Модификация доходного подхода

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Контрольная работа

Модификация доходного подхода



Содержание

рыночный доходный дисконтированный денежный

Методология получения рыночной оценки компании с помощью метода дисконтированных денежных потоков

Краткое описание металлургической отрасли в целом и выбранных компаний в частности

Определение рыночной оценки темпов постоянного роста для металлургической отрасли

Оценка компании ArcelorMittal с использованием предложенной модификации и найденного темпа постоянного роста

Оценка чувствительности полученного результата

Список использованной литературы



Методология получения рыночной оценки компании с помощью метода дисконтированных денежных потоков

Итак, сформулировав проблему, предложим теперь модификацию метода DCF, которая бы позволила ее решить. Она заключается в нахождении такого темпа постоянного роста, который удовлетворял бы рыночной оценке для данной отрасли.

После выбора компании, которая будет оцениваться, необходимо найти достаточное количество предприятий, с ней сравнимых. Жесткое условие в данном случае, как уже упоминалось, принадлежность к одной отрасли.

Затем, каждая из выбранных компаний оценивается при помощи метода компании аналога (сравнительный подход) описанного в пункте 1.1. Стоит заметить, что оцениваемую компанию в качестве аналога предпочтительнее не использовать, чтобы избежать использования «сравнения компании самой с собой», которое бы происходило иначе на более позднем этапе. Получается, что, если было выбрано, например, 10 сравнимых компаний, то каждая из них будет оцениваться через 9 других. Безусловно, чем больше будет выборка, тем лучше окажется результат, так как среднее и медианное значение будут рассчитываться точнее (с меньшим влиянием выбросов на них). Тем не менее, на практике обычно нет возможности получить данные по большому количеству компаний, поэтому будет достаточно 5 и более, но необходимо понимать, что в некоторых случаях может потребоваться дополнительная нормировка. Используемые мультипликаторы выбираются исходя из стандартных правил и, если в этом есть необходимость, учета специфики конкретной отрасли. В целом, реализация данного метода не отличается от общепринятой. В результате, при помощи сравнительного подхода, мы находим рыночную оценку стоимости (EV) каждой выбранной (сравнимой с целевой) компании.

Далее, мы переходим к использованию метода дисконтированных денежных потоков (доходный подход). Работаем мы вновь с теми же выбранными сравнимыми компаниями, не используя ту, оценку для которой мы хотим получить. Первые шаги также вполне стандартны: выбираются и находятся поток и ставка дисконтирования, затем поток приводится к сегодняшнему дню и суммируется. Таким образом, мы получаем первое из двух слагаемых, составляющих EnterpriseValue. Здесь речь идет о двухстадийной модели, но несложно будет преобразовать все выкладки также и для трехстатдийной.

Теперь необходимо найти такой темп постоянного роста, чтобы полученная при нем стоимость компании, совпадала с ее рыночной оценкой (т.е. с EV, полученной сравнительным подходом). Назовем такой темп роста , он будет соответствовать тому, как рынок на данный момент оценивает темп, с которым рассматриваемая компания будет расти в терминальном периоде. Для его нахождения необходимо решить следующее уравнение:

где:

- оценка компании, полученная при помощи сравнительного подхода.

Зная значение первой суммы, достаточно несложно выразить искомое значение в явном виде. Получим:



В рамках пакета Excel, можно избежать решения этого громоздкого уравнения, прибегнув к помощи пакета «поиск решения».

В результате получим для каждой из сравнимых компаний. После этого, необходимо усреднить полученные значения. Для этого используется либо среднее, либо медианное значение в зависимости от того насколько близкими получились найденные темпы роста. В случае, если заметны явные выбросы, медианное значение позволят их не учитывать, если же явных и серьезных выбросов нет - используется среднее значение. Полученное усредненное значение назовем .

Наконец, взяв в качестве темпов роста компании в терминальном периоде, при помощи стандартного DCF, может быть найдена искомая оценка компании. Финальное уравнение будет иметь следующий вид:

В дополнение к данной методологии может быть предложено еще несколько элементов. Во-первых, безусловно, если у аналитика имеются какие-либо неучтенные данные, влияющие на терминальный темп роста оцениваемой компании, полученный темп роста может быть скорректирован. На самом деле, является скорее оценкой темпов роста данной отрасли.

Во-вторых, если в распоряжении аналитика имеются данные по достаточному количеству компаний, после нахождения для каждой из них, может быть построено (к примеру, с помощью метода Монте-Карло) вероятностное распределение темпов роста для данной отрасли. В результате, вместо одного значения, которое получается в результате предложенной модификации, может быть получен интервал, с заданным уровнем значимости, выбор же значения из него останется задачей аналитика, проводящего анализ. Такое дополнение сделает метод более гибким и, показывая допустимые границы, в которых должен находиться темп терминального роста, позволит при этом его несколько варьировать, учитывая данные, известные о компании.

Итак, описанная методология была протестирована на актуальных данных компаний из металлургического сектора.

Краткое описание металлургической отрасли в целом и выбранных компаний в частности

Итак, начнем с описания сектора в целом и, затем, кратко остановимся на выбранных компаниях.

Металлургическая отрасль традиционно является одной из отраслей специализации, базовой для российской экономики. В 2013 году объём производства в металлургии России составил 3,95 трлн. рублей ($124 млрд.). Доля отрасли в объёме выпуска в обрабатывающей промышленности была на уровне 15%.

На сегодняшний день Россия занимает четвертое место в мире по производству стали (72,4 млн. т. в год), а по экспорту стальной продукции - 3 место в мире (27,6 млн. т. в год -- 46 % от общего объема производимого металлопроката). Доля чёрной металлургии в общем объёме промышленного производства составляет приблизительно 9,8 %. Отрасль насчитывает более 1,5 тыс. предприятий и организаций, 70 % из которых являются градообразующими. Число занятых в отрасли -- более 660 тыс. человек.

Для анализа были выбраны 10 компаний из отрасли. Оценка искалась для компании «ArcelorMittal», которая является крупнейшим игроком и, к примеру, к концу 2008 года контролировала практически 10% мирового рынка стали. Она была образована в 2006 году путём слияния люксембургской компании «Arcelor» и индийской «MittalSteel». Выбор обусловлен доступностью различных исследований, проведенных по этой компании и, соответственно, возможностью оценить предлагаемую методологию при помощи сравнения результатов с внешними источниками.

Далее были выбраны девять компаний, сравнимых с «ArcelorMittal». Все они принадлежат металлургической отрасли, их акции свободно торгуются на рынке (что говорит о том, что и данные находятся в публичном доступе). Список этот включает в себя:

ОАО «Магнитогорский металлургический комбинат»; (Россия)

ПАО «Новолипецкий металлургический комбинат» (НЛМК); (Россия)

ПАО «Северсталь»; (Россия)

ГМК «Норильский никель»; (Россия)

Bengang Steel Plates Co., Ltd.; (Китай)

Hunan Valin Steel Co., Ltd.; (Китай)

JSW SteelLtd.; (Индия)

Erdemir; (Турция)

Steel Authority of India Limited. (Индия)

Как мы видим, в нем представлены 4 крупнейшие российские компании сектора, 2 китайские, 2 индийские и одна турецкая. Все они занимают лидирующие позиции на внутренних рынках, а, многие из них, еще производят продукцию на экспорт.

Для анализа использовались данные годовых отчетностей за 2015 год, для тех же параметров, по которым доступны ежедневные данные (к примеру, цена акций), использовалось значение на 30 декабря 2015 года.

Определение рыночной оценки темпов постоянного роста для металлургической отрасли

Итак, после того как выборка была собрана, первым этапом был сбор всех необходимых для реализации сравнительного подхода данных по рассматриваемым компаниям. Источником информации служили: годовые и квартальные отчетности компаний, открытые ресурсы, базы данных ThomsonReuters и Bloomberg. Все собранные данные были первично обработаны и приведены к рублевому эквиваленту: для этого использовались курсы валют, зафиксированные 30 декабря 2015 года.

В результате были получены следующие данные:

Денежные средства	Акции сторонних компаний на балансе	Количество акций	Размер долга	Балансовая стоимость на акцию	Денежный поток на акцию	EPS	EBITDA	Выручка	Цена акции	Капитализация	ID
52,784,804,800	942,585,800	11,172,494,000	134,737,726,500	21.61	8.70	2.90	119,708,396,600	423,366,037,400	18.88	208,918,971,399	MAGN
110,210,032,000	870,079,200	5,993,227,240	195,220,156,950	62.39	20.30	11.60	141,242,856,800	580,632,852,800	62.60	371,624,642,090	NLMK
120,215,942,800	1,087,599,000	837,718,660	178,897,487,477	202.74	142.48	51.48	133,122,117,600	463,752,213,600	609.50	505,756,327,885	CHMF
295,486,000,000	1,625,000,000	158,245,480	602,415,000,000	1082.69	1305.12	678.00	311,488,353,600	619,351,377,200	9150.00	1,434,239,975,424	GMKN
57,465,714,000	5,645,950,500	3,136,000,000	271,709,944,806	42.76	10.51	14.31	39,063,269,400	335,324,739,300	63.50	184,257,500,064	Bengang
129,152,515,200	37,989,979,800	3,015,650,030	596,096,421,745	36.11	20	43.38	15,529,158,900	463,962,969,900	35.33	106,470,092,920	HunVal
18,504,052,200	945,646,400	241,722,040	380,549,178,301	981.32	373.57	84.14	94,005,584,700	543,074,263,400	995.54	270,945,107,368	JSTL
73,189,801,500	8,927,410,200	3,500,000,000	74,430,224,534	102.04	33.69	13.96	53,664,208,800	297,123,163,500	78.05	272,350,352,417	EREGL
24,940,454,900	0	4,130,525,290	285,722,549,200	100.01	6.43	4.91	44,595,560,300	442,891,941,200	66.85	214,258,979,095	SAIL

Таблица №1. Данные для сравнительного подхода. Все натуральные показатели приведены в рублях.

После этого было выбрано 5 мультипликаторов, при помощи которых и проводилась оценка девяти представленных выше компаний. Использовались достаточно стандартные соотношения:

; (цена акции/доходы на 1 акцию)

; (цена акции/денежный поток на 1 акцию)

; (цена акции/балансовая стоимость на 1 акцию)

;

(EV/выручка).

Безусловно, данный список не является исчерпывающим перечислением всех мультипликаторов, которые могут быть использованы в данном случае. Так, существует целый ряд специфических отраслевых мультипликаторов, как, например, для рассматриваемой отрасли - металлургии. К сожалению, их использование на практике связано с некоторыми дополнительными затруднениями: не все компании публикуют в открытом доступе подобные данные. В нашем случае, лишь для 5 из 9 компаний удалось найти эту информацию, а такое сокращение выборки с целью использования одного (пусть и подходящего для отрасли) мультипликатора, представляется неразумным.

Кроме того, значительное количество исследований посвящено вопросу правильного выбора весов оценок, полученных различными мультипликаторами в зависимости от рассматриваемой отрасли либо известной информации о компании. Тем не менее, в данной работе, рыночный подход используется скорее для демонстрации методологии, что несколько снижает требования к точности получаемых им оценок, поэтому мы остановимся на указанных мультипликаторах, и будем использовать обычное среднее для получения финальной оценки.

Итак, в результате проведения расчетов и учета необходимых поправок, были получены следующие значения мультипликаторов:

	P/E	P/CashFlow	P/BV	EV/EBITDA	EV/Sales
MAGN	6.88	3.01	0.87	2.44	0.69
NLMK	5.32	3.37	1	3.24	0.79
CHMF	12.01	7.29	3.11	3.84	1.22
GMKN	13.77	10.48	8.87	7.01	3.47
Bengang	69.73	7	1.05	9.06	0.66
HunVal	158.38	4.16	1.35	39.4	1.32
JSTL	12.43	4.28	0.95	6	1.22
EREGL	9.45	6.14	0.87	5.03	0.93
SAIL	12.9	6.84	0.63	11.23	1.22

Таблица №2. Значения рыночных мультипликаторов для исследуемых компаний.

Как мы видим, заметна волатильность значений, имеют место выбросы. Поэтому, для усреднения будем использовать медианное, а не среднее значение.

Обратим внимание, что, не смотря на то, что нами были найдены данные соотношения для всех девяти компаний, оценивая каждую из них, использовались только мультипликаторы других компаний, так как иначе, полученные значения не были бы в полной мере рыночной оценкой компаний. К примеру, чтобы найти значение мультипликатора, применимое для оценки Магнитогорского металлургического комбината (MAGN), необходимо взять медиану по оставшимся восьми компаниям.

Так, получаем следующие значения:



	Median P/E	Median P/CashFlow	Median P/BV	Median EV/EBITDA	Median EV/Sales
MAGN	12.665	6.49	1.025	6.505	1.22
NLMK	12.665	6.49	1	6.505	1.22
CHMF	12.665	5.21	0.975	6.505	1.075
GMKN	12.22	5.21	0.975	5.515	1.075
Bengang	12.22	5.21	0.975	5.515	1.22
HunVal	12.22	6.49	0.975	5.515	1.075
JSTL	12.455	6.49	1.025	6.02	1.075
EREGL	12.665	5.56	1.025	6.505	1.22
SAIL	12.22	5.21	1.025	5.515	1.075

Таблица №3. Медианные значения рыночных мультипликаторов для исследуемых компаний.

Далее, как было описано в главе 1, умножаем мультипликатор на соответствующую ему базу и находим числитель. В случаях когда используется EV, дополнительные пояснения будут избыточными, переход же между полученной ценой акции (P), и стоимостью компании стоит описать чуть подробнее.

Действительно, стоимость компании складывается из стоимости капитала (который разделен на акции) и долга. Найдя цену одной акции, можно несложно определить размер рыночной капитализации компании (умножив цену на количество акций). Затем, к полученному результату необходимо прибавить чистый долг компании.

где:

- рыночная капитализация;

- размер долга;

- денежные средства;

- акции сторонних компаний на балансе.

Формула, использованная в работе и приведенная выше, является немного более точной. Она позволяет учесть MinorityInterest - неконтролирующие пакеты акций других компаний на балансе оцениваемой, и включает поправку долга на Cash&Investments, т.к. с их использованием долг может быть мгновенно выплачен, а, значит, отсутствие такой нормировки приводило бы к переоценке компании.

Так, при помощи каждого соотношения были получены оценки стоимости всех компаний.



\



Рисунки №1 - 9 . Результаты использования сравнительного подхода для выбранных компаний (млн. рублей).

На графиках выше также приведены среднее и медианное значения для каждой компании. В большинстве случаев они оказываются относительно близко друг к другу и, так как выбросов (хоть они и были) относительно немного, для аппроксимации мультипликаторов в одно значение может быть использовано среднее. Как описывалось выше, исходя из целей работы, подбирать веса, с чтобы уточнить полученную оценку мы так же не будем.

В результате получим следующие оценки (млн. рублей):

Компания	Среднее EV
MAGN	566,529
NLMK	785,789
CHMF	575,483
GMKN	1,281,536
Bengang	427,011
HunVal	892,181
JSTL	664,238
EREGL	476,573
SAIL	462,844

Таблица №4. Итоговый результат оценки рыночным подходом (млн. рублей).

Перейдем теперь к следующему шагу, согласно описанной в пункте 2.1. методологии.

Для начала, отметим, что был выбран прогнозный период длительностью в 4 года: с 2016г. по 2019г. включительно. Такой размер (от 3 до 5 лет) прогнозного периода является достаточно часто применимым, так как прогнозирование на более длительный период обычно вызывает ряд дополнительных сложностей.

Так как целью нашей оценки является нахождение рыночной стоимости всей компании, будем использовать поток к инвестированному капиталу (FCFF). Соответствующая такому потоку ставка дисконтирования - средневзвешенная стоимость капитала (WACC), начнем с ее нахождения.

Используя формулу, приведенную в пункте 2.1., была найдена ставка дисконтирования для рассматриваемых компаний. Результаты приведены в таблице ниже:

Компания	WACC
MAGN	11.30%
NLMK	10.80%
CHMF	13.80%
GMKN	10.40%
Bengang	6.35%
HunVal	7.60%
JSTL	8.70%
EREGL	9.40%
SAIL	11%

Таблица №5. Средневзвешенная стоимость капитала для компаний из выборки.

Стоит отметить что:

Использовалась фактическая структура капитала по данным на рассматриваемую дату

Для нахождения стоимости долга, вначале рассчитывался коэффициент покрытия ( ). Затем, на его основании, компании присваивался синтетический кредитный рейтинг и выбиралась соответствующая поправка (defaultspread). Стоимость же долга определялась как сумма безрисковой ставки и данной поправки .

Стоимость капитала находилась при помощи модели ценообразования капитальных ресурсов (CAPM).

Стоит отметить, что получившиеся результаты вполне согласуются со стандартными значениями WACC, которые, для металлургических, компаний чаще всего попадают в промежуток от 8% до 15% (для Китайских компаний часто используется несколько меньшая ставка дисконтирования, что мы и видим в данном случае).

Следующим шагом было построение прогнозов выручки и остальных составляющих денежного потока. За основу прогноза были взяты оценки компаний ThomsonReuters и Bloomberg. Их результаты были усреднены, после чего в них были внесены корректировки исходя из прогнозов компании (если таковые имелись). Рассмотрим дальнейшие действия на примере первой компании из исследуемого списка - Магнитогорского металлургического комбината (MAGN).

Так, мы имеем исторические данные по выручке и себестоимости (в таблице приведены за 2 последних года, хотя доступны вплоть до 2007 года) и прогноз относительно их поведения в течение прогнозного периода, который был получен соответственно описанию выше.

	2014	2015	2016E	2017E	2018E	2019E
Выручка	7,952	5,839	5,173	5,466	5,838	6,346
Себестоимость	5,680	4,054	3,810	4,089	4,227	4,533

Таблица №6. Прогноз выручки и себестоимости ММК (млн. долл).

Эти данные позволяют нам спрогнозировать изменения чистого оборотного капитала (). Действительно, чистый оборотный капитал может быть найден по формуле

где:

- текущие активы;

- текущие обязательства;

- запасы;

- дебиторская задолженность;

.- денежные средства для операционной деятельности;

- кредиторская задолженность;

- другие текущие обязательства.

Текущие активы и обязательства могут включать в себя и другие составляющие, но именно такова их структура (согласно данным отчетности) у ММК, кроме того, она является относительно стандартной для большинства компаний.

Составные части данного уравнения на практике часто прогнозируются как процент от выручки или себестоимости. Последуем и мы данной логике и на основании исторических данных (использовался ряд с 2010 года из-за серьезных скачков показателей в предыдущие годы) получим следующие приблизительные соотношения:

Запасы как % от с/с	19%
Деб. Задолженность как % от выручки	12%
Операционные д/с как % от выручки	2%
Кредит. Задолженность как % от с/с	21%
Другие текущие обязательства как % от выручки	4%

Таблица №7. Оценка составляющих частей оборотного капитала ММК.

Конечно, данные доли носят скорее приблизительный характер, но в целях построения нашего прогноза такой точности будет вполне достаточно.

Получив и подставив в уравнение все составляющие, нам останется лишь найти изменение чистого оборотного капитала. Для любого года оно равняется разнице между значениями NWC в этот и предыдущий периоды. Получим следующий прогноз (млн. долл.):

	2014	2015	2016E	2017E	2018E	2019E
Выручка	7,952	5,839	5,173	5,466	5,838	6,346
Себестоимость	5,680	4,054	3,810	4,089	4,227	4,533
Запасы	1,051	750	705	756	782	839
Дебит.задолж.	954	701	621	656	701	762
Операционные д/с	119	88	78	82	88	95
Итого текущие активы	2,124	1,538	1,403	1,494	1,570	1,695
Кредит.задолж.	1,193	851	800	859	888	952
Другие текущие обязательства	318	234	207	219	234	254
Итого текущие обязательства	1,511	1,085	1,007	1,077	1,121	1,206
NWC	613	453	396	417	449	490
? NWC		-160	-57	21	32	41

Таблица №8. Прогноз изменений чистого оборотного капитала ММК.

Остальные составляющие денежного потока прогнозируются, подобно выручке и себестоимости, на основании исторических данных. В данной работе вновь были использованы прогнозы аналитиков с поправками на динамику, которая наблюдалась относительно исследуемого показателя за последние периоды. В результате получим прогноз свободного денежного потока на инвестированный капитал для компании. Остается только продисконтировать его, используя в качестве ставки WACC (11.3%), найденную ранее.

Получим:

	2015	2016E	2017E	2018E	2019E
D & A	535	510	531	551	560
EBIT(1-T)	420	459	525	594	661
CAPEX	352	319	330	341	384
? NWC	-160	-57	21	32	41
FCFF	763	707	705	772	796
PV (FCFF)		636	569	560	519

Таблица №9. Прогноз FCFF компании ММК (млн. долл).

Теперь сложим полученные дисконтированные потоки (сумма будет равна 2,283 млн. долл.) и вычтем из оценки, полученной с использованием рыночного подхода (566,529 млн. рублей), предварительно переведя все значения в одну валюту.

Получившаяся разница (5,530 млн. долл) будет не чем иным, как приведённой терминальной стоимости ММК, при условии, что он растет в этом (терминальном) периоде с темпом роста . Найдем этот темп роста.

Для этого, в начале, умножим это значение на , получив из приведённой терминальной стоимости «обычную» (. Затем, решим уравнение:

Для этого воспользуемся надстройкой «поиск решения», доступной в рамках пакета excel и получим искомое значение:

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Теперь необходимо проделать аналогичные шаги для оставшихся восьми рассматриваемых компаний. Не будем подробно останавливаться на процедуре прогнозирования и вычислениях для каждой из них, так как они в значительной степени аналогичны представленным выше.

В результате получаем следующие значения темпов терминального роста для нашей выборки компаний:

Рисунок №10. Рыночная оценка темпов терминального роста компаний из выборки

Среднее значение (1.05%) представляется более предпочтительным для использования в сравнении с медианным, так как, в данном случае, в силу различных параметров, рынок оценивает терминальные темпы роста компаний по разному, а использование среднего значения позволяет учесть все из них.

Здесь, как и в случае с оценкой компании с использованием мультипликаторов, возможно введение различных весов (а не простого среднего) для различных темпов роста. К примеру, если известно, что оцениваемая компания близка по стадии развития, объемам оборота или каким-либо другим показателям к одной из компаний выборки, ее терминальные темпы роста могут быть учтены с большим коэффициентом. Такой подход может служить заменой вероятностному методу, использование которого для больших выборок предлагалось в начале работы. Он также позволяет аналитику внести некоторые корректировки в получаемый результат. Тем не менее, количество компаний должно оставаться достаточно большим, и ни одна них (пусть и похожая на оцениваемую) не должна серьезно превалировать, чтобы не допускать сильного смещения получаемой оценки.

В нашем случае, остановимся на среднем значении. Таким образом, мы получили рыночную оценку темпов постоянного роста компаний металлургической отрасли, применимую для пост-прогнозного периода в рамках метода дисконтированных денежных потоков.



Оценка компании ArcelorMittal с использованием предложенной модификации и найденного темпа постоянного роста

Осталось, используя метод дисконтированных денежных потоков, оценить компанию ArcelorMittal, используя в качестве темпа ее роста в терминальном периоде рыночную оценку полученную выше.

По аналогии с проведенной уже нами в данной работе оценкой данным методом, начнем с того, что WACC для компании по результатам анализа находится на уровне 13.4%. Такой результат вполне согласуется с данными аналитических агентств, исследования которых могут быть найдены в открытом доступеhttp://www.seia.gov.ua/seia/doccatalog/document?id=127340. Чаще всего, стоимость капитала оценивалась для ArcelorMittal от 11% до 17% (в зависимости, в том числе, от даты проведения оценки).

Перейдем теперь к построению прогноза. Соотношения, выведенные на основе исторических данных для составляющих оборотного капитала, на этот раз выглядят следующим образом:

Запасы как % от с/с	18.2%
Деб. Задолженность как % от выручки	11.0%
Операционные д/с как % от выручки	1.5%
Кредит. Задолженность как % от с/с	22%
Другие текущие обязательства как % от выручки	6%

Таблица №10. Оценка составляющих частей оборотного капитала ArcelorMittal.

Исходя из них, построим прогноз изменений NWC (млн. долл.):

	2014	2015	2016E	2017E	2018E	2019E
Выручка	79,282	63,578	59,828	62,438	63,838	64,274
Себестоимость	73,288	65,196	50,562	52,868	54,788	53,805
Запасы	13,338	11,866	9,202	9,622	9,971	9,792
Дебит.задолж.	8,721	6,994	6,581	6,868	7,022	7,070
Операционные д/с	1,189	954	897	937	958	964
Итого текущие активы	23,249	19,813	16,681	17,427	17,951	17,827
Кредит.задолж.	16,123	14,343	11,124	11,631	12,053	11,837
Другие текущие обязательства	4,757	3,815	3,590	3,746	3,830	3,856
Итого текущие обязательства	20,880	18,158	14,713	15,377	15,884	15,693
NWC	2,368	1,655	1,967	2,049	2,068	2,133
? NWC		-713	312	82	18	66

Таблица №11. Прогноз изменений чистого оборотного капитала ArcelorMittal.

Далее, аналогично с уже использованной методологией, спрогнозируем остальные составляющие чистого денежного потока на инвестированный капитал, и затем приведем полученные значения к сегодняшнему дню, используя ставку WACC = 13.4%.

	2015	2016E	2017E	2018E	2019E
D & A	3,192	3,166	3,185	3,305	3,136
EBIT(1-T)	957	1,099	1,897	2,553	3,928
CAPEX	2,707	2,496	2,682	2,814	2,973
? NWC	-713	312	82	18	66
FCFF	2,155	1,457	2,318	3,026	4,025
PV(FCFF)		1,285	1,802	2,075	2,434

Таблица №12. Прогноз FCFF компании ArcelorMittal (млн. долл).

Наконец, используя найденную ранее оценку темпов терминального роста и стоимость капитала для компании, найдем ее терминальную стоимость. Она составит 32,927 млн. долл.

Осталось привести ее к сегодняшнему дню:

где:

- терминальная стоимость (в период стабильного роста);

- текущая стоимость терминальной стоимости.

И добавить к сумме дисконтированных денежных потоков:

Итак, мы получили искомую оценку:

Заметим, что полученная нами оценка, достаточно адекватна доступным результатам других исследований. Так, например, компания 4-traders http://www.4-traders.com/ARCELORMITTAL-6333/ оценила компанию в 27, 2 млрд. долларов. Другие оценки, так же находятся в интервале до 30 млрд. долл.

Таким образом, нами была разработана и описана методология, позволяющая заменить субъективный критерий оценки темпов терминального роста компании, на объективную и наблюдаемую оценку рынка.

Оценка чувствительности полученного результата

Ранее в этой работе формулировалась идея, что оценка стоимости компании может быть достаточно чувствительной к изменению темпа роста в пост-прогнозном периоде. Такая чувствительность может приводить к манипуляциям результатами оценки. Вследствие этого, представляется разумным провести анализ чувствительности полученного результата к изменению темпов терминального роста.

В результате проведенного анализа, было получено значение и, соответствующее ему значение стоимости компании млрд. долл. Теперь, будем изменять темп роста на 1 п.п. и посмотрим, как это повлияет на результат. Для начала уменьшим . В таком случае, получим новую оценку компании млрд. долл. Как мы видим, она потеряла в оценке около 2 млрд. долл., то есть уменьшилась приблизительно на 6.1% - достаточно значительное изменение.

Теперь будем увеличивать темпы роста. Анализ чувствительности представлен в таблице ниже (EV и ? EV в млн. долл.).

g	EV	? EV
0.05%	25,834	-1,673
1.05%	27,508	0
2.05%	29,476	1,968
3.05%	31,824	4,317
4.05%	34,675	7,168
5.05%	38,209	10,701
6.05%	42,703	15,196

Таблица №13. Анализ чувствительности EV ArcelorMittal к изменению g.



Рисунок №11. Прирост EV ArcelorMittal в результате изменения g.

Также, для наглядности, прирост стоимости компании в результате изменения темпов роста был представлен на графике.

Как мы видим, достаточно небольшое увеличение темпов роста в пост-прогнозном периоде, за счет высокой доли терминальной стоимости в общей оценке компании, приводит к значительным изменениям оценки. Так, увеличив g всего на 2-3 п.п., аналитик оценит компанию практически на четверть дороже. Такая высокая чувствительность обосновывает использование предложенной методологии и подчеркивает важность решения проблемы минимизации субъективности в процессе оценки компании.



Список использованной литературы

Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов / Пер. с англ. М., 2014.

Оценка бизнеса/Под ред. А.Г. Грязновой, М.А. Федотовой. - М.: Финансы и Статистика, 2007.

“Стандарты оценки, обязательные к применению субъектами оценочной деятельности”, утвержденные Постановлением Правительства РФ от 06.07.2011 №519

Ивашковская И.В. Управляемая стоимость // Секрет фирмы. 2003. №4.

Чиркова Е.В. Как оценить бизнес по аналогии: Пособие по использованию рыночных мультипликаторов / 2-е изд., испр и доп. - М.: Альпина Бизнес Букс, 2009.

Грязнова А.Г. Оценка бизнеса / А.Г. Грязнова, М.А. Федотова М., 2009.

Есипов В., Маховикова Г. Оценка бизнеса. - СПб.: Питер, 2010.

Калинин Д., Новые методы оценки стоимости компаний // Рынок ценных бумаг, 2010, №8.

Феррис К., Пешеро Б. Оценка стоимости компании как избежать ошибок при приобретении. - М.: Вильямс.

Bhojraj S. Who Is My Peer? A Valuation-Based Approach to the selection of Comparable Firms

Fama, Eugene F; French, Kenneth R (Summer 2014). "The Capital Asset Pricing Model: Theory and Evidence". JournalofEconomicPerspectives 18

Modigliani F., Miller M. H. The Cost of Capital, Corporation Finance and the Theory of Investment // Amer. Econ. Rev. 1958. June.

Copeland T.E., Koller T. and Murrin J. Valuation: Measuring and Managing the Value of Companies, Third edition, New York, 2010.

Размещено на Allbest.ru