Том 17, № 1 (2023)

Целью настоящей статьи является изучение взаимосвязи между различными финансовыми и нефинансовыми (качественными) факторами эффективности нефинансовых компаний и их кредитными рейтингами. Мы разработали скоринговую рейтинговую модель нефинансовых компаний на основе методологий международных и российских рейтинговых агентств. Смоделированные рейтинги нефинансовых компаний за 2018–2020 гг. сравнивали с фактическими рейтингами, присвоенными рейтинговыми агентствами, и объясняли расхождения. В выборку входят компании из розничной торговли, сельскохозяйственной, сталелитейной и нефтегазовой отраслей России, США, Люксембурга, Англии, Канады, Индии, Украины и Бразилии. Статья доказывает, что в результате добавления коммерческих и экологических, социальных факторов и факторов корпоративного управления качество скоринговых моделей повысилось по сравнению с моделями, включающими только финансовые метрики. В полученных рейтингах компаний в некоторых отраслях обнаружены сильные закономерности. Розничные компании ассоциируются с высокими показателями продаж, в то время как сталелитейные фирмы имеют высокие коэффициенты покрытия затрат на проценты. Нефтегазовые компании в основном демонстрируют высокие результаты по коэффициентам запасов.
В исследовании разработан инструмент прогнозирования кредитного рейтинга, имитирующий работу аналитиков рейтинговых агентств и, следовательно, обладающий высокой предсказательной силой. Разработанную модель могут использовать субъекты финансового рынка для прогнозирования кредитных рейтингов российских компаний в условиях, когда международные рейтинговые агентства отказываются присваивать рейтинги российским эмитентам.

В данной статье рассматривается влияние образования генерального директора и других его личностных характеристик (таких как участие в основании компании, стаж в данной компании и наличие зарубежного опыта) на принятие решений об инвестициях в исследования и разработку (доли средств, инвестированных в R&D в прошлогодней выручке) в фармакологическом секторе. В качестве объекта исследования были собраны данные 261 фармацевтических компаний, входящих в индекс S&P BMI, за 1999–2018 гг., представляющих 23 страны. Фармацевтическая отрасль в данном вопросе представляет особый интерес, так как разрабатываемые в ней проекты требуют получения специализированного образования для понимания и управления процессом, а период окупаемости инвестиций долог. При этом нематериальные активы, составляющие колоссальную долю в структуре
капитала компании, часто являются результатом именно длительного процесса исследований и разработки.

По результатам регрессионного анализа бизнес (MBA) финансовое, менеджериальное и экономическое образование не оказывает значимого влияния на объемы инвестирования при рассмотрении отдельно от степени полученного образования. В то же время образование по специализации значимо положительно влияет, как и наличие нескольких образований в экономической / финансовой или менеджериальной сфере, а также профильного образования (физика, химия, биология, математика). Данные результаты соответствуют выводам, полученным в работах по данной теме, в отношении образования.

На следующем этапе при одновременном анализе специальности и уровня образования генерального директора результаты немного меняются: степень, полученная по специализации компании или дополненная финансовым /экономическим или менеджериальным образованием оказывала положительное влияние (как и образование по техническим специальностям на уровне бакалавриата / магистратуры), при этом исключительно финансовая степень, напротив, имела негативный эффект.
На основе полученных результатов мы приходим к выводу о необходимости комплексного включения образования в исследование, так как рассмотрение отдельных параметров ведет к смещенным результатам.

В статье рассматривается влияние инноваций на показатели деятельности коммерческих банков. В качестве прокси переменной инноваций используется размер нематериальных активов, так как большинство инноваций в банковском секторе в отличие от промышленности нематериальны и выражены в лицензиях, программном обеспечении, знаниях и опыте сотрудников, корпоративной культуре и др. Большинство исследователей сходятся на том, что рост эффективности и результативности финансовых компаний происходит преимущественно благодаря нематериальным активам, особенно их ненаблюдаемой части. Цель исследования – выявить взаимосвязь между инновациями и финансовыми показателями банков. Были рассмотрены 13 крупнейших системно значимых российских банков разной формы собственности за период с 2011 по 2020 г.
Эти банки были выбраны, так как на них приходится более 2/3 активов всей банковской системы, и они имеют свою специфику по сравнению с остальными банками как внутри страны, так и в мире. Рассматривались только крупные российские банки, без учета специфики средних и малых банков, которые имеют значительно меньшие возможности и готовы брать более высокие риски. Научная новизна заключается в том, что в статье нематериальные активы отражены количественной переменой для оценки инновационной активности банков, для чего предложен соответствующий подход. Результаты эмпирического анализа показывают, что рост нематериальных активов позволяет банкам нарастить объем как процентных, так и комиссионных доходов и замедлить рост расходов, за счет чего обеспечивается рост прибыли. В свою очередь это стимулирует рост обязательств, однако ввиду регуляторных требований доля собственного капитала остается почти неизменной на уровне около 10% от стоимости активов. Эта тенденция указывает на то, что даже небольшие банки могут конкурировать с более крупными банками благодаря внедрению инноваций и наращиванию нематериальных активов.

Автор протестировал гипотезу о том, что прогнозирование дефолтов с помощью финансовых данных может быть неприменимо для организаций сферы услуг из России, проанализировав различия в точности моделей предсказания дефолта, построенных на основе исключительно финансовых данных, для организаций сферы услуг из России и развитых европейских стран. В качестве инструментов моделирования использовались методы машинного обучения: логистическая регрессия, random forest (случайный лес), k-nearest neighbors (k-ближайших соседей) на выборке из 404 российских фирм и 304 фирм из развитых европейских стран.

Результаты моделирования показали, что ошибка прогнозирования значительно выше для российских организаций относительно организаций из развитых европейских стран. Таким образом, использование исключительно финансовых коэффициентов для прогнозирования банкротства для организаций сферы услуг в России представляется недостаточным.

Результаты исследования могут быть использованы кредитными организациями, организациями, осуществляющими профессиональную оценку кредитного риска, и прочими участниками рынка, заинтересованными в оценке финансового состояния контрагентов.

В статье исследуется влияние финансовых и нефинансовых факторов на стоимость компаний в сфере телекоммуникаций. В качестве финансовых факторов выбраны такие переменные, как коэффициент задолженности, материальность, рентабельность активов и т.д. ESG-индикаторы использовались как
нефинансовые факторы. Тема исследования актуальна для принятия решений и разработки рекомендаций для компаний, поскольку оно оценивает уровень вовлеченности компаний в решение экологических, социальных проблем и проблем управления. В работе использованы данные из двух баз (Bloomberg и Capital IQ) по 94 компаниям в сфере телекоммуникаций с 2011 по 2021 г. Результаты свидетельствуют о том, что раскрытие информации компаниями об общем ESG-рейтинге и G индикаторе оказывает положительное влияние на стоимость компании, в то время как раскрытие индикаторов E и S не влияет на стоимость бизнеса.