Эмпирическое исследование влияния вознаграждения топ-менеджеров на результаты деятельности российских компаний

Выдвижение гипотез, описание выборки и переменных

Цель данного исследования выяснить, какие компоненты системы вознаграждения топ менеджеров влияют на результаты деятельности российских компаний, а также установить, каков данный эффект (положительный или отрицательный). Получив результаты, можно будет понять, как именно стоит решать проблему принципал-агент в России. В данной работе к топ-менеджерам мы будем относить всех членов правления компании, включая генерального директора. Как уже было сказано в предыдущей главе данной работы, система вознаграждения управленческого персонала состоит из множества компонентов. Это и фиксированная заработная плата, различные премии, а также стимулирующее вознаграждение в виде денежных выплат (в случае с фантомными акциями) и опционов, акций с ограничениями. Однако если заработную плату топ-менеджеры получают каждый месяц, то годовую премию и выплаты по различным программам мотивации они получают после объявления результатов деятельности компании за последний календарный год (примем данный год за t). В результате, примерно половину общего вознаграждения, в зависимости от системы оплаты труда компании, за завершенный год (за год t) топ-менеджеры получают в первом полугодии следующего года (в году t+1). Соответственно, возможный эффект от стимулирующей части вознаграждения, в виде отличных результатов деятельности компании, можно наблюдать по итогам периода t+1. Таким образом, в качестве основных гипотез данного исследования выступают следующие утверждения:

H1: Совокупное денежное вознаграждение топ-менеджеров за текущий год положительно влияет на результаты деятельности компаний в следующем году и это влияние статистически значимо.

Заработная плата (оклад) является неэффективным инструментом мотивации сотрудников компании, в особенности топ-менеджеров, так как она никак не зависит от результатов его деятельности. Однако в состав общего денежного вознаграждения входит также годовая премия, а у некоторых компаний и денежное вознаграждение в рамках долгосрочной стимулирующей программы (например, в случае с фантомными акциями), которые зависят от результатов компании. Согласно Д. Нортону и Р. Каплану «когда работник поймет, что его вознаграждение зависит от достижения стратегических целей, тогда стратегия станет поистине повседневной работой каждого» [3]. В связи с этим мы предполагаем значимое влияние данного вида вознаграждения на будущие результаты деятельности компаний.

H2: Реализация долгосрочных программ мотивации топ-менеджеров положительно влияет на результаты деятельности компаний в следующем году и это влияние статистически значимо.

В случае данной гипотезы компании осуществляют долгосрочную программу стимулирования управленческого персонала. К таким программам в России обычно относятся компенсации в виде опционов, акций с ограничениями, дивидендов с фантомных акций или выплат с прироста стоимости акций. В рамках программы, которая в России среднем длится 3 года, вознаграждение распределяется равномерно за каждый год. Конечно же, сумма денежных выплат или количество опционов будет зависеть от годовых результатов компании. Однако, уже в начале года, когда совет директоров (а именно комитет по вознаграждениям) объявляет о реализации программы, топ-менеджеры уже представляют возможный размер компенсации, что тем самым стимулирует их. Таким образом, акционеры могут ожидать высоких результатов деятельности компании уже в следующем году.

Проверить выдвинутые гипотезы возможно при помощи регрессионного анализа. Объектами исследования станут крупнейшие компаний России из разных отраслей. Компании, попавшие в выборку, отбирались по следующим критериям:

• · Компания должна публиковать годовые и ежеквартальные отчеты о своей деятельности
• · Компания должна раскрывать информацию об общем вознаграждении топ-менеджеров за год
• · Компания должна иметь положительную чистую прибыль по итогам года
• · Акции компании должны котироваться на московской бирже (ММВБ) или на бирже РТС

В итоговую выборку попало 17 компаний, занимающих верхние позиции рейтинга РБК 500 [37], данные по которым были собраны за период с 2008 по 2015 год. Такой выбор связан с возможным построением панельной регрессии, а также с необходимостью анализа вознаграждения топ-менеджеров за достаточно большой промежуток времени. В таблице 12 представлен список компаний и сфера их деятельности.

Таблица 12.

Список компаний, участвующих в выборке

Теперь перейдем к описанию переменных для регрессионного анализа.

Зависимые переменные:

• · MC — среднее значение рыночной капитализация компании за год (млн. руб.). Согласно агентской теории, акционеры компании нанимают профессиональных управленцев, которые должны действовать в их интересах и в результате увеличить стоимость компании (Ghosh, Sirmans, 2005). В связи с этим использование рыночной капитализации в качестве показателя, на увеличение которого в теории должны быть нацелены действия топ-менеджеров, вполне оправдано. В работе Байбуриной и Шустровой была выявлена зависимость этого показателя от вознаграждения топ-менеджмента и совета директоров крупных российских компаний (Байбурина, Шустрова, 2008). С целью выявить реальный вклад топ-менеджеров в результаты компании, в регрессии будет использоваться среднее значение капитализации, что позволит снизить влияние экономической ситуации и каких-либо манипуляций ключевых управленцев на данный показатель.
• · ROA — рентабельность активов компании по итогам года (%). Данная переменная активно использовалась в предыдущих исследованиях (Balafas, Florackis, 2014; Upneja, Ozdemir, 2014), как показатель результатов деятельности компании. Результаты данных работ выявляли значимую зависимость рентабельности от различных видов вознаграждения управленческого персонала. Кроме того, согласно (Paul, 1992), бухгалтерские показатели, в том числе и рентабельность активов являются сигналом для совета директоров о вкладе топ-менеджера в развитие компании.

Независимые переменные:

• · Compensation — общая сумма денежного вознаграждения членов правления компании, включая генерального директора (млн. руб.). Во многих зарубежных исследованиях авторы используют несколько переменных, характеризующих как премиальный компонент вознаграждения, так и фиксированную заработную плату. В связи с тем, что даже в самых крупных компаниях России суммы компонентов вознаграждения не всегда уточняются, в данной работе используется общая сумма компенсации.
• · Size — размер компании, равный среднему значению активов за год (млн. руб.). Согласно Байбуриной и Шустровой, данная переменная является фундаментальным фактором роста компании и ее капитализации. Кроме того, данный показатель оказывает прямое влияние на рентабельность активов компании.
• · Profit — чистая прибыль фирмы за год (млн. руб.). Кроме влияния на рентабельность активов, данный показатель также должен влиять и на рыночную капитализацию, так как он отражает степень привлекательности компании для инвесторов. Инвесторы будут охотнее вкладываться в компании с большей прибылью, что должно привести к росту стоимости акций этих компаний и к росту их рыночной капитализации.
• · Inddirect — доля независимых директоров, в составе директоров компании (%). «Независимый директор —это член совета, который не находится в финансовой или иной зависимости от менеджмента и собственников компании, не является представителем государства или аффилированным к компании лицом; он добросовестно работает в интересах компании [2, стр. 109]». Согласно Х. Мейран (H. Mehran, 1995), наличие независимых директоров в совете директоров способствует отстаиванию интересов акционеров и приводит к более высоким результатам деятельности компании. Барнхарт и Марр (Barnhart, Marr, 1994) на выборке из 376 компаний за 1992 год пришел к выводу, что компании, в которых есть независимые директора, достигают значительных результатов по сравнению с другими организациями.
• · Share — доля обыкновенных акций, которыми владеют члены совета директоров и топ-менеджеры (%). Согласно Jensen, Meckling (1976), Jensen, Murphy (1990), наделение топ-менеджеров акциями компании, мотивирует их действовать в интересах акционеров и помогает решить агентскую проблему.
• · Tenure — целое число лет, которое проработал генеральный директор компании по истечении года. Данная переменная может оказывать как положительное, так и отрицательное влияние на результаты компании, так как главную роль здесь будут играть личные качества топ-менеджера.
• · Dummy_longcomp — бинарная переменная, характеризующая реализацию в компании долгосрочных программ мотивации топ-менеджеров (опционы, фантомные акции, акции с ограничениями, права на прирост стоимости акций). Переменная принимает значение 1, если в компании существуют подобные программы, 0 если нет. В отчетах зарубежных компаний детально отражены все компоненты общего вознаграждения топ-менеджеров. К сожалению, российские компании предоставляют информацию лишь о реализации долгосрочных программ мотивации, но обычно не публикуют количество или долю обыкновенных акций в уставном капитале или размер денежных выплат, которые получают менеджеры в результате данных программ мотивации.
• · Dummy_KPI — бинарная переменная, показывающая существование в компании ключевых показателей эффективности каждого членов правления. Переменная принимает значение 1, если годовая премия топ-менеджера зависит от выполнения данных показателей, 0 если нет.

В связи с тем, что данные по компаниям собраны за длительный промежуток времени с 2008 по 2015 год, значения таких переменных, как Size, Compensation, Profit необходимо привести к одному году. Что касается рыночной капитализации (MC), то, являясь рыночным, данный показатель не требует корректировки. К данным за 2015 год относятся только переменные, характеризующие результаты компании — MC, ROA. Поэтому значения переменных Size, Compensation, Profit будут включены в модель в ценах 2014 года. Корректировка значений будет сделать путем наращения на инфляцию 2009;2013 годов соответственно.

Таким образом, практическая часть данной работы связана с построением двух регрессионных моделей для проверки ранее выдвинутых гипотез. Модели будут построены с использованием программных пакетов Stata 13, Eviews 8. Для каждого вида модели будет построено три вида регрессии (обычная регрессия метода наименьших квадратов, панельная регрессия с фиксированными эффектами и панельная регрессия со случайными эффектами), после чего будет выбран тот вид, который наилучшим образом описывает собранные данные.