Практически во всех классификациях встречается человеческий и структурный капитал. Являясь жизненно-необходимыми для организации, они представляют ее структуру, то, на чем она держится – люди, их опыт и знания, взаимодействия между ними и т.д.
Итак, после того как исследователь примет наиболее подходящее для него определение интеллектуального капитала и структуры ИК, встает вопрос о том, как можно измерить его величину.
Вообще, существует две системы для оценки ИК – измерительная и индикаторная. Главное отличие заключается в степени точности и «единицах измерения» при оценке ИК. Измерительная система представляет числовое выражение для интеллектуального капитала, показывает его ценность. Индикаторная система дает только качественные характеристики, быструю оценку без присвоения количественной меры (Руус, 2008).
Преимуществами первой системы являются точность, прозрачность, интерпретируемость результатов, кроме того, она предоставляет возможность для их сравнения. Однако существенными недостатками могут быть сложность и длительность вычислений, а так же высокие требования к используемым для расчетов данным. Более проста в разработке и применении индикаторная система, но исследователь не сможет получить много детальной информации, поскольку результатом будет являться приблизительная оценка (Руус, 2008).
Вообще, существует около 50 методов измерения ИК, которые можно разделить на четыре категории по К-Э. Свейби (Sveiby, 2010). Первая категория называется DIC (direct intellectual capital methods) и подразумевает стоимостную оценку нематериальных активов или их компонентов. Вторая категория МСМ (market capitalization methods) представляет методы измерения ИК как разницу между рыночными и балансовыми величинами активов или собственного капитала. Категория ROA (return on assets methods) включает в себя синтетические методы, такие как EVA (economic value added), CIV (calculated intangible value), которые в качестве промежуточного этапа используют расчет показателя рентабельности. Четвертая категория SC (scorecard methods) походит на первую категорию, за исключением определения количественной меры ИК и его компонентов. В данном случае идентификация ИК происходит по средствам создания различных систем показателей и графиков.
Увидеть достаточно наглядную таблицу различных методов оценки ИК можно в статье «Методы измерения нематериальных активов» К-Э. Свейби [39], где по горизонтали методы разделены на стоимостные и не стоимостные, а по вертикали на методы для расчета ИК на уровне всей организации и на уровне отдельных компонент. Более того, представленные методы отнесены к одной из четырех описанных ранее категорий матрицы.
В основном, методы рассматриваются на компонентном уровне, а для уровня организации существуют только стоимостные методы измерения, относящиеся к категориям МСМ и ROA. На компонентном уровне достаточно много методов как не стоимостных, например, Scandia Navigator, MAGIC, IC Rating и других методов из категории SC, так и стоимостных вроде EWCIA, TVC, AFTF и т.д., по большей части из DIC.
Стоимостные методы оценки, как на компонентном, так и на организационном уровне, позволяют проводить сравнения между компаниями, отраслями, а так же наглядно иллюстрируют стоимость ИК. Но в тоже время переводить качественные характеристики в деньги достаточно грубо, это дает поверхностный результат (Sveiby, 2010).
Не стоимостные методы из категории SC, раскрывают сложную организационную систему компании по средствам отчетов об ИК, дают более точное представление о каждом из его элементов. Однако систему показателей, которую каждая компания разрабатывает индивидуально для себя, трудно сравнивать с системой другой компании. Кроме того, внедрение интеллектуальной отчетности является сложным и долгим процессом для менеджеров, ориентированных на расчет и анализ финансовых показателей.
Обобщая представленную ранее информацию о структуре и методах оценки интеллектуального капитала, представим основные выводы по данному параграфу:
Существуют различные варианты структуры интеллектуального капитала, причем любой исследователь может ввести свою классификацию. Однако, несмотря на видимое разнообразие, каждая классификация имеет схожие характеристики компонентов. Предположительно, структура Т.Стюарта, в каждый из трех компонентов ИК, включает всевозможные его составляющие;
Различают две системы оценки интеллектуального капитала: индикаторная и измерительная. Это означает, что показатели ИК могут получить как количественную, так и качественную оценку. Выбор конкретной системы оценки будет зависеть от задачи, поставленной перед исследователем;
Методы измерения могут различаться в зависимости от объекта исследования. Если компании необходимо получить стоимостную оценку ее ИК, она может использовать стоимостные методы, т.е. синтетические или рыночные. В случае покомпонентной оценки ИК, существуют методы DIC и SC.
Итак, после выбора одного из методов и непосредственно измерения величины ИК и его компонентов, что исследователь может сделать дальше? Само по себе измерение дает лишь оценку, позволяет сравнить ИК между различными компаниями, но наличие большого количества знаниевых ресурсов не говорит об их эффективном использовании без рассмотрения влияние на результаты деятельности компании.
Таким образом, третья часть первой главы будет посвящена изучению влияние ИК на финансовые показатели, а так же представлен литературный обзор эмпирических исследований, сделаны соответствующие выводы.
1.2. Анализ эмпирических исследований влияния интеллектуального капитала на результаты деятельности компании
Данное направление исследования в настоящее время является очень популярным, поскольку для компаний и ученых приоритетным становится вопрос о том, как и в какой степени, ИК влияет на деятельность компании, и чего можно добиться, обладая таким знанием, чтобы улучшить ее финансовые показатели. Далее будут рассмотрены исследования различных ученных, которые помогут определить возможные для изучения области в сфере влияния ИК на результаты деятельности компаний.
Все научно-исследовательские статьи на тему влияния интеллектуального капитала имеют характерную для них структуру. Можно выделить следующие элементы: гипотезы, зависимые и независимые переменные, выборка, используемая для построения эконометрических моделей, и метод анализа.
Изучение статей по данной тематике позволили выделить наиболее часто встречаемые варианты гипотез, переменных и других указанных выше элементов. Рассмотрим каждый из них подробнее.
Можно выделить два основных типа гипотез: влияние ИК на результаты деятельности компании (Mehralian, 2012; Clarke, 2010; Choudhury, 2010; Murale, 2010; Chen, 2005) и межкомпонентное влияние интеллектуального капитала, в том числе, влияние на деятельность компании друг через друга (Bontis, 2000; Sharabati, 2010; Huang, 2007; Cabrita, 2008). Они могут рассматриваться как в рамках одной работы, так и отдельно, в зависимости от целей исследования.
Необходимо отметить, что существуют различные аспекты, присущие конкретному исследованию. Так, первый тип гипотез предполагает разные варианты определения того, что собой представляет ИК, а так же, что понимается под результатами деятельности компании. В последствие это найдет отражение в том, какие переменные будут использованы для анализа. Однако нужно сразу сказать, что все рассмотренные работы предполагают наличие положительного влияния ИК на результаты деятельности, что подтверждают авторы самих работ, в том числе ссылаясь на эмпирические результаты прошлых исследований.
Второй тип гипотез может подразумевать проверку предположения о том, что, например, структурный и отношенческий капитал влияют на человеческий капитал, или человеческий капитал оказывает прямое воздействие на отношенческий капитал, который в свою очередь влияет на результаты деятельности компании (Namvar, 2010; Huang, 2007).
Чаще всего для проверки второго типа гипотез, используются субкомпоненты или компоненты второго уровня ИК (рис. 1), которые разделены на группы, соответствующие количеству компонентов первого уровня в структуре интеллектуального капитала (Cabrita, 2008).
Рис. 1. Первый и второй уровни компонент ИК, рассматриваемый во 2 типе гипотез
2Исследования такого типа требуют больших временных затрат на сбор данных, поскольку практически все субкомпоненты нельзя найти в отчетности компании. Выборка формируется за счет сбора анкет, которые раздаются сотрудникам, стоящим на разных ступенях иерархии компании, чаще всего, топ-менеджерам и директорам.
В основном гипотезы второго типа предполагают положительное воздействие компонентов друг на друга и ИК. Нужно отметить, что в различных исследованиях на результаты проверки таких гипотез могут или не могут оказать влияние отрасль или страна, данные которой используются в выборке.
К примеру, в работах Ч. Хонга [23, c. 268] М. Намвара [33, c. 687] для проверки гипотез первого и второго типа используются данные Тайваньской отрасли инженерного консультирования и Иранской компьютерной и электронной отрасли, соответственно. Результаты показывают, что отношенческий капитал оказывает значительное, по сравнению с остальными компонентами ИК, влияние. Кроме того, обе работы свидетельствуют о сильном влиянии человеческого капитала на отношенческий и структурный капитал, однако в случае с Иранской электронной и компьютерной отраслью влияние на отношенческий капитал незначимо.
На следующем этапе, после того как были сформированы гипотезы, исследователи выбирают, какие показатели ИК и результатов деятельности компании они будут использовать для тестирования поставленных гипотез. Рассмотрим случай с гипотезами первого типа, когда независимыми переменными будет являться показатель интеллектуального капитала или его компонентов, а зависимой переменной – показатель результативности деятельности компаний.
В различных статьях используются три основных измерения зависимой переменной – рентабельность, производительность и рыночная оценка (Firer, 2003). Очевидно, в первом случае зависимыми переменными будут различные показатели рентабельности, чаще всего – это рентабельность активов или собственного капитала. Производительность будет представлена показателями, описывающими эффективность использования ресурсов компании. Примерами рыночной оценки будут являться – рыночная стоимость компании, капитализация и рыночная сумма долга, а так же часто используемый коэффициент q-Тобина. Исследователи могут выбирать и другие зависимые переменные, например, темп роста выручки или прибыли и т.д. (Bontis, 2000).
Разделение показателей на «внутренние», которые показывают состояние компании с ее точки зрения и рассчитываются на основе данных отчетности, и «внешние», отражающие мнение инвесторов, рынка, понятно. Интеллектуальный капитал может влиять не только на внутренние процессы компании, но и на оценку инвесторов, которую они дают, основываясь на внешнем «облике» компании, формируемом не только за счет ее материальных ресурсов.
Как уже было сказано ранее, формирование гипотез приводит к получению определенной спецификации будущей модели для анализа. Таким образом, изучение субкомпонент ИК приводит к использованию переменных, представленных на рисунке 1. Чаще всего компоненты второго уровня рассматриваются как дамми-переменные и не имеют количественной оценки.
Несмотря на то, что с точки зрения эконометрических моделей результат с такими независимыми переменными может быть хуже, исследователи, наоборот, считают результаты достоверными, так как ИК рассматривается на более детальном уровне.
Если же авторы научных работ идут более легким путем и рассматривают компоненты только первого уровня, популярным показателем является VAIC и, соответственно, коэффициенты эффективности человеческого, структурного и задействованного капитала.
После постановки гипотез и определения используемых переменных, исследователи собирают необходимую базу данных, которая послужит выборкой для построения эконометрических моделей. Исходя из изученных статей, можно сделать вывод о том, что авторы склонны к использованию данных той страны, из которой они родом, либо страны в которой они преподают или работают.
Статьи так же можно классифицировать по характеру сбора данных и отраслей, в которых работают рассматриваемые компании. Во-первых, в качестве метода сбора данных может быть использован метод доступных данных, т.е. отчетности, которая представляется компанией в открытом доступе. Вторым способом, о котором уже было сказано, является анкетирование и интервью работников компаний.
Первый метод позволяет собрать данные за ряд лет и номинально увеличить выборку, однако данные в основном будут количественными. Анкетирование позволяет собрать качественные данные, которые, как было отмечено, затем будут введены в регрессионную модель в виде дамми-переменных, при этом зачастую они не будут привязаны к временному промежутку.
Во-вторых, предположительно существует два возможных варианта пути, по которому идут авторы. Они либо выбирают определенную отрасль, либо смотрят выборку компаний из разных отраслей. Надо заметить, что чаще всего исследователи рассматривают высокотехнологичные отрасли. Это может быть связано с тем, что они предполагают найти явно выраженные элементы ИК, что упростит сбор данных. Однако, в то же время, отрасли, не отличающиеся использованием высоких технологий, могут дать предсказуемые результаты и поэтому не входят в круг интересов исследователей.
Так же отметим, что в рассмотренных исследованиях, авторы чаще всего в качестве периода выбирают двухтысячные годы, однако, включая в выборку кризисные годы, не акцентируют на этом внимание, даже те статьи, которые написаны в 2012 году.
Нельзя утверждать, что статей, где выделен и отдельно исследован период кризиса, нет. Напротив, уже можно увидеть рабочие доклады на данную тему. Некоторые исследователи изучают конкретные компании, проверяя, является ли для них ИК источником конкурентного преимущества, способный помочь преодолеть кризис и получают положительный ответ (Guevara, 2011). Однако можно заметить «затишье» среди работ, которые посвящены применению регрессионных моделей для разных периодов времени, с целью выделение кризисного периода.
И последний один из самых важных элементов статьи – метод анализа. Все рассмотренные статьи представляли эконометрические модели, описывающие линейную зависимость между компонентами ИК, а так же интеллектуальным капиталом и результатами деятельности компаний. Однако существует различие в том, как воспринимаются данные.
Оправдано использование простых регрессионных моделей, основанных на пространственных данных в статьях, где данные были собранны методом анкетирования. Большинство авторов изученных статей, которые содержат данные за определенный период, рассматривали их как пространственные, однако наиболее верным ходом было бы построение моделей с панельными данными.
На основании изученного материала можно сделать несколько важных выводов, полученных на основе информации из различных статей:
Большинство эмпирических исследований подтверждает положительную взаимосвязь между интеллектуальным капиталом и результатами деятельности компании, т.е. наличие и эффективное управление знаниевыми ресурсами позволит компаниям увеличить их финансовые показатели;
Подтверждается положительная взаимосвязь между ИК и результатами деятельности компании следующего периода, а так же влияние прошлогоднего показатели ИК (в данном случае VAIC) на текущие финансовые показатели (Clarke, 2010). Это означает, что необходимо некоторое время для того, чтобы используемый компанией интеллектуальный капитал повлиял на ее деятельность;
Авторы опровергают поставленные ими гипотезы на основании незначимости независимой переменной или модели, однако существует вероятность того, что гипотеза может оказаться верной, а такая ситуация вызвана недостаточным количеством наблюдений или отсутствием в регрессионной модели существенного показателя;
Большинство представленных исследований, где проводился анализ влияния компонентов интеллектуального капитала друг на друга, значимые модели показывали положительную взаимосвязь.
Таким образом, на основе представленных ранее структурных элементов статей с возможными вариантами развития, можно выделить часто изучаемые области, и те из них, которые требуют дополнительных исследований, а какие являются достаточно новыми и интересными для изучения. Чтобы наглядно представить картину возможных исследований, построим схему (рис. 2).
Гипотезы
Методология
|
Влияние ИК на результаты деятельности
|
Влияние компонентов ИК на другие его компоненты
|
ИК и период кризиса
|
МЛРМ3, пространственные данные
|
|
|
|
МЛРМ, панельные данные
|
|
|
|
Модели с лаговыми переменными
|
|
|
|
Модели, описывающие нелинейную зависимость
|
|
|
|
Рис. 2. Карта возможных областей исследования
4Действительно, все изученные исследования представляют линейную зависимость между зависимой и независимой переменной, что не обязательно существует на самом деле. Одним из вариантов дальнейшего исследования анализа влияния ИК на результаты деятельности компании может стать поиск новой функциональной зависимости между данными элементами.
Кроме того, не так много исследователей используют лаговые переменные в своих моделях, хотя как было сказано ранее, это имеет смысл. Например, внедрение базы данных, накапливающей знания работников во всей организации, повлияет на результативность компании не сразу, а с некоторым запозданием, учитывая время адаптации работников к новой системе и длительность процесса обучения работы с ней.
Но не надо забывать, что модель не будет построена, пока исследователь не поставит гипотезы для проверки. Как и ожидалось, есть два часто исследуемых типа гипотез, которые ученые могут рассматривать в своем научном труде.
Закономерным можно считать повышенный интерес к недавнему экзогенному шоку, произошедшему в мировой экономике – мировой финансовый кризис. Что произошло в этот период, как изменилась ситуация, относительно влияния ИК на результаты деятельности компании, помогло ли компаниям или даже целым отраслям наличие интеллектуальных ресурсов – это вопросы, которые требуют тщательного рассмотрения.
Однако на практике, среди изученных статей, не было попытки тестирования моделей на выборке, содержащей кризисный и после кризисный период. Скорее всего, статьи на подобную тему либо только готовятся к публикации либо не находятся в открытом доступе.
Представить схему с выбором областей в части зависимых и независимых переменных довольно трудно, поскольку существует достаточно большой ряд показателей деятельности компании и возможных вариантов разложения ИК на компоненты. Каждый исследователь волен выбирать более подходящий для него показатель, исходя из целей и задач его исследования.
Можно лишь отметить, что в качестве зависимой переменной, отражающей результаты деятельности, будет интересно рассмотреть такие показатели как экономическая добавленная стоимость, стоимость будущего роста, которые хоть и считаются индикаторами наличия ИК в компании, но в тоже время показывают эффективность ее деятельности или оценку стоимости самой компании.
На данном этапе необходимо заметить, что области на карте, не выделенные серым цветом, не обязательно гарантируют перспективность их изучения. То, что большинство исследований посвящено линейной зависимости ИК, его компонентам и результатам деятельности компании, не означает, что поиск нелинейной зависимости между этими переменными может стать новой прорывной волной в данной сфере. Возможно, что попытки изучить другую функциональную зависимость не увенчались успехом, поэтому не являются приоритетными для ученых.
Таким образом, чтобы понять, в каком направлении двигаться, возможно, оставаясь в изучаемых ныне областях, необходимо обратить внимание на ту часть исследований, в которых кроются возможные противоречия, или видна необоснованность, совершаемых авторами научных работ, действий.
Исследователь может сформулировать перед собой любую гипотезу, которую он хочет протестировать, но самым сложным для него окажется выбор переменных, которые будут использованы для ее эмпирической проверки. В частности, посмотрим, какими мотивами руководствуются ученые при выборе переменных для исследования.
Большинство рассмотренных работ представляют использование метода VAIC для определения ИК и его компонентов. Они выделяют несколько причин такого выбора (Быкова, 2011; Komnenic, 2012; Clarke, 2010; Firer, 2003; Murale, 2010; Mehralian, 2012):
Множество работ по анализу влияния ИК на деятельность компаний в качестве ИК использует VAIC, в связи с этим авторы ссылаются на предыдущие исследования, и применяют его в своих работах;
Данный показатель прост в расчетах и понимании его смысла;
Требуемые для расчетов данные можно найти в отчетности компании, при этом, если отчетность была проверена аудиторами или является консолидированной, например, составлена по МСФО, результаты будут более достоверными;
Обеспечивает объективное, количественное значение ИК.
Есть возможность делать внутренние (местные) и внешние (межнациональные) сравнения.
Несмотря на перечисленные со 2 по 5 пункт преимущества использования метода VAIC, существуют недостатки, которые побуждают исследователей отказаться от его применения. Во-первых, из-за возможной отрицательной величины добавленной стоимости, метод VAIC не будет ценным для анализа. Во-вторых, величина структурного капитала, рассчитываемая как разница между добавленной стоимостью и человеческим капиталом, может не учитывать его реальных компонентов.
В связи с этим, в ряде других научно-исследовательских работ используются субкомпоненты для описания ИК и компонентов первого уровня. Здесь, переменные и их количество будет зависеть от мнения автора, которого он придерживается относительно содержания субкомпонент в компонентах, а так же возможности собрать данные.
Последнее объясняется тем, что метод анкетирования, используемый для формирования выборки, может предоставить значения для большого количества переменных – субкомпонент, однако в основном они будут, как упоминалось ранее, дамми-переменными, что повлияет на качество результатов исследования.
Можно выделить одну закономерность, выраженную в том, что авторы так же ссылаются на предыдущие исследования (Sharabati, 2010; Huang, 2007; Bontis, 2000; Namvar, 2010; Байбурина, 2007). Кроме того, в рассмотренных работах, географическая и отраслевая принадлежность данных не является причиной пересмотра независимых переменных, с целью определения конкретной специфики модели.
Зависимые переменные так же выбираются на основе ранних исследований либо авторы выбирают сразу несколько показателей результатов деятельности компании из трех представленных ранее измерений. Зачастую, конечный выбор зависимой переменной исследователи аргументируют тем, что в предыдущих работах эмпирически было доказано, что положительная взаимосвязь показателя и ИК значима.
Кроме того, необходимо сказать о контрольных переменных, которые исследователи могут вводить в свою модель (Komnenic, 2012; Clarke, 2010; Firer, 2003). Например, бесспорно, что материальные активы оказывают сильное влияние на финансовые результаты компании, поэтому исследователи включают их величину как контрольную переменную. Или размер фирмы, также, не являясь независимой переменной отражающей знаниевые ресурсы, имеет высокую степень значимости в результатах деятельности компании.
Итак, на основе представленного выше материала можно сделать несколько важных выводов:
Большинство исследований проводится на основе данных с развивающихся рынков, где в настоящее время интерес прикован к исследованию ИК;
Проводя эконометрические исследования авторы зачастую руководствуются мотивом получения быстрого результата, в связи с чем выбирают спецификацию исходя из возможностей формирования базы данных;
Эмпирические результаты говорят о положительном влияние ИК и его компонентов на результаты деятельности компании, а так же положительной взаимосвязи между компонентами.
В рамках следующего раздела будут поставлены гипотезы для анализа влияния ИК на финансовые показатели компании, а так же выведена спецификация модели, в частности зависимые, независимые и контрольные переменные, что позволит в будущем протестировать гипотезы.
