Построение регрессионной модели для анализа влияния офиса управления проектами в компании на её экономическую добавленную стоимость

В данной части магистерской диссертации будет описано непосредственное построение модели исследования, выбор предикторов для модели, а также интерпретация полученных результатов. По окончанию главы представлены возможные предложения для усовершенствования исследования в будущем.

Переменные

Поскольку в рамках данного исследования в качестве основного метода был выбран метод эконометрического моделирования, на следующем этапе будет целесообразным обсудить выбор зависимой переменной и предикторов.

Как уже было сказано ранее, зависимая переменная в модели — экономическая добавленная стоимость. Данный показатель был выбран для исследования, поскольку именно он считается универсальным индикатором по измерению создаваемой ценности компанией. Экономическая добавленная стоимость имеет преимущество перед типичными финансовыми показателями (например, чистая прибыль или прибыль на акцию), поскольку именно этот индикатор отражает прибыль за вычетом капитальных затрат. Подобная формула позволяет увидеть реальную картину происходящего. (Stern, 1995).

Формула экономической добавленной стоимости выглядит следующим образом: разница между отдачей на инвестированный капитал (ROIC) и средневзвешенной стоимостью капитала (WACC), умноженная на инвестированный капитал. (Stern, 1995). Таким образом, для максимизации данного индикатора чистая прибыль должна быть высокой, а средневзвешенная стоимость капитала низкой. Следовательно, максимизация данного индикатора напрямую связана с эффективным управлением активами, а также сводится к следующим стратегическим целям финансовой стратегии:

• · повышение рентабельности;
• · оптимизация затрат;
• · минимизация стоимости капитала;
• · оптимизация структуры капитала.

На данном этапе стоит отметить, что не только материальные активы способствуют увеличению данного индикатора. Данная идея будет пояснена далее при выборе предикторов для модели, которые определяет влияние различных факторов на экономическую добавленную стоимость. Сбор данной переменной будет пояснен далее.

Во время проведения анализа литературы был сформирован пул внешних и внутренних факторов компании, которые способны влиять на финансовые результаты компании. Этот анализ проводился с целью выбора тех параметров, которые помимо наличия проектного офиса в компании могут оказывать влияние на финансовые результаты фирмы. Включение параметров в модель, помимо зависимой переменной — финансовый результат, и определяющего фактора, влияние которого нас интересует (в данном случае этот параметр описывает наличие в компании подразделения проектный офис) необходимо для построения более точной модели. Построение точной модели, в свою очередь, позволит получить наиболее достоверные результаты при её оценивании.

Переменная — наличие офиса управления проектами, самый главный определяющий фактор в исследовании. Ее непосредственное включение связано с основным исследовательским вопросом работы. Такие параметры, как квалификация совета директоров, инвестиции в нематериальные активы и количество патентов также среди независимых переменных. Их включение обусловлено тем, что ранее было доказано их значимое влияние на экономическую добавленную стоимость. (Shakina and Barajas, 2012) Shakina and Barajas при анализе влияния показателей интеллектуального капитала на финансовые результаты компании с помощью эконометрического аппарата выявили, что именно эти два параметра способны оказывать статистически значимое влияние на финансовый результат фирмы. Остановимся на каждом факторе более подробно. От уровня квалификации совета директоров зависит принятие стратегических решений фирмы. Следовательно, при прочих равных, компания, члены совета директоров которой обладают соответствующим уровнем квалификации, потенциально будет иметь лучшие финансовые показатели, чем организация, квалификация членов директоров которой, значительно ниже. Можно предположить, что члены совета директоров первой компании обладают большей экспертизой, которая позволяет им принимать зрелые и обдуманные стратегические решения, которые, в свою очередь, способствуют улучшению финансовых показателей компании. (Carmeli, Schaubroeck, 2005).

Перейдем к интерпретации влияния такого показателя, как инвестиции в нематериальные активы и количество патентов, на финансовые результаты компании. Во-первых, согласно логике Shakina and Barajas, чем больше компания готова инвестировать в нематериальные активы, тем большую отдачу она получит от этих инвестиций. Во-вторых, тем более инновационной будет деятельность этой компании, а, как известно, инновации — это один из ключевых конкурентных преимуществ современной компании. Помимо всего прочего, улучшение финансовых показателей может происходить за счет увеличения числа межфирменных отношений, на которое также способны оказать влияния объемы инвестиций в нематериальные активы. (Clarke, Seng, Whiting, 2011) Известно, что одной из причин для заключения межфирменных отношений является совместное использование ресурсных баз и, безусловно, баз знаний. (Das, Teng, 2000) Таким образом, компании, обладающие уникальными базами знаний, являются наиболее привлекательным для заключения всевозможных форм бизнес-партнерств. Межфирменные отношения, в свою очередь, служат мощнейшим драйвером финансовых показателей компании по причине эффекта синергии. (Menйndez, Garcнa, 1997).

На данном этапе следует отметить, что эти факторы могут быть квалифицированы как эндогенные, поскольку они связаны с такими факторами, как интеллектуальный капитал компании. Такая переменная, как квалификация совета директоров в силу специфики сбора в модели относится к переменным, неизменяемым во времени; объем инвестиций в нематериальные активы, а также количество патентов — факторы, изменяемый во времени.

Помимо этого, в модель включены такие экзогенные переменные, как расположение компании рядом с университетом и расположение в столице страны, а также размер предприятия (который измеряется в количестве работников, которые числятся в компании). Включение данных переменных обусловлено тем, что финансовые результаты компании значительно рознятся для фирм разного размера, а также для компаний, которые ведут свою деятельность в столице страны или за ее пределами. (Chen, 2005), (Gumbau-Albert and Maudos, 2009). Остановимся на данной предпосылке более подробно.

Если компания функционирует в городе (или ее штаб-квартира расположена в городе), в котором базируются крупнейшие университеты страны, потенциально данная компания обладает лучшими финансовыми показателями по сравнению с компаниями, функционирующими в городах, в которых нет крупных высших учебных учреждений. Причина заключается в следующем: при наличие крупного университета в городе фирма может тесно взаимодействовать со студентами этого университета посредствам создания кафедры в университете, проведения бизнес-инкубаторов и различных мероприятий по привлечению молодых специалистов с высоким уровнем образования в свою компанию. Высокое качество образования молодых специалистов, в свою очередь, будет способствовать более эффективному функционированию компании, а значит, и более высоким финансовым показателям компании. (Gumbau-Albert and Maudos, 2009).

Расположение в городе-столице также является драйвером для финансовых показателей компании. Во-первых, локация в крупном городе позволяет компании быть в курсе текущих тенденций бизнеса, во-вторых, это способствует более активному развитию межфирменных отношений (которые также приводят к росту финансовых показателей, при прочих равных). (Gumbau-Albert and Maudos, 2009).

Размер компании (измеряемый с помощью количества работников компании) также способен влиять на финансовые показатели фирмы. С одной стороны, крупные компании могут использовать такое конкурентное преимущество, как экономия от масштаба, которое позволяет фирмам увеличивать финансовые показатели. (Khanna, Palepu, 2006) С другой — существует мнение, что большим компаниям сложнее адаптироваться под изменения рынка, таким образом, крупные размеры компаний могут пагубно влиять на их финансовые показатели. Расположение компании является переменной, не изменяемой во времени. (Wooldridge, 2012).

Помимо указанных выше предикторов, в модель включены такие параметры, как возраст компании и размер ее материальных активов. При построении эконометрических моделей с зависимой переменной, отражающей финансовый результат принято включать возраст компании (количество лет, в течении которых компания котируется на рынке), а также объем ее материальных активов. (Luo, 2005) Материальные активы: предполагается, что при увеличении данного показателя, финансовые результаты фирмы будут улучшаться, поскольку активы — это источник для роста стоимости компании и для наращивания её мощностей. Возраст компании интерпретируется в разных исследованиях по-разному. Взаимосвязь возраста и финансовых результатов аналогична взаимосвязи размера компании и показателей результативности её функционирования. Существует три сценария развития влияния возраста компании на её финансовый результат. Во-первых, возраст компании может положительно влиять на финансовые показатели компании: чем старее компания, тем она более опытная. Во-вторых, в некоторых случаях может наблюдаться обратная тенденция: старым компаниям сложнее адаптироваться к изменяющимся условиям рынка вследствие чего ухудшается их финансовые результаты. Помимо всего прочего, может наблюдаться квадратическая зависимость (как положительная, так и отрицательная): до определенного момента (до точки перегиба, если речь идет о положительной параболической зависимости) возраст компании положительно связан с финансовым результатом фирмы, после — наблюдается обратная тенденция в силу определенных причин (сложно адаптироваться из-за больших масштабов производства, устаревших методов управления, устаревания технологии производства и т. д.). (Wooldridge, 2012).

Кроме того, в модель для стран Европы были включены дамми — переменные (функционирование в Германии, Франции, Италии, Испании или Великобритании) для того, чтобы зафиксировать возможные территориальные эффекты.

Далее представлена упрощенная схема модели (Рисунок 1).

[Введите текст].

Рисунок 1 Упрощенная форма модели исследования