Разработка практических рекомендаций по определению проектной компанией структуры капитала
Оглавление
Введение.
Глава 1. Сущность проектного финансирования.
.1 Определение и основные характеристики проектного
финансирования.
.2 Участники проектного финансирования.
.3 Реестр рисков проектного финансирования.
.4 Основные методы структурированного проектного
финансирования.
Глава 2. Исследование факторов, влияющих на структуру
капитала проектной компании при проектном финансировании
.1 Определение факторов структуры капитала и гипотезы
исследования.
.2 Характеристика выборки и переменных.
.3 Метод исследования.
.4 Анализ полученных данных.
.5 Выводы и ограничения исследования.
Глава 3. Практические рекомендации по выбору проектной
компанией структуры финансирования
.1 Основные факторы при принятии решения о структуре капитала
проектной компании.
.2 Перспективы развития проектного финансирования в России.
Заключение.
Список использованной литературы.
Приложение 1. Статистика проектных сделок по регионам.
Приложение 2. Статистика сделок проектного финансирования по
отраслям.
Приложение 3. Статистика по сделкам проектного финансирования
со 100% заемного капитала по регионам.
Приложение 4. Статистика по сделкам проектного финансирования
со 100% заемного капитала по отраслям.
Введение
В настоящее время в России реализуется огромное количество инвестиционных
проектов, которые являются основной стратегического развития хозяйствующих
субъектов. Более того, тем самым данные проекты фактически являются базой
экономического развития всей страны, ведь будучи рычагом движения и развития
частного сектора, способствуют устойчивому развитию на макроэкономическом
уровне.
Это также подтверждает и то, что в Концепции долгосрочного
социально-экономического развития Российской Федерации на период до 2020 года
одним из наиболее приоритетных направлений является «создание высококонкурентной
институциональной среды, стимулирующей предпринимательскую активность и
привлечение капитала в экономику»[3, раздел I, пункт 4].
Однако в последние годы имеет место формирование неблагоприятного фона
вокруг российской экономики в связи с политическим воздействием ряда стран и
введением санкций. Результатом этих событий стало ухудшение инвестиционного
климата в России, увеличение неопределенности в работе бизнеса. Поэтому
особенно актуальным является вопрос преодоления подобных кризисных последствий
и создания взаимовыгодных экономических связей между хозяйствующими субъектами.
Этого можно достичь, используя механизм проектного финансирования как способ
привлечения капитала в инвестиционный проект, который позволяет рационально
распределить риски между участниками проекта. Структурированное проектное
финансирование подразумевает использование различных источников финансирования
проекта и имеет устоявшиеся на практике методы. Понимание особенностей данного
способа финансирования всеми его участниками позволит выбрать подходящую
структуру капитала инвестиционного проекта, распределить риски между ними и
достичь требуемых показателей эффективности.
Вопрос определения структуры капитала фирмы уже давно поднимается
различными исследователями. При этом принятие решения о структуре капитала
компании, участвующей в проектном финансировании, имеет несколько иную
специфику, так как соотношение собственного и заемного капитала такой компании
определяется еще на предыинвестиционной стадии. Структура капитала проектной
компании оказывает прямое влияние на дальнейшую реализацию проекта, поэтому
исследование факторов, влияющих на нее, несомненно является актуальной темой.
Таким образом, цель исследования - разработка практических рекомендаций
по определению проектной компанией структуры капитала.
Объектом исследования в данной работе является структура капитала
проектной компании. Предметом исследования - факторы, влияющие на структуру
капитала проектной компании.
Для достижения цели поставлены следующие задачи:
) проанализировать сущность проектного финансирования и выявить
наиболее полное его определение,
) определить понятие «структурированное проектное финансирование»,
) проанализировать теоретические основы и методы проектного
финансирования,
) выявить основные факторы, влияющие на выбор проектной компанией
структуры капитала и сформулировать гипотезы исследования,
) исследовать влияние факторов на структуру капитала проектной
компании,
) разработать рекомендации по определению проектной компанией
структуры капитала на основе результатов исследования.
Новизна работы заключается в структурном анализе крупнейшей базы сделок
проектного финансирования (8070 сделок), а также выявлении факторов, влияющих
на уровень долговой нагрузки проектной компании, и направления этого влияния.
В первой главе данной работы рассмотрены определения термина «проектное
финансирование» российских и зарубежных авторов, выявлены особенности данного
вида финансирования и на основе них дано собственное определение. Также в ней
определено понятие «структурированного проектного финансирования», освещены
преимущества и недостатки проектного финансирования, существующие виды и
участники. В этой главе приведен реестр рисков проектного финансирования и
рассмотрены методы структурированного проектного финансирования по критериям
риска, продукта и схемы финансирования.
Во второй главе содержится исследование факторов, влияющих на структуру
капитала проектной компании. В ней приведены гипотезы, описана методика
исследования, выборка, результаты и ограничения исследования.
В третьей главе содержатся практические рекомендации по выбору компанией
структуры финансирования, а также освещена ситуация на рынке проектного
финансирования в России.
Основными
информационными источниками послужили нормативно-правовые акты РФ, работы
иностранных и российских авторов П. Невитта, Дж. Финнерти, Б. Эсти, Э.
Йескомба, А. Хабиба, И.А. Никоновой, Л.В. Давыдовой и других на тему проектного
финансирования и управления рисками, С. Майерса, Л. Зингалеса, М. Дженсена на
тему структуры капитала организаций, публикации в периодических изданиях «European Financial Management», «Journal of Economic Theory»,
«Journal of Corporate Finance
<#"904468.files/image001.gif">
Рис. 2. Стоимость проектов по отраслям (все проекты).
.
Рис.3. Стоимость проектов по регионам (все проекты).
Рис. 4. Стоимость проектов по отраслям (100% заемные средства)
Рис. 5. Стоимость проектов по регионам (100% заемные средства).
Сделки проектного финансирования со 100% заемными средствами в формате
ГЧП составляют лишь 0,6% от общего числа сделок ГЧП.
Средний размер проекта составляет 427,67 млн. долл., при этом минимальная
стоимость проекта 0,58 млн. долл. и максимальная 20000 млн. долл.
На рисунке 5 представлена диаграмма рассеяния проектов по годам. Видно,
что с течением времени появляется все большее количество сделок проектного
финансирования крупного масштаба. Это свидетельствует о повышении популярности
данного способа финансирования проекта и вере участников рынка в его
надежность.
Рис.6.
Диаграмма рассеяния проектов по годам (стоимость/год).
В
таблице 8 содержатся медианные значения уровня долговой нагрузки по регионам и
отраслям. Лидерами среди регионов и отраслей являются Европа и Центральная Азия
и социальный сектор и оборонная промышленность - отрасли, в которых очень
велико значение государства.
Таблица
8.
Медианные
значения уровня долговой нагрузки.
|
Африка
|
73
|
Добыча ископаемых
|
77
|
|
Австралия и Океания
|
73
|
Межотраслевой проект
|
72
|
|
Восточная Азия и Тихий
океан
|
75
|
Нефтегазовый сектор
|
70
|
|
Европа и Центральная Азия
|
82
|
Энергетика
|
75
|
|
Латинская Америка и страны
Карибского бассейна
|
71
|
Возобновляемая энергетика
|
78
|
|
Ближний Восток и Северная
Африка
|
74,5
|
Социальный сектор и
оборонная промышленность
|
90
|
|
Международные проекты
|
77,5
|
Телекоммуникации
|
65
|
|
Северная Америка
|
75
|
Транспорт
|
75
|
|
Южная Азия
|
71
|
Очистка воды
|
80
|
2.3 Метод
исследования
В данном исследовании для проведения статистического анализа данных также
как и в большинстве исследований данной темы был выбран регрессионный анализ.
Регрессионный анализ позволяет моделировать взаимосвязь одной зависимой
переменной от одной или нескольких других. Независимые переменные называются факторами,
регрессорами или предикторами. В общем случае регрессионную модель можно
записать следующим образом: y = f(x1, x2, …, xn), где y - зависимая переменная
(отклик), xi (i = 1,…, n) - предикторы (факторы), n - число предикторов.
Регрессия, которая содержит больше одной независимой переменной,
называется множественной и позволяет определить влияние отдельных предикторов
на зависимую переменную и лучше понять природу взаимосвязи. Регрессионный
анализ раскрывает причинно-следственную связь между переменными и позволяет
сформулировать содержательные выводы относительно прогнозных значений зависимой
переменной при тех или иных заданных значениях регрессоров.
Наличие большого числа наблюдений также позволит получить более точные
данные анализа и исключить лишние регрессоры.
В основе модели данной работы была положена модель, представленная
Равшаном и Зингалесом, которые исследовали факторы, влияющие на структуру
капитала фирмы в работе «What Do We Know about Capital Structure? Some Evidence
from International Data» [30]. Эта модель статическая, а зависимая переменная
объясняется рядом предикторов.
Для проверки первых двух гипотез использована следующая регрессионная
модель (модель №1):
DebtRatio (Project i) = β1LnSizei + β2PPP i + β3Sponsor23 i + β4Sponsor4 i + β5Creditor23 i +β6Creditor4 i +εi, , где (Projecti) - уровень долга по проекту i,
LnSizei
- натуральный логарифм стоимости проекта i, отражающий размер проекта,
PPPi -
дамми-переменная, принимающая значение 1, если в проекте i имеет место ГЧП, 0 иначе,
Sponsor23i - дамми-переменная, принимающая
значение 1, если спонсоров проекта i два или три, 0 иначе;
Sponsor4i - дамми-переменная, принимающая
значение 1, если спонсоров проекта i больше четырех, 0 иначе;
Creditor23i - дамми-переменная, принимающая
значение 1, если кредиторов проекта i два или три, 0 иначе;
Creditor4i - дамми-переменная, принимающая
значение 1, если кредиторов проекта i больше четырех, 0 иначе;
ε i - ошибки модели регрессии,
β1, . . . , β4 - параметры или коэффициенты в
модели регрессии, i - номер наблюдения.
В уравнении регрессии константа равняется нулю, так как в ситуации
проектного финансирования нет какого-то определенного стартового значения
уровня долга, от которого бы можно было отталкиваться, изменяя значение
независимых переменных. Коэффициенты β при дамми-переменных показывают, на
сколько изменится уровень долга по отношению к базовому варианту (1 спонсор и 1
кредитор).
Для проверки третьей и четвертой гипотезы были составлены следующие
уравнения регрессии (модель №2 и модель №3 соответственно):
DebtRatio(Projecti) = β1LnSizei + β2AFRi+ β3AUSi + β4 EAPi+ β5EURi+ β6LATi + β7MIDi+β8SASi+ β9MULTIi+ εi и
DebtRatio(Projecti) = β1LnSizei + β2TELECOMi + β3RENEWi + β4 SOCIALi+ β5TRANSPORTi+ β6OILGASi+ β7MININGi+ β8WATERi+ εi.
2.4 Анализ полученных
данных
В таблицах 9 и 10 представлены результаты регрессионного анализа по
первой модели.
Таблица 9.
Результаты регрессионного анализа первой модели (часть 1).
|
Бета-коэф.
|
Станд.ошиб. бета
|
B-коэф.
|
Станд. ошиб. B
|
t(4211)
|
p-уровн
|
|
LnSize
|
0,936043
|
0,011048
|
13,1012
|
0,154638
|
84,7218
|
0,000000
|
|
PPP
|
0,103345
|
0,006164
|
13,6979
|
0,817070
|
16,7647
|
0,000000
|
|
Sponsor23
|
0,029945
|
0,006841
|
3,6110
|
0,824910
|
4,3774
|
0,000012
|
|
Sponsor4
|
-0,028518
|
0,005914
|
-5,8584
|
1,214876
|
-4,8222
|
0,000001
|
|
Creditor23
|
0,014446
|
0,006959
|
1,9751
|
0,951346
|
2,0761
|
0,037949
|
|
Creditor4
|
-0,098142
|
0,008140
|
-12,5124
|
1,037810
|
-12,0566
|
0,000000
|
Таблица 10.
Результаты регрессионного анализа первой модели (часть 2).
|
R2
|
0,902360
|
|
Скоррект. R2
|
0,902227
|
|
F(6,4211) p<0,0000
|
6486,7
|
|
N
|
4217
|
|
Стандартн.ош.оценки
|
23,863
|
В моделях, в которых отсутствует свободная константа, коэффициент
детерминации R2 не может быть интерпретирован также
как в обычной модели множественной регрессии. В таком случае R2 показывает долю
объясненной изменчивости показателя относительно начала координат. В нашей
модели независимые переменные на 90% объясняют отклонение уровня долга от 0.
Кроме того, все предикторы являются значимыми. Для дополнительной проверки
модели был рассчитан критерий Дарбина-Уотсона, который указывает на наличие
автокорреляции остатков. Данный критерий равен 0,91, что является приемлемым
показателем, учитывая количество наблюдений, равно 4217.
Положительное значение коэффициентов при регрессорах LnSize и PPP указывают на положительное влияние данных предикторов
на результирующую переменную - уровень долга. Таким образом, чем выше стоимость
проекта, тем выше его уровень долга. Аналогично, при наличии
государственно-частного партнерства компания привлекает большее количество
заемных средств, чем в случае его отсутствия. Таким образом, гипотезы H1 и H2 не отклонены.
По данным результатам можно сделать еще один вывод - чем больше
участников участвует в сделке (будь то кредиторы или спонсоры), тем меньше
компания привлекает заемных средств. Действительно, чем больше таких «прямых»
заинтересованных сторон, тем выше транзакционные издержки и выше информационная
ассиметрия. В такой ситуации компании не выгодно еще больше увеличивать свои
затраты на обслуживания долга.
В таблице 11-14 представлены результаты тестирования третьей и четвертой
гипотез.
Таблица 11.
Результаты регрессионного анализа второй модели (часть 1).
|
Бета-коэф.
|
Станд.ош. бета
|
B-коэф.
|
Станд.ош. B
|
t(4211)
|
p-уровн
|
|
LnSize
|
0,632837
|
0,009061
|
8,85741
|
0,12681
|
69,84557
|
0,000000
|
|
SAS
|
0,087548
|
0,005053
|
21,50654
|
1,24117
|
17,32771
|
0,000000
|
|
EAP
|
0,107208
|
0,004931
|
27,84815
|
1,28089
|
21,74117
|
0,000000
|
|
EUR
|
0,319644
|
0,006877
|
36,23727
|
0,77963
|
46,48004
|
0,000000
|
|
AFR
|
0,049413
|
0,004530
|
19,86287
|
1,82087
|
10,90843
|
0,000000
|
|
MULTI
|
0,008032
|
0,004205
|
19,90341
|
10,42071
|
1,90999
|
0,056203
|
|
MID
|
0,043017
|
0,004797
|
15,07457
|
1,68113
|
8,96694
|
0,000000
|
|
LAT
|
0,082105
|
0,005058
|
20,37062
|
1,25495
|
16,23227
|
0,000000
|
|
AUS
|
0,055132
|
0,004620
|
20,30881
|
1,70168
|
11,93459
|
0,000000
|
Таблица 12.
Результаты регрессионного анализа второй модели (часть 2).
|
R2
|
0,92594659
|
|
Скоррект. R2
|
0,92578821
|
|
F(9,4208) p<0,0000
|
5846,2
|
|
N
|
4217
|
|
Стандартн.ош.оценки
|
20,79
|
Таблица 13.
Результаты регрессионного анализа третьей модели (часть 1).
|
Бета-коэф.
|
Станд.ош.бета
|
B-коэф.
|
Станд.ош. B
|
t(4211)
|
p-уровн
|
|
LnSize
|
0,659551
|
0,008707
|
9,23132
|
0,121869
|
75,74782
|
0,000000
|
|
Telecom
|
0,011338
|
0,004135
|
6,86490
|
2,503751
|
2,74185
|
0,006135
|
|
Renew
|
0,252466
|
0,005907
|
32,61128
|
0,762992
|
42,74131
|
0,000000
|
|
Social
|
0,220630
|
0,005076
|
39,76702
|
0,914984
|
43,46200
|
0,000000
|
|
Transp
|
0,089405
|
0,005417
|
17,50064
|
1,060287
|
16,50557
|
0,000000
|
|
Oilgas
|
0,043118
|
0,005013
|
10,83438
|
1,259543
|
8,60183
|
0,000000
|
|
Mining
|
0,031076
|
0,004408
|
10,86303
|
1,540746
|
7,05050
|
0,000000
|
|
Mixed
|
0,022892
|
0,004028
|
20,37611
|
3,585431
|
5,68303
|
0,000000
|
|
Water
|
0,063991
|
0,004168
|
29,70219
|
1,934731
|
15,35210
|
0,000000
|
Таблица 14.
Результаты регрессионного анализа третьей модели (часть 2).
|
R2
|
0,934211
|
|
Скоррект. R2
|
0,93406986
|
|
F(9,4208) p<0,0000
|
6639,3
|
|
N
|
4217
|
|
Стандартн.ош.оценки
|
19,596
|
«Поведенческое» направление анализа дало аналогичный результат в
отношении положительного влияния размера проекта на уровень заемных средств - в
обеих моделях коэффициенты LnSize
положительны и значимы.
Статистика Дарбина-Уотсона составляет 0,92 и 0,84 соответственно, что
также является приемлемыми значениями для такого большого количества
наблюдений. В региональной модели была выявлена одна незначимая переменная -
международный характер проекта. Это может быть объяснено условностью деления
стран по регионам, ведь часто одним проектом занимаются участники близлежащих
друг к другу стран, которые по классификации Всемирного банка относятся уже к
различным регионам, а также небольшим количеством проектом такого типа. При
пересчете модели без данного предиктора значения практически не изменились.
Наибольшее значение уровня долга наблюдается у проектов в Европе и
Центральной Азии и проектов социального сектора и оборонной промышленности, что
дает нам основание не отклонять выдвинутые гипотезы H3 и H4.
.5 Выводы и
ограничения исследования
Итак, в анализе сделок проектного финансирования могут быть использованы
детерминанты различных концепций структуры капитала. При этом, необходимо
выбирать те, которые отражают специфику данного способа финансирования
проектов: высокая стоимость проектов, наличие большого количества участников,
популярность по отраслям и регионам. Тем не менее существует сложность в поиске
некоторой информации по проектам - структуры активов, доходности и других.
Конфиденциальность подобного рода сделок осложняет проведение анализа по многих
традиционным детерминантам структуры капитала (за исключением размера).
Большое количество наблюдений и однородность выборки дают основание
полагать результаты исследования достоверными.
Все четыре гипотезы не были отвергнуты.
По результатам исследования можно сделать вывод, что чем выше стоимость
проекта, тем выше уровень заемных средств в структуре капитала. Действительно,
в условиях большого размера проекта инвесторам сложно найти достаточное
количество собственных средств на реализацию проекта. Кроме того, масштабные
проекты, как правило, детально проработаны, имеют высокое социальное и/или
коммерческое значение, что является привлекательным для заимодавцев.
Рынок проектного финансирования - это рынок не открытый, а построенный на
контрактах, содержащих конфиденциальную информацию. Крупные игроки рынка
(кредиторы и консультанты, специализирующиеся на подобного рода сделках) в
отличие от других игроков имеют наработанную за годы практики базу знаний. При
этом даже в пределах одной компании частные аспекты сделок могут быть
недоступны широкому кругу лиц. Поэтому поведенческий аспект при выборе
структуры капитала проектной компании очень важен. По результатам исследования
выявлено, что компании действительно ориентируются на медианные значения уровня
долговой нагрузки проектных компаний в отрасли и регионе.
Глава 3.
Практические рекомендации по выбору проектной компанией структуры
финансирования
.1 Основные
факторы при принятии решения о структуре капитала проектной компании
Каждый проект является уникальным, а проекты структурного проектного
финансирования являются к тому же еще и очень сложными ввиду масштаба,
количества участников и структуры капитала, которая оказывает влияние на
принятие решений в проекте. Многообразие контрактных отношений, опутывающих
проект, делает возможным ситуацию высокой доли заемных средств в структуре
капитала из-за распределения рисков между участниками, и в то же время приводит
к невозможности создания универсальной схемы определения структуры капитала
проектной компании.
Конфиденциальность сделок проектного финансирования, как уже было сказано
ранее, является ограничением для исследований этой области. Однако отсутствие
полной информации является преградой не только для исследователей, но и
непосредственных участников рынка. В связи с этим представляется целесообразным
использование поведенческого подхода к определению структуры капитала проектной
компании.
Для того, чтобы инвесторам определить структуру капитала проектной
компании, необходимо проработать несколько основных вопросов по проекту:
) размер проекта,
) наличие собственных средств,
) участие государства,
) отрасль,
) регион,
) наличие контрактных отношений с контрагентами.
Таблица 15.
Факторы, влияющие на уровень долговой нагрузки.
|
Фактор
|
Статистические данные по
сделкам проектного финансирования
|
Влияние на уровень долговой
нагрузки
|
|
Размер проекта
|
Средний размер проекта
427,67 млн.долл. Размах от 0,58 млн. долл. до 20 000 млн. долл.
|
Чем крупнее проект, тем
выше уровень долговой нагрузки
|
|
Наличие собственных средств
|
Медиана 23% без учета
сделок со 100% заемных средств, Медиана 6% с учетом сделок со 100% заемных
средств
|
Собственные средства дороже
заемных, поэтому при их наличии инвестор должен определить, какую сумму он
готов вложить в проект. Если же собственных средств мало, то необходим
больший объем заемных средств
|
|
Участие государства
|
33% проектов с
государственным участием
|
Государственное участие
увеличивает уровень долговой нагрузки
|
|
Отрасль
|
Основные отрасли:
Возобновляемые источники энергии, телекоммуникации, социальный сектор,
транспортная, нефтегазовая, добыча ископаемых, очистка воды. Наиболее высокий
уровень долговой нагрузки: - социальный сектор и оборонная промышленность:
90%, - очистка воды: 80%, - возобновляемые источники энергии: 78%. Наименьший
уровень долговой нагрузки: - телекоммуникации (65%).
|
Уровень долговой нагрузки
выше у компаний тех отраслей, в которых выше медианный уровень долговой
нагрузки.
|
|
Регион
|
Наибольший уровень долговой
нагрузки: - Европа и Центральная Азия: 82%, - Северная Америка - 75%, -
Восточная Азия и Тихий океан - 75%. Наименьший уровень долговой нагрузки: -
Южная Азия - 71%.
|
Уровень долговой нагрузки
выше у компаний тех регионов, в которых выше медианный уровень долговой
нагрузки.
|
|
Наличие контрактных
отношений с контрагентами
|
|
См. таблицы 3,4 и 5.
Распределение рисков путем заключения контрактов с контрагентами повышает
надежность проекта для заимодавца. Среди прочих особенно выделяются соглашения,
снижающие риск выручки
|
Основная задача инвесторов при проектном финансировании - увеличить
предсказуемость денежного потока для заимодавцев. Высокая неопределенность
приводит к тому к требованиям большей доли собственных средств в структуре
капитала компании. Проверка due diligence
проводится заимодавцем для получения более полной информации о проекте и
глубокого понимания управления рисками проекта.
.2
Перспективы развития проектного финансирования в России
Проектное финансирование достаточно хорошо развито в западных странах. В
России проектным финансированием занимается небольшое количество кредитных
организаций, которые чаще всего выбирают наиболее выгодные проекты для
инвестирования [40, с.45].
Однако в условиях ухудшения внешнеполитической и экономической обстановки
(снижения притока иностранных инвестиций, увеличения объема задолженности по
ссудам и займам, полученным от нерезидентов и др.) реакцией на увеличение
суверенных рисков и снижение возможностей использования традиционных источников
финансирования стал рост сделок проектного финансирования. Так, за I квартал 2014 года объем таких сделок
по сравнению с тем же периодом 2013 года вырос на 342,7% и составил 3,47 млрд.
долл. [43, с.29]. Стоит учитывать, что данная статистика показывает ситуацию на
рынке проектного финансирования до вступления в силу изменений в
законодательстве РФ, которые позволят использовать методы проектного
финансирования не только в зарубежной юрисдикции, но и в российском правовом
поле.
Традиционно в литературе по поводу факторов, препятствующих развитию
проектного финансирования в России, выделялись несовершенство законодательства
и отсутствие государственного стимулирования.
Основными нормативными актами, которые регулируют область проектного
финансирования в России, являются Гражданский кодекс РФ, Федеральные законы
№102-ФЗ «Об ипотеке (залоге недвижимости)», № 208-ФЗ «Об акционерных
обществах», №115-ФЗ «О концессионном соглашении», №14-ФЗ «Об обществах с
ограниченной ответственностью» и ряд других.
В конце 2013 года был подписан Федеральный закон от 21.12.2013 №379-ФЗ «О
внесении изменений в отдельные законодательные акты РФ». Этим законом было
введена глава 3.1. в Федеральный закон №39-ФЗ «О рынке ценных бумаг» под
названием «Специализированное общество». Таким образом, в российском
законодательстве появился аспект правового регулирования сделок проектного
финансирования и секьюритизации (ранее в законодательстве выделялся только один
вид компании специального назначения - это ипотечный агент) в части
особенностей создания, реорганизации и ликвидации специализированного общества
проектного финансирования (СОПФ). Этот закон был воспринят профессиональным
сообществом как «революционный» для российского финансового рынка [56] и
вступил в силу 1 июля 2014 года.
Законом урегулирован такой метод структурированного финансирования как
выпуск облигаций под залогом денежных требований, которые возникнут в
результате реализации долгосрочного инвестиционного проекта. Срок
инвестиционного проекта должен быть не менее трех лет. По аналогии с ипотечным
агентом СОПФ освобождается от налогообложения доходов/расходов, связанных с
уставной деятельностью [49]. Правоприменительная практика реализации этих
изменений в настоящее время еще формируется [50].
В конце 2014 года Правительством была утверждена Программа поддержки
инвестиционных проектов, реализуемых на территории Российской Федерации на
основе проектного финансирования. Основная цель Программы - это «создание
механизма поддержки инвестиционных проектов, реализуемых на территории Российской
Федерации на основе проектного финансирования, способствующего увеличению
объемов кредитования организаций реального сектора экономики на долгосрочных и
льготных условиях» [4]. Согласно Программе валютой кредитов является российский
рубль, уполномоченными банками могут быть российские кредитные организации и
международные финансовые организации, соответствующие определенным критериям
отбора, а процентная ставка по кредиту не должна превышать уровень ключевой
ставки Центрального банка России плюс 1 процент годовых. Также по таким
кредитам возможно предоставление государственных гарантии РФ.
Среди ключевых критериев отбора инвестиционных проектов можно выделить:
) Расположение на территории Российской Федерации,
) Полная стоимость должна быть не менее 1 млрд. рублей и не более
20 млрд. рублей,
) Долг не должен превышать 80% полной стоимости инвестиционного
проекта.
Для того чтобы попасть в Программу, проект должен пройти несколько
ступеней отбора по разным ведомствам: от уполномоченного банка до Центрального
банка.
Согласно требованиям к уполномоченному банку такими банками могут стать
лишь 10 российских кредитных организаций, собственные средства которых выше 100
млрд. рублей (см. рисунок 7) [54]. Среди них больше половины банков с
государственным участием.
Рис.7.
10 крупнейших банков по собственному капиталу.
Такая
ситуация может расцениваться двояко. С одной стороны Программу можно назвать
скорее «Программой поддержки банков» [55]. С другой - расценить как толчок к
развитию проектного финансирования в России, начало которому положат крупнейшие
банки страны. Встает вопрос: не логичнее бы было привлечь к Программе не просто
крупнейшие банки, а те, которые имеют опытные подразделения проектного
финансирования с квалифицированными сотрудниками, а координацию работ в рамках
предложенной модели финансирования возложить на учреждение, имеющее большой
опыт работы с инвестиционными проектами - Внешэкономбанк, а не
Минэкономразвития [39, с.66]?
В
целом можно сказать, что утверждение Программы стало ярким примером
государственного стимулирования проектного финансирования в стране как в
развитии этих услуг в банках, так и в возможности получения доступа к
финансовым ресурсам частного бизнеса. Доработку положений Программы будет
необходимо производить уже в ходе практического применения с помощью рабочей
группы специалистов в вопросах структурирования сделок и управления рисками. По
состоянию на май 2016 года в Программе участвует 42 проекта. Средняя величина
кредита составляет 5608 млн.руб., при этом минимальное значение кредита - это
800 млн.руб., а максимальное - 15976 млн. руб. Распределение проектов среди
кредитных организаций следующее: Банк ВТБ - 10 проектов, Россельхозбанк - 8
проектов, Сбербанк России - 12 проектов, Альфа-банк - 1 проект, Газпромбанк - 7
проектов, Банк ФК Открытие - 2 проекта, Внешэкономбанк - 2 проекта. В основном
это проекты транспортной, телекоммуникационной отрасли и сельского хозяйства.
На
перспективы развития проектного финансирования в России также указывает наличие
мощной ресурсной базы и масштабы страны. Россия имеет огромную потребность в
инфраструктурных проектах, инвестиционных проектах топливно-энергетических и
промышленных комплексов.
К
факторам, которые препятствуют развитию проектного финансирования в России,
можно отнести следующие:
1) состояние банковского сектора (чрезмерное количество банков, их
низкая капитализация по сравнению с иностранными [36, с.8]),
) высокие темпы инфляции и экономическая нестабильность,
) высокие политические риски (в том числе на уровне органов
муниципальной власти),
) неразвитость ранка корпоративных облигаций,
) ограниченное число опытных банков, предоставляющих проектное
финансирование.
В России существует положительный опыт использования механизмов финансового
рынка для долгосрочного проектного финансирования, однако он больше
представляется в виде отдельных примеров, а не системы. Так, в котировальных
списках А1 и А2 «Московской Биржи» находятся облигации концессионера шести
эмитентов на сумму 60,7 млрд. руб. В ломбардном списке Центрального Банка
значатся облигации концессионера трех эмитентов [50].
Итак, в России проектное финансирование менее развито, чем в западных
странах. Неразвитость финансового рынка, специфика банковской отрасли, высокие
политические и макроэкономические риски - все это препятствует развитию данного
способа финансирования в нашей стране. Тем не менее, государство начало
принимать меры по стимулированию данного способа финансирования путем
законодательного урегулирования аспектов проектного финансирования и введения
Программы поддержки инвестиционных проектов, реализуемых на территории
Российской Федерации на основе проектного финансирования.
Заключение
В настоящем исследовании было сформулировано определение проектного
финансирования: «Проектное финансирование - это способ привлечения
финансирования для проекта, предполагающий использование финансового
инжиниринга и создание компании специального назначения, при котором заимодавцы
участвуют в распределении рисков проекта, предоставляют капитал в условиях
отсутствия или ограниченных гарантий и ориентируются на будущий денежный поток
этого проекта в качестве источника обслуживания долга».
Проектное финансирование отличается высокими рисками, которые
распределяются между множеством участников этого процесса: инвестором,
заимодавцем, поставщиками и подрядчиками, страховыми компаниями, покупателями,
государством. Управление рисками должно быть комплексным и базироваться на
принципе: «владелец риска - тот, кто способен управлять им наилучшим образом».
Структура капитала проектной компании предполагает высокую долю заемных
средств. Уровень долговой нагрузки зависит от ряда факторов: размер проекта,
наличие государственного участия, отрасль и регион проекта, количество
участников, наличие контрактных соглашений с контрагентами и других.
В данной работе был произведен анализ базы сделок проектного
финансирования, включающей в себя 8070 сделок, выявлен средний размер проекта,
структура сделок проектного финансирования по отраслям, по регионам, количеству
инвесторов и кредиторов, количество сделок с участием государства.
Кроме того, в ходе исследования влияния факторов на структуру капитала
проектной компании состоялась проверка четырех гипотез. Все они были не
отвергнуты, а именно:
H1:
при проектном финансировании чем крупнее проект, тем выше уровень долговой
нагрузки,
H2:
при проектном финансировании государственное участие в сделке приводит к
увеличению уровня долговой нагрузки,
H3:
при проектном финансировании уровень долговой нагрузки выше у компаний тех
отраслей, в которых выше медианный уровень долговой нагрузки,
H4:
при проектном финансировании уровень долговой нагрузки выше у компаний тех
регионов, в которых выше медианный уровень долговой нагрузки.
Использование этих закономерностей при определении структуры капитала
проектной компании в сочетании с мероприятиями по управлению рисками проекта в
части подписания контрактных соглашений с контрагентами может помочь инвесторам
во взаимоотношениях с заимодавцами в условиях недостатка информации о практике
сделок проектного финансирования в России и мире.
Несмотря на ухудшение инвестиционного климата в связи с введением санкций
и снижение притока иностранных инвестиций, реальный сектор в Российской
Федерации все еще имеет огромную потребность в инвестиционных проектах.
Внутреннее проектное финансирование имеет большой потенциал развития в нашей
стране, но для этого оно нуждается в государственном стимулировании. Первый шаг
на пути уже сделан - это утверждение Программы поддержки инвестиционных проектов,
реализуемых на территории Российской Федерации на основе проектного
финансирования. Масштабы страны, состояние промышленных комплексов, потребности
в инфраструктурных и социальных проектах - все это подтверждает необходимость
реализации крупных инвестиционных проектов, во многих из которых напрямую
заинтересовано и государство.
Список
использованной литературы
I. Нормативно-правовые
акты
1. Налоговый
кодекс Российской Федерации (часть вторая) от 05.08.2000 № 117-ФЗ (ред. от
06.04.2015),
. Федеральный
закон от 21.12.2-13 №379-ФЗ «О внесении изменений в отдельные законодательные
акты РФ»,
. Концепция
долгосрочного социально-экономического развития Российской Федерации на период
до 2020 года (Утверждена распоряжением Правительства Российской Федерации от 17
ноября 2008 г. N 1662-р),
. Постановление
Правительства Российской Федерации от 11 октября 2014 года №1044 «Об
утверждении Программы поддержки инвестиционных проектов, реализуемых на
территории Российской Федерации на основе проектного финансирования»,
. Методические
рекомендации по оценке эффективности инвестиционного проекта (третья редакция).
Авторский коллектив академических институтов, 2004. - 221 с.. Монографии
и коллективные научные труды.
6. Finnerty,
John D.. Wiley Finance : Project Financing : Asset-Based Financial Engineering
(3rd Edition). Oxford, GBR: John Wiley & Sons,
2013. 476 pp.
7. Nevitt
Peter K. Project Financing. Fifth edition. Published by Euromoney, London,
1989, 405 pp.
. S.
Gatti. Project Finance in Theory and Practice, Second Edition: Designing,
Structuring, and Financing Private and Public Projects (2nd Edition). Academic
Press, USA, 2007. 414 pp.
. Йескомб
Э.Р. Принципы проектного финансирования. - М.: Вершина, 2008. - 448 с.
. Никонова
И.А. Проектный анализ и проектное финансирование - М.: Альпина Паблишер, 2012.
- 154 с.
. Рудык
Н.Б. Структура капитала корпораций: теория и практика. - М.: Дело, 2004. - 272
с.. Статьи из периодических изданий.
12. Benjamin
C. Esty. Why Study Large Projects? An Introduction to Research on Project
Finance, European Financial Management, 10 (2), 2004, pp. 213-24
13. Beck T.,
Demirgüç-Kunt A., Maksimovic V. Financing patterns around the
world: Are small firms different? Journal of Financial Economics, 89, 2008, pp.467-487
. Brealey
R., I. Cooper, A. Habib. Investment appraisal in the public sector, Oxford
Review of Economic Policy, Vol.13, No.4, 1997, pp.12-28
15. Byoun S.,
Z. Xu. Contracts, Governance, and Country Risk in Project Finance: Theory and
Evidence, Journal of Corporate Finance
<http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2405021>, Vol.26,
2014, pp. 124-144
16. Chakraborty
I. Capital Structure in an Emerging Stock Market: The Case of India // Research
in International Business and Finance, 2010, 24(3), pp. 295-314;
. C.
Contreras. Value for money: to what extent does discount rate matter, Revista
de Economia Aplicada, Vol. 22, No. 66, 2014, pp. 93-112
. Corielli
F., A. Steffanoni, S. Gatti. Risk Shifting Through Nonfinancial Contracts:
Effects on Loan Spreads and Capital Structure of Project Finance Deals, Journal
of Money Credit and Banking, Vol. 42, No. 7, October 2010, pp. 1295-1320.
. DeAngelo
H., Masulis R. Optimal Capital Structure under Corporate and Personal Taxation.
Journal of Financial Economics, 1980, 8, pp.3-29 Kim, 1982;
. Dinesh
D. Banani. International Arbitration and Project Finance in Developing
Countries: Blurring the Public/Private Distinction, Boston College
International and Comparative Law Review, Vol. 26, Issue 2, 2003, pp.355-384.
. Frank,
M. Z. and V. K. Goyal, Capital Structure Decisions: Which Factors are Reliably
Important? Financial Management, 2009, 38, 1-37;
. Frank
M.Z., Goyal V.K. Trade-Off and Pecking Order Theories of Debt. Handbook of
Empirical Corporate Finance, Volume 2 Edited by B. Espen Eckbo, 2008,
p.135-202;
. Jensen
M.C., Meckling W., Theory of the Firm: Managerial Behavior, Agency Costs, and
Capital Structure. Journal of Financial Economic, 1976, 3, pp.305-360
. Harris
M., Raviv A. The Theory of Capital Structure. The Journal of Finance. Vol. 46,
No.1, (Mar. 1991), pp. 297-355;
. Hovakimian
A., Opler T., Titman S. The Debt-Equity Choice. The Journal of Financial and
Quantitative Analysis, Vol.36, № 1, 2001, pp.1-2;
. Myers
S.C., Majluf N.S. Corporate Financing And Investment Decisions When Firms Have
Information That Investors Do Not Have. Journal of Financial Economics, 1984,
13, pp.187-221;
. Myers,
S. The Capital Structure Puzzle. Journal of Finance, 1984, 39, pp. 575-592;
. Modigliani
F., Miller M.H. The Cost of Capital, Corporation Finance, and the Theory of
Investment. American Economic Review, 1958, 48, pp. 261-297;
. Nivorozhkin
E. Financing choices of firms in EU accession countries. Emerging Markets
Review, 6, 2005, pp.138-169
. Rajan
R., Zingales L. What do we know about capital structure? Some evidence from
international data. Journal of Finance, 1995, 50, pp. 1421-1460
. Salman
Shah, Anjan V. Thakor. Optimal capital structure and project financing, Journal
of Economic Theory, 08/1987, 42(2), pp. 209-243.
. Wiwattanakantang
Y. An empirical study on the determinants of the capital structure of Thai
firms. Pacific-Basin Finance Journal, 1999, 7, pp. 371-403;
33. Wu Shen-fa, Wei
Xiao-ping. The rule and method of risk allocation in project finance, Procedia
Earth and Planetary Science, Vol.1, Issue 1, 2009, pp. 1757-1763
34. Аналитический обзор
инструментов и моделей финансирования проектов по созданию логистической
инфраструктуры / В.В. Клименко // Логистика сегодня - 2014. - № 06(66). - С.
330-342.
. Идентификация и анализ
рисков в системе проектного финансирования / Л. В. Давыдова, И. В. Ильин //
Дайджест-Финансы - 2011. - №10 (202). - С. 12 - 22.
. Консолидация в банковском
секторе России: современное состояние и перспективы / Л.В. Давыдова, В.В.
Гордина // Дайджест финансов. - 2011. - №6 (198). - С.7-12.
. Опыт зарубежных банков в
проектном финансировании / В.С. Пилякина // Современная экономика: проблемы и
решения - 2010. - №5. - С. 68-78.
. Проектное финансирование в
нефтяной и газовой промышленности / А.Е. Голованова, Н.А. Евсикова // Проблемы
экономики, финансов и управления производством - 2014. - № 35. - С. 65-70.
. Проектное финансирование в
России: новые стимулы развития / А.Л. Смирнов, И.И. Родионов // Банковское
дело. - 2015. - №3. - С. 65-69
. Проектное финансирование как
инвестиционный инструмент преодоления финансового кризиса / Е.В. Малинина //
Дайджест-финансы. - 2009. - №11 (179). - С.44-46.
. Работа на заемном капитале.
Оптимум долговой нагрузки компании: от теоретических концепций к практическим
модельным основаниям (часть 1) / Т. В. Теплова // Управление корпоративными
финансами - 2013. - № 04(58). - С. 248-259.
. Риски проектного
финансирования и их минимизация / О.Г. Саляева, Г.П. Иваненко // Аудит и
финансовый анализ - 2009. - №1. - С. 1-4.
. Роль проектного
финансирования в формировании инвестиционной привлекательности экономики России
/ Л.В. Давыдова, И.В. Ильин // Финансы и кредит. - 2014. - №48(624). - С.
25-33.
. Технический аудит и
строительный сюрвей как инструменты управления рисками проектного
финансирования / И.В. Вишневская // Управление финансовыми рисками - 2013. - №
01(33). - С.74-77.
. Финансирование
инвестиционных проектов промышленных предприятий / Д.И. Антонов // Управление
корпоративными финансами. - 2005. - №03 (9). - С. 48-52.
. Эмпирические корпоративные
финансы и капитальная структура компании / А.В. Лукашов // Управление
корпоративными финансами - 2004. - № 03. - С.28-45
IV. Информационные
материалы.
47. EU
Disclosure Requirements for Structured Finance Instruments, Jones Day
Publication, October 2014, pp. 1-4.
. The
Equator Principles Assosiation. Equator Principles, June 2013 - PP. 1-23.
49. Информационный
бюллетень «Закон о секьюритизации» / Ernst & Young/
- 20 декабря 2013. - C.1-7. URL:
<http://www.ey.com/Publication/vwLUAssets/EY-Tax-Alert-20-December-2013-Rus/$FILE/EY-Tax-Alert-20-December-2013-Rus.pdf>
50. Информационные
материалы конференции «Проектные облигации: перспективы развития рынка в
России» 26.03.15. URL: http://moex.com/e9063
51. Как обеспечить успех
ГЧП в России. Обзор за 2012 год / Ernst& Young,
c.1-18
. Присвоение кредитных
рейтингов сделкам проектного финансирования / Standard & Poor’s,
2015.
V. Ресурсы
в сети Интернет.
. Infrastructure
Journal and Project Finance Magazine https://ijglobal.com//
54. ИНТЕРФАКС-100. Банки
России. Основные показатели деятельности (тыс. рублей) - 1 кв. 2016 г.
<URL:http://www.finmarket.ru/database/rankings/>
. Заживут на 2% - сайт
газеты «Ведомости». URL:http://www.vedomosti.ru/finance/articles/2014/10/16/zazhivut-na-2
. Опубликован Закон о
секьюритизации, вносящий кардинальные изменения в действующее правовое поле на
финансовом рынке URL: <http://cbonds.ru/news/item/694655>
. Официальный сайт
Всемирного банка http://www.worldbank.org/ru/country
. Рейтинг
инвестиционной привлекательности российских регионов в 2014 году. Сайт «Эксперт
РА». URL: http://www.raexpert.ru/project/regcongress/2014/ranking/#graf2
. Сайт
««Государственно-частное партнерство в России» URL:
<http://www.pppinrussia.ru/main/ppp_in_russia/glossary/block/letter/%D0%93>
Приложение 1.
Статистика проектных сделок по регионам
|
Регион
|
Совокупная стоимость
проектов, млн. долл.
|
Количество проектов по
признакам
|
Общее количество проектов
|
% от общего количества
|
|
|
Количество спонсоров
|
Количество кредиторов
|
Количество проектов ГЧП
|
|
|
|
|
1
|
2-3
|
4 и больше
|
1
|
2-3
|
4 и больше
|
|
|
|
|
Африка
|
66035,15
|
49
|
65
|
38
|
40
|
60
|
52
|
20
|
152
|
4%
|
|
Австралия и Океания
|
140091,61
|
88
|
67
|
26
|
62
|
55
|
64
|
60
|
181
|
4%
|
|
Восточная Азия и Тихий
Океан
|
179235,98
|
146
|
160
|
58
|
70
|
97
|
197
|
117
|
364
|
9%
|
|
Европа и Центральная Азия
|
648299,78
|
851
|
747
|
313
|
843
|
652
|
416
|
808
|
1911
|
45%
|
|
Латинская Америка и страны
Карибского бассейна
|
187634,29
|
187
|
175
|
37
|
89
|
145
|
165
|
101
|
399
|
9%
|
|
Ближний Восток и Северная
Африка
|
285486,15
|
48
|
108
|
44
|
30
|
41
|
129
|
34
|
200
|
5%
|
|
Международные проекты
|
2030
|
2
|
1
|
1
|
1
|
2
|
1
|
0
|
4
|
0%
|
|
Северная Америка
|
354089,04
|
308
|
245
|
46
|
175
|
188
|
236
|
115
|
599
|
14%
|
|
Южная Азия
|
215174,64
|
267
|
121
|
19
|
82
|
74
|
251
|
143
|
407
|
10%
|
|
Общий итог
|
2078076,64
|
1946
|
1689
|
582
|
1392
|
1314
|
1511
|
1398
|
4217
|
100%
|
|
% от общего числа проектов
|
|
46%
|
40%
|
14%
|
33%
|
31%
|
36%
|
33%
|
|
|
Приложение 2.
Статистика сделок проектного финансирования по отраслям
|
Регион
|
Совокупная стоимость
проектов, млн. долл.
|
Количество проектов по
признакам
|
Общее количество проектов
|
% от общего количества
|
|
|
Количество спонсоров
|
Количество кредиторов
|
Количество проектов ГЧП
|
|
|
|
|
1
|
2-3
|
4 и больше
|
1
|
2-3
|
4 и больше
|
|
|
|
|
Добыча ископаемых
|
125984,17
|
134
|
57
|
10
|
57
|
58
|
86
|
2
|
201
|
5%
|
|
Межотраслевой проект
|
23846,03
|
7
|
15
|
9
|
9
|
12
|
10
|
23
|
31
|
1%
|
|
Нефтегазовый сектор
|
517153,3
|
153
|
180
|
56
|
57
|
90
|
242
|
3
|
389
|
9%
|
|
Энергетика
|
418012,59
|
258
|
230
|
58
|
99
|
122
|
325
|
28
|
546
|
13%
|
|
Возобновляемая энергетика
|
286835,4
|
918
|
483
|
71
|
638
|
502
|
332
|
24
|
1472
|
35%
|
|
Социальный сектор и
оборонная промышленность
|
153460,3
|
219
|
366
|
171
|
381
|
274
|
101
|
704
|
756
|
18%
|
|
Телекоммуникации
|
56787,23
|
34
|
20
|
13
|
13
|
13
|
41
|
11
|
67
|
2%
|
|
Транспорт
|
457234,29
|
181
|
289
|
171
|
107
|
198
|
336
|
522
|
15%
|
|
Очистка воды
|
38763,33
|
42
|
49
|
23
|
31
|
45
|
38
|
81
|
114
|
3%
|
|
Общий итог
|
2078076,64
|
1946
|
1689
|
582
|
1392
|
1314
|
1511
|
1398
|
4217
|
100%
|
|
% от общего числа проектов
|
|
46%
|
40%
|
14%
|
33%
|
31%
|
36%
|
33%
|
|
|
Приложение 3.
Статистика по сделкам проектного финансирования со 100% заемного капитала по
регионам
|
Регион
|
Совокупная стоимость
проектов, млн. долл.
|
Количество проектов по
признакам
|
Общее количество проектов
|
% от общего количества
|
|
|
Количество спонсоров
|
Количество кредиторов
|
Количество проектов ГЧП
|
|
|
|
|
1
|
2-3
|
4 и больше
|
1
|
2-3
|
4 и больше
|
|
|
|
|
Африка
|
34829,15
|
66
|
34
|
10
|
44
|
28
|
38
|
0
|
110
|
3%
|
|
Австралия и Океания
|
131909,98
|
169
|
94
|
41
|
88
|
89
|
127
|
0
|
304
|
10%
|
|
Восточная Азия и Тихий
океан
|
106771,05
|
221
|
102
|
18
|
96
|
115
|
130
|
4
|
341
|
11%
|
|
Европа и Центральная Азия
|
282765,38
|
775
|
220
|
46
|
500
|
295
|
246
|
5
|
1041
|
33%
|
|
Латинская Америка и страны
Карибского бассейна
|
103414,78
|
209
|
84
|
20
|
103
|
112
|
98
|
0
|
313
|
10%
|
|
Ближний Восток и Северная
Африка
|
94417,02
|
52
|
68
|
15
|
26
|
40
|
69
|
0
|
135
|
4%
|
|
Международные проекты
|
17969,46
|
11
|
3
|
1
|
4
|
6
|
5
|
0
|
15
|
0%
|
|
Северная Америка
|
251809,13
|
576
|
151
|
17
|
296
|
251
|
197
|
0
|
744
|
23%
|
|
Южная Азия
|
61971,57
|
143
|
31
|
4
|
44
|
50
|
84
|
0
|
178
|
6%
|
|
Общий итог
|
1085857,52
|
2222
|
787
|
172
|
1201
|
986
|
994
|
9
|
3181
|
100%
|
|
% от общего числа проектов
|
|
70%
|
25%
|
5%
|
38%
|
31%
|
31%
|
0%
|
|
|
Приложение 4.
Статистика по сделкам проектного финансирования со 100% заемного капитала по
отраслям
|
Регион
|
Совокупная стоимость
проектов, млн. долл.
|
Количество проектов по
признакам
|
Общее количество проектов
|
% от общего количества
|
|
|
Количество спонсоров
|
Количество кредиторов
|
Количество проектов ГЧП
|
|
|
|
|
1
|
2-3
|
4 и больше
|
1
|
2-3
|
4 и больше
|
|
|
|
|
Добыча ископаемых
|
83526,22
|
211
|
49
|
10
|
97
|
88
|
85
|
0
|
270
|
8%
|
|
Межотраслевой проект
|
22285,94
|
20
|
6
|
6
|
6
|
13
|
13
|
0
|
32
|
1%
|
|
Нефтегазовый сектор
|
350599,35
|
293
|
200
|
49
|
131
|
160
|
251
|
0
|
542
|
17%
|
|
Энергетика
|
241209,57
|
410
|
160
|
32
|
166
|
207
|
229
|
0
|
602
|
19%
|
|
Возобновляемая энергетика
|
162414,43
|
1016
|
234
|
20
|
670
|
381
|
219
|
0
|
1270
|
40%
|
|
Социальный сектор и
оборонная промышленность
|
16604,97
|
40
|
24
|
2
|
29
|
21
|
16
|
8
|
66
|
2%
|
|
Телекоммуникации
|
62644,92
|
75
|
23
|
7
|
22
|
26
|
57
|
0
|
105
|
3%
|
|
Транспорт
|
134298,79
|
136
|
76
|
44
|
71
|
77
|
108
|
0
|
256
|
8%
|
|
Очистка воды
|
12273,33
|
21
|
15
|
2
|
9
|
13
|
16
|
1
|
38
|
1%
|
|
Общий итог
|
1085857,52
|
2222
|
787
|
172
|
1201
|
986
|
994
|
9
|
3181
|
100%
|
|
% от общего числа проектов
|
|
70%
|
25%
|
5%
|
38%
|
31%
|
31%
|
0%
|
|
|