Размещено на http://www.allbest.ru/

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. Их экономическая значимость и вклад в общий рост значительно увеличились за это время, фондовые рынки этих стран показывали постоянные стабильные высокие доходности для инвесторов. 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.

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. 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.

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; лишь небольшая часть исследований посвящена развивающимся рынкам капитала.

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.

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. 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..

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..

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. 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. 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). 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. 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. 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.

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. 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. 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.

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.

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). 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; 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. 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.

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.

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. 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.

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). 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.

В работах, взятых за основу в данном исследовании, авторы используют корреляционный анализ определяющих детерминант и рыночных мультипликаторов. 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, k_e - 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. 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. 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.

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. 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). 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)