Источник: Официальный сайт ExxonMobil
2007 Financial & Operating Review - http://www.exxonmobil.com/corporate/files/news_pub_fo_2007.pdf
2010 Financial & Operating Review - http://www.exxonmobil.com/Corporate/Files/news_pubs_fo_2010.pdf
Однако, даже не смотря на строгий контроль и высокие штрафные санкции ExxonMobil не раз привлекалась к ответственности за нарушение законодательства, и чаще всего обвинения касались нарушений экологического законодательства. На рисунке 3.2.1. представлено соотношение выручки, которую компания получает в день101, и некоторых штрафов, которые были рассмотрены ранее.
Таким образом, мы видим, что за исключением самой крупной аварии танкера Exxon Valdez за всю историю компании, размер выплаченных штрафов в десятки, а то и в сотни раз, меньше, чем доходы, получаемые нефтяным гигантом в сутки. Вследствие чего, можно сделать следующие выводы:
КСО оказывает влияние на выручку ExxonMobil;
Однако, ввиду больших масштабов деятельности нефтегазовой компании, это влияние незначительно.
Если говорить о законодательной базе России, то здесь основными регулирующими нормативами являются Кодекс об административных правонарушениях (КоАП), уголовный кодекс (УК), а также принимаемые Федеральные законы.
Основным законом, регулирующим охрану окружающей среды является Федеральный Закон № 7-ФЗ от «10» января 2002 года «Об охране окружающей среды». В соответствии со статьей 75 главы 14 данного Закона, ответственность за нарушения его положений устанавливается согласно КоАП и УК РФ. Кроме того, статьями 77-79 ФЗ «Об охране окружающей среды» предусматривается обязательная полная компенсация вреда окружающей среде в размере фактических затрат на восстановление. Статья 80 предусматривает возможность временного или полного прекращения деятельности предприятия по решению суда.
В таблице 3.2.2. представлены основные положения КоАП и УК РФ, которые регулируют охрану окружающей среды.
Таблица 3.2.2. Основные положения КоАП и УК РФ в области охраны окружающей среды
№ статьи
|
Название
|
Предусматриваемый штраф
|
Для должностных лиц,
Тыс. руб.
|
Для Юр. Лиц
Тыс. руб
|
Административная ответственность (КоАП РФ)102
|
8.1.
|
Несоблюдение экологических требований при эксплуатации предприятий
|
От 2 до 5
|
От 20 до 100
|
8.6
|
Порча земель, в том числе и уничтожение плодородного слоя почвы
|
От 2 до 4
|
От 20 до 40, а также административное приостановление деятельности предприятия до 90 дней
|
8.7
|
Невыполнение обязанностей по рекультивации земель
|
От 2 до 3
|
От 40 до 50
|
8.10
|
Нерациональное использование недр, в том числе неполная выработка месторождений полезных ископаемых
|
От 10 до 50
|
От 800 до 1000
|
8.11
|
Несоблюдение установленных правил проведения мероприятий по геологическому изучению недр
|
От 10 до 30
|
От 300 до 500
|
8.21п.2
|
Нарушение условий разрешений на осуществление вредных выбросов в атмосферу
|
От 3 до 4
|
От 30 до 40
|
8.43
|
п.2. – нарушение установленных правил ведения деятельности в Антарктике
|
От 1 до 2
|
От 5 до 10
|
п.3. – если нарушения привели к негативным последствиям для экосистемы Антарктики
|
От 3 до 6
|
От 30 до 40
|
Уголовная ответственность (УК РФ)103
|
247
|
Нарушение правил обращения с экологически опасными веществами и отходами, которые привели к загрязнению
|
От 100 до 300
|
-
|
250
|
Загрязнение вод
|
До 80
|
-
|
251
|
Загрязнение атмосферы
|
До 8
|
-
|
252
|
Загрязнение морской среды
|
До 200 или
2. штраф в размере дохода за период до 18 мес.
|
-
|
254
255
|
Порча земель
|
-
|
Нарушение правил охраны и использования недр
|
Однако, несмотря на всю строгость рассмотренных законов, эти суммы совершенно незначительны для того, чтобы полностью ликвидировать последствия загрязнения окружающей среды.
Так в 2012 году прокуратура г. Салехарда возбудила против Роснефти дело об административных правонарушениях по ст. 8.1. КоАП. В результате проверок на территории, принадлежавшей нефтяной компании, с несоблюдением нормативов хранились вредные отходы. По данному делу предприятию были назначен штраф в размере 100 тыс. рублей, а должностные лица, ответственные за соблюдение норм и правил хранения вредных отходов, были привлечены к административной ответственности104.
Годом ранее Росприроднадзор выявил крупные нарушения у ООО «НК-Юганснефтегаз», дочернего предприятия ОАО «НК «Роснефть». Среди нарушений были обнаружены уничтожение плодородного слоя почвы и разлив нефти на площади в 10 га. Суд назначил штраф в размере 393,9 млн. рублей105.
В 2010 году Московский городской суд удовлетворил иск о взвыскании с ОАО «НК «Роснефть» - МЗ «Нефтепродукт» 4 431 024 рубля в пользу бюджета. Согласно материалам дела компания обвинялась в незаконной вырубке деревьев, повлекшее за собой вред для окружающей среды106.
Как и в случае экологических правонарушений, так и в случае нарушений трудового законодательства, ответственность за их несоблюдение устанавливается КоАП и УК РФ, а также Трудовым Кодексом (ТК) РФ.
В таблице 3.2.3. отражены основные штрафы за нарушение трудового законодательства107.
Таблица 3.2.3. Административная ответственность за нарушение ТК РФ
№ статьи
|
Название
|
Предусматриваемый штраф
|
Для Юр. Лиц
Тыс. руб.
|
Для Должн. Лиц
Тыс. руб.
|
Административная ответственность (КоАП РФ)108
|
5.27
|
Нарушение законодательства о труде и об охране труда
|
От 30 до 50
|
От 1 до 5
|
5.28
|
Уклонение от участия в переговорах о заключении коллективного договора
|
От 1 до 3
|
5.29
|
Невыполнение обязанностей по рекультивации земель
|
5.30
|
Необоснованный отказ от заключения или нарушение/невыполнение обязательств по коллективному договору
|
От 3 до 5
|
Уголовная ответственность (УК РФ)109
|
143
|
Нарушение правил охраны труда
|
До 200
|
145
|
Необоснованный отказ в приеме или увольнение беременной женщины или женщины, имеющей детей в возрасте 3-х лет
|
До 200
|
145.1
|
Невыплата заработной платы:
1. частичная за период более 3-х месяцев
2. полная невыплата за период более 2-х месяцев
|
До 120
От 10 до 500
|
Рассмотрим соотношение выручки, которую ОАО «НК «Роснефть» получает за один день110, с размером штрафов (см. рисунок 3.2.2.)
Рисунок 3.2.2. Соотношение ежедневных размеров выручки Роснефть и суммы штрафов
Источник: ОАО «НК «Роснефть» Консолидированная финансовая отчетность. 31 декабря 2012г. - http://www.rosneft.ru/attach/0/02/90/Rosneft_FS_2012_RUS.pdf
Как было отмечено в случае ExxonMobil, так и для российской компании, назначаемые ей штрафы также в сотни раз меньше, чем объем ежедневной выручки.
Следовательно, для ОАО «НК «Роснефть» можно сделать аналогичный вывод, как и для ее американского конкурента: понесенные затраты на выплату штрафов и компенсаций на устранение негативных последствий оказывают влияние на финансовые показатели компании, снижая показатель выручки, однако это влияние практически не ощутимо.
Для того чтобы выявить, наличие или отсутствие влияния КСО на финансовые показатели и получить более ощутимы результаты в рамках данной работы был проведен регрессионный анализ МНК.
Ввиду невозможности проведения регрессионного анализа только для двух изучаемых компаний, Роснефти и ExxonMobil, что связано с недостаточностью массива данных, в модель дополнительно были включены еще десять нефтегазовых компаний:
British Petroleum;
Total;
Shell;
ENI;
Chevron;
|
Petrobas;
Statoil;
Лукойл;
Татнефть;
Газпром.
|
В качестве зависимой переменной, выражающей финансовый результат деятельности, будет использован показатель чистой прибыли, выраженный в миллионах рублей, так как этот показатель дает хорошие возможности интерпретации и хорошо представлен в публично доступной статистике хозяйственной деятельности.
Перед регрессионным моделированием предполагается использовать факторный анализ для выявления латентных переменных, которые могут объяснить ту часть явных переменных, которые содержат информацию о выбросах отходов в окружающую среду. В нашем случае факторный анализ позволит учесть общую часть дисперсии всех переменных выбросов, то есть сохранить исходные данные (предикторы). Потеря предикторов возникает в связи с тем, что на малом объеме выборки их все включить в модель невозможно, их коэффициенты в большинстве своем окажутся незначимыми, то есть равными нулю.
На входе факторного анализа включаются следующие переменные:
Выбросы оксида азота, тысяч тонн;
Выбросы диоксида серы, тысяч тонн;
Выбросы парниковых газов, тысяч тонн;
Выбросы метана, тысяч тонн.
Полученные факторы, при их разумной интерпретации будут включены в качестве предикторов в регрессионную модель вместо переменных выбросов.
Помимо этого, в качестве предикторов планируется использовать следующие явные переменные:
Объем разлитой нефти, баррелей;
Забор пресной воды, миллионов кубических метров;
Доля женщин в менеджменте компаний, в процентах;
Расходы на защиту окружающей среды, миллионов рублей;
Инвестиции в сообщества, миллионов рублей;
Стоимость акции на конец года, в рублях.
В качестве изучаемого временного промежутка был выбран период с 2003 по 2011 год. Весь массив данных был получен из отчетов, публикуемых на официальных сайтах компаний, а также с сайта Московской Межбанковской Валютной Биржи (ММВБ) и Нью-Йоркской Фондовой Биржи (NYSE).
Данные, использованные для проведения статистического анализа, приведены в приложениях 3.2.3-3.2.13.
Все показатели, выраженные в денежном эквиваленте в иностранной валюте, были переконвертированы в рубли по среднегодовому курсу соответствующей валюты к рублю по данным сайта www.oanda.com. Сведения о курсах валют представлены в приложении 3.2.14.
Перейдем непосредственно к самому анализу. Для уменьшения размерности пространства переменных и для того, чтобы избежать мультиколлинеарности внутри группы переменных, которые отражают уровни выбросов, а также высокую корреляцию между признаками, было решено применить факторный анализ с помощью статистического пакета Stata. В рамках факторного анализа мы рассматриваем только 4 предиктора: выбросы парниковых газов, оксид азота, диоксида серы и метана. Именно эти переменные выбраны для факторного анализа, так как, вероятнее всего, они не оказывают прямого воздействия на изменение показателя чистой прибыли и в свою очередь зависят от некоторой неучтенной в модели переменной, так называемой латентной переменной. Правомерность применения факторного анализа подтверждает тест Кайзера-Мейера-Олкина (КМО) и тест Бартлетта.
Тест КМО проводится также для того, чтобы убедиться в том, что есть достаточность выборки и существует взаимная корреляция между предикторами.
Для использования факторного анализа значение теста КМО должно быть не менее 0,5, а значение p-value должно быть строго меньше 0,05. В нашей модели данный КМО-статистика равна 0,552 (см. Рис. 3.2.3.)
Рисунок 3.2.3. Тест Кайзера-Мейера-Олкина и тест Бартлетта.
Тест показывает, что факторный анализ является приемлемым методом для анализа данной корреляционной матрицы.
В результате применения факторного анализа были выделены два фактора (см. рис. 3.2.4), которые впоследствии будут использованы при построении регрессионной модели.
Рисунок. 3.2.4. Результаты факторного анализа, матрица факторных нагрузок.
Выбор двух факторов также подтверждается на графике «каменистой осыпи» (критерий Кеттеля). На графике виден излом в районе третьего фактора (см. рис. 3.2.5.), что свидетельствует о том, что необходимо было выбрать не два, а три фактора. Однако, собственное значение (eigen value) третьего фактора отрицательное, что не позволяет использовать его в модели. Таким образом, только два фактора могут быть использованы для дальнейшего анализа.
Рисунок 3.2.5. График «каменистой осыпи» (критерий Кеттеля)
Мы редуцировали количество выбросов до двух факторов, так как за ними, по всей видимости, стоит определенный вид производства. Иными словами, каждому фактору соответствует определенный вид производства (добыча газа или нефти, переработка нефти или газа), который в каждой компании развит в большей или меньшей степени.
Кроме того, матрица факторных нагрузок отражает долю дисперсии, характерную для каждого из предикторов.
Уникальность дисперсии переменной (uniqueness) + Общность дисперсии переменной (communality) = Дисперсия переменной.
Следовательно, дисперсия выбросов парниковых газов в большей степени обусловлена общей дисперсией, в то время как дисперсия оксида азота, наоборот, имеет большую собственную дисперсию. Иными словами, оксид азота меньше участвует в формировании факторов (чем выше уникальность, тем меньше влияния данная переменная оказывает на дисперсию фактор).
Кроме того, можно отметить, что фактор 1 в большей степени формируется за счет выбросов парниковых газов и метана, когда вторая латентная переменная состоит в большей мере из показателей выбросов диоксида серы и оксид азота и в тоже время отрицательно зависит от двух других переменных.
Полученные результаты факторного анализа теперь могут быть применены для проведения регрессионного анализа.
Для того чтобы выровнять скошенность, которую создает природа «денежных» переменных, показатели чистой прибыли, расходов на охрану окружающей среды и инвестиции в сообщество были прологарифмированы по основанию е ( ). Такой метод является стандартным приемом для методов эконометрического анализа, который позволяет получить распределение более близкое к нормальному.
В результате проведения регрессионного анализа постепенно из модели были исключены 3 незначимых переменных (доля женщин в менеджменте компаний, объем разлитой нефти, объем забранной пресной воды), и получилась следующая модель, представленная на рисунке 3.2.6.
Рисунок 3.2.6. Неутонченная модель регрессионного анализа
Перейдем к тестированию регрессии и работе с остатками.
Рассмотрим результаты полученного анализа на графике левереджа111 и остатков (см. рис. 3.2.7.). На данном рисунке отображается сила влияния конкретного наблюдения на коэффициент регрессии.
Рисунок 3.2.7. График распределения левереджа и остатков
На представленном графике видно, что 24-ое наблюдение обладает наибольшим остатком. Для повышения качества модели и для получения более точной оценки мы исключим это наблюдение из анализа. Кроме того, мы также исключили 64 (низкие показатели чистой прибыли, когда другие показатели достаточно типичны) и 99 наблюдения (результаты исключения наблюдений приведены в приложении 12), в результате чего мы получили следующую модель, которая представлена на рисунке 3.2.8. Исключение трех наблюдений обусловлено тем, что они являются нетипичными и искажают изучаемую модель, таким образом, для этих наблюдений необходимо проводить индивидуальный анализ. Сама процедура регрессионного анализа направлена на выявление некого условного среднего  , в данном случае чистой прибыли.
Рисунок 3.2.8. Итоговая регрессионная модель
Полученная модель состоятельна, R2 значим, о чем свидетельствует коэффициент Фишера, а также имеет хорошую объясняющую силу (значение R2=0,7934). Значение коэффициента детерминации (R2) говорит о том, что 79,34% - это доля дисперсии зависимой переменной (натурального логарифма чистой прибыли), которая объясняется предикторами (натуральных логарифмов инвестиций в сообщество и расходов на окружающую среду, факторов 1 и 2, а также стоимости акции на конец года). Root MSE данной модели значительно меньше, чем в той, которая была получена до исключении трех наблюдений, что свидетельствует о большей точности. Более того, значения статистики Стьюдента при заданном уровне значимости 5% подтверждает значимость каждого из предикторов в отдельности.
Рисунок 3.2.9. График распределения остатков
Теперь перейдем к анализу остатков. Разница между оцененным значением и истинным значением у – это и есть значение остатка.
Остатки полученной регрессионной модели нормально распределены, не смещены относительно нуля в целом, а также распределены случайно, что мы видим на рисунке rvrplot (см. рис. 3.2.9.). На рисунке 3.2.10 представлен еще один график распределения остатков.
Рисунок 3.2.10. График распределения остатков.
Нормальное распределение остатков – это одно из предпосылок применения МНК-регрессии. Как видно на рисунке 3.8, на некоторых отрезках заметны перегибы, однако это связано с небольшим числом данных и по мере увеличения объема данных, остатки будут полностью вкладываться в нормальное распределение.
Так как все предпосылки выполняются, то мы принимаем данную модель, формула зависимости следующая:
Показатель натурального логарифма чистой прибыли имеет прямую зависимость от всех рассматриваемых предикторов.
Поскольку мы логарифмировали отклик, то финальная формула зависимости будет следующая:
Далее рассмотрим относительную силу влияния. Коэффициенты, пока они не стандартизованы, не могут дать нам картину относительную силу влияния. Следовательно, необходимо рассмотреть показатель беты, то есть стандартизованные коэффициенты. Наибольшее влияние на показатель натурального логарифма чистой прибыли имеют натуральный логарифм инвестиций в сообщество и стоимости акции на конец года, значения коэффициента бета для данных предикторов составляет 0,326 и 0,314 соответственно, а наименьшее влияние – фактор 2 (коэффициент бета – 0,214).
В результате проведенного регрессионного анализа было выявлено, что политика нефтегазовых компаний в области корпоративной социальной ответственности оказывает положительное влияние на показатели чистой прибыли:
Во-первых, чем больше компании инвестируют в развитие сообществ и занимаются охраной окружающей среды, тем выше показатели чистой прибыли;
Во-вторых, сокращение объемов загрязняющих выбросов в атмосферу также приводит к росту уровня чистой прибыли.
|
