Инвестиционная оценка. Инструменты и методы оценки любых активов

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 PE и фундаментальными переменными, и данное свойство, по всей вероятности, неадекватно. Анализ остаточных явлений, связанных с корреляцией, может привести к трансформациям независимых переменных (их квадратов или натуральных логарифмов), которые в большей степени подходят для объяснения мультипликаторов PE. В-третьих, базовая связь между мультипликаторами PE и финансовыми переменными сама по себе не является стабильной. Если же эта связь смещается из года в год, то прогнозы, полученные из регрессионного уравнения, могут оказаться ненадежными для более длительных периодов времени. По всем этим причинам, несмотря на полезность регрессионного анализа, его следует рассматривать только как еще один инструмент поиска подлинного значения стоимости.

НОРМАЛИЗАЦИЯ ПРИБЫЛИ ДЛЯ МУЛЬТИПЛИКАТОРОВ PE