ПАНДАН, ЕУСПБ, 2023
Невидимая рука государства: явное и неявное присутствие государства в экономике Великобритании
Великобритания — один из мировых пионеров в области раскрытия данных о собственниках бизнеса
С 2016 года там функционирует полностью открытый реестр владельцев юридических лиц. Реестр дает возможность всесторонне изучить сеть владения в стране и понять, кто владеет местными организациями, кто их контролирует и кто получает от них выгоду.
Мы воспользовались этой возможностью и исследовали британский реестр, чтобы оценить место государства в сети и узнать, какая доля во владении компаниями принадлежит государственным структурам.
Найти непосредственного владельца организации легко — эти данные непосредственно содержатся в реестре. А как быть со случаями непрямого владения, когда между искомой организацией и конечным владельцем находятся другие организации, и необходимо рассчитать долю конечного владельца в каждой из организаций?
Мы воспользовались этой возможностью и исследовали британский реестр, чтобы оценить место государства в сети и узнать, какая доля во владении компаниями принадлежит государственным структурам.
Найти непосредственного владельца организации легко — эти данные непосредственно содержатся в реестре. А как быть со случаями непрямого владения, когда между искомой организацией и конечным владельцем находятся другие организации, и необходимо рассчитать долю конечного владельца в каждой из организаций?
*Круги — это вершины графа. Они представляют организации и их владельцев. Стрелки — ребра графа, указывающие на отношения владения, как именно компании и владельцы связаны между собой. На ребрах указана доля в акциях (вес) организации, которой располагает владелец. Розовым цветом обозначена самая длинная цепочка непрямого владения.
Для расчета доли конечного владельца в случае непрямого владения необходимо использование алгоритма, который способен вычислить, учитывая при этом веса и циклическое владение.
Алгоритм вычисления конечных владельцев
В нашем проекте использовался алгоритм выявления и расчета конечных владельцев компаний (автор — Кирилл Половников, Сколтех). Ключевой особенностью метода является его специальная обработка циклов, что и позволяет точно рассчитывать итоговые доли владения в сложных сетях собственности. Помимо классических владельцев (компания, физлицо), алгоритм находит циклические группы компаний, также являющиеся конечными владельцами. В нашем исследовании мы отдельно исследуем феномен таких владельцев-циклов в Британии и России.
Недавно подобный алгоритм был использован для исследования неравенства в России.
Алгоритм вычисления конечных владельцев
В нашем проекте использовался алгоритм выявления и расчета конечных владельцев компаний (автор — Кирилл Половников, Сколтех). Ключевой особенностью метода является его специальная обработка циклов, что и позволяет точно рассчитывать итоговые доли владения в сложных сетях собственности. Помимо классических владельцев (компания, физлицо), алгоритм находит циклические группы компаний, также являющиеся конечными владельцами. В нашем исследовании мы отдельно исследуем феномен таких владельцев-циклов в Британии и России.
Недавно подобный алгоритм был использован для исследования неравенства в России.
Зачем столько знать о государстве
Понимание роли и масштаба присутствия государства в сети владения — это важный шаг сразу в нескольких направлениях
- 1Подотчетность правительстваОпределение государственных владельцев в сети собственности помогает повысить прозрачность в работе правительства. Государственные предприятия или организации с государственным владением часто играют значительную роль в экономике страны. Определение государственных владельцев позволяет понять степень участия государственных структур, контролировать их деятельность и привлекать их к ответственности за свои действия.
- 2Анализ экономической политикиГосударственная собственность может оказывать глубокое влияние на экономическую политику и динамику рынка. Изучение присутствия и влияния государственных владельцев в сети собственности позволяет выявить реальную долю государства в экономике, анализировать влияние на рыночные процессы, структуру инвестиций и общие экономические показатели. Это помогает оценить эффективность государственной политики и принять обоснованные решения относительно приватизации, регулирования/ дерегулирования, различных реформ.
- 3Госфинансирование и распределение ресурсовГосударственные активы и предприятия представляют собой государственные ресурсы. Определение государственных владельцев в сети собственности дает представление о распределении этих ресурсов и их влиянии на государственные финансы. Это помогает оценить, насколько эффективно государство управляет своими активами, приносят ли они адекватную прибыль обществу и соответствует ли их деятельность общественным интересам.
- 4Борьба с коррупциейГосударственная собственность может быть уязвима для коррупции. Выявление государственных владельцев в сети собственности помогает обнаружить реальные или потенциальные конфликты интересов и нарушения законодательства. Это может помочь антикоррупционным агентствам, аудиторам и наблюдательным организациям контролировать движение государственных средств, обеспечивать соблюдение нормативных требований и бороться с коррупцией в государственных структурах.
- 5Инвестиционная привлекательностьГосударственная собственность может существенно влиять на доверие инвесторов и восприятие рисков. Определение государственных владельцев позволяет потенциальным инвесторам и заинтересованным лицам оценить уровень влияния государственных структур на политику конкретной компании, ее потенциальную стабильность / нестабильность, оценить ее привлекательность как объект вложений или партнера в совместной деятельности.
- 6Социально-политическое влияниеГосударственная собственность может отражать политические приоритеты и определять социально-политическую динамику в государстве. Понимая присутствие государственных владельцев в сети собственности, исследователи, гражданские активисты и политики могут проанализировать или прогнозировать распределение власти, влияния и богатства в обществе. Это помогает оценить влияние государственной собственности на неравенство доходов, социально-экономическое благосостояние и политическую стабильность.
Как найти все госкомпании?
На первый взгляд, государство — это нечто очевидное и не требующее долгих поисков: есть государственные предприятия, реестры государственной собственности и пр. Однако сложность сети владения требует подхода, учитывающего непрямое владение организациями.
Мы разработали способ, позволяющий идентифицировать все компании, среди конечных владельцев которых присутствуют государственные учреждения.
Мы разработали способ, позволяющий идентифицировать все компании, среди конечных владельцев которых присутствуют государственные учреждения.
Алгоритм ПАНДАНа, или Туда и обратно
1) Создали список организаций, связанных с государством. Для этого — объединили несколько авторитетных списков компаний (ONS, Cabinet Office, National Audit Office, Open Register) с госучастием.
2) Нашли их конечных владельцев.
3) Вручную проверили найденных владельцев, оставив только тех, которые подходят под наше определение государства (подробнее тут).
4) Спарсили сайты госорганов, чтобы найти еще больше владельцев.
5) Нашли этих владельцев в реестре и сохранили в наш список.
2) Нашли их конечных владельцев.
3) Вручную проверили найденных владельцев, оставив только тех, которые подходят под наше определение государства (подробнее тут).
4) Спарсили сайты госорганов, чтобы найти еще больше владельцев.
5) Нашли этих владельцев в реестре и сохранили в наш список.
Осталось только определить, кого эти государственные органы контролируют — то есть пойти по графу в другую сторону. От желтой вершины — государства — ко всем, кем оно владеет.
Эти шаги дали нам:
1) Список владельцев-госорганов
2) Список организаций, которыми владеют госорганы
Эти шаги дали нам:
1) Список владельцев-госорганов
2) Список организаций, которыми владеют госорганы
1 шаг — от организации к владельцам
2 шаг — от владельца к организациям
Что мы нашли
Построив пути от списка владельцев к организациям, которые они контролируют, мы смогли определить, какая часть организаций находится в государственном владении.
Чтобы оценить, насколько корректно сработал наш алгоритм, мы сопоставили получившиеся результаты с данными авторитетного источника. В качестве такого источника мы выбрали «Орбис».
«Орбис» — база данных компаний от международного рейтингового агентства Moody's, которая предоставляет информацию о ~400 миллионах предприятий со всего мира.
Среди прочего, эта база дает сведения о том, кого в списках владельцев можно считать государством, и помогает оценить долю присутствия государства в сети владения.
Мы сопоставили количество государственных владельцев, о которых сообщает «Орбис» и количество владельцев, которое нашли мы, а также сравнили число компаний, которые контролируются владельцами из обоих списков.
Так мы узнали, что «Орбис» недооценивает масштаб присутствия государства в британской сети владения.
«Орбис» — база данных компаний от международного рейтингового агентства Moody's, которая предоставляет информацию о ~400 миллионах предприятий со всего мира.
Среди прочего, эта база дает сведения о том, кого в списках владельцев можно считать государством, и помогает оценить долю присутствия государства в сети владения.
Мы сопоставили количество государственных владельцев, о которых сообщает «Орбис» и количество владельцев, которое нашли мы, а также сравнили число компаний, которые контролируются владельцами из обоих списков.
Так мы узнали, что «Орбис» недооценивает масштаб присутствия государства в британской сети владения.
- ~2100 организацийудалось найти с использованием нашего алгоритма по данным 2022 года
- ~410 организацийобнаружено с использованием списка «Орбис» по данным 2022 года
в 5 разбольше составленный нами список государственных учреждений-конечных владельцев по сравнению со списком «Орбис»
Какие данные мы использовали
Источником данных по британским организациям стал сайт Регистрационной палаты Соединенного Королевства (Companies House). Companies House — это государственный реестр Великобритании, который содержит информацию о зарегистрированных организациях.
Реестр организаций
Основные данные по действующим и упраздненным юридическим лицам Великобритании доступны в Companies House в CSV формате и обновляются ежемесячно. Для доступа к более старой информации были использованы снэпшоты сайта Companies House в Web Archive.
Основные данные по действующим и упраздненным юридическим лицам Великобритании доступны в Companies House в CSV формате и обновляются ежемесячно. Для доступа к более старой информации были использованы снэпшоты сайта Companies House в Web Archive.
Бенефициарные владельцы
Информация по лицам, обладающим значительным контролем над британскими организациями, содержится в Companies House в JSON формате и обновляется ежедневно. Для доступа к более старым данным по бенефициарным владельцам также были использованы снэпшоты из Web Archive.
Информация по лицам, обладающим значительным контролем над британскими организациями, содержится в Companies House в JSON формате и обновляется ежедневно. Для доступа к более старым данным по бенефициарным владельцам также были использованы снэпшоты из Web Archive.
Финансовые данные
Companies House позволяет загрузить обновляющуюся ежедневно информацию с финансовой отчетностью британских организаций. Данные предоставляются либо в XBRL, либо в iXBRL формате. В Comanies House доступна лишь та финансовая отчетность, которую подают электронно.
Companies House позволяет загрузить обновляющуюся ежедневно информацию с финансовой отчетностью британских организаций. Данные предоставляются либо в XBRL, либо в iXBRL формате. В Comanies House доступна лишь та финансовая отчетность, которую подают электронно.
Британские данные в цифрах
8,2 млн
британских организаций
британских организаций
6 млн
бенефициарных владельцев
бенефициарных владельцев
13,9 млн
финансовых отчетов (1,28 TB)
финансовых отчетов (1,28 TB)
Отдельно о финансах
В дополнение к описанному выше алгоритму мы уделили много внимания работе с финансовыми данными британских организаций.
Про них и трудности, с ними связанные, мы хотим рассказать отдельно.
Про них и трудности, с ними связанные, мы хотим рассказать отдельно.
Проблемы в финансовых данных
- Отсутствие единого стандарта подачи данныхРазнится масштаб: десятки, сотни, тысячи, миллионы каждая организация указывает по своему усмотрению, иногда масштаб вообще не указан. В разных отчетах присутствует разное количество знаков после запятой
- Разнообразие валют и их форматовОтчётность подается не только в фунтах стерлингов, но и в множестве других валют (даже в рублях), при этом во многих документах используются ссылки на валюту в комментариях к документу, а не внутри тэгов
- Несоответствие формата данныхНесмотря на то, что часть данных отмечена как xbrl — cохранена она в обычных html-таблицах без соответствующих тэгов, при этом во многих таких компаниях не наблюдалась какая-то выходящая за рамки обычного деятельность
- Аномально высокие значенияТак как организации самостоятельно отчитываются о финансах, это приводит к появлению неожиданных выбросов в статистике. Обнаруживаются неизвестные небольшие организации со значениями, превышающими активы крупнейших мировых фирм, или резкие скачки в отчетности отдельно взятой организации, природу которых сложно идентифицировать.
Источник: «Коммерсантъ»
Как обстоят дела с данными о владении и финансах в других странах?
Опыт и знания, полученные при работе с британскими данными, дают возможность работать с другими национальными данными (при условии их доступности)
Различия в национальном регулировании оказываются некритичными, принципы организации владения и управления коммерческими и некоммерческими организациями во многих странах схожи.
Эта же схожесть приводит и к универсальности многих проблем при работе с данными, некоторые из которых мы опишем ниже.
Опыт и знания, полученные при работе с британскими данными, дают возможность работать с другими национальными данными (при условии их доступности)
Различия в национальном регулировании оказываются некритичными, принципы организации владения и управления коммерческими и некоммерческими организациями во многих странах схожи.
Эта же схожесть приводит и к универсальности многих проблем при работе с данными, некоторые из которых мы опишем ниже.
Российские данные
В России бухгалтерская отчетность нефинансовых организаций с 2019 г. доступна только в ГИР БО ФНС (за более ранний период данные доступны у Россстата). Для расчета чистых активов, доходов и расходов всех организаций, мы скачали и обработали XML-файлы с отчетностью, достав из них необходимые статьи баланса
- 2019 - 2022 гг.охватывают финансовые отчеты российских организаций
- > 8,5 млнXML-файлов с финотчетностью было загружено и обработано
- > 1 неделитребовалось, чтобы загрузить отчеты за 1 год
Издержки самостоятельной подачи отчетности
Сайт международного потребительского сообщества «ВОГУЛЬСКИЙ ПАЙЩИК»
При анализе видно, что в данных встречаются аномалии — неизвестные организации, чьи активы значительно превышают активы крупных нефтегазовых корпораций. Один из таких примеров — «Вогульский пайщик», отчитывающийся от десятках триллионов рублей доходов. Другой интересный пример — ООО «ЮССА», сделавшее рекордную выручку в 214 трлн. рублей в 2022 году.
Эти случаи — важная часть данных, к которой исследователю необходимо относиться критически, иначе это может привести к серьезным ошибкам в расчётах и выводах.
Эти случаи — важная часть данных, к которой исследователю необходимо относиться критически, иначе это может привести к серьезным ошибкам в расчётах и выводах.
Источник - РБК
Некритичное восприятие данных
20 июня вышла резонансная статья «РБК» с ссылкой на данные ФНС о рекордной исторической выручке российских компаний, впервые перевалившей за один квадриллион рублей (около 1300 триллионов рублей).
Это смутило команду проекта, так как, как уже упоминалось, при работе с данными ГИР БФО ФНС обнаруживалось существенное количество выбросов и ошибок в данных отчетности.
Если на одни только МПО «Вогул - Пай» и ООО «ЮССА» приходится более 250 триллионов рублей выручки, то вероятно, что ошибка в оценке результатов деятельности российских компаний составляет сотни триллионов рублей.
Для решения подобной проблемы ФНС стоит улучшить работу по поиску ошибок и аномалий в собранных данных и улучшить качество собственной экспертизы при подготовке аналитических материалов. Аналогичные ошибки продемонстрировали и опрошенные РБК эксперты, проигнорировавшие возможность ошибок в данных.
20 июня вышла резонансная статья «РБК» с ссылкой на данные ФНС о рекордной исторической выручке российских компаний, впервые перевалившей за один квадриллион рублей (около 1300 триллионов рублей).
Это смутило команду проекта, так как, как уже упоминалось, при работе с данными ГИР БФО ФНС обнаруживалось существенное количество выбросов и ошибок в данных отчетности.
Если на одни только МПО «Вогул - Пай» и ООО «ЮССА» приходится более 250 триллионов рублей выручки, то вероятно, что ошибка в оценке результатов деятельности российских компаний составляет сотни триллионов рублей.
Для решения подобной проблемы ФНС стоит улучшить работу по поиску ошибок и аномалий в собранных данных и улучшить качество собственной экспертизы при подготовке аналитических материалов. Аналогичные ошибки продемонстрировали и опрошенные РБК эксперты, проигнорировавшие возможность ошибок в данных.
Что в итоге
Алгоритм
Разработали алгоритм, позволяющий оценить присутствие государства в сети владения
Уточненная оценка
Получили более точную, чем в авторитетных источниках, оценку доли государства в британской сети владения
Анализ слабых мест
Изучили проблемы в данных, подаваемых организациями. Предложили способы работы с ними
Авторы и источники использованных изображений
Shane Rounce, Unsplash
Jordhan Madec, Unsplash
Alina Grubnyak, Unsplash
Sarah Agnew, Unsplash
Андрей Сизов, Unsplash
Wim van 't Einde, Unsplash
Kyaw Tun, Unsplash
SIMON LEE, Unsplash
Shane Rounce, Unsplash
Jordhan Madec, Unsplash
Alina Grubnyak, Unsplash
Sarah Agnew, Unsplash
Андрей Сизов, Unsplash
Wim van 't Einde, Unsplash
Kyaw Tun, Unsplash
SIMON LEE, Unsplash
Команда проекта
- Алексей Сухановстудент ПАНДАНа
- Ильяс Аслановстудент ПАНДАНа
- Георгий Катречкостудент ПАНДАНа
- Валерия Моисеевастудентка ПАНДАНа
- Расул АбдулхаликовСтудент ПАНДАНа
Наши кураторы
- Дмитрий СкугаревскийАссоциированный профессор по эмпирико-правовым исследованиям ЕУСПб
- Никита ПоспеловСтарший инженер-исследователь, Сколтех
- Кирилл ПоловниковCтарший научный сотрудник, Сколтех, автор алгоритма
