Исследование поведения потребителей в процессе покупки автомобиля.

Стоит отметить тот факт, что использовались различные спецификации моделей, включающих в себя или переменные количества машин, проданных на российском и европейском рынках, или доли этих рынков, занимаемых брендом. Это связано с тем, что эти переменные сильно коррелированы между собой и изменяются пропорционально, что может привести к смещению итоговых оценок коэффициентов из-за наличия проблемы мультиколлинеарности факторов. Выбор данных переменных обоснован экономическими соображениями, согласно которым время существования компании является важным фактором, влияющим на стоимость бренда, так как является гарантом качества продукции и стабильности на рынке (чем больше существует компания, тем больше доверие к ней (Mezias, 2005)). О стабильности и развитии говорит и переменная, отвечающая за продажу компании другому бренду. Наличие большого количества дочерних предприятий также говорит о финансовом благополучии и успешном развитии предприятия. Включение в модель переменной, характеризующей разработку компанией инновационных моделей, также неудивительно в современное время передовых технологий. Компании, использующие альтернативные виды топлива, которые являются более доброжелательными по отношению к окружающей среде, получают всё большую популярность и приумножают стоимость своего бренда (Collins, 2006).Таким образом, мы выдвигаем ряд гипотез, которые проверим посредством построения эконометрических моделей:H1: переменная, отвечающая за количество лет на рынке, оказывает положительное влияние на стоимость бренда;H2: положительное влияние количества выпускаемых брендом моделей автомобилей и дочерних предприятий;H3: наличие в ассортименте инновационных моделей автомобилей увеличивает стоимость бренда;H4: чем больше размер компании, измеренный количеством активов, и объем продаж, тем выше её стоимость.Что касается данных о количестве активов компании, то в модель мы включаем данный показатель в качестве переменной, отвечающей за размер компании и, основываясь на имеющейся литературе, ожидаем положительный знак перед ней (Ecclesetal., 2014; Pervan, 2012).О размере фирмы также косвенно говорит и переменная, характеризующая модельный ряд той или иной компании. В этом случае делаем предположение о том, что компания, способная предложить больший спектр моделей авто, также высоко ценится потребителем и имеет более высокую стоимость.Таблица 6.Итоговые оценки коэффициентов регрессионных моделей(1)(2)(3)(4)ValueValueln_Valueln_ValueExist_year-43.67727-45.82349-0.00001-0.00053(41.09907)(40.97220)(0.00344)(0.00343)Sales111.44005**120.11384**0.00950**0.00998**(36.73481)(37.04820)(0.00308)(0.00310)Competitors-820.90966**-871.32896***-0.05754**-0.06069**(240.37945)(241.81067)(0.02014)(0.02024)Branch_num-779.27195-722.12705-0.15549***-0.15204***(516.37698)(514.46912)(0.04325)(0.04306)Model_num287.79344***301.63084***0.01087*0.01281*(62.72485)(64.81397)(0.00525)(0.00543)Innovation1956.153132429.411710.48586**0.49410**(2083.16232)(2031.81334)(0.17450)(0.17007)Sold-2329.43399-1991.30412-0.04401-0.01971(1930.95140)(1942.57772)(0.16175)(0.16260)ln_Assets2917.85488**2868.42916**0.58960***0.59504***(1014.41717)(1000.41718)(0.08497)(0.08374)Auto_sold_RU-0.02791*-0.00000(0.01103)(0.00000)Таблица 6 (продолжение).Итоговые оценки коэффициентов регрессионных моделей(1)(2)(3)(4)ValueValueln_Valueln_ValueAuto_sold_EU-0.00968*-0.00000(0.00484)(0.00000)Rus_share-223376.01313**-10.65754(83785.60006)(7.01316)EU_share-148857.69401*-8.38381(66628.56033)(5.57705)_cons2417.699262730.618766.37544***6.39147***(4028.05279)(4008.90852)(0.33741)(0.33556)N84848484R20.7230.7260.8330.836adj. R20.6850.6890.8110.813AIC1734.958761734.00614157.86124156.78377BIC1761.697751760.74512184.60023183.52276Standard errors in parentheses*p < 0.05, **p < 0.01, ***p < 0.001Если посмотреть на оценки коэффициентов построенных моделей, то видно, что количество лет существования бренда отрицательно влияет на его стоимость,что противоречит выдвинутой нами ранее гипотезе. Однако это влияние не является значимым, то есть данная переменная мало объясняет вариацию стоимости бренда, поэтому не стоит обращать на нее внимания. Объем продаж и ассортимент моделей, как и ожидалось, оказывает значимое положительное влияние на зависимую переменную. Удивительным кажется тот факт, что увеличение числа дочерних предприятий уменьшает стоимость бренда. Возможно, это объясняется тем, что открытие нового подразделения требует большого объема первоначальных инвестиций и долгого времени, чтобы зарекомендовать себя как стабильное и успешное производство, а также завоевать доверие потребителя, что негативно сказывается на стоимости материнской компании.Также было выявлено значимое положительное влияние инноваций. Во всех моделях отмечается негативный эффект конкурентов в отрасли, что объясняется основными постулатами экономической теории.Из представленных выше моделей необходимо отобрать те, которые наиболее точно описывают имеющуюся выборку. Выбор из спецификаций с одинаковой зависимой переменной осуществляется на основе значения коэффициента детерминации (чем выше, тем лучше) и информационных критериев (чем ниже, тем лучше). Таким образом, были выбраны модели 2 и 3. Далее чтобы сравнить между собой модели с разными зависимыми переменными, используют значение логарифмической модели, формула для которого выглядит так: ,где – предсказанное значение зависимой переменной[4].Для получения предсказания зависимой переменной в виде логарифма необходимо сделать следующее:Сгенерировать логарифм зависимой переменной;Построить регрессию логарифма зависимой переменной на объясняющие;Предсказать по данной регрессионной модели значение логарифма зависимой переменной;Сделать наивное предсказание зависимой переменной путем возведения экспоненты в степень, равную предсказанному значению логарифма зависимой переменной;Построить регрессию (без константы) исходной зависимой переменной на наивное предсказание для получения правильного прогноза;Предсказание по этой регрессии и будет правильным предсказанием исходной зависимой переменной.Затем полученное значениенужно подставить в формулу для нахождения скорректированного (): , гдеn – число наблюдений, k – число регрессоров, включая константу[17].Сравниваем рассчитанный показатель с линейной модели, если оно выше, то делаем выбор в пользу спецификации с логарифмом, как и получилось в нашем случае.Таким образом, базовая итоговая модель зависимости логарифма стоимости бренда автомобилей выглядит следующим образом:Интерпретация полученной модели (значимые переменные обозначены (*)): дополнительный год существования бренда уменьшает его стоимость на 0.05% (влияние не значимо), в то же время рост оборота на 1 млрд.долл. дает в среднем прирост в 1%. Появление нового конкурента в стране производителя сокращает стоимость бренда на 6%, а разработка инновационных моделей, напротив, увеличивает зависимую переменную на 49%. Такое большое значение, скорее всего, обусловлено нарастающей популярностью альтернативного топлива и низкой конкуренцией среди брендов в данной сфере. Увеличение размера компании на 1% (что эквивалентно приросту активов на 100 млн. долл.) значимо увеличивает стоимость бренда на 0.6%. 3.3 Построение регрессионных моделей, учитывающих панельную структуру данных: фиксированные и случайные эффекты для брендовТеперь построим модели с учетом панельной структуры данных: регрессии с фиксированными и случайными эффектами. Согласно результатам робастной модификации теста Хаусмана, лучшими оказались модели со случайными эффектами, которые также оказались лучшими и в сравнении со «сквозной» регрессией (тест Бреуша-Пагана). Иными словами, мы не можем принять нулевою гипотезу о равенстве дисперсии случайного эффекта для различных автомобильных брендов нулю[45].Таким образом, с включением панельной структуры выборки влияние большинствапеременных осталось тем же, только изменилась их значимость. Например, количество лет существования в модели с логарифмом зависимой переменной теперь оказывает положительное влияние на нее, как изначально и ожидалось. Переменные количества выпускаемых моделей и размера компании сохранили положительный значимый эффект на стоимость бренда. В то же время утратили свою значимость переменные, отвечающие за объем продаж компании и количество конкурентов в отрасли, однако знак перед последней остался тем же и значимость влияния была выявлена на 10%-ом уровне значимости. Стоит также отметить тот факт, что ни в базовой спецификации, ни в моделях, учитывающих панельную структуру данных, значимого влияния переменных доли российского и европейского рынков, занимаемых брендом, не было выявлено.Таблица7.Оценки коэффициентов моделей с фиксированными эффектами для автомобильных брендов(1)(2)Valueln_ValueExist_year462.530850.08890***(329.46769)(0.01628)Sales61.44637-0.00093(32.11855)(0.00159)Competitors-2005.62515-0.03316(1822.24107)(0.09005)Branch_num1636.731830.01430(882.69188)(0.04362)Model_num193.566220.01075(162.72637)(0.00804)Innovation-622.25871-0.02525(606.33146)(0.02996)ln_Assets-1614.14264-0.05385(1517.90210)(0.07501)Rus_share235280.16015*-3.54611(113584.25364)(5.61321)EU_share375844.63886*29.92607***(140383.01645)(6.93758)_cons-21729.825631.68630(28293.46377)(1.39823)N8484R20.4990.751adj. R20.0950.551AIC1402.67612-263.07361BIC1426.98428-238.76544Standard errors in parentheses*p < 0.05, **p < 0.01, ***p < 0.001Таблица8.Оценки коэффициентов моделей со случайными эффектами для автомобильных брендов(1)(2)Valueln_ValueExist_year9.534280.00672(76.38337)(0.00679)Sales81.64589**0.00277(30.51071)(0.00194)Competitors-617.51764-0.06255(374.91467)(0.03211)Branch_num-579.66510-0.08695*(609.27244)(0.04275)Model_num186.97333*0.02085***(82.74891)(0.00611)Innovation-241.761980.04364(589.34813)(0.03590)ln_Assets1923.323310.28894***(1151.89663)(0.07942)Rus_share30240.25089-1.80623(85462.20190)(5.70469)EU_share-37344.587977.20203(77698.07623)(5.72166)_cons-630.831586.68017***(7017.84808)(0.59714)N8484R2Standard errors in parentheses*p < 0.05, **p < 0.01, ***p < 0.001Таким образом, из Таблицы 8 можно увидеть итоговые оценки коэффициентов регрессионных моделей со случайными эффектами для разных зависимых переменных: стоимости бренда и ее логарифма. Можно увидеть, что в моделях влияние значимых переменных одинаково. Приведем интерпретацию полученных оценок коэффициентов.Количество лет существования бренда и размер компании положительно влияют на стоимость бренда, что подтверждает наши ранние предположения, однако это влияние не является значимым. Увеличение объема продаж на 1 млрд. долл. увеличивает стоимость автомобильного бренда на 81.6 млн. долл. Ассортимент имеющихся моделей также оказывает положительный эффект на зависимую переменную, а именно: выпуск каждой новой модели приводит к росту стоимости бренда на 187 млн. долл.В данной спецификации модели содержится наибольшее количество значимых переменных, что говорит о том, что она обладает высокой объясняющей силой при анализе исходных данных. Стоит также отметить тот факт, что значимость и эффект переменных очень схожи с моделью множественной регрессии. Как уже было сказано для модели выше, количество лет существования бренда и размер компании положительно влияют на стоимость бренда, при чем в данном случае эффект последнего является значимым на 1%-ом уровне (увеличение объемов активов на 1% приводит к росту стоимости на 0.3%). В данной спецификации также выявлен отрицательный эффект переменной, отвечающей за количество дочерних предприятий, как и в модели обычной множественной регрессии без учета панельной структуры данных (уменьшение зависимой переменной на 8.7% с открытием дополнительного подразделения компании). Наконец, в модели так же, как и в предыдущей, выявлен значимый положительный эффект модельного ряда автомобилей на стоимость бренда (прирост к стоимости, равный 2%).ЗаключениеВ результате проведенного исследования были построены модели зависимости стоимости автомобильного бренда от различных объясняющих переменных, в числе которых были количество лет существования бренда, ассортимент моделей, численность конкурентов на рынке и др. Было установлено, что с увеличением существования, объема продаж, модельного ряда, общего количества активов и наличием в ассортименте инновационной модели, использующей альтернативные источники топлива, стоимость бренда увеличивается, в то время как появление в отрасли нового конкурента и рост дочерних предприятий оказывают негативный эффект на зависимую переменную. С добавлением случайных эффектов для автомобильных брендом значимость переменных меняется, однако направление зависимости остается тем же.Для всех моделей можно выделить общий набор переменных, которые оказывают влияние на стоимость бренда: количество дочерних предприятий и конкурентов в отрасли (отрицательное влияние) и ассортимент модельного ряда, размер компании, объем продаж (положительный эффект).По оценке автора исследования, полученные итоговые модели являются подходящими для описания имеющихся данных с точки зрения использованных эконометрических методов: наличие значимых переменных, высокое значение коэффициента детерминации, низкие показатели информационных критериев. Конечно, данное исследование можно дополнить включением большего набора параметров, которые могли бы оказывать влияние на стоимость бренда, что улучшило итоговую модель по перечисленным критериям, однако ограниченность количества наблюдений не позволяет включить больший набор регрессоров.Также стоит отметить возможную проблему нарушения внутренней валидности проведенного исследования из-за сложности и невозможности сбора некоторых данных. Не вызывает сомнений тот факт, что стоимость бренда – это комплексный показатель, влияние на который оказывает огромное количество разного рода факторов, для которых возникает трудность сбора данных. Так, например, не представляется возможным собрать данные по средствам, вложенным в рекламу автомобильного бренда, которые компания тратит ежегодно. Такие данные являются строго конфиденциальной информацией каждого собственника бренда. Более того, может нарушаться и внешняявалидность проведенного исследования, что делает затруднительным распространение выводов конкретного сегмента рынка автомобилей на весь мировой рынок, включающий в себя и продажу легковых/грузовых/гоночных и т.д. автомобилей, так как большинство наблюдений выборки содержало информацию по легковым автомобилям, и торговлю различными автозапчастями и комплектующими.Список литературыАакер, Д. Создание сильных брендов. М.: Издательский дом «Гребенников», 2003, 2007 (переиздание). 440 с.Годин А.М. Брендинг: Учебное пособие. М.: Дашков и К, 2012. 184 с. Девис С.М. Управление активами торговой марки. М.: Питер, 2014. 272 с. Доугерти, К. Введение в эконометрику: Учебник. М.: ИНФРА-М, 2013. 465 с.Дрейпер Н., Смит, Г. Прикладной регрессионный анализ. Множественнаярегрессия. М.: «Диалектика», 2012. 912 с.Казина О.В. Торговые марки в условиях глобализации и оценка их стоимости // дис. канд. экон. наук: 08.00.14 / МГУ. M.: Издательство Москва, 2015. 224 с. Капферер Ж. Бренд навсегда: создание, развитие, поддержка ценности бренда. М.: Вершина, 2013. 448 с. Келлер, К.Л. Стратегический бренд-менеджмент: создание, оценка и управление марочным капиталом. М.: «Вильямс», 2005. 704 с. Леонтьев Б.Б., Леонтьев Ю.Б. Методические рекомендации по оценке рыночной стоимости нематериальных активов предприятий // Официальное издание Комитета по оценочной деятельности Торгово-промышленной палаты Российской Федерации / М.: Москва, 2003. 56 с. Перция, В., Мамлеева, Л. Анатомия бренда. М.: «Вершина», 2014. 240 с.Радченко, С.Г. Методология регрессионного анализа: Монография. К.: «Корнийчук», 2013. 376 с.Старов С. А. Управление брендами. 3-е изд. СПб.: Высшая школа менеджмента , 2015. 500 с.Шкардун, В.Д. Маркетинговые основы стратегического планирования. Теория, методология, практика. М.: Дело, 2014.Хэйг, Д. Определение стоимости бренда: что это значит и почему это имеет значение // Бренд-менеджмент, 2015. №1-2. С.4-6.Baum, С. Introduction to Modern Econometrics Using Stata. Stata Press, 2006. 41 с.HarlowD.Internationalstandardsofbrand'sevaluation. NewYork: LAS, 2011. 422 p.Stock, J.H., Watson, M.W Introduction to Econometrics. Addison Wesley, 2014. 825 с.Tilde H., Charlotte F. Knudtzen., Mogens B. (2009). Brand Management: Research, theory and practice. The Taylor & Francis e-Library. P. 28-100Енюшкина Е. А. Рассмотрение факторов, влияющих на стоимость бренда // Экономика, управление, финансы: материалы V Междунар. науч. конф. (г. Краснодар, август 2015 г.). — Краснодар: Новация, 2015. — С. 74-80.Никулина, К.Г. Методы оценки стоимости бренда // Экономика и право, 2012. №4. С.31-36.Пузыня, Н.Ю. Финансовый аспект оценки стоимости брендов // Бренд-менеджмент, 2012. №2. С. 5-9.Семенова А.Н. Бренд с точки зрения экономической теории // Экономические стратегии. 2014. №2. С.17-20.Anselmsson, J., Bondesson, N. Brand value chain in practice; the relationship between mindset and market performance metrics: A study of the Swedish market for FMCG // Journal of Retailing and Consumer Services, 2015. Vol. 25. P. 59-66. Collins C. J., Smith K. G. Knowledge exchange and combination: The role of human resource practices in the performance of high-technology firms //Academy of management journal. 2013. Т. 49. №. 3. P. 544-560. Eccles R. G., Ioannou I., Serafeim G. The impact of corporate sustainability on organizational processes and performance //Management Science. 2014. Т. 60. №. 11. P. 2835-2857.Faircloth, J., Capella, L., Alford, B. The Effect of Brand Attitude and Brand Image on Brand Equity // Journal of Marketing Theory and Practice, 2001. Vol. 9. P. 63-70. Fehle, F., Fournier, S., Madden, T., Shrider, D. Brand Value and Asset Pricing // Quarterly Journal of Finance and Accounting, 2013. Vol. 47. P. 17-22.Goldfarb, A., Lu, Q., Moorthy, S. Measuring Brand Value in an Equilibrium Framework // Marketing Science, 2015. Vol. 28. P. 70-77.Haigh,D., Knowles,J. How to define your brand and determine its value // Marketing Manager, 2012. Vol.1. P.5-12. Mezias S. J., Boyle E. Blind trust: Market control, legal environments, and the dynamics of competitive intensity in the early American film industry, 1893–1920 //Administrative Science Quarterly. – 2014. Т. 50. №. 1. P. 1-34.Park, W., MacInnis, D., Priester, J., Eisingerich, A., Iacobucci, D. Brand Attachment and Brand Attitude Strength: Conceptual and Empirical Differentiation of Two Critical Brand Equity Drivers // Journal of Marketing, 2015. Vol. 74. P. 5. Pervan M., Višić J. Influence of firm size on its business success //Croatian Operational Research Review. 2012. Т. 3. №. 1. С. 213-223. Ramaswamy, V., Ozcan, K. Brand value co-creation in a digitalized world: An integrative framework and research implications // International Journal of Research in Marketing, 2016. Vol. 33. P. 99-102. Shahram, Jamali K. (2013). Factors affecting overall brand equity: The case of Shahrvand chain store. Management&Marketing.Vol.11. P. 17.2016 - Best Global Brands // Interbrand URL: http://interbrand.com/ (датаобращения: 14.02.2019).Автомобильный рынок // wikipedia URL: https://ru.wikipedia.org/wiki/ (дата обращения: 15.02.2019).Автостат URL: https://www.autostat.ru/tags/316/ (дата обращения: 14.02.2019).Бренд // Википедия URL: https://ru.wikipedia.org/wiki/%D0%91%D1%80%D0%B5%D0%BD%D0%B4 (дата обращения: 20.01.2019).Рынок легковых и коммерческих автомобилей в России: результаты 8 месяцев 2016 г. и перспективы развития URL: http://www.pwc.ru/ru/new-site-content/pdf/automotive-market-of-russia-oct16.pdfФедеральная Таможенная служба URL http://www.customs.ru/ (дата обращения: 1.02.2019) Что такое успех в бизнесе в условиях меняющегося мира? Попытка дать новое определение Основные результаты опроса руководителей компаний автомобильной отраслиURL: http://www.pwc.ru/ru/automotive/publications/assets/ceo-cut-automotive-2016-rus.pdfGerard E. Dallal Regression Diagnostics URL: http://www.jerrydallal.com/LHSP/diagnose.htm (датаобращения: 01.02.2019)IHS URL: https://www.ihs.com/index.html (дата обращения: 16.04.2017).OICAURL:http://www.oica.net/ (дата обращения: 20.01.2019)Stata resources and support // Stata: Data Analysis and Statistical Software URL: http://www.stata.com/support/ (дата обращения: 2.02.2019).