Взаимосвязи между различными компонентами интеллектуального капитала на развитом и развивающемся рынках

В целях проведения исследования будет использована база данных по интеллектуальному капиталу Российских и Европейских компаний, собранная Международной лабораторией экономики нематериальных активов НИУ ВШЭ-Пермь при участии автора. База данных представляет собой структурированную информацию о компаниях Европы, а именно, таких стран как Франция, Германия, Италия, Испания и Великобритания. Были выбраны страны с большой экономикой. В базу данных входят только компании, активно использующие нематериальные активы и котирующиеся на рынке, так как эти компании публикуют свои финансовые отчетности, а также другую информацию о компании и совете директоров в открытом доступе.

Для сбора информации по Европейским компаниям была использована база данных Amadeus. Для получения информации о Российских компаниях была использована система Руслана. Кроме того, были использованы платформы, созданные Бюро Ван Дайка, а также различные открытые источники, такие как сайты компаний и финансовые отчётности.

База данных представляет собой панельные данные по различным показателям компаний в период с 2004 по 2011 год. Подробное описание показателей представлено в таблице 2.

Компании в выборке для исследования ограничены по размеру. Количество работников колеблется от 500 до 20000 человек. Таким образом, в целях получения более однородной выборки, а также ввиду того, что для данных компаний закономерности могут быть другими, были исключены очень маленькие и очень большие компании.



Таблица 2 - Описание переменных*

Составляющие	Прокси-показатели	Источник информации и описание показателя
Эффективность деятельности предприятия (зависимая переменная)	EVA	= (Инвестированный капитал(t-1)*(ROIC(t)-WACC(t)) и инвестированный капитал(t) для 2004
Человеческий капитал	Квалификация совета директоров	Годовой отчет компании, раздел «Информация о директорах» Бинарная переменная (1, если больше чем треть директоров имеет послевузовское профессиональное образование или больше 5 лет опыта, или и то, и другое; 0 - в ином случае)
	Количество работников	Годовой отчет компании, раздел «Общая информация»
	Доход на одного работника	= Операционная прибыль/количество работников
Структурный капитал	Наличие систем управления ресурсами компании	Поиск по ключевым словам («ERP», «Oracle», «NAVISION», «NAV», «SQL», «SAP») на Веб-сайте компании
	Количество патентов	Поиск по названию компании в системах Orbit и QPAT
	Стратегическая ориентированность компании	Поиск любой информации или новостей о стратегии компании на Веб-сайте компании
	Стоимость нематериальных активов	Годовой отчет компании, раздел «Финансовая информация», в млн. Евро
Отношенческий капитал	Высокое качество сайта	Сайт компании оценивался по 4 критериям: доступность информации для инвесторов, информация на нескольких языках, количество информации, дизайн. (1 - если сайт набрал 3 балла и более; 0 - в ином случае)
	Доля собственников в совете директоров	Годовой отчёт компании, разделы «Информация о директорах» и «Имена акционеров»
Контрольные переменные	Срок существования компании	Годовой отчет компании, раздел «Общая информация»
	Принадлежность к развивающемуся рынку	(1 - Россия; 0 - Европа)
	Оборотные активы	Годовой отчет компании, раздел «Финансовая информация», стоимость в млн. Евро
	Дамми-переменные кризисных годов	Y_2008: 1 - если 2008 год, 0 - в противном случае; Y_2009: 1 - если 2009 год, 0 - в противном случае;

* Сост. На основе статьи: Shakina E.A., Barajas A. Value creation through intellectual capital in developed European markets. 2014. P. 278.

Таким образом, была получена панель, включающая в себя 4081 наблюдений по 510 Российским компаниям, и 5354 наблюдений по 669 Европейским компаниям. На рисунке 4 представлено соотношение количества компаний в каждой стране подвыборки по Европе.

Рис. 4 - Распределение количества компаний в разных странах Европы в выборочной совокупности*

* Сост. автором

В выборке представлены компании из следующих отраслей в соответствии с NAIC классификацией:

Строительство зданий, инженерные проекты, аренда, лизинг активов;

Производство;

Добыча топливно-энергетического сырья, предоставление коммунальных услуг (электричество, газ и т.д.);

Информационные, образовательные, развлекательные услуги, здравоохранение, социальная защита, государственное управление и другие услуги;

Оптовая и розничная торговля, транспортировка и складирование (включая пассажирские перевозки);

Финансы и страхование;

Научная и техническая деятельность, предоставление вспомогательных услуг бизнесу.

Распределение количества компаний России и Европы по отраслям можно увидеть на рисунках 5 и 6.

Рис. 5 - Распределение компаний России по отраслям*

* Сост. автором

Рис. 6 - Распределение компаний Европы по отраслям*

* Сост. Автором

По некоторым отраслям российских компаний недостаточно или нет наблюдений, что может быть связано с наложенными на выборку ограничениями по численности работников, однако автор не намерен исследовать интеллектуальный капитал компаний в отраслевом разрезе, а в целом выборка достаточно точно отражает сложившуюся структуру экономики в России. Для компаний Европы выборка является относительно репрезентативной.

В таблицах 3 и 4 представлены результаты описательных статистик по экономической добавленной стоимости, контрольным переменным и другим независимым.

Таблица 3 - Описательные статистики по российским компаниям

	Количество наблюдений	Среднее	Медиана	Мин.	Макс.	Ст. откл.	Коэф. вариации
Возраст компании (лет)	4081	38.87	17.00	1.00	300.00	41.95	1760.02
Количество работников	4081	2475.17	1597.00	500.00	19187.00	2500.25	6251268.0
Количество патентов	4081	9.05	0.00	0.00	579.00	32.65	1066.15
Доход на одного работника (тыс. евро)	4081	8.23	2.50	-6.43	224.02	57.34	0.003
Квалификация совета директоров, бинарная	3662	0.20	0.00	0.00	1.00	0.40	0.16
Стратегическая ориентированность, бинарная	4081	0.07	0.00	0.00	1.00	0.26	0.07
Высокое качество сайта, бинарная	4028	0.38	0.00	0.00	1.00	0.48	0.23
Наличие систем управления ресурсами, бинарная	4081	0.06	0.00	0.00	1.00	0.23	0.05
Оборотные активы (млн. евро)	4081	79.23	26.57	0.00	18324.00	334.06	111594.2
Балансовая стоимость НМА (тыс. евро)	4081	435.02	0.54	0.00	163434.5	4431.80	19.64
EVA (тыс. евро)	4081	-906.87	-289.30	-3809418.0	106034.5	106034.5	11243.31

Таблица 4 - Описательные статистики по европейским компаниям*

	Количество наблюдений	Среднее	Медиана	Мин.	Макс.	Ст. откл.	Коэф. вариации
Возраст компании (лет)	5354	47.40	31.00	0.00	204.00	40.76	1662.02
Количество работников	5354	4162.42	2209.00	500	19988.00	4515.68	20391372
Количество патентов	4856	81.19	0.00	0.00	16985.00	450.78	203203.3
Доход на одного работника (тыс. евро)	5354	29.31	11.72	-5331.49	3763.44	156.11	0.02
Квалификация совета директоров, бинарная	5009	0.43	0.00	0.00	1.00	0.49	0.24
Стратегическая ориентированность, бинарная	5040	0.64	1.00	0.00	1.00	0.48	0.23
Высокое качество сайта, бинарная	5347	0.70	1.00	0.00	1.00	0.46	0.21
Наличие систем управления ресурсами, бинарная	4756	0.42	0.00	0.00	1.00	0.49	0.24
Оборотные активы (млн. евро)	5354	596.30	191.59	0.10	141350.7	2677.61	7169565
Балансовая стоимость НМА (тыс. евро)	5354	235861.4	44607.03	0.00	16947530	708568.3	502069.1
EVA (тыс. евро)	5354	-27392.67	-3525.26	-4291859	4157421	243945.2	59509.25

На основе коэффициента вариации можно сделать вывод, что по количественным переменным, таким как возраст компании, количество работников, количество патентов, оборотные активы и балансовая стоимость нематериальных активов выборки по обеим странам не однородны. Кроме того, стандартное отклонение по этим показателям, как и по показателю дохода на одного работника, выше их среднего значения, что говорит о сильном разбросе значений в выборках.

Что касается бинарных переменных, таких как квалификация совета директоров, стратегическая ориентированность, высокое качество сайта и наличие систем управления ресурсами, то выборка является однородной.

Описательные статистики также позволяют составить портрет среднестатистической компании в выборке. Так, в России возраст компании в среднем составляет 39 лет, тогда как в Европе на восемь лет больше. В России средняя численность работников в компании на 1600 работников меньше, а также в восемь раз меньше объем оборотных активов. В Европе доход на одного работника в три раза больше, чем в России. Что касается экономической добавленной стоимости, то на обоих рынках она в среднем имеет отрицательное значение, при этом в Европейских компаниях это значение существенно ниже. На обоих рынках чаще встречаются компании, не имеющие патентов, но в Европе в среднем количество патентов в компаниях выше. Как в России, так и в Европе чаще встречаются компании, в которых директора не имеют какой-либо квалификации и в которых нет систем управления ресурсами компании. Ещё одно отличие российских компаний от европейских состоит в том, что в Европе чаще встречаются компании, имеющие стратегическую ориентированность и высокое качество сайта, тогда как в России - наоборот.

Далее был проведен корреляционный анализ количественных независимых переменных и экономической добавленной стоимости. Данные анализа представлены в приложении 1. Корреляция между всеми независимыми переменными и EVA, кроме возраста компании, значима на 1%-ном уровне. Корреляция между экономической добавленной стоимостью и возрастом компании статистически не значима. Как и предполагалось, доход на одного работника имеет достаточно высокую корреляцию, то есть эффективность работников влияет на эффективность компании в целом. Значения в корреляционной матрице по независимым переменным имеют разброс от 0.01 до 0.58, что позволяет сделать вывод об отсутствии проблемы мультиколлинеарности в выборочной совокупности.



4. Эмпирический анализ интеллектуальных драйверов конкурентоспособности

В данном разделе будут протестированы гипотезы на основе выборки данных, описанной выше.

С целью тестирования гипотез будет использована следующая регрессия:

,	(2)

где: EVA - экономическая добавленная стоимость;

HC - вектор показателей человеческого капитала;

SC - вектор показателей структурного капитала;

RC - вектор показателей отношенческого капитала;

CV - контрольные переменные;

IC - вектор показателей интеллектуального капитала (высокое качество сайта, стратегическая ориентированность, доход на одного работника);

Market - дамми-переменная принадлежности к рынку (1- Россия, 0 - Европа);

- свободный член регрессии;

в, г, д, µ, и - оценки регрессии.

Прежде чем тестировать гипотезы, необходимо проверить, есть ли различия между странами в показателях экономической добавленной стоимости. Для этого будет использован Т-тест, где нулевая гипотеза означает, что нет статистических различий в сравниваемых группах. Результаты теста можно увидеть в таблице 5.

Экономическая добавленная стоимость в компаниях России и Европы статистически отличается, так как вероятность равна 0,00. Следовательно, имеет смысл искать различия во влиянии интеллектуального капитала на данный показатель на разных рынках.

Таблица 5 - Т-Тест для России и Европы по показателю EVA*

Метод	df	Значение	Вероятность
t-test	9433	-6.48	0.00

Категориальная статистика
Россия	Количество	Среднее	Стандарт. отклонение	Стандарт. ошибка среднего
0	5354	-27.39	243.95	3.33
1	4081	-0.91	106.03	1.66
Все	9452	-15.94	196.98	2.03

* Сост. автором

Аналогичные тесты были сделаны для переменных доход на одного работника, стратегическая ориентированность и качество сайта, а также ряд других независимых переменных. Все тесты показали статистически значимое различие в двух выборочных совокупностях, что ещё раз доказывает необходимость исследования обозначенной проблемы.

Существуют различные методы оценивания данного уравнения регрессии. Одним из самых простых является обычный метод наименьших квадратов (МНК), известный также как сквозная регрессия. В нашем случае этот метод не может использоваться, так как налагает сильное ограничение гомогенности на все переменные регрессии. На стадии первичного анализа данных было выявлено, что данные не являются однородными, а, значит, сквозная регрессия даст сильно смещённые оценки параметров.

Альтернативой сквозной регрессии является модель со случайными эффектами. Случайные эффекты позволяют учесть неизмеримые индивидуальные различия компаний. Предполагается, что данные различия являются случайными. В нашем случае необходимо учесть принадлежность компании к России и Европе, данные различия не являются случайными. Таким образом, при использовании данной модели для оценивания регрессии не получится избежать проблемы эндогенности, когда объясняющие переменные коррелируют с ошибкой. Эндогенность в данной модели появляется из-за того, что нематериальные ресурсы трудно измерить, и, следовательно, на зависимую переменную могут влиять другие ненаблюдаемые и неизмеримые факторы, которые не включены в модель. Если в модели есть эндогенность, это приводит к тому, что оценки регрессии являются смещенными и несостоятельными.

В связи с этим, в качестве метода оценивания будет использована модель с фиксированными эффектами. Модель с фиксированными эффектами учитывает индивидуальные эффекты компаний и позволяет полностью их исключить, и, таким образом, позволяет решить проблему эндогенности.

Для того чтобы убедиться, что модель с фиксированными эффектами действительно лучше модели со случайными эффектами, был проведен тест Хаусмана. Для проведения этого теста сначала необходимо построить модель со случайными эффектами (см. Приложение 2). Нулевая гипотеза этого теста утверждает, что модель со случайными эффектами предпочтительнее регрессии с фиксированными эффектами, в альтернативной гипотезе предполагается, что модель с фиксированными эффектами лучше. Тест показал, что модель с фиксированными эффектами лучше описывает закономерности уравнения, так как значение вероятности равно 0.00 (см. Приложение 3).

В отличие от предыдущих работ, в которых для сравнения стран для каждой выборки строилась отдельная модель, в настоящем исследовании для проверки выдвинутых гипотез в модель введены совместные эффекты, которые получаются в результате произведения выбранных показателей интеллектуального капитала и бинарной переменной, отвечающей за принадлежность компании к рынку России и Европы. Преимущество совместных эффектов состоит в том, что при значимости соответствующих коэффициентов перед переменными можно утверждать о существовании статистически значимых отличий между двумя рынками. При построении двух отдельных моделей коэффициенты нельзя сравнить между собой, так как для каждого коэффициента существует доверительный интервал и тот факт, что в одной модели коэффициент перед переменной больше, чем перед другой, не даёт оснований утверждать, что в одной из стран соответствующее влияние сильнее.

Согласно правилам введения совместных эффектов в модель, для того чтобы оценки были несмещенными, необходимо включить в модель главные эффекты, входящие в совместные эффекты, то есть в нашем случае в модель должны входить переменные: стратегическая ориентированность, доход на одного работника, качество сайта и бинарная переменная принадлежности к рынку. Тем не менее, ввиду особенности модели с фиксированными эффектами, модель не может быть построена, если в неё входят переменные, не меняющиеся во времени. Принадлежность к рынку является такой переменной и её необходимо исключить из модели. Однако, предполагается, что оценки коэффициентов регрессии не будут смещенными, так как фиксированные эффекты компенсируют эффект от исключенной переменной.

Результаты оценки уравнений с различными спецификациями для проверки гипотез, полученные после проведения описанных процедур, представлены в таблице 6. Расчеты проводились с использованием эконометрического пакета Eviews 8.



Таблица 6 - Результаты оценки регрессий с фиксированными эффектами*

Зависимая переменная: Экономическая добавленная стоимость	Гипотеза 1	Гипотеза 2	Гипотеза 3
Квалификация совета директоров	-11.55	-11.69	-11.49
Количество работников	-0.004***	-0.004***	-0.004***
Доход на одного работника	735.30***	735.35***	727.34***
Наличие систем управления ресурсами компании	-17.35	-17.61	-21.28
Количество патентов	0.18***	0.19***	0.18***
Стратегическая ориентированность компании	-6.93	-16.23	-7.30
Балансовая стоимость нематериальных активов	-0.04***	-0.04***	-0.04***
Доля собственников в совете директоров	-6.03	-6.93	-6.60
Высокое качество сайта	249.13***	195.75***	197.03***
Высокое качество сайта * Принадлежность к России	-250.41*	-	-
Стратегическая ориентированность компании * Принадлежность к России	-	16.32	-
Доход на одного работника * Принадлежность к России	-	-	88.94**
Оборотные активы	-0.03***	-0.03***	-0.03***
Срок существования компании	-2.22***	-2.25***	-2.24***
2008 год	-11.87***	-11.75***	-11.97***
2009 год	-12.71***	-12.63***	-12.56***
Константа	10.28	0.48	-3.44
Скорректированный R2	0.65	0.65	0.65
F-статистика	13.26***	13.25***	13.26***
Количество наблюдений	7884	7884	7884

***p<0.01, **p<0.05, *p<0.1

* Сост. автором

Согласно F-статистике, модели являются статистически значимыми на 1%-ном уровне значимости. Данные спецификации моделей позволяют объяснить 65% выборочной совокупности. Проанализировав таблицу 6 можно увидеть, что коэффициент перед показателем высокого качества сайта статистически значим на 1%-ном уровне. Так как переменная является бинарной, то можно интерпретировать только знак. Коэффициент является положительным, что говорит о том, что если сайт имеет высокое качество, то оказывает положительное влияние на конкурентоспособность компании, так как сайт компании является одним из эффективных каналов взаимодействия с контрагентами. Коэффициент перед совместным эффектом высокого качества сайта и принадлежности к Российскому рынку является отрицательным и статистически значимым на уровне 10%. Это означает, что в Российских компаниях, в сравнении с Европейскими, эффективность сайта, как одного из каналов взаимодействия с контрагентами имеет меньшее влияние на эффективность деятельности компании. Гипотеза 1 подтвердилась.

Что касается верификации гипотезы 2, то коэффициент перед совместным эффектом принадлежности к Российскому рынку и стратегической ориентированностью компании не является значимым. Кроме того, коэффициент перед переменной стратегической ориентированности также не значим. Таким образом, нельзя ничего сказать о том, оказывает ли способность управлять компанией положительное влияние на результаты деятельности компании, а также о том, на каком рынке это влияние сильнее. Гипотеза 2 не может быть подтверждена или опровергнута.

В гипотезе 3 предполагалось, что продуктивность работников оказывает большее влияние на конкурентоспособность российских компаний, нежели европейских. Положительный и значимый на 1%-ном уровне коэффициент перед доходом на одного работника указывает на то, что чем больше доход в расчёте на одного работника, то есть, чем продуктивнее персонал, тем выше экономическая добавленная стоимость, отражающая, насколько конкурентоспособна компания. Положительный и значимый на 5%-ном уровне коэффициент перед совместным эффектом дохода на одного работника и принадлежностью к Российскому рынку указывает на то, что гипотеза подтвердилась. Согласно оценке коэффициента в регрессии, как и предполагалось, высокая продуктивность персонала в организации оказывает в России большее влияние на результаты деятельности компании, чем в Европе. Автор исследования считает, что на развивающихся рынках, в частности, в России, концепция интеллектуального капитала в компаниях распространена и применяется в меньшей степени. Следовательно, слабые места в отношении управления компанией, недостатка технологий, систем управления компанией и налаженных процессов, компенсируются тем, что для получения хороших результатов деятельности, компании нужно иметь умных и высокопродуктивных работников.

В предыдущих исследованиях не предпринималось попыток исследовать, в компаниях какого рынка определенные компоненты интеллектуального капитала оказывают большее влияние на конкурентоспособность, несмотря на то, что проводился сравнительный анализ. Тем не менее, автор считает полученные в результате тестирования гипотез выводы верными, так как в исследованиях, посвященных России, ранее отмечалось, что человеческий капитал является самым важным компонентом для российских компаний (Tovstiga & Tulugurova, 2007; Andreeva & Garanina, 2015; Михеева, 2015). Также исследователями было выявлено ранее, что доля коммерческих расходов и качество сайта, относящиеся к отношенческому капиталу, значимы для компаний Европы, однако незначимы для России (Shakina & Barajas, 2012). Таким образом, результаты, полученные в результате тестирования гипотез 1 и 3 согласуются с предыдущими иссделованиями.

Следует также обратить внимание на другие результаты модели, не являющиеся главным объектом этого исследования. Регрессионный анализ показал, что количество работников оказывает отрицательное влияние на эффективность деятельности компании. Это можно объяснить тем, что иногда количество работников не является оптимальным для компании, а в некоторой мере избыточным для того объёма работы, который они имеют. Тогда работники могут оказаться недостаточно загруженными, а компания ежемесячно тратит больше на заработную плату, чем могла бы, что сказывается на результатах компании. Влияние инвестиций в нематериальные активы также носит негативный характер в данной модели. Данная закономерность может быть объяснена тем, что экономическая добавленная стоимость отражает конкурентоспособность компании в краткосрочной перспективе, а именно, за год, тогда как для того, чтобы инвестиции окупились, может потребоваться больше времени. Аналогичные результаты были получены в статье (Shakina & Barajas, 2013).

Также отрицательные коэффициенты в регрессии имеют оборотные активы и срок существования компании. Как и предполагалось, большой объем оборотных активов обходится компании дорого, что и снижает эффективность её деятельности и конкурентоспособность. Что касается возраста компании, то, как и ожидалось, со временем у компании замедляется рост, и компания становится менее конкурентоспособна. Отрицательное влияние срока существования компании было выявлено в статьях (Shakina & Barajas, 2013; Shakina & Barajas, 2014). Переменные, отвечающие за кризисные года, тоже имеют отрицательный знак, это подтверждает предположение о том, что в период кризиса конкурентоспособность компаний снижается. К подобным выводам пришли исследователи (Naidenova & Zavertiaeva, 2012).

Как можно увидеть, количество патентов имеют позитивное влияние на результаты деятельности компании. Положительное влияние количества патентов свидетельствует о том, что как в России, так и в Европе инновационная активность компании приносит свои плоды. Результат соответствует полученным ранее в литературе выводам, количество патентов значимо как в России (Shakina & Barajas, 2012), так и в Европе (Shakina & Barajas, 2014).

К сожалению, коэффициенты перед переменными «квалификация совета директоров», «наличие систем управления ресурсами» и «доля собственников в совете директоров» не являются статистически значимыми. Это может быть связано либо с тем, что данные показатели не имеют отношения к эффективности деятельности компаний, либо, что кажется автору более вероятным, данная взаимосвязь отсутствует на одном из рынков, что «обесценивает» эффект от двух подвыборок в целом.

Кроме того, для того чтобы учесть возможные другие отличия российских компаний от европейских, были построены аналогичные модели, включающие совместные эффекты других независимых переменных интеллектуального капитала, которые не упоминались в гипотезах. Результаты оценки данных моделей представлены в таблице 7 (на основе Приложения 4).

Таблица 7 - Оценки совместных эффектов различных компонентов интеллектуального капитала и дамми-переменной принадлежности к рынку*

Переменная	Знак	Значимость
Квалификация совета директоров		Не значимо
Количество работников	+	***
Наличие систем управления ресурсами компании		Не значимо
Количество патентов		Не значимо
Нематериальные активы	+	***

***p<0.01, **p<0.05, *p<0.1

* Сост. автором

Из таблицы 7 видно, что совместный эффект количества работников значим на 1%-ном уровне и имеет положительный знак. Это означает, что для Российских компаний колебания численности работников имеют большее влияние на конкурентоспособность, чем в Европейских. Данный результат ещё раз подтверждает предположение о том, что человеческий капитал имеет большее значение для российских компаний, так как структурный и отношенческий капитал на данном рынке имеют меньший объем (Белякова, 2011).

Кроме того, положителен и значим коэффициент перед совместным эффектом балансовой стоимости нематериальных активов и принадлежностью к рынку. Автор предполагает, что в российских компаниях инвестиции в нематериальные активы окупаются быстрее, чем в европейских компаниях. Данный результат согласуется с предыдущими исследованиями. В литературе было выявлено, что для российских компаний инвестиции в нематериальные активы оказывают положительное влияние на конкурентоспособность компаний (Shakina & Barajas, 2012), тогда как для европейских - отрицательное (Shakina & Barajas, 2013).



Заключение

В данной работе изучалось влияние компонентов интеллектуального капитала на конкурентоспособность российских компаний. Акцент в исследовании был сделан на сравнении взаимосвязей интеллектуального капитала в российских компаниях с компаниями из нескольких стран Европейского союза, для того чтобы выявить, какие компоненты интеллектуального капитала в большей степени влияют на конкурентоспособность российских компаний. На основе анализа имеющейся литературы по обозначенной теме были выявлены недостаточно исследованные аспекты, а также сформулированы исследовательские вопросы и гипотезы. Далее были выбраны и обоснованы зависимая переменная и различные независимые показатели, относящиеся к интеллектуальному капиталу, а также контрольные переменные. После этого автором был смоделирован подход к исследованию, проанализированы имеющиеся данные с целью выявления отличительных черт и закономерностей на каждом из рынков, а также исключены выбросы, которые могут исказить результаты.

На основе данных, охватывающих 510 российских и 669 европейских компаний в период с 2004 по 2011 год, автором были построены три регрессионные модели с фиксированными эффектами, позволяющими решить проблему эндогенности. В каждую модель был включён один совместный эффект для тестирования каждой гипотезы.

В результате исследования гипотеза 1, в которой предполагалось, что эффективность сайта компании как одного из каналов взаимодействия с контрагентами оказывает большее влияние на конкурентоспособность европейских компаний, нежели российских, подтвердилась. Автор считает, что данный результат объективно отражает реальность, так как, как было выявлено в процессе анализа литературы, отношенческий капитал в российских компаниях, как и на многих развивающихся рынках, ещё не достиг уровня компаний развитых стран. В связи с чем автор предполагает, что инвестиции в сайт компании в российских реалиях окупаются медленнее, чем в развитых странах Европы.

В гипотезе 2 автор выдвинул предположение, что наличие чётко прописанной стратегии у компании более важно для конкурентоспособности в России, нежели в Европе, так как экономика России менее стабильна и компании, для того чтобы выжить и достичь хорошего финансового результата, необходимо прикладывать больше усилий и тщательнее планировать деятельность. Ввиду незначимости коэффициента перед соответствующим совместным эффектом, автор не может верифицировать гипотезу.

Что касается гипотезы 3, в которой утверждалось, что продуктивность работников оказывает большее влияние на конкурентоспособность российских компаний по сравнению с компаниями Европейского союза, то автору удалось получить эмпирическое подтверждение данной гипотезы. Полученный в результате проверки гипотезы 3 вывод ещё раз доказывает тот факт, что в российских компаниях в большей степени развит человеческий капитал. Более сильное влияние этого компонента интеллектуального капитала на конкурентоспособность российских компаний по сравнению с европейскими компаниями оправданно тем, что российские компании отстают от европейских по многим другим показателям, относящимся к структурному и отношенческому капиталу, и данные пробелы в компаниях компенсируются более продуктивным персоналом.

В работе также было получено несколько других интересных выводов. Согласно полученным результатам, в российских компаниях колебания численности сотрудников в большей степени влияют на конкурентоспособность, чем в Европе. Возможное объяснение этого результата может состоять в том, что, как было отмечено ранее, компании России более чувствительны к изменениям интеллектуального капитала. В частности, при условии, что увеличение количества персонала ведет к снижению конкурентоспособности, возможно, российским компаниям сложнее содержать в штате «избыточных» сотрудников.

Полученные результаты могут иметь практическую значимость для компаний, принимающих решение о том, в какие нематериальные активы компании лучше всего инвестировать, для того чтобы быстрее достичь определенных результатов как внутри компании, так и рынке. Также результаты могут представлять интерес для компаний, принимающих решение о расширении компании и выходе на российский рынок, так как позволят учесть некоторые особенности рынка и выработать эффективную стратегию развития.

Кроме того, разработанный автором подход к исследованию может быть применен для изучения и проведения сравнительного анализа других стран.

Также в процессе исследования автором было выявлено, что инвестиции в интеллектуальный капитал окупаются быстрее в российских условиях. Автору сложно судить об адекватности данного вывода ввиду недостаточной исследованности данного вопроса в литературе.

Полученные результаты имеют ряд ограничений, поэтому их следует использовать с осторожностью. Во-первых, данные выводы могут быть распространены только на публичные компании численностью от 500 до 20 000 человек. Компании, имеющие больший или меньший размер, могут иметь иные закономерности и их необходимо исследовать отдельно. Во-вторых, в модели введена предпосылка о том, что каждый из компонентов интеллектуального капитала имеет прямое влияние на конкурентоспособность компаний, а также что компоненты не являются комплементами. В реальности человеческий капитал может влиять на конкурентоспособность не только напрямую, но и косвенно, оказывая влияние на структурный и отношенческий капитал. Помимо этого, возможно множество других взаимосвязей компонентов друг с другом. Для того чтобы снять данное ограничение, необходимо проводить исследование с использованием других методов.

Следующим ограничением является то, что прокси-показатели, выбранные для исследования, не являются абсолютными эквивалентами измеряемых величин. Данное ограничение проистекает из природы интеллектуального капитала - его неизмеримости, в связи с чем автору не представляется возможным его преодолеть.

По изучаемой теме существует простор для дальнейшего исследования:

В данной работе сравнительный анализ взаимосвязей интеллектуального капитала и конкурентоспособности. компаний в России и Европе изучался на основе данных, охватывающих кризисные года. Было бы интересно исследовать отдельно периоды до, после и во время кризиса, для того чтобы выявить, сохраняются ли выявленные различия рынков в каждый из периодов;

В текущей работе сравнение компаний России и Европы в отношении влияния интеллектуального капитала на конкурентоспособности компаний проводилось на основе данных, охватывающих все отрасли. Возможно, следует изучить данный вопрос для разных отраслей по отдельности, так как каждая отрасль может иметь свои особенности;

Также в дальнейшем автор считает целесообразным изучить поставленный вопрос в компаниях другой численности;

В данное исследование не были включены прокси-показатели НИОКР ввиду отсутствия данных по данным показателям в России. При наличии необходимых данных автор считает необходимым исследовать, на каком рынке инвестиции в научные исследования и разработки имеют большую отдачу;

В текущей работе в качестве показателя использовалась экономическая добавленная стоимость (EVA). В дальнейшем автору представляется важным проверить устойчивость полученных результатов, используя иные показатели конкурентоспособности.

Литература

1. Белякова Т.А. Об особенностях интеллектуального капитала и проблемах его оценки // Санкт-Петербург: Инновационная экономика: реалии и перспективы. 2011. C. 146-150.

2. Михеева, Т. В. Интеллектуальный капитал в хозяйственной деятельности российских предприятий // Известия Санкт-Петербургского государственного экономического университета. 2015. № 1(91), C. 119-122.

3. Abeysekera, I. Intellectual capital reporting between a developing and developed nation // Journal of Intellectual Capital. 2007. No. 8(2). P. 329-345.

4. Abeysekera, I. Intellectual capital disclosure trends: Singapore and Sri Lanka // Journal of Intellectual Capital. 2008. No. 9(4). P. 723-737.

5. Amit, R., Schoemaker, P. Strategic assets and organizational rent // Strategic Management Journal. 1993. No. 14(1). P. 33-46.

6. Andreeva, T., Garanina, T. Intellectual Capital Elements and Organizational Performance of Russian Manufacturing Companies // Kidmore End: European Conference on Knowledge Management. 2015. P. 27-36.

7. Bchini, B. Intellectual Capital and Value Creation in the Tunisian Manufacturing Companies // Procedia Economics and Finance. 2015. No. 23. P. 783-791.

8. Bohlander, G., Snell, S. Managing human resources. 2007.

9. Bontis, N. Managing organizational knowledge by diagnosing intellectual capital: framing and advancing the state of the field // International Journal of Technology Management. 1999. No. 18(5). P. 433-462.

10. Brief, B. Energy Efficiency: Opportunities in Emerging Markets // Family Business Review. 2015. No. 25(2). P. 38-47.

11. Cabrita, M. et al. Intellectual Capital and Value Creation: Evidence from the Portuguese Banking Industry // The Electronic Journal of Knowledge Management. 2006. No. 4(1). P. 11-20.

12. Cabrita, M. et al. Modelling the creation of value from intellectual capital: a Portuguese banking perspective // Int. J. Knowledge and Learning. 2007. No. 3(2). P. 266-280.

13. Chaminade, C., Johanson, U. Can guidelines for intellectual capital management and reporting be considered without addressing cultural differences? // Journal of Intellectual Capital. 2003. No. 4. P. 528-542.

14. Cheng, M.-Y. et al. Invested resource, competitive intellectual capital, and corporate performance // Journal of Intellectual Capital. 2010. No. 11(4). P. 433-450.

15. Chu, P.-Y. et al. Determinants of the valuation of intangible assets - a contrast between Taiwanese and American IC design houses // Int. J. Technology Management. 2008. No. 41(4). P. 336-358.

16. Edvinsson, L., Malone, M. Intellectual capital: The proven way to establish your company's real value by measuring its hidden values. 1997.

17. Fernandez, P. EVA, Economic Profit and Cash Value Added do not measure shareholder value creation // Barcelonna, Spain, IESE Business School, University of Navarra. 2002.

18. Firer, S., Williams, S. Intellectual capital and traditional measures of corporate performance // Journal of Intellectual Capital. 2003. No. 4(3). P. 348-360.

19. Garanina, T. Intellectual capital structure and value creation of a company: evidence from Russian companies // Open Journal of Economic Research. 2011. No. 1(2). P. 22-34.

20. Gуmez?Valenzuela, V. Intellectual Capital in Manufacturing and Services Firms of the Dominican Republic: An Exploratory Approach // Proceedings of the European Conference on Intellectual Capital. 2015. P. 131-140.

21. Harrison, J., Wicks, A. Stakeholder Theory, Value, and Firm // Business Ethics Quarterly. 2013. No. 23(1). P. 97-124.

22. Hermans, R., Kauranen, I. Value Creation Potential of Intellectual Capital in Biotechnology - Empirical Evidence from Finland // RandD Management. 2005. No. 35. P. 171-185.

23. Herremans, I., Isaac, R. Relationships among intellectual capital, uncertain knowledge, and culture // Global Journal of Business Research. 2007. No. 1. P. 24-35.

24. Holmen, J. Cultural Differences of Nations and the Reporting of Intellectual Capital // International Journal of Business and Social Science. 2014. No. 5(8). P. 10-17.

25. Huang, C., Liu, C. Exploration for the relationship between innovation, IT and performance // Journal of Intellectual Capital. 2005. No. 6(2). P. 97-119.

26. Huang, C., Wang, M. The effects of economic value added and intellectual capital on the market value of firms: An empirical study // International Journal of Management. 2008. No. 25(4). P. 722-731.

27. Huang, Y.?C., Wu, Y.?C. J. Intellectual capital and knowledge productivity: the Taiwan biotech industry // Management Decision. 2010. No. 48(4). P. 580-599.

28. Iakobachvili, D. Human Capital For Emerging Markets // Journal of Management Studies. 2013. No. 7(1). P. 53-65.

29. Jardon, C. M., Martos, M. S. Intellectual capital as competitive advantage in emerging clusters in Latin America // Journal of Intellectual Capital. 2012. No. 13(4). P. 462-481.

30. Jerman, M., Kavиiи, S. The Significance of Intangible Assets: a Comparative Analysis of Croatian and Slovenian Hotel Industry // Tourism & Hospitality Management. 2010. P. 401-410.

31. Joshi, M. et al. Intellectual capital and financial performance: an evaluation of the Australian financial sector // Journal of Intellectual Capital. 2013. No. 14(2). P. 264-285.

32. Kamukama, N. Intellectual capital: company's invisible source of competitive advantage // Competitiveness Review: An International Business Journal. 2013. No. 23(3). P. 260-283.

33. Kamukama, N. et al. Intellectual capital and performance: testing interaction effects // Journal of Intellectual Capital. 2010. No. 11(4). P. 554-574.

34. Khanna, T. et al. Strategies That Fit Emerging Markets // Harward Business Review. 2005.

35. Kianto, A. et al. The impact of intellectual capital management on company competitiveness and financial performance // Knowledge Management Research & Practice. 2013. No. 11. P. 112-122.

36. Komnenic, B., Pokrajcic, D. Intellectual capital and corporate performance of MNCs in Serbia // Journal of Intellectual Capital. 2012No. 13(1). P. 106-109.

37. Lentjushenkova, O., Lapina, I. Intellectual capital investments influence on enterpreneurship and economics performance // Vilnius: 8th International Scientific Conference “Business and Management 2014”.

38. Maditinos, D. et al. The impact of intellectual capital on firms' market value and financial performance // Journal of Intellectual Capital. 2011. No. 12(1). P. 132-151.

39. Naidenova, I. N., Zavertiaeva, M. A. Interaction Effects of Intellectual Capital in Company's Value Creation Process // Proceedings of the 4th European Conference on Intellectual Capital. 2012. P. 314-322.

40. Neysi, S. H. et al. The Importance of Intellectual Capital Disclosure // International Journal of Business and Social Science. 2012. No. 3(15). P. 307-310.

41. Nimtrakoon, S. The relationship between intellectual capital, firms' market value and financial performance. Empirical evidence from the ASEAN // Journal of Intellectual Capital. 2015. No. 16(3). P. 587-618.

42. OECD. Supporting Investment in Knowledge Capital, Growth and Innovation // OECD Publishing. 2013.

43. Porter, M. E., Kramer, M. R. Creating Shared Value // Harward Business Review. 2011.

44. Prosvirina, I., Gorshenin, V. Intellectual capital as an institutional Management tool under innovation-driven Development // Prague: International Conference „Innovation Management And Company Sustainability”. 2013.

45. Ross, G., Ross, J. Measuring Your Company's Intellectual Performance // Long Range Planning. 1997. No. 30. P. 413-426.

46. Salman, R. T. et al. Impact of Intellectual Capital on Return on Asset in Nigerian Manufacturing Companies // Interdisciplinary Journal of Research in Business. 2012. No. 2(4). P. 21-30.

47. Schneider, W. E. Why good management ideas fail: the neglected power of organizational culture // Strategy and Leadership. 2000. No. 28(1). P. 24-29.

48. Shakina, E. A., Barajas, A. The Contribution of Intellectual Capital to Value Creation // Contemporary Economics. 2013. No. 7(4). P. 41-56.

49. Shakina, E. A., Barajas, A. Value creation through intellectual capital in developed European markets // Journal of Economic Studies. 2014. No. 41(2). P. 272-291.

50. Shakina, E., Barajas, A. The Relationship between Intellectual Capital Quality and Corporate Performance: an Empirical Study of Russian and European Companies // Economic Annals. 2012. No. 57(192). P. 79-97.

51. Stahle, P. et al. Value added intellectual coefficient VAIC: a critical analysis // Journal of Intellectual Capital. 2011. No. 12(4). P. 531-551.

52. Stewart, T. Brainpower: how intellectual capital is becoming America's most valuable asset // Fortune. 1991. P. 44-60.

53. Survilaitл, S. et al. Intellectual capital approach to modern management through the perspective of a company's value added // Business: Theory and Practice. 2015. No. 16(1). P. 31-44.

54. Teece, D. et al. Dynamic Capabilities and Strategic Management // Strategic Management Journal. 1997. No. 18(7). P. 509-533.

55. Tovstiga, G., Tulugurova, E. Intellectual capital practices and performance in Russian enterprises // Journal of Intellectual Capital. 2007. No. 8(4). P. 695-707.

56. Tovstiga, G., Tulugurova, E. Intellectual capital practices: a four-region comparative study // Journal of Intellectual Capital. 2009. No. 10(1). P. 70-80.

57. Tseng, C.-Y., Goo, Y.-J. J. Intellectual Capital and Corporate Value in an Emerging Economy: Empirical Study of Taiwanese Manufacturers // R&D Management. 2005. No. 35(2). P. 187-201.

58. Walsh, K. et al. The Impact of Strategic Orientation on Intellectual Capital Investments in Customer Service Firms // Journal of Service Research. 2008. No. 10(4). P. 300-317.

59. Wang, J.-C. Investigating market value and Intellectual capital for S & P 500 // Journal of Intellectual Capital. 2008. No. 6(4). P. 546-563.

60. Welbourne, T. M., Pardo del Val, M. Relational capital: strategic advantage for small and medium-size enterprises (SMEs) through negotiation and collaboration // Group Decision and Negotiation. 200. No. 18(5). P. 483-497.



Приложение 1

Корреляционная матрица*

EVA

Оборотные активы

Возраст компании

Доход на одного работника

Количество работников

Количество патентов

НМА

Квалификация совета директоров

Стратегическая ориентированность

Высокое качество сайта

Наличие систем управления ресурсами

EVA

1

Оборотные активы

-0.22 ***

1

Возраст компании

0.00

0.02

1

Доход на одного работника

0.41 ***

0.15 ***

0.02 *

1

Количество работников

-0.07 ***

0.17 ***

0.16 ***

0.008

1

Количество патентов

-0.03 ***

0.05 ***

0.07 ***

0.007

0.20 ***

1

НМА

-0.18 ***

0.25 ***

0.01

0.11 ***

0.35 ***

0.07 ***

1

Квалификация совета директоров

-0.04 ***

0.06 ***

0.11 ***

0.01

0.09 ***

0.08 ***

0.03 ***

1

Стратегическая ориентированность

-0.08 ***

0.09 ***

0.08 ***

0.04 ***

0.12 ***

0.05 ***

0.11 ***

0.29 ***

1

Высокое качество сайта

-0.04 ***

0.10 ***

0.15 ***

0.06 ***

0.27 ***

0.06 ***

0.13 ***

0.28 ***

0.23 ***

1

Наличие систем управления ресурсами

-0.04 ***

0.07 ***

0.12 ***

0.03 **

0.05 ***

0.02 **

0.02 *

0.41 ***

0.5 8***

0.25 ***

1

***p<0.01, **p<0.05, *p<0.1

* Сост. автором

Приложение 2

Результаты оценки регрессий со случайными эффектами*

Зависимая переменная: Экономическая добавленная стоимость	Модель 2	Модель 2	Модель 3
Квалификация совета директоров	-8.79	-8.87	-9.07
Количество работников	0.00	0.00	0.00
Доход на одного работника	729.74***	729.47***	720.46***
Наличие систем управления ресурсами компании	-0.38	0.23	-2.51
Количество патентов	-0.002	-0.002	-0.002
Стратегическая ориентированность компании	-13.93**	-18.90***	-14.68**
Балансовая стоимость нематериальных активов	-0.04***	-0.04***	-0.04***
Доля собственников в совете директоров	-3.07	-3.61	-4.09
Высокое качество сайта	-13.91	-10.50	-10.73
Высокое качество сайта * Принадлежность к России	-13.91	-	-
Стратегическая ориентированность компании * Принадлежность к России	-	11.78	-
Доход на одного работника * Принадлежность к России	-	-	97.47***
Оборотные активы	-0.03***	-0.03***	-0.03***
Срок существования компании	0.08	0.08	0.08
2008 год	-13.24***	-13.15***	-13.35***
2009 год	-15.26***	-15.28***	-15.14***
Константа	-1.50	-0.33	-1.05
Скорректированный R2	0.40	0.40	0.40
F-статистика	373.03***	373.06***	373.70***
Количество наблюдений	7884	7884	7884

***p<0.01, **p<0.05, *p<0.1

* Сост. автором



Приложение 3

Тест Хаусмана: выбор между моделями со случайными и фиксированными эффектами*

	Статистика Хи-квадрат	Хи-квадрат количество степеней свободы	Вероятность
Модель 1	86.04	14	0.00
Модель 2	82.83	14	0.00
Модель 3	83.65	14	0.00

* Сост. автором



Приложение 4

Результаты оценки регрессий с фиксированными эффектами*

Зависимая переменная: Экономическая добавленная стоимость	Модель 4	Модель 5	Модель 6	Модель 7	Модель 8
Квалификация совета директоров	-9.50	-11.42	-13.10	-11.58	-11.67
Количество работников	-0.004***	-0.01***	-0.004***	-0.004***	-0.004***
Доход на одного работника	735.51***	737.77***	736.99***	735.67***	738.02***
Наличие систем управления ресурсами компании	-17.71	-16.17	5.35	-17.11	-15.49
Количество патентов	0.18***	-0.19***	0.18***	0.19***	0.19***
Стратегическая ориентированность компании	-6.99	-5.83	-7.17	-6.81	-7.62
Балансовая стоимость нематериальных активов	-0.04***	-0.03***	-0.04***	-0.04***	-0.04***
Доля собственников в совете директоров	-6.25	-1.53	-4.18	-5.83	-6.33
Высокое качество сайта	195.97***	196.99***	195.81***	195.97***	195.84
Квалификация совета директоров * Принадлежность к России	-39.82	-	-	-	-
Количество работников * Принадлежность к России	-	0.02***	-	-	-
Наличие систем управления ресурсами * Принадлежность к России	-	-	-32.47	-	-
Количество патентов * Принадлежность к России	-	-	-	-0.30	-
Нематериальные активы * Принадлежность к России	-	-	-	-	2.01***
Оборотные активы	-0.03***	-0.03***	-0.03***	-0.03***	-0.03***
Срок существования компании	-2.23***	-1.60**	-2.22***	-2.17***	-2.31***
2008 год	-11.86***	-10.76***	-11.80***	-11.84***	-11.92***
2009 год	-12.67***	-12.25***	-12.64***	-12.64***	-12.49***
Константа	-0.34	-31.52	-8.82	-5.00	-0.65
Скорректированный R2	0.65	0.65	0.65	0.65	0.65
F-статистика	13.25***	13.35***	13.25***	13.25***	13.27***
Количество наблюдений	7884	7884	7884	7884	7884

***p<0.01, **p<0.05, *p<0.1

* Сост. автором

Размещено на Allbest.ru