Дипломная работа: Влияние интеллектуального капитала на результаты деятельности российских банков

Для целей построения регрессии описываемая переменная будет преобразована в дамми-переменную, со значением 1, если качество сайта высокое (изначальные значения - 3 и 4), и со значением 0, если качество сайта низкое (изначальные значения - 1 и 2).

Обратимся к таблице 5, чтобы изучить итоговые описательные статистики переменных отношенческого капитала. Наблюдаем, что в результате, для большинства банков качество их сайтов было низкое - 116 случаев против 96 с высоким качеством.

Также, согласно таблице 5, максимальное число частных и государственных, крупных российских и зарубежных собственников у определенного банка в один из годов составляет 63, в то время как в среднем их количество - 15. Полученная статистика свидетельствует о том, что некоторые банки обладают гораздо более серьезной поддержкой и возможностью совершать более рисковые действия.

Число дочерних предприятий банков, в основном, варьируется в пределах 63 предприятий, но, в среднем, составляет 20. При этом, их максимальное количество доходит до 242 предприятий, что определяет значительное расхождение с минимальным значением. Стоит отметить, что у некоторых банков отсутствуют дочерние предприятия, что предположительно говорит о том, что такие банки либо не проявляют заинтересованности в развитии новых видов деятельности, либо не обладают достаточными возможностями для их реализации.

Средние по выборке затраты на рекламу в общих операционных расходах, составляют 0.022 в то время, как максимальные достигают 0.27 (таблица 5). Также для определенных наблюдений было характерно отсутствие издержек на рекламу, что является довольно нерациональным решением, так как конкуренция в банковской отрасли высокая, и потребитель постоянно должен быть в курсе новых продуктов и услуг банка. Следовательно, незначительная доля расходов на рекламу может быть знаком определенных финансовых проблем банка.

Число попаданий банков в рейтинг Forbes за 4 года составило 16 раз, и означает, что лишь небольшому количество банков удалось быть включенными в данный рейтинг (таблица 5). Соответственно, такие банки обладают выигрышным положением в выборке в сравнении с другими, менее известными.

Таблица 5

Описательные статистики по переменным отношенческого капитала

Перейдем к рассмотрению основных характеристик переменных структурного капитала (таблица 6). Можно заключить то, что в 71% случаев (151 наблюдение из 212) в банках не внедрена ERP система, что и предполагалось, так как ее содержание является достаточно затратным. Тем самым, ее наличие может быть достаточно выигрышным для соответствующего банка. Большинство банков (67%) реализуют корпоративную стратегию - 143 наблюдения против 69, что подчеркивает ее важность. Однако число тех, кто не уделяет должного внимания стратегии тем не менее остается достаточно высоким. Кроме того, в среднем, банки имеют примерно 4 патента из 6 максимально возможных по выборке. При этом, минимальное число патентов составляет 0, значит, некоторые банки не имеют и не регистрируют патенты, что может служить сигналом отсутствия у таких банков уникальных для потребителя услуг и продуктов.

Таблица 6

Описательные статистики по переменным структурного капитала

Описательные статистики по зависимой переменной, то есть ROA, можем наблюдать в таблице 7. В среднем рентабельность банковских активов равняется 0.6%, при том, что максимум достигает 12.8%. Тем не менее, такое высокое значение в максимуме скорее выброс, чем нормальное значение, и может определяться высокой чистой прибылью в сравнении с стоимостью активов банка. Хочется также отметить, что для данной выборки характерно наличие отрицательной рентабельности активов (минимальное значение равно -0.24), что объясняется тем, что чистая прибыль за период также является отрицательной величиной.

Таблица 7

Описательные статистики по зависимой переменной

Кроме того, важно отметить ключевые характеристики контрольных переменных финансового рычага, возраста и размера банков (таблица 8). Так, финансовый рычаг, в среднем, составляет 0.86, это означает, что активы банка преобладают над пассивами, и их приобретение финансируется за счет собственных средств. Тем не менее, также присутствуют и значения большие единицы, следовательно для некоторых банков активы формируются в большей степени за счет заемных средств.

Средний возраст банков в настоящей выборке составляет 23 года, что очень близко к максимальному значению - 25 годам, и говорит о том, что развитие таких банков происходило параллельно. Размеры банков варьируются относительно незначительно - от 13.2 до 23.9, при том, что среднее значение 17.75 близко к максимуму. Так, данные показатели сглаживают отмеченную ранее гетерогенность выборки.

Таблица 8

Описательные статистики по контрольным переменным

Таким образом, подробный анализ используемых факторов позволил более подробно ознакомиться с выборкой и в следующих параграфах поможет в интерпретации результатов.

3.2 Результаты метода главных компонент

В первую очередь выбранные для анализа факторы были классифицированы по трем элементам интеллектуального капитала - человеческому, отношенческому и структурному, и с помощью критерия Кайзера-Мейера-Олкина были проверены на адекватность группировки. Результаты свидетельствуют о том, что выбранная классификация переменных имеет место быть, так как все полученные значения KMO превышают или равняются 0,5 (таблица 9).

Таблица 9

Критерий Кайзера-Мейера-Олкина

Далее для каждой составляющей интеллектуального капитала с помощью метода главных компонент были найдены новые компоненты, наилучшим образом представляющие исходные переменные. Стоит помнить, что, согласно подходу Кейзера, компоненты с собственными значениями менее единицы должны быть исключены из дальнейшего анализа.

Проанализируем компоненты для человеческого, отношенческого и структурного капитала. Таким образом, таблица 10 иллюстрирует то, что в качестве главных компонент человеческого капитала стоит взять 2 компоненты, которые суммарно будут объяснять более 57% общей дисперсии.

Таблица 10

Компоненты человеческого капитала

Несмотря на то, что предполагалось выбрать лишь одну компоненту, отражающую человеческий капитал, попытаемся логически интерпретировать две полученные компоненты. Для этого рассмотрим факторные нагрузки главных компонент человеческого капитала, представленные в таблице 11.

Таблица 11

Факторные нагрузки компонент человеческого капитала

Факторные нагрузки фактически показывают корреляцию выбранных компонент с исходными переменными. Тем самым, наблюдаем, что первая компонента лучше отражает переменные квалификации совета директоров и среднего опыта работы менеджеров, в то время как вторая показывает большую связь с переменными затрат на развитие и содержание персонала. Следовательно, опираясь на полученные факторные нагрузки, можно разделить человеческий капитал на две составляющие - человеческий капитал руководства банка (компонента 1) и человеческий капитал сотрудников банка (компонента 2).

Далее, анализируя полученные компоненты отношенческого капитала (таблица 12), в качестве главной компоненты можно выделить лишь одну. Данная компонента объясняет 41% общей дисперсии.

Таблица 12

Компоненты отношенческого капитала

По результатам проведения метода главных компонент для структурного капитала (таблица 13), можно сделать вывод о том, что также стоит выбрать лишь одну главную компоненту, объясняющую примерно 48% общей дисперсии, остальные компоненты будут исключены из последующего анализа.

Таблица 13

Компоненты для структурного капитала

Итак, для дальнейшего исследования были выбраны две компоненты человеческого капитала, одна компонента отношенческого и одна структурного.

Тем самым, исследовательская модель приняла следующий вид:

Для того, чтобы выявить влияние интеллектуального капитала на результаты деятельности российских банков, оценим представленную регрессионную модель. Для этого найдем -коэффициенты при переменных и определим значимость регрессоров модели.

3.3 Результаты регрессионного анализа

Принимая во внимании структуру панельных данных, имеет место учесть индивидуальные эффекты в исследуемой выборке. Итак, результаты по модели с детерминированными эффектами представлены в таблице 14.

Согласно полученным оценкам, значимость переменных человеческого, отношенческого и структурного капитала не подтвердилась.

При этом, стоит отметить, что человеческий капитал, формируемый руководством банка (), как и человеческий капитал, формируемый сотрудниками банка (), показали отрицательную связь с рентабельностью банковских активов. Наряду с этим, если рассматривать корреляцию переменных человеческого капитала с рентабельностью активов, наблюдаем, что лишь для одной переменной характерна отрицательная связь, иные показали положительную (приложение 2, таблица 1).

Аналогичное незначимое, но отрицательное направление связи показала переменная структурного капитала (SC). Корреляция переменных структурного капитала с ROA была также отрицательна для двух из трех переменных (приложение 2, таблица 3).

В то же время, переменная отношенческого капитала (RC) также была незначима, но, в отличие от остальных, показала положительное направление связи с рентабельностью банковских активов. Данный факт также подтверждает и положительная корреляция всех переменных отношенческого капитала с рентабельностью активов (приложение 2, таблица 2).