Оценка на стойността на марката на компанията и факторите, влияещи върху нея чрез регресионен анализ -
Оценката на марката, както беше споменато по-горе, е сложна процедура, използвана от застрахователните компании, за да подобрят провеждането на по-нататъшен бизнес.
Стратегическото развитие на марката се осъществява в рамките на стратегията, мисията и визията на компанията. Стратегията на компанията често се определя като мащабиране. Най-лесният начин да привлечете клиенти е да стимулирате продажбата на застрахователни полици. По-долу ще бъде показано, че формирането на марка се влияе не само от продажбите (т.е. застрахователната премия в края на периода), но и от други фактори. Така се формира основната хипотеза, която предполага, че стойността на марката на застрахователна компания се формира от различни компоненти на баланса и отчета за доходите.
След като се формира основната хипотеза, е необходимо да се стесни наборът от фактори.
Тези фактори могат да бъдат разделени на външни и вътрешни за застрахователната компания.
Външните фактори са фактори, които не са пряко свързани с никоя застрахователна компания. Тези фактори са актуални за целия застрахователен пазар в България. Застрахователните компании не могат да им влияят, променят или просто да ги игнорират. Такива фактори са макроикономически характеристики на пазара на застрахователни услуги.
Като вътрешни фактори са избрани най-значимите за стойността на марката. Стойностите на тези фактори могат да бъдат получени от финансовите отчети на застрахователните компании. Тези фактори са по-специфични за всяка компания, тоест показателите варират в зависимост от самата компания.
За да определим кои компоненти формират стойността на марката, ще направим регресионен анализ.
Този анализ определявръзка на зависима случайна променлива Y (нематериален актив) с независими случайни променливи X1, X2, …Xm (фактори). Така, след като формирахме две основни групи фактори, ще изберем необходимите за изграждане на модел за оценка на стойността на марката на застрахователна компания. Да приемем линейна зависимост от факторите:
Активи – нематериални активи.
застрахователна премия в края на периода
За една застрахователна компания този фактор всъщност е отражение на продажбите на застрахователни полици на клиенти. Стойността на този коефициент показва колко средства е събрала фирмата при извършване на застрахователна дейност. Според нас, колкото по-висок е този показател, толкова по-високо се оценява марката на компанията.
Факторът показва и колко застрахователни договора може да сключи една компания. Той директно показва надеждността на компанията, тъй като демонстрира способността на застрахователната компания да изплаща задълженията си, тоест да изплаща загуби.
Този фактор показва парите, дължими на застрахователната компания. Тези средства са в баланса на активите. Този фактор повишава стойността на компанията като цяло, а също така има положителен ефект върху оценката на марката.
Показателят за пасив на баланса, който е дългът на компанията. По този начин разкрива стабилността на компанията, нейната платежоспособност и наличието на средства от застрахователя.
индекс на потребителските цени
Този показател влияе върху макроситуацията в страната. CPI дава представа за покупателната способност на населението. Като важен фактор, показващ стандарта на живот в страната, той демонстрира и търсенето на застрахователни услуги и дава възможност на застрахователите да определят адекватно ценово ниво на своите услуги. В рамките на България този фактор трябва да намалеестойност на фирмената марка.
Един от най-важните фактори, определящи икономическата ситуация в страната. Този фактор, разбира се, оказва влияние върху всички сфери на живота и пазарите на услуги. Застрахователните компании, които са представители на финансовия пазар на стоки и услуги, са обвързани с инфлацията в страната. Компаниите получават средства от клиенти, за да инвестират в акции или закупуване на ценни книжа. Всички тези операции се влияят от нивото на инфлация и следователно успешното функциониране на застрахователната компания и стойността на нейната марка зависят от този фактор. Според нас нивото на инфлация намалява стойността на марката.
За анализа са ни необходими статистически данни за горните променливи за застрахователните компании за периода 2009 - 2014 г. Използваните данни са извадка от финансови отчети, представени от компаниите в края на годината. Така избраните години за изграждане на регресията описват кризисния етап в българската икономика. Първоначалните данни включват по-голям набор от компании, но поради липса на публикувана отчетност ще бъдат използвани 28 компании. Този размер на извадката ни позволява да получим значителен резултат за оценка на факторите, влияещи върху стойността на марката на застрахователните компании. Панелните данни ще бъдат използвани за изграждане на регресията.
За всяка от застрахователните компании ще се използват факторите, описани по-горе, т.е.
активи нетно от нематериални активи
застрахователна премия в края на периода
индекс на потребителските цени
В съответствие с анализа, за да потвърдим нашата хипотеза, ще бъде изграден регресионен модел, според резултатите от който се очаква да придобие значение за оценка на стойността на марката фактори като:
активи, по-малко нематериалниактиви;
застрахователна премия в края на периода;
индекс на потребителските цени
По-долу изчисляваме числените стойности на параметрите на регресионното уравнение с помощта на програмата R Studio, където параметрите на регресионното уравнение се избират с помощта на метода на най-малките квадрати, така че изразът
приема минималната стойност.
За да се анализира общата адекватност на уравнението на линейната многомерна регресия, се използва множественият коефициент на детерминация R2, който от своя страна се нарича още квадрат на множествения корелационен коефициент R.
Множественият коефициент на детерминация се изчислява по формулата , където
е сумата от квадратните отклонения от средната стойност, обяснена от регресията,
е сумата от квадратните отклонения от средната стойност.
и определя съотношението на вариацията на резултантната черта, дължаща се на промяната във факторните черти, включени в многофакторния регресионен модел.
Ако стойността на R-квадрата е близка до единица, това означава, че този модел е адекватен и има добра обяснителна способност, описвайки промените във всички променливи. Обратно, ако стойността на R-квадрат е близка до нула, това означава ниско качество на изследваните променливи и в резултат на целия модел.
Също така, един от коефициентите, демонстриращи качеството на изградения модел, е коефициентът на множествена детерминация R2, изчислен по формулата - сумата на квадратите на отклоненията от средната стойност. R2 трябва да варира в рамките на [0; 1] и описва дела на дисперсията на извадката Y, оценена чрез регресия.
Общото качество на регресионното напасване зависи от това колко близо е R2 до 1. Въпреки това, основният недостатък на R2 като мярка за качеството на регресионното напасване е фактът, че R2 никога не намалява при добавяненезависима променлива в регресионното уравнение.
Въз основа на резултатите в R Studio, регресионни коефициенти като напр
Стандартната грешка за всеки регресионен коефициент, t-статистиката, се изчислява чрез разделяне на регресионния коефициент на стандартната грешка.
За тест t - статистика се изчислява p - стойност - минималното ниво на значимост, при което основната хипотеза се отхвърля. Ако p - стойност надвишава избраното ниво на значимост, тогава основната хипотеза (за равенството на коефициента 0) не се отхвърля.
Ще обмислим приемането на хипотезата при ниво на значимост от 0,05.
P-стойност, вероятността за приемане на нулевата хипотеза, че регресионният коефициент е нула. Приемайки нулевата хипотеза, ние казваме, че коефициентът в регресията не е статистически значим.
Значимостта на F е вероятността за приемане на нулевата хипотеза за равенството на коефициентите на регресия в изследвания модел на нула:
По този начин, колкото по-голяма е стойността на F, толкова по-правилно е построен моделът, което означава, че неговата способност да описва данните като цяло е по-висока.
Стандартно отклонение на остатъците от модел RSE, изчислено като
Описва силата на разсейването в наблюдаваните стойности на описваната зависима променлива в сравнение с действителната регресионна линия. По-малка стойност на този коефициент съответства на по-точно качество на напасване на данните и следователно по-пълно описва използваните данни.