Автореферат (1138002), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Если же ИК реализован в рыночнойстоимости компании, то момент инвестирования упущен. В связи с этим,основное внимание во второй главе диссертации уделено опыту определениятого, был ли реализован потенциал роста рыночной капитализации компании.Исследования Ю. Фамы и К.

Френча, Дж. Лаконишока и др., Л. Чана и др.[Fama, French, 2002; Lakonishok et al., 1991; Chan et al., 2001] говорят о том, чтонизкое значение показателя M/B может говорить о нереализованностипотенциала роста рыночной стоимости.13Выявленныеограничениясуществующихисследованийпозволилиразвить существующий инструментарий ранжирования акций на базе ИК ипредложить метод, основанный на доступной для любого внешнего инвестораинформацииотносительноИК.Применяяего,можноопределитьпривлекательные для вложения компании и необходимый для полученияприбыли момент инвестирования.Выявленныепроблемныевопросырешаютсявтретьейглаве,посвященной эмпирическому анализу инвестиционной привлекательностикомпаний с учетом интеллектуального капитала.На основе проведенногокритического анализа исследований ИК и выявленной необходимости развитияинструментов инвестирования на его базе предложен метод ранжированияакций по инвестиционной привлекательности на базе ИК (рис.

1).Потенциал ростарыночнойкапитализации(интеллектуальныедрайверы стоимости)Необходимые условияинвестиционнойпривлекательностиНереализованностьпотенциала роста(низкое значениеM/B)Формирование набора ценных бумагТестирование инвестиционнойпривлекательности набораРис. 1.

Ранжирование акций по инвестиционной привлекательностина базе ИКСогласнопроанализированныминтеллектуальныхдрайверовисследованиям,стоимостивысокиесвидетельствуютозначенияналичиипотенциала роста рыночной капитализации. Привлекательными для инвестораявляются компании с нереализованным потенциалом роста. Он может быть14определен на базе показателя M/B. В работе считалось, что M/B имеет низкоезначение, если его величина ниже отраслевой медианы.В результате применения метода ранжирования акций на базе ИК извыборки компаний отбираются ценные бумаги, обладающие нереализованнымпотенциаломростарыночнойкапитализации.Чтобыпротестироватьинвестиционную привлекательность отобранного набора, проводится анализкоэффициента Шарпа и его сравнение с бенчмарками. Первым бенчмаркомявляется фондовый индекс развитого рынка капитала Европы MSCI Europe.Индекс разработан и рассчитывается инвестиционной компанией MorganStanleyCapitalInternational.Вторымбенчмаркомявляетсянабор,сформированный из акций компаний выборки с показателем M/B нижевыборочной медианы, однако имеющих низкое значение интеллектуальныхдрайверов стоимости (далее в работе он будет назван «MB-набор»).

Онвключает в себя компании с потенциалом роста, который не может бытьобъяснен ИК.Для реализации предложенного метода была использована база данных о1696 компаниях пяти крупнейших экономик Европы (Великобритания,Германия, Франция, Италия, Испания) за период с 2004 г. по 2011 г.включительно. В качестве зависимой переменной регрессионного анализаиспользовался мультипликатор M/B. Независимыми переменными являлиськомпоненты ИК, отобранные во второй главе исследования на базесуществующих эмпирических работ. Кроме того, при эмпирическом анализеиспользовались контрольные переменные, такие, как возраст компании, индексинновационногоразвитиястраны,дамми-переменные,отвечающиезастрановую и отраслевую принадлежность компании.

В результате проведениярегрессионного анализа отбирались интеллектуальные драйверы стоимости,которые способны объяснить различия в значениях M/B.Поскольку во время финансового и экономического кризиса меняетсяпроцесс трансформации ИК в стоимость компании, а также интеллектуальные15драйверы стоимости, итоговый анализ проводился для трех временныхпромежутков: докризисного (2004-2007 гг.), кризисного (2008-2009 гг.) ипосткризисного (2010-2011 гг).Выборка имеет панельную структуру, поэтому для выявления влиянияИК на мультипликатор M/B использовались модели следующей спецификации:1264k 1l 1m 1M / Bit      k  ICkit   l  industrylit   m  country mit 4   n  control nit   i  it(1)n1где i  1;1696, t  1;8; IC – компоненты ИК; industry, country – контролирующиебинарные переменные, характеризующиесоответственно отраслевуюистрановую принадлежность компании; control – контролирующие переменные,характеризующие возраст компании, количество лет, прошедших с моментаIPO (первичное публичное размещение, от англ.

initial public offering), значениеиндекса инновационного развития страны2, α и β – коэффициенты регрессии; γ индивидуальный эффект, присущий наблюдению i, который не зависит отвремени; ɛ – случайный шум.Панельная структура выборки предусматривает наличие индивидуальныхэффектов. Результаты проведенных F-теста, тестов Хаусмана и Бройша-Паганадали основание использовать для тестирования метод наименьших квадратов сучетом фиксированных эффектов по кросс-секциям и времени.Результаты тестирования представлены в Таблице 1 и показывают, чтокомпоненты ИК оказывают значимое влияние на показатель M/B во всеханализируемых периодах, причем все построенные модели имеют высокуюобъясняющую способность. Было выявлено, что в докризисный, кризисный ипосткризисный период различные интеллектуальные драйверы стоимостиоказывают значимое влияние на показатель M/B.2Индекс инновационного развития предложен и в настоящее время рассчитывается специалистамиВсемирного экономического форума16Помимо тестирования уравнения (1) в докризисный, кризисный ипосткризисный период, в диссертации проанализированы иные временныепромежутки (2004-2008 гг., 2004-2009 гг., 2004-2010 гг., 2004-2011 гг.).Полученные результаты, в частности, значительное снижение объясняющейспособноститестируемыхсуществовавшиевмоделей,докризисныйсвидетельствуютпериодзависимостиотом,междучтоИКикоэффициентом M/B неустойчивы в кризисный и посткризисный периоды.Таблица 1.

Интеллектуальные драйверы рыночной капитализацииевропейских компаний до, во время и после кризисаУчастие в бизнес-альянсахНаличие наград за инновационнуюактивностьПрибыль на одного работникаРегрессия 1(2004-2007)0,826***(4,175)0,082*(1,672)Регрессия 2 Регрессия 3(2008-2009) (2010-2011)0,299**(0,132)Стоимостьнематериальных3активовВнедрение стратегии развитиякомпанииИндекс инновационного развития0,827***(3,024)0,292*(0,171)0,834**(0,33)0,467**(0,226)Информационные технологииДоля зависимых членов СоветаДиректоров4Количество патентовR2adj0,79*** значимо на уровне 5%* значимо на уровне 15%Набазеинтеллектуальных0,780,692***(2,17)-0,002**(-1,8)0,82** значимо на уровне 10%драйверовстоимости,выявленныхврезультате эконометрического анализа (Таблица 1), могут быть отобраны3Балансовая стоимость нематериальных активов нормировалась на величину инвестированногокапитала компании4 Доля членов Совета Директоров компании, являющихся ее акционерами17компании с потенциалом роста рыночной капитализации.

Низкое значениекоэффициента M/B означает, что потенциал еще не был реализован. Врезультате был сформирован набор привлекательных для внешних инвесторовкомпаний, характеризующихся высокими значениями интеллектуальныхдрайверов стоимости и низким значением M/B для трех временныхпромежутков: конца 2007 г., конца 2009 г., конца 2011 г. (Таблица 2).В Таблице 2 перечислены следующие характеристики сформированныхпортфелей: период тестирования регрессии, на базе которой были определеныинтеллектуальные драйверы стоимости; количество драйверов (Таблица 1);период тестирования инвестиционной привлекательности набора акций;количество компаний, отобранных из общей выборки, составляющей 1696компаний, с помощью применения предложенного метода ранжирования.Таблица 2.

Характеристики сформированных наборов акцийНаборакцийПериод определенияинтеллектуальныхдрайверов стоимостиКол-водрайверовКол-воотобранныхкомпанийПериод тестированияинвестиционнойпривлекательностинабора12004-2007 гг.21701.01.2008–31.12.201222008-2009 гг.45601.01.2010 – 31.12.201232010-2011 гг.56101.01.2012 – 31.12.2012Привлекательность инвестирования в каждый сформированный наборбыла проанализирована с помощью коэффициента Шарпа и сравнения сбенчмарками: фондовым индексом MSCI Europe и MB-набором. Для расчетакоэффициентаШарпаиспользовалисьданныеагентстваBloombergотносительно дневной доходности акций отобранных компаний и индексаMSCI Europe. Сопоставления начинали производиться спустя 6 месяцев послемомента инвестирования, поскольку до этого момента высокая волатильностьакций препятствует корректной оценке коэффициента Шарпа.

Далее расчетыпроизводились расширяющимся окном для рассмотрения динамики. Отметим,что найденные значения коэффициентов Шарпа портфелей сравнивались на18один и тот же момент времени (к примеру, производилось сравнение к-товШарпа набора акций и бенчмарков на 02.01.2009, но не сравнениекоэффициентов Шарпа одного набора акций на 02.01.2009 и на 02.01.2010,поскольку для расчета стандартных отклонений используется различноеколичество данных).Дневные значения коэффициента Шарпа для каждого набора акций былистатистически протестированы на предмет того, как часто набор являетсялидирующим, то есть превышает коэффициенты Шарпа индекса MSCI Europe иMB-набора, рассчитанных на тот же день. Статистика приведена в Таблице 3.Помимо анализа абсолютных значений коэффициента Шарпа наборов акций ибенчмарков были проанализированы 95 %-ные доверительные интервалы.

Характеристики

Список файлов диссертации