Разработка практических рекомендаций по определению проектной компанией структуры капитала

Дипломная работа

В настоящее время в России реализуется огромное количество инвестиционных проектов, которые являются основным стратегическим направлением развития хозяйствующих субъектов. Кроме того, таким образом, эти проекты фактически являются основой экономического развития всей страны, поскольку, будучи рычагом движения и развития частного сектора, они способствуют устойчивому развитию на макроэкономическом уровне.

Это также подтверждает и то, что в Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года одним из наиболее приоритетных направлений является «создание высококонкурентной институциональной среды, стимулирующей предпринимательскую активность и привлечение капитала в экономику»[3, раздел I, пункт 4].

Однако в последние годы вокруг российской экономики сложился неблагоприятный фон из-за политического влияния ряда стран и введения санкций. Результатом этих событий стало ухудшение инвестиционного климата в России, рост неопределенности коммерческих операций. Поэтому вопрос преодоления этих последствий кризиса и создания взаимовыгодных экономических связей между хозяйствующими субъектами особенно актуален. Этого можно достичь, используя механизм финансирования проекта как способ привлечения капитала в инвестиционный проект, позволяющий рационально распределять риски между участниками проекта. Структурированное проектное финансирование предполагает использование различных источников проектного финансирования и имеет установленную практику. Понимание особенностей данного метода финансирования всеми его участниками позволит выбрать подходящую структуру капитала для инвестиционного проекта, распределить между ними риски и достичь требуемых показателей эффективности.

Вопрос об определении структуры капитала фирмы давно поднимается различными исследователями. При этом принятие решения о структуре капитала компании, участвующей в проектном финансировании, имеет несколько иную специфику, поскольку соотношение собственного капитала к заемному капиталу этой компании также определяется на предынвестиционной стадии. Структура капитала проектной компании напрямую влияет на дальнейшую реализацию проекта, поэтому изучение факторов, влияющих на нее, несомненно, является актуальной темой.

Поэтому целью исследования является разработка практических рекомендаций по определению структуры капитала проектной компании.

Объектом исследования в данной статье является структура капитала проектной компании. Предмет исследования — факторы, влияющие на структуру капитала проектной компании.

6 стр., 2557 слов

История Развития Проектной Деятельности

... ШКОЛА ЗЕРНОГРАДСКОГО РАЙОНА на заседании школьного методического объединения «Что такое проектная деятельность школьников. История развития проектной деятельности». «Метод проектов» возник еще в начале 20 века в США. Истоки его ... этап работы над проектом - работа с различными источниками информации, поиск новых знаний, формирование собственного мнения и суждения по теме исследования. именно на этом ...

Для достижения цели поставлены следующие задачи:

проанализировать сущность проектного финансирования и выявить наиболее полное его определение,

определить понятие «структурированное проектное финансирование»,

проанализировать теоретические основы и методы проектного финансирования,

выявить основные факторы, влияющие на выбор проектной компанией структуры капитала и сформулировать гипотезы исследования,

исследовать влияние факторов на структуру капитала проектной компании,

разработать рекомендации по определению проектной компанией структуры капитала на основе результатов исследования.

Новизна работы заключается в структурном анализе крупнейшей базы сделок проектного финансирования (8070 сделок), а также выявлении факторов, влияющих на уровень долговой нагрузки проектной компании, и направления этого влияния.

В первой главе данной работы рассматриваются определения термина «проектное финансирование» российскими и зарубежными авторами, раскрываются характеристики этого вида финансирования и на их основе дается его собственное определение. Он также определяет концепцию «структурированного проектного финансирования», выделяет преимущества и недостатки проектного финансирования, существующие типологии и участников. В этой главе представлен реестр рисков финансирования проекта и обсуждаются методы финансирования структурированного проекта на основе критериев риска, продукта и схемы финансирования.

Вторая глава содержит исследование факторов, влияющих на структуру капитала проектной компании. Содержит гипотезы, описывает методологию исследования, выборку, результаты и ограничения исследования.

Третья глава содержит практические рекомендации по выбору структуры финансирования компанией, а также освещает ситуацию на рынке проектного финансирования в России.

Основными информационными источниками послужили нормативно-правовые акты РФ, работы иностранных и российских авторов П. Невитта, Дж. Финнерти, Б. Эсти, Э. Йескомба, А. Хабиба, И.А. Никоновой, Л.В. Давыдовой и других на тему проектного финансирования и управления рисками, С. Майерса, Л. Зингалеса, М. Дженсена на тему структуры капитала организаций, публикации в периодических изданиях «European Financial Management», «Journal of Economic Theory», «Journal of Corporate Finance <#»904468.files/image001.gif»>

  • Рис. 2. Стоимость проектов по отраслям (все проекты).

Рис.3. Стоимость проектов по регионам (все проекты).

Рис. 4. Стоимость проектов по отраслям (100% заемные средства)

Рис. 5. Стоимость проектов по регионам (100% заемные средства).

Сделки проектного финансирования со 100% заемными средствами в формате ГЧП составляют лишь 0,6% от общего числа сделок ГЧП.

Средний размер проекта составляет 427,67 млн. долл., при этом минимальная стоимость проекта 0,58 млн. долл. и максимальная 20000 млн. долл.

На рисунке 5 представлена диаграмма рассеяния проектов по годам. Видно, что с течением времени количество крупномасштабных операций по проектному финансированию увеличивается. Это свидетельствует о росте популярности данного метода финансирования проектов и уверенности участников рынка в его надежности.

Рис.6. Диаграмма рассеяния проектов по годам (стоимость/год).

Таблица 8 содержит средние уровни долга по регионам и секторам. Лидерами среди регионов и отраслей являются Европа и Центральная Азия, а также социальный сектор и оборонная промышленность, отрасли, где государство очень важно.

Таблица 8.

Медианные значения уровня долговой нагрузки.

Африка 73 Добыча ископаемых 77
Австралия и Океания 73 Межотраслевой проект 72
Восточная Азия и Тихий океан 75 Нефтегазовый сектор 70
Европа и Центральная Азия 82 Энергетика 75
Латинская Америка и страны Карибского бассейна 71 Возобновляемая энергетика 78
Ближний Восток и Северная Африка 74,5 Социальный сектор и оборонная промышленность 90
Международные проекты 77,5 Телекоммуникации 65
Северная Америка 75 Транспорт 75
Южная Азия 71 Очистка воды 80

2.3 Метод исследования

В этом исследовании для статистического анализа данных был выбран регрессионный анализ, как и в большинстве исследований по этой теме. Регрессионный анализ позволяет моделировать отношения зависимой переменной к одной или нескольким другим. Объясняющие переменные называются факторами, регрессорами или предикторами. В общем случае регрессионную модель можно записать следующим образом: y = f(x1, x2, …, xn), где y — зависимая переменная (отклик), xi (i = 1,…, n) — предикторы (факторы), n — число предикторов.

Регрессия, которая содержит более одной независимой переменной, называется множественной регрессией и позволяет определить влияние отдельных предикторов на зависимую переменную и лучше понять характер взаимосвязи. Регрессионный анализ выявляет причинно-следственную связь между переменными и позволяет делать осмысленные выводы о прогнозируемых значениях зависимой переменной для определенных заданных значений регрессоров.

Наличие большого количества наблюдений также позволит получить более точные данные анализа и исключить ненужные регрессоры.

В основе модели данной работы была положена модель, представленная Равшаном и Зингалесом, которые исследовали факторы, влияющие на структуру капитала фирмы в работе «What Do We Know about Capital Structure? Some Evidence from International Data» [30].

Эта модель статична, и зависимая переменная объясняется рядом предикторов.

Для проверки первых двух гипотез использована следующая регрессионная модель (модель №1):

DebtRatio (Project i) = β1LnSizei + β2PPP i + β3Sponsor23 i + β4Sponsor4 i + β5Creditor23 i +β6Creditor4 i +εi, , где (Projecti) — уровень долга по проекту i,

LnSizei — натуральный логарифм стоимости проекта i, отражающий размер проекта,

PPPi — дамми-переменная, принимающая значение 1, если в проекте i имеет место ГЧП, 0 иначе,

Sponsor23i — дамми-переменная, принимающая значение 1, если спонсоров проекта i два или три, 0 иначе;

  • Sponsor4i — дамми-переменная, принимающая значение 1, если спонсоров проекта i больше четырех, 0 иначе;
  • Creditor23i — дамми-переменная, принимающая значение 1, если кредиторов проекта i два или три, 0 иначе;
  • Creditor4i — дамми-переменная, принимающая значение 1, если кредиторов проекта i больше четырех, 0 иначе;

ε i — ошибки модели регрессии,

β1, . . . , β4 — параметры или коэффициенты в модели регрессии, i — номер наблюдения.

В уравнении регрессии константа равна нулю, поскольку в ситуации финансирования проекта нет конкретного начального значения уровня долга, с которого можно было бы начать, варьируя значения независимых переменных. Коэффициенты β при дамми-переменных показывают, на сколько изменится уровень долга по отношению к базовому варианту (1 спонсор и 1 кредитор).

Для проверки третьей и четвертой гипотезы были составлены следующие уравнения регрессии (модель №2 и модель №3 соответственно):

DebtRatio(Projecti) = β1LnSizei + β2AFRi+ β3AUSi + β4 EAPi+ β5EURi+ β6LATi + β7MIDi+β8SASi+ β9MULTIi+ εi и

DebtRatio(Projecti) = β1LnSizei + β2TELECOMi + β3RENEWi + β4 SOCIALi+ β5TRANSPORTi+ β6OILGASi+ β7MININGi+ β8WATERi+ εi.

2.4 Анализ полученных данных

Таблицы 9 и 10 показывают результаты регрессионного анализа для первой модели.

Таблица 9.

Результаты регрессионного анализа первой модели (часть 1).

Бета-коэф. Станд.ошиб. бета B-коэф. Станд. ошиб. B t(4211) p-уровн
LnSize 0,936043 0,011048 13,1012 0,154638 84,7218 0,000000
PPP 0,103345 0,006164 13,6979 0,817070 16,7647 0,000000
Sponsor23 0,029945 0,006841 3,6110 0,824910 4,3774 0,000012
Sponsor4 -0,028518 0,005914 -5,8584 1,214876 -4,8222 0,000001
Creditor23 0,014446 0,006959 1,9751 0,951346 2,0761 0,037949
Creditor4 -0,098142 0,008140 -12,5124 1,037810 -12,0566 0,000000

Таблица 10.

Результаты регрессионного анализа первой модели (часть 2).

R2 0,902360
Скоррект. R2 0,902227
F(6,4211) p<0,0000 6486,7
N 4217
Стандартн.ош.оценки 23,863

В моделях без свободной константы коэффициент детерминации R2 нельзя интерпретировать так же, как обычную модель множественной регрессии. В этом случае R2 показывает долю объясненной изменчивости показателя по отношению к происхождению. В нашей модели независимые переменные на 90% объясняют отклонение уровня долга от 0. Кроме того, все предикторы являются значимыми. Для дальнейшей проверки модели был рассчитан тест Дарбина-Ватсона, который указывает на наличие остаточной автокорреляции. Этот критерий равен 0,91, что является приемлемым показателем, учитывая количество наблюдений, равным 4217.

Положительное значение коэффициентов для регрессоров LnSize и PPP указывает на положительное влияние этих предикторов на результирующую переменную — уровень долга. Таким образом, чем выше стоимость проекта, тем выше его уровень долга. Точно так же при наличии государственно-частного партнерства компания привлекает больше заемных средств, чем при его отсутствии. Таким образом, гипотезы H1 и H2 не отклонены.

По данным результатам можно сделать еще один вывод — чем больше участников участвует в сделке (будь то кредиторы или спонсоры), тем меньше компания привлекает заемных средств. Фактически, чем больше этих «прямых» заинтересованных сторон, тем выше транзакционные издержки и тем больше асимметрия информации. В такой ситуации компании невыгодно еще больше увеличивать затраты на обслуживание долга.

В таблице 11-14 представлены результаты проверки третьей и четвертой гипотез.

Таблица 11.

Результаты регрессионного анализа второй модели (часть 1).

Бета-коэф. Станд.ош. бета B-коэф. Станд.ош. B t(4211) p-уровн
LnSize 0,632837 0,009061 8,85741 0,12681 69,84557 0,000000
SAS 0,087548 0,005053 21,50654 1,24117 17,32771 0,000000
EAP 0,107208 0,004931 27,84815 1,28089 21,74117 0,000000
EUR 0,319644 0,006877 36,23727 0,77963 46,48004 0,000000
AFR 0,049413 0,004530 19,86287 1,82087 10,90843 0,000000
MULTI 0,008032 0,004205 19,90341 10,42071 1,90999 0,056203
MID 0,043017 0,004797 15,07457 1,68113 8,96694 0,000000
LAT 0,082105 0,005058 20,37062 1,25495 16,23227 0,000000
AUS 0,055132 0,004620 20,30881 1,70168 11,93459 0,000000

Таблица 12.

Результаты регрессионного анализа второй модели (часть 2).

R2 0,92594659
Скоррект. R2 0,92578821
F(9,4208) p<0,0000 5846,2
N 4217
Стандартн.ош.оценки 20,79

Таблица 13.

Результаты регрессионного анализа третьей модели (часть 1).

Бета-коэф. Станд.ош.бета B-коэф. Станд.ош. B t(4211) p-уровн
LnSize 0,659551 0,008707 9,23132 0,121869 75,74782 0,000000
Telecom 0,011338 0,004135 6,86490 2,503751 2,74185 0,006135
Renew 0,252466 0,005907 32,61128 0,762992 42,74131 0,000000
Social 0,220630 0,005076 39,76702 0,914984 43,46200 0,000000
Transp 0,089405 0,005417 17,50064 1,060287 16,50557 0,000000
Oilgas 0,043118 0,005013 10,83438 1,259543 8,60183 0,000000
Mining 0,031076 0,004408 10,86303 1,540746 7,05050 0,000000
Mixed 0,022892 0,004028 20,37611 3,585431 5,68303 0,000000
Water 0,063991 0,004168 29,70219 1,934731 15,35210 0,000000

Таблица 14.

Результаты регрессионного анализа третьей модели (часть 2).

R2 0,934211
Скоррект. R2 0,93406986
F(9,4208) p<0,0000 6639,3
N 4217
Стандартн.ош.оценки 19,596

«Поведенческое» направление анализа дало аналогичный результат в отношении положительного влияния размера проекта на уровень заемных средств — в обеих моделях коэффициенты LnSize положительны и значимы.

Статистика Дарбина-Ватсона составляет соответственно 0,92 и 0,84, приемлемые значения даже для такого большого количества наблюдений. В региональной модели была выявлена ​​незначительная переменная: международный характер проекта. Это может быть объяснено условностью деления стран по регионам, ведь часто одним проектом занимаются участники близлежащих друг к другу стран, которые по классификации Всемирного банка относятся уже к различным регионам, а также небольшим количеством проектом такого типа. Когда модель была пересчитана без этого предиктора, значения практически не изменились.

Наибольшее значение уровня долга наблюдается у проектов в Европе и Центральной Азии и проектов социального сектора и оборонной промышленности, что дает нам основание не отклонять выдвинутые гипотезы H3 и H4.

5 Выводы и ограничения исследования

Следовательно, при анализе операций проектного финансирования могут быть использованы детерминанты различных концепций структуры капитала. При этом необходимо выбирать те, которые отражают специфику данного метода финансирования проектов: дороговизна проектов, наличие большого количества участников, популярность по секторам и регионам. Однако сложно найти некоторую информацию о проектах: структуру деятельности, прибыльность и прочее. Конфиденциальность подобного рода сделок осложняет проведение анализа по многих традиционным детерминантам структуры капитала (за исключением размера).

Большое количество наблюдений и однородность выборки делают результаты исследования надежными.

Все четыре гипотезы не были отвергнуты.

По результатам исследования можно сделать вывод, что чем выше стоимость проекта, тем выше уровень заемных средств в структуре капитала. Действительно, учитывая большие размеры проекта, инвесторам сложно найти достаточный объем собственных средств для реализации проекта. Кроме того, масштабные проекты, как правило, детально проработаны, имеют высокое социальное и/или коммерческое значение, что является привлекательным для заимодавцев.

Рынок проектного финансирования — это не открытый рынок, он построен на контрактах, содержащих конфиденциальную информацию. Крупные игроки рынка (кредиторы и консультанты, специализирующиеся на подобного рода сделках) в отличие от других игроков имеют наработанную за годы практики базу знаний. При этом даже в пределах одной компании частные аспекты сделок могут быть недоступны широкому кругу лиц. Поэтому очень важен поведенческий аспект при выборе структуры капитала проектной компании. По результатам исследования было выявлено, что компаниями действительно движут медианные значения уровня долговой нагрузки проектных компаний в отрасли и регионе.

Глава 3. Практические советы по выбору структуры финансирования проектной компании .1 Основные факторы при принятии решения о структуре капитала проектной компании

Каждый проект уникален и структурирован. Проекты проектного финансирования также очень сложны из-за масштаба, количества участников и структуры капитала, которая влияет на процесс принятия решений по проекту. Многообразие контрактных отношений, опутывающих проект, делает возможным ситуацию высокой доли заемных средств в структуре капитала из-за распределения рисков между участниками, и в то же время приводит к невозможности создания универсальной схемы определения структуры капитала проектной компании.

Конфиденциальность операций по финансированию проектов, как упоминалось выше, является ограничением для исследований в этой области. Однако отсутствие исчерпывающей информации является препятствием не только для исследователей, но и для непосредственных участников рынка. В связи с этим представляется целесообразным использовать поведенческий подход для определения структуры капитала проектной компании.

Для того, чтобы инвесторам определить структуру капитала проектной компании, необходимо проработать несколько основных вопросов по проекту:

размер проекта,

наличие собственных средств,

участие государства,

отрасль,

регион,

наличие контрактных отношений с контрагентами.

Таблица 15.

Факторы, влияющие на уровень долговой нагрузки.

Фактор Статистические данные по сделкам проектного финансирования Влияние на уровень долговой нагрузки
Размер проекта Средний размер проекта 427,67 млн.долл. Размах от 0,58 млн. долл. до 20 000 млн. долл. Чем крупнее проект, тем выше уровень долговой нагрузки
Наличие собственных средств Медиана 23% без учета сделок со 100% заемных средств, Медиана 6% с учетом сделок со 100% заемных средств Собственные средства дороже заемных, поэтому при их наличии инвестор должен определить, сколько он готов вложить в проект. Если же собственных средств мало, то необходим больший объем заемных средств
Участие государства 33% проектов с государственным участием Государственное участие увеличивает уровень долговой нагрузки
Отрасль Основные отрасли: возобновляемые источники энергии, телекоммуникации, социальный сектор, транспорт, нефть и газ, горнодобывающая промышленность, водоочистка. Наиболее высокий уровень долговой нагрузки: — социальный сектор и оборонная промышленность: 90%, — очистка воды: 80%, — возобновляемые источники энергии: 78%. Наименьший уровень долговой нагрузки: — телекоммуникации (65%).

Уровень долговой нагрузки выше у компаний тех секторов, где медианный уровень долговой нагрузки наиболее высок.
Регион Наибольший уровень долговой нагрузки: — Европа и Центральная Азия: 82%, — Северная Америка — 75%, — Восточная Азия и Тихий океан — 75%. Наименьший уровень долговой нагрузки: — Южная Азия — 71%. Уровень долговой нагрузки выше у компаний в тех регионах, где медианный уровень долговой нагрузки выше.
Наличие контрактных отношений с контрагентами См. таблицы 3,4 и 5. Распределение рисков путем заключения договоров с контрагентами повышает надежность проекта для кредитора. Среди прочих особенно выделяются соглашения, снижающие риск выручки

Основная задача инвесторов в проектное финансирование — повысить предсказуемость денежных потоков для кредиторов. Высокая неопределенность приводит к спросу на большую долю собственного капитала в структуре капитала компании. Кредитор выполняет комплексную проверку для получения более полной информации о проекте и более глубокого понимания управления рисками проекта.

2 Перспективы развития проектного финансирования в России

Проектное финансирование достаточно развито в западных странах. В России проектным финансированием занимается небольшое количество кредитных организаций, которые чаще всего выбирают наиболее выгодные проекты для инвестирования [40, с.45].

Однако в условиях ухудшения внешнеполитической и экономической обстановки (снижения притока иностранных инвестиций, увеличения объема задолженности по ссудам и займам, полученным от нерезидентов и др.) реакцией на увеличение суверенных рисков и снижение возможностей использования традиционных источников финансирования стал рост сделок проектного финансирования. Таким образом, в первом квартале 2014 года объем данных сделок по сравнению с аналогичным периодом 2013 года увеличился на 342,7% и составил 3,47 миллиарда долларов. долл. [43, с.29]. Следует иметь в виду, что данная статистика показывает ситуацию на рынке проектного финансирования до вступления в силу изменений в законодательстве Российской Федерации, которые позволят использовать методы проектного финансирования не только в иностранных юрисдикциях, но и в других странах поле Русское юридическое.

Традиционно в литературе о факторах, препятствующих развитию проектного финансирования в России, подчеркивается несовершенство законодательства и отсутствие государственных стимулов.

Основными нормативными актами, которые регулируют область проектного финансирования в России, являются Гражданский кодекс РФ, Федеральные законы №102-ФЗ «Об ипотеке (залоге недвижимости)», № 208-ФЗ «Об акционерных обществах», №115-ФЗ «О концессионном соглашении», №14-ФЗ «Об обществах с ограниченной ответственностью» и ряд других.

В конце 2013 года был подписан Федеральный закон от 21.12.2013 №379-ФЗ «О внесении изменений в отдельные законодательные акты РФ». Этим законом было введена глава 3.1. в Федеральный закон №39-ФЗ «О рынке ценных бумаг» под названием «Специализированное общество». Таким образом, в российском законодательстве появился аспект правового регулирования сделок проектного финансирования и секьюритизации (ранее в законодательстве выделялся только один вид компании специального назначения — это ипотечный агент) в части особенностей создания, реорганизации и ликвидации специализированного общества проектного финансирования (СОПФ).

Этот закон был воспринят профессиональным сообществом как «революционный» для российского финансового рынка [56] и вступил в силу 1 июля 2014 года.

Закон регулирует такой метод структурированного финансирования, как выпуск облигаций, обеспеченных денежными кредитами, которые возникнут в результате реализации долгосрочного инвестиционного проекта. Срок инвестиционного проекта должен быть не менее трех лет. По аналогии с ипотечным агентом СОПФ освобождается от налогообложения доходов/расходов, связанных с уставной деятельностью [49].

Правоприменительная практика реализации этих изменений в настоящее время еще формируется [50].

В конце 2014 года Правительством была утверждена Программа поддержки инвестиционных проектов, реализуемых на территории Российской Федерации на основе проектного финансирования. Основная цель Программы — это «создание механизма поддержки инвестиционных проектов, реализуемых на территории Российской Федерации на основе проектного финансирования, способствующего увеличению объемов кредитования организаций реального сектора экономики на долгосрочных и льготных условиях» [4].

Согласно Программе валютой кредитов является российский рубль, уполномоченными банками могут быть российские кредитные организации и международные финансовые организации, соответствующие определенным критериям отбора, а процентная ставка по кредиту не должна превышать уровень ключевой ставки Центрального банка России плюс 1 процент годовых. Также по таким кредитам возможно предоставление государственных гарантии РФ.

Среди ключевых критериев отбора инвестиционных проектов можно выделить:

Расположение на территории Российской Федерации,

Полная стоимость должна быть не менее 1 млрд. рублей и не более 20 млрд. рублей,

Долг не должен превышать 80% полной стоимости инвестиционного проекта.

Для того чтобы попасть в Программу, проект должен пройти несколько ступеней отбора по разным ведомствам: от уполномоченного банка до Центрального банка.

Согласно требованиям к уполномоченному банку такими банками могут стать лишь 10 российских кредитных организаций, собственные средства которых выше 100 млрд. рублей (см. рисунок 7) [54].

Среди них больше половины банков с государственным участием.

Рис.7. 10 крупнейших банков по собственному капиталу.

Такая ситуация может расцениваться двояко. С одной стороны Программу можно назвать скорее «Программой поддержки банков» [55].

С другой — расценить как толчок к развитию проектного финансирования в России, начало которому положат крупнейшие банки страны. Встает вопрос: не логичнее бы было привлечь к Программе не просто крупнейшие банки, а те, которые имеют опытные подразделения проектного финансирования с квалифицированными сотрудниками, а координацию работ в рамках предложенной модели финансирования возложить на учреждение, имеющее большой опыт работы с инвестиционными проектами — Внешэкономбанк, а не Минэкономразвития [39, с.66]?

В целом можно сказать, что утверждение Программы стало ярким примером государственного стимулирования проектного финансирования в стране как в развитии этих услуг в банках, так и в возможности получения доступа к финансовым ресурсам частного бизнеса. Доработку положений Программы будет необходимо производить уже в ходе практического применения с помощью рабочей группы специалистов в вопросах структурирования сделок и управления рисками. По состоянию на май 2016 года в Программе участвует 42 проекта. Средняя величина кредита составляет 5608 млн.руб., при этом минимальное значение кредита — это 800 млн.руб., а максимальное — 15976 млн. руб. Распределение проектов среди кредитных организаций следующее: Банк ВТБ — 10 проектов, Россельхозбанк — 8 проектов, Сбербанк России — 12 проектов, Альфа-банк — 1 проект, Газпромбанк — 7 проектов, Банк ФК Открытие — 2 проекта, Внешэкономбанк — 2 проекта. В основном это проекты транспортной, телекоммуникационной отрасли и сельского хозяйства.

На перспективы развития проектного финансирования в России также указывает наличие мощной ресурсной базы и масштабы страны. Россия имеет огромную потребность в инфраструктурных проектах, инвестиционных проектах топливно-энергетических и промышленных комплексов.

К факторам, которые препятствуют развитию проектного финансирования в России, можно отнести следующие:

1) состояние банковского сектора (чрезмерное количество банков, их низкая капитализация по сравнению с иностранными [36, с.8]),

высокие темпы инфляции и экономическая нестабильность,

высокие политические риски (в том числе на уровне органов муниципальной власти),

неразвитость ранка корпоративных облигаций,

ограниченное число опытных банков, предоставляющих проектное финансирование.

В России существует положительный опыт использования механизмов финансового рынка для долгосрочного проектного финансирования, однако он больше представляется в виде отдельных примеров, а не системы. Так, в котировальных списках А1 и А2 «Московской Биржи» находятся облигации концессионера шести эмитентов на сумму 60,7 млрд. руб. В ломбардном списке Центрального Банка значатся облигации концессионера трех эмитентов [50].

Итак, в России проектное финансирование менее развито, чем в западных странах. Неразвитость финансового рынка, специфика банковской отрасли, высокие политические и макроэкономические риски — все это препятствует развитию данного способа финансирования в нашей стране. Тем не менее, государство начало принимать меры по стимулированию данного способа финансирования путем законодательного урегулирования аспектов проектного финансирования и введения Программы поддержки инвестиционных проектов, реализуемых на территории Российской Федерации на основе проектного финансирования.

Заключение

В настоящем исследовании было сформулировано определение проектного финансирования: «Проектное финансирование — это способ привлечения финансирования для проекта, предполагающий использование финансового инжиниринга и создание компании специального назначения, при котором заимодавцы участвуют в распределении рисков проекта, предоставляют капитал в условиях отсутствия или ограниченных гарантий и ориентируются на будущий денежный поток этого проекта в качестве источника обслуживания долга».

Проектное финансирование отличается высокими рисками, которые распределяются между множеством участников этого процесса: инвестором, заимодавцем, поставщиками и подрядчиками, страховыми компаниями, покупателями, государством. Управление рисками должно быть комплексным и базироваться на принципе: «владелец риска — тот, кто способен управлять им наилучшим образом».

Структура капитала проектной компании предполагает высокую долю заемных средств. Уровень долговой нагрузки зависит от ряда факторов: размер проекта, наличие государственного участия, отрасль и регион проекта, количество участников, наличие контрактных соглашений с контрагентами и других.

В данной работе был произведен анализ базы сделок проектного финансирования, включающей в себя 8070 сделок, выявлен средний размер проекта, структура сделок проектного финансирования по отраслям, по регионам, количеству инвесторов и кредиторов, количество сделок с участием государства.

Кроме того, в ходе исследования влияния факторов на структуру капитала проектной компании состоялась проверка четырех гипотез. Все они были не отвергнуты, а именно:

H1: при проектном финансировании чем крупнее проект, тем выше уровень долговой нагрузки,

H2: при проектном финансировании государственное участие в сделке приводит к увеличению уровня долговой нагрузки,

H3: при проектном финансировании уровень долговой нагрузки выше у компаний тех отраслей, в которых выше медианный уровень долговой нагрузки,

H4: при проектном финансировании уровень долговой нагрузки выше у компаний тех регионов, в которых выше медианный уровень долговой нагрузки.

Использование этих закономерностей при определении структуры капитала проектной компании в сочетании с мероприятиями по управлению рисками проекта в части подписания контрактных соглашений с контрагентами может помочь инвесторам во взаимоотношениях с заимодавцами в условиях недостатка информации о практике сделок проектного финансирования в России и мире.

Несмотря на ухудшение инвестиционного климата в связи с введением санкций и снижение притока иностранных инвестиций, реальный сектор в Российской Федерации все еще имеет огромную потребность в инвестиционных проектах. Внутреннее проектное финансирование имеет большой потенциал развития в нашей стране, но для этого оно нуждается в государственном стимулировании. Первый шаг на пути уже сделан — это утверждение Программы поддержки инвестиционных проектов, реализуемых на территории Российской Федерации на основе проектного финансирования. Масштабы страны, состояние промышленных комплексов, потребности в инфраструктурных и социальных проектах — все это подтверждает необходимость реализации крупных инвестиционных проектов, во многих из которых напрямую заинтересовано и государство.

Список использованной литературы

[Электронный ресурс]//URL: https://management.econlib.ru/diplomnaya/proektnoe-finansirovanie-2/

I. Нормативно-правовые акты

1. Налоговый кодекс Российской Федерации (часть вторая) от 05.08.2000 № 117-ФЗ (ред. от 06.04.2015),

  • Федеральный закон от 21.12.2-13 №379-ФЗ «О внесении изменений в отдельные законодательные акты РФ»,
  • Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 года (Утверждена распоряжением Правительства Российской Федерации от 17 ноября 2008 г. N 1662-р),
  • Постановление Правительства Российской Федерации от 11 октября 2014 года №1044 «Об утверждении Программы поддержки инвестиционных проектов, реализуемых на территории Российской Федерации на основе проектного финансирования»,
  • Методические рекомендации по оценке эффективности инвестиционного проекта (третья редакция).

Авторский коллектив академических институтов, 2004. — 221 с.. Монографии и коллективные научные труды.

6. Finnerty, John D.. Wiley Finance : Project Financing : Asset-Based Financial Engineering (3rd Edition).

Oxford, GBR: John Wiley & Sons, 2013. 476 pp.

7. Nevitt Peter K. Project Financing. Fifth edition. Published by Euromoney, London, 1989, 405 pp.

  • S. Gatti. Project Finance in Theory and Practice, Second Edition: Designing, Structuring, and Financing Private and Public Projects (2nd Edition).

    Academic Press, USA, 2007. 414 pp.

  • Йескомб Э.Р.

Принципы проектного финансирования. — М.: Вершина, 2008. — 448 с.

  • Никонова И.А. Проектный анализ и проектное финансирование — М.: Альпина Паблишер, 2012. — 154 с.
  • Рудык Н.Б.

Структура капитала корпораций: теория и практика. — М.: Дело, 2004. — 272 с.. Статьи из периодических изданий.

12. Benjamin C. Esty. Why Study Large Projects? An Introduction to Research on Project Finance, European Financial Management, 10 (2), 2004, pp. 213-24

13. Beck T., Demirgüç-Kunt A., Maksimovic V. Financing patterns around the world: Are small firms different? Journal of Financial Economics, 89, 2008, pp.467-487

  • Brealey R., I. Cooper, A. Habib. Investment appraisal in the public sector, Oxford Review of Economic Policy, Vol.13, No.4, 1997, pp.12-28

15. Byoun S., Z. Xu. Contracts, Governance, and Country Risk in Project Finance: Theory and Evidence, Journal of Corporate Finance <http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2405021>, Vol.26, 2014, pp. 124-144

16. Chakraborty I. Capital Structure in an Emerging Stock Market: The Case of India // Research in International Business and Finance, 2010, 24(3), pp. 295-314;

  • C. Contreras. Value for money: to what extent does discount rate matter, Revista de Economia Aplicada, Vol. 22, No. 66, 2014, pp. 93-112
  • Corielli F., A.

Steffanoni, S. Gatti. Risk Shifting Through Nonfinancial Contracts: Effects on Loan Spreads and Capital Structure of Project Finance Deals, Journal of Money Credit and Banking, Vol. 42, No. 7, October 2010, pp. 1295-1320.

  • DeAngelo H., Masulis R. Optimal Capital Structure under Corporate and Personal Taxation. Journal of Financial Economics, 1980, 8, pp.3-29 Kim, 1982;
  • Dinesh D.

Banani. International Arbitration and Project Finance in Developing Countries: Blurring the Public/Private Distinction, Boston College International and Comparative Law Review, Vol. 26, Issue 2, 2003, pp.355-384.

  • Frank, M. Z. and V. K. Goyal, Capital Structure Decisions: Which Factors are Reliably Important? Financial Management, 2009, 38, 1-37;
  • Frank M.Z., Goyal V.K.

Trade-Off and Pecking Order Theories of Debt. Handbook of Empirical Corporate Finance, Volume 2 Edited by B. Espen Eckbo, 2008, p.135-202;

  • Jensen M.C., Meckling W., Theory of the Firm: Managerial Behavior, Agency Costs, and Capital Structure. Journal of Financial Economic, 1976, 3, pp.305-360
  • Harris M., Raviv A.

The Theory of Capital Structure. The Journal of Finance. Vol. 46, No.1, (Mar. 1991), pp. 297-355;

  • Hovakimian A., Opler T., Titman S. The Debt-Equity Choice. The Journal of Financial and Quantitative Analysis, Vol.36, № 1, 2001, pp.1-2;
  • Myers S.C., Majluf N.S.

Corporate Financing And Investment Decisions When Firms Have Information That Investors Do Not Have. Journal of Financial Economics, 1984, 13, pp.187-221;

  • Myers, S. The Capital Structure Puzzle. Journal of Finance, 1984, 39, pp. 575-592;
  • Modigliani F., Miller M.H.

The Cost of Capital, Corporation Finance, and the Theory of Investment. American Economic Review, 1958, 48, pp. 261-297;

  • Nivorozhkin E. Financing choices of firms in EU accession countries. Emerging Markets Review, 6, 2005, pp.138-169
  • Rajan R., Zingales L.

What do we know about capital structure? Some evidence from international data. Journal of Finance, 1995, 50, pp. 1421-1460

  • Salman Shah, Anjan V. Thakor. Optimal capital structure and project financing, Journal of Economic Theory, 08/1987, 42(2), pp. 209-243.
  • Wiwattanakantang Y.

An empirical study on the determinants of the capital structure of Thai firms. Pacific-Basin Finance Journal, 1999, 7, pp. 371-403;

33. Wu Shen-fa, Wei Xiao-ping. The rule and method of risk allocation in project finance, Procedia Earth and Planetary Science, Vol.1, Issue 1, 2009, pp. 1757-1763 34. Аналитический обзор инструментов и моделей финансирования проектов по созданию логистической инфраструктуры / В.В. Клименко // Логистика сегодня — 2014. — № 06(66).

— С. 330-342. . Идентификация и анализ рисков в системе проектного финансирования / Л. В. Давыдова, И. В. Ильин // Дайджест-Финансы — 2011. — №10 (202).

— С. 12 — 22. . Консолидация в банковском секторе России: современное состояние и перспективы / Л.В. Давыдова, В.В. Гордина // Дайджест финансов. — 2011. — №6 (198).

— С.7-12. . Опыт зарубежных банков в проектном финансировании / В.С. Пилякина // Современная экономика: проблемы и решения — 2010. — №5. — С. 68-78. . Проектное финансирование в нефтяной и газовой промышленности / А.Е. Голованова, Н.А. Евсикова // Проблемы экономики, финансов и управления производством — 2014. — № 35. — С. 65-70. . Проектное финансирование в России: новые стимулы развития / А.Л. Смирнов, И.И. Родионов // Банковское дело. — 2015. — №3. — С. 65-69 . Проектное финансирование как инвестиционный инструмент преодоления финансового кризиса / Е.В. Малинина // Дайджест-финансы. — 2009. — №11 (179).

— С.44-46. . Работа на заемном капитале. Оптимум долговой нагрузки компании: от теоретических концепций к практическим модельным основаниям (часть 1) / Т. В. Теплова // Управление корпоративными финансами — 2013. — № 04(58).

— С. 248-259. . Риски проектного финансирования и их минимизация / О.Г. Саляева, Г.П. Иваненко // Аудит и финансовый анализ — 2009. — №1. — С. 1-4. . Роль проектного финансирования в формировании инвестиционной привлекательности экономики России / Л.В. Давыдова, И.В. Ильин // Финансы и кредит. — 2014. — №48(624).

— С. 25-33. . Технический аудит и строительный сюрвей как инструменты управления рисками проектного финансирования / И.В. Вишневская // Управление финансовыми рисками — 2013. — № 01(33).

— С.74-77. . Финансирование инвестиционных проектов промышленных предприятий / Д.И. Антонов // Управление корпоративными финансами. — 2005. — №03 (9).

— С. 48-52. . Эмпирические корпоративные финансы и капитальная структура компании / А.В. Лукашов // Управление корпоративными финансами — 2004. — № 03. — С.28-45

IV. Информационные материалы.

47. EU Disclosure Requirements for Structured Finance Instruments, Jones Day Publication, October 2014, pp. 1-4.

  • The Equator Principles Assosiation. Equator Principles, June 2013 — PP. 1-23.

49. Информационный бюллетень «Закон о секьюритизации» / Ernst & Young/ — 20 декабря 2013. — C.1-7. URL: <http://www.ey.com/Publication/vwLUAssets/EY-Tax-Alert-20-December-2013-Rus/$FILE/EY-Tax-Alert-20-December-2013-Rus.pdf >

50. Информационные материалы конференции «Проектные облигации: перспективы развития рынка в России» 26.03.15. URL: http://moex.com/e9063

51. Как обеспечить успех ГЧП в России. Обзор за 2012 год / Ernst& Young, c.1-18

  • Присвоение кредитных рейтингов сделкам проектного финансирования / Standard & Poor’s, 2015.

V. Ресурсы в сети Интернет.

  • Infrastructure Journal and Project Finance Magazine https://ijglobal.com//

54. ИНТЕРФАКС-100. Банки России. Основные показатели деятельности (тыс. рублей) — 1 кв. 2016 г. <URL:http://www.finmarket.ru/database/rankings/>

  • Заживут на 2% — сайт газеты «Ведомости». URL:http://www.vedomosti.ru/finance/articles/2014/10/16/zazhivut-na-2
  • Опубликован Закон о секьюритизации, вносящий кардинальные изменения в действующее правовое поле на финансовом рынке URL: <http://cbonds.ru/news/item/694655>
  • Официальный сайт Всемирного банка http://www.worldbank.org/ru/country
  • Рейтинг инвестиционной привлекательности российских регионов в 2014 году.

Сайт «Эксперт РА». URL: http://www.raexpert.ru/project/regcongress/2014/ranking/#graf2

  • Сайт ««Государственно-частное партнерство в России» URL: <http://www.pppinrussia.ru/main/ppp_in_russia/glossary/block/letter/%D0%93>

— Приложение 1. Статистика проектных сделок по регионам

Регион Совокупная стоимость проектов, млн. долл. Количество проектов по признакам Общее количество проектов % от общего количества
Количество спонсоров Количество кредиторов Количество проектов ГЧП
1 2-3 4 и больше 1 2-3 4 и больше
Африка 66035,15 49 65 38 40 60 52 20 152 4%
Австралия и Океания 140091,61 88 67 26 62 55 64 60 181 4%
Восточная Азия и Тихий Океан 179235,98 146 160 58 70 97 197 117 364 9%
Европа и Центральная Азия 648299,78 851 747 313 843 652 416 808 1911 45%
Латинская Америка и страны Карибского бассейна 187634,29 187 175 37 89 145 165 101 399 9%
Ближний Восток и Северная Африка 285486,15 48 108 44 30 41 129 34 200 5%
Международные проекты 2030 2 1 1 1 2 1 0 4 0%
Северная Америка 354089,04 308 245 46 175 188 236 115 599 14%
Южная Азия 215174,64 267 121 19 82 74 251 143 407 10%
Общий итог 2078076,64 1946 1689 582 1392 1314 1511 1398 4217 100%
% от общего числа проектов 46% 40% 14% 33% 31% 36% 33%

Приложение 2. Статистика сделок проектного финансирования по отраслям

Регион Совокупная стоимость проектов, млн. долл. Количество проектов по признакам Общее количество проектов % от общего количества
Количество спонсоров Количество кредиторов Количество проектов ГЧП
1 2-3 4 и больше 1 2-3 4 и больше
Добыча ископаемых 125984,17 134 57 10 57 58 86 2 201 5%
Межотраслевой проект 23846,03 7 15 9 9 12 10 23 31 1%
Нефтегазовый сектор 517153,3 153 180 56 57 90 242 3 389 9%
Энергетика 418012,59 258 230 58 99 122 325 28 546 13%
Возобновляемая энергетика 286835,4 918 483 71 638 502 332 24 1472 35%
Социальный сектор и оборонная промышленность 153460,3 219 366 171 381 274 101 704 756 18%
Телекоммуникации 56787,23 34 20 13 13 13 41 11 67 2%
Транспорт 457234,29 181 289 171 107 198 336 522 15%
Очистка воды 38763,33 42 49 23 31 45 38 81 114 3%
Общий итог 2078076,64 1946 1689 582 1392 1314 1511 1398 4217 100%
% от общего числа проектов 46% 40% 14% 33% 31% 36% 33%

Приложение 3. Статистика по сделкам проектного финансирования со 100% заемного капитала по регионам

Регион Совокупная стоимость проектов, млн. долл. Количество проектов по признакам Общее количество проектов % от общего количества
Количество спонсоров Количество кредиторов Количество проектов ГЧП
1 2-3 4 и больше 1 2-3 4 и больше
Африка 34829,15 66 34 10 44 28 38 0 110 3%
Австралия и Океания 131909,98 169 94 41 88 89 127 0 304 10%
Восточная Азия и Тихий океан 106771,05 221 102 18 96 115 130 4 341 11%
Европа и Центральная Азия 282765,38 775 220 46 500 295 246 5 1041 33%
Латинская Америка и страны Карибского бассейна 103414,78 209 84 20 103 112 98 0 313 10%
Ближний Восток и Северная Африка 94417,02 52 68 15 26 40 69 0 135 4%
Международные проекты 17969,46 11 3 1 4 6 5 0 15 0%
Северная Америка 251809,13 576 151 17 296 251 197 0 744 23%
Южная Азия 61971,57 143 31 4 44 50 84 0 178 6%
Общий итог 1085857,52 2222 787 172 1201 986 994 9 3181 100%
% от общего числа проектов 70% 25% 5% 38% 31% 31% 0%

Приложение 4. Статистика по сделкам проектного финансирования со 100% заемного капитала по отраслям

Регион Совокупная стоимость проектов, млн. долл. Количество проектов по признакам Общее количество проектов % от общего количества
Количество спонсоров Количество кредиторов Количество проектов ГЧП
1 2-3 4 и больше 1 2-3 4 и больше
Добыча ископаемых 83526,22 211 49 10 97 88 85 0 270 8%
Межотраслевой проект 22285,94 20 6 6 6 13 13 0 32 1%
Нефтегазовый сектор 350599,35 293 200 49 131 160 251 0 542 17%
Энергетика 241209,57 410 160 32 166 207 229 0 602 19%
Возобновляемая энергетика 162414,43 1016 234 20 670 381 219 0 1270 40%
Социальный сектор и оборонная промышленность 16604,97 40 24 2 29 21 16 8 66 2%
Телекоммуникации 62644,92 75 23 7 22 26 57 0 105 3%
Транспорт 134298,79 136 76 44 71 77 108 0 256 8%
Очистка воды 12273,33 21 15 2 9 13 16 1 38 1%
Общий итог 1085857,52 2222 787 172 1201 986 994 9 3181 100%
% от общего числа проектов 70% 25% 5% 38% 31% 31% 0%