Моделирование ROA российских фармацевтических компаний

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Введение

Фармацевтический рынок России является одним из самых активно развивающихся и устойчивых в кризис секторов российской экономики. Так, уменьшение объёмов фармрынка в 2009г. по сравнению с 2008г. достигло всего 7% в долларах (18% рост в рублях) [14], а доходы работников фармацевтической промышленности выросли в среднем на 15-30% [11]. Данные результаты связаны со стабильным спросом на лекарственные средства. Как заметил Дмитриев В., гендиректор Ассоциации российских фармацевтических производителей, несмотря на кризис, экономить на лекарственных средствах согласны лишь 14% российского населения [14]. Следует отметить, что в настоящих условиях жесткой девальвации рубля фармацевтический рынок России также характеризуется положительными темпами прироста в национальной валюте (10% и 9,3% в 2014г. и 2015г. cоответственно) [17]. Однако, несмотря на данные положительные тенденции, в последнее время во многих российских фармацевтических компаниях наблюдается долгосрочная тенденция снижения рентабельности активов, что мы можем наблюдать на Рисунке 1 (по данным FIRA PRO).

рентабельность актив фармацевтический

Рис.1 Рентабельность активов российских фармацевтических компаний

В рамках данной работы мы будем определять рентабельность активов как отношение чистой прибыли организации к среднему значению совокупных активов. Таким образом, негативная динамика данного показателя может быть связана с уменьшением прибыли и/или ростом совокупных активов. Последнее свидетельствовало бы о расширении или диверсификации производства фармацевтических компаний, если бы мы столкнулись с краткосрочным падением рентабельности. Однако в нашем случае причиной нисходящего тренда может быть неэффективное управление активами в данных компаниях, несоответствующая политика финансирования или инвестиционная стратегия. Так, Хонл Т. А. замечает в своей статье, что российские фармацевтические компании вкладывают около 1-2% от выручки в исследования и разработки, когда у западных компаний данный процент достигает 15%. Если рассмотреть вертикальный анализ актива бухгалтерского баланса российского фармацевтического предприятия ПАО «ВЕРОФАРМ» (Таблица 1), то также можно заметить статистику, подтверждающую неэффективное управление активами.

Таблица 1

Вертикальный анализ актива бухгалтерского баланса ПАО «ВЕРОФАРМ»

Следует отметить, что основную долю в активах занимает дебиторская задолженность, удельный вес которой только увеличился в 2013г. по сравнению с 2012г. Учитывая динамику сокращения выручки в 2012-2013гг., что видно из таблицы ниже, можно сделать вывод о неэффективной работе с клиентами ПАО «ВЕРОФАРМ». Также в 2013г. предприятие сократило вложения в основные средства и запасы. Долгосрочные финансовые вложения составляли практически 3%, тогда как вложения в НМА - меньше, чем 0,5%. Следует заметить, что нематериальные активы, такие как дополнительные патенты на изобретения, секреты производства, бренды, торговые марки, деловая репутация, способствуют росту спроса, повышая привлекательность продукции фирмы для потребителей, когда финансовые вложения подразумевают изъятие средств из производства и не гарантируют даже 100%-ной отдачи.

Таблица 2

Горизонтальный анализ некоторых показателей отчета о финансовых результатах ПАО «Верофарм»

В итоге (Таблица 2), в 2013г. прибыль от продаж сократилась на 68, 8%, а чистая прибыль - на 93,6%. Кроме того рентабельность активов в период 2012-2013гг. уменьшилась на 72% (по данным FIRA PRO). Напротив, за 9 месяцев 2014г. ПАО «ВЕРОФАРМ» существенно увеличило вложения в запасы, сократило финансовые вложения, вырос удельный вес ОС, НМА в составе активов. Данная стратегия компании привела к росту прибыли от продаж на 233,5% в 2014г. по сравнению с 2013г. Рентабельность активов увеличилась в 14 раз (с 2,8 в 2013г. до 39,3 в 2014г.), согласно статистики FIRA PRO. Таким образом, данные тенденции подтверждают гипотезу о том, что снижение рентабельности активов в некоторых крупных российских фармацевтических компаниях может быть вызвано неэффективным управлением активами и несоответствующей инвестиционной политикой. Кроме того, отрицательная динамика рентабельности может быть связана с различными внешними факторами, такими как рост конкуренции, неэффективное государственное регулирование фармацевтического рынка, снижение уровня жизни населения и другое.

В связи с этим цель нашего исследования заключается в том, чтобы выявить внутренние и внешние детерминанты рентабельности активов российских фармацевтических организаций и разработать систему эффективного стратегического управления для компаний.

Объектом исследования является российский фармацевтический рынок, а предметом -- рентабельность активов российских фармацевтических организаций.

Для достижения поставленной цели мы определили следующие задачи:

Изучить работы предыдущих исследователей, выявив факторы рентабельности активов фармацевтических и производственных компаний

Протестировать существующие модели рентабельности активов на выборке российских фармацевтических компаний и определить значимые детерминанты.

Построить собственную модель рентабельности активов российских фармацевтических компаний, используя регрессионный анализ панельных и кросс-секционных данных

Основываясь на результатах, сформировать систему эффективного стратегического управления в российских фармацевтических компаниях

Хотя существует множество моделей рентабельности активов, разработанных Третьяковой, Jang и Park, Voulgaris и Lemonakis, Enqvist и другими авторами для фармацевтических и производственных компаний, однако вклад данной работы заключается в том, что она предлагает модель рентабельности, которая не только позволит оценить рентабельность активов, но даст некоторые рекомендации по эффективному управлению факторами рентабельности.

Глава 1. Обзор литературы

В российской литературе существует немного работ, касающихся исследования факторов рентабельности фармацевтических компаний. Так, Третьякова Е. В. [15] выделяет две группы факторов, оказывающих влияние на результаты деятельности российской фармацевтической организации (ФО): внутреннюю и внешнюю. Внутренние детерминанты представляют собой микросреду ФО и включают шесть основных компонент, таких как учет, финансы, маркетинг, логистика, персонал, структуры, которые, по мнению автора, должны быть подконтрольны менеджменту высшего звена. Внешние факторы автор подразделяет на макро- и мезосреду. Макросреда объединяет политические, социально-экономические, экологические и технологические детерминанты. Так, к политическим факторам относится, например, льготное лекарственное обеспечение населения. Социально-экономические и экологические факторы -- показатели уровня жизни и заболеваемости населения, от которых зависит спрос на лекарственные средства и выручка ФО. Технологические же факторы непосредственно обуславливают качество и скорость как производственного процесса ФО, так и управленческого. Мезосреда представляет собой область действия различных отраслевых и рыночных факторов. Влияние отраслевых детерминантов, например, заключается в законодательном регулировании российского фармацевтического рынка, в государственной финансовой поддержке фармацевтических компаний, мотивирующей их вкладывать больше средств в исследования и разработки и повышать привлекательность российской фармацевтической продукции в целом. В качестве рыночных факторов автор перечисляет поставщиков ФО, конкурентов, альтернативные возможности и др.

Несмотря на то, что Третьякова проводит глубокий теоретический анализ бизнес-пространства российской фармацевтической компании, в эконометрический анализ рентабельности она включает лишь некоторые факторы внутренней среды, отобранные ей методом логистического анализа. Так, автор строит регрессионные модели общей рентабельности, рентабельности оборотных активов, рентабельности чистых активов и собственных средств по данным 117 розничных фармацевтических предприятий Пермского края, Свердловской и Челябинской областей за период 1994 - 2003 гг. (панельные данные), используя следующие объясняющие переменные:

Уровень торговой наценки (%)

Уровень валовой прибыли (%)

Уровень издержек обращения (%)

Удельный вес оборотных активов в имуществе (%)

Оборачиваемость оборотных активов (дни)

Оборачиваемость чистых активов (обороты)

Оборачиваемость активов (обороты)

Коэффициент финансирования

Для нашего исследования наиболее важными являются результаты, касающиеся модели рентабельности оборотных активов. Таким образом, Третьякова получает значимыми такие факторы, как уровень валовой прибыли, уровень издержек обращения, удельный вес оборотных активов в имуществе и оборачиваемость оборотных активов. Причём уровень валовой прибыли и оборачиваемость оказывает положительный эффект на рентабельность активов, а уровень издержек обращения и удельный вес оборотных активов в имуществе - отрицательный. Кроме того, фактор кризиса рассматривается значимым при моделировании: построив две регрессии до и после кризиса 1998 г., автор получает различные результаты. Поскольку данная модель разработана для российских фармацевтических компаний, мы протестируем её на нашей выборке (Модель 1). Однако, так как она касается рентабельности только оборотных активов, не учитывает каких-либо внешних факторов, модель будет дополнена другими детерминантами рентабельности активов.

В зарубежной литературе можно обнаружить достаточно больший объём работ, посвященных моделированию рентабельности фармацевтических и производственных компаний. Fotini Voulgaris и Christos Lemonakis [45] в своём исследовании, используя метод наименьших квадратов и выборку из 79 компаний за период 2008-2011 гг., выявляют факторы, влияющие на рентабельность активов греческих фармацевтических фирм. Авторы проверяют гипотезы о значимости следующих независимых переменных:

Размер фирмы (натуральный логарифм совокупных активов)

Возраст компании

Импорт

Леверидж (отношение заемных средств к собственным)

Эффективность (оборачиваемость основных средств)

Продуктивность (выручка на одного рабочего)

Уровень валовой прибыли

Прирост нематериальных активов

Прирост ВВП

Уровень налоговой нагрузки (% от выручки)

В результате авторы находят, что уровень валовой прибыли, продуктивность, прирост нематериальных активов и ВВП являются наиболее значимыми факторами рентабельности греческих фармацевтических организаций (на уровне 1-5%), а размер фирмы, эффективность и уровень налоговой нагрузки - менее значимыми (на 10%-ном уровне). Причём уровень валовой прибыли, прирост нематериальных активов, прирост ВВП и эффективность положительно влияют на рентабельность активов, а размер фирмы и уровень налоговой нагрузки - отрицательно. Можно заметить, что в отличие от предыдущей модели в данном исследовании учитываются внешние факторы (прирост ВВП, уровень налоговой нагрузки). Кроме того, Fotini Voulgaris и Christos Lemonakis предлагают методику расчёта для такого фактора мезосреды (по классификации Третьяковой), как конкурентоспособность. Если выручка n-компании больше средней выручки всей выборки, то фактору присваивается значение 1, и наоборот. Авторы эконометрически доказывают наличие положительной взаимосвязи между рентабельностью активов и конкурентоспособностью, однако данный фактор в модель не включают. Поскольку данную модель, в меру наших знаний, можно назвать наиболее полной моделью рентабельности активов, разработанную для фармацевтических организаций, она будет протестирована на российских компаниях (Модель 2). Однако, основываясь на результатах данной модели, невозможно разработать эффективную систему рекомендаций по стратегическому управлению в фармацевтических организациях, поэтому модель будет доработана.

Среди научных работ, посвященных исследованию факторов рентабельности активов производственных компаний, хотелось бы отметить статьи Julius Enqvist [27] и Murali D. R. Chari [23]. Julius Enqvist выделяет следующие объясняющие переменные в модели рентабельности активов, которую он строит методом регрессионного анализа по данным 1136 производственных организаций Финляндии за период 1990-2008 гг. (панельные данные):

Размер компании (натуральный логарифм выручки)

Коэффициент текущей ликвидности

Коэффициент долга (отношение заемных средств к совокупным активам компании)

Продолжительность финансового цикла

Фаза экономического цикла (1, если прирост ВВП превышает прирост предыдущего периода, 0 - наоборот)

Автор выявляет абсолютную значимость (на уровне 1%) таких детерминантов, как коэффициент текущей ликвидности, коэффициент долга, продолжительность финансового цикла и фаза экономического цикла. Причём рентабельность активов положительно связана со способностью производственного предприятия своевременно гасить свои текущие обязательства и отрицательно -- с уровнем финансовой зависимости и продолжительностью финансового цикла. Можно заметить, что так как продолжительность финансового цикла учитывает срок оборота запасов, дебиторской и кредиторской задолженности, то аналогом данного фактора вполне может стать оборачиваемость оборотных активов, поскольку запасы и дебиторская задолженность составляют основную часть оборотных активов производственного предприятия. Стоит отметить, что автор исследования сконцентрирован больше на факторе финансового цикла и его взаимосвязи с рентабельностью производственной компании, чем на модели рентабельности активов, именно поэтому он не учитывают некоторые внутренние и внешние детерминанты. Однако данная модель также будет протестирована на российских компаниях, поскольку Julius Enqvist предлагает новые подходы к учету таких факторов, как размер компании, уровень экономического развития страны, а также включает некоторые новые независимые переменные (коэффициент ликвидности и долга), что может быть использовано в нашей модели (Модель 3).

Murali D. R. Chari в своей работе, посвящённой исследованию влияния рыночных реформ на рентабельность индийского предприятия, строит модель рентабельности активов по данным 19472 негосударственных предприятий, имеющих лицензию на осуществление предпринимательской деятельности, за период 1991-2007 гг. (панельные данные). Среди контрольных переменных автор выделяет:

Размер компании (натуральный логарифм выручки)

Доля рынка (отношение выручки n-компании к совокупной выручки отрасли)

Коэффициент долга (отношение заемных средств к совокупным активам)

Расходы на НИОКР (по отношению к выручке)

Доля основных средств в совокупных активах

Фаза экономического цикла (1, если прирост ВВП превышает прирост предыдущего периода, 0 - наоборот)

Данная модель включает некоторые другие объясняющие переменные, однако они не представляют ценности для нашего исследования. Таким образом, автор получает абсолютно значимыми все факторы, кроме расходов на НИОКР. Причём коэффициент долга и доля вложений в основные средства отрицательно связаны с рентабельностью активов, в то время как размер компании, доля рынка и фаза экономического цикла - положительно. Можно заметить, что фактор доли рынка идентичен по определению фактору конкурентоспособности, введённому, но не протестированному Fotini Voulgaris и Christos Lemonakis. Кроме того, основываясь на результатах данной модели, предприятие получает возможность управлять таким активом, как основные средства. То есть полученная оценка данного фактора, её вес в совокупной факторной оценке поможет компании определиться с размером инвестиций в основные средства. Данная модель будет протестирована на российских компаниях, и в случае значимости доли вложений в ОС мы включим в нашу модель удельные веса большей части активов, что позволит российской фармацевтической компании эффективно управлять своими ресурсами (Модель 4).

Что касается других работ, посвященных исследованию рентабельности фармацевтических и производственных компаний, Maureen Nolan [42] в своей статье говорит о положительной корреляции между выручкой фармацевтического предприятия и увеличением НМА и расходов на исследования и разработки. Также важность для рентабельности фармацевтической фирмы такого фактора, как расходы на исследования и разработки, устанавливает в Clarkson [32]. Он находит, что рентабельность расходов на исследования и разработки и рекламу фармацевтической компании значительно превышает таковую любого другого производственного предприятия. Действительно, как однажды Allan Afterman заметил в Forbes: “If development is not an asset at a drug company, then there is not one anywhere” [32].

Soo Cheong (Shawn) Jang [34], Scherer и Ross [42], Buzzell [22] говорят о положительной связи между рыночной долей и рентабельностью производственного предприятия, в то время как Margaret E. Slade [43] утверждает, что рыночная доля является неотъемлемым детерминантом в модели рентабельности для фармацевтических компаний.

Hurdle [33], Voulgaris [46] находят, что леверидж положительно связан с рентабельностью производственной компании, однако Gale [29], Agiomirgianakis [21] выявляют отрицательное влияние данного фактора на рентабельность.

Lazaridis и Tryfonidis [27], Voulgaris [46] утверждают, что ликвидность значимо влияет на рентабельность производственного предприятия.

Agiomirgianakis [21] доказывает прямую связь между оборачиваемостью и рентабельностью активов производственной компании.

Liargovas и Skandalis [37] находят отрицательную связь между рентабельностью греческой производственной фирмы и долей вложений в ОС.

Deloof [27], Agiomirgianakis [21] в своих работах говорят о непосредственном воздействии размера (логарифма активов и выручки соответственно) на рентабельность производственного предприятия.

Holz [38], Azadegan и Pai [27] показывают, что коэффициент долга (отношение обязательств к совокупным активам) оказывает влияние на рентабельность производственной компании.

Bain, Scherer, Porter [24] утверждают, что внешние отраслевые факторы, такие как уровень конкуренции, разнообразие продукции, входные барьеры являются определяющими для рентабельности нефинансового предприятия.

Таким образом, можно заметить, что существует большой объём работ, так или иначе связанных с рентабельностью фармацевтических и производственных предприятий, однако они либо не содержат полной модели рентабельности активов, либо данные модели относятся к другой зависимой переменной, также некоторые исследования не принимают во внимание ряд важных факторов, необходимых для успешного стратегического управления в компаниях. Кроме того, большинство моделей рентабельности разработаны для зарубежных компаний и не учитывают особенности российского фармацевтического рынка. Поэтому в нашей работе мы попробуем восполнить данные пробелы, разработав собственную модель рентабельности активов, которая позволит эффективно управлять факторами рентабельности в российских фармацевтических компаниях.

Глава 2. Тестирование существующих моделей ROA на выборке российских фармацевтических компаний

2.1 Описание и анализ данных

Для того, чтобы наилучшим образом отобрать факторы рентабельности активов для собственного исследования, мы протестируем выбранные модели (Модель 1-4) на выборке финансовых данных 94 российских фармацевтических компаний, охватывающих период 2003-2007 гг. Данные были извлечены из информационно-аналитической системы FIRA PRO. Также мы взяли некоторые макроэкономические данные с сайта Федеральной службы государственной статистики (Росстат).

В Таблице 3 представлена описательная статистика для переменных, которые будут использоваться в тестировании. Нужно отметить, что расчет переменных проводился в соответствии с методологией авторов тестируемых моделей. Анализируя результаты описательной статистики, можно заметить отрицательный средний уровень налоговой нагрузки, связанный с большими отрицательными значениями налога на прибыль и невысоким оборотом у некоторых компаний. Так, налог на прибыль российской фармацевтической компании ООО «Изварино Фарма» в 2007 г. составил -13 663 тыс. руб., выручка -- 408 тыс. руб., а уровень налоговой нагрузки -- 3348,77% соответственно (по данным FIRA PRO). Поскольку фармацевтические организации обязаны исчислять и уплачивать авансовые платежи по налогу на прибыль ежеквартально и ежемесячно либо только ежеквартально, если доход от реализации не превышает 15 млн. руб., то в случае получения отрицательной прибыли в конце налогового периода они могут предъявить к зачёту или возврату сумму излишне уплаченного налога (согласно ст. 78 [1], 286 [2] НК РФ). В данном случае у предприятий возникают отрицательные суммы налога на прибыль. Действительно, за 2007 г. прибыль до налогообложения ООО «Изварино Фарма» составила -80608 тыс. руб., что и стало причиной отрицательного налога на прибыль.

Что касается статистики Жака-Бэра, можно заметить, что нулевая гипотеза о нормальном распределении опровергается для всех переменных со 100%-ным уровнем надёжности, что может привести к неэффективным оценкам при использовании OLS-метода в тестировании (который применяют авторы всех тестируемых моделей). Данные результаты могут быть связаны с наличием серьёзных выбросов в данных таких переменных, как эффективность, расходы ни НИОКР, рост НМА, леверидж, уровень валовой прибыли и уровень налоговой нагрузки, что наглядно видно из графиков

Таблица 3

Описательная статистика для переменных, используемых в тестировании

Если применить правило «среднее плюс-минус три стандартных отклонения», то можно обнаружить, что выбросы отсутствуют только в данных таких переменных, как доля оборотных активов в имуществе, оборачиваемость оборотных активов, доля основных средств в имуществе, фаза экономического цикла и рост ВВП, так как их максимальные и минимальные значения попадают в допустимый интервал. Однако относительно других факторов данный критерий не выполняется. Поэтому, чтобы приблизить их распределение к нормальному, исключим выбросы, не попадающие в интервал. Графики после преобразований представлены в Приложении 2. Можно заметить значительное улучшение ситуации для многих переменных.

Таким образом, мы подготовили данные к тестированию, и, проверив значимость уже выявленных факторов рентабельности активов для российских фармацевтических предприятий, мы сможем включить их в собственную модель, дополнив её детерминантами, необходимыми для эффективного стратегического управления в компаниях.

2.2 Тестирование Модели 1.

Как уже было замечено ранее, Третьякова Е. В. в своей модели в качестве зависимой переменной берёт рентабельность оборотных активов, в качестве объясняющих переменных - уровень валовой прибыли, уровень издержек обращения, удельный вес оборотных активов в имуществе, оборачиваемость оборотных активов. Мы рассчитали аналогичные переменные в соответствии с методикой автора. В связи с отсутствием данных для расчёта уровня издержек обращения мы не будем включать данный фактор в наше исследование.

Обратимся к матрице корреляций между переменными, представленной ниже.

Таблица 4

Матрица корреляций между переменными в Модели 1

Можно заметить, что зависимая переменная положительно коррелирует с уровнем валовой прибыли и оборачиваемостью оборотных активов. Взаимосвязь рентабельности оборотных активов и долей оборотных средств в имуществе является значимой только на 11%-ном уровне. Независимые переменные незначительно коррелируют друг с другом, что означает отсутствие мультиколлинеарности и является весьма положительным фактором.

В Таблице 5 представлены результаты регрессии для модели ROCA с фиксированными эффектами и кросс-секционной коррекцией стандартных ошибок на гетероскедастичность (согласно методологии Уайта). Результаты теста Хаусмана на спецификацию Моделей 1-4 приведены в Приложении 3. Можно заметить, что нулевая гипотеза о том, что модель со случайными эффектами является наилучшей, отвергается для первой регрессии с 98%-ным уровнем надёжности. Метод коррекции был выбран ввиду отсутствия автокорреляции случайных ошибок, о чем свидетельствует статистика Дарбина-Уотсона. О наличии гетероскедастичности может говорить неравномерное распределение остатков регрессии

Таблица 5

Результаты тестирования Модели 1

Нужно отметить, что модель в целом получилась значимая на уровне 1%, о чём свидетельствует F-статистика. Значение скорректированного коэффициента детерминации говорит о приемлемом качестве регрессии. Что касается знаков оценки параметров модели, полученные результаты совпадают с результатами автора, Третьяковой Е. В. Однако, из факторов только уровень валовой прибыли получился значимым, согласно t-статистики, поэтому он и будет включен в нашу собственную модель как фактор рентабельности активов российских фармацевтических компаний.

2.3 Тестирование Модели 2

Как уже было отмечено выше, Fotini Voulgaris и Christos Lemonakis в своей работе выявляют, значимое ли влияние на рентабельность активов греческих фармацевтических компаний оказывают такие факторы, как размер фирмы, возраст компании, импорт, леверидж, эффективность, продуктивность, уровень валовой прибыли, прирост нематериальных активов, прирост ВВП и уровень налоговой нагрузки. Учитывая отсутствие данных по переменным возраст компании, импорт и продуктивность, мы проведём аналогичное исследование, используя выборку российских фармацевтических компаний.

Ниже представлена матрица корреляций между переменными, рассчитанными в соответствии с методикой авторов.

Таблица 6

Матрица корреляций между переменными Модели 2

Можно заметить, что зависимая переменная положительно коррелирует с такими факторами, как эффективность, уровень валовой прибыли и уровень налоговой нагрузки. Положительная взаимосвязь рентабельности активов и уровня налоговой нагрузки может быть объяснена несущественным или отрицательным значением данного фактора для многих компаний в выборке. Также объясняемая переменная незначимо связана с левериджом, приростом ВВП, размером компании и приростом нематериальных активов, однако в регрессии мы можем получить иные результаты. Нужно отметить наличие мультиколлинеарности, о чем свидетельствует коэффициент корреляции между уровнем валовой прибыли и уровнем налоговой нагрузки, больший 70%. Чтобы устранить данную проблему, которая может привести к неадекватным оценкам параметров модели, мы исключим уровень валовой прибыли из нашего исследования.

В Таблице 7 представлены результаты модели с фиксированными эффектами и диагональной коррекцией на гетероскедастичность и автокорреляцию. Что касается теста Хаусмана для данной регрессии (Приложение 3), можно заметить, что нулевая гипотеза о том, что модель с случайными эффектами является наиболее подходящей, отвергается при 1%-ном уровне значимости. Наличие автокорреляции подтверждает статистика Дарбина-Уотсона, тогда как распределение ошибок (Рис. 2, Приложение 4) свидетельствует о неодинаковой дисперсии для каждого наблюдения.

Таблица 7

Результаты тестирования Модели 2

Следует отметить, что квадратичная функциональная зависимость между объясняемой переменной и такими факторами, как размер компании и прирост ВВП, задана по аналогии с авторами модели.

Можно заметить, что в целом регрессия является значимой, что подтверждают результаты F-теста. Значение скорректированного коэффициента детерминации свидетельствует о нормальном качестве подгонки. Что касается оценок параметров модели, полученные результаты совпадают с результатами Fotini Voulgaris и Christos Lemonakis только в отношении такого фактора, как леверидж. Размер компании, эффективность и уровень налоговой нагрузки оказывают значимое положительное влияние на рентабельность активов российских фармацевтических компаний, тогда как в модели авторов данные факторы получились незначимыми. С другой стороны, мы получили незначимым прирост нематериальных активов, когда в регрессии Fotini Voulgaris и Christos Lemonakis он значим на уровне 10%. Относительно знаков, прирост ВВП отрицательно связан с рентабельностью активов российских предприятий, хотя в модели авторов он оказывает положительное влияние на зависимую переменную. Возможно, данный результат связан с тем, что в 2004-2005 гг. происходило снижение темпов прироста ВВП России, согласно данным Росстат.

Таким образом, по результатам тестирования Модели 2 мы включим в нашу собственную модель такие факторы рентабельности активов, как эффективность, прирост ВВП, размер компании, измеренный как натуральный логарифм активов, и уровень налоговой нагрузки.

2.4 Тестирование Модели 3

Julius Enqvist в своей модели рентабельности активов производственных компаний Финляндии в качестве объясняющих переменных использует размер компании, коэффициент текущей ликвидности, коэффициент долга, продолжительность финансового цикла и фазу экономического цикла. Поскольку у нас отсутствуют данные для расчёта продолжительности финансового цикла, мы не включим данный фактор в тестирование. Ниже представлена матрица корреляций между переменными, рассчитанными в соответствии с методикой автора.

Таблица 8

Матрица корреляций между переменными Модели 3

Можно заметить наличие положительной связи между зависимой переменной и такими детерминантами, как размер компании и ликвидность. Коэффициент долга отрицательно коррелирует с рентабельностью активов российских фармацевтических компаний, в то время как взаимосвязь ROA и фазы экономического цикла незначима. Также нужно отметить отсутствие мультиколлинеарности, о чём говорят небольшие коэффициенты корреляции между объясняющими переменными.

В Таблице 9 представлены результаты регрессии, построенной МНК методом с диагональной коррекцией на гетероскедастичность и автокорреляцию. Согласно тесту Хаусмана (Приложение 3), модель с фиксированными эффектами является наилучшей спецификацией данной регрессии. Статистика Дарбина-Уотсона подтверждает наличие автокорреляции случайных ошибок, когда их распределения, представленное на Рис. 3, может свидетельствовать о наличие гетероскедастичности.

Таблица 9

Результаты тестирования Модели 3

Можно заметить, что в целом регрессия получилась значимой на уровне 1%, о чем говорят результаты F-теста. Значение скорректированного коэффициента детерминации свидетельствуют о приемлемом качестве модели. Что касается знаков коэффициентов регрессии, полученные результаты совпадают с результатами автора. И хотя в модели Julius Enqvist ликвидность незначимо влияет на зависимую переменную, t-статистика подтверждает значимость всех факторов для рентабельности российских фармацевтических компаний. Таким образом, по результатам тестирования Модели 3 мы включим в собственную модель такие детерминанты рентабельности, как размер компании, измеренный как натуральный логарифм выручки, коэффициент долга и текущей ликвидности. Нужно заметить, что в качестве размера компании мы берём натуральный логарифм выручки вместо натурального логарифма активов, поскольку независимо от того, какими ресурсами обладает компания, выручка является более достоверным показателем эффективности хозяйствования. Кроме того, в качестве внешнего фактора мы возьмём прирост ВВП вместо фазы экономического роста ввиду большей значимости первого показателя в модели Fotini Voulgaris и Christos Lemonakis.

2.5 Тестирование Модели 4

Как было отмечено выше, Murali D. R. Chari в своей работе строит модель рентабельности активов негосударственных предприятий Индии, используя такие независимые переменные, как размер компании, доля рынка, коэффициент долга, расходы на НИОКР, доля основных средств в совокупных активах, фаза экономического цикла.

Ниже представлена матрица корреляций между переменными, рассчитанными в соответствии с методикой автора для выборки российских фармацевтических компаний.

Матрица корреляций между переменными Модели 4

Можно заметить, что зависимая переменная положительно связана с размером компании, долей рынка и затратами на исследования и разработки. Кроме того, рентабельность активов отрицательно коррелирует с коэффициентом долга. Взаимосвязь объясняемой переменной и таких факторов, как фаза экономического цикла и доля основных средств в имуществе, незначима. Нужно отметить высокий коэффициент корреляции (74%) между размером компании и рыночной долей, поэтому чтобы избавиться от мультиколлинеарности, мы исключим фактор доли рынка из исследования. В Таблице 11 представлены результаты модели ROA с фиксированными эффектами и диагональной коррекцией на гетероскедастичность и автокорреляцию. Что касается теста Хаусмана (Приложение 3), нулевая гипотеза о том, что модель со случайными эффектами является наиболее подходящей, отвергается с 99%-ным уровнем надёжности. Статистика Дарбина-Уотсона свидетельствует о наличии автокорреляции. Кроме того, можно заметить неравномерное распределение случайных ошибок (Рис. 4, Приложение 4), что является признаком гетероскедастичности.

Таблица 11

Результаты тестирования Модели 4

Следует отметить, что в целом модель является значимой, на что указывает F-статистика. Значение скорректированного коэффициента детерминации говорит о приемлемом качестве регрессии. Что касается оценок параметров модели, полученные результаты совпадают с результатами автора относительно всех факторов, кроме фазы экономического цикла. Мы нашли, что фаза экономического цикла оказывает отрицательное воздействие на рентабельность активов российских фармацевтических компаний, когда в модели автора данный фактор положительно связан с зависимой переменной. Как уже было замечено выше, данное различие может быть связано с негативное тенденцией снижения темпа прироста российского ВВП в 2004-2005гг. По результатам тестирования Модели 4 мы включим в собственную модель такой фактор рентабельности, как доля основных средств в имуществе, благодаря чему у российского фармацевтического предприятия появится возможность эффективно управлять данным видом актива.

Глава 3. Отбор факторов для собственного исследования

Основываясь на изученной литературе, результатах тестирования Моделей 1-4 и доступности данных, мы будем использовать следующие внутренние факторы в качестве контрольных объясняющих переменных в нашей модели:

Размер компании (натуральный логарифм выручки). Ожидается, что данный фактор может быть как положительно, так и отрицательно связан с рентабельностью активов, поскольку более крупной компанией тяжелее управлять, однако, с другой стороны, она имеет больше возможностей на рынке по сравнению с конкурентами.

Эффективность (оборачиваемость основных средств). Ожидается положительное воздействие данного фактора на рентабельность российских фармацевтических компаний, так как высокое значение данного показателя означает оптимальный размер основных средств на предприятии, их интенсивное использование и высокую отдачу от них.

Доля основных средств в имуществе (отношение основных средств и совокупных активов, %). Ожидается, что данный фактор оказывает положительное влияние на рентабельность активов, поскольку рост доли основных средств в имуществе предприятия обычно приводит к ускорению производственного процесса и улучшению качества продукции. Хотя следует заметить, что предыдущие исследователи (Liargovas и Skandalis, Murali D. R. Chari) находили отрицательную взаимосвязь данного фактора и рентабельности активов. Кроме того, протестировав Модель 4 на выборке российских фармацевтических компаний, мы также обнаружили отрицательное влияние данного фактора на зависимую переменную. Возможно, данные результаты связаны с долгим периодом окупаемости вложений в основные средства, и пяти лет (период исследования) недостаточно, чтобы выявить отдачу от данного вида инвестиций.

Также мы включим следующие внешние факторы в качестве контрольных переменных в нашу модель рентабельности активов:

Уровень налоговой нагрузки (отношение налога на прибыль к выручке, %). Ожидается отрицательное влияние данного показателя на рентабельность активов, поскольку увеличение налоговых выплат означает изъятие средств из оборота и препятствует вложению ресурсов в дополнительный источник дохода. Однако, как показали результаты тестирования Модели 2, данный фактор положительно связан с рентабельностью активов российских фармацевтических организаций. Причиной этого, как уже было отмечено выше, могут выступать незначительные или даже отрицательные значения фактора.

Темп прироста ВВП. Ожидается, что данный фактор может быть как положительно, так и отрицательно связан с рентабельностью активов, поскольку в 2004-2005 гг. происходило сокращение темпа прироста ВВП, а в 2006-2007 гг. данный фактор характеризовался ростом.

Следует заметить, что вышеперечисленные факторы мы взяли из работ предыдущих исследователей рентабельности фармацевтических и производственных компаний. Помимо этого, поскольку мы выявили значимое влияние на рентабельность активов российских фармацевтических предприятий такого фактора, как доля основных средств в имуществе, мы включим удельный вес каждого актива в свою модель, что, в случае значимости данных факторов, позволит фармацевтической организации эффективно инвестировать свои ресурсы. Таким образом в нашем исследовании мы проверим следующие гипотезы:

Гипотеза 1. Доля нематериальных активов в имуществе положительно влияет на рентабельность активов российской фармацевтической организации.

Действительно, ожидается положительная связь между данным фактором и зависимой переменной, поскольку рост нематериальных активов, таких как различные патенты на изобретения, секреты производства, торговые знаки, деловая репутация и другие, увеличивает привлекательность продукции фармацевтических организаций и инвестиционную привлекательность предприятий.

Гипотеза 2. Доля финансовых вложений отрицательно влияет на рентабельность активов российской фармацевтической организации.

Ожидается отрицательная взаимосвязь данного фактора и объясняемой переменной, поскольку данный вид вложений рисковый и означает изъятие средств из производства фармацевтического предприятия. С другой стороны, не исключается вероятность получения иного результата, поскольку финансовые инвестиции могут существенно увеличивать прибыль от неосновной деятельности.

Гипотеза 3. Доля запасов в имуществе положительно влияет на рентабельность активов российской фармацевтической организации.

Ожидается положительное влияние данного фактора на рентабельность активов фармацевтических компаний, поскольку увеличение запасов чаще всего устанавливает расширение или диверсификацию производства предприятия и, следовательно, рост спроса на продукцию.

Гипотеза 4. Доля денежных средств в имуществе отрицательно влияет на рентабельность активов российской фармацевтической организации.

Ожидается отрицательная связь между данным фактором и рентабельностью активов фармацевтических компаний, поскольку денежные средства в кассе означают изъятие средств из оборота и лишение возможности получать доход от каких-либо дополнительных вложений. Однако существует вероятность, что мы получим другой результат, так как рост денежных средств положительно влияет на показатели платёжеспособности предприятия и доступность кредитования.

Кроме того, чтобы сделать какие-либо рекомендации относительно политики финансирования фармацевтической компании, мы разобьём коэффициент долга, измеренный как отношение заемных средств и совокупных активов, на коэффициент долгосрочного долга и коэффициент краткосрочного долга. Так, мы сможем проверить, какой показатель оказывает наиболее значительное влияние на рентабельность активов фармацевтической компании и какой вид заимствований является менее убыточным для предприятия. Поскольку рост краткосрочных займов ухудшает показатели платежеспособности организации, а долгосрочные заимствования подразумевают более высокие проценты и увеличение долговой зависимости компании, в нашем исследовании мы будем тестировать следующую гипотезу:

Гипотеза 5. Краткосрочные заёмные средства являются менее убыточными для российского фармацевтического предприятия, чем долгосрочные займы и кредиты.

Наряду с этим, Третьякова Е.В., как уже было отмечено выше, в своей работе теоретически обосновывает значимость влияния таких факторов, как государственное регулирование и конкурентоспособность, на результаты деятельности фармацевтического предприятия. Поэтому в своём исследовании мы попробуем эконометрически доказать, что факторы государственной поддержки (1 -- государство оказывают финансовую поддержка, 0 -- не оказывает) и конкурентоспособности, рассчитанный в соответствии с методикой Fotini Voulgaris и Christos Lemonakis (1 -- выручка n-компании превышает среднюю выручку по выборке, 0 -- не превышает) являются значимым для рентабельности активов российских фармацевтических компаний. Таким образом, мы протестируем следующие гипотезы:

Гипотеза 6. Наличие государственной поддержки оказывает положительное влияние на рентабельность активов российской фармацевтической организации.

Гипотеза 7. Фактор конкурентоспособности оказывает положительное влияние на рентабельность активов российской фармацевтической организации.

Глава 4. Моделирование ROA российских фармацевтических компаний

4.1 Методология и описание данных

Наше исследование базируется на регрессионном анализе кросс-секционных и панельных данных. Shuanglin Lin и Wei Rowe [38] также проводят оба вида анализа, поскольку кросс-секционные распределения являются относительно более стабильными, а использование панельных данных позволяет существенно увеличить количество наблюдений.

Следует отметить, что для панельного анализа мы будем использовать выборку финансовых данных 94 российских фармацевтических компаний за период 2003-2007 гг., на которой проводилось тестирование существующих моделей рентабельности фармацевтических и производственных предприятий. Кросс-секционный анализ будет основываться на финансовых данных 84 российских фармацевтических компаний за 2014 г., также выгруженных из базы данных FIRA PRO. К сожалению, у нас не получается использовать более новые данные в панельном анализе в связи с отсутствием данных для расчёта большей части переменных.

4.2 Анализ панельных данных

Рассмотрим описательную статистику данных для переменных, которые будут использованы в построении модели рентабельности активов российских фармацевтических компаний (Таблица 12). Видимых ошибок в данных не наблюдается (за исключением уровня налоговой нагрузки, про что уже было отмечено выше). Статистика Жака-Бэра свидетельствует о том, что распределение всех переменных отличается от нормального, что может указывать на наличие выбросов в данных. Действительно, если применять правило «среднее плюс-минус три стандартных отклонения», то можно найти существенные выбросы в данных таких факторов, как рентабельность активов, эффективность, уровень налоговой нагрузки, доля НМА в имуществе, доля финансовых вложений, доля денежных средств в имуществе, коэффициент долгосрочного долга, коэффициент краткосрочного долга, что также видно на графиках распределения соответствующих переменных. Поэтому, чтобы сократить число выбросов, мы исключим из выборки крупнейшие компании, добавив фактор конкурентоспособности, равный о, как начальное условие модели. Действительно, в результате преобразований распределение многих переменных наглядно приблизилось к определению нормальное

Таблица 12

Описательная статистика панельных данных модели ROA российских фармацевтических компаний

Обратимся к матрице корреляций между переменными, представленной в Таблице 13. Следует отметить отсутствие мультиколлинеарности, о чем говорят невысокие коэффициенты корреляции между объясняющими переменными. Кроме того, можно заметить положительную связь между рентабельностью активов и такими детерминантами, как размер компании, эффективность, уровень налоговой нагрузки, доли запасов и денежных средств в имуществе. Зависимая переменная отрицательно связана с долями основных средств и нематериальных активов в имуществе и с коэффициентом краткосрочного долга. Взаимосвязь объясняемой переменной и таких факторов, как прирост ВВП, доля финансовых вложений, коэффициент долгосрочного долга и государственная поддержка, незначима, однако в регрессии мы можем получить другие результаты.

Таблица 13

Матрица корреляций между переменными панельного анализа

Что касается функциональной зависимости между рентабельностью активов и объясняющими переменными, мы будем придерживаться методологии авторов относительно факторов, взятых нами из работ предыдущих исследователей рентабельности активов фармацевтических и производственных компаний. Также экспериментальным путём мы установили, что линейная связь между зависимой переменной и остальными детерминантами приводит к наилучшим оценкам параметров нашей регрессии.

Таким образом, в Таблице 14 представлены результаты модели рентабельности активов российских фармацевтических компаний с фиксированными эффектами и диагональной коррекцией на гетероскедастичность и автокорреляцию.

Таблица 14

Результаты панельного анализа ROA фармацевтических компаний России

Согласно тесту Хаусмана, нулевая гипотеза о том, что модель со случайным эффектами является наиболее подходящей, отвергается c 99%-ным уровнем надёжности, что можно наблюдать в Таблице 15, представленной ниже.

Таблица15

Результаты теста Хаусмана для панельной модели ROA фармацевтических компаний России

Можно заметить, что статистика Дарбина-Уотсона свидетельствует о наличии автокорреляции случайных ошибок, а их распределение может указывать на гетероскедастичность.

В отношении результатов регрессии следует отметить значимость и адекватность модели в целом, о чём говорит F-статистика и приемлемое значение скорректированного коэффициента детерминации соответственно.

Согласно результатам t-теста, можно заметить, что все факторы получились значимыми на уровне 1-10%, кроме уровня налоговой нагрузки и фактора государственной поддержки, что подтверждает Гипотезы 1-3 и опровергает Гипотезу 6. Возможно, незначимое влияние уровня налоговой нагрузки на рентабельность активов российских фармацевтических компаний связано с несущественными или даже отрицательными значениями данного фактора для многих предприятий в выборке. Результаты относительно фактора государственной поддержки будут прокомментированы чуть ниже.

Что касается знаков коэффициентов, то результаты не совпадают с нашими ожиданиями только относительно такого фактора, как доля денежных средств в имуществе. Положительное влияние данного фактора на рентабельность активов российских фармацевтических компаний может быть связано с тем, что рост денежных средств повышает платёжеспособность организации и доступ к кредитам. Также стоит отметить, что мы получили положительную связь между размером компании и зависимой переменной, поскольку более крупные компании обладают большей властью и большими возможностями на рынке среди своих конкурентов. Отрицательное влияние доли основных средств в имуществе на рентабельность может быть объяснено тем, что вложения в данный вид активов не успевают окупить себя за 5 лет (период исследования). Также можно заметить отрицательную взаимосвязь объясняемой переменной и приростом ВВП в данной регрессии, что связано с негативной тенденцией данного фактора в 2004-2005гг.

В отношении степени влияния факторов, можно сказать, что коэффициенты краткосрочного и долгосрочного долга, доля нематериальных активов и размер компании являются ключевыми факторами рентабельности российских фармацевтических компаний. Причем полученные результаты опровергают Гипотезу 5 о том, что краткосрочные займы и кредиты менее убыточны для фармацевтической организации. Возможно, это связано с тем, что долгосрочные кредиты не являются настолько обременительными для фармацевтической организации, как краткосрочные. Кроме того, они не ухудшают показатели платежеспособности и не сокращают возможностей фирмы получить кредит.

4.2.1 Фактор государственной поддержки российского фармацевтического рынка.

Чтобы выявить причины незначимости фактора государственной поддержки для рентабельности активов российских фармацевтических компаний, рассмотрим описательную статистику (средние значения) некоторых переменных для фирм, обеспеченных государственной поддержкой (govsupport=1), и для фирм, которым государство не оказывает финансовую помощь (govsupport=0).

Таблица 16

Средние значение описательных статистик для предприятий, обеспеченных и не обеспеченных финансовой поддержкой государства

Можно заметить, что рыночная доля (marksh) компаний, обеспеченных государственной поддержкой в 2 раза превышает рыночную долю предприятий, лишенных финансовой помощи государства. Кроме того, обеспеченные государственной поддержкой компании характеризуются большим размером, измеренным как натуральный логарифм совокупных активов. Возможно, это связано с тем, что государство, заинтересованное в инновационном развитии российской фармацевтической отрасли, инвестирует средства в более крупные компании, имеющие большие возможности, лучшие технологии, необходимые для осуществления исследований и разработок и развития российского фармацевтического рынка в целом. Действительно, компании, обеспеченные государственной поддержкой, имеют большую долю внеоборотных активов в имуществе и расходы на НИОКР данных компаний в 2,5 раза превышают аналогичный показатель предприятий, которым государство не оказывает финансовую помощь. Таким образом, незначимость фактора государственной поддержки в модели могла быть вызвана тем, что мы строили регрессию для компаний с выручкой, меньшей средней по выборке, а государство финансирует более крупные предприятия.

Другая причина незначимого влияния государственной поддержки на рентабельность активов российских фармацевтических предприятий может быть связана с неэффективным государственным регулированием российского фармацевтического рынка, о чем говорит Засимова Л.С. [10] в своей статье. Так, автор замечает, что лишь патентная политика мотивирует российские фармацевтические компании вкладываться в исследования и разработку новых лекарств, поскольку патент на изобретение действует 20 лет, согласно ГК РФ, и в течение данного периода фармацевтическое предприятие может получать отдачу от своих инвестиций. Государственная ценовая политика в отношении фармацевтической продукции привела к тому, что, согласно годовому отчёту DSM Group по фармацевтическому рынку России за 2015г. [17], в аптеках происходит сокращение препаратов из списка ЖНВЛП в связи с нерентабельностью их производства. Либеральная регистрационная политика послужила причиной появления на фармацевтическом рынке России избыточного числа однотипных лекарственных средств (например, 117 аналогов диклофенака, как замечает Засимова), вместо развития инновационных препаратов. Что касается компенсационной политики, только льготным категориям населения России предоставляется право на возмещение расходов, связанных с покупкой лекарственных средств, когда в странах ЕС, например, государство компенсирует всем гражданам существенную часть стоимости ЛС [10].