19) Инвестор, не найдя ответа на свой вопрос, может поискать его в разделе часто задаваемых (FAQ) вопросов для инвесторов, чтобы не писать напрямую в компанию и не ждать ответа. Кроме того, наличие часто задаваемых вопросов от инвесторов косвенно говорит о том, что компания так или иначе с ними взаимодействует и поясняет необходимые моменты.

20) Инвесторам важно получать достоверную актуальную информацию о своей компании из первых рук. Подписка на рассылку позволяет получать самую свежую информацию, которая может повлиять на инвестиционные решения, учитывая, что информация на сайт может выкладываться с задержкой.

21) У компании может присутствовать отдельный блок с контактами IR-департамента и IR-менеджеров. В нем же могут присутствовать e-mail контакты непосредственно определенных менеджеров. Это особенно удобно для крупных инвесторов, когда можно напрямую связаться с определенным человеком.

22) Аналогично предыдущему пункту наличие телефонов, связывающих непосредственно инвестора и ответственных за IR в компании. Кто-то может предпочитать переписку по e-mail (например, иностранцы), кто-то предпочтет разговаривать по телефону. Нельзя упускать из виду ни один канал связи.

23) Как уже неоднократно отмечалось, инвесторы, приходящие в компанию, могут быть иностранными, поэтому важно учитывать потребности коммуникации для любого типа инвесторов.

Группа 4. Социальное присутствие компании в интернет (вес = 1). Сегодня с распространением социальных медиа повсеместно, для компании настала необходимость выходить на новый уровень коммуникации со своими акционерами. Этот фактор качественно отличается от предыдущего, в том, что здесь компании необходимо самой делать шаги для коммуникации со своими инвесторами, когда на сайте инвестор сам решает написать или позвонить. То есть с развитием социальных медиа у инвесторов и компаний появилась возможность двусторонней коммуникации. Также этот фактор не привязан непосредственно к сайту компании, так как данное исследование рассматривает в целом присутствие компании в интернете.

24) Количество социальных сетей, которые ведут с сайта во многом говорит о степени присутствия компании в социальных медиа. Для европейских компаний обычно присутствие в 2-3 социальных сетях, тем не менее, есть компании, которые стараются охватить максимум аудитории.

25) Наличие возможности поделиться в соц. сетях записями или пресс-релизами компании также говорит о том, что компания заинтересована в социальном присутствии и ее интересует привлечение инвесторов из социальных медиа. Более того, информацией с сайта могут делится различные аналитики, которые могут высказывать свое мнение в соц. сетях, чье мнение может повлиять на инвесторов.

26) Количество комментариев к записям может сказать об активности аудитории в социальных сетях и о качестве их ведения, в особенности одной из наиболее популярной в Европе соц. сети Facebook. В среднем под записями может быть 20 комментариев. При этом есть компании, у которых нет Facebook, либо есть, но нет комментариев.

27) Соц. сеть Twitter считается, по данным некоторых исследований (например, Koehler, 2014), наиболее популярной соц. медиа среди финансового и инвестиционного сообщества, благодаря своей форме публикаций. Среди компаний встречаются как компании с большим количеством записей, так и с нулевым, среднее около 4000, медиана 167. Количество записей в этой соц. сети также скажет о присутствии компании в соц. медиа.

28) Наконец, оценочный показатель, который отвечает за качество ведения любых соц. сетей компании. Он измеряется экспертным путем и базируется на качестве ответов в соц. сетях на комментарии пользователей, а также на среднем количестве «репостов» (нажатых кнопок «поделиться») и «лайков» (нажатых кнопок «мне нравиться») для записей в разных соц. сетях. Количество «репостов» считается низким, если в среднем оно составляет менее 3; средним - от 3 до 10; высоким - выше 10. Количество «лайков» считается низким, если в среднем оно составляет менее 5 к посту; средним - от 5 до 20; и высоким - больше 20.

Группа 5. Технические характеристики сайта (вес - 0,5). Отвечают за качество корпоративного сайта компании и могут также влиять на оценку компании инвесторами. Считается, что чем более удобен сайт, тем более лоялен его пользователь, в том числе и инвестор.

29) Сегодня, нельзя отрицать влияние мобильных устройств на поведение пользователей. Хоть это и не исследовано в достаточно степени, но все больше людей использую различные мобильные устройства (смартфоны, планшеты) для поиска информации в сети, это касается и инвесторов. Удобство сайта для просмотра с мобильных устройств (адаптивность) является еще одним привлекающим фактором.

30) То же относится и к скорости загрузки сайта. Некоторых людей может сильно раздражать долгая загрузка страниц для просмотра необходимой информации, а некоторые могут вообще уйти, не дождавшись загрузки.

31) Наличие внутренней поисковой системы сайта значительно облегчает поиск интересующей информации.

32) По Нильсену (Nielsen, 1994) юзабилити сайта включает в себя легкость, с которой пользователи могут научиться управлять системой и запомнить основные функции, эффективность дизайна сайта, степень избегания ошибок и общее удовлетворение пользователя. Экспертный показатель, базируется на внешнем виде сайта в принципе, на удобстве структуры навигации по сайту (например, наличие иконок, понятные разделы сайта и пр.), на отсутствии ошибок в интерфейсе сайта, скорости доступа к самой необходимой информации для инвесторов (последний годовой отчет, ключевые показатели за последний год, котировки акций и пр.).

33) Количество внешних ссылок на сайт говорит о его популярности у других ресурсов, а также косвенно о значимости и авторитетности сайта и компании в целом. Измеряется с помощью сервиса Linkpad Linkpad - сервис для оценки внешней ссылочной массы. Электронный доступ: https://www.linkpad.ru.. Ссылочная масса у корпоративных либо очень большая, либо очень маленькая, медиана получилась около 1000 ссылок, среднее количество около 10000 ссылок.

34) Постоянное обновление сайта также является значимой характеристикой, так как это говорит о том, что компания поддерживает сайт актуальным, соответственно, любой внешний и существующий инвестор или аналитик всегда может найти на сайте актуальную информацию о компании. Как только сайт перестает быть актуальным, значимость его сразу падает. Обновляемость сайта можно проверить, введя запрос с datarange в поисковую систему Google.

35) И последней технической характеристикой является дизайн отчетов, который также оценивается экспертным путем. Просмотрев большое количество разных отчетов можно заметить определенные тенденции в их оформлении. Хорошим дизайн отчетов признается, когда в отчете есть последние тенденции моды, отчет оформлен в фирменном стиле компании, с большим количеством качественных фотографий, корректно и читаемо оформлены таблицы и сам текст, при этом отчет составляет не более 10 МБ. Отчетом среднего качество признается файл, оформленный в фирменной стилистике компании, не обязательно качественно оформлены фотографии и могут присутствовать ошибки верстки, нечитаемый текст, но в целом видно, что отчет выполнен достаточно качественно, но без излишеств, при этом весит не более 5 МБ. Наконец, низкого качества отчеты признаются, когда практически отсутствует оформление, могут быть фотографии, но их мало, в целом говоря, когда очевидно, что отчет оформлялся в формате DOC, а потом был конвертирован в PDF.

К оценке экспертных показателей привлекались как эксперты в области IT, так и обычные пользователи, итоговый показатель присваивался в качестве медианы сделанных оценок.

Большинство показателей взято из предыдущих работ, но есть и уникальные показатели, например, адаптивность сайта, дизайн отчетов, легкость нахождения ежегодных отчетов, доступ к краткой финансовой информации вначале отчета, отдельный сайт под отчет.

Все перечисленные выше показатели имеют порядковое или бинарное значение. Все они соответствуют принципу: «чем выше показатель, тем лучше». Соответственно, сложив определенные показатели, получаются группы соответствующих факторов. Каждая группа имеет свой вес. Раскрытие информации на сайте и коммуникации с инвесторами имеют наиболее значимое влияние на поведение инвесторов, соответственно имеют максимальный вес равный 3. Доступность финансовой информации также является значимым фактором, и его вес составляет 2. Социальное присутствие компании имеет вес 1. Этот фактор вне сомнений является довольно значимым, так как открывает возможности для двусторонних коммуникаций между компанией и инвестором, однако он не был еще в достаточной степени исследован, поэтому его вес 1. Наконец, технические показатели имеют вес 0,5, доказано, что они могут быть значимыми, однако, они имеют экспертные показатели и могут зависеть от показателей компании, и вызывать некоторую эндогенность в модели. Поэтому им присваивается наименьший вес.

Таким образом имеем следующие максимальные показатели для каждого вида группы:

- Группа 1. Доступность финансовой информации (iAvailability): max = 13.

- Группа 2. Раскрытие информации (iDisclosure): max = 11.

- Группа 3. Коммуникации с инвесторами (iCommunication): max = 6.

- Группа 4. Социальное присутствие (iSocial): max = 11.

- Группа 5. Технические характеристики (iTechnical): max = 12.

Все перечисленные факторы должны не только оказывать влияние на стоимость компании, но и взаимодействовать друг с другом, дополняя друг друга. В конечном итоге, сложим все факторы в один, получим показатель, который можно назвать «Индекс присутствия компании в Интернет» (для краткости «Интернет-индекс», iIndex). Он отражает совокупную активность компании в сети Интернет, показывая, что чем выше этот индекс, тем шире присутствие компании. Отсюда получим максимальный показатель Интернет-индекса: max =13*2+11*3+6*3+11+12*0,5 = 26+33+18+11+6 = 94.

2.2.2 Контрольные переменные

В качестве зависимой переменной будет взят показатель M/B, представляющий стоимость компании. Он рассчитывается по формуле:

MTB = Market Capitalisation/ Shareholders' Funds,(1)

где: Market Capitalisation - рыночная капитализация компании;

Shareholders' Funds - собственный капитал компании.

На этот показатель может оказывать влияние большое количество факторов. Для работы будут использованы только основные, оказывающие наиболее значительное влияние (см. таблицу 1).

В первую очередь - это размер фирмы и доля рынка. Очевидно, что оба эти показателя будут коррелированы друг с другом, поэтому нужно выбрать один из них. Остановимся на размере фирмы, так как на рыночную долю фирмы могут, в свою очередь, также влить различные факторы, что создаст дополнительную эндогенность в модели, что нужно избежать. Поэтому был выбран размер компании, который представлен логарифмом общих активов (ln(Total Assets)).

Далее вложения в НИОКР, которые будут представлены интенсивностью этих вложений:

R&D intensity (RD) = R&D expenses / Sales,(2)

где: R&D expenses - затраты на НИОКР;

Sales - продажи фирмы.

Интенсивность капитальных инвестиций представлена следующей формулой:

Capital intensity (cap_int)= Tangible fixed assets / Sales(3)

где: Tangible fixed assets - основные производственные средства;

Sales - продажи фирмы.

Долг представляет собой долгосрочный финансовый рычаг компании:

Lev = Long-term debt / Shareholders' Funds(4)

где: Long-term debt - долгосрочный долг компании;

Shareholders' Funds - собственный капитал компании.

Рост продаж рассчитывается как среднее за последние 5 лет по формуле:

Sales Growth (growth) = (Sales_t - Sales_t-1)/Sales_t-1(5)

где: Sales_t - продажи в текущем периоде;

Sales_t-1 - продажи в предыдущем периоде.

И, наконец, рентабельность активов рассчитывается по формуле:

ROA = EBIT / Total Assets(6)

где: EBIT - прибыль до уплаты процентов и налогов;

Total Assets - общие активы компании.

Все компании поделены на три вида отрасли:

- Промышленность, энергетика и сельское хозяйство, куда входят компании в области добычи полезных ископаемых, производства, сельского хозяйства, энергетики.

- Для широкого потребления, куда входят ритейл любых товаров, строительство, транспорт, услуги аренды и питания.

- Финансово-научная сфера, куда входят компании, связанные с услугами финансовой и страховой деятельности, профессиональных услуг, научной деятельности, образования, медицины, а также искусства и развлечений и др.

Соответствующие бинарные переменные присвоены каждому виду отрасли.

2.3 Обоснование методов проведения исследования

Итак, в разделе 3.2. были подробно описаны все показатели, связанные с интернет-активностью компаний и рыночной стоимостью. Все показатели делятся на 5 групп факторов: доступность информации, ее раскрытие в сети, коммуникации с инвесторами, социальное присутствие и технические характеристики сайта. Чтобы получить эти факторы все показатели интернет-активности были сложены соответственно. Все эти показатели представляют собой либо бинарные, либо порядковые показатели, чем выше значение любого из показателей, тем, соответственно, выше фактор присутствия. Все 5 групп факторов в итоге можно сложить в один показатель, который был назван «Интернет-индекс» (iIndex), чем выше этот показатель, тем выше уровень присутствия компании в Интернет. В качестве стоимости был взят показатель market-to-book (MTB) и несколько контрольных переменных на основании предыдущих исследований. Предполагается, что присутствие компании в Интернет будет положительно влиять на стоимость компании. Чтобы проверить гипотезы необходимо провести регрессионный анализ влияния Интернет-индекса на MTB, а также по-отдельности каждого из факторов.

Ввиду невозможности сбора панельных данных и построения панельной регрессии, сначала будет построена множественная линейная OLS-регрессия, чтобы оценить значимость тех или иных параметров. Для линейной регрессии необходимо соблюдение условий Гаусса-Маркова, чтобы оценки параметров были несмещенными, состоятельными и эффективными. Для этого будет проведен анализ мультиколлинеарности в модели, а также гетероскедастичности остатков и эндогенности в модели. Для гетероскедастичности будут построены робастные оценки с помощью поправки Вайта. В случае обнаружения эндогенности в модели, необходимо применить другой метод анализа, иначе оценки по OLS будут несостоятельными и неэффективными.

Можно закономерно предположить, что индекс присутствия компании в Интернет может зависеть от других параметров компании, например, от размера (Bollen et al., 2006). Для этого лучше всего подойдет метод инструментальных переменных. А именно, в этом случае двухшаговый обощенный метод моментов (GMM2S), т.к. он позволит получить эффективные оценки при наличии гетероскедастичности в модели также, как и состоятельные оценки стандартных ошибок. Повышение эффективности оценки этим методом, по отношению к двухшаговому методу наименьших квадратов, вытекает из использования оптимальной весовой матрицы, ограничений на сверхидентификацию и ослабления предпосылок i.i.d. (независимые одинаково распределенные случайные величины), что актуально для данных исследования.

В качестве эндогенной переменной можно выбрать, например, Интернет-индекс, а в качестве инструментальных подобрать такие, чтобы они оказывали значимое влияние на эндогенную, но при этом не были связаны напрямую с зависимой MTB. Важным тестом здесь станет проверка валидности инструментов, которую поможет осуществить тест Саргана-Хансена на сверхидентифицируемость (J-test). Нулевая гипотеза для теста гласит, что все инструменты являются валидными, соответственно, низкое и незначимое значение статистики скажет о том, что инструменты валидны. Другим важным тестом станет тест на идентификацию модели с помощью теста на неидентифицируемость, для которого нулевая гипотеза гласит, что уравнение неидентифицируемо и матрица коэффициентами, а первая гипотеза говорит, что матрица имеет полный ранг и уравнение идентифицируемо. Соответственно, высокая и значимая статистика скажет о том, что уравнение идентифицируемо. Это же относится и к тесту на слабую идентификацию, чем он выше, тем уравнение лучше идентифицировано. Для двухшагового метода инструментальных переменных статистика R² (centered и uncentered) не имеет реальной статистической значимости и может вообще отсутствовать, или быть иметь отрицательное значение. Но сами уравнения должны быть значимы (F-stat - большая). При этом, эти пункты относятся как ко второму, так и к первому шагу.

Только получив значимую идентифицируемую модель с валидными инструментами, можно анализировать оценки и их значимости в модели, так как они будут достаточно устойчивыми.

Подобрав оптимальную модель для переменной Интернет-индекс (iIndex), далее можно проанализировать на базе этой модели, все остальные факторы по отдельности, чтобы выявить наиболее значимые факторы стоимости присутствия компании в Интернет.



3. Методология исследования

3.1 Описание выборки

Выборка состоит из публичных компаний, обращающихся на европейской бирже EuronextParis. Для исследования необходимо, чтобы структура поведения инвесторов была примерно одинакова, для этого необходимы компании с одной биржи. На Лондонской бирже слишком много различных компаний, там присутствуют компании не только Великобритании, но и России и других стран, в то время как Euronext нацелена в первую очередь на европейские компании. Почему именно Euronext Paris и французские компании? Во-первых, в Европе регулирование области IT гораздо строже и подчиняется определенным стандартам, которые можно учесть. Во-вторых, доступ к последним технологиям в Европе гораздо обширней и проще, нежели в России. В-третьих, исследование нацелено на анализ привлечения инвесторов с помощью интернет-технологий, соответственно, в первую очередь интересует мнение внешних инвесторов о компании, а французские компании одни из тех в Европе, которые менее всего подвержены проблеме «окапывания» (entrenchment) менеджеров или блокхолдеров (крупных семей). Капелюшников (Капелюшников, 2005) приводит следующее сравнение структуры собственности компаний из разных стран (см. рис. 1). Надо сказать, что компании Великобритании и США в большинстве своем не имеют контролирующего собственника, но и регулирование IT области и в области прав акционеров в этих странах гораздо строже. Во Франции же раскрытие информации в сети Интернет было добровольным и не регулируемым в течение долгого времени (Gajewski and Li, 2015) до 2007 года, когда, после адаптации директивы 2004/109/CE, были выпущены стандарты раскрытия информации для французского финансового сообщества (AMF) AMF (“Autoritй des Marchйs Franзais”) означает французское финансовое сообщество.. Поэтому разнообразие сайтов для французских компаний гораздо выше, нежели в Великобритании или США, что дает вариацию в выборке. Таким образом французские компании являются наиболее подходящим вариантом.

Рис. 1. Распределение 20 крупнейших корпораций различных стран мира по типам контроля, 1995 г. [Капелюшников, 2005, С.25]

Финансовые данные собраны за 2015 год. Данные представляют собой кроссекцию, так как данные по интернет-показателям можно собрать только в реальном времени, нигде не записываются исторические данные по ним, соответственно, использовать панельные данные невозможно.

Для того, чтобы выборка компаний получалась более или менее однородной, были применены следующие условия:

- Зависимая переменная MTB не должна быть меньше 0 и больше 5 - это выбросы: MTB<5;

- Финансовый рычаг компании не должен быть меньше 0 и больше 10: leverage<10;

- Рост продаж у большинства компаний в среднем не выше единицы: growth<1;

- Интенсивность капитала также не должна быть слишком высокой и превышать продажи более чем в 3 раза: cap_int<5;

- Наконец, вложения в НИОКР не должны превышать продажи более чем в 2 раза: RD<2.

К интернет-переменным фильтры не применялись, в них нет значительных выбросов. В итоге после ограничений в выборке осталось 302 компании. А после исключения компаний, чьи сайты не были доступны на период сбора, остается 292 наблюдения.

Данные об использовании веб-технологий компаниями собирались либо напрямую с корпоративного сайта компании, либо с помощью других сторонних сервисов: cy-pr.com, Google Webmaster Tools и других. Финансовая информация собиралась из базы данных Factiva.

3.2 Предварительный анализ данных

Данные представляют собой кроссекцию, так как исторические данные по ключевым веб-показателям найти невозможно.

Большинство компаний относится к группе отраслей, связанной с финансово-научной сферой (60% компаний). Следом отрасли, связанные с товарами и услугами массового потребления (23% компаний). И наконец, 17% компаний входят в отрасли группы промышленности и энергетики. Распределение отраслей достаточно понятно, так как в Европе преобладают отрасли услуг и финансово-научной сферы над отраслями производства.



Рис. 2. Отрасли компаний

На рисунке 3 представлены описательные статистики всех переменных:

Рис. 3. Описательные статистики



Все описательные статистики являются нормальными и объяснимыми. Из них можно сделать некоторые выводы.

1) Большинство компаний имеют капитализацию примерно в 1,5 выше балансовой стоимости, хотя есть компании, которые имеют и высокую рыночную стоимость, и очень низкую. Размеры компании достаточно нормально распределены, есть и крупные, и мелкие. Вложение в НИОКР концентрируются вокруг 0, т.к. у многих компаний в выборки они были равны 0. В среднем они составляют около 1% от продаж. Интенсивность капитала составляет около 27% от продаж, что может быть связано с тем, что в выборке большинство компаний работают в научной отрасли, где не всегда необходимы большие капитальные инвестиции, но тем не менее, есть компании для которых эти затраты превышают продажи более чем в 3 раза. Долгосрочный финансовый рычаг также сильно раскидан, но большинство наблюдений концентрируются вокруг 1, при этом в выборке есть компании, у которых нет долгосрочного долга или у которых он превышает собственный капитал более чем в 8 раз. Средний рост продаж в выборке около 7%, при этом есть компании со средним отрицательным ростом до -18% и положительным до 54% за последние 5 лет. Средняя рентабельность активов компании составляет около 5%, при этом максимальное значение составляет порядка 31%, но есть и компании, у которых большие убытки и рентабельность может составлять до -67%.

2) Индекс доступности информации (iAvailability) показывает, что в выборке есть компании, набравшие и минимальный, и максимальный балл. Большинство компаний имеют средний балл доступности информации для инвесторов. Это же можно сказать и об индексе раскрытия информации для инвесторов (iDisclosure), дополнительно можно сказать, что компаний, которые имеют относительно высокий индекс раскрытия несколько меньше, нежели компаний, которые имеют более низкий. Опять же средние показатели имеют индексы коммуникации с инвесторами (iCommunication) и технических показателей (iTechnical), а вот показатель присутствия компании в социальных медиа достаточно низкий всего около 3-х из 11 баллов. Это говорит о том, что французские компании пока недостаточно хорошо представлены с соц. сетях. В целом такие показатели говорят о том, что выборка компаний получилась достаточно однородной, ради чего и были наложены ограничения.

3) Судя по общему Интернет-индексу (iIndex) ни одна компания не имеет минимальный балл, то есть в любом случае некоторые условия присутствия компании в Интернет наблюдаются. Но при этом ни одна компании не набрала также максимальный балл 94. Поэтому большинство компаний в выборке имеют балл присутствия в интернете несколько более низкий, чем мог бы быть. Все это вполне обосновано, бывают очень хорошие сайты с большим количеством информации, но при этом компания не представлена в социальных сетях, бывают компании с сайтом плохим с технической точки зрения, но при этом ведут активную деятельность в области раскрытия информации. Здесь интересно будет посмотреть взаимосвязь между интернет-показателями.

4) Дополнительно в приложении 1 представлены описательные статистики каждого из 35 интернет-показателей, из которой можно увидеть наиболее значимые факторы, определяющие значение итоговых индексов. Так из приложения видно, что на сайте большинства компаний найти последний годовой финансовый отчет не вызывает проблем, также на большинстве сайтом представлены ключевые финансовые показатели за последний год, однако не на всех сайтах можно найти графики с историческими котировками компании и отдельный сайт под финансовый отчет. С раскрытием информации дела обстоят несколько хуже, так на большинстве сайтов есть описание структуры компании, однако очень редко встречается наличие различных мультимедиа приложений для инвесторов, также, как и информация о сделках директоров и оценки аналитиков. Относительно коммуникаций с инвесторами на большинстве сайтов есть форма обратной связи для них и более 1 языковой версии сайта, но лишь на небольшом количестве сайтов встречался раздел с часто задаваемыми вопросами для инвесторов. С социальным присутствием все еще хуже, компании в основном представлены только в 1-2 социальных сетях, при этом имеют малую активность в них. Наконец, относительно технических характеристик, видно, что подавляющее большинство сайтов грузится достаточно быстро, а также признаются пользователями понятными и удобными, однако, показатель, отвечающие за внешнюю ссылочную массу, а соответственно за авторитетность ресурса, проседает для большинства компаний. В итоге, почти все индексы вышли достаточно с усредненными показателями.

В целом, можно сказать, что большинство данных не подчиняются закону нормального распределения, а скорее закону логарифмически-нормального распределения. Интернет-показатели и итоговый Интернет-индекс получились достаточно с хорошей вариацией, что подчеркивает тот факт, что сайты компаний достаточно разнообразны, также, как и присутствие компании в Интернет. Соответственно, влияние этих показателей может быть значимым.

3.3 Корреляционный анализ

Наиболее интересна матрица корреляций между интернет-показателями, так как она поможет прийти к некоторым выводам относительно взаимозависимости индексов друг от друга.



Рис. 4. Матрица корреляций между веб-переменными

Из рис. 4, где представлены корреляции по Спирмену, видно, что веб-переменные достаточно значимо и положительно связаны между собой, то есть одна высока переменная предопределяет, что и другая будет высокой. Иными словами, если на сайте быстро доступная информация, то скорее всего и уровень раскрытия информации будет высоким, и наоборот, если компания раскрывает информацию, то она обеспечит быстрой доступ до нее. Менее всего со всеми остальными переменными (кроме технических характеристик) связана переменная, отвечающая за социальное присутствие. Получается, что, если на сайте компании хорошо организованы коммуникации с инвесторами, не факт, что компания будет также эффективно работать с социальными медиа. Хотя также здесь видно, что если компания заботится о своем сайте, то и скорее всего позаботится и о социальных медиа. Также интересно, что технические характеристики сайта менее всего связаны с коммуникациями на сайте, то есть сайт может быть неудобными и не оптимизированным, но может предоставлять все средства коммуникации. А может быть и так, что сайт будет удобным и оптимизированным, но раскрытие информации на сайте будет крайне скудным. В любом случае, все эти переменные связаны положительно, как и должно быть.

Далее на рисунке 5 представлена матрица корреляций между контрольными, зависимой переменной и Интернет-индексом.

Рис. 5. Матрица корреляций между переменными

Отметим, что коэффициент MTB наиболее хорошо и значимо связан с уровнем долгосрочного финансового рычага, а также с рентабельностью активов. Со всеми остальными переменными напрямую он связан достаточно слабо. Значимо, но в меньшей степени связан с вложениями в НИОКР компании, наблюдается небольшая связь с ROE и ростом компании. Самое главное, что MTB имеет достаточно неплохую значимую связь, на уровне 0,18 с Интернет-индексом. В некоторой степени, это является подтверждением взаимосвязи между стоимостью компании и присутствием компании в Интернет.

Интересно, что между независимыми переменными наблюдается значимая корреляция размером компании (lnTotalAssets). Видим, что Интернет-индекс связан с размером положительно, что в принципе можно объяснить тем, что крупная компания может себе позволить качественное присутствие в интернете. При этом размер также связан с отраслью финансово-научной области, но это скорее всего из-за того, что большинство компаний в выборки из этой отрасли. Также наблюдается взаимосвязь между Интернет-индексом и вложениями в НИОКР и ростом, можно также предположить, что от этих показателей может зависеть качество присутствия компании в Интернет, хотя связь и небольшая. В целом между независимыми переменными не наблюдается высокой взаимосвязи более 0,30 (связи между отраслями не учитываются).

3.4 Регрессионный анализ

3.4.1 Основная регрессионная модель

Начнем с построения простой линейной регрессии OLS (МНК). Сразу надо сказать, что тест Бреуша-Пагана показал высокий значимый показатель (106,22), следовательно, в данных присутствует гетероскедастичность. Поэтому все модели были построены с поправками Вайта на гетероскедастичность.

Рис. 6. OLS для зависимой MTB с Интернет-индексом

Из рисунка 6 видим, что наиболее значимое влияние на MTB оказывают долгосрочный финансовый рычаг и рентабельность активов. Размер, рост и отрасли компании остаются незначимыми. Также незначим Интернет-индекс, хотя коэффициент положителен. R² = 27%, само уравнение значимо (F-sta t= 5,77). Незначимость коэффициентов может быть вызвана мультиколлинеарностью и эндогенностью факторов. Проверим мультиколлинарность с помощью фактора вариации (Variance Inflation Factor, VIF):

Рис. 7. Variance Inflation Factor

Из рисунка 7 видно, что VIF находится около единицы для всех переменных, нет сильных выбросов, соответственно, нет мультиколлинеарности.

Но оценки OLS могут быть несостоятельными при наличии эндогенности в модели. Здесь можно предположить, что ключевой показатель Интернет-индекс может зависеть от других факторов в модели. Исследователи задавались вопросом, от чего может зависеть уровень раскрытия информации в Интернет, так, например, Боллен и др. (Bollen et al., 2006) выявили, что размер компании является значимым для уровня раскрытия информации в сети, а АбуГазалех и др. (AbuGhazaleh et al., 2012) исследовали влияние роста продаж на уровень интернет-активности компаний. Чтобы примерно представить, факторы, которые могут влиять уровень присутствия компании в Интернет, построим простую регрессию от выбранных переменных (с робастными оценками), где зависимой будет Интернет-индекс.

Рис. 8. OLS для зависимой Интернет-индекс

Из уравнения видно, что наиболее значимыми факторами, которые влияют на присутствие компании в интернете действительно являются размер компании, а также вложения в инновации. Также небольшое положительное влияние (на 5% уровне) имеет рост продаж компании. Для крупной компании, действительно нужен качественный сайт, крупная компания может позволить себе создать отдельный IT-отдел, где люди смогут заниматься только сайтом и социальными медиа компании. К тому же, для большого количества информации нужен качественный веб-ресурс, чтобы упростить работу и самим сотрудникам, и пользователям, в том числе с инвесторами. Относительно вложений в НИОКР, достаточно логично предположить, что компания, которая ведет активную инновационную деятельность будет активнее следить за своими веб-ресурсами в том числе, ведь веб-технологии так или иначе можно связать с инновациями, особенно новыми технологиями, которые ускоряют работу с информацией. Рост продаж также может влиять на присутствие компании в интернете, так как у быстро растущей компании появляются ресурсы в виде выручки, которые она активно инвестирует в развитие, в том числе в развитие интернет-технологий.

Таким образом в модели может присутствовать эндогенность, соответственно, оценки OLS будут несостоятельными. Для того, чтобы учесть эндогенность, проведем двухшаговую процедуру, где зададим Интернет-индекс как эндогенную переменную. В качестве метода будет использован двухшаговый обобщенный метод моментов (GMM2S), т.к. с помощью него можно получить эффективные оценки при гетероскедастичности. В качестве эндогенной переменной будет использован Интернет-индекс (iIndex). В качестве инструментальных будут использованы размер компании, рост компании и вложения в НИОКР. Это позволительно сделать, так как значимого влияния напрямую на MTB, как и корреляции, эти параметры не показали.

На рис. 9 представлены оценки двухшаговым методом. Теперь оценки определенно значимы, за исключением опять же отрасли компании. Само уравнение значимо на 1% уровне (F-stat = 4,89). Важным условием при применении метода инструментальных переменных валидность инструментов и идентификация модели. Как видно из рис. 9, Hansen J-stat = 3,88 - низкий и незначимый, следовательно, все использованные инструменты валидны. Тесты на неидентифициремость и слабую идентификацию показывают высокие и значимые показатели (Underidentification = 36,73 и Weak identification = 18,58), следовательно, модель с хорошей идетификацией. Кроме того, на первом этапе показывает хорошие значимые результаты (Partial R² = 16%; F-stat = 18,58), а также хорошую идентификацию и валидность (Underidentification = 13,73 и Weak-instrument = 1,15), следовательно, модель качественная.



Рис. 9. GMM2S для зависимой MTB и Интернет-индекса

Далее, в качестве проверки на возможное наличие других эндогенных переменных, были проведены C-тесты на эндогенность других переменных, по которым C-stat не показала высоких значимых результатов, следовательно, нет смысла добавлять больше эндогенных переменных в модель, иначе она будет неидентифицируема. Сравнение оценок, полученных по МНК и GMM2S методам, с помощью теста Хаусмана показало значимый коэффициент (chi2(6) = 17,44), следовательно, модели значимо отличаются. В таком случае, оценки двухшаговым GMM являются состоятельными, кроме того этот метод дает эффективные оценки при гетероскедастичности.

Таким образом можно интерпретировать результаты модели. Из рис. 9 видно, что Интернет-индекс оказывает значимое положительное влияние на стоимость компании (на 5% уровне значимости), как и предполагалось в исследовании. Также нужно отметить, что остальные коэффициенты оказывают значимое (на 1% уровне) влияние на стоимость компании, за исключением отраслей. Прибыльность компании оказывает значимое положительное влияние на MTB, как и во многих других предыдущих исследованиях (Rappaport, 1983). Интенсивность капитальных вложений также оказывает значимое, но отрицательное влияние на стоимость. Это также согласуется с результатами предыдущих исследователей (Capon et al., 1990). Это также может быть связано с тем, что инвесторы больше ценят интеллектуальные ресурсы компании, нежели материальные. Наконец, долгосрочный финансовый рычаг оказывает положительное влияние на стоимость компании. Финансовый рычаг часто связывают с риском компании, соответственно, стоимостная премия отражает компенсацию за финансовый риск (Fama and French, 1996), также, как говорят Алайаннис и др. (Allayannis et al., 2001), такой результат соответствует теориям, которые рассматривают преимущества контроля долга. Долгосрочный финансовый рычаг связывают с необходимостью привлечения дополнительных денежных средств, которые обычно пускаются в инвестиции в долгосрочные проекты, соответственно, если у компании есть привлеченные средства под долгосрочные проекты, которые получить не просто, то для такой компании больше доверия среди инвесторов. Компании же, которые живут только текущим долгом, могут вызывать подозрения у инвесторов. Размер, отрасль и рост компании не доказали свое значимое влияние на MTB, но зато размер, рост и вложения в НИОКР довольно хорошо описывают присутствие компании в интернет, которое сегодня является важным фактором со стороны привлечения инвесторов.

3.4.2 Дополнительный анализ

Дополнительно рассмотрим, как каждый из Интернет-факторов влияет на стоимость компании отдельно, чтобы выявить наиболее значимые факторы, описанные в разделе 3.1, на основании модели на рис. 9.

На рисунках 10, 11, 12, 13, 14 представлены модели с факторами интернет присутствия: доступности информации, раскрытия информации в Интернет, коммуникаций на сайте, социального присутствия и технологического качества сайта, соответственно. Все построенные модели являются достаточно качественными, они значимы на 1% уровне (F-stat от 4 до 6), также все модели идентифицируемы (Underidentification test и Weak Identification test достаточно большие), и все инструменты по-прежнему остались валидны (J-stat невысокая и не значимая).

Из моделей по каждому фактору видно также, что оценки при остальных переменных остались достаточно устойчивыми, значимость прибыльности, капитальной интенсивности и рычага по-прежнему высокая, и даже коэффициенты получились схожими, что подтверждает устойчивость результатов. А вот факторы, связанные с интернет-присутствием компании имеют разную значимость на итоговый показатель. Рассмотрим их поподробней.



Рис. 10. GMM2S с фактором доступности информации через Интернет



Рис. 11. GMM2S с фактором раскрытия информации через Интернет



Рис. 12. GMM2S с фактором коммуникации через Интернет



Рис. 13. GMM2S с фактором присутствия в социальных медиа



Рис. 14. GMM2S с технологическим фактором сайта

Из моделей видно, что наиболее значимое влияние на стоимость компании оказывает фактор, связанный с коммуникациями на сайте для инвесторов (рис. 12), что является подтверждением гипотезы H3. Однако, для этой модели наблюдаются небольшие проблемы с идентификацией (Underidentification = 6,22), модель идентифицируема только на 5% уровне значимости, тем не менее этого достаточно для такого небольшого набора данных, чтобы не опровергнуть гипотезу H3. Но, вероятно, этот фактор не будет самым значимым среди интернет-факторов, так как видно, что для этой модели все оценки параметров немного смещены.

Таким образом, наиболее значимым фактором, оказывающим влияние на стоимость компании, будет фактор раскрытия информации в Интернет компанией. Он значим на 5% уровне значимости. И позволяет не опровергнуть гипотезу H2.

Следом за раскрытием информации идет фактор доступности этой информации для инвесторов, он еще остается значим на 5% уровне и позволяет не опровергнуть гипотезу H1.

Наименее значимыми факторами стали технологический фактор и фактор присутствия компании в социальных медиа. Технологический фактор значим только на 10% уровне значимости. При выборке в около 300 наблюдений 10% значимость в принципе должно быть достаточно. Поэтому можно частично не опровергнуть гипотезу H5, хотя очевидно, что технологии, используемые на сайте, не так сильно влияют на принятие решения инвестором.

Наконец, незначим оказался фактор присутствия компании в социальных медиа, соответственно, гипотеза H4 опровергнута. Это можно связать с несколькими причинами. Во-первых, этот фактор хуже всего представлен среди французских компаний, то есть показатели по нему ниже и менее значимы. Во-вторых, выборке присутствовали как компании из промышленных отраслей, так и компании из ритейла. Можно предположить, что для компаний из B2C (business-to-consumers) сектора этот фактор будет иметь большее значение, чем для B2B (business-to-business), так как в социальных медиа в первую очередь удобно привлекать к покупкам физических лиц, нежели для другого бизнеса. Соответственно, одни и те же социальные медиа могут использоваться компанией, как для корпоративных нужд, так и для привлечения физических лиц, соответственно, фактор может быть смещенным из-за наличия таких компаний.

В любом случае, очевидно, что все факторы имеют положительный знак, что еще раз подтверждает гипотезу H, что присутствие компании в Интернет сегодня является важным фактором, способным повлиять на стоимость компании и на мнение инвесторов.



4. Описание результатов

4.1 Основные результаты

На основании обширного анализа корпоративных веб-сайтов более чем 300 французских компаний был создан индекс, отвечающий за присутствие компании в сети Интернет. На рис. 9 представлена модель, где показано, что Интернет-индекс положительно и значимо (на 5% уровне значимости) влияет на стоимость компании. Двухшаговый обощенный метод моментов показал устойчивые результаты, идентифицируемую модель и валидные инструменты, поэтому можно с уверенностью утверждать, что влияние Интернет-технологий на стоимость определенно есть, и оно положительное. Таким образом основная гипотеза исследования H не опровергается.

В качестве дополнительного анализа были рассмотрены каждый отдельный фактор интернет-активности и значимость его влияния на итоговую стоимость компании. На рис. 10-14 представлены модели. Из них очевидно, что все факторы имеют положительный коэффициент, но не все являются значимыми.

В ходе анализа, наиболее значимым фактором стал уровень раскрытия информации в Интернет. Несомненно, он оказывает значительное влияние на инвесторов и в итоге на стоимость компании. Раскрытие информации о компании, в том числе о структуре собственности, о менеджерах и т.д., является одной из основных задач IR-деятельности, оно позволяет уменьшить ассиметрию информации между компанией и инвестором. Позиционирование компании, как отрытой организации, вызывает доверие инвесторов и приводит к увеличению стоимости компании. Таким образом гипотеза H2 не опровергнута.

Другим не менее значимым фактором стала простота доступа к нужной инвестору информации. Она показывает, как компания заботиться о взаимоотношениях со своими инвесторами. Может ли инвестор быстро найти необходимый финансовый отчет, посмотреть ключевые показатели за последний год или какие события происходят в компании, все это оказывает положительное значимое влияние на стоимость. Гипотеза H1 не опровергнута.

Также довольно значимым фактором являются коммуникации с инвесторами. Возможность написать или позвонить в компанию напрямую, задать вопрос через специальную форму обратной связи и прочее во многом стимулирует двухстороннюю коммуникацию между компанией и инвестором, соответственно, опять же вызывая его доверие и стимулируя рост стоимости компании. Гипотеза H3 не опровергнута.

В меньшей степени на стоимость компании и мнение инвесторов влияют технологические характеристика сайта (на 10% уровне значимости). Возможно, инвесторов не так интересует скорость загрузки сайта или его адаптивность, как раскрытие информации о компании. Но тем не менее, влияние есть, и оно положительное. Таким образом гипотеза H5 частично не опровергнута.

Наконец, индекс социального присутствия не показал свою значимость на стоимость компании. Возможно, потому что для компаний в области промышленности он является менее значимым, нежели для компаний в области ритейла, соответственно, этот фактор больше значим для привлечения потребителей, нежели инвесторов. И проблема может быть в смещениях показателей. Таким образом, гипотеза H4 опровергнута.

В конечном итоге, все 5 факторов были включены с Интернет-индекс с соответствующими весами, где наибольшая значимость предавалась раскрытию информации, коммуникациями с инвесторами и доступности информации, так в итоге общий Индекс интернет-активности оказывает значимое положительное влияние на стоимость компании.

Дополнительно в ходе исследования было выявлено, что присутствие компании в интернете является эндогенной переменной и может во многом зависеть от размера компании, роста и инновационной деятельности. Крупные компании для хранения и предоставления доступа к большему количеству информации вынуждены иметь более крупные и качественные сайты, а также могут позволить себе иметь IT-отдел, который бы занимался только сайтом. Быстро растущие компании более вероятно будут иметь более качественный сайт, обычно они относятся к более молодым фирмам, а соответственно без проблем имеют возможность внедрить новые интернет-технологии в свою структуру. Также и с инновационной деятельностью компаний, компании, которые вкладываются в инновации, в больше степени будут применять интернет-технологии, так как в том числе по их средствам можно проводить эти инновации.

Также из моделей и корреляций стало понятно, что:

- Прибыльность компании оказывает значимое положительное влияние на стоимость;

- Долгосрочный финансовый рычаг также оказывает положительное влияние, создавая выгоды для компании, а также сигнализируя инвесторам, что в компании дела идут хорошо, и компания способна платить даже по долгосрочным долгам;

- Капитальная интенсивность оказывает значимое отрицательное влияние на стоимость, что подтверждает тот факт, что сегодняшние инвесторы могут предпочитать компании больше с интеллектуальными ресурсами, нежели материальными;

- Для французских компаний размер, рост и отрасль компании не оказывают значимого прямого влияния на стоимость.

4.2 Ограничения исследования

Несмотря на подтвердившиеся гипотезы и хорошие результаты, исследование имеет свои ограничения.

Во-первых, исследование основано на выборке только французских публичных компаний, соответственно, не факт, что результаты будут приемлемы для непубличных компаний.

Во-вторых, итоговая незначимость фактора социального присутствия и невысокая значимость технологического фактора может быть связана с присутствием в оценке этих факторов показателей, связанных с экспертной оценкой, например, дизайн отчетов или качество ведения соц. медиа. Такие оценки могут дать небольшое смещение этих факторов. Тем не менее, какая-либо качественная оценка все равно необходима.

В-третьих, в модели была учтена эндогенность параметра интернет-активности, однако в модели могут присутствовать и другие варианты эндогенности, которые сразу не очевидны. Например, вложения в НИОКР могут одновременно влиять и на стоимость компании и Интренет-индекс. Используя эти предположения, здесь уже понадобится другой метод анализа, например, системы одновременных уравнений.

В-четвертых, ограничение на выборку. Хоть предыдущие исследования использовали не больше компаний, но малое количество наблюдений может в какой-то степени сместить все результаты. Также, как и отсутствие данных во времени.



Заключение

В работе рассматривалось влияние присутствия компаний в Интернет и использования ими веб-технологий на стоимость компании. Для этого проводился обширный анализ корпоративных веб-сайтов и присутствия компаний в социальных медиа. На его базе были составлено 35 различных показателей интернет-активности, которые были поделены на пять групп факторов. После сложения всех факторов, был получен индекс присутствия компании в сети Интернет. Как показало исследование, этот Интернет-индекс оказывает значимое положительное влияние на стоимость компании. Таким образом, чем выше уровень присутствия компании в Интернет, тем лучше инвесторы оценивают компанию.

Можно выделить наиболее значимые факторы присутствия компании в интернете: раскрытие информации в сети, доступность информации и коммуникации с помощью сайта. Эти результаты подтверждают ряд описательных исследований в этой области. Они обычно связаны с открытостью компании для взаимодействия с инвесторами, соответственно, являются наиболее важными факторами, определяющими стоимость компании. Менее значимым фактором оказалось технологическое качество сайта, и не значимым - социальное присутствие, что может быть связано со структурой самой выборки.

Данное исследование расширило показатель интернет-активности, используемый в других исследованиях, добавив собственные интересные не только количественные, но и качественные показатели, например, дизайн отчетов, адаптивность сайта, наличие сайта под последний финансовый отчет и др. Работа вносит свой вклад в эмпирическую литературу в области стоимости компании и ценности применения интернет-технологий организациями.

В качестве возможных направлений исследования можно выделить рассмотрение большего количества компаний из разных стран, чтобы оценить влияние для различных публичных компаний, независимо от выборки. Но при этом обязательно учесть структуру собственности в этих странах, так как концентрированная структура собственности может приводить к незначимости фактора интернет-активности. Также интересно рассмотреть непубличные фирмы малого и среднего бизнеса, можно предположить, что для небольших компаний Интернет-фактор будет в большей степени влиять на результаты деятельности. А также отдельно рассмотреть компании B2C и B2B сектора. Еще интересно посмотреть кейсы компаний во временном разрезе, когда внедрение веб-технологий могло значительно повлиять на фирму.



Список литературы

Специальная литература

1. AbuGhazaleh, N.M., Qasim, A. and Roberts, C. (2012) “The Determinants Of Web-Based Investor Relations Activities By Companies Operating in Emerging Economies: the Case of Jordan”, Journal of Applied Business Research, Vol. 28, No. 2, pp. 209-225.

...