Диссертация (1138003), страница 19

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

Текст из файла (страница 19)

Таким образом,переменные«расходынаНИОКР»,«нематериальныеактивы»корректировались на количество инвестированного капитала компании.Помимонормирования,необходимопривестиимеющиесякатегориальные переменные («цитируемость сайта», «квалификацияСовета Директоров») в формат бинарных. Для этого находилосьмедианное значение переменной. В случае, если категориальнаяпеременная была больше или равна медиане, она была замененазначением «1». В ином случае переменной присваивалось значение «0».Отметим, что медианное значение цитируемости сайта равняется 4 из 10возможных, а квалификации Совета Директоров – 1 из 2 возможных.Отметим также, что переменная «Расходы на НИОКР» былаисключена из анализа, ввиду того, что крайне малое количествокомпаний выкладывает информацию о подобного вида расходах.

Крометого, данный показатель обоснован в большом количестве эмпирическихисследований как интеллектуальный драйвер стоимости, позволяющийопределить набор инвестиционно привлекательных ценных бумаг.Следовательно, его влияние не представляет собой неизученный вопрос.Перед проведением статистического анализа выборка былаочищена от выбросов. В Таблице 3.3 содержится описательнаястатистика зависимой переменных исследования после очищения.Таблица 3.3.Описательная статистика зависимой переменной выборкиСреднееМедианаМаксимумМинимумTobin’s q1,4491,2084,9980,021116Tobin’s q0,8070,557Стандартное отклонениеКоэффициент вариацииСледует отметить относительную однородность выборки, что,может быть объяснено проведенной коррекцией выборки на выбросы, атакже незначительной разницей в результативности использованияинтеллектуального капитала.Описательная статистика независимых переменных исследования,за исключением бинарных, приведена в Таблице 3.4.Таблица 3.4.Описательная статистика независимых переменных выборки(за исключением бинарных)Среднее39,592Медиана22,000Максимум204,000Минимум0,000Станд.откл.39,090К-твариации0,987Кол-во лет с момента IPO21,42710,000158,0000,00030,4161,420Прибыль на сотрудникаДоля заработной платы виздержкахДоля собственников вчисле Совета ДиректоровКоличество дочернихкомпанийНематериальные активыКоличество патентов,лицензий, торговых марокИндекс инновационнойактивности0,0280,0103,482-2,5440,1946,8250,3010,2711,0000,0040,1690,5620,2880,1251,2000,0000,3361,16829,27919,000119,0000,00027,8560,9510,2050,1370,7490,0000,1960,95577,8860,00016985,0000,000777,8939,9884,7364,7815,4573,3780,4800,101Возраст компанииПо независимым показателям выборка достаточно однородна.Отметим только, что среднеквадратичное отклонение количества лет,прошедших с момента IPO, прибыли на сотрудника, доли собственниковв числе Совета Директоров и количества патентов превышает их среднеезначение, что говорит о существенном разбросе значений.

Значительноеотклонениемедианногозначенияотсреднеговстречаетсядляпоказателей «возраст компании», «количество лет с момента IPO»,«количество патентов» и «количество дочерних компаний». Отметим,что наиболее часто встречается нулевое значение количества патентов.Что касается бинарных переменных, их характеристики приведеныв Таблице 3.5.117Таблица 3.5.Характеристики бинарных переменных выборкиСреднееМедианаСтанд.откл.К-т вариацииКвалификация СД0,811,000,390,48Членство в бизнес-ассоциациях0,270,000,441,64Известность бренда0,020,000,137,79Цитируемость сайта0,721,000,450,63Награды за инновационную деятельность0,300,000,973,19Наличие ERP0,380,000,481,29Стратегическая ориентированность компании0,631,000,480,76Отметим, что чаще всего в выборке встречаются компании сквалифицированными директорами, не участвующие в ассоциациях иальянсах, имеющие слабо узнаваемый бренд, но высоко цитируемый вИнтернетесайт,неполучившиенаградызаинновационнуюдеятельность, не применяющие ERP-систем, имеющие стратегиюразвития.

Компании неоднородны по известности бренда, количествунаград за инновационную деятельность.Для учета отраслевых и страновых отличий предлагаетсяиспользовать соответствующие дамми-переменные.Корреляционный анализ независимых переменных исследования(Приложение 2) показал отсутствие значимой на 5-%ном уровне теснойсвязи между исследуемыми показателями. Наиболее сильная значимаясвязь наблюдается между показателями количества лет компании иколичества лет, прошедших с момента IPO (41%), а также междуналичием IPR-систем и стратегической ориентированностью компании(49%).

Это позволяет сделать вывод о том, что компании, внедряющиестратегию,одновременнопрограммнымпродуктом,заботятсяобреализующимобеспечениикомпаниипланированиересурсовпредприятия. Кроме того, чем раньше была создана компания, темраньше ей было проведено IPO.1183.2.3. Результаты статистического анализаДляпроверкивыдвинутойгипотезы,необходимопроанализировать связь количества и качества интеллектуальногокапитала (выраженного интеллектуальными драйверами стоимости) состоимостным показателем деятельности компании – коэффициентомM/B.Поскольку выборка имеет панельную структуру, для выявлениявлияния ИК на мультипликатор M/B использовались модели следующейспецификации:12644k 1l 1m 1n 1M / Bit      k  IC kit   l  industry lit   m  country mit   n  control nit   i  itгде i  1;1696, t  1;8; IC – компоненты ИК; industry, country – контролирующие бинарные переменные,характеризующиесоответственноотраслевуюистрановуюпринадлежность компании; control – контролирующие переменные, характеризующие возрасткомпании, количество лет, прошедших с момента IPO (первичноепубличное размещение, от англ.

initial public offering), значениеиндекса инновационного развития страны, α и β – коэффициенты регрессии; γi – индивидуальный эффект, присущий наблюдению i, который независит от времени; ɛ – случайный шум.Поскольку выдвинутая гипотеза может быть протестирована наоснове значимости модели и факторов ИК, в уравнении не былииспользованыиныеконтролирующиепеременные,оказывающиезначимое влияние на коэффициент M/B. Частично влияние этихфакторов было учтено включением в уравнение индивидуальных119(1)эффектов,присущихопределеннойфирме.Неучтеннаячастьприсутствует в свободном члене регрессии.Посколькувозможностьсобранавыборканеоднократногоза8периодов,формированиясуществуетпортфелянабазепредложенного метода. Кроме того, поскольку во время финансового иэкономического кризиса меняется процесс трансформации ИК встоимость компании, а также интеллектуальные драйверы стоимости,можно провести анализ докризисного (2004-2007 гг.), кризисного (20082009 гг.) и посткризисного (2010-2011 гг) промежутка отдельно.

Помимоэтого были протестированы периоды 2004-2008 гг., 2004-2009 гг., 20042010 гг., 2004-2011 гг. Таким образом, на собранной выборкетестируется 7 регрессионных зависимостей в различные временныепромежутки.Несмотря на то, что ранее подчеркивалась возможность наличиянелинейнойсвязимеждукомпонентамиИК,длятестированиявыдвинутой гипотезы была выбрана линейная модель. Причинойявляется то, что линейная фильтрация позволяет выявить большую частьимеющейся взаимосвязи, даже при условии ее нелинейности. Крометого, выдвинутая гипотеза, последующее формирование системы«интеллектуальных фильтров» и ранжирование акций не требуютопределения численного значения коэффициентов регрессий. Дляпроверки будет достаточно определить знак связи и значимостькоэффициентасформулированарегрессии,впосколькутерминахзнакаматематическигипотезасоответствующейчастнойпроизводной.

Также линейные модели являются более устойчивыми кнеправильной спецификации функциональной формы модели, нежеличем нелинейные.Собранная выборка имеет панельную структуру, что подтверждаетпроведенный тест Бройша-Пагана, а также особенности сбора данных.Следовательно, необходимо рассмотреть наличие ненаблюдаемых120индивидуальных эффектов. Поскольку исследуемый временной периодвключает в себя кризис, согласно экономической логике следует учестьфиксированные временные эффекты [Baltagi, 2005]. Рассмотримпроблему учета индивидуальных эффектов по кросс-секциям.

Длявыбора между случайными и фиксированными эффектами был проведентест Хаусмана (результаты представлены в Таблице 3.6).Таблица 3.6.Результаты теста ХаусманаРегрессионная модельСтатистика хи-квадрат Вероятность127,760,00Регрессия 1 (2004-2007)Регрессия 2 (2004-2008)37,890,00Регрессия 3 (2004-2009)359,420,00Регрессия 4 (2004-2010)274,340,00Регрессия 5 (2004-2011)154,320,00Регрессия 6 (2008-2009) кризисные годы150,650,00Регрессия 7 (2010-2011) посткризисные годы141,160,00Поскольку тест Хаусмана дает значимые на 1-%ном уровнерезультаты, это позволяет нам отвергнуть гипотезу о наличиислучайных эффектов. Все тестируемые далее модели используют методPanel EGLS, cross-section fixed effects, period fixed effects (анализпанельныхданныхметодомнаименьшихквадратовсучетомфиксированных эффектов по кросс-секции и периоду).

Для проверкииспользовался статистический пакет EViews 6.0.Тестирование не смогло отвергнуть выдвинутую гипотезу.Полученные модели соотношения рыночной и балансовой стоимостикомпании значимы на 1-%ном уровне. Результаты тестированияприведены в Приложении 3. Кроме того, тестирование выявилофакторы, значимо связанные с соотношением рыночной и балансовойстоимости M/B, которые перечислены в Таблице 3.7. Под названиемкаждойпеременнойприведенозначениесоответствующегоей121коэффициента регрессии, его значимость и стандартная ошибка (вскобках).Таблица 3.7.Факторы, влияющие на мультипликатор M/B европейскихкомпанийУчастие в бизнесальянсахНаличие наград заинновационнуюактивностьПрибыль на одногоработникаСтоимостьнематериальныхактивовВнедрениестратегии развитиякомпанииИндексинновационногоразвитияИнформационныетехнологииВлияниеакционеров науправлениекомпаниейКоличествопатентовR2adjРегрессия1(20042007)Регрессия2(2004-Регрессия3(2004-Регрессия4(2004-2010)Регрессия5(2004-2011)2008)2009)0,826***(4,175)0,33***(2,572)Регрессия6(кризис:2008-2009)0,275***(2,826)0,208***(2,562)0,185***(2,664)0,208***(3,145)0,178***(2,903)0,18***(3,229)0,21***(4,097)0,518***(3,645)0,449***(3,623)0,456***(4,09)0,348***(3,51)0,173*(1,917)0,144*(1,858)0,135**(1,96)0,11*(1,871)0,292*(0,171)0,509*(1,904)0,504**(2,384)0,676***(3,6)0,923***(6,32)0,834**(0,33)Регрессия7(20102011)0,082*(1,672)0,299**(0,132)0,827***(3,024)0,467**(0,226)0,692***(2,17)-0,002**(-1,8)0,790,650,63*** значимо на уровне 5%* значимо на уровне 15%0,610,60,780,82** значимо на уровне 10%Результаты тестирования показывают, что интеллектуальныедрайверы стоимости оказывают значимое влияние на показатель M/B вовсех анализируемых периодах, причем все построенные модели имеютвысокуюобъясняющуюспособность.Быловыявлено,чтовдокризисный (2004-2007), кризисный (2008-2009) и посткризисныйпериод (2010-2011) различные прокси-показатели ИК оказываютзначимое влияние на показатель M/B.Инвесторы заинтересованы в росте стоимости компании.

Характеристики

Список файлов диссертации