Как оценить бизнес по аналогии: Пособие по использованию сравнительных рыночных коэффициентов Чиркова Елена

10.1. Диагностирование переоцененности рынка с помощью показателей P/E, P/DIV, Q Тобина и «капитализация/ВВП»

На протяжении всей книги я неоднократно повторяла, что оценка по мультипликаторам – это оценка относительная. Выполненная так, как я рассказывала, она дает ответ на вопрос о том, завышена или занижена цена конкретной акции по сравнению с группой аналогов. Однако при таком подходе оценка не дает ответа на вопрос, завышена или занижена цена акции в абсолютном выражении, является ли она справедливой. Ведь мы ничего не знаем об уровне цен в среднем по рынку, а он сам может быть как адекватным, так и заниженным/завышенным, и, соответственно, усредненная стоимость группы аналогов тоже может быть завышенной или заниженной. Что толку понимать, что акция А чуть-чуть занижена в цене по отношению к акции Б, если цены и той и другой завышены примерно в два раза по сравнению со справедливым уровнем. Если вы вложитесь в акцию Б, то потеряете чуть меньше, чем при вложении в акцию А, но это вас не утешит.

В связи с этим давайте говорить прямо, без реверансов в сторону гипотезы об эффективности рынков: да, на рынке бывают пузыри, когда акции оценены выше их справедливой стоимости, и спады, когда они оценены ниже. Углубляться в рассуждения о том, откуда берутся пузыри, я не буду, об этом у меня написана целая книга [Чиркова 2010]. Приведу лишь некоторые примеры того, насколько завышенным может быть рынок в целом или отдельная отрасль.

Джон Нефф, один из выдающихся стоимостных инвесторов второй половины XX в., в своих воспоминаниях приводит такой пример: «В мае 1999 г. средний P/E индекса S&P 500 составлял приблизительно 28, но разброс P/E конкретных компаний был очень большим. Так, акции Microsoft переходили из рук в руки по цене, равной 79 годовым прибылям, P/E компании Caterpillar, производителя сельхозтехники, равнялся 12, а моих любимых акций – компании Beazer Homes – не превышал 6» [Neff 1999, р. 62]. Выдающийся стоимостной инвестор Питер Линч отмечает, что в 1999 г. дивидендная доходность компаний, входящих в список S&P 500, опустилась до 1 % [Линч 2015, с. 17]. Ниже мы поговорим о справедливых уровнях для мультипликаторов DIV/P и P/E, и станет понятно, что в 1999 г. американский рынок в среднем был переоценен раза в два, если судить по P/E, или даже в четыре, если судить по дивидендной доходности. Упал он, как мы помним, в 2000–2003 гг. примерно в два раза. Кстати, для сравнения: в 1929 г., перед самым крахом и началом Великой депрессии, P/E равнялся «всего» 20! Дэвид Дреман, еще один известный стоимостной инвестор, систематически «бьющий» рынок, отмечает, что пики бывают и выше. Он ссылается на пузырь конца 1980-х гг. в Японии, крах которого ознаменовал конец так называемого японского экономического чуда. В 1986 г. P/E индекса NIKKEI 225 составлял 86 годовых прибылей, ожидавшихся в 1987 г. [Dreman 1998, р. 240].

Применение рыночных коэффициентов – это, пожалуй, универсальный метод для диагностики уровня фондового рынка в целом. Для этого, как правило, используют четыре основных мультипликатора:

• Q Тобина («Рыночная стоимость активов/цена их замещения»);

• «Совокупная рыночная капитализация/ВВП»;

• P/DIV («Цена/дивиденды») или обратный ему DIV/P (dividend yield, «дивидендная доходность»);

• P/E («Цена/прибыль»).

10.2. Q Тобина

Для Q Тобина достаточно просто определить справедливый или целевой уровень. В теории он должен колебаться около единицы: если Q Тобина меньше единицы, т. е. рыночная стоимость активов меньше их цены замещения, активы выгодно приобретать, а не создавать/строить, и активность в сфере слияний и поглощений поднимает цены на них; и наоборот, если Q Тобина больше единицы, компаниям выгодно расти органически, а не через сделки, и сокращение объемов сделок ведет к понижению рыночных цен на активы. Небольшое превышение Q Тобина над единицей, особенно в сделках по слияниям и поглощениям, в которых, как правило, уплачивается премия по отношению к рыночной цене одной акции, должно быть нормальным, так как отражает экономию времени при приобретении активов по сравнению с их созданием с нуля, а также тот факт, что вместе с материальными активами всегда приобретаются нематериальные, не отраженные на балансе (доля рынка, персонал, опыт ведения бизнеса в отрасли и стране и т. п.). Как ни странно, исторические средние показатели Q Тобина для американского рынка существенно ниже единицы и составляют около 0,78 (см. рис. 1). На этом рисунке хорошо видно, что в кризисные годы Q Тобина падал до 0,3, даже в периоды экономического процветания редко превышал единицу, а на пике интернет-пузыря достиг 1,6 – астрономического значения.

Расчет стоимости замещения активов для рынка в целом является крайне сложным, трудозатратным и несколько субъективным. В то же время вряд ли кто сейчас считает такие показатели сам, когда они есть в базе данных Bloomberg.

10.3. Совокупная рыночная капитализация/ВВП

У показателя «совокупная рыночная капитализация/ВВП» есть серьезный недостаток: не существует исторических средних – бенчмарков, с которыми можно было бы сравнивать уровни конкретного года. Исторические и межстрановые сравнения корректны, только если публичные компании генерируют фиксированную долю ВВП или прибыли в совокупной прибыли всех компаний в стране. В силу различного институционального устройства экономик разных стран не существует целевого (оптимального) уровня отношения капитализации публичных компаний к ВВП. Хорошо известно, например, что американские компании в большей степени финансируются за счет фондового рынка, а немецкие – за счет кредитования. Институциональное устройство экономики может сильно отличаться и в масштабах одной страны, скажем, в 1920-е гг. и в наше время в США, и сравнивать столь отдаленные годы по показателю «капитализация/ВВП» некорректно даже для одного рынка.

Кроме того, у данного показателя есть еще один изъян. Совокупная рыночная капитализация включает глобальные компании, которые могут генерировать прибыль в разных странах. Капитализация этих компаний отражает их прибыль, которая никак не связана с ВВП страны инкорпорирования. Получается, что совокупная капитализация рынка конкретной страны не вполне соотносится и не должна строго соотноситься с ВВП данной страны. Высокий показатель «капитализация/ВВП» в принципе характерен для небольших, но развитых стран, и даже необязательно, чтобы там котировалось много иностранных компаний. Например, он высок в Швейцарии, где местный рынок маленький, но в стране есть несколько очень крупных транснациональных компаний и банков типа Nestl, Pfizer и UBS, чьи выручка и прибыль несопоставимы с тем, сколько они получали бы, работая только на национальный рынок.

В табл. 13 приводятся данные по показателю «капитализация/ВВП» для 1913 и 1980 гг. для ряда стран. Поражает, как межстрановой, так и межвременной разброс, а еще больше – тот факт, что во многих странах, да и «в среднем по больнице» в 1913 г. этот показатель был гораздо выше! В табл. 14 включены данные по показателю «капитализация/ВВП» на 2016 г. Обратите внимание на то, с каким отрывом лидирует Гонконг.

Как было указано выше, показатель «совокупная рыночная капитализация/ВВП» применим лишь на промежутках времени, когда институциональные сдвиги в экономике минимальны. На таких временных интервалах он может быть весьма эффективным индикатором финансового пузыря. Например, Жан-Клод Трише, бывший глава Европейского Центробанка, в одном из своих выступлений по поводу финансовых пузырей отметил, что с 1990 по 2000 г. отношение совокупной капитализации к ВВП во Франции выросло с 28 до 110,5 % [Trichet 2003, p. 15]. В США этот показатель с 1990 по 1996 г. удвоился (60 % и 120 % соответственно). В Японии данный показатель вырос с 40 % в 1984 г. до 235 % на пике финансового пузыря в 1989 г. [Hobjin, Jovanovich 2000].

Динамика совокупной капитализации фондового рынка к ВВП в ряде развитых стран (см. рис. 2) убедительно свидетельствует в пользу того, что во второй половине 1990-х гг. на мировых фондовых рынках имел место пузырь.

Такие данные четко указывают на пузырь, поскольку рост слишком стремительный, за период 5–10 лет резких институциональных сдвигов ни на одном из данных рынков произойти не могло. Однако все равно остается непонятным, каким должен быть нормальный уровень мультипликатора: для Франции – это 28 %, как было в 1990 г., или, скажем, 50 %. И каков нормальный уровень для Японии, если, упав в ходе коррекции 1990–1994 гг., показатель впоследствии стабилизировался на уровне 100 %?

10.4. Дивидендная доходность

Исторический средний показатель DIV/P или дивидендная доходность для рынка США с 1900 г. составляет 4 %. Однако, на вопрос о сравнимости показателя P/DIV (DIV/P) за разные, отдаленные друг от друга годы, ответить тоже непросто. Как известно, доходность от вложений в акции складывается из дивидендной доходности и роста курсовой стоимости акций. Показатель P/DIV (DIV/P) служил бы хорошей аппроксимацией общей доходности и, следовательно, справедливой цены акций, если бы доля дивидендов в чистой прибыли была бы константой во времени. Однако это не так. В XIX в. корпорации выплачивали в виде дивидендов практически всю прибыль. Как видно из табл. 15, доля прибыли, выплачиваемая в виде дивидендов, в 1930-е гг. все еще составляла 90 %, но сократилась примерно до 1/3 в 2000-е гг. Сейчас корпорации все больше средств направляют на развитие.

Не удивительно, что с начала 1950-х гг. мы наблюдаем резкое падение доли денежного потока, выплачиваемого в виде дивидендов, в стоимости акции (см. рис. 3). В связи с этим, наверное, можно утверждать, что справедливый уровень DIV/P в настоящее время может быть несколько ниже, чем исторические средние, рассчитанные за всю историю наблюдений. На рис. 4 представлен показатель DIV/P. Он достиг исторического минимума в 1999–2000 гг., а затем стабилизовался на уровне 2 %. Текущий показатель около 1,9 % не выглядит таким уж заниженным.

В начале XX в. спекулянты и инвесторы смотрели именно на дивиденды, и, соответственно, на показатель P/DIV, а не на прибыль, и, соответственно, показатель P/E. Сейчас же P/E стал более важным показателем, нежели P/DIV.

10.5. Цена/прибыль

В настоящее время рассчитывают два вида показателя P/E – простой, т. е. отношение текущей цены к прибыли прошлого года, и так называемый P/E Шиллера[77] или P/E, скорректированный на цикличность, CAPE (сyclically adjusted P/E). При расчете последнего текущая цена делится не на прибыль прошлого года, а на среднюю прибыль за последние 10 лет, причем данные по прибыли пересчитываются на сегодняшний день с учетом инфляции. Как следует из названия, этот показатель призван нивелировать цикличность.

Поскольку экономика США в среднем развивается и прибыли корпораций растут, среднее историческое значение CAPE выше среднего значения простого P/E (рис. 5). Исторический уровень показателя P/E для американского рынка составляет 14, а СAPE около 16.

В отношении P/E нельзя утверждать, что современный справедливый уровень должен отличаться от исторических средних, так как E – это вся прибыль: и выплачиваемая в виде дивидендов, и идущая на развитие бизнеса. А кроме того, это чистая прибыль, т. е. она учитывает все изменения налогового законодательства. Сравнение P/E за конкретный год с историческими значениями вполне корректно. Однако в случае P/E затруднены межстрановые сравнения, для которых нужны кое-какие корректировки, учитывающие специфику макроэкономической ситуации в той или иной стране. Подробнее этот вопрос разбирается в разделе «Страновой фактор» главы 12 «Подбор аналогов».

Графики известного американского ученого-финансиста Роберта Шиллера (рис. 6 и 7) демонстрируют, что долгосрочная динамика показателя P/E является хорошим ориентиром степени завышенности цен на акции: если мы смотрим на 20-летний график бычьего рынка (1980–2000 гг.), то кажется, что наблюдается повышательный тренд в динамике цен на акции, т. е. рыночная парадигма изменилась. Однако на более длинном интервале видно, что на пике бычьего рынка цены завышены: ситуация в 2000 г. напоминает 1929 г. Коррекция 2000–2001 гг. это подтверждает.

Как показал известный английский финансовый аналитик Рассел Напьер в книге «Анатомия медвежьего рынка» [Napier 2007], в годы, которые оказались самыми удачными с точки зрения доходности вложений в акции на долгосрочном интервале, P/E и Q Тобина были особенно низкими, а в самые неудачные годы – наоборот особенно высокими по сравнению с историческими средними. Лучшими годами для инвестирования в США считаются 1921, 1949 и 1982 гг. Как видно из табл. 16, в эти годы Q Тобина составляет примерно 1/4 от исторических средних, а P/E занижен в 2–2,5 раза.

Ситуация в худшие для инвестирования годы обратная. Например, в 1987 г. в Японии на пике пузыря «японского экономического чуда» P/E рынка в целм составлял около 80, а P/BV (цена/балансовая стоимость активов) – около 6 (целевой уровень этого показателя ниже единицы).

В мае 1999 г. на пике интернет-пузыря P/E индекса S&P достиг 28. Алан Гринспен, утверждавший, что к концу 1990-х гг. на фондовом рынке США сформировался пузырь, апеллировал именно к данному показателю. В одной из речей он сказал следующее: «Между 1995 и 2000 гг. индекс S&P вырос с 15 почти до 30. Чтобы этот рост целиком и полностью объяснить изменением ожиданий будущей прибыли, нужно, чтобы будущая прибыль росла на два процентных пункта быстрее, чем в прошлом, вплоть до бесконечности» [Greenspan 2002], а это нереалистичный сценарий.

В табл. 17 приводятся значения показателя P/E на верхних пиках до азиатского кризиса 1998 г. и нижних пиках во время него для ряда азиатских стран. Как видно из таблицы, они отличаются в два – четыре раза, а в случае Индонезии в период кризиса P/E вообще становится отрицательным, а это означает, что публичные компании в целом убыточны.

Роберт Шиллер подсчитал 20-летнюю доходность инвестирования в акции на фондовом рынке США в зависимости от уровня P/E рынка во время входа. Полученная им зависимость представлена графически на рис. 8. Как видно из рисунка, облако очерчено довольно четко и вывод такой: при входе по P/E 20 не стоит ожидать доходности выше 2–4 %; для того, чтобы получить доходность 10 %, нужно входить по P/E не выше 14, но и это гарантий не дает.

Итак, мультипликаторы P/E, Q Тобина, «дивидендная доходность» и «рыночная капитализация/ВВП» могут существенно колебаться вокруг средних, нормальных значений. Отклонения в ту или иную сторону можно интерпретировать как индикаторы недооценки/переоценки рынка в целом. В следующем разделе мы покажем, как мультипликаторы применялись для оценки степени завышенности рыночных цен в 1929 г.

10.6. Case study: оценка переоцененности фондового рынка накануне Великой депрессии в США с помощью мультипликаторов

По понятным причинам многие известные работы, исследующие переоценку фондового рынка в целом, посвящены ответу на вопрос о том, существовал ли пузырь на фондовом рынке США в 1929 г., – за процветанием 1929 г. последовало самое большое падение в истории фондового рынка США, которое для индекса Dow Jones составило 89 %. Отсюда вопрос: было ли это падение вызвано переоценкой на пике, и если да, то в какой степени, каков размер этой переоценки.

Среди прочих, для данного анализа использовался традиционный подход – расчет мультипликаторов на пике фондового рынка в 1929 г. и сравнение их с историческими средними. В частности, такие расчеты делались для P/E по рынку в целом и для отношения рыночной капитализации к ВВП. Непосредственно перед рыночным крахом в октябре 1929 г. совокупная капитализация публичных компаний США оценивается в 19 годовых прибылей. Совокупная капитализация фондового рынка примерно в 1,7 раза превышала внутренний валовой продукт США [McGrattan, Prescott 2003, р. 2]. Для США за нормальный уровень данного показателя можно принять единицу. Среднее (медианное) значение P/E компаний, входивших в индекс Dow Jones, составляло 20,4 [Sirkin 1975, p. 226]. Вместе с тем средний уровень P/E фондового рынка США за всю историю наблюдений и в те годы, как и сейчас, составлял около 14. На первый взгляд рынок выглядит переоцененным процентов на 40 %.

В 1920-е гг. экономика страны бурно развивалась, т. е. прибыли корпораций в 1929 г. были очень высокими по сравнению с историческими средними, что усиливает аргументацию в пользу переоценки рынка. Согласно подсчетам Рассела Напьера, средний скорректированный на цикличность P/E в 1881–1929 гг. для фондового рынка США составил 15,3, а аналогичный показатель индекса S&P вырос с 7,4 в августе 1921 г. (это был локальный нижний пик) до 31,6 в сентябре 1929 г. [Napier 2007, р. 114]. Иными словами, с учетом цикличности цены акций на пике выглядят завышенными примерно вдвое. Относительно простой пример показывает, насколько эффективным может быть использование мультипликаторов для быстрых прикидок переоцененности рынка. В скобках заметим, что в 1932 г. показатель P/E составил всего 10,2, тогда как прибыли откатились на 50 лет назад – к уровню 1880 г.

Джеральд Сиркин решил такую задачу: используя для оценки акций простейшую формулу[78], он подсчитал, какой рост в будущем оправдывает максимальные котировки. У него получилось следующее: чтобы оправдать пиковое P/E индекса Dow Jones (20,4), нужно, чтобы 8,9 %-ный рост в год сохранился в течение следующих 10 лет [Sirkin 1975, р. 228]. Между тем экономика США демонстрировала рост такими темпами лишь в течение последних пяти лет, а этого, по мнению Сиркина, явно недостаточно для вывода о том, что такие темпы стали «постоянными»[79].

Спустя год после выхода в свет статьи Барски и Де Лонга [Barsky, De Long 1990], т. е. уже в 1991 г., появляется статья Андрея Шлейфера в соавторстве с тем же самым Де Лонгом [De Long, Shleifer 1991], в которой, напротив, говорится о том, что если несколько сдвинуть веса, которые придают инвесторы тем или иным годам в прошлом, в пользу большего веса отдаленных лет, то получится совсем другой результат: акции переоценены на 45–80 %. Это связано с тем, что 1910-е гг. были гораздо более голодными, чем 1920-е. Ведь Первая мировая война затронула и экономику США, существенно сократив объем ее экспорта в Европу. Однако метод Барски и Де Лонга отличается субъективностью, и манипуляции с весами могут оправдать разные уровни цен.

Судя по мультипликаторам, перед крахом фондового рынка котировки акций были завышены процентов на 50–80 %. Однако анализ при помощи мультипликаторов должен быть дополнен другими методами, анализом специфических обстоятельств, имевших место в конкретной ситуации и рассмотрением всей совокупности признаков финансового пузыря. Набор таких признаков был предложен мной в [Чиркова 2010], в этой книге я также более подробно обсуждаю перегретость рынка на примере 1929 г. в США.

10.7. Краткие Выводы

• Для диагностирования переоценки/недооценки рынка в целом наибольшим количеством плюсов обладает показатель P/E:

• его расчеты просты и не отличаются субъективностью, зачастую можно воспользоваться готовыми данными;

• исторические средние являются хорошими бенчмарками, поскольку нет никаких макроэкономических причин для их изменения в долгосрочной перспективе, сравнение значений за разные, даже весьма отдаленные годы корректно;

• для стран со схожей макроэкономической ситуацией возможно межстрановое сравнение показателей.

• Другие вышеупомянутые мультипликаторы также могут использоваться при условии, что исследователь не забывает об их ограничениях:

• для P/DIV это возможное необратимое изменение парадигмы по отношению к выплате дивидендов, что делает некорректным сравнение с историческими данными;

• для «рыночной капитализации/ВВП» – это несравнимость между странами и неприменимость на длинных интервалах из-за возможных институциональных сдвигов;

• для Q Тобина – это трудность и субъективизм расчетов (но ничто не мешает пользоваться готовыми показателями).

• В идеале количественный анализ должен быть дополнен качественным – рассмотрением всей совокупности признаков финансового пузыря.

11.1. Ключевые факторы, влияющие на выбор аналогов

Про подбор аналогов уже много говорилось в предыдущих главах, но хотелось бы несколько расширить дискуссию на эту тему. Если попытаться одной фразой определить, что такое хороший аналог оцениваемой компании, то это определение будет выглядеть следующим образом: «хороший аналог – это такая компания, экономика которой схожа с экономикой оцениваемой компании, в том числе определяется схожими факторами». В книге «Оценивая бизнес. Анализ и оценка закрытых компаний» [Pratt, Nikulita 2010] цитируются вердикты американских судов, рассматривавших дела, в которых для аргументации позиции сторон использовались результаты оценки (например, при разделе имущества). В этих документах указывается, какие факторы должен рассматривать оценщик для определения сравнимости компаний. Согласно одному из решений к таким факторам относятся: структура капитала, репутация заемщика, квалификация руководства, опыт персонала, природа конкуренции, зрелость бизнеса. Согласно другому эти факторы включают: продукты, рынки, менеджмент, прибыль, способность платить дивиденды, балансовую стоимость активов, позицию компании в отрасли. Предлагаю читателю поразмышлять над всеми этими факторами самостоятельно, а мы займемся более общими параметрами, унификация которых для достижения сравнимости также, на наш взгляд, необходима.

Подобно тому, как в классической пьесе соблюдается единство места, времени и действия, для подбора аналога так же желательно, чтобы он совпадал с оцениваемой компанией по месту (страна ведения бизнеса) и действию (схожий бизнес или отрасль) и чтобы оценка производилась на одно и то же время. В данном разделе я покажу, почему эти три фактора имеют такое большое значение.

11.2. Страновой фактор

Начнем со страны. Как мы помним, значение показателя Р/Е существенно зависит от нормы дисконта или доходности, требуемой инвесторами на свои вложения. Норму дисконта для конкретной компании можно определить по формуле оценки капитальных активов (САРМ):

r = rf + (rm – rf), (33)

где rf – безрисковая доходность (доходность государственных облигаций); rm – рыночная доходность (доходность рынка акций в целом); превышение рыночной доходности (rm) над безрисковой ставкой (rf) представляет собой так называемую рыночную премию (rm – rf), а  – показатель, определяющий рисковость конкретной акции по сравнению с рисковостью рынка, с учетом того, что рынка равна единице.

Первоначально эта формула была выведена для фондового рынка США. Она, безусловно, применима и для фондового рынка любой другой страны, но зачастую ее рассчитывают на основе rm и rf рынка США, а страновой фактор корректируется путем добавления в формулу rс – показателя, который оценивает страновой риск (обозначается индексом c от country – страна) по сравнению с риском США. Тогда формула с учетом странового риска выглядит следующим образом:

r = rf + (rm – rf) + rc. (34)

Величина rс в свою очередь рассчитывается как разница в доходности государственных облигаций США и той страны, о которой идет речь. Разница в доходности облигаций рассчитывается либо по факту на конкретную дату, либо по нормативному спреду, который зависит от разницы в инвестиционных рейтингах стран. Обычно разница при расчетах с использованием первого и второго методов не превышает 0,1 процентного пункта. Некоторые финансисты, в частности ведущий американский специалист по оценке Асват Дамодаран, идут дальше. Они утверждают, что в странах с более высоким страновым риском фондовые рынки более волатильны и разница в волатильности между двумя странами больше, чем разница в доходности государственных облигаций. Считается, что для формирующихся рынков (emerging markets) премия за страновой риск примерно равна разнице в доходности облигаций, умноженной на 1,5[80].

Из предыдущих рассуждений понятно, что доходность, требуемая инвесторами при вложениях в конкретную страну, существенно различается. Этот фактор наряду с разными ожидаемыми темпами роста национальных экономик может привести к довольно большим различиям в значении показателя Р/Е для разных стран. Ниже приводится гипотетический пример стран А и Б, которые существенно различаются между собой по уровню доходности государственных облигаций: в стране Б она намного выше. Как показано в табл. 18, значения Р/Е, полученные по формуле (6): существенно отличаются. В данном случае это объясняется разницей в реальных темпах роста, процентных ставках и величинах рыночной премии.

Контрольный вопрос 15

Используя формулу r = rf + (rm – rf) + rc и свои знания о сравнительной оценке быстро- и медленнорастущих компаний, оцените, выше или ниже должен быть показатель Р/E для страны А по сравнению с показателем для страны Б при следующих условиях:

а) если в стране А более высокие процентные ставки;

б) если у страны А более высокие ожидаемые темпы роста;

в) если страновой риск страны А оценивается выше.

В табл. 19 приводятся реальные данные по величинам показателей Р/E в страновом разрезе на декабрь 2007 г. (страны ранжированы по темпам роста). Как видно из таблицы, разброс между странами велик, а корреляции между темпами роста ВВП и размером показателя Р/E явно не прослеживается. Так, Россия – на четвертом месте по темпам роста, но во второй половине списка по уровню Р/E. Япония, которая делит с Италией последнее место по темпам роста, имеет очень высокий P/E – 29, а Р/E Индии и Сингапура, растущих одинаково, различаются более чем в два раза. Похоже, что на китайском, японском и индийском рынках сформировались пузыри – их P/E слишком высоки даже для бурно растущих экономик (а к таковым никак нельзя отнести Японию).

Все эти наблюдения приводят к следующему вопросу: как быть, если все подобранные нами компании-аналоги работают в разных странах, причем не в той, где находится оцениваемая компания? Для таких случаев существуют корректирующие приемы, которые позволяют делать мультипликаторы компаний из нескольких стран сравнимыми. Когда в группе аналогов собраны компании из разных стран, то зачастую на практике корректировка на страновой фактор делается через разницу в доходности еврооблигаций, номинированных в одной валюте. Если, например, доходность облигаций одной страны на четверть выше, то показатель Р/E должен быть на четверть ниже. Это было бы верно, если бы темпы реального роста в обеих странах были равны нулю, но в условиях, когда они существенно отличны от нуля, такая корректировка неточна, учитывая еще и то обстоятельство, что для менее рисковых стран погрешность выше, так как чем ниже r, тем сильнее влияет ожидаемый рост g на размер знаменателя.

На данном примере проследим, с чем больше коррелирует последующее падение рынка: с общим уровнем P/E или с отношением P/E к росту ВВП. Согласно теории, с последним корреляция должна быть выше, так как «нормальный» уровень P/E зависит от темпов роста ВВП. Простейший статистический расчет это подтвердил: R2 регрессии темпов падения рынка на P/E равен 0,15, а R2 регрессии темпов падения на отношение P/E к ВВП составляет 0,21 (расчеты автора). Из этого следует, что использование P/E c учетом темпов роста отдельной экономики является более точным, нежели усредненного P/E.

Еще один фактор, который может влиять на величину показателя P/E страны, – это уровень защиты инвесторов. Для таких стран, как Россия, он оказывает огромнейшее влияние. Мультипликатор P/E российского рынка может быть ниже мультипликатора американского рынка на 65 %. Такую огромную скидку традиционные факторы, влияющие на величину мультипликатора (доля дивидендных выплат в чистой прибыли, ожидаемый темп роста, требуемая доходность, ликвидность рынка, уровень волатильности на рынке), объяснить не могут. А вот если добавить в регрессионное уравнение расчета целевого мультипликатора[81] какой-нибудь индекс защиты прав инвесторов, то расчетный мультипликатор будет очень похож на фактический. Моя студентка Мария Вавилова делала такие расчеты в своей магистерской работе. Зависимость, которую она получила, представлена на рис. 9. Серая линия – это фактический мультипликатор российского рынка, светло-серая – это целевой мультипликатор российского рынка, если в расчеты принимать только классические драйверы целевого уровня P/E рынка в целом, а черная – если учитыват индекс восприятия коррупции Transparency International и защиты прав собственности (компонент индекса экономической свободы). Результаты впечатляющие. Именно коррупция и плохая защита прав собственности душат российский фондовый рынок, а отнюдь не макроэкономические параметры.

Рис. 9 наглядно подтверждает, что прибегать к традиционным методам корректировки на страновой риск не всегда оправданно. Возможно, эти методы работают для стран с низким уровнем коррупции и хорошей защитой прав собственности, но не для России. Итак, что же делать, если в России для оценки не хватает аналогов, в мире в целом они есть, но при их использовании погрешность в оценке будет слишком велика. Первое, что приходит на ум, это брать аналоги из стран БРИКС (Бразилия, Россия, Индия, Китай и ЮАР). Мы тестировали эту идею с другим моим студентом, Георгием Гиоевым, и обнаружили, что есть лучший метод. Мы прибегли к так называемому кластерному анализу, при котором распределяли страны по группам с учетом трех основных факторов, влияющих на уровень целевого P/E фондового рынка (если факторов больше, кластеры будут слишком небольшими, и мы опять столкнемся с нехваткой аналогов). В качестве таких факторов мы взяли исторический (за пять лет) рост ВВП, премию за риск в том виде, как ее рассчитывает Дамодаран, и уровень корпоративного управления (подындекс индекса World Global Indicators Всемирного банка). Расчеты делались в компьютерной программе, которая еще и считала «расстояния» от каждой страны до каждой страны в трехмерном пространстве, задаваемом этими параметрами.

В табл. 20 для примера представлены кластеры для России, ЮАР, Мексики и Турции. Как видно, наши ближайшие экономические аналоги – отнюдь не Индия с Китаем (расстояние до каждой из них составило 2,5, это далеко). Из стран БРИКС близки к нам только Бразилия и ЮАР, а другими близкими являются Мексика, Таиланд, Румыния и Кувейт. Если брать аналоги из этих стран, можно добиться большей точности, чем при использовании аналогов из стран БРИКС. Мы проверили это предположение для российских продуктовых розничных сетей, и оно подтвердилось: оценка получается более точной, если брать сети данных стран, а не стран БРИКС.

В заключение данного параграфа расскажу интересный случай из моей практики, когда выбор стран местонахождения аналогов радикально повлиял на оценку компании. Дело было в 2004 г., и речь шла об оценке одно из контейнерных терминалов в России. Присланный мне отчет об оценке содержал большую выборку сделок с контейнерными терминалами по всему миру и выходил на мультипликатор $255 за один условный обработанный контейнер (TEU). В выборке были смешаны контрольные и неконтрольные пакеты, а оценивался неконтрольный. Когда я очистила выборку от всего нерелевантного, т. е. сделок с контрольными пакетами, сделок по терминалам, у которых присутствовал другой бизнес помимо перевалки, например девелоперский или управление портом, и – главное – сделок с терминалами в Азии, оценка упала до $77 за TUE, т. е. примерно в три раза, а коэффициент вариации значений в выборке уменьшился с 87 до 34 %, что свидетельствует о ее большей точности. Исключение азиатских терминалов повлияло больше всего. Это связано с тем, что в Азии на момент оценки сложился дефицит портовых мощностей по обработке контейнеров, тогда как в Европе мощности были избыточными. В России особого дефицита не было, поэтому корректнее было ориентироваться на европейские мультипликаторы.

11.3. Отраслевой фактор

Между отраслями также существуют значительные различия, влияющие на оценку бизнеса. Связано это с различной доходностью и капиталоемкостью разных отраслей (в более капиталоемкой отрасли, чтобы инвестиции окупались, маржа должна быть выше), а также с разным ожидаемым ростом и многими другими факторами, которые влияют на стоимость компаний (размер компаний, степень информационной открытости и защищенности акционеров). Ведущие компании – поставщики финансовых информационных услуг и инвестиционные банки регулярно проводят мониторинг изменений мультипликаторов в отраслевом разрезе.

В табл. 21 представлен мультипликатор P/E для ряда отраслей США (по данным за 2000–2016 гг.). Из таблицы видно, что разброс по каждому из показателей довольно велик как между отраслями, так и во временном разрезе. Самый низкий мультипликатор – это 7,2 для вертикально интегрированных нефтяных компаний в начале 2010 г., т. е. в период низких цен на нефть. Слишком высокие мультипликаторы (376 у фондов недвижимости на начало 2000 г., 81 у воздушного транспорта на начало 2003 г. и даже 506 на начало 2010 г.) отражают не радужные перспективы отрасли, а отсутствие у нее прибыли (деление на число, близкое к нулю). Данные табл. 21 прекрасно иллюстрируют то теоретическое положение, что высокие значения P/E могут свидетельствовать как о позитивном настрое инвесторов по отношению к отрасли (думаю, за счет этого стабильно высокие мультипликаторы у компаний, производящих электронику), так и о печальном положении дел и низкой прибыльности. Определить причину высоких значений P/E можно только путем качественного анализа.

Я уже в третий раз обновляю эту таблицу, размышляю над данными за разные годы и вижу, что лидирующие и отстающие отрасли меняются почти без всякой закономерности. Данная статистика, собранная за несколько лет в разрезе по отраслям, наглядно показывает, почему экстраполяция мультипликаторов во времени, а также между странами чревата огромными погрешностями. Я не хотела бы загромождать книгу, которая все же не статистический справочник, большим количеством таблиц. Тем, кто интересуется межвременными сравнениями, предлагаю заглянуть на сайт Дамодарана: там хранятся данные и за прошлые годы.

А. Дамодаран не является сторонником отраслевого подхода. В своей книге «Инвестиционная оценка»[82] [Дамодаран 2017] он замечает, что значение любого из мультипликаторов определяется одними и теми же базовыми факторами, а именно: риском ценной бумаги, приносимыми ею доходами и темпами их роста, поэтому предпочтительнее сравнивать компании, близкие по этим показателям, а не по отраслевому принципу. С точки зрения теории с этим можно согласиться, за исключением тех случаев, когда нам не известны ожидаемые показатели по оцениваемой компании. В этих условиях лучше всего сделать предположение о том, что динамика оцениваемой компании будет сходна с динамикой ей подобных (по типу бизнеса). Вторая причина, которая заставляет искать аналоги внутри того же отраслевого сегмента, связана с трудностями практического применения иных подходов. В мире миллионы компаний. Проверить их все на предмет наибольшей схожести с оцениваемой компанией по таким показателям, как риски и динамика денежных потоков, не представляется возможным, поэтому лучше ограничить круг поисков компаний-аналогов как минимум той же самой отраслью. Если «собратьев» по отрасли слишком много, то группу аналогов следует сузить, для чего можно провести отбор еще по какому-нибудь параметру (например, по размеру компании). За рамки отрасли имеет смысл выходить лишь тогда, когда в данной отрасли сравнимых компаний слишком мало.

Бывают случаи, когда отраслевую принадлежность компании определить довольно сложно. Возьмем, например, сеть гольф-клубов. Это сочетание целых трех отраслей – недвижимость, развлечения (entertainment) и роскошь (luxury). Аналоги нужно искать на стыке хотя бы двух из них. Или, например, российский банк «Тинькофф». В октябре 2013 г. он провел успешное IPO и привлек около миллиарда долларов. Разместился он по очень высоким мультипликаторам: банкам – организаторам размещения удалось убедить инвесторов, что это необычный банк и оценивать его нужно не как банк, а как бизнес, связанный с интернетом, который должен стоить намного дороже. Действительно, где искать аналоги для оценки банка «Тинькофф»? Это должны быть российские банки? Российские технологические компании? Розничные банки с развитых или развивающихся рынков? Как видно из табл. 22, оценка при этом будет разной. Если брать российские банки, то она будет не выше 6, если из развитых стран – 13,5, из развивающихся – 14,7. Российские технологические компании даже с учетом низкой оценки Qiwi дадут почти 21. «Тинькофф» на момент оценки котировался в этих пределах, его P/E составлял 17,8 – как нечто среднее между розничными банками развивающихся стран и российскими технологическими компаниями.

11.4. Фактор времени

Важно следить, чтобы значения, стоящие в числителе мультипликатора, для оцениваемой компании и компаний-аналогов брались на одну и ту же дату. Показатели на разные даты, строго говоря, не являются сравнимыми. Связано это с колебаниями рынка в целом, а также с колебаниями, специфичными для одной отрасли или группы отраслей. Например, акции нефтяных компаний могут упасть при падении цен на нефть.

Посмотрим еще раз на табл. 21, в которой представлен мультипликатор P/E для ряда отраслей США. Я взяла для примера 2000 г. – на него пришелся пик доткомовского пузыря, 2003 г. – близко к нижнему пику после коррекции пузыря, 2008 г. – пик перед кризисом ипотечных облигаций, 2010 г. – близко к нижнему пику после этого кризиса и два последних года. Эта таблица является прекрасной иллюстрацией сразу к двум тезисам:

• мультипликаторы действительно сильно зависят от отрасли;

• мультипликаторы, даже для одной отрасли, сильно зависят от общего уровня рынка и в том числе и по этой причине очень разнятся по годам.

Кроме того, когда мы видим очень высокие мультипликаторы, как, например, у телекоммуникационных компаний в 2016 г., не ясно, по какой причине это происходит – то ли у отрасли огромный потенциал, то ли она в целом заработала слишком низкую прибыль, и расчет P/E начинает приближаться к делению на ноль. Кстати, 128 – это не предел. Если мы отсортируем данные Дамодарана за 2016 г. от большего к меньшему, то на первое место выйдут полупроводники с показателем 723, на второе цветные металлы – с показателем 295.

Мы уже подробно говорили о колебаниях рынка в целом, и здесь нет нужды повторяться. Обсудим лучше, что в связи с этим делать.

Если мультипликаторы рассчитывают на основе рыночных котировок, то проблемы фактора времени не существует, поскольку при этом цены акций для всех компаний берутся на одну и ту же дату. Однако она возникает, если при проведении оценки используются цены сравнимых сделок по слияниям и поглощениям. Когда мы будем искать цены сравнимых сделок для нашей компании, мы столкнемся с тем, что заключение этих сделок происходило не одновременно и уж тем более не в тот день, на который производится оценка нашей компании. Устранить эту проблему достаточно просто. В своей практике я делала корректировку на возможное изменение цен во времени, чтобы привести все цены сделок к единому знаменателю. Для этих целей можно использовать различные индексы цен акций – как зарубежные, так и отечественные (например, Dow Jones, S&P 500, NIKKEI, индекс РТС). Это зависит от набора аналогов и от того, на каких биржах они котируются.

Еще лучше использовать не те индексы, которые отражают динамику рыночных цен на акции на определенной площадке или в определенной стране, а отраслевые индексы. Они гораздо точнее отражают тренды, связанные со спецификой конкретной отрасли, ведь ее динамика отнюдь не всегда коррелирует с общерыночной в силу цикличности и других факторов (вспомним хотя бы бум интернет-компаний). Самыми общепризнанными являются, пожалуй, отраслевые индексы агентства Standard & Poor's, которое совместно с Morgan Stanley Capital International (MSCI) в 1999 г. разработало глобальную классификацию отраслей. Классификация предусматривает деление на 10 секторов[83], 23 отраслевые группы и 59 отраслей, и для каждой из этих категорий рассчитываются соответствующие индексы. Существуют и регионально-отраслевые индексы, например в базе данных Bloomberg вы найдете такие индексы, как индекс азиатских химических компаний, индекс азиатских металлургических компаний и т. п.

Биржа ММВБ рассчитывает отраслевые индексы и для российских компаний по следующим секторам: машиностроение, металлургия, нефть и газ, потребительский сектор, телекоммуникации, энергетика, финансы, химия и нефтехимия. Все индексы, кроме последнего, рассчитываются с конца 2004 г., а химию добавили на 2 года позже.

Корректировка на изменения индекса производится очень просто. Допустим, сегодня нефтяной индекс составляет 120. Если нам нужна оценка акций компании А на сегодня – а в качестве аналога мы используем цену сделки по поглощению компании Б год назад, когда индекс составлял 100, – то цену сделки мы увеличиваем на 20 %. В табл. 23 приводится пример реальных расчетов скорректированного Р/S по ценам сделок, заключенных при поглощениях компаний – производителей гофрированной упаковки из разных стран. Как видно из таблицы, средний показатель Р/S (его расчет производился за вычетом крайних наблюдений) на момент оценки оказался скорректированным примерно на 10 % по сравнению со средним нескорректированным Р/S, рассчитанным по ценам сделок за те четыре года, которые предшествовали дате оценки. Это связано с общим повышательным трендом в отрасли.

Другой способ корректировки мультипликаторов, позволяющий сделать их сравнимыми во времени, можно рассмотреть на примере расчета относительного, или скорректированного, Р/Е (relative P/E, или adjusted P/E). Этот показатель рассчитывается как отношение Р/Е конкретной ценной бумаги к Р/Е рынка в целом, то есть если P/E компании равен 8, а рынка – 10, то скорректированный Р/Е составит 0,8. Для оценки компании с использованием этого мультипликатора нужно будет пользоваться следующим тождеством:

Р/Е компанииt1 / Р/Е рынкаt1 = Р/Е компанииt2 / Р/Е рынкаt2,

следовательно,

Р/Е компанииt2 = Р/Е компанииt1 (Р/Е рынкаt1 / Р/Е рынкаt2).

Таким образом, мы рассчитываем мультипликатор Р/Е компании-аналога на момент оценки и принимаем его за Р/Е оцениваемой компании. Этот подход отличается от простой корректировки на динамику индекса тем, что он учитывает и изменения прибыльности компаний по рынку в целом за период с момента заключения сделки до момента оценки.

Особых трудностей с использованием скорректированного Р/Е нет. Как мы только что убедились, расчеты Р/Е существуют по многим странам. Однако необходимо помнить о том, что мультипликатор Р/Е рынка на год рассчитывается по среднегодовой рыночной капитализации, которая могла существенно меняться в течение года, поэтому желательно пересчитывать Р/Е на дату сделки. Это сделать не сложно, так как для расчета нужно знать только отношение капитализаций – средней за год и на конкретную дату, а эти данные получить легко.

Рассмотрим еще один вопрос. Как лучше корректировать Р/Е: в соответствии с динамикой рынка конкретной страны или отрасли? Предположим, вы оцениваете международную, базирующуюся в Нидерландах или Швейцарии, компанию с широкой базой международных инвесторов, в том числе американских. Исходя из этого, движение ее акций должно определяться скорее отраслевыми факторами, чем страновыми. Если же мы, наоборот, оцениваем маленькую немецкую компанию, работающую на местном рынке и котирующуюся на Мюнхенской бирже, то на нее больше будут влиять колебания местного рынка. Раньше применялся в основном страновой подход, т. е. корректировка шла на динамику национального рынка. В настоящее время все чаще используется отраслевая корректировка. Особенно это актуально для акций европейских компаний, так как в связи с введением евро и усилением конвергенционных процессов в ЕС (унификация налогового законодательства, законодательства по слияниям и поглощениям и т. п.) динамика цен акций европейских компаний все в меньшей степени определяется страновыми факторами.

Приведенные рассужденя нельзя назвать чисто теоретическими. Известно, что ведущие инвестиционные банки регулярно проводят предназначенные для внутреннего пользования исследования, в которых анализируется влияние на оценку страновых и отраслевых факторов. Выявлено, что на европейские акции динамика местного рынка влияла сильнее, чем отраслевой индекс, и это продолжалось примерно до 1996 г., когда отраслевые факторы начали перевешивать.

Что касается формирующихся рынков или их сравнения с развитыми, то там влияние страновых факторов пока еще остается сильным, так как различия между странами неизмеримо больше, чем внутри объединенной Европы.

Контрольный вопрос 16

Допустим, нам нужно оценить российскую энергетическую компанию на основе исторических цен сделок[84]. В качестве группы аналогов выбраны российские энергетические компании. Индекс цен российских энергетических компаний не рассчитывается. У аналитика есть выбор: применить иностранный индекс энергетических компаний или российский индекс движения рынка в целом. Как поступили бы вы? Какие расчеты можно провести, чтобы сделать этот выбор более осознанным?

После краха рынка акций интернет-компаний стали раздаваться голоса, что, может быть, нужно оценивать конкретную компанию, сравнивая не с аналогами из той же отрасли, а с рынком в целом. Утверждается, что если бы это делалось в свое время для интернет-компаний, то было бы намного легче увидеть, что их акции переоценены, чем при сравнении акций одной интернет-компании с акциями других схожих компаний. Трудность такого подхода заключается в том, что до краха интернет-акций предполагалось, что интернет-компании будут развиваться гораздо быстрее, чем экономика в целом, и поэтому общий фондовый индекс, такой как S&P 500, в данном случае не может служить хорошим аналогом. Другое дело, что котировки интернет-акций не поддерживались расчетами по дисконтированным денежным потокам; кстати, многие финансовые аналитики об этом прекрасно знали, и многие фонды вышли из инвестиций в интернет-компании.

11.5. Размер компании

Еще одним фактором, который влияет на степень близости аналогов, является размер компании. Небольшие компании торгуются со скидкой по сравнению со сходными более крупными компаниями. Впервые этот эффект был подмечен в 1981 г. в работе [Banz 1981]. Объясняют это тем, что бизнес небольших компаний является более рисковым, денежные потоки – более волатильными, доступ к капиталу – затруднен в большей степени, информационные потоки, например количество аналитических отчетов по акциям (так называемый coverage), – слабее, а ликвидность акций – ниже.

Сегодня самым популярным источником статистики по разнице в доходности акций компаний разных размеров является ежегодник поставщика финансовой информации – компании Duff & Phelps под названием The Valuation Year Book, в котором есть глава, посвященная доходности компаний разных размеров. До этого подобные данные предоставлялись компанией Morningstar, которая в 2006 г. поглотила Ibbotson Associates, еще раньше продававшую данные по премиям за размер под своим брендом. Все исторические данные Ibbotson при текущих расчетах учитываются.

Свежие данные Duff & Phelps представлены в табл. 24 ниже. Согласно принятой методологии премией за размер считается избыточная доходность акций, рассчитанная как разница между нормативной (оценочной) доходностью для акций данной категории, рассчитанной по CAPM c учетом акций данной категории и фактической доходностью. Как видно из этой таблицы, премия за размер для самых мелких компаний в 1926–2013 гг. составила чуть менее 4 %, а для небольших и средних еще меньше – около двух и одного процента соответственно.

Если же вы обратите внимание на фактическую рыночную доходность акций компаний свыше безрисковой ставки, то будет видно, что она различается по децилям существенно сильнее – у самых крупных она около 6,5 % (нужно сложить премию за инвестирование в акции с премией первого дециля), а у самых мелких – около 13 %, то есть разница составляет около 6,5 процентных пункта.

Приводимая здесь статистика дает основания для применения скидок к оценке небольших компаний по мультипликаторам, если размеры аналогов выше. Шеннон Пратт [Pratt 2009, p. 328] предлагает такую формулу для корректировки на размер:

где P/E0 – P/E оцениваемой компании; P/Eа – Р/E группы аналогов; r – разница в риске (более высокий) между оцениваемой компанией и группой аналогов; g – разница в темпах роста (более низкий) между оцениваемой компанией и группой аналогов. Обратите внимание на то, что данная формула предполагает одновременную корректировку на риск, причем если оцениваемая компания растет более высокими темпами, то разница в темпах роста идет с минусом, что понижает знаменатель и повышает мультипликатор.

А вот пример Пратта. Допустим P/Eа = 8, r = 5 % (т. е. риск выше у оцениваемой компании), g = 2 % (темпы роста выше у оцениваемой компании), тогда

Скидка с цены, рассчитанной по мультипликаторам, должна составить 6,45 %.

Контрольный вопрос 17

Можете ли вы прокомментировать происхождение формулы?

Что касается моего субъективного мнения, то я усматриваю определенные теоретические проблемы с применением скидки за размер, исходя из данных по капитализации на американских биржах. Дело в том, что часть самых мелких компаний – это компании в тяжелом финансовом положении, некоторые – в предбанкротной ситуации. В предыдущие годы Ibbotson проводила подобные расчеты только для компаний Нью-Йоркской биржи, где мелкие компании в принципе не размещаются: это для них очень дорого. Между тем средняя капитализация на 1996 г., например, компаний последнего дециля, самых мелких, составила всего $40 млн – к гадалке не ходи, некоторые из них будущие банкроты. Очень интересно было бы очистить выборку от таких компаний и посмотреть, как изменится и сохранится ли премия за размер вообще.

Контрольный вопрос 18

Корректно ли, на ваш взгляд, суммировать скидки за недостаточную ликвидность и размер?

В последнее время в связи с многочисленными скандалами из-за махинаций с отчетностью – в первую очередь это касается американских компаний – приобретает особую популярность учет в оценке такого фактора, как корпоративное управление или степень защиты интересов акционеров и кредиторов компаний. Первые исследования по этой теме были проведены еще до «периода скандалов» – в середине 1990-х гг. Например, в одном из известных исследований [La Porta, Lopez-de-Silanes, Shleifer, Vishny 2002] сначала было показано, что в странах с общим правом (common law)[85] инвесторы и кредиторы юридически защищены лучше, чем в странах с гражданским правом (civil law)[86]. Далее были рассчитаны показатели Q для этих стран (в выборку попали крупнейшие компании из каждой страны – всего 539 компаний) и выведены их средние значения. Оказалось, что средний мировой показатель Q равен 1,27, для стран с гражданским правом – 1,2, а с общим правом – 1,37. Я привожу эти данные лишь для примера. Ими не стоит пользоваться при реальных расчетах. Во-первых, как уже было сказано, эти исследования проводились до многочисленных скандалов вокруг обанкротившихся американских и европейских компаний (Enron, WorldCom, Parmalat, Ahold и др.), а во-вторых, методология данных исследований подверглась существенной критике. Еще одно известное исследование ранжирует компании только одной страны (Южной Кореи). Оно показало, что рост рейтинга корпоративного управления на 10 баллов (максимальный балл – 100) ведет к росту стоимости компании на 14 %. Переход из категории «10 % худших компаний» в категорию «10 % лучших» ведет к удвоеню рыночной стоимости.

Наконец, предлагается для оцениваемой компании и компаний-аналогов рассчитать следующие финансовые показатели:

• показатели ликвидности, например коэффициенты текущей (current ratio) и срочной ликвидности (quick ratio);

• показатели оборачиваемости активов, такие как оборачиваемость дебиторской задолженности (accounts receivables turnover), оборачиваемость запасов (inventory turnover), оборачиваемость чистого оборотного капитала (sales/networking capital), оборачиваемость основных фондов (sales/fixed assets);

• коэффициенты покрытия процентных расходов, такие как коэффициент покрытия процентных выплат (times interest earned) и коэффициент покрытия фиксированных выплат (соverage of fixed charges);

• показатели использования долга для финансирования бизнеса, такие как отношение долга к инвестированному капиталу где E – акционерный капитал, D – долгосрочный долг) и т. п.;

• показатели прибыльности бизнеса (рентабельность продаж и т. п.).

Если оцениваемая компания находится ближе к верхнему пределу диапазона по этим показателям, то это может служить обоснованием более высокой оценки из того диапазона, который дают мультипликаторы, и наоборот. Этот метод очень схож с расчетом мультипликаторов на основе регрессионных уравнений; принципиальное отличие состоит в том, что для расчета регрессии используется гораздо меньше показателей, чем было перечислено (см. разд. 12.1).

Таким образом, выявляется все больше и больше факторов, которые нужно учитывать при грамотном подборе аналога. Этот процесс не должен стать самоцелью, так как в предельном случае он ведет к трудностям с поиском информации, а также к неизбежному и неоправданному сужению группы аналогов.

11.6. Краткие выводы

• Чтобы одна компания послужила хорошим аналогом для оценки другой, желательно их сходство по многим факторам, однако в первую очередь следует обращать внимание на страновую и отраслевую принадлежность обеих компаний, а также на дату оценки и дату сделки с компанией-аналогом.

• Для компаний из разных стран корректировки на разницу в страновом риске содержат серьезную погрешность, так как не существует точных формул перевода этой разницы в скидки/надбавки к мультипликаторам. В связи с этим в идеале лучше всего сравнивать компании из одной страны (что не всегда возможно) или как минимум из похожих стран.

• В случае оценки компании из России лучше выбирать аналоги из Бразилии, ЮАР, Румынии, Мексики и Таиланда.

• Межотраслевые различия в значениях мультипликаторов также очень существенны, поэтому целесообразно ограничивать выборку аналогов компаниями из одной отрасли.

• Из-за колебаний фондовых рынков в целом и отдельных отраслей некорректно сравнивать мультипликаторы, рассчитанные на разные даты. В тех случаях, когда для расчета мультипликатора используются цены сделок, необходимо их пересчитывать на гипотетический момент оценки с учетом динамики отраслевых индексов.

• Подобный механизм корректировки на динамику фондового рынка предусматривает использование относительного или скорректированного Р/Е, который рассчитывается как Р/Е конкретной ценной бумаги, деленный на Р/Е рынка в целом.

12.1. Палитра методов расчета мультипликаторов

Дамодаран в своем классическом учебнике «Инвестиционная оценка» говорит о существовании трех методов расчета мультипликаторов. Согласно его терминологии, это оценка: 1) по сравнимым компаниям; 2) на основе регрессии; 3) исходя из фундаментальных характеристик оцениваемой компании[87]. Представляется, что читателю было бы понятнее, если бы было сказано, что мультипликаторы можно рассчитать либо по аналогии, либо исходя из фундаментальных характеристик оцениваемой компании. В то же время при расчете по аналогии можно либо пользоваться простыми арифметическими средними или средневзвешенными оценками, либо делать расчеты на основе регрессионных уравнений.

В свете рассуждений о значении «схожести» оцениваемой компании и компаний-аналогов возникает вопрос о том, сколько аналогов лучше иметь для корректной оценки. Понятно, что чем их больше, тем большей статистической достоверностью обладают оценки средних величин. С другой стороны, чтобы расширить группу аналогов, в нее придется включать также компании, имеющие меньшее сходство с оцениваемой. Авторы вышеупомянутой книги «Оценивая бизнес. Анализ и оценка закрытых компаний» [Pratt, Nikulita 2010] считают, что одного-двух аналогов недостаточно для серьезных умозаключений, и в этом я с ними полностью согласна. В то же время 10 и более аналогов представляется им большим числом, и они рекомендуют использовать 4–7 сравнимых компаний (естественно, при условии их наличия). В моей практике встречались случаи, когда группа аналогов была существенно шире и сужать ее до 4–7 компаний не имело смысла. Представляется, что число 4–7 могло возникнуть из-за ориентации на один географический рынок. Многие российские компании приходится сравнивать с их «собратьями» на формирующихся рынках различных стран, в том числе стран Азии, Латинской Америки и Восточной Европы, и число аналогов может измеряться даже двузначным числом. По мнению Дамодарана, применение регрессионных уравнений позволяет использовать в качестве аналогов компании из более удаленных отраслевых сегментов, т. е. можно увеличивать выборку аналогов, когда в ней недостаточно аналогов близких. Если же используются какие-либо средние значения, то отклонения от отраслевого принципа чреваты последствиями.

12.2. Методы расчета среднего значения мультипликатора

В этой книге я не буду подробно останавливаться на методах расчета среднего значения мультипликатора для группы аналогов, поскольку здесь мы внедряемся уже в область статистики, где начинают действовать правила получения достоверных оценок. С одной стороны, для расчета достоверного среднего значения желательно, чтобы группа аналогов была достаточно большой. Однако, с другой стороны, всегда нужно помнить, что чем больше группа, тем более отдаленно похожие на оцениваемую компанию аналоги мы в нее включаем, что ведет к искажению результата и т. д. Выбирать нужно золотую середину, универсальное правило на этот счет сформулировать невозможно. Именно в грамотном выборе группы аналогов и проявляются мастерство и опыт аналитика. Если размер группы позволяет, то желательно удалить из выборки крайние значения – самое высокое и самое низкое.

Затем можно вычислить искомый мультипликатор одним из трех способов:

• как среднеарифметическое;

• как средневзвешенное (при этом взвешивать нужно по знаменателю мультипликатора, т. е. P/E взвешивается по чистой прибыли, а P/S – по продажам);

• как медиану мультипликаторов для группы аналогов.

Среди аналитиков нет единодушия в определении, какой из трех способов предпочтителен. На наш взгляд, расчет по среднеарифметическому – самый худший вариант из трех.

Во-первых, нужно помнить, что в случае использования среднеарифметического значения возникает «оптический обман» корректного взвешивания различных мультипликаторов. Казалось бы, данный метод придает одинаковые веса разным мультипликаторам, но на самом деле эти веса разные.

Проиллюстрируем это на примере. Допустим, мы оцениваем компанию по мультипликатору Р/Е. У нас есть два аналога, Р/Е первого аналога равен 15, а второго – 5, тогда среднее значение Р/Е равно 10. Положим, мы хотим инвестировать $200. Как нам нужно их вложить, чтобы получить Р/Е, равный 10? Оказывается, нужно вложить $150 в первую компанию и $50 – во вторую. Тогда мы сможем «купить» $10 чистой прибыли первой компании и $10 чистой прибыли второй, что в сумме даст $20 чистой прибыли, или Р/Е, равный 10 (при вложении $200).

Во-вторых, среднеарифметические значения бывают завышены, особенно это касается мультипликатора Р/Е. Как говорилось выше, недостаток показателя Р/Е состоит в том, что он чаще других бывает отрицательным – в тех случаях, когда компания имеет отрицательную прибыль. Поскольку отрицательные значения мультипликатора смысла не имеют, на практике Р/Е рассчитывается только для выборки прибыльных компаний, что и приводит к его завышению. Между тем в расчет можно включить и убыточные компании. Тогда все компании выборки нужно представить как одну большую компанию, т. е. сначала сложить цены их акций, а затем величины их чистой прибыли на одну акцию и поделить одно на другое. Это и будет взвешиванием в случае с отрицательными значениями знаменателя. Что касается выбора между средним значением или медианой, то медиана считается более точной оценкой, поскольку крайние значения влияют на нее меньше, чем на среднеарифметическое. Особенно это актуально в случае с Р/Е, который может быть равен сколь угодно большому числу для тех компаний, чья прибыль не сильно отличается от нуля. Выход из этой ситуации – отбросить крайние значения при расчете среднего.

12.3. Регрессионное уравнение

Вторым способом расчета требуемого мультипликатора является регрессионное уравнение. Напомним, что регрессия – это линейное уравнение, в котором правая часть объясняет изменение левой части. Например, если я напишу уравнение 5L = 0,55R, где R – выручка компании, а L – затраты на персонал, то его можно будет интерпретировать следующим образом: рост выручки на 1 % требует увеличения расходов на персонал на 0,5 %. Искусство составления регрессионных уравнений состоит в том, чтобы правильно определить, от каких параметров зависит движение той или иной переменной, и представить в правой части уравнения такой набор независимых параметров, который в максимальной степени объяснял бы изменения переменной в левой части.

Для оценки с использованием мультипликаторов, которые были получены первым путем (как среднее или медиана), нужно внимательно следить за тем, чтобы оцениваемая компания и ее аналог как можно более точно совпадали по рисковости, темпам роста и некоторым другим параметрам. Эмпирическим путем было установлено, что значение показателя Р/S хорошо коррелирует с доходностью продаж или маржей чистой прибыли (регрессионное уравнение вида Р/S = + (E/S)), а значение Р/BV – с доходностью акционерного капитала (регрессионное уравнение вида Р/BV = + ROE).

На самом деле результат в каком-то смысле тривиален. Ведь оба уравнения, по сути, иллюстрируют тот факт, что в конечном счете для оценки компании важна ее доходность. Поэтому оценка компании зависит от того, какую прибыль генерирует $1 продаж и какую доходность на вложенный капитал генерирует $1 активов. Так что данные формулы – еще одно напоминание о том, что оцениваемая компания и ее аналоги в идеале должны быть схожи как по показателям доходности продаж, так и по показателям доходности активов. Регрессия – хороший способ, позволяющий решить эту проблему. Ведь регрессия выявляет формулу зависимости величины мультипликатора от этих параметров, следовательно, в выборке аналогов не обязательно должны быть компании, похожие друг на друга, как оловянные солдатики. Таким образом, регрессия применима там, где недостаточно прямых аналогов для расчета мультипликатора.

Ниже мы рассмотрим учебный пример расчета мультипликаторов на основе регрессий, заимствованный у Дамодарана. Пример довольно старый, и поэтому он условный, сейчас, конечно, все данные поменялись. В этом примере требуется оценить закрытую компанию Este Lauder, известного производителя элитной косметики и парфюмерии, на основе оценки рынком публичных компаний схожего профиля. В табл. 25 приводятся данные для Este Lauder и группы аналогов, состоящей из 9 компаний[88]. Как видно из таблицы, у Este Lauder ожидаемые темпы роста примерно в два раза выше, чем в среднем для группы аналогов (25 и 12,8 % соответственно), доля дивидендов в чистой прибыли несколько выше, доход на акционерный капитал – ниже, а маржа чистой прибыли (Е/S) существенно ниже (3,6 % против 8,1 %).

Для оценки были выбраны показатели P/E, P/BV и P/S. При этом рассчитывались регрессионные уравнения следующего вида:

• мультипликатор Р/Е регрессировался относительно темпов роста (g), доли дивидендов в чистой прибыли (1 – b) и рисковости ценной бумаги (Р). Полученное в итоге уравнение связывает Р/Е только с темпами роста (g), а это означает, что зависимости от двух других параметров в данном случае не было выявлено;

• мультипликатор Р/BV регрессировался относительно доходности на акционерный капитал (ROE);

• мультипликатор Р/S – относительно маржи чистой прибыли при продажах (E/S), однако в этом случае разница в темпах роста не учитывалась.

В табл. 26 приводятся формулы полученных регрессий и результаты оценки.

Регрессионное уравнение задает рамки для анализа пере- и недооцененности конкретной ценной бумаги. Результаты регрессионного анализа можно наглядно представить в виде графика (рис. 10). Допустим, по вертикальной оси заданы показатели Р/S или Р/BV, а по горизонтальной – ROE и E/S соответственно. Зависимости между Р/S и E/S, а также между Р/BV и ROE, полученные в результате расчета регрессионных уравнений, представляют собой прямые с положительным наклоном (на нашем рисунке такая прямая обозначена словом «тренд»). Область вокруг прямой можно условно поделить на четыре квадрата. Очень условно можно принять, что при прочих равных удаление конкретной ценной бумаги от тренда «вверх и влево» (высокая цена при низкой доходности) может свидетельствовать о переоцененности этой бумаги, а «вниз и вправо» (низкая цена при высокой доходности) – о недооцененности по сравнению с группой аналогов. Столь схематичное представление, конечно же, следует воспринимать не как догму, а как возможный инструмент, помогающий исследовать проблему недо- и переоцененности акций.

Разберем конкретный пример с подобным вариантом анализа. Посмотрим на оценку российской розничной сети «Магнит» на 10.03.16 с помощью регрессионного уравнения. Регрессировать будем ожидаемые темпы роста чистой прибыли на показатель P/E. На рис. 11 отдельные наблюдения и тренд, в легенде справа – список аналогов. Что здесь можно сказать? Данный анализ не выявляется ни недооценки, не переоценки по сравнению с аналогами: оценка «Магнита» строго на линии тренда. Смущает, однако, то, что линия тренда не является четко выраженной, и значение R2 регрессионного уравнения всего 12 %, что немного. (Нечеткий тренд и низкий R2, конечно, связанные вещи.) Но все же вывод о том, что акции «Магнита» не являются недооцененными, я бы сделала. Рекомендации «покупать» не вырисовывается.

Оценка на основе фундаментального анализа редко применима на практике. Связано это с тем, что она является неким «кентавром», у которого передняя половина туловища – дисконтированный денежный поток, а задняя – оценка по аналогии. Для оценки на основе фундаментального анализа, как и для оценки по дисконтированному денежному потоку, требуется найти норму дисконта, которая не нужна для оценки по аналогу. Однако эта оценка менее точна, чем оценка по дисконтированным денежным потокам, и в этом смысле она похожа на оценку по аналогии. По нашему мнению, еще одна промежуточная оценка – между оценками по аналогии и по дисконтированным денежным потокам – практически не добавляет ничего нового к пониманию стоимости компании или ее ценных бумаг, поэтому на практике ее можно применять не так часто.

12.4. Отраслевая применимость методов

Дамодаран приводит сводную таблицу (табл. 27), по которой можно выбрать, какой из основных показателей лучше использовать и как его рассчитывать. Мультипликатор P/E, например, рекомендуется использовать только для компаний с положительной прибылью, находящейся в диапазоне нормальных (для данной компании) значений. В противном случае искажения будут слишком велики. Оценку по активам предпочтительнее исползовать для промышленных компаний, а по продажам – для компаний сферы услуг. Подразумевается, что в промышленности важнее капитальные активы, а в сфере услуг – клиентская база. В тех случаях, когда сравнимых компаний мало или их нет вовсе, предлагается использовать фундаментальный анализ, а когда они есть – регрессионные уравнения или средние оценки.

Дамодаран считает, что в случае небольшого количества сравнимых компаний более применима регрессия. Насколько я понимаю, обусловлено это не тем, что в случае малого количества аналогов она дает более точный результат. Дамодаран считает допустимым в случае регрессии расширить выборку сравнимых компаний за счет более удаленных по своим характеристикам от аналога. Связано это с тем, что если при включении в выборку непохожих компаний среднее может существенно отклоняться от среднего близкого аналога, то при регрессионном уравнении мы имеем дело с формулой зависимости мультипликатора от иных параметров, следовательно, попадание удаленных компаний не должно сильно исказить результат.

В целом я согласна с такой градацией и рекомендую начинающему аналитику ею пользоваться. Более опытный специалист всегда будет исходить из конкретной ситуации. Например, в телекоммуникационной отрасли капитальные активы стоят очень дорого, и оценка по активам заслуживает не меньшего внимания, чем оценка по выручке и т. п.

Помимо применимости тех или иных показателей в конкретных отраслях важно еще учитывать такой важный фактор, как разброс значений показателя для группы аналогов. Разброс значений, как правило, измеряется стандартной статистической мерой, например стандартным отклонением. Оно определяется как среднее отклонение от среднего значения, деленное на это среднее значение. Правило таково: чем выше разброс значений того или иного мультипликатора у аналога, тем менее корректно применение этого мультипликатора. Понятно, что для финальной оценки может использоваться несколько мультипликаторов, при этом оценке по каждому из них придается определенный вес: например, 30 % – оценке по Р/Е, 30 % – оценке по Р/S и 40 % – оценке по Р/BV. В данном контексте меньший вес придается мультипликатору с большим разбросом, а больший – мультипликатору с меньшим разбросом. На интуитивном уровне это понятно. Меньший разброс значений мультипликатора свидетельствует о том, что он лучше коррелирует со стоимостью.

12.5. Краткие выводы

• Согласно Дамодарану, существуют три метода расчета мультипликаторов: на основе сравнимых компаний, регрессионных уравнений и фундаментальных показателей самой компании. На наш взгляд, методы оценки на основе сравнимых компаний и регрессии – это, по сути, две разновидности оценки по аналогии.

• Фундаментальный анализ используется, когда компаний-аналогов нет или их совсем мало.

• Среднее значение мультипликатора может быть рассчитано как среднеарифметическое, средневзвешенное и медианное значения для компаний выборки. Метод простого среднего – самый уязвимый, так как он придает некорректные веса разным мультипликаторам и часто дает завышенные оценки, особенно в случае с P/E, что объясняется исключением из выборки компаний с отрицательными значениями показателя.

• Регрессионное уравнение решает проблему отсутствия или нехватки прямых аналогов, так как в силу выявления зависимости между ценой компании и факторами стоимости оно позволяет оперировать выборкой компаний из разных отраслей.

• Регрессионный анализ является инструментом для анализа недооцененности и переоцененности акций.