Процессный капитал: путь от оценки до модели на платформе производственной функции

Четвертая промышленная революция инициировала новую эру для человечества – информационную, что повлияло на изменение структуры капитала, подходов к оценке стоимости предприятия и их активов. Интеллектуальный капитал как часть активов высокотехнологичного предприятия традиционно включает в себя: знание, навыки и производственный опыт конкретных людей и нематериальные активы, включающие патенты, базы данных, программное обеспечение, товарные знаки, методы управления бизнес-процессами, индивидуальные программы для сотрудников.

Перечисленное выше является неотъемлемой частью процессного капитала предприятия (в дальнейшем – ПК).

Отметим, что ряд авторов предлагают следующую трактовку ПК как «...части компании, которые включают бизнес-процессы, системы обмена опыта и повышения квалификации, информационные системы, ИТ-ресурсы, необходимые для коммуникации с клиентами. Иными словами, все, что дает компании существовать и быть конкурентоспособными в новой информационной эре» [1] (Berezinets, Udovichenko, Sysolyatina, 2010). Другие специалисты полагают, что данный вид капитала «отображает систему функций каждого работника по бизнес-процессам в рамках традиционной (текущей) деятельности предприятия. Выражением процессного капитала являются различные регламенты по организации бизнес-процессов, применяемые в организации, и должностные инструкции...» [1] (Berezinets, Udovichenko, Sysolyatina, 2010).

Изысканния российских авторов позволяют свести в таблицу 1 показатели оценки вклада ПК в следующие ценности высокотехнологичного предприятия.

Таблица 1

Показатели оценки вклада процессного капитала в создание ценности предприятия

Среди зарубежных специалистов, активно занимающихся изучением процессного капитала и его компонентов, можно выделить [2, 3] (Shari, Shang, Ya-Ling Wu, 2013; Brenner, Coners, 2010), а среди русскоязычных – [4, 5] (Pashkov, Tolmachev, Sokolyanskiy, 2020; Karev, Zelenko, Sokolyanskiy, 2020).

В настоящей работе авторами поставлена цель – предложить подход для оценки процессного капитала высокотехнологичного предприятия с системами управления полным жизненным циклом высокотехнологичной продукции. Исходя из цели, авторы определили ряд задач:

1) предложить рабочую систему прокси-показателей процессного капитала;

2) выбрать корректный подход для оценки величины процессного капитала опирающийся на систему прокси-показателей процессного капитала;

3) продемонстрировать и обосновать возможность создания модели ПК на платформе производственной функции.

Предметной областью исследования является экономическая категория и одновременно атрибут высокотехнологичного предприятия машиностроительной отрасли – процессный капитал. Авторами были применены экономико-статистические методы исследования.

В качестве объектов исследования выбраны ряд зарубежных компаний: The Boeing Company, United Technologies Corporation – предприятия, являющиеся флагманами в своем сегменте рынка. Авторами были использованы в качестве открытых источников корпоративные сайты предприятий. В настоящем исследовании выдвигается гипотеза о возможности использования базирующейся на эмпирических данных непротиворечивой формулы для оценки процессного капитала.

Авторы настоящей работы предлагают использовать в качестве приемлемого инструментария для изучения ПК промышленного высокотехнологичного инновационного предприятия систему финансовых количественных прокси-показателей ПК:

· NOI – чистый операционный доход (денежные единицы);

· DS – годовой расход по обслуживанию долга (денежные единицы);

· ФК – стоимость финансового капитала (денежные единицы);

· РК – стоимость рыночного капитала (денежные единицы);

· РСП – рыночная стоимость предприятия (денежные единицы);

· А – чистый доход на работника (денежные единицы);

· B – доход на работника (денежные единицы).

Также корректно использовать и нефинансовые прокси-показатели ПК:

· k – эмпирический коэффициент развития и значимости интернета и качества сайта компании, основанный на оценке авторов данной работы (безразмерная величина);

· y – коэффициент нахождения офиса в столице (безразмерная величина);

· i – ставка дисконтирования (безразмерная величина);

· j – год деятельности предприятия (лет).

Перечисленные прокси-показатели и основания выбора их представлены в работе [4] (Pashkov, Tolmachev, Sokolyanskiy, 2020).

Указанная выше система прокси-показателей ПК лежит в основе предложенного Соколянским, Пашковым и Толмачевым подхода к оценке ПК [4] (Pashkov, Tolmachev, Sokolyanskiy, 2020).

Авторы настоящего исследования активно применяют предложенную Соколянским и соавторами [4] (Pashkov, Tolmachev, Sokolyanskiy, 2020) формулу для оценки ПК:

. (1)

Так, авторами настоящей работы в процессе исследования были получены следующие данные по величине прокси-показателей ПК и, соответственно, самой величины ПК высокотехнологичных инновационных предприятий ракетно-космической отрасли.

Таблица 2

Величины прокси-показателей ПК и величина ПК The Boeing Company

Рисунок 1. Динамика величины процессного капитала для The Boeing Company с 2011 по 2020 г.

Источник: составлено авторами.

Таблица 3

Величины прокси-показателей ПК и величина ПК United Technologies Corporation

Рисунок 2. Динамика величины процессного капитала для United Technologies Corporation с 2011 по 2020 г.

Источник: составлено авторами.

Авторы настоящего исследования считают, что логичным продолжением изысканий в области моделирования ПК является подход, предложенным Соколянским, Каревым и Зеленко [5] (Karev, Zelenko, Sokolyanskiy, 2020).

Так, Соколянский и соавторы [5] (Karev, Zelenko, Sokolyanskiy, 2020), опираясь на работу [4] (Pashkov, Tolmachev, Sokolyanskiy, 2020), предложили иные прокси-показатели ПК. Среди выбранных финансово количественных прокси показателей фигурируют:

1) расходы на НИОКР;

2) вложение в ИТ;

3) объем продукции;

4) количество работников;

5) коэффициент оборачиваемости запасов.

К нефинансовым показателям были отнесены:

1) α – цитируемость сайта предприятия – от 0 до 10 (Google PageRank);

2) β – качество сайта – от 0 до 4 (наличие специального раздела для инвесторов предприятия; наличие вариантов выбора языка; использование анимированных изображений; количество страниц сайта).

В качестве объекта изучения Соколянским и соавторами было выбрано одно из флагманских высокотехнологичных предприятий США Heico Corporation в период его деятельности с 2012 по 2016 год.

Как параметры эффективности Соколянский и соавторы [5] (Karev, Zelenko, Sokolyanskiy, 2020) использовали соотношения прокси-показателей ПК:

В таком случае коэффициент финансовых параметров рассчитывается как:

В таблицах 4–6 представлены значения финансово-количественных прокси-показателей и величина коэффициента финансовых прокси-показателей.

Таблица 4

Значения ряда финансово-количественных прокси показателей ПК Heico Corporation и величина коэффициента финансовых прокси-показателей

Таблица 5

Значения ряда финансово-количественных прокси показателей ПК Heico Corporation и величина коэффициента финансовых прокси-показателей

Таблица 6

Значения ряда финансово-количественных прокси показателей ПК Heico Corporation и величина коэффициента финансовых прокси-показателей

В качестве параметров эффективности нефинансовой составляющей процессного капитала отбираются доли от максимальных значений соответствующих прокси-показателей:

Коэффициент нефинансовых параметров в таком случае равен:

Значение нефинансовых показателей и подсчет коэффициентов нефинансовых параметров иллюстрирует таблица 7.

Таблица 7

Расчет коэффициента нефинансовых параметров

Основываясь на данных таблиц 3 и 4, возможно оценить величину процессного капитала для каждого года:

где P (z) – величина процессного капитала; G – Goodwill (x) – отражает рыночную стоимость компании за вычетом балансовой стоимости собственного капитала; N – нематериальные активы (y).

Численные значения нефинансовых параметров и оценочное значение процессного капитала для каждого рассмотренного года представлены в таблице 8.

Таблица 8

Оценочное значение процессного капитала

Выше рассмотрен так называемый статический вариант производственный функции, отражающий текущие связи между экономическими показателями (анализ влияния различных факторов на объем выпуска в определенный момент времени).

Используя данные экономико-производственной деятельности Heico Corporation за 2011–2016 годы и величины процессного капитала за этот период, были получены следующие статические коэффициенты:

.

Таким образом, возможно вычислить величину процессного капитала, более точную:

Уточненные значения ПК Heico Corporation близки к оценочным, что отражает таблица 9.

Таблица 9

Уточненные значения ПК Heico Corporation

Полученные статические коэффициенты позволяют генерировать производственную функцию процессного капитала:

Полученные результаты показывают достаточную валидность использованных подходов для исчисления величины процессного капитала высокотехнологичных компаний и коррелируют с данными, полученными в работе [4] (Pashkov, Tolmachev, Sokolyanskiy, 2020). Вместе с тем авторы настоящего исследования продвинулись вперед с точки зрения квантитативности в аспекте исчисления процессного капитала. Используемые формулы для исчисления величины процессного капитала, по сути, являются моделью, которая может служить ориентиром для менеджеров для анализа существенных проблем в управлении различными составляющими процессного капитала и для повышения его вклада в создание ценностей компании.