Исследование влияния интеллектуального капитала на результаты деятельности компаний из сектора услуги и производственного сектора

Глава 2. Методология и информационная база исследования 2.1. Гипотезы исследования и спецификации моделей для их тестирования Недавно наступивший мировой экономический кризис повлиял на компании по всему миру, задал новые условия, к которым им необходимо приспособиться. Скорость приспособления может, в том числе зависеть от степени развитости используемых интеллектуальных ресурсов для одних, или готовности принять концепцию ИК для других. На основе представленного анализа научных работ в первой главе, были выявлены потенциальные области для изучения влияния ИК на результаты деятельности компании. В данной исследовательской работе рассмотрим один из квадрантов рис. 2, стоящий на пересечении гипотезы, связанной с финансовым кризисом, и методом, представляющим построение множественной линейной регрессионной модели на основе панельных данных. Несмотря на сделанный ранее вывод о возможной не перспективности новых областей, период кризиса все же представляет большой интерес для исследования, а панельные данные способны предоставлять более адекватные и точные результаты. Перечислим основные преимущества от использования моделей панельных данных по сравнению с моделями пространственных и временных данных. Панельные данные позволяют нам учесть и проанализировать изменения некоторой переменной на индивидуальном уровне без введения дополнительных допущений (Вербик, 2008). К примеру, рассматривая показатель ВВП различных стран, пространственный тип данных позволит нам увидеть, какое влияние оказывают на каждый из них некоторые экономические факторы. Но могут существовать другие менее очевидные характеристики, такие как история, географическое положение страны, которые так же влияют на валовой внутренний продукт (Магнус, 2007). Чтобы идентифицировать индивидуальные характеристики для ВВП каждой страны, необходимо провести наблюдения за этими странами в течение некоторого периода времени, как раз это позволяют сделать панельные данные. Кроме того, как было отмечено, изменение объясняющей переменной происходит в двух измерениях – пространственном и временном, поэтому оценки зачастую более точны и эффективны, чем в других моделях (Вербик, 2008). Результаты анализа также будут зависеть от типа выбираемой модели. Это может быть обычная модель, модель с фиксированными или случайными эффектами. В первом случае структура панельных данных не учитывается и модель похожа на простую линейную регрессию не учитывающая индивидуальных характеристик у изучаемых объектов. В случае с фиксированными эффектами, каждый объект, единица анализа является уникальной, имеет свои индивидуальные черты, особенно, если рассматриваются страны и отрасли (Магнус, 2007). Модель со случайными эффектами подразумевает наличие объектов, у которых индивидуальные особенности случайны, т.е. выборку составляют компании или домашние хозяйства, чьи индивидуальные эффекты не коррелируют с независимыми переменными (Магнус, 2007). Выбор модели будет зависеть от того, какие объекты рассматриваются в выборки, подготовленной для анализа. В качестве объекта данного исследования были выбраны компании – представительницы различных отраслей из развитых стран Европы. Достаточно большое количество исследований было проведено академиками и практиками из развивающихся стран, с целью выяснить, используют ли они нематериальные ресурсы, приняли ли концепцию интеллектуального капитала. Другая ситуация обстоит с развитыми странами, которые уже опережают остальных по основным параметрам: высокий уровень ВВП на душу населения, новые технологии и крупные инвестиции, связанные с ними, высокий уровень жизни, развитые системы здравоохранения и образования. Не остается сомнений, что развитые страны преуспели в использовании не только своих материальных ресурсов, но и отдельных компонентов интеллектуального капитала. Поэтому, тестирование гипотезы о влиянии ИК на результаты деятельности компаний из развитых европейских стран в период и после кризиса, представляет еще больший интерес, связанный с вопросами: какой вклад внес ИК во время кризиса, изменилось ли мнения компаний по отношению к нему, на использование каких ресурсов компания сделала упор в период восстановления. Далее, посмотрим на динамику основных показателей развитых европейских стран, для оценки их состояния, и, в том числе их реакцию на кризис. Во-первых, по данным Международного Валютного Фонда, развитыми странами в Европе являются 18 стран5. Во-вторых, для представления экономического состояния этих стран в динамике используем показатель валового внутреннего продукта в процентном изменении для возможности сравнения. И показатель безработицы, оказавшийся под сильным влиянием кризиса, который отражает не только социальное состояние страны, но и способность ее компаний сохранить рабочие места без огромно ущерба для финансового результата. Рассмотрим темп роста ВВП за период с 2000 года по 2011 год (рис.3). Поскольку данные взяты из мировой экономической базы данных МВФ, обновленной в апреле 2013г., 2012 год все еще представляет прогнозные значения для стран. Эта база данных представляет достаточно большой выбор показателей для исследования, однако в основном, они измеряются либо в национальной валюте, либо в долларах. Из-за присутствия среди рассматриваемых стран Великобритании, сравнение ее абсолютного значения ВВП с остальными странами будет затруднено. Рис. 3. Темп прироста ВВП развитых стран Европы Показатель темпа роста позволяет увидеть не только рост или падение ВВП этих стран, но и колебания, вызванные внешними факторами. Итак, можно заключить о неравномерном, но постоянном росте ВВП практически всех стран в период с 2000 по 2007 год. Затем, происходит резкое падение, а в 2009 году под влиянием кризиса, страны достигают «дно». К 2010 году происходит для одних стран плавное, для других – резкое, восстановление и замедление темпов роста ВВП в 2011 году. Необходимо уделить внимание двум странам, чья траектория изменения ВВП отличается от других. Во-первых, Эстония показала самое большое падение ВВП среди остальных стран, начавшееся еще в 2007 году, одновременно с началом ипотечного кризиса в США, при этом абсолютное значение ВВП этой страны одно из самых низких, наряду со Словацкой республикой. Это объясняется наличием, на момент наступления финансового кризиса, большого государственного долга и бума на рынке недвижимости и кредитов стран Балтии (Савостина, 2009). Тем не менее, к 2010 году ВВП Эстонии сделало большой скачок в росте, а в 2011 году наряду с падением темпов роста ВВП других стран, его рост не был замедлен. Это может быть связано с тем, что в Эстонии начал увеличиваться темп роста экспорта производственной продукции, а так же сокращаться величина государственного долга [36]. Во-вторых, на фоне остальных стран выделяется Греция, чья задолженность перед частными лицами и величина государственного долга уже длительное время не может быть закрыта из-за постоянного снижения темпов роста экономики, что видно и на графике (Синяков, 2012). Резюмируя сказанное, отметим, что, кризис оказал сильное воздействие, как на развивающиеся страны, так и на развитые страны Европы, но их восстановление произошло гораздо быстрее и уже к 2010 году, практически все страны достигли темпов роста ВВП 2008 года. Несмотря на рост ВВП, развивающиеся страны к 2010 году показали темпы роста, меньшие, чем до кризиса, что можно увидеть на примере их темпов роста ВВП (рис. 4). Следовательно, компании из развитых стран обладают несомненным преимуществом, которым может быть интеллектуальный капитал. Динамика уровня безработицы представлена в процентах от общего количества рабочей силы. Необходимо отметить, что безработица может быть вызвана различными микро- и макроэкономическими факторами, если рассматривать структурную безработицу, и естественной сменой рабочих мест людьми, если говорим о фрикционной безработице (Илларионова, 2012). Рис. 4. Темп прироста ВВП развивающихся стран Европы в период с 2007 по 2010 год Мировой экономический кризис, выступающий внешним экзогенным шоком четко можно отследить в динамике безработицы для всех развитых стран Европы (рис. 5). Рис. 5. Динамика безработицы в развитых странах Европы, процент от общей рабочей силы В большей части стран к 2008 году процент безработицы был достаточно низкий, к 2009 году безработных стало больше, но и как динамика ВВП, этот процент вернулся к прежнему уровню уже в 2010 году. На фоне единого тренда безработицы для большей части стран, выделяются страны с более высоким и нестабильным ростом числа безработных. Уровень безработицы в Эстонии и Греции ведет себя предсказуемо, в то время как ВВП Эстонии начало резко расти, и восстановилось до прежнего уровня уже к 2010 году, безработица начала падать. В Греции, не сумевшей оправиться от кризиса, уровень безработицы продолжает расти. Испания, несмотря на восстановление в 2010 году ВВП, ниже уровня 2008 года, показывает самый высокий уровень безработицы среди развитых стран Европы. Такая ситуация сложилась исторически, из-за разделения рынка на постоянных и временных работников, последние из которых не замотивированы учиться и пытаются получить постоянные контракты ради высокооплачиваемого места, но работодатели заинтересованы привлечь рабочую силу временно и с меньшими издержками (Годунова, 2012). Итак, анализ темпа роста ВВП и динамики безработицы в странах Европы, показал, что и развитые страны пострадали из-за мирового экономического кризиса. В основном, тенденции стран по двум показателям схожи, однако были указаны страны, чья динамика отличается от общей из-за определенных причин, зачастую не вызванных кризисом, а появившихся задолго до него. Тем не менее, быстрому восстановлению компаний способствовали определенные факторы, которые необходимо выявить. Прежде чем перейти к непосредственному формированию гипотезы, необходимо сделать одно допущение. Несмотря на предположительное различие в отраслях, кризис оказал влияние на все сектора экономики, поэтому для тестирования гипотезы будет использована информационная база данных для развитых стран Европы в различных отраслях. Таким образом, первая гипотеза будет звучать так: Н1: Во время кризиса и в посткризисный период влияние интеллектуального капитала на результаты деятельности европейских компаний из развитых стран становиться более весомым Рассмотрим данное предположение подробнее. Во-первых, результаты проверки гипотезы можно будет интерпретировать в следующем ключе: если в построенной регрессионной модели для кризисного и посткризисного периода коэффициенты перед показателями ИК увеличатся и при этом останутся значимыми, можно предположить, что у компаний были веские причины воспользоваться концепцией ИК. Вероятно, находясь в более благоприятном положении, являясь представителями ведущих стран мира, не только за счет своей ресурсной базы, но и за счет знаниевых ресурсов, во время кризиса они не изменили свою политику. Во-вторых, на этом этапе можно предположить, что будет оправдано включение в спецификацию модели переменной, отвечающей за материальные активы. Это позволит сделать ряд интересных выводов. В случае если данная переменная будет иметь относительно большой вклад в зависимую переменную как до, так и после кризиса – предложенный вариант интерпретации окажется неверным. Помимо тестирования гипотезы первого типа, интерес представляет проверка распространенной гипотезы второго типа о большей значимости человеческого капитала на остальные компоненты ИК, рассматриваемой во многих работах на заданную тематику. Н2: Качество и эффективность научно-исследовательских разработок компании в большей степени зависит от производительности ее работников и руководителей, а не наоборот Данное предположение основано на том, что как утверждают экономисты и подтверждают некоторые исследования, человеческий капитал «это место, откуда берут начало все пути» [14, стр. 134]. Действительно, сотрудник организации, являясь генератором идей, обладателем знаний, опыта и навыков, взаимодействует с другими сотрудниками, создавая организационную культуру, внедряя научные разработки. Он является создателем структурного капитала компании. Все отношения, которые выстраивает компания с поставщиками, клиентами, даже государством, происходит на уровне взаимоотношений людей. Поэтому данная гипотеза не рассматривает этот компонент ИК, основываясь на предположении о прямом влиянии на него человеческого капитала. В основном исследователи рассматривают влияния ИК на результаты деятельности компании либо на выборке из одной отрасли либо из ряда высокотехнологичных отраслей. Однако, как уже было упомянуто, отрасли обладают своими отличительными характеристиками, что может повлиять на силу и степень влияния как физического, так и интеллектуального капитала в каждой из них. Нельзя сказать, что каждая отдельная отрасль покажет различные результаты в процессе исследования значимости интеллектуального капитала на результирующие показатели компании. Однако интуитивно можно сделать предположение, что капиталоемкие и трудоемкие отрасли, производственные отрасли и отрасли услуг, априори в силу разных потребностей в физическом и интеллектуальном капитале покажут отличные друг от друга результаты. Сделанное для первой гипотезы допущение очень сильное, поэтому необходимо выяснить, действительно ли между отраслями в развитых странах Европы есть видимые различия. На примере Великобритании рассмотрим динамику темпа прироста ВВП для укрупненных отраслей: сельского хозяйства, строительства, отраслей производства и отраслей услуг (рис. 6). Сельское хозяйство Великобритании является наиболее волатильной отраслью, какой так же должна быть отрасль строительства, где компании находятся в сильной зависимости от изменения цен на рынке сырья и материалов. Производственный сектор и сектор услуг имеют более гладкую динамику доли в ВВП. В подтверждение допущения к первой гипотезе, в 2009 году наблюдается спад ВВП по всем четырем отраслям. Рис. 6. Темп прироста ВВП по отраслям в Великобритании6 Таким образом, интерес представляет изучение результатов тестирования еще одной гипотезы: Н3: Степень и направление влияния интеллектуального капитала на результаты деятельности компании определяется ее принадлежностью к отрасли Для проверки данной гипотезы будут использованы две крупные группы отраслей: отрасли производства и отрасли услуг. В данном случае, отрасли производства могут содержать в себе отрасль промышленного производства, энергетики, отрасли добывающей промышленности. Отрасль услуг так же является достаточно обширной группой, куда могут войти отрасль финансов, страхования, отрасль профессиональных и прочих услуг. Причиной выбора именно этих групп отраслей является их очевидное различие в виде готового продукта, приобретаемого клиентом. Товар требует наличия определенных материальных ресурсов и средств для его производства, в то время как эффективность оказанной услуги для клиента и продавца, зависит напрямую от сотрудников компании. Итак, рассмотрим основные характеристики отраслей производства и отраслей услуг на примере Великобритании. Производство в данной стране на протяжении многих лет занимало лидирующие позиции в экономике, однако, уже некоторое время существовала тенденция к стабильному снижению показателей отрасли (Maer, 2012). Более того, количество рабочего населения, занятого в производственных отраслях, от общего количества рабочего населения, страны начало резко снижаться еще в 80-х годах, падение с 2001 по 2011 год составило 4,5%, и показатель опустился до 2,5 млн. работников (Maer, 2012). Тем не менее, производственные отрасли Великобритании отличаются высоким уровнем технологической оснащенности, что объясняется большой долей НИОКР в затратах предприятий. Несмотря на то, что производственные инвестиции упали, около 72% всех НИОКР осуществляется в производственных отраслях (Maer, 2012). Яркими представителями производственных отраслей являются химическая промышленность и энергетика. Вместе, они обеспечивают около семисот тысяч рабочих мест в производстве. Химическая промышленность расходует огромные средства на НИОКР, а так же капитальные расходы. Энергетическая отрасль осуществляет разработки с целью создания новых экологически безопасных вариантов получения энергии. Это предписание правительства, которое стремится снизить риск резких климатических изменений, большей частью вызванных деятельность промышленных производств (AGCAS, 2012). Отрасль услуг, которая начала свой рост еще в 70-х годах, в последнее десятилетие по сравнению с производственными отраслями заметно увеличила показатель валовой добавленной стоимости (рис. 7), отражающий вклад отдельной компании, отрасли в экономику всей страны (Rhodes, 2013). Рис. 7. Валовая добавленная стоимость производственных отраслей и отрасли услуг, млрд. фунтов стерлингов [34, С. 2] Отрасль финансовых услуг и отрасль профессиональных услуг – два крупных сектора отрасли услуг в целом. Валовая добавленная стоимость финансовых услуг начала превышать этот показатель для производственной отрасли, еще в 90-х годах (рис. 8). Рис. 8. Показатель валовой добавленной стоимости для производственной отрасли и отрасли финансовых услуг [34, С. 2] Данный сектор состоит из нескольких групп, где половина услуг – это инвестиционные услуги, оказываемые инвестиционными компаниями, хедж-фондами (рис. 9). Так же большую долю в 21% от всех профессиональных услуг занимает страхование, затем предоставление займов и кредитов и финансовые службы поддержки. Рис. 9. Группы компаний финансового сектора Великобритании [24, С.9] Таким образом, в Великобритании сфера финансовых услуг и сектор услуг в целом, последние десятилетия наращивает обороты, показывая результаты, превосходящие производственный сектор, на котором изначально держалась страна. Похожая тенденция, связанная с усилением позиций сектора услуг в экономике, можно наблюдать во многих других странах. Поскольку третья гипотеза выступает достаточно общим высказыванием, уточним ее для каждой группы отраслей, основываясь на представленном ранее анализе. Для производственных отраслей можно сделать более конкретное предположение о наибольшей значимости расходов на НИОКР, влияние которых отражается в следующем периоде. H3a: Инвестиции в НИОКР прошлого периода оказывают наиболее значимое влияние на результаты деятельности компаний из производственных отраслей в развитых странах Европы. В случае с отраслями из сектора услуг нет возможности однозначно сказать, какой элемент интеллектуального или физического капитала будет наиболее значимым. Предположительно последний не должен оказывать значимое влияние на результаты деятельности компаний по оказанию различного вида услуг. Важным в этой сфере является установление долгосрочных доверительных отношений с контрагентами. Поэтому, следующая гипотеза будет сформулирована как: H3b: Отношенческий капитал оказывает значимое влияние на результаты деятельности компаний из отраслей услуг в развитых странах Европы. Данные гипотезы можно будет рассмотреть с использованием модели с фиксированными эффектами для периодов времен, тем самым учесть индивидуальные характеристики разных годов, в том числе годы кризиса и последующего восстановления. Итак, все гипотезы были сформированы выше, а интерпретация результатов будет основана на значимости коэффициентов и знаков перед ними, таким образом, можно будет увидеть в какой отрасли, какой фактор играет важную роль, и положительное или отрицательное влияние он оказывает на деятельность компаний. В соответствии с поставленными гипотезами необходимо определить набор переменных, которые будут представлять финансовый результат компании, ее физический и интеллектуальный капитал. Начнем с определения независимых переменных. В данной работе будем разделять компоненты первого уровня в соответствии со структурой ИК, предложенной Т. Стюартом. Немного общая, но включающая в себя три наиболее важных структурных компонента ИК, она позволит упростить выбор субкомпонент в каждой группе. Независимыми переменными выступают как количественные показатели, так и дамми-переменные. Число работников компании, число патентов или количество собственников в совете директоров, являются примерами количественных данных человеческого, структурного и отношенческого капитала, соответственно. Биноминальные и ранговые переменные, такие как квалификация совета директоров, наличие наград, расположение компании в городе с населением более одного миллиона человек, являются примерами прокси-переменных. Итак, определим субкомпоненты человеческого капитала. Достаточно сложно выразить опыт и знания работников в виде количественного показателя с той точки зрения, что, даже рассматривая опыт в количестве лет (скорее всего, в среднем по предприятию) или знаний как наличие диплома об определенном образовании – переменные могут получиться не объективными. Во-первых, как известно, сотрудник с пятидесятилетним опытом не обязательно приносит компании больше эффективности, чем сотрудник с пятилетним опытом. Это связано с тем, что знания постепенно устаревают и если их не обновлять, не повышать квалификацию, опыт не будет иметь значения. Во-вторых, диплом не всегда отражает реальные знания человека, а улучшить финансовые показатели компании может одаренный, талантливый сотрудник без образования. При прочих равных условиях, предположим, что диплом и опыт работы в достаточной степени отразят знания работников, все равно возникает проблема сбора такого рода данных, поскольку многие европейские компании насчитывают более ста тысяч работников различного профиля. Однако если рассматривать акционерные компании, качественным показателем человеческого капитала может выступать квалификация совета директоров. От того, под чьим управлением находится компания, зависит и то, какой результат будет получен по окончании отчетного периода. Показатель квалификации совета директоров является ранговой переменной, принимающей три возможных значения: 0, 1 и 2. В данном случае, если более трети совета директоров имеют ученую степень, т.е. продолжили обучение после бакалавриата, а так же их опыт работы на занимаемой должности составляет более пяти лет, компании присваивается 2 балла. Если выполнено только одно из двух условие – 1 балл. В противном случае компания получает 0 баллов. Ряд показателей человеческого капитала в денежном выражении можно увидеть в работе 2008 года Т.А. Гариной [5, стр. 101] с соответствующими ссылками на предыдущие работы. В частности, интерес представляют два показателя – фонд оплаты труда работников и величина выручки на одного работника. Рассматривая фонд оплаты труда, необходимо отметить, что в развитых странах он может быть сформирован на основе тарифов заработной платы, сверх которых идут премии и бонусы, утверждаемые руководителями компаний (Жулина, 2007). Поэтому, средняя заработная плата по предприятию может не отразить качество работы его сотрудников, в то время как, выручка, напрямую связана с качеством выполненной сотрудниками работы. Наиболее удачным вариантом будет включение в спецификацию не выручки в чистом виде, а величину выручки на одного сотрудника, тем самым можно будет сравнить компании разного размера и положения в отрасли. Таким образом, еще одним компонентом второго уровня в человеческом капитале становится – выручка на одного сотрудника (выручка, деленная на среднесписочную численность сотрудников). Далее, определим компоненты второго уровня для структурного капитала. Как и в случае с человеческим капиталом, показатели структурного капитала могут быть качественными, как технологии и организационная культура, и количественными, например, вложения в НИОКР. В рамках проводимого исследования выберем одну переменную в денежном выражении и одну дамми-переменную. Во-первых, включим в спецификацию модели расходы на НИОКР прошлого периода. В принципе, расходы на НИОКР используются в качестве независимой переменной (Sharabati, 2010), однако разумным будет включить его с лагом. Это можно объяснить тем, что после начала научно-исследовательских разработок, необходимо некоторое время для адаптации и освоения НИОКР. Предположим, что это время будет составлять один год, а после этого компания сможет увидеть влияние данных инвестиций на финансовые показатели. Во-вторых, введем прокси показатель – наличие ERP систем. Поскольку НИОКР проводят отнюдь не все компании, а точнее отрасли, такие как финансовая, в структурном капитале необходимо отразить переменную, которая может быть у любой компании. Таким образом, рассмотрим вариант, когда компания может внедрять системы управления ресурсами, такие как ERP, Oracle, SAP и т.д., тем самым налаживая внутренние процессы компании, делая ее деятельность эффективней и прозрачней для инвесторов и акционеров. Остается определить субкомпоненты отношенческого капитала, описывающие взаимоотношения с различными контрагентами компании. Некоторые авторы используют показатель выручки, отражающий отношения с клиентами (Гарина, 2008). Количество клиентов так же могло бы выступить в качестве независимой переменной, однако, рассматривая компании сразу из нескольких отраслей, для одной будет характерно иметь большую клиентскую базу, но с малой долей выручки на одного клиента, а для выживания другой необходимо несколько крупных клиентов. Таким образом, показатель выручки был бы хорошим субкомпонентом отношенческого капитала, но ранее была заявлена переменная – выручка на одного работника, что может вызвать мультиколлинеарность модели. Рассмотрим такой показатель как присутствие бренда в рейтинге BrandFinance Global 500. Компании попадают в определенную строчку рейтинга по стоимости своего бренда, т.е. приведенную к определенному периоду времени величину будущих потоков денежных средств, определяемую экспертами различными статистическими метода [36, С. 45]. Данный прокси-показатель равен нулю, когда компания не включена в рейтинг и, равен единице, соответственно, когда бренд компании находится в рейтинге. Субкомпонент отражает взаимоотношение не только с клиентами, но и с поставщиками и другими заинтересованными в деятельности компании лицами. Кроме того, необходимо выделить еще один немаловажный элемент отношенческого капитала, который играет достаточно большую роль в 21 веке – качество сайта. Значение этой категориальной переменной может составлять от 1 до 4. Метод ее сбора состоит в присвоении по одному балу за каждый выполняемый критерий: наличие отдельного раздела для инвесторов, возможность просмотра сайта на другом языке, количество информационных разделов не менее 10 и наличие флэш-анимации. В качестве зависимой переменной в регрессионной модели рассмотрим два варианта. Первый – «внутренний» показатель операционной прибыли компании, второй – рыночная капитализация компании, показатель рыночной оценки в денежном выражении. Таким образом, можно будет увидеть, как ИК влияет на внутреннее состояние компании и как это оценивают инвесторы. Остается рассмотреть вопрос о включении в спецификацию модели переменных физического капитала. В нашем случае, как уже упоминалось ранее, есть необходимость рассмотреть величину активов. Это показатель, чье влияние на зависимую переменную достаточно весомо и очевидно, а если не учесть его в регрессии существует риск получения смещенных оценок. Однако можно воспользоваться двумя показателями, которые описывают эффективность вложения денежных средств в оборотные и внеоборотные активы, для исключения сильной корреляционной зависимости между зависимой переменной и регрессорами. Таким образом, используем показатели NWC и CAPEX. Основываясь на перечисленных зависимых, независимых и контрольных переменных, спецификация модели будет выглядеть следующим образом (1): (1) где: Y - операционная прибыль, рыночная капитализация компании; ci – индивидуальный эффект объекта не зависящий от времени, отражающий различия в i индивидуальных единицах; c1…c9 – коэффициенты перед независимыми переменными; Квалификация СД – квалификация совета директоров компании; N – среднесписочная численность сотрудников; TR – выручка; Nраб – количество работников компании; ERP – наличие систем управления ресурсами; Brand value – наличие бренда компании в рейтинге BrandFinance Global 500; Site – качество сайта компании; NWC – чистый оборотный капитал; CAPEX – капитальные расходы; it – остаток, некоррелированный во времени. Итак, полученная спецификация модели подходит для проверки первой и третьей гипотезы, однако для проверки гипотезы второго типа необходимо изменить, по крайней мере, зависимую переменную. Исследователи, изучающие взаимодействие элементов ИК друг на друга и использующие компоненты второго уровня, могут представить, например, человеческий капитал как совокупность его субкомпонентов. Это возможно, поскольку данные собираются методом анкетирования и каждому субкомпоненту присваиваются баллы в пределах заданной шкалы (Huang, 2007; Namvar, 2010; Bontis, 2000). Сам анализ проводится за счет использования парных линейных регрессионных моделей, где зависимой и независимой переменной выступают два компонента ИК. Построенные регрессии будут иллюстрировать направление влияния одного компонента на другой. Как же поступить в случае построения спецификации для гипотезы второго типа, когда субкомпоненты представлены как в количественном, так и в качественном виде? Будет разумно использовать в качестве зависимой переменной компоненты второго уровня, представленный в количественном выражении. Если рассматривать дамми-переменную в качестве зависимой, необходимо применять более подходящий метод – метод максимального правдоподобия и использовать модели типа логит, пробит, тобит. В дальнейшем это осложнит сравнение моделей и определение наиболее качественной. Таким образом, в качестве зависимой переменной для тестирования третьей гипотезы будут использованы количественные показатели из двух компонентов, а независимыми переменными будет весь набор субкомпонент в рамках одного компонента. Для проверки влияния человеческого капитала на структурный, будет построена следующая регрессия: (2) Для проверки влияния структурного капитала на человеческий капитал: (3) Результаты относительно качества и значимости модели, а именно высокий скорректированный коэффициент детерминации, покажут, какой компонент ИК оказывает большее влияние на остальные компоненты. Таким образом, в первом параграфе второй главы были сформулированы гипотезы и выведены спецификации моделей для их проверки. В следующей части главы необходимо определить параметры будущей выборки, которая будет использована для тестирования гипотез. 2.2. Анализ базы данных исследования Для данного исследования была использована база данных, собранная на кафедре финансового менеджмента «Национального исследовательского университета «Высшая школа экономики». Она состоит из большого набора количественных и качественных показателей по пяти европейским развитым странам – Великобритания, Германия, Италия, Франция и Испания, семи отраслям и предоставляет в распоряжение исследователям 13544 наблюдений по 1693 европейским компаниям развитых стран за период с 2004 по 2011 год. Количественные данные были собраны с использованием доступа в готовые базы данных, как AMADEUS. Для сбора качественных показателей был использован метод доступных данных, подразумевающий посещение сайтов компаний, поиска в открытом интернете информации, которая затем преобразуется в дамми-переменные. В рамках практической части исследования база была дополнена качественными переменными, отражающими человеческий, структурный и отношенческий капитал, для 93 компаний Великобритании. В качестве источников информации использовались годовые отчеты компаний за все восемь лет, а так же пресс-релизы, новости о компании на сайте и в интернете. Для исследования были выбраны все пять стран, представленные в базе, поскольку доля их ВВП среди развитых стран Европы составляет около 90%, что говорит о репрезентативности компаний и возможности применения полученных результатов для остальных развитых европейских стран. Первоначально, база включала компании из различных отраслей, кроме того, названия этих отраслей различались от страны к стране. Поэтому, данные компании были сгруппированы в семь отраслей по классификации NAICS (североамериканская классификационная система отраслей). Таким образом, база содержит следующие отрасли: отрасль строительства и недвижимости, промышленность, отрасль энергетики и химической промышленности, отрасль услуг, отрасль торговли, отрасль финансов и страхования, отрасль профессиональных услуг. Временной период с 2004 по 2011 год, равный восьми годам, включает в себя мировой финансовый кризис, что позволит протестировать гипотезы, исследовать взаимосвязь и влияние интеллектуального капитала на результаты деятельности компании в кризисный период, а так же до- и посткризисный периоды. Большая часть компаний принадлежит промышленной отрасли и отрасли профессиональных услуг, меньшую долю европейских компаний в базе составляет отрасль энергетики и химической промышленности (рис. 10). Предварительно, используемые независимые и зависимые переменные базы данных, были рассмотрены на предмет случайных выбросов, с целью их исключения. Так, количество работников с максимального значения в 500 тысяч было сокращено до 150 тысяч. Некоторые финансовые показатели так же были обрезаны на левом и правом хвостах. Рис. 10. Распределение компаний по отраслям в базе данных Интересно посмотреть некоторые показатели по компаниям из различных стран и отраслей в динамике, например, рыночную капитализацию английских компаний во всех семи отраслях (рис. 11). Рис. 11. Рыночная капитализация компаний Великобритании, млн. евро Наблюдается высокая рыночная стоимость акций и самое большое падение в 2009 году компаний из энергетической отрасли, в то время как остальные компании в большей или меньшей степени начали наращивать рыночную стоимость акций. Компании из всех отраслей, кроме отрасли услуг начали процесс восстановления после падения в 2008 году, а упомянутая ранее – только в 2009 году. Однако можно заметить, что эта задержка в восстановлении стоимости акций компаний, оказывающих услуги, не помешало самому быстрому среди остальных отраслей росту. Динамика рыночной капитализации всех представленных отраслей может свидетельствовать о том, что, скорее всего, рыночная стоимость собственного капитала компаний из данных отраслей во время кризиса снизилась из-за общего падения рынка, а не из-за реального ухудшения положения. В качестве подтверждения, воспользуемся данными базы, включающими показатель EVA. На графике экономической добавленной стоимости видно (рис. 12) что показатель для производственной отрасли растет с 2008 года, и более того, он имеет положительное значение на протяжении всех восьми лет, что говорит об эффективном использовании компаниями своих капитальных ресурсов. В данном случае, экономическая добавленная стоимость в базе была рассчитана Расчетный показатель EVA (без корректировок) для отрасли услуг упал в 2008 году, но вырос практически до прежнего уровня уже в 2009 году, когда рыночная капитализация компаний данной отрасли упала, что вновь подтверждает предположение о наличие более благоприятной ситуации внутри компании, нежели та, которую показывает рынок через стоимость акций. Рис. 12 Показатель EVA английских компаний, млн. евро В основном показатель EVA отрицательный, кроме двух отраслей – производство и энергетика. Остальные отрасли, особенно после кризиса, стали менее эффективно использовать свой капитал по сравнению с альтернативными вариантами. Самые резкие падения экономической добавленной стоимости наблюдаются в строительной и энергетической отрасли. Причем положение компаний энергетической отрасли на рынке как до, так и после наступления кризиса, схоже с внутренним состоянием компаний. Рассматривая рыночную капитализацию компаний строительной отрасли можно увидеть, что сильнее всех упал рынок Испании, но в то же время, стоимость акций испанских строительных компаний осталась значительно выше, чем у компаний остальных четырех стран (рис. 13). Рыночный и внутренние показатели компаний строительной отрасли Великобритании имеют одинаковую динамику, значит, факторы оказывающие влияние на «мнение» рынка, так же влияют на внутреннее состояние компаний (рис.14). Рис. 13. Рыночная капитализация компаний строительной отрасли, млн. евро Рис. 14. Показатель рыночной капитализации, операционной прибыли и рентабельности активов для английских строительных компаний Непосредственно перед первичным анализом базы данных, для зависимых и независимых переменных, которые будут использованы в моделях, были построены гистограммы и наложены фильтры для удаления выбросов в наблюдениях. Для анализа различий между странами и отраслями проведем тест Т-критерия и дисперсионный анализ, с использование программного продукта «STATA 10.0». Предварительно, можно посмотреть на среднее значение показателя капитализации среди отраслей и стран (рис.15, рис. 16). В среднем капитализация компаний из производственных отраслей превышает этот показатель в отраслях услуг. Сильных различий по странам не наблюдается, однако Италия показывает противоположные остальным странам результаты. В частности, рыночная капитализация компаний сектора услуг превышает этот показатель у производственного сектора. Вероятно, это связано с большей долей туристических и финансовых компаний на территории Италии, а так же их эффективностью. Рис. 15. Средняя рыночная капитализация по странам в конкретной отрасли7 Рис.16. Средняя рыночная капитализация по отраслям в конкретной стране Например, проверим с помощью теста, есть ли различия между рыночной капитализацией в Германии и других четырех странах (табл. 2). Таблица 2 Результаты теста T-критерия для Германии Основываясь на результатах теста, альтернативные гипотезы отвергаются, и принимается гипотеза об отсутствии значимых различий рыночной капитализации компаний между Германией и другими странами выборки. Для остальных стран результаты теста были аналогичными, за исключением Великобритании, где гипотеза о наличии различий в рыночной капитализации между ней и остальными странами подтвердилась. В случае с отдельной группой отраслей, например, производственными отраслями, получаем очевидный результат – наблюдаются различия капитализации между данной группой и отраслями услуг (табл. 3). Таблица 3 Результаты теста Т-критерия для двух групп отраслей Если посмотреть различие между двумя этими группами отраслей в разрезе стран, нулевая гипотеза об отсутствии различий в рыночной капитализации отвергается во всех странах. Это лишний раз подтверждает необходимости тестирования второй гипотезы с разделением исследуемой выборки на отрасли. Показатель операционной прибыли по отраслям и странам выглядит следующим образом (рис. 15): Рис. 15. Среднее значение операционной прибыли по отраслям в конкретной стране На основе построенной гистограммы видно, что в четырех из пяти европейских развитых стран, операционная прибыль в производственном секторе гораздо выше. Только Италия, как и в случае с рыночной капитализацией, показывает полностью противоположный результат, что объясняется особенностью экономического устройства страны. Отрасли услуг, включающие туризм, банковские услуги, занимает достаточно большую долю в ВВП страны. Однако, опираясь на эти результаты, нельзя утверждать, что сектор услуг большей части развитых стран Европы отстает по показателям прибыльности и эффективности от производственного сектора. Поскольку между компаниями в данных группах отраслей так же существует различие в размерах, т.к. большая часть производственного сектора – это крупные промышленные предприятия с огромным штатом сотрудников, а отрасль услуг представляют малый и средний бизнес. Существует необходимость масштабировать показатель прибыли в соответствии с размером компании (рис. 16). Рис. 16. Среднее значение операционной прибыли на одного человека Таким образом, в некоторых странах можно увидеть, что показатель прибыли в размере на одного сотрудника больше в отрасли услуг, чем в производственном секторе. Это говорит в пользу высокой эффективности этих компаний. Проверим с помощью теста ANOVA различия между странами в показателе операционной прибыли для обеих групп отраслей (табл. 4, табл. 5). На основе теста можно заключить о наличие статистически значимого различия между странами в секторе услуг, и отсутствие различий в операционной прибыли производственного сектора в развитых европейских странах. Таблица 4 Тест ANOVA для двух групп отраслей Таблица 5 Тест ANOVA для пяти стран Проверим рассматриваемые зависимые и независимые переменные на наличие высокого уровня корреляции и мультиколлинеарности (прил. 1). Как можно увидеть, мультиколлинеарности между переменными нет, существует только высокая положительная линейная взаимосвязь между наличием бренда в рейтинге и количеством работников компании. Это можно объяснить тем, что в базу данных включено большое количество крупных брендовых компании с большим штатом сотрудников. Кроме того, наблюдается высокая корреляционная зависимость операционной прибыли и капитализации, что может повлиять на получение схожих результатов моделей. Более того, уже можно утверждать, что интеллектуальный и физический капитал оказывают значимое влияние на европейские компании развитых стран и тем интереснее будет увидеть, какие компоненты значимы в различные временные периоды.

Похожие:

	Оценка интеллектуального капитала с использованием коэффициента тобина Аннотация: в статье рассматривается такое понятие как коэффициент Тобина и как он может быть полезен для оценки интеллектуального...		Отчет о научно-исследовательской работе по теме: «разработка и реализация... Банковская система белгородской области, коммерческие банки, корпоративное обслуживание клиентов, новые продукты и услуги представителям...
	«Выявление факторов инвестиционной привлекательности компаний нефтегазового сектора» Теоретические и методологические основы оценки инвестиционной привлекательности компаний		Рабочая программа дисциплины «экономика общественного сектора» Основная цель курса «Экономика общественного сектора» – ознакомление студентов с комплексом проблем общественного выбора и государственных...
	Программа аттестационного испытания по дисциплине «экономика общественного сектора» Рынок и государство. Причины существования и функционирования общественного сектора		Бизнес-модели российских банков: типология, структура, приверженность выбору Современный уровень развития российского банковского сектора отражает сложившийся характер структурных преобразований в экономике...
	«Проблемы адаптации инвестиционных стратегий глобальных корпораций...		Темы вступительных рефератов Анализ влияния структуры капитала при оценке бизнеса российских компаний методами сравнительного подхода
	Учебно-методический комплекс по дисциплине «Экономика общественного сектора» «Экономика общественного сектора» разработан в соответствии с требованиями Федерального Государственного образовательного стандарта...		5 (49) 2012 адаптация развития агропромышленного комплекса Апк к изменению агрометеорологических условий производства продукции. Отмечается, что данную проблему необходимо рассматривать в...
	Рабочая учебная программа по дисциплине «Экономика общественного... Экономика общественного сектора [Текст]: рабочая учебная программа. Тюмень: гаоу впо то «тгамэуп». 2013. – 32 с		Тематическое поурочное планирование изучения географии по учебникам... Представление о предприятии, отрасли и межотраслевых комплексах. Деление хозяйства на отрасли, группировка отраслей. Три сектора...
	Группа компаний «медси» объявляет финансовые результаты за 2013 год Медси или «Группа» – ведущая национальная сетевая компания, предоставляющая медицинские услуги и услуги по реабилитации в Москве...		Рабочая учебная программа по дисциплине «Экономика общественного... Экономика общественного сектора [Текст]: рабочая учебная программа. Тюмень: гаоу впо то «тгамэуп». 2013. – 36 с
	Программа дисциплины «Экономика общественного сектора» для направления... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 030900. 68 «Юриспруденция»...		Программа дисциплины Экономика общественного сектора для направления 080100. 62 «Экономика» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080100....