Диссертация (1152275), страница 45
Текст из файла (страница 45)
Расчеты показывают, что ценность финтех-инноваций (т.е. стоимость, получаемая новатором), как правило, велика и положительна.181Широкий межсекторальный разброс стоимостных эффектов финтех-инноваций, на нашвзгляд, обусловлен двумя ключевыми факторами: насколько подрывной по своей сути является(лежащая в их основе) технология, представляет ли новатор конкурентную угрозу отрасли.Для изучения данного вопроса мы используем технологические побочные эффекты, исходящие от индивидуальных изобретателей, для построения меры «деструктивности» между технологией и индустрией, основанной на данных.
В соответствии с теориями подрывных инноваций, можно обнаружить, что Финтех инновации имеют тенденцию подрывать значительно большую ценность финансовой отрасли, когда ее базовая технология является разрушительной и когда она исходит от новой, нефинансовой компании (финтех-стартапа).Далее рассмотрим, как финтех инновации влияют на ценность с точки зрения отдельныхтрадиционных компаний, т.е. лидеров рынка и их конкурентов. Теоретические соображенияпредполагают, что подрывные инновации потенциальных участников рынка могут быть особенно неприятны для лидеров отрасли, которые тяжело адаптируются к изменениям и сосредоточены на клиентах.
С другой стороны, индустриальный подрыв может быть выгоден лидерамрынка, поскольку по сравнению с конкурентами, они имеют больший эффект масштаба и большефинансовых ресурсов для внедрения новых направлений бизнеса. Эмпирические тесты подтверждают последние прогнозы, что способность лидеров рынка избежать ущерба от подрывныхвнешних инноваций тесно связана с объемом ресурсов, которые они выделяют на свои собственные НИОКР.Наше исследование дополняет значительное количество исследований, которые используют данные о патентах для изучения инновационной активности компаний.
Хотя литературасодержит ценные сведения о корпоративном патентовании и инновациях в целом, большая частьисследований опирается на данные о патентных грантах и не может в полной мере охватить инновационную деятельность в области финтех, которая осуществлялась всего за последние несколько лет. Сосредоточив внимание на патентных заявках, мы можем смягчить проблемы усечения данных относительно патентов, предоставив более полную картину самых последних тенденций и моделей в области финтех инноваций.Также, наше исследование, для изучения ценности финансовых инноваций, основываетсяна работах, использующих данные о ценах на акции. Разработанная модель расширяет даннуюлитературу, признавая характер инновационных событий с течением времени, что позволяет более точно оценить истинное значение такого воздействия.
В более общем плане, наш подход сочетания реакции цен на акции с прогнозируемой интенсивностью потока Пуассона может бытьполезен для изучения других типов повторяющихся, частично ожидаемых явлений, таких как182пересмотр оценок аналитиков, последовательности выпусков корпоративных новостей иливолны слияний, или банкротств.Теоретические исследования показали, как внешние финансовые инновации могут принести пользу или нанести вред действующим компаниям и как традиционные компании могут использовать собственные инновации для защиты от внешних угроз.
Тестирование таких теорийявляется сложной задачей из-за трудности получения большой выборки данных о конкурентныхугрозах от инноваций. В нашей работе используется новая база данных и систематизированныеданные о том, как инновации потенциальных участников могут повлиять на отдельные компаниив отрасли.Наконец, наш подход к выявлению и классификации заявок на Финтех патенты вноситсвой вклад в литературу, которая применяет текстовый анализ и машинное обучение к финансами экономике.
Текстовые методы исследования, новости, статьи, интернет-публикации на форумекорпоративных заявок и отчетов аналитиков. Ряд алгоритмов машинного обучения, которые используются для классификации текстов, являются новыми для финансовой области и могут бытьприменены для изучения широкого набора вопросов, связанных с патентными заявками, юридическими документами, историями СМИ и других текстовых данных.Анализ ценности Финтех-инноваций требует наличия достоверных оценок (статистических данных) их стоимости. В литературе по корпоративным инновациям признается, что реакция цен акций на патентные заявки может быть использована для изучения оценки (стоимости)инноваций.
Однако менее ценно то, что реакция цены на патентное событие отражает неожиданный компонент: рыночные инвесторы могут предвидеть будущее событие и частично включитьэто ожидание в цену акций фирмы сегодня. Без корректировки на рациональное предвосхищениеаномальной реакции цен акций на патентное событие даст предвзятую оценку внутренней стоимости финансовой инновации. В большинстве исследований ценовых реакций на патенты прямоне учитывается частичное ожидание со стороны инвесторов. Однако заметным исключением является исследование Леонида Когана и соавт.
которые оценивают стоимость патентов, используяскорректированные на ожидание ценовые реакции на патентные гранты174. В действительностирынок может ожидать не одну будущую финансовую инновацию, а возможно две и более, однакодля простоты, сосредоточимся на распределении Пуассона.174Kogan, L. Technological Innovation, Resource Allocation, and Growth / L. Kogan, , D. Papanikolaou, A. Seru,N. Stoffman // National Bureau of Economic Research [Электронный ресурс] – Режим доступа:https://www.nber.org/papers/w17769.pdf (дата обращения: 14.08.2018).183Пусть-внутренняя стоимость компании i до внедрения финансовой инновации равна Vi,0,и пусть AVi - это добавочная стоимость одного финансового инновационного события для компании i.
Предположим, что число финансовых инноваций N, возникнет в течение интервала времени (t,t, + T], следующего за распределением числа Пуассона:( = | ) = −, = 0,1, …!(1)где It - набор информации участников рынка в момент времени t. Пусть значение добавочноговремени t + T для компании будет равно kAVi, если происходит ровно k финансовых инноваций(событий). В таком случае рыночная стоимость компании до любых финансовых инноваций будет равна:∞,0 −( ) + = ,0 ∑!(2)=1Если предположить, что финансовые инновационные события независимы, то возникновение одного финансового инновационного события дает условное распределение по всем финансовым инновациям на конец периода, которое фактически является нулевым усеченным распределением Пуассона: −( = | ≥ 1, ) =, = 1,2, …(1 − − )!(3)Рыночная стоимость фирмы после одного финансового инновационного события равна:,0∞∞=1=1 −= ,0 + ∑ ( = | ≥ 1, ) = ,0 + ∑ =(1 − − )!= ,0 +1 − − (4)Из формул (2) и (4) следует, что добавочная стоимость финансовой инновации определяется:184∆ − 1 ==∆−1 − −(5)где ∆ ≡ ,1 − ,0 наблюдаемое изменение рыночной стоимости компании при наступлениифинансового инновационного события.
В частности, наблюдаемое изменение рыночной стоимости может быть рассчитано на основе аномальных реакций цен на акции, а параметр интенсивности Пуассона может быть оценен на основе эмпирической модели подсчета Финтех патентов.∆ ≡[,1 × (1 − ) − ] − ,0(1 + )(6)где (1- taxi) - маржинальная ставка налогообложения, Di – выплаченные дивиденды, r – ставкадисконтирования во времени t. Будущую стоимость следует дисконтировать (хотя бы на ставкуинфляции). Также целесообразно сравнить EPS до и после внедрения финансовой инновации.Может быть также показательным расчет эффективной дюрации, сравнивая дюрацию до и послевнедрения финансовой инновацииДля построения (изменяющихся во времени) оценок параметра интенсивности λ в приведенной модели используются пуассоновские регрессии с применением панельных данных о количестве патентных финтех-заявок за предыдущий период.
В случае публичных компаний, дляданной технологической категории k, оцениваем регрессию, используя оценку максимальногоправдоподобия (ОМП)175:log(,, ) = + 1 Ативы, + 2 НИОКР, + 3 НИОКР,−1 + 4 НИОКР,−2 + 5 НИОКР,−3 +6 Возраст, + 7 ФДФИ,, + 8 ФНФИ, + + + ,, )(7)где i и t являются показателями инновационной деятельности компании и годами соответственно,Ативыi,t - показывает совокупные активы (в долл. США); НИОКРi,t - расходы на НИОКР за предыдущий год (в долл.
США), Возраст - количество лет с момента основания компании; ФДФИi,k,t фонд финансовых средств финтех-заявок на патенты в категориях, отличных от k и до года t;ФНФИi,t – фонд финансовых средств потенциально не связанных с финтех (связанных с вычислительной техникой) и до года t; Все предыдущие независимые переменные представлены в виденатуральных логарифмов. Мы включаем фиксированные эффекты инноватора для учета любых175Англ. Maximum likelihood estimation (MLE)185ненаблюдаемых, неизменяемых во времени характеристик, влияющих на склонность подачи заявок (годовые фиксированные эффекты также включены).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
