Савинова Н.И.

Использование метода анализа иерархий для определения наилучшего метода
оценки интеллектуального капитала
Савинова Наталья Игоревна
Студент
Национальный исследовательский университет Высшая Школа Экономики, факультет
экономики, Нижний Новгород, Россия
E-mail: nisavinova17@gmail.com
В настоящее время, исследование интеллектуального капитала является одним из
важнейших направлений финансового менеджмента. Повышение эффективности
управления данным типом капитала – одна из основных задач современных менеджеров.
Несмотря на признание важности интеллектуального капитала в литературе,
согласованное определение отсутствует. С точки зрения классических теорий наиболее
точными являются следующие трактовки понятия интеллектуальный капитал:
 Т. Стюарт: Интеллектуальный капитал – это, своего рода, накопленные
полезные знания, интеллектуальный материал, который сформирован, закреплен
за компанией и используется для производства более ценного имущества. [13,17]
 Э. Брукинг: Интеллектуальный капитал – это понятие, объединяющее
нематериальные активы, которые позволяют компании функционировать. [1,30]
 Л. Эдвинсон: «Интеллектуальный капитал — это способность компании
трансформировать знания и нематериальные активы в факторы, которые создают
соответствующую стоимость». [6,3]
Существует достаточно большое количество методов оценки интеллектуального
капитала, которые можно разделить на четыре группы: методы отдачи на активы,
методы рыночной капитализации, прямой подход измерения интеллектуального
капитала, методы подсчета очков. Для метода анализа иерархий было решено выбрать
по одному методы из каждой группы: интеллектуальный коэффициент добавленной
стоимости, коэффициент Тобина, технологический брокер и навигатор Skandia
соответственно. Для предстоящей оценки была построена следующая иерархия:
Методы
1.
Источники
информации
1.1.Открытая
отчетность
1.2.Внутрифирменная
информация
1.3.Анкетирование и
экспертная оценка
2. Точность
расчета
2.1.Средняя
2.2.Выше
средней
2.3.Высокая
оценки ИК
3. Доступность
4. Оценка будущей
стоимости
3.1.Открытый
доступ
4.1.Возможно
оценить FV
3.2.Скрытые
ресурсы
4.2. Метод не
оценивает FV
Рис. 1 Иерархическое представление задачи
В ходе анализа было выявлено, что метод интеллектуального коэффициента
добавленной стоимости (VAIC) является наиболее подходящим, так как для его
использования достаточно информации, хранящейся в открытой отчетности компаний;
точность расчета, в целом, выше средней; однако, стоит отметить, что по средством
данного метода невозможно оценить будущую стоимость (FV) капитала.
Данный коэффициент был предложен Пуликом в 2000 г. [11] и позволяет компании
определить вклад в добавленную стоимость материальных и нематериальных активов.
Чем выше коэффициент, тем лучше компания использует свой потенциал.
В качестве практической части исследования необходимо так же проанализировать
степень влияния интеллектуального капитала на результаты деятельности компаний.
Для этого были построены несколько моделей, где в качестве объясняющий переменных
выступают
составляющие
интеллектуального
капитала
(человеческий,
организационный, клиентский капитал), а зависимыми переменными стали: прибыль и
активы компаний.
Литература
1. Brooking A. (1996), Intellectual Capital: Core Asset for the Third Millennium Enterprise,
UK: Thompson International Business Press.
2. Bontis N. (2001), Assessing Knowledge Assets: A Review of the Models Used to Measure
Intellectual Capital, UK: International Journal of Management Reviews, Vol. 3, N 1, pp.
41–60.
3. Carlucci D., Schiuma G. & Marr B. (2004), The knowledge value chain: how intellectual
capital impacts on business performance, UK: Int. J. Technology Management, N 27, pp.
575 - 590.
4. Chan K.H. (2009), Datasheet for computing VAIC indices, NY: Workshop on Intellectual
Capital, Vol. 1, pp. 1- 12.
5. Chun-Yao T., Yeong J. (2005) Intellectual capital and corporate value in an emerging
economy: empirical study of Taiwanese manufacturers UK: R&D Management, Vol. 2,
pp.187-202.
6. Edvinsson L., Malone M. (1997). Intellectual Capital: Realising Your Company’s True
Value by Finding its Hidden Brainpower, Harper Collins, New York, NY.
7. Marr B., Chatzkel J. (2004) Intellectual capital at the crossroads: managing, measuring, and
reporting of IC. UK: Journal of Intellectual Capital, Vol. 5, pp. 224-229.
8. Molodchik M. & Bykova A. (2011), Applying the VAIC™ Model to Russian Industrial
Enterprises, Proceedings of the 3rd European Conference on Intellectual Capital, N 3, pp.
268-277.
9. Molodchik, M., Shakina, E., Barajas, A., (2014), Metrics for the elements of intellectual
capital in an economy driven by knowledge. UK: Journal of Intellectual Capital, Vol. 15,
pp.206 – 226. Permanent link to this document: http://dx.doi.org/10.1108/JIC-08-20130091
10. Pulic A.(2000), VAIC — An Accounting Tool for IC Management, Permanent link to this
document: www.vaic-on.net/start.htm.
11. Stewart T.A. (1997), Intellectual Capital. The New Wealth of Organizations, New York:
Currency Doubleday.
12. Sveiby K.E. (2007), Methods for Measuring Intangible Assets, Permanent link to this
document: ww.sveiby.com/articles/IntangibleMethods.htm.