Коротков М.Ю., Голикова В.В., Говорун А.В., Кузнецов Б.В

Коротков М.Ю., Голикова В.В.,
Говорун А.В., Кузнецов Б.В., Уварова О.М.
(Институт анализа предприятий и рынков НИУ ВШЭ)
Влияние стратегий промышленных предприятий на устойчивость к внешним
шокам и динамику посткризисного развития
В работе обсуждаются результаты эмпирического анализа траекторий развития
российских предприятий обрабатывающей
промышленности, сумевших пережить
финансово-экономический кризис 2008-2010 гг., а также исследуется влияние внешних и
внутренних факторов, определявших ту или иную динамику их развития.
Актуальность данной работы напрямую связана с поиском новой модели роста
российской экономики в условиях ужесточения внешней конъюнктуры (замедлением
мировой экономики, падением цен на сырьевые товары, введением экономических
санкций
и
т.п.).
Одной
из
задач
исследования
являются
рекомендации
для
государственной политики, то в этой работе акцент сделан на изучении выживших
предприятий, т.е. тех, кто успешно прошел кризис. Данная работа находится в русле
других российских эмпирических исследований экономического поведения российских
предприятий (Очерки модернизации…, 2014, Симачев и др., 2012). Ее отличительной
особенностью и научной новизной является, попытка:

количественно оценить соотношение успешно развивающихся и стагнирующих в посткризисный период предприятий в обрабатывающей промышленности и ее отдельных
отраслях;

рассмотреть последствия реализации той или иной стратегии фирм в предкризисный
период, которые повлияли на их посткризисное развитие;

определить факторы институциональной среды предприятий, которые не позволяют им
успешно развиваться.
Исследования реакции предприятий на кризис ведутся в рамках теорий роста
фирмы (обзор теорий и эмпирических исследований
приведен в (Coad, 2009), где
предметом анализа являются три процесса: возникновение и уход предприятий с рынка
(«turnover»), динамика развития предприятий («mobility») и изменения в уровне контроля
предприятий над другими фирмами («changes in control”) (Caves, 1998). Для объяснения
особенностей стратегии фирм, обусловливающих
уровень их эффективности и
конкурентоспособности, опираются на теоретические концепции пассивного (Jovanovic,
B. 1982, 1994) и активного обучения (Erikson, R. And Pakes, A., 1993; Klepper, S., 1996),
при этом именно переход от первого ко второму обусловливает более высокие шансы
сохранения и упрочения позиций фирмы на рынке (Ortega-Argiles, R and Moreno, R.,
2007). Активное обучение способствует росту способностей фирмы – ограниченному
ресурсу, который исключительно ценен для фирмы, особенно в условиях глобализации
экономики. Этот подход интегрирует концепции, принятые в различных областях –
организации отраслевых рынков, менеджменте, международной экономике (Sutton, J.,
2012). Что касается России, то в эмпирических исследованиях (см., например, (Gonzalez et
al, 2013), отмечается на данных 1993-2009 гг., что в России по сравнению с другими
странами намного выше волатильность в рамках экономического цикла. Значимые
отличия от других стран обусловлены более продолжительными и глубокими спадами.
Авторы, в частности, подчеркивают, что в экономике с развитой конкуренцией
производительность одинакова важна для успеха фирмы и на этапе подъема, и на этапе
спада. Однако в России во время длинных и глубоких спадов с рынка уходят не только
неэффективные, но также и вполне успешные предприятия. Таким образом, можно
предположить, что в России траектории прохождения кризисов и посткризисного
восстановления также могут иметь свою специфику.
Информационная база данной работы состоит из четырех основных источников.
Основным источником данных
эмпирического
опроса
для
нашего исследования являются результаты
руководителей
1000
средних
и
крупных
предприятий
обрабатывающей промышленности России, проведенного НИУ ВШЭ в 2009 году. Из
системы СПАРК был присоединен показатель выручки предприятий за период 2007-2012
гг. Также в состав базы вошли данные экспертного рейтинга демократичности регионов
фонда Карнеги за 2006-2010 годы (Петров и Титков, 2013).
Под траекторией развития в нашей работе понимается динамика выручки от
продаж предприятия в период 2007-2012 гг. Для выявления групп предприятий со
схожими
траекториями
прохождения
финансово-экономического
кризиса
и
посткризисного восстановления в работе использован метод иерархического кластерного
анализа, позволяющий выявлять и оценивать основные тенденции эволюции системы.
Использованы данные о стандартизованной выручке: выручка каждой кампании за
каждый год наблюдения стандартизована относительно средней выручки данной
конкретной кампании за весь рассматриваемый период времени. Все
значения
исследуемой переменной приведены к единому диапазону значений от –3 до +3
относительно средней выручки данной конкретной кампании за 2007-2012 гг.
В результате кластеризации выделены 4 кластера траекторий динамики выручки
(Рис.1):
Рис. 1. Траектории изменения стандартизованной выручки в 4-кластерном решении
для выборочной совокупности предприятий обрабатывающей промышленности
(N=662)
В первый кластер (N=58%) вошли предприятия с «классической» V-образной
траекторией изменения выручки в период кризиса: падение продаж в 2009 году на пике
острой фазы кризиса и затем восстановление и устойчивый рост в посткризисный период.
Следующий кластер по числу вошедших в него фирм (34%) – это предприятия с Lобразной траекторией, не сумевшие восстановиться после кризиса, т.е. не достигшие
докризисных объемов выручки после обвала 2009 года. Эти два кластера включают 92%
всех анализируемых фирм. Третий и четвертый кластеры имеют нетипичные траектории,
содержат мало наблюдений и непригодны для дальнейшего эконометрического анализа.
Релевантность нашего разбиения на кластеры подтверждена результатами
расчетов на условной генеральной совокупности средних и крупных российских
предприятий
обрабатывающей
промышленности,
принадлежащих
тем
же
видам
экономической деятельности и находящихся в тех же регионах, что и компании из нашей
основной выборки. Данные по условной генеральной совокупности (4519 предприятий)
взяты из БД СПАРК Интерфакса. Траектории изменения выручки в кризисный и
посткризисный период практически идентичны тем, что были построены на исходной
выборке, распределение кластеров по численности вошедших в них предприятий схоже с
тем, что было продемонстрировано на выборке.
В работе проверяются две основные гипотезы:
Н1.
Компании,
завершившие
масштабную
реструктуризацию
до
начала
финансового кризиса, при прочих равных условиях имеют больше шансов попасть в
кластер быстро восстановившихся после кризиса предприятий.
Н2. В регионах с более высоким качеством институтов у предприятий больше
шансов быстро восстановиться после кризиса.
В качестве зависимой переменной во всех спецификациях будет выступать
бинарная переменная, отражающая факт принадлежности к более успешному (быстро
восстановившему падение объема продаж) кластеру. При проверке первой гипотезы
ключевыми предикторами были уровень инвестиций до кризиса, доля оборудования
старше 20 лет и проведение реструктуризации бизнес-процессов. В последнем случае
важную роль играет, сопровождалась ли реструктуризация на предприятии сокращением
или сокращением рабочих мест. Поэтому в регрессионное уравнение также включалось
произведение бинарных переменных для факта реструктуризации и для факта увеличения
числа рабочих мест.
При анализе влияния институтов использовались экспертные оценки сводного
индекса демократизации регионов, а также компоненты рейтинга, оценивающие уровень
коррупции в регионе.
В число стандартных контрольных переменных включались переменные на основе
опроса предприятий: вид экономической деятельности, логарифм численности занятых на
начало периода, ряд показателей собственности (вхождение в состав бизнес-группы,
наличие иностранного собственника или государства, региональные показатели).
Для проверки гипотез использовалось регрессионное уравнение вида:
,
где
– набор ключевых независимых переменных, зависящий от проверяемой гипотезы,
– набор индивидуальных контрольных переменных, состоящий из
логарифма численности работников и бинарных переменных для отрасли, структуры
собственности
и вхождения в бизнес-группу,
а также дополнительных переменных,
включаемых для проверки устойчивости результатов («должность респондента», «смена
генерального директора», «возникновение угрозы банкротства»);
обозначает региональные контрольные переменные, представляющие собой либо набор
бинарных переменных для регионов, либо логарифм ВРП на душу населения. Оценивание
коэффициентов модели проводилось при помощи метода бинарной probit регрессии.
Каждая из гипотез проверялась по отдельности и в сводной модели.
Как показал проведенный анализ, успешность прохождения кризиса связана со
стратегией развития предприятия в предкризисные годы, прежде всего, его усилиями по
модернизации производства. Активные инвестиции, а также усилия по внедрению более
совершенных бизнес-процессов в предкризисный период значимо повышали шансы
предприятия оказаться в кластере успешно развивающихся и в посткризисный период. На
вероятность выхода на одну или другую траекторию посткризисного развития оказывало
воздействие качество институциональной среды в регионе. Статистически значимыми для
вероятности попадания в успешный кластер оказались показатели уровня демократизации
региона, а также различные региональные индикаторы коррупции. Так, при прочих
равных условиях более высокий уровень коррупции в регионе (как административной,
так и бытовой) значимо снижает вероятность попадания компании в кластер успешных
предприятий.