Диссертация (1138328), страница 15
Текст из файла (страница 15)
Мы не стали учитывать группы почисленности во избежание эндогенности, потому что внедрение СБПпрямо влияет на снижение численности персонала.наличиеиностранногособственника(дамми-переменная,принимающая значение «1» в случае наличия и «0» в случае отсутствия)– доля владения раскрывается не всеми предприятиями, ввиду чегорассматривается только наличие,наличие государственного собственника (дамми-переменная,принимающая значение «1» в случае наличия и «0» в случае отсутствия)– рассматривается прямая собственность федерального и региональногоуровня властей, доля владения раскрывается не всеми предприятиями ине все в выборке публикуют годовую отчетность, ввиду чегорассматривается только наличие.Для получения идентификационных характеристик, т.е. «портрета»компаний, осуществляющих внедрение СБП, построена регрессионнаямодель.
Указанные характеристики на протяжении рассматриваемоговременного периода практически не меняются, внедрение СБП в основномпроизведено за пределами этого периода (по большей части в 2008-2010 гг.),поэтому для увеличения количества наблюдений и повышения устойчивостимодели, принято решение не ограничиваться одним годом и рассматривать все380 наблюдений (т.е. использовать так называемую pooled regression).Использована бинарная логистическая модель, расчет произведен с помощью95программного пакета Stata 13.
Оцениваемая модель принимает следующийвид: { = 1} =11+ −, где α = ∑=1 + . – значения факторов внедрения (i=1..n, n – количество наблюдений); – коэффициенты, расчет которых является задачей логистическойрегрессии (i=1..n); – ошибка. { = 1} = (), F – логистическая функция, сигмоид.Как уже упоминалось, рассматриваются предприятия одной отрасли –транспортное машиностроение.
В роли зависимой переменной выступаетDummy of implementation (DoI) – бинарная переменная, которая принимаетзначение «1», если компания внедрила систему и «0» - в обратном случае.Факторывнедренияопределяютсяхарактеристикамикомпании,представленными выше, описательная статистика отображена в таблице 23.Таблица 23. Описание переменных, используемых при анализе фактороввнедрения СБППеременнаяКоличествонаблюденийЧастотаМедиананаблюденийSize of object:1234lnRevenue(альтернатива Size ofobject)ForeignownershipPublicownershipDistrict:123456372:436435230364---12%17%9%62%-21,0614,1625,97372-0,501372-0,501372:5402520140142---1%11%7%5%38%38%96Минимальн Максимальное значение ое значениеВероятность неоднородности двух выборок (DOI=0 и DOI=1) поперечисленным выше переменным минимальна, проверка осуществлялась припомощи критерия согласия Пирсона (табл. 24).Таблица 24.
Вероятность неоднородности выборок (DOI=0 и DOI=1)ПеременнаяSize of objectForeign ownershipPublic ownershipDistrictКритерий согласия ПирсонаPearson chi2=19,15; Pr=0,00Pearson chi2=13,72; Pr=0,00Pearson chi2=4,34; Pr=0,04Pearson chi2=27,39; Pr=0,003.1.2 Методы и гипотезы исследования результатов внедренияПри анализе возможных эффектов от внедрения СБП необходимоотталкиваться от основных аспектов системы и спектра ее инструментов. Врезультате проведенного кейса, результаты которого описаны в главе 2, былоустановлено, что внедрение СБП может положительно повлиять наэкономическую,социальнуюинаучно-техническуюстороныработыкомпании: снизить издержки, повысить ее имидж и улучшить условия труда,снизить количество человеко-часов, затрачиваемых на производство единицыпродукции, и, следовательно, увеличить эффективность производства.Базовая гипотеза эмпирического исследования предполагает, чтоследствием внедрения СБП выступает увеличение конкурентоспособностипредприятияиулучшениеэкономическихпоказателейдеятельностипредприятия.
Рост экономической эффективности компании может бытьсвязан с доходной или расходной частью: первая связана с ростом объемапродаж ввиду рационализации коммерческого процесса и производства,вторая – со снижением издержек в силу реализации инструментов системы,способствующих сокращению потерь и снижению количества дефектовпродукции. Базовая гипотеза детализирована в приведенных ниже гипотезах.Гипотеза Н2.1. Внедрение СБП способствует снижению издержек.97Снижение издержек является непосредственной целью внедрения СБП,оценить его позволяет показатель затрат на рубль реализованной продукции(Cost / Revenue).ГипотезаН2.2.ВнедрениеСБПспособствуетповышениюприбыльности.Система бережливого производства должна влиять как на увеличениеобъема реализации продукции (при наличии спроса), так и на рост отдачи отимеющихся активов, что отражается в показателях рентабельности продаж(ROS) и рентабельности активов (ROA).Гипотеза Н2.3.
Внедрение СБП ведет к улучшению положенияпредприятия на рынке.Ввиду того, что в исследуемой выборке представлены толькопредприятия транспортного машиностроения, можно в пределах однойотрасли оценить темпы изменения объема продаж (выручки / Revenue) погодам – в какой из групп (с внедренной или не внедрённой СБП) этотпоказательокажетсявыше.Привнедрениисистемыбережливогопроизводства, предположительно, объем продаж растет быстрее рынка, что иявляется прямым отражением конкурентоспособности. Улучшение положенияна рынке по сравнению с конкурентами выражается и в более эффективномиспользовании имущества, что отражается в более высокой оборачиваемостиактивов (Assets turnover).Ввиду того, что внедрение системы направлено на снижение издержек иповышение эффективности работы предприятия, следует ожидать измененияэкономических показателей, значения которых за 2010-2014 гг. включены вбазу по предприятиям:выручка от реализации товаров, продукции, работ, услуг(Revenue) и темп её изменения (Growth rate):Growth rate = (+1 / – 1) * 100%,рентабельность продаж (ROS) – отношение чистой прибылипредприятия к его выручке от реализации,98рентабельность активов (ROA) – отношение чистойприбыли к средней за период величине суммарных активов;затраты на рубль реализованной продукции – отношениесебестоимости проданных товаров, продукции, работ, услуг к выручкеот реализации (Cost / Revenue),оборачиваемость активов (Assets turnover) – отношениевыручки от реализации к средней за период величине суммарныхактивов (Revenue / Assets).Таблица 25.
Описание переменных, используемых при анализе эффектоввнедрения СБППеременная КоличествонаблюденийGrowth rate 289-DoI=1140-DoI=0149ROS370-DoI=1176-DoI=0194ROA372-DoI=1177-DoI=0195Cost/ 359Revenue-DoI=1169-DoI=0190Assets372turnover-DoI=1177-DoI=0195Среднеезначение46.2775.4912.99-1.23-3.721.044.522.945.960.86Стандартноеотклонение301.39427.1259.2430.6432.4828.7713.6112.9414.070.16Минимальное значение-98.63-98.63-84.71-225.15-204.77-225.15-35.92-35.92-32.770.26Максимальное значение3590.22*3590.22*397.72262.0874.52262.0883.4474.783.441.850.860.861.740.130.191.350.390.260.011.441.859.91.681.781.531.170.010.059.96.15*Подобные неординарные значения были исключены из анализа (0,7%)Как видно из таблицы 25, из-за многократного превышения амплитудызначений максимальное значение темпа роста выручки чрезвычайно большое,ввиду этого при анализе наблюдения с подобными значениями былиисключены.Вероятность неоднородности выборок (DOI=0 и DOI=1) высока попоказателям Cost / Revenue и Assets turnover, по прочим переменным –минимальна (табл.
26).99Таблица 26. Вероятность неоднородности двух выборок (DOI=0 иDOI=1)ПеременнаяGrowth rateROSROACost / RevenueAssets turnoverlnRevenuet-критерий СтьюдентаPr=0,08Pr=0,13Pr=0,03Pr=0,84Pr=0,47Pr=0,00С целью определения эффектов внедрения для начала построенаоднофакторнаяэффектамипанельная(panelрегрессионнаяregressionwithfixedмодельсфиксированнымиeffects),котораяучитываетнеизмеримые индивидуальные различия объектов и в которой контрольнойпеременной выступает логарифм выручки; расчет произведен с помощьюпрограммного пакета Stata 13: = + 0 + 1 + .–значенияэкономическихпоказателей,изменяющиесявсоответствии с гипотезами в результате внедрения СБП; – ненаблюдаемый не зависящий от времени индивидуальный дляпредприятия уровень;0 , 1 – коэффициенты, расчет которых является задачей построенноймодели; – ошибка.Ввиду наличия гетероскедастичности, стандартные ошибки в моделибыли заменены на робастные.В данном случае модель с фиксированными эффектами оказаласьпредпочтительнее, так как тест Хаусмана показал, что Prob>chi2<0,01.Для оценки темпов изменения выручки (Growth rate) у группы с СБП ибез и определения более успешной из них построим регрессионную модель сучетом временной характеристики – переменной Year.
В качествеконтрольной переменной учитываем определение размера переменнойlnRevenue. Так, в общем виде модель выглядит следующим образом:100ℎ = + 0 + 1 + 2 + 3 + , где – ненаблюдаемый не зависящий от времени уровень;0 , 1 , 2 , 3 – коэффициенты, расчет которых является задачейпостроенной модели; – член взаимодействия указанных переменных (interactionterm), определяет изменение угла наклона прямой при смене режима; – ошибка.При режиме DoI = 0 (СБП не внедрена): ℎ = + 1 +3 + . При DoI = 1 (СБП внедрена): ℎ = + 0 +(1 + 2 ) + 3 + .В данном случае модель со случайными эффектами оказаласьпредпочтительнее, так как тест Хаусмана показал, что Prob>chi2=0,04.Для подтверждения полученных в ходе предыдущих расчетоврезультатов, которые будут приведены ниже, также был использован методподбораподобногопокоэффициентусклонности[Ниворожкина,Ниворожкин, Федосова, 2012; Rosenbaum, Rubin, 1983] (propensity scorematching), предложенный П.
Розенбаумом и Д. Рубином. Метод отбораподобного по коэффициенту склонности максимально приближает понаблюдаемым характеристикам основную группу к контрольной при помощикоэффициента склонности. Оценка данного коэффициента получается припомощирегрессиипутемобъединениянаблюдаемыххарактеристикпредприятий в один составной показатель, на основе которого основная иконтрольная группы разбиваются на схожие подгруппы. В рамках данныхподгрупп происходит сравнение финансовых результатов предприятий. Всерасчеты производились в статистическом пакете Stata 13 и включали в себяследующие этапы:1. Оценка индивидуального коэффициента склонности дляпредприятий при помощи логистической регрессии (аналогичной101той, что рассчитана выше, только расчет производился для одного –2014 – года).2.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
