Великие по собственному выбору

Коллинз Джим

1. Сформулировать вопрос и выделить единицу анализа. Мы задали вопрос: «Почему одни компании процветают в условиях хаоса и неопределенности, а другие нет?» Мы договорились считать ситуацию в отрасли неопределенной и близкой к хаосу, если в ней происходит ряд событий, соответствующих следующим пяти критериям:

1) компании не могли контролировать эти события;

2) последствия этих событий сказывались достаточно скоро (обычно гораздо раньше, чем через пять лет);

3) последствия этих событий могли нанести ущерб компаниям данной отрасли;

4) некоторые существенные моменты событий были непредсказуемы (например, время, вид, размах);

5) эти события действительно происходили (а не только существовала такая угроза).

Те отрасли, которые мы рассматривали, переживали потрясения, вызывавшие хаос: дерегуляцию, технологическую революцию, ценовые войны, топливные кризисы, существенное изменение законодательства,

консолидацию, рецессию.

За единицу анализа в нашем исследовании берется не вся история компании, но определенная эра компании – от основания до июня 2002 года, где наше исследование заканчивается (в целом мы охватили период примерно с 1970 по 2002 год). Было важно установить временные рамки, потому что мы не можем предсказать судьбу компаний за пределами нашего исследования. Временными рамками стали фаза возникновения компании, ее превращение из частной копании в акционерную и ее зрелые годы в качестве крупного акционерного общества.

2. Выбрать подходящий метод исследования: метод анализа в парах. Мы выбрали метод, который позволяет максимально повысить вероятность новых открытий и сделать обобщения для отраслей и индустрии в целом: это метод конкретных случаев, который применяется при исследовании поведения организаций. Этот метод сравнительного исследования предполагает сбор большого количества данных и индуктивный анализ. При этом берется небольшое количество случаев для подробнейшего рассмотрения и определения паттернов, на основании которых и делаются выводы и открытия.

Проводя исследование этим методом, ученые отбирают случаи, которые позволяют выделить различия как раз по интересующим параметрам. Именно контраст между двумя случаями (в нашем случае – между компаниями) дает наилучшую возможность прийти к новым выводам. Этот подход следует уже наработанной традиции исследований в области поведения организаций, финансов и медицины {229} . Описывая этот метод в Academy of Management Journal за 2007 год, Кэти Эйсенхардт и Мелисса Грэбнер отмечали: «Особенно важный метод исследования – отбор “полярных типов”, при котором исследователь берет крайние случаи (например, очень высокие и очень низкие результаты), чтобы тем легче выявить на этом материале противоположные тенденции» {230} . Так, в исследовании, опубликованном в Academy of Management Journal в 2010 году, Джеффри Мартин и Кэти Эйсенхардт отобрали компании – производители программного обеспечения с наиболее высокими и наиболее низкими результатами и проанализировали факторы, которыми можно было бы объяснить это отличие {231} .

229

Исследование поведения организаций опирается на следующие работы по методологии исследования частных случаев: Juliet M. Corbin and Anselm C. Strauss, Basics of Qualitative Research Techniques and Procedures for Developing Grounded Theory (Thousand Oaks, CA Sage Publications, 2008, 3rd ed) Robert K. Yin, Case Study Research Design and Methods (Thousand Oaks, CA Sage Publications, 2009, 4th ed) Matthew B. Miles and A. Michael Huberman, Qualitative Data Analysis An Expanded Sourcebook (Thousand Oaks, CA Sage Publications, 1994, 2nd ed). Пример финансового исследования: Марк Чен в статье в Journal of Finance (2004 год) анализировал, почему некоторые компании ограничили снижение цен на опционы, а другие – нет. Сначала он взял компании с ограничениями по переоценке опционов (отбирая по зависимой переменной), а затем сопоставил эти компании с парами, подобранными по сходству отрасли, размеру и году наблюдения (Mark A. Chen, “Executive Option Repricing, Incentives, and Retention,” Journal of Finance, June 2004, 1167–99). Другие финансовые исследования в парах проводили Belen Villalonga, “Does Diversification Cause the ’Diversification Discount’?” Financial Management, Summer 2004, 5–27, and Kenneth Lehn and Annette Poulsen, “Free Cash Flow and Stockholder Gains in Going Private Transactions,” Journal of Finance, July 1989, 771–87. В медицине широко применяется метод сопоставления образца из основной и контрольной группы, например: Andrew D. Shaw et al, “The Effect of Aprotimn on Outcome after Coronary-Artery Bypass Grafting,” New England Journal of Medicine, February 2008, 784–93, and Jack V. Tu et al., “Effectiveness and Safety of Drug-Eluting Stents in Ontario,” New England Journal of Medicine, October 2007, 3571393–1402.

230

См. Kathleen M. Eisenhardt and Melissa E. Graebner, “Theory Building from Cases Opportunities and Challenges,” Academy of Management Journal, February 2007, 25–32.

231

Jeffrey A. Martin and Kathleen M. Eisenhardt, “Rewiring Cross-Business-Unit Collaborations in Multibusiness Organizations,” Academy of Management Journal, April 2010, 265–301. Из ряда схожих проектов шести компаний они отобрали по два проекта от каждой, один с высокой, другой с низкой отдачей (отбор по зависимой переменной). Пара проектов одной компании подбиралась по сходству масштаба, ресурсов, сложности, важности и типа. Изучая эти тщательно подобранные пары, авторы статьи провели качественный контрастный анализ и предложили новые гипотезы для объяснения несовпадения результатов.

Основное преимущество метода анализа пар заключается в том, что мы застрахованы от «отбора по успеху». Изучая только успешные компании, исследователь затрудняется ответить, в самом ли деле обнаруженные им факторы стали причиной успеха – а что если в этих аспектах проигравшие действовали точно так же, как и победители? Мы же решаем эту проблему, поскольку берем как более, так и менее успешные компании и сосредоточиваемся на отличиях {232} .

232

В науке отбор по зависимой переменной зачастую отвергается как неудачный способ исследования, однако такая оценка этого метода вызвана неверным пониманием термина. Отвергают этот метод постольку, поскольку предлагается отбор по успеху, то есть лишь по одному параметру (успех) зависимой переменной, и за бортом остается ряд интересных случаев, в том числе провалы. Но наш подход принципиально отличается тем, что мы учитываем оба параметра зависимой переменной, успех и неуспех. Мы согласны в том, что изучение исключительно успешных событий было бы узким и ограниченным, и потому включаем в нашу работу контрольную группу (компании с посредственным или плохим результатом).

3. Выбор вошедшей в исследование популяции: компании, акции которых котируются на фондовом рынке. Мы выбрали такие компании, которые подвергались воздействию неопределенности и хаоса и не могли быть изолированы от подобных событий благодаря своему размеру или возрасту. Все наши объекты исследования должны соответствовать данному критерию: они провели первое IPO в Соединенных Штатах в период между 1971 и 1990 годами. На момент первичного размещения акций эти компании были молоды и невелики, то есть весьма уязвимы для любых событий в окружающей среде.

4. Определение компаний с выдающимся результатом. Для сравнения компаний, принадлежащих к разным отраслям, мы выбрали в качестве критерия успеха доход по акциям, поскольку этот критерий применим к любой сфере экономики (подробнее об этом критерии см. «Отбор компаний в группу 10^x»). Этот критерий исключает другие критерии успеха, важные для конкретных заинтересованных групп – сотрудников, местных жителей и т. д. Однако это наиболее важный и общезначимый для акционерных компаний критерий. Рассматривая этот параметр, мы отрешались от других непосредственных результатов работы компании, таких как инновации и рост продаж, однако рассматривали эти параметры как возможные факторы, объясняющие лучший рыночный результат.

Опираясь на доходы по акциям, мы провели систематический отбор и выявили среди нашей популяции семь компаний, добившихся исключительного успеха (группа 10^x) в семи крайне хаотичных и ненадежных сферах.

5. Отбор компаний для сравнения. Мы применили два перекрывающихся принципа при отборе пар к семи компаниям группы 10^x:

1) на тот момент, когда эта компания проводила первичное размещение акций, она должна быть похожа на компанию из группы 10^x (та же отрасль, сходный возраст и размер);

2) ее результат должен приближаться к среднему по рынку, то есть составлять контраст достижениям компании, которая с ней сопоставляется. (См. «Отбор компаний для сравнения»)

6. Сбор данных: хронология. Мы систематически обращались к прошлому, собирая документы по каждой компании. Например, для Intel мы обработали данные за каждый год с момента основания компании в 1968 году – отчеты компании и статьи в СМИ, которые публиковались в 1968, 1969, 1970, 1971 годах и т. д. Мы использовали самые разнообразные архивные источники, чтобы получить представительную выборку фактов, мнений и суждений об этих компаниях.

• Все крупные статьи, опубликованные по каждой из компаний за весь изучаемый период (от основания компании до 2002 года) из общедоступных источников, таких как Business Week, Economist, Forbes, Fortune, Harvard Business Review, New York Times, Wall Street Journal и Wall Street Transcripts, а также из отраслевых и специальных источников.

• Исследования бизнес-школ по отдельным случаям и отрасли в целом.

• Книги об этих компаниях и их лидерах.

• Ежегодные отчеты, промежуточные отчеты и проспекты IPO по каждой компании.