Файл: Особенности управления ресурсами иновационного проекта.pdf

2.4 Модели эмпирического исследования

Модель исследования 1

Для проверки Гипотезы 1 была разработана модель 1 и две ее спецификации, состоящие из двух уравнений: с использованием линейной суммы элементов, входящих в состав Индекса инновационной деятельности (1.1) и с использованием конечного значения Индекса (1.2).

Модель исследования 2

Для проверки Гипотез 2 и 3 была разработана модель 2, в которой используется регрессионное уравнение со значением Индекса инновационной деятельности и значение Индекса в степени 2 (2.1).

Для проверки Гипотезы 4 и 5 была разработана спецификация модели 2, в которой используется регрессионное уравнение со значением Индекса с временным лагом n от -1 до -3 периодов наблюдения (2.2).

Для обеспечения надёжности результатов исследования были проведены следующие тесты:

• на мультиколлинеарность;
• на нормальность;
• на гетероскедастичность (тест Уайта);
• на автокорреляцию (тест Дарбина-Вотсона).

В результате проверки была выявлена мультиколлинеарность, ненормальность ошибок, гетероскедастичность и автокорреляция. Также для определения типа эффекта панельных данных был проведен тест Хаузмана, в результате которого было установлено, что в модели присутствуют фиксированные эффекты. Чтобы учесть возможные проблемы, связанные с гетероскедичностью, автокорреляцией остатков и существованием эффектов панельных данных, была использована регрессия Прайса-Винстена для получения оценок стандартных ошибок с панельной коррекцией (Panel corrected standard error; PCSE).

2.5 Выборка данных исследования

Все данные для выборки исследования были поучены из информационной базы Bloomberg. При сборе данных для выборки применялись следующие критерии:

• Компания признавалась инновационной одновременно несколькими
  консалтинговыми или аналитическими агентствами в период 2015-2017 гг. Данное требование связано с тем, что каждая компания имеет собственную методологию, которая основывается на различных наборах анализируемых параметров.
• Компания является американской и публичной, на момент исследования имела не менее 4-х годовых отчетов в открытом доступе, в которых были опубликованы данные о расходах на R&D и размере НМА. Данное требование связано с тем, что для текущего исследования важно отследить влияние ИК на стоимость компании во временном разрезе.
• Компания является классической наукоемкой организацией. Данное требование связано с тем, что для текущего исследования важно анализировать такую капитализацию, которая создается за счет использования ИК в совокупности с материальными активами.

Таким образом, в выборку данного исследования вошло 213 годовых наблюдений по 21 американской инновационной компании из 5 отраслей за период 2006-2016 года:

• услуги и сервисы;
• потребительские товары;
• фармацевтика и здравоохранение;
• технологии;
• промышленные товары.

Распределение наблюдений выборки представлено в Таблице 5.

Таблица 3. Описательная статистика наблюдений выборки

В соответствии с моделью эмпирического исследования по каждой из компаний выборки были собраны следующие данные:

• Значение мультипликатора MC/BV;
• Размер выручки;
• Размер капитальных затрат;
• Размер затрат на Research& Development;
• Размер всех активов компании;
• Размер нематериальных активов;
• Размер долговых обязательств.

Описательная статистика данных выборки приведена в Таблице 6.

Таблица 4. Описательная статистика данных выборки(в млн долларов США, кроме значений МС/BV)

Далее собранные данные были преобразованы в переменные регрессионного уравнения. Был рассчитан натуральный логарифм значения выручки, «кредитный рычаг» и различные относительные показатели, необходимые для регрессионной модели исследования. Описательная статистика переменных регрессионного уравнения приведена в Таблице 7.

Таблица 5. Описательная статистика переменных моделей

Заключение

Данная работа была посвящена исследованию детерминант рыночной стоимости инновационных компаний – факторов, которые могут оказывать значительное влияние на капитализацию инновационной компании.

Первая глава представляет собой обзор и анализ теоретических аспектов деятельности инновационных компаний и их рыночной стоимости. В первую очередь, был проведен обзор литературы с целью уточнения определения термина «инновационная компания» и выявления особенностей деятельности. В результате анализа было установлено, что инновационную компанию можно считать «наукоемкой» организацией по причине того, что для осуществления бизнес-процессов инновационным компании требуется значительный объем знаний, опыта и компетенций, которыми должны обладать сотрудники такой компании. Система таких бизнес-процессов формирует наукоемкую сервисную деятельность организации. Также, были определены два вида наукоемкой организации – «классическая» и «сервисная», а также классифицирована их деятельность.

Основываясь на первой части анализа, было предположено, что детерминантом стоимости инновационной компании контроль управления ресурсов в инновационных проектах. В работе приведено определение ИК и рассмотрена эволюция подходов к декомпозиции ИК и выделении его компонентов. Также в работе представлен краткий обзор подходов и методов оценки ИК как нематериального актива компании, а также рассмотрены области влияния ИК внутри организации.

Во торой главе представлены результаты эмпирического исследования. В целом, в работе подтверждается положительное влияние ИК на рыночную стоимость инновационной компании. Использование Индекса инновационной деятельности в качестве прокси-переменной для ИК оказалось значимым во всех спецификациях модели. Также на разных уровнях значимости были подтверждены гипотезы о положительном линейном влиянии ИК как с временным лагом, так и без него. Анализ о положительном нелинейном влиянии ИК с временным лагом подтвердилась частично, а Анализ о положительном нелинейном влиянии без временного лага не была подтверждена. Дополнительно стоит отметить, что обнаруженное отрицательное нелинейное влияние ИК на стоимость компании при проявилось использовании временного лага в 3 наблюдаемых периода (года). Таким образом, средняя продолжительность процесса формирования ИК у инновационных компаний занимает 3 года, а нелинейность зависимости может быть вызвана из-за влияния внешних факторов, с которыми встречается компании за такой продолжительный период. Также это позволило предположить о существовании точки максимизации влияния ИК на рыночную стоимость.

Дополнительно были определены ограничения результатов исследования, среди них: структурные и качественные особенности выборки данных и особенности использованной методологии исследования. В целях устранения ограничений проведенного исследования были предложены направления будущей работы, результатом которой может стать дальнейшее развитие и расширение области знаний о детерминантах стоимости инновационных компаний.

Список литературы

1. Alves, J. (2018). Determining knowledge-intensive companies acquisition value for M&A purposes: an intellectual capital approach. Portugese journal of Management Studies.
2. Bettencourt, L., Ostorm, A., Brown, S., & Roundtree, R. (2017). Client co-production in knowledge-intensive business services. California Management Review, 44(4), 100-128.
3. Brennan, N., & Connell, B. (2000). Intellectual capital: current issues and policy implications. Journal of Intelectual capitak, 1(3), 206-240.
4. Chu, S., Chan, K., & Wu, W. (2011). Charting Intellectual Capital performance of The Gateway to China. Journal of Intellectual Capital, 249-276.
5. Clarke, M., Seng, D., & Whiting,, R. (2011). Intellectual capital and firm performance in Australia. Journal of Intellectual Capital, 12(4), 505-530.
6. Den Hertog, P. (2000). Knowledge-intensive business services as co-producers of in-novation. International Journal of Innovation Management, 4, 491-528.
7. European Commission. (2017). Knowledge-intensive (business) services in Europe. (E. Dr. Schricke, A. Dr. Zenker, & S. Dr. Thomas, Eds.) 2017.
8. Goebel, V. (2015). Estimating a measure of intellectual capital value to test its determinants. Journal of intellectual Capital, 101-120.
9. Guo, W.-C., Shiah-Hou, S.-R., & Chien, W.-J. (2017). A study on intellectual capital and firm perfomance in biotech compnies. Applired Economics Letters, pp. 999-1004.
10. Huang, C., & Liu, C. (2017). Exploration for the relationship between innovation, IT and perfomance. Journal of Intellectual Capital, 237-252.
11. Ilyin, D. S. (2014). The Impact of Intellectual Capital on Companies' Performance: Evidence from Emerging Markets. Journal of Corporate Finance Research, 46-66.
12. Johnson, W. (1999). An integrative taxonomy of intellectual capital: measuring the stock and flow of intellectual capital components in the firm. International Journal of Technology Management, 18.
13. Kujansivu, P., & Lönnqvist, A. (2017). Investigating the value and efficiency of intellectual capital. Journal of Intellectual Capital, 8(2).
14. Kweh, Q., Chan, Y., & Ting, I. (2013). Measuring intellectual capital efficiency in the Malaysian software sector. Journal of Intellectual Capital, 310-324.
15. Lev, B., & Sougiannis, T. (2017). The capitalization, amortization and value relevance of R&D. Journal of accounting and economics, 107-138.
16. Little, T. A., & Deokar, A. (2016). Understanding knowledge creation in the context of knowledge-intensive business processes. Journal of Knowledge Management, 20(5), 858 - 879.
17. M’Pherson, P., & Pike, S. (2001). Accounting, empirical measurement and intellectual capital. Journal of Intellectual Capital, 2(3), 246-260.
18. Maditinos, D., Chatzoudes, D., Tsairidis, C., & Theriou, G. (2011). The impact of intellectual capital on firms' market value and financial performance. 12(1), 132-151.
19. Meritum Project. (2017). Guidelines for Managing and Reporting on Intangibles (Intellectual Capital Report).
20. Millar, C. C., Lockett, M., & Mahon, J. (2016). Knowledge intensive organisations: on the frontiers of knowledge management. Journal of knowledge management, 20(5).
21. Muller, E., & Doloreux, D. (2017). The key dimensions of knowledge-intensive business services (KIBS) analysis: a decade of evolution. 1.
22. OECD. (2006). Innovation and Knowledge-Intensive Service Activities. Organisation for Economic Co-operation and Development.
23. Pal, K., & Soriya, S. (2017). IC performance of Indian pharmaceutical and textile industry. Journal of Intellectual Capital, 120 - 137.
24. Petty, R., & Cuganesan, S. (2017). Voluntary disclosureof intellectual capital by Hong Kong companies: examing size, industry and growth effects over time. Australian accounting review, 15(2), 40-50.
25. Pitelli Britto, D., Monetti, E., & Lima, J. J. (2014). Intellectual capital in tangible intensive firms: the case of Brazilian real estate companies. Journal of Intellectual Capital,, 333 - 348.
26. Pupshev , A. (2016). Influence on intellectual capital on financial results of high-tech companies in Russia and other BRIC countries. Moscow: HSE.
27. Stewart , T. (1991). Brainpower. Fortune, 123(11), 44-51.
28. Sullivan, P. (1998). Profiting from Intellectual Capital: Extracting value from innoavation. Canada: John Wiilley & Sons.
29. Sullivan, P. H., & Sullivan, P. H. (2000). Valuing intangibles companies: An intellectual capital approach. Journal of Intellectual Capital, 1(4), 328-340.
30. Sveiby, K.-E. (2011). Methods for measuring intangible assets. Retrieved from Sveiby Knowledge Associates: http://www.sveiby.com
31. Tovstiga, G., & Tulugurova, E. (2017). Intellectual capital practices: a four-region comparative study. Journal of Intellectual Capital, 70-80.
32. Байбурина, Э. (2017). Методы анализа интелектуального капитала для соверменного устойчивого развития компании. "Корпоративные Финансы", 3.
33. Байбурина, Э. Р., & Гребцова, Е. Г. (2017). Раскрытие информации об интелектальном капитале и его влияние на стоимость компаний на развивающихся рынках капитала. 4(24).
34. Ивашковская, И., & Байбурина, Э. (2017). Роль интелектуального капитала в создании стоимости российских компаний. Вестник Финансового университета, 4.
35. Казакова, О., Исхакова, Э., & Кузьминых, Н. (2014). Интеллектуальный капитал: понятие, сущность, структура. Инвестиции и инновации, 5.
36. Конторович, В. П. (2013). Влияние интеллектуального капитала на добавленную стоимость медиакомпаний: эмпирический анализ. Высшая школа экономики, Департамент медиапроизводства и креативных индустрий. Москва: Высшая Школа Экономики.
37. ООН. (2017). Доклад о развитии человеческого потенциала в Российской Федерации за 2017 год. (С. Бобылева, Ed.)
38. Осколкова , М. А. (2017, 6). Интеллектуальный капитал в оценке инвестиционной привлекательности компаний. Управление Корпоративными Финансами, 54.
39. РФ. (2017). Федеральный закон от 23.08.2017 N 127-ФЗ (ред. от 23.05.2016) "О науке и государственной научно-технической политике" (с изм. и доп., вступ. в силу с 01.01.2017). Москва: СПС КонсультантПлюс.
40. Слободина, М., & Ивашковская, И. (2017). Эмпирический анализ экономической прибыли телекоммуникационных компаний в странах с развивающимися рынками капитала. ЖУРНАЛ "КОРПОРАТИВНЫЕ ФИНАНСЫ", 57-69.