Меню
Главная
Авторизация/Регистрация
 
Главная arrow Экономика arrow Инвестиционная оценка: Инструменты и методы оценки любых активов

ЗАМЕЧАНИЕ 0 СТОИМОСТИ БРЕНДА

Обычно премии за бренд добавляют к оценке, получаемой на основе дисконтированных денежных потоков. Как вы могли убедиться на предыдущем примере, это — ошибка. При правильной трактовке стоимость бренда уже включается в оценку через ряд аспектов — в виде повышенной маржи операционной прибыли, повышенных коэффициентов оборачиваемости, а также повышенной доходности капитала. Указанные аспекты, в свою очередь, оказывают долгосрочный эффект импульсного характера, увеличивая ожидаемые темпы роста и стоимость. Добавление премии за бренд к получаемой стоимости приведет к двойному счету.

Как же обстоит дело с теми фирмами, которые не извлекают выгод от ценного бренда? К стоимости такой фирмы можно добавить премию, но это будет премия не за бренд, а за контроль. Фактически, можно оценить похожие премии для любых недоиспользуемых или плохо управляемых активов, но в реальности премию следует учитывать только в том случае, если приобретается контроль над фирмой.

Мультипликатор «стоимость/объем продаж» и маржа прибыли

Рисунок 20.3. Мультипликатор «стоимость/объем продаж» и маржа прибыли

Мультипликаторы «стоимость/объем продаж» и маржа операционной прибыли

Рисунок 20.4. Мультипликаторы «стоимость/объем продаж» и маржа операционной прибыли 30

Мультипликаторы «цена/объем продаж»

Рисунок 20.5. Мультипликаторы «цена/объем продаж» (PS) в сопоставлении с маржей чистой прибыли на примере акций интернет-фирм и дальше продолжать ее зарабатывать), то использование текущей маржи прибыли и текущих мультипликаторов выручки для идентификации недооцененных или переоцененных ценных бумаг является обоснованным. Если же текущая маржа прибыли фирмы не сильно коррелирует с ожидаемой в будущем маржей прибыли, то в ситуации, когда данная фирма имеет низкую текущую маржу прибыли и торгуется при высоких мультипликаторах «цена/объем продаж», утверждения о переоцененности этой фирмы уже не выглядят адекватно. Вторая проблема, связанная с этим подходом, заключается в том, что мультипликаторы выручки линейно связаны с маржей прибыли. Иными словами, если маржа прибыли увеличивается вдвое, то ожидается удвоение мультипликатора выручки. Третья проблема состоит в игнорировании различий, касающихся других фундаментальных переменных, особенно риска. Таким образом, фирма, выглядящая недооцененной из-за наличия у нее высокой текущей маржи прибыли и торгуемая при низком мультипликаторе выручки, в действительности может быть правильно оцененной фирмой с очень высоким риском.

ИЛЛЮСТРАЦИЯ 20.9. Мультипликаторы выручки и маржа прибыли на примере специализированных розничных фирм

При первом сравнении мы рассматриваем только американские специализированные торговые фирмы. На рисунке 20.4 мультипликаторы «стоимость/объем продаж» этих фирм изображены в зависимости от величины маржи операционной прибыли тех же самых фирм за июль 2000 г. (каждая фирма обозначена специальным символом).

Фирмы с повышенной маржей операционной прибыли обычно имеют более высокие мультипликаторы «стоимость/объем продаж», а фирмы с низкой — низкие мультипликаторы «стоимость/объем продаж». Но отметим, что даже в этом подмножестве фирм — в свете взаимосвязи между мультипликаторами «стоимость/ объем продаж» и маржей операционной прибыли — наблюдается значительный шум.

ИЛЛЮСТРАЦИЯ 20.10. Мультипликаторы выручки и маржа прибыли на примере розничных интернет-торговцев

При проведении второго сравнения — на примере розничных фирм, торгующих через Интернет, — мультипликаторы «цена/объем продаж» за июль 2000 г. изображены на рисунке 20.5 в зависимости от величины маржи чистой прибыли, заработанной этими фирмами за последний год.

Как видно из рисунка, здесь связь между мультипликаторами «цена/объем продаж» и маржей чистой прибыли практически отсутствует. Это не должно удивлять. Большинство интернет-фирм имеют отрицательную чистую прибыль и отрицательную маржу чистой прибыли. Значения рыночной стоимости таких фирм основаны не на их сегодняшних заработках, а на тех, что ожидаются в будущем, поэтому корреляция между текущей и ожидаемой маржей прибыли оказывается незначительной.

Статистические подходы. В ходе проведения анализа мультипликаторов «цена/прибыль» и «цена/балансовая стоимость» мы использовали регрессии для смягчения различий в риске, росте и коэффициентах выплат исследуемых фирм. Для анализа можно также использовать регрессии мультипликаторов выручки — с целью смягчения различий между фирмами. В данном разделе мы начнем анализ с применения этого подхода к сопоставимым компаниям, определенным достаточно узко: как «фирмы, функционирующие в одном и том же бизнесе», а затем расширим его, чтобы охватить весь сектор и рынок.

Сопоставимые фирмы в одном и том же бизнесе. В последнем разделе мы изучали фирмы, функционирующие в одном и том же бизнесе, разыскивая несоответствия: фирмы с высокой маржей прибыли и низким мультипликатором выручки рассматривались как недооцененные. При простом расширении этого подхода мы можем регрессировать мультипликаторы выручки по марже прибыли среди фирм сектора:

Рассмотренные регрессии можно использовать для оценки прогнозируемых значений стоимости для фирм из выборки, а это способствует идентификации недооцененных и переоцененных фирм.

Если число фирм в выборке достаточно велико, чтобы дать возможность провести такую идентификацию, то рассматриваемую регрессию можно расширить за счет добавления других независимых переменных. Например, стандартное отклонение цен на акции или коэффициент бета можно использовать в качестве независимой переменной для учета различий в риске, а аналитические оценки ожидаемого роста могут смягчить различия в росте. Регрессию можно также модифицировать для учета нелинейных связей между мультипликаторами выручки и какой-либо из этих переменных или между рассматриваемыми мультипликаторами и всеми указанными переменными.

Можно ли использовать этот подход для таких секторов, как Интернет, в котором, по всей вероятности, связь между мультипликаторами выручки и фундаментальными переменными мала или вообще отсутствует? Это возможно, но только при условии, что вы адаптируете его для рассмотрения детерминантов стоимости в указанных секторах.

ИЛЛЮСТРАЦИЯ 20.11. Регрессионный подход на примере специализированных розничных фирм

Давайте снова рассмотрим график из иллюстрации 20.9, содержащий разброс точек, соответствующих значениям мультипликаторов «стоимость/объем продаж» и маржи операционной прибыли специализированных розничных фирм. Очевидно, что здесь существует положительная связь, и регрессия мультипликаторов «стоимость/объем продаж» по марже операционной прибыли для специализированных розничных фирм дает следующее уравнение:

Эта регрессия охватывает 162 наблюдения и содержит значения t-статистики, отмеченные в квадратных скобках. Давайте оценим прогнозируемое значение мультипликатора «стоимость/объем продаж» для Talbots, одной из фирм, которая принадлежит к группе специализированных розничных торговцев и имеет маржу операционной прибыли в размере 11,22%.

При фактическом значении мультипликатора «стоимость/объем продаж», равном 1,27, Talbots можно трактовать как переоцененную фирму.

Эту регрессию можно модифицировать двумя способами. Один из них состоит в регрессии мультипликатора «стоимость/объем продаж» по натуральному логарифму маржи операционной прибыли при допущении нелинейной связи между двумя переменными:

Другой способ заключается в расширении регрессии путем включения в нее ориентировочных значений риска и роста.

где

Эта регрессия имеет меньше наблюдений (124), чем предыдущие две, но зато характеризуется более высоким значением R-квадрата, равным 50,09%. Прогнозируемый мультипликатор «стоимость/объем продаж» для фирмы Talbots при использовании данной регрессии будет равен:

Фирма Talbots остается переоцененной даже после корректировок регрессии с учетом различий в росте и риске.

ИЛЛЮСТРАЦИЯ 20.12. Регрессионный подход на примере розничных интернет-торговцев

Для случая акций интернет-компаний, изображенных в иллюстрации 20.10, регрессия мультипликаторов «цена/объем продаж» по марже чистой прибыли дает следующее уравнение:

Здесь наблюдается не только близость R-квадрата к нулю, но и отрицательная связь между текущими значениями маржи чистой прибыли и мультипликатором «цена/ объем продаж». Таким образом, связь между оценкой этих акций рынком и их текущей прибыльностью мала.

С помощью каких переменных можно улучшить ситуацию, объяснив различия в мультипликаторах «цена/объем продаж» для акций интернет-компаний? Рассмотрим следующие утверждения.

  • ? Поскольку выборка содержит фирмы с очень маленькой выручкой, а также фирмы с гораздо большей выручкой, следует рассчитывать на то, что фирмы с меньшей выручкой торгуются при существенно завышенных мультипликаторах выручки по сравнению с фирмами с большей выручкой. Таким образом, можно ожидать, что фирма Amazon, имеющая выручку почти в 2 млрд, долл., будет торговаться при более низком мультипликаторе выручки, чем фирма iVillage, выручка которой не превышает 60 млн. долл.
  • ? Существует большая вероятность, что некоторые или многие из этих интернет-фирм не выживут, поскольку у них иссякнут запасы денежных средств. Широко используемым индикатором, измеряющим возможность появления таких проблем с денежными средствами, является коэффициент прожигания денег (cash burn ratio), который представляет собой отношение кассовых остатков к абсолютному значению EBITDA (он обычно является отрицательным числом). Фирмы с низким коэффициентом прожигания денег в большей степени подвержены риску попадания в кризис ликвидности и должны торговаться при заниженных мультипликаторах выручки.
  • ? Ключевым детерминантом стоимости этих фирм является рост выручки. При прочих равных условиях фирмы, увеличивающие свою выручку более быстрыми темпами, по всей вероятности, должны быстрее достичь прибыльности.

Приводимая ниже регрессия соотносит мультипликаторы «цена/объем продаж» с уровнем выручки [1п(выручки)], коэффициентом прожигания денег (абсолютная величина денежных средств/EBITDA) и ростом выручки для интернет-фирм за последний год:

Данная регрессия включает 117 наблюдений и обладает значением R-квадрата, равным 13,83%. Все мультипликаторы имеют правильный знак, но при этом характеризуются предельной статистической значимостью. По этой регрессии прогнозируемый мультипликатор «цена/объем продаж» (PS) для фирмы Amazon.com за июль 2000 г. будет равен:

При фактическом мультипликаторе «цена/объем продаж», равном 6,69, фирма Amazon.com выглядит значительно недооцененной относительно других интернет- фирм.

В любом случае регрессии содержат слишком много шума, чтобы их можно было использовать в качестве весов для прогноза. В результате низкая способность к объяснению при использовании фундаментальных переменных и громадные различия в показателях относительной стоимости должны предостерегать от использования мультипликаторов в секторах, подобных рассматриваемому, где фирмы находятся в переходных состояниях и периодически резко изменяются.

Рыночные регрессии. Если использование регрессии позволяет смягчать различия между фирмами, то представляется возможным расширить этот подход, включив в рассмотрение более широкий спектр фирм. Здесь для оценки мультипликатора «цена/объем продаж» как функции от фундаментальных переменных (таких, как маржа прибыли, выплата дивидендов, коэффициент бета и темпы роста прибыли) используются данные перекрестных распределений.

Рассмотрим сначала технологический сектор. Регрессируя мультипликатор «цена/объем продаж» по марже чистой прибыли, темпам роста прибыли, коэффициенту выплат и коэффициенту бета за июль 2000 г., получаем следующий результат:

В этой регрессии 273 наблюдения, а R-квадрат равен 53,8%.

Для того чтобы охватить весь рынок, этот подход можно расширить. В первом издании этой книги регрессии мультипликаторов «цена/объем продаж» по фундаментальным переменным (коэффициент выплаты дивидендов, темпы роста прибыли, маржа прибыли и коэффициент бета) были построены для каждого года за период 1987-1991 гг.

Год

Регрессия

R-квадрат

1987

PS = 0,7894 + 0,0008 выплаты - 0,2734 бета + 0,5022 EGR + 6,46 маржа

0,4434

1988

PS = 0,166 + 0,0006 выплаты - 0,0692 бета + 0,5504 EGR + 10,31 маржа

0,7856

1989

PS = 0,4911 + 0,0393 выплаты - 0,0282 бета + 0,2836 EGR + 10,25 маржа

0,4601

1990

PS = 0,0826 + 0,0105 выплаты - 0,1073 бета + 0,5449 EGR + 10,36 маржа

0,8885

1991

PS = 0,5189 + 0,2749 выплаты - 0,2485 бета + 0,4948 EGR + 8,17 маржа

0,4853

В этих регрессионных уравнениях:

PS = мультипликатор «цена/объем продаж» в конце года; выплаты = коэффициент выплат = дивиденды/прибыль в конце года;

бета = коэффициент бета акций; маржа = маржа прибыли за год = чистая прибыль/объем продаж за год (%);

EGR = темпы роста прибыли (earnings growth rate) за предыдущие пять лет.

Эта регрессия модифицирована с учетом всего рынка за июль 2000 г. и представлена ниже:

В этой регрессии число наблюдений = 2235, а R-квадрат равен 52,5%.

Регрессию можно также построить в единицах мультипликатора «сто- имость/объем продаж» (value-to-sales — VS), где в качестве независимых переменных используются: операционная маржа, стандартное отклонение операционного дохода и коэффициент реинвестиций (reinvestment rate — RIR):

где ^opinc = стандартное отклонение операционной прибыли.

Данная регрессия также имеет 2235 наблюдений, но ее R-квадрат слегка меньше и равен 42%.

ИЛЛЮСТРАЦИЯ 20.13. Оценка компаний Cisco и Motorola с использованием секторных и рыночных регрессий по состоянию на июль 2000 г.

Секторные и рыночные регрессии можно использовать для оценки мультипликатора «цена/объем продаж» для компаний Cisco и Motorola. В приводимой ниже таблице представлены значения независимых переменных для обеих фирм.

Cisco

Motorola

Маржа чистой прибыли

17,25%

2,64%

Ожидаемые темпы роста (аналитический прогноз на пять лет)

36,39%

21,26%

Коэффициент бета

1,43

1,21

Коэффициент выплат

0

35,62%

Применяя эти значения, на основе секторной регрессии можно оценить прогнозные мультипликаторы «цена/объем продаж» для двух фирм (если использовать для сравнения лишь «технологические» компании).

Можно также оценить прогнозные мультипликаторы «цена/объем продаж» на основе рыночной регрессии:

Компания Cisco при существующем мультипликаторе «цена/объем продаж», равном 27,77, выглядит значительно переоцененной относительно как рынка, так и технологического сектора. Напротив, Motorola с мультипликатором «цена/объем продаж», равным 2,27, слегка переоценена относительно остального рынка, но значительно недооценена относительно других «технологических» компаний.

 
Посмотреть оригинал
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >
 

Популярные страницы