CC BY
92ISSN 2311-8725 (Online) ISSN 2073-039X (Print)
Эффективность бизнеса
ВЛИЯНИЕ ВНЕШНЕЙ СРЕДЫ НА ЭФФЕКТИВНОСТЬ СДЕЛОК СЛИЯНИЙ И ПОГЛОЩЕНИЙ В ТЕЛЕКОММУНИКАЦИОННОЙ ОТРАСЛИ
Елена Анатольевна ФЁДОРОВА3^, Анастасия Александровна МЕДВЕДЕВАЬ, Фёдор Юрьевич ФЁДОРОВ"
а доктор экономических наук, профессор кафедры финансового менеджмента, Финансовый университет при Правительстве
Российской Федерации, Москва, Российская Федерация
ь студентка факультета менеджмента, Финансовый университет при Правительстве Российской Федерации, Москва, Российская
Федерация
с студент института информационных технологий, Московский государственный технический университет радиотехники, электроники и автоматики, Москва, Российская Федерация [email protected] • Ответственный автор
История статьи:
Принята 04.08.2015 Принята в доработанном виде 20.10.2015 Одобрена 25.11.2015
УДК 334.758 JEL: G21, G34
Ключевые слова:
телекоммуникации, CAR, GARCH, линейная регрессия, пробит регрессия, слияние и поглощения
Аннотация
Предмет. Предметом исследования являются процессы развития российского рынка слияний и поглощений в секторе телекоммуникаций, а также степень влияния макроэкономических факторов на эффективность осуществления сделки.
Цели и задачи. Целью работы является анализ влияния макроэкономических факторов на эффективность сделок слияний и поглощений в отрасли телекоммуникаций. В ходе работы были поставлены следующие задачи: характеристика российского рынка M&A в секторе телекоммуникаций; формулировка гипотез на основании изучения эмпирических работ, составление базы данных и подбор факторов-регрессоров; анализ влияния факторов на эффективность сделок.
Методология. Исследовались сделки в секторе телекоммуникации на российском рынке за период с января 2005 г. по март 2015 г. В ходе анализа были подобраны факторы сектора телекоммуникаций и экономики в целом, влияющие на сделки. Эффективность сделок была рассчитана с помощью показателя избыточной кумулятивной доходности. Анализ зависимости был проведен на основе эконометрических моделей линейной регрессии, пробит-регрессии; волатильность была рассчитана с помощью GARCH-модели. Результаты. Проведенный анализ позволяет сделать вывод о степени влияния макроэкономических факторов на эффективность сделок. Так, наблюдается слабая связь между доходностью сделки и состоянием финансовых рынков и экономики в целом, в то время как уровень развития отрасли оказывает непосредственное влияние на сделки. Значимость. Экстенсивный рост отечественных компаний начался в 1990-е гг. благодаря массовой приватизации и процедуре банкротства. Одной из основных отраслей развития слияний и поглощений стал телекоммуникационный сектор. На протяжении последнего года российская экономика испытывает сильные потрясения и входит в стадию кризиса. Компании находятся в поиске наиболее рациональных путей развития. Именно поэтому необходим грамотный анализ эффективности сделок на рынке M&A.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Любая коммерческая организация всегда стремится к получению прибыли в ходе операционной деятельности и к росту капитализации в долгосрочной перспективе. Как только рынок насыщается, его основным направлением развития становятся слияния и поглощения (Mergers & Acquisitions, M&A).
По мнению аналитиков, российский рынок телекоммуникаций развивается преимущественно в двух направлениях. Во-первых, происходит внутренняя структурная перестройка компаний, во-вторых, осваиваются новые тенденции в телекоммуникационном бизнесе на
международной арене. В целом сфера телекоммуникаций имеет следующую структуру: компании фиксированной связи и компании мобильной связи. Однако в последнее время происходит процесс интеграции: компании объединяются и начинают предоставлять полный спектр услуг [1].
Целью авторского исследования является анализ влияния факторов внешней среды на эффективность сделок M&A в России в сфере те ле коммуникаций.
В ходе работы решались задачи определения факторов-регрессоров и выявление степени их связи с результирующим фактором на основе эконометрических моделей.
Предметом исследования непосредственно являются корреляция эффективности сделок и экономических экстерналий. Объект
исследования - сделки по слиянию и поглощению на российском рынке в секторе телекоммуникаций.
Одной из главных проблем отрасли телекоммуникаций в России являются устаревшие инфраструктура и основные фонды [2]. Компаниям приходится инвестировать
значительные средства в развитие. В 1995 г. путем консолидации федеральных пакетов акций 85 региональных компаний связи было создано открытое акционерное общество «Связьинвест», которое в дальнейшем стало мажоритарным акционером практически всех монопольных телекоммуникационных структур на российском рынке.
Целью создания холдинга было привлечение иностранных инвестиций в отрасль, поэтому практически сразу после основания пакет из 25% плюс одна акция был выставлен на аукцион, однако реализовать его не удалось [3]. Лишь в 1997 г. нашелся покупатель в лице кипрской компании Mustcom ltd., которая получила контроль над всеми российскими телекоммуникациями и возможность определения сроков и размеров оплаты услуг связи. Через три года началась реорганизация холдинга, в ходе которой 72 региональных оператора связи были объединены в 7 межрегиональных компаний1 [4].
Помимо государственных операторов связи существовали альтернативные, то есть те, кто получил лицензию после 1990 г., и их тарифы не регулировались Федеральной антимонопольной службой [5].
Дальнейшая судьба ОАО «Связьинвест» сложилась следующим образом. В 2009 г. была проведена масштабная реформа национальной отечественной компании ОАО «Ростелеком»,
1 Кузнецов Ю.А., Маркова С.Е. О некоторых качественных особенностях региональных рынков информационных и коммуникационных технологий // Региональная экономика: теория и практика. 2014. № 22. С. 19-29.
в ходе которой к ней были присоединены межрегиональные компании связи [6], затем произошло слияние «Связьинвеста»
и «Ростелекома».
В 2010 г. произошло еще одно крупное слияние -ОАО «Мобильные ТелеСистемы» и ОАО «Комстар-Объединенные ТелеСистемы» [7].
Таким образом, российский рынок телекоммуникаций сформирован четырьмя основными конкурентами: представителями «большой тройки» мобильных операторов - ОАО «МТС», ОАО «Вымпел-Коммуникации», ОАО «Мегафон» и национальной
телекоммуникационной компанией «Ростелеком».
С 2003 г. отечественный рынок мобильной связи начал стремительно расти и через три года уровень проникновения (количество sim-карт на 100 жителей Российской Федерации) преодолел отметку в 100%. Активный рост абонентской базы фактически завершился к 2010 г. (166%) ввиду насыщения рынка [8].
Интересным является тот факт, что средняя стоимость минуты разговора сотового оператора за 13 лет уменьшилась в 17 раз, в то время как цена на хлеб и проезд в метро увеличилась в 6 и 11 раз соответственно2. К концу 2012 г. выручка операторов составила 26,5 млрд долл. США. Потенциал российского телекоммуникационного сектора для развития услуг 3G и LTE определил стремительный темп роста доходов за 2008-2012 гг. [9].
Особенность мобильного рынка сотовой связи заключается в том, что рост абонентской базы достигается преимущественно за счет развивающихся стран (рис. 1). Подобная тенденция, по мнению аналитиков, будет наблюдаться вплоть до 2017 г., когда произойдет завершение процесса охвата населения Земли услугами мобильной связи.
На пятом месте мирового рынка мобильной связи находится Россия с абонентской базой 230 млн sim-карт3. Стоит отметить, что отечественный
2 Что в реальности творится на рынке мобильной связи. URL: http://habrahabr.ru/company/beeline/blog/144944
3 Сравнение основных показателей на рынке мобильных услуг связи в России и странах зарубежья. URL:
рынок достиг таких значительных размеров в течение относительно короткого периода в условиях уникальной по протяженности и площади территории, сурового климата, крайне неравномерного распределения населения и его скромных доходов [10].
Другой тенденцией на рынке мобильной связи является сокращение трафика SMS/MMS-сообщений, на смену которым приходят альтернативные сервисы передачи текста (WhatsApp, iMessenger). Также стоит отметить динамичный рост сегмента мобильного широкополосного доступа [11]. В конце 2012 г. число пользователей данной услуги в России составило 77 млн, через год - 90,1 млн4. Охват населения сетями 3G на уровне 75% ставит Россию на третье место по числу абонентов мобильного широкополосного доступа.
Что касается российского телекоммуникационного рынка в целом, то, по мнению аналитиков агентства «ТМТ Консалтинг», в 2015 г. его темп роста замедлится до 1,3% по сравнению с 2,7% в 2014 г.5
Рассмотрим влияние внешних факторов на рынок слияний и поглощений, куда отнесем влияние финансового рынка и рынка телекоммуникаций.
В ходе исследования были выдвинуты две гипотезы.
Первая гипотеза. На эффективность сделок слияний и поглощений положительное влияние оказывает состояние финансового рынка и экономики в целом.
Развитие телекоммуникаций тесно и прямо связано с развитием экономики. Фондовый рынок, являясь частью рынка финансового, дает представление о состоянии ценных бумаг в том или ином секторе [12]. Анализ эффективности
http://www.json.ru/poleznye_materialy/free_market_watches/anal ytics/mobile_services_market_in_russia_and_aboard_comparison _of_main_market_indices_2014
4 Сравнение основных показателей на рынке мобильных услуг связи в России и странах зарубежья. URL: http://www.json.ru/poleznye_materialy/free_market_watches/anal ytics/mobile_services_market_in_russia_and_aboard_comparison _of_main_market_indices_2014
5 Рост телеком-рынка РФ в 2015 г замедлится до 1%. URL:
http://ria.ru/economy/20141222/1039666930.html
сделок слияний и поглощений в авторском исследовании базируется на оценке стоимости акций компании в сравнении со средним значением по отрасли. В качестве показателя, характеризующего фондовый рынок, был взят индекс ММВБ6. Для более углубленного анализа использовался индекс «ММВБ-
Телекоммуникации». В качестве индикатора валютного рынка был выбран курс рубля к доллару, тем более что для сопоставимости оценка стоимости компаний обычно производится в долларах. Для исследования также была рассчитана доходность этих показателей. Кроме того, было проанализировано влияние волатильности индексов, курса рубля, а также их доходностей, рассчитанных по модели GARCH [13].
К внешним факторам экономики, влияющим на М&А-активность и эффективность сделок, также относятся протекающие макроэкономические процессы. Анализируя работу О.И. Лобаевой, авторы в первую очередь выделили такой показатель, как объем ВВП [14]. Акцентируя внимание на сырьевой направленности российской экономики, исследовали также цену на нефть марки Brent в качестве одного их экономических факторов, влияющих на эффективность сделок.
Следующим важным макроэкономическим показателем, который характеризуют состояние экономики, является индекс потребительских цен. Для полноты исследования в работе представлен анализ влияния общей инфляции в стране и отдельно в секторе услуг. Отрасль телекоммуникаций является быстро
развивающейся сферой услуг, и рост ее абонентской базы напрямую зависит от благосостояния населения. Для анализа доходов клиентов в работе была использована среднемесячная номинальная зарплата по экономике в целом.
Вторая гипотеза. На эффективность сделок слияний и поглощений оказывает влияние состояние сектора телекоммуникаций.
6 Федорова Е.А., Изотова Е.И. Влияние макроэкономических факторов на рынок слияний и поглощений в энергетической отрасли в России на основе применения теста Грэйнджера на казуальность // Финансы и кредит. 2014. № 46. С. 2-10.
В качестве факторов, характеризующих состояние изучаемой отрасли, были выбраны следующие показатели. Во-первых, доходы от услуг связи, в частности, от услуг электросвязи и от услуг подвижной связи [15]. Рост доходов операторов, главным образом, обеспечивается за счет новых услуг мобильной связи и Интернета. Сопоставление уровня развития Интернета в России и в мире свидетельствует о значительном потенциале роста отечественного рынка [16]. Таким образом, в работе исследуются услуги доступа к информации с использованием информационно-коммуникационных технологий (Интернет).
Во-вторых, недостаток собственных средств заставляет компании обращаться к услугам внешнего финансирования, поэтому авторами также анализируются объемы кредитов, депозитов и прочих размещенных средств, предоставленных организациям [17].
В последние годы развитие отрасли происходит преимущественно за счет роста мобильного сектора, поэтому в качестве последнего фактора было выбрано количество абонентских станций, подключенных к сетям подвижной радиотелефонной связи [18].
Были исследованы сделки по слиянию и поглощению с участием российских компаний за период с января 2005 г. по март 2015 г. в секторе телекоммуникаций. Первоначальная выборка состояла из 188 сделок. Эффективность сделок была рассчитана с помощью показателя избыточной кумулятивной доходности (CAR).
Далее обратимся к первой гипотезе о степени влияния факторов финансового рынка и экономики в целом на эффективность сделок, которую проверим с помощью линейной регрессии (табл. 1).
Выборка состояла из 51 наблюдения, группировка сделок проводилась по месяцам. В качестве объясняющих переменных представлено 17 показателей. Независимые переменные выбирались по уровню значимости 15%. Другими словами, показатель с вероятностью, которая соответствует ему в модели, не оказывает никакого влияния на эффективность сделок. Значение R2 показывает, сколько процентов от эффективности
сделок объясняют все представленные в модели факторы состояния финансового рынка и экономики в целом. В идеале R2 должен быть не меньше 70-80% [19], однако в рассматриваемом случае он составляет всего 47,5%.
Модель, представленная в табл. 2, объясняет влияние факторов на результативный показатель лишь на 28,6%, что значительно уменьшает репрезентативность и качество исследования. Общая значимость регрессионной модели на основании данных ^-statistic низкая. То есть с вероятностью 77% все параметры уравнения могут оказаться равными нулю. Тем не менее автокорреляция отклонений остатков отсутствует. Подбор самых низких значений информационных критериев Акаике, Шварца и Ханнана - Куинна позволяет выбрать оптимальную модель [20].
Из анализа двух уравнений можно сделать вывод, что так или иначе состояние финансового рынка и экономики в целом оказывает влияние на эффективность сделок преимущественно в момент их заключения. В обеих моделях присутствуют такие факторы, как объем услуг связи и волатильность доходности курса рубля. Влияние остальных факторов непосредственно в момент заключения сделок крайне мало. Тем не менее при увеличении окна событий возрастает значимость курса рубля и средней зарплаты по экономике. Таким образом, утверждение О.И. Лобаевой [14] о важности такого макроэкономического показателя, как ВВП, не подтвердилось.
Анализ влияния состояния финансового рынка и экономики в целом на доходность сделок был также проведен с помощью построения логистической регрессии. Эффективным сделкам было присвоено значение 1. В случае если сделка была неэффективной или не заключалась вовсе, ее значение равнялось 0. При заданной значимости на уровне 1% удалось подобрать только два фактора - индекс «ММВБ-Телекоммуникации» и рыночная цена нефти - и составить следующее уравнение регрессии:
C4R1 = 0,0015367 • MMVB Tel - 0,02938 • Brent -- 2,138865.
Интерпретировать уравнение можно так:
• с ростом значения индекса «ММВБ-Телекоммуникации» на единицу отношение вероятности Y = 1 к вероятности Y = 0, то есть склонность к эффективности сделок, растет на 0,15%;
• с ростом стоимости нефти на единицу вероятность того, что сделка будет доходной, уменьшается на 2,9%.
Уравнение для CAR (-2; 10):
CAR2 =1,591E-03 • MMVB Tel - 3,007E-02 •
• Brent + 1,087E+02.
Для окна событий (-2; 2) также был построен график-виолончель зависимости вероятности эффективности сделки от индекса «ММВБ-Телекоммуникации» (рис. 2) и от цены на нефть (рис. 3).
Вероятность совершения сделок с любой эффективностью растет при достижении индекса значения от 2 000 до 2 250 пунктов. Анализ свидетельствует о том, что при цене на нефть на уровне 60-70 долл. вероятность заключения сделок, преимущественно эффективных, растет. А при цене 110 долл. увеличивается доля сделок с отрицательной доходностью.
Проверка второй гипотезы о влиянии сектора телекоммуникаций на эффективность сделок также осуществлялась с помощью программы EViews6. Результаты исследования представлены в табл. 3.
Выборка состоит всего лишь из 15 наблюдений и охватывает период с октября 2010 г. по апрель 2014 г., так как более ранней статистки по отрасли найти не удалось. Высокое значение коэффициента детерминации говорит о том, что в 82% случаев эффективность сделок подвержена влиянию факторов телекоммуникационной отрасли. Выбор показателей с уровнем значимости 15% позволяет составить следующее уравнение линейной регрессии:
CAR (-2; 2) = 2,94E-09 • Credits - 9,27E-09 •
• R Mobile + 4,30E-09 • R Tel - 0,0663.
Результаты исследований на окне событий (-2; 10) позволяют сделать аналогичные выводы. Степень влияния факторов падает (снижение коэффициента
детерминации), однако в целом связь остается достаточно сильной. Что касается степени влияния, то слишком маленькие коэффициенты делают ее незначительной.
CAR (-2; 10) = 0,006034 • COM - 4,00E-07 •
• RElectro - 1,31E-07 • R_Mobile + 4,29E-07 •
• R Tel - 7,43E-08 • Stations + 4,6193.
Анализ отрасли позволяет сделать следующие некоторые выводы.
Развитие сектора происходило за счет укрупнения компаний посредствам масштабного поглощения мелких региональных операторов.
Отрасль достаточно монополизирована и сформирована четырьмя основными конкурентами: компания региональных операторов ОАО «Ростелеком» и большая тройка мобильных операторов ОАО «МТС», ОАО «Вымпел-Коммуникации», ОАО «Мегафон».
Стремительный рост отечественного рынка мобильной связи приходится на 2003-2010 гг., который закончился насыщением абонентской базы. Дальнейшее развитие происходило в сфере услуг 3G и LTE. Россия занимает пятое место по объемам мирового мобильного рынка и третье по числу абонентов широкополосного доступа в Интернет.
Исследование первой гипотезы о влиянии состояния финансового рынка и экономики в целом на доходность сделок дало следующие результаты.
Коэффициент детерминации подтвердил наличие связи между объясняемой переменной и регрессорами. В моделях для обоих окон событий удалось выявить довольно сильное влияние волатильности доходности курса рубля. Это объясняется тем, что высокое отклонение от среднего значения хоть и увеличивает риски инвестора, но в то же время повышает размер ожидаемой прибыли. Расчет модели с использованием логит-регрессии позволил выделить такие факторы, как индекс «ММВБ-Телекоммуникации» и рыночная цена нефти, причем второй показатель находится в обратной зависимости от эффективности сделок. Тем не
менее рост обоих показателей увеличивает вероятность совершения неэффективных сделок.
Анализ второй гипотезы о влиянии состояния отрасли телекоммуникаций на эффективность сделок позволил выявить очень высокую зависимость на уровне 80%. Общими регрессорами для обоих окон событий стали доходы от предоставления услуг связи, а также от
услуг мобильной связи. В период (-2; 2) они оказывают отрицательное влияние на эффективность сделок, в то время как при увеличении интервала исследования их влияние становится положительным. Тем не менее значение коэффициентов столь мало, что ими можно пренебречь. Это позволяет судить о равномерном развитии отрасли вместе с изменением эффективности сделок.
Таблица 1
Модель для анализа влияния состояния финансового рынка и экономики в целом на эффективность сделок методом наименьших квадратов для CAR (-2; 2)
Переменная Коэффициент Стандартная ошибка ¿-статистика Вероятность
Communic -0,000586 0,00325 -1,084506 0,0803
GARCH prof usd rub 19,67638 8,305059 2,369204 0,0238
GARCH usd rub -0,000706 0,000335 -2,108777 0,0426
GDP -6,29E-05 5,84E-05 -1,078528 0,2886
Lnfl service 0,013776 0,009237 1,491392 0,1454
Ln GDP 0,348400 0,253069 1,376701 0,1779
Ln MMVB -0,541619 0,411627 -1,315801 0,1973
Ln MMVB telecom 0,800487 0,300285 2,665755 0,0118
MMVB 0,000484 0,000369 1,310906 0,1989
MMVB telecom -0,000391 0,000187 -2,092930 0,0441
Prof MMVB 0,464119 0,222869 2,082474 0,0451
Примечание: количество наблюдений - 15; коэффициент детерминации равен 0,474648; стандартная ошибка регрессии равна 0,049214; сумма квадратов остатков равна 0,079928; функция логарифмического правдоподобия равна 92,32467; F-статистика равна 1,753825; стандартное отклонение зависимой переменной равно 0,055162; критерий Акаике равен -2,914693; критерий Шварца равен -2,232872; критерий Ханнана - Куинна равен -2,654149; коэффициент Дурбина - Уотсона равен 2,105159; вероятность (F-статистика) равна 0,081647.
Таблица 2
Модель для анализа влияния состояния финансового рынка и экономики в целом на эффективность сделок методом наименьших квадратов для CAR (-2; 10)
Переменная Коэффициент Стандартная ошибка ¿-статистика Вероятность
Communic 0,002811 0,001492 1,884222 0,0686
GARCH prof usd rub 94,52043 62,32692 1,516542 0,1392
Ln salary -1,516793 0,0887512 -1,709039 0,0971
Ln usd rub 7,896969 5,178512 1,524950 0,1371
MMVB telecom -0,001729 0,001212 -1,426259 0,1635
Salary 7,58E-05 4,48E-05 1,691727 0,1004
Usd rub -0,265264 0,169032 -1,569312 0,1264
С -14,14281 21,48624 -0,658226 0,5151
Примечание: количество наблюдений - 51; коэффициент детерминации равен 0,286478; стандартная ошибка регрессии равна 0,234009; сумма квадратов остатков равна 1,752327; функция логарифмического правдоподобия равна 13,59160; ^-статистика равна 0,713776; стандартное отклонение зависимой переменной равно 0,221625; критерий Акаике равен 0,212094; критерий Шварца равен 0,931794; критерий Ханнана - Куинна равен 0,487113; коэффициент Дурбина - Уотсона равен 1,922964; вероятность (^-статистика) равна 0,772713.
Таблица 3
Модель для анализа влияния сектора телекоммуникаций на эффективность сделок методом наименьших квадратов для САК (-2; 2)
Переменная Коэффициент Стандартная ошибка ¿-статистика Вероятность
Credits 2,94E-09 8,71E-01 3,372838 0,0071
Internet —2,13E-11 1,55E-11 -1,373157 0,1997
R mobile -9,27E-09 1,67E-09 -5,555868 0,0002
R tel 4,30E-09 8,19E-10 5,244924 0,0004
C -0,006314 0,023791 -2,787359 0,0192
Примечание: количество наблюдений - 15; коэффициент детерминации равен 0,823245; стандартная ошибка регрессии равна 0,020030; сумма квадратов остатков равна 0,004012; функция логарифмического правдоподобия равна 40,41441; ^-статистика равна 11,64388; стандартное отклонение зависимой переменной равно 0,040266; критерий Акаике равен -4,721921; критерий Шварца равен -4,485905; критерий Ханнана - Куинна равен -4,724436; коэффициент Дурбина - Уотсона равен 2,189692; вероятность (^-статистика) равна 0,000883.
Рисунок 1
Количество абонентов мобильной телефонной связи в мире за 2008-2012 гг., млн
7 000 6 000 5 000 4 000 3 000 2 000 1 000 0
1 538
1 41 я 1 475
4 872
1383 4 487
1 325 3 901
2 705 3 257
2008
2009
2010
2011
2012
□ Развивающиеся страны ■ Развитые страны
Рисунок 2
Зависимость вероятности эффективности за период (-2; 2) от индекса «ММВБ-Телекоммуникации» (компьютерное отображение)
Экономический анализ: Economic Analysis:
теория и практика 1 (2016) 69-81 Theory and Practice
Рисунок 3
Зависимость вероятности эффективности за период (-2; 2) от цены на нефть (компьютерное отображение)
CAR1
Список литературы
1. Попова О.В., Псурцева Д.Н. Слияния и поглощения компаний в телекоммуникациях // T-comm -Телекоммуникации и транспорт. 2011. № 12. С. 70-74.
2. Локотков А.А. Направление государственного регулирования рынка телекоммуникаций России // Социально-экономические явления и процессы. 2011. № 3-4. С. 176-179.
3. Бойко М., Кох А. «Связьинвест» - сделка века // Приватизация по-российски. М.: Вагриус. 2000, С.25-49.
4. Кузнецов Ю.А., Маркова С.Е. Анализ качественных особенностей динамики развития Российского рынка ИКТ. Структурный подход // Труды Нижегородского государственного технического университета им. Р.Е. Алексеева. 2013. № 3. С. 242-252.
5. Levy S.A., Buell D., Buivan D. Redirecting Russian telecommunications: Integration of devolution? // Telecommunications Policy. 1993. № 17(5). P. 341-351.
6. Лугачева Л.И., Мусатова М.М. Усиление роли государства на рынке слияний и поглощений в период экономической нестабильности // ЭКО. 2010. № 11. C. 102-115.
7. Игнатьев Е.А., Алиев Т.Б. МТС - глобальный мобильный оператор // Успехи современного естествознания. 2012. № 5. С. 142-143.
8. Константинов А. Рынок слияний и поглощений: тенденции и перспективы // Финансовый менеджер. 2010. № 7. C. 67-74.
9. Кокорева Е.В., Моренкова О.И., Белезекова А. С. Параметры качества обслуживания сетей LTE/SAE // Перспективы развития информационных технологий: сборник материалов XXI Международной научно-практической конференции / под общ. ред. С.С. Чернова. Новосибирск: Центр развития научного сотрудничества, 2014. 156 с.
10. Семенов С.А. Перспективы развития мобильной связи в России // Известия Санкт-Петербургского университета экономики и финансов. 2011. № 2. С. 130-133.
11. Дударенко Е.В. Перспективы инвестиционного развития операторов мобильной связи // Проблемы современной экономики. 2011. № 3. С. 147-150.
12. Loderer C., Martin K. Executive stock ownership and performance: Tracking faint traces // Journal of Financial Economics. 1997. Vol. 45. № 2. P. 223-255.
13. Hansen P.R., Lunde A. A forecast comparison of volatility models: Does anything beat a GARCH (1,1)? Brown University Working Paper, 2001, no. 04.
14. Лобаева О.И. К вопросу о рынке слияний и поглощений компаний // Вопросы современной науки и практики. 2009. Университет им. В.И. Вернадского. № 11. C. 237-241.
15. Puranam P. Mergers and Acquisitions. In: Wiley Encyclopedia of Management. Volume 11. Organizational Behavior. John Wiley & Sons, Ltd., 2014.
16. Пузиков Д.С. Особенности развития рынка телекоммуникаций // Вопросы экономики и права. 2011. № 5. С.153-155.
17. Локотков А.А. Рынок телекоммуникаций: современное состояние и перспективы развития // Социально-экономические явления и процессы. 2011. № 1-2. С. 144-148.
18. Шнепс-ШнеппеМ.А., Намиот Д.Е. Интеграция СМИ и телекоммуникаций // International Journal of Open Information Technologies. 2013. № 8. С. 20-25.
19. Matsuura S., Kurata H., Tarpey T. Optimal estimators of principal points for minimizing expected mean squared distance // Journal of Statistical Planning and Inference. 2015. № 167. P. 102-122.
20. Бардасов С.А. Об оптимальном числе равновероятных столбиков гистограммы // Естественные и математические науки в современном мире: сборник статей по материалам XXIII международной научно-практической конференции (01.10.2014). Новосибирск: СибАК, 2014.
ISSN 2311-8725 (Online) Business Performance
ISSN 2073-039X (Print)
ENVIRONMENTAL EFFECT ON MERGERS AND ACQUISITIONS EFFICIENCY IN THE TELECOMMUNICATIONS INDUSTRY
Elena A. FEDOROVAa% Anastasiya A. MEDVEDEVAb, Fedor Yu. FEDOROVC
a Financial University under Government of Russian Federation, Moscow, Russian Federation [email protected]
b Financial University under Government of Russian Federation, Moscow, Russian Federation [email protected]
c Moscow State Technical University of Radio Engineering, Electronics and Automation (MSTU MIREA), Moscow, Russian Federation [email protected]
• Corresponding author
Article history: Abstract
Received 4 August 2015 Importance The article addresses development processes of the Russian M&A market in the
Received in revised form telecommunications sector, and the effect of macroeconomic factors on efficiency of M&A
20 October 2015 transactions.
Accepted 25 November 2015 Objectives The aim is to analyze the impact of macroeconomic factors on mergers and acquisitions
efficiency in the telecommunications industry. JEL classification: G21, G34 Methods The study draws on the analysis of transactions in the Russian telecommunications
industry over the period from January 2005 to March 2015. The analysis identified factors of the telecommunications sector and the entire economy, which influence the transactions. We calculated efficiency of transactions using the index of cumulative abnormal return. The analysis is based on econometric models of linear regression, probit regression; the volatility is calculated by using the GARCH model.
Results The analysis leads to the conclusion about the influence of macroeconomic factors on transactions' efficiency. There is a weak correlation between the yield of the transaction and the condition of financial markets and entire economy, while the level of industry development has a direct impact on the deal.
Conclusions and Relevance The telecommunications sector has become one of main sectors Keywords: telecommunications, of M&A development. Over the recent year, Russia has been experiencing economic turmoils, and CAR, GARCH, linear regression, enters a crisis phase. Companies are looking for the most efficient ways of development, therefore, probit regression they need to competently analyze deals in the M&A market.
© Publishing house FINANCE and CREDIT, 2016
References
1. Popova O.V., Psurtseva D.N. Sliyaniya i pogloshcheniya kompanii v telekommunikatsiyakh [Mergers and acquisitions in the telecommunications sector]. T-comm - Telekommunikatsii i transport = T-Comm -Telecommunications and Transport, 2011, no. 12, pp. 70-74.
2. Lokotkov A.A. Napravlenie gosudarstvennogo regulirovaniya rynka telekommunikatsii Rossii [Areas of government regulation of the Russian telecommunications market]. Sotsial'no-ekonomicheskie yavleniya i protsessy = Socio-economic Phenomena and Processes, 2011, no. 3-4, pp. 176-179.
3. Boiko M., Kokh A. "Svyaz'invest" - sdelka veka. Vkn.: Privatizatsiyapo-rossiiski ['Svyazinvest' is a deal of the century. In: Privatization 'à la russe']. Moscow, Vagrius Publ., 2000, pp. 25-49.
4. Kuznetsov Yu.A., Markova S.E. Analiz kachestvennykh osobennostei dinamiki razvitiya Rossiiskogo rynka IKT. Strukturnyi podkhod [Analyzing the quality of dynamics of the Russian ICT market development. A structural approach]. Trudy Nizhegorodskogo gosudarstvennogo tekhnicheskogo universiteta im. R.E. Alekseeva = Transactions of Nizhny Novgorod State Technical University n.a. R.E. Alekseev, 2013, no.3, pp.242-252.
5. Levy S.A., Buell D., Buivan D. Redirecting Russian telecommunications: integration of devolution? Telecommunications Policy, 1993, no. 17(5), pp. 341-351.
6. Lugacheva L.I., Musatova M.M. Usilenie roli gosudarstva na rynke sliyanii i pogloshchenii v period ekonomicheskoi nestabil'nosti [Strengthening the role of the State in the M&A market under economic instability]. EKO = ECO, 2010, no. 11, pp. 102-115.
7. Ignat'ev E.A., Aliev T.B. MTS - global'nyi mobil'nyi operator [MTS is a global mobile operator]. Uspekhi sovremennogo estestvoznaniya = Advances in Current Natural Sciences, 2012, no. 5, pp. 142-143.
8. Konstantinov A. Rynok sliyanii i pogloshchenii: tendentsii i perspektivy [Mergers and Acquisitions market: trends and prospects]. Finansovyi menedzher = Financial Manager, 2010, no. 7, pp. 67-74.
9. Kokoreva E.V., Morenkova O.I., Belezekova A.S. [Parameters of LTE/SAE networks service quality]. Materialy XXI Mezhdunarodnoi nauchno-prakticheskoi konferentsii "Perspektivy razvitiya informatsionnykh tekhnologii" [Proc. 21st Int. Sci. Conf. Development Prospects for Information Technologies]. Novosibirsk, Tsentr razvitiya nauchnogo sotrudnichestva Publ., 2014, 156 p.
10. Semenov S.A. Perspektivy razvitiya mobil'noi svyazi v Rossii [Development prospects for mobile communications in Russia]. Izvestia Sankt-Peterburgskogo universiteta ekonomiki i finansov = Bulletin of Saint-Petersburg State University of Economics, 2011, no. 2, pp. 130-133.
11. Dudarenko E.V. Perspektivy investitsionnogo razvitiya operatorov mobil'noi svyazi [Prospects for investment development of mobile operators]. Problemy sovremennoi ekonomiki = Problems of Modern Economics, 2011, no. 3, pp.147-150.
12. Loderer C., Martin K. Executive stock ownership and performance: Tracking faint traces. Journal of Financial Economics, 1997, vol. 45, no. 2, pp. 223-255.
13. Hansen P.R., Lunde A. A forecast comparison of volatility models: Does anything beat a GARCH (1,1)? Brown University Working Paper, 2001, no. 04.
14. Lobaeva O.I. K voprosu o rynke sliyanii i pogloshchenii kompanii [On the mergers and acquisitions market]. Voprosy sovremennoi nauki i praktiki. Universitet im. V.I. Vernadskogo = Problems of Contemporary Science and Practice. Vernadsky University, 2009, no, 11, pp. 237-241.
15. Puranam P. Mergers and Acquisitions. In: Wiley Encyclopedia of Management. Volume 11. Organizational Behavior. John Wiley & Sons, Ltd., 2014.
16. Puzikov D.S. Osobennosti razvitiya rynka telekommunikatsii [Specifics of the telecommunications market development]. Voprosy ekonomiki i prava = Problems of Economic and Law, 2011, no. 5, pp. 153-155.
17. Lokotkov A.A. Rynok telekommunikatsii: sovremennoe sostoyanie i perspektivy razvitiya [Telecommunications market: the current state and development prospects]. Sotsial'no-ekonomicheskie yavleniya i protsessy = Socio-economic Phenomena and Processes, 2011, no. 1-2, pp. 144-148.
18. Shneps-Shneppe M.A., Namiot D.E. Integratsiya SMI i telekommunikatsii [Integration of mass media and telecommunications]. International Journal of Open Information Technologies, 2013, no. 8, pp. 20-25.
19. Matsuura S., Kurata H., Tarpey T. Optimal estimators of principal points for minimizing expected mean squared distance. Journal of Statistical Planning and Inference, 2015, no. 167, pp. 102-122.
20. Bardasov S.A. [On the optimal number of equally possible histogram bars]. Materialy XXIII mezhdunarodnoi nauchno-prakticheskoi konferentsii Estestvennye i matematicheskie nauki v sovremennom mire [Proc. 23rd Int. Sci. Conf. Natural and Mathematical Sciences in the Modern World]. Novosibirsk, SibAK Publ., 2014.
