Диссертация (1138003), страница 18
Текст из файла (страница 18)
Если более третичленов СоветаДиректоров имелиученую степень илиболее 5 лет опытаруководства данной107Структурный(SC)ВидИнтеллектуальныйкапитала драйвер стоимостиПеременнаяисследования и еекодификацияИнформационныетехнологииНаличие ERP(Enterprise ResourcePlanning) систем(is_erp)Количествопатентов, лицензий,торговых марокКоличество патентов,лицензий, торговыхмарок(is_patents)СтратегическаяориентированностькомпанииСтратегическаяориентированностькомпании(is_strategy)ИнновационностьНаграды заинновационнуюдеятельность(is_awards)Расходы на НИОКРРасходы на НИОКРМетодика расчетакомпанией, показателюприсваивалось значение«1».
В иных случаяхпоказателюприсваивалось значение«0».Переменнойприсваивалось значение«1», при применениикомпанией какой-либоиз следующих систем:«ERP», «Oracle»,«NAVISION», «NAV»,«SQL», «SAP», изначение «0» впротивном случаеКоличество патентов,лицензий и торговыхмарок, имеющихся враспоряжении укомпании в текущемгодуПоиск по сайтукомпании информациио наличии стратегии иее применении.
Если насайте присутствовалаэта информация,показателюприсваивалось значение«1». В иных случаяхпоказателюприсваивалось значение«0».Поиск по сайтукомпании информациио наличии наградкомпании заинновационнуюдеятельность. Если насайте присутствовалаэта информация,показателюприсваивалось значение«1». В иных случаяхпоказателюприсваивалось значение«0».Сумма расходов на108ВидИнтеллектуальныйкапитала драйвер стоимостиНематериальныеактивыОтношенческий(RC)Отношения спартнерами иконкурентамиЧастота упоминаниякомпании в прессеБрендХарактеристикисобственниковНаличие дочернихкомпаний*Сост. авторомИтоговыйпереченьПеременнаяисследования и еекодификация(is_rd_inv)Методика расчетаНИОКР (Research andDevelopment, R&D) втечение годаОбщая стоимостьНематериальныенематериальныхактивы (is_int_assets) активов компании наконец годаПоиск по годовымотчетам компании икорпоративному сайтуинформации и членствев бизнес-ассоциациях иальянсах.
Если вЧленство в бизнесуказанных источникахассоциациях иприсутствовала этаальянсах (ir_assoc)информация,показателюприсваивалось значение«1». В иных случаяхпоказателюприсваивалось значение«0».Количество прямых,перекрестных ссылок иЦитируемость сайтазапросов в поисковыхкомпании (ir_citations)системах в переводе вдесятибалльную шкалуПеременнойприсваивалось значение«1», если брендВхождение в рейтинг продукта компаниилучших мировыхвходил в рейтингбрендов (ir_brand_total) лучших мировыхбрендов по отраслям, изначение «0» впротивном случаеДоля собственников вДоля членов Советачисле СоветаДиректоров, владеющихДиректоровакциями компании(ir_owners_directors)Количество дочерних Количество дочернихкомпаний (ir_subs)компанийдрайверовстоимости,используемыхвисследовании, содержит 14 единиц: 3 из них характеризуют наличие и109размер человеческого капитала, 6 – структурного капитала и 5 –отношенческого.Базойлицензий,длянахожденияторговыхмарок»переменнойявляются«Количестводанныепатентов,компанииимеждународная патентная база QPAT.
Переменная «Цитируемость сайтакомпании» определяется на основании критерия цитируемости впоисковой системе Page rank Cheсker, учитывающего количествозапросов, прямых и перекрестных ссылок на сайт. Бренд компаниисчитается известным, если она входила в международный рейтинглучшихмировыхбрендовповерсиисайтаhttp://www.rankingthebrands.com/, который включает в себя множестворазличных рейтингов брендов, рассчитываемых на основе финансовыхпоказателей деятельности компании, роли бренда при принятии решенияо покупке и его силе. Переменные, характеризующие Совет Директорови состав акционеров, могут быть найдены с использованием ресурсаDatamonitor, а также базы данных Van Dijk (Amadeus).Данные оналичии ERP-систем, возраста компании, качества ее веб-сайта иместонахождения офиса определяются с помощью Интернет-ресурсов,прежде всего сайта компании.
Значения всех прочих переменныхопределяются на основании данных компаний, представленных в базеданных Van Dijk (Amadeus), и на их официальных сайтах.Помимо интеллектуальных драйверов стоимости, характеризующихналичие и количество человеческого, отношенческого и структурногокапиталов, в тестировании регрессии использовались контролирующиепеременные, представленные в таблице 3.2.Таблица 3.2.Контролирующие переменные исследования и методика ихрасчета*ПоказательВозраст компанииПеременная исследованияи ее кодификацияВозраст компании(c_age)Методика расчетаКоличество лет, прошедшихс момента основания110ПоказательПеременная исследованияи ее кодификацияМетодика расчетарассматриваемой компанииКоличество лет, прошедшихс момента первичногоКоличество лет, прошедшихИзвестность напубличного размещенияс момента IPOфондовом рынкеакций рассматриваемой(c_ipo)компании (initial publicoffering)Значение индексаУровеньИндекс инновационногоинновационного развитияинновационногоразвитиястраны, в которойразвития страны(z_gsi12_innov)осуществляет своюдеятельность компания*Сост.
авторомВозраст компании и количество лет, прошедших с момента IPO,определялись на основании данных, представленных на сайте компании.Индекс инновационного развития был предложен и в настоящее времярассчитывается специалистами Всемирного экономического форума.Значение переменной определялось на основании открытых данных,расположенных на официальном сайте форума.В качестве зависимой переменной для проверки гипотезы иполучениянаборазначимыхпрокси-показателейИКвыступалкоэффициент M/B (в кодификации - p_q_tob).3.2.2. Формирование и описание выборки исследованияАнализвыдвинутойгипотезыбылпроведенспомощьюстатистических методов на основе выборки панельных данных окомпаниях, созданной на основе баз данных Amadeus (Bureau Van Dijk),QPAT, Datamonitor, а также информации с сайтов компаний и из другихисточников.
Все финансовые величины были измерены в евро (базаданных Amadeus позволяет выгружать данные в единой валюте).Выборка компаний составлялась в два этапа. Изначально былиотобраны компании, удовлетворяющие следующим требованиям:акции компании торгуются на фондовой бирже. Поскольку цельюработы является изучение влияния интеллектуального капитала на111инвестиционную привлекательность компаний, необходимо отобратьтекомпании,которыепредставляютинтересдлявнешнихинвесторов;финансовые, операционные и прочие показатели отчетностидоступны за период 2004-2011 год;компания осуществляет деятельность на территории следующихевропейских стран: Великобритании, Германии, Франции, Италии иИспании. Выбор обусловлен тем, что финансовые рынки этих странявляются развитыми, на них активно торгуется значительноеколичество компаний.
Эти страны представляют собой пятькрупнейших экономик Европы по уровню ВВП (в совокупности,ВВП перечисленных стран составляет 71% ВВП Евросоюза). Крометого, рассматривался уровень развития экономики знаний стран спомощью индексов, определяемых Всемирным банком: индексазнаний KI (Knowledge index) и индекса экономики знаний KEI(Knowledge economy index).
Первый из них измеряет способностьстраны создавать, усваивать и распространять знания, второйхарактеризует, насколько благоприятна институциональная средадля эффективного использования знаний. В соответствии с этимииндексами, все страны относятся к первому квартилю рейтинга(Испания занимает 21 место из 145 возможных, Великобритания –14-е, Германия – 8-е, Италия – 30-е, Франция – 24-е). Это позволяетпредположить, что процесс трансформации интеллектуальногокапиталавстоимостькомпанийвыбранныхстранлегкоидентифицируем.Формирование выборки представлено в виде диаграммы на Рисунке3.3.1121 этап. Отбор всех действующих европейских компаний(2 846 513 компаний)2 этап. Отбор компаний, работающих в выбранных странах(1 440 635 компаний)3 этап. Отбор компаний с доступными за последний год отчетами(410 901 компаний)4 этап.
Отбор торгуемых на бирже компаний(13 888 компаний)5 этап. Отбор компаний с доступной рыночной капитализацией за всеисследуемые года(1 696 компаний)Рис. 3.3. Алгоритм формирования выборки исследованияВторой этап заключался в верификации собранных данных. Извыборки исключались компании, по которым отсутствовала финансоваяинформация, необходимая для расчета зависимой и независимыхпеременных исследования.Выборочнаяинтеллектуальныхпоказателейсовокупностьдрайверовдеятельностисоставляласьстоимости,компании,аизперечисленныхтакженеобходимыхфинансовыхдлярасчетазависимых переменных.
Выборка, собранная с учетом указанныхтребований,включает1696европейскихкомпаний(13568наблюдений), из них 44% осуществляют свою деятельность натерритории Великобритании, 24% - Германии, 2% - Италии, 5% Испании, 25% - Франции.Структура выборки в страновом разрезе представлена на Рисунке3.4.113Рис. 3.4. Структура выборки исследования в страновом разрезеОтметим, что в выборке преобладают британские компании.Поэтому при проведении статистического анализа предполагаетсяконтролироватьстрановуюпринадлежностьспомощьюдамми-переменных.Если рассматривать все торгуемые компании, осуществляющиесвою деятельность на территории указанных стран Европейского Союза(ЕС), то компании распределятся между ними в пропорциях, указанныхна Рисунке 3.5.Рис. 3.5.
Распределение торгуемых компаний ЕС по исследуемымстранам114На базе представленных Рисунков 3.4 и 3.5 можно сделать вывод отом, что выборка является относительно репрезентативной в страновомразрезе. Однако для достоверного доказательства репрезентативноститребуется проведение дополнительного анализа. Поскольку цельюнастоящего исследования не была разработка универсального для всехевропейских компаний инструмента анализа, наоборот, предложенныйалгоритм может быть применен на выборках любой величины ирепрезентативности, такой анализ не проводился.В собранную выборку вошли компании всех отраслей. Каждаякомпания была классифицирована в соответствии с кодом NAICS (NorthAmerican Industry Classification System), затем была проведена агрегацияотраслей.
К примеру, отрасли образовательных услуг и услуг в сферездравоохранения были укрупнены до отрасли «услуги». В итоге былополучено 6 укрупненных отраслей. Структура выборки в отраслевомразрезе представлена на Рисунке 3.6.Рис. 3.6. Структура выборки исследования в отраслевом разрезеОтметим, что выборка является относительно репрезентативнойтакже и в отраслевом разрезе.Преждечемпровестиописательнуюстатистикувыборки,проведем корректировку включенных в нее переменных. Ввиду того,что компании могут отличаться по масштабам деятельности, большее115значение показателей стоимости не обязательно говорит о большейэффективности использования ресурсов. Для того чтобы иметьвозможность сравнивать разные по размеру компании, не относящиеся кодному виду деятельности, нормируем финансовые показатели наразмер компании [Ивашковская, Слободина, 2009].
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
