Автореферат (1138701), страница 5
Текст из файла (страница 5)
Имитатор удовлетворяет остаточный спрос доли потребителей α или (α+β) вхорошем состоянии мира, или получает полностью весь рынок в плохом состоянии мира взависимости стратегии поведения консервативных потребителей (γ) .В целом, теоретическая модель рассматривает динамику спроса на финансовуюинновацию в зависимости от его структуры и доказывает, что успех инновационнойстратегии по сравнению с имитационной зависит от поведения умеренно консервативногобольшинства потребителей финансовых услуг на втором этапе жизненного цикла(зрелость), которое, в свою очередь, определяется исходными характеристиками услуги.Это приводит к выводу о том, что структура потребительского спроса являются важнойдетерминантой успешности инновационных финансовых услуг, т.к.
она обуславливает19конкурентное преимущество инновационной или имитационной стратегии при заданныхсвойствах предложения услуги.3. Текущее соотношение качества и издержек производства финансовых услуг нароссийском рынке и структура спроса в зависимости от склонности потребителейк инновациям создают предпосылки для доминирования в сфере финансовогопосредничества имитационной стратегии.На основе калибровки параметров модели при помощи симуляции распределениявозможного прибылей в пакете Matlab выделены критические значения параметров спроса(доли потребителей с высокой и средней склонностью к инновациям) и предложения(относительная величина качества, прогресс в качестве инновации), при которыхинновационная активность становится невыгодной по сравнению с имитационной.
Средифакторов со стороны предложения инноваций получены следующие критическиезначения:Совокупная выручка от инновации (̃ 00 – s), выраженное в стоимостном выражении,должно6разпревосходитьвеличинусреднихпеременныхиздержекпоsприобретению инновации (2 + );Прогресс в качестве инновации, предоставляемой Инноватором, в первом периодедолжен быть положительным (k1>0) и больше по модулю возможного регресса вкачестве инновации во втором периоде(k1> k2).Среди факторов спроса на финансовые инновации выделены следующиекритические значения, при которых вне зависимости от остальных параметров спроса ипредложения полученные в результате калибровки модели:Доля потребителей с высокой склонностью к потреблению инновационных услуг(α), больше 0,19;Доля консервативных потребителей с низкой склонностью к потреблениюинновационных услуг (γ) от 0,25 до 0,45;Вероятностьприобретенияконсервативнымипотребителямиинновационныеуслуги (1 –φ2) больше 0,6.Результаты верификации модели демонстрируют, что сложившаяся в России кнастоящему моменту структура спроса в зависимости от склонности потребителей кинновациям является значимым барьером, делающим имитационную стратегию болеепривлекательнойдляпроизводителейфинансовыхуслуг.Поэтомуизменениепотребительского поведения становится ключевым фактором развития финансовыхинноваций.20На основе адаптированной и скорректированной в соответствии с4.задачами исследования методики «SERVQUAL» разработана авторская методика иинструментарий сбора статистических данные о качестве финансовых услуг.Собраныстатистическиеданныеисконструированыпрокси-переменные,описывающие основные факторы модели.Исходя из задач исследования, теоретическая модель переведена в эмпирическипроверяемую форму, с учетом основной цели диссертационной работы: осуществитьанализ механизма распространения финансовых инноваций с учетом факторов спроса ипредложения.
В силу ограниченности статистических данных (Федеральная службагосударственной статистики, Банк России) и общедоступных социологических данных(Национальное агентство финансовых исследований (НАФИ), Фонд общественногомнения (ФОМ) и Всероссийский центр исследований общественного мнения (ВЦИОМ)) вобласти финансовых инноваций, для проведения регрессионного анализа было приняторешение о получении необходимых для операционализации модели прокси-переменныхпутемпроведениясоциологическогоопроса.Максимальноприближеннымкпотребностям нашего исследования источником данных оказался мониторинг сектораинтеллектуальных услуг, проводимый на ежегодной основе Институтом статистическихисследований и экономики знаний НИУ ВШЭ при поддержке Центра фундаментальныхисследований НИУ ВШЭ в 2007-2013 гг.
Во всех волнах мониторинга объектомисследования выступали компании и государственные организации, производящие ипотребляющие интеллектуальные услуги (ИУ) в различных сферах деятельности. Длякаждого типа изучаемых компаний (производители или потребители ИУ) быларазработана типовая анкета. Выборка включала 600-800 компаний из числа ведущихроссийских производителей и потребителей интеллектуальных услуг.
В качествеинтеллектуальных услуг обследовались виды деятельности, для которых эмпирическинаблюдались признаки «знаниеемкости» (подробнее см. напр. Дорошенко и др., 2010). Ких числу были отнесены и услуги финансового посредничества, обследование которыхлегло в основу эмпирического тестирования нашей модели. Ошибка всей выборкисоставила менее 5%, для финансовой деятельности размер ошибки составил не более 10%в зависимости от волны опроса.Для операционализации теоретической модели на основе данных мониторингабыли сконструированы прокси-переменные. В качестве объясняемой прокси-переменнойдля инновационной активности в рамках опроса производителей использовалась доляинновационных услуг в общем объеме услуг компании, а для потребителей – степеньвовлеченности в сопроизводство услуги, поскольку прямое суждение потребителей об21инновационности услуги нельзя считать достоверным, а значимая связь уровнясопроизводства с инновационностью доказана нами эмпирически.Что касается объясняющих переменных, то для оценки влияния прибыли наинновационную активность был использован прирост оборота финансовых посредников.Выбор данной прокси-переменной для измерения объема прибыли компании былобусловлен тем, что коэффициент корреляции между изменением оборота компании идолей прибыли в общей выручке составила 0,89 при 5% уровне значимости, то естьбыстрорастущие компании, как правило, имеют более высокую норму прибыли.При выборе прокси-переменной для размера компании рассматривались различныепоказатели (годовой оборот, численность занятых в компании и экспертная оценкаразмеров) Наибольшей информативностью и полнотой ответов в опросе обладалапеременная, отвечающая за численность сотрудников компании, которая и былаиспользована в текущем исследовании.Наибольшую сложность представлял подбор прокси для теоретической переменной«качествофинансовыхуслуг(quality)».Методологическойосновнойдляееконструирования послужила методика «SERVQUAL» (аббревиатура от «service quality»),адаптированная для сферы финансового посредничества [Zenios, Soteriou 1999].
Исходя изэтой методики, необходимо определить 5 основных критериев качества финансовыхуслуг:1. Tangibles - материальное имущество (оргтехника, внешний вид персонала,информационные материалы);2. Reliability - надежность (точность и надежность услуг финансового посредника );3. Responsiveness - оперативность (готовность помочь потребителям и обеспечиватьих оперативное обслуживание);4. Assurance -уверенность (компетентность, ответственность, вежливостьсотрудников);5. Empathy - Сочувствие (выражение заботы и индивидуальный подход кобслуживанию потребителей).С целью применения данной методики в рамках мониторинга интеллектуальныхуслуг в области опроса потребителей были сформированы специальные вопросы,составляющие в совокупности инструментарий получения исходных данных дляконструирования переменной качества финансовых услуг.Используя выделенные в методике «SERVQUAL» показатели, респондентампотребителям финансовых услуг было предложено оценить соответствие ожиданиям покаждому из пяти Q-критериев качества с использованием пятибалльной шкалы Лайкерта22(от «не соответствует» до «полностью соответствует»).
Интегральный показатель качествафинансовой услуги определялся, как средневзвешенная из пяти установленных критериевкачества услуги.Для проверки гипотезы исследования, связанной с влиянием опыта потребителя насклонность к инновациям, в качестве прокси-переменной для измерения опытностипотребителейбылавыбраначастотаиспользованияимиуслугфинансовогопосредничества за последние три года – об этом респондентам задавался прямой вопрос.В результате эмпирических исследований был сформирован набор проксипеременных, с помощью которых теоретическая модель была трансформирована вэмпирическипроверяемуюформу,пригоднуюдлятестированияспомощьюрегрессионного анализа.5.
Cпецифицированыбайесовскиеэконометрическиемодели,описывающиеповедение потребителей и производителей финансовых услуг в соответствие стеоретической моделью на основе текущих данных мониторинга сектораинтеллектуальных услуг. Выявлены детерминанты спроса и предложенияинновационных услуг на российском рынке финансового посредника.На основе результатов операционализации теоретической модели в эмпирическипроверяемый формат, выявлены факторы, стимулирующие появление финансовыхинноваций в российской экономике. С целью проверки валидности предложенныхфакторов были построены эмпирические гипотезы.
Гипотезы концентрировались навлиянии факторов спроса и факторов предложения финансовых услуг на инновационнуюактивность в сфере финансового посредничества с целью уяснения того, как сделатьинновационную стратегию более выигрышной по сравнению с имитационной в текущихроссийских условиях. В силу свойств исходной выборки и возможной смещенностиоценок, полученных методом наименьших квадратов, использован байесовский подход ксимулированию коэффициентов эмпирической модели алгоритмом Гиббса.В качестве объясняемой переменной в модели, сформулированной в терминахбайесовской эконометрики, был рассмотрен такой фактор, как инновационностьпроизводителейфинансовыхуслуг ().Объясняющимипеременнымивыступали: - изменение объема оборота компании в указанный период, –размер компании, – доля стандартизированных услуг в общем объемеуслуг, – доля прибыли, расходуемая на зарплату сотрудникам.