Инвестиционная оценка. Инструменты и методы оценки любых активов - Асват Дамодаран
Шрифт:
Интервал:
Закладка:
Применение такого подхода затруднено, если в секторе сравнительно мало фирм. На большинстве рынков за пределами США количество публично торгуемых фирм в конкретном секторе, особенно если он определен узко, является небольшим. Кроме того, если различия в характеристиках риска, роста и денежных потоков среди фирм внутри сектора велики, то эти фирмы трудно рассматривать в качестве сопоставимых. Таким образом, в США существуют сотни компаний, занимающихся программным обеспечением для компьютеров, но различия между этими фирмами могут быть крайне велики. Поэтому компромиссный выбор прост. Более широкая трактовка отрасли увеличивает число сопоставимых фирм, одновременно приводя к более разнородной группе этих фирм.
У традиционной практики определения сопоставимых фирм существуют альтернативы. Одна из них состоит в поиске фирм, которые похожи в плане переменных, положенных в фундамент оценки. Например, для того чтобы определить стоимость фирмы с коэффициентом бета, равным 1,2, ожидаемыми темпами роста прибыли на одну акцию 20 % и доходностью акционерного капитала 40 %[116], нужно найти на всем рынке другие фирмы с похожими характеристиками[117]. Другой способ состоит в том, что все фирмы на рынке трактуются как сопоставимые, а различия в фундаментальных переменных между этими фирмами смягчаются с помощью статистических методов, таких как множественная регрессия.
Смягчение различий между фирмами. Как бы тщательно ни формировался перечень сопоставимых фирм, в конце концов все равно эти фирмы будут отличаться от оцениваемой фирмы. По одним переменным различия могут быть малы, по другим – велики, и при проведении сравнительной оценки возникает необходимость смягчать эти различия. Существуют три способа смягчения: субъективные корректировки, модифицированные мультипликаторы и секторная или рыночная регрессия.
Субъективные корректировки. Проведение сравнительной оценки начинается с выбора двух вещей: мультипликатора, используемого в анализе, и группы фирм, входящих в перечень сопоставимых фирм. Для каждой из сопоставимых фирм вычисляется мультипликатор и выясняется среднее значение. Затем, для того чтобы оценить отдельно взятую фирму, проводится сравнение мультипликатора, при котором ее акции торгуются на рынке, с полученным средним значением. Если результаты сильно различаются, то выносится субъективное суждение о том, можно ли объяснить полученные различия с помощью специфических характеристик фирмы (таких, как рост, риск или денежные потоки). Таким образом, если фирма имеет мультипликатор PE = 22, а в секторе средний PE составляет только 15, вы можете прийти к выводу, что данное различие можно оправдать, поскольку фирма имеет больший потенциал роста, чем средняя фирма в отрасли. Если же, с вашей точки зрения, различия в значениях мультипликаторов нельзя объяснить на основе фундаментальных переменных, то фирма будет трактоваться как переоцененная (если ее мультипликатор выше среднего значения) или как недооцененная (если ее мультипликатор ниже среднего значения).
Модифицированные мультипликаторы. В рамках этого подхода мы модифицируем мультипликатор, чтобы учесть самую важную переменную, которая его определяет – контактную переменную. Таким образом, при анализе компании для определения мультипликатора PE, скорректированного с учетом роста, или мультипликатора PEG производят деление мультипликатора PE на ожидаемые темпы роста EPS. Аналогично этому, для того чтобы найти мультипликатор стоимости, мультипликатор PBV делят на доходность собственного капитала (ROE), а мультипликатор «цена/объем продаж» делят на чистую маржу прибыли. Затем эти модифицированные мультипликаторы сравниваются среди компаний в секторе. Принимаемая здесь неявная предпосылка состоит в том, что эти фирмы сопоставимы по всем другим показателям стоимости, за исключением смягчаемого мультипликатора. Кроме того, мы предполагаем, что связь между мультипликатором и фундаментальными переменными является линейной.
Секторные регрессии. Когда различия между фирмами охватывают более одной переменной, становится труднее модифицировать мультипликаторы для объяснения различий между фирмами. В этом случае мы можем выяснить регрессии мультипликаторов по переменным, а затем использовать их для поиска расчетных значений по каждой фирме. Этот подход работает довольно хорошо, когда число сопоставляемых фирм велико, а связь между мультипликатором и переменной стабильна. Если же эти условия не соблюдаются, то незначительное количество выпадающих переменных может существенным образом изменить значения мультипликаторов и сделать прогнозы значительно менее достоверными.
Рыночные регрессии. Поиск сопоставимых фирм в рамках сектора, в котором функционирует данная фирма, связан с весьма сильными ограничениями, особенно если в секторе существует сравнительно мало фирм или фирма функционирует более чем в одном секторе. Поскольку сопоставимой считают не ту фирму, которая функционирует в том же самом бизнесе, что и анализируемая, а фирму, имеющую те же самые характеристики роста, риска и денежных потоков, то вам не нужно ограничивать свой выбор сопоставимых фирм компаниями, функционирующими в той же отрасли. Регрессия, введенная в предыдущем разделе, смягчает различия по тем переменным, которые, согласно вашему мнению, приводят к варьированию мультипликаторов среди фирм. Вам следует прибегнуть к регрессионному анализу мультипликаторов PE, PBV и PS по тем переменным, которые должны влиять на них, используя для этого переменные, определяющие каждый из мультипликаторов.
«Цена/прибыль» = f (рост, мультипликаторы выплат, риск).
«Цена/балансовая стоимость» = f (рост, мультипликаторы выплат, риск, ROE).
«Цена/объем продаж» = f (рост, мультипликаторы выплат, риск, маржа прибыли).
Показатели, используемые вами в качестве ориентиров для риска (коэффициент бета), роста (ожидаемые темпы роста) и денежных потоков (выплаты), могут быть несовершенными, а связь может оказаться нелинейной. Чтобы преодолеть эти ограничения, можно добавить в регрессию большее число переменных (например, размер фирм может служить хорошим ориентиром для риска) и использовать трансформации переменных для учета нелинейных связей.
Первое преимущество этого подхода в сравнении с подходом, связанным с субъективным сравнением фирм в одном секторе, состоит