Размещено на http://www.allbest.ru/

Оглавление

Введение

Глава 1. Гудвилл и нематериальные активы

Глава 2. Формулировка гипотезы

2.1 Описательные статистики

Глава 3. Сектор коммуникационных технологий

Заключение

Список литературы

Приложения



Введение

Основная задача любой фирмы - максимизировать свою прибыль и максимизировать полезность своих акционеров. Очень важно определить факторы, которые влияют на эти два показателя. Когда приступаешь к оценке финансовых показателей, основной подход - проанализировать доходы компании и расходы, вызванные различными событиями. Большинство активов, находящиеся на балансе компании являются материальными активами, а вот вклад нематериальных активов часто недооценен. Кроме того, в связи с развивающимися сделками по слиянию и поглощению, появляется новый показатель гудвилл, который также относится к нематериальным активам и является выражением деловой репутации компании. Возникает вопрос, влияет ли деловая репутация и другие нематериальные активы, такие как патенты и инновационные разработки, на показатели компании. Одними из основополагающих показателей компании являются размер и стоимость ее активов, а так же их рентабельность.

Данное исследование будет основано на российских компаниях. Россия выбрана не случайно. Во-первых, подобные исследования никогда не проводились в отношении российских компаний. Во-вторых, деловая репутация компании, или гудвилл, начала учитываться на балансе российских компаний относительно недавно. Поэтому актуально будет посмотреть, релевантно ли данное исследование для России, и если да, то каким будет влияние гудвилла и нематериальных активов на основные показатели компании. Будут рассмотрены 4 выборки: все российские компании, компании промышленного сектора, сектора коммуникационных технологий и сектора основных материалов.

Цель исследования: проанализировать влияние гудвилла и нематериальных активов на стоимость активов компании, проверить, есть ли влияние нематериальных активов и гудвилла на рентабельность активов.

Задачи исследования: Собрать панель данных для анализа.

Выбрать наилучшую модель для оценки влияния.

Интерпретировать полученные результаты

Объект исследования: 1000 самых крупных российских компании, предоставляющие данные в базу данных Bloomberg.

Период исследования: с 2010 по 2014 год.

В первой главе мы поговорим о понятиях гудвилла и нематериальных активов, а так же об исследованиях, проведенных на основе этих показателей.

Во второй главе мы приступим к построению модели для выборки российских компаний, выбору наилучшей и интерпретации результатов, которые будут получены.

В третьей главе мы протестируем гипотезы, сформулированные ниже, для трех выборок компаний различных секторов экономики.



Глава 1. Гудвилл и нематериальные активы

В конце ХХ века российская экономика начала переход к рыночным отношениям. Это позволило предприятиям выступать в качестве, как субъектов, так и объектов гражданских прав. Предприятия, как в целом, так и его части теперь могут быть объектом сделки слияния и поглощения, а так же купли-продажи, как целиком, так и частично. Кузубов С. А. Развитие концептуальных подходов к измерению гудвилл с исторической перспективы. Часть 2 //Корпоративные финансы. - 2014. - №. 4 (32).

При таких сделках происходит большое изменение не только в структуре компании, но и в учете ее новых средств. При слиянии компаний появляется новый показатель - гудвилл, или, как его называют, деловая репутация компании.

Существует два различных подхода к пониманию гудвилла. Экономический и бухгалтерский. С экономической точки зрения, гудвилл это текущая стоимость дополнительной прибыли, которую компания ожидает получить вследствие приобретения новой компании. Такая прибыль может возникнуть из-за благоприятного отношения к фирме, либо за счет синергетического эффекта от объединения двух компаний. С бухгалтерской точки зрения гудвиллом является разница между текущей рыночной ценой, которая предлагается продавцу при покупке компании, и стоимостью всех обязательств и активов, находящихся на бухгалтерском балансе покупаемой фирмы, на дату покупки.

Гудвилл относится к нематериальным активам, и может подразумевать под собой значение наименования компании (насколько оно известно), клиентская база, хорошее отношение клиентов к компании. В отличие от материальных активов, в соответствии с МСФО гудвилл не амортизируется, вместо этого руководство компании каждый год проводит тестирование на предмет обесценения гудвилла. И каждый год, частично или полностью, гудвилл может быть списан, однако увеличение справедливой рыночной стоимости в последующем не будет отражаться в финансовой отчетности.

В нашей работе мы будем рассматривать гудвилл с его бухгалтерской точки зрения, и смотреть на показатели, которые компания отражает в своей финансовой отчетности.

Нематериальные активы являются также важной частью компании, и стоит остановиться на них поподробнее.

Нематериальные активы входят в состав внеоборотных активов и не имеют физической формы, но, тем не менее, могут быть идентифицируемы. Для более простого понимания посмотрим, какие объекты могут быть отнесены к нематериальным активам:

· Объекты интеллектуальной собственности

· Право владельца на товарный знак

· Лицензии

· Патенты на изобретение, модель или промышленный образец

· Деловая репутация компании или гудвилл

Теперь мы можем приступить к изучению исследований, которые были проведены до нас, и которые могут помочь нам в нашей работе.

Изучение нематериальных активов, а в особенности гудвилла, довольно новая и мало изученная тема. В связи с тем, что нематериальные активы являются более широким понятием, чем гудвилл, включающим в себя много других составляющих, и их появление в отчетности компаний произошло раньше, по ним существует большее количество исследований, как в российской практике, так и в зарубежной.

Многие исследователи задаются вопросом о том, стоит ли брать компании на свой баланс нематериальные активы, или же ей достаточно отражать только материальные активы. Другие исследователи задаются вопросом о том, какие факторы влияют на формирование нематериальных активов, какие существуют причины для их переоценки. В частности интересными являются исследования, изучающие факторы, которые могут служить сигналами для списания с баланса гудвилла или нематериальных активов.

Одним из интересных исследований на эту тему является работа Alfreda Sapkauskien, Sviesa Leitonien «Анализ факторов, влияющих на списание гудвилла». Рapkauskienл A., Leitonienл Р. The Analysis of Factors Influencing the Write-off of Goodwill //Procedia-Social and Behavioral Sciences. - 2014. - Т. 156. - С. 643-647.

Авторы считают, что информация, связанная с гудвиллом, имеет большое значение и представляет особый интерес для пользователей финансовой отчетности. Стандарты бухгалтерского учета представляют ряд случаев, когда гудвилл должен контролироваться за счет уменьшения стоимости и, возможно, списания.

Однако, как показал анализ эмпирических исследований проделанных в данной работе, главная проблема в том, что эффективный мониторинг возможного снижения деловой репутации дает руководству компании возможность управлять такого рода информацией. Поэтому, пользователи финансовой отчетности не всегда могут быть уверены в том, что стоимость гудвилла была правильно отрегулирована и на каких основаниях эта корректировка была сделана. Таким образом, цель статьи состояла в том, чтобы проанализировать факторы, определяющие списание гудвилла. Это было осуществлено путем сравнения факторов, которые включены в стандарты бухгалтерского учета, и которые могут указывать на снижение стоимости деловой репутации, а также факторы и причины, которые на практике являются основаниями для списания гудвилла.

Результаты исследования показывают, что компании часто интерпретировали инструкции стандартов бухгалтерского учета не так, как нужно. Эмпирический анализ показал, что даже, несмотря на существование стандартов бухгалтерского учета, советов, и рекомендаций, на основании которых должно приниматься решение об обесценении гудвилла, большая часть решений в отношении списания определяются корыстными интересами руководителей и манипуляций с бухгалтерской информацией.

Работы данного типа представляют интерес для более полного понимания картины, но мне бы хотелось остановить свое внимание на немного другой области исследования.

Есть ряд ученых, которые занимаются не поиском причин переоценки гудвилла и нематериальных последствий, а изучают последствия этих изменений.

Последнее из перечисленных направлений исследований наиболее тесно связано с тем, что я постараюсь раскрыть в своей работе. Большинство известных работ связано с исследованием влияния нематериальных активов или обесценения гудвилла на стоимость акций, либо на их волатильность, либо на стоимость компании и ее доходность. Более подробно о самых интересных исследованиях, методах и результатах я расскажу ниже. Я не буду разделять их по значительности или важности, каждая из нижеперечисленных работ внесла вклад в развитие данной темы в той или иной сфере, и в большинстве своем в основе каждого исследования лежали разные страны и разные сферы деятельности компаний.

Первая статья, которая привлекла мое внимание, это статья Walther Bottaro De Lima Castro и Cristiane Benetti «Влияние нематериальных активов на рыночную стоимость компаний, которые составляют индекс бразильской фондовой биржи»(2013). Castro, W. B. D. L., & Benetti, C. The Impact of Intangible Assets in the Market Value of Companies That Compose the Index of Brazilian Stock Exchange (2013)

В данной статье изучено влияние нематериальных активов на рыночную стоимость крупнейших компаний, входящих в индекс Bovespa (на фондовой бирже Сан-Пауло), а так же представлена критическая точка зрения о бухгалтерском учете нематериальных активов. Данная работа является описательным количественным исследованием, цель которого заключается в проверке гипотезы о том, что регистрация нематериальных активов отрицательно влияет на разницу между рыночной стоимостью и балансовой стоимостью компаний, которые формируют индекс Bovespa на декабрь 2011 года.

Была использована репрезентативная выборка из 30 компаний, данные индекса фондовой биржи за 2012 год, а так же показатели деятельности компаний с 2009 по 2011 года.

Это исследование показало, что бета-коэффициент индекса IROAS (индекс, используемый в статье) является отрицательным, демонстрируя тем самым существование отрицательной связи между рыночной стоимостью компаний и отсутствием учета нематериальных активов. Кроме того, был отмечен небольшой разрыв балансовой стоимости и рыночной стоимости, что может свидетельствовать о том, что чем признание нематериальных активов качественней (чем правдивее информация), тем меньше будет разница между учетной стоимостью и рыночной стоимостью компании.

Учитывая значимость нематериальных активов и влияние, которое они оказывают на оценку публичных акционерных компаний, ожидается, что в будущем запись будет разрешена, или, по крайней мере, раскрытие справедливой стоимости внутренне генерируемых нематериальных активов будет обязательным. Как считают авторы, признание этих ценностей повысит актуальность бухгалтерской информации для заинтересованных сторон.

В работе представлена ??модель для измерения нематериальных активов в потенциально незарегистрированных компаниях, что позволило убедиться, что незарегистрированные нематериальные активы, объясняют, в некоторых случаях, разницу между балансовой стоимостью и рыночной стоимостью. Следует отметить, что эта модель указывает только на возможное существование соответствующих нематериальных активов, не отражаемых компаниями, но не предназначена для того, чтобы быть основой для целей бухгалтерского учета.

Вторая статья, которую стоит отметить, это статья Christopher Aquino, Ann Rensel, Christopher Rensel и Tenpao Lee «Влияние обесценения гудвилла на волатильность акций» (2011). Aquino, C., Rensel. A., Rensel. C., & Lee. T. The Impact of Goodwill Impairment on Stick Volatility//Journal of International Finance and Economics - 2011- №11(2).

Изменение в правилах учета деловой репутации от APB 17 до Стандарта № 142 Board F. A. S. Statement of financial accounting standards no. 142 //Goodwill and other intangible assets, Norwalk, CT: FASB. - 2001., которое произошло в 2001 году, означает, что деловая репутация больше не может быть амортизируема, оставляя только ежегодное тестирование на предмет обесценения в качестве средства удаления гудвилла из отчета компании. Если деловая репутация снижается в данном году, то сумма обесценения списывается в год обесценения деловой репутации, тем самым совокупные активы компании тоже уменьшаются. Это означает, что изменения из года в год может быть большим и довольно неожиданным. В своей работе авторы исследовали влияние уровня деловой репутации на волатильность акций следующего года.

Авторы взяли выборку из 84 компаний, входящих в S&P 100 за период времени 10 лет, и нашли существование значительной обратной зависимости между уровнем деловой репутации и волатильностью акций в рамках этой группы в следующем году.

Данные представлены в поперечном разрезе временных рядов (cross-section), на основании этого авторами была построена модель с использованием запаздывающей переменной.

Результатом исследования является то, что отношение гудвилла к совокупным активам является значимым для предсказания волатильности в целом.

Следующая статья, которая заслуживает нашего внимания, принадлежит Matteo Pozzoli, Rossella Romano, Alberto Romol и называется «Измерение и обесценение нематериальных активов на итальянской фондовой бирже» (2011). Pozzoli M., Romano R., Romolini A. Measurement and Impairment of Intangible Assets in the Italian Stock Exchange //Economia Aziendale Online. - 2011. - Т. 2. - №. 1. - С. 65-73.

Данная статья исследует, насколько важно в период кризиса влияние нематериальных активов, в частности, гудвилла.

Экономический и финансовый кризис 2008 - 2009 годов оказал очень сильное воздействие на компании по всему миру. Данная статья была направлена ??на изучение эффектов, которые образуются при составлении финансовой отчетности. Исследование построено на выборке из 90 итальянских компаний с конкретной отсылкой на нематериальные активы и деловую репутацию (гудвилл), которые во многих случаях имеют решающее влияние на оценку компании и эффективность ее работы. В частности, деловая репутация должна, по мнению авторов, отражать прогноз относительно будущих тенденций и быть, при необходимости, списанной.

В этой статье рассматриваются тенденции, анализируемых годовых и полугодовых финансовых отчетов за 2007 - 2009 годы. С технической точки зрения, Международные стандарты финансовой отчетности (МСФО) должны представлять собой надлежащую основу для оценки того, был ли упомянутый кризис «конвертирован» в учетные данные, так как они, естественно, предназначены для удовлетворения информационных потребностей инвесторов и должны поддерживать лиц, принимающих решения, чтобы выработать свое мнение о будущей прибыльности компаний.

Это обстоятельство дало авторам возможность сделать некоторые предположения, касающиеся адаптации МСФО в представленных компаниях.

Данные, на которых строилось исследование, включают в себя выборку из 90 итальянских компаний, перечисленных в итальянской фондовой бирже (примерно одна треть числа представленных там компаний), и их нематериальные активы за период с 2007 по 2009 год.

В статье хорошо описаны реакции данных компаний на случившийся кризис. В анализируемом периоде вес нематериальных активов, гудвилла и совокупных активов значительно растет.

Более подробно, гудвилл, который представляет собой дисконтированную стоимость будущей прибыли, значительно увеличил свой вес по отношению к другим активам. Кроме того, имеет смысл заметить, что средний вес деловой репутации от общих нематериальных активов чрезвычайно высок, а стоимость гудвилла по общей сумме активов является весьма актуальной. По существу, учет деловой репутации может повлиять на финансовые показатели и, следовательно, экономические решения заинтересованных сторон.

Увеличение стоимости гудвилла может определяться двумя факторами: сопутствующим объединением бизнеса и отсутствием убытков от обесценения. Что касается нанесения ущерба репутации, то можно отметить, что только 8% предприятий выборки признали убытки от обесценения в финансовой отчетности за 2009 год, менее 14% финансовой отчетности за 2008 год. В то же время отчеты, подготовленные в 2008, кажутся хуже, чем в 2007 году. С этой точки зрения, возможно, было бы интересно сравнить рентабельность компаний и изменение стоимости гудвилла. Рентабельность инвестиций, как соотношение между доходами до вычета долей и налогов чистого инвестированного капитала уменьшилась в 2009 году по сравнению с 2008. В этом контексте, 50% компаний показали снижение их рентабельности, в то время как 13% представили, по существу, одинаковую отдачу в обоих годах. Исходя из этих данных, процент компаний, ухудшивших свою деловую репутацию в 2009 году, составил около 8% по сравнению с 14% компаний, чья деловая репутация уменьшилась в 2008 году.

Таким образом, данная статья позволяет сделать выводы о влиянии кризиса на показатели компании через ее деловую репутацию и нематериальные активы. Конечно, данное исследование содержит множество ограничений, таких как размытое понятие оценки нематериальных активов, что могло повлиять на качество анализируемых данных.

Статья Rindu Rika Gamayuni «Влияние нематериальных активов, финансовых показателей и финансовой политики компании на стоимость компании» (2015). Gamayuni R. R. The effect of intangible asset, financial performance and financial policies on the firm value //International journal of scientific and technology research. - 2015. - Т. 4. - №. 01

Целью данного исследования является эмпирическая проверка связи между нематериальными активами, финансовой политикой и финансовыми показателями стоимости компании на примере публичных компаний в Индонезии в период с 2007 по 2009 год. Данное исследование также приводит эмпирические доказательства того, что нематериальные активы, финансовая политика, финансовые показатели оказывают существенное влияние на стоимость фирмы одновременно. Нематериальные активы не оказывают существенного влияния на финансовую политику, но имеют положительное и существенное влияние на финансовые показатели (ROA) и стоимость фирмы. Долговая политика и финансовые показатели (ROA) влияют на стоимость фирмы положительно и значимо. Ограничения финансовой отчетности в оценке и раскрытии нематериальных активов являются причиной существенной разницы между балансовой стоимостью собственного капитала и рыночной стоимостью собственного капитала. Измерение и раскрытие нематериальных активов (интеллектуальный капитал) очень важно, потому что нематериальные активы имеют положительное и существенное влияние на стоимость фирмы. Стандарты бухгалтерского учета должны внимательно следить за этими показателями.

· Автор данной статьи рассматривал три различные гипотезы: нематериальные активы влияют на финансовую политику;

· нематериальные активы влияют на финансовые показатели (производительность);

· нематериальные активы, финансовые политики и финансовые показатели влияют на стоимость компании.

Гипотезы проверялись с помощью тестирования Анализа Траектории (Path Analysis), метода количественного анализа данных о причинности между переменными.

Выборка включала в себя компании, представленные на Индонезийской фондовой бирже, зарегистрированные в период с 2007 по 2009 год.

В результате проведенных исследований были получены следующие результаты. Нематериальные активы имеют отрицательное, но не существенное влияние на отношение заемного капитала к собственному капиталу. Чем выше инвестиции в нематериальные активы, тем ниже долг. Это происходит потому, что компании используют средства из нераспределенной прибыли, чтобы инвестировать в нематериальные активы и сократить задолженность, так как нематериальные активы более рискованные, поэтому имеют более высокую стоимость долга. Нематериальные активы имеют положительное, но не существенное влияние на дивидендную политику. Чем выше нематериальные активы, тем более высокие дивиденды выплачиваются, потому что компании хотят подать качественные сигналы для инвесторов. Нематериальные активы имеют положительное и существенное влияние на результаты деятельности компании представленных ROA. Эти результаты подтверждают предыдущие исследования, которые показали, что чем выше нематериальные активы, тем выше способность компании вернуть доходные активы. Нематериальные активы имеют отрицательное, но не существенное влияние на коэффициент текущей ликвидности и оборачиваемость активов. Одновременно, нематериальные активы, долговая политика, корпоративная эффективность (коэффициент текущей ликвидности, ROA, оборачиваемость активов) вместе имеют существенное влияние на стоимость компании. Нематериальные активы имеют положительное и существенное влияние на стоимость компании. Чем выше нематериальные активы, принадлежащие компании, тем выше способность компании генерировать прибыль.

По отдельности, факторами, которые существенно влияют на стоимость фирмы, являются только нематериальные активы (положительно и значимо), ROA (положительно и значимо), и долговой политики (положительным и значимо), в то время как другие факторы, такие как дивидендная политика и финансовая производительность, не оказывают существенного влияния на стоимость компании. Общие выводы, которые можно сделать из результатов данного исследования: нематериальные активы (в том числе интеллектуальный капитал) увеличивают финансовые показатели компании (ROA), а это приводит к увеличению стоимости компании. Финансовая отчетность и стандарты бухгалтерского учета, которые существуют сегодня, по-прежнему имеют ограничения в методах измерения интеллектуального капитала. Принимая во внимание результаты этого исследования, можно утверждать, что нематериальные активы или интеллектуальный капитал имеют существенное влияние на стоимость компании.

Еще одно интересное исследование было проведено AUSTIN LUVAAS в выпускной бакалаврской работе «Влияние обесценения гудвилла на стоимость акции компаний»(2014). Luvaas A. The Effects of Goodwill Impairments on Stock Prices. - 2014.

Обесценение гудвилла отражается в снижении бухгалтерской стоимости компании и обычно рассматривается как неблагоприятная адаптация. Отсюда следует, что общественное мнение в виде цен акций компаний, может негативно реагировать на обесценение в зависимости от того, насколько она отражает новую информацию для инвесторов. Автор разделил гипотезу на две составляющие. Во-первых, он предположил, что размер обесценения гудвилла имеет положительную корреляцию с уменьшением цены акций. Во-вторых, он считает, что чем позже произошло обесценения деловой репутации, по сравнению с началом экономического спада в сентябре 2007, тем более отрицательное изменение котировок акций будет наблюдаться.

Austin Luvaas использовал выборку из 30 компаний (S&P 500), которые производили списание гудвилла за период с 2008 по 2011 год. Автор взял равные промежутки времени после осуществления обесценения гудвилла, и построил несколько регрессий, сравнив возвраты по акциям с временным лагом от трех до пяти дней.

Тестирование регрессии состояло из 8 обычных анализов методом наименьших квадратов, которые тестировали 3 переменные: величину обесценения, расчет времени обесценения, а также взаимодействие переменных величины и срока. Регрессии проанализировали корреляцию 24 различных отношений переменных x и y, но р-value не упали ниже уровня статистически значимой отметки 0,10. Ни одно из значений р-value для любой из трех различных переменных не оказалось ниже 0,19 во всех регрессиях, что означает, что ни один из коэффициентов корреляции не может быть определен как не случайный. Эти результаты, принимая во внимание 30 компаний и 41 случай обесценения гудвилла, которые были включены в исследование, не подтверждают гипотезу о том, что существует корреляция между изменениями цен акций и обесценением гудвилла.

Несмотря на это, обесценение гудвилла, как правило, признается неблагоприятным фактором для компании, чтобы объявить его и признать. Результаты регрессионного анализа не подтверждают гипотезу автора о том, что, в среднем, размер и задержка обесценения гудвилла имеют статистически значимую положительную корреляцию с уменьшением цены на акции. Тем не менее, автор смог найти доказательства того, что раскрытие обесценения деловой репутации является важным информационным событием для некоторых компаний. Austin Luvaas считает что, 43% компаний и 36% от общего числа случаев списания гудвилла, показывают статистически значимые реакции в течение 5 дней после объявления пресс-релиз обесценения гудвилла. Это указывает на то, что в некоторых случаях, компании испытывают значительные изменения цен на акции в период после объявления об обесценении. Однако, учитывая, что значительные изменения в цене акций за пятидневный период произошли менее чем у половины компаний, этот тест не дает достаточно доказательств, подтверждающих гипотезу. Кроме того, 5 из 15 компаний признали статистически необычные положительные изменения в доходности акций в течение 5-дневного окна после объявления обесценения.

На мой взгляд, самой интересной и полезной для моей работы статьей оказалось исследование Hanran Li «Влияние нематериальных активов на рентабельность Гонконгских компаний в области информационных технологий» (2014). Li H., Wang W. Impact of Intangible Assets on Profitability of Hong Kong Listed Information Technology Companies //Business and Economic Research. - 2014. - Т. 4. - №. 2. - С. 98.

Целью данного исследования является выявление взаимосвязи между нематериальными активами и финансовыми показателями технологических компаний на валютном рынке Гонконга. Посредством рассмотрения годовых отчетов фирм за пятилетний период (с 2008 по 2012 год), были собраны данные по трем видам нематериальных активов, которыми являются расходы на исследования и разработки, расходы по выплатам сотрудникам, а также тренинги по продажам. В то же время, авторы использовали суммарные активы и чистую прибыль в качестве контрольных переменных при анализе взаимосвязи между нематериальными активами и финансовыми показателями, представленных рентабельностью активов (ROA) фирм. Авторы использовали расходы на исследования и разработки в качестве инструментальной переменной. Результаты исследования свидетельствуют о том, что инвестиции в научные исследования и разработки и тренинги по продажам являются выгодными для финансовой деятельности компании (они увеличивают рентабельность активов), в то время как расходы по выплатам сотрудникам нет.

Автор исследования использовал выборку из 92 компаний представленных на Гонконгской фондовой бирже и данные по этим компаниям за период с 2008 по 2012 год.

Были представлены три гипотезы: при прочих равных условиях затраты на исследования и разработки имею положительную корреляцию с ROA (рентабельность активов); при прочих равных условиях, мотивирование персонала может иметь положительный эффект на ROA; при прочих равных условиях, тренинги по продажам могут иметь положительный эффект на ROA компаний. Была построена pooled МНК модель, модель со случайным эффектом, модель со случайным эффектом с инструментальной переменной.

Результатом построения регрессионной модели служит вывод о том, что как расходы на исследования и разработки, так и тренинги по продажам имеют положительное влияние на ROA. Предыдущие исследования о нематериальных активах и финансовых показателях, были проведены на основе данных по биологическим и медицинским компаниям в Европе и Северной Америке. Таким образом, эта статья частично заполняет пробел в изучаемой сфере.

В России исследований гудвилла и нематериальных активов проводилось очень мало, особенно их исследование с эконометрической точки зрения. Большинство работ подкреплено финансовым и экономическим обоснованием гудвилла и его возможным экономическим влиянием на стоимость компании или ее акций. Тем самым, работа, которую я представляю, будет актуальной в связи с тем, что она будет построена на реальных данных российских компаний, что будет новшеством в данной области. Отсутствие работ вероятнее всего вызвано тем, что гудвилл в России появился относительно недавно, лишь небольшое количество компаний успело столкнуться с его появлением и отражением в своей финансовой отчетности.



Глава 2. Формулировка гипотезы

Как мы увидели из рассмотренных работ, очень многие исследователи, так или иначе, затрагивают вопрос о влиянии гудвилла или нематериальных активов на стоимость компании. Стоимость компании тем или иным образом определяется стоимостью активов, которыми она владеет. Активы включают в себя как материальные, так и нематериальные активы. Стоит задуматься, могут ли нематериальные активы, такие как патенты или инновационные разработки повлиять на стоимость материальных активов? Когда мы определим, есть ли зависимость, нужно посмотреть, существует ли влияние гудвилла и нематериальных активов на рентабельность активов? Таким образом, мы можем сформулировать две гипотезы, которые мы будем проверять в своей работе.

Гипотеза 1: Стоимость гудвилла и нематериальных активов влияет на стоимость остальных активов компании.

Гипотеза 2: Стоимость гудвилла и нематериальных активов влияет на рентабельность активов.

Данные

Для исследования поставленной проблемы мы использовали следующие данные. Из базы данных Bloomberg мы взяли данные по 1000 самых крупных компаний в России, предоставляющих данные в эту систему. Данные содержат в себе информацию из годовой отчетности компаний с 2003 по 2015 год по следующим показателям: гудвилл (goodwill), нематериальные активы (disclosed intangibles), общая сумма активов (total assets), чистый доход (net income), рентабельность активов (roa), рентабельность капитала (roe), валовая прибыль.

Данная выборка содержит компании, занимающиеся следующими сферами деятельности: потребительский сектор (не цикличный), основные материалы, потребительский сектор (цикличный), финансовый сектор, энергетический, промышленный, сектор коммунальных услуг, коммуникационных технологий, технологический, многоотраслевой (Consumer (Non-cyclical), Basic Materials, Consumer (Cyclical), Financial, Energy, Industrial, Utilities, Communications, Technology, Diversified).

Не цикличный потребительский сектор - сектор, который не зависит или слабо зависит от бизнес-цикла и экономической ситуации, т.е. сектор табачной продукции, алкогольной, пищевой.

Цикличный потребительский сектор - сектор, сильно зависящий от бизнес-цикла и экономических условий, т.е. сектор одежды, обуви, автомобилей.

Так как в данной выборке присутствовали компании, не предоставляющие данные по ключевым показателям, необходимым для нашего исследования, мы решили сократить количество компаний и временной промежуток. Мы пропорционально сократили количество компаний путем исключения тех, у кого не было данных по чистому доходу и совокупным активам. Так же мы вязли максимально возможное количество лет, по которым есть необходимые данные, с 2010 по 2014 год. Таким образом, мы получили репрезентативную выборку, состоящую из 193 компаний, включающие в себя все вышеперечисленные сферы деятельности. Мы постарались включить в данную выборку компании таким образом, чтобы они пропорционально (по сферам деятельности) соответствовали компаниям из первоначальной выборки.

Для анализа поставленной проблемы мы будем использовать следующие переменные:

· Total assets - переменная, которая представляет собой величину всех активов компании. Данные активы включают в себя следующие категории: денежные средства, рыночные ценные бумаги, дебиторская задолженность, расходы будущих периодов, инвентарь, основные средства, нематериальные активы, гудвилл, прочие активы. Принимая во внимание свойства нашей выборки, важно отметить, что все рассматриваемые нами компании имеют очень широкий разброс в капитализации, соответственно не совсем корректно будет строить модель на основе данных такого большого разброса. В связи с этим в дальнейшем для данной переменной напрашивается вывод, что необходимо логарифмировать ее значения, чтобы сгладить эффект большого разброса.

· Goodwill - отображает величину такого нематериального актива как деловая репутация. Здесь стоит еще раз чуть подробнее остановиться на том, почему мы включаем данный показатель в модель, и откуда вообще берется гудвилл. Феномен деловой репутации как нематериального актива, включающегося в финансовую отчетность компании, появился сравнительно недавно. По своей сути это очень размытое понятие, которое довольно сложно выразить количественно. Необходимость измерения гудвилла возникает в основном при сделках слияния и поглощения, а также тогда, когда компании необходимо предоставить свою отчетность согласно стандартам МСФО, например. В этом случае гудвилл рассчитывается как разница между рыночной капитализацией компании и стоимостью всех ее активов. Принимая во внимание сделки слияния и поглощения последних лет, а также анализируя финансовую отчетность крупных компаний, мы пришли к выводу о том, что величина деловой репутации, несомненно, влияет на формирование других активов компании. Включение этой переменной интересно еще и тем, что в связи с природой этого показателя и сложностью его оценки, значение этого показателя часто недооценивается.

· Intangible assets - переменная, представляющая собой нематериальные активы, то есть идентифицируемый немонетарный актив, не имеющий физической формы, это может быть объект интеллектуальной собственности, патент, исключительное право на программу или базу данных, исключительное право на товарный знак и т.п. Эта переменная будет учитываться в модели, чтобы посмотреть как данные преимущества компании влияют на формирование остальных ее активов.

· Net income - отражает величину чистого дохода компании. Чистый доход можно рассматривать как прибыль компании. Чистая прибыль рассчитывается на основе доходов и их корректировки на стоимость ведения бизнеса, амортизацию, проценты, налоги и другие расходы. Этот показатель учитывается в отчете о доходах компании и является важным показателем того, насколько прибыльна компания в течение определенного периода времени. Так как доходность рассматриваемых нами фирм имеет широкий разброс, в дальнейшем мы будем рассматривать логарифм данного показателя в нашей модели.

· Gross Profit - это валовая прибыль. Валовая прибыль является совокупным доходом компании (эквивалент общего объема продаж) за вычетом себестоимости реализованной продукции. Валовая прибыль представляет собой прибыль, которую компания получает после вычета расходов, связанных с изготовлением и продажей своей продукции, или затрат, связанных с предоставлением своих услуг. Валовая прибыль отражается в отчете о доходах компании и является важным показателем при расчете полных активов.

Как уже было сказано ранее, наша выборка включает в себя компании из совершенно разных сфер деятельности, которые имеют совершенно разные структуры и объемы производимой продукции или предоставляемых услуг. В связи с этим будет неправильным сравнивать абсолютные значения вышеперечисленных переменных. Поэтому для нашего исследования, в нашу модель мы будем включать логарифмы данных показателей. Данная методика очень часто используется для анализа финансовых показателей, она стабилизирует данные и частично убирает гетероскедастичность, если таковая присутствует.

Кроме того, мы будем брать очищенные от гудвилла нематериальные активы, а так же очищенные полные активы, то есть полные активы за вычетом гудвилла и нематериальных активов.



2.1 Описательные статистики

Перейдем к анализу описательных статистик.

Для начала проверим, сбалансирована ли выборка, то есть, равно ли количество экономических единиц (наблюдений) в начале периода количеству наблюдений на конец периода:

Как мы можем наблюдать, выборка сбалансирована, т.е. количество наблюдений на начало периода примерно равно количеству наблюдений на конец периода и мы можем ее использовать для дальнейшего анализа.

Теперь посмотрим на описательные статистики и сделаем графический анализ логарифмированных переменных.

Рисунок №1

Мы видим достаточно большой разброс логарифма зависимой переменной Total assets (высокое стандартное отклонение и большая разница между минимальным и максимальным значением). При этом обратим внимание, что стандартное отклонение between намного больше, чем стандартное отклонение within, это говорит о том, что межгрупповой разброс больше, чем разброс внутри группы. Таким образом, компании отличаются друг от друга внутри одного периода сильнее, чем компании отличаются по времени.

Как и обычно рассматривается в панельных данных, целесообразнее разделять нашу выборку по компаниям, нежели по годам.

Для логарифмов объясняющих переменных (goodwill, intangible assets, net income, gross profit) ситуация аналогична. Достаточно большой разброс между минимальным и максимальным показателями, большое стандартное отклонение. Присутствует большая разница между разбросами стандартными отклонениями between и within в сторону between.

Описательные статистики для исходных переменных можно найти в приложении. Приложение: Описательные статистики Для исходных переменных ситуация остается схожей, разброс становится больше, а значения стандартных отклонений between так же остаются больше стандартных отклонений within.

Проведем теперь графический анализ логарифмов тех переменных, которые наиболее интересны нам, а именно total assets, goodwill и intangible assets.

Графический анализ

Мы будем рассматривать временной ряд наших показателей с 2010 по 2014 год (на графиках период 1 это 2010 год и т.п.).

Посмотрим на два графика для логарифма объясняемой переменной total assets

Графики содержат по оси X рассматриваемые периоды от 1 до 5 (где период 1 это 2010 год), по оси Y мы можем наблюдать значение логарифма total assets.

Первый график учитывает специфику распределения значений по компаниям в рамках одного года, а также включает в себя все значения рассматриваемой переменной, включая выбросы.

Анализируя графики для логарифмов переменных, мы видим, что тренд, прослеживаемый для исходных переменных (см. приложение Приложение: Графический анализ), сохраняется. Наибольший разброс как для total assets, так и для логарифма этой переменной приходится на 2014 года, и разброс увеличивается из года в год.

График №1: логарифм Total assets

Значение логарифма распределено гораздо более равномерно, чем для исходной переменной и колеблются в пределах от -6 до 18. На втором графике мы можем проследить положительный тренд среднего показателя логарифма total assets на протяжении всего периода. Среднее значение находится в районе 10.

Теперь обратимся к рассмотрению двух наиболее интересующих нас объясняющих переменных.

Наибольший интерес для нас представляет логарифм переменной goodwill. Так же как и для total assets обратимся к двум графикам.

Аналогично графики содержат по оси X рассматриваемые периоды от 1 до 5(где период 1 это 2010 год), по оси Y мы можем наблюдать значение логарифма goodwill.

На первом графике мы можем видеть, что наибольший разброс значений логарифма goodwill, так же как и исходной переменной Приложение: Графический анализ приходится на 2013-2014 год. Наибольшая состредоточенность показателей был в 2010 году, около нуля. На втором графике мы можем видеть слабый положительный тренд среднего значения goodwill.

График №2: логарифм Goodwill

Для переменной логарифма goodwill разброс значений находится от -3 до 4, а среднее значение растет от 7 до 8. Здесь мы можем наблюдать более выраженную тенденцию к росту, чем в случае с натуральными значениями goodwill.

Теперь посмотрим на графики логарифма второй не менее важной переменной intangible assets.

График №3: логарифм Intangible assets

По оси X периоды от 1 до 5(где период 1 это 2010 год), по оси Y - значение логарифма intangible assets.

Для логарифма intangible assets (для исходной переменной аналогично Приложение: Графический анализ) наибольший разброс значений приходится на 2011 и 2014 год. Среднее значение нематериальных активов и их логарифм постепенно увеличивается на всем промежутке времени.

Логарифм intangible assets имеет разброс от -5 до 12 и так же, как и было представлено выше с натуральными значениями intangible assets, показатели растут на протяжении всего периода и среднее значение увеличилось с 4 до 5.

Мы увидели, что для всех переменных наблюдается положительный тренд, это может быть объяснено рассматриваемым периодом. После кризиса 2008-2009 года компании начинают наращивать свои активы и увеличивать инвестиции в нематериальные активы.

Теперь приступим к построению модели.

Методология построения модели

На данном этапе работы необходимо определиться с итоговой спецификацией модели, которую мы будем анализировать. Чтобы сделать это, нам необходимо рассмотреть различные спецификации учета эффектов, сравнить их между собой и далее выбрать ту, которая описывает нашу панель наиболее подходящим образом. Ниже мы будем рассматривать модели Pool, Fixed Effect и Random Effect и, сравнив эти модели между собой, выберем из них с помощью оценки наиболее эффективную и адекватную.

Сначала рассмотрим модель Pool, которая имеет вид:

,

Эту модель будем оценивать с помощью обычного МНК (OLS). Результаты представлены в таблице:

Из полученных результатов мы можем видеть, что модель в целом значима. Коэффициенты при переменных логарифма gross_profit и логарифма net_income значимы на 1% уровне значимости, коэффициенты при логарифме goodwill значим на 5% уровне значимости, а коэффициент при логарифме intangible_assets не значим.

Так как мы берем логарифм объясняемой и объясняющей переменной, то коэффициенты при объясняющей переменной становятся эластичностью. То есть эластичностью total assets по goodwill, intangible assets, net income и gross profit. В данной модели наибольшая эластичность будет по переменной gross profit, а самая маленькая по intangible assets.

Далее рассмотрим модель Fixed Effect (далее будем сокращенно называть ее FE). Необходимо отметить, что модель Fixed Effect представляет собой модель с детерминированным индивидуальным эффектом, что означает, неизменность во времени индивидуальных особенностей наших компаний.

Модель FE специфицирована следующим образом:

,

Переменные отвечают за индивидуальный эффект для каждой фирмы. Результаты оценки модели следующие:

Как мы можем наблюдать, модель в целом значима. Коэффициент при логарифме gross profit значим на 1% уровне значимости, коэффициенты при логарифме goodwill и intangible assets значим на 5% уровне значимости, а коэффициент при логарифме net income вообще не значим. Также необходимо отметить показатель , который показывает, что примерно 96,6% вариации данных описывается индивидуальными эффектами. Видим, что значения коэффициентов при объясняющих переменных в модели Fixed Effect значительно отличаются от значений подобных коэффициентов в модели Pool.

В данной модели total assets имеет наибольшую эластичность, так же как и в модели Pool по gross profit, а наименьшую по net income.

Теперь посмотрим на модель Random Effect и проанализируем полученные результаты.

Рассмотрим модель Random Effect (далее сокращенно RE). Она имеет следующую спецификацию:

,

Где

Мы так же получили, что модель в целом значима, об этом нам говорит большое значение статистики Вальда (Wald chi2(4) = 165,11). В данной модели мы видим следующие значимости коэффициентов. Коэффициент при логарифме gross_profit значим на 1% уровне значимости, коэффициент при логарифме intangible_assets значим на 5% уровне значимости, коэффициент при логарифме goodwill значим на 10% уровне значимости, а коэффициент при логарифме net_income не значим вовсе.

Заметим, что в этой модели наибольшая и наименьшая эластичность совпадают с моделью FE.

Заметим, что between является достаточно большим (0,7785), т.е. изменение средних во времени показателей для каждой фирмы оказывает более существенное влияние на каждую переменную, нежели временные колебания этих показателей относительно средних.



Оценки коэфициентов в модели Random Effect меньше отличаются от оценок коэфициентов в модели Fixed Effect, чем от оценок в модели Pool, это означает, что сравнение RE и FE представляет для нас большой интерес Проанализируем данные коэфициенты с точки зрения эластичности. Во всех моделях эластичность total assets по gross profit выше других. Это означает, что изменение gross profit оказывает сильное влияние на изменение total assets. Эластичность по goodwill больше всего в модели Pool, а по intangible assets в модели FE.

Стоит заметить, что хотя абсолютные значения оценок коэфициентов различаются в разных моделях, знак оценок не меняется, следовательно направление влияния объясняющих переменных сохраняется.

Сравнение моделей

Теперь нам необходимо сравнить три вышепредставленные модели. Сравним сначала FE и Pool. В данном случае мы будем тестировать гипотезу: против альтернативной . При построении модели Fixed Effect STATA автоматически тестирует эту гипотезу. Наблюдаемые значения F = 22,27 при p-value близком к 0, таким образом мы можем утверждать, что нулевая гипотеза отвергается (как мы отмечали выше, индивидуальные эффекты объясняют очень большую долю дисперсии зависимой переменной).

Сравним модели Pool и Random Effect. Сделаем мы это с помощью теста Бройша-Пагана. Здесь нулевая гипотеза следующая: , альтернативная гипотеза

Как мы видим а p-value практически не отличимо от 0. Таким образом, нулевая гипотеза отвергается, а это означает, что модель Pool для данного случая не применима, и мы ислючаем ее из дальнейшего рассмотрения.

Теперь сравним модели Fixed Effect и Random Effect с помощью теста Хаусмана. Тест Хаусмана используется для тестирования состоятельности оценок RE. Для него нулевая гипотеза состоятельны и ассимптотически эффективны, а альтернативная ассимтотически смещена. Другими словами, если нулевая гипотеза не отвергается, то мы можем использовать модель RE, а если отвергается, то необходимо использовать модель FE.

Обратимся к результатам теста:

По результатам теста мы можем сделать вывод, что модель со случайными эффектами дает несостоятельные оценки, поэтому следует выбрать модель с детерминированными эффектами.

Выбор модели Fixed Effect может быть интерпретирован следующим образом. Рассматриваемый нами период включает в себя 5 лет с 2010 по 2014 год. За такой короткий промежуток времени значение goodwill не может сильно измениться, поэтому по компаниям разброс оказывается больше. Кроме того инвестиции в нематериальные активы рассчитаны на долгосрочную перспективу, то есть что они начнут окупаться и увеличивать стоимость материальных активов только спустя какой-то промежуток времени. Наш промежуток, к сожалению, оказывается слишком коротким. На момент, когда будут доступны данные по более широкому промежутку времени, стоит вернуться к изучению данного вопроса и посмотреть на результаты еще раз. стоимость гудвилл нематериальный актив

Подробнее проанализируем выбранную модель Fixed Effect с экономической точки зрения. Мы имеем высокий . Таким образом, модель объясняет больше 80% изменения Total assets. При изменении гудвилла на 1млн, total assets изменится на 0,059%, при увеличении нематериальных активов на 1 млн., total assets увеличится на 0,073%, при увеличении gross profit на 1 млн., total assets увеличится на 0, 309%.

Аналогичным образом мы решили протестировать гипотезу №2

,

Мы не будем приводить здесь полные результаты расчетов, они приведены в приложении. Приложение: ROA К сожалению, модели оказались неудачными. Результаты слишком малы, чтобы можно было рассматривать модели как удачные для последующего анализа. Поэтому мы делаем вывод, что для нашего российского рынка данная гипотеза не применима.

В предыдущей главе мы посмотрели ситуацию, которая происходит на всем российском рынке. Теперь попробуем сузить нашу выборку до отдельного сектора. Это поможет нам сделать выборку более однородной и получить более конкретные результаты. Возьмем три крупных сектора экономики и на них проверим обе наши гипотезы.

· Сектор основных материалов;

· промышленный сектор;

· сектор коммуникационных технологий.

Компании, входящие в эти сектора, совершенно различаются по величине материальных и нематериальных активов, по объему прибыли и чистого дохода, а также в новых трех выборках разное количество фирм будет иметь гудвилл. Приступим к тестированию гипотез.

Промышленный сектор

Из нашей выборки в 193 компании, к промышленному сектору относятся 37 компаний. Этой второй по размеру сектор в нашей первоначальной выборке. Мы будем рассматривать тот же самый период с 2010 по 2014 год. Так же как и для выборки с российскими компаниями, мы будем рассматривать модели Pool, Fixed Effect и Random Effect и сравнивать между собой, выбирая наиболее адекватную и наиболее эффективную.

Тестирование гипотезы №1

Рассматриваемые модели остаются теми же самыми, меняются только данные и результаты.

Результаты расчетов приведены в приложении Приложение: Промышленный сектор. для моделей Pool равен 0,9749, для Fixed Effect 0,9404, и для Random Effect значение статистики Вальда =20,3. Показатель достаточно высок, что позволяет рассматривать данные модели, как более ооднородные, чем вся выборка полностью.

Приведем ниже сводную таблицу коэффициентов и их значимостей для всех трех моделей.

Как мы видим, коэффициент при переменной логарифма goodwill значим на 1% уровне значимости в модели Pool и Random Effect, но не значим в модели Fixed Effect. Коэффициент при логарифме gross profit значим на 1% уровне значимости во всех моделях. Так же интересно, что в моделях Pool и RE коэффициент при intangible assets значим на 10% уровне значимости, и положительно влияет на зависимую переменную total assets, а в модели FE коэффициент имеет отрицательный знак, и он не значим, но значим коэффициент при net income.

...