Устойчивое развитие предприятий после стагнации: выявление факторов роста с помощью дисперсионного анализа

Введение.

В начале 21 века мировая экономика столкнулась с новыми вызовами: финансовые кризисы, политическая напряженность, беспрецедентные экономические санкции и пандемия коронавируса. Во многих странах вместо ожидаемого экономического роста наблюдается спад или неустойчивое развитие экономики. Согласно работам Й. Шумпетера [1], проблемная ситуация в экономике является в определенной степени драйвером для инновационного развития. Именно в условиях кризисов и падения объемов продаж конкурентная борьба между предприятиями обостряется и преимущества получают инновационные фирмы, внедряющие новые технологии. Такие фирмы, оказавшись первоначально в условиях стагнации и падения продаж, способны быстрее адаптироваться к неблагоприятной внешней среде, найти возможности для развития и перейти к возобновляемому росту (росту после стагнации). Актуальной проблемой для инвесторов является поиск и выявление фирм способных выйти на магистраль роста после стагнации. Решению этой проблемы посвящена настоящая работа.

Проблема выявления быстрорастущих фирм (компании роста, фирмы-«газели», фирмы «скейл-апы» и т.п.) уже длительное время находится в фокусе мировой экономической науки. В ее решении заинтересованы частные и институциональные инвесторы с целью финансирования таких фирм, а также государство с целью создания благоприятных условиях для генерации быстрорастущего бизнеса. Накоплен большой объем литературы, в которой моделируется влияние широкого спектра факторов на возможности фирм достичь высоких темпов роста [2, 3]. При этом, в подавляющем большинстве, исследования исходят из того, что быстрый рост – это характерный признак новых предприятий, и что с течением времени рост замедляется или сходит на нет, сменяясь длительным периодом вялой динамики или стагнации либо сокращением объемов продаж/производства [4, 5, 6]. Отличительная особенность нашей работы состоит в том, что мы рассматриваем феномен роста после стагнации и выявляем факторы, которые повышают вероятность реализации такого роста у предприятия. Данная проблематика является малоисследованной в мировой науке.

Описанная проблема крайне актуальная для экономики России, которая в результате обострения геополитической ситуации в 2014 г. находится в длительной стагнации, вызванной сокращением объемов торговли с зарубежными странами, экспортными и импортными ограничениями, экономическими санкциями и др. [7]. Санкции существенно ограничили доступ России к финансовым ресурсам. Этот факт затрудняет генерацию крупных новых предприятий и делает актуальной проблему перезапуска роста у фирм, попавших в стагнацию или показавших спад производства. Требуется выявление факторов, повышающих у фирмы вероятность перехода к росту после стагнации, на которые могли бы ориентироваться инвесторы при поиске объектов для финансирования в России.

Целью данной статьи является выявление факторов роста предприятия, способствующих выходу из периода стагнации. Период анализа – 2013-2021 гг., в том числе: период выявления предприятий в стагнации – 2013-2017 гг.; период выявления предприятий, демонстрирующих возобновляемый рост – 2016-2021 гг. В рамках данной работы мы исследуем умеренный долгосрочный рост фирм после периода стагнации. Критерий выявления такого роста подробно описан в разделе Методология.

В ходе эмпирического исследования мы проводим тестирование переменных (показателей предприятий) на двух выборках: полная выборка (10 909 предприятий), выборка предприятий высокотехнологичных отраслей (2 101 предприятие). По результатам тестирования мы устанавливаем факторы возобновляемого роста, характерные как для предприятий широкого перечня отраслей экономики России, так и для предприятий группы высокотехнологичных отраслей.

В ходе исследования решаются следующие задачи:

- по каждой выборке предприятия разделяются на две группы: группа 1 – предприятия, показавшие умеренный долгосрочный рост после стагнации, группа 0 – предприятия, не показавшие такой рост;

- определяются значения переменных (важнейших показателей предприятий: размер, возраст, рост предприятия; финансовая устойчивость, рентабельность и оборачиваемость активов) для указанных выше групп предприятий;

- применяется дисперсионный анализ для выявления значимых различий в значениях переменных. Оценка различий выполняется с помощью статистического критерия Мани-Уитни;

- выявляются переменные-факторы роста предприятий, по которым инвесторы могут определить перспективные фирмы для финансирования.

Гипотезы исследования.

В рамках данной работы мы тестируем показатели-факторы, которые доступны по предприятиям в системе СПАРК. Это основные финансовые показатели, а также возраст предприятия. В соответствии с работами Й. Шумпетера, целесообразно также рассмотреть показатели инновационной деятельности, однако в России они не находятся в открытом доступе в разрезе предприятий. При формировании гипотез мы ориентируемся на работы ученых, изучающих развитие быстрорастущих фирм.

Размер предприятия и рост. Большинство работ утверждают, что малые предприятия имеют тенденцию к более высокому росту [8, 9, 10, 11]. Мы формулируем следующие гипотезы:

1. Предприятия, показавшие рост после периода стагнации, имеют меньший размер, чем предприятия, не показавшие такой рост.

Сильное падение выручки как признак перехода к росту (восстановлению). Данный фактор не рассматривается учеными при анализе быстрорастущих фирм (поскольку не предполагается период стагнации и спада). Однако в нашем случае этот фактор актуален, при этом эмпирически исследователи часто фиксируют восстановление выручки после сильного падения [12]. Соответственно, мы тестируем следующую гипотезу:

2. Предприятия, показавшие рост после периода стагнации, имели более сильное снижение выручки в последний год стагнации, чем предприятия, не показавшие такой рост.

Структура капитала и рост. Ученые отмечают обратную зависимость между ростом фирмы и долей заемного капитала, который требуется для инвестиций в расширение производства [13, 14]. Т.е. быстрый рост фирмы предполагает заимствования и более рискованную структуру капитала. В данной работе мы рассматриваем как фактор долю собственного капитала фирмы и формулируем следующую гипотезу:

3. Предприятия, показавшие рост после периода стагнации, характеризуются более низкой долей собственного капитала, чем предприятия, не показавшие такой рост.

Рентабельность фирмы и рост. Указанные выше факторы: более сильное падение выручки, увеличение заемного капитала, инвестиции в расширение производства должны оказывать негативное влияние на рентабельность фирмы. Соответственно мы ожидаем:

4. Предприятия, показавшие рост после периода стагнации, характеризуются более низкой рентабельностью, чем предприятия, не показавшие такой рост.

Оборачиваемость активов и рост. По аналогии с предыдущей гипотезой, более сильное падение выручки и инвестиции должны привести к снижению оборачиваемости активов фирмы:

5. Предприятия, показавшие рост после периода стагнации, характеризуются более низкой оборачиваемостью активов, чем предприятия, не показавшие такой рост.

Возраст предприятия и рост. Молодой возраст является важным признаком выявления быстрорастущих фирм (в частности, «фирм-газелей»). Это, по сути, общепризнанный критерий, с которым согласно большинство ученых [9, 15]. Мы также ожидаем преимущества более молодых фирм, однако в нашем исследовании:

6. Предприятия, показавшие рост после периода стагнации, моложе по возрасту, чем предприятия, не показавшие такой рост.

Эти гипотезы тестируются на двух выборках российских предприятий: полная выборка и выборка предприятий высокотехнологичных отраслей. Значимость различий оценивается с помощью дисперсионного анализа.

Методология исследования.

Объект исследования и данные.

Данные о выручке, финансовых показателях и возрасте предприятий были получены из системы СПАРК [16]. Высокотехнологичные отрасли были определены согласно Росстат-ВШЭ [17] и включают в себя: фармацевтическую промышленность, производство компьютерной техники, сектор ИТ и сектор НИР. В первоначальную выборку были включены 10909 предприятий, представляющие отрасли добывающей и обрабатывающей промышленности, а также отдельные отрасли сферы услуг (в том числе 2101 компания высокотехнологичных отраслей). Критерием включения предприятия в выборку являлось получение ежегодной выручки в размере не менее 20 млн руб. в 2012-2016 гг., не менее 50 млн руб. – в 2017-2021 гг. Для корректной оценки финансовых показателей предприятий данные о выручке и других абсолютных показателях были скорректированы с учетом инфляции и приведены к уровню 2012 года.

Далее на основе анализа динамики выручки за 2012-2017 гг. были определены предприятия с признаками длительной стагнации или спада производства. Это предприятия, у которых в течение трех лет подряд отмечался отрицательный темп прироста выручки. Исходные выборки для анализа составили:

- полная выборка: 2887 предприятий с признаками стагнации или спада производства (26.5% от первоначальной выборки);

- высокотехнологичные отрасли: 544 предприятия с признаками стагнации или спада производства (25.9% от первоначальной выборки таких фирм).

Методика исследования.

1. Критерий выявления возобновляемого роста предприятия.

В данной статье мы исследуем умеренный долгосрочный рост фирм после периода стагнации. Согласно методологии ОЭСР [4, 5, 18], быстрорастущие фирмы должны демонстрировать ежегодный прирост выручки более 20% в течение трех лет подряд. В нашем случае такой критерий сильно сократил бы число фирм с признаками роста. Более того, на период выявления роста приходится пандемия Ковид19 и проблемный 2020 год. Учитывая непростую экономическую ситуации в России в исследуемый период, мы рассматриваем не быстрый, а умеренный долгосрочный рост фирм и применяем мягкий критерий такого роста:

- ежегодный прирост выручки более 10% в течение 3 из 4 лет после завершения периода стагнации, при этом общий темп прироста выручки за 4 года более 30%.

Аналогичный критерий умеренного долгосрочного роста апробирован в работе [11].

2. Группировка предприятий в зависимости от типа роста и формирование системы показателей-факторов для анализа.

По каждой из двух выборок (полная выборка и выборка высокотехнологичных отраслей) предприятия разделяются на две группы:

- группа 0 – фирмы не показавшие умеренный долгосрочный рост после периода стагнации;

- группа 1 – фирмы показавшие умеренный долгосрочный рост после периода стагнации.

Полная выборка: группа 0 – 2478 предприятий, группа 1 – 409 предприятий (14% от полной выборки). Выборка высокотехнологичных отраслей: группа 0 – 457 предприятий, группа 1 – 87 предприятий (16% от полной выборки).

В соответствии с изложенными выше гипотезами, мы исследуем следующие переменные--факторы роста (табл. 1).

Таблица 1.

Система показателей для сравнения групп предприятий

Представленные в таблице 1 показатели рассчитываются для каждого предприятия выборки в последний год стагнации.

Сравнение показателей по граппам предприятий с помощью дисперсионного анализа.

Для указанных выше групп предприятий с помощью дисперсионного анализа проводится сравнение значений показателей, представленных в таблице 1. Так как распределения не соответствует нормальному закону, сравнение проводится с помощью непараметрического критерия Манна-Уитни [19]. Для определения значимости различий используются следующие общепринятые оценки в зависимости от величины р:

- *** p <0,001 – высоко значимые различия;

- ** 0,001 <p <0,01 – сильно значимые различия;

- * 0,01 <p <0,05 – статистически значимые различия;

- † 0,05 <р <0,10 – слабо значимые различия;

- p> 0,10 – незначимые различия, показатели выборок сопоставимы.

Визуализация данных выполняется с помощью диаграмм размаха.

Расчеты выполнены с помощью языка программирования R и программы Excel.

Результаты исследования.

Полная выборка предприятий.

Результаты распределения исследуемых показателей предприятий в разрезе групп предприятий представлены на рис. 1.

Рис. 1. Диаграмма размаха* показателей в разрезе групп предприятий (для полной выборки)

* точка – среднее значение, линия – медиана, прямоугольник – 25-75% квартильный размах, усы – 1,5 интерквартильный размах

Составлено авторами по материалам исследования

Дисперсионный анализ (критерий Манна-Уитни) выявил следующие значимые различия между группами предприятий:

- высоко значимые различия (p <0,001***) по размеру, темпу прироста выручки, доле собственного капитала, оборачиваемости активов, возрасту;

- сильно значимые различия (р=0.004**) по рентабельности активов.

Следовательно, предприятия, демонстрирующие умеренный долгосрочный рост после стагнации, меньше по размеру, моложе по возрасту, имеют более низкую долю собственного капитала, оборачиваемость активов и рентабельность. Для полной выборки предприятий, представляющих отрасли добывающей и обрабатывающей промышленности, а также отдельные отрасли сферы услуг, подтверждены гипотезы №1-6 нашей работы.

Выборка предприятий высокотехнологичных отраслей.

Результаты распределения исследуемых показателей в разрезе групп предприятий высокотехнологичных отраслей представлены на рис. 2.

Рис. 2. Диаграмма размаха* показателей в разрезе групп предприятий (для высокотехнологичных отраслей)

Составлено авторами по материалам исследования

Дисперсионный анализ (критерий Манна-Уитни) выявил следующие значимые различия между группами предприятий:

- сильно значимые различия (р=0.0028**) по размеру;

- значимые различия (р=0,04*) по возрасту

- слабо значимые различия (р=0.07†) по рентабельности активов.

Следовательно, предприятия высокотехнологичных отраслей, демонстрирующие умеренный долгосрочный рост после стагнации, меньше по размеру, моложе по возрасту и имеют более низкую рентабельность активов. Для выборки предприятий высокотехнологичных отраслей подтверждены гипотезы №1,4,6 и не подтверждены гипотезы №2,3,5 нашей работы. Отметим также, что выявленные различия слабее, чем у полной выборки предприятий.

Выводы и дискуссия.

Данная статья рассматривает проблему возобновляемого роста предприятия после затяжной стагнации, которая является малоисследованной в экономической науке и крайне актуальной для России (в работе показано, что около 26% российских предприятий демонстрировали признаки длительной стагнации или спада производства в 2013-2017 гг).

Для полной выборки предприятий дисперсионный анализ подтвердил все сформулированные гипотезы. Показано, что предприятия с возобновляемым ростом моложе по возрасту, меньше по размеру испытывали более сильное падение выручки в последний год стагнации, характеризуются более низкими рентабельность, оборачиваемостью и долей собственного капитала. Частично эти результаты совпадают с признаками быстрорастущих предприятий (компании роста, фирмы-«газели», фирмы «скейл-апы» и т.п.) [8, 9, 13, 14, 15].

Для предприятий высокотехнологичных отраслей подтверждены только три гипотезы. Такие фирмы, демонстрирующие умеренный долгосрочный рост после стагнации, меньше по размеру, моложе по возрасту и имеют более низкую рентабельность активов. При этом выявленные различия слабее, чем у полной выборки предприятий.

Проведенное исследование выявило ряд факторов-признаков, которые могут помочь инвесторам выбрать перспективные объекты для финансирования. Факторы «размер», «возраст», «темп роста выручки», «доля собственного капитала», «рентабельность активов» и «оборачиваемость активов» могут быть рекомендованы инвесторам в качестве значимых критериев определения перспектив роста предприятия после периода стагнации. При этом сохраняется высокий риск инвестиций в такие фирмы по следующим причинам:

- доля предприятий, показавший умеренный долгосрочный рост после стагнации, является низкой (14-16% от исходной выборки);

- согласно факторам-признакам, предпочтение следует отдавать проблемным и рискованным фирмам;

- в случае высокотехнологичных отраслей различия между группами предприятий слабые и выявлены только по трем факторам.

В целом проблема выбора компаний, способных к долгосрочному росту еще далека от своего решения, что признается многими учеными. Это касается как быстрорастущих компаний [20, 11], так и нашего случая умеренного долгосрочного роста после стагнации. Мы планируем продолжать исследования в этом направления, расширяя перечень тестируемых переменных-факторов и используя модели логистической регрессии для формализации взаимосвязей между факторами и вероятностью реализации возобновляемого роста.