Кроме того, необходимо также принять во внимание опыт работы менеджеров банка, чье умение руководить процессом работы непосредственным образом должно отражаться на итоговых результатах (Guevara, Bounfour, 2013). Для этого введем переменную, измеряемую как среднее количество лет работы всех менеджеров организации.

Крайне важно рассмотреть и вклад самого банка в содержание и развитие его работников, необходимый для формирования у сотрудников новых навыков и компетенций или их закрепление. Ожидается, что больший вклад будет способствовать более продуктивному процессу работы и, как следствие, благоприятно сказываться на получаемых банком результатах. Для этого включим в настоящее исследование затраты на содержание персонала (Ugalde-Binda et al., 2014), выраженные долей затрат в общих операционных расходах банка, частью которых они являются, а также затраты на подготовку и переподготовку кадров (Ugalde-Binda et al., 2014), аналогично определяемые долей затрат в общих операционных расходах.

Отношенческий капитал заключает в себе отношение организации с окружающей ее средой, а также и обратную связь - ее известность и имидж, то есть то, как другие воспринимают данную фирму. Тем самым, предполагается, что на ROA также будет отражаться число внешних связей банка. Для этого введем переменную, характеризующую общее количество крупных российских и зарубежных собственников, государственных органов-собственников и крупных частных собственников (Hormiga et al., 2011, Guevara, Bounfour, 2013). Кроме того, необходимо учесть количество дочерних компаний банка (Molodchik, Shakina, Barajas, 2014, Molodchik, Jardon, Bykova, 2019). Чем больше их число, тем, предположительно, компания должна быть успешней, а значит обладать большей рентабельностью банковских активов.

Помимо этого, будет учтена рекламная деятельность банков (Molodchik, Jardon, Bykova, 2019), которая помогает компании обрести известность и обеспечивает ее необходимыми связями, как с другими организациями, так и с клиентами. Введем соответствующую переменную, измеряемую как отношение затрат на рекламную деятельность к суммарным операционным расходам. Предполагается, что более высокая доля расходов на рекламу будет содействовать наличию большей рентабельности активов.

Известность и узнаваемость бренда (Ugalde-Binda et al., 2014) банка служит неотъемлемой частью его интеллектуального капитала. Так, будет представлена: дамми переменная, отражающая то, входит ли компания в рейтинг Forbes 2000, 1- если банк находится в данном рейтинге, 0 - если банк не включен в данный рейтинг.

Так как в настоящее время интернет постоянно присутствует в жизни людей, и множество товаров и услуг фирм переносятся из офф-лайна в онлайн пространство, сайт банка является действительно важным инструментом для связи с клиентами. Тем самым, стоит ввести переменную качества сайта (Molodchik, Jardon, Bykova, 2019), которая будет оценена от 1 до 4. Значение 4 присваивается сайту банка тогда, когда количество информации составляет более 10 страниц, сайт является многоязычным, на сайте содержится отдельный раздел с информацией для инвесторов и на сайте присутствует динамичная анимация. Значение 3 ставится в случае, если один из 4 упомянутых пунктов отсутствует, 2 - если отсутствуют две характеристики, и 1 - если выполняется лишь одно свойство сайта.

Структурный капитал передает внутренние и инновационные возможности банка. Для того, чтобы автоматизировать внутрихозяйственную деятельность в банках внедряется ERP-система, сильно упрощающая контроль за хозяйственными задачами (Molodchik, Shakina, Barajas, 2014, Molodchik, Jardon, Bykova, 2019). Однако в силу того, что это достаточно затратно, не каждый банк решается на внедрение. В данном исследовании будет рассмотрено то, существует ли эта система у конкретного банка или нет, с помощью введения соответствующей фиктивной переменной. Так, значение 1 будет характеризовать наличие ERP-системы, 0 - ее отсутствие. Присутствие системы будет выгодно отличать такой банк, а значит, предположительно, влиять на эффективность его деятельности.

Представляется интересным проверить реализуется ли корпоративная стратегия банка (Guevara, Bounfour, 2013, Molodchik, Shakina, Barajas, 2014), с помощью поиска на сайте слов «стратегия», «реализация стратегии». Тем самым, будет учтена дамми-переменная, согласно которой значение 1 будет означать наличие корпоративной стратегии, 0 - в противном случае. Если банк не заботиться о реализации корпоративной стратегии, то он будет иметь менее успешные результаты деятельности.

Чтобы проверить, есть ли у банка патенты и в каком количестве, то есть присутствуют ли у него инновационные наработки (Hormiga et al., 2011, Molodchik, Shakina, Barajas, 2014, Molodchik, Jardon, Bykova, 2019), введем соответствующую переменную, которая будет отражать число патентов у определенного банка. Чем их меньше, тем, ожидается, хуже работают инновации такого банка и тем он в меньшей мере успешный.

Таким образом, выбранные для проведения исследования факторы были классифицированны по составляющим интеллектуального капитала. Итог представлен в таблице 1:

Таблица 1

Разделение переменных по элементам ИК

Человеческий капитал	Квалифик. совета директоров, средний опыт работы менеджеров, затраты на содержание персонала, затраты на развитие персонала.
Отношенческий капитал	Крупные собственники, затраты на рекламу, дочерние компании, качество сайта, известность бренда.
Структурный капитал	ERP-система, число патентов, реализация корпорат. стратегии.

Кроме этого, имеет место ввести дополнительные переменные, то есть контрольные, которые не относятся к интеллектуальному капиталу, но могут влиять на зависимую переменную, то есть на рентабельность активов. Включение таких переменных позволит улучшить прогнозное качество модели. Среди них - возраст компании (Molodchik, Jardon, Bykova, 2019), рассчитываемый от момента ее существования до каждого из четырех годов исследования. Далее - размер компании (Al-Musali, Ku Ismail, 2016, Alhassan, Asare, 2016, Andreeva, Garanina, 2017, Ozkan, Cakan, Kayacan, 2017), являющийся логарифмом ее суммарных активов. И наконец финансовый рычаг, или кредитное плечо банка, - отношение заемных средств организации к ее собственным средствам. В настоящем случае финансовый рычаг рассчитывался, как отношение обязательств банка к его активам (Meles и др., 2016, Ozkan, Cakan, Kayacan, 2017).

В исследование также будут включены временные фиктивные переменные, отражающие конкретный год используемых данных и необходимые для моделирования регрессии на панельных данных.

Существует множество ненаблюдаемых факторов, которые могли бы влиять на итоговые результаты деятельности компаний. Тем самым, включив все выявленные факторы в модель, можно предположить, что в модели присутствует эндогенность в силу пропущенных переменных.

2.3 Метод исследования

Для проведения настоящего исследования было выбрано достаточно много факторов, характеризующих интеллектуальный капитал. Однако чтобы представить модель исследования более структурированно, предотвратить потерю переменных из-за коррелированности, более точно ответить на поставленный исследовательский вопрос и подтвердить выдвинутые гипотезы, в работе будет применен метод главных компонент. Это позволит сократить размерность данных и уменьшить число регрессоров.

Настоящий метод используется в подобных данному исследованиях интеллектуального капитала, когда, аналогично, множество факторов определенным образом группируются в компоненты. Так, к примеру, Molodchik и Jardon (2017) применяли метод главных компонент в своей работе, посвященной интеллектуальному капиталу и доказывающей, что он повышает уровень новизны продукта для более чем 1400 российских предприятий малого и среднего бизнеса. В иной работе Molodchik, Jardon и Bykova (2019) также использовали метод главных компонент для оценки вклада интеллектуального капитала в эффективность российских предприятий на уровне компаний и отрасли в целом, и впоследствии значимое воздействие интеллектуального капитала подтвердилось.

Итак, суть метода состоит в том, чтобы получить компоненты, являющиеся линейной комбинацией исходных факторов. Стоит отметить, что определение новых компонент еще не снижает размерность данных, так как их количество совпадает с изначальными переменными. Тем самым, ключевая цель проведения данного метода заключаются в том, чтобы выбрать максимально изменчивую компоненту, которая будет иметь максимальную выборочную дисперсию и, тем самым, наиболее релевантно представлять исходные факторы.

Для того, чтобы провести настоящую процедуру выбора компонент будет применен подход Кейзера (Kaiser, 1960), согласно которому главными компонентами будут являться те, у которых собственные значения (дисперсии, выделяемые факторами) больше единицы.

Кроме того, чтобы реализовать указанный выше подход, данные должны удовлетворять критерию адекватности выборки Кайзера-Мейера-Олкина, КМО. Основываясь на нем, значение КМО не менее, чем 0,5 будет свидетельствовать о том, что метод главных компонент применим, иначе - стоит отказаться от его использования (Kaiser, 1974).

После того, как будут выявлены главные компоненты, лучшим образом характеризующие человеческий, отношенческий, структурный капитал, будет построена регрессионная модель зависимости рентабельности активов банков от элементов интеллектуального капитала.

Для того, чтобы принять во внимание различия между объектами наблюдений и иметь возможность их оценить, необходимо учесть структуру панельных данных.

Стоит отметить, что панельные данные позволяют учесть возможную неоднородность объектов выборки с помощью учета индивидуальных эффектов, характеризующих влияние и наблюдаемых, и ненаблюдаемых переменных. Таким образом, будет построена модель с фиксированными эффектами или модель «within».

Так, регрессия с фиксированными эффектами («within») представляет регрессию с отклонениями от средних по времени значений факторов. Преимущество такой модели заключается в том, что она учитывает индивидуальные эффекты и, тем самым, исключает ненаблюдаемые переменные. При этом, предполагается, что объясняющие переменные коррелируют с индивидуальными эффектами.

Тем самым, построение «within»-регрессии будет служить попыткой нивелировать эффект присутствующей эндогенности. Более того, данная модель гарантирует получение несмещенных и состоятельных оценок. Оценивание такой регрессии будет происходить с помощью метода наименьших квадратов.

2.4 Описание выборки

Финансовая сфера в России является одной из крупнейших и ведущих в стране. Согласно данным Росстата, к 2015 году финансовая деятельность входила в десятку отраслей, имеющих наибольший вклад в прирост ВВП страны (рисунок 2).

Рис. 2 Крупнейшие вклады отраслей в ВВП России в 2015 году

На рисунке 2 по убываю доли в ВВП страны представлены отрасли, 10-ое место из которых занимает финансовая, составляя 4% в общей доли [7]. Суммарно, представленные отрасли формируют 84% в структуре ВВП России. При этом, стоит иметь в виду, что банки являются ключевыми участниками финансовой отрасли, и соответственно, играют важную роль в экономике страны.

Так, для настоящего исследования была использована база данных, предоставленная Международной лабораторией экономики нематериальных активов (ВШЭ, Пермь). Среди данной базы данных, состоящей из 1096 компаний разных отраслей, были отобраны все банки. Таким образом, выборка была сокращена до 62 компаний-представителей банковской сферы. Все представленные в базе данных банки являлись акционерными. Тем самым, настоящая выборка презентует все существовавшие на момент сбора данных акционерные банки России, акции которых хоть раз проходили листинг и котировались на бирже.

По причине отзыва лицензии в 2012-2015 годах из выборки были исключены следующие банки: Волга-Кредит, Волго-Камский, Тульский Промышленник, Акционерный Сибирский Нефтяной банк (Сибнефтебанк), Региональный банк развития, Пробизнесбанк. Кроме того, по причине принятия решения о ликвидации в 2012-2015 годах были исключены: ТрансКредитБанк, КИТ Финанс Инвестиционный банк, Коммерческий банк «Петрокоммерц» [1,8]. Тем самым, выборка сократилась на 9 банков. Итоговое число банков в выборке составило 53.

Согласно докладу ассоциации банков России за 2019 год, число банков в России за 2012, 2013, 2014, 2015 года достигало 978, 956, 923, 834 соответственно [4]. В среднем, за 4 года количество банков составляло 923. Тем самым, на рисунке 3 можно наблюдать долю настоящей выборки, состоящей из только акционерных банков, в генеральной совокупности всех банков России. Так, исследуемая выборка акционерных банков, в среднем по 4 годам, составляет только 6% общей совокупности банков России.



Рис. 3 Доля исследуемой выборки в генеральной совокупности

Используемая для исследования база данных состоит из финансовых и нефинансовых показателей, лежащих в основе переменных, которые отражают количественные и качественные характеристики интеллектуального капитала. Финансовые данные были собраны из годовых отчетностей банков, содержащихся на сайтах по финансовому анализу банков таких, как Куап.ру. Другая информация была включена согласно иным общедоступным источникам, таким как веб-сайты компаний, патентные и информационные бюро, рейтинговые агентства.

Таким образом, общее количество наблюдений за 4 года по 53 банкам составило 212. Следующая глава будет посвящена полученным в настоящем исследовании результатам.



3. Эмпирические результаты

3.1 Описательные статистики

Проведем предварительный анализ данных, для чего рассмотрим ключевые описательные статистики по выбранным переменным.

Анализируя переменные человеческого капитала, отдельное внимание стоит уделить находящейся в его составе категориальной переменной, характеризующей квалификацию совета директоров (таблица 2). В основном, около 60% членов совета директоров в различных банках одновременно не имеют последипломную квалификацию и опыт работы более 5 лет. При этом, у 33% совета директоров отсутствуют и последипломная квалификация, и опыт работы более 5 лет, и лишь 10% наделены обеими характеристиками. Соответственно, достаточно низкое число банков обладает высоко квалифицированными участниками совета директоров, что выделяет их в выборке.

Таблица 2

Значения переменной «квалифик. совета директоров»

Квалифик. совета директоров	Частота встречаемости	Процентное соотношение
0	70	33.02
1	121	57.08
2	21	9.91
Всего	212	100.00

В дальнейшем для построения регрессии данная категориальная переменная будет преобразована в дамми-переменную так, что будет обозначать наличие квалификации и принимать значение 1 (изначальные значения 1 и 2), или ее отсутствие и принимать значение 0 (аналогично изначальному значению 0).

Итоговая информация по переменным человеческого капитала представлена в таблице 3. Итак, для превалирующего большинства банков члены совета директоров обладают квалификацией. Также, согласно данной таблице, максимальный опыт работы менеджеров составляет 14 лет, что достаточно много, и, соответственно, ценно для банка. Однако, средний опыт менеджеров составляет лишь 4 года, варьируясь от года до восьми лет, что приблизительно втрое меньше имеющегося максимума. Тем самым, можно отметить, что имеющаяся выборка является достаточно гетерогенной, где для каждого банка характерны свои условия по опыту набираемых претендентов на должности менеджеров.

Затраты на содержание персонала в общих операционных расходах в среднем составляют 0.58. Минимальные затраты достаточно разнятся с максимальными издержками на содержание работников, 0.08 против 0.74. Это означает, что некоторые банки в отличие от других отводят относительно небольшие суммы на своих сотрудников. Возможная причина этому может заключаться в том, что некоторые банки оказывают необходимые финансовые услуги в дистанционном формате, что позволяет руководству такого банка снижать издержки на содержание сотрудников.

Стоит заметить, что затраты на подготовку и переподготовку кадров, в сравнение с затратами на общее содержание сотрудников, являются невысокими, что может объясняться их более редкими выплатами в течение года. Их среднее значение колеблется около значение 0.001, что достаточно отдалено от максимума в исследуемой выборке - 0.023, что вновь подчеркивает гетерогенность настоящей выборки (таблица 3).

Таблица 3

Описательные статистики по переменным человеческого капитала

Переменная	Среднее	Стандартное отклонение	Min	Max
Средний опыт работы менеджеров	4.122	3.908	0	14
Затраты на содержание персонала	0.58	0.08	0.26	0.74
Затраты на развитие персонала	0.001	0.002	0	0.023
Переменная	0	1	Min	Max
Квалифик. совета директоров	70	142	0	1

Далее рассмотрим переменные отношенческого капитала. Среди них также имеется категориальная переменная - это качество сайта. Основываясь на таблице 4, стоит заметить, что для наибольшего процента банков (41,5%) за 4 года качество сайта оценивалось в 2 балла из 4 возможных. Следующей по популярности была максимальная оценка, то есть 4, таких банков было 56 (26,4%). Банков, получивших оценку 1 за качество собственного сайта, было меньше всего - 13,2%. Тем самым, многие сайты банков не удовлетворяют выдвинутым критериям, что выявляет возможные пути для дальнейшего развития и совершенствования.

Таблица 4

Значения переменной «качество сайта»

Качество сайта	Частота встречаемости	Процентное соотношение
1	28	13.21
2	88	41.51
3	40	18.87
4	56	26.42
Всего	212	100.00

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

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

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

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

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

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



Таблица 5

Описательные статистики по переменным отношенческого капитала

Переменная	Среднее	Стандартное отклонение	Min	Max
Крупные собственники	15.311	14.267	1	63
Затраты на рекламу	0.022	0.03	0	0.27
Дочерние компании	20.929	42.536	0	242
Переменная	0	1	Min	Max
Известность бренда	196	16	0	1
Качество сайта	116	96	0	1

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

Таблица 6

Описательные статистики по переменным структурного капитала

Переменная	Среднее	Стандартное отклонение	Min	Max
Число патентов	4.122	0.865	0	6
Переменная	0	1	Min	Max
Реализация корпорат. стратегии	69	143	0	1
ERP-система	151	61	0	1

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

Таблица 7

Описательные статистики по зависимой переменной

Переменная	Среднее	Стандартное отклонение	Min	Max
ROA	0.0064	0.029	-0.2423	0.1284

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

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

Таблица 8

Описательные статистики по контрольным переменным

Переменная	Среднее	Стандартное отклонение	Min	Max
Фин.рычаг	0.86	0.105	0.13	1.15
Возраст банка	23.075	1.685	20	25
Размер банка	17.746	2.154	13.243	23.859

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

3.2 Результаты метода главных компонент

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

Таблица 9

Критерий Кайзера-Мейера-Олкина

Человеческий капитал	Отношенческий капитал	Структурный капитал
0.5	0.68	0.57

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

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

Таблица 10

Компоненты человеческого капитала

Component	Eigenvalue	Proportion
Comp1	1.249	0.312
Comp2	1.075	0.269
Comp3	0.935	0.234
Comp4	0.74	0.185

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

Таблица 11

Факторные нагрузки компонент человеческого капитала

Переменная	Comp1	Comp2
Квалифик. совета директоров	0.62	0.278
Средний опыт работы менеджеров	0.695	-0.199
Затраты на развитие персонала	0.275	0.544
Затраты на содержание персонала	-0.24	0.766

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

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

Таблица 12

Компоненты отношенческого капитала

Component	Eigenvalue	Proportion
Comp1	2.054	0.41
Comp2	0.964	0.193
Comp3	0.797	0.159
Comp4	0.725	0.145
Comp5	0.46	0.092

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



Таблица 13

Компоненты для структурного капитала

Component	Eigenvalue	Proportion
Comp1	1.43	0.477
Comp2	0.871	0.29
Comp3	0.699	0.233

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

Тем самым, исследовательская модель приняла следующий вид:

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

3.3 Результаты регрессионного анализа

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

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

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

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

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

Таким образом, основываясь на полученных результатах, можно сделать вывод, что ни одна из выдвинутых гипотез Н1, Н2, Н3 не подтвердилась. Установить значимое положительное влияние человеческого, отношенческого и структурного капитала на результаты деятельности банков в исследуемой выборки не удалось.

Таблица 14

Результаты оценивания «within» - регрессии

	Коэффициенты (Стандартные ошибки)
	ROA
	-0.0002 (0.002)
	-0.001 (0.003)
RC	0.001 (0.005)
SC	-0.012 (0.008)
Контрольные переменные
Фин.рычаг	-0.339** (0.161)
Размер банка	0.025*** (0.007)
Возраст банка	-0.015*** (0.005)
const	0.189 (0.233)
Временные фиктивные переменные - включены
Количество наблюдений = 212
R-squared = 0.324
Примечание: в скобках - робастные стандартные ошибки. Уровни значимости: * p<0.1, ** p<0.05, *** p<0.01

Вместе с этим, наблюдаем значимость трех контрольных переменных - финансового рычага, размера банка и его возраста. При этом, для переменных финансового рычага и возраста фирмы замечаем отрицательные влияния на рентабельность банковских активов. Отсюда имеем, что чем раньше был основан банк, тем для него характерна меньшая рентабельность активов. В силу того, что показатель ROA учитывает в себе риски и отвечает за превращение денежных поступлений в прибыль, то можно сделать вывод о том, что менеджмент более молодого банка является более рисковым и быстрее превращает денежные поступления в прибыль. Соответственно, банк с большим опытом более консервативен и действует осторожнее. Аналогично, чем больше значение финансового рычага, тем меньшая рентабельность активов характерна для банка. Действительно, высокое значение кредитного плеча свидетельствует о том, что большая часть прихода активов финансируется за счет заемных средств, тем самым, банк менее финансово независимый.

Другая контрольная переменная, отвечающая за размер банка, показала значимое положительное влияние на рентабельность банковских активов. Тем самым, получаем, что чем больше банк, тем более рентабельны его активы, и наоборот.

Полученный коэффициент детерминации (within) составил 0.324. Данное значение говорит о том, что результаты банковской деятельности, в частности рентабельность банковских активов, построенной моделью объясняется на 32,4%. При этом, для работ в данной исследовательской области текущее значение является приемлемым.

Тест Вальда подтверждает адекватность построенной модели и свидетельствует о том, что, в целом, модель является значимой (Prob > F = 0.001).

В силу того, что полученные компоненты человеческого, структурного и отношенческого капитала при применении метода главных компонент являются линейной комбинацией первоначальных факторов, то незначимость одного фактора может повлиять на незначимость компоненты в целом. Тем самым, имеет место, провести проверку устойчивости полученных результатов. Для этого построим регрессии зависимости ROA от исходных факторов интеллектуального капитала с включением контрольных переменных (1) и с их отсутствием (2).

Итак, наблюдаем, что модель с использованием контрольных переменных показала значимость таких переменных, как затраты на развитие персонала, затраты на рекламу и применение банком ERP-системы (таблица 15).

Следовательно, чем больше банк вкладывается в рекламную деятельность, тем большую положительную отдачу он получает взамен. Данный вывод действительно актуален для банковской деятельности в настоящее время, так как конкуренция в банковском секторе довольно высокая, и чтобы информировать клиентов о новинках и привлекать их внимание выгодными предложениями, банки должны грамотно управлять рекламной деятельностью для получения впоследствии благоприятных результатов.

Использование ERP-системы в банках, как было отмечено ранее, достаточно затратно, в виду этого, не каждый банк может позволить себе ее использование. Тем самым, это может наделять банки, которые применяют данную систему, соответствующими преимуществами в процессе работы, что можно наблюдать по положительному влиянию данной переменной на рентабельность активов.

В отличие от предшествующих переменных, затраты на развитие персонала показали значимое отрицательное влияние на ROA. Возможное объяснение может заключаться в том, что слишком высокая доля затрат занижала чистую прибыль банка, что впоследствии сказывалось на показателе рентабельности активов.

Таблица 15

Результаты оценивания моделей с исходными факторами

	(1)	(2)
	ROA	ROA
Квалифик. совета директоров	0.002 (0.003)	0.003 (0.004)
Средний опыт работы менеджеров	0.00002 (0.0005)	-0.0002 (0.0006)
Затраты на содержание персонала	0.068 (0.149)	0.029 (0.096)
Затраты на развитие персонала	-1.002** (0.475)	-1.207 (0.879)
Крупные собственники	-0.0002 (0.0002)	-0.0002 (0.0002)
Затраты на рекламу	0.244* (0.131)	0.31* (0.161)
Дочерние компании	0.0001 (0.0001)	-0.00002 (0.0001)
Качество сайта	-	-
Известность бренда	-	-
ERP-система	0.015** (0.006)	0.02*** (0.006)
Число патентов	-	-
Реализация корпорат.стратегии	-0.017 (0.009)	-0.01 (0.017)
Контрольные переменные
Фин.рычаг	-0.333** (0.162)	-
Размер банка	0.026*** (0.009)	-
Возраст банка	-0.014** (0.006)	-
const	0.098 (0.373)	-0.23 (0.063)
R-squared	0.354	0.147
Временные фиктивные переменные - включены
Количество наблюдений = 212
Примечание: в скобках - робастные стандартные ошибки. Уровни значимости: * p<0.1, ** p<0.05, *** p<0.01

Стоит отметить, что значимость всех трех контрольных переменных в данной модели сохранилась, как и знаки, то есть направление их влияния осталось прежним. При этом, согласно таблице 15, если исключить из модели контрольные переменные, то переменная, характеризующая затраты на развитие персонала, теряет свою значимость. В то же время, значимость таких переменных, как затраты на рекламу и применение ERP-системы сохраняются. Значимость других переменных также не появляется.

Помимо этого, наблюдаем, что модель с контрольными переменными имеет более высокое качество, в отличие от модели с их отсутствием.

Тем не менее, в целом, большинство переменных, отвечающих за описание интеллектуального капитала банков, оказались не значимыми, соответственно, нельзя сделать вывод о том, что влияние интеллектуального капитала на результаты деятельности российских банков является значимым.



Заключение

В настоящее время банковский сектор играет важную роль в развитии и росте национальной экономики, он обладает множеством возможностей для того, чтобы предлагать широкий спектр финансовых продуктов и услуг, способствуя осуществлению финансовых операций между участниками рынка. В то же время, банки считаются наукоемкими компаниями, поскольку их деятельность строится в том числе и на основе интеллектуального капитала.

Текущее исследование было направлено на то, чтобы определить влияние интеллектуального капитала на результаты деятельности российских банков. Для этого было необходимо ответить на поставленный исследовательский вопрос, а именно, оказывает ли интеллектуальный капитал значимое влияние на результаты банковской деятельности.

Было доказано, что используемые компоненты интеллектуального капитала оказались незначимыми, и соответственно, выдвинутые гипотезы о положительном значимом влиянии составляющих интеллектуального капитала - человеческого, отношенческого и структурного капитала, на результаты деятельности банков не подтвердились.

Соответственно, можно сделать вывод о том, что в итоге проведенного исследования в области интеллектуального капитала российских банков его влияние на результаты банковской деятельности, а именно на рентабельность банковских активов, установить не удалось.

В предшествующей литературе присутствовали работы, получившие схожие выводы. Так, исследование Chan (2009) на гонконгской бирже не выявило убедительных доказательств, подтверждающих определенную связь между интеллектуальным капиталом и финансовыми показателями компаний из выборки. Аналогично, Puntillo (2009) определил, что значение интеллектуального капитала не влияло на эффективность бизнеса, поскольку вариация зависимых переменных ROI и ROA была несущественна по отношению к вариациям объясняющим переменным.

Так, согласно выводам указанных работ, наблюдаем, что авторам не всегда удавалось доказать воздействие интеллектуального капитала на результаты деятельности фирм, особенно в разрезе множества различных стран и фирм.

Значимость контрольных переменных - финансового рычага, возраста фирмы и ее размера также отмечается во многих предшествующих исследованиях. Так, Meles и др. (2016), Andreeva и Garanina (2017) выявляли положительное значимое влияние размера компаний на результаты их деятельности. Такие исследователи, как Meles и др. (2016), Ozkan, Cakan, Kayacan (2017), доказывали значимую отрицательную связь между финансовым рычагом и итоговыми показателями компании. К примеру, Molodchik, Jardon, Bykova (2019) получали отрицательное влияние возраста компании на результаты деятельности.

Следовательно, полученные в данном исследовании выводы соотносятся с некоторыми результатами иных работ в данной исследовательской области.

Кроме того, возможная причина отсутствия влияния может заключаться в том, что взаимосвязи между элементами интеллектуального капитала и рентабельностью активов могут быть временными. Есть вероятность, что, рассматривая другой период, более продолжительный, результаты могли бы носить иной характер. Сложность измерения и оценки интеллектуального капитала также может сказываться на конечных результатах и, соответственно, вызывать расхождения между теорией и практикой.

Стоит также отметить, что данное исследование имеет некоторые ограничения, заслуживающие внимания. Одним из ограничений является небольшой размер используемой выборки, что объясняется тем, что с 2012 по 2015 года относительно небольшое количество банков обладало акциями, котирующимися на бирже. Кроме того, стоит также иметь в виду и некоторые недостатки применения метода главных компонент, а именно то, что незначимость весомого фактора может привести к незначимости компоненты в целом и повлиять на итоговые результаты.

Тем самым, учитывая возможные ограничения, полученные в настоящем исследовании итоги не должны являться безоговорочными. Безусловно, имеет смысл продолжать изучать роль интеллектуального капитала в деятельности российских банков. В связи с чем, данная работа может быть интересна другим исследователям, стремящимся определить роль интеллектуального капитала в деятельности различных компаний.

Таким образом, с целью усовершенствования текущего исследования и исключения отмеченных ограничений, стоит выделить следующий путь для дальнейшего изучения настоящей темы: по причине того, что исследуемая выборка составляла лишь 6% общего числа различных банков, представляется интересным, провести анализ, приняв во внимание все российские банки, и, тем самым, сформировать более общий вывод насчет роли интеллектуального капитала для российских банков.

В силу того, что множество предшествующих работ в настоящей области подтверждали значимое влияние интеллектуального капитала на результаты деятельности различных компаний, можно заключить, что связь между интеллектуальным капиталом и показателями деятельности фирм, таким, например, как рентабельность активов, не может быть универсальной и однородной. Более вероятно, что взаимосвязь может варьироваться от отрасли к отрасли, а также от страны к стране, зависеть от развитости рынка, от уровня осведомленности инвесторов и владельцев компаний о важности интеллектуального капитала. Кроме того, проявление влияния интеллектуального капитала на результаты деятельности или его отсутствие может служить следствием сложности интерпретации изучаемого предмета, наличием множества способов его оценки, различающимися подходами к построению доказательств. 

Список использованных источников

1. Банки.ру [Электронный ресурс]. URL: http://www.banki.ru/.

2. Доклад Всемирного банка [Электронный ресурс]. URL: http://documents.vsemirnyjbank.org/curated/ru/402431575351416107/pdf/How-Wealthy-is-Russia-Measuring-Russias-Comprehensive-Wealth-from-2000-2017.pdf.

3. Куап.ру [Электронный ресурс]. URL: http://www.kuap.ru/.

4. Отчетный доклад Президента Ассоциации банков России [Электронный ресурс]. URL: https://asros.ru/upload/iblock/c4f/19924_ banki_finansovayastabilnost_ekonomicheskiirost_mai2019.pdf.

5. Рейтинг интеллектуальных компаний России [Электронный ресурс]. URL: http://bakertilly.ru/files/docs/ricr2017.pdf.

6. Российская банковская система сегодня [Электронный ресурс]. URL: https://asros.ru/upload/iblock/19f/19081_bankovskayasistemarossii2019_proportsionalnoeregulirovanie.pdf.

7. Федеральная служба государственной статистики [Электронный ресурс]. URL: https://www.gks.ru/accounts?print=1.

8. Центральный Банк Российской Федерации [Электронный ресурс]. URL: http://www.cbr.ru/.

9. Andreeva, T., Garanina, T. (2016). Do all elements of intellectual capital matter for organizational performance? Evidence from Russian context. Journal of Intellectual Capital, Vol. 17 No. 2, pp. 397-412.

10. Andreeva, T., Garanina, T. (2017). Intellectual Capital and Its Impact on the Financial Performance of Russian Manufacturing Companies. Foresight and STI Governance, Vol. 11 No. 1, pp. 31-40.

11. Alhassan, A.L., Asare, N. (2016). Intellectual capital and bank productivity in emerging markets: evidence from Ghana. Management Decision, Vol. 54 No. 3, pp. 589-609.

12. Al-Musali, M.A., Ku Ismail, K.N.I. (2016). Cross-country comparison of intellectual capital performance and its impact on financial performance of commercial banks in GCC countries. International Journal of Islamic and Middle Eastern Finance and Management, Vol. 9 No. 4, pp. 512-531.

13. Barney, J.B. (1991). Firm resources and sustainable competitive advantage. Journal of Management, Vol. 17 No 1, pp. 99-120.

14. Bontis, N. (1996). There's a price on your head: managing intellectual capital strategically. Ivey Business Quarterly, Vol. 60 No. 4, pp. 40-47.

15. Bontis, N., Chua, W. C., Richardson, S. (2000). Intellectual capital and business performance in Malaysian industries. Journal of Intellectual Capital, Vol. 1 No. 1, pp. 85-100.

16. Buallay, A. (2019). Intellectual capital and performance of Islamic and conventional banking: Empirical evidence from Gulf Cooperative Council countries. Journal of Management Development, Vol. 38 No. 7, pp. 518-537.

17. Chan, K.H. (2009). Impact of intellectual capital on organizational performance: an empirical study of companies in the Hang Seng Index. The learning Organization, Vol. 16 No. 1, pp. 4-21.

18. Clausen, S., Hirth, S. (2016). Measuring the value of intangibles. Journal of Corporate Finance, Vol. 40, pp. 110-127.

19. Dumay, J. (2009). Intellectual capital measurement: a critical approach. Journal of Intellectual Capital, Vol. 10 No. 2, pp. 190-210.

20. Dumay, J., Guthrie, J., Puntillo, P. (2015). IC and public sector: a structured literature review. Journal of Intellectual Capital, Vol. 16 No. 2, pp. 267-284.

21. Farah, A., Abouzeid, S. (2017). The impact of intellectual capital on performance: Evidence from the public sector. Knowledge Management & E-Learning, Vol. 9 No. 2, pp. 225-238.

22. Fernandez, E., Montes, J.M., Vazquez, C.J. (2000). Typology and strategic analysis of intangible resources: a resource-based approach. Technovation, Vol. 20 No. 2, pp. 81-92.

23. Ghosh, S. K., Mondal, A. (2009). Indian software and pharmaceutical sector ic and financial performance. Journal of Intellectual Capital, Vol. 10 No. 3, pp. 369-388.

24. Goh, P.C. (2005). Intellectual capital performance of commercial banks in Malaysia. Journal of Intellectual Capital, Vol. 6 No. 3, pp. 385-396.

25. Guevara, D., Bounfour, A. (2011). Monitoring intellectual capital: A case study of a large company during the recent economic crisis. Knowledge Management Research & Practice, Vol. 11 No. 2., pp. 196-207.

26. Hormiga, E., Batista-Canino, R. M., Sanchez-Medina, A. (2011). The Impact of Relational Capital on the Success of New Business Start-Ups. Journal Small Business Management, Vol. 49 No. 4, pp. 617-638.

27. Huang, C.-F., Hsueh, S.-L. (2007). A study on the relationship between intellectual capital and business performance in the engineering consulting industry: A path analysis. Journal of Civil Engineering and Management, Vol. 8 No. 4, pp. 265-271.

28. Hurwitz, J., Lines, S., Montgomery, B., Schmidt, J. (2002). The linkage between management practices, intangibles performance and stock returns. Journal of Intellectual Capital, Vol. 3 No 1, pp. 51-61.

29. Kaiser, H. F. (1960). The Application of Electronic Computers to Factor Analysis. Educational and Psychological Measurement, Vol. 20 No. 1, pp. 141-151.

30. Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, Vol. 39 No. 1, pp. 31-36.

31. Kristandl, G., Bontis, N. (2007). Constructing a definition for intangibles using resourced based view of the firm. Management Decision, Vol. 45 No. 9, pp. 1510-1524.

32. Ku Ismail, K.N.I., Karem, M. A. (2011). Intellectual capital and the financial performance of banks in Bahrain. Journal of Business Management and Accounting, Vol. 1 No 1, pp. 65-79.

33. Meles, A., Porzio, C., Sampagnaro, G., Verdoliva, V. (2016). The impact of the intellectual capital efficiency on commercial banks performance: Evidence from the US. Journal of Multinational Financial Management, Elsevier, Vol. 36(C), pp. 64-74.

34. Mention, A.-L., Bontis, N. (2013). Intellectual capital and performance within the banking sector of Luxembourg and Belgium. Journal of Intellectual Capital, Vol. 14 No. 2, pp. 40-47.

35. Molodchik, M., Jardon, C. M. (2017). Intellectual capital as enhancer of product novelty: An empirical study of Russian manufacturing SMEs. Journal of Intellectual Capital, Vol. 18. No. 2, pp. 419-436.

36. Molodchik, M., Jardon, C. M., Bykova A. (2019). The performance effect of intellectual capital in the Russian context. Journal of Intellectual Capital, Vol. 20. No. 3, pp. 335-354.

37. Molodchik, M., Shakina, E. A., Barajas, A. (2014). Metrics for the elements of intellectual capital in an economy driven by knowledge. Journal of Intellectual Capital, Vol. 15. No. 2, pp. 206-226.

38. Ozkan, N., Cakan, S., Kayacan., M. (2017). Intellectual Capital and Financial Performance: A Study of the Turkish Banking Sector. Borsa Istanbul Review, Vol. 17 No. 3, pp. 190-198.

39. Puntillo, P. (2009). Intellectual capital and business performance: Evidence from Italian banking industry. Electronic Journal of Corporate Finance, Vol. 4 No. 12, pp. 97-115.

40. Riahi-Belkaoui, A. (2003). Intellectual capital and firm performance of US multinational firms. Journal of Intellectual Capital, Vol. 4 No. 2, pp. 215-226.

41. Stewart, T. A. (1997). Intellectual capital: the new wealth of organizations. Bantam Dell Pub Group, New York, NY, Vol. 244 No. 6.

42. St-Pierre, J., Audet, J. (2011). Intangible assets and performance: analysis on manufacturing SMEs. Journal of Intellectual Capital, Vol. 12 No. 2, pp. 202-223.

43. Ugalde-Binda, N., Balbastre-Benavent, F., Canet-Giner, M. T., Escriba-Carda, N. (2014). The role of intellectual capital and entrepreneurial characteristics as innovation drivers. Innovar, 24, pp. 41-60.

44. Vallejo-Alonso, B., Garcia-Merino, J. D., Arregui-Ayastuy, G. (2015). Motives for Financial Valuation of Intangibles and Business Performance in SMEs. Innovar, Vol. 25 No. 56, pp. 113-128.

45. Visual Capitalist [Электронный ресурс]. URL: https://www.visualcapitalist.com/intangible-assets-driver-company-value/.

46. Wang, M.-C. (2015). Value Relevance of Tobin's Q and Corporate Governance for the Taiwanese Tourism Industry. Journal of Business Ethics, Vol. 130, No. 1, pp. 223-230.

Приложения

Приложение 1

Литература, оценивающая компоненты ИК с помощью определенных факторов

Авторы	Элементы интеллектуального капитала	Факторы для измерения компонент ИК
Huang, Hsueh (2007)	Человеческий капитал (HC), структурный капитал (SC), отношенческий капитал (RC)	HC: потенциал персонала, обмен знаниями между сотрудниками, обучение и тренинги. SC: организация бизнес-процессов, структура информационной системы. RC: сотрудничество с клиентами, отношения с партнерами, поддержание дружеских связей с клиентами.
Hormiga, Batista-Canino, Sбnchez-Medina (2011)	Человеческий капитал (HC), структурный капитал (SC), отношенческий капитал (RC)	HC: внешняя мотивация, обязательства перед фирмой, командное взаимодействие, знания, социальная адаптивность, социальное восприятие. SC: внутренняя согласованность, инновации, рутина, эффективность внутренних процессов. RC: доступность, сеть неформальной поддержки, репутация, связь, местные поставщики, крупные поставщики.
Guevara, Bounfour (2013)	Человеческий капитал (HC), структурный капитал (SC), отношенческий капитал (RC)	HC: базовые знания, навыки, инновации, ценности, опыт, ноу-хау, лояльность, производительность, развитие, отношения. SC: инвестиции в НИОКР, процессы и процедуры, инновационный процесс, интеллектуальная собственность, процесс сокращения затрат, культура, администрация и управление, информационные технологии, рутина и практика, публикации, бизнес-стратегия. RC: связи с международными и местными поставщиками, клиентами, государством, партнерами, заинтересованными сторонами, акционерами, консультантами и оценщиками, отношение к международной политике и международной деятельности.
Molodchik, Shakina, Barajas (2014)	Человеческий капитал (HC), структурный капитал (SC), отношенческий капитал (RC)	HC: управленческий потенциал (соотношение собственников и директоров, квалификация совета директоров, затраты на одного работника), кадровые возможности (управление знаниями, производительность, количество работников, корпоративный UNI). SC: внутренние возможности (возраст, квалификация совета директоров, ERP-система, управление знаниями), инновационные возможности для компаний с НИОКР (нематериальные активы, квалификация совета директоров, количество патентов, затраты на НИОКР), инновационные возможности для компаний без НИОКР (награды за инновационные результаты, нематериальные активы, количество патентов, стратегия). RC: лояльность и репутация клиентов (расходы на рекламу, бренд, награды за инновационные достижения, цитирование в поисковых системах), сетевые возможности для крупных компаний (финансовый рычаг, иностранный капитал, дочерние компании, профессиональные сообщества и ассоциации).
Ugalde-Binda, Balbastre-Benavent, Canet-Giner, Escribб-Carda (2014)	Человеческий капитал (HC), структурный капитал (SC), отношенческий капитал (RC)	HC: текучесть кадров, креативность сотрудников, инвестиции в содержание, развитие и квалификацию сотрудников, наличие положительного взгляда на разработку новых идей. SC: степень защиты инноваций, адаптивность производственных процессов к изменяющейся среде, поддержка производственных процессов, доступность информации, поддержка инноваций.

Подобные документы

• Место и роль кредитных организаций с участием иностранного капитала в банковской системе РФ

  Законодательные основы деятельности банков с иностранным капиталом. Позиции иностранных банков в современной российской экономике. Влияние деятельности иностранных банков на экономику РФ. Роль иностранных банков в современных финансовых кризисах в России.
  
  дипломная работа [241,7 K], добавлен 13.05.2014
  

• Стабилизационная роль собственного капитала банков

  Причины сбоев механизма обеспечения стабильности банков на базе формирования собственного капитала в объемах, адекватных главным банковским рискам. Формирование собственного капитала банков в условиях кризиса. Усиление требований к ликвидности банка.
  
  контрольная работа [29,4 K], добавлен 23.04.2013
  

• Роль банков и банковского капитала в экономическом развитии

  Экономическая теория о роли банков и банковского капитала в экономическом развитии. Учения К. Маркса и Р. Гильфердинга о банковском капитале и его влиянии на концентрацию промышленного капитала и экономический рост. Структура и функции банковской системы.
  
  дипломная работа [251,5 K], добавлен 20.09.2011
  

• Стратегии интернационализации российских банков

  Исследование стратегий интернационализации фирм и причин выхода компаний на зарубежные рынки. Выявление специфических характеристик банковской деятельности и банковских услуг. Анализ влияния факторов на решение об интернационализации российских банков.
  
  дипломная работа [255,3 K], добавлен 09.09.2016
  

• Возникновение банковского дела. Процессы гигантизации банков и концентрации банковского капитала

  Характеристика ростовщичества и ростовщического капитала. Изучение истоков возникновения банковских систем. Особенности ссудного капитала: капитал-собственность и капитал-функция. Обзор процессов гигантизации банков и концентрации банковского капитала.
  
  реферат [22,8 K], добавлен 17.05.2010
  

• Влияние государства на банковскую систему в Республике Казахстан

  Развитие банковской системы в рамках государственных стандартов, обеспечивающих устойчивость банков. Анализ деятельности банков на рынке с высокой долей государственного капитала. Проблемы развития банковской системы под воздействием мирового кризиса.
  
  курсовая работа [95,2 K], добавлен 22.10.2013
  

• Иностранные банки в РФ

  Отношение иностранного капитала к российской банковской сфере. Формы присутствия иностранных банков на территории России. Характеристика их деятельности на российском рынке. Влияние на отечественную банковскую систему, проблемы и перспективы развития.
  
  курсовая работа [370,2 K], добавлен 29.11.2012
  

• Анализ и оценка экономической деятельности банков с участием иностранного капитала в России

  Оценка и анализ экономической деятельности кредитных организаций с участием иностранного капитала. Анализ и оценка экономической деятельности ЗАО "Райффайзенбанк". Пути оптимизации экономической деятельности банков с участием иностранного капитала.
  
  дипломная работа [111,3 K], добавлен 16.07.2013
  

• Роль собственного капитала в обеспечении финансовой устойчивости банка

  Понятие и структура собственного капитала банка. Цели и функции банковского капитала. Достаточность банковского капитала. Негативные факторы участия государства в капитале банков. Формирование и учет собственных средств банка. Учет фондов банка.
  
  курсовая работа [26,9 K], добавлен 19.12.2006
  

• Проблемы капитала банков в условиях мирового финансового кризиса

  Роль достаточности капитала банковских учреждений для функционирования банковской системы в условиях финансового кризиса. Анализ ввода принципов Базеля-П относительно определения и регуляции достаточности капитала в отечественную банковскую практику.
  
  контрольная работа [1,6 M], добавлен 23.07.2010
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам