Сегодня ситуация на рынке характеризуется быстрыми изменениями, сказывается и влияние нарастающей глобализации. Для сохранения кон­курентоспособности и создания новых конкурент­ных преимуществ компаниям необходимо посто­янно совершенствовать технологии производства, создавать новые продукты и формировать новые источники конкурентных преимуществ, связанные с созданием нематериальных активов. Все это тре­бует от компании немалых затрат как на ИР, так и в целом на финансирование инновационной дея­тельности [Трачук А. В., 2013].

Вместе с тем в настоящее время большинство российских компаний промышленного сектора ис­пытывает ограничение ликвидности, связанное с невозможностью или нерентабельностью привле­чения заемных средств, его причиной стали санк­ции в отношении России, введенные в действие Европейским Союзом и США после включения Крыма в состав РФ. В финансовом секторе санкции затрагивают 60% активов банковской системы РФ и весьма серьезно ограничивают развитие страны. Увеличение стоимости фондирования для россий­ских банков и организаций привело к росту ставок и повышению ставки кредита для российских ком­паний, что, в свою очередь, неминуемо сказалось на инвестициях компаний в текущую деятельность, в том числе и на вложения в ИР.

Еще более значимыми санкции оказались для промышленных компаний. Во-первых, стало меньше возможностей привлечения инвестиций на приемлемых условиях, а во-вторых, ограничен доступ к новым технологиям. Для создания соб­ственных аналогичных технологий или внедрения китайских потребуется время. Запрет на ввоз това­ров двойного назначения и ограничения невоенного высокотехнологичного импорта также могут уси­лить технологическое отставание России от веду­щих мировых держав.

На решения компаний инвестировать в иссле­дования и разработки, на объемы этих инвестиций и результативность инновационной деятельности российских промышленных компаний влияют огра­ничения ликвидности в двух формах:

В отечественной литературе влияние ограниче­ния ликвидности на инвестиции в ИР не получило особого освещения. На Западе эта тема достаточно хорошо изучена, однако результаты исследований неоднозначны и противоречивы. Большинство ис­следований доказали отрицательный эффект огра­ничения ликвидности на вложения в ИР [напри­мер, Aghion P, Askenazy P, Berman N. et al., 2012; Mancusi M. L., Vezzulli A., 2012; Bellone F., Musso Р, Nesta L. et al., 2013] и в инновации [Savignac F., 2008]. Для решения компании направлять инве­стиции в ИР более важным оказывается наличие собственных источников средств, чем возмож­ность привлечения заемных источников финанси­рования, следовательно, такие решения нечувстви­тельны к ограничению ликвидности [Czarnitzki D., Hottenrott H., 2011]. Решения об инвестировании в ИР во многом зависят от наличия ограничений лик­видности, но не значительно больше, чем решения об инвестициях в текущую деятельность [Mulkay B., Hall B. H., Mairesse J., 2001]. Инвестиции в исследо­вания и разработки не зависят от потока денежной наличности, и, следовательно, финансовые ограни­чения не оказывают большого влияния на решения фирм инвестировать в ИР [Bond S., Harhoffand D., Van Reenen J., 2003].

В западных исследованиях спорным является вопрос о том, как определить, измерить и дока­зать влияние ограничений ликвидности. Исполь­зуемые косвенные инструменты: инвестиционная чувствительность к потоку наличности [Fazzari S., Hubbard R. G., Petersen B. C., 1988], коэффици­енты левереджа и коэффициенты ликвидности [Greenaway D., Guariglia A., Kneller R., 2007] были подвергнуты критике [Kaplan S., Zingales L., 2007] в связи с тем, что в большей степени отражают эффективность функционирования самой компа­нии и не обязательно свидетельствуют о наличии ограничений ликвидности. В других исследова­ниях это ограничение игнорировано за счет от­бора только тех компаний, которые напрямую испытывали финансовые ограничения (банки не одобрили им кредиты) [Tiwari A. K., Mohnen P., Palm F. C. et al., 2007; Hajivassiliou V, Savignac F., 2011; Mancusi M. L., Vezzulli A., 2012], или компа­ний, которые не имели доступа на рынки капита­ла из-за плохой репутации (кредитной истории), или достаточного капитала для обеспечения за­лога, или большого опыта работы на рынке (на­ходились в начале жизненного цикла) [Aghion P., Askenazy P. BermanN. etal., 2012].

В данной статье для анализа использова­на методология, заключающаяся в использова­нии индекса [Whited T M., Wu G., 2006], рас­считанного далее. Она применялась в ряде исследований [Mancusi M. L., Vezzulli A., 2010; Altomonte C., Gamba S., Mancusi M. L. et al., 2013].

В исследовании использованы данные россий­ских компаний, работающих в обрабатывающей промышленности, за 2013-2014 годы. Согласно рекомендациям Росстата, компании разделены по уровню технологического обеспечения соответ­ствующих отраслей:

Плохое финан­совое состояние компании и соот­ветствующее от­сутствие доступа к рынку капитала. Для отбора исполь­зован нормативный подход к определе­нию уровня финан­сового состояния - сравнение расчетного финансо­вого показателя с нормативным значением [Единые 2013; Постановление 2003; Приказ 2010]. Если зна­чение отдельного показателя находилось вне диа­пазона нормативного значения, то предполагалось, что финансовое положение компании плохое и она испытывает ограничение ликвидности, обусловлен­ное невозможностью доступа на рынки капитала.

Отобраны те компании, у которых значение хотя бы двух коэффициентов ниже нормативного. В табл. 1 показаны используемые показатели финансового состояния для отбора компаний и их нормативные значения.

В качестве источников информации использова­ны базы данных системы профессионального анали­за рынков и компаний «СПАРК», база данных «Рус­лана», центральная база статистических данных ЦБ, а также данные с веб-сайтов промышленных компаний, показатели, отраженные в программах инновационного развития, статистической форме отчетности 4 «Инновации», дополненные данными бухгалтерской финансовой отчетности. Из исследо­вания исключены малые и средние фирмы, бухгал­терские финансовые отчеты которых недоступны. Всего было проанализировано 970 промышленных компаний, отобрано 198 (табл. 2). В табл. 3 показано распределение отобранных компаний по секторам обрабатывающей промышленности.

Переменными явились размер компании, отрас­левая принадлежность, вложения в ИР и показатели экспортной деятельности. Для отражения вложений в ИР и экспортной деятельности введены фиктив­ные переменные:

Для отображения влияния ограничений лик­видности на инновации введена переменная RDint, показывающая долю выручки от реализации, на­правленную на инновации. Для анализа влияния ограничений ликвидности на экспортную деятель­ность введена переменная EXPint, отражающая долю выручки от экспортной деятельности в общей выручке от реализации. Статистика введенных пе­ременных отображена в табл. 4.

Таблица 4

Описательная статистика переменных исследуемых компаний

СекторФиктивная переменная R$D = 1, % компанийФиктивная переменная EXP = 1, % компанийДоля выручки от реализации от экспортной дея­тельности EXPint*СтандартноеотклонениеДоля выручки от ре­ализации, направ­ленная на инновации RDint*Стандартное отклонениеДо 250 чел. (37 компаний)Высокотехнологичный3780,040,00310,00120,00054Среднетехнологичный: высокого уровня низкого уровня4831760,0430,0260,00250,00380,00130,00150,000380,00041Низкотехнологичный3440,0190,00240,000390,000071250-499 чел. (45 компаний)Высокотехнологичный41190,0640,00280,001120,00054Среднетехнологичный: высокого уровня низкого уровня542816140,0580,0760,00360,00710,001240,001050,000380,00041Низкотехнологичный31110,0190,00630,000090,000071500-999 чел. (38 компаний)Высокотехнологичный43320,1230,00270,0010920,000302Среднетехнологичный: высокого уровня низкого уровня37181990,1430,2260,00340,00270,002130,001090,000080,00021Низкотехнологичный13140,3110,00320,001130,0001071000-4999 чел. (28 компаний)Высокотехнологичный53380,190,001180,002090,00023Среднетехнологичный: высокого уровня низкого уровня443524160,210,180,002170,003180,001030,002150,0001080,000411Низкотехнологичный11170,110,002040,0001070,00001735000-9999 чел. (31 компания)Высокотехнологичный51410,2140,00310,001170,00052Среднетехнологичный: высокого уровня низкого уровня642332110,2430,2160,00270,002320,001140,001190,000830,000191Низкотехнологичный12150,1190,001140,0001390,000001210000 чел и более (19 компаний)Высокотехнологичный67750,3440,00410,002170,000126Среднетехнологичный: высокого уровня низкого уровня696164520,3430,2260,00150,00280,001760,001950,0001530,000815Низкотехнологичный37380,2190,00140,001390,0000237* Средневзвешенное значение.

Для анализа влияния ограничений ликвид­ности на решения компаний об инвестировании в ИР, объем этих вложений и результативность инновационной деятельности использована систе­ма одновременных эконометрических уравнений, особенности построения которой заключаются в том, что каждая независимая переменная y рас­сматривается как функция одного и того же набо­ра факторов x. В качестве независимых факторов рассматривались традиционные показатели, пред­ложенные в исследованиях по данной тематике: размер фирмы S, доля выручки от экспортной дея­тельности в общей выручке от реализации EXPint, доля выручки от реализации, направленная на ин­новации RDint, полная факторная производитель­ность компаний LTF2014, инвестиции в основной капитал CI.

Детерминанта размера компании [Cohen W M., Klepper S., 1996] была объяснена тем, что инвести­ции в ИР требуют достаточно больших затрат, ко­торые крупные фирмы могут распределить на боль­ший объем продукции, и поэтому, вероятно, они будут менее склонны отказаться участвовать в ИР. Кроме того, крупные фирмы имеют более сложив­шиеся отношения с инвесторами, что также облег­чает их доступ к финансированию. Среди других подобных исследований можно выделить те, где на основе эмпирических исследований подтвержда­ется положительная взаимосвязь между размером компании и вероятностью принятия решения об ин­вестициях в ИР [CreponB., Duguet E., Mairesse J., 1998; Bond S., Harhoffand D. VanReenenJ., 2003]. Показано воздействие полной факторной производительности на инвестиции в ИР и инновации [Blundell R., Griffith R., Van Reenen J., 2009], при­чем доказана значимая связь между факторной производительностью фирмы и решением вложе­ний в ИР В исследовании [Altomonte C., Gamba S., Mancusi M. L. et al., 2013] показана положительная взаимосвязь между экспортной деятельностью и инвестициями в ИР. В нашем исследовании для анализа эффекта экспортной деятельности была введена переменная EXPint.

Эконометрическая модель состоит из трех ча­стей. В первой части уравнение оценивает потреб­ность фирмы во внешнем финансировании. Вторая часть состоит из двух уравнений, объясняющих решение компании к вложениям в ИР и их объем. Третья часть показывает взаимосвязь результатив­ности инновационной деятельности и объема рас­ходов на инновации.

Математически модель выглядит следующим образом:

где WWi - индекс, измеряющий потребность во внешнем финансировании i-й компании; β - на­правление вектора изменения параметров; LTF2014i - полная факторная производительность i-й ком­паний в 2014 году; Si - размер i-й компании, опре­деляемый среднесписочной численностью сотруд­ников; CIi - инвестиции i-й компании в основной капитал; Vli - остаточный член, характеризующий влияние всех остальных факторов, не вошедших в модель; yi - вероятность принятия компанией решения об инвестировании в ИР i-й компании; ωi - объем инновационных расходов при решении i-й компании инвестировать в ИР; gi - результаты ин­новационной деятельности, выражающиеся в объ­еме выпущенной инновационной продукции i-й компании.

Для оценки влияния ограничения ликвидности использован индекс WW, измеряющий потребность фирмы во внешнем финансировании [Whited T. M., Wu G., 2006]. Индекс WW получен как функция максимизации структурно-инвестиционной моде­ли, имеет вид:

где LNTA - балансовая стоимость имущества компании; ISG - прирост выручки от реализации; CF - отношение денежного потока к общей стоимости имущества; DIVPOS - фиктивная переменная, равная 1, если компания выплачивает дивиденды, и 0 - если нет; TLTD - отношение долгосрочной задолженности к собственным средствам; SG - вы­ручка от реализации.

Расчет индекса производился на основе данных, представленных в табл. 5.

Вторая часть модели оценивает влияние факто­ров на решение инвестиций в ИР и - при положи­тельном решении - объем вложений в ИР в расче­те на одного сотрудника, занятого ИР. Для анализа использована модель цензурированной регрессии Хекмана, которая позволяет не только оценить склонность компании к вложениям в инновации, но и определить объем этих вложений. Модель со­стоит из модели бинарного выбора, определяющей, инвестировать или нет, и линейной модели, которая оценивает объем вложений в ИР.

Таким образом, в модели Хекмана имеются две латентные переменные, которые объясняют реше­ние фирм инвестировать в ИР:

где yi - наблюдаемая бинарная переменная, ко­торая равняется 1, если компания принимает реше­ние инвестировать в инновации, и 0 - если нет; у*i, латентная (ненаблюдаемая) эндогенная перемен­ная, измеряющая факторы, влияющие на решение компании инвестировать в ИР, может интерпре­тироваться как критерий выбора, в нашем случае ожидаемая величина прибыли фирмы от иннова­ционной деятельности. βij - векторы параметров, ха­рактеризующие изменение анализируемых данных, vij - остаточный член, показывающий влияние всех остальных факторов, не вошедших в модель.

Случайные ошибки модели предполагаются нормально распределенными.

Компании принимают решение об инвестиро­вании в исследования и разработки, если yt* - не­наблюдаемая эндогенная переменная, характери­зующая решение компании инвестировать в ИР, при величине определенного порога  - ожидаемо­го объема прибыли от реализации инновационной продукции.

Второе уравнение модели Хекмана отражает объем расходов при выборе «инвестировать», кото­рая выражена как величина вложений в ИР в расче­те на одного сотрудника, занятого ИР:

где Wt*— ненаблюдаемая переменная, оценива­ющая объем инновационных расходов на ИР в рас­чете на одного сотрудника, занятого ИР.

Если в первом уравнении был выбран вариант «не инвестировать», Wt* принимается равной нулю.

Третья часть модели показывает зависимость результатов инновационной деятельности как про­изводную функции:

где gi - результаты инновационной деятельно­сти, выражающиеся в объеме выпущенной иннова­ционной продукции.

В табл. 6-8 показаны результаты расчетов вли­яния ограничения ликвидности на решения компа­нии об инвестировании в ИР, интенсивности этих инвестиций и результативности инновационной деятельности компаний.

Согласно произведенным расчетам, размер компании, объем экспорта и вложения в иннова­ции отрицательно коррелируют с потребностью во внешнем финансировании. Чем больше ком­пания, тем меньше вероятность ограничений лик­видности для фирмы. Это можно объяснить тем, что крупная компания может использовать имею­щиеся накопления и имеет взаимосвязи с банками. Банки также предпочитают кредитовать крупные фирмы из-за меньшей асимметрии в информации, т. е. наличия большего объема информации о де­ятельности крупных компаний из разных источ­ников. Меньшие по размеру фирмы сравнительно ограничены в средствах. Это объясняется недоста­точностью размеров собственных фондов, более высокой стоимостью заемных средств и больши­ми потребностями в финансировании ИР. Таким образом, финансирование при наличии ограни­чений ликвидности для компаний меньшего раз­мера имеет большее значение, чем для крупных компаний. Экспортная деятельность также сни­жает значимость ограничения ликвидности, так как компания-экcпортер может получить кредит на внешнем рынке.

Более крупные или более производительные фирмы меньше нуждаются во внешнем финанси­ровании. Эти тенденции характерны и для показа­телей процента товарооборота, который компания инвестировала в инновации RDint, и процента това­рооборота, полученного от экспорта EXPint.

Приведенные расчеты показывают, что наличие ограничений ликвидности оказывает негативное влияние на решения компании инвестировать в ИР, причем данная зависимость более всего выраже­на для компаний среднетехнологичных секторов высокого уровня (0,548) и низкого уровня (0,492) (в скобках указана эластичность влияния индекса потребности во внешнем финансировании (WW) на вероятность решения компании инвестировать в ИР). В то же время для компаний высокотехноло­гичных и низкотехнологичных секторов эта зави­симость характерна в меньшей степени. При этом ограничения ликвидности больше влияют на реше­ние компании об инвестировании в ИР, чем на объ­ем расходов на ИР в расчете на одного сотрудни­ка, занятого ими. Во всех секторах ограничение ликвидности оказывает незначительное влияние на объем вложений в ИР, последнее больше зави­сит от наличия собственных фондов. Об этом сви­детельствуют и показатели эластичности влияния инвестиций в основной капитал (0,311; 0,392; 0,255; 0,259 соответственно, см. табл. 7, строка Cl).

Фирмы-экспортеры с большей вероятностью примут решение об инвестировании в ИР, посколь­ку работают в более конкурентной среде.

Все это служит подтверждением обратной U-зависимости между конкуренцией и инновация­ми. Кроме того, секторальный анализ показывает, что в высокотехнологичных секторах с небольшим количеством игроков идет конкуренция по качеству (что создает благоприятную почву для инноваций), и можно наблюдать положительное влияние уве­личения конкуренции на производительность, а на рынке низкотехнологичных секторов с боль­шим числом игроков преобладает конкуренция по цене, и мы наблюдаем обратную тенденцию, ког­да компания отказывается от вложений в ИР и ин­новации.

Как и ожидалось, ограничения ликвидности оказывают отрицательное воздействие на продажи инновационной продукции, прежде всего в высоко­технологичных и среднетехнологичных секторах высокого уровня (0,772 и 0,857 соответственно).

Также доказана положительная корреляция между конкурентностью рынков и результатив­ностью инновационной деятельности. Так, ком­пании-экспортеры отличаются большей резуль­тативностью инновационной деятельности, даже в условиях ограничения ликвидности. Эта зависи­мость сильнее выражена в высокотехнологичных и среднетехнологичных секторах (0,472; 0,441; 0,315 соответственно) и чуть менее в низкотехно­логичном секторе (0,201). Большая численность со­трудников, полная факторная производительность не оказывают значительного эффекта на результа­тивность инновационной деятельности.

Также можно сделать вывод о том, что малые компании и компании низкотехнологичных секто­ров нуждаются не в увеличении интенсивности ИР, а в инвестициях, упрощающих заимствование гото­вых технологий на развитых рынках.

Научные исследования и разработка новых тех­нологий приносят обществу в целом большую поль­зу, чем та прибыль, которую извлекает инноватор, что приводит к склонности компаний недостаточно недоинвестировать в ИР Особое значение данный эффект приобретает в условиях, когда компания ис­пытывает ограничения ликвидности.

Наша эмпирическая модель позволяет сделать несколько выводов о взаимосвязи ограничений лик­видности, решении компании инвестировать в ИР и результативности инновационной деятельности.

Показано, что при наличии больших свободных средств у крупной компании облегчается финан­сирование ИР и инноваций. Компании, отличаю­щиеся большим размером и более значительными вложениями в текущую деятельность, с большей вероятностью будут вкладывать средства в ИР даже при наличии ограничений ликвидности. Меньшие по размеру фирмы более чувствительны к ограни­чениям ликвидности для инвестиций в ИР.

Еще одним важным выводом является значи­мость собственных средств для финансирования ИР Фирма, которая больше инвестирует в текущую деятельность, скорее всего, будет вкладывать и в ИР

Из-за ограничения ликвидности уменьшается количество компаний, принимающих решение ин­вестировать в ИР, особенно в среднетехнологич­ных секторах, и оказывает незначительное влияние на объем вложений компании в ИР из расчета на од­ного сотрудника, занятого инновационной деятель­ностью. Эта зависимость характерна для всех рас­смотренных секторов промышленности.

Подтверждена обратная U-зависимость между конкуренцией и инновациями. Так, фирмы-экс­портеры с большей вероятностью примут решение об инвестировании в ИР, поскольку находятся в бо­лее конкурентной среде. Кроме того, секторальный анализ показывает, что в высокотехнологичных секторах с небольшим количеством игроков име­ет место конкуренция по качеству (складывается благоприятная ситуация для инноваций) и можно наблюдать положительное влияние увеличения конкуренции на производительность. В низкотех­нологичных секторах с большим числом игроков преобладает конкуренция по цене, и мы наблюда­ем обратную тенденцию: компания отказывается от вложений в ИР, предпочитая заимствовать тех­нологии. Малые компании (независимо от сектора) и компании, работающие в низкотехнологичных секторах, нуждаются не в увеличении объема ин­вестиций в ИР, а в инвестициях, упрощающих за­имствование уже готовых технологий на развитых рынках.

Вместе с тем наше исследование имеет ряд ограничений. Для анализа нами был использо­ван прямой ограничитель ликвидности, который только косвенно идентифицирует ограничения ликвидности (см. критический анализ [Kaplan S., Zingales L., 2007]), что связано с отсутствием у нас более детальных данных о доступности кредито­вания для исследуемых компаний и фактического размера потребности во внешнем финансирова­нии. Следовательно, в дальнейшем целесообразно провести анкетирование компаний промышлен­ного сектора и дать более точную оценку инве­стиционных моделей, основанных на уравнении Эйлера, модели акселератора или модели устра­нения ошибки, которые позволяют определить оптимальную модель соотношения собственного и заемного капитала.

Также представляется интересным сравнить полученные нами данные с помощью индекса по­требности в финансировании с методологией рас­чета регрессионных уравнений на основе индекса кредитного рейтинга, который непосредственно показывает возможность доступа к получению кредита (используется, например, в исследовании [Canepa A., Stoneman P., 2013]).

И наконец, перспектива государственной под­держки финансирования исследований и разрабо­ток требует дальнейшего анализа эффективности существующих моделей государственного финан­сирования: трансферы конкурирующим на одном технологическом уровне фирмам, субсидии, про­порциональные вложениям компаний в ИР, гранты за внедрение новых изобретений.