CC BY
24Аудиторские ведомости. 2024. № 2. С. 32 — 38. Audit journal. 2024;(2):32 — 38.
ФИНАНСЫ
Научная статья УДК 336.647.2
https://doi.org/10.2441 2/1 727-8058-2024-2-32-38 NIION: 201 7-0074-2/24-034
EDN: https://elibrary.ru/AYHYDS MOSURED: 77/27-021-2024-02-234
Влияние раскрытия нефинансовой информации на капитализацию российских компаний реального сектора экономики
Степан Васильевич Веденеев1, Наталья Владимировна Грызунова2
1 2 Российский экономический университет имени Г. В. Плеханова, Москва, Россия
Аннотация. В исследовании рассматривается нефинансовая отчетность, подчеркивается ее растущее значение. Цель — оценить, как публикация нефинансовой отчетности влияет на рыночную стоимость. На основе анализа событий изучается взаимосвязь между раскрытием нефинансовой информации и рыночной капитализацией в трех отраслях российской экономики: нефтегазовой, розничной и транспортной. Полученные результаты свидетельствуют о том, что раскрытие нефинансовой информации оказывает положительное влияние на капитализацию компаний, так как такое раскрытие информации может привести к росту интереса инвесторов, тем самым повышая рыночную стоимость.
Ключевые слова: нефинансовая отчетность, капитализация, устойчивое развитие, рыночная стоимость, российские компании, инвестиционная привлекательность
Для цитирования: Веденеев С.В., Грызунова Н.В. Влияние раскрытия нефинансовой информации на капитализацию российских компаний реального сектора экономики // Аудиторские ведомости. 2024. № 2. С. 32—38. https://doi.org/10.24412/1727-8058-2024-2-32-38. EDN: https://elibrary.ru/AYHYDS.
FINANCE
Original article
The impact of non-financial information disclosure on the capitalization of Russian companies in the real sector
of the economy
Stepan V. Vedeneev1, Natalia V. Gryzunova2
1 2 Plekhanov Russian University of Economics, Moscow, Russia
Abstract. The study examines non-financial reporting, highlighting its increasing importance. The aim is to assess how the disclosure of non-financial reports impacts market value. An event analysis is conducted to explore the relationship between non-financial information disclosure and market capitalization across three sectors of the Russian economy: oil and gas, retail, and transportation. The findings indicate that disclosing non-financial information positively affects companies' capitalization, as such disclosure can lead to increased investor interest, thereby enhancing market value.
Keywords: non-financial reporting, capitalization, sustainable development, market value, Russian companies, investment attractiveness
For citation: Vedeneev S.V., Gryzunova N.V. The impact of non-financial information disclosure on the capitalization of Russian companies in the real sector of the economy // Auditorskiye vedomosti = Audit journal. 2024;(2):32—38. (In Russ.). https://doi.org/10.24412/1727-8058-2024-2-32-38. EDN: https://elibrary.ru/AYHYDS.
© Веденеев С.В., Грызунова Н.В., 2024
Введение. В современных условиях экономики, особенно в контексте повышения интереса к устойчивому развитию и корпоративной социальной ответственности, вопрос раскрытия нефинансовой информации компаниями приобретает особую актуальность. Данное направление исследования становится еще более значимым в условиях российского рынка, где компании реального сектора экономики сталкиваются с необходимостью адаптации к международным стандартам прозрачности и отчетности, а также с вызовами, связанными с привлечением инвестиций и повышением капитализации.
Исследование влияния раскрытия нефинансовой информации на капитализацию компаний имеет важное значение, поскольку помогает оценить, как экологические, социальные и управленческие аспекты деятельно -сти компании влияют на ее рыночную стоимость и инвестиционную привлекательность. В контексте российского рынка, где наблюдается постепенное сближение с глобальными практиками корпоративной отчетности, такое исследование может выявить специфические тренды и вызовы, с которыми сталкиваются отечественные компании, стремящиеся к устойчивому развитию и социальной ответственности.
Актуальность темы также усиливается в свете глобальных инициатив по борьбе с изменением климата и перехода к «зеленой» экономике, в которой роль нефинансовой отчетности становится все более значимой. Для инвесторов и заинтересованных сторон нефинансовая информация становится ключевым фактором при принятии решений о вложениях, поскольку отражает не только текущее состояние компании, но и ее потенциал для адаптации к будущим экономическим и экологическим вызовам.
Исследование представляет интерес не только для академического сообщества, но и для практиков, занимающихся корпоративной отчетностью, устойчивым развитием и инвестиционным анализом, а также для широкой аудитории, заинтересованной в прозрачности и социальной ответственности бизнеса.
Обзор литературы. Показатель капитализации становится актуален в контексте устойчивого развития и интегрированной оценки, так как отражает не только текущую рыночную стоимость компании, но, согласно теории эффективных рынков [4], включает в себя
ожидания инвесторов относительно будущего роста и устойчивости бизнеса. Включение факторов устойчивого развития в анализ может повысить прозрачность и улучшить восприятие компании на рынке, тем самым увеличивая ее рыночную стоимость и привлекая внимание ответственных инвесторов. Капитализация является важным показателем для инвесторов, отражающим привлекательность актива [2].
Влияние публикаций на тему устойчивого развития на капитализации исследовали ранее. Wang, Hu, Zhong исследовали данный фактор на рынке на развитом рынке США и нашли отрицательную связь [6]. Другим исследованием была более ранняя работа A. Neu-hierl, A. Scherbina, B. Schiusene [5], в которой рассмотрены компании фондового индекса Nasdaq методом событийного анализа. Важно отметить, что авторы рассматривают широкий спектр новостей, имеющих отношение к компаниям, в том числе финансовые, слияния и поглощения и иные новости, связанные с управлением компании, однако не берутся за исследования новостей, сопряженные с экологическими инициативами.
Имеются работы, в которых рассматривается связь между уровнем раскрытия нефинансовой информации и инвестиционной привлекательностью компаний на российском рынке. На основе эконометрического анализа исследования демонстрируют, что комплексное раскрытие информации о социальной, экологической политике и об управлении персоналом способствует повышению интереса инвесторов и, как следствие, росту капитализации [3; 1].
С учетом рассмотренной литературы можно сформировать следующую гипотезу исследования: раскрытие и публикация нефинансовой отчетности оказывает положительное влияние на стоимость компании.
База данных. Кейс-исследование выполнено с применением методики событийного анализа, что отличается от использования эконометрических методов. В этой части исследования осуществлялась оценка воздействия на рыночную стоимость компаний от раскрытия ими нефинансовой информации, сфокусированная на выбранных отраслях и предприятиях этих секторов. Этот подход позволил углубить и дополнить выводы, полученные в основной части работы, и обогатить их интерпретацию. Основной предпосылкой
для событийного анализа является предположение о рыночной эффективности на уровне «среднего» отражения всех доступных информационных потоков в стоимости активов. Это предполагает, что ценовые показатели акций компаний должны включать в себя все потенциальные экономические преимущества, связанные с определенными событиями, что делает метод событийного анализа подходящим для оценки представленных гипотез.
В рамках исследования был осуществлен отбор компаний из нескольких ключевых от-
Методология кейсового исследования. На
первоначальном этапе кейс-исследования был осуществлен отбор сфер деятельности и предприятий для детального анализа. Из списка Российского союза промышленников и предпринимателей (РСПП) выбраны представители трех различных отраслей, основываясь на анализе корреляции доходности акций выбранных компаний с индексами. Этот метод предполага-
Определение силы связи проведено на основе шкалы Чеддока. В контексте анализа российского рынка было исследовано несколько индексов, отражающих уровень вовлеченности страны в решение задач устойчивого развития, в частности, индексы РСПП в сфере КСО и устойчивого развития (MRRT и MRSV). Предварительный анализ показал, что наибольшая корреляция дневных доход-ностей за последние пять лет наблюдается с индексом нефти и газа MOEXOG, с коэффициентами 0,91 и 0,96 для MRSVT и MRRT соответственно, что указывает на значительную связь между исследуемыми параметрами.
раслей экономики — нефтегазовой, ритейл и транспорт (табл. 1), с целью анализа их данных за период 2021—2022 гг., включая стоимость акций, изменения индекса MOEX и моменты публикации отчетов о деятельности в области устойчивого развития:
• ПАО «Лукойл», ПАО «НК «Роснефть», ПАО «Татнефть» — нефть;
• АО «X5 Retail Group», АО «FixPrice», ГК «Русагро» — ритейл;
• АО «Аэрофлот» — транспорт.
ет определение степени связи между доходно-стями акций и так называемыми «зелеными» индексами, при этом высокий коэффициент корреляции указывает на прочную связь между колебаниями доходностей, что, в свою очередь, свидетельствует о синхронности изменений данных показателей на фоне рыночных сдвигов. Расчеты корреляции выполнены с использованием метода г-Пирсона, по формуле:
(1)
В исследование были включены компании из отраслей, отличных от добывающей промышленности по своим бизнес-моделям, — ритейл и транспорт, с коэффициентами корреляции для MRSVT и MRRT, составившими 0,8 и 0,76, а также 0,76 и 0,72 соответственно.
В начальной фазе анализа были проведены расчеты корреляции между индексами РСПП и отраслевыми индексами, представленными на Московской бирже. Наиболее сильная корреляция для дневной доходности за последние пять лет наблюдалась с индексом MOEXOG (индекс отрасли нефти и газа), где коэффициенты составили 0,91 и 0,96 для индексов
Таблица 1. Общая информация по компаниям
Компания Показатель
Event date Price
Лукойл 14.07.2022 5 693,14
Роснефть 22.08.2022 461,85
Татнефть 22.04.2022 483,26
X5 08.09.2022 1 472,05
FixPrice 07.07.2022 472,93
Русагро 01.04.2022 1 099,03
Аэрофлот 30.06.2022 50,18
Источник: составлено автором по данным отчетности компаний.
r = X (X, - Mx) • (j, - My)
MRSVT и MRRT соответственно, указывая на тесную связь между этими значениями. Следующей по степени корреляции оказалась горнодобывающая отрасль. Однако исследование также направлено на анализ отраслей с разной бизнес-моделью, включая ритейл и транспорт, где соответствующие коэффициенты корреляции для индексов MRSVT и MRRT демонстрируют значения 0,8 и 0,76, а также 0,76 и 0,72.
Исходя из анализа индекса нефти и газа были отобраны ключевые компании, включая «Газпром», «Лукойл», «Новатэк», «Роснефть», «Сургутнефтегаз», «Татнефть» и «Транс -нефть», среди которых ПАО «Лукойл» показало наибольшую корреляцию, достигая показа-
телей 0,79 и 0,85 для индексов MRSVT и MRRT соответственно.
Методология событийного анализа была применена для оценки воздействия раскрытия нефинансовой информации на стоимость компаний, опираясь на предшествующие исследования Андреаса Нейхиерла, Анны Щербины и Бернда Шлюше в 2013 г., а также исследование Джиажена Ванга, Сяолу Ху и Энджел Жонг в 2022 г., которые оценивали рыночную реакцию на принятие законодательных изменений в 2021 г., влияющих на раскрытие информации компаниями. В качестве критерия оценки использовался показатель аномальной доходности (AR):
ARU = R - E(RuIXit).
(2)
В этом контексте Rit обозначает реальную доходность, в то время как E(R.JX и). указывает
на ожидаемую доходность для конкретного дня t и компании i, при этом предполагается, что ожидаемая доходность соответствует доходности определенного индекса. Этот процесс вычисления далее именуется как ARM, отражая
фактическое изменение стоимости акций без учета влияния роста индекса на оценку.
Кроме того, выполнена оценка согласно классической модели оценки доходности активов, далее обозначаемой как ARCAPM, с использованием соответствующей формулы. В формуле (3):
ARCAPM it = R -а- £ • Rm
(3)
Rmt указывает на доходность выбранного рыночного индекса в определенный день t. Коэффициенты а и р являются результатами оценки методом наименьших квадратов (МНК), полученными в результате регрессионного анализа дневной доходности акций компании i по отношению к общей рыночной доходности.
Эти параметры отображают изменения за определенный день. Однако для анализа в рамках исследования событий (event-study)
предпочтительно использовать временные интервалы. Избранные периоды включают семь дней (три дня до и после события плюс сам день события), 11 дней и 21 день, аналогично первому интервалу. Для оценки этих периодов применяется метрика cumulative abnormal return (CAR), которая вычисляется по формуле (4) и отражает общее изменение стоимости активов за выбранный период времени:
CARtM = È ARt. (4)
ti
Данный подход и метрики особенно подходят для краткосрочного анализа и предполагают стратегии активной торговли. В то же время на практике инвесторы могут придер-
живаться стратегии долгосрочного удержания активов, для оценки которой применяется методика buy-and-hold abnormal returns (BHAR), выраженная формулой:
BEAR, = П (1 + ). (5)
t iltoT
Оценка статистической значимости результатов проводилась с помощью ¿-теста Стьюден-та, позволяющего сравнить средние значения двух выборок для выявления их статистической разницы. В исследовании за базовое среднее значение принимается 0, а статистическая значимость оценивается через р-уа1ие, указывающее на уровни, при которых нулевая гипотеза (об отсутствии различий) может быть принята или отвергнута. Принятые уровни значимости
составляют 1%, 5% и 10%. Если гипотеза подтверждается, это указывает на существенное изменение в стоимости акций, вызванное раскрытием нефинансовой информации.
Результаты и выводы исследования. Результаты исследования для компаний по трем отраслям российской экономики — нефтегазовой, розничной и транспортной — представлены в табл. 2—4.
Таблица 2. Результаты event-study для компаний из нефтегазовой отрасли
Нефть/Газ
Лукойл Роснефть Татнефть
Mean model Market model CAPM Mean model Market model CAPM Mean model Market model CAPM
CAR (- 3;+3) - 6,46% - 1,24% - 2,88% 4,85% 0,45% 0,15% 6,76% 2,19% 2,42%
CAR (-5;+5) - 8,41% - 3,40% - 5,08% 13,07% 2,14% 1,56% 6,89% 3,43% 3,40%
CAR (-10; +10) 0,79% 3,61% 2,30% 25,73% - 1,49% -2,78% - 3,72% 6,58% 4,77%
p-value (—3;+3) 0,46 0,83 0,57 0,68 0,93 0,98 0,52 0,70 0,67
p-value (—5;+5) 0,45 0,64 0,43 0,37 0,74 0,81 0,60 0,63 0,63
p-value (-10; +10) 0,96 0,72 0,79 0,20 0,87 0,76 0,84 0,51 0,62
BHAR (- 3;+3) - 13,02% -0,76% -4,43% 2,20% - 0,76% - 1,02% 1,91% 8,87% 7,90%
BHAR (- 5;+5) - 14,47% -3,39% -6,81% 10,68% 0,50% - 0,06% -5,17% 6,14% 4,58%
BHAR (- 10; +10) - 14,64% 7,46% 0,61% 23,37% -0,20% - 1,36% - 15,71% 11,90% 8,18%
p-value (-3;+3) 0,00 0,00 0,00 0,00 0,09 0,57 0,00 0,00 0,00
p-value (-5;+5) 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
p-value (-10; +10) 0,74 0,00 0,00 0,00 0,07 0,00 0,25 0,00 0,00
Источник: составлено автором.
Таблица 3. Результаты event-study для компаний из отрасли ритейл
Х5 Fix Price Росагро
Mean model Market model CAPM Mean model Market model CAPM Mean model Market model CAPM
CAR (- 3;+3) 5,95% 4,69% 4,96% 2,04% 2,16% 2,82% 21,26% - 2,06% 3,80%
CAR (-5;+5) 11,73% 6,27% 7,74% 0,92% 10,05% 7,32% 2,04% 18,64% 13,05%
CAR (-10; +10) -0,19% - 4,37% - 3,44% 11,23% 15,98% 16,12% - 18,36% 19,30% 6,98%
p-value (-3;+3) 0,61 0,61 0,57 0,84 0,82 0,74 0,01 0,80 0,58
p-value (-5;+5) 0,42 0,58 0,48 0,94 0,40 0,49 0,84 0,06 0,13
p-value (-10; +10) 0,99 0,78 0,82 0,53 0,33 0,28 0,20 0,17 0,56
BHAR (- 3;+3) - 11,58% - 7,65% - 8,94% 0,45% - 4,26% - 1,57% 54,18% - 10,31% 6,15%
BHAR (- 5;+5) - 5,62% - 8,55% - 7,82% 4,48% 12,43% 10,30% 7,78% 32,18% 28,72%
BHAR (-10; +10) 3,78% - 15,14% -9,88% 14,50% 17,52% 18,65% - 13,06% 41,14% 27,58%
p-value (-3;+3) 0,00 0,00 0,00 0,06 0,02 0,00 0,00 0,00 0,00
p-value (-5;+5) 0,00 0,00 0,00 0,58 0,00 0,00 0,06 0,00 0,00
p-value (-10; +10) 0,96 0,08 0,13 0,00 0,00 0,00 0,00 0,00 0,00
Источник: составлено автором.
Транспорт
РЖД Аэрофлот
Mean model Market model CAPM Mean model Market model CAPM
CAR (—3;+3) 0,04% 4,03% 0,28% 9,05% 12,37% 12,99%
CAR (-5;+5) 0,85% 6,67% 1,17% 9,74% 10,13% 12,19%
CAR (-10; +10) 2,13% 1,38% 1,11% 14,95% 15,17% 19,22%
p—value (—3;+3) 0,98 0,64 0,81 0,43 0,17 0,13
p—value (—5;+5) 0,71 0,54 0,42 0,50 0,36 0,26
p-value (-10; +10) 0,49 0,93 0,58 0,46 0,33 0,20
BHAR (-3;+3) 0,16% 7,32% 0,82% 6,73% 11,65% 11,95%
BHAR (-5;+5) 0,85% 14,12% 2,15% 9,50% 10,54% 12,53%
BHAR (-10; +10) 1,66% 12,69% 2,23% 21,76% 11,97% 18,48%
p—value (-3;+3) 0,27 0,00 0,00 0,00 0,00 0,00
p—value (—5;+5) 0,00 0,00 0,00 0,00 0,00 0,00
p—value (—10; +10) 0,00 0,55 0,00 0,00 0,00 0,00
Источник: составлено автором.
Анализируя аномальную доходность (AR) с использованием трех разных моделей: средней модели, модели рынка и CAPM, в соответствии с методологией анализа событий при статистически значимых уровнях 1%, 5% и 10% для различных временных интервалов в рамках модели BHAR, можно сделать вывод о статистической значимости влияния публикации нефинансовой отчетности на рыночную стоимость следующих компаний в 2021 г.: «Лукойл», «Роснефть», «Татнефть», X5 Retail Group, Fix Price, «Русагро» и «Аэрофлот». Отбор данных компаний был выполнен на основе анализа корреляции с индексами, описанными в методической части.
В анализе результатов для компаний нефтегазового сектора, в частности «Лукойла», замечено, что в краткосрочной перспективе CAR всех трех моделей показывает негативное влияние на стоимость акций, однако в долгосрочной перспективе наблюдается положительный эффект, хотя в краткосрочном периоде он не имеет статистической значимости согласно p-value. Аналогичные тенденции наблюдаются для BHAR: в краткосрочных интервалах влияние негативное, но в долгосрочном периоде происходит увеличение стоимости на среднем уровне в 3%, что статистически значимо.
Для «Роснефти» и «Татнефти» наблюдается положительный эффект CAR по всем моделям и интервалам, но, как и для «Лукойла», краткосрочное влияние статистически незначимо. BHAR показывает общий положительный и статистически значимый эффект, с наибольшим воздействием в средней модели.
Результаты для секторов ритейла и транспорта в целом схожи, где CAR в основном демонстрирует положительное, но статистически незначимое влияние на стоимость. BHAR подтверждает положительное воздействие на стоимость акций в долгосрочной перспективе, что значимо согласно p-value для долгосрочных инвестиций.
Обобщая результаты анализа событий, можно заключить, что гипотеза для BHAR подтверждается на основе значений p-value, указывая на значимость для рыночной стоимости компаний. Это говорит о том, что публикация нефинансовой отчетности в долгосрочной перспективе влияет положительно на стоимость компаний, в то время как в краткосрочном периоде это влияние может быть незначительным, отражая фокус на управлении потенциальными рисками и взаимодействии со стейкхолдерами, что не приносит немедленного преимущества, но способствует по-
вышению устойчивости и созданию ценности для компании в будущем.
Список источников
1. Вашакмадзе Т. Влияние показателя ESG на будущую капитализацию компании. Эмпирическое тестирование на американском фондовом рынке // Финансовые рынки. 2013. № 4. С. 63-70.
2. Мануйленко В.В., Грызунова Н.В, Хаки-ров А.И, Локтионова М.А., Ермакова Г.А. Выбор приоритетного показателя оценки устойчивости источников финансирования корпорации фактическими и потенциальными стейкхолдерами // Вестник Северо-Кавказского федерального университета. 2022. № 6 (93). С. 22-31. DOI 10.37493/2307-907X. 2022.6.3.
3. Федорова Е.А., Хрустова Л.Е., Демин И.С. Полнота раскрытия нефинансовой информации российскими компаниями: влияние на инвестиционную привлекательность // Российский журнал менеджмента. 2020. Том 18, № 1. С. 51-72. DOI: 10.21638/spbu18.2020.103
4. Fama, E.F. Efficient Capital Markets: A Review of Theory and Empirical Work // The Journal of Finance, 25(2), 383—417.
5. Neuhierl, A, Scherbina, A., Schiusene, B. (2013) Market Reaction to Corporate Press Releases // The Journal of Financial and Quantitative Analysis, Vol. 48, No. 4, pp. 1207—1240.
6. Wang, J., Hu, X., Zhong, A. (2023). Stock Market Reaction to Mandatory ESG Disclosure // Finance Research Letters Volume 53, 103402.
Available at SSRN: https://ssrn.com/abstract= 4156258.
References
1. Vakhakmadze T. The influence of the ESG advisor on the student company. Empirical testing on the American stock market // Financial markets. 2013. No. 4. pp. 63-70.
2. Manuylenko V.V, Gryzunova N.V, Khaki-rov A.I., Loktionova M.A., Ermakova G.A. Choosing a priority indicator for assessing the sustainability of corporate financing sources by actual and potential stakeholders // Bulletin of the North Caucasus Federal University. 2022. No. 6 (93). pp. 22-31. DOI 10.37493/2307-907X.2022.6.3.
3. Fedorova E.A, Khrustova L.E, Demin I.S. Completeness of disclosure of non-financial information by Russian companies: impact on investment attractiveness // Russian Journal of Management. 2020. Volume 18, No. 1. pp. 51— 72. DOI: 10.21638/St. Petersburg State University 18.2020.103
4. Fama, E.F. Efficient capital markets: review of theory and empirical work // The Journal of Finance, 25 (2), 383—417.
5. Neuerl A., Shcherbina A, Shyuzene B. (2013) Market reaction to corporate press releases // Journal of Financial and Quantitative Analysis, Volume 48, No. 4, pp. 1207—1240
6. Wang J., Hu H., Zhong A. (2023). Stock Market Reaction to mandatory ESG Disclosure // Finance Research Letters, volume 53, 103402. Available at SSRN: https://ssrn.com/abstract= 4156258.
Информация об авторах
С.В. Веденеев — аспирант кафедры финансов устойчивого развития Российского экономического университета имени Г.В. Плеханова;
Н.В. Грызунова — доктор экономических наук, профессор кафедры финансов устойчивого развития Российского экономического университета имени Г.В. Плеханова.
Information about the authors S.V. Vedeneev — Postgraduate Student of the Department of Sustainable Development Finance at the Plekha-nov Russian Economic University;
N.V. Gryzunova — Doctor of Economics, Professor of the Department of Sustainable Development Finance at the Plekhanov Russian Economic University.
Сведения о вкладе каждого автора Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests.
Статья поступила в редакцию 15.03.2024; одобрена после рецензирования 17.04.2024; принята к публикации 15.05.2024.
The article was submitted 15.03.2024; approved after reviewing 17.04.2024; accepted for publication 15.05.2024.
