Проблематика данной темы заключается в недостатке научных публикаций, затрагивающих тему анализа влияния различных факторов на стоимость бренда компании.
Авторы Р. Аксельрод и Ф. С. Робертс в своих научных работах анализировали существующие методики оценивания стоимости брендов и на их основе выделяли группы факторов, имеющие возможное влияние на стоимость бренда.
Авторы Р. Аксельрод и Ф. С. Робертс выделили следующие факторы, воздействующие на стоимость бренда компании: сила характера владельца компании, выходит ли компания на международные рынки, разделение продуктов по группам, затраты на НИОКР, образ бренда в глазах потребителя, продажи компании, сколько компания существует на рынке, инвестиции государства в компанию, бюджет фирмы. Авторы отмечают следующие связи: увеличение значения господдержки влечёт за собой сильный рост стоимости бренда. Также авторы отметили, что чем старше бренд, тем меньше господдержка влияет на стоимость бренда) [4.11].
Авторы проводили исследование на примере двух типов IT-организаций: производители и распространители продукта. Как результат были получены следующие выводы: интернационализация, бюджет фирмы, а также господдержка имеют наибольшее влияние среди всех факторов на стоимость бренда IT-компании [4.11]. Данные выводы имеют место быть, так как международное признание как нельзя лучше влияет на образ бренда в глазах потребителей, бюджет фирмы в большинстве случаев идёт на развитие компании, а господдержка является большой помощью и опорой для многих предприятий.
В другом источнике авторы теоретически отметили следующие факторы, влияние которых только предстоит подтвердить или опровергнуть: затраты на рекламу (здесь авторы имеют в виду необходимость узнавания и положительного восприятия бренда), затраты, связанные с качественным улучшением продукта, общие расходы (на упаковку товара), продажи компании и сколько действует патент на товарный знак (на бренд) у данной компании [6.319].
Далее стоимости бренда даётся следующее определение: это денежная премия, которую получает компания за счёт потребителей, лояльных к этому бренду и готовых за него платить. В качестве факторов стоимости бренда выделяются следующие: абсолютный возраст (бренд, долго функционирующий на рынке, имеет преимущество, выражающееся в его стоимости, перед молодыми брендами), область использования (размер ассортимента товаров и услуг, которые предлагает компания), география использования (представленность бренда на международных рынках), прибыль организации, стоимость рекламы (авторы говорят о том, что маленькие затраты на рекламу ведут к увеличению стоимости бренда; здесь имеется в виду последняя актуальная тенденция, когда людям надоедает навязчивая реклама, и излишне часто показывающаяся реклама бренда, скорее, создаст негативное восприятие покупателем данного бренда, нежели наоборот) [3.76,77].
Следующая статья была посвящена роли инноваций в разрезе стоимости бренда. Было проведено исследование: взята выборка из 30 компаний, котирующихся рейтинговым агентством Interbrand во временной промежуток за 2013-2015 гг. В качестве переменных учитывались следующие параметры: стоимость бренда, отрасль, затраты на НИОКР, чистая прибыль и чистые доходы.
На графиках ниже можно посмотреть, как менялись стоимости брендов и затраты на НИОКР у двух различных компаний (Disney и Nike) в течение 2013-2015 гг. [5.199].
График 1. Взаимосвязь стоимости бренда и расходов на инновации компании Disney, млрд. долл.
График 2. Взаимосвязь стоимости бренда и расходов на инновации компании Nike, млрд. долл.
На обоих графиках видна прямая нелинейная связь между стоимостью бренда и расходами на инновации. Увеличение затрат на НИОКР ведёт к гораздо большему увеличению стоимости бренда компании.
2.Эконометрический анализ самых дорогих IT-брендов мира
2.1 Описание данных и выбор модели
Для выявления факторов стоимости бренда было принято решение использовать эконометрические модели. Работа с моделями производилась в программном продукте Stata.
Для практической части данной дипломной работы были собраны следующие данные. Зависимая переменная - стоимость бренда IT-компании. Источником этой переменной стали годовые отчёты агентства Interbrand, которое каждый год публикует топ-100 брендов мира по их стоимости. В силу того, что данное исследование фокусируется на брендах IT-компаний, были взяты компании из секторов “Технологии” и “Электроника”. Компании из данных отраслей по праву считаются IT-компаниями. Таких компаний оказалось 18. 3 из 18 компаний пришлось убрать из списка, так как: 1. IT-компания Hewlett Packard Enterprise появилась только в 2015 году (она была основана как дочерняя компания фирмы Hewlett Packard), соответственно данных до 2015 года по ней нет, а так как в данной работе будет рассматриваться больший временной промежуток, было решено исключить данную компанию из списка 2. Компании HUAWEI и Nintendo были исключены из данных, так как они на несколько лет обе исключались из списков дорогих брендов, то есть по ним нет информации ни в одном рейтинговом агентстве за определённые годы. Из-за непрозрачности и субъективности процедуры оценивания стоимости бренда рейтинговых агентств было принято решение не включать данные компании в список с данными, так как повторить процедуру оценки стоимости бренда на должном уровне самостоятельно было бы невозможно.
Итак, число компаний равняется 15-ти, для достаточного количества наблюдений был взят 9-ти летний временной промежуток (с 2010 по 2018 годы включительно).
В качестве факторов, которые, как предполагается, влияют на зависимую переменную, были собраны следующие переменные: доля расходов на административные, общие и затраты на продажу от общего объёма продаж (так как в эту переменную входят затраты на рекламу, статистику по которым многие IT-компании не публикуют); продажи компании; доля затрат на НИОКР от общего объёма продаж; общее количество сотрудников; чистая прибыль компании; приобретённые нематериальные активы (технологии, которые компания приобретает, а не производит сама).
Планировалось взять в качестве объясняющих переменных: государственное финансирование (хотя бы как дамми-переменную), однако, данная информация тоже не разглашается в свободном доступе; период действия патента на имя компании (данную информацию также сложно найти в общем доступе, но можно с уверенностью сказать, что большие корпорации, входящие в топ-100 самых дорогих брендов мира покупают контрактное право на товарный знак на максимальный срок и обновляют при необходимости, что не представляет статистического интереса); количество лет, которое компания работает на рынке (интересный теоретический фактор, однако, лучше брать его если данные кросс-секционные, к примеру, и не затрагивают временные промежутки, иначе этот показатель каждый год будет просто увеличиваться на год, что уже не представляет большого интереса для исследования).
Выбор данных факторов обоснован тем, что большинство авторов из использованных в данной работе источников литературы обсуждали влияние внутренней группы факторов, показывающей внутреннее функционирование компании. Также данные факторы есть в финансовых отчётностях компаний, и их влияние можно проверить эмпирическим путём.
Все факторы, задействованные в данной работе, были взяты из финансовых отчётностей и годовых общих отчётов каждой IT-компании в соответствующий год. Зависимая переменная (стоимость бренда IT-компании) и продажи компании, чистая прибыль компании, приобретённые нематериальные активы представлены в миллионах долларов.
Модель учитывает такие переменные, как:
Time - год (2010-2018)
Brand - название компании (эта переменная использовалась непосредственно при сборе данных, для их структуризации, в дальнейшем переменная не использовалась)
Brandid - нумерация компаний от 0 до 14
Brandvalue - стоимость бренда компании
SGA - доля расходов на административные, общие и затраты на продажу от общего объёма продаж
Netsales - чистые продажи компании
RD - доля затрат на НИОКР от общего объёма продаж
Employees - общее число работников
Netincome - чистый доход
AIA - приобретённые нематериальные активы
Lbrandvalue - логарифм соответствующей переменной, далее аналогично
LSGA
LNetsales
LRD
LEmployees1
LNetincome
LAIA
D2010 - дамми-переменная, которая равна 1, если рассматриваемый год - 2010, и значение 0 в другом случае, далее аналогично
Это делается для учёта временных эффектов. Теперь временные эффекты будут учитываться как определённые. Данная интерпретация видится рациональной, так как панельные данные в этой исследовательской работе состоят из коротких временных рядов.
D2011
D2012
D2013
D2014
D2015
D2016
D2017
Проведём первичный анализ панельных данных. Из таблицы внизу мы можем увидеть количество наблюдений, среднее по каждой переменной, стандартное отклонение от среднего, минимум и максимум в каждом параметре. Первичная статистика может представлять интерес для наблюдения за функционированием IT-компаний, что происходило на рынке в течение заданного периода времени (2010-2018 гг.).
Рисунок 1. Описательная статистика для 2010 года
Рисунок 2. Описательная статистика для 2011-2014 г.г.
Из рисунков 1 и 2 мы видим, что
С 2010 по 2011 год средние значения всех переменных выросли.
С 2011 по 2012 год средние значения всех переменных выросли, кроме среднего значения фактора чистый доход. Таким образом, предполагается, что компании в 2012 году заплатили объём налоговых платежей выше обычного. И ЧТО НАМ ЭТО ДАЕТ?
С 2012 по 2013 год средние значения переменных стоимость бренда, доля затрат на НИОКР от общего объёма продаж, общее число работников, чистый доход и приобретённые нематериальные активы выросли. Средние значения переменных доля затрат на административные, общие и затраты на продажу от общего объёма продаж, чистые продажи упали. Это может быть связано с понижением зарплат, с оптимизацией работы с кадрами, с уменьшением расходов на рекламу.
С 2013 по 2014 год среднее значение переменной чистые продажи выросло, в то время как средние значения остальных переменных упали. Это может быть следствием того, что не все страны преодолели экономический кризис к 2014 году.
Рисунок 3. Описательная статистика для 2015-2017 г.г.
Из рисунка 3 мы видим, что:
С 2014 по 2015 год средние значения всех переменных выросли, кроме средних значений переменных чистые продажи и приобретённые нематериальные активы. Это также может быть связано с кризисной ситуацией, когда люди меньше покупали технических устройств.
С 2015 по 2016 год средние значения переменных стоимость бренда, чистые продажи, чистый доход, приобретённые нематериальные активы увеличились, а средние значения переменных доля затрат на административные, общие и затраты на продажу от общего объёма продаж, доля затрат на НИОКР от общего объёма продаж, общее число работников наоборот снизились. Это может быть связано с оптимизацией затрат и работы в компаниях в целом.
С 2016 по 2017 год средние значения переменных стоимость бренда, чистые продажи, общее число работников, чистый доход и приобретённые нематериальные активы выросли, в то время как средние значения переменных доля затрат на административные, общие и затраты на продажу от общего объёма продаж, доля затрат на НИОКР от общего объёма продаж упали. Это может быть связано с понижением зарплат и работой с технологиями прошлых периодов.
Рисунок 4. Описательная статистика для 2018 года
Из рисунка 4 мы видим, что:
С 2017 по 2018 год средние значения всех переменных выросли, кроме средних значений переменных доля затрат на административные, общие и затраты на продажу от общего объёма продаж, доля затрат на НИОКР от общего объёма продаж, которые снизились.
Посмотрим на динамику изменений средних значений всех переменных. Такая информация представляет интерес для изучения функционирования IT-компаний во времени, для изучения рынка. Мы берём каждую переменную и усредняем её по всем IT-компаниям в соответствующий год. Так мы получаем среднее значение переменной в каждый год.
Рисунок 5. Средние стоимости брендов в течение 2010-2018 г.г.
Из рисунка 5 видно, что средняя стоимость всех брендов увеличивается с примерно одной и той же траекторией синусоиды, что вызывает интерес для исследований.
Рисунок 6. Средние доли затрат на административные, общие и затраты на продажу от общего объёма продаж в течение 2010-2018 г.г.
Из рисунка 6 видно, что средние значения данной переменной не похожи ни на одну фигуру, они не линейны и росли с 2010 по 2012 год, достигнув пика в 2012 году, а затем наблюдается общая тенденция к снижению с 2012 по 2018 г.г.
Рисунок 7. Средние значения чистых продаж в течение 2010-2018 г.г.
Из рисунка 7 видно, что средние значения чистых продаж имели общую тенденцию к росту, однако, этот рост не был плавный - с 2012 по 2013 год и с 2014 по 2015 год чистые продажи падали.
Рисунок 8. Средние значения доли затрат на НИОКР от общего объёма продаж в течение 2010-2018 г.г.
Из рисунка 8 видно, что пик затрат на НИОКР от общего объёма продаж был в 2015 году, возможно, это связано с отправной точкой от конца кризиса к новой экономике. Имеется общая тенденция к росту с 2010 по 2015 год, и также видна общая тенденция к спаду с 2015 по 2018 г.г.