Рост неоднородности производительности: анализ микроданных тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Цветкова Анна Николаевна

• Цветкова Анна Николаевна
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Цветкова Анна Николаевна

Введение

Актуальность исследования

Степень разработанности темы исследования

Цель и задачи исследования

Информационная база исследования

Методология исследования

Основные результаты

Научная новизна

Теоретическая и практическая значимость работы

Апробация результатов исследования

Список публикаций

Список литературы

Приложения

Приложение 1. Paper "Do Productivity Laggards Ever Catch Up with Leaders?"

Приложение 2. Статья «Возможности ускорения роста производительности труда: роль малых и средних предприятий»

Приложение 3. Статья «Динамика технической эффективности российских предприятий в 2013-2018 годах»

Приложение 4. Статья «Кто выходит с рынка в период пандемии»

Приложение 5. Статья «Производительность и кредитование в период пандемии»

Введение

Введение диссертации (часть автореферата) на тему «Рост неоднородности производительности: анализ микроданных»

Актуальность исследования

В академической литературе, посвященной экономическому росту, отмечается, что его темпы снижаются в последние десятилетия во многих странах. Этот процесс связывают с замедлением интенсивного роста экономики, то есть снижением эффективности использования факторов производства.

Фокусом данного исследования являются показатели результативности отдельных предприятий. В качестве таких показателей результативности используются несколько альтернативных индикаторов, дополняющих друг друга: производительность труда, многофакторная производительность и техническая эффективность.

Производительность труда отражает результативность использования труда в качестве фактора производства. В данном исследовании она рассчитывается как отношение выпуска или добавленной стоимости к числу сотрудников на предприятии. Многофакторная производительность (TFP) отражает результативность использования нескольких факторов производства. В данном исследовании - труда и капитала, и рассчитывается как отношение добавленной стоимости к индексу, отражающему комбинацию двух факторов. Техническая эффективность - показатель, рассчитываемый в рамках моделей стохастических границ производственных возможностей и отражающий расстояние до границы, на котором оперирует предприятие.

В исследованиях нет однозначного ответа, по какой причине происходит замедление показателей производительности как на макро-, так и на микроуровне. Однако можно выделить две гипотезы. Согласно первой из них, технический прогресс не приносит столь же значительных прорывных технологий, как это было в XX веке [Gordon, 2015]. Согласно другой гипотезе, технический прогресс по-прежнему даёт свои плоды, рост на границе производственных возможностей продолжается. Однако увеличивается неоднородность компаний, которые всё больше отстают от лидеров по

производительности труда. Рост отклонения от границы производственных возможностей связывают с замедлением процессов передачи передовых технологий от лидеров ко всем остальным [Akcigit and Ates, 2019].

Доступность данных по предприятиям позволяет оценить не только динамику агрегированного уровня производительности труда, но и определить, как меняется распределение этого показателя, увеличивается ли отставание предприятий от границы производственных возможностей.

В работах, посвященных анализу неоднородности производительности на микроданных в зарубежных странах, показано, что разрыв между компаниями сохраняется и не сокращается. Также в исследованиях отмечается, что наименее производительные предприятия демонстрируют более высокие темпы роста данного показателя [Andrews et al., 2016].

В России вопрос ускорения экономического роста является актуальной задачей. Возможностей его стимулирования за счет экстенсивных факторов, таких как численность населения и объем капитала, представляются ограниченными, поскольку объем капитала уже накоплен, а рост числа занятых не предвидится в связи с демографическим положением. В связи с этим производительность труда представляется потенциально возможным источником ускорения.

Факторы, отражающие эффективность использования ресурсов, а не их объем, играли ключевую роль в период быстрого роста начала 2000-х годов. Однако после 2009 года темпы роста производительности труда замедлились, а в 2015-2016 показатель даже снижался.

Ускорение производительности труда возможно за счёт нескольких источников. Во-первых, это перераспределение ресурсов между отраслями. Во-вторых, перераспределение ресурсов между предприятиями внутри одной отрасли. В-третьих, увеличение производительности труда на отдельных предприятиях. В данном исследовании акцент сделан на второй и третий источник, поскольку анализируются предприятия в рамках своих отраслей.

Фокусом данного исследования является динамика неоднородности предприятий по производительности труда. В России значителен разрыв, который наблюдается между небольшой группой наиболее производительных предприятий и всеми остальными предприятиями (Бессонова, 2018) Перераспределение ресурсов от менее производительных предприятий к более производительным способствует сокращению неоднородности и является условием для ускорения экономического роста.

Таким образом, исследование динамики неоднородности производительности представляется актуальной темой для оценки потенциала ускорения роста российской экономики.

Увеличение вклада малого и среднего предпринимательства в создание добавленной стоимости выступает в государственных программах в качестве одной из мер, способствующих ускорению агрегированных темпов роста производительности труда. Однако малые предприятия не всегда являются более производительными, чем крупные [Andrews et al., 2016]. Не столько малые, сколько молодые предприятия демонстрируют высокие темпы роста производительности труда [Haltiwanger et al., 2013]. В этой связи анализ источников высоких темпов роста производительности на нижних границах распределения уровней производительности является актуальной задачей для оценки потенциала сокращения расстояния до границы производственных возможностей.

В кризисные периоды снижение экономической активности может сопровождаться значительными изменениями в распределении уровня производительности труда (или TFP). С одной стороны, может ускориться перераспределение ресурсов в пользу более эффективных компаний за счет выхода с рынка наименее производительных предприятий. С другой стороны, в связи с ростом неопределенности может снизиться число созданий новых компаний, которые могли бы заменить вышедшие с рынка фирмы. Актуальность также приобретает задача [Andrews et al., 2021] оценки влияния программ государственной поддержки занятости на процессы

перераспределения ресурсов, поскольку предприятия, которые в обычных условиях выходят с рынка, благодаря финансовой помощи могут продолжать свою деятельность, тем самым увеличивая число низко производительных компаний на рынке.

Степень разработанности темы исследования

Тема неоднородности и конвергенции в уровнях выпуска, производительности труда, изначально поднималась в исследованиях на макроуровне. Результаты исследований на макроуровне были неоднозначными [Abreu et al., 2005]. С одной стороны, развивающиеся страны наверстывают свое отставание благодаря передаче технологий и повышению капиталовооруженности на фоне более широкой вовлеченности в международную торговлю и глобальные стоимостные цепочки. С другой стороны, в исследованиях, посвященных росту и процессам конвергенции, подчеркивается роль институциональных проблем, препятствовавших адаптации новых технологий в развивающихся экономиках [Acemoglu et al., 2001].

По мере улучшения доступности микроданных увеличился и интерес исследователей к вопросам гетерогенности и связанной с ней конвергенции в рамках отраслей одной страны. Согласно работам на данных предприятий существует высокая неоднородность по уровню производительности даже в узко определяемых отраслях отдельной страны [Syverson, 2011].

Исследования, основанные на микроданных [Andrews et al., 2016] показывают, в странах-членах ОЭСР разрыв между лидерами по производительности и остальными увеличивается после кризиса 2008-2009 годов. При этом продолжают расширяться границы производственных возможностей, по крайней мере в секторе услуг. Поэтому в литературе выдвигаются гипотезы о том, что наблюдаемое на макроуровне после кризиса 2008-2009 замедление роста многофакторной производительности связано не столько со снижением темпов технического прогресса, сколько с

увеличивающейся неоднородностью предприятий в рамках узко определенных отраслей.

В качестве одной из потенциальных причин для увеличения гетерогенности предприятия внутри отраслей исследователи называют снижение интенсивности передачи знаний от лидеров по производительности к остальным [Akcigit et al., 2019]. Отстающие предприятия испытывают сложности с доступом к передовым технологиям, что препятствует их догоняющему росту производительности труда. На скорости трансфера технологий, согласно предположениям исследователей, сказалась растущая роль цифровых технологий, предполагающих использование, наряду с неявными знаниями, большие объемы данных.

Согласно экономическим исследованиям, в странах-членах ОЭСР наблюдается отрицательная связью между ростом производительности и ее начальным уровнем. В литературе такая связь также называется ß-конвергенцией. В исследованиях показано, что несмотря на её наличие, разрыв в производительности между лидерами и отстающими увеличивается [Andrews et al., 2016; Cette et al., 2019]. Авторы демонстрируют, что с 1997 года скорость ß-конвергенции снизилась.

Среди французский компаний скорость конвергенции также уменьшилась в основном из-за высоких темпов роста производительности высокотехнологичных компаний [Chevalier et al., 2012]. Согласно исследованию [Bahar, 2018], скорость конвергенции максимальна на высшей и низшей границах начального распределения уровней производительности. В то же время темпы роста производительности компаний со средним уровнем этого показателя значительно ниже.

Возрастная структура компаний может объяснять высокие темпы роста производительности среди наименее производительных компаний. Согласно ряду работ [Haltiwanger et al., 2013], вклад молодых предприятий в чистый рост экономики США непропорционально велик относительно других групп предприятий. У только входящих на рынок предприятий, производительность,

как правило, ниже, чем у тех компаний, которые давно работают на рынке. Поэтому вклад молодых предприятий в большей степени виден на нижней границе распределения уровня производительности. Высокие темпы роста молодых компаний объясняются тем, что они выходят на полную производственную мощность и догоняют уже укоренившиеся на рыке компании. Таким образом, источником роста являются не все малые компании вне зависимости от возраста, а небольшая группа молодых предприятий.

Корреляция между производительностью труда и размером предприятия положительна [Bartelsman et al., 2013; Linarello and Petrella, 2017]. Один из механизмов формирования такой связи продемонстрирован в работе [Akcigit et al., 2021] на примере сравнения жизненного цикла компаний США и Индии. В США эффективные компании имеют возможность расти. Менее эффективные предприятия покидают рынок, а высвобождающиеся ресурсы перераспределяются в пользу остающихся на рынке более производительных фирм. Потенциально эффективные компании Индии сталкиваются с барьерами, препятствующими их росту, они остаются небольшими. В результате в Индии только небольшая группа предприятий имеет возможность реализовать свой потенциал, вырасти и увеличить свою эффективность, тогда как большинство предприятий остаются небольшими и низкоэффективными.

Таким образом, недостаточная интенсивность выходов низкопроизводительных компаний может являться одним из факторов, препятствующих эффективному распределению ресурсов между компаниями. Исследователи подчеркивают роль стимулирования конкуренции и развития системы банкротства для ускорения процессов выходов наименее производительных компаний и, как следствия, улучшения распределения ресурсов между компаниями [Gamberoni et al., 2016].

В литературе говорят о возникновении «очищающего эффекта» кризиса, если в этот период происходит перераспределение ресурсов в пользу наиболее эффективных компаний за счёт ухода наименее производительных. Это происходит только в том случае, если на место ушедших с рынка предприятий

приходят новые, с потенциалом роста. При этом в США в период с 1979 по 2013 годы ухудшение экономической ситуации, по оценкам исследователей [Tian, 2018], в большей степени сказывалось на снижении числа созданий компаний, а не на числе ликвидаций. Недостаточное число входов предприятий, которое известно в литературе как «отпугивающий эффект» кризиса [Ouyang, 2009], а также рост выходов молодых компаний, может негативно сказаться на будущем экономическом росте, поскольку в результате этого перераспределение ресурсов от выходящих предприятий к новым замедляется, а потенциал роста молодых фирм не реализуется.

Согласно ряду исследований [Gopinath et al., 2017; Aghion et al., 2019] одной из причин недостаточной интенсивности выходов малоэффективных компаний с рынка является, облегченный доступ к финансированию на фоне слабого экономического роста и низких ставок по кредитам. Банкам может быть выгодно продолжать выдавать компании новые кредиты на покрытие процентов по старым, хотя в отсутствие такого финансирования фирма могло бы выйти с рынка в результате банкротства. Высоко закредитованные и при этом низкоэффективные предприятия известны в литературе как «компании-зомби» [Caballero et al., 2008]. Особенную актуальность вопрос «зомбификации» экономики приобретает в периоды действия государственных программ поддержки занятости, в том числе субсидирования кредитов. Подобная финансовая поддержка может затормозить процессы выходы низкоэффективных компаний, исказив тем самым распределение ресурсов за счёт производительных предприятий [Lalinsky and Pá, 2021].

Перераспределение ресурсов, а также создание институциональной среды, способствующей диффузии знаний от наиболее производительных предприятий к остальным предприятиям, необходима в России [Voskoboynikov, 2017] для сокращения значительного разрыва, наблюдающегося между небольшой группой лидеров и отстающими компаниями [Бессонова, 2018].

Неоднородность предприятий в России как один из ключевых аспектов экономического роста является темой ряда работ, в которых для анализа гетерогенности используются модели стохастических границ производственных возможностей (stochastic frontier analysis - SFA). Ключевой особенностью этого метода является предположение о том, что в каждой отрасли существует граница производственных возможностей, которая отражает максимально возможный выпуск при заданных объемах ресурсов [Aigner et al., 1977]. Не все предприятия отрасли имеют возможность оптимально использовать свои ресурсы, поэтому они находятся на некотором расстоянии от этой границы. С увеличением расстояния до границы производственных возможностей, снижается техническая эффективность предприятия. Таким образом, метод SFA позволяет одновременно оценить параметры производственной функции и эффективность предприятия относительно производственной границы.

Применяя модели стохастических границ производственных возможностей, авторы ряда работ [Ипатова, 2015; Ипатова и Пересецкий, 2013] демонстрируют, что в отрасли производства резиновых и пластмассовых изделий в период кризиса 2008-2009 годов технической эффективность предприятий снизилась. Кроме того, неоднородность предприятий увеличилась. Снижение технической эффективности наблюдалось и в пищевой промышленности в 2003-2010 гг. [Щетинин и Назруллаева, 2012].

Как и работы, посвященные производительности труда на российских предприятиях [Wildnerova and Blochliger, 2019], исследования с использованием метода SFA подтверждают положительную связь размера с технической эффективностью предприятия [Краснопеева и др., 2016].

Цель и задачи исследования

Цель исследования заключается в оценке динамики неоднородности показателей результативности предприятий (производительности труда, многофакторной производительности и технической эффективности) в России

в результате шоков кризиса 2014-2015 годов, а также пандемии новой коронавирусной инфекции.

Для реализации поставленной цели решены следующие задачи:

• на данных российских предприятий проведена оценка связи между уровнем производительности труда (или TFP) и темпами роста соответствующих показателей, другими словами, оценена скорость Р-конвергенции;

• выявлен источник быстрого роста производительности труда (или TFP) на нижних границах распределения соответствующих показателей и определены особенности быстрого роста, причины замедления его темпов;

• оценена динамика TFP предприятий как сумма вкладов роста границы производственных возможностей, изменения расстояния до неё и эффекта масштаба;

• оценена связь дисперсии технической эффективности с возрастом и размером предприятий, с учётом данной связи оценена динамика технической эффективности российских предприятий в рамках узко определённых отраслей;

• определены различия в интенсивности выходов предприятий с рынка на фоне кризиса, вызванного пандемией новой коронавирусной инфекции, в зависимости от уровня их относительной производительности труда, иными словами, определено наличие предпосылок для потенциального действия «очищающего эффекта» кризиса, а также оценена динамика входов новых предприятий на рынок как индикатора наличия «отпугивающего эффекта» кризиса;

• определен характер влияния программ льготного кредитования, принятых в условиях кризиса, вызванного пандемией новой коронавирусной инфекции, в качестве меры поддержки занятости, на распределение ресурсов в зависимости от уровня производительности труда заёмщиков.

Данные задачи решаются в пяти статьях, представляющих диссертацию. В работе «Do Productivity Laggards Ever Catch Up with Leaders?» оценивается скорость Р-конвергенции по уровню производительности труда и многофакторной производительности в выборке российских предприятий с 2011 по 2016 годы. Также в этой статье представлены модели стохастических границ производственных возможностей, позволяющие оценить динамику технической эффективности, а также многофакторной производительности как суммы вкладов роста на границе производственных возможностей, изменения расстояния до неё и эффекта масштаба.

В статье «Возможности ускорения роста производительности труда: роль малых и средних предприятий» представлен анализ влияния факторов размера и возраста на темпы роста производительности труда в выборке российских предприятий за период с 2011 по 2016 годы.

В статье «Динамика технической эффективности российских предприятий в 2013-2018 годах» приведены результаты оценки моделей стохастических границ производственных возможностей с учётом гетерогенности ошибки неэффективности. В данной работе исследуется связь между технической эффективностью, размером и возрастом компании, а также динамика технической эффективности.

В статье «Кто выходит с рынка в период пандемии» представлен анализ интенсивности выходов предприятий с рынка в 2020-2021 годах в ответ на кризис, вызванный пандемией новой коронавирусной инфекции, в зависимости от уровня производительности труда предприятий.

В работе «Производительность и кредитование в период пандемии» исследуется влияние программ льготного финансирования в 2020 году на количество и объемы займов, предоставляемым предприятиям в зависимости от их уровня производительности труда.

Информационная база исследования

Информационной базой исследования являются микроданные российских предприятий, полученные из базы данных Ruslana Bureau van Dijk:

показатели бухгалтерской отчетности, численность сотрудников, дата регистрации. В исследовании также использованы расчётные показатели. Во-первых, объём добавленной стоимости вычисляется как как сумма затрат на труд и выручки за вычетом себестоимости. Показатель производительности труда рассчитан как отношение добавленной стоимости или выручки к численности сотрудников.

Дефляторы валовой добавленной стоимости на уровне крупных секторов и индексы цен производителей в промышленных видах деятельности, которые доступны, в основном, на уровне 2-3х-значных кодов ОКВЭД2, использованы в качестве дефляторов всех стоимостных показателей за исключением внеоборотных активов. Внеоборотные активы продефлированы с помощью индекса цен основных средств, рассчитанного как отношение индекса стоимости основных средств к индексу их физического объема.

Выборочный период различается в опубликованных статьях (строка 1 Таблицы 1. В работах [Bessonova and Tsvetkova, 2021; Бессонова и др., 2020] период исследования охватывает период с 2011 по 2016 годы. В остальных работах выборка обновлена и продлена до 2018 года, [Бессонова и др., 2021а]. В работах [Цветкова, 2021; Бессонова и др., 2021 б] обновленная выборка была ограничена 2013-2018 годами и 2018 годом соответственно.

Поскольку качество данных небольших предприятий представляется низким, из анализа исключены фирмы с численностью сотрудников до 10 человек включительно. В одной работе [Цветкова, 2021] выборка была дополнительно ограничена путём исключения предприятий с численностью сотрудников до 50 человек включительно (строка 2, Таблица 1).

Таблица 1. Ключевые характеристики использованных данных и методологии

Возможности Динамика

Do Productivity ускорения роста производительности технической эффективности Кто выходит с Производительность

Laggards Ever Catch Up труда: роль малых и российских рынка в период и кредитование в

with Leaders? [Bessonova and средних предприятий [Бессонова и др., предприятий в 2013-2018 годах пандемии [Бессонова и период пандемии [Бессонова и др.,

Tsvetkova, 2021] 2020] [Цветкова, 20211 др., 2021а1 2021б1

Период (1) 2011-2016 2011-2016 2013-2018 2011-2018 2018

Численность (2) >10 >10 >50 >10 >10

сотрудников

Охват секторов (3) Некоторые исключены Некоторые исключены Некоторые исключены - -

Размер выборки (4) 339 047 339 047 205 107 457 196 352 373

Число узких (5) 173 173 105 290 290

отраслей

Версия отраслевой классификации (6) ОКВЭД ОКВЭД ОКВЭД2 ОКВЭД2 ОКВЭД2

Результат (7) Добавленная стоимость Добавленная Выручка Выручка Выручка

производства стоимость

Граница (8) Расчетная, модельная Расчетная Модельная Расчетная Расчетная

производственных

возможностей

SFA - (9) Транслогарифмическая, - Функция Кобба- - -

спецификация граница изменяется во Дугласа

границы времени

производственных

возможностей

SFA - (10) Техническая - Техническая - -

спецификация эффективность не эффективность

технической зависит от показателей зависит от

эффективности предприятия показателей предприятия

Источник: составлено автором.

Некоторые сферы деятельности: сельское хозяйства, строительство, финансовый сектор, образование, здравоохранение и государственное управление исключены из анализа в работах [Bessonova and Tsvetkova, 2021; Бессонова и др., 2020; Цветкова, 2021] (строка 3, Таблица 1). Особенности выпуска и специфика используемых факторов производства в данных секторах требует применения специальных методов при построении моделей производственных функций. В работе [Бессонова и др., 2021а] исключены из выборки предприятия, которые вышли с рынка до 2017 года, также действующие на апрель 2021 компании. Количество наблюдений в выборках в каждой статье представлено в четвертой строке Таблицы 1.

Узкие отрасли в выборках определены согласно основному коду предприятий ОКВЭД или ОКВЭД2 (строка 5 Таблицы 1). Число узких видов деятельности в публикациях составляет от 105 до 290 (строка 5 Таблицы 1).

Выбросы определены в рамках каждой узкой отрасли. К ним отнесены 0,5% наблюдений с максимальными и 0,5% с минимальными значениями основных финансовых показателей и численности сотрудников. Также к выбросам отнесены наблюдения с максимальными 0,5% значениями рассчитанной производительности труда.

В дополнение к информации о результативности работы предприятия, полученной на основе данных о финансовых показателях из базы данных Ruslana Bureau van Dijk в исследовании использованы дополнительные источники информации. Так данные СПАРК-Интерфакс о статусе фирмы, о дате выхода с рынка задействованы в [Бессонова и др., 2021а].

Также в [Бессонова и др., 2021б] использованы данные формы 0409303 Банка России «Сведения о ссудах, предоставленных юридическим лицам» за 2019-2020 года. Эти данные содержат в себе информацию о кредитах, выданных российским предприятиям, их объёмах, сроках, процентных ставках.

Методология исследования

В исследовании использованы три показателя результативности работы предприятия, дополняющие друг друга: производительность труда, многофакторная производительность и техническая эффективность. Наиболее часто используемым в литературе и наиболее лёгким в расчете является производительность труда. В исследовании она рассчитана как отношение добавленной стоимости или выручки к численности сотрудников (строка 7 Таблицы 1).

Расчет уровня многофакторной производительности (TFP - total factor productivity) требует оценки вкладов каждого фактора в добавленную стоимость. В работе [Bessonova and Tsvetkova, 2021] данный показатель

VA

рассчитан по формуле: TFP = -¡¿щ^, где VA - добавленная стоимость, L -

численность сотрудников, а К - объем внеоборотного капитала. Оценки коэффициентов а и ft получены двумя методами. Согласно первому способу а рассчитана как средняя доля затрат на труд в узком виде деятельности. ft получена вычитанием а из 1. Второй подход предполагает оценку а и ft с помощью построения модели, предложенной [Wooldridge, 2009]. Согласно этому подходу, производственная функция задается следующим образом: VA = A(K^La). Труд в этой модели является эндогенной переменной, поскольку предприятие может нанять больше сотрудников в ожидании высокого спроса. Поэтому этот фактор производства инструментируется с помощью капитала, а также многочлена третьей степени от двух показателей, капитала в предыдущем периоде и объема используемых материалов в предыдущем периоде. Оценки коэффициентов а и ft в этой модели соответствуют эластичностям добавленной функции по труду и капиталу соответственно.

Список литературы диссертационного исследования кандидат наук Цветкова Анна Николаевна, 2022 год

Литература

В экономической литературе динамика входов и выходов предприятий с рынка считается одним из важных факторов, влияющим на производительность труда и, как следствие, на экономический рост. Melitz и Polanec (2015) показали,

что в период экономического роста в Словении с 1995 по 2000 гг. выходы вносили положительный вклад в рост производительности труда, поскольку уровень производительности ликвидированных предприятий был ниже, чем действующих. Авторы также оценили, что уровень производительности вновь входящих предприятий в среднем ниже, чем у уже действующих предприятий.

Наибольшую важность процессы входов и выходов предприятий с рынка приобретают во время кризисных периодов. Foster et al. (2016) показывают, что до кризиса 2008-2009 годов рецессии в США стимулировали реаллокацию ресурсов, поскольку с рынка чаще уходили низко производительные компании, тогда как высокопроизводительные скорее оставались на рынке. Таким образом, отмечался так называемый «очищающий эффект» кризиса, имеющий положительный эффект на производительность (Caballero и Hammour, 1994).

Однако в кризисный период 2008-2009 гг. различия в вероятности выхода между предприятиями в зависимости от уровня их производительности значительно сократились по сравнению с предыдущими кризисами. По оценкам авторов, положительные эффекты в этот период были меньше также в связи с более резким падением входов, чем рост выходов. Как подчеркивают Caballero и Hammour (1994), необходимым условием для возникновения «очищающего эффекта» кризиса является более сильная процикличность динамики ликвидаций, чем входов новых предприятий. Другими словами, для того, чтобы реаллокация ресурсов в пользу наиболее производительных предприятий имела место, необходимо, чтобы рост выходов в кризис превышал по амплитуде падение входов. Однако по оценкам Tian (2018), в США в период с 1979 по 2013 годы ухудшение экономической ситуации быстрее сказывалось на динамике входов предприятий, чем на числе ликвидаций. Как правило, сначала падало число входящих предприятий, а затем росло число выходов.

Сокращение числа созданий новых предприятий во время рецессий, а также непропорциональный рост выходов среди молодых организаций

фигурирует в литературе как «отпугивающий» эффект кризиса (Ouyang, 2009). Несмотря на то, что входящие предприятия, как правило, менее производительны, чем уже действующие (Melitz и Polanec, 2015), эта группа является важным фактором для экономического роста в среднесрочной перспективе (OECD, 2020).

Выходы молодых компаний и замедление входов новых, таким образом, положительно влияет на краткосрочную динамику производительности труда, поскольку в этих группа предприятий в среднем производительность ниже, чем у более зрелых компаний. Однако это негативно отражается на экономическом росте в будущем. В результате «отпугивающий эффект» кризиса не только замедляет реаллокацию ресурсов от выходящих предприятий к новым, но и препятствует реализации потенциала роста молодых организаций, не успевших укорениться на рынке. Преобладание «отпугивающего эффекта» над «очищающим» может нивелировать положительное влияние реаллокации на экономический рост.

Ряд исследований посвящен влиянию пандемии на динамику выходов предприятий с рынка. Miyakawa et al. (2020) отмечают высокую степень отраслевой неоднородности: гостиничный и ресторанный бизнес пострадал значительно сильнее остальных. Авторы приходят к выводу, что на решение о выходе с рынка в большей степени оказывает влияние снижение доходов предприятий, чем рост неопределенности, вызванный кризисом.

По оценкам OECD, 2021, число банкротств в 2020 в странах-членах ОЭСР снизилось на фоне изменения правил ликвидации, а также выделяемой финансовой помощи. Cros et al. (2021), отмечают, что беспрецедентная поддержка, оказываемая компаниям вызвала обеспокоенность: благодаря ней низкопроизводительные фирмы смогли остаться на рынке, хотя в других условиях они должны бы были прекратить деятельность. Muzi et al. (2021) показывают, что в 2020 году скорее наблюдался «очищающий эффект» кризиса.

Данные предприятий из 31 стран свидетельствуют о негативной корреляции уровня производительности труда и вероятности выхода. Эту вероятность, как подчеркивают авторы, снижает и внедрение инноваций до начала кризиса.

Cros et al. (2021) подтверждают, что механизмы, определявшие процесс банкротств во Франции в 2019 году, действовали и в 2020 году. К аналогичному выводу пришли Hong and Saito (2021): в Японии зависимость интенсивности добровольных выходов от уровня производительности труда и финансового здоровья фирмы в 2020 году не изменилась относительно периода 2017-2019 годов. Низкопроизводительные предприятия не получили преимущества перед более производительными компаниями.

В анализе, проведенном OECD, 2021, предполагается, что волна выходов, была отложена с 2020 года на более поздний период. Однако авторы отмечают, что пандемия может оказать значительное влияние на долгосрочный рост экономики стран ОЭСР, поскольку она отразилась на динамике входов на рынок. В 2020 году число новых предприятий резко упало, иными словами сформировалось потерянное поколение. Наибольший провал наблюдался в Испании и Португалии в апреле, когда падение составляло около 70% г/г. При этом, по оценкам OECD, 2021, снижение входов на 25% в течение одного года приводит к долгосрочным последствиям: спустя 3 года после шока занятость сокращается на 0,85%, и даже спустя 14 лет 70% потерь всё ещё имеют место (OECD, 2021).

Данные

Анализ динамики выходов предприятий с рынка охватывает период с января 2017 года по март 2021 года. Данные за 2020-2021 годы мы сравниваем со средними значениями, рассчитанными за период с 2017 по 2019 годы. Мы используем следующие источники данных: агрегированные на уровне отраслей данные Росстата, данные Единого государственного реестра юридических лиц (ЕГРЮЛ) по отдельным предприятиям, выборочные данные по балансовой

отчетности предприятий из базы данных КиБЬАКА, а также данные Единого

реестра субъектов малого и среднего предпринимательства (МСП).

1. Данные Росстата включают в себя следующие агрегированные показатели: абсолютное число ликвидированных предприятий2, коэффициент ликвидации на 1000 предприятий3, абсолютное число зарегистрированных предприятий4, коэффициент рождаемости на 1000 предприятий5. Основой для расчетов этих показателей служат данные Федеральной налоговой службы (ФНС). Согласно изменениям, внесенным в 2015 году в Федеральный закон от 24 июля 2007 года № 209-ФЗ «О развитии малого и среднего предпринимательства в Российской Федерации»6, в задачи ФНС вошло создание и ведение Единого реестра малого и среднего предпринимательства. В 2016 году ФНС впервые опубликовала данные этого реестра, а также начала работу по его очистке от предприятий, чья фактическая деятельность была прекращена, однако они не были сняты с регистрации («брошенные предприятия»). В результате число ликвидаций резко возросло, отражая выходы фактически давно прекративших деятельность предприятий. В связи с этими изменениями в учете ликвидированных предприятий, сопоставимость данных до и после 2017 года нарушается. Поэтому в дальнейшем для анализа выходов предприятий во время текущего кризиса мы используем данные с января 2017 года по март 2021 года. Стоит отметить, что и после 2017 года проблема «брошенных» предприятий не была решена полностью. Поскольку ФНС выявляет прекратившие свою деятельность фирмы не сразу, данные о числе ликвидаций отражают фактическую интенсивность выходов с рынка с некоторым лагом. Тем не менее, показатели Росстата позволяют оценить не только, как меняется со временем интенсивность выходов, но и какие

2 https://www.fedstat.ru/indicator/57785

3 https://www.fedstat.ru/indicator/57780

4 https://www.fedstat.ru/indicator/57782

5 https://www.fedstat.ru/indicator/57760

6 введена Федеральным законом от 29 декабря 2015 года № 408-ФЗ

различия наблюдаются между секторами и регионами. Для отдельных секторов данные в отдельные месяцы отсутствуют.

2. Наряду с агрегированными данными Росстата, мы используем данные ЕГРЮЛ. Выгрузка ЕГРЮЛ содержит в себе информацию о 2 538 654 предприятий, вышедших с рынка с января 2017 г. по март 2021 года. Данные содержат в себе дату регистрации предприятия, дату выхода, вид деятельности согласно основному коду ОКВЭД2. Благодаря наличию информации о каждом предприятии эти данные позволяют оценить, как различается интенсивность выходов в разрезе наиболее пострадавших и других отраслей. К наиболее пострадавшим мы отнесли отрасли, входящие в список, утвержденный Постановлением Правительства от 3 апреля 2020 года №4347. Кроме того, данные ЕГРЮЛ позволяют оценить различия в интенсивности выходов в разрезе возраста предприятия.

3. Выборочные данные содержат в себе информацию о выходах 457 196 предприятий с января 2017 года по март 2021 года. Мы сформировали выборку на основе базы данных RUSLANA. В нее входят предприятия, для которых хотя бы в один из периодов с 2011 по 2018 год в базе данных была размещена информация о бухгалтерской отчетности предприятия. Выборка включает в себя только предприятия с численностью сотрудников 10 и более человек. В связи с этими ограничениями выборка смещена в сторону более крупных предприятий, небольшие предприятия представлены в меньшей степени. В отличие от данных Росстата и ЕГРЮЛ, выборочные данные не пополнялись новыми предприятиями, которые входили на рынок в течение 2019-2021 годов. В результате выборка не включает в себя молодые предприятия, интенсивность выходов которых, как правило, выше.

Выборочные данные позволяют рассчитать уровень производительности труда как отношение выручки к числу сотрудников. Выборка разделена на 290

7 http ://government.ru/docs/3 9382/

отраслей в основном на трех- или четырехзначном уровне кода ОКВЭД 2. Как и в работе Aghion et а1. (2009), мы предполагаем, что в рамках каждой отрасли существует три группы предприятий:

Первая группа - «лидеры по производительности», функционирующие на границе производственных возможностей. К ним мы отнесли 20% наиболее производительных предприятий в каждой отрасли.

Вторая группа («догоняющие») - это предприятия, которые функционируют на шаг позади границы производственных возможностей. К этой группе мы отнесли предприятия, производительность которых ниже лидеров, но выше медианы.

Третья группа («отстающие») состоит из предприятий, функционирующих на два шага позади границы производственных возможностей (см. согласно Aghion et б!., 2009). К данной группе мы отнесли те предприятия, чей уровень производительности ниже медианного. Стоит отметить, что распределение производительности труда в российских отраслях сильно смещено к низким уровням. Поэтому группа предприятий, в наибольшей степени отличающихся от всех остальных по уровню производительности, это лидеры. Группа предприятий с уровнем производительности ниже медианного, как правило, значительно более однородна, чем предприятия с более высокой производительностью. В целях текущего анализа каждому предприятию приписывалась группа производительности труда за последний год, в который предприятие представлено в выборке.

4. Данные реестра субъектов МСП включают в себя агрегированный показатель числа действующих предприятий в секторе малого и среднего предпринимательства с января 2018 г. по март 2021 года. Часть сведений реестра обновляется на ежемесячной основе. Полная актуализация данных происходит ежегодно в августе по данным за июль. В связи с этим изменения,

происходящие в течение года, могут отражаться не в соответствующем месяце, а в статистике за июль.

Насколько текущий кризис отличается от предыдущих?

Для того чтобы выявить особенности текущего кризиса, целесообразно сравнить его с предыдущими кризисами и их последствиями. В связи с изменениями в процедурах учета ликвидированных предприятий ФНС вследствие создания Единого реестра субъектов малого и среднего предпринимательства, данные за предыдущие кризисные периоды 2008-2009 и 2014-2015 не сопоставимы с данными последних лет. Поэтому мы сравниваем не абсолютные уровни числа ликвидированных предприятий, а их динамику относительно стабильных периодов (Рисунок 5). Сопоставление этих эпизодов позволяет выделить основные отличия текущего кризиса от предыдущих в части динамики выходов и входов предприятий на рынок.

Во-первых, специфика текущего беспрецедентного кризиса, связанного с последствиями пандемии, нашла отражение прежде всего в более сильной отраслевой дифференциации по сравнению с предыдущими кризисами. Например, в строительном секторе (Р) и в административной деятельности (Ы) число ликвидированных предприятий в июле 2020 г. превысило среднее в этом месяце за 2017-2019 гг. на 88% и 81%. В добыче полезных ископаемых (В) превышение составило 19%, а в сельском хозяйстве (А) 32%.

Во-вторых, очевидно, что и природа роста числа выходящих организаций в 2020 году отличается от предыдущих кризисных эпизодов. Так, в 2008-2009 гг. и 2014-2015 гг. причиной ликвидации организаций становилось снижение доходов вследствие ухудшения общей экономической ситуации, а также такие внешние шоки, как резкое изменение обменного курса рубля. (Рисунок 1). В 2020 году часть компаний была вынуждена приостановить свою деятельность, то есть

столкнулась со значительно более сильным падением доходов, чем в предыдущие кризисные эпизоды.

В-третьих, в 2020 году влияние начала кризиса было более концентрировано во времени. Значительное сокращение числа входов пришлось на два месяца приостановки экономической активности, которое не было затем компенсировано сильным ростом регистрации новых предприятий (Рисунок 6). В 2008-2009 годах падение входов было умереннее (Рисунок 2), а в 2014-2015 годах динамика этого показателя не значительно отличалась от относительно стабильного 2013 года (Рисунок 4).

В 2020 году число выходов значительно выросло спустя нескольких месяцев начала периода наиболее жестких ограничительных мер по борьбе с распространением новой коронавирусной инфекции (Рисунок 5). В период 20082009 гг. влияние кризиса во времени распределилось более равномерно на фоне постепенного ухудшения внешнеэкономических условий, снижения спроса и доходов. Плавный рост выходов и снижение входов продолжались во второй половине 2008 - первой половине 2009 годов (Рисунок 1). В 2015 году небольшой всплеск выходов можно отметить в апреле, после которого наблюдалось снижение числа ликвидаций (Рисунок 3).

Рисунок 1. Количество официально ликвидированных организаций в целом по экономике в 2008-2010 гг., тыс. шт.

24 21 18 15 12 9 6 3

Рисунок 2. Количество официально зарегистрированных организаций в целом по экономике в 2008-2010 гг., тыс. шт.

60 50 40 30 20 10

I И

I §

2008

2009

2010

2008

2009

2010

0

0

Источник: Росстат.

Рисунок 3. Количество официально ликвидированных организаций в целом по экономике в 2013-2015 гг., тыс. шт.

70 60 50 40 30 20 10 0

т т о. х ш га к ■©■ 5

га

2013 г.

I §

2014 г.

<и ч:

Источник: Росстат.

Рисунок 4. Количество официально зарегистрированных организаций в целом по экономике в 2013-2015 гг., тыс. шт.

60 50 40 30 20 10 0

т т о. х ш га к ■©■ 5

2015 г.

га

2013 г.

I %

2014 г.

<и ч:

2015 г.

Источник: Росстат.

Источник: Росстат.

Рисунок 5. Количество официально ликвидированных организаций в целом по экономике в 2017-2020 гг., тыс. шт.

Рисунок 6. Количество официально зарегистрированных организаций в целом по экономике в 2017-2020 гг., тыс. шт.

...... 2017 — 2018

о 2021 Источник: Росстат

.... 2017 — 2018

^—2019 2020

о 2021

Источник: Росстат

Ускорение выходов и замедление входов предприятий

Ограничительные меры в связи с неблагоприятной эпидемической обстановкой в России начали действовать в марте 2020 года. Наиболее жесткие ограничения действовали в апреле-мае, когда был введен общенациональный режим нерабочих дней (30 марта - 11 мая). Моментальных эффектов на выходы предприятий с рынка в тот период не наблюдалось (Рисунок 7). По данным Росстата, число ликвидированных предприятий в первые шесть месяцев 2020 года было ниже, чем в среднем за 2017-2019 годы.

Относительно низкий уровень выходов в начале 2020 года (до коронакризиса) может объясняться тем, что в предыдущие годы, особенно конце 2018 - начале 2019 гг., наблюдался сильный рост выходов предприятий, имевший во многом техническое объяснение. Так, этот рост выходов, скорее всего, был связан с целенаправленной работой регистрирующих органов по очистке реестров от фактически давно не действующих предприятий. В связи с этим средний уровень выходов за 2017-2019 годы может быть завышен.

Во апреле-июне значительного изменения в динамике выходов даже относительно пониженных уровней начала 2020 г. также не произошло. Во-первых, в апреле-июне не было возможности поддерживать работу регистрирующих органов в том же режиме, что и раньше, поэтому многие предприятия отложили действия по регистрации своего закрытия на более поздний период. Во-вторых, меры государственной поддержки могли как минимум временно сдержать часть предприятий от решения мгновенно закрыться.

В июле число выходящих с рынка предприятий резко возросло, превысив средний уровень за 2017-2019 на 46%, что стало проявлением упомянутого выше отложенного эффекта на фоне прерывания работы регистрирующих органов во II квартале. Так, компании, которые по каким-то причинам решили отложить ликвидацию или не смогли ее осуществить во время действия режима нерабочих

дней, оформили выход в июле, когда в большинстве регионов уже были сняты основные ограничения.

Вторая волна роста выходов пришлась на октябрь 2020 года. Превышение среднего числа выходов за 2017-2019 годы составило 3%, что значительно меньше, чем в первую волну. Однако в осенний период в большей степени, чем это было в июле, проявилось влияние ухудшения экономической ситуации в дополнение к эффекту отложенных выходов. Для строительной отрасли (сектор F) также важную роль сыграл переход на новую банковскую схему финансирования с использованием эскроу-счетов. В этом секторе динамика ликвидаций во многом отражает уход недостаточно устойчивых для работы в новой системе компаний.

При этом стоит учитывать, что с 6 апреля 2020 года был введен мораторий на банкротства для системообразующих предприятий и организаций и ИП в наиболее пострадавших отраслях8. Были приостановлены как прием новых заявлений о банкротстве должника со стороны кредиторов, так и судебные производства по принятым делам, по которым процедура банкротства еще не была начата. Таким образом, в этих отраслях во второй половине 2020 года мы не наблюдаем в этих сегментах банкротства по инициативе кредитора, доля которых в общем объеме заявлений оценивается выше 75%9. В результате, по данным Федресурс, в 2020 году число банкротств сократилось почти на 20% по сравнению с 2019 г.10.

Мораторий был снят 7 января 2021 года, однако в I квартале 2021 г. число банкротств всё ещё оставалось ниже уровня 2019 года на 8%11. Вероятно, волна банкротств отразится в статистике в середине 2021 года, когда пройдет достаточно времени для завершения процедур, необходимых для ликвидации

8В соответствии с постановлением Правительства Российской Федерации от 3 апреля 2020 года № 428

9 https://www.rbc.ru/economics/15/01/2021/6000343b9a794747addc5c41

10 https://fedresurs.ru/news/e3fc79ce-fd38-432f-ab08-8c 1561Ь1Ь7Л

11 https://fedresurs.ru/news/165f3708-5810-4047-9db6-b46c927e73b7

предприятия. Таким образом, будет наблюдаться дополнительный эффект отложенных банкротств на число выходов предприятий с рынка. Поэтому наряду с краткосрочным резким ростом выходов в 2020 году можно также ожидать и долгосрочные последствия текущего кризиса в результате отложенных во времени вторичных эффектов, сдерживающих восстановление экономики.

Рисунок 7. Число ликвидированных предприятий, тыс. шт.

Среднее число выходов за 2017-2019 гг. Выходы в 2020 г.

Выходы в 2021 г. Выходы в 2020 г. выше среднего

Выходы в 2020 г. ниже среднего

Источник: Росстат, расчеты авторов.

Рисунок 8. Число ликвидированных предприятий, данные ЕГРЮЛ, тыс. шт.

Рисунок 9. Число ликвидированных предприятий, выборочные данные, тыс.

шт.

о _ 00

о

(О

о м-

о см

о -

о

00

со -

■ч-

см

о

/ ^ ^ ^ О®* / + ^ ^ о^ ^ /

Среднее число выходов за 2017-2019 гг.

Выходы в 2020 г.

Выходы в 2021 г.

Выходы в 2020 г. выше среднего

Выходы в 2020 г. ниже среднего

Среднее число выходов за 2017-19 гг.

Выходы в 2020 г.

Выходы в 2021 г.

Выходы в 2020 г. выше среднего

Выходы в 2020 г. ниже среднего

Источник: ЕГРЮЛ, расчеты авторов. Источник: СПАРК, расчеты авторов.

Помимо данных Росстата для анализа интенсивности выходов предприятий мы также используем альтернативные источники: данные ЕГРЮЛ и выборочные данные. Данные ЕГРЮЛ показывают схожую с данными Росстата (Рисунок 7) динамику выходов в первой половине 2020 года, а во втором полугодии 2020 года также наблюдается две волны роста выходов. (Рисунок 8). Согласно выборочным данным, интенсивность выходов в начале 2020 года была схожа со средним за 2017-2019 годы (Рисунок 9). Такое расхождение с описываемыми выше данными Росстата может быть вызвано тем, что средний уровень выходов по выборочным данным не был завышен в результате проведения очистки реестров от фактически давно не действовавших предприятий. Вместе с тем в выборочные данные не включались новые предприятия, входившие на рынок в период 2019-2020 годов, интенсивность выходов которых, как правило, выше. Тем не менее выборочные данные также демонстрируют резкий скачок числа ликвидированных предприятий в июле и октябре 2020 года. Таким образом, данные Росстата и других источников не противоречат друг другу. Это позволяет с достаточной точностью использовать альтернативные источники данных для оценки различий в интенсивности выходов в тех разрезах, для которых данные Росстата недостаточны.

Если на выходы предприятий с рынка ограничительные меры имели отложенный эффект, то на входах на рынок приостановка экономической активности сказалась незамедлительно. В первые месяцы 2020 года число входов было ниже среднего за 2017-2019 года на 30%. В апреле-мае отставание достигло 60-65% (Рисунок 10). Приостановка регистраций наблюдалась во всех секторах, особенно в деятельности в области культуры, спорта, организации досуга и развлечений (сектор Я), где в мае падение входов относительно среднего составляло 78% (Таблица 1 в Приложении).

По оценкам ОЭСР12, в апреле сопоставимое сокращение входов новых предприятий по сравнению с 2019 г. наблюдалось и в других странах: например, в Португалии - на 70% г/г, во Франции - на 54% г/г, в Турции - на 58% г/г.

При этом в июне-июле число входящих предприятий выросло, однако уже в августе рост остановился, отражая замедление эффекта отложенных во времени входов. В результате существенное отставание числа входов новых предприятий от среднего уровня за 2017-2019 год вернулось к уровню начала года. В I квартале 2021 года число зарегистрированных предприятий оставалось чуть ниже уровня прошлого года, что говорит о сохранении тенденции к падению интенсивности входов вследствие «отпугивающего эффекта» кризиса.

Рисунок 10. Число вновь зарегистрированных предприятий , тыс. шт.

Среднее число входов за 2017-2019 гг. Входы в 2020 г.

Входы в 2021 г. Входы в 2020 г. выше среднего

Входы в 2020 г. ниже среднего

Источники: Росстат, расчеты авторов.

Рост выходов и снижение числа входов новых предприятий на рынок должно приводить к ускорению сокращения числа действующих предприятий. Данные о численности предприятий в Едином реестре субъектов малого и среднего предпринимательства (МСП)13 подтверждают это предположение. Они указывают на увеличение темпов сокращения числа действующих МСП в июле (Рисунок 11). В первой половине 2020 года темпы падения числа МСП

12 https://voxeu.org/article/challenges-and-opportunities-start-ups-time-covid-19

13 https://rmsp.nalog.ru/ Данные публикуются 10 числа месяца, следующего за отчетным. Реестр МСП полностью актуализируется в августе по данным за июль, изменения в июле могут отражать не только июльскую динамику, но и динамику пересмотров за прошедший год.

составляли в среднем 2,4% г/г, в июле число МСП сократилось на 4,2% по сравнению с прошлым годом. В августе - сентябре падение замедлилось до 3,63,8%, однако темпы сокращения числа МСП оставались выше докоронавирусных и в I квартале 2021 года.

Рисунок 11. Темпы прироста числа субъектов малого и среднего предпринимательства, г/г, %

8% 6%

Источник: Единый реестр субъектов малого и среднего предпринимательства, расчеты авторов.

Текущий кризис - удар по всем группам предприятий

В начале 2020 года во всех секторах экономики, за исключением государственного управления (сектор О), наблюдалась низкая по сравнению со средним за 2017-2019 года интенсивность выходов (Таблица 1 в Приложении). Однако резкий рост ликвидаций в июле затронул практически все сектора.

Данные ЕГРЮЛ позволяют подробно проанализировать отраслевой разрез ликвидируемых предприятий, в том числе выделить наиболее пострадавшие отрасли согласно Постановлению Правительства РФ от 03.04.2020 N 434. Первая волна роста выходов в июле схожим образом отразилась на динамике выходов, как пострадавших, так и остальных отраслей. По данным ЕГРЮЛ в группе пострадавших отраслей число выходов в июле 2020 года превышало среднее в этом месяце за 2017-2019 гг. на 57% (Рисунок 12). В остальных отраслях

отмечается хоть и меньшее, но также значительное отклонение от среднего (увеличение выходов на 42%). Вторая волна в большей степени затронула пострадавшие отрасли. Число выходов в октябре 2020 г. превысило средний уровень на 39%, в остальных превышение составило 13%. Это указывает на то, что осенью влияние фактора ухудшения экономической ситуации сказалось на динамике выходов в большей степени, чем летом, когда наблюдались, в том числе и отложенные ликвидации.

Рисунок 12. Число ликвидированных предприятий в разрезе отраслей, данные ЕГРЮЛ, среднее за 2017-2019 гг.=100

Наиболее пострадавшие Остальные отрасли

отрасли

-Выходы, среднее 2017-19 -Выходы 2020 —♦— Выходы 2021

Выходы 2020 выше сред. Выходы 2020 ниже сред.

Источник: ЕГРЮЛ, расчеты авторов.

Данные ЕГРЮЛ также позволяют оценить возрастную структуру выходящих с рынка предприятий. Наиболее устойчивыми к текущему кризису оказались предприятия в возрасте от 15 лет. В 2020 году, число ликвидированных предприятий в этой возрастной группе сохранялось на уровне близком и ниже среднего за период с 2017-2019 года.

Среди укоренившихся предприятий зрелого возраста 3-15 лет наблюдались две волны роста выходов. В июле превышение числа ликвидаций над средним в этом месяце в 2017-2019 годах составило 33%. Осенняя волна

выходов была менее интенсивной (в октябре рост составил +14% относительно среднего).

Максимальные всплески выходов в 2020 году наблюдались в группе молодых предприятий (1-2 года): в июле число ликвидированных предприятий превысило среднее за 2017-2019 на 71%. В августе и сентябре также было зафиксировано превышение числа ликвидаций над средним за 2017-2019 года.

Молодые предприятия зачастую являются одной из наиболее уязвимых групп с точки зрения интенсивности выходов. С одной стороны, такие предприятия используют более рискованные стратегии для занятия ниши/доли на рынке. С другой стороны, процесс формирования прочных связей с поставщиками и пула лояльных потребителей/заказчиков может занимать время.

Многие молодые предприятия, обладая высоким потенциалом для роста производительности, в период значительных перебоев с поставками и снижения спроса могут столкнуться с относительно большими по амплитуде шоками издержек и спроса. Высокая интенсивность выходов в группе молодых предприятий может отрицательно сказаться на динамике производительности труда в целом в экономике в средне- и долгосрочной перспективе, поскольку предприятия вынуждены уйти с рынка, не успев реализовать свой потенциал.

Поэтому для стимулирования устойчивых долгосрочных темпов роста экономики особенно важна поддержка предприятий, которые испытывают трудности в связи с негативным влиянием кризиса на их отрасль, но на более длинном горизонте способны демонстрировать высокую производительность, выступая в качестве драйверов роста экономики (Бессонова, Цветкова, 2020).

Задача выявления потенциально эффективных предприятий является крайне сложной не только в России, но и во всем мире, как для участников рынка, так и для органов управления. Поэтому в условиях ограниченной информации особенно важную роль играет не только прямая финансовая помощь, которая может оказываться неблагополучным предприятиям, но и системные меры,

направленные на создание благоприятных условий для роста эффективных предприятий.

Рисунок 13. Число ликвидированных предприятий в разрезе возрастных групп, данные ЕГРЮЛ, среднее за 2017-2019 гг.=100

о о см о ю

о о

о ю

Возраст старше 15 лет

Среднее число выходов

за 2017-2019 гг.

Выходы в 2020 г.

Выходы в 2021 г.

Выходы в 2020 г. выше среднего

Выходы в 2020 г. ниже среднего

Источник: ЕГРЮЛ, расчеты авторов.

Выборочные данные по предприятиям позволяют оценить, как отличается профиль производительности среди предприятий, выходивших в 2020 году, от среднего за 2017-2019 годы. Мы приписывали каждое предприятие к одной из трех групп (лидеры по производительности, догоняющие и отстающие) на основе данных последнего года, когда предприятие присутствовало в выборке. Поскольку распределение предприятий по уровню производительности достаточно устойчиво во времени (см. БеББОпоуа, ТБУе1коуа, 2019), можно предположить, что ретроспективная оценка является приближением текущего относительного уровня производительности.

В первой половине 2020 года число выходящих предприятий из группы лидеров было ниже среднего за 2017-2019 года. Однако в июле рост ликвидаций затронул и эту группу, несмотря на высокий уровень производительности. Число выходов в этой группе резко выросло и превысило среднее на 16%. В последующие месяцы, даже в период осенней волны ликвидаций, число выходов среди лидеров сохранялось на уровне ниже среднего, а в I квартале 2021 года опустились даже ниже прошлогодних значений. Эта группа предприятий оказалась наиболее устойчива к шоку по сравнению с другими группами.

Рисунок 14. Число ликвидированных предприятий в разрезе производительности, выборочные данные, среднее за 2017-2019=100

о ю

о о

о ю

Лидеры

♦ ♦

Т-1-1-1-1-1-1-1-1-1-1-г

о

ю Ч

о о

о ю

Догоняющие

♦ ♦ ♦

Т-1-1-1-1-1-1-1-1-1-1-г

^ О®* о^/ ^ О®* О^О*/

о о см о

ю Ч

о о

о ю

Отстающие

Среднее число выходов за 2017-19 гг.

Выходы в 2020 г.

Выходы в 2021 г.

Выходы в 2020 г. выше среднего

Выходы в 2020 г. ниже среднего

Источник: СПАРК, расчеты авторов.

В группе догоняющих предприятий в первые месяцы 2020 года выходы были на уровне среднего за 2017-2019 гг. В первую волну число ликвидаций превысило среднее на 36%, вторая волна была менее интенсивной: рост относительно среднего составил 25%.

Наиболее сильное превышение числа выходов над средним наблюдается в группе отстающих: в июле 2020 года закрылось на 81% больше предприятий, чем в среднем в июле 2017-2019 годов. В этой группе вторая волна роста выходов осенью 2020 года была сопоставима по интенсивности с летней (рост на 71%), тогда как в других группах июльский всплеск был намного значительнее. Это также служит аргументом в пользу утверждения о большем влиянии экономических факторов на динамику выходов осенью, чем летом.

В результате ускорения выходов отстающих предприятий во второй половине 2020 года структура ликвидированных организаций по группам эффективности изменилась относительно 2017-2019 годов. Доля лидеров снизилась, тогда как доля отстающих, напротив, выросла (Рисунок 15).

Рисунок 15. Структура ликвидированных предприятий в разрезе групп по производительности14, выборочные данные, %

2017-2019 годы

2020 год

Отстающие

Догоняющие

Лидеры

Источник: СПАРК, расчеты авторов.

14 Группа по производительности была определена на основе данных за последний год, когда предприятие присутствовало в выборке.

Таким образом, с одной стороны в росте ликвидаций в 2020 году можно найти признаки «очищающего эффекта» ("cleansing effect"), поскольку наибольшая интенсивность выходов стала наблюдаться в группе предприятий с наименьшим уровнем производительности.

С другой стороны из-за экономического спада вынуждены уйти с рынка и молодые предприятия, не получившие шанса в будущем реализовать свой потенциал. При этом число входов во втором полугодии 2020 года - начале 2021 остается на пониженном уровне. Таким образом, выбывающие с рынка фирмы медленнее замещаются новыми предприятиями с высоким потенциалом роста. Тем самым, положительное влияние «очищающего эффекта» кризиса, связанное с выходами наименее производительных предприятий, нивелируется замедлением входов новых фирм.

В результате сотрудники выбывающих с рынка предприятий лишаются рабочих мест. Это нашло отражение в росте уровня безработицы и снижении уровня занятости. В такой ситуации ключевым становится вопрос возможностей трудоустройства на новое место для высвобождаемой рабочей силы, особенно в условиях резкого падения входов новых предприятий.

В целях повышения уровня производительности труда в целом в российской экономике в текущей ситуации недостаточно поддерживать только рост количества новых предприятий. Крайне важно, чтобы новые предприятия имели возможности не только войти на рынок, но и расти, увеличивая свою производительность труда (Бессонова и др., 2020). Только в этой ситуации высвобождаемые с закрытых неэффективных предприятий работники будут иметь возможность найти рабочее место на более производительных предприятиях, тем самым внося положительный вклад в динамику производительности труда в целом в экономике.

Заключение

Текущий кризис отличается от предыдущих. С одной стороны, его удар оказался неравномерным в отраслевом разрезе. В ряде отраслей предприятия были вынуждены приостанавливать свою деятельность, тогда как другие испытывали повышенный спрос. С другой стороны, шок, связанный с пандемией носит более сконцентрированный во времени характер, чем это было в предыдущие кризисные эпизоды 2008-2009 гг. и 2014-2015 гг.

Наш анализ показывает, что в результате начавшегося кризиса число ликвидированных предприятий в 2020 году значительно увеличилось. Во второй половине года наблюдалось две волны роста числа выходов: в июле и октябре. Летняя волна выходов отчасти была вызвана отложенным эффектом и была в большей степени однородна для предприятий из разных отраслей, возрастных групп и групп по производительности. Осенняя волна выходов была в большей степени дифференцирована, что говорит о влиянии фактора снижения экономической активности. В начале 2021 года число ликвидированных предприятий снизилось до «допандемического» уровня, однако с середины 2021 года на динамике выходов предположительно начнет сказываться отмена моратория на банкротства, действовавшего до 7 января 2021 года.

Последствия начала кризиса ощутили на себе предприятия практически из всех секторов. Наиболее пострадавшие отрасли согласно Постановлению Правительства РФ от 03.04.2020 N 434 оказались более уязвимыми, особенно в осеннюю волну выходов, когда начал сказываться не только отложенный эффект, но и фактор ухудшения экономического положения предприятий..

Сильным ударом текущий кризис ожидаемо стал для молодых предприятий. Они, как правило, еще не успевают укорениться на рынке в достаточной степени, чтобы адаптироваться к изменениям, и могут в большей степени испытать на себе влияние шоков издержек/поставок и спроса.

Структура выходов в разрезе уровней производительности указывает на возможные признаки «очищающего эффекта» кризиса: интенсивность выходов среди наименее производительных предприятий резко возросла, особенно в осеннюю волну, тогда как на лидеров последствия кризиса повлияли в меньшей степени. Это потенциально может положительно отразиться на среднесрочном экономическом росте, поскольку профиль производительности оставшихся на рынке предприятий улучшается.

Однако нивелировать потенциально положительные эффекты от выхода с рынка наименее производительных предприятий может увеличение ликвидаций молодых предприятий, не успевших реализовать свой потенциал роста. Кроме того процесс замещения неэффективных предприятий новыми может ослабеть на фоне сильного падения числа входов на рынок, иными словами «отпугивающего эффекта» кризиса.

На фоне роста закрытий организаций и одновременного падения числа новых предприятий, занятые на ликвидируемых предприятиях, даже не всегда являясь зарегистрированными безработными, сталкиваются с проблемой поиска работы в условиях кризиса. Проблема дальнейшего трудоустройства усугубляется тем, что даже предприятия с высокой производительностью сталкиваются с ограничениями для роста. В результате существенно повышается общая социальная напряженность, и, как следствие, встает вопрос о поддержке населения в условиях сокращения доходов.

Таким образом, кризис, вызванный пандемией и введением ограничительных мер, проявился не только в моментальных негативных эффектах, но и предполагает более долгосрочные и распределенные по времени риски для экономики. Такие последствия, как рост числа ликвидируемых организаций, замедление входов новых предприятий на рынок, ограничения в росте предприятий с высокой производительностью, рост безработицы, ограниченные возможности найти производительное рабочее место для

высвобождаемой рабочей силы могут быть ощутимее, чем в предыдущие кризисные периоды.

Для преодоления долгосрочных негативных последствий кризиса и выхода в дальнейшем на устойчивую траекторию роста необходим комплекс мер, направленных на стимулирование создания новых предприятий. Крайне важно создавать условия для их быстрого роста и повышения эффективности. К таким мерам можно отнести развитие конкуренции, способствующей эффективному перераспределению ресурсов и росту наиболее производительных предприятий. В то же время требуется упрощение процедур выхода с рынка, в том числе развитие системы банкротства. В свою очередь, повышение мобильности труда, совершенствование программ переобучения работников, увеличение их доступности дадут возможность сотрудникам закрывающихся фирм переходить на более перспективные предприятия с потенциалом роста.

Список использованной литературы

1. Бессонова Е.В., Морозов А.Г., Турдыева Н.А., Цветкова А.Н. Возможности ускорения роста производительности труда: роль малых и средних предприятий // Вопросы экономики. 2020; (3). pp. 98-114.

2. Бессонова E., Цветкова А. «Выход из кризиса: почему так важны молодые предприятия?» // Аналитическая записка Департамента исследований и прогнозирования Банка России. Сентябрь 2020. 12 стр.

3. Aghion, P., Blundell, R., Griffith, R., Howitt, P., & Prantl, S. (2009). The effects of entry on incumbent innovation and productivity. The Review of Economics and Statistics, 91(1), 20-32.

4. Bessonova E., Tsvetkova A., (2019). Productivity convergence trends within Russian industries: firm-level evidence, Bank of Russia Working Paper Series wps51, Bank of Russia.

5. Caballero, R. J., Hammour, M. L. (1994). The cleansing effect of recessions. The

American Economic Review, 1350-1368.

6. Cros, M., Epaulard, A., Martin, P. (2021). Will Schumpeter Catch Covid-19? CEPR Discussion Paper 15834.

7. Foster, L., Grim, C., Haltiwanger, J. (2016). Reallocation in the great recession: cleansing or not?. Journal of Labor Economics, 34(S1), S293-S331.

8. Hong G.H., Saito, Y., Firm exit patterns and the post-Covid cleansing mechanism: Evidence from Japan // VOXEU CEPR, 25 February 2021.

9. Melitz, M. J., Polanec, S. (2015). Dynamic Olley-Pakes productivity decomposition with entry and exit. The Randjournal of economics, 46(2), 362-375.

10. Miyakawa, D., Oikawa, K., Ueda, K. (2021). Firm exit during the covid-19 pandemic: Evidence from japan. Journal of the Japanese and International Economies, 59, 101118.

11. Muzi, S., Jolevski, F., Ueda, K., Viganola, D. (2021). Productivity and Firm Exit during the COVID-19 Crisis, World Bank, Policy Research Working Paper 9671

12. Ouyang M. The scarring effect of recessions // Journal of Monetary Economics. 2009. No. 56 (2). Pp. 184-199.

13. OECD (2020). Start-ups in the time of COVID-19: facing the challenges, seizing the opportunities // Tackling coronavirus (COVID-19) Contributing to a global effort. OECD, Paris.

14. OECD (2021). Business dynamism during the COVID-19 pandemic: Which policies for an inclusive recovery? // Tackling coronavirus (COVID-19) Contributing to a global effort. OECD, Paris.

15. Tian, C. (2018). Firm-level entry and exit dynamics over the business cycles. European Economic Review, 102, 298-326.

Приложение

Рисунок 16. Отклонение числа ликвидированных предприятий в июле 2020 года от среднего в этом месяце за 2017-2019 гг. в разрезе регионов, данные ЕГРЮЛ, %

Источник: Росстат, расчеты авторов.

Сектор янв.20 фев.20 мар.20 апр.20 май.20 июн.20 июл.20 авг.20 сен.20 окт.20 ноя.20 дек.20 янв.21 фев.21 мар.21

Всего -41 -31 -22 -28 -21 -36 46 -16 5 3 -5 -38 -42 -36 -52

А -42 -32 -27 -34 -31 -10 32 -22 1 -4 -15 -36 -54 -37 -41

В -41 -43 -24 -19 -25 -38 19 -6 1 15 -9 -41 -53 -28 -32

С -50 -35 -24 -28 -24 -33 34 -11 8 9 4 -35 -48 -37 -47

Б -56 -32 -18 -23 -23 -37 15 -21 -15 -6 -8 -31 -54 -34 -49

Е -43 -20 -14 -26 -28 -36 48 -11 24 -2 2 -24 -56 -41 -30

Б -24 -17 -5 -14 0 -26 88 6 21 24 13 -27 -24 -23 -40

в -47 -37 -30 -35 -27 -45 37 -24 -6 -9 -16 -47 -50 -46 -62

Н -37 -24 -18 -19 -13 -34 59 -9 12 16 4 -36 -38 -32 -52

I -45 -24 -18 -24 -18 -26 38 -9 22 25 20 -22 -36 -24 -36

I -41 -32 -15 -24 -26 -30 70 -20 14 8 9 -29 -29 -31 -48

К -56 -46 -36 -39 -39 -49 -1 -35 -21 -28 -35 -51 -58 -53 -66

Ь -48 -34 -19 -31 -26 -32 25 -21 9 -3 0 -32 -45 -31 -35

М -33 -28 -12 -21 -14 -32 60 -11 18 20 5 -33 -31 -28 -47

N -31 -19 -11 -12 0 -27 81 4 30 32 21 -26 -30 -23 -43

О 67 55 43 -11 9 -7 8 -33 -14 -31 35 1 -2 -11 -4

Р -23 -23 -15 -47 -41 -22 -8 -25 -27 -29 -25 -35 -49 -21 -21

-36 -26 -9 -26 -20 -24 33 -1 27 23 12 -15 -31 8 -23

я -41 -32 -18 -32 -21 -32 19 -23 0 8 -4 -33 -34 -25 -37

8 -34 -19 -21 -35 -26 -27 33 1 15 -4 -26 -38 -16

Примечание: А Сельское, лесное хозяйство, охота, рыболовство и рыбоводство; В Добыча полезных ископаемых; С Обрабатывающие производства ; Б Обеспечение электрической энергией, газом и паром; кондиционирование воздуха; Е Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений; Е Строительство ; О Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов; Н Транспортировка и хранение ; I Деятельность гостиниц и предприятий общественного питания; I Деятельность в области информации и связи; К Деятельность финансовая и страховая ; L Деятельность по операциям с недвижимым имуществом; М Деятельность профессиональная, научная и техническая; N Деятельность административная и сопутствующие дополнительные услуги; О Государственное управление и обеспечение военной безопасности; социальное обеспечение; Р Образование; Q Деятельность в области здравоохранения и социальных услуг; R Деятельность в области культуры, спорта, организации досуга и развлечений ; S Предоставление прочих видов услуг.

Сектор янв.20 фев.20 мар.20 апр.20 май.20 июн.20 июл.20 авг.20 сен.20 окт.20 ноя.20 дек.20 янв.21 фев.21 мар.21

Всего -23 -33 -29 -66 -60 -38 -22 -27 -22 -27 -26 -36 -37 -39 -31

А -17 -39 -27 -62 -57 -32 -13 -21 -15 -23 -29 -17 -22 -37 -17

В 4 1 1 -46 -52 -2 -9 -4 -22 5 4 -24 -24 -14 -3

С -17 -27 -22 -61 -57 -29 -15 -22 -12 -24 -18 -34 -33 -34 -23

Б -11 -41 -10 -67 -53 -34 -9 -34 -14 -30 -38 -36 -37 -35 -22

Е 2 -28 -22 -70 -46 -34 -13 -6 -23 -25 -22 -26 -23 -28 -25

Б -9 -26 -20 -59 -51 -27 -7 -16 -13 -20 -23 -28 -24 -33 -23

а -35 -42 -39 -71 -65 -46 -29 -35 -32 -36 -35 -44 -48 -47 -43

н -28 -41 -36 -67 -63 -40 -26 -31 -24 -33 -35 -41 -40 -41 -37

I -7 -18 -13 -76 -70 -48 -20 -23 -13 -18 -29 -42 -33 -28 -23

I -35 -31 -24 -64 -53 -32 -15 -16 -3 -10 -13 -31 -31 -28 -7

К -29 -35 -24 -61 -59 -37 -24 -28 -26 -20 -33 -20 -38 -41 -24

ь -18 -20 -20 -66 -61 -32 -14 -12 -10 -20 -14 -29 -27 -15 -14

м -16 -29 -29 -66 -56 -29 -20 -22 -15 -18 -10 -35 -33 -38 -33

N -12 -30 -27 -70 -67 -39 -30 -36 -27 -39 -31 -44 -31 -40 -28

О -11 4 -1 -43 -49 -16 -25 -37 -50 -10 28 133 21 -12 28

Р -15 -15 -16 -59 -62 -37 -21 -21 -13 -5 -10 -32 -36 -26 -10

1 -11 -16 -64 -63 -38 -11 -13 -6 -4 6 -14 0 -10 2

я 7 -11 -6 -55 -78 -60 -25 -29 -15 -14 -24 -35 -31 -25 -12

8 -18 -31 -26 -47 -55 -51 -32 -20 -23 -27 -35 -46 -45

Примечание: А Сельское, лесное хозяйство, охота, рыболовство и рыбоводство; В Добыча полезных ископаемых; С Обрабатывающие производства ; D Обеспечение электрической энергией, газом и паром; кондиционирование воздуха; Е Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений; F Строительство ; G Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов; Н Транспортировка и хранение; I Деятельность в области информации и связи; I Деятельность гостиниц и предприятий общественного питания; К Деятельность финансовая и страховая ; L Деятельность по операциям с недвижимым имуществом; М Деятельность профессиональная, научная и техническая; N Деятельность административная и сопутствующие дополнительные услуги; О Государственное управление и обеспечение военной безопасности; социальное обеспечение; Р Образование; Q Деятельность в области здравоохранения и социальных услуг; R Деятельность в области культуры, спорта, организации досуга и развлечений ; S Предоставление прочих видов услуг.

Таблица 3. Отклонение коэффициента ликвидации предприятий в 2020 и 2021 году от среднего за 2017-2019 годы, п.п.

Сектор янв.20 фев.20 мар.20 апр.20 май.20 июн.20 июл.20 авг.20 сен.20 окт.20 ноя.20 дек.20 янв.21 фев.21 мар.21

Всего -4.6 -2.3 -1.3 -1.6 -0.9 -3.5 7.6 0.0 2.7 3.4 1.9 -4.5 -3.9 -2.3 -5.6

А -3.0 -1.5 -0.9 -1.5 -1.2 0.8 4.6 -0.2 1.9 2.0 0.6 -2.4 -4.2 -1.5 -1.9

В -4.8 -3.8 -2.2 -1.3 -1.9 -3.2 1.7 -0.2 0.4 2.0 -0.4 -4.9 -6.5 -2.3 -3.0

С -6.2 -2.9 -1.6 -1.6 -1.3 -2.8 5.1 0.4 2.4 3.4 2.3 -3.6 -5.0 -2.5 -4.3

Б -6.0 -2.2 -0.8 -0.9 -1.0 -2.8 2.3 -0.9 -0.3 0.7 0.5 -2.5 -5.4 -2.0 -3.7

Е -4.1 -0.7 0.0 -1.2 -1.3 -2.5 6.1 0.5 3.6 1.8 2.2 -1.5 -5.5 -2.6 -1.3

Б -2.6 -1.1 0.8 -0.5 1.3 -2.7 13.3 2.8 5.0 6.6 4.3 -3.0 -1.2 -0.9 -4.5

в -6.0 -3.0 -1.7 -2.1 -0.9 -5.6 11.7 0.1 4.0 5.1 2.5 -6.8 -4.8 -3.2 -8.8

Н -4.3 -1.8 -1.1 -0.9 -0.2 -3.5 8.5 0.5 3.3 4.4 2.5 -4.5 -3.6 -2.1 -5.9

I -5.4 -1.8 -1.2 -1.5 -0.8 -2.1 4.9 0.1 3.6 5.2 3.8 -2.2 -3.4 -1.2 -3.3

I -4.3 -2.3 -0.6 -1.2 -1.5 -2.3 8.3 -1.0 3.0 3.4 3.0 -2.7 -1.6 -1.5 -4.9

К -6.9 -4.2 -3.8 -2.7 -2.7 -4.9 3.2 -2.3 0.1 -1.0 -2.4 -7.1 -6.5 -4.6 -9.9

Ь -3.7 -1.9 -0.9 -1.6 -1.2 -1.9 2.0 -1.0 1.2 0.4 0.6 -2.4 -3.2 -1.5 -2.0

М -3.1 -2.0 -0.1 -1.0 -0.2 -2.9 7.7 0.2 3.6 5.3 2.8 -3.6 -1.8 -1.2 -4.5

N -3.4 -1.2 -0.2 -0.2 1.1 -2.4 10.7 2.1 5.6 7.4 5.2 -2.2 -2.0 -0.6 -4.4

О 3.3 1.7 1.7 -0.2 0.4 0.0 0.5 -0.8 -0.2 -0.9 1.2 0.2 0.2 -0.1 0.1

Р -0.9 -0.7 -0.3 -1.6 -1.0 -0.5 -0.1 -0.7 -0.9 -1.2 -0.8 -1.6 -2.2 -0.6 -0.5

-2.3 -1.2 -0.6 -1.1 -0.8 -1.1 1.4 0.0 1.2 1.4 0.6 -1.0 -2.0 0.3 -1.3

я -3.9 -2.2 -1.3 -1.9 -1.1 -2.2 1.8 -1.7 0.5 1.4 0.1 -3.6 -3.0 -1.4 -2.9

8 -2.4 -1.0 -1.2 -2.0 -1.2 -1.5 -0.4 0.6 1.8 0.3 -1.9 -2.5 -0.5

Примечание: А Сельское, лесное хозяйство, охота, рыболовство и рыбоводство; В Добыча полезных ископаемых; С Обрабатывающие производства ; D Обеспечение электрической энергией, газом и паром; кондиционирование воздуха; Е Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений; F Строительство ; G Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов; Н Транспортировка и хранение ; I Деятельность гостиниц и предприятий общественного питания; I Деятельность в области информации и связи; К Деятельность финансовая и страховая ; L Деятельность по операциям с недвижимым имуществом; М Деятельность профессиональная, научная и техническая; N Деятельность административная и сопутствующие дополнительные услуги; О Государственное управление и обеспечение военной безопасности; социальное обеспечение; Р Образование; Q Деятельность в области здравоохранения и социальных услуг; R Деятельность в области культуры, спорта, организации досуга и развлечений ; S Предоставление прочих видов услуг.

Сектор янв.20 фев.20 мар.20 апр.20 май.20 июн.20 июл.20 авг.20 сен.20 окт.20 ноя.20 дек.20 янв.21 фев.21 мар.21

Всего -0.4 -1.7 -1.4 -4.7 -3.4 -1.7 -0.5 -0.8 -0.4 -0.9 -0.7 -1.5 -0.9 -1.7 -0.9

А 0.1 -0.8 -0.3 -2.0 -1.4 -0.5 0.3 0.0 0.2 -0.2 -0.3 0.1 0.1 -0.5 0.5

В 0.5 0.3 0.4 -4.0 -3.8 0.1 -0.6 -0.1 -1.5 0.6 0.6 -1.9 -1.1 -0.8 0.0

С -0.2 -1.1 -0.8 -4.0 -3.0 -1.1 -0.1 -0.6 0.1 -0.7 -0.3 -1.3 -0.7 -1.3 -0.3

Б 0.1 -1.3 0.1 -3.3 -2.0 -1.2 0.1 -1.3 -0.2 -0.9 -1.1 -1.1 -0.7 -0.9 -0.2

Е 0.9 -1.0 -0.6 -4.4 -2.2 -1.4 0.1 0.6 -0.5 -0.9 -0.6 -0.7 -0.1 -0.6 -0.4

Б 0.2 -2.4 -1.4 -6.5 -4.4 -1.7 0.5 -0.4 -0.1 -0.8 -1.1 -1.7 -0.6 -2.5 -0.9

а -0.7 -2.2 -1.7 -5.5 -3.8 -1.9 -0.4 -0.9 -0.6 -0.9 -0.8 -1.8 -1.0 -1.8 -1.0

н -1.3 -3.6 -2.9 -6.3 -4.8 -2.6 -1.3 -1.7 -1.0 -2.0 -2.1 -2.7 -1.8 -3.0 -2.4

I 0.2 -0.7 -0.3 -6.4 -5.0 -3.0 -0.9 -1.1 -0.3 -0.7 -1.6 -2.6 -1.0 -1.3 -0.9

I -1.4 -1.5 -0.9 -4.3 -2.9 -1.4 -0.1 -0.2 0.7 0.3 0.1 -1.3 -0.8 -0.8 1.1

К -0.3 -1.1 0.0 -3.3 -2.7 -1.1 -0.2 -0.4 -0.3 0.2 -0.9 0.1 -0.4 -1.0 0.7

ь -0.2 -0.4 -0.5 -2.3 -1.9 -0.8 -0.2 -0.2 -0.1 -0.4 -0.2 -0.8 -0.4 -0.2 -0.1

м -0.2 -1.6 -1.6 -4.8 -3.3 -1.2 -0.5 -0.7 -0.1 -0.3 0.5 -1.8 -0.9 -1.8 -1.4

N -0.1 -2.2 -1.9 -6.4 -4.9 -2.4 -1.7 -2.1 -1.1 -2.5 -1.5 -2.9 -0.8 -2.5 -1.1

О -0.1 0.2 0.0 -0.5 -0.5 -0.1 -0.2 -0.3 -0.6 -0.1 0.3 4.0 0.5 0.0 0.4

Р -0.1 -0.2 -0.2 -1.1 -1.0 -0.5 -0.3 -0.3 -0.2 0.0 -0.1 -0.5 -0.3 -0.4 -0.1

-0.1 -0.7 -1.1 -4.2 -3.8 -2.2 -0.7 -0.8 -0.3 -0.2 0.3 -0.8 -0.1 -0.6 0.1

я 0.5 -0.4 -0.1 -3.6 -4.8 -3.4 -1.3 -1.6 -0.7 -0.6 -1.2 -2.0 -1.1 -1.1 -0.3

8 -0.4 -1.3 -1.1 -2.3 -2.6 -2.2 -1.2 -0.6 -0.5 -0.7 -0.9 -1.4 -1.5 -1.9

Примечание: А Сельское, лесное хозяйство, охота, рыболовство и рыбоводство; В Добыча полезных ископаемых; С Обрабатывающие производства ; Б Обеспечение электрической энергией, газом и паром; кондиционирование воздуха; Е Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений; Е Строительство ; О Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов; Н Транспортировка и хранение ; I Деятельность гостиниц и предприятий общественного питания; I Деятельность в области информации и связи; К Деятельность финансовая и страховая ; Ь Деятельность по операциям с недвижимым имуществом; М Деятельность профессиональная, научная и техническая; N Деятельность административная и сопутствующие дополнительные услуги; О Государственное управление и обеспечение военной безопасности; социальное обеспечение; Р Образование; Q Деятельность в области здравоохранения и социальных услуг; R Деятельность в области культуры, спорта, организации досуга и развлечений ; Б Предоставление прочих видов услуг.

Evguenia Bessonova, Sophia Myakisheva, Anna Tsvetkova15

Market exits during the pandemic Abstract

The new coronavirus pandemic has triggered an economic crisis different from other crises in the acuteness and non-uniformity of its impact on various sectors of the economy. This paper analyses how the dynamics of firms entering and exiting the market have changed in this environment and which groups of firms have shown to be the most vulnerable to the negative effect of the crisis. Our analysis shows that the number of newly registered firms dwindled sharply in the period of the toughest restrictions imposed to curtail the infection spread in April-May 2020. The recovery which followed in the subsequent months has failed to compensate for the spring's slump, which may suggest a scarring impact of the crisis. July and October 2020 saw a substantial rise in companies' exits from the market. The crisis has hurt not only the hardest hit industries but also other areas of economic activity. Liquidations rose the most extensively among young firms aged less than three years. Relatively higher productivity firms exited less often than lower productivity companies. This may suggest a "cleansing effect" of the crisis. But with the redundant labour being unable to move to more productive firms, the positive effect of the crisis may be brought to naught. Therefore, for the consequences of the crisis to be remedied, incentives should be provided to new firms' entries and support for efficient companies, especially for young firms showing growth potential. Stimulation of growth in the number of high-productivity firms should go hand in hand with the creation of conditions for new entities' fast development, expansion, and efficiency enhancement.

Keywords: productivity, market exit, market entry, pandemic, government policy, COVID-19. JEL-classification: D24

15 Evguenia Bessonova ([e-mail]), Bank of Russia, National Research University Higher School of Economics, Moscow, Russia (ORCID: 0000-0003-1758-9010); Sophia Myakisheva ([e-mail]), Bank of Russia , Moscow, Russia (ORCID: 0000-0002-7438-2422); Anna Tsvetkova ([e-mail]), Bank of Russia, National Research University Higher School of Economics, Moscow, Russia (ORCID: 0000-0001-7055-1076). This paper states the authors' personal opinion and does not necessarily reflect the Bank of Russia's official position.

Приложение 5. Статья «Производительность и кредитование в период пандемии»

Бессонова Е.В., Попова С.В., Турдыева Н.А., Цветкова А.Н. (2021). Производительность и кредитование в период пандемии. Вопросы экономики, 7, 123-141. https://doi.org/10.32609/0042-8736-2021-7-123-141

Разрешение на копирование:

Согласно https://www.vopreco.rU/iour/about/editorialPolicies#custom-7 автор статьи может использовать принятую в журнал рукопись со ссылкой на сайт журнала.

Ниже копируется авторская рукопись в том виде, в каком она была принята в печать.

Полная журнальная версия статьи доступна на сайте издательства:

https://www.vopreco.ru/iour/article/view/3325

Производительность и кредитование в период пандемии

Аннотация

Доступность кредитования для высокопроизводительных компаний - важный фактор, способствующий восстановлению экономической активности после шока. В статье было рассмотрено, как в разрезе уровней производительности российских компаний изменилась выдача кредитов в 2020 году в условиях кризисной ситуации и расширения мер государственной поддержки бизнеса по сравнению с 2019 годом. Анализ показал, что в 2020 году объемы выданных рублевых кредитов выросли относительно уровня прошлого года. При этом наблюдались изменения в структуре выдач, которые объясняются действием льготных программ кредитования, начавших действовать в мае-июне 2020 года. Опережающими темпами выросло количество выданных кредитов при уменьшении их среднего размера. Это указывает на то, что программами льготного кредитования в 2020 году воспользовалось большое количество компаний, частично или полностью закрыв временные потребности в ликвидности в момент значительного снижения спроса и выручки. Структура нельготного кредитования в 2020 году не претерпела значительных изменений по сравнению с 2019. Банки по-прежнему предпочитают кредитовать более производительные предприятия: высокопроизводительные компании получали кредиты в 2020 году в том же объеме, что и в 2019. Это говорит о том, что эффективные предприятия, которые должны стать драйверами восстановления экономики, не испытывали проблем с доступом к кредитованию в 2020 году. Поддержанию кредитной активности способствовали смягчение денежно-кредитной политики Банком России в течение 2020 года, а также регуляторные меры, которые позволили банкам сохранить капитал и расширить кредитование.

Ключевые слова: производительность, кредитование, пандемия, государственная политика, СОУГО-19.

1ЕЬ-классификация: Б24, Е51

Введение

Пандемия коронавирусной инфекции вызвала глобальный кризис, сказавшийся на всех странах и всех сферах экономической жизни. Результатами изменения поведения потребителей и действия мер по борьбе с распространением коронавирусной инфекции стали значительное падение спроса и снижение деловой активности. Сокращение экономической активности привело к существенному падению выручки при повышении спроса на кредитные средства для поддержки операционной деятельности практически во

всех отраслях. В такой ситуации важно сохранить доступ к кредитованию для высокопроизводительных фирм, которые могут выступить основными драйверами восстановительного роста экономики.

Кризисные периоды в экономике - момент, когда с рынка могут уходить низкопроизводительные компании16. Однако если в период спада экономической активности льготными программами кредитования в первую очередь пользуются компании с низкой производительностью, «очищающий эффект» (cleansing effect) кризиса может оказаться небольшим. Опыт глобального экономического кризиса 2008-2009 годов показал, что компании с дефицитом наличности во времена кризиса сокращают инвестиции и теряют производственные мощности, а когда совокупный спрос восстанавливается, такие компании не в силах догнать более «богатых» с точки зрения профицита наличности конкурентов и уступают долю на рынке (Kneer et al., 2019). Таким образом, фирмы с хорошим запасом ликвидности в период кризиса могут стать движущей силой восстановления экономики после кризиса. В связи с этим особенно важно, чтобы такими фирмами оказались высокопроизводительные предприятия.

На тему анализа влияния пандемии COVID-19 на доступ к кредитованию, деятельность фирм и динамику банкротств уже существует некоторое количество зарубежных исследований. По мнению ОЭСР вследствие продолжения пандемии компании будут продолжать сталкиваться с истощением резервов денежных средств и вынуждены привлекать дополнительное финансирование. По оценкам авторов, около 7-9% финансово устойчивых фирм в результате окажутся в неустойчивом положении, что будет сопровождаться ростом коэффициента левериджа на 6,7-8 п.п. Это в свою очередь, приведет к снижению объема инвестиций на 2% для медианной фирмы (Demmou L. et al, 2021). Для Франции, в частности, было получено, что на уровень банкротств

16 А также закредитованные компании (включая высокопроизводительные) с низкой устойчивостью к шокам спроса. Поэтому критерий производительности не вполне отражает кредитоспособность компаний.

оказывали влияние те же факторы, что и в 2019 году, ухудшения для высокопроизводительных фирм не наблюдалось (Cros М. et а1., 2021).

Российская экономика характеризуется наличием большого количества малых и низкопроизводительных фирм (Бессонова, 2018), которые не могут догнать лидеров по производительности (Bessonova, Tsvetkova, 2019). Новые исследования показывают, что после снятия ограничительных мер, вводившихся весной 2020 года, уходят с рынка и закрываются в большей степени низкопроизводительные фирмы (Бессонова и др., 2020). В свете предпринятого Банком России в течение 2020 года снижения ключевой ставки, направленного на формирование в экономике мягких денежно-кредитных условий для противодействия дезинфляционным рискам со стороны спроса, а также введения экстренного пакета дополнительных антикризисных мер поддержки кредитования важным для регулятора является понимание влияния структурных особенностей текущего беспрецедентного кризиса на эффективность кредитного канала трансмиссионного механизма денежно-кредитной политики. В связи с этим необходимо детальное изучение возможных изменений в профиле кредитования российских банков в период пандемии. В части оценки масштаба и продолжительности дальнейшего восстановления экономики особого внимания требует исследование вопроса доступа к кредитам для высокопроизводительных фирм как основных драйверов будущего восстановительного роста.

В данной работе, используя гранулярные данные кредитного регистра России, будет рассмотрено, как коронакризис и появление связанных с ним программ поддержки кредитования отразились на структуре выдач кредитных средств с точки зрения уровня производительности фирм. Сначала в работе будут описаны программы льготного кредитования, действующие в 2020 году. Далее приведена методология оценки производительности фирм и особенности этой методологии. Затем на месячных данных кредитного регистра будут

сравнены объемы кредитования, количество выдач и стоимость заимствований в 2019 и 2020 году, чтобы сделать вывод об изменении структуры и как следствие доступности кредитных средств для разных групп предприятий с точки зрения их уровня производительности и потенциала будущего восстановительного роста.

Льготное кредитование и его роль в коронакризисе для России

Особенностью текущего кризиса стала сильная неоднородность деловой активности в разрезе отраслей. В период первой волны коронавирусной инфекции (с марта по июнь 2020 года) в некоторых отраслях предприятия были вынуждены полностью остановить свою деятельность в связи с введением ограничительных мер по борьбе с распространением инфекции. В результате фирмы столкнулись с беспрецедентно резким снижением дохода, которое не возникало даже в кризисные периоды 2008-2009 годов. Для того чтобы смягчить последствия пандемии для наиболее уязвимых отраслей, Правительством РФ был принят ряд мер по поддержке бизнеса. В том числе были запущены программы кредитования по льготным ставкам для заемщиков из пострадавших отраслей. Кредитные организации в свою очередь получили субсидии от Правительства на возмещение недополученного ими дохода по этим кредитам.

Наиболее масштабные программы - это программа беспроцентного кредита для выплаты заработных плат и невозвратные кредиты под 2% для поддержания занятости. Программы распространяются на действующие предприятия, деятельность которых не приостановлена и где не началась процедура банкротства. При этом в случае невозвратных кредитов возможная компенсация займов за счет средств Правительства предполагает естественное требование в отношении предприятий-заемщиков о сохранении большей части занятых сотрудников.

Первой программой стал беспроцентный кредит17 для выплаты заработных плат. Заемщиками по данной программе могли стать предприятия из списка наиболее пострадавших отраслей18. Конечная ставка для заемщика в период субсидирования составляла 0%, затем она поднималась, но не выше ставки, полученной кредитными организациями по программам льготного рефинансирования Банка России. В рамках этой программы кредитные организации получали субсидии от Правительства под 4%. Кроме того, для банков - участников программы Банк России также предоставлял кредит под 4% в части кредитования субъектов малого и среднего предпринимательства. Максимальная сумма кредита - произведение расчетного размера оплаты труда, числа сотрудников и числа месяцев, определенное в кредитном договоре. Расчетный размер оплаты труда составляет минимальный размер оплаты труда с учетом региональных коэффициентов, а также страховых выплат в фонды в размере 30%. Не позднее 1 октября 2020 года было предусмотрено начало выплат долга по этой программе.

Вторая программа безвозвратного кредита под 2% стартовала 1 июня 2020 года, она предполагает участие не только предприятий из наиболее

" 19

пострадавших отраслей19, но и социально ориентированных некоммерческих организаций20, а также предприятий из отраслей, требующих поддержки для возобновления деятельности21. Конечная ставка для заемщика составляла 2%. При этом субсидия Правительства кредитным организациям была равна 7%. Целью этой программы стало поддержание уровня занятости. В случае если заемщик сохраняет не менее 90% от численности сотрудников на 1 июня 2020 года, его долг перед банком полностью компенсируется из средств

17 Постановление Правительства РФ от 24.04.2020 № 575. На эту программу выделено 3,5 млрд рублей. Суммарный объем выданных кредитов должен составлять не менее 305 млрд рублей.

18 Согласно постановлению Правительства РФ от 03.04.2020 № 434.

19 Согласно постановлению Правительства РФ от 03.04.2020 № 434.

20 Согласно постановлению Правительства РФ от 23.06.2020 № 906.

21 Согласно Приложению № 2 к Правилам предоставления субсидий из федерального бюджета российским кредитным организациям на возмещение недополученных ими доходов по кредитам, выданным в 2020 г. юридическим лицам и индивидуальным предпринимателям на возобновление деятельности.

Правительства. Если же число сотрудников сохраняется на уровне не менее 80%, то заемщик выплачивает только 50% от долга, на остальную сумму банк получает субсидию от Правительства.

Условия данных льготных программ подразумевают, что государство берет на себя часть долга и выделяет субсидии кредитным организациям. Таким образом, банки снимают с себя часть риска, что в конечном счете может приводить к усилению распределения финансовых ресурсов в пользу низкопроизводительных предприятий при снижении доступа к кредитам для высокопроизводительных компаний. В связи с этим, как уже было сказано выше, важно оценить изменение доступа к кредитам для фирм с высоким уровнем производительности.

Методика анализа и характеристика используемых данных

Чтобы проанализировать структуру кредитов и оценить последствия действий программ льготного кредитования в период пандемии на доступ к финансированию производительных компаний нужно оценить уровень производительности российских предприятий, рассчитать для них соответствующие объемы кредитования и проанализировать процентные ставки для сравнения ситуаций в 2019 и 2020 годах.

Микроданные по кредитованию российских предприятий

В данной работе были использованы данные формы 0409303 Банка России «Сведения о ссудах, предоставленных юридическим лицам». Данная форма дает полную информацию о выданных кредитах. Для целей данной работы рассматривались кредитные договора, заключенные в 2019-2020 годах.

По данным этой статистики наблюдалось, что по итогам 2020 года было выдано больше кредитов, чем в 2019 году (Рисунок 17). Общий объем выданных новых кредитов в 2020 году вырос на 19,8% г/г и составил 60 790 млрд рублей (Таблица 5). При этом в 2020 году наблюдался опережающий рост количества

выданных кредитов: за 12 месяцев 2020 года было выдано 441 тыс. кредитов, что на 50,6% больше, чем за 2019 год. Однако величина среднего кредита в 2020 снизилась на 20% по сравнению с тем же периодом 2019 года.

Рисунок 17. Объем выдач рублевых кредитов за 2019 и 2020 гг., млрд руб. 8 000

2019 И2020

7 000 6 000 5 000 4 000 3 000 2 000 1 000 0

л а го со

X

ск

-О

О! ^

СО

О)