· 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. 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. 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.

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. 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.

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. 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. 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 эффективнее 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.

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

Размещено на Allbest.ru