Интеллектуальные ресурсы: ключевые детерминанты роста стоимости компании в новой экономике Найденова Юлия Николаевна Осколкова Марина Александровна 1 Структура работы 1. Сущность интеллектуального капитала 2. Методы измерения стоимости, созданной ИК 3. Выдвинутые гипотезы 4. Описание выборки 5. Тестирование гипотез 6. Выводы 2 Структура интеллектуального капитала Интеллектуальный капитал (IC) Человеческий капитал (HC) • Количество работников • Квалификация членов советов директоров • Доля собственников в числе директоров • Заработная плата Структурный капитал (SC) • Нематериальные активы • Расходы на НИОКР • Количество патентов • Наличие ERP-систем Отношенческий капитал (RC) • Известность бренда • Цитируемость сайта • Наличие дочерних компаний • Качество сайта • Местонахождение • Наличие иностранного 3 капитала Трансформация интеллектуальных ресурсов в стоимость 4 Рыночные показатели 5 Выдвижение гипотез (этап 1) Гипотеза 1 Прокси-показатели ИК и его компонентов трансформируются в стоимость Гипотеза 2 Нефинансовые показатели ИК являются лучшими прокси, чем финансовые 6 Парадокс трансформации 7 Отдача от ИК 8 Выдвижение гипотез (этап 2) Гипотеза 3 Прокси-показатели компонентов интеллектуального капитала нелинейно связаны с его ценностью Гипотеза 4 Структура материальных и интеллектуальных активов влияет на стоимость компании 9 Выдвинутые гипотезы Прокси-показатели ИК и его компонентов трансформируются в стоимость 1 4 2 Нефинансовые показатели ИК являются лучшими прокси, чем финансовые 3 Прокси-показатели компонентов интеллектуального капитала нелинейно связаны с его ценностью Структура материальных и интеллектуальных активов влияет на стоимость компании 10 Описание выборки 1 • Страновая принадлежность: Великобритания и Германия 2 • Отраслевая принадлежность: торговля, связь и транспорт, химия, нефтехимия, машиностроение 3 • Тип компаний: открытые с торгуемыми на бирже акциями 4 • Размер компании: количество работников от 500 до 20 000 5 • Доступность информации: Наличие информации о прокси-показателях ИК в открытых данных 6 • Временной период: 2005-2009 11 Описательная статистика выборки EVA FGV MVA QTOBIN VAIC INVESTED CAPITAL Mean 3 913,8 73 2638,0 -77 839,6 1,1 5,7 456 347,4 Median 4 636,2 42 4426,2 -24 510,3 0,9 5,1 239 043,4 Maximum 149 691,9 13 544 045,0 8 156 096,0 11,0 34,2 2 711 000,0 Minimum -219 991,4 -244 899,1 -3 449 627,0 0,0 1,8 3803,4 Std. Dev. 47 621,5 1 173 292,0 894 159,8 1,2 3,0 577 773,0 Coefficient of variation 12,2 1,6 11,5 1,1 0,5 1,3 12 Тестирование гипотез 1 и 2 𝑌 = 𝑐0 + 𝑛 𝑖=1 𝑐𝑖 × 𝑥𝑖 + 𝜀 , где Y – показатель стоимости, созданной ИК; x – прокси-показатель ИК; n – количество прокси-показателей в модели. 13 EVA FGV VAIC + + Intangible assets MVA Q-Tobin - - - + - - - - + + Patents ERP - Number of employees - Owners-directors ratio - - Directors qualification Cost of employees - Well-known brand + + + Citations Location (capital) Location (population) + Foreign capital employed Site quality + Log(invested capital) - R^2 adjusted 5% + + 45% + 23% 26% 14 11% Тестирование гипотезы 3 Y = 𝑐0 + 𝑐𝑖 𝑥𝑖 × 𝑥𝑗 + 𝜀, i ∈ 1; 𝑛, 𝑗 ∈ 1; 𝑛, 𝑖 ≠ 𝑗, где Y – показатель стоимости, созданной ИК; x – прокси-показатель ИК; n – количество прокси-показателей в модели 15 Результаты тестирования гипотезы 3 EVA • 18% моделей значимы • В 74% значимых наблюдается отрицательная связь FGV • 62% моделей значимы • Наблюдается только сильная положительная связь VAIC • 55% моделей значимы • В 98% значимых наблюдается отрицательная связь MVA • 55% моделей значимы • В 91% значимых наблюдается отрицательная связь Q-Tobin • 27% моделей значимы • В 50% значимых наблюдается отрицательная связь 16 Тестирование гипотезы 4 Y = 𝑐0 + 𝑐𝑖 𝑥𝑖 ÷ 𝑥𝑗 + 𝜀, i ∈ 1; 𝑛, 𝑗 ∈ 1; 𝑛, 𝑖 ≠ 𝑗, где Y – показатель стоимости, созданной ИК; x – прокси-показатель ИК; n – количество прокси-показателей в модели 17 Результаты тестирования гипотезы 4 EVA • 21% моделей значимы • Наблюдается только положительная связь FGV • 58% моделей значимы • В 73% значимых наблюдается отрицательная связь VAIC • 63% моделей значимы • Наблюдается только положительная связь MVA • 32% моделей значимы • Наблюдается только положительная связь Q-Tobin • 16% моделей значимы • В 67% значимых наблюдается положительная связь 18 Выводы Прокси-показатели ИК и его компонентов трансформируются в стоимость 1 4 2 Предпочтительность вида прокси-показателей зависит от компонента ИК 3 Существует нелинейная связь прокси-показателей и ценности компании Структура материальных и интеллектуальных активов влияет на ценность, созданную ИК 19