назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [ 209 ] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274] [275] [276] [277] [278] [279] [280] [281] [282] [283] [284] [285] [286] [287] [288] [289] [290] [291] [292] [293] [294] [295] [296] [297] [298] [299] [300] [301] [302] [303] [304] [305] [306] [307] [308] [309] [310] [311] [312] [313] [314] [315] [316] [317] [318] [319] [320] [321] [322] [323] [324] [325] [326] [327] [328] [329] [330] [331] [332] [333] [334] [335] [336] [337] [338] [339] [340] [341] [342] [343] [344] [345] [346] [347] [348] [349] [350] [351] [352] [353] [354] [355] [356] [357] [358] [359] [360] [361] [362] [363] [364] [365] [366] [367] [368] [369] [370] [371] [372] [373] [374] [375] [376] [377] [378] [379] [380] [381] [382] [383] [384] [385] [386] [387] [388] [389] [390] [391] [392] [393] [394] [395] [396] [397] [398] [399] [400] [401] [402] [403] [404] [405] [406] [407] [408] [409] [410] [411] [412] [413] [414] [415] [416] [417] [418] [419] [420] [421] [422] [423] [424] [425] [426] [427] [428] [429] [430] [431] [432] [433] [434] [435] [436] [437] [438] [439] [440] [441] [442]


209

Название компании

Отслеживающий

Ожидаемый

Стандартное

рост (%)

отклонение i%

Coca-Cola Bottling

29,18

20,58

Molson Inc. Ltd. A

43,65

15,5

21,88

Anheuser-Busch

24,31

11,0

22,92

Corby Distilleries Ltd.

16,24

23,66

Chalone Wine Group Ltd.

21,76

14,0

24,08

Andres Wines Ltd. A

8,96

24,7

Todhunter Intl

8,94

25,74

Brown-Forman B

10,07

11,5

29,43

Coors (Adolph) B

23,02

10,0

29,52

PepsiCo, Inc.

33,00

10,5

31,35

Coca-Cola

44,33

19,0

35,51

Boston Beer A

10,59

17,13

39,58

Whitman Corp.

25,19

11,5

44,26

Mondavi (Robert) A

16,47

14,0

45,84

Coca-Cola Enterprises

37,14

27,0

51,34

Hansen Natural Corp.

17,0

62,45

Источник: Value Line Database.

Поскольку эти фирмы различаются между собой по показателям риска и ожидаемого роста, регрессия мультипликаторов РЕ строится по обеим переменным.

Если основываться на данном скорректированном значении РЕ, то можно прийти к выводу, что компания Andres Wines выглядит переоцененной, несмотря на низкий мультипликатор РЕ. Хотя это может казаться лишь незначительной корректировкой, связанной с решением проблемы различий между фирмами, данное заключение остается в силе, только в том случае, когда указанные фирмы эквивалентны по риску. Применение этого подхода неявно также предполагает линейную связь между темпами роста и РЕ.

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.

ИЛЛЮСТРАЦИЯ 17.2. Пересмотр сектора напитков: секторная регрессия

Мультипликатор «цена/прибыль» - это функция ожидаемых темпов роста, риска и мультипликатора выплат. Ни одна из фирм, выпускающих напитки, не платит значительных дивидендов, но они различаются между собой по показателям риска и роста. В приводимой ниже таблице обобщаются данные по мультипликаторам «цена/ прибыль», стандартному отклонению курсов акций и ожидаемым темпам роста для нижеперечисленных фирм.



РЕ = 20,87 - 63,98 (стандартное отклонение)

[3.01)[2.631

+ 183,24 (ожидаемый рост)=51%.

[3.66]

Числа, приведенные в квадратных скобках, являются данными t-статистики, указывающими на то, что связи между мультипликаторами РЕ и обеими переменнь[ми в регрессионном уравнении статистически значимы. Показатель R-квадрат указывает на процентную долю разностей в мультипликаторах РЕ, которые объясняются независимыми причинами. Наконец, для получения предсказываемых значений РЕ для перечисленных компаний можно использовать регрессию саму по себе*. Таким образом, предсказываемое значение РЕ для компании Coca-Cola, основанное на стандартном отклонении в 35,51% и ожидаемых темпах роста, составляющих 19%, будет равно:

Предсказываемый РЕ,„ ,„,= 20,87 - 63,98(0,3551) -Е 183,24(0,19) = 32,97.

Поскольку фактическое значение РЕ для компании Coca-Cola было равно 44,33, это указывает на переоцененность акций данной компании при заданном механизме оценки остальной части сектора.

Если вас не устраивает предпосылка, согласно которой связь между РЕ и ростом линейна, и именно эту предпосылку мы принимали при построении предыдущей регрессии, то вы можете либо построить нелинейные регрессии, либо модифицировать переменные, входящие в регрессионное уравнение, чтобы сделать связь более линейной. Например, замена темпов роста в регрессионном уравнении на их логарифм позволит получить остатки с гораздо лучшими характеристиками.

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 РЕ, 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).

В обоих подходах предполагается линейная связь между коэффициентом и определяющими его значение переменными. Поскольку такая предпосылка не всегда оказывается правильной, возможно, вам придется построить нелинейные версии этих регрессий.



«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 в его способности измерить на базе фактических рыночных данных ту степень, в которой повышенный риск или рост влияют на значение мультипликатора. Конечно, такие оценки могут иметь погрешности, вследствие шума, но он представляет собой отражение реальности, с которой многие аналитики предпочитают не сталкиваться при вынесении субъективных суждений. Во-вторых, благодаря рассмотрению всех фирм на рынке, этот подход позволяет получить более значимые сравнения фирм, функционирующих в отраслях с относительно малым количеством компаний. В-третьих, он позволяет проанализировать, являются ли все фирмы в отрасли недооцененными или переоцененными, - посредством оценки их показателей относительно других фирм на рынке.

СОГЛАСОВАНИЕ ОЦЕНКИ, СВЯЗАННОЙ

С ДИСКОНТИРОВАНИЕМ ДЕНЕЖНЫХ ПОТОКОВ,

И СРАВНИТЕЛЬНОЙ ОЦЕНКИ

Два подхода к проведению оценки - через дисконтирование денежных потоков и на основе сравнительной оценки - обычно приводят к разным значениям ценности для одной и той же фирмы. Далее, даже в рамках выполнения сравнительной оценки можно прийти к различающимся значениям ценности, в зависимости от того, какой мультипликатор использовался и какие фирмы были выбраны для проведения сравнительной оценки.

Различия в результатах применения подходов с точки зрения дисконтирования денежных потоков и сравнительной оценки есть следствие различных воззрений на эффективность рынка или, точнее говоря, на неэффективность рынка. При проведении оценки на основе дисконтирования денежных потоков мы предполагаем, что рынки допускают ошибки, корректируют их с течением времени, и ошибки часто могут охватывать целые сектора или даже весь рынок. При проведении сравнительной оценки мы

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [ 209 ] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274] [275] [276] [277] [278] [279] [280] [281] [282] [283] [284] [285] [286] [287] [288] [289] [290] [291] [292] [293] [294] [295] [296] [297] [298] [299] [300] [301] [302] [303] [304] [305] [306] [307] [308] [309] [310] [311] [312] [313] [314] [315] [316] [317] [318] [319] [320] [321] [322] [323] [324] [325] [326] [327] [328] [329] [330] [331] [332] [333] [334] [335] [336] [337] [338] [339] [340] [341] [342] [343] [344] [345] [346] [347] [348] [349] [350] [351] [352] [353] [354] [355] [356] [357] [358] [359] [360] [361] [362] [363] [364] [365] [366] [367] [368] [369] [370] [371] [372] [373] [374] [375] [376] [377] [378] [379] [380] [381] [382] [383] [384] [385] [386] [387] [388] [389] [390] [391] [392] [393] [394] [395] [396] [397] [398] [399] [400] [401] [402] [403] [404] [405] [406] [407] [408] [409] [410] [411] [412] [413] [414] [415] [416] [417] [418] [419] [420] [421] [422] [423] [424] [425] [426] [427] [428] [429] [430] [431] [432] [433] [434] [435] [436] [437] [438] [439] [440] [441] [442]