Аффилированность с бизнес-группами как фактор получения предприятиями привилегированного отношения со стороны государства

Кислицын Д.В.

Кемеровский государственый университет, г. Кемерово

Политические связи между представителями государственной власти и бизнеса, а также те выгоды, которые отдельные фирмы извлекают из своих особых отношений с властью, всегда привлекали значительное внимание исследователей, прежде всего, в контексте анализа экономического роста в развивающихся странах. Различные авторы используют различную терминологию и различные исследовательские подходы: «политические связи» (political connections), «политических влиятельные фирмы» (politically favored firms), «капитализм приятелей» (crony economy), «захват государства» (state capture), но важнейшим изъяном большой части исследований, посвященных данной теме остается умозрительный характер анализа, который если и опирается на эмпирику, то только в форме так называемых кейс-стади отдельных компаний.

В то же время, в последние десятилетия произошло формирование нового направления в рамках исследования взаимоотношений между государством и бизнесом, в центре которого находится количественная оценка роли политических связей в функционировании фирм (при этом в литературе использовались термины «политические связи», «политическая влиятельность» и т.д.). [Fisman, 2001; Johnson, 2003; Khwaja, 2005; Faccio, 2010].

Примером исследования подобного типа в России является статья И. Слинко, Е. Яковлева и Е. Журавской. «Законы на продажу» [Slinko, 2004]. База данных исследования включала компании, которые попадали в пятерку лидеров по продажам как минимум один раз в течение 1992-2000 гг. в каждом из 72 российских регионов (кавказские субъекты федерации не были включены). Для каждой из этих фирм было оценено число региональных законов, которые предоставляли им привилегированное отношение. Под привилигированным отношением понимались следующие выгоды, полученные данными фирмами: налоговые льготы, инвестиционные кредиты, субсидии, займы под гарантии региональных бюджетов, официальные отсрочки в уплате налогов, передача государственной собственности. Исследование показало, что по сравнению с фирмами без «политического влияния», продажи и занятость фирм с влиянием росли быстрее, они больше инвестировали и получали большую прибыль, более того – их производительность росла с увеличением степени «политического влияния» (измеренного как число региональных законов, принятых в интересах конкретных фирм). В последующей работе [Zhuravskaya, 2004]», авторы исследовали характеристики фирм, которые получают привилегированное отношение. Исследование показало, что 1) размер группы, контролирующейся конечными собственниками имеет значимый положительный эффект на вероятность получения отдельными формально независимыми фирмами привилегированного отношения; 2) фирмы с дисперстной структурой собственности имеют значительно меньшую вероятность получения привилегированного отношения.

Среди наиболее важных выводов, литературы по количественной оценке политических связей, можно назвать:

1. Политические связи позволяют фирмам получать привилегированный доступ к ресурсам, прежде всего к капиталу, причем как к банковскому финансированию, так и к акционерному (рынок оценивает политически влиятельные фирмы дороже). Данное влияние может быть измерено количественно.

2. Исследования показывают, что формально независимые фирмы, входящие в высокодиверсифицированные структуры с большей вероятностью получают привилегированное отношение.

3. Механизмы, через которые фирмы получают выгоды от использования политического ресурса, разнообразны: налоговые льготы, инвестиционные кредиты, субсидии, займы под гарантии региональных бюджетов, официальные отсрочки в уплате налогов, передача государственной собственности.

Мировой экономический кризис в России стал своеобразным гигантским «экономическим экспериментом», предоставившим значительный объем данных по политическим связям, которыми обладают крупнейшие российские компании. В частности, значительный интерес представляют так называемые «бэйл-ауты» (bailouts) – программы спасения со стороны государства отдельных предприятий и бизнес-групп, под которыми мы понимаем совокупности формально независимых фирм, функционирующих, как правило, в несвязанных между собой отраслях, контролируемых одной группой собственников.

Базовым актом, предопределившим участие отдельных фирм в программах предоставления льготного финансирования является «Перечень системообразующих организаций, утвержденных Правительственной комиссией по повышению устойчивости развития российской экономики». При утверждении списка 25 декабря 2008 г. в него было включено 295 предприятий. На заседании Комиссии 12 мая 2009 г. список был дополнен еще 9 предприятиями. Главной задачей списка было декларировано поддержание устойчивости функционирования данных предприятий, используя не только кредитные инструменты, но и другие меры: государственные гарантии, субсидирование процентных ставок, реструктуризация налоговой задолженности, государственный заказ, таможенно-тарифная политика и т.д. Несмотря на то, что включение в список само по себе не являлось гарантией финансовой поддержки, значительная часть компаний из данного списка получила кредитование под государственные гарантии. Кроме того, само включение в список было сигналом со стороны государства, что оно готово оказывать поддержку данным предприятиям, что создавало для них привилегированное отношение со стороны банков.

Таким образом, значительный исследовательский интерес представляет количественный анализ факторов, оказывающих влияние на вероятность включения фирмы в данный список компаний. В центре нашего исследования стоит анализ роли аффилированности предприятия с бизнес-группой федерального уровня на вероятность попадания в данный список.

При осуществлении данного исследования, нами были использованы 3 источника данных:

1. «Перечень системообразующих организаций, утвержденных Правительственной комиссией по повышению устойчивости развития российской экономики».

2. Рейтинг «Эксперт 400», содержащий данные по объему продаж и прибыли 400 крупнейших российских публичных и непубличных компаний, на основе данных, поданных самими компаниями. Использовались данные за 2008 и 2007 гг.

3. Данные по аффилированности предприятий с крупнейшими бизнес-группами из книги Я.Ш. Паппэ и Я.С. Галухиной «Российский крупный бизнес: первые 15 лет» (Приложение 1 «Ведущие интегрированные бизнес-группы: кратное описание по состоянию на конец 2008 г.») [Паппэ, 2009].

Важнейшим официально декларируемым критерием попадания предприятий в список «системообразующих» являлся масштаб бизнеса. В качестве прокси для масштаба бизнеса нами использовался объем продаж за 2007 г. (sales2007). Использование именно объема продаж объясняется тем, что прибыль – показатель очень неустойчивый и манипулируемый со стороны исполнительного менеджмента, а капитализация имеет смысл только для открытых акционерных обществ, имеющих значительные количество акций в свободном обращении на рынке. Это условие в настоящее время выполняется далеко не для всех субъектов крупного российского бизнеса.

Еще одним официально декларированным критерием отнесения предприятия к «системообразующим» являлась «социальная значимость». В качестве прокси для нее нами был выбран объем уплаченных налогов в 2007 годы, рассчитанный как разница между прибылью до уплаты налогов (returns2007) и чистой прибылью (profit2007) по данным «Эксперт 400». К сожалению, нам были недоступны данные по занятости всех компаний, включенных в список, что не позволило использовать показатели занятости в качестве прокси для «социальной значимости». Безусловно, это важный недостаток исследования.

Другой важнейший фактор, влияние которого на вероятность попадания предприятий в список «градообразующих» мы оценивали – степень ущерба, который предприятие понесло в результате кризиса. В качестве прокси для него использовалось падение чистой прибыли в 2008 году (profit2008) по отношению к 2007 (profit2007) по данным «Эксперт-400» с поправкой на инфляцию.

И, наконец, в наибольшей мере нас интересовал фактор аффилированности предприятия с одной из 16 крупнейших бизнес-групп (из которых 13 – частные, 3 – государственные). Данный фактор (bg) представлен в качестве бинарной переменной (1 – предприятие аффилировано, 0 - нет). Использовались данные Я.Ш. Паппэ и Я.С. Галухиной, при этом авторы отмечают: «… контуры (бизнес-групп), во-первых, не могут быть установлены абсолютно объективно, а во-вторых, достаточно динамичны». Критериями включения групп в список в работе Я.Ш. Паппэ и Я.С. Галухиной выступали:

• - наличие не менее трех различных, технологически не связанных между собой бизнесов;

• - принадлежность ключевым собственникам как минимум блокирующих пакетов акций большинства компаний или независимых предприятий, входящих в группу, либо активное участие в управлении ими.

Авторы приводят данные по стратегии, главным активам, ключевым собственникам и менеджерам бизнес-групп, но не включают никаких количественных данных об объемах продаж, прибыли, стоимости активов или капитализации.

Сопоставление трех вышеописанных источников данных позволило нам создать банк данных, состоящий из 380 компаний с совокупным объемом продаж 20 539,66 млр. рублей в 2007 г. (62% ВВП). Однако, не для всех наблюдений нам доступны все данные, поэтому модель со всеми факторами мы можем протестировать только на выборке из 234 компаний (20,4% ВВП, отраслевую структуру см. на Рис. 3.1). Однако, наиболее значимые факторы регрессии (объем продаж в 2007 г. и аффилированность с бизнес-группой) могут быть протестированы на полной выборке.

Для исследования зависимости между факторами и вероятностью попадания фирмы в список «системообразующих» нами была использована бинарная логистическая регрессия. Зависимая переменная – попадание в список «системообразующих» (list) является дихотомической, принимает значения 1 - если предприятие попадает в список и 0 - если нет.

Бинарная логистическая регрессия имеет форму:

(1)

где p_i – вероятность попадания в список, x_i – независимая переменная, b_o – некая константа, а b_i - коэффициент, расчет которого является задачей бинарной логистической регрессии.

Данное уравнение может быть решено для p_i:

(2)

Анализ проводился пошаговым методом, регрессия показала, что только две переменные – объем продаж и аффилированность с бизнес-группой являются значимыми (см. Таблицу 1).

Таблица 1 - Переменные в уравнении

		B	Стд.Ошибка	Вальд	ст.св.	Знч.	Exp(B)
Шаг 1a	bg	2,258	,402	31,508	1	,000	9,563
	Константа	-,792	,158	25,011	1	,000	,453
Шаг 2b	bg	1,520	,449	11,487	1	,001	4,574
	sales2007	,000	,000	17,009	1	,000	1,000
	Константа	-1,738	,270	41,588	1	,000	,176
a. Переменные, включенные на шаге 1: bg.
b. Переменные, включенные на шаге 2: sales2007.

Качество приближения регрессионной модели может быть оценено при помощи функции подобия. Мерой правдоподобия служит отрицательное удвоенное значение логарифма этой функции (-2LL). В качестве начального значения для -2LL применяется значение, которое получается для регрессионной модели, содержащей только константы. Снижение величины означает улучшение, разность обозначается как величина хи-квадрат и является очень значимой. Величина хи-кварата на ступени 1 составила 40,348 (включение переменной bg – аффилированности предприятия с бизнес-группой); а на ступени 2 – 39,053 (включение переменное sales2007 – объем продаж в 2007 г.) Это означает, что начальная модель после введения обеих переменных претерпела значительное улучшение (см. Таблицу 2).

Таблица 2 - Объединенные тесты для коэффициентов модели

		Хи-квадрат	ст.св.	Знч.
Шаг 1	Ступенька	40,348	1	,000
	Блок	40,348	1	,000
	Модель	40,348	1	,000
Шаг 2	Ступенька	39,053	1	,000
	Блок	79,400	2	,000
	Модель	79,400	2	,000

Мерой определенности логистической регрессии является R квадрат. Он, также как и при линейной регрессии, указывает на ту часть дисперсии, которая может быть объяснена при помощи регрессии. В то же время, мера определенности по Коксу и Шелу имеет тот недостаток, что значение равное 1 является теоретически недостижимым; этот недостаток устранен благодаря модификации данной меры по методу Наделькеркеса. Часть дисперсии объяснимой с помощью логистической регрессии составляет 0,38 (Таблица 3)

Таблица 3 - Сводка для модели

Ступенька	-2 Log Правдоподобие	R квадрат Кокса и Снелла	R квадрат Нэйджелкерка
1	277,174a	,158	,213
2	238,121b	,288	,388
a. Оценивание закончено на итерации номер 4, потому что оценки параметра изменились менее чем на ,001.
b. Оценивание закончено на итерации номер 8, потому что оценки параметра изменились менее чем на ,001.

Далее приводится классификационная таблица, в которой наблюдаемые показатили принадлежности к группе (1- в списке, 0- нет) противопоставляются предсказанным на основе рассчитанной модели.

Из таблицы можно сделать вывод, что из общего числа наблюдений правильно были предсказаны 76,9%.

Таблица 4 - Таблица классификации^a

	Наблюденные		Predicted
			Включенность в список		Процент корректных
			0	1
Шаг 1	Включенность в список	0	128	9	93,4
		1	58	39	40,2
	Общий процент				71,4
Шаг 2	Включенность в список	0	123	14	89,8
		1	40	57	58,8
	Общий процент				76,9
a. Разделяющее значение = ,500

Итак, значимыми факторами, влияющими на попадание предприятий в список «системообразующих» являются масштаб предприятия и его аффилированность с крупнейшими российскими бизнес-группами. Однако остается вопрос, какой из факторов является более значимым.

Рис. 1. Зависимость между вероятностью попадания в список (рассчитанной по фактору sales2007) и масштабом бизнеса

Из Рис. 1 видно, что, начиная с определенного уровня объема продаж (более 3000 тыс. млн. р.), фирме гарантировано попадание в список «системообразующих». В то же время, на предшествующем отрезке, аффилированность с группой способна значительно увеличить шансы на попадание в список (См. Рис 2, Рис. 3).

Рис. 2. Зависимость между вероятностью попадания в список (рассчитаной под факторам sales2007 и bg) на отрезке объема продаж до 100 тыс. млн. р. Резкие колебания вероятности – эффект аффилированности.

Рис. 3. Зависимость между вероятностью попадания в список (рассчитаной под факторам sales2007 и bg). Резкие колебания вероятности – эффект аффилированности.

Таким образом, исследование показало, что значимыми факторами, влияющими на попадание предприятий в список «системообразующих» являются масштаб предприятия и аффилированность его с крупнейшими российскими бизнес-группами. При этом начиная с определенного уровня объема продаж (более 3000 тыс. млн. р.), фирме гарантировано попадание в список «системообразующих». В то же время, на предшествующем отрезке, аффилированность с группой способна значительно увеличить шансы на попадание в список.

Литература:

1. Faccio M. Differences between Politically Connected and Nonconnected Firms: A Cross-Country Analysis // Financial Management. – 2010. - № 39. – PP. 905 – 928. – URL: http://ideas.repec.org/a/bla/finmgt/v39y2010i3p905-928.html.

2. Fisman R. Estimating the Value of Political Connections // The American Economic Review. – 2001. – № 91(4). – PP. 1095 - 1102. – URL: http://www.jstor.org/stable/2677829.

3. Johnson S., Mitton T. Cronyism and capital controls: evidence from Malaysia // Journal of Financial Economics. – 2003. – № 67(2). – PP. 351-382. – URL: http://econpapers.repec.org/RePEc:eee:jfinec:v:67:y:2003:i:2:p:351-382.

4. Khwaja A.I., Mian A. Do Lenders Favor Politically Connected Firms? Rent Provision in an Emerging Financial Market // The Quarterly Journal of Economics. – 2005. - №4. – PP. 1371 – 1411. – URL: http://www.jstor.org/stable/25098774.

5. Slinko I., Zhuravskaya E.V., Yakovlev E. Laws for Sale: An Empirical Study of the Effects of Regulatory Capture (March 2004) // CEFIR Discussion Papers. – 2004. – March. – URL: http://ssrn.com/abstract=402840 or doi:10.2139/ssrn.402840.

6. Zhuravskaya E., Yakovlev E. State capture and controlling owners of firms // CEFIR Working Papers. – 2004. – June. – URL: http://www.cefir.ru/ezhuravskaya/research/Yakovlev_Zhuravskaya_Capture_Yeltsin_Putin.pdf.

7. Ежегодный рейтинг крупнейших компаний Эксперт-400. 2007. – URL: http://www.raexpert.ru/ratings/expert400/2007.

8. Ежегодный рейтинг крупнейших компаний Эксперт-400. 2008. – URL: http://www.raexpert.ru/ratings/expert400/2008.

9. Паппэ Я.Ш., Галухина Я.С. Российский крупный бизнес: первые 15 лет. Экономические хроники 1993-2008 гг. – М.: ГУ-ВШЭ, 2009. – С.293.

10. Перечень системообразующих организаций, утвержденный Правительственной комиссией по повышению устойчивости развития российской экономики. – URL: http://base.garant.ru/12164210.

Аннотация. В статье проведена оценка взаимосвязи между принадлежностью предприятия к бизнес-группе и вероятностью принятия политического решения, предоставляющего предприятию привилегированное положение. Продемонстирована зависимость между аффилированностью предприятия с одной из 16 бизнес-групп федерального уровня и вероятностью его включения в «Перечень системообразующих организаций», утвержденный Правительственной комиссией по повышению устойчивости развития российской экономики» в разгар мирового экономического кризиса в декабре 2008 г.