В качестве премии за рост (отношение балансовой стоимости собственного капитала к рыночной - B/M) используется фактор «HML» (High minus Low). Он рассчитывается как разница между средневзвешенной на рыночную капитализацию недельной доходностью четырех портфелей с высоким B/M («BVH», «BVL», «SVH», «SVL») и средневзвешенной на рыночную капитализацию недельной доходностью четырех портфелей с низким B/M («BGH», «BGL», «SGH», «SGL»).

В качестве премии за фактор отношенческого капитала используется фактор LRCMHRC (Low Relational Capital minus High Relational Capital). Он рассчитывается как разница между средневзвешенной на рыночную капитализацию недельной доходностью шести портфелей с низким уровнем фактора отношенческого капитала («BVL», «BNL», «BGL», «SVL», «SNL», «SGL») и средневзвешенной на рыночную капитализацию недельной доходностью шести портфелей с высоким показателем фактора отношенческого капитала («BVH», «BNH», «BGH», «SVH», «SNH», «SGH»).

Премия за рыночный риск определяется на основе разницы между недельной доходностью рыночного индекса и недельной доходностью безрисковой ставки.

Ниже приводятся формулы, на основе которых были рассчитаны выше обозначенные факторы. Фактор SMB рассчитывается по формуле 3, HML - в соответствии с формулой 4, LRCMHRC - по формуле 5.

SMB (small minus big) = (3);

HML (high minus low) = (4);

LRCMHRC (low relational capital minus high relational capital) = (5);

Объясняемые переменные основываются на формировании портфелей, для которых компании делятся на такое же количество групп по размеру, показателю B/M и отношенческому капиталу, как и при определении премий на предыдущем шагу. Необходимость формирования портфелей обусловлена задачей определить, насколько премии за риск «SMB», «HML», «LRCMHRC» объясняют различия в доходностях самих портфелей.

После того, как были сформированы портфели, по каждому портфелю определяется средняя недельная доходность, рассчитанная на основе взвешенных на рыночную капитализацию доходностей компаний, попавших в данный портфель.

Объясняемой переменной для каждого портфеля является разница между недельной доходностью портфеля и недельной доходностью безрисковой ставки.

Для осуществления регрессионного анализа по каждому из портфелей используется метод Фамы-Макбета (Fama, MacBeth, 1973), согласно формуле 6:

(6),

где - доходность по i портфелю в период времени t,

- безрисковая ставка,

- свободный член,

- премия за рыночный риск,

- премия за размер,

- премия за B/M,

- премия за отношенческий капитал.

Коэффициенты бета рассчитываются на данных за каждые два перекрывающиеся года при последовательном смещении каждый месяц. В основе использования данной процедуры при регрессионном анализе (rolling regression) лежит отказ от стандартной предпосылки о неизменности ковариации доходности акции и рыночной доходности при определении коэффициентов бета в течение наблюдаемого периода. В противном случае использование данной предпосылки игнорировало бы значительные изменения в значениях коэффициентов бета компаний, в особенности, для развивающихся рынков. Данные изменения обусловлены влиянием нестабильной экономической и политической конъюнктуры на развивающихся рынках. В работе Фамы и Макбета (Fama, MacBeth, 1973) был использован пятилетний период, смещение происходило каждый месяц. С другой стороны, согласно Бергланду (Berglund et al., 1999), пятилетний период может не учесть более быстрое изменение коэффициентов бета компаний развивающихся рынков в силу фундаментальных экономических изменений, непосредственно влияющих на деятельность компаний. Таким образом, использование двухлетнего периода для расчета коэффициентов бета, с одной стороны, отразит фундаментальные экономические изменения и изменения в деятельности компаний, с другой стороны, смещение в каждый месяц позволит учесть изменение ковариации доходности акций компаний и рыночной доходности.

По итогам регрессионного анализа в рамках метода Фамы-Макбета определяются коэффициенты бета , , , по каждому из портфелей и рассматриваемому периоду времени t.

В целях определения премии за размер, рост, фактор отношенческого капитала применяется панельный анализ, согласно формуле 7. Объясняемыми переменными являются средние доходности для каждого портфеля, определяемые отдельно по каждому периоду времени t при смещении каждый месяц. Объясняющими переменными являются коэффициенты бета, которые были оценены на предыдущем шаге за каждый наблюдаемый период t при смещении в каждый месяц.

, , , (7),

где - средняя доходность по портфелю i за период t.

2.3 Описание выборки исследования

Выборку исследования составляют нефинансовые компании развивающихся рынков разных отраслей, действующие на территории стран-членов организации БРИКС - Бразилии, России, Индии, Китая и Южной Африки. В таблице ниже представлены наименования фондовых бирж, котирующиеся компании на которых были использованы в данной работе.

В данной таблице приводится список стран и соответствующих фондовых бирж, котирующиеся компании на которых были включены в выборку исследования.

Таблица №3 Наименование стран и фондовых бирж выборки исследования

Страна	Наименование фондовой биржи
Бразилия	Фондовая биржа Сан-Паулу (Бовеспа)
Россия	ММВБ
Индия	Бомбейская и Национальная фондовые биржи
Китай	Шанхайская фондовая биржа
Южная Африка	Йоханнесбургская фондовая биржа
Бразилия	Фондовая биржа Сан-Паулу (Бовеспа)

Источником для составления выборки послужила базы данных Capital IQ, Bloomberg Terminal, Thomson Reuters.

Ввиду отсутствия публичной информации для большей части компаний относительно расходов на оплату труда и расходов на НИОКР до 2000 г. период наблюдения для расчета прокси-переменной отношенческого капитала покрывает промежуток с декабря 2000 г. по декабрь 2014 г.

Чтобы компания попала в выборку для расчета ее фактора отношенческого капитала, необходимо, чтобы были доступны следующие данные:

· данные по расходам на оплату труда на конец декабря каждого года, период 2000-2014 гг.;

· данные по расходам на научно-исследовательские работы на конец декабря каждого года, период 2000-2014 гг.;

· данные по выручке на конец декабря каждого года, период 2000-2014 гг.;

· данные по себестоимости реализованной продукции на конец декабря каждого года, период 2000-2014 гг.;

· данные по балансовой стоимости активов на конец декабря каждого года, период 2000-2014 гг.;

· данные по балансовой стоимости текущих обязательств на конец декабря каждого года, период 2000-2014 гг.

Ввиду ограниченности данных достаточное для формирования портфелей количество компаний обуславливает период наблюдения в рамках модели Фамы и Френча с июля 2010 г. по апрель 2016 г. При этом производится деление на субпериоды для каждых двух перекрывающихся лет (104 недели); смещение каждого субпериода происходит каждый месяц (4 недели).

Чтобы компания попала в выборку в рамках модели Фамы и Френча, необходимы:

· данные по рыночной капитализации компании на июнь каждого года, период 2010 - 2015 гг.;

· данные по балансовой стоимости собственного капитала на конец декабря каждого года в период 2009 - 2014 гг.

Количество компаний для каждого года варьируется в связи с отсутствием данных по одному из используемых показателей. В результате конечная выборка компаний представлена в таблице ниже (Таблица №4).

В данной таблице приводится информация о количестве компаний в течение наблюдаемого периода. Количество компаний обозначено для каждой страны, в которой ведется деятельность компании, попавшей в выборку.

Таблица №4 Количество компаний в течение исследуемого периода

Год	Китай	Индия	Россия	Бразилия	Южная Африка
2010	16	28	6	17	7
2011	23	55	9	18	31
2012	33	65	13	24	43
2013	36	59	19	27	48
2014	39	63	20	29	54
2015	47	45	22	34	56

Доходности компаний рассчитываются как разница между отношением текущей цены закрытия к предыдущей цене закрытия и единицей.

Учитывая отсутствие достаточных наблюдений по компаниям каждой из рассматриваемой страны, анализ модели осуществляется на объединенной выборке компаний всех рассматриваемых стран. Поэтому в качестве рыночного индекса принимается индекс MSCI для развивающихся рынков. Данный индекс, созданный компанией Morgan Stanley Capital International в 1988 г., отражает динамику акций компаний 23 развивающихся стран, в том числе стран, попавших в данную выборку. При этом в данном индексе локальные компании по каждой стране составляют около 99% рыночной капитализации локального рынка в целом. Наибольшая доля по рыночной капитализации в данном индексе принадлежит рассматриваемым странам: Китаю, Южной Африки, Индию.

В качестве безрисковой ставки используется индекс J.P.Morgan - Government Bond Index Emerging Markets. Данный индекс был создан компанией J.P.Morgan, он отражает динамику долговых обязательств развивающихся стран, входящих в данный индекс, поэтому его использование оправдано в целях данной работы.

Рыночная капитализация компаний рассчитывается в конце июня каждого года. Для расчета показателя отношения балансовой стоимости собственного капитала к рыночной используется балансовая стоимость на конец декабря предыдущего года t-1 и рыночная стоимость собственного капитала на июнь года t.

Все показатели используются в долларовом эквиваленте.

Таким образом, на основе вышерассмотренной методологии определения отношенческого капитала и анализа влияния отношенческого капитала на затраты на собственный капитал в 3 главе данной работы будет произведено тестирование эмпирической зависимости данных показателей.



Глава 3. Эмпирический анализ влияния фактора отношенческого капитала как компонента интеллектуального капитала на затраты на собственный капитал на развивающихся рынках

В данной главе рассматриваются результаты эмпирического анализа влияния фактора отношенческого капитала на затраты на собственный капитал. В первом параграфе приводятся результаты формирования 12 портфелей из компаний развивающихся рынков. Второй параграф посвящен результатам анализа трехфакторной модели Фамы и Френча с добавлением дополнительного фактора, определяемого фактором отношенческого капитала. Также приводится интерпретация полученных результатов с перспективой дальнейшего исследования.

3.1 Результаты портфельного анализа

В рамках первого шага выполняется моделирование фактора отношенческого капитала, согласно методологии, приведенной во второй главе. Ниже приводится описательная статистика по показателю «», выступающего в качестве прокси-переменной отношенческого капитала.

В данной таблице представлены результаты анализа по определению значения прокси-показателя отношенческого капитала - показателя, равного , полученного на основе формулы . Анализ осуществляется по каждой компании в течение девяти последовательных лет. В силу отсутствия необходимых данных, итоговые значения показателя определяются для 2009-2014 гг.



Таблица №5 Описательная статистика прокси-показателя отношенческого капитала «»

Год	Минимум	Максимум	Медиана
2009	0,0020	0,8727	0,1868
2010	0,0054	0,8415	0,1517
2011	0,0023	0,9532	0,1857
2012	0,0006	0,9873	0,1968
2013	0,0001	0,9731	0,2218
2014	0,0009	0,9501	0,2760

Далее выполняется формирование 12 портфелей. Количество компаний в портфеле меняется в зависимости от рассматриваемого периода (см. Таблица №6).

В данной таблице приводится количество компаний в каждом портфеле, формируемом в июне каждого года в период 2010-2015 гг.

Таблица №6 Количество компаний в портфелях

Год	BGH	BGL	BNH	BNL	BVH	BVL	SGH	SGL	SNH
2010	6	5	4	9	6	6	8	6	3
2011	8	18	11	12	11	7	9	11	5
2012	13	27	10	16	17	5	12	9	11
2013	12	32	10	12	19	8	12	9	15
2014	18	26	7	19	18	13	17	10	13
2015	17	27	12	19	13	13	19	8	6

Ниже в таблице (Таблица №7) приводится информация по средневзвешенным по рыночной капитализации доходностям 12 портфелей в зависимости от уровня фактора отношенческого капитала.

В данной таблице представлены значения средневзвешенных по рыночной капитализации доходностей портфелей, составленных из компаний БРИКС, в период с июля 2010 г. по апрель 2016 г.

Таблица №7 Средневзвешенные по рыночной капитализации доходности по портфелям

Портфели с низким фактором отношенческого капитала
	Value	Neutral	Growth
Big	3,8%	-0,6%	-8,1%
Small	2,1%	-3,2%	-5,0%
Портфели с высоким фактором отношенческого капитала
	Value	Neutral	Growth
Big	-8,0%	-9,6%	-4,3%
Small	11,1%	-2,3%	-1,8%

Доходность портфелей с высоким фактором отношенческого капитала превышает доходность портфелей с низким фактором отношенческого капитала за исключением двух портфелей:

· портфеля, составленного из компаний крупной капитализации, высокого B/M и высокого уровня фактора отношенческого капитала («BVH»);

· портфеля, составленного из компаний крупной капитализации, среднего B/M и высокого уровня фактора отношенческого капитала («BNH»).

Превышение доходностей портфелей с высоким уровнем фактора отношенческого капитала над доходностями портфелей с низким уровнем для компаний некрупной капитализации свидетельствует о том, что акции компаний, инвестирующих средства в развитие интеллектуального капитала, представленного отношенческим капиталом, приносят большую доходность на рынке. С другой стороны, это означает, что инвесторы требуют дополнительную доходность, рассматривая высокий уровень отношенческого капитала в некрупных компаниях как дополнительный фактор риска. Данное наблюдение может быть объяснено тем, что отношенческий капитал некрупных компаний инвесторы рассматривают не как ресурс, сформированный в результате эффективной деятельности компании в условиях совершенной конкуренции и прозрачного рынка, а как своего рода «связи» компании, которые в период экономической и политической нестабильности могут быть легко потеряны. В этом случае некрупная компания, лишившаяся контрагентов, теряет конкурентное преимущество и часть рынка, что в случае неэффективности деятельности может повлечь за собой прекращение существования.

Что касается обратного эффекта для двух портфелей, для которых доходность ниже при условии высокого отношенческого капитала, то более низкая требуемая доходность со стороны инвестора по отношению к компании с высоким уровнем отношенческого капитала может быть обусловлена крупным размером данной компании. Другими словами, крупные компании с высоким уровнем отношенческого капитала являются менее рискованными, поскольку в данном случае помимо неосязаемого интеллектуального капитала компания располагает другими ресурсами. В данном случае отношенческий капитал является лишь одним из факторов, влияющих на привлекательность компании.

После того как были сформированы портфели, были рассчитаны факторы SMB, HML, LRCMHRC. Динамика факторов с июля 2010 г. по апрель 2016 г. приводится в приложении (Приложение №3). Ниже на графике (График №1) представлены средние значения факторов, рассчитанные на основе средневзвешенных по рыночной капитализации доходностей портфелей, в период с июля 2010 г. по апрель 2016 г.



График №1. Средние значения факторов SMB, HML, LRCMHRC в 2010-2016 гг.

Данный график показывает динамику средних значений факторов SMB, HML, LRCMHRC, полученные после формирования портфелей на основе средневзвешенных по рыночной капитализации доходностей.

Как и свойственно неразвитым рынкам, премии за факторы неустойчивы во времени, их динамика демонстрирует высокую степень волатильности. Наименьшая премия за размер (-29%) наблюдается в 2011 г. в период обвала развивающихся рынков, связанного с нестабильностью экономики Китая. Отрицательная премия свидетельствует о том, что акции крупных компаний испытали более сильное падение. Наименьшая премия за показатель B/M (-18%) наблюдается в 2013 г. Отрицательная премия в данный период означает то, что в связи с восстановлением экономической активности после обвала в 2011 г. инвесторы предпочитали акции динамично растущих компаний, демонстрирующих рост рыночной капитализации по отношению к балансовому значению собственного капитала. Положительная премия за фактор отношенческого капитала в течение наблюдаемого периода (за исключением 2013 г. и 2015 г.) свидетельствует о том, что инвесторы требовали более высокую доходность за акции компаний, имеющих низкий уровень отношенческого капитала. Низкий уровень отношенческого капитала в относительно благоприятные экономические условия рассматривался ими в качестве дополнительного фактора риска. Однако в 2015 г., в период потрясений на развивающихся рынках, премия за отношенческий капитал стала отрицательной и достигла (16)%. Инвесторы стали воспринимать компании с низким отношенческим капиталом более благосклонно, вероятно, ввиду того, что в условиях меняющихся условиях ведения бизнеса высокий отношенческий капитал перестал быть залогом потенциального роста компании.

Корреляционный анализ объясняющих переменных модели представлен в таблице ниже (Таблица №8). Премия за фактор отношенческого капитала коррелирует с премий за размер (степень корреляции равен 0,19) и незначительно с премией за B/M (коэффициент корреляции равен 0,08).

В данной таблице представлены результаты корреляционного анализа независимых переменных модели - факторов премии за размер, B/M, фактор отношенческого капитала

Таблица №8 Корреляционный анализ факторов SMB, HML, LRCMHRC

	SMB	HML	LRCMHRC
SMB	1
HML	-0,133	1
LRCMHRC	0,190	0,080	1

3.2 Результаты регрессионного анализа

Следующим шагом является выполнение регрессионного анализа. Независимыми переменными являются SMB, HML, LRCMHRC и премия за рыночный риск . В результате построения регрессии средствами RStudio, где окном наблюдения являются два перекрывающихся года со смещением в каждый месяц, для каждого портфеля были получены усредненные значимые коэффициенты бета, представленные в таблице ниже (Таблица №9).

В данной таблице представлены результаты регрессионного анализа для каждого портфеля, где окном наблюдения являются 2 перекрывающихся года со смещением в каждый месяц. В качестве независимых переменных используются факторы SMB, HML, LRCMHRC и премия за рыночный риск Rm-Rf, объясняемой переменной является доходность соответствующего портфеля. Период наблюдения покрывает промежуток с июля 2010 г. по апрель 2016 г.

Таблица №9 Средние коэффициенты бета

	в	s	h	rc	RІ
Big Growth High	0,75	-0,30	-0,16	-0,37	0,42
Big Growth Low	0,78	-0,34	-0,41	0,66	0,46
Big Neutral High	0,76	-0,44	0,13	-0,25	0,33
Big Neutral Low	0,86	-0,08	0,01	0,19	0,49
Big Value High	1,13	-0,21	0,34	-0,15	0,66
Big Value Low	0,79	-0,19	0,65	0,24	0,59
Small Growth High	0,79	0,55	-0,42	-0,64	0,48
Small Growth Low	0,99	0,75	-0,64	1,05	0,57
Small Neutral High	1,04	1,19	0,16	-0,79	0,66
Small Neutral Low	0,86	0,88	0,09	0,09	0,45
Small Value High	0,60	0,65	0,50	-0,48	0,60
Small Value Low	0,78	0,42	0,88	1,08	0,56

Полученные данные согласуются с исследованием Фамы и Френча (Fama, French, 1993). Избыточная доходность портфелей, в которые попадают компании мелкие по капитализации, положительна и значима к премии за размер. Избыточная доходность портфелей, в которые попадают крупные компании, напротив, отрицательна и значима к премии за размер. Стоит отметить, что чувствительность избыточной доходности портфелей, составленных из компаний мелкой капитализации, выше, чем портфелей, составленных из компаний крупной капитализации.

Что касается бета перед премией за показатель B/M, то положительная премия наблюдается для всех портфелей, составленных из компаний с высоким уровнем B/M. Отрицательная связь наблюдается для всех портфелей, составленных из растущих компаний (с низким B/M).

Избыточная доходность портфелей, составленных из компаний с низким уровнем фактора отношенческого капитала, положительна и значима к премии за фактор отношенческого капитала. Отрицательная значимая связь наблюдается для портфелей, составленных из компаний с высоким уровнем фактора отношенческого капитала. Что касается чувствительности избыточной доходности портфелей, составленных и высокого и низкого уровня фактора отношенческого капитала, то однозначно определить, для каких портфелей она выше, нельзя. Она также зависит от размера компании и B/M.

Результаты регрессионного анализа свидетельствует о высокой объясняющей силе данной модели. Наибольшая объясняющая сила модели наблюдается для портфелей, составленных из компаний с высоким уровнем фактора отношенческого капитала:

· портфелей, составленных из компаний мелкой капитализации и высоким B/M - портфель «Big Value High» ( = 0,66);

· портфелей, составленных из компаний мелкой капитализации и средним B/M - портфель «Small Neutral High» ( = 0,66);

· портфелей, составленных из компаний мелкой капитализации и высоким B/M - портфель «Small Value High» ( = 0,60).

Наименьшая объясняющая сила ( = 0,33) наблюдается для портфеля, составленного из компаний крупной капитализации, среднего B/M и высокого уровня фактора отношенческого капитала «Big Neutral High».

Далее выполняется панельный анализ, в результате которого получаются премии за каждый фактор - SMB, HML, LRCMHRC (Таблица №10).

В данной таблице представлены результаты панельного анализа в соответствии с формулой , , , , где объясняемой переменной является доходность каждого портфеля, а независимыми переменными - коэффициенты бета, оцененные в рамках регрессионного анализа на предыдущем шаге.

Таблица №10 Премия за факторы: размер, B/M, фактор отношенческого капитала

	Премия	Стандартное отклонение	t-статистика	p-value
Рыночная премия	-11,4%**	0,00081	-2,88	0,0043
Премия за размер	6,1%***	0,00032	3,60	0,0004
Премия за B/M	5,3%**	0,00039	2,67	0,0081
Премия за фактор отношенческого капитала	-3,2%*	0,00027	-2,33	0,0205

***- 0,1-й % уровень, **-1-й % уровень, *-5-й % уровень

Все премии оказались значимы на исследуемом периоде. Рыночная премия за исследуемый период составила (-11,4%), что означает, во-первых, произошедшее падение рыночного индекса MSCI Emerging markets за исследуемый период (порядка 8%), во-вторых, резко возросшую доходность безрисковой ставки - увеличение доходности облигаций, обусловленных рисками развивающихся рынков в кризисный период.

Премия за размер компании положительная и составляет 6,1%. Положительная премия за размер означает, что в случае компании с мелкой рыночной капитализацией инвесторы требуют дополнительную доходность в связи с большим риском данной компании. Во-первых, мелкие компании, как правило, менее диверсифицированы, в период кризиса им сложнее сохранить стабильность, переориентировавшись на новые виды продукции и услуг. Во-вторых, мелкие компании больше подвержены риску банкротства. Особенно данный риск проявляется на развивающихся рынках. С одной стороны, крупные компании имеет достаточное количество ресурсов для выпуска собственных корпоративных облигаций. С другой стороны, благодаря менеджменту компаний, приближенного к действующей власти, крупные компании имеют доступ к более выгодному заемному финансированию. Данные риски особенно учитываются инвесторами при принятии решений о вложении капитала в компании развивающихся рынков с постоянно меняющимися экономической и политической обстановки и условиями ведения бизнеса.

Премия за показатель B/M также положительна и составляет 5,3%. Положительная премия за показатель B/M означает, что инвесторы требуют дополнительную доходность за высокое отношение балансовой стоимости капитала к рыночной капитализации, предпочитая, таким образом, акции динамично растущих компаний. Учитывая, что исследование было проведено на развивающихся рынках, при решении инвестировать в акции компаний с развивающихся рынков инвесторы ориентируются на компании, имеющие высокий потенциал роста. В данном случае при диверсификации собственного портфеля акциями компаний развивающихся рынков для них важна не столько стабильность компании, сколько ее потенциал роста.

Значимая положительная премия за размер и показатель B/M подтверждается рядом исследований, проведенных как на развитых, так и развивающихся рынках. Так, например, Фама и Френч (Fama and French, 2012) получают положительные премии при анализе компаний четырех регионов - Северной Америки, Европы, Японии и Азиатско-Тихоокеанского региона. Аль Моула (Al-Mwalla, 2012) обнаруживает премию за размер и премию за рост, анализируя акции компаний, действующих в Иордании. Данные результаты также подтверждаются Хо, Стрейндж и Писс (Ho, Strange, Piesse, 2006) на примере компаний, действующих в Китае в 1980-1998 гг. Премия за размер также подтверждается Хиллиардом и Жангом (Hilliard, Zhang, 2015) и Ченом с соавторами (Chen et al., 2015) на примере китайских компаний. На примере компаний, действующих на территории Западной Африки, Ачемпонг c соавторами (Acheampong et al., 2014) также обнаружили положительную зависимость между размером компаний и их доходностями.

Что касается премии за фактор отношенческого капитал, то она отрицательная, ее значение составляет (3,2)% для компаний развивающихся рынков. Отрицательная премия за отношенческий капитал на развивающихся рынках свидетельствует о том, что в случае высокого уровня отношенческого капитала доходность компаний выше доходности компаний с низким уровнем отношенческого капитала. С другой стороны, это означает, что инвесторы требуют дополнительную доходность при инвестировании в компании с высоким уровнем отношенческого капитала, что увеличивает затраты на собственный капитал компании. Учитывая, что исследования влияния отношенческого капитала на затраты на капитал проводятся на развитых рынках при использовании общедоступных национальных рейтингах компаний, полученный результат не полностью согласуется с предыдущими исследованиями. Несмотря на то, что на развитых рынках часто обнаруживают отрицательную зависимость затрат на капитал от уровня отношенческого капитала, часть исследований однако свидетельствует о том, что данный компонент интеллектуального капитала вовсе не оказывает значимого влияния на затраты на собственный капитал, особенно в период кризиса (Boujelbene, Affes, 2013, Johansson et al., 2012, Fehle, 2008, Himme, Fischer, 2014).

Объяснение полученным результатам заключается в специфических факторах, свойственных развивающимся рынкам, которые необходимо учитывать как самой компании, так и инвесторам. Высокий уровень отношенческого капитала в компании означает высокую репутацию компании, выгодные контракты с поставщиками и заказчиками, благоприятные взаимоотношения с государственной властью, рыночное лидерство, сеть деловых контактов и связей. В условиях развивающегося рынка данные преимущества компании могут быть обусловлены не столько эффективной деятельностью компании (выгодные контракты были обусловлены более высоким качеством продукции), сколько использованием так называемого «административного ресурса», когда выгодные государственные контракты, крупные заказы покупателей, репутация компании определяются тем, насколько близко менеджмент компании находится к действующей власти. Другими словами, способность компании к формированию деловых контактов посредством «связей» (причем в не всегда рыночных условиях) определяет уровень отношенческого капитала.

С одной стороны, данный факт может оказать положительное влияние на инвестора, в условиях стабильного или растущего рынка, оценивающего данные «связи» как перспективу роста компании на данном рынке. С другой стороны, в период экономической и политической нестабильности такой вид отношенческого капитала в компании может являться фактором риска, обусловленного тем, что компания может лишиться крупных государственных заказов (в случае смены правящей власти) и проиграть рыночную гонку в борьбе за новых покупателей и заказчиков. Смена правящей власти также может повлечь инициирование проверок финансовой и налоговой отчетности компании, что, безусловно, отрицательно повлияет на ее репутацию и дальнейшие отношения с контрагентами. Период наблюдения в данной работе как раз покрывает как период относительного роста развивающихся рынков, так и период экономического кризиса, с особенно высоким уровнем неопределенности и нестабильной экономической ситуации, начавшейся в конце 2014 г.

Таким образом, отрицательный эффект наличия высокого уровня отношенческого капитала в компании в период экономической нестабильности мог перекрыть положительный эффект высокого уровня отношенческого капитала в период относительно благоприятных экономических условий, что в конечном итоге на рассматриваемом периоде дало отрицательный эффект.

Проверка на робастность включала в себя изменение исследуемого периода. Окно наблюдения менялось от 1 перекрывающегося года до 3 перекрывающихся лет. Смещение исследуемого периода при регрессионном анализе (rolling regression) составляло от 1 месяца до 3 месяцев. Данные изменения не оказали влияние на значимость премий, размер самих премий менялся незначительно.

В качестве дальнейшего исследования влияния отношенческого капитала модель может быть дополнена факторами эффективности деятельности компании. Формирование портфелей с разным уровнем эффективности компании поможет более полно проследить природу отношенческого капитала на примере компаний развивающихся рынков - обусловлен ли он эффективностью деятельности компании, либо в его основе лежит так называемый «административный ресурс», которого компания может лишиться при изменении условий ведения бизнеса в стране.

Кроме того, исследование может быть дополнено факторами, свойственными компании, например, уровень ликвидности, инвестиций, изменение активов, и самим рынках рынкам - неопределенность и нестабильность развивающихся рынков, макроэкономические риски. Включение данных факторов позволит учесть релевантные факторы, влияющие на затраты на собственный капитал на развивающихся рынках.



Заключение

В данной работе был осуществлен анализ влияния фактора отношенческого капитала как компонента интеллектуального капитала на затраты на собственный капитал на развивающихся рынках - Бразилии, Индии, России, Китая и Южной Африки. В результате исследования главная цель исследования была достигнута - была выявлена зависимость между затратами на собственный капитал и фактором отношенческого капиталом для компаний, ведущих свою деятельность на развивающихся рынках. В рамках проведенного исследования была обнаружена отрицательная премия за фактор отношенческого капитала: чем выше уровень фактора отношенческого капитала в компании развивающегося рынка, тем выше затраты на собственный капитал.

Обнаруженная зависимость свидетельствует о том, что отношенческий капитал компании является важным параметром при оценке акций компании инвесторами. Высокий отношенческий капитал компании становится дополнительным фактором риска в глазах инвестора, что обусловлено природой отношенческого капитала компании именно на развивающемся рынке. Так, данный компонент интеллектуального капитала воспринимается инвестором не как ресурс компании, сформированный в результате ее эффективной деятельности. Скорее, он воспринимается как приобретенный благодаря «связям» ресурс, которого компания может лишиться в период нестабильной экономической и политической обстановки, что может привести к резкому ухудшению показателей ее деятельности.

Обнаруженная зависимость может являться ориентиром для инвесторов при оценке доходностей компаний, получающих не только выгоды от выгоды от наличия у нее отношенческого капитала как компонента интеллектуального капитала, но и негативные последствия от владения данным капиталом в период нестабильности. Таким образом, актуальность данного исследования на развивающихся рынках подтверждается полученными результатами: вопреки ожиданиям, наличие отношенческого капитала не является гарантом более низкого риска при оценке компании инвесторами. С одной стороны, в период экономического подъема высокий уровень отношенческого капитала может стать фактором роста компании, с другой стороны, в период нестабильной экономической и политической ситуации при меняющихся условиях ведения бизнеса отношенческий капитал компании становится дополнительным фактором риска. Поэтому результаты данного исследования демонстрируют важность для компании развивающегося рынка грамотной политики управления ресурсами компании.

Результаты исследования подтверждают необходимость при оценке затрат на собственный капитал учитывать не только рыночные показатели деятельности, но и специфику компаний с учетом политически и экономически обусловленных особенностей ведения бизнеса на развивающихся рынках.

В качестве дальнейшего анализа исследование может быть дополнено факторами, обусловленными характеристиками компаний и специфическими особенностями развивающегося рынка. В первом случае в анализ могут быть включены такие показатели компании, как уровень ликвидности, инвестиций, изменение активов. Во втором случае в модель могут быть включены параметры неопределенности и нестабильности, свойственные развивающимся рынкам, макроэкономические риски. Включение данных факторов позволит учесть релевантные факторы, влияющие на затраты на собственный капитал на развивающихся рынках.



Список использованной литературы

1. Байбурина Э. Р., Головко Т. В. Эмпирическое исследование интеллектуальной стоимости крупных российских компаний и факторов ее роста /Корпоративные финансы. - 2008. -№. 2 (6). - С. 5-19.

2. Байбурина Э. Р., Ивашковская И. В. Роль интеллектуального капитала в создании стоимости российских компаний //Вестник Финансового университета. - 2007. - №. 4.

3. Ивашковская И. В. Финансовые измерения корпоративных стратегий. Стейкхолдерский подход: монография //М.: ИНФРА-М. - 2013.

4. Быкова А. А., Морковкина Е. В. Отношенческий капитал как фактор повышения стоимости компании //Корпоративные финансы. - 2013. - №. 4 (28). - С. 19-36.

5. Дранев_Ю._Я.,__Нурдинова_Я._С.,_Редькин_В._А.,_Фомкина_С._А._Модели_оценки_затрат_на_собственный_капитал_компаний_на_развивающихся_рынках_капитала_// Корпортивные_финансы._-_2012._-_№_2._-_С._107-117.

6. Молодова_Е._А.,_Пирогов_Н._К._Затраты_на_собственный_капитал:_тестирование_трехфазной_модели_Фамы_и_Френча_на_российском_рынке_капитала_//_В_кн.:_Корпоративные_финансовые_решения._Эмпирический_анализ_российских_компаний_(корпоративные_финансовые_решения_на_развивающихся_рынках_капитала)_/_Науч._ред.:_И._В._Ивашковская._М._:_ИНФРА-М._-_2011._-_Гл._4._-_С._48-79.

7. Acheampong P., Agalega E., Shibu A. K. The Effect of Financial Leverage and Market Size on Stock Returns on the Ghana Stock Exchange: Evidence from Selected Stocks in the Manufacturing Sector //International Journal of Financial Research.-2014.-VOL.5.-№. 1. - P. 125.

8. Almahmoud A. I. Country Risk Ratings and Stock Market Movements: Evidence from Emerging Economy //International Journal of Economics and Finance. - 2014. - Т. 6. - №. 10. - С. 88.

9. Al-Rjoub S. A. M., Varela O., Kabir Hassan M. The size effect reversal in the USA //Applied Financial Economics. - 2005. - VOL. 15. - №. 17. - P. 1189-1197.

10. Bandeiral A. M., Afonso O. Value of intangibles arising from R&D activities //Open Business Journal. - 2010. - Т. 3. - С. 30-43.

11. Bekaert G. et al. Political risk and international valuation //Journal of Corporate Finance. - 2015.

12. Belo F., Lin X., Vitorino M. A. Brand capital and firm value //Review of Economic Dynamics. - 2014. - Т. 17. - №. 1. - С. 150-169.

13. Blume M. E., Lim F., MacKinlay A. C. The declining credit quality of US corporate debt: Myth or reality? //The journal of finance. - 1998. - Т. 53. - №. 4. - С. 1389-1413.

14. Boujelbene M. A., Affes H. The impact of intellectual capital disclosure on cost of equity capital: A case of French firms //Journal of Economics, Finance & Administrative Science. - 2013. - Т. 18. - №. 34.

15. Cakici N., Chan K., Topyan K. Cross-sectional stock return predictability in China //The European Journal of Finance. - 2015. - С. 1-25.

16. Cakici N., Fabozzi F. J., Tan S. Size, value, and momentum in emerging market stock returns //Emerging Markets Review. - 2013. - VOL. 16. - P. 46-65.

17. Chan S. H., Kensinger J. W., Martin J. D. The market rewards promising R&D--And punishes the rest //Journal of Applied Corporate Finance. - 1992. - Т. 5. - №. 2. - С. 59-66.

18. Chen C. et al. Fama-French in China: Size and Value Factors in Chinese Stock Returns //University of Hong Kong Working Paper. - 2015.

19. Chen L., Petkova R., Zhang L. The expected value premium //Journal of Financial Economics. - 2008. - VOL. 87. - №. 2. - P. 269-280.

20. Coombs J. E., Bierly P. E. Measuring technological capability and performance //R&D Management. - 2006. - Т. 36. - №. 4. - С. 421-438.

21. Dash S. R., Mahakud J. Market anomalies, asset pricing models, and stock returns: evidence from the Indian stock market //Journal of Asia Business Studies. - 2015. - Т. 9. - №. 3. - С. 306-328.

22. Dorsey D. W. Hiring for knowledge-based competition //Managing knowledge for sustained competitive advantage: Designing strategies for effective human resource management. - 2003. - Т. 21. - С. 155.

23. Edvinsson L., Malone M. S. Intellectual Capital: Realizing Your Company\'s True Value by Finding Its Hidden Brainpower. - 1997.

24. Eraslan V. Fama and French three-factor model: evidence from Istanbul stock exchange //Business and Economics Research Journal. - 2013. - Т. 4. - №. 2. - С. 11.

25. Erb_C._B.,_Harvey_C._R.,_Viskanta_T._E._Country_risk_and_global_equity_selection//The_Journal_of_Portfolio_Management._-1995._-_VOL._21._-_№._2.-P._74-83.

26. Estrada_J._The_cost_of_equity_in_emerging_markets:_a_downside_risk_approach_//Emerging_Markets_Quarterly._-_2000._-_VOL._4._-_P._19-31.

27. Fama E. F., French K. R. Size, value, and momentum in international stock returns //Journal of Financial Economics. - 2012. - VOL. 105. - №. 3. - P. 457-472.

28. Fama E. F., French K. R. The cross?section of expected stock returns //The Journal of Finance. - 1992. - VOL. 47. - №. 2. - P. 427-465.

29. Fama E. F., MacBeth J. D. Risk, return, and equilibrium: Empirical tests //The Journal of Political Economy. - 1973. - С. 607-636.

30. Fehle F. et al. Brand value and asset pricing //Quarterly Journal of Finance and Accounting. - 2008. - С. 3-26.

31. Garlappi L., Yan H. Financial Distress and the Cross?section of Equity Returns //The Journal of Finance. - 2011. - VOL. 66. - №. 3. - P. 789-822.

32. GEAMBAЄU C. et al. Macroeconomic Influence on Shares' Return Study Case: Arbitrage Pricing Theory (APT) Applied on Bucharest Stock Exchange //Economic Computation and Economic Cybernetics Studies and Research. - 2014. - Т. 48. - №. 2. - С. 133-150.

33. Godfrey_S.,_Espinosa_R._A_practical_approach_to_calculating_costs_of_equity_for_investments_in_emerging_markets_//Journal_of_Applied_Corporate_Finance._-_1996._-_VOL._9._-_№._3._-_P._80-90.

34. Gulen H., Xing Y., Zhang L. Value versus Growth: Time?Varying Expected Stock Returns //Financial Management. - 2011. - VOL. 40. - №. 2. - P. 381-407.

35. Hakim S. A., Hamid Z., Meera A. K. M. Combining local and global markets in asset pricing in emerging markets: Evidence from three BRICS nations //The Journal of Developing Areas. - 2015. - Т. 49. - №. 3. - С. 365-378.

36. Hall B. H., Oriani R. Does the market value R&D investment by European firms? Evidence from a panel of manufacturing firms in France, Germany, and Italy //International Journal of Industrial Organization. - 2006. - Т. 24. - №. 5. - С. 971-993.

37. Harvey C. R. Predictable risk and returns in emerging markets //Review of Financial studies. - 1995. - Т. 8. - №. 3. - С. 773-816.

38. Hilliard J., Zhang H. Size and price-to-book effects: Evidence from the Chinese stock markets //Pacific-Basin Finance Journal. - 2015. - Т. 32. - С. 40-55.

39. Hirshleifer D. Investor psychology and asset pricing //The Journal of Finance. - 2001. - Т. 56. - №. 4. - С. 1533-1597.

40. Ilyin D. S. The impact of intellectual capital on companies performance: evidence from emerging markets //Корпоративные финансы. - 2014. - №. 4 (32).

41. Ilyin D. S. The impact of intellectual capital on companies performance: evidence from emerging markets //Корпоративные финансы. - 2014. - №. 4 (32).

42. Kim S. H., Kim D., Shin H. S. Evaluating asset pricing models in the Korean stock market //Pacific-Basin Finance Journal. - 2012. - Т. 20. - №. 2. - С. 198-227.

43. Lajili K., Zeghal D. Market performance impacts of human capital disclosures //Journal of Accounting and Public Policy. - 2006. - Т. 25. - №. 2. - С. 171-194.

44. Lervik E. Relational Capital: A study on its importance, quantification and its impact on business sectors and markets. - 2006.

45. Lev B. R&D and capital markets //Journal of Applied Corporate Finance. - 1999. - Т. 11. - №. 4. - С. 21-35.

46. Lev B., Sougiannis T. Penetrating the book?to?market black box: the R&D effect //Journal of Business Finance & Accounting. - 1999. - Т. 26. - №. 3?4. - С. 419-449.

47. Li J., Pike R., Haniffa R. Intellectual capital disclosure and corporate governance structure in UK firms //Accounting and Business Research. - 2008. - Т. 38. - №. 2. - С. 137-159.

48. Lintner J. Security prices, risk, and maximal gains from diversification //The Journal of Finance. - 1965. - Т. 20. - №. 4. - С. 587-615.

49. Mangena M., Li J., Tauringana V. Disentangling the Effects of Corporate Disclosure on the Cost of Equity Capital A Study of the Role of Intellectual Capital Disclosure //Journal of Accounting, Auditing & Finance. - 2016. - Т. 31. - №. 1. - С. 3-27.

50. Martin R. L., Moldoveanu M. C. Capital versus talent. The battle that's reshaping business //Harvard Business Review. - 2003. - Т. 81. - №. 7. - С. 36-41, 116.

51. McAlister L., Srinivasan R., Kim M. C. Advertising, research and development, and systematic risk of the firm //Journal of Marketing. - 2007. - Т. 71. - №. 1. - С. 35-48.

52. O'Brien_T._J._The_global_CAPM_and_a_firm's_cost_of_capital_in_different_currencies//Journal_of_Applied_Corporate_Finance.-1999.-VOL._12._-_№._3._-P._73-79.

53. Pereiro L. E. The valuation of closely-held companies in Latin America //Emerging Markets Review. - 2001. - VOL. 2. - №. 4. - P. 330-370.

54. Pulic A. VAIC™-an accounting tool for IC management //International journal of technology management. - 2000. - Т. 20. - №. 5-8. - С. 702-714.

55. Roos G., Roos J. Measuring your company's intellectual performance //Long range planning. - 1997. - Т. 30. - №. 3. - С. 413-426.

56. Ross_S._A._The_arbitrage_theory_of_capital_asset_pricing_//Journal_of_economic_theory._-_1976._-_VOL._13._-_№._3._-_P._341-360.

57. Sabal J. The discount rate in emerging markets: A guide //Journal of Applied Corporate Finance. - 2004. - VOL. 16. - №. 2?3. - P. 155-166.

58. Schwert G. W. Stock volatility in the new millennium: how wacky is Nasdaq? //Journal of Monetary Economics. - 2002. - Т. 49. - №. 1. - С. 3-26.

59. Sehgal S., Balakrishnan A. Robustness of Fama-French Three Factor Model: Further Evidence for Indian Stock Market //Vision: The Journal of Business Perspective. - 2013. - Т. 17. - №. 2. - С. 119-127.

60. Sharpe W. F. Capital asset prices: A theory of market equilibrium under conditions of risk* //The journal of finance. - 1964. - VOL. 19. - №. 3. - P. 425-442.

61. Srinivasan S., Hanssens D. M. Marketing and firm value: Metrics, methods, findings, and future directions //Journal of Marketing research. - 2009. - Т. 46. - №. 3. - С. 293-312.

62. Sydler R., Haefliger S., Pruksa R. Measuring intellectual capital with financial figures: Can we predict firm profitability? //European Management Journal. - 2014. - Т. 32.-№. 2. - С. 244-259.

63. Tahir M. et al. An Investigation of Beta and Downside Beta Based CAPM-Case Study of Karachi Stock Exchange //American Journal of Scientific Research. - 2013. - С. 85,118-135.

64. Thomaz F., Swaminathan V. What Goes Around Comes Around: The Impact of Marketing Alliances on Firm Risk and the Moderating Role of Network Density //Journal of Marketing. - 2015. - Т. 79. - №. 5. - С. 63-79.

65. Vasileiadou E. M., MiЯler-Behr M., Ullrich S. Relational capital management of new ventures through virtual embeddedness and social media //Proceedings of the European conference on intellectual capital. Р. - 2011. - С. 447-461.

66. Walkshдusl C., Lobe S. The Alternative Three?Factor Model: An Alternative beyond US Markets? //European Financial Management. - 2014. - Т. 20. - №. 1. - С. 33-70.

67. Wang Y., Berens G. The impact of four types of corporate social performance on reputation and financial performance //Journal of Business Ethics. - 2015. - Т. 131. - №. 2. - С. 337-359.

68. Waszczuk A. A risk-based explanation of return patterns--Evidence from the Polish stock market //Emerging Markets Review. - 2013. - Т. 15. - С. 186-210.

69. Wyatt A. What financial and non?financial information on intangibles is value?relevant? A review of the evidence //Accounting and business Research. - 2008. - Т. 38. - №. 3. - С. 217-256.

70. Wyatt A., Frick H. Accounting for investments in human capital: A review //Australian Accounting Review. - 2010. - Т. 20. - №. 3. - С. 199-220.

71. Zhang X. J. Book-to-Market Ratio and Skewness of Stock Returns //The Accounting Review. - 2013. - VOL. 88. - №. 6. - P. 2213-2240.



Приложение № 1. Описательная статистика основных переменных

Статистика приводится по рыночной капитализации, показателю отношения балансовой стоимости капитала к рыночной и уровню отношенческого капитала

Показатель	Среднее	Стандартное отклонение	Минимум	Максимум	Асимметрия	Эксцесс
Рыночная капитализация, долл. США	10347	41418	0,3	759635	9	102
Отношение балансовой стоимости капитала к рыночной	0,80	1,63	0,00	39,29	10,90	200,55
Уровень отношенческого капитала	0,28	0,25	0,0001	0,99	0,89	-0,23



Приложение № 2. Пороговые значения переменных модели

В таблице ниже приводится статистика пороговых переменных в 2010-2015 гг. МС - рыночная капитализация в долл. США, BM_L - нижнее пороговое значение отношения балансовой стоимости капитала к рыночной, BM_H - верхее пороговое значение отношения балансовой стоимости капитала к рыночной, RC - пороговое значение прокси-переменной отношенческого капитала.

Год	MC	BM_L	BM_H	RC
2010	2473	0,25	0,46	0,81
2011	1729	0,22	0,44	0,85
2012	1430	0,31	0,68	0,81
2013	1736	0,25	0,75	0,80
2014	1541	0,21	0,54	0,78
2015	2174	0,19	0,38	0,72



Приложение № 3. Динамика премий за размер, B/M и отношенческий капитал

Динамика премий приводится для периода с июля с июля 2010 г. по апрель 2016 г. Методология расчета премий описана во 2 главе данной работы.



Приложение №4. Средневзвешенные по рыночной капитализации доходности портфелей

Доходности приводятся за период с июля 2010 г. по апрель 2016 г. в годовом выражении. Расшифровка обозначения портфелей приставлена во 2 главе данной работы.



Приложение №5. Код, использованный для тестировании эмпирической зависимости влияния фактора отношенческого капитала на затраты на собственный капитал

##setwd("~/Desktop/maga2/diploma/thesis")

##Data <- na.omit(read.csv(file="R.csv", header=T, sep=";"))

#Y <- read.csv(file="R.csv", header=T, sep=";")

#Y <- Y[-549,]

#data1=data.frame(Data);

#remove(Data);

Data=data.frame(R2);

remove(R2);

start.obs <- 1

window <- 104 #set window size

step <- 4 #set srep size

file.length <- nrow(Data) - start.obs + 1 #get file length

num.rolls <- round((file.length-window)/step) #get number of rolls

## здесь лежат все премии

premiums.mat <- matrix(ncol=5, nrow=0)

colnames(premiums.mat) <- c("Intercept", "Market", "SMB", "HML","HRCMLRC")

## задесь лежат их p-values

pvalues2.mat <- matrix(ncol=5, nrow=0)

colnames(pvalues2.mat) <- c("Intercept", "Market", "SMB", "HML"," HRCMLRC")

## здесь лежат все коэффициенты

intercept.coefmat <- matrix(ncol=0, nrow=12)

rownames(intercept.coefmat) <- c("BGH", "BGL", "BNH", "BNL",

"BVH", "BVL", "SGH", "SGL",

"SNH", "SNL", "SVH", "SVL")

market.coefmat <- matrix(ncol=0, nrow=12)

rownames(market.coefmat) <- c("BGH", "BGL", "BNH", "BNL",

"BVH", "BVL", "SGH", "SGL",

"SNH", "SNL", "SVH", "SVL")

smb.coefmat <- matrix(ncol=0, nrow=12)

rowna...