CC BY
27
Цехомский Н.В., Тихомиров Д.В.
НАДЕЖНОСТЬ ОПРЕДЕЛЕНИЯ СИСТЕМАТИЧЕСКОГО РИСКА В АНАЛИЗЕ ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ПРОЕКТА
Аннотация. Развитие любого бизнеса или инвестиционного проекта сопряжено со множеством рисков и неопределенностей. Оценка текущей стоимости бизнеса или проекта предполагает дисконтирование потоков по определенной - зачастую расчетной - ставке, одним из основных компонентов которой является мера систематического риска бета. В статье кратко представлены возможные ошибки, риски и неопределенности бизнеса или нового проекта, рассмотрен традиционный подход к оценке стоимости капитала и меры систематического риска бета (в), проблемы расчета и применимость в конкретной ситуации. Основным итогом является критический анализ имеющихся общедоступных данных (на примере данных проф. А. Дамодарана), в том числе с учетом их значительных изменений в течение ряда лет, значительных отклонений от средних значений, что ставит под сомнение возможность использования коэффициентов для стоимостной оценки проектов и компаний в долгосрочном периоде. Авторы обращают отдельное внимание на примеры таких отклонений, дают рекомендации по верификации значений показателей общедоступной аналитики и приводят примеры такой верификации и необходимых корректировок значений по конкретным отраслям.
Ключевые слова. Инвестиционная привлекательность, систематический и специфический риски, рычажная и безрычажная бета, CAPM.
Tsekhomsky N.V., Tikhomirov D.V.
RELIABILITY OF SYSTEMATIC RISK DETERMINATION IN THE INVESTMENT ATTRACTIVENESS ANASYSIS OF A PROJECT
Abstract. Development of any business or investment project is associated with many risks and uncertainties. Estimating the current value of a business or project involves discounting flows at a certain, often specifically calculated rate, one of the main components of which is a measure of systematic risk beta. The
ГРНТИ 06.73.07 EDN LTACUI
© Цехомский Н.В., Тихомиров Д.В., 2022
Николай Викторович Цехомский - кандидат экономических наук, доцент кафедры теории и практики взаимодействия бизнеса и власти Национального исследовательского университета «Высшая школа экономики», первый заместитель председателя - член правления ВЭБ.РФ (г. Москва).
Дмитрий Викторович Тихомиров - кандидат экономических наук, профессор Департамента мировых финансов Финансового университета при Правительстве РФ, профессор Школы финансов Национального исследовательского университета «Высшая школа экономики», директор направления финансового моделирования ВЭБ.РФ (г. Москва).
Контактные данные для связи с авторами (Тихомиров Д.В.): 125993, Москва, Ленинградский пр., д. 49 (Russia, Moscow, Leningradsky av., 49). E-mail: DTikhomirov@bk.ru. Статья поступила в редакцию 03.10.2022.
article briefly presents the possible mistakes, risks and uncertainties of a business or a new project, considers the traditional approach to assessing the cost of capital and measure of systematic risk beta (в), problems in calculation and applicability for certain cases. The main result is a critical analysis of the available publicly available data (using the data of Prof. A. Damodaran as an example), including consideration of their significant changes over several years, significant fluctuations / deviations from the average, which may cast doubt on the possibility of using ratios for project valuation and companies in the long run. The authors pay special attention to examples of such deviations, give recommendations for verifying the ratios in open-source analytics and give examples of such verification and necessary adjustments of values for specific industries.
Ключевые слова. Investment attractiveness, systematic and non-systematic risk, leveraged and unlever-aged beta, CAPM.
Инвестиционный проект: риски и неопределенности
Функционирование любого бизнеса и реализация нового инвестиционного проекта связаны со множеством рисков и неопределенностей: операционных, финансовых, юридических, экологических и иных. Традиционно явные риски, поддающиеся денежной оценке, учитываются в расчетах показателей инвестиционной привлекательности бизнеса или нового проекта в прогнозе денежных потоков. В то же время, всегда остаются риски и неопределенности, которые невозможно учесть в прогнозе будущих денежных потоков.
При расчете показателей инвестпривлекательности бизнеса или проекта такие риски и неопределенности учитываются в ставке дисконтирования (например, в составе стоимости собственного капитала по модели САРМ, что далее влияет на значение средневзвешенной стоимости капитала - WACC). Существует два основных типа риска: несистематический риск и систематический риск.
Несистематический (диверсифицированный) риск - риск, связанный с изменениями показателей конкретной компании - действующего бизнеса или инвестиционного проекта. Примеры таких рисков или отклонений от плановых показателей: пересмотр и уточнение условий подрядчиков и поставщиков оборудования, изменение обменных курсов валют, неучтенные риски в начале рассмотрения / реализации проекта и др. Очевидный пример единичного события - пожар на складе компании, приостановка части ее операционной деятельности и т.д. Примеры некоторых рисков или ошибок в проектном финансировании, а также некоторые методы управления рисками представлены в таблице 1.
При расчете показателей инвестпривлекательности конкретного бизнеса или проекта неучтенные в денежных потоках риски включают в ставку дисконтирования в виде специального компонента - премии за специфический риск. В большинстве случаев специфический риск оценивается экспертно, что выглядит значительным упрощением и не отражает реальные риски конкретной ситуации. Существует подход расчета спецриска путем оценки рисков конкретной финансовой модели бизнеса / проекта, однако этот вопрос требует отдельного рассмотрения за рамками данной статьи.
Таблица 1
Распространенные ошибки и риски инвестиционного проекта [1]
Со стороны инициатора Отсутствие проработанной технологии производства, точного понимания суммы капитальных расходов. Не проработан и не гарантирован доступ к ресурсам (сырье, инфраструктура, персонал и проч.). Не изучен рынок сбыта продукции, чрезмерно оптимистичные ожидания по объемам, ценам и т.п. Недостаточная сумма собственных средств инвестора. Отсутствие запаса прочности проекта в финансовой модели (в случае увеличения капитальных затрат и др.). Валютные риски (инвестиционные, операционные, финансовые)._
Со стороны кредитора Финансирование более 90% от бюджета проекта (недостаточная заинтересованность и ответственность инициатора). Отсутствие независимой экспертизы по всем ключевым вопросам (маркетинг, технология, транспортировка, налоговые, юридические, экологические аспекты и т.д.). Недооценка важности квалификации инициатора. Риск рефинансирования, отсутствие запаса прочности в финансовой модели. Недостаточный мониторинг хода реализации проекта. Утечка финансовых ресурсов из проекта.
Окончание табл. 1
Некоторые методы управления рисками в инвестиционном проекте
Нефинансовые Наличие профильных инициаторов проекта и высокая квалификация управленцев - команды проекта. Качественная техническая экспертиза. ЕРС-подрядчик. Наличие всех разрешений и лицензий. Детально проработанный план реализации проекта. Подтверждение предпосылок (например, выручки от реализации) Независимое подтверждение рынка маркетинговым консультантом. Четкое понимание барьеров входа. Off-take контракты, иные предварительные соглашения.
Финансовые Подтверждение средств инициатора, гарантии до финансирования инициатором. Четкая структура финансирования. Отлагательные и дополнительные условия. Финансовые ковенанты. Обеспечение и гарантии. Страхование валютных и иных рисков. Прозрачный прогноз денежного потока. Опционы. Корпоративный контроль Участие в капитале проектной компании. Участие в органах управления. Корпоративные соглашения.
Мониторинг реализации проекта Целевое использование средств. Контроль цепочек подрядчиков. Исполнение плана реализации и надзор. Контроль исполнения обязательств и др.
Систематический риск, напротив, связан не с отдельными фактами и факторами деятельности компании или реализации проекта, а относится к рынку или отрасли в целом. В расчетах инвестпоказателей бизнеса или проекта он учитывается в расчете ставки дисконтирования по моделям CAPM и далее WACC посредством специального коэффициента бета. Коэффициент бета (в) определяет системный риск, который возникает в связи с макроэкономическими, геополитическими и иными изменениями, устанавливает количественное соотношение между доходностью определенных акций и доходностью мирового фондового рынка в целом. в показывает уровень чувствительности доходности акций к изменениям доходности рынка в целом, вызванным систематическим риском (глобальными общерыночными факторами).
В наиболее методологически точном подходе коэффициент считается путем сравнения волатиль-ности акций компании с рынком, однако на практике в подавляющем числе случаев делается упрощение и используется коэффициент для отрасли (делается допущение о сопоставимости волатильности отрасли и конкретного бизнеса, поскольку иные факторы и риски могут быть учтены путем корректировки потоков и премии за специфический риск бизнеса).
Сводная краткая характеристика описанных типов рисков представлена в таблице 2.
Таблица 2
Краткая характеристика несистематического и систематического рисков
Несистематический риск (специфический, unique or industry specific) Систематический риск (market risk)
Риски, уникальные для инвестирования в акции конкретной компании. Риски, затрагивающие рынок в целом, а не конкретную компанию в отрасли.
Учитываются в расчетах показателей инвестпривлека-тельности за счет корректировки потоков и/или премии за специфический риск (требует отдельного рассмотрения). Учитываются в расчетах показателей инвестпри-влекательности за счет корректировки потоков и использования коэффициента систематического риска бета.
В портфельном инвестировании или инвестировании в ряд проектов риски могут быть снижены за счет диверсификации. Не могут быть диверсифицированы, т.е. присутствуют даже в хорошо диверсифицированном портфеле инвестиций.
Проблематика исследования
В настоящее время существует общепринятая методология расчета коэффициента бета и доступные источники данных, которые используются практикующими оценщиками, финансовыми и инвестиционными аналитиками, научным сообществом, однако эти подходы и источники имеют ряд проблем в применении. Отметим несколько ключевых проблем:
1. В России, как и во многих других странах, недостаточно статистических данных для расчета бета, кроме крупнейших публичных компаний.
2. Возможен расчет бета на основе общедоступных данных компаний-аналогов. В связи с санкциями использование данных международных компаний для расчета бета представляется затруднительным, могут возникать проблемы с проведением сравнительного анализа со средними значениями по отрасли и с компаниями-конкурентами ввиду их отсутствия. Информационные системы недружественных стран Блумберг и Рейтерс ограничили доступ для российских пользователей к своим данным.
3. Более значимый вопрос: на текущий момент полностью не ясна и не доказана применимость к России зарубежных данных - в основном это статистика А. Дамодарана по всему миру или развивающимся рынкам. По сути, делается предположение, что отрасли в России имеют такое же соотношение рисков, как и за рубежом, хотя могут быть отличия: разные предпочтения потребителей и прогнозы, разные цепочки создания стоимости, различия в мерах господдержки.
Вопросы к данным А. Дамодарана следующие:
• встречаются ошибки в детальных расчетах;
• коэффициенты различаются по периодам, что странно, т.к. они должны отражать долгосрочное соотношение рискованности отраслей (всех компаний в отрасли) и применяются затем для долгосрочных прогнозов.
В этой статье невозможно решить все указанные сложности и проблемы. Мы остановимся на стандартных подходах к расчету коэффициента бета, наглядно представим противоречия доступных аналитических данных, после чего рассмотрим альтернативные подходы и источники данных для расчетов / проверки расчетных значений коэффициента бета.
Традиционный подход к оценке систематического риска
Как было отмечено, традиционным подходом к оценке систематического риска считается коэффициент, который представлен в модели CAPM (Capital Asset Pricing Model) как бета (в). Метод был разработан американским экономистом Вильямом Шарпом и опубликован в 1964 году [2]:
Се = Rf + Plx {Rm — Rf) + Rcur + Rc + Rspecific, (1)
где Ce - требуемая норма доходности собственного капитала (стоимость акционерного капитала); Rf -безрисковая ставка; Bl - коэффициент бета с учетом финансового риска; (Rm - Rf) - рыночная премия за риск (где Rm - среднерыночная ставка по доходности); Rcur - премия за валютный риск; Rc - премия за страновой риск; Rspecific - премия за риск, характерный (специфический) для конкретного предприятия / проекта.
Также существуют другие виды премий, например премия за риск, связанный с размером компании, которые не рассматриваются в данном случае. Расчет для конкретной компании может быть реализован с использованием формулы:
P = Corrlmx^, (2)
где Corr i,m - коэффициент корреляции дохода акции (i) с рынком (m); Oi - стандартное отклонение доходности акции; Om - стандартное отклонение доходности рынка.
Если в > 1 - волатильность актива больше волатильности рынка, т.е. доходность актива будет расти / падать более быстрыми темпами, чем доходность рынка. в = 1 - волатильность актива совпадает с во-латильностью рынка. в < 1 - волатильность актива ниже волатильности рынка, т.е. доходность актива будет расти / падать более медленными темпами, чем доходность рынка. Например, при падении доходности рынка на 10%, доходность актива снизится на 7% при в = 0,7.
В зависимости от наличия и учета финансирования выделяют безрычажную (без учета финансирования) и рычажную бета (в). Бета, учитывающая финансовый риск, находится по формуле:
pL=pux(1 + (1-t)x^, (3)
где вL - рычажная бета; вu - безрычажная бета; t - нормативная ставка налога на прибыль в соответствии с налоговым законодательством страны, в которой расположено предприятие / реализуется проект; D/E -соотношение долга к собственному капиталу компании.
Применение зарубежной статистики для оценки систематического риска в России Как отмечено выше, расчет бета можно осуществлять по конкретной публичной компании, однако для некотируемых компаний и особенно для проектов обычно используется средняя бета по отрасли, в которой функционирует бизнес или реализуется инвестиционный проект. Как было отмечено в нашей предыдущей статье [3], традиционно на практике в качестве источника аналитической информации по
оценочным показателям и коэффициенту бета различных отраслей на ежегодной основе применяется информационно-аналитический ресурс проф. А. Дамодарана.
На базе выгрузок из Bloomberg, Morningstar, Capital IQ и других источников А. Дамодаран рассчитывает коэффициент бета (Р) по отраслям, ежегодно (на начало января каждого года) выкладывает результаты расчетов для использования в общем доступе. Целью работы не являлась перепроверка всей аналитики и расчетов с учетом трудоемкости задачи. В то же время, для оценки достоверности расчетов целесообразно рассмотреть значения показателей по отраслям за несколько лет.
В указанной статье была приведена статистика по 30 отраслям с наибольшими отклонениями за период 2017-2020 гг. На основе данных за пять лет было обнаружено противоречие: коэффициенты бета традиционно используются как «мера волатильности или рискованности» объекта анализа или оценки (бизнеса, проекта) по сравнению с рынком в целом и применяются на длительном периоде дисконтирования, при этом, как видно из таблицы 3, сами коэффициенты являются значительно изменчивыми от периода к периоду.
В настоящей статье мы актуализировали значения с учетом имеющейся информации за 2021-2022 гг. Как и в предыдущей статье, в таблицу выводим только отрасли со значительным отклонением - соотношением максимального и минимального значений - более 50%. В таблице представлены 29 отраслей с наиболее высокими значениями отношения максимального и минимального значения бета за 10-летний период (с 2013 по 2022 гг.) - более 1,5. При этом только в 15 отраслях это соотношение более 1,5 за более ограниченный, 5-летний период (2018-2020 гг.).
Таблица 3
№ Отрасль 10 лет (2013-2022) 5 лет (2018-2022)
Мин Макс Макс / Мин Мин Макс Макс / Мин
3 Air Transport 0,53 0,94 1,76 0,59 0,94 1,58
7 Bank (Money Center) 0,31 0,59 1,93 0,38 0,59 1,54
8 Banks (Regional) 0,44 0,67 1,51 0,46 0,67 1,43
10 Beverage (Soft) 0,57 0,92 1,61 0,57 0,82 1,42
11 Broadcasting 0,61 1,08 1,78 0,61 0,81 1,33
12 Brokerage & Investment Banking 0,28 0,50 1,81 0,42 0,50 1,20
19 Coal & Related Energy 0,84 1,27 1,52 0,90 1,27 1,42
22 Construction Supplies 0,68 1,04 1,54 0,92 1,04 1,13
34 Financial Svcs. (Non-bank & Insurance) 0,10 0,28 2,92 0,13 0,20 1,47
42 Homebuilding 0,74 1,37 1,86 0,74 1,37 1,86
43 Hospitals / Healthcare Facilities 0,42 0,74 1,75 0,50 0,74 1,46
46 Information Services 0,79 1,23 1,55 1,05 1,23 1,18
49 Insurance (Prop / Cas.) 0,50 0,82 1,63 0,50 0,82 1,63
52 Metals & Mining 0,83 1,33 1,61 0,83 1,33 1,61
53 Office Equipment & Services 0,62 1,05 1,70 0,85 1,05 1,24
55 Oil / Gas (Production and Exploration) 0,74 1,33 1,81 0,93 1,33 1,43
56 Oil / Gas Distribution 0,65 1,07 1,65 0,65 1,07 1,65
63 R.E.I.T. 0,13 0,77 6,03 0,34 0,77 2,26
64 Real Estate (Development) 0,31 0,84 2,71 0,52 0,78 1,51
68 Reinsurance 0,86 1,44 1,68 0,90 1,44 1,60
69 Restaurant/Dining 0,62 1,01 1,62 0,64 1,01 1,57
71 Retail (Building Supply) 0,67 1,11 1,66 0,67 1,11 1,66
77 Rubber& Tires 0,70 1,10 1,56 0,70 1,10 1,56
79 Semiconductor Equip 1,23 1,93 1,57 1,34 1,93 1,44
80 Shipbuilding & Marine 0,64 0,99 1,55 0,67 0,99 1,49
89 Tobacco 0,49 0,87 1,76 0,55 0,87 1,57
91 Transportation (Railroads) 0,46 0,91 1,96 0,62 0,91 1,47
92 Trucking 0,55 0,92 1,67 0,57 0,92 1,63
94 Utility (Water) 0,51 0,81 1,58 0,51 0,81 1,58
Источник: http://pages.stern.nyu.edu/~adamodar/New_Home_Page/datafile/Betas.html.
Из таблицы 3 видно, что по ряду отраслей показатель варьировался в два раза. Учитывая применение коэффициентов в долгосрочном периоде, колебания такого масштаба за сравнительно небольшой промежуток времени ставят под сомнение применимость статистики в целом. Ранее А. Дамодаран проводил анализ отклонений расчета коэффициента бета для одного и того же актива, с изменением источника вводных данных, получая разброс значения коэффициента до 70% [4].
Еще один методологический недостаток подхода по использованию приведенной статистики состоит в том, что расчет коэффициента по отдельным странам в основном не приводится. Страны группируются по категориям, таким как «Развивающиеся рынки», «Европа», «Азия». Данная группировка приводит к усредненному оценочному значению систематического риска, слабо применимому к оценке инвестиционной привлекательности в конкретной стране, в нашем случае - к России, где соотношение рисков может совершенно не соответствовать общему среднему. Одна и та же отрасль может иметь совершенно разный профиль рискованности и волатильности в разных странах и регионах по ряду причин: разный уровень потребления и предпочтения потребителей, разные уровни конкуренции и государственной поддержки и проч.
Попыткой актуализировать данные для использования в России может служить дополнительная составляющая, включаемая в оценку систематического риска, - страновая риск-премия. Такой подход был популяризирован А. Дамодараном, используется многими оценочными фирмами и инвестиционными банками, но уже долгое время подвержен конструктивной критике со стороны академического сообщества [5]. Исходя из вышесказанного, можно сделать вывод о слабой применимости зарубежной статистики и необходимости поиска метода расчета, позволяющего учитывать специфику соотношения рисков в России.
В условиях отсутствия достаточных статистических данных возможно использование этих подходов, расчетов интервальных значений показателей либо субъективное - экспертное установление требуемых значений при проверке соблюдения единообразия между компаниями / проектами / периодами. Альтернативные подходы оценки систематического риска и применимость их в России рассмотрены ранее в статье авторов «Оценка систематического риска в инвестиционном проекте: проблема определения» [3]. Также они были рассмотрены ранее в публикациях таких отечественных авторов, как Федотова М.А., Зозуля В.В., Гусейнов Б.М. и др., а также зарубежных ученых, среди которых Куршвиц Л., Хелфейнштейн Л. и др.
Надежность общедоступной аналитики: эмпирический анализ
Практика применения коэффициентов бета, по данным А. Дамодарана, традиционно заключается в одном из нескольких подходов: непосредственное использование коэффициентов в расчете ставки или диапазона ставки, использование коэффициентов для проверки расчетных бета по компаниям-аналогам. При применении значений коэффициентов бета, по данным А. Дамодарана, были в нескольких случаях замечены нелогичные тенденции (значительные изменения от года к году) или значения (например, высокие бета для достаточно стабильных отраслей).
В настоящее время не существует единого рекомендуемого подхода для обеспечения надежности показателей. Вариантами могут быть самостоятельное проведение перепроверки значений на основе компаний выборки или значительной выборки по отрасли, альтернативные расчеты по компаниям аналогам / отрасли и проч. В части перепроверки отдельных значений было обнаружено следующее (приводимый анализ был проведен в рамках научного руководства выпускной квалификационной работой «Модели оценки систематического риска: применимость в России» магистранта программы «Корпоративные финансы» НИУ «ВШЭ» Абдулмуслимова Магомеда Аюбовича).
Были выбраны отрасли с очевидно странными значениями бета: например, значительно отличающиеся от 1 и от значений в иных периодах. Информационный ресурс А. Дамодарана не содержит полного расчета значений, однако содержит перечень компаний, которые включены в каждую отрасль при расчете значений (см.: http://www.stern.nyu.edu/~adamodar/pc/datasets/indname.xls), что позволяет воспроизвести расчеты (пересчитать значения) и выявить возможные ошибки. Значение по каждой из выбранных отраслей целесообразно анализировать с помощью нескольких этапов:
• количественно: определяем бета каждой компании в отрасли, обращаем внимание на значительные
отклонения от 1 или от среднего по отрасли;
• качественно: для понимания корректности компаний в выборке анализируем род деятельности /
клиентов и другие качественные характеристики компании;
• выводы: проводим сравнительный анализ по полученным качественным и количественным результатам, вносим корректировки в значения или исключаем некорректные компании.
Рассмотрим детали двух отраслей с наибольшими значениями коэффициента бета в 2020 г. Из общей сводной аналитической таблицы были выбраны отрасли с наибольшими коэффициентами бета для детальной проверки - значение безрычажной бета более 2 оказалось у двух индустрий: «Сектор железнодорожной транспортировки» и «Сектор судостроения». Рассмотрим их более детально:
1. Сектор железнодорожной транспортировки (Transportation (Railroads)).
По данным на начало 2019 и 2020 гг. наблюдались очевидно странные значения показателя бета: 2,47 и 2,24, соответственно: отрасль железнодорожной транспортировки представляется достаточно стабильной и устойчивой с финансовой точки зрения, данные значительно выбиваются из значений иных лет (например в 2017 г. - 0,79, 2018 г. - 1,01). В представленной информации указано, что выборка состоит из 8 компаний. При поиске значений бета по данным компаниям и описании их деятельности очевидным образом выделяется компания Las Vegas Xpress, Inc. (OTCPK:LVXI).
Значение коэффициента бета у нее составляет порядка 17, что значительно выше, чем показатели остальных компаний в выборке / в отрасли в целом. Компания Las Vegas Xpress, Inc. предоставляет железнодорожные экскурсии, услуги казино, питания и другие услуги для пассажиров, в то время как другие компании в выборке занимаются железнодорожными, интермодальными, внутренними контейнерными перевозками и контрактными логистическими услугами. Таким образом, род деятельности компании, как и значение бета, сильно разнится с другими компаниями;
2. Сектор судостроения (Shipbuilding & Marine).
По данным на начало 2020 г. значение показателя бета составило 2,17, что значительно выше предыдущих лет (2018 г. - 1,34, 2019 г. - 1,08). Выборка состоит из 10 компаний. При поиске значений бета по данным компаниям и описании их деятельности выделяется компания Global Boatworks Holdings, Inc. (OTCPK:GBBT). Для нее значение коэффициента бета составляет 6,31, что существенно выше, чем показатели остальных компаний в выборке / в отрасли в целом.
Целевыми клиентами Global Boatworks Holdings, Inc. являются владельцы пристаней для яхт и других предприятий, а также частные лица, желающие арендовать недвижимость для своих клиентов, корпорации, ищущие место для корпоративных мероприятий, и лица, желающие отдохнуть или получить второй дом на воде, а также лица, желающие жить на плавучем судне с удобствами. Остальные компании в выборке владеют флотом сухогрузных судов и перевозят ряд разнородных грузов (железную руду, уголь, зерно, цемент и удобрения). Таким образом, род деятельности компании, как и значение бета, сильно разнится с другими компаниями.
Следует отметить, что актуальные данные на ресурсе проф. А. Дамодарана уже скорректированы. Сводная информация по указанным отраслям за период 2018-2022 гг. представлена в таблице 4. Как видно из этой таблицы, в данном периоде отсутствуют существенно выбивающиеся значения.
Таблица 4
Отрасль 2018 2019 2020 2021 2022
Сектор железнодорожной транспортировки 0,77 0,91 0,83 0,62 0,67
Сектор судостроения 0,99 0,67 0,71 0,76 0,99
Следует также отметить, что в практической деятельности оценщика или финансового аналитика нет возможности перепроверять сводные данные из ведущих ресурсов на постоянной основе, а найденные неточности не свидетельствуют о значительных ошибках иных отраслей и всей популяции компаний. Главный вывод, который мы можем сделать на основе проведенного анализа, следующий: необходим критический анализ значений по сравнению с иными периодами и ожиданием среднего значения (условно - бета с незначительными отклонениями от единицы) и детальная проверка расчетов или альтернативные расчеты в случае наличия сомнений.
Альтернативные источники информации
Зарубежная статистика бета-коэффициентов, помимо А. Дамодарана, публикуется несколькими отдельными компаниями. Из них можно выделить BVR (Business Valuation Resources). Эта компания предлагает услуги поиска и сбора данных для оценки бизнеса. Время от времени публикуются бесплатные отчеты, такие как статистика беты по индустриям. Другие отчеты являются платными. Еще одна компания, публикующая статистику бета-коэффициентов, - Economatica. По аналогии с BVR она также предоставляет услуги по сбору данных. Применение данной статистики в России затрудняется тем, что данные для России публикуются только для некоторых немногочисленных отраслей.
Выводы
В данной статье кратко рассмотрены основные возможные риски бизнеса / инвестиционного проекта и сделан акцент на проблеме определения меры систематического риска (бета). Подходы к определению специфического риска (альфа), как наиболее субъективного компонента ставки дисконтирования, требуют отдельного рассмотрения и не являются предметом анализа данной статьи.
Коэффициент бета широко применяется в зарубежной и отечественной практике и известен оценщикам бизнеса, инвестиционным и финансовым аналитикам, студентам и преподавателям, однако практика его применения вызывает множество вопросов, в первую очередь в вопросе надежности его значений. В статье рассмотрена надежность коэффициентов с нескольких аспектов: стабильности или изменчивости показателей по годам, возможных ошибок в конкретных данных при видимой нелогичности значений. В статье также упомянута иная проблема: недоказанность возможности применения аналитики по отраслям в одном регионе или глобальных данных для конкретного бизнеса в ином регионе.
Например, для статьи использовались данные А. Дамодарана по всем рынкам (Global). При этом необходимо учитывать, что при традиционных запросах на сайте выдается бета по US. Также возможно использование информации по иным регионам, группировке Emerging Markets и т.д. Анализ волатиль-ности и надежности бета для конкретных условий - тема отдельного исследования и анализа соотношения потенциальной точности и надежности данных, их изменчивости по периодам, соотношения рискованности и волатильности отраслей в регионе объекта анализа с регионом с данными по аналитической информации.
ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ
1. Цехомский Н.В., Тихомиров Д.В. Инвестиционный анализ в проектном финансировании. СПб.: Изд-во СПбГЭУ, 2022. 307 с.
2. Sharpe W.F. Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk // Journal of Finance. 1964. Vol. 19.
3. Цехомский Н.В., Тихомиров Д.В. Оценка систематического риска в инвестиционном проекте: проблема определения // Экономика и управление. 2022. № 10.
4. Damodaran A. Estimating Risk Parameters. New York: Stern School of Business, 1999. 31 p.
5. Kruschwitz L., Loffler A., Mandl G. Damodaran's Country Risk Premium: A Serious Critique // Business Valuation Review. 2012. Vol. 31 (2).
