Анализ факторов, влияющих на корпоративную прозрачность крупнейших российских компаний

Понятие и причины появления корпоративной прозрачности. Характеристика системы публичной нефинансовой отчетности компании. Сбор, подготовка данных и моделирование оценок непубличных компаний в России. Классификация компаний по уровням прозрачности.

Рубрика Экономика и экономическая теория
Вид дипломная работа
Язык русский
Дата добавления 17.07.2020
Размер файла 1,9 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Чтобы подробнее разобраться какие факторы влияют на прозрачность, построим модели в различных группах компаний, образованных с помощью фиктивных переменных. В первую очередь разобьём компании на две группы исходя из уровней прозрачности. В исследовании корпоративной прозрачности выделяют две основные группы: компании Premium-II уровня прозрачности как самые прозрачные компании в России, и компании III уровня прозрачности, как менее прозрачные. Для этого введем новую переменную Premium-II, принимающую значение равным 1, если компании имеет уровень прозрачности Premium, I или II. Построим две регрессии в данных группах. Тогда уравнение регрессии имеет следующий вид:

где:

· X1 - Ln(Дебиторская задолженность)

· X2 - Нематериальные активы

· X3 - Ln(Чистые активы)

· X4 - Социальная политики и персонал

· X5 - Экология

· X6 - Экосистемная эффективность

· X7 - Ln(Прибыль до налогообложения)

· X8 - Кредиторская задолженность

Для компаний Premium-II уровня значимыми факторами стали логарифм дебиторской задолженности и стоимость нематериальных активов. Стоимость нематериальных активов имеет меньшее влияние на прозрачность (стандартизированный коэффициент равен (0,3 против 0,4 у Ln(Дебиторская задолженность)), но его можно интерпретировать подробнее. Так как к нематериальным активам можно отнести не только объекты интеллектуальной собственности, но и деловую репутацию организации, то можно сказать, что самые прозрачные компании имеет также высокую репутацию, что согласуется с теорией.

Для компаний III уровня прозрачности подтвердилась гипотеза, что на прозрачность влияет экология, социальная политика и экономика компании (в том числе финансовые результаты). Стандартизированные коэффициенты для представлены в таблице, из которой видно, что социальная политика влияет больше всего на прозрачность, в компаниях со средним уровнем прозрачности.

Таблица 4. Стандартизированные коэффициенты.

Источник: расчеты автора по данным исследования корпоративной прозрачности

Регрессор

X1

X2

X3

X4

X5

X6

X7

X8

Станд. коэф.

0,408

0,297

0,265

0,436

0,373

0,19

0,207

0,427

В данной модели отсутствует коллинеарность, остатки распределены нормально на уровне значимости 0,1, а R2 = 0,83. График наблюдаемых и предсказанных значений представлен ниже. Тем не менее такая регрессия хорошо подходит только для выявления факторов, влияющих на прозрачность, но по такой модели сложно будет спрогнозировать значение прозрачности, так как группировка компаний происходит по зависимой переменной. Чтобы посмотреть на проблемы в другой плоскости далее будут построены регрессии в различных группах, полученных из фиктивных переменных.

Рисунок 15. График наблюдаемых и предсказанных значений (объединенная Premium-II и III).

Источник: расчеты автора по данным исследования корпоративной прозрачности

Самой интересной для изучения является фиктивная переменная, описывающая листинг компании на бирже. Всего имеется две подобных переменных. Первая принимает значение 1 если компания имеет листинг на Московской бирже, вторая принимает значение 1 если компания имеет листинг на любой зарубежной бирже. Из этих двух переменных создадим новую переменную Listing, принимающую следующие значения:

· 3 - если компания имеет листинг и на Московской, и на зарубежной бирже (41 компания);

· 2 - если компания имеет листинг только на зарубежной бирже (2 компании);

· 1 - если компания имеет листинг только на Московской бирже (124 компании);

· 0 - если компания не имеет листинг (41 компания).

Так как во вторую группу попали всего две компании (ООО "Торговая компания "ЕвразХолдинг" и АО "Группа "Русагро"), то для построения регрессии объединим 2 и 3 группу.

Тогда она будет означать что компания имеет листинг на зарубежной бирже. Строя регрессию в полученных группах получаем следующую систему:

· X1 - Ln(Долгосрочные финансовые вложения)

· X2 - EBIT

· X3 - Дивиденды

· X4 - Ln(Совокупный долг)

· X5 - Социальная политики и персонал

· X6 - Экосистемная эффективность

· X7 - Ln(Выручка)

· X8 - Нематериальные активы

· X9 - Чистая прибыль

Для компаний, которые торгуются на иностранных биржах самыми важными факторами оказались логарифм долгосрочных финансовых вложений и выплата дивидендов, для компаний имеющих листинг только на московской бирже - Ln(Совокупный долг), а для непубличных компаний нематериальные активы.

Интересно, что именно для компаний, имеющих листинг на ММВБ Социальная политики и Экосистемная эффективность, оказались значимыми факторами, влияющими на корпоративную прозрачность.

Подробнее полученные результаты будут рассмотрены и проинтерпретированные в Главе 3.

График наблюдаемых и предсказанных значений представлен ниже, R2 = 0,57.

Рисунок 16. График наблюдаемых и предсказанных значений (объединенная Listing = {0;1;2;3;}. Источник: расчеты автора по данным исследования корпоративной прозрачности

2.3 Классификация компаний по уровням прозрачности

Исходя из полученных результатов понятно, что оптимальнее смотреть на факторы, которые задают уровень прозрачности, а не итоговый балл. Уровень прозрачности представлен категориальной переменной, а значит для его моделирования можно использовать методы классификации.

Основной целью работы состоит в поиске факторов, влияющих на прозрачность. Для достижения поставленной цели требуется использовать методы, которые обладают хорошей интерпретируемостью. Одним из таких методов являются деревья решений, так как они к тому же не зависят от масштаба признаков. Построим деревья, которые будут описывать уровень прозрачности. Итоговое дерево представлено на рисунке 17.

Для построения дерева был использован метод CHAID. Выбор обусловлен тем, что этот метод позволяет осуществить многомерное расщепление узлов и отлично работает с пропусками, которые присутствуют в данных. Для того, чтобы дерево не переобучилось был использована кросс-валидация, а также глубина дерева была выбрана равной 3. Корневой узел разбивается показателем ЦУР, которые показывает приняла ли компания цели устойчивого развития ООН.

Рисунок 17. Дерево решений №1. Целевая переменная - уровень прозрачности.

Источник: расчеты автора по данным исследования корпоративной прозрачности

Этот показатель лучше всего уменьшает энтропию и это можно объяснить логически. На следующем шаге листья разделяются переменными, которые можно описать как переменные, указывающие на уровень корпоративного управления в компании. Это переменные Листинг и Выплата переменных. Компании, которые нигде не листингуются и платят маленькие дивиденды (или не раскрывают информацию об этом) обладают меньшей прозрачностью. В конце в левом листе компании разделяются по переменной Государственная, а в правом по Экологии. В целом эти показатели можно отнести к социальным и экологическим соответственно.

С одной стороны, полученное дерево хорошо согласуется с выдвинутыми гипотезами. С другой в нем присутствует ряд недостатков. В таблице 5 видно, что общие процент корректно предсказанных значений равен 88%. При этом почти все компании III (98,8%) уровня были верно отнесены к этому уровню. В тоже время остальные уровни классифицируются намного хуже, Premium уровень вовсе не был предсказано верно. Это может объясняться разным количеством компаний на разных уровнях. Компаний Premium уровня всего 3, а III - 158. Такое явление не только ухудшает классификацию, но и заставляет выбирать параметры модели, способствующие переобучению. Например, в дереве №1 в качестве критериев минимум наблюдений в узле-отец и узле-сын были выбраны значения 5 и 3 соответственно. При больших значениях дерево классифицирует компании I и II уровня еще хуже.

Таблица 5. Классификация (дерево №1).

Источник: расчеты автора по данным исследования корпоративной прозрачности

Наблюденное

Предсказанное

Premium

I

II

III

Процент корректных

Premium

0

3

0

0

00,0%

I

0

12

4

2

66,7%

II

0

5

13

9

48,1%

III

0

1

1

158

98,8%

Общий процент

,0%

10,1%

8,7%

81,3%

88,0%

Для того, чтобы избежать данной проблемы, можно выбрать другую итоговую переменную. Например, в качестве такой переменной может выступить бинарная переменная Premium-II, которые использовалась в регрессионном анализе. Переменная принимает значение 1, если компания принадлежит к Premium-II уровням прозрачности, и 0 если компания принадлежит к III уровню прозрачности. Таким образом, будем классифицировать на прозрачные и малопрозрачные компании.

Рисунок 18. Дерево решений №2. Целевая переменная - Premium-II.

Источник: расчеты автора по данным исследования корпоративной прозрачности

Дерево решений для данного случае представлено на рисунке 18. В данном дереве выборку лучше всего делит переменная Социальная политика и персонал.

Это подтверждает гипотезу о том, что социальные факторы влияют на прозрачность. Далее дерево делится переменными Листинг и Долгосрочные финансовые вложение, что говорит о влиянии экономических факторов на прозрачность компаний.

Из таблицы 6 видно, что на этот раз правильно классифицированы 88% компаний. III уровень также лучше классифицируется, однако ошибок среди Premium-II в этот раз намного меньше.

Таблица 6.. Классификация (дерево №2).

Источник: расчеты автора по данным исследования корпоративной прозрачности

Наблюденное

Предсказанное

III

Premium-II

Процент корректных

III

149

11

93,1%

Premium-II

14

34

70,8%

Общий процент

78,4%

21,6%

88,0%

Стоит отметить, что при построении дерева, тестировались различные методы и параметры для настройки. Построим ROC-кривые для сравнения выбранного дерева с еще двумя моделями, которые не включились в данную работу.

Предложенная модель (Модель_1 на рисунке 19), явно лучше классифицирует компании по уровням прозрачности. Это видно и в таблице 7. Площадь под кривой равная 0,82 говорит о очень хорошем качестве модели.

Рисунок 19. Кривые ROC.

Источник: расчеты автора по данным исследования корпоративной прозрачности

Таблица 7. AUC.

Источник: расчеты автора по данным исследования корпоративной прозрачности

Тестовая переменная(ые)

Площадь

Модель_1

,820

Модель_2

,743

Модель_3

,773

2.4 Анализ прозрачности в различных группах компаний

Отдельно проверим как влияет принадлежность к той или иной группе компаний на ее прозрачность. Для этого сравним средний Итоговый балл с учетом фиктивных переменных. Для этого подсчитаем средний Итоговый балл в разных группах и проверим их статистическое различие с помощью t-критерию. Результаты приведены в таблице 8, а расчеты указаны в приложении 3.

Таблица 8. Сравнение средних в различных группах

Источник: расчеты автора по данным исследования корпоративной прозрачности

Средний итоговый балл в категориях

Нет

Да

Статистическое различие

Системообразующая

10,2

29,1

Да

Государственная

10,9

24,3

Да

Попадание под Концепцию ПНО

12,3

16,1

Нет

ЦУР

6,2

50,1

Да

Листинг на Московской бирже

21,9

13,8

Да

Листинг на зарубежных биржах

10,6

33,9

Да

Рисунок 20. Разбиение компаний по переменной ЦУР

Источник: расчеты автора по данным исследования корпоративной прозрачности

Исходя из полученных результатов можно сделать несколько интересных выводов. Во-первых, как ожидалось самые прозрачные компании это те компании, которые приняли цели устойчивого развития. Если посмотреть на то, как переменная ЦУР разбивает компании, то окажется, что она разбивает компании почти также, как переменная Premium-II. Это хорошо видно на рисунке 20. Всего несколько компаний приняли ЦУР, и при этом не стали выпускать нефинансовый отчет в соответствии с GRI.

Остальные же компании, которые приняли ЦУР, выпустили подобный отчет и попали на Premium-II уровень. Второй интересный результат заключается в том, что 5 фиктивных переменных дают статистическое различие в среднем итоговом балле, что может говорить о влиянии этих переменных на прозрачность компаний. Стоит отметить, что попадание под концепцию ПНО не дает статистически значимого различия в прозрачности компаний. Это противоречивый результат, который будет подробнее разобран в Главе 3.

Выводы исследования

По результатам классификации, можно сделать вывод, что на уровень прозрачности компании значительней всего влияет приверженность компаний к целям устойчивого развития ООН. Из 44 компаний, которые заявили о соблюдении этих целей, только 5 компаний в 2019 году выпустили отчет соответствующий III уровню прозрачности.

Причем две из этих компаний - Segezha Group и Детский мир имеют двухгодичный цикл отчетности. Это означает, что они раз в два года выпускают отчет об устойчивом развитии в соответствии со стандартом GRI. Эти компании выпускают подобный отчет в четные года, каковым не был 2019 год.

Соответственно эти компании также можно считать прозрачными. Таким образом только три компании, заявившие о соблюдении ЦУР не выпускают отчет в соответствии с международными стандартами и не являются достаточно прозрачными.

Стоит отметить, что из 47 компаний Premium-II уровня, только 8 компаний не заявили о соблюдении ЦУР, причем 7 из II уровня прозрачности, а одна компания I уровня.

Не менее важным фактором, влияющим нам прозрачность, является социальная обстановка в компании, что доказывает переменная Социальная политика и персонал в дереве решения №2. Данная переменная, составленная Экспертом.ру характеризирует социальные программы компаний, и ее значение большее 76 характерно для прозрачных компаний. Составлявшие корпоративного управления стали не менее важными факторами, влияющим на прозрачность компании.

В деревьях ращений видно, что листинг компании и количество выплачиваемых дивидендов влияет на ее прозрачность. Чем больше компания платит дивидендов, тем выше ее прозрачность. Это может объясняться как запросом инвесторов на раскрытие информации о компании, так и использование компанией нефинансового отчета как дополнительного инструмента позиционирования с целью привлечения дополнительных инвестиций.

С листингом ситуация же сложнее. В первом дереве к непрозрачным компаниям попадают компании, которые торгуются на московской бирже, а во втором туда попадают компании, которые торгуются либо на московской, либо на зарубежной.

Причем в обоих деревьях узлы лежат на втором уровне, что значит, что переменная листинг оказывает не сильное влияние. Тем не менее, по результатам исследования видно, что листинг на зарубежной бирже положительно сказывается на прозрачности, а вот листинг на московской бирже сказывается негативно.

Это значит, что компании, которые торгуются на ММВБ являются менее прозрачными. Это также подтверждается анализом средним, где установлено, что средний балл компаний, листингующихся на московской бирже меньше, и это различие статистически значимо. Вопрос почему листинг оказывает негативное воздействие может стать предметом отельного исследования.

Можно предположить, что само наличие листинга оказывает достаточный приток финансов компании, и дополнительное позиционирование ей не требуется. С другой стороны выход на зарубежные биржи показывает сильную необходимость компании в инвесторах и для этого они используют нефинансовую отчетность. Более того, как правило требования к годовому нефинансовому отчету иностранных бирж гораздо жестче, чем требования ММВБ, что вызывает еще большую разницу в прозрачности.

Наконец компании, которые не имеют листинг вообще также оказываются в среднем прозрачнее, чем компании, торгующиеся на ММВБ. Это может объясняться тем к ним не применяются требования по раскрытию информации, поэтому закрытых компаний в выборке не очень много. В выборку попали закрытые компании, которые добровольно готовят нефинансовый отчёт. Зачастую они это делают по запросу внешних стейкхолдеров, так как деятельность подобных компаний оказывает сильное воздействие на них.

Эффект усиливается, если компания ведет деятельность за границей, где требования стейкхолдеров шире. Поэтому компания самостоятельно готовит отчет, и в ее же интересах сделать его максимально полным и повысить свою прозрачность.

Классическим примером такой компании может стать госкорпорация Росатом, и ее дивизион Атомстройэкспорт (АСЭ, ASE). АСЭ строит атомные реакторы по всему миру, и взаимодействие с заинтересованными сторонами является очень важным в подобной области. Поэтому АСЭ несколько лет является лидером прозрачности в России.

Исходя из регрессионного анализа, в общей модели на прозрачность влияют социальные и социальные факторы. Однозначно нельзя сказать, что влияние этих факторов является существенным, так как модель имеет невысокою объясняющую способность. Скорее всего это связано с наличием других важных факторов, не включенных в модель. Тем не менее, влияния факторов статистики значимо.

Намного интереснее разобрать модель 2, с разбиением моделей на две группы. Оказывается, на прозрачность прозрачных компаний влияет только финансовое состояние компании, а на прозрачность средне прозрачных компаний влияют экономические, социальные и экологические факторы. Это может объясняться тем, что прозрачные компании уже выстроили систему, необходимую для поддержания прозрачности. Имеется в виду что компании давно ввели необходимые социальные и экологические программы, и прозрачность отчета будет зависеть только от финансового состояния компаний.

А в средне прозрачные компании, могут быть не готовы публиковать неудовлетворительные социальные/экологические данные, чем могут снизить свою прозрачность. Финансовое состояние также оказывает влияния и на подобные компании. Третья регрессионная модель неплохо смогла выделить прозрачные компании, которые торгуются на иностранных биржах, как и для прозрачных компаний, основными фактором влияния стало финансовое состояние компании, но также в этот раз сюда вошла переменная

Сумма выплаченных дивидендов, что подтверждает выдвинутую выше гипотезу, о том что компании, имеющие листинг на зарубежных биржах используют отчетность как инструмент позиционирования.

Интересные результаты показало сравнение средних в различных группах.

Во-первых, вопреки предложенное гипотезы, государственные компании оказались прозрачнее чем негосударственные.

Это может объясняться тем, что большинство государственных компания являются непубличными, а высокая прозрачных подобных компаний была описана выше.

Во-вторых, концепция ПНО не оказывается статистически значимого влияния на разбиение компаний. Это значит, что даже среди прозрачных и средне прозрачных компаний попадание под концепцию не побуждает раскрывать компании больше информации.

Концепция была принята в мае 2017 года, и за это время так и не принесла значимого прироста прозрачности. Стоит отметить, что согласно плану мероприятий по реализации Концепции развития публичной нефинансовой отчетности Распоряжение Правительства РФ от 5 мая 2017 г. № 876-р О Концепции развития публичной нефинансовой отчетности и плане мероприятий по ее реализации, в 2019 году должно было завершиться внедрение этой концепции. Поэтому, возможно, концепция окажет влияние в будущие года.

Таким образом, можно выделить основные выводы проведенного исследования

1. Принятие компаний целей устойчивого развития ООН является важнейшим фактором влияющем на прозрачность;

2. Социальная и экономические факторы влияют на прозрачность, а воздействие экологических факторов почти неощутимо;

3. Листинг на московской бирже оказывает негативное влияние на прозрачность компаний;

4. Государственные компании намного прозрачнее чем частные;

5. Большие выплаты дивидендов присуще прозрачным компаниям;

6. Набор факторов для прозрачных и средне прозрачных компаний различен. Прозрачность первых зависит от финансового состояния, а вторых также от социальных и экологических факторов

Библиография

1. Alfraih M.M, Almutawa A.M. Firm-Specific Characteristics and Corporate Financial Disclosure: Evidence from an Emerging Market // International Journal of Accounting and Taxation - 2014.

2. Balakrishnan, K., Blouin, J., & Guay, W. (2017). Tax Aggressiveness and Corporate Transparency.

3. Bushman, R. M., & Smith, A. J. (2001). Financial accounting information and corporate governance, Journal of Accounting and Economics, 32, 237-333.

4. Bushman, R. M., Piotroski, J. D., & Smith, A. J. (2004). What Determines Corpo. Transparency? Jour. of Accounting Research, vol. 42, No. 2, 207-252.

5. Cheung Y.L., Jiang P., Tan W., 2010, A transparency Disclosure Index measuring disclosures: Chinese listed companies.

6. Echeverri, D. P., Vaccaro, A. (2010). Corporate Transparency and Green Management, Journal of Business Ethic, 487- 506.

7. Galena, J., & McGee, R. (2013). The Impact of Transparency and Accountability Initiatives, Development Policy Review, 31 (S1): s3-s28.

8. Lang, M., and Maffett, M., 2011, Economic Effects of Transparency in International Equity Markets: A Review and Suggestions for Future Research.

9. Truman, E. M. (2007). Sovereign Wealth Funds: The Need for Greater Transparency and Accountability. Peterson Institute for International Economics: Police Brief, PB07-6.

10. Wallace R.S.O., Naser K. Firm-specific determinants of the comprehensiveness of mandatory disclosure in the corporate annual reports of forms listed in the stock exchange in Hong-Kong // Journal of Accounting and Public Policy - 1995.

11. Yawen J., Corporate Disclosure, Market Valuation, and Firm Performance // Financial Management Journal - 2011.

12. Zhuravlev, A. V., & Zelenov, V. E. (2019). Corporate transparency rating of the largest Russian companies for July-August 2019: regular bulletin, Economic Dynamics, No. 5, 108-113.

13. Айвазян С. А., 2010, Методы эконометрики.

14. Алексеев Э. С. Современное состояние и перспективы развития интегрированной отчетности в России // ОТРАСЛИ ПРАВА - 2016.

15. Дэви Силен & Арно Мейсман, 2017, Основы Data Science и Big Data. Python и наука о данных.

16. Копкова Е.С. Качественно новые аспекты в анализе корпоративной прозрачности // Научный альманах - 2015.

17. Кузнецов М. Е. Прозрачность компаний не этический выбор, а практическая необходимость // Коммерсант.ru - 2017.

18. Магнус Я. Р., Катышев П. К., Пересецкий А.А., 2004, Эконометрика

19. Максимова С. М., 2015, Информационная прозрачность как характеристика качества организационной культуры компании // МИР (Модернизация. Инновации. Развитие) - 2015.

20. Мхитарян В. С., Астафьева Е. В., Миронкина Ю. Н., Трошин, Л. И., 2013, Теория вероятностей и математическая статистика.

21. Положение исследования корпоративной прозрачности. (2019). Retrieved February 20, 2020, from http://corptransparency.ru/attach.

22. Регулярный бюллетень о рейтинге корпоративной прозрачности крупнейших компаний РФ. (2019, July).). Retrieved February 20, 2020, from http://corptransparency.ru/buletin.

23. Себастьян Рашка, 2017, Python и машинное обучение.

24. Тупчиенко В. А., Копкова Е.С. Интегрированная отчетность как форма инновационного развития // Известия высших учебных заведений. Поволжский регион. Общественные науки - 2016.

25. Флах П., 2015, Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Учебник.

Приложение 1

Список исследуемых компаний

Краткое наименование компании

ОПФ

Отрасль

Уровень прозрачности

Итоговый балл

ТВЭЛ

АО

Атомная промышленность

Premium

94,6

РусГидро

ПАО

Электроэнергетика

Premium

94,4

Атомстройэкспорт (АСЭ, ASE)

АО

Атомная промышленность

Premium

91,65

Татнефть, группа

ПАО

Нефтяная и нефтегазовая промышленность

I

85,05

ФСК ЕЭС

ПАО

Электроэнергетика

I

75,85

Газпром

ПАО

Нефтяная и нефтегазовая промышленность

I

74,6

Норильский никель, горно-металлургическая компания

ПАО

Цветная металлургия

I

73,55

Росэнергоатом

АО

Атомная промышленность

I

71,3

Росатом, госкорпорация

ГК

Атомная промышленность

I

71,15

Газпром нефть

ПАО

Нефтяная и нефтегазовая промышленность

I

70,45

Лукойл

ПАО

Нефтяная и нефтегазовая промышленность

I

69

Металлоинвест

АО

Черная металлургия

I

64,55

Атомэнергомаш

АО

Атомная промышленность

I

63,95

Ростелеком

ПАО

Телекоммуникации и связь

I

63,7

Атомредметзолото (АРМЗ)

АО

Атомная промышленность

I

61,85

Сетевая компания

ОАО

Электроэнергетика

I

61,65

Российские сети

ПАО

Электроэнергетика

I

60,6

Транснефть

ПАО

Транспорт

I

58,5

МТС

ПАО

Телекоммуникации и связь

I

56,65

СИБУР

ПАО

Химическая и нефтехимическая промышленность

I

55,95

Государственный научный центр - научно-исследовательский институт атомных реакторов (ГНЦ НИИАР)

АО

Атомная промышленность

I

55,7

ПО ЭХЗ

АО

Атомная промышленность

II

54,45

ЕВРАЗ

ООО

Черная металлургия

II

54,45

Зарубежнефть

АО

Нефтяная и нефтегазовая промышленность

II

53,8

АФК Система

ПАО

Банки и другие инвестиционно-финансовые организации

II

52,4

Северсталь

ПАО

Черная металлургия

II

49,8

МРСК Северо-Запада

ПАО

Электроэнергетика

II

47,55

Роснефть

ПАО

Нефтяная и нефтегазовая промышленность

II

39,4

Банк ВТБ

ПАО

Банки и другие инвестиционно-финансовые организации

II

38,9

Полиметалл

АО

Промышленность драгоценных металлов и алмазов

II

38,35

Интер РАО

ПАО

Электроэнергетика

II

38,05

Алроса

ПАО

Промышленность драгоценных металлов и алмазов

II

37,6

СУЭК

АО

Угольная промышленность

II

37,5

МегаФон

ПАО

Телекоммуникации и связь

II

36,95

НОВАТЭК

ПАО

Нефтяная и нефтегазовая промышленность

II

36,35

Российские коммунальные системы

ООО

Жилищно-коммунальное хозяйство

II

35,2

Сбербанк России

ПАО

Банки и другие инвестиционно-финансовые организации

II

35,05

ТрансКонтейнер

ПАО

Транспорт

II

34,45

Энел Россия

ПАО

Электроэнергетика

II

32,15

Внешэкономбанк

ГК

Банки и другие инвестиционно-финансовые организации

II

31,95

МРСК Юга

ПАО

Электроэнергетика

II

31,6

Аэрофлот - российские авиалинии

ПАО

Транспорт

II

30,5

МОЭСК

ПАО

Электроэнергетика

II

27,6

ФосАгро

ПАО

Химическая и нефтехимическая промышленность

II

27,2

НЛМК

ПАО

Черная металлургия

II

24,95

Группа ЛСР

ПАО

Инжиниринг, промышленно-инфраструктурное строительство

II

24,9

Уралкалий

ПАО

Химическая и нефтехимическая промышленность

II

24,8

Объединенная металлургическая компания

АО

Черная металлургия

II

24,15

Трубная металлургическая компания

ПАО

Черная металлургия

III

21,1

Московский кредитный банк

ПАО

Банки и другие инвестиционно-финансовые организации

III

20,95

Магнит

ПАО

Розничная торговля

III

19,45

Совкомфлот

АО

Транспорт

III

18,25

X5 Retail Group

ПАО

Розничная торговля

III

18,05

Атомный энергопромышленный комплекс

АО

Атомная промышленность

III

17,85

ТГК №1

ПАО

Электроэнергетика

III

17,5

Юнипро

ПАО

Электроэнергетика

III

17,45

Федеральная пассажирская компания

АО

Транспорт

III

17,35

Мосэнерго

ПАО

Электроэнергетика

III

17,25

ММВБ

ПАО

Банки и другие инвестиционно-финансовые организации

III

16,35

Государственная транспортная лизинговая компания

ПАО

Банки и другие инвестиционно-финансовые организации

III

16,1

РЖД

ОАО

Транспорт

III

15,3

Агентство по страхованию вкладов

ГК

Страхование

III

14,95

МРСК Центра и Приволжья

ПАО

Электроэнергетика

III

10,4

Ленэнерго

ПАО

Электроэнергетика

III

9,25

Детский мир

ПАО

Розничная торговля

III

9

Вторая генерирующая компания оптового рынка электроэнергии

ПАО

Электроэнергетика

III

8,75

Ковровский механический завод

ПАО

Атомная промышленность

III

8,75

МРСК Центра

ПАО

Электроэнергетика

III

8,5

Кубаньэнерго

ПАО

Электроэнергетика

III

7,9

МРСК Северного Кавказа

ПАО

Электроэнергетика

III

7,45

МРСК Урала

ОАО

Электроэнергетика

III

7,3

Segezha Group

ООО

Лесная, деревообрабатывающая и целлюлозно-бумажная промышленность

III

6,7

Русагро, группа компаний

АО

Агропромышленный комплекс

III

6,6

МРСК Волги

ПАО

Электроэнергетика

III

6,55

Магнитогорский металлургический комбинат

ПАО

Черная металлургия

III

6,3

МРСК Сибири

ПАО

Электроэнергетика

III

6,1

Магаданэнерго

ПАО

Электроэнергетика

III

6,1

Возрождение

ПАО

Банки и другие инвестиционно-финансовые организации

III

6,05

Мурманская ТЭЦ

ПАО

Электроэнергетика

III

5,85

Саратовэнерго

ПАО

Электроэнергетика

III

5,7

Камчатскэнерго

ПАО

Электроэнергетика

III

5,6

СХК

АО

Атомная промышленность

III

5,55

Мосводоканал

АО

Жилищно-коммунальное хозяйство

III

5,55

Кубанская энергосбытовая компания

ПАО

Электроэнергетика

III

5,35

КАМАЗ

ПАО

Машиностроение

III

5,35

ТНС энерго

ПАО

Электроэнергетика

III

5,2

Новороссийский комбинат хлебопродуктов

ПАО

Пищевая промышленность

III

5,1

Ашинский металлургический завод

ПАО

Черная металлургия

III

5,1

Дальневосточная энергетическая компания

ПАО

Электроэнергетика

III

5,05

Объединенная вагонная компания

ПАО

Машиностроение

III

4,95

ЮниКредит Банк

АО

Банки и другие инвестиционно-финансовые организации

III

4,95

Таттелеком

ПАО

Телекоммуникации и связь

III

4,85

Еврохим

АО

Химическая и нефтехимическая промышленность

III

4,85

Акрон

ПАО

Химическая и нефтехимическая промышленность

III

4,8

Красноярскэнергосбыт

ПАО

Электроэнергетика

III

4,75

Финансовая группа БУДУЩЕЕ

ПАО

Банки и другие инвестиционно-финансовые организации

III

4,65

Ставропольэнергосбыт

ПАО

Электроэнергетика

III

4,6

ИНГРАД

ПАО

Инжиниринг, промышленно-инфраструктурное строительство

III

4,6

САФМАР Финансовые инвестиции

ПАО

Банки и другие инвестиционно-финансовые организации

III

4,6

Калужская сбытовая компания

ПАО

Электроэнергетика

III

4,55

Томская распределительная компания

ПАО

Электроэнергетика

III

4,55

ЧМЗ

АО

Атомная промышленность

III

4,45

Катрен

ОАО

Оптовая торговля

III

4,4

АЛРОСА-Нюрба

ПАО

Промышленность драгоценных металлов и алмазов

III

4,25

Краснокамский завод металлических сеток

ПАО

Черная металлургия

III

4,2

Янтарь, прибалтийский судостроительный завод

АО

Машиностроение

III

4,15

Московская городская телефонная сеть

ПАО

Телекоммуникации и связь

III

4,1

Адмиралтейские верфи

АО

Машиностроение

III

4

Якутская топливно-энергетическая компания

ПАО

Нефтяная и нефтегазовая промышленность

III

4

Научно-производственная корпорация Иркут

ПАО

Машиностроение

III

4

Управляющая компания Арсагера

ПАО

Банки и другие инвестиционно-финансовые организации

III

4

РуссНефть

АО

Нефтяная и нефтегазовая промышленность

III

3,95

Первая грузовая компания

АО

Транспорт

III

3,9

Соликамский магниевый завод

ОАО

Цветная металлургия

III

3,9

Мордовская энергосбытовая компания

ПАО

Электроэнергетика

III

3,9

ТНС энерго Марий Эл

ПАО

Электроэнергетика

III

3,9

Пермэнергосбыт

ПАО

Энергосбытовая деятельность

III

3,85

Научно-производственное объединение Сатурн

ПАО

Машиностроение

III

3,85

Российский Сельскохозяйственный банк

АО

Банки и другие инвестиционно-финансовые организации

III

3,8

ТНС энерго Нижний Новгород

ПАО

Электроэнергетика

III

3,8

ДСК №1

АО

Инжиниринг, промышленно-инфраструктурное строительство

III

3,6

Институт Стволовых Клеток Человека

ПАО

Здравохранение и фармацевтическая промышленность

III

3,6

Метафракс

ПАО

Химическая и нефтехимическая промышленность

III

3,6

Сургутнефтегаз

ПАО

Нефтяная и нефтегазовая промышленность

III

3,6

ТНС энерго Воронеж

ПАО

Электроэнергетика

III

3,55

Новороссийский морской торговый порт

ПАО

Транспорт

III

3,4

ТНС энерго Ярославль

ПАО

Электроэнергетика

III

3,4

Астраханская энергосбытовая компания

ПАО

Электроэнергетика

III

3,35

Нижнекамскнефтехим

ПАО

Нефтяная и нефтегазовая промышленность

III

3,35

Водоканал Санкт-Петербурга

ГУП

Жилищно-коммунальное хозяйство

III

3,25

Выборгский судостроительный завод

ПАО

Машиностроение

III

3,2

Илим

АО

Лесная, деревообрабатывающая и целлюлозно-бумажная промышленность

III

3,2

Челябинский трубопрокатный завод

ПАО

Черная металлургия

III

3,2

Якутскэнерго

ПАО

Электроэнергетика

III

3,2

Северо-западное пароходство

ПАО

Транспорт

III

3,2

Авиакомпания Ютэйр

ПАО

Транспорт

III

3,15

ТрансФин-М

ПАО

Банки и другие инвестиционно-финансовые организации

III

3,15

Бест Эффортс Банк

ПАО

Банки и другие инвестиционно-финансовые организации

III

3,1

Альфа-банк, группа

АО

Банки и другие инвестиционно-финансовые организации

III

2,95

Квадра - Генерирующая компания

ПАО

Электроэнергетика

III

2,95

Корпорация ВСМПО-АВИСМА

ПАО

Цветная металлургия

III

2,95

Объединенная авиастроительная корпорация

ПАО

Машиностроение

III

2,9

Сибирский гостинец

ПАО

Пищевая промышленность

III

2,9

ОТП Банк

АО

Банки и другие инвестиционно-финансовые организации

III

2,85

Нефтекамский автозавод

ПАО

Машиностроение

III

2,85

ДОМ.РФ

АО

Банки и другие инвестиционно-финансовые организации

III

2,75

Ростех, госкорпорация

ГК

Машиностроение

III

2,75

Евразийский трубопроводный консорциум

ООО

Оптовая торговля

III

2,75

Научно-производственное объединение Наука

ПАО

Машиностроение

III

2,7

Татэнерго

АО

Электроэнергетика

III

2,65

Звездочка, центр судоремонта

АО

Машиностроение

III

2,65

ТГК-2

ПАО

Электроэнергетика

III

2,65

Русская Аквакультура

ПАО

Пищевая промышленность

III

2,65

ИНВЕСТИЦИОННАЯ КОМПАНИЯ ИК РУСС-ИНВЕСТ

ПАО

Банки и другие инвестиционно-финансовые организации

III

2,6

ТГК-14

ПАО

Электроэнергетика

III

2,6

Северное машиностроительное предприятие

АО

Машиностроение

III

2,5

Производственное объединение Кристалл

АО

Промышленность драгоценных металлов и алмазов

III

2,45

Таганрогский котлостроительный завод Красный котельщик

ОАО

Машиностроение

III

2,45

Азиатско-тихоокеанский банк

ПАО

Банки и другие инвестиционно-финансовые организации

III

2,4

Башинформсвязь

ПАО

Телекоммуникации и связь

III

2,4

ТНС энерго Ростов-на-Дону

ПАО

Электроэнергетика

III

2,4

Самараэнерго

ПАО

Электроэнергетика


Подобные документы

  • Общие сведения и характеристика производства крупнейших мировых энергетических компаний: ОАО "Газпром", НК "Лукойл" и НК "Роснефть". Структура и органы управления компаний. Оценка основных финансовых и операционных показателей корпораций за 2008-2009 гг.

    курсовая работа [60,7 K], добавлен 24.03.2011

  • Понятие инвестиционной активности компаний. Отраслевые особенности обрабатывающей промышленности. Инвестиционная активность российских промышленных компаний. Влияние фондового рынка. Рыночные и специфические, финансовые и институциональные факторы.

    дипломная работа [1,6 M], добавлен 09.06.2017

  • Экономическая эффективность хозяйственной деятельности производственных предприятий и управление рисками. Риски производственных компаний: сущность, классификация, причины возникновения, методы выявления и оценки. Развитие сталелитейных компаний.

    дипломная работа [3,8 M], добавлен 12.08.2017

  • Знакомство с особенностями влияния структуры собственности на дефолт по облигациям российских компаний. Корпоративное управление как популярное направление в анализе деятельности компаний. Рассмотрение способов раскрытия финансовой информации по МСФО.

    дипломная работа [2,0 M], добавлен 22.08.2017

  • Понятие оффшорной компании, ее сущность и особенности, причины создания и назначение. Страны для регистрации оффшорных компаний, профили деятельности и управление ими. Порядок регистрации и ликвидации оффшорной компании, необходимые документы и взносы.

    контрольная работа [24,5 K], добавлен 19.02.2009

  • Теоретические основы корпоративной социальной ответственности. Зарубежные и российская модели корпоративной социальной ответственности. Практика корпоративной социальной ответственности в современной России. Опыт российских компаний.

    дипломная работа [92,0 K], добавлен 01.06.2007

  • Оценка мировой практики по организации и функционированию таких форм интеграций компаний как холдинг, картель и синдикат. Изучение их особенностей, преимуществ и негативных сторон. Анализ факторов, влияющих на выбор той или иной формы интеграции компаний.

    курсовая работа [715,7 K], добавлен 30.05.2013

  • Исследование влияния сделок слияний и поглощений на операционные результаты американских компаний-поглотителей на основе событийного анализа и изучения их бухгалтерской отчетности. Причины негативной реакции рынка на объявления компаний о сделках M&A.

    курсовая работа [1,2 M], добавлен 01.09.2016

  • Комплексный обзор российского рынка слияний и поглощений, оценка активности отечественных компаний. Определение степени влияния информации о сделках слияния на стоимость компаний на фондовом рынке. Модель избыточной доходности в капитализации компаний.

    дипломная работа [1,4 M], добавлен 10.03.2015

  • Сущность, функции и значение инновационных компаний в процессе модернизации экономики страны. Европейский опыт развитития инновационных компаний при ВУЗах. Пути повышения эффективности инновационной деятельности ВУЗов и компаний, создаваемых при ВУЗах.

    дипломная работа [365,2 K], добавлен 21.05.2013

  • Использование фундаментального и технического анализа в определении инвестиционной привлекательности акций нефтяных компаний. Комплексный алгоритм и основные этапы его проведения. Анализ факторов изменения данного показателя на российском рынке.

    дипломная работа [207,0 K], добавлен 25.07.2015

  • Концепция стоимостного подхода как основа реструктуризации компании. Приобретение или поглощение компаний. Определение стоимости компании при реструктуризации. Анализ и оценка основных экономических выгод и издержек предполагаемой реструктуризации.

    курсовая работа [63,8 K], добавлен 26.11.2012

  • Понятие холдинга в экономической теории. История возникновения холдинга и формы его существования в разных странах. Порядок образования холдинговых компаний. Юридическая база для создания холдинговых компаний в Российской Федерации. Налогообложение.

    реферат [18,0 K], добавлен 31.10.2007

  • Оценка положительных и отрицательных сторон слияния и поглощения компаний. Ситуация на мировом рынке слияний и поглощений. Виды сделок по переходу корпоративного контроля в России. Аккумулирование долгов поглощаемой компании и конвертация их в акции.

    курсовая работа [607,4 K], добавлен 28.04.2015

  • Понятие слияния и поглощения и их значение в современных условиях. Анализ и оценка результатов слияний и поглощений компаний в России на современном этапе. Перспективы интеграции России в мировое хозяйство через процессы слияния и поглощения компаний.

    курсовая работа [953,8 K], добавлен 23.10.2015

  • Российская практика слияний и поглощений компаний в телекоммуникационной отрасли, подходы к оценке их эффективности. Анализ финансово-экономического потенциала компаний до слияния. Оценка эффективности слияния (метод многокритериальных альтернатив).

    курсовая работа [414,8 K], добавлен 05.07.2012

  • Методы оценки интеллектуального капитала компании. Выявление влияния различных элементов интеллектуального капитала – человеческого, отношенческого, инновационного и процессного – на операционные результаты деятельности компаний России и Бразилии.

    дипломная работа [453,7 K], добавлен 03.07.2017

  • Гражданско-правовой механизм реализации права собственности у кооперативов и акционерных компаний. Их формы, цели создания и способы управления. Отличия кооперативов от акционерных компаний в распределении доходов от предпринимательской деятельности.

    курсовая работа [28,8 K], добавлен 11.10.2009

  • Лизинг как общепризнанное средство финансирования капиталовложений. Управление на рынке лизинговых услуг. Учредители лизинговых компаний. Создание объединений лизинговых компаний на добровольной основе. Особенности договора лизинга в Республике Беларусь.

    контрольная работа [21,0 K], добавлен 21.03.2009

  • Исследование влияния инновационной деятельности на уровень риска компаний технологического сектора США, анализ применимости его результатов для компаний из российского технологического сектора. Методология исследования и построения регрессионной модели.

    курсовая работа [432,5 K], добавлен 30.09.2016

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.