Факторы изменения рыночной капитализации компаний нефтегазовой отрасли

-0.767

-11.448

-2.065

-6.116

-20.015

1st Qu.

-0.081

-0.042

-0.024

-0.108

-0.073

-0.286

-0.174

-0.154

-0.088

Median

0.016

0.011

0.000

-0.003

0.042

0.009

0.000

-0.002

0.000

Mean

0.005

-0.001

0.002

-0.008

0.009

0.229

0.007

0.110

0.054

3rd Qu.

0.101

0.054

0.021

0.097

0.121

0.428

0.180

0.168

0.091

Max.

0.800

0.300

0.383

0.426

0.342

16.333

3.953

17.081

23.390

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Всего в расчётах задействованы 9 показателей: избыточная лог-доходность акций, избыточная лог-доходность рыночного индекса, логарифмы изменений цен на сырую нефть, валютных курсов, процентных ставок и отношения CAPEX к выручке от продаж, а также относительные приросты EPS, ROCE и отношения чистого долга предприятия к EBITDA (Таблица 1).

Зависимая переменная в данном исследовании - избыточная относительно безрисковой ставки лог-доходность акций нефтегазовых компаний является прокси-переменной для изменения капитализации предприятий сектора. Данный выбор объясняется рядом причин. Во-первых, рыночная капитализация представляет собой произведение цены одной акции компании на общее количество выпущенных акций, следовательно в контексте текущей работы представляет смысл определение масштаба влияния выбранных факторов лишь на один из множителей - цену акции, поскольку именно она отражает мнение инвесторов о стоимости компании и является, своего рода, внешней характеристикой успешности фирмы, тогда как второй множитель - количество акций - может быть опущен, так как он подлежит внутреннему регулированию со стороны фирмы, а любое его изменение отражается в стоимости ценной бумаги. Другая причина выбора в пользу избыточной лог-доходности акций - использование этого показателя в теоретической базе исследования. Как результат, для каноничного применения метода требуется прибегнуть именно к нему.

Итак, для расчёта зависимой переменной (r) использовались котировки предприятий на национальных фондовых биржах соответственных компаний. Для целей сравнения компаний и получения адекватных результатов котировки акций неамериканских компаний были конвертированы в доллары США. Из лог-доходности акций было вычтено значение безрисковой ставки в предыдущий период времени. Поскольку в данной работе исследуются квартальные доходности, прокси-переменной безрисковой процентной ставки выступила 3-месячная Лондонская межбанковская ставка предложения (LIBOR).

Значения переменной, отвечающей за доходность рыночного портфеля (MKT), были рассчитаны аналогичным образом. Прокси-переменной данного показателя выступила избыточная лог-доходность фондовых индексов тех бирж, на которых котируются акции выделенных компаний. Исключением стали лишь предприятия из стран Европы, для которых был выбран единый индекс Eurostoxx 50, а также компании из стран с развивающейся и переходной экономикой - в этом случае в качестве бенчмарка выступил индекс MSCI EM. Последний выбор обусловлен тем, что зачастую нефтегазовая промышленность является одной из ключевых для стран, входящих в эту группу. Как следствие именно компании сектора во многом определяют изменения индекса, и его использование привело бы к нарушению причинно-следственной связи между переменными. Так, в России по состоянию на 16 марта 2018 года 10 из 46 акций, входящих в Индекс МосБиржи, относятся к нефтегазовой отрасли и имеют общий вес равный 47,98%.

В свою очередь, значения фактора изменения процентной ставки (IR) были приняты равными значениям изменения ставки 10-летних казначейских облигаций США по причине того, что ставка по данному типу облигаций является одним из бенчмарков для ставок долгосрочного заимствования, к которому зачастую прибегают нефтегазовые корпорации с целью привлечения средств для инвестирования в основные фонды. В теории, снижении данной ставки должно приводить к облегчению долговой нагрузки компаний, улучшению их финансового положения и, как следствие, к росту цены акций и увеличению рыночной капитализации.

В качестве переменной валютного курса (EX) были взяты изменения пар, включающих доллар и национальную валюту, при этом с целью унификации эффекта каждая из пар была по необходимости преобразована к виду USD / CURRENCY. Для предприятий из США данный показатель был заменён на Индекс доллара (USDX), рассчитываемый как взвешенная сумма курсов доллара США к шести иным основным валютам.

Прокси-переменной для цены на сырую нефть (OIL) является цена на нефть марки Brent. Североморский сорт нефти является одним из эталонных сортов, на основании стоимости которого зачастую рассчитываются цены на другие, менее ликвидные марки. Несомненно, компании, представленные в выборке, владеют месторождениями в разных географических точках, однако это не является препятствием для использования цен на Brent в отношении всех предприятий из-за высокой корреляции между стоимостями различных марок нефти. Так, согласно проведённым автором расчётам по данным Thomson Reuters, корреляция между техасским сортом WTI и Brent составила более 97% на более чем десятилетнем временном промежутке.

В том, что касается показателей финансовой отчётности, для использования в регрессионном анализе были отобраны четыре фактора, характеризующих положение предприятия с различных сторон. За уровень прибыльности компании отвечает переменная EPS (Earnings per share) - доход компании, нормированный на количество акций. Степень долговой нагрузки (переменная DEBT) отражается показателем отношения чистого долга компании к показателю EBITDA - иными словами, показателем способности компании оплатить имеющуюся задолженность. Третий фактор - ROCE - является особенно значимым для компаний капиталоёмких отраслей, к числу которых относится нефтегазовая. Return on Capital Employed - рентабельность задействованного капитала показывает насколько эффективно компания использует имеющийся в распоряжении капитал и рассчитывается как отношение прибыли до вычета процентов и налогов (EBIT) к собственному капиталу и долговым обязательствам. Соответственно, чем выше ROCE, тем более эффективно использование капитала. Поскольку в каждом из случаев в расчёт показателей входит переменная, отражающая прибыль компании, которая может принимать отрицательные значения, то использование логарифма изменений недопустимо математически, в связи с чем изменение рассчитывалось как относительный прирост, выраженный в процентах.

Последний из финансовых показателей, также особенно значимый для отрасли, - отношения капитальных расходов (CAPEX) к выручке от продаж. Данный показатель указывает на характер инвестиционной политики компании - насколько интенсивно менеджмент предприятия вкладывает средства в основной капитал. Расчёт изменения этого показателя проводился с использованием функции логарифма.

Корреляционный анализ переменных свидетельствует о наличии статистически значимой на 5% уровне значимости корреляции между независимой переменной и каждой из зависимых за исключением фактора задолженности (Таблица 2). При этом корреляция со всеми финансовыми показателями по модулю не превышает 0.11, что является достаточно слабой взаимосвязью. В то же время, относительно наиболее сильная связь доходности акций - с переменными цен на нефть (0.45), доходностью рынка (0.53) и процентной ставкой (0.34).

Таблица 2 - Корреляционная матрица

	r	MKT	EX	IR	OIL	EPS	CAPEX	DEBT	ROCE
r	1	0.57*	-0.35*	0.34*	0.50*	0.12*	-0.12*	-0.02	0.05*
MKT	0.57*	1	-0.23*	0.46*	0.42*	0.1*	-0.07*	0	0.01
EX	-0.35*	-0.23*	1	-0.07*	-0.21*	-0.03	0.04*	0	-0.01
IR	0.34*	0.46*	-0.07*	1	0.46*	0.06*	-0.04	0	0.03
OIL	0.50*	0.42*	-0.21*	0.46*	1	0.16*	-0.17*	-0.03	0.04
EPS	0.12*	0.1*	-0.03	0.06*	0.16*	1	-0.16*	-0.06*	0.12*
CAPEX	-0.12*	-0.07*	0.04*	-0.04	-0.17*	-0.16*	1	0.1*	-0.01
DEBT	-0.02	0	0	0	-0.03	-0.06*	0.1*	1	-0.04*
ROCE	0.05*	0.01	-0.01	0.03	0.04	0.12*	-0.01	-0.04*	1
* - корреляция значима на уровне 0.05

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Одновременно с этим ряд между рядом независимых переменных (MKT IR, MKT и OIL, IR и OIL) также существует статистически значимая корреляция, что говорит о необходимости проверки выборки на наличие мультиколлинеарности среди факторов. Однако, расчёт значений VIF для матрицы признаков отверг гипотезу о наличии мультиколлинеарности, т.к. полученные числа находятся в интервале от 1 до 1.5, что меньше общепринятого порогового значения, равного 5 (Таблица 3).

Таблица 3 - Показатели VIF и статистики Дики-Фуллера

Переменная	Значение VIF	Статистика Дики-Фуллера
r	-	-14.929
MKT	1.416371	-14.081
EX	1.082753	-12.713
IR	1.443162	-19.425
OIL	1.447985	-14.526
EPS	1.063187	-14.681
CAPEX	1.062486	-13.995
DEBT	1.014402	-14.83
ROCE	1.016192	-13.827

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Дальнейший анализ каждой из переменной указывает на стационарность ряда: расчёт статистики Дики-Фуллера на 13 лаге свидетельствует об отвержении нулевой гипотезы о нестационарности ряда, что подтверждается значениями p-value меньше 0.01 для каждой переменной.

2.2 Общий анализ структуры влияния факторов на капитализацию нефтегазовых компаний

Использование в данной работе панельных данных приводит к необходимости остановиться на верной спецификации модели, сделав выбор из трёх типов регрессий: с фиксированными эффектами, со случайными эффектами и сквозной. Для выполнения данной задачи был проведён тест Вальда, в соответствии с результатом которого нулевая гипотеза о незначимости индивидуальных эффектов не отвергается (p-value = 0.915). Следовательно, оптимальная спецификация модели - сквозная регрессия (pooled), и проведение теста Хаусмана для выбора из моделей within и between не требуется.

Таким образом, оценка значений коэффициентов моделях данного исследования должна производиться в соответствии с принципами модели сквозной регрессии по методу наименьших квадратов (МНК).

Таблица 4 - Значения оценок коэффициентов для модели (1)

Переменная	в	t-value	p-value
(Intercept) *	0,005	1,790	0,074
MKT ***	0,706	22,484	0,000
EX ***	-0,637	-12,412	0,000
IR	0,015	0,824	0,410
OIL ***	0,260	15,586	0,000
EPS	0,002	1,134	0,257
CAPEX *	-0,011	-1,812	0,070
DEBT	-0,002	-0,735	0,462
ROCE **	0,006	2,195	0,028
* - значимость на уровне 0,1 ** - значимость на уровне 0,05 *** - значимость на уровне 0,01

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Оценка параметров модели (1) произведена на выборке из 2494 наблюдений по 49 компаниям. Из-за отсутствия данных по части показателей одна из компаний (CNOOC) была исключена из исследования. Модель, в целом, значима на любых разумных уровнях значимости, при этом она объясняет около 45% дисперсии зависимой переменной, что является достаточно высоким показателем для исследований по данной тематике (R²_adj = 0,44588).

Согласно Таблице 4, коэффициенты при четырех из восьми независимых переменных оказались статистически значимыми на уровне 5%, при этом три из них продемонстрировали ещё более высокую степень значимости - 0,1%. Для более глубокой оценки стабильности коэффициентов был выполнен тест Чоу, нулевой гипотезой которого является утверждение, что все оценки коэффициентов в равной степени применимы к каждому из объектов. Результатом теста стало значение F-статистики, равное 0,732, что свидетельствует о том, что нулевая гипотеза не отвергается.

В то же время, тест Харке-Бера на нормальность распределения, проведённый на остатках регрессии, отверг нулевую гипотезу об их соответствии распределению Гаусса. Тем не менее, в связи со спецификой использования доходность акций в качестве зависимой переменной, а также с поставленной целью исследовать потенциальную зависимость от выделенных заранее факторов. Таким образом, применение данной спецификации модели будет продолжено, однако при описательной оценке коэффициентов данное замечание будет приниматься в расчёт.

Итак, по результатам оценки модели (1) переменные, отвечающие за рыночную доходность, валютный курс и цену на нефть оказались ожидаемо значимыми. К ним добавились показатели ROCE (5% уровень) и CAPEX (10%), тогда как коэффициенты при остальных переменных из финансовой отчётности корпораций и переменной процентной ставки имеют p-value большее общепринятых уровне значимости.

Коэффициент при рыночном факторе в данной регрессии равен 0,706, что говорит о меньшей волатильности стоимости акций нефтегазовых предприятий относительно рынков, на которых они торгуются. Данное значение сравнимо с результатами, полученными Мольдбрекке Moldbrekke, N. Op. cit. P. 54. в 2009 г. (0.691) и Садорски Sadorsky, P. Op. cit. P. 24. - в 2001 г. (0.705), и несколько меньше, чем у Рамос и Вейга Ramos, Sophia B., Veiga, H. Op. Cit. P. 27. (0.885). Однако испанские исследователи проводили анализ на выборке, структурно отличной от тех, что используются в текущей работе, а также работах Садорски и Мольдбрекке. Таким образом, можно утверждать, что на протяжении более 20 лет, в среднем, сравнительная динамика компаний нефтегазового сектора и национальных рынков ценных бумаг является достаточно стабильной.

Значимые оценки коэффициентов были получены и при факторах цены на сырую нефть и обменном курсе. Так, «ослабление» курса национальной валюты негативно сказывается на долларовой стоимости акций нефтегазовых предприятий. В среднем, «ослабление» курса национальной валюты на 1% приводит к снижению стоимости акций компании и её капитализации на 0,637%. Аналогично увеличение цены на сырую нефть на 1%, в среднем, добавляет 0.260% к капитализации нефтегазового предприятия. Данное значение сравнимо с оценками других исследователей:

Садорски Sadorsky, P. Op. cit. P. 24. (0,305) и Мольдбрекке Moldbrekke, N. Op. cit. P. 54. (0,178).

Незначимость коэффициента при переменной процентной ставки является достаточно неожиданным результатом. Одним из возможных объяснений этого может быть тот факт, что выборка включает периоды как высоких, так и низких цен на нефть, а также крупных финансовых кризисов, - события, которые могут влиять на склонность компаний к инвестированию. Как следствие, те предприятия, которые специализируются, помимо добычи и переработки сырья, на оказании сервисных услуг по производству и установке основных средств, могут выиграть от роста ставки, поскольку другие фирмы предпочтут приобрести услугу рискованному инвестированию в собственный основной капитал.

В том, что касается финансовых показателей, показатели прибыльности предприятий и уровня задолженности оказались незначимыми. Вероятно, данное явление объясняется тем, что рынок нефти и газа представляет собой олигополию, в которой у каждой из компаний есть устоявшийся круг клиентов. В этом контексте положение крупнейших нефтегазовых предприятия относительно стабильно. С другой стороны, прибыль компаний подвержена значительному риску изменения цен на сырьевые товары, и, как следствие, меняется достаточно часто. В совокупности с тем, что зачастую сырьевые компании являются государственными и в малой степени зависят от прибыльности, эти факты объясняют незначимость влияния EPS на их капитализацию. Аналогичным образом, высокий уровень долговых обязательств является неотъемлемой частью функционирования фирм исследуемой отрасли, что ведёт к малому эффекту на капитализацию от изменения долговой нагрузки.

В то же время два фактора, специфические для капиталоёмкой нефтегазовой отрасли, оказывают слабое влияние на капитализацию. Первый из них - ROCE - значим на 5%. Прирост данного коэффициента на 100% увеличивает стоимость акций компаний сектора на 0.6%. Малый масштаб эффекта также может быть объяснён причинами, справедливыми для прочих финансовых показателей. В то же время, он остаётся значимым, что говорит о наличии определённой значимости этого показателя для инвесторов. Аналогично, доля расходов на основные средства от выручки с продаж оказывает эффект, близкий по значимости лишь к 10% уровню, что, однако, недостаточно для признания этого влияния стабильным.

Другим возможным объяснением незначимости коэффициентов при переменных показателей финансовой отчётности может являться тот факт, что на протяжении всего отчётного периода и спустя некоторое время после него - до публикации квартальных финансовых документов - истинные финансовые показатели компании остаются неизвестными инвесторам, не обладающим инсайдерской информацией. Основываясь на данном предположении проведём модификацию модели (1), заменив в ней переменные при каждой из 4 переменных финансовой отчётности на эти же переменные с лагом, равным минимальной единице времени, каковой в нашем случае является 1 квартал. Количество наблюдений в данном случает стало равным 2446.

Итак, модель (1a) приняла следующий вид:

В результате оценки данной модели (Таблица 5), объясняющая сила модели практически не изменилась: R²_adj = 0,44503, а модель в целом осталась значимой.

Таблица 5 - Значения оценок коэффициентов для модели (1a)

Переменная	в	t-value	p-value
(Intercept) *	0,004	1,519	0,129
MKT ***	0,708	22,349	0,000
EX ***	-0,630	-12,306	0,000
IR	0,016	0,888	0,375
OIL ***	0,260	15,872	0,000
EPS_LAG	0,000	-0,286	0,775
CAPEX_LAG **	0,015	2,513	0,012
DEBT_LAG **	-0,005	-2,192	0,029
ROCE_LAG	0,002	0,683	0,495
* - значимость на уровне 0,1 ** - значимость на уровне 0,05 *** - значимость на уровне 0,01

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Кроме того, схожими остались значения параметров при макроэкономических переменных, тогда как CAPEX и DEBT стали статистически значимыми на 5% уровне. При этом, в отличие от оценок модели (1), направление влияния, т.е. знаки коэффициентов при значимых переменных финансовой отчётности приобрели больший смысл: с увеличением доли CAPEX от дохода с продаж на 1% доходность акции увеличивается на 0,015%, а при увеличении долговой нагрузки на 1% - снижается на 0,005%. Коэффициент при ROCE стал статистически незначимым на разумных уровнях значимости. Следует также отметить, что

В итоге, для лучшего описания динамики стоимости акций (капитализации компаний) было принято решение о переходе к комбинированной версии моделей (1) и (1а). Результатом стала спецификация вида:

Аргументом о сохранении показателя EPS в модели, несмотря на его незначимость, является направленность данного исследования: произвести многостороннюю оценку влияния различных факторов, действующих на изменение капитализации фирмы. Следовательно, исключение параметра, отвечающего за её доходность, было бы некорректным с точки зрения логической спецификации. Кроме того, существует вероятность, что в дальнейшем ходе работы переменная станет значимой на определённом этапе.

Итоговая оценка регрессионной модели для общей выборки осталась статистически значимой, при этом произошло незначительное увеличение R²_adj = 0,44621. Как и в предыдущем случае, оценки коэффициентов при наиболее значимых переменных MKT, EX и OIL изменились слабо, в то время как сразу три переменные показателей финансовой отчётности стали значимыми на 10%, из которых две - на 5% уровне (Таблица 6).

Таблица 6 - Значения оценок коэффициентов для модели (1b)

Переменная	в	t-value	p-value
(Intercept)	0.003	1.276	0.202
MKT ***	0.708	22.359	0.000
EX ***	-0.629	-12.313	0.000
IR	0.015	0.858	0.391
OIL ***	0.257	15.561	0.000
EPS	0.002	1.320	0.187
CAPEX_LAG **	0.015	2.536	0.011
DEBT_LAG **	-0.005	-2.208	0.027
ROCE *	0.005	1.832	0.067
* - значимость на уровне 0,1 ** - значимость на уровне 0,05 *** - значимость на уровне 0,01

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Таким образом, в общем случае, ключевыми факторами в определении изменения капитализации компании остаются внешние показатели, такие как динамика фондового рынка, цена на нефть и обменный курс, тогда как финансовые факторы демонстрируют значительно меньшую степень влияния, что может быть связано с особенностью функционирования компаний отрасли. Тем не менее, использование лаговых значений переменных финансовой отчётности компаний в модели позволило как улучшить её качество в целом, так и увеличить количество статистически значимых факторов.

2.3 Оценка эффекта экономической конъюнктуры на степень влияния риск-факторов капитализации предприятий отрасли

Одной из возможных характеристик, которая может оказывать влияние на капитализацию компаний, является уровень экономического развития региона. Действительно, насколько известно, рынок нефти и нефтепродуктов является глобальным благодаря разнообразию способов и низкой себестоимости транспортировки данных продуктов. Более того, рынок газа, который долгое время считался в высокой степени дифференцированном географически из-за трудностей с перевозкой сырья, в настоящее время также расширяется благодаря распространению эффективных технологий сжижения и перевозки газа.

С другой стороны, практики ведения бизнеса в разных регионах мира различаются. В последние годы наблюдается тенденция на распространение в мире так называемых best-practice - лучших способов ведения бизнеса и решения деловых задач, приводящее к постепенной унификации рынка. Однако, на данный момент экономическая конъюнктура в разных странах мира все ещё различается, и компании из экономически менее развитых стран, с одной стороны, более часто получают поддержку государства и, как результат, имеют дополнительный источник стабильности, а с другой, - испытывают давление малоэффективных экономических институтов, проблемы коррупции и иных негативных факторов.

В связи этим представляется разумным проверить, существует ли статистически значимый эффект от принадлежности нефтегазовых компаний к различным по уровню экономического развития регионам. Для выполнения данной задачи в модель была добавлена дамми-переменная Inc, принимающая значение «1» для компаний из наиболее развитых государств, и «0» - развивающихся и с переходной экономикой. В качестве критерия отнесения страны к той или иной группе была выбрана классификация Всемирного Банка World Bank Country and Lending Groups // The World Bank URL: https://datahelpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups (date of access: 30.04.2018). (Приложение 1).

Оценённая модель, в целом, является значимой на разумных уровнях значимости. Данный факт подтверждается значением F-статистики, равным 86.6765 и p-value, стремящимся к 0. По сравнению с моделью (1b), произошло слабое увеличение параметра R²_adj - на 0,6 процентных пункта до 45,258%. Кроме того, тест Харке-Бера вновь отверг нулевую гипотезу.

По итогам оценки расширенной версии регрессионной модели для компаний из стран с развивающейся экономикой значение оценки коэффициента перед прокси динамики рынка (MKT) составило 0,625, что на 0,147 меньше, чем для предприятий, представляющих условно более развитые экономики. Таким образом, нефтегазовые фирмы из наиболее развитых стран теснее связаны с состоянием рынка, чем фирмы из стран менее развитых. Тем не менее, как было отмечено ранее, обе оценки коэффициентов согласуются с предыдущими исследованиями (Таблица 7).

Кроме того, развивающиеся и переходные экономики в большей степени подвержены валютному риску (EX), что отражается на стоимости акций их компаний. Так, принадлежность к этой группе стран приводит к увеличению валютного риска на 0,158 - практически на четверть в сравнении с показателем агрегированной выборки.

В то же время, было выяснено, что принадлежность к числу компаний из наиболее развитых стран приводит к увеличению риска изменения цен на сырую нефть с 0.162 до 0.295. Столь резкий рост данного вида риска объясняется вхождением большого числа американских компаний в данную группу. Как известно, компании из США являются одними из лидеров в «сланцевой революции». При этом, несмотря на развивающиеся технологии, используемые в процессе добычи сланцевой нефти, её себестоимость остаётся относительно высокой, в связи с чем в период значительного снижения цен на нефть в 2014-2016 гг. американские компании испытывали особенно сильное финансовое давление.

Таблица 7 - Значения оценок коэффициентов модели (2)

Переменная	в	t-value	p-value
(Intercept)	0,004	1,507	0,132
MKT ***	0,625	12,227	0,000
EX ***	-0,787	-9,672	0,000
IR	0,037	1,287	0,198
OIL ***	0,162	5,166	0,000
EPS *	0,006	1,732	0,083
CAPEX_LAG ***	0,041	3,979	0,000
DEBT_LAG	-0,005	-1,322	0,186
ROCE **	0,025	1,994	0,046
MKTinc **	0,147	2,224	0,026
EXinc	0,127	1,158	0,247
IRinc	-0,041	-1,120	0,263
OILinc ***	0,133	3,620	0,000
EPSinc	-0,005	-1,393	0,164
CAPEX_LAGinc ***	-0,038	-2,974	0,003
DEBT_LAGinc	-0,001	-0,279	0,780
ROCEinc *	-0,021	-1,656	0,098
* - значимость на уровне 0,1 ** - значимость на уровне 0,05 *** - значимость на уровне 0,01

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

В свою очередь, коэффициенты при финансовых характеристиках изменились значительно сильнее. Во-первых, влияние переменной изменения EPS стало статистически значимым на уровне 10%: принадлежность к экономически более развитому региону нивелирует влияние этого показателя, тогда как для развивающихся государств увеличение EPS на 1% приводит к увеличению капитализации на 0,006%. Эффект достаточно слабый, однако причиной его появления может являться то, что, в общем случае, предприятия из стран с развивающейся и переходной экономикой функционируют в экономически менее стабильных условиях и, как результат, имеют дополнительную необходимость быть финансово успешными относительно фирм из более стабильных экономик, обладающих бульшим запасом финансовой прочности.

Следует также выделить прокси активности инвестирования в основной капитал (CAPEX): этот показатель является особенно важным для компаний из развивающихся стран (0,041), что, возможно, свидетельствует о более пристальной оценке инвесторов в отношении инвестиционной политики этих компаний. Одновременно с этим, оценка коэффициента при произведении CAPEX и дамми составила -0,038 и, как и предыдущая величина, оказалась значимой на 0,01 уровне - для инвесторов в нефтегазовые компании из развитых экономик данный показатель не настолько важен, вероятно, по причине отсутствия для этих фирм необходимости в значительном расширении материальной базы.

Исходя из проведённых расчётов, следует подчеркнуть, что в общей структуре факторов изменения капитализации нефтегазовых компаний существует двоякость. С одной стороны, часть факторов имеет одинаковое влияние вне зависимости от экономической принадлежности компании: это наиболее заметно для переменных динамики рынка и валютного курса. С другой, воздействие отдельных переменных экономически детерминировано и изменяется значительно при изменении экономической конъюнктуры: в данном случае наиболее показательны примеры EPS, CAPEX и цены на сырую нефть.

3. Характерные особенности изменения рыночной капитализации российских компаний нефтегазового сектора

3.1 Специфика нефтегазового сектора Российской Федерации

На современном этапе российские компании нефтегазовой отрасли играют ключевую роль в функционировании экономики страны. Несмотря на относительную однородность сектора и единые для всех макроэкономические условия, компании демонстрировали различную динамику. Так, с начала 2016 года стоимость акций нефтяных компаний преимущественно росла ОАО ЛУКОЙЛ (LKOH) // Investing.com , тогда как оценка акций предприятий, специализирующихся на добыче газа была менее позитивной. Газпром ПАО (GAZP) // Investing.com

Устойчивый подъём рынка нефти, наблюдающийся с середины 2017 года, потерял свою значимость как важнейшей детерминанты успешности предприятий отрасли. В настоящее время не менее значимым фактором становится геополитическая обстановка, а именно секторальные и индивидуальные санкции США и ЕС, направленные против представителей добывающей и обрабатывающей промышленности России.

Для количественной оценки геополитического влияния на капитализацию российских компаний нефтегазовой отрасли в текущем исследовании будет произведена оценка модифицированной модели, включающей переменную пребывания компаний в санкционных списках.

Благодаря обилию минеральных ресурсов (7 место в мире по доказанным резервам сырой нефти) и наличию географически развитой инфраструктуры, оставшейся после распада СССР, Российская Федерация является одним из мировых лидеров в производстве нефти, нефтепродуктов и газа, занимая в 2016 году 2 место по добыче сырой нефти (13,6% общемирового значения) и природного газа (17,5%), а также по экспорту сырой нефти (11,5%) и нефтепродуктов (8,4%) и 1 место - по экспорту природного газа (18,9%). Annual Statistical Bulletin // Organization of the Petroleum Exporting Countries

При этом, в 2017 году стоимость экспортированной продукции топливно-энергетического комплекса России (59% стоимостного объёма экспорта) составила $211 млрд, что на 27% больше показателя 2016 года. Статистика внешней торговли Российской Федерации // Федеральная таможенная служба Положительная динамика сохраняется и в 2018 году: в январе-феврале текущего года наблюдался рост стоимостного объёма экспорта товаров ТЭК на 23,5% по сравнению с аналогичным периодом 2017 года Экспорт-импорт важнейших товаров за январь-февраль 2018 года // Федеральная таможенная служба .

Данная тенденция объясняется прежде всего относительно стабильным повышением цен на нефть на протяжении указанного временного отрезка и обуславливает рост бюджетных доходов страны: по итогам первых двух месяцев 2018 года топливно-энергетическая составляющая показала прирост на 27,8% по сравнению с январём-февралём 2017 года. Там же.

В целом, российские нефтегазовые предприятия играют значительную роль не только в стране, но и в мире. Так, по состоянию на 1 марта 2018 года, 7 из 50 крупнейших компаний отрасли по размеру рыночной капитализации происходят из России. Stocks // Bloomberg В то же время в 2017 году в список Forbes 2000 The World's Biggest Public Companies // Forbes вошли 6 российских компаний отрасли: «Газпром» (40 место), «Роснефть» (82), «Лукойл» (129), «Сургутнефтегаз» (305), «Новатэк» (542) и «Татнефть» (673). Необходимо отметить, что за первый квартал 2018 года ситуация на внутреннем рынке несколько изменилась: 27-28 марта впервые в своей истории «Лукойл» обогнал по объёму капитализации государственные «Роснефть» и «Газпром».

Последний факт косвенно иллюстрирует сложившуюся в России тенденцию к укрупнению предприятий сектора и его консолидации. Более явным примером является агрессивная политика «Роснефти» в области M&A, проводимая в течение последних 15 лет. Так, начиная с 2004 года в состав госкорпорации вошли активы «ЮКОСа», «ТНК-BP» и «Башнефти».

Кроме того, показательны биржевые характеристики упомянутых компаний. На Лондонской и Берлинской фондовых биржах происходят торги глобальными и американскими депозитарными расписками «Роснефти», «Лукойла», «Сургутнефтегаза», «Новатэка», «Газпром нефти», «Татнефти» и «Газпрома». Кроме того, каждая из данных компаний торгуется и на Московской фондовой бирже. Так, начиная с 2015 года акции «Роснефти» увеличились в цене на 53,6%, «Лукойла» - на 43,4%, «Новатэка» - на 61,7%. При этом, за тот же период Индекс МосБиржи вырос в 1,37 раз: очевиден достаточно большой избыточный рост акций нефтегазовых компаний относительно темпов роста российского фондового рынка. Одновременно с этим показатели «Газпрома» оказались значительно менее позитивными: всего 0,2% почти за 2,5 года, что, тем не менее, может быть объяснено ролью газовой компании, деятельность которой в последние годы сконцентрирована не на максимизации прибыли, но на выполнении внешнеполитических функций.

Из приведённых статистических фактов очевидна существенная зависимость российской экономики от состояния сырьевых рынков. При этом не менее важную роль в данном контексте играет наличие валютного риска - несмотря на снижение корреляции между курсом рубля и ценами на нефть, компании делают отчисления в государственный бюджет, номинированные в национальной валюте, тогда как сырьевые товары торгуются прежде всего в долларах США.

Будучи представителями капиталоёмкой отрасли, нефтегазовые предприятия в высокой степени зависимы от уровня процентной ставки по займам, поскольку для поддержания конкурентоспособности вынуждены инвестировать в более эффективное оборудование, периодически обновлять устаревающие и изнашивающиеся капитальные фонды и развивать недоступные ранее глубоководные и сланцевые (в случае США) месторождения при условии сохранения относительно высоких цен на нефть. При этом, российский финансовый рынок в малой степени способен обеспечивать компании отрасли достаточным объёмом кредитования, в связи с чем российские фирмы, специализирующиеся на добыче и переработке нефти газа, имели обыкновение совершать займы на международных площадках.

Данное обстоятельство, в совокупности с процентным риском, является одним из уязвимых мест как сектора, так и в целом российской экономики, во многом опирающейся на нефть и газ. Поскольку значительная часть иностранного кредитования компаний отрасли происходила в долларах США (реже - в евро и фунтах стерлингов) - так же, как и расчёты по закупке высокотехнологичного оборудования, - то весь нефтегазовый сектор оказался легко подвержен слабо знакомому прежде России риску - геополитическому.

В начале 2014 года, по причине разгоревшегося на территории Украины военно-политического кризиса, западные страны и экономико-политические организации обвинили Россию во вмешательство во внутренние дела Украины, в частности, в аннексии полуострова Крым и военизированной поддержке сепаратистски настроенной части населения восточных областей государства. Ввиду непризнания Россией участия в происходящих в регионе событиях, США, ЕС и некоторые другие страны, разделяющие позицию упомянутых акторов, объявили о применении ряда санкционных мер к российской экономике, а именно, к наиболее значимым для государства отраслям: нефтегазовому, военно-промышленному, металлургическому и сельскохозяйственному секторам.

В результате, компании-представители нефтегазовой отрасли, а также их руководители поочерёдно были занесены Управлением по контролю над иностранными активами Министерства финансов США Office of Foreign Assets Control of the US Department of the Treasury (OFAC) в санкционные списки - Sectoral Sanctions Identifications (SSI) List и Specially Designated Nationals (SDN) List.

Так, к 16 июля 2014 года в списки попали НК «Роснефть», «Новатэк» и подконтрольный «Газпрому» «Газпромбанк», а также глава «Роснефти» Игорь Сечин. В сентябре того же года в американские санкционные списки были включены сам «Газпром», «Газпром нефть», «Лукойл» и «Сургутнефтегаз». Archive of Changes to the SDN, SSI, FSE, NS-ISA, and NS-PLC Lists // U.S. Department of the treasury Единственной российской компанией из топ-50 нефтегазовых предприятий мира по объёму рыночной капитализации, не попавшей под санкции к апрелю 2018 года, остаётся «Татнефть».

Важно заметить, что в отличие от коллег из США, страны Европейского Союза заняли более мягкую позицию в отношении российских компаний нефтегазового сектора. Так, Брюссель ввёл санкции лишь в отношении «Роснефти», «Транснефти» и «Газпром нефти», Council Decision 2014/145/CFSP of 17 March 2014 concerning restrictive measures in respect of actions undermining or threatening the territorial integrity, sovereignty and independence of Ukraine // EUR-Lex ограничившись только нефтяными компаниями. Столь избирательный подход объясним стремлением ЕС снизить конкуренцию со стороны российских нефтяных предприятий и одновременно сохранить возможность сотрудничества в потреблении российского газа, полноценной альтернативы которому у объединённой Европы нет.

Из-за применения санкций крупнейшие российские компании нефтегазового сектора потеряли доступ к международным рынкам капитала, что усложнило процесс рефинансирования кредитных обязательств. Кроме того, под угрозой применения вторичных санкций резидентам и нерезидентам ЕС и США было запрещено предоставлять российской стороне услуги, связанные с проектами по добыче и разработке глубоководных, арктических и сланцевых месторождений нефти.

В итоге, события 2014 года, с одной стороны, оказали отрицательное влияние на положение нефтегазовых компаний Российской Федерации, ухудшив инвестиционную привлекательность российских активов по причине как геополитической нестабильности, так и негативной макроэкономической конъюнктуры. С другой стороны, ослабление рубля повысило (рублёвое) финансовое благосостояние российских экспортёров, а изоляция от рынков капитала в среднесрочном периоде привела к снижению зависимости от иностранного кредитования.

3.2 Анализ экономического эффекта санкций США и ЕС на капитализацию российских предприятий нефтегазовой отрасли

Как было отмечено ранее, влияние санкций США на российский нефтегазовый сектор неоднозначно. Для выявления комплексного эффекта санкций в данном исследовании произведена статистическая оценка модели (3), включающий набор базовых восьми переменных и, дополнительно, дамми-переменную SANC, отвечающую за нахождение страны в санкционных списках,

Кроме того, для более детализированной оценки этого эффекта было произведено преобразование модели (3) в модель (3a) путём добавления произведений дамми-переменной SANC на уже включённые в модель (3) факторы, а также исключение отдельной SANC. В итоге, модель приобрела следующий вид:

Для выделения эффекта санкций, специфичного для исключительно российского рынка, выборка также претерпела изменения. В данном случае она представляет собой наблюдения, касающиеся нефтегазовых компаний только из России, и насчитывает 291 строку.

Итак, оценённая модель (3) является в целом значимой, и более того, в контексте описания российского рынка работает значительно лучше предыдущих: R²_adj. = 0,66708. Однако, исходя из оценки коэффициента при дамми SANC, следует вывод о незначимости общего эффекта санкций: p-value для данного коэффициента равен 0,671 (Таблица 8).

Кроме того, из общих черт российского рынка выделяется более высокая чувствительность к изменению цен на нефть в сравнении как с агрегированной выборкой, так и с разделёнными на подгруппы по уровню экономического развития наблюдениями: оценка коэффициента составляет 0,54, что превосходит высшие из достигнутых ранее показателей приблизительно вдвое.

Таблица 8 - Значения оценок коэффициентов для модели (3)

Переменная	в	t-value	p-value
(Intercept)	-0.001	-0.163	0.870
MKT ***	0.631	7.389	0.000
EX	-0.164	-1.230	0.220
IR *	0.078	1.651	0.100
OIL ***	0.540	8.140	0.000
EPS	-0.002	-0.436	0.663
CAPEX_LAG	0.015	0.714	0.476
DEBT_LAG *	-0.010	-1.752	0.081
ROCE	0.022	0.869	0.386
SANC	0.007	0.425	0.671
* - значимость на уровне 0,1 ** - значимость на уровне 0,05 *** - значимость на уровне 0,01

Для более детализированной оценки санкционного влияния в настоящей работе была произведена оценка модели (3а). Первичный анализ результатов регрессии свидетельствует о её значимости в целом. Так, R²_adj превосходит аналогичный показатель для модели (3) и равен 68,44%. Более того, согласно результату теста Харке-Бера, нулевая гипотеза о нормальности распределения остатков расширенной модели не отвергается на 1% уровне значимости. Однако на 5% уровне значимости H₀ всё-таки отвергается в пользу альтернативной (p-value = 0.02355).

Относительно малый размер выборки и особенности данной спецификация модели теоретически приводят к ухудшению качества оценок регрессии, которые получаются смещёнными и неэффективными. В связи с этим, для получения робастных оценок коэффициентов, метод их расчёта был изменён с обычного МНК на МНК с итеративным пересчётом весов (Iterated Re-weighted Least Squares - IRLS), в результате применения которого повышается стабильность в. Использование данного метода, в частности, решает проблему гетероскедастичности остатков. В его основе лежит минимизация функции правдоподобия с помощью итерационного метода Ньютона в процессе пересчёта коэффициентов регрессии. Указанный метод реализован в языке программирования R в пакете “MASS”. Venables W.N., Ripley B.D. Modern Applied Statistics with S. Fourth Edition. New York: Springer, 2002. P. 158.

Результат данной процедуры продемонстрирован в Таблице 9, из которой следует, что в общем случае, в условиях отсутствия санкций оценки, полученные обоими методами, отличаются незначительно (факторы MKT, EX, OIL). В то же время разница в оценках становится более заметна при переменных, скорректированных на наличие санкций. В процессе интерпретации остановимся на результатах модели с применением IRLS.

Итак, в общем случае (при переменной Sanc = 0), коэффициент при регрессоре, отвечающем за динамику фондового рынка, сравним с обобщённым показателем по основной выборке. То есть, в целом в условиях отсутствия санкций зависимость динамики капитализации российских компаний подчиняется общим правилам.

Другой статистически значимый показатель - цена на нефть - имеет в российских условиях большее значение, чем в среднем по миру. Это явление количественно подтверждает тезисы о крайней зависимости российского нефтегазового сектора в целом и, как следствие, национальной экономики от волатильности на рынке сырой нефти.

В то же время фактор изменения валютного курса оказался незначимым в период до санкций. Данная ситуация может быть связана с политикой ЦБ по поддержанию фиксированного валютного курса в рамках валютного коридора, проводимой до конца 2014 года - временной отметки, к которой большая часть нефтегазовых компаний из выборки попала в санкционные списки.

Таблица 9 - Значения оценок коэффициентов модели (3a) методами МНК и МНК с итеративным пересчётом весов (IRLS)

Переменная	в (МНК)	p-value (МНК)	в (IRLS)	p-value (IRLS)
(Intercept)	0.002	0.745	-0.001	0.855
MKT ***	0.754	0.000	0.734	0.000
EX	0.011	0.957	-0.082	0.673
IR	0.058	0.301	0.048	0.383
OIL ***	0.567	0.000	0.528	0.000
EPS	0.006	0.530	0.008	0.383
CAPEX_LAG	-0.018	0.457	-0.001	0.958
DEBT_LAG *	-0.009	0.114	-0.009	0.096
ROCE	0.018	0.625	0.011	0.757
MKTsanc ***	-0.962	0.000	-0.941	0.000
EXsanc **	-0.806	0.006	-0.665	0.022
IRsanc	-0.031	0.761	-0.014	0.889
OILsanc *	-0.305	0.043	-0.248	0.095
EPSsanc	-0.011	0.313	-0.013	0.232
CAPEX_LAGsanc	0.094	0.044	0.069	0.134
DEBT_LAGsanc	0.004	0.889	0.019	0.541
ROCEsanc	0.026	0.620	0.036	0.493
* - значимость (rlm) на уровне 0.1 ** - значимость (rlm) на уровне 0.05 *** - значимость (rlm) на уровне 0.01

Источник: расчёты автора по данным Thomson Reuters и Bloomberg

Однако, ситуация полностью меняется в период действия санкций, что говорит об их значимом влиянии на капитализацию российских компаний нефтегазовой отрасли по отдельным каналам. Прежде всего, этот эффект заключается в резко возросшем уровне неопределённости, поскольку именно в период санкций влияние некоторых из значимых факторов отчасти компенсируется близким по модулю, но противоположным по знаку коэффициентом при переменных-произведениях. В итоге, воздействие динамики рынка снижается по модулю на 0,941 процентных пункта, что приводит к смещению совокупного эффекта на капитализацию до противоположного по знаку значения в -0,207% при росте рынка на 1%. Однако в период санкций ослабление рубля на 1% влечёт снижение выраженной в долларах США капитализации на 0,747%, а однопроцентный рост цены на нефть - увеличение на 0,28%. Из этого следует вывод, что в период санкций положительный эффект роста цен на нефть снижается, тогда как резко возрастает негативный от ослабления рубля.

Таким образом, становится явным, что в условиях санкций ЕС и США изменение капитализации нефтегазовых компаний становится труднопредсказуемым относительно общей динамики рынка, несмотря на присутствие в то же время ранее наблюдаемых закономерностей, но в значительно меньшем масштабе. Новая экономическая и, прежде всего, политическая конъюнктура, вызванная антироссийскими санкциями, привела к росту неопределённости на рынке за счёт таких разнонаправленных факторов, как повышение делового давления на предприятия, постепенное снижение финансовой зависимости компаний от американского и европейского капитала, а также десинхронизация курса рубля и цен на сырую нефть. Однако, принимая в учёт экономическую ситуацию в РФ последних двух-трёх лет, из выявленных закономерностей вытекает, что санкции усилили негативное влияние ослабления российской валюты на долларовую капитализацию компаний РФ, тогда как рост цен на нефть, наблюдающийся на протяжении 2017-2018 гг. вносит меньший вклад в увеличение стоимости компаний.

Заключение

Будучи одним из ключевых показателей успешности компании, рыночная капитализация предприятий является объектом повышенного внимания мировой экономической общественности. Ежегодно ведущими экономическими изданиями и консалтинговыми компаниями публикуются глобальные, страновые и отраслевые рейтинги фирм по данному показателю. Отдельное внимание в данном контексте уделяется компаниям нефтегазовой отрасли как сектора, обеспечивающего функционирование промышленного производства и транспортной системы.

В связи с этим, данная тема регулярно раскрывается во множестве научных работ. Часто эти исследования касаются характера влияния различных детерминант, оп...