Инвестиционная оценка. Инструменты и методы оценки любых активов - Асват Дамодаран

должны иметь более низкие мультипликаторы PE, чем «надежные» страны.

• Страны, где компании осуществляют более эффективные инвестиции (и зарабатывают более значительные доходы по этим инвестициям), должны котироваться при завышенных мультипликаторах PE.

Сопоставление мультипликаторов PE среди фирм в секторе. Самый распространенный подход к проведению оценки мультипликатора PE для фирмы состоит в том, что необходимо выбрать группы сопоставимых фирм, затем рассчитать среднее значение PE для данной группы и субъективно скорректировать полученное значение для смягчения разности между оцениваемой и сопоставимыми фирмами. С этим подходом связано несколько проблем. Во-первых, определение сопоставимой фирмы – очень субъективная процедура. Использование в качестве контрольной группы других фирм, функционирующих в той же отрасли, зачастую не обеспечивает решения проблемы, поскольку фирмы в рамках данной отрасли могут иметь сильно различающиеся комбинации бизнеса, а также разные характеристики риска и роста. Существует также много оснований для возникновения эффекта смещения. Один очевидный пример этого проявляется в поглощениях, где высокое значение PE для целевой фирмы обосновывается с помощью мультипликаторов «цена/прибыль» для контрольной группы других, поглощаемых фирм. Эта группа предназначается для придания смещения вверх оценкам коэффициента PE и других мультипликаторов. Во-вторых, даже если можно сконструировать обоснованно выбранную группу сопоставимых фирм, то различия между фундаментальными переменными оцениваемой фирмы и этой группы останутся.

Альтернатива субъективным корректировкам заключается в том, чтобы явным образом скорректировать одну или две переменные, которые, по вашим предположениям, объясняют в регрессии значительную часть разницы между мультипликаторами PE разных компаний в секторе. Тогда регрессионное уравнение можно использовать в целях получения оценки прогнозируемых значений мультипликаторов PE для каждой фирмы сектора; эти значения можно сопоставлять с фактическими мультипликаторами PE для вынесения суждений о недооцененности или переоцененности акций.

Сопоставление мультипликаторов PE среди фирм на рынке. В предыдущем разделе сопоставимые фирмы были узко определены в качестве прочих фирм, функционирующих в том же бизнесе. В этом разделе представлены способы, с помощью которых мы можем увеличивать число сопоставимых фирм путем рассмотрения всего сектора в целом или даже рынка. Такой подход имеет два преимущества. Первое состоит в получении более точных оценок – по мере увеличения числа сопоставимых фирм. Второй направлен на то, чтобы получить большую точность в ситуации, когда фирмы, входящие в маленькую подгруппу, оказываются недооцененными или переоцененными относительно остального сектора рынка. Поскольку при расширении определения сопоставимых фирм различия между фирмами будут расти, возникает потребность в корректировке этих различий. Простейший способ, позволяющий осуществить такую корректировку, состоит в применении множественной регрессии, в которой мультипликатор PE оказывается зависимой переменной, а ориентировочные значения риска, роста и выплат формируют независимые переменные.

Исследования в прошлом. Одна из самых ранних регрессий мультипликаторов PE по фундаментальным переменным на всем рынке была построена Кисором и Уитбеком в 1963 г. (Kisor and Whitbeck, 1963). Эти исследователи, используя данные Bank of New York по 135 акциям за июнь 1962 г., привели к следующей регрессии:

PE = 8,2 + 1,5 (темпы роста прибыли) + 6,7 (коэффициент выплат) – 0,2 (стандартное отклонение в изменениях EPS).

Затем Малкиель и Крэгг (Malkiel and Cragg) провели оценки показателей регрессии мультипликатора «цена/прибыль» по темпам роста, коэффициенту выплат и коэффициенту бета для акций за период 1961–1965 гг.

В этих уравнениях:

PE = мультипликатор «цена/прибыль» в начале года; g = темпы роста прибыли; π = коэффициент выплат в начале года;

β = коэффициент бета по акциям.

Эти исследователи пришли к выводу, что хотя такие модели полезны для объяснения мультипликаторов PE, они малопригодны в части результативности прогнозов. В обоих указанных исследованиях использовавшиеся три переменные (выплаты, риск и рост) представляют те три переменные, что были назначены в качестве детерминантов мультипликаторов PE, представленных ранее.

Регрессии за период 1987–1991 гг. были усовершенствованы с использованием более широкой выборки акций[119]. Результаты обобщены следующим образом.

В этих уравнениях EGR – исторические темпы роста EPS. Обратите внимание на изменчивость R-квадрата во времени и изменения мультипликаторов независимых переменных. Например, R-квадрат в регрессиях сократился с 0,93 в 1987 г. до 0,32 в 1991 г., а мультипликаторы за этот период изменились значительным образом. Причины этого явления отчасти обусловлены изменчивостью прибыли, что находит отражение в мультипликаторах «цена/прибыль». Низкий R-квадрат для регрессии 1991 г. можно отнести на счет влияния спада на прибыль этого года. Ясно, что эти регрессии нестабильны, а прогнозируемые значения, по всей вероятности, будут отличаться значительным шумом.

Обновление рыночных регрессий. Данные, необходимые для построения рыночной регрессии, сегодня доступны более легко, чем в прошлом. В этом разделе представлены результаты двух регрессий. В приводимой ниже регрессии, построенной в июле 2000 г., мультипликатор PE был регрессирован по коэффициентам выплат, бета и ожидаемому росту для всех фирм на рынке[120].

При размере выборки, увеличившейся приблизительно до 2500 фирм, полученная регрессия представляет самый широкий показатель относительной стоимости.

Рассматриваемая регрессия имеет низкое значение R-квадрата, но данное обстоятельство скорее отражает шум, чем является следствием методологии построения указанной регрессии. Как мы увидим позднее, рыночные регрессии для мультипликаторов «цена/балансовая стоимость» и «цена/объем продаж» обладают лучшими характеристиками и имеют больший R-квадрат, чем регрессии мультипликатора PE. Другой тревожный аспект состоит в том, что мультипликаторы при переменных не всегда имеют те знаки, которые мы рассчитываем увидеть. Например, акции с повышенным риском (с повышенными коэффициентами бета) имеют более высокие значения PE, в то время как фундаментальные переменные пробуждают в нас ожидания противоположного.

Проблемы с методологией регрессии. Методология регрессии – это традиционный способ уплотнения больших массивов данных и их сведения в одно уравнение, отражающее связь между мультипликаторами PE и финансовыми фундаментальными переменными. Но данный подход имеет свои ограничения. Во-первых, независимые переменные коррелируют друг с другом[121]. Например, как видно из таблицы 18.2, обобщающей корреляцию между коэффициентами бета, ростом и коэффициентами выплат для всех американских фирм, быстро растущие фирмы обычно имеют большой риск и низкие коэффициенты выплат. Обратите внимание на отрицательную корреляцию между коэффициентами выплат и ростом, а также на положительную корреляцию между коэффициентами бета и ростом. Эта мультиколлинеарность делает мультипликаторы регрессии ненадежными (увеличивает стандартную ошибку) и, возможно, объясняет ошибочные знаки при коэффициентах и крупные изменения этих мультипликаторов в разные периоды. Во-вторых, регрессия основывается на линейной связи между мультипликаторами