Презентация к докладу_Осколкова

реклама
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
Скачать