Анализ финансовой устойчивости компаний нефтегазового сектора

дипломная работа

Выводы

На основе анализа выбранных показателей платежеспособности, ликвидности и рентабельности нефтегазовых компаний Российской Федерации, можно сделать вывод о соответствии общепринятым нормативным значениям как частных, так и государственных компаний в период 2003-2015 года, в том числе и в кризисныепериоды 2008-2009 года, 2014-2015 года.

Но все же различия в финансовом состоянии государственных и частных компаниях имеются.

Государственные компании обладают более высоким уровнем Leverage, чем частные компании, то есть их кредитная нагрузка превышает кредитную нагрузку частных компаний.

Государственные компании имеют более высокий показатель CurrentRatio, то есть у них выше уровень покрытия краткосрочных обязательств

Частично как следствие более высокого уровня Leverage, у государственных компаний более высокий показатель NetDebttoEBITDA.

Что касается показателей рентабельности, то по всем тестируемым коэффициентам рентабельности частные компании показали лучший результат при меньшем уровне волатильности как за весь период, так и в период кризиса.

Исходя из вышеизложенного, на основе рассмотренных показателей, можно сделать вывод о большей эффективности частных компаний нефтегазового сектора Российской Федерации в части рассчитанных коэффициентов рентабельности, а также об их большей устойчивости к кризисным явлениям в момент времени в части рассчитанных коэффициентов платежеспособности и рентабельности.

В следующей главе исследуется вопрос о том,какие макро- и микро- экономические показатели компании в действительности оказывают влияние на принятие решения руководства компании в части изменения структуры капитала, а именно в части долга.Есть ли взаимосвязь между изменением долга и микро- и макроэкономическими показателями компании и отрасли, а также есть ли различия между набором показателей, оказывающих влияние на долг для частных и государственных компаний.

Глава II. Зависимость размера долга от макро- и микро- экономических показателей

В данной главе исследуются следующие вопросы:

Оказывают ли макроэкономические показатели в совокупности с микроэкономическими показателями значимое влияние на изменение долга частных компаний нефтегазового сектора Российской Федерации.

Оказывают ли макроэкономические показатели в совокупности с микроэкономическими показателями значимое влияние на изменение долга государственных компаний нефтегазового сектора Российской Федерации.

Одинакова ли степень влияния макроэкономических показателей на изменение долга частных и государственных нефтяных компаний. Одни и те жеили разные показатели оказывают влияние на изменение долга по частным и государственным компаниям.

Одинакова ли степень влияния микроэкономических показателей на изменение долга частных и государственных нефтяных компаний. Одни и те же или разные показатели оказывают влияние на изменение долга по частным и государственным компаниям.

2.1 Методология

В качестве метода анализа данных была выбрана панельная регрессия.

Для ответа на вышепоставленные вопросы и для поиска взаимосвязи между ключевыми показателями деятельности нефтегазовых компаний было решено использовать метод панельной регрессии. Метод панельной регрессии был мною выбран в связи с тем, что данные представляют собой наблюдения во времени и по нескольким индивидуальным объектам (компаниям).

Для формирования выборки было решено использовать данные крупнейших нефтегазовых компаний России, информация по которым имеется в доступных источниках информации. Для получения информации по компаниям использовалась база данныхEikonReuters.

На первом этапе была получена информация из источника по крупнейшим нефтегазовым компаниям России. Такими компаниями являются Газпром, Лукойл, Роснефть, Новатек, Башнефть, Транснефть, Сургутнефтегаз, Татнефть.

Далее были взяты финансовые показатели по вышеуказанным компаниям поквартально и годовые показатели по выручке, чистой прибыли,EBITDA, capex, активам, пассивам за период 2001-2015 гг. Из выборки были исключены показатели по Сургутнефтегаз и Башнефть за недостаточностью предоставляемых для раскрытия данных как поквартально, так и в годовых отчетностях.

Данные были взяты в валюте доллары США, поскольку

1) большая часть выручки предприятий экспортная, в валюте.

2) большая часть кредитов нефтегазовых компаний России была привлечена в иностранной валюте.

Насколько видно из графика, санкции, введенные против Российской Федерации в 2014 году значительно повлияли на структуру заимствований государственных компаний. Государственным компаниям был закрыт доступ к международным финансовым рынкам, в связи с чем объем привлеченных кредитов по сравнению с 2013 годом сократился, кроме того, большее количество кредитов было взято в Российских рублях.

Больший объем долга в структуре капитала государственных компаний, нежели частных компаний, в том числе обусловлен большим доступом к международным рынкам капитала до 2015 года включительно и возможностью выпуска облигаций. На ниже приведенном графике можно увидеть привлечение финансирования компаниями частного и государственного сектора посредством выпуска облигаций.

На графике видно, что объем облигационных заимствований государственных компаний значительно превышает объем заимствований частных компаний.

3) Текущая структура кредитного портфеля нефтегазовых компаний России состоит из кредитов, полученных в иностранной валюте.

Вышеуказанные данные были распределены в две выборки по типу компании, к которому относится предприятие нефтегазового сектора на государственные и частные компании.

Далее было построено множество проектных регрессий с макроэкономическими и микроэкономическими показателями на основе годовых и поквартальных данных по вышеуказанным компаниям за 2001-2015 для частных и государственных компаний. В качестве независимых и зависящих переменных были протестированы как и индексы, применяемыми различными авторами в проанализированных мною статьях, так и приращения абсолютных величин. В качестве зависимых переменных были выбраны различные переменные с элементом долга, в качестве независимых переменных, величины, основанные на макро и микро экономических показателях.

Наиболее интересные и статистические значимые результаты (p-valuesкоэффициентов переменных регрессии менее 10%) были получены на основе зависимых и независимых величин - приращениях к предыдущему периоду.

В модель были заложены следующие макроэкономические переменные

1.1. ВВП,

Поскольку нефтяные компании вносят существенный вклад в структуру ВВП России;

1.2. Среднегодовой курс валюты, поскольку наибольшая часть кредитов выбрана в иностранной валюте, в доле которой кредиты в долларах составляют наибольшую часть. Выручка также у большинства компаний экспортная, то есть в валюте;

1.3. Цена за нефть марки Brent, оказывает непосредственное влияние на выручку компаний;

1.4. среднегодовые % ставки по выдаваемым кредитам некоммерческим предприятиям. Поскольку в качестве зависимой переменной выбран "долг".

Все вышеперечисленные показатели оказались не мультиколлинеарными, кроме показателей стоимости нефти и курса валют. Ряды данных показателей имеют корреляцию более 75%, поэтому одновременно не могут быть использованы в качестве независимых переменныхв правой части уравнения.

В качестве независимых переменных в модель закладывались приращения значений по сравнению к предыдущему периоду.

Все ряды были проверены на стационарность.

Следующие микроэкономические показатели были заложены в модель, как показатели, которые могут потенциально оказать наибольшее влияние на структуру долга компании согласно финансовой теории и предыдущим исследованиям, касающихся долговой нагрузки предприятий:

1.1. активы;

1.2. собственный капитал;

1.3. выручка;

1.4. чистая прибыль;

1.5. Сapex.

Переменная

Описание переменной

Зависимая переменная

Debtt

Debt - совокупный долг компании в структуре активов, включает в себя долгосрочный и краткосрочный долг компании в долларах США

на конец периода t.

Debtt= (Debtt - Debtt-1)/Debtt-1

Независимые переменные

Макроэкономические переменные

GDPj,t

GDP - валовый внутренний продукт Российской Федерации в долларах СШАза годt, данные взяты с сайта ЦБ Российской Федерации www.cbr.ru

GDPt=(GDPt - GDPt-1)/GDPt-1

Ratej,t

Rate - среднегодовая обменная ставка доллара к рублюза периодt (цена одного рубля в долларах), данные взяты из базы EikonReuters.

Ratet= (Ratet - Ratet-1)/Ratet-1

Oilj,t

Oil - среднегодовая цена на баррель нефти марки Brent в долларах США, данные взяты из базы EikonReuters.

Oilt= (Oilt - Oilt-1)/Oilt-1

Cbrj,t

Cbr - средневзвешенная процентная ставка по кредитам, предоставленным кредитными организациями нефинансовым организациям на период свыше одного года в валюте. Данные взяты с сайта ЦБ Российской Федерации www.cbr.ru.

Cbrt= (Cbrt - Cbrt-1)/Cbrt-1

Микроэкономические переменные

Assetj,t

Asset - сумма по стоке "Активы" компании j, включающая в себя краткосрочные и долгосрочные активы на конец года t. Данные взяты из базы EikonReuters и из годовых отчетов компаний в долларах США

Assetj,t= (Assetj,t - Assetj,t-1)/Assetj,t-1

Capexj,t

Capex - капитальные затраты компании j, взятые из отчета о движений денежных средств по инвестиционной деятельности за годовой период t. Данные взяты из базы EikonReuters и из годовых отчетов компаний в долларах США

Capexj,t= (Capexj,t - Capexj,t-1)/ Capexj,t-1

Equityj,t

Equity - собственный капитал компании j, согласно балансу компании jна конец годового периодаt. Данные взяты из базы EikonReuters и из годовых отчетов компаний в долларах США

Equityj,t= (Equityj,t - Equityj,t-1)/ Equityj,t-1

Revenuej,t

Revenue - выручка компании j, взятая из отчета о финансовом результате за годовой период t. Данные взяты из базы EikonReuters и из годовых отчетов компаний в долларах США

Revenuej,t= (Revenuej,t - Revenuej,t-1)/ Revenuej,t-1

Incomej,t

Income - чистая прибыль до налогообложения компании j, взятая из отчета о финансовом результате за годовой период t. Данные взяты из базы EikonReuters и из годовых отчетов компаний в долларах США

Incomej,t= (Incomej,t - Incomej,t-1)/Incomej,t-1

Перед построением регрессий все вышеперечисленные временные ряды по частным и государственным компаниямбыли проверены на стационарность посредством проведения Unitroottestв программе EViews. Ряды стационарны.

Далее вышеуказанные показатели были проверены на мультиколлениарность посредством расчета корреляции между показателями в программе Excel.

Корреляция между макроэкономическими показателямиRatej,tи Oilj,t, ,, а также микроэкономическими показателямиAssetj,t и Equityj,t, Incomej,t и Revenuej,t составила более 0,7, следовательно данные парные показатели оказались мултиколлениарными, следовательно не могут быть одновременно заложены в правую часть уравнения при построении регрессии.

Далее было проверено множество регрессий с включением вышеуказанных показателей.

2.2 Регрессия для нефтегазовых компаний РФ с частным участием

Было построено множество регрессий, наиболее значимыми оказалась регрессия со следующими зависимыми переменными:

Estimation Equation:

=========================

DEBT_T = C(1) + C(2)*ASSET + C(3)*CAPEX + C(4)*CBR + C(5)*OIL

со следующими коэффициентами

DEBT_T = 0.141621899447 + 0.993806726489*ASSET + 0.338766761609*CAPEX - 1.61315028877*CBR - 1.36578670733*OIL

DependentVariable: DEBT_T

Method: PanelLeastSquares

Sample: 1 26

Periodsincluded: 13

Cross-sectionsincluded: 2

Totalpanel (balanced) observations: 26

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.141622

0.108973

1.299605

0.2078

ASSET

0.993807

0.218873

4.540562

0.0002

CAPEX

0.338767

0.145517

2.328024

0.0300

CBR

-1.613150

0.667507

-1.767324

0.0803

OIL

-1.365787

0.505972

-2.699335

0.0134

R-squared

0.595773

Adjusted R-squared

0.518777

Durbin-Watsonstat

2.035100

Коэффициент Asset (Активы)является значимым на 0,1% уровне, следовательно, вероятность того, что показатель Assetвлияет на долг именно в данном уравнении,составляет 99,9%.

Коэффициент Capex (Капитальные затраты)является значимым на 5% уровне, следовательно, вероятность того, что показатель Capexвлияет на долг именно в данном уравнении, составляет 95%.

Коэффициент Cbr (рыночные % ставки по кредитам некоммерческим учреждениям)является значимым на 10 % уровне, следовательно, вероятность того, что показатель Cbrвлияет на долг именно в данном уравнении, составляет 90%.

Коэффициент Oil (цена на нефть)является значимым на 5 % уровне, следовательно, вероятность того, что показатель Oilвлияет на долг составляет именно в данном уравнении составляет 95%.

Такие переменные, как Выручка, Прибыль, ВВП, обменный курс рубля к долларуне дают значимых коэффициентов.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

GDP

0.922863

0.742673

1.242624

0.2284

REV

-0.322479

0.290687

-1.109366

0.2804

RATE

-1.292321

1.250548

-1.033403

0.3132

INC

-0.205750

0.177912

-1.156469

0.2611

Кроме того, если в регрессию по частным компаниям вместопоказателя Asset, включить показатель Equity (Собственный капитал), использовать два показателя одновременно нельзя, так как они мультиколлинеарны, коэффициент корреляции между двумя этими показателями составляет более 0,8, результаты также будут значимые

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.182108

0.119493

1.524009

0.1424

CAPEX

0.381641

0.160592

2.376465

0.0271

OIL

-1.364317

0.570182

-2.392775

0.0261

EQUITY

0.643835

0.180898

3.559111

0.0019

CBR

-1.582120

1.081414

-1.645893

0.0912

R-squared

0.500328

Adjusted R-squared

0.405152

 Durbin-Watsonstat

1.852393

R-SQUAREDв данной регрессииcнезависимой переменной "Equity" меньше, чем R-SQUARED в регресcии с независимой переменной "Asset". Это значит, чтоименно в вышеприведенных регрессиях с вышеуказанным набором показателей, зависимость изменения долга от изменения активов для частных компаний сильнее, чем зависимость изменения долга от изменения собственного капитала для частных компаний.

2.3 Регрессия для нефтегазовых компаний РФ с государственным участием

Было построено множество регрессий, наиболее приемлемой,с наибольшимзначением R-SQUAREDи с наибольшей значимостью коэффициентов, оказалась регрессия со следующими независимыми переменными:

Estimation Equation:

DEBT_T = C(1) + C(2)*ASSET + C(3)*INC + C(4)*GDP + C(5)*OIL

Substituted Coefficients:

DEBT_T = 0.0145876751395 + 1.12614250734*ASSET - 0.173953992127*INCОME + 0.80317724185*GDP - 1.35928164422*OIL

DependentVariable: DEBT_T

Method: PanelLeastSquares

Sample: 1 26

Periodsincluded: 13

Cross-sectionsincluded: 2

Totalpanel (balanced) observations: 26

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.014588

0.105154

-0.138727

0.2905

ASSET

1.126143

0.180654

6.233688

0.0000

INCOME

-0.173954

0.119413

-1.752056

0.0891

GDP

0.803177

0.464754

1.693515

0.0995

OIL

-1.359282

0.233825

-1.833909

0.0754

Коэффициент Asset (Активы) является значимым на 0,1% уровне, следовательно, вероятность того, что показатель Assetвлияет на долг именно в данном уравнении, составляет 99,9%.

Коэффициент Income (Прибыль)является значимым на 10% уровне, следовательно, вероятность того, что показатель Incomeвлияет на долг именно в данном уравнении, составляет 90%.

Коэффициент GDP (ВВП)является значимым на 10 % уровне, следовательно, вероятность того, что показатель GDPвлияет на долг именно в данном уравнении, составляет 90%.

Коэффициент Oil (Цена на нефть)является значимым на 10% уровне, следовательно, вероятность того, что показатель Oilвлияет на долг составляет именно в данном уравнении составляет 90%.

R-squared

0.614174

Adjusted R-squared

0.568783

 Durbin-Watsonstat

1.834284

Такие переменные, как Выручка, Прибыль, ВВП, обменный курс рубля к доллару даже при высоком уровне R-squaredне дают значимых коэффициентов.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

RATE

0.569205

0.979817

0.580930

0.5652

CBR

0.200496

0.976622

0.205296

0.8386

CAPEX

0.156373

0.106322

1.470743

0.1508

REV

0.407367

0.366142

1.112594

0.2737

EQUITY

0.438119

0.315450

1.388872

0.1739

Для государственных и частных компаний влияние коэффициента Asset (Активы)является значимым на 0,1% уровне

Для государственных компаний влияние коэффициента Oil (цена на нефть)является менее значимым ( на 10% уровне), чем для частных компаний (на 5% уровне)

Для государственных компаний на 10% уровне являются значимыми коэффициенты Oil (цена на нефть)иIncome (прибыль).

Для частных компаний на 5% уровне является значимым показатель Capex, на 10% уровне показатель Cbr (ставки по кредитам нефинансовым учреждениям).

Вывод

Таким образом гипотезы о том, что макро- и микроэкономические показатели не оказывают влияния на изменение размера долга частных и государственных нефтегазовых компаний Российской Федерации отвергаются.

Также из проведенного исследования можно сделать вывод о том, что разные макро- и микроэкономические показатели оказывают влияние на изменение долга частных и государственных компаний.

Для размера долга частных компаний значимыми показателями оказались величина активов, величина собственного капитала компании, капитальные затраты, цена не нефть и среднерыночные процентные ставки.

DEBT_T = 0.14 + 0.994*ASSET + 0.339*CAPEX - 1.613*CBR - 1.366*OIL

Коэффициенты "Активы", "Капитальные затраты" являются для частных компаний коэффициенты с положительным влиянием, коэффициенты "ставка по кредитам", "цена на нефть" являются коэффициентами с отрицательным влиянием. Это значит, что у частных компаний увеличение активов и увеличение капитальных затрат влечет за собой увеличение долга, увеличение ставки по кредитам и увеличение цены на нефть влечет за собой уменьшение долга.

Для размера долга государственных компаний значимыми показателями оказались ВВП, цена на нефть, размер активов компании и чистая прибыль компании.

DEBT_T = 0.015 + 1.126*ASSET - 0.174*INCОME + 0.803*GDP - 1.359*OIL

Коэффициенты "Активы", "Валовый внутренний продукт" являются для частных компаний коэффициентами с положительным влиянием, коэффициенты "чистая прибыль", "цена на нефть" являются коэффициентами с отрицательным влиянием. Это значит, что у государственных компаний увеличение активов компании и увеличение валового внутреннего продукта Российской Федерации влечет за собой увеличение долга, увеличение чистой прибыли и увеличение цены на нефть влечет за собой уменьшение долга.

Два одинаковых показателя оказались значимыми для изменения объема долга и для государственных и для частных компаний - цена на нефть и активы компании.

Активы. Коэффициент показателя активы у государственных компаний равен 1,126, у частных компаний 0,994. Данные коэффициенты означают, что государственные компании более интенсивно наращивают свой долг при увеличении уровня активов, чем частные компании. Частные компании более сдержанны в своей долговой политике. Также из проведенного анализа видно, что показатель долга частных компаний чувствителен к размеру собственного капитала компании. Долговая политика государственных компаний ориентирована на размер активов и не настолько чувствительна к размеру собственного капитала, как долговая политика частных компаний.

Цена на нефть. Коэффициент показателя "цена на нефть" государственных компаний равен "- 1.359", у частных компаний "- 1.613". Степень влияния цены на нефть на уровень долга более существенна для частных компаний, нежели для государственных. Можно сделать вывод о том, что при уменьшении цены на нефть компания склонна наращивать долг во избежание нехватки ликвидности при сокращенных поступлениях денежных потоков от выручки, обусловленных низкими ценами на нефть. При увеличении цены на нефть компания генерирует достаточное количество денежных средств и может обойтись меньшим количеством долга.

Заключение

В настоящей работе были проанализированы поставленные вопросы и получены следующие результаты исследований.

Компании нефтегазового сектора, основываясь на показателях платежеспособности и рентабельности проявили устойчивость в периоды 2001-2015 гг., в том числе и в периоды кризиса 2008-2009, 2014-2015.

Макроэкономические показатели в совокупности с микроэкономическими показателями оказывают значимое влияние на изменение долга частных компаний нефтегазового сектора Российской Федерации. финансовый устойчивость нефтегазовый регрессия

Макроэкономические показатели в совокупности с микроэкономическими показателями оказывают значимое влияние на изменение долга государственных компаний нефтегазового сектора Российской Федерации.

На изменение размера долга частных и государственных компаний, влияют, в том числе одинаковые макро- и микроэкономические показатели:размер активов, цена на нефть.

Несмотря на кажущееся на первый взгляд сходство финансовых стратегий, в том числе и стратегии долгового финансирования компаний нефтегазового сектора Российской Федерации, в развитии государственных и частные компании нефтегазового сектора РФ можно наблюдать как схожие, так и различные тенденции.

Государственные компании обладают более высоким уровнем Leverage, чем частные компании, то есть кредитная нагрузка государственных компаний превышает кредитную нагрузку частных компаний.Государственные компании имеют более высокий показатель CurrentRatio, то есть у них выше уровень покрытия краткосрочных обязательств. Но достаточно высокий по сравнению с частными компаниями уровень заемного капитала не дает более высоких показателей рентабельности на среднегодовом уровне за период 2001-2015, по сравнению с частными компаниями. Долговая политика государственных компанийвзаимосвязанас размером активов, прибылью, ВВП, ценой на нефть. При этом анализ не показал существенной зависимости изменений долга государственных компаний от размера собственного капитала и среднерыночных процентных ставок. Из преимуществ большой долговой нагрузки компаний и ориентацию на активы и ВВП можно отметить достижения в некоторые некризисные периоды высоких уровней рентабельности, намного превышающих уровни рентабельности частных компаний, хотя опять же показатель волатильности такой рентабельности довольно велик. Также из интересных показателей компаний государственного сектора является взаимосвязь прибыли компаний и долга с отрицательным коэффициентом. Это можно объяснить тем, что в период высокой прибыли компании пытаются снижать долговую нагрузку и погашать некоторые кредиты досрочно:

"Газпром: Кредиты GPBCreditRiskManagementS.A и Россельхозбанка были досрочно погашены полностью в сентябре и декабре 2009 года соответственно. В декабре было также осуществлено частичное досрочное погашение кредита Сбербанка на 720 млн долларов США, говорится в отчете.

«Роснефть» начала досрочно погашать кредиты, взятые на покупку ТНК-ВР. Компании помогли стабильный денежный поток и экономия на капвложениях

НК "Роснефть" досрочно погасила кредит в размере 577 млн долларов США, привлеченный в IV квартале 2008г. у Внешэкономбанка сроком на 1 год, сообщила пресс-служба компании., досрочное погашение кредита Внешэкономбанку осуществлено из средств, заработанных компанией в I квартале 2009г., и "обусловлено желанием в кратчайшие сроки возвратить государству предоставленные им средства".

Частные компании.Что касается показателей рентабельности, то по всем тестируемым коэффициентам рентабельности частные компании показали лучший результат при меньшем уровне волатильности, как за весь период, так и в период кризиса. Также долговая политика частных компаний показала взаимосвязь не только с величиной активов, но также и со значением собственного капитала компании. Высокая рентабельность частных компаний может быть следствиемвзаимосвязи долговой политики компаний и инвестиционных программ предприятий, размера собственного капитала компаний, чувствительности политики кредитования к рыночным ставкам по кредитам, цене на нефть. Таким образом, можно сделать вывод о высокой эффективности в части рассчитанных показателей рентабельности частных компаний, а так же оменее объемной политике кредитования у частных компаний по сравнению с государственными компаниями.

Делись добром ;)