Details

Цель работы — количественная оценка влияния инновационной активности на финансовые результаты и рыночную стоимость высокотехнологичных компаний (на примере 20 ведущих IT-корпораций). В работе решены следующие задачи: — исследованы теоретические основы инноваций и стоимости компании, выявлена роль инноваций как ключевого фактора стоимости; — определены показатели инновационной активности (интенсивность НИОКР) и результативные показатели (темп роста выручки, P/E, P/S); — разработаны эконометрические модели на панельных данных с использованием программного пакета STATA; — выявлены нелинейные и лаговые эффекты влияния инноваций на финансовые результаты, а также эффект «чрезмерных инноваций». Сбор и предварительная обработка данных были выполнены с использованием программного пакета Microsoft Office (Excel). Обработка и расчеты данных проводились в программном пакете STATA. Научная новизна заключается в выявлении нелинейных и лаговых эффектов инновационной активности, количественной оценке оптимального порога инновационной интенсивности (16–21%) и разработке эконометрических моделей для IT-компаний. Практическая значимость состоит в том, что результаты могут быть использованы компаниями для оптимизации инновационной стратегии, а инвесторами — для более точной оценки стоимости высокотехнологичных фирм.

The aim of the study is to quantitatively assess the impact of innovation activity on the financial performance and market value of high-tech companies (using the example of 20 leading IT corporations). The following tasks were accomplished in the study: — the theoretical foundations of innovation and company value were examined, and the role of innovation as a key value driver was identified; — indicators of innovation activity (R&D intensity) and performance metrics (revenue growth rate, P/E, P/S) were determined; — econometric models based on panel data were developed using the STATA software package; — nonlinear and lagged effects of innovation on financial performance were identified, as well as the "excess innovation" effect. Data collection and preprocessing were performed using Microsoft Office (Excel). Data processing and calculations were performed using STATA. The scientific novelty lies in identifying nonlinear and lagged effects of innovation activity, quantitatively assessing the optimal threshold for innovation intensity (16–21%), and developing econometric models for IT companies. The practical significance lies in the fact that the results can be used by companies to optimize their innovation strategies, and by investors to more accurately assess the value of high-tech firms.