Файл: Влияние слияний компаний на концентрацию в отрасли (по выбору) (ОБЗОР РЫНКА M&A ИННОВАЦИОННЫХ КОМПАНИЙ).pdf

Метод Case study также используется многими авторами в исследованиях M&A инновационных компаний, однако, диапазон получаемых результатов весьма широк – наблюдались ситуации полностью противоположных выводов. Суть метода заключается в выборе конкретной сделки (либо нескольких отдельных сделок с общими характеристиками) и анализе эффективности в соответствии с прогнозами менеджеров и аналитиков (Carlton, Landes, Posner, 1980). Такая методология использовалась, например, при анализе сделки 2001 года с компанией Innovative Ltd в работе (Oberg, Grundstrom, Jonsson, 2005). Данный подход реже используется для анализа инновационных компаний, по сравнению с Event study, поскольку при рассмотрении инновационных компаний возникает проблема отсутствия кейсов-аналогов с подобными условиями, что лишает возможности делать какие-либо универсальные выводы (Katz, Shelanski, 2005). Каждая инновационная компания является уникальной, и результаты исследования могут быть приняты только для данного кейса. Большая часть работ, в которых используется Case study, приводила к выводу об эффективности сделок, однако существовала также другая группа исследователей, которая придерживалась мнения о том, что большинство сделок слияний и поглощений могут быть смело отнесены к категории неэффективных решений, поскольку не приводят к улучшению производительности фирмы вследствие возникающих проблем в объединении бизнесов и сложностей в процессе принятия решений (Jones, Bellenger, Johnston, 2016; Srivastava, 2018).

Accounting study используется в основном при исследовании инновационных компаний развитых стран (в особенности, США и Великобритании) вследствие доступности актуальной информации о большинстве торгуемых на бирже компаний. К примеру, в работе (Guest, Bild, Runsten, 2010) исследовались показатели 303 фирм из Великобритании за период с 1985-1996 гг. Заключается данный метод в рассмотрении финансовой отчётности компаний до сделки и после её совершения, анализ изменения основных финансовых показателей на временных отметках до и после сделки (Chari, 2006). Из недостатков подхода стоит отметить игнорирование того факта, что учётная политика может измениться или что отдельная строка отчётности могла быть рассчитана по-разному в разных периодах (например, объёмы запасов). Но главной проблемой подхода является то, что он не приводит к корректным результатам при попытке анализа компаний, в экономической активности которых наблюдается цикличность, что может быть характерно для инновационных фирм (Jingfeng, Lingyuan, Mingjie, 2013). Одна из работ, в которых использован метод Accounting study – (Sharma, 2010) – где автор исследует банковскую отрасль США, и приходит к выводу о дополнительном росте компаний в результате проведения сделки. Метод Accounting study применялся также для анализа сделок слияний и поглощений на развивающихся рынках капитала. Так, в работе (Grigorieva, Petrunina, 2013) авторы заключают, что спустя 2 года после совершения сделки основные показатели компании снижаются, рассматриваемый временной отрезок – 2002-2009 гг. Использовался данный подход и для оценки эффективности сделок, участниками в которых являются российские компании (Bertrand, Betschinger, 2012), где в качестве зависимой переменной взят показатель Return on Assets (ROA).

Data Envelopment Analysis (DEA) в финансах, и в особенности для анализа M&A, не так сильно распространён, однако в последние годы появилось немало работ, в которых используется именно этот подход. Одна из таких – (Sherman, Rupert, 2006) – содержит выводы, полученные в результате анализа представителей банковской отрасли и заключающиеся в повышении эффективности в результате сделок слияния и поглощения. В работе (Ferrier, Valdmanis, 2004) на выборке из компаний медицинской отрасли за период 1996-1998 гг. также отмечено повышение эффективности предприятий в результате проведения сделок M&A. В некоторых других исследованиях была выявлена, напротив, неэффективность в результате сделок M&A – в работе (Junior et al., 2013) на выборке, состоящей из бразильских компаний на временном интервале с 2000 по 2007 гг., и повышение эффективности наблюдалось «крайне редко».

В некоторых исследованиях отдельно рассмотрены преимущества метода DEA по сравнению с другими при анализе сделок слияния и поглощения и выведено, что Data Envelopment Analysis является наиболее подходящим способом анализа M&A ввиду того факта, что он учитывает экстернальные факторы среды (Федорова и др., 2017).

Метод сегментации компаний по принципу инновационности на основании отрасли, к которой они относятся согласно классификаторам, довольно распространён, и именно такой способ принят в данной работе. Аналогичное решение было предложено, например, в работе (Bertrand, Zuniga, 2006), где авторы при анализе сделок M&A инновационных компаний ОЭСР на временном промежутке с 1990 по 1999 гг., разделили все сектора на три группы: низко-, средне- и высокотехнологичные и изучали эффект неорганического роста под призмой инновационности компаний-участников. В рамках данного исследования сделки слияния и поглощения привели к росту для низкотехнологичных компаний, однако однозначный вывод для средне- и высокотехнологичных отраслей сделать не удалось.

2.2. Тестируемые гипотезы

Главной целью данной работы является оценка эффективности сделок слияний и поглощений инновационных компаний. Важным аспектом является сравнение результатов M&A, в которых сторонами сделки выступают как инновационные, так и неинновационные компании. Это необходимо для понимания, как зависит изменение показателей (при покупателе – инновационной компании) от того факта, является ли поглощаемая компания инновационной. А также в случае, когда поглощаемая фирма является инновационной, насколько разный эффект наблюдается для покупателя в зависимости от его собственной «инновационности».

Таким образом, на основании изученной литературы, в качестве гипотез данного исследования были выбраны следующие:

• H1: Сделки M&A, в рамках которых инновационные компании приобретают неинновационные, приводят к повышению эффективности деятельности компаний-покупателей после сделки.

На первый взгляд могут показаться странными мотивы приобретения крупной компанией, обладающей особой технологией, малой неинновационной, поскольку в этом случае с малой вероятностью могут быть получены уникальные знания, а также дополнительный прирост масштабов компании за счёт дополнительно полученных активов не так велик, чтобы компенсировать негативный эффект от возникающих сложностей управления. С другой стороны, состоявшаяся сделка говорит о том, что аналитики и менеджеры организации видели определённые перспективы в подобном сотрудничестве. Так, активы поглощаемой компании могут быть своего рода уникальны (например, ввиду географической расположенности в выгодном для компании-покупателя месте или других факторов), и соответственно способствуют дополнительному росту компании.

• H2: Сделки M&A, обеими сторонами которых являются инновационные компании, приводят к повышению эффективности деятельности компаний-покупателей после сделки.

Динамику эффективности инновационной компании-покупателя в результате сделки с также инновационной компанией предсказать сложнее, что подтверждает многообразие полученных результатов в уже существующих исследованиях. Достаточно много факторов определяют потенциальную эффективность, какие из них будут доминировать над другими в данном случае спрогнозировать сложнее. Однако, гипотеза заключается в большей вероятности положительного влияния сделки на деятельность фирмы-покупателя, чем отрицательного. Данный результат также связан с эффектом синергии: так, каждая фирма может быть инновационна по-своему (например, развивают технологии в разном направлении), и объединение усилий может стать драйвером технологического развития.

• H3: Сделки M&A, в рамках которых неинновационные компании приобретают инновационные, приводят к повышению эффективности деятельности компаний-покупателей после сделки.

Данная гипотеза базируется на предпосылке о том, что синергетический эффект возникает за счёт возможности крупной неинновационной компании интегрировать в свой бизнес новые технологии. Рассуждения в данном направлении были предложены в работе (Benou, Madura, 2005). На крупном бизнесе влияние инноваций даёт ещё бóльшие преимущества за счёт эффекта масштаба. С другой стороны, малая фирма, обладающая уникальной технологией, получает дополнительные ресурсы для дальнейшего развития своей технологии, что позволяет увеличить темпы развития инноваций. Так, сделка подобного рода приводит к решению проблемы нехватки необходимых инструментов для совершенствования деятельности обеих сторон состоявшейся сделки.

Таким образом, существует множество исследований, посвящённых эффективности M&A инновационных компаний. В разных работах используются как разные методы, так и разные выборки, в результате чего полученные выводы отличаются довольно существенно. В данном исследовании применяется подход Data Envelopment Analysis для оценки эффективности. После анализа научной литературы были сформированы гипотезы в рамках данного исследования, которые далее тестируются на эмпирических данных.

ГЛАВА 3. ЭМПИРИЧЕСКИЙ АНАЛИЗ

3.1. Общее описание методологии Data Envelopment Analysis (DEA)

Для анализа эффективности сделок слияния и поглощения в данной работе используется метод Data Envelopment Analysis (DEA), который впервые был использован в работе (Charnes, Cooper, Rhodes, 1978). Именно этот способ был выбран как наиболее подходящий для анализа сделок M&A, и он имеет ряд преимуществ, рассмотренных ранее, перед другими широко распространёнными подходами.

Data Envelopment Analysis предполагает выбор определённых inputs и outputs, опираясь на динамику которых формулируются выводы (Feroz et al., 2002; Lamb, Tee, 2012). Под inputs понимаются ресурсы, которые используются в операционной деятельности компании и способствуют получению прибыли. В качестве outputs принимаются результаты процесса производства. Соответственно, между inputs и outputs существует уникальная производственная функция рассматриваемой компании. Отметим, что в целях стремления к эффективности необходимо минимизировать inputs и максимизировать outputs.

Создание специального коэффициента (output, разделённый на input) позволит совершать дальнейшие шаги для анализа эффективности сделки слияния или поглощения. Производится это как для фирмы, которая рассматривается под призмой оценки эффективности в результате M&A, так и для подобных компаний (компаний-аналогов) той же отрасли в тех же временных границах. Так, выделяется компания с наибольшим значением и принимается в рамках исследования как бенчмарк, который назван эффективной границей (efficiency frontier). После чего абсолютный показатель каждой фирмы преобразуется в относительный путём сравнения его с максимальным. Таким образом, эффективность каждой компании определяется расстоянием от её показателя до efficiency frontier. Эта процедура производится как на временной отметке перед сделкой слияния или поглощения, так и после. Динамика данного показателя даёт ответ на вопрос о том, повысилась эффективность компании-поглотителя в результате сделки или нет. Итак, предметом всего анализа является сравнение эффективности каждой конкретной компании до сделки и после неё на определённых временных интервалах.

Затем для каждой сделки определяется, к какой категории она относится:

• Случай, когда инновационная компания приобретает неинновационную;
• Инновационная приобретает инновационную;
• Неинновационная приобретает инновационную.

Как было упомянуто ранее, «инновационность» компании определяется отраслью, к которой она принадлежит. Если в целом отрасль является инновационной, то и фирмы данной отрасли являются инновационными.

Стоит также выделить преимущества и ограничения метода DEA. Среди основных сильных сторон – данный способ учитывает состояние отрасли, макроэкономическую ситуацию в целом и цикличность отрасли. Главный недостаток – невозможность учёта качественных (а не количественных) показателей фирмы (Dastgir et al., 2012).

3.2. Применение подхода Data Envelopment Analysis в данном исследовании

Важным аспектом данного исследования является сам подход к анализу эффективности сделок – Data Envelopment Analysis. Методология его в общем случае была рассмотрена выше, однако на данном этапе необходимо описать саму технику применительно к данной конкретной работе.

Итак, после подбора пула анализируемых компаний необходимо было определить, какие показатели будут выбраны в качестве input и output. В результате рассмотрения исследований в области M&A, в которых анализ проводился с использованием метода Data Envelopment Analysis, было принято решение в качестве output (результатов деятельности) выделить показатель Net profit margin (Net profit/Revenue), а в качестве input – коэффициент Total liabilities/Total assets (Dastgir et al., 2012).

Далее для каждой анализируемой компании подбирался список (не менее 4) компаний-аналогов. За базу взят список Peers для каждой компании из Capital IQ, однако позже в него вносились некоторые корректировки, связанные, во-первых, с тем, что часть предлагаемых ресурсом компаний отсеивались вследствие того, что отсутствовали данные за необходимый временной отрезок, во-вторых, некоторые из них осуществляли сделки слияния и поглощения за указанный период времени, и в-третьих, если они не принадлежали к этой же отрасли, игнорирование данного факта могло привести к некорректным расчётам вследствие специфики финансовой политики компаний отрасли. В редких случаях отсутствия достаточного количества Peers в базе Capital IQ в качестве аналогов рассматривались не только американские компании, но также канадские в целях повышения точности анализа (для формирования бóльшего списка аналогов для последующей обработки).