Главная страница
Контакты

    Главная страница


Детерминанты рыночных мультипликаторов

Скачать 178.48 Kb.



Скачать 178.48 Kb.
Дата28.06.2017
Размер178.48 Kb.

Детерминанты рыночных мультипликаторов


Оглавление

Вступление

Глава 1. Теоретические аспекты влияния детерминант на рыночные мультипликаторы компаний

1.1 Детерминанты мультипликатора P/E

1.2 Детерминанты мультипликатора P/BV

Глава 2. Методология эмпирического анализа детерминант рыночных мультипликаторов

Глава 3. Результаты эмпирического анализа детерминант рыночных мультипликаторов P/E и P/BV

3.1 Спецификация модели и выборка эмпирического исследования

3.2 Описательная статистика и анализ корреляции детерминант и рыночных мультипликаторов

3.3 Результаты эконометрических моделей влияния детерминант на мультипликаторы P/E и P/BV

Заключение

Список литературы

Приложения

Вступление




За последние 10 лет экономический рост стран группы БРИКC и других развивающихся стран стал определяющим показателем мировой экономики.
Цель описательной (дескриптивной) статистики - обработка эмпирических данных, их систематизация, наглядное представление в форме графиков и таблиц, а также их количественное описание посредством основных статистических показателей.
Развивающиеся страны К развивающимся странам (англ. Developing countries), - более точное, но нецелесообразное определение - менее развитые страны (англ. Less developed countries) - теоретически относят те государства, у которых более низкий уровень ВВП на душу населения по сравнению с другими странами.
Экономический рост - это увеличение объёма стоимости произведённых товаров и услуг в национальной экономике за определённый период времени (как правило, за год).
Их экономическая значимость и вклад в общий рост значительно увеличились за это время, фондовые рынки этих стран показывали постоянные стабильные высокие доходности для инвесторов.
Ры́нок це́нных бума́г, фо́ндовый ры́нок (англ. stock market, англ. equity market) - совокупность экономических отношений по поводу выпуска и обращения ценных бумаг между его участниками.
Поэтому инвесторам необходим комплексный подход к оценке, учитывающий особенности влияния фундаментальных показателей компаний, макроэкономической ситуации для того, чтобы разрабатывать эффективные стратегии инвестирования на развивающихся рынках капитала.
Ко́мпле́ксный ана́лиз, тео́рия фу́нкций ко́мпле́ксного переме́нного (или ко́мпле́ксной переме́нной; сокращенно - ТФКП) - раздел математического анализа, в котором рассматриваются и изучаются функции комплексного аргумента.


Одним из самых распространенных методов оценки как в инвестиционно-банковской сфере, так и в научно-исследовательских работах является метод дисконтированных денежных потоков (DCF - Discounted Cash Flow model). Свободные денежные потоки компании дисконтируются по ставке, требуемой инвестором за принятие риска, присущего данной компании. Однако такой подход во многом зависит от субъективных предположений аналитиков относительно фундаментальных показателей компании, а точное вычисление свободных денежных потоков иногда представляется затруднительным.

Другой метод оценки - сравнительный метод или метод рыночных мультипликаторов - не требует многочисленных допущений.
Денежный поток, кэш-фло, кэш-флоу (от англ. Cash Flow) или поток наличных денег - одно из важнейших понятий современного финансового анализа, финансового планирования и управления финансами.
Сравни́тельный ме́тод - метод сопоставления двух и более объектов (явлений, идей, результатов исследований и т. п.), выделение в них общего и различного с целью классификации и типологии.
Исследуемая компания сопоставляется со сравнимыми компаниями, на основе чего строится оценка мультипликатора, который при умножении на определенный драйвер (value driver) дает оценку стоимости компании. Несмотря на свою простоту, метод рыночных мультипликаторов имеет большое прикладное значение: сравнительный метод может эффективно использоваться при подготовке заключения о справедливой стоимости компании (DeAngelo, 1990), первичных размещениях акций (Kim, Ritter, 1990), а также следующих за ними выпусками акций, поглощении компаний, финансируемого только за счет заемных средств (HLT) (Kaplan, Ruback, 1995) и других сделках слияний и поглощений.
Справедливая цена (англ. Fair Price) - экономическая концепция, предполагающая, что в цену включены только экономически обоснованные издержки, а прибыль не превышает среднерыночную.


Каждый мультипликатор является функцией некоторых переменных. Исследование этих переменных (или детерминант) и их влияния на мультипликаторы позволяет искать компании, обладающие схожими финансовыми характеристиками. Это позволяет получить более точную оценку стоимости компании при помощи сравнительного метода. Alford (1992) отмечает, что совместное использование риска и роста прибыли компании, основных детерминант рыночных мультипликаторов, для отбора компаний оказывается не менее эффективным, чем классификация по SIC коду.

Несмотря на практическую ценность метода рыночных мультипликаторов, публикуется достаточно мало научных работ с качественными эмпирическими исследованиями применения мультипликаторов, критериев отбора сопоставимых компаний, анализа влияния детерминант на рыночные мультипликаторы;
Научное исследование - процесс изучения, эксперимента, концептуализации и проверки теории, связанной с получением научных знаний.
лишь небольшая часть исследований посвящена развивающимся рынкам капитала.
Развивающиеся рынки Развивающиеся рынки (англ. emerging markets) - рынки развивающихся стран.


Научная новизна и актуальность данной работы заключается в исследовании детерминант рыночных мультипликаторов P/E и P/BV в следующих аспектах:

· Исследуются развивающиеся страны группы БРИКС. Предыдущие исследования включали только отдельные страны.

· Выборка охватывает период с 2007 по 2013 года. Большинство исследований не включают исследования влияния Мирового финансового кризиса на рыночные мультипликаторы.

· Используемые эконометрические методы позволяют лучше оценивать влияния детерминант на рыночные мультипликаторы. Только в одной исследованной работе автор применяет подобные методы.

Целью данной работы является выявление детерминант, влияющих на значения мультипликаторов P/E и P/BV компаний из стран БРИКС. Для достижения цели данной работы необходимо решить следующие задачи:

1. Провести анализ исследований детерминант рыночных мультипликаторов на развитых и развивающихся рынках капитала.

2. Разработать модель влияния детерминант на рыночные мультипликаторы и оценить устойчивость влияния данных детерминант.

3. Сформировать выборку для построения модели влияния детерминант на рыночные мультипликаторы.

4. Провести эмпирический анализ детерминант рыночных мультипликаторов стран БРИКС.

Объектом исследования стали мультипликаторы P/E и P/BV компаний из стран БРИКС. Предметом исследования являются фундаментальные детерминанты, оказывающие влияние на значения данных мультипликаторов.

Объе́кт иссле́дования - в науке под ним подразумевают главное поле приложения сил учёных. В одной науке (научном направлении) однако может быть несколько объектов исследований, которые составляют логически связанное существо и цель исследований в этой науке (научном направлении).

Структура данной работы организована следующим образом. Первая глава посвящена исследованию основных детерминант мультипликаторов в эмпирических работах по развитым и развивающимся рынкам капитала, на основе которых выдвигаются гипотезы для эмпирического исследования в данной работе. Во второй главе определяется методология эмпирического исследования влияния детерминант на рыночные мультипликаторы в рамках данной работы. В третьей главе формализуются выборка и спецификация используемой модели исследования, описываются результаты эмпирического исследования и делаются выводы относительно влияния детерминант на рыночные мультипликаторы. В заключении подводится итог и определение детерминант, влияющих на большинство мультипликаторов


Глава 1. Теоретические аспекты влияния детерминант на рыночные мультипликаторы компаний



Развивающиеся рынки капитала все больше привлекают внимание инвесторов и научных исследователей.
Рынок капиталов (рынок капитала) - часть финансового рынка, на котором обращаются длинные деньги, то есть денежные средства со сроком обращения более года. На рынке капиталов происходит перераспределение свободных капиталов и их инвестирование в различные доходные финансовые активы.
Рост рынков капитала стран БРИКС в период 2000-2012 годов составил в среднем 816%: наибольший рост капитализации пришелся на Россию - 2147,22%, Бразилии - 443,81%, Китая - 536,39%, Индии - 753,24%, ЮАР - 198,76%. Рынок капитала США вырос за данный период всего лишь 23,60% Данные World Bank. Расчеты автора дипломной работы.
Всемирный банк (также Мировой банк, англ. The World Bank) - международная финансовая организация, созданная с целью организации финансовой и технической помощи развивающимся странам.
Дипло́мная рабо́та (прое́кт) - один из видов выпускной квалификационной работы - самостоятельная творческая работа студентов, обучающихся по программам подготовки специалистов, бакалавров и магистров, выполняемая ими на последнем, выпускном курсе.
.

График 1 показывает общую динамику мультипликатора P/E, как наиболее используемого при сравнительной оценке и наиболее изученного в эмпирических работах, для стран группы БРИКС и развитых стран, входящих в индекс MSCI World Index Индекс 23 развитых стран, большую часть которого занимают США, Япония, Великобритания, Франция, Канада.
MSCI World Index (англ. Morgan Stanley Capital International World Index) - фондовый индекс, отражающий ситуацию на мировом фондовом рынке.
Ра́звитые стра́ны (англ. Developed countries) - группа стран, занимающих ведущее положение в мировой экономике. В этих странах проживает 15-16 % мирового населения, но они при этом производят 3/4 валового мирового продукта и создают основную часть экономического и научно-технического потенциала мира.
.

График 1. Динамика мультипликатора P/E стран БРИКС и развитых стран за 2003-2013гг.

Источник:Bloomberg, расчеты автора


Большую часть этого периода компании стран БРИКС были недооценены по сравнению с компаниями развитых стран, но в отдельные года мультипликаторы БРИКС были в 1,37-1,82 раза больше.

Данное поведение может быть обосновано влиянием разных фундаментальных показателей на рыночные мультипликаторы компаний. Поэтому исследование влияния детерминант позволило бы понять природу данных изменений мультипликаторов.


Изучению детерминант рыночных мультипликаторов посвящено сравнительно немного эмпирических работ. В преобладающем числе исследований анализируются детерминанты мультипликаторов P/E и P/BV. Большинство работ затрагивает развитые рынки капитала. С ростом развивающихся рынков капитала увеличивается количество работ, посвященным этим рынкам, однако их количество все еще мало.

В данной главе будет произведен обзор статей, анализирующих влияние детерминант на мультипликаторы P/E и P/BV развитых и развивающихся рынков капитала.


1.1 Детерминанты мультипликатора P/E

детерминанта мультипликатор рыночный корреляция


Рост чистой прибыли

Мультипликатор P/E отражает сколько рынок готов заплатить за прибыль определенной компании, тем самым определяя настроения инвесторов относительно акций компании и влияя на принимаемые ими решения.
Чистая прибыль - часть балансовой прибыли предприятия, остающаяся в его распоряжении после уплаты налогов, сборов, отчислений и других обязательных платежей в бюджет. Чистая прибыль используется для увеличения оборотных средств предприятия, формирования фондов и резервов, и реинвестиций в производство.
Данный мультипликатор используется как сигнал инвесторам, сообщая о возможной коррекции рынка, если P/E компаний находятся на уровнях выше или ниже исторического.

Исследованию детерминант этого мультипликатора посвящено достаточно много работ, среди которых стоит отметить работы Witbeck, Kisor (1963), Beaver, Morse (1978) и Zarowin (1990), которые цитируются практически всеми работами по детерминантам мультипликаторов. Основными факторами, которые могут влиять на мультипликатор P/E, согласно данным исследованиям являются рост прибыли и показатели риска.

Whitbeck, Kisor (1963) отмечают, что одной из детерминант, которая может влиять на нормализованный мультипликатор P/E американских компаний, является ожидаемый темп роста прибыли компании. Используя выборку из 135 компаний за 8 июня 1962 года, авторы обнаруживают положительное влияние данного показателя на мультипликатор P/E.

Beaver, Morse (1970) рассматривали влияние показателя роста прибыли акций компаний на NYSE за период с 1956 по 1974 года, исследуя 25 синтетических портфеля акций, ранжированных по медианному значению P/E (то есть в первом портфеле акции с самым большим медианным показателем P/E, в 25-ом - с наименьшим). Важной концепцией, на основе которой авторы строят свое исследование, является непредвиденная составляющая прибыли (transitory earnings), меняющаяся под воздействием различных внешних факторов. При исследовании корреляции между ростом EPS и P/E, авторы отмечают отрицательную взаимосвязь этих показателей в год создания портфелей акций (-0,28), которая уже на следующий год меняет знак и становится значительной (0,53). Авторы объясняют это ожиданиями инвесторов, которые вкладывают больше непредвиденной составляющей в общей прибыли компании. В следующие же года эти ожидания корректируются и приближаются к реальным показателям компании. Стоит отметить, что уже через два года после образования портфеля акций, корреляция между ростом прибыли и P/E становится близкой к нулю и статистически не значимой, что отражает, по мнению авторов, неспособность инвесторов прогнозировать рост прибыли компаний больше чем на 2 года вперед.

Анализ показал, что рост прибыли через год и через 2 года имеют отрицательную и статистически значимую зависимость от мультипликатора E/P. Полученная Beaver, Morse (1978) модель имела среднюю объясняющую способность (R2=0,53), что отражало возможные пропущенные факторы, которые могут влиять на мультипликатор P/E, такие как различия в учетной политике компаний.

Работа Zarowin (1990) является попыткой объяснить и улучшить модель, предложенную Beaver и Morse. Предположения, что учетная политика компаний может влиять на мультипликаторы компаний, не подтвердилась в статье. Используемая выборка компаний США с 1964 по 1968 позволила выявить определяющее влияние ожидаемого долгосрочного роста прибыли, в то время как ожидаемый краткосрочный рост и бета обладали меньшей объясняющей способностью. Если Beaver и Morse использовали реализованный рост (realized growth) как объясняющий фактор для долгосрочного роста, то Zarowin использовал консенсус-прогнозы аналитиков в своей модели, что помогло получить значимые результаты и повысить общую значимость модели до R2=70%.

К таким же результатам относительно положительной взаимосвязи роста прибыли и мультипликатора P/E приходит Fairfield (1994). Используя похожие методы построения выборки, автор исследовала американские компании за период с 1970 по 1984 года.

Более актуальные данные влияния показателя роста прибыли компании на мультипликаторы развитых стран приводят Huang, Tsai, Chen (2007). Авторы исследуют ситуацию, когда акции с высокими (низкими) мультипликаторами P/E показывали низкую (высокую) доходность, что приводило к переоценке (недооценке) ожидаемого роста прибыли инвесторами и соответствующему чрезмерному оптимизму (пессимизму) инвесторов при выборе таких акций. Выделение компоненты мультипликатора P/E, объясняемой фундаментальными показателями, помогло бы найти ту остаточную часть, которая ведет к таким острым реакциям инвесторов.

Выборка основана на 9327 наблюдениях, основанных на всех доступных данных из базы Compustat по американским компаниям с 1982 по 2002 год. Полученные результаты анализа обобщенной регрессии фундаментальных показателей показывают статистическую значимость прогнозов аналитиков долгосрочного роста прибыли компаний (на пятилетнем горизонте) и их положительную корреляцию с мультипликатором P/E, в то время как краткосрочные прогнозы отрицательно влияют на мультипликатор (не показывая статистической значимости на 0,1% уровне).

Исследования развивающихся рынков появились сравнительно недавно и все еще остаются очень редкими в научных журналах.
Научный журнал (рецензируемый или реферируемый научный журнал) - журнал, в котором присылаемые статьи перед публикацией представляются на рецензирование независимым специалистам, которые обычно не входят в состав редакции журнала и ведут исследования в областях, близких с тематикой статьи.
Большинство работ посвящено развивающимся рынкам Индии и Китая, отдельного внимания заслуживает статья Ивашковской, Кузнецова (2008), посвященная методам коррекции рыночных мультипликаторов на страновые риски российского и американского рынков капитала.

В работе Ramcharran (2002) исследуется влияние показателей экономического роста и кредитного риска на мультипликатор P/E на страновом уровне. Выборка исследования состояла из 168 наблюдений (21 развивающихся стран Латинской Америки, Азии, Европы и Африки стоит отметить, что из европейских стран была включены только Греция и Португалия, из группы БРИК - Бразилия и Индия, период исследования с 1992 по 1999 года).
Кредитный риск - финансовый риск неисполнения дебитором своих обязательств перед поставщиком товаров или провайдером услуг, то есть риск возникновения дефолта дебитора. В рамках данного определения носителями кредитного риска являются в первую очередь сделки прямого и непрямого кредитования (прямой риск) и сделки купли-продажи активов без предоплаты со стороны покупателя.
Лати́нская Аме́рика (исп. América Latina, Latinoamérica, порт. América Latina, фр. Amérique latine) - собирательное наименование американских стран и территорий, использующих в качестве официальных романские языки (то есть произошедшие от латыни), прежде всего - иберо-романские испанский и португальский, иногда также галло-романский французский.
Автор использовал рейтинг Euromoney в качестве соответствующих переменных, который включал в себя прогнозные показатели различных категорий риска и потенциала роста, которые могут лучше показать взаимосвязь мультипликатора P/E c его ключевыми детерминантами. Использование исторических данных не может эффективно оценивать ожидания инвесторов, показателем которых является P/E; это стало возможной причиной, по мнению Ramcharran, отсутствия значимой корреляции между ростом, риском и P/E в исследовании Beaver, Morse. Автор заключает, что влияние показателя роста прибыли оказалось статистически значимым и положительным на 5-10% уровнях для разных типов моделей в исследовании.

Ивашковская, Кузнецов (2008) в своем исследовании российских и американских компаний за период с 2001 по 2004 годы получают положительное и статистически значимое влияние ожидаемого темпа роста чистой прибыли на мультипликатор P/E. Используемые в работе подходы к определению данной детерминанты соответствуют работе Beaver, Morse (1978): в качестве прокси-переменной для ожидаемого роста прибыли используется реализованный темп роста на следующий год.

Huang, Wirjanto (2012) используют ожидаемые темпы роста чистой прибыли как детерминанту мультипликатора P/E китайских компаний в исследовании за 2003-2007 года. Несмотря на положительную корреляцию темпов роста прибыли и мультипликатора P/E, развивающаяся с большим, чем у США, темпом роста экономика Китая показывала меньший мультипликатор P/E.
Экономика Китайской Народной Республики - вторая (после США) экономика мира по номинальному ВВП, первая по ВВП по паритету покупательной способности (c 2014 года).
Авторы связывают это с высокой волатильностью прибыли компаний, вызванных эффектом небольшой прибыли Фирмы, которые показывали убытки за определенное последовательное количество лет, могли быть направлены на процедуру делистинга. Поэтому компании подтасовывали отчетность, показывая небольшие показатели прибыли, чтобы избежать данной процедуры, которую компании отражали в своей отчетности. Используя различные наборы детерминант, авторы убеждаются, что данная детерминанта имеет положительное и статистически значимое влияние на P/E компаний.

Индийский рынок капитала анализируется в работах Sehgal, Pandey (2009,2010) и Maniar (2014). Seghal и Pandey, используя выборку компаний, входящих в индекс BSE 500, за период с 1990 по 2007 годы, также получают положительную, но статистически не значимую взаимосвязь роста прибыли и мультипликатора P/E. Авторы отмечают, что влияние фундаментальных детерминант на P/E оказывается не значимым, поскольку этот мультипликатор в большей степени подвержен влиянию действия шумных игроков (noise traders) и общих настроений на рынках капитала. Maniar (2014) получает статистически значимую положительную взаимосвязь ожидаемого краткосрочного роста и мультипликатора P/E, в то время как ожидаемый долгосрочный рост не значим даже на 10% уровне, что в целом повторяет выводы Beaver и Morse.

Значимость влияния роста прибыли компании подтверждается актуальными данными другого развивающегося рынка капитала - Ирана. Исследование Faezinia (2012) изучает влияние ряда фундаментальных показателей на мультипликаторы P/E иранских компаний. Автор исследует данные 120 компаний на Тегеранской Фондовой Бирже за период с 2005 по 2011 год.
Фо́ндовая би́ржа - финансовый институт, обеспечивающий регулярное функционирование организованного рынка ценных бумаг.
Особенностью данного исследования является то, что автор исследует регрессии с двумя параметрами - константой и объясняющей переменной, а также обобщенную регрессию, включающую в себя все исследуемые детерминанты мультипликатора P/E. Авторы вполне ожидаемо находят статистически значимое положительное влияние роста прибыли на мультипликатор.

Рентабельность собственного капитала

Если предыдущий драйвер стоимости являлся прогнозной величиной, то показатель рентабельности собственного капитала, определяющийся как отношение чистой прибыли к среднегодовой величине акционерного капитала, является отражением текущей ситуации в компании.
Со́бственный капита́л - это раздел бухгалтерского баланса, отражающий остаточное требование учредителей (участников) к созданному ими юридическому лицу. Он может уменьшаться или увеличиваться в зависимости от дополнительных инвестиций в компанию (эмиссионный доход при выпуске акций, безвозмездно полученные ценности и прочее) и результатов собственной деятельности (чистый доход за период, переоценка основных средств и прочее).


Faezinia (2012) в своей работе разбирает влияние ROE на мультипликатор P/E, делая предположение, что с увеличением рентабельности собственного капитала увеличивается и рост компании, тем самым оказывая положительное влияние на данный мультипликатор. Автор отмечает, что необходимо рассматривать рентабельность собственного капитала вместе с рентабельностью активов (ROA): если компания имеет умеренную долговую нагрузку, то высокая ROA будет свидетельствовать о том, что менеджмент эффективно использует акционерный капитал.
Акционерный капитал - это собственный капитал (англ. ownership equity, net worth) акционерного общества. Он равен её совокупным активам (англ. assets) за вычетом совокупных обязательств (англ. liabilities).
Рента́бельность (от нем. rentabel - доходный, полезный, прибыльный), относительный показатель экономической эффективности. Рентабельность комплексно отражает степень эффективности использования материальных, трудовых и денежных ресурсов, а также природных богатств.
Результатом исследования является статистически значимое положительное влияние ROE на мультипликаторы P/E иранских компаний.

Работа Premkanth (2013) исследует влияние основных детерминант на мультипликатор P/E 15-ти компаний Шри-Ланки с 2007 по 2011 года. Компании на Шри-Ланке с распыленной структурой собственности (dispersed ownership) имеют большую стоимость, которая вызвана высокими показателями риска, но в то же время имеют плохие показатели ROE и ROA. В случае, когда права собственности сосредоточены у резидентов, наблюдается противоположная ситуация.
Со́бственность - Экономическая категория - исторически развивающиеся общественные отношения по поводу распределения (присвоения), описывающие принадлежность субъекту, у которого имеются полномочия на распоряжение, владение и пользование объектом собственности.
Автор делает вывод, основываясь на результатах регрессионного анализа, что компании показывают отрицательную корреляцию ROE и P/E, но в то же время этот показатель оказывается статистически незначимым.
Регрессио́нный анализ - статистический метод исследования влияния одной или нескольких независимых переменных X 1 , X 2 , . . . , X p ,X_,...,X_} на зависимую переменную Y . Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные - критериальными.


Taliento (2013) включает ROE в свою модель влияния детерминант на форвардный P/E компаний развитых и развивающихся стран (данные 34787 компаний за 2010 год). Автор использует рентабельность собственного капитала как прокси-переменную для ожидаемого темпа роста прибыли. Тестирование различных наборов объясняющих детерминант выявляет стабильно отрицательное, но значимое в одном случае из трех влияние ROE на мультипликатор P/E.

Maniar (2014) отмечает, что ROE оказалась положительно коррелирована с P/E, однако показатели роста прибыли показывали большую корреляцию, что было доказано похожими исследованиями, описанными выше в соответствующем пункте. Линейная зависимость ROE от мультипликатора в результате анализа оказалась ожидаемо положительной, но не значимой даже на 10% уровне значимости.
В линейной алгебре линейная зависимость - это свойство, которое может иметь подмножество линейного пространства. При линейной зависимости существует нетривиальная линейная комбинация элементов этого множества, равная нулевому элементу.

Коэффициент дивидендных выплат


Влияние коэффициента дивидендных выплат было впервые включено в качестве детерминанты мультипликатора P/E в работе Whitbeck, Kisor (1963). Дивиденды являются одной из определяющих характеристик при выборе акций инвесторами, поэтому значение дивидендных выплат должно положительно влиять на цены акций. Авторы выделяют два сценария, которые могут по-разному трактовать воздействие дивидендных выплат на P/E:

· Если инвесторы заинтересованы в будущем росте компании и ее стабильности, то больший коэффициент дивидендных выплат приведет к большему значению P/E

· Если же инвесторы не заинтересованы в высоких показателях прибыли, то чем меньше будет значение дивидендных выплат, тем больше будет мультипликатор

На основе данных Банка Нью-Йорка для 135 компаний авторы строят и исследуют регрессионную модель мультипликатора P/E, где в качестве независимых переменных выступали рост прибыли компании, коэффициент дивидендных выплат и стандартное отклонение EPS (Earnings-per-Share).

Среднеквадрати́ческое отклоне́ние (синонимы: среднее квадрати́ческое отклоне́ние, среднеквадрати́чное отклоне́ние, квадрати́чное отклоне́ние; близкие термины: станда́ртное отклоне́ние, станда́ртный разбро́с) - в теории вероятностей и статистике наиболее распространённый показатель рассеивания значений случайной величины относительно её математического ожидания.
Независимая переменная - в эксперименте переменная, которая намеренно манипулируется или выбирается экспериментатором с целью выяснить её влияние на зависимую переменную.
Полученный коэффициент при переменной дивидендных выплат являлся положительным, что соответствовало первому сценарию, описанному авторами.

Maniar (2014) также получает положительную взаимосвязь между коэффициентом дивидендных выплат и мультипликатором P/E. Автор сравнивает этот коэффициент с показателями технического анализа, так как он дает те же сигналы для инвесторов;

Технический анализ - совокупность инструментов прогнозирования вероятного изменения цен на основе закономерностей изменений цен в прошлом в аналогичных обстоятельствах. Базовой основой является анализ графиков цен - «чартов» (от англ. chart - график, диаграмма)
он также рассматривается как норма доходности для инвесторов.

Faezinia (2012), соглашаясь с положительным влиянием этой детерминанты на P/E отмечает, что это выполняется только, если другие релевантные факторы остаются неизменными. Очевидно, что при увеличении коэффициента дивидендных выплат потенциал роста компании снижается, что ведет к предпочтению менее прибыльных проектов для инвестирования компанией из-за сократившихся денежных потоков.

Если для развивающегося рынка капитала Индии, зависимость была ожидаемого знака, но не была статистически значимой, компании Шри-Ланки в работе Premkanth (2013) показывают положительную и статистически значимую корреляцию между коэффициентом дивидендных выплат и мультипликатором P/E (на 5% уровне значимости) и статистически значимый коэффициент при показателе дивидендных выплат в соответствующем регрессионном уравнении.

Результаты исследования Taliento (2013) показывают отрицательное и статистическое значимое влияние коэффициента дивидендных выплат и дивидендной доходности. Если дивидендная доходность согласуется с гипотезами автора, то влияние коэффициента дивидендных выплат не согласуется с теоретическими выводами модели Гордона.

Дивиде́ндная дохо́дность (англ. dividend yield) - это отношение величины годового дивиденда на акцию к цене акции. Данная величина выражается чаще всего в процентах.
Автор делает предположение, что такое влияние может быть результатом аномалий на рынках капитала после мирового финансового кризиса 2008-2009 годов и изменившегося восприятия инвесторами высоких выплат дивидендов.

Показатели риска компании

В работе Beaver (1978) рассматривается показатель бета, как переменная, отражающая присущий компании риск. Используемая автором выборка показывает неоднозначные результаты: влияние данного показателя может быть как положительным, так и отрицательным. Автор, как и в случае показателей роста прибыли, связывает такое поведение с влиянием непредвиденной составляющей прибыли (transitory earnings) и внешними факторами, присущими финансовым рынкам. В периоды, когда непредвиденная составляющая прибыли компаний незначительна, наблюдалась положительная взаимосвязь беты и мультипликатора P/E, которая отражала влияние рыночной конъюнктуры на мультипликаторы. Однако, когда составляющая прибыли оказывалась преобладающей, влияние беты на мультипликатор становилось отрицательным.

Basu (1977) приходит к выводам, что компании, обладающие низкими мультипликаторами P/E, приносили большие доходности инвесторам, даже после корректировки на сопутствующий компании риск. Тем самым автор указывает на возможную незначимость влияния риска на мультипликатор P/E.

Huang, Tsai, Chen (2007) в своем исследовании детерминант мультипликатора P/E отказались от использования показателя бета. Они используют два показателя, которые отражают риск: связанный с рыночной конъюнктурой показатель стандартного отклонения доходности акций и показатель, основанный на финансовой отчетности компании - коэффициент финансового рычага компании. Результаты исследования показывают, что леверидж отрицательно влияет на мультипликатор P/E. Это согласуется с предположением, что чем больше уровень долга компании, тем больше требуемая доходность инвесторов, что в свою очередь приводит к уменьшению мультипликатора. Переменная, основанная на рыночных данных, показала положительную взаимосвязь с мультипликатором, что не согласуется с предположениями. Авторы предполагают, что эта переменная может быть прокси-переменной для других факторов, не учтенных в модели.

В работах, посвященных развивающимся рынкам капитала, исследователи также оценивают влияние сопутствующего риска компании на мультипликатор P/E.

Kumar, Warne (2009), используя данные 243 индийских компаний из индекса BSE-500 за 2001-2007 года, приходят к выводу, что коэффициент Debt-to-Equity положительно влияет на мультипликатор P/E. Авторы объясняют это тем, что инвесторы ценят больше компании, которые имеют бульшую долговую нагрузку.

Результаты исследования Huang, Wirjanto (2012) указывают на наличие положительной и статистически значимой на 1% уровне взаимосвязи коэффициента бета и мультипликатора P/E. Сравнение с рынком капитала США, показывает, что инвесторы платят в 2 раза большую премию за риск на развивающихся рынках капитала.

Faezinia (2012) получает положительную значимую взаимосвязь между показателем долговой нагрузки и бета и P/E компаний в Иране, отмечая впрочем, что такая взаимосвязь противоречит теории. Автор делает предположение, что инвесторы могут большой леверидж как дополнительные возможности роста для роста компании в будущем.

Maniar (2014) приходит к противоположным результатам, используя другую выборку компаний в Индии. Отрицательная взаимосвязь показателя оказалась статистически значимой. Анализ корреляции показывает, что P/E оказался наиболее чувствительным к показателю бета, чем другие исследуемые мультипликаторы, корреляция составила -0,56.

Другие детерминанты

По мнению многих авторов, детерминанты, представленные выше, объясняют большую часть мультипликатора P/E, потому что именно показатели роста прибыли, бета, дивидендных выплат являются необходимыми при оценке акций компаний. Однако существует ряд исследований, которые включают дополнительные детерминанты P/E, а также работы, которые исследуют и сравнивают аномалии поведения мультипликатора P/E на развитых и развивающихся капитала.

Одной из детерминант, которая должна влиять на мультипликатор P/E, является рыночная капитализация компании. Исследования Banz (1981) и Reinganum (1981) обнаруживают, что акции компаний с небольшой рыночной стоимостью генерируют большие доходности, чем акции компаний с большой капитализацией. Basu (1983) отмечает, что капитализация компании может иметь косвенный эффект на скорректированные на риск доходности компаний индекса NYSE. Huang, Tsai, Chen (2007) поэтому включают данный показатель в свою регрессионную модель мультипликатора P/E на основе данных американского рынка акций. Полученные результаты позволяют говорить о том, что влияние этого показателя статистически значимо даже на 0,1% уровне значимости - натуральный логарифм капитализации компаний положительно влияет на мультипликатор P/E.

Натуральный логарифм - это логарифм по основанию e, где e - иррациональная константа, равная приблизительно 2,718281828. Натуральный логарифм обычно обозначают как ln(x), loge(x) или иногда просто log(x), если основание e подразумевается.

Sehgal, Pandey (2010) вкладывают дополнительный смысл в данный показатель: рыночная капитализация является прокси-переменной для всех информационных показателей, которые не удается включить, следуя методологии модели Гордона. А тот факт, что в Индии наблюдался эффект размера компании (size effect) (стратегии по инвестированию в акции с определенной капитализацией были наиболее экономически целесообразными), требует включения и анализа влияния рыночной капитализации на мультипликатор P/E.

Данные иранского рынка капитала в исследовании Faezinia (2012) подтверждают предположение о положительной взаимосвязи между капитализацией компании и ее мультипликатором P/E.

Huang, Wirjanto (2011) исследует влияние волатильности прибыли на мультипликатор P/E, сравнивая китайский и американский фондовый рынок. Исследование корреляции между мультипликатором P/E и волатильностью 1397 китайских компаний за период с 1997 по 2007 года выявило отрицательную зависимость этих показателей (-0,077), в то время как это же влияние для американских компаний индекса S&P Composite 1500 было меньше (-0,049). Эффект от волатильности прибыли понятен по результатам эконометрического анализа обобщенной регрессии мультипликатора от переменных волатильности и других фундаментальных переменных: при увеличении на 1% волатильности прибыли мультипликатор P/E снижается в США на 0,61, а в Китае на 1,02.

Выводы анализа эмпирических работ по влиянию детерминант на мультипликатор P/E и построение гипотез исследования

Результаты исследованных выше работ представлены в таблице 1:

Таблица 1. Влияние детерминант на P/E на основе использованных статей

Детерминанта

Влияние на P/E

Автор

Рынок капитала

Ожидаемые темпы роста прибыли

Whitbeck, Kisor (1963)

США, 1963

Beaver, Morse (1978)

США, 1956-1974

Zarowin (1990)

CША, 1964-1968

Fairfield (1994)

CША, 1970-1984

Huang, Tsai, Chen (2007)

США, 1982-2002

Ramcharran (2002)

развивающиеся рынки капитала, 1992-1999

Ивашковская, Кузнецов (2008)

Россия, США, 2001-2004

Sehgal, Pandey (2010)

Индия, 1990-2007

Huang, Wirjanto (2011)

Китай, 1997-2007

Maniar (2014)

Индия, 2010

Faezinia (2012)

Иран, 2005-2011

Рентабельность собственного капитала

Faezinia (2012)

Иран, 2005-2011

-

Premkanth (2013)

Шри-Ланка, 2007-2011

-

Taliento (2013)

развитые и развивающиеся рынки капитала, 2010

Maniar (2014)

Индия, 2010

Коэффициент дивидендных выплат

Whitbeck, Kisor (1963)

США, 1963

Faezinia (2012)

Иран, 2005-2011

-

Taliento (2013)

развитые и развивающиеся рынки капитала, 2010

Premkanth (2013)

Шри-Ланка, 2007-2011

Maniar (2014)

Индия, 2010

Бета

/-

Beaver, Morse (1978)

США, 1956-1974

нет влияния

Basu (1977)

CША, 1956-1971

Huang, Wirjanto (2011)

Китай, 1997-2007

Faezinia (2012)

Иран, 2005-2011

-

Maniar (2014)

Индия, 2010

Леверидж

-

Huang, Tsai, Chen (2007)

США, 1982-2002

Kumar, Warne (2009)

Индия, 2001-2007

Faezinia (2012)

Иран, 2005-2011

Капитализация

Huang, Tsai, Chen (2007)

США, 1982-2002

Sehgal, Pandey (2010)

Индия, 1990-2007

Huang, Wirjanto (2011)

Китай, 1997-2007

Faezinia (2012)

Иран, 2005-2011

Волатильность чистой прибыли

-

Huang, Wirjanto (2011)

Китай, 1997-2007

Источник: анализ автора работы

На основе проведенного анализа эмпирических работ можно выдвинуть следующие гипотезы для исследования влияния детерминант на мультипликатор P/E в данной работе:

H0: В силу различных внешних факторов, неопределенности и иррациональности, вызванной финансовым кризисом 2008-2009гг, нет значимой взаимосвязи исследуемых фундаментальных показателей и мультпликатора P/E.

Фина́нсовый кри́зис - резкое изменение стоимости каких-либо финансовых инструментов. В течение XIX и XX веков большинство финансовых кризисов ассоциировалось с банковскими кризисами и возникающей при этом паникой.

H1: Ожидаемые темпы роста чистой прибыли компании положительно влияют на мультипликатор P/E.

H2: Рентабельность собственного капитала отрицательно влияет на мультипликатор P/E.

H3: Коэффициент дивидендных выплат оказывает положительное влияние на мультипликаторы P/E.

H4: Леверидж отрицательно влияет на мультипликатор P/E - бульшая долговая нагрузка компании увеличивает требуемую инвесторами доходность, тем самым уменьшая рыночные мультипликаторы.

H5: Коэффициент бета отрицательно влияет на мультипликатор P/E.

H6: Капитализация компании положительно влияет на мультипликатор P/E.


1.2 Детерминанты мультипликатора P/BV



Рентабельность собственного капитала

Fairfield (1994) отмечает, что, как и мультипликатор P/E, P/BV призван оценить будущую доходность компании. Автор исследует сначала влияние рентабельности (которая показывает именно текущую доходность) собственного капитала на мультипликатор. Корреляция между этими двумя показателями для компаний, ранжированных по P/BV, оказывается положительной: низким показателям ROE в год формирования портфеля (0,09) соответствует низкий средний по компаниям мультипликатор P/BV (0,65), то же самое выполняется и для высоких показателей рентабельности (0,17 - 2,25).

В течение 5 лет после составления портфеля акций, такая взаимосвязь продолжает проявляться, что дает основание предположить, что мультипликатор P/B положительно коррелирует с будущими (ожидаемыми) значениями ROE.

Авторы Branch et al. (2014) в модели, основанной на фундаментальных показателях и мультипликаторах P/BV американских компаний индекса S&P500 c 2000 по 2009 год. Авторы используют данный мультипликатор в качестве предмета исследования, потому что он является самой доступной и понятной возможностью оценить, каким количеством активов обеспечены акции компании. Рентабельность собственного капитала авторы рассматривают как переменную доходности, получая положительное и статистически значимое влияние данной детерминанты на мультипликатор P/BV.

Maniar (2014) исследовал корреляцию между различными рыночными мультипликаторами и фундаментальными переменными, которая оказалась максимальной для мультипликатора P/BV и ROE (0,65). Автор получает положительное влияние рентабельности собственного капитала на 1% уровне значимости.

Sehgal, Pandey (2010) подтверждают положительную зависимость P/BV от ROE. Авторы приходят к выводу, что именно мультипликатор P/BV достаточно хорошо учитывает фундаментальные переменные, которые могут на него влиять.

Дивиденды

Branch et al. (2014) включают в переменные доходности в своей модели отношение дивидендов к балансовой стоимости компании.
Балансовая стоимость компании или нетто-стоимость компании (Book value или Carrying value (англ.)) - это суммарные активы компании за вычетом нематериальных активов и обязательств, как они показаны на балансе компании, т.е.
Данный показатель отражает по мнению авторов способность компании приносить в будущем прибыли для стабильной выплаты дивидендов. Авторы получают положительное и статистически значимое на 1% уровне влияние данного показателя на мультипликатор P/BV.

Интересна объясняющая способность выделенных авторами показателей доходностей - результаты регрессионного анализа свидетельствуют, что переменные доходности объясняют 41% вариации P/BV.

Agrawal et al. (1996) выявляют факторы, влияющие на мультипликатор P/BV сингапурских компаний за 14 лет наблюдений. Авторы в частности рассматривают 2 фактора, которые могут влиять на мультипликатор:

· Дивидендные выплаты компаний

· Ожидаемый рост дивидендов, который вызван реинвестированием нераспределенной прибыли в компанию.

Авторы отмечают, что данные показатели объясняет 24,3% дисперсии мультипликатора P/BV на всем горизонте исследования, влияние дивидендов на P/BV положительно и значимо на 10% уровне значимости.

Более новые исследования развивающихся рынков капитала подтверждают данные, полученные на развитых рынках. Maniar (2014) так же получает положительную и значимую корреляцию между мультипликатором P/BV и коэффициентом дивидендных выплат (0,58), а также значимый регрессионный коэффициент на 5% уровне.

Рост компании

Branch et al. (2014) используют исторический показатель роста выручки компании как детерминанту, показывающую рост компании. Авторы делают предположение, что рост, показанный в прошлом, может описать ожидаемые темпы роста в будущем. Для учета других факторов роста компании авторы добавляют долю R&D расходов и расходов на рекламу в выручке компании.

Факторы роста - это естественные соединения, способные стимулировать рост, пролиферацию и/или дифференцировку живых клеток. Как правило, это пептидные или стероидные гормоны. Факторы роста функционируют как сигнальные молекулы для взаимодействия между клетками.

Все предложенные показатели роста показали статистическую значимость на 1% уровне, а их влияние на мультипликатор P/BV - положительное. Детерминанты роста, впрочем, показывают только 2,8% дисперсии P/BV.

Sehgal, Pandey (2010) в своем исследовании рынка капитала Индии получаются противоположные результаты влияние роста компании, выраженного в темпах роста чистой прибыли на мультипликатор P/BV. Исследование компаний по секторам показывает, что для 9 из 14 секторов экономики влияние темпов роста чистой прибыли отрицательное, значимыми оказываются 4 коэффициента из 9. Из оставшихся 5 секторов статистически значимое положительное влияние показали только компании 2 секторов. Данные по всем компаниям индекса BSE Sensex, однако, указывают на положительное влияние роста чистой прибыли на мультипликатор P/BV.

Maniar (2014) также включает рост чистой прибыли в свое исследование детерминант мультипликатора P/BV. Полученные ими данные говорят об отрицательном, но не значимом влиянии данных показателей на P/BV.

Риск компании

Branch et al. (2014) включают в свое исследование детерминант мультипликатора P/BV показатели риска компании: коэффициент покрытия процентов, леверидж и капиталоемкость (как прокси-переменную для риска).

Коэффицие́нт покры́тия проце́нтов (англ. Times-interest-earned ratio) - финансовый показатель, соизмеряющий величину прибыли до выплаты процентов по кредиту и уплаты налогов (англ. EBIT, Earnings before interest and taxes) с издержками по выплате процентов.
По результатам исследования все детерминанты оказались статистически значимыми на 10% уровне. Леверидж и капиталоемкость имели отрицательное влияние на P/BV, коэффициент покрытия процентов - положительное. Данные переменные объясняют всего 2,3% дисперсии мультипликатора P/BV.

Maniar (2014) исследует влияние беты на мультипликатор P/BV для индийских компаний. Автор отмечает достаточно высокую корреляцию данной детерминанты с P/BV (-0,5). Полученное влияние беты на P/BV статистически значимо и наибольшее по абсолютному значению по сравнению с другими детерминантами данного мультипликатора - коэффициент при бете составляет -3,12.

Размер компании

Влияние рыночной капитализации компании на мультипликатор P/BV должно нести в себе такие же информационные сигналы, которые были исследованы в работах по мультипликатору P/E.

Однако исследование подобного влияния проводится в работе Sehgal, Pandey (2010). Данная детерминанта оказывается единственной статистически значимой для всех компаний выборки и ее влияние на мультипликатор P/BV положительно. Анализ посекторного влияния капитализации на мультипликатор также выявляет положительную взаимосвязь двух показателей в 11 из 14 секторах экономики.

Выводы анализа эмпирических работ по влиянию детерминант на мультипликатор P/BV и построение гипотез исследования

Результаты работ, изученных выше, представлены для простоты сопоставимости в таблице 2:

Таблица 2. Влияние детерминант на P/BV на основе использованных статей

Детерминанта

Влияние на P/BV

Автор

Рынок капитала

Рентабельность собственного капитала

Fairfield (1994)

США, 1970-1984

Branch et al. (2014)

США, 2000-2009

Sehgal, Pandey (2010)

Индия, 1990-2007

Maniar (2014)

Индия, 2010

Дивиденды

Agrawal et al. (1996)

Сингапур, 1975-1988

Branch et al. (2014)

США, 2000-2009

Maniar (2014)

Индия, 2010

Рост компании

Sehgal, Pandey (2010)

Индия, 1990-2007

Branch et al. (2014)

США, 2000-2009

-

Maniar (2014)

Индия, 2010

Леверидж

-

Branch et al. (2014)

США, 2000-2009

Бета

-

Maniar (2014)

Индия, 2010

Капитализация

Sehgal, Pandey (2010)

Индия, 1990-2007

Источник: анализ автора работы

Исследования детерминант мультипликатора P/BV показывают однонаправленное влияние для развитых и развивающихся рынков капитала.

На основе анализа эмпирических работ детерминант P/BV автор данной работы выдвигает следующие гипотезы для эмпирического исследования:

H0: В силу различных внешних факторов, неопределенности и иррациональности, вызванной финансовым кризисом 2008-2009гг, нет значимой взаимосвязи исследуемых фундаментальных показателей и мультпликатора P/BV.

H1: Ожидаемые темпы роста чистой прибыли компании положительно влияют на мультипликатор P/BV.

H2: Рентабельность собственного капитала положительно влияет на мультипликатор P/BV.

H3: Коэффициент дивидендных выплат оказывает положительное влияние на мультипликаторы P/BV.

H4: Леверидж отрицательно влияет на мультипликатор P/BV - бульшая долговая нагрузка компании увеличивает требуемую инвесторами доходность, тем самым уменьшая рыночные мультипликаторы.

H5: Коэффициент бета отрицательно влияет на мультипликатор P/BV.

H6: Капитализация компании положительно влияет на мультипликатор P/BV.


Глава 2. Методология эмпирического анализа детерминант рыночных мультипликаторов

детерминанта мультипликатор рыночный корреляция

Методологической основой данного исследования стали работы ведущих отечественных и зарубежных авторов в области оценки компаний методом рыночных мультипликаторов, оценки детерминант рыночных мультипликаторов: Beaver, Morse (1978), Huang, Tsai and Chen (2007), Ивашковская, Кузнецов (2008), Seghal, Pandey (2009), Faezinia (2012), Branch et al. (2014), Maniar (2014).

В исследовании данной работы используется категориальный аппарат в области оценки, финансов и бухгалтерской отчетности компаний. В работе применены общенаучные методы: анализ, метод абстрагирования, индукция, дедукция, а также специфические экономико-математические методы - метод корреляционного и регрессионного анализа.
Нау́чный ме́тод - совокупность основных способов получения новых знаний и методов решения задач в рамках любой науки.


В работах, взятых за основу в данном исследовании, авторы используют корреляционный анализ определяющих детерминант и рыночных мультипликаторов.
Корреля́ция (от лат. correlatio «соотношение, взаимосвязь») или корреляционная зависимость - статистическая взаимосвязь двух или более случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми).
Данный способ легко позволяет установить направление взаимосвязи между зависимыми и независимыми величинами. Следующим этапом исследований является регрессионный анализ влияния детерминант на рыночные мультипликаторы P/E и P/BV методом наименьших общих квадратов.

Только в одной работе, Faezinia (2012), используется более комплексный анализ панельных данных фундаментальных детерминант и зависящих от них мультипликаторов - метод регрессионного анализа панельных данных с детерминированными эффектами. Такой метод позволяет учитывать структуру панельных данных и индивидуальные различия объектов, которые нельзя оценить методом МНК.

Выбор зависимой переменной различается в рассмотренных исследованиях. Во некоторых работах исследуется влияние детерминант на обратные рыночные мультипликаторы (например, Beaver, Morse (1978)). Так, мультипликатор E/P показывает доходность по прибыли (Earnings Yield): на сколько инвесторы оценивают способность компании приносить прибыли. Musumeci, Peterson (2011) отмечают, что обратные рыночные мультипликаторы позволяют снизить возможные выбросы в выборке. Исследование Litzenberger, Rao (1971) показало, что исследуемые показатели риска и роста компании линейно зависят именно от E/P, а не P/E. Однако Taboga (2011), используя агрегированные данные фондовых рынков Еврозоны, приходит к выводу, что инвестиционные решения, основанные на анализе E/P, ошибочны, потому что прибыль компаний подвержена цикличным изменениям, которые не связаны с долгосрочной возможностью приносить прибыль. Многие авторы отмечают, что обратный мультипликатор E/P подвержен влиянию учетной политики компаний.

Глава 3. Результаты эмпирического анализа детерминант рыночных мультипликаторов P/E и P/BV



3.1 Спецификация модели и выборка эмпирического исследования


Для того, чтобы воспроизвести теоретическую взаимосвязь мультипликаторов P/E, P/B и фундаментальных показателей, используется известная модель Гордона (1959), которая описывает влияние дивидендов, роста компании и затрат на собственный капитал на цену акций компании:


где P - цена акции, Div - дивиденды на одну акцию, ke - затраты на собственный капитал, g - темп долгосрочного роста компании. Разделив обе части равенства на текущий EPS, мы получаем зависимость для мультипликатора P/E:

где Payout Ratio -коэффициент дивидендных выплат.

Если переписать выражение (1) как расширенную формулу для цены акций, а затем разделить обе стороны равенства на балансовую стоимость BV, то получится оценка мультипликатора P/BV:

Следуя методологическим основам исследований авторов, указанных выше, автор собрал следующие показатели из Bloomberg и World Bank Database:

· Мультипликатор P/E

1. DP - Коэффициент дивидендных выплат

2. EPS_Growth - ожидаемые темпы роста EPS в следующем году. Для того чтобы не сужать выборку, был использован реализованный рост в следующем году в качестве прокси-переменной, который используется в работе Beaver, Morse (1978), Ивашковской, Кузнецова (2008)

3. TobinQ - отношение рыночной стоимости компании к восстановительной стоимости активов компании. Данный показатель служит прокси-переменной для описания возможностей для долгосрочного роста компании (Lang, Litzenberger, 1989)

4. lnMCap - натуральный логарифм капитализации компании

5. DE - сoотношение между заемным и собственным капиталом (Debt-to-Equity ratio)

6. UnleveredBeta - коэффициент бета без левериджа

7. Volatility360D - волатильность цены акции компании за предыдущие 360 дней

· Мультипликатор P/BV

1. DP

2. EPS_Growth

3. TobinQ

4. ROE - рентабельность собственного капитала

5. lnMCap

6. DE

7. UnleveredBeta

8. Volatility360D

Временной горизонт для выборки был выбран с 2007 по 2013 года. Это позволяет исследовать, как финансовый кризис повлиял на взаимосвязь фундаментальных показателей и рыночных мультипликаторов, что несет в себе как практическую, так и теоретическую ценность. Выборка представлена 173 компаниями из Бразилии, Индии, Китая, России и Южной Африки.

А́фрика - второй по площади материк после Евразии, омывается Средиземным морем с севера, Красным - с северо-востока, Атлантическим океаном с запада и Индийским океаном с востока и юга. Африкой называется также часть света, состоящая из материка Африка и прилегающих островов.
Компании были отобраны по следующему принципу:

· EPS компании не должен быть отрицательным во всех годах исследования

· Данные по фундаментальным переменным присутствуют в Bloomberg

· Компании финансового сектора не включаются в выборку

Общее распределение компаний отражено на диаграмме 1:

Диаграмма 1. Распределение выборки по странам

Источник: расчеты автора работы

Исследование будет проведено в три этапа:

1. Оценка агрегированной регрессии по всем странам группы БРИКС на всем протяжении выборки. Это поможет понять общую взаимосвязь между показателями компаний группы БРИКС и оценить влияние каждого года на мультипликаторы компаний

2. Оценка регрессий для компаний каждой из стран группы БРИКС позволит выявить определяющие детерминанты, характерные для конкретной страны. Также это несет определенный теоретический вклад в развитие данной проблематики, так как пока нет исследований детерминант мультипликаторов для стран и горизонта выборки.

3. Стабильность влияния детерминант для компаний каждой из стран группы БРИКС будет протестирована проведением анализа пространственных регрессий на всем горизонте выборки.

Анализ панельных данных дает широкие возможности для построения моделей, которые учитывают как пространственные особенности данных, так и их эволюцию во времени. В общем виде модель для данного исследования можно представить в следующем виде:

где i обозначает номер компании, t - время, а случайная ошибка состоит из компоненты ненаблюдаемых индивидуальных эффектов и остаточного возмущения .

При проведении тестов было установлено, что оптимальной моделью для анализа панельных данных выборки является модель с детерминированными эффектами - fixed effects model. Выбор данной модели обоснован и с логической точки зрения: выборка компаний не меняется во времени, компоненты случайной ошибки - независимые величины, а детерминанты не зависят от остаточных возмущений.


3.2 Описательная статистика и анализ корреляции детерминант и рыночных мультипликаторов



Таблица 3 показывает средние значения и стандартные отклонения мультипликаторов P/E и P/BV:

Таблица 3.
Точка зрения (англ. point of view, POV) - жизненная позиция, с которой субъект оценивает происходящие вокруг него события. Термин произошёл от «точки зрения» - места, где находится наблюдатель и от которого зависит видимая им перспектива.
Сре́днее значе́ние - числовая характеристика множества чисел или функций (в математике); - некоторое число, заключённое между наименьшим и наибольшим из их значений.
Описательная статистика мультипликаторов P/E и P/BV

Variable

Obs

Mean

Std. Dev.

CV

Min

Max

PE_Ratio

1211

20,9160

17,6647

0,8446

1,3794

143,0233

PB_Ratio

1211

3,4617

2,9266

0,8454

0,1341

26,3628


Источник: расчеты автора работы в программе Stata

Коэффициент вариации, показывающий относительный разброс случайной величины, чуть больше для мультипликатора P/BV.
Случайная величина - это математическое понятие, служащее для математического представления состояния объектов и процессов, свойств объектов, процессов и событий, которые принципиально не могут быть однозначно определены до проведения опыта по их измерению, или для событий - до их осуществления.


Исторические изменения мультипликаторов P/E и P/BV представлены на графиках 3, 4:

График 3. Динамика мультипликатора P/E стран БРИКС


Источник: расчеты автора работы

График 3. Динамика мультипликатора P/BV стран БРИКС

Источник: расчеты автора работы

Анализ корреляции показал, что проблема мультиколлинеарности между фундаментальными показателями отсутствует: максимальное значение коэффициента парной корреляции достигается между переменными ROE и TobinQ и составляет 0,4241, что является допустимым для констатации отсутствия мультиколлинеарности. Анализ корреляции выбранных детерминант и мультипликаторов представлен в таблице 4:

Таблица 4. Анализ корреляции между мультипликаторами и детерминантами

Источник: расчеты автора работы в программе Stata

Коэффициенты корреляции Браве-Пирсона отражают выводы статей, исследованных в данной работе. Наиболее значимым для обоих мультипликаторов оказывается влияние возможностей долгосрочного роста, отражаемых показателем q-Тобина. Ожидаемо значимое влияние оказывают показатели бета и волатильность цены акций компании на мультипликатор P/E. Интересная взаимосвязь прослеживается для показателя ROE. Корреляция данного показателя и мультипликатора P/E оказывается отрицательной и статистически значимой на 1% уровне. В случае мультипликатора P/BV корреляция статистически значимая и значительная. Также значительно влияние инфляции на мультипликатор P/E: коэффициент парной корреляции значителен на 1% уровне и составляет -0,3204, тем самым являясь вторым по влиянию на данный мультипликатор после q-Тобина.

3.3 Результаты эконометрических моделей влияния детерминант на мультипликаторы P/E и P/BV


3.3.1 Оценка агрегированной регрессии

Для выявления влияния между детерминантами и мультипликаторами на групповом уровне была оценена сквозная регрессия методом наименьших квадратов.
Метод наименьших квадратов Метод наименьших квадратов (МНК, англ. Ordinary Least Squares, OLS) - математический метод, применяемый для решения различных задач, основанный на минимизации суммы квадратов отклонений некоторых функций от искомых переменных.
Данная форма регрессии является самой распространенной в исследованиях, поскольку дает понятные результаты зависимости между исследуемыми и
объясняющими переменными. Все расчеты и тесты проводились при помощи статистического пакета Stata.
Тестирование модели на автокорреляцию показало ее отсутствие, что согласуется с анализом корреляции детерминант. Тест на гетероскедастичность выявил необходимость поправки случайных ошибок (Приложение 1). Для этого последующие модели были скорректированы с использованием параметра vce(robust), который позволяет получить робастные оценки случайных ошибок.

Анализ модели влияния детерминант на рыночный мультипликатор P/E на уровне группы БРИКС на всем промежутке исследования приведен в таблице 5:

Таблица 5. Оценка регрессии для P/E группы БРИКС

Источник: расчеты автора работы в программе Stata

Модель обладает средней объясняющей способностью (R2=43,06%) и значима в целом, о чем говорит высокое значение F-статистики.

Для того чтобы понять какой вклад внес каждый год выборки были введены фиктивные переменные. Результаты оценки модели fixed effects представлены в таблице 6:

Таблица 6. Оценка FE-регрессии для P/E группы БРИКС

Источник: расчеты автора работы в программе Stata

Модель лучше описывает влияние детерминант на мультипликатор P/E по результатам теста Вальда (Приложение 1).
Тест Ва́льда (англ. Wald test) - статистический тест, используемый для проверки ограничений на параметры статистических моделей, оценённых на основе выборочных данных. Является одним из трёх базовых тестов проверки ограничений наряду с тестом отношения правдоподобия и тестом множителей Лагранжа.
Уменьшение R2 до 39,48% говорит о том, что в выборке больше проявляются межиндивидуальные различия, чем динамические, что соответствует действительности.

По результатам агрегированной регрессии можно сделать следующий выводы:

· Основная гипотеза H0 об отсутствии взаимосвязи между детерминантами и мультипликатором P/E отвергается. Модель показывает хорошую объясняющую способность, которая в целом лучше, чем в исследованных работах.

· Гипотеза Н1 о положительном влиянии ожидаемого роста прибыли подтвердилась. Модель показывает предсказуемые знаки, перед ростом прибыли на одну акцию в следующем году, а показатель q-Тобина имеет самую большую объясняющую способность среди всех исследуемых детерминант и наибольший вклад в изменение мультипликатора P/E.

· Гипотеза Н2 об отрицательном влиянии рентабельности собственного капитала на мультипликатор P/E подтвердилась. Полученная отрицательная связь согласуется с работой Taliento (2010)

· Гипотеза H3 о положительном влиянии коэффициента дивидендных выплат на мультипликатор P/E подтвердилась. Коэффициент имеет положительный знак и статистически значим на 1% уровне.

· Гипотеза H4 об отрицательном влиянии долговой нагрузки на мультипликатор P/E отвергается. Полученный положительный коэффициент перед данной детерминантой статистически значим на 10% уровне.

· Гипотеза H5 об отрицательном влиянии беты компании на мультипликатор P/E подтвердилась. Несмотря на незначимость данного показателя во многих исследованиях, модель данной работы показывает большую статистическую значимость данного показателя.

· Гипотеза H6 о положительном влиянии капитализации компании на мультипликатор P/E подтвердилась. Высокая значимость коэффициента при детерминанте подтверждается на 1% уровне.

Фиктивные переменные позволяют анализировать влияние временных эффектов на исследуемые мультипликаторы. Если рост мультипликаторов в 2007 году по сравнению с предшествующим был значительным, то 2008 год показал резкое снижение темпов роста мультипликатора P/E, в 2009 году мультипликаторы снова выросли.

Таким образом, определяющими в модели мультипликатора P/E на уровне группы оказались показатели роста прибыли компании, уровень дивидендных выплат компании, показатель ROE, показатель долговой нагрузки компании, коэффициент бета и размер компании. Практически все детерминанты значимы на 1% уровне значимости (кроме показателя Debt-to-Equity). Предложенный показатель риска компании Volatility360D статистически не значим на 10% уровне, однако его знак согласуется с исследованными работами. Следует отметить, что, несмотря на общую значимость модели и коэффициентов, доля объясненной дисперсии мультипликатора P/E все еще небольшая. Это может стать подтверждением того, что мультипликатор P/E все же больше подвержен влиянию настроений инвесторов на рынках капитала, чем оценки фундаментальных показателей компании.

Оценка сквозной регрессии для мультипликатора P/BV представлена в приложениях к данной работе. Высокая значимость модели подтверждается значительным R2=82,86% и статистической значимостью на 1% большинства детерминант. Тест Вальда и тест Хаусмана (Приложение 2), как и в случае мультипликатора P/E, показали большую объясняющую способности модели с детерминированными эффектами по сравнению со сквозной регрессией и моделью со случайными эффектами.

Тест Хаусмана, называемый также тестом Ву-Хаусмана или Дарбина-Ву-Хаусмана - применяемый в эконометрике тест для сравнения моделей, оцененных разными методами, один из которых позволяет получить состоятельные оценки и при нулевой и при альтернативной гипотезе, а другой - только при нулевой гипотезе.
Случайные ошибки были скорректированы с поправкой на гетероскедастичность.

Итоговая модель влияния фундаментальных детерминант на мультипликатор P/BV представлена в таблице 7:

Таблица 7. Оценка FE-регрессии для P/BV группы БРИКС

Источник: расчеты автора работы в программе Stata

Модель обладает высокой объясняющей способностью: R2 = 76,24%, все детерминанты кроме беты значимы на 10% уровне.

Результаты оценки модели дают возможность проверить выдвинутые гипотезы о наличии влияния детерминант на мультипликатор P/BV:

· Основная гипотеза Н0 об отсутствии взаимосвязи между детерминантами и мультипликатором P/BV отвергается. Модель обладает еще большей объясняющей способностью, чем модель мультипликатора P/E.

· Гипотеза Н1 о положительном влиянии роста прибыли компании подтвердилась. Инвесторы высоко ценят ожидаемый рост и возможности долгосрочного роста компании, что находит отражение в статистической значимости положительных коэффициентов при соответствующих детерминантах роста прибыли. Модель отражает главенствующую роль возможностей роста компании как и в модели мультипликатора P/E. Важно отметить, что рост чистой прибыли может быть также хорошо описывать P/BV как и рост выручки в работе Branch et al. (2014).

· Гипотеза H2 о положительном влиянии рентабельности собственного капитала подтвердилась. Положительное влияние данной детерминанты предсказано моделью Гордона и находит подтверждение в модели данного исследования. Высокая статистическая значимость на 1% уровне служит дополнительным подтверждением гипотезы.

· Гипотеза H3 о положительном влиянии коэффициента дивидендных выплат на мультипликатор P/BV подтвердилась. Коэффициент при детерминанте статистически значим на 5% уровне и подтверждает взаимосвязь предсказанную моделью Гордона.

· Гипотеза Н4 об отрицательном влиянии левериджа на мультипликатор P/BV отвергается. Положительные знаки и высокая статистическая значимость коэффициентов в моделях P/BV и P/E могут свидетельствовать о том, что инвесторы склонны воспринимать большой коэффициент долговой нагрузки как возможность для роста компании, а не как меру риска компании. В частности, Faezinia (2012) приходит к таким выводам.

· Гипотеза H5 об отрицательном влиянии беты на мультипликатор P/BV подтверждается. Детерминанта имеет ожидаемый знак однако оказывается статистически незначимой даже на 10% уровне.

· Гипотеза H6 о положительном влиянии капитализации компании на мультипликатор P/BV подтвердилась.

Наиболее статистически значимыми детерминантами получились q-Тобина, соотношение между заемным и собственным капиталом, капитализация компании и рентабельность собственного капитала.

Включение фиктивных переменных позволяет улучшить объясняющую способность модели.

Фиктивная переменная (англ. dummy variable) - качественная переменная, принимающая значения 0 и 1, включаемая в эконометрическую модель для учёта влияния качественных признаков и событий на объясняемую переменную.
Однако динамика мультипликатора P/BV отличается от P/E. В 2008-2009 кризисных годах наблюдалось падение мультипликаторов компаний стран БРИКС, которое сменилось ростом только к 2010 году.

Сводные результаты исследования детерминант рыночных мультипликаторов группы БРИКС в целом

Основные результаты по влиянию детерминант на рыночные мультипликаторы группы БРИКС собраны в таблице 8:

Таблица 8. Сводная таблица результатов оценки регрессий мультипликаторов P/E, P/BV

Детерминанты

Мультипликаторы группы БРИКС

P/E

P/BV

DP

*

**

EPS_Growth

*

TobinQ

***

***

ROE

-***

***

lnMCap

**

***

DE

*

***

UnleveredBeta

-*

-

Volatility360D

***

d2007

***

***

d2008

-

d2009

***

-

d2010

**

**

d2011

-

-**

d2012

-

-

Источник: анализ автора работы

Где ***, **, * - уровни значимости 1%, 5%, 10% соответственно.

Полученные результаты для мультипликаторов P/E и P/BV согласуются с исследованными эмпирическими работами авторов.

3.3.2 Страновые особенности влияния детерминант на мультипликаторы P/E и P/BV

Дальнейшим этапом эмпирического исследования в рамках данной работы стал анализ страновых особенностей влияния детерминант на рыночные мультипликаторы. Анализ научных статей показал, что исследованию детерминант развивающихся рынков посвящено очень мало работ. Из группы БРИКС авторы исследовали только Индию и Китай, часть работ посвящена развивающимся рынкам Ирана, Пакистана, Шри-Ланки, что в силу сильных страновых особенностей несет мало практического значения. Собранная в данной работе выборка позволяет заполнить данный пробел и включить оставшиеся страны БРИКС в эмпирическое исследование.
Тесты на спецификацию модели показали лучшую объясняющую способность регрессии с детерминированным эффектами по сравнению со сквозной регрессией и моделью со случайными эффектами (Приложение 3). В данной части исследования не будут включаться фиктивные переменные, поскольку задачей данного этапа определить именно превалирующие фундаментальные детерминанты для каждой страны.

Бразилия

Выборка по Бразилии представлена 18 компаниями, входящих в фондовой индекс BOVESPA. Итоговая модель оценки влияния детерминант по Бразилии представлена в таблице 9:

Таблица 9. Оценка FE-регрессии P/E компаний Бразилии


Источник: расчеты автора работы в программе Stata

Некоторые авторы приходят к выводу, что низкая объясняющая способность модели зависимости мультипликатора P/E от фундаментальных детерминант связана с влияниями шумных игроков на рынках капитала и общих настроений. Высокая объясняющая способность данной модели (R2=76,67%) может свидетельствовать о том, что оценка фундаментальных показателей компаний имеет большее влияние на стоимость компаний Бразилии, чем общие настроения на рынках капитала.

Анализ статистической значимости полученных коэффициентов модели позволяет сделать вывод, что определяющими факторами, влияющими на мультипликаторы P/E бразильских компаний, являются Здесь и далее детерминанты ранжированы в порядке убывания статистической значимости:

· ожидаемый рост прибыли в следующем в году (EPS_Growth)

· возможности долгосрочного роста (TobinQ)

· капитализация компании (lnMCap)

Все предположенные детерминанты кроме показателей риска компаний оказались статистически значимыми.

Результаты позволяют отвергнуть гипотезы о незначимости модели для Бразилии, положительного влияния рентабельности собственного капитала и отрицательного влияния беты. Все остальные гипотезы по направленности влияния детерминант на мультипликатор P/E подтвердились.

Модель влияния детерминант на мультипликатор P/BV компаний представлена в таблице 10:

Таблица 10. Оценка FE-регрессии P/BV компаний Бразилии

Источник: расчеты автора работы в программе Stata

Модель обладает хорошей объясняющей способностью (R2=79,54%) и общей значимостью.

Результаты модели позволяют сделать вывод, что определяющими детерминантами мультипликатора P/BV для компаний Бразилии являются:

· возможности долгосрочного роста (TobinQ)

· долговая нагрузка компании (DE)

· капитализация (lnMCap)

· коэффициент бета (Unlevered Beta)

Стоит отметить, что предсказанные моделью Гордона детерминанты (DP, ROE, EPS_Growth) оказались не значимы.

Гипотеза о незначимости модели мультипликатора P/BV отвергается. Гипотеза H1 о положительном влиянии возможностей долгосрочного роста подтверждается. Гипотеза Н4 об отрицательном влиянии долговой нагрузки отвергается. Гипотеза Н5 об отрицательном влиянии беты отвергается. Гипотеза Н6 о положительном влиянии капитализации по результатам модели подтверждается.


Китай

Компании Китая занимают практически треть выборки данного исследования.
График 1 показывает, что мультипликатор P/E компаний Китая был выше, чем у остальных стран на всем горизонте исследования. Мультипликатор P/BV для Китая превосходил значения других стран до 2010 года.

Результаты оценки модели влияния детерминант на мультипликатор P/E компаний Китая представлены в таблице 11:

Таблица 11. Оценка FE-регрессии P/E компаний Китая

Источник: расчеты автора работы в программе Stata


Модель обладает средней объясняющей способностью (R2=57,66%) и в целом статистически значима.

Результаты свидетельствуют, что на мультипликаторы P/BV влияет уже другой набор детерминант по сравнению с Бразилией:

· Рентабельность собственного капитала (ROE)

· Капитализация компании (lnMCap)

· Ожидаемый краткосрочный рост прибыли (EPS_Growth)

· Волатильность цен акций компании (Volatility360D)

· Возможности долгосрочного роста прибыли (TobinQ)

Такое распределение значимости детерминант может свидетельствовать о том, что инвесторы склонны больше смотреть на краткосрочный период развития компании при оценке китайских компаний.

Все значимые коэффициенты детерминант имеют предсказанный гипотезами знак (кроме ROE). Стоит отметить отрицательное, но статистически не значимое влияние коэффициента дивидендных выплат, которое не согласуется с влиянием, предсказанным моделью Гордона.

Модель, описывающая влияние детерминант на мультипликатор P/BV компаний Китая представлена в таблице 12:

Таблица 12. Оценка FE-регрессии P/BV компаний Китая

Модель обладает ожидаемо высокой объясняющей способностью (R2=84,32%) и общей значимостью. Высокую степень влияния на мультипликатор P/BV показали следующие детерминанты:

· Возможности долгосрочного роста компании (TobinQ)

· Волатильность цен акций компании (Volatility360D)

· Долговая нагрузка (DE)

· Ожидаемый краткосрочный рост компании (EPS_Growth)

· Капитализация компании (lnMCap)

Коэффициент дивидендных выплат и в случае мультипликатора P/BV оказался статистически не значимым. Можно предположить, что инвесторы не придают существенного значения дивидендным выплатам, которые привязаны к чистой прибыли компании. Это согласуется с данными Huang, Wirjanto (2011), которые отмечали тенденцию к искажению показателей прибыли в отчетности китайскими компаниями.


Индия

Анализу мультипликаторов индийских компаний посвящено наибольшее число из рассмотренных статей, однако
ни в одной из работ не анализируются компании на горизонте, исследуемом в данной работе.

Авторы получали разную значимость детерминант и моделей в целом. Поэтому анализ детерминант мультипликаторов на данном этапе позволит сделать теоретический вклад в исследования рынка капитала Индии.
Иссле́дование ры́нка - последовательные действия по сбору информации о рынках или потребителях. Является очень важным компонентом при выработке стратегии бизнеса. Следует отличать исследование рынка от маркетингового исследования, так как маркетинговое исследование относится к процессу маркетинга, в то время, как исследование рынка относится только к рынкам.


Подвыборка представлена 22 компаниями, входящими в индекс Nifty. Итоговая модель влияния детерминант на мультипликатор P/E индийских компаний представлена в таблице 13:

Таблица 13. Оценка FE-регрессии P/E компаний Индии


Источник: расчеты автора работы в программе Stata

Результаты оценки коэффициентов регрессии в основном не совпадают с выводами авторов соответствующих статей. Kumar, Warne (2009) приходят к выводу, что наиболее значимыми детерминантами мультипликатора P/E индийских компаний являются капитализация и волатильность цены акций. Модель данного исследования показывает незначимость данных показателей на 10% уровне, знак совпадает только у показателя волатильности цен акций. Sehgal, Pandey (2011) получили незначимое, но положительное влияние ожидаемого роста прибыли, в то время как данная модель дает противоположные результаты. Maniar (2014) получает значимые показатели беты и ожидаемого краткосрочного роста прибыли. Построенная модель расходится с данным исследованием: коэффициент бета не значим, но обладает таким же знаком, влияние ожидаемого краткосрочного роста оказывается отрицательным. Такие расхождения могут быть вызваны последствиями финансового кризиса, который изменил общие настроения инвесторов, которым может быть подвержен мультипликатор P/E.

Наиболее значимыми в рамках данного исследования оказались следующие детерминанты мультипликатора P/E:

· Возможности долгосрочного роста компании (TobinQ)

· Рентабельность собственного капитала (ROE)

· Ожидаемый краткосрочный рост прибыли (EPS_Growth)

· Коэффициент дивидендных выплат (DP).

Гипотезы об общей незначимости модели, положительном влиянии краткосрочного роста прибыли, положительном влиянии рентабельности собственного капитала были отвергнуты для модели P/E Индии. Гипотеза о положительном влиянии коэффициента дивидендных выплат подтвердилась.

Модель влияния детерминант на мультипликатор P/BV представлена в таблице 14:

Таблица 14. Оценка FE-регрессии P/BV компаний Индии

Источник: расчеты автора работы в программе Stata

Результаты данной модели повторяют выводы Maniar (2014). Коэффициент DP и ROE показали статистическую значимость и положительное влияние на мультипликатор P/BV. Ранжирование детерминант по значимости:

· Возможности долгосрочного роста компании (TobinQ)

· Рентабельность собственного капитала (ROE)

· Коэффициент дивидендных выплат (DP)

Полученные значимые оценки коэффициентов модели согласуются с выдвинутыми гипотезами исследования, а гипотеза о незначимости модели отвергается.


Россия

Подвыборка представлена 26 компаниями, входящих в основной и расширенный индекс ММВБ.
Индекс ММВБ - ценовой, взвешенный по рыночной капитализации композитный фондовый индекс, включающий 50 наиболее ликвидных акций крупнейших и динамично развивающихся российских эмитентов, виды экономической деятельности которых относятся к основным секторам экономики, представленных на Московской бирже.
Графики 1, 2 показывают, что российские мультипликаторы показали наибольшее снижение в кризисный 2008 год по сравнению с другими странами группы БРИКС. Поэтому исследование влияния детерминант на мультипликаторы приобретает актуальность.

Результаты оценки модели влияния детерминант на мультипликатор P/E российских компаний представлено в таблице 15:

Таблица 15. Оценка FE-регрессии P/E компаний России

Источник: расчеты автора работы в программе Stata

Модель показывает удовлетворительную объясняющую способность (R2=43,99%) и общую значимость. Анализ значимости коэффициентов показал, что определяющими детерминантами мультипликатора P/E российских компаний стали показатели роста прибыли компании и рыночная капитализация компании. Коэффициенты при значимых детерминантах согласуются с выдвинутыми гипотезами (исключение вновь составляет ROE). Центральная гипотеза о незначимости модели отвергается.

Оценка регрессии с мультипликатором P/BV в качестве зависимой переменной представлена в таблице 16:

Таблица 16. Оценка FE-регрессии P/BV компаний России

Источник: расчеты автора работы в программе Stata

Модель обладает наибольшей объясняющей способностью по сравнению с другими странами группы БРИКС (R2=90,51%) и общей значимостью. Следующие детерминанты оказываются определяющими для мультипликатора P/BV:

· Возможности долгосрочного роста компании (TobinQ)

· Рентабельность собственного капитала (ROE)

· Коэффициент дивидендных выплат (DP)

· Капитализация компании (lnMCap)

· Долговая нагрузка (DE)

Центральная гипотеза о незначимости модели мультипликатора P/BV для России отвергается. Гипотезы по влиянию значимых детерминант подтверждаются кроме коэффициента долговой нагрузки.


ЮАР

Автору дипломной работы не удалось найти исследований детерминант мультипликаторов P/E и P/BV компаний ЮАР. Поэтому предложенная модель будет способствовать исследованию взаимосвязи показателей на данном рынке капитала.


Полученная подвыборка имеет большую долю в итоговой выборке
- 28% или 49 компаний, входящих в фондовый индекс JALSH.
Фондовый индекс - сводный индекс, вычисляемый на основе цен определённой группы ценных бумаг - «индексной корзины».


Модель влияния детерминант на мультипликатор P/E компаний ЮАР представлена в таблице 17:

Таблица 17. Оценка FE-регрессии P/E компаний ЮАР

Источник: расчеты автора работы в программе Stata


Результаты оценки регрессии наименьшую объясняющую способность данной модели по сравнению с другими странами группы БРИКС. Это может стать подтверждением гипотезы о подверженности влиянию настроений на рынках капитала или может свидетельствовать о неучтенных специфических для ЮАР детерминант.

Определяющими для мультипликатора P/E стали следующие детерминанты:

· Возможности долгосрочного роста (TobinQ)

· Рентабельность собственного капитала (ROE)

· Ожидаемый краткосрочный рост прибыли компании (EPS_Growth)

· Долговая нагрузка компании (DE)

· Коэффициент бета (Unlevered Beta)

Гипотеза о незначимости модели отвергается. Все значимые детерминанты имеют предсказанные гипотезами данного исследования знаки кроме EPS_Growth и DE.

Модель для мультипликатора P/BV компаний ЮАР представлена в таблице 18:

Таблица 18. Оценка FE-регрессии P/BV компаний ЮАР

Источник: расчеты автора работы в программе Stata

Меньшая чем у других стран БРИКС объясняющая способность модели (R2=51,24%) свидетельствует о пропущенных переменных, которые могут влиять на мультипликаторы компаний.

Влияющие на мультипликатор P/BV детерминанты представлены в следующем списке:

· Возможности долгосрочного роста компании (TobinQ)

· Капитализация компании (lnMCap)

· Рентабельность собственного капитала (ROE)

· Коэффициент дивидендных выплат (DP)

· Коэффициент бета (Unlevered Beta)

Центральная гипотеза о незначимости модели в целом отвергается. Стоит отметить, что все значимые детерминанты имеют предсказанные гипотезами знаки.

Сводные результаты исследования детерминант рыночных мультипликаторов стран БРИКС

Результаты исследования детерминант рыночных мультипликаторов для каждой страны группы БРИКС представлены в таблицах 19, 20:

Таблица 19. Сводная таблица результатов оценки FE-регрессий P/E по странам группы БРИКС

Детерминанты

Мультипликатор P/E

Бразилия

Китай

Индия

Россия

ЮАР

DP

*

-

*

EPS_Growth

***

***

-***

**

-**

TobinQ

***

***

***

***

***

ROE

-***

-***

-***

-***

-***

lnMCap

***

***

-

***

-

DE

*

UnleveredBeta

-

-

-*

Volatility360D

***

-

Источник: анализ автора работы

Таблица 20. Сводная таблица результатов оценки FE-регрессий P/BV по странам группы БРИКС

Детерминанты

Мультипликатор P/BV

Бразилия

Китай

Индия

Россия

ЮАР

DP

-

-

*

***

**

EPS_Growth

-

***

-

TobinQ

***

***

***

***

***

ROE

**

***

**

lnMCap

*

***

-

**

**

DE

*

***

-

**

UnleveredBeta

*

-

-

-

-*

Volatility360D

-

***

Источник: анализ автора работы

В таблицах ***,**,* - 1%, 5%, 10% уровни статистической значимости коэффициента соответственно.

Анализ коэффициентов моделей всех стран позволяет сделать следующие выводы:

· Наибольшую премию инвесторы готовы платить за возможности долгосрочного роста компании и размер компании. Это подтверждается как для мультипликатора P/E, так и P/BV.

· Ожидаемый краткосрочный рост оказывает разнонаправленное влияние на мультипликатор P/E: в Бразилии, Китае, России зависимость положительная, в Индии и ЮАР - отрицательная. Данная детерминанта оказывает влияние на мультипликатор P/BV только китайских компаний.

· Для мультипликатора P/E можно выделить детерминанты, специфичные для определенного рынка капитала: Китай - волатильность цены акций компаний, Индия - коэффициент дивидендных выплат, ЮАР - долговая нагрузка и коэффициент бета. Для мультипликатора P/BV специфичными являются только волатильность цены акций и ожидаемый краткосрочный рост для рынка капитала Китая.

3.3.3 Оценка устойчивости влияния фундаментальных детерминант на мультипликаторы P/E и P/BV

Для того чтобы проверить как кризис 2008-2009 годов повлиял на устойчивость взаимосвязи между детерминантами и рыночным мультипликаторами были построены пространственные регрессии для каждого года выборки по каждой стране группы БРИКС. Регрессии были оценены методом наименьших квадратов и скорректированы на гетероскедастичность случайных ошибок. Для упрощения и наглядности основная статистика и коэффициенты модели были сведены в одну таблицу для каждой из стран (Приложение 1).

Если зависимость между мультипликаторами и определяющими детерминантами разорвалась в период кризиса, общая незначимость модели и отсутствие объясняющих переменных смогли бы показать это.


Бразилия

На графике 3 представлены показатели R2 построенных пространственных регрессий:

График 3. Историческая динамика R2 моделей по Бразилии

Источник: расчеты автора в программе Stata


Показатель R2 описывает долю дисперсии зависимой переменной, объясненной моделью.
Историческая динамика. На пути к теоретической истории - монография американского биолога и историка российского происхождения П. В. Турчина. Манифест клиодинамики.
Если бы влияние детерминант на исследуемые мультипликаторы снизилось, это сопровождалось снижением R2. График показывает, что кризис оказал несильное влияние на взаимосвязь фундаментальных детерминант и исследуемых мультипликаторов. График коэффициента детерминации мультипликатора P/BV показывает, что влияние детерминант оставалось на стабильно высоком уровне на всем протяжении выборки.

Если в 2007 году определяющим было влияние возможностей долгосрочного роста и рентабельности собственного капитала на мультипликатор P/E бразильских компаний, то кризисные года заставили инвесторов уменьшить горизонт планирования при оценке компании и обратить внимание на краткосрочный рост прибыли компании.
Коэффициент детерминации ( R 2 } - R-квадрат) - это доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными. Более точно - это единица минус доля необъяснённой дисперсии (дисперсии случайной ошибки модели, или условной по факторам дисперсии зависимой переменной) в дисперсии зависимой переменной.
Горизонт планирования (англ. planning time-frame) в экономике - это срок, за который предполагается реализовать составленный план или программу действий. В общем смысле под горизонтом планирования принято считать промежуток от принятия плана до момента его реализации, однако, как правило, в экономике невозможно установить точную дату, когда те или иные планы могут быть достигнуты.
В посткризисные года влияние фундаментальных детерминант на P/E увеличилось, достигнув максимума в 2011 году. Только показатели роста прибыли, ROE и долговой нагрузки показали инвариантность во времени влияния на P/E. Анализ объясняющей способности и общей значимости модели показали, что предложенные в исследовании детерминанты не потеряли своего влияния и достаточно успешно описывали мультипликатор P/E в кризисные года.

На мультипликатор P/BV определяющее влияние оказывали возможности долгосрочного роста компаний на всем протяжении выборки. В кризисный 2008 год это единственная статистически значимая переменная. В дальнейшем, положительное влияние на мультипликатор стали оказывать долговая нагрузка компании (2009-2012гг), коэффициент бета (2009, 2011-2012гг) и рентабельность собственного капитала (2011-2013гг). Влияние только возможностей роста и долговой нагрузки компании оказались инвариантными во времени для мультипликатора P/BV.

Китай

Результаты оценки объясняющей способности пространственных регрессий для компаний Китая представлены на графике 4:

График 4. Историческая динамика R2 моделей по Китаю

Источник: расчеты автора в программе Stata


Влияние кризиса оказывает разнонаправленное влияние на объясняющую способность фундаментальных детерминант. Если к 2009 году объясняющая способность модели мультипликатора P/E упала на 10,01%, то для мультипликатора P/BV она осталась такой же.

Наибольшим постоянством во времени для мультипликатора P/E китайских компаний обладают возможности долгосрочного роста компании, рентабельность собственного капитала (на всем промежутке исследования), волатильность цены акций компании (5 из 7 лет исследования). Значимый на уровне страновой регрессии показатель ожидаемого краткосрочного роста прибыли компании значим в 4 годах исследования из 7, но влияние его меняется с предсказанного положительного на отрицательное в 2008 и 2013 годах.

Статистически значимыми и постоянными во времени детерминантами мультипликатора P/BV китайских компаний являются показатель q-Тобина и долговая нагрузка компании. Показатели ожидаемого краткосрочного роста прибыли компании и волатильности цены акций значимы только в 3 годах исследования и на протяжении исследования меняют знаки своего влияния на мультипликатор P/BV.

Индия

График 5. Историческая динамика R2 моделей по Индии

Источник: расчеты автора в программе Stata

График объясняющей способности модели мультипликатора P/E компаний Индии (график 5) отражает существенного падения значимости модели в 2009 году. Коэффициенты при всех переменных модели оказались не значимыми даже на 10% уровне. Это может свидетельствовать о разрыве взаимосвязи между фундаментальными детерминантами и мультипликатором P/E в период кризиса, что согласуется с выводами авторов, исследовавших данный рынок капитала.

Детерминанта, отражающая возможности долгосрочного роста компании, имеет наибольшее постоянство влияния на исследуемом промежутке времени. Остальные детерминанты (кроме долговой нагрузки) меняют знак в разные промежутки времени.


Несмотря на некоторое снижение объясняющей способности детерминант мультипликатора в кризисные годы, влияние детерминант на мультипликатор P/BV сохраняется. Влияние возможностей долгосрочного роста, долговой нагрузки компаний и рентабельности собственного капитала обладают наибольшей стабильностью во времени, демонстрируя предсказанное влияние на всем промежутке исследования.

Россия



График 6. Историческая динамика R2 моделей по России

Источник: расчеты автора работы в программе Stata


График 6 позволяет сделать следующие выводы:

· Кризис только усилил влияние детерминант на мультипликаторы P/E и P/BV. Предложенные в исследовании детерминанты описывали наибольшую долю дисперсии мультипликаторов в 2009 году.

· К 2013 году объясняющая способность фундаментальных переменных падает ниже уровня 2007 года, несмотря на значимость предсказанных детерминант. Это может быть связано с увеличившимся влиянием не включенных в данное исследование детерминант, которыми могут быть макроэкономические переменные.

Наибольшим влиянием и стабильностью влияния во времени обладают детерминанты возможностей долгосрочного роста компании и рентабельность собственного капитала для модели P/E. Для мультипликатора P/BV такими качествами обладает только q-Тобина.


ЮАР

График 7. Историческая динамика R2 моделей по Бразилии

Источник: расчеты автора в программе Stata

График 7 показывает скачки объясняющей способности влияния детерминант на мультипликатор P/E компаний ЮАР. Это может быть связано с тем, что предложенные в данном исследовании фундаментальные детерминанты не описывают всех процессов, происходящих на рынке капитала ЮАР. Стоит отметить, что в индекс JALSH входит много добывающих компаний, оценка которых должна быть сопоставлена с динамикой основных товарных рынков. Детерминанты, исследованные в данной работе, возможно, не могут учесть данной конъюнктуры.

Только возможности долгосрочного роста компании имеют стабильное положительное влияние на мультипликатор P/E на всем протяжении исследования. Для мультипликатора P/BV такими детерминантами являются ожидаемо q-Тобина и ROE.


Заключение



Детерминанты мультипликаторов позволяют э
ффективнее отбирать компании-аналоги для построения более точной оценки стоимости компании или создания портфеля акций с определенным профилем доходности и риска.

Проведенный анализ эмпирических исследований позволил сделать вывод, что определяющими детерминантами мультипликатора P/E стали темпы ожидаемого роста прибыли, коэффициент дивидендных выплат, размер компании (положительное влияние) и показатель рентабельности собственного капитала (разнонаправленное влияние). На мультипликатор P/BV оказывают положительное и значимое влияние рентабельность собственного капитала, коэффициент дивидендных выплат и темпы ожидаемого роста прибыли.

Стоит отметить, что линейные эконометрические модели фундаментальных переменных достаточно плохо объясняют мультипликаторы на развивающихся рынках капитала за исключением P/BV (Sehgal, Pandey, 2010). Причиной этого может стать влияние шумных игроков или особенностей учетной политики на мультипликатор P/E.

Эмпирический анализ детерминант мультипликаторов P/E и P/BV в данной работе позволил получить результаты, которые согласуются с исследованными эмпирическими работами авторов. Определяющими детерминантами мультипликатора P/E для группы БРИКС за период 2007-2013 годов в целом стали: темпы ожидаемого роста прибыли, возможности долгосрочного роста компании, коэффициент дивидендных выплат, размер компании, коэффициент долговой нагрузки (все - положительное и статистически значимое влияние); рентабельность собственного капитала и коэффициент бета (отрицательное и статистически значимое влияние). Все предложенные в данной работе детерминанты показали значимое и положительное влияние на мультипликатор P/BV кроме коэффициента бета, который оказывает соответственно отрицательное влияние.

Оценка влияния детерминант на мультипликаторы на страновом уровне позволила выявить специфические для конкретного рынка капитала детерминанты. Для рынков капитала Бразилии, Китая и России капитализация компании наиболее сильно влияет на мультипликатор P/E, для Индии и ЮАР определяющим влиянием на P/E обладает q-Тобина, отражающее возможности долгосрочного роста компании. Волатильность цен акций компаний за прошедшие 360 дней оказывает 3 по величине влияние на мультипликатор P/E компаний Китая. Коэффициент дивидендных выплат обладает статистически значимым и вторым по величине влиянием на мультипликатор P/E индийских компаний. Специфическими для мультипликатора P/E компаний ЮАР детерминантами являются Debt-to-Equity ratio и коэффициент бета. Волатильность цен акций и темпы ожидаемого роста являются определяющими детерминантами мультипликатора P/BV только для компаний Китая.

Исследование пространственных регрессий показало, что взаимосвязь между детерминантами и мультипликаторами P/E и P/BV сохранилась в 2008-2009 годах для 4 из 5 стран группы, отражая стабильность влияния во времени q-Тобина на оба мультипликатора и ROE на мультипликатор P/E.

Список литературы



1. Ивашковская И.В., Кузнецов И.А., (2008), «Методы коррекции рыночных мультипликаторов на страновые риски: эмпирическое исследование», Журнал Аудит и Финансовый Анализ, Номер 5.

Финансовый анализ - изучение основных показателей, параметров, коэффициентов и мультипликаторов, дающих объективную оценку имущественного состояния организаций и стоимости акций компаний с целью принятия решений о размещении капитала.

2. Agrawal, S., Monem, R., Ariff, M. (1996), “Price to Book Ratio as a Valuation Model: An Empirical Investigation”, Finance India, 2(10), 333-344.

3. Alford A., (1992), “The Effect Of The Set Of Comparable Firms On The Accuracy Of The Price-Earnings Valuation Method”, Journal of Accounting Research, 30, 94-108.

4. Banz, R. W., (1981), “The relationship between Return and Market Value of Common Stocks,” Journal of Financial Economics, 9, 3-18

5. Basu, S., (1977). “Investment Performance Of Common Stocks In Relation To Their Price-Earnings Ratios: A Test Of The Efficient Market Hypothesis”, J. Finance 31, 663-682.

6. Basu, S., (1983). “The Relationship Between Earnings Yield, Market Value And Return For NYSE. Common Stocks: Further Evidence”, J. Financ. Econ. 12, 156-192.

7. Beaver W, Morse D (1978), “What Determines Price-Earnings Ratios?”, Financial Analysts Journal, Vol. 34, No. 4, pp. 65-76

8. Branch B., Sharma A., Chawla C., Feng T., (2014), “An Updated Model of Price-to-Book”. Journal Of Applied Finance, 24(1), 73-93.

9. Damodaran A (2005), “Valuation Approaches and Metrics: A Survey of the Theory and Evidence”, Now Publishers, Hanover, Massachusetts.

10. DeAngelo L., (1990), “Equity Valuation And Corporate Control”, The Accounting Review, 65, 93-112.

11. Faezinia, V. (2012), “The Quantitative Study of Effective Factors on Price-Earnings Ratio in Capital Market of Iran”, Interdisciplinary, Journal of Contemporary Research in Business, 10(3) (2012).

12. Fairfield, P. (1994), P/E, P/B and the Present Value of Future Dividends, Financial Analysts Journal, 4(50) (1994) 23-31.

13. Huang A.G., Wirjanto T.S. (2012), “Is China's P/E ratio too low? Examining the role of earnings volatility”, Pacific-Basin Finance Journal, 20 (2012), 41-61

14. Huang, Y., Tsai, C. H., & Chen, C. R. (2007). Expected P/E, residual P/E, and stock return reversal: Time - varying fundamentals or investor overreaction? International Journal of Business and Economics, 6(1), 11-28.

15. Kaplan S.N, Ruback R.S., (1995), “The Valuation Of Cash Flow Forecasts: An empirical Analysis”, Journal of Finance, 50, 1059-1093.

16. Kisor M Jr. and Whitbeck V S (1963), “A New Tool in Investment Decision-Making”, Financial Analysts Journal, Vol. 19, No. 3, pp. 55-62.

17. Kumar S., Warne D.P., (2009), “Parametric Determinants of Price-Earnings Ratio in Indian Capital Markets”, The IUP Journal of Applied Finance, Vol. 15, No. 9, 63-82.

18. Lang L., Litzenberger R., (1989), “Dividend Announcements: Cash Flow Signaling vs. Free Cash Flow Hypothesis?”, Journal of Financial Economics, 24, 181-192

19. Lie E and Lie H (2002), “Multiples Used to Estimate Corporate Value”, Financial Analysts Journal, Vol. 58, No. 2, pp. 44-54.

20. Liu J, Nissim D and Thomas J (2002), “Equity Valuation Using Multiples”, Journal of Accounting Research, Vol. 40, No. 1, pp. 135-172.

21. Maniar B., (2014), “Factors Influencing Pricing Multiples in India”, The IUP Journal of Applied Finance, Vol. 20, No. 1.

22. Musumeci J., Peterson M., (2011), “BE/ME And E/P Work Better Than ME/BE Or P/E In Regressions', Journal Of Corporate Finance, Vol. 17, No. 5, 1272-1288.

23. Premkanth P, (2013), “Determinant Of Price Earning Multiple In Sri Lankan Listed Companies”, European Journal of Business and Innovation Research, Vol.1, No. 2, pp. 44-56

24. Ramcharran, H., (2002), “An Empirical Analysis Of The Determinants Of The PE Ratio In Emerging Markets”, Emerging Markets Review, 3 165-178

25. Rao C.U., Litzenberger R., (1971), “Leverage And The Cost Of Capital In A Less Developed Capital Market: Comment”, Journal of Finance, Vol. 26, No. 3, 777-782.

26. Sehgal S., Pandey A (2007), “The Behavior of Price Multiples in India (1990-2007)”, Asian Academy of Management Journal of Accounting and Finance, Vol. 5, No. 1, pp. 31-65.

27. Sehgal S., Pandey A., (2010), “Equity Valuation Using Price Multiples: A Comparative Study For BRICKS”, Asian Journal of Finance and Accounting, Vol. 2, No. 1, pp. 68-91.

28. Sehgal S., Tripathy V., (2005), “Size Effect In Indian Stock Market”, VISION, MDI Gurgaon, 9(4), October-December, 27-42

29. Taboga M., (2011), “Under-/Over-Valuation Of The Stock Market And Cyclically Adjusted Earnings”, Journal of International Finance, Vol. 14, No. 1, 135-164.

30. Taliento M., (2013), “Determinants of Price to Earnings Multiple Around the World. Recent Findings”, International Review of Business Research Papers, Vol. 9, No. 4, 1-21.

31. Zarowin P (1990), “What Determines Earnings-Price Ratios: Revisited”, Journal of Accounting, Auditing, and Finance, Vol. 5, No. 3, pp. 439-457


  • 3.3.1
  • Анализ модели влияния детерминант на рыночный мультипликатор P/E на уровне группы БРИКС на всем промежутке исследования приведен в таблице 5
  • Модель обладает средней объясняющей способностью (R 2 =43,06%) и значима в целом, о чем говорит высокое значение F-статистики.
  • Таблица 6. Оценка FE-регрессии для P/E группы БРИКС
  • По результатам агрегированной регрессии можно сделать следующий выводы
  • Сводные результаты исследования детерминант рыночных мультипликаторов группы БРИКС в целом
  • Таблица 8. Сводная таблица результатов оценки регрессий мультипликаторов P/E, P/BV
  • 3.3.2 Страновые особенности влияния детерминант на мультипликаторы P/E и P/B V
  • Сводные результаты исследования детерминант рыночных мультипликаторов стран БРИКС
  • Источник: анализ автора работы
  • 3.3.3 Оценка устойчивости влияния фундаментальных детерминант на мультипликаторы P/E и P/BV