Отражение страновых рисков в методологии оценки стоимости компании на развивающихся рынках Текст научной статьи по специальности «Экономика и бизнес»

Страновые риски

отражение страновых рисков в методологии оценки стоимости компании на развивающихся рынках

И.А. КУЗНЕЦОВ, аспирант кафедры экономики и финансов фирмы Государственный университет — Высшая школа экономики

Несмотря на эпоху глобальной интеграции рынков капитала, существуют эмпирически значимые страновые различия между развивающимися и развитыми странами. При прочих равных условиях, повышенная требуемая доходность капитала на развивающихся рынках, продиктованная наличием страновых рисков, приводит к заниженным значениям их мультипликаторов. В статье рассмотрен один из механизмов нейтрализации данного типа риска при оценке компаний с развивающихся рынков с использованием западных аналогов.

Ключевые слова: рынки, страновые риски, капитал, мультипликаторы, оценка, стоимость.

Влияние систематических рисков, вытекающих из специфики развивающихся рынков, сказывается как на алгоритме проведения оценки в целом, так и на итоговой величине стоимости исследуемой компании. Из-за отсутствия качественных данных для применения ряда методов оценки в рамках российского рынка возникает необходимость обратиться к показателям развитых стран для создания субститутов требуемых переменных. Поэтому встает задача корректирования данных на страновой риск и, следовательно, разработки и апробации эффективных методик коррекции. В статье предложена одна из методик коррекции оценочных мультипликаторов на страновой риск для применения метода рыночных сравнений для компаний с растущих рынков капитала.

принципы анализа странового риска

Проблема странового риска в академических работах рассматривается во взаимосвязи с процес-

сами глобализации рынков капитала. Как отмечает С. Харвей, любой рынок капитала проходит развитие от состояния полной сегментации до состояния полной интеграции [1]. При состоянии полной сегментации рынок характеризуется ограниченным набором компаний и отраслей, имеющих достаточно высокую чувствительность к изменениям ВВП. Небольшое количество локальных инвесторов, и, как следствие, ограниченный спрос порождают высокую доходность и волатильность активов. Однако по мере развития данного рынка, открытия барьеров для входа и снятия ограничений на движение капитала рынок переходит к стадии полной интеграции. Низкая, а порой и отрицательная корреляция с мировым индексом акций, наличие большого спроса, порождаемого крупными международными инвесторами, снижает доходность торгуемых активов. К состоянию полной сегментации с определенной степенью условности можно отнести большинство развивающихся рынков, таких как рынки капитала Аргентины, Бразилии, России. А к состоянию полной интеграции — развитые, такие как рынок США.

Таким образом, образовались два противоположных взгляда на природу страновых рисков, возможность их диверсификации, их влияние на требуемую доходность и стоимость компании. Сторонники теории интеграции национальных рынков капитала в мировое рыночное пространство предполагают, что глобализация финансовых рынков позволяет репрезентативному инвестору диверсифицировать свой портфель и совершать сделки на фондовом рынке любой страны с достаточной уверенностью в цене покупки и продажи акций (Е. В. Чиркова [2]).

Сторонники теории сегментации полагают, что ряд развивающихся рынков капитала не позволяет в полной мере воспользоваться глобальной диверсификацией из-за сохраняющихся барьеров. Поэтому повышенный риск при покупке и продаже акций, при прочих равных условиях, требует более высокой доходности (Л. Перейро [3]; С. Харвей, [4]). В качестве основных причин сегментации фондовых рынков Л. Перейро отмечает:

• объективные факторы, включающие юридические ограничения на операции с капиталом, дискриминационное налогообложение для международных инвесторов, иные трансак-ционные издержки (повышенные комиссии брокерами при инвестировании в фондовый рынок за пределами страны);

• поведенческие субъективные факторы, ведущие к тому, что инвестор воспринимает рынки как сегментированные, даже если последние таковыми не являются, или предпочитает работать только на «знакомых» рынках, что сужает его возможности для диверсификации (эффект «смещения в сторону страны проживания» (home bias), часто проявляющийся у американских инвесторов).

Как указывает Л. Перейро, идентифицировать сегментированные фондовые рынки можно по ряду ключевых характеристик, которые оказывают прямое влияние на стоимость компаний [3, стр. 335]:

1) ограниченная ликвидность. Основным признаком ограниченной ликвидности является малый размер фондового рынка в абсолютном выражении и относительно экономики страны;

2) повышенная концентрация, выраженная через отношение капитализации 10 крупнейших компаний к совокупной капитализации всех торгуемых компаний. Высокий коэффициент означает ограниченные возможности инвесторов для диверсификации в рамках локальной экономики;

3) низкий уровень корпоративного управления и требований к раскрытию информации. Требования к качеству финансовой отчетности на фондовых биржах развивающихся рынков, как правило, менее строгие, чем на биржах развитых рынков. Б. Блэк указывает, что низкое качество бухгалтерской информации компаний с развивающихся рынков и отсутствие регламентированных стандартов корпоративного управления приводят к занижению стоимости и мультипликаторов большинства компаний по сравнению с американскими аналогами [5];

4) ограниченная информация. Наличие длительных периодов высокой инфляции, изменений в законодательстве, кризисов, в сочетании с ограниченным набором отраслевых компаний-аналогов ограничивает возможность использования качественной исторической информации для проведения сравнительной оценки.

Помимо описанных выше объективных характеристик, развивающиеся рынки имеют специфическую экономическую конъюнктуру, различия в финансовых, правовых, регулирующих институтах и характеризуются повышенным уровнем рыночного риска, рождаемого неэффективностью или нестабильностью государственного аппарата, слабой защищенностью прав инвесторов, информационной асимметрией и т. д. Когда инвесторы имеют ограничения на вход или выход со специфичных страновых рынков, состояние сегментированности воспроизводится и закрепляется. Это приводит к подверженности страновым рискам. Очевидно, что подобные факторы оказывают прямое влияние на условия функционирования компаний, бизнес-среду. А главное — на восприятие инвесторами стоимости активов. Таким образом, взяв две идентичные компании, функционирующие, к примеру, на американском и российском рынках, можно предположить, что инвесторы оценят выше ту, которая при прочих равных условиях будет развиваться на рынке с более низкими страновыми рисками, так как, по их мнению, перспективы ее развития будут выше в силу стабильности окружающей бизнес среды.

Многие эмпирические исследования показали, что влияние подобного эффекта имеет большее значение, нежели отраслевая принадлежность компании (С. Хэнстоун, К. Рувенхорст [6]; К. Аретз, П. Поп [7]). Другими словами, доходность акции намного больше зависит от волатильности локальной экономики, нежели от колебаний и трендов соответствующей отрасли на международном уровне. Можно констатировать, что повышенный риск экономической конъюнктуры должен выражаться в премии к требуемой инвесторами доходности собственного капитала компании.

влияние странового риска на требуемую доходность и оценочные мультипликаторы

Зависимость доходности акций от страновой принадлежности была подкреплена множеством

эмпирических исследований. С. Хэнстоун, К. Ру-венхорст проанализировали доходность акций 829 компаний из 12 стран Европы c 1978 по 1991 гг. и провели ее декомпозицию на мировой, страновой и отраслевой риски. Авторы выявили сравнительную значимость странового риска по сравнению с отраслевым [6]. В более современной работе К. Аретз, П. Поп повторяют вывод своих предшественников о значимости странового риска в объяснении доходности акций на данных с 1981 — 2005 гг. в 30 отраслях из 24 стран [7].

Примечательно, что исследования, посвященные выявлению данного эффекта на развивающихся рынках, подтверждают данные выводы. С. Лам, С. Лоу, З. Панг [8] проводят исследование на данных 49 стран за 1995 — 2006 гг. на базе усовершенствованной многофакторной модели Е. Фама, К. Френч [9]. Помимо традиционных факторов (рыночная премии за риск, размер компании и отношение балансовой стоимости капитала к рыночной капитализации компании), модель дополнена показателями политического и валютного риска. Авторы показывают, что введение факторов политического риска в модель значительно улучшает ее качество по сравнению с первоначальной трехфакторной моделью Е. Фама и К. Френч.

С. Харвей исследует влияние политического, финансового и экономического риска на требуемую доходность и цены акций в 119 развитых и развивающихся странах за 1984 — 2004 гг. Автор приходит к выводу, что компоненты странового риска оказывают значимое влияние на требуемую доходность (увеличивают ее) только для развивающихся рынков, в то время как на развитых рынках такой зависимости не наблюдается [4]. Эти данные С. Харвея подтверждают близость развитых рынков к состоянию полной интеграции. И как следствие, наличие возможностей для диверсификации выливается в отсутствие премии за страновой риск.

Г. Каминский, С. Шмуклер исследуют зависимость доходности акций с фондовых рынков в 19 развивающихся странах Латинской Америки, Восточной Европы и Юго-Восточной Азии за 1990 — 2000 гг. от изменений кредитных рейтингов «Стан-дард энд Поор'с» (Standard&Poor's), «Мууди'с» (Moody's) и «Фитч Рейтингс» (Fitch Ratings). Изменение рейтинга долговых обязательств государства влечет за собой быструю и значительную реакцию со стороны фондового рынка, что, несомненно, является фактором риска для инвесторов. В их работе видно, что фондовый индекс страны отрицательно коррелирован не только со снижением ее кредит-

ного рейтинга, но и с изменением рейтингов стран того же региона. В то же время изменение рейтингов стран за пределами региона не оказывает значимого влияния на фондовый индекс страны [10].

Таким образом, эмпирически выявлена прямая зависимость требуемой доходности инвесторов от величины странового риска. Поэтому мультипликаторы, используемые при оценке компании сравнительным подходом, необходимо увязать со страновыми рисками. Это можно сделать путем разложения их через фундаментальные показатели оцениваемой компании (риск, рост и доходность). К примеру, мультипликатор P/E (капитализация, поделенная на чистую прибыль) для стабильно растущей компании можно представить в виде:

йгу / Е

P / E = -

r - G

(1)

где div/E — доля выплат дивидендов в чистой прибыли (доходность);

ге — требуемая доходность на собственный капитал (риск);

Ge — ожидаемый темп роста чистой прибыли компании (рост).

Требуемая доходность на собственный капитал может быть определена следующей формулой:

re = rf +рх MRP + CRP,

(2)

где f — безрисковая ставка;

в — мера систематического риска компании;

MRP — премия за рыночный риск;

CRP — премия за страновой риск.

Итак, ключевыми фундаментальными факторами мультипликатора P/E являются доходность, будущий рост чистой прибыли и риск. Последняя составляющая напрямую зависит от величины странового риска.

Продолжая описанную логику, можно вывести зависимость мультипликаторов P/B (капитализация, поделенная на балансовую стоимость собственного капитала) от

— доходности собственного капитала (ROE),

— будущего темпа роста чистой прибыли (Ge),

— требуемой нормы доходности (r),

а мультипликатора EV/S (стоимость предприятия, т. е. капитализация плюс чистый долг, поделенная на выручку) от:

— рентабельности операционной прибыли (EBIT) — OM,

— будущего темпа роста операционной прибыли,

— средневзвешенной ставки затрат на капитал.

При сопоставимых фундаментальных показателях, за исключением странового риска, компании

развитых рынков будут иметь более высокие мультипликаторы, нежели компании развивающихся рынков. Однако компании с развивающихся рынков, как правило, обладают более высокими перспективами роста и более высокой рентабельностью. Получается, что соотношение мультипликаторов компаний с развитых и развивающихся рынков будет зависеть от соотношения эффектов странового риска и потенциала роста.

Зависимости мультипликаторов от странового риска на развивающихся рынках проиллюстрированы в ограничеснном круге исследований. В работе Х. Рамчарран выведена статистически значимая зависимость мультипликатора P/E на развивающихся рынках от уровня экономического роста и кредитного риска на данных 21 страны за период с 1992 по 1999 гг. [11]. А. Дамодаран, проанализировав 12 развитых стран за 2000 г., пришел к выводу, что основные различия мультипликатора P/E по этим странам вызваны различием в процентных ставках. Для 16 развивающих стран существенную роль играет реальный рост ВВП, а также суверенный риск страны, который подсчи-тывается журналом «Экономист» (the Economist). Чем больше этот показатель (т. е. чем выше риск), тем ниже значение мультипликатора [12].

Очевидно, что прямое использование мультипликаторов компаний-аналогов с развитого рынка для целей оценки компании на развивающемся рынке методом рыночных сравнений может привести к искажению стоимости искомой компании. Для нивелирования данного искажения требуется применение процедур коррекции мультипликаторов, которые впоследствии должны привести значения мультипликаторов компаний-аналогов с развитого рынка к сопоставимой базе.

Перед описанием необходимой процедуры коррекции на страновой риск и ее тестированием на статистическом массиве исторических данных остановимся на общем алгоритме проверки эффективности этой коррекции.

методология оценки эффективности коррекций на страновой риск

Объективным способом определения эффективности любого метода коррекции мультипликаторов является эмпирическая проверка на большом статистическом массиве. Используются различные варианты проведения оценки стоимости компании, а суждение об эффективности того или

иного метода основывается на степени отклонения прогнозируемой величины стоимости компании от фактической капитализации. Таким образом, мы автоматически принимаем предпосылку об эффективности рынка, заведомо считая, что рыночная оценка стоимости является справедливой.

При оценке компаний на развивающемся рынке с помощью компаний-аналогов с развитого рынка можно использовать два метода коррекций мультипликаторов на страновой риск. В методе относительных коррекций мультипликатор компаний-аналогов корректируется на определенный коэффициент: спрэд безрисковой доходности государственных облигаций или соотношение средних мультипликаторов двух рынков (метод, предложенный Л. Перейро). В регрессионном методе строится зависимость мультипликаторов от различных фундаментальных переменных.

В предыдущем исследовании И. В. Ивашковс-кая, И. А. Кузнецов показали, что эффективность регрессионного метода существенно выше [13]. Алгоритм оценки эффективности данного метода представлен на рис. 1.

На первом этапе рассматривается общий массив компаний в конкретном году, в котором компании с развитого рынка (заштрихованные ячейки) и компании с развивающегося рынка (белые ячейки) идентифицированы с помощью фиктивной переменной. Далее идет построение модели линейной регрессии каждого мультипликатора на ключевые фундаментальные переменные и фиктивную переменную страны. После получения оценок параметров модели все компании с развивающегося рынка оцениваются по построенным регрессионным уравнениям за счет введения в них необходимых фундаментальных параметров. Отклонение прогнозной стоимости компании от фактической капитализации (остаток оценки) заносится в общий массив остатков. Учитывая, что регрессионные зависимости мультипликаторов от фундаментальных переменных не являются динамически устойчивыми, регрессии должны быть построены для каждого конкретного года по отдельности.

Описанный алгоритм повторяется без использования фиктивной переменной страны. После сравнения двух массивов распределения остатков делается вывод об эффективности страновой коррекции.

Для анализа эффективности распределений остатков оценки целесообразно использовать следующие критерии эффективности:

Общий массив компаний

Применение регрессионного подхода в конкретном году

Регрессия P/B на фундаментальные переменные

J Регрессия P/E на I фундаментальные переменные

J Регрессия EV/S на

I фундаментальные

переменные

Оценки ^параметров 'модели для P/B

Оценки параметров Модели для P/E

Оценки параметров модели за EV/S

Массив российских компаний

.хгт.

Оценки мультипликаторов P/B по полученной модели

Оценки мультипликаторов P/E по полученной модели

Оценки мультипликаторов EV/S

по полученной модели -----т---1------

Остатки оценки

Повторение всего алгоритма для следующего года Рис 1. Алгоритм оценки по регрессионному методу коррекции странового риска

средняя арифметическая остатков оценки:

EK,} = NI

JV ¡=i

1 n (MVi

л

mv.;

-1

(3.1)

где MVi — прогнозное значение стоимости компании, MVj — фактическое, ej — остаток оценки.

• медиана остатков оценки:

E{epct} = median {ei, e2,..., eN } (3.2)

• медиана абсолютного значения остатков оценки:

E{epc} = median{\ ei |,| e2 |,...,| eN |} (3.3)

• среднеквадратическая ошибка остатков оценки (Root Mean Squared Errors):

RMSE =

I (MVi - MVt )2

MV

(3.4)

Медианные критерии по сравнению со средним арифметическим эффективно нейтрализуют влияние экстремальных значений мультипликаторов. В то же время все средние не учитывают оценки дисперсии остатков. Преимущество RMSE заключается в том, что он позволяет одновременно учесть величину стандартного отклонения и общее смещение средней величины1. Однако, несмотря на преимущества RMSE, данная величина не ука-

1 Данная величина используется в работе Э. Мауг, И. Дитман для оценки распределения остатков оценки по мультипликаторам США [14].

зывает на среднюю переоценку либо недооценку компаний с развивающегося рынка. Поэтому целесообразно использовать сочетание всех описанных критериев.

влияние странового риска: россия и сша

Для верификации гипотезы о страновом различии мультипликаторов были проанализированы американский (развитый) и российский (развивающийся) рынки за период 2002 — 2005 гг. Для всех публичных национальных американских компаний, котирующихся на американских биржах (Нью-Йоркская фондовая биржа (NYSE), НА-СДАК (NASDAQ), и АМЕКС (AMEX)), а также для публичных российских компаний, с отчетностью в МСФО или Общепринятыми принципами бухгалтерского учета США (US GAAP) были подсчитаны мультипликаторы P/B, P/E, EV/S.

Выборка была обрезана на уровне 1 % и 99 % для того, чтобы удалить экстремальные значения, искажающие распределения и статистику. Несмотря на разницу в масштабе выборок, для российского и американского рынков просматриваются схожие закономерности: среднее арифметическое мультипликаторов существенно превышает медианные значения, распределения характеризуются правосторонним смещением. Однако по сравне-

¡■=1

Описательная статистика мультипликаторов Таблица 1

Американский рынок

Мультипликатор # набл. Средняя Медиана Станд. откл. Эксцесс Асимметричность

P/E 10,401 26.1 18.5 27.7 29.7 4.7

P/B 12,709 2.7 2.0 2.5 21.4 3.8

EV/S 13,281 2.7 1.7 2.6 3.6 1.8

Российский рынок

Мультипликатор # набл. Средняя Медиана Станд. откл. Эксцесс Асимметричность

P/E 152 18.2 12.0 17.9 6.0 2.4

P/B 172 1.9 1.2 2.1 7.4 2.5

EV/S 177 1.8 1.2 1.5 5.8 2.3

нию с американскими аналогами российские средние значения всех мультипликаторов существенно ниже. Очевидно, что использование американских мультипликаторов может привести к переоценке стоимости российских компаний.

Для тестирования значимости странового эффекта были построены регрессионные модели по данным химической, телекоммуникационной, электроэнергетической, машиностроительной, металлургической и нефтегазовой отраслей для каждого из мультипликаторов в зависимости от ключевых фундаментальных переменных по 2003 — 2005 гг. В качестве фундаментальных переменных в регрессии были включены переменная доходности (см. предыдущий раздел), переменная риска — стандартное отклонение чистой прибыли или ЕВ1Т (ст№, стЕШТ), а также фиктивная переменная отрасли и страны (=1 для американской компании, =0 для российской компании). В качестве спецификации модели была использована логарифмическая форма, которая продемонстрировала наилучшие результаты. Рассмотрим основные регрессионные уравнения (результаты по остальным уравнениям приведены в приложении 1, в скобках приведено стандартное отклонение переменной):

1п(Р/В ) = 0.8 + 0.33 ЫЯОЕ ) - 0.011п(стт ) +

' (0.168) (0.036) ' (0.016) '

+ 0.54 Д + 0.02 д ;

(0.097) у' (0.028) '""""'ГУ,

R2 = 0.39;

(4.1)

ln(P /E.) = 2.57+ 0.08 G - 0.02ln(cm ) +

(0.131) (0.029) e (0.014) ■

+ 0.24 D r - 0.01 Du r ;

(0.096) country. (0.024) mduslry.'

R2 = 0.1;

(4.2)

EV/S. = 1.26 + 2.85-OM + 0.081n(°™T ) +

(0.197) (0.777) (0.023) •

+ (042 Dc°untry. 0'0з2 Dndustry, ;

R2 = 0.26.

(4.3)

Для мультипликаторов EV/S и P/B наблюдаются наиболее сильные статистические зависимости. R2 моделей колеблется в пределах 30 — 40 %. В то время как фундаментальные переменные доходности значимы на 5 %-ном уровне в течение 3 лет и имеют ожидаемый знак. Отраслевой фактор является значимым для EV/S, но не для P/B. Для мультипликатора P/E фундаментальная переменная будущего роста значима только для 2004 г., и на агрегированном уровне. Так как в распоряжении не было прогнозов будущей чистой прибыли, в качестве proxy переменной использовался реализованный темп роста прибыли на год вперед. Это фактически объясняет низкую предсказательную силу данной переменной. Примечательно, что на агрегированном уровне все зависимости (кроме фиктивной переменной отрасли) являются значимыми.. Однако низкий R2 означает, что использование только данных переменных плохо объясняет динамику P/E. В частности, использование коэффициента дивидендных выплат должно существенно улучшить статистику.

Для всех мультипликаторов коэффициент перед фиктивной переменной страновой принадлежности значим на 5 %-ном уровне (а также на 1 %-ном уровне для большинства уравнений) для всех лет и имеет положительный знак. Это означает, что американские компании торгуются с премией по сравнению с российскими. И это выливается в более высокие значения мультипликаторов при одинаковых фундаментальных переменных. Следовательно, обнаружен систематический разрыв значений мультипликаторов, которые продиктованы страновой принадлежностью компаний.

Примечательно, что статистически значимый разрыв мультипликаторов сохраняется во всех периодах, несмотря на то, что в динамическом плане наблюдается сокращение разрыва мультипликаторов американских и российских компаний.

Таблица 2

статистика ошибок прогноза по регрессионному методу

Мультипликатор Регрессионный подход (без фиктивной переменной)

Средняя Медиана Абс. медиана RMSE Станд. откл.

P/B 73 % 52 % 60 % 1.32 1.11

P/E 34 % 13 % 53 % 1.02 0.97

EV/S 42 % 29 % 47 % 0.96 0.87

Мультипликатор Регрессионный подход (с фиктивной переменной)

Средняя Медиана Абс. медиана RMSE Станд. откл.

P/B 17 % 4% 32 % 0.69 0.67

P/E 5 % -8% 46 % 0.76 0.76

EV/S 12 % 6% 37 % 0.62 0.62

Динамически устойчивая связь свидетельствует о том, что выведенная закономерность является скорее следствием различия у стран важных экономико-политических факторов, нежели неким дискретным явлением. Целесообразно предположить, что при сохранении страновых рисков между Россией и США, зависимость должна повторяться на более поздних данных, однако с меньшей степенью интенсивности в силу интеграции России в глобальный рынок капитала.

анализ эффективности использования регрессионного метода коррекций на страновой риск

Для тестирования целесообразности и эффективности регрессионного метода коррекции на страновой риск использовался вышеописанный алгоритм. В табл. 2 приведена итоговая статистика отклонения прогнозной стоимости компании от фактической капитализации.

В случае игнорирования страновых коррекций средняя арифметическая и медиана остатков оценки показывают, что в среднем российские компании были существенно переоценены. Для мультипликатора P/B переоценка составляет в среднем 52 — 73 %, в то время как для P/E — 13 % - 34 %. Показатель абсолютной медианы демонстрирует высокий процент отклонения прогнозируемой стоимости компаний от их фактической на 47 — 60 %.

Включение в модель фиктивной переменной приводит к увеличению эффективности модели оценки. Медиана остатков оценки колеблется

вокруг нуля. Это означает, что в среднем была определена истинная стоимость компаний. Подобные выводы не имеют большого смысла при наличии высокой дисперсии ошибок прогноза. Показатель RMSE и стандартное отклонение колеблются вокруг 70 % для каждого мультипликатора и существенно ниже по сравнению с ситуацией отсутствия коррекций.

Абсолютная медиана свидетельствует об эффективности использованного данного метода. Для мультипликаторов P/B и EV/S абсолютная ошибка прогнозов ранжируется в интервале 32 — 37 %. Однако для мультипликатора P/E характерны худшие результаты в терминах RMSE и абсолютной медианы. Это, скорее всего, связано с тем, что использование фактически реализованного темпа роста чистой прибыли вместо ее ожидаемой величины не является целесообразным.

Полученные результаты свидетельствуют, что инкорпорирование эффекта странового риска в модель существенно улучшает точность оценки для всех мультипликаторов.Точность оценки выше для мультипликаторов P/B и EV/S. Этот факт согласуется с большинством практических рекомендаций,

Без фиктивной переменной

IС фиктивной переменной

P/B

P/E EV/S

рис. 2. Сравнение медианы остатков оценки

советующих использовать мультипликатор EV/Sдля оценки производственных компаний, которые составляют преобладающую часть в нашей выборке.

Проведенный анализ свидетельствует, что, несмотря на эпоху глобальной интеграции рынков капитала, существуют эмпирически значимые страновые различия между развивающимися и развитыми рынкам. При прочих равных условиях повышенная требуемая доходность капитала на развивающихся рынках, продиктованная наличием страновых рисков, приводит к заниженным значениям их мультипликаторов. Для нейтрализации эффекта странового риска при оценке компаний с развивающихся рынков с использованием западных аналогов рекомендуется использование процедур коррекций. В частности, выявлено, что использование регрессионного подхода позволяет эффективно нейтрализовать инфляционную составляющую при оценке российских компаний с помощью американских аналогов. Несмотря на то, что верификация предложенного метода коррекции была проведена на данных 2002 — 2005 гг., существуют объективные предпосылки для сохранения данного различия на более поздних данных в силу сильной статистически значимой связи, продемонстрированной для всех мультипликаторов на всех исследуемых временных интервалах.

Примечательно, что в период глобального финансового кризиса существует возможность изменения интенсивности влияния постулируемых зависимостей. В частности, сокращение премии за потенциал роста развивающихся стран может привести к еще большему разрыву в значениях мультипликаторов в силу преобладания эффекта странового риска. Тем не менее предложенный алгоритм тестирования эффективности коррекций на страновой риск может быть успешно использован даже в условиях кризиса.

Список литературы

1. Harvey C. The Risk Exposure of Emerging Equity

Markets // World Bank Economic Review. 1995.

Vol. 9. No. 1.

2. Чиркова Е. В. Как оценить бизнес по аналогии. Методологическое пособие по использованию сравнительных рыночных коэффициентов при оценке бизнеса и ценных бумаг // Альпина Бизнес Букс. 2005.

3. Pereiro L. The valuation of closely-held companies in Latin America // Emerging Markets Review. 2001. Vol. 2.

4. Harvey C. R. Country risk components, the cost of capital, and returns in emerging markets // http:// ssrn.com. 2005.

5. Black B. The Corporate Governance Behavior and Market Value of Russian Firms // Emerging Markets Review. 2001. Vol. 2.

6. Heston S. L, Rouwenhorst K. G. Does industrial structure explain the benefits of international diversification? // Journal of Financial Economics. 1994. Vol. 36.

7. Aretz K., Pope P. F. Common Factors in Default Risk Across Countries and Industries // EFA. 2007. Ljubljana Meetings Paper.

8. Lam S, Low C., Pang Z. Is policy risk priced in international equity markets? // http://ssrn.com. 2008.

9. Fama, E. F., French, K. R. Size and book-to-market factors in earnings and returns // Journal of Finance. 1995. Vol. 50.

10. Kaminsky G, Schmukler S. L. Emerging markets instability: do sovereign ratings affect country risk and stock returns? // http://ssrn. com. 2002.

11. Ramcharran H. An empirical analysis of the determinants ofthe P/E ratio in emerging markets // Emerging Markets Review. 2002. Vol. 3. No. 2.

12. Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов (2-е издание) // Альпина Бизнес Букс. 2004.

13. Ивашковская И. В., Кузнецов И. А. Методы коррекции рыночных мультипликаторов на стра-новые риски: эмпирическое исследование // ДСМ Пресс. Аудит и финансовый анализ. 2008. №5.

14. Maug E, Dittmann I. Biases and Error Measures: How to Compare Valuation Methods // http//ssrn. com. 2008.

ПРИЛОЖЕНИЕ

РЕГРЕССИОННЫЙ МЕТОД КОРРЕКЦИЙ НА СТРАНОВОй РИСК

Таблица 3

Оцененные регрессионные уравнения для мультипликатора P/B за 2003 — 2005 гг.

ln(P / Б,) = р, + р2 ln(ROE,) + рз 1n(oщ ) + Р4Dcountryt + в5 Dindustry, + 8i (5.1)

Мультипликатор P/B

Год Св. член Ln ROE Ln °rn в country в industry R2

2005 0.80 0.33 -0.03 0.54 0.02 0.39

(0.168) (0.036) (0.016) (0.097) (0.028)

2004 1.35 0.37 0.01 0.20 -0.03 0.41

(0.185) (0.036) (0.017) (0.110) (0.031)

2003 0.24 0.28 0.06 0.74 -0.03 0.40

(0.189) (0.036) (0.017) (0.126) (0.032)

Агрегированная 0.36 0.16 0.03 0.41 -0.02 0.30

(0.079) (0.017) (0.007) (0.045) (0.013)

Таблица 4

Оцененные регрессионные уравнения для мультипликатора P/E за 2003 — 2005 гг.

ln(P / E) = в + в2Ощ + вз 1п(стщ ) + в4Dcounty + р5Dnduty + 8, (5.2)

Мультипликатор P/E

Год Св. член Ge Ln oM в country в industry R2

2005 2.48 -0.09 -0.04 0.33 -0.04 0.18

(0.136) (0.090) (0.017) (0.099) (0.028)

2004 2.57 0.08 -0.02 0.24 -0.01 0.11

(0.131) (0.029) (0.014) (0.096) (0.024)

2003 2.17 0.06 0.01 0.45 -0.05 0.16

(0.134) (0.059) (0.017) (0.103) (0.029)

Агрегированная 2.35 0.10 -0.02 0.45 -0.03 0.16

(0.082) (0.027) (0.009) (0.060) (0.016)

Таблица 5

Оцененные регрессионные уравнения для мультипликатора EV/S за 2003 — 2005 гг.

EV / S, =в, +в2OM, +вз И*ебт ) + в4 Dcountryi + в5 Dindustryi + 8i (5.3)

Мультипликатор EV/S

Год Св. член OM Ln *EBIT в country в industry R2

2005 1.26 2.85 0.08 0.42 -0.22 0.26

(0.197) (0.777) (0.023) (0.136) (0.037)

2004 1.19 6.85 0.07 0.26 -0.19 0.41

(0.169) (0.874) (0.021) (0.112) (0.034)

2003 0.52 6.73 0.12 0.65 -0.18 0.44

(0.192) (0.932) (0.021) (0.131) (0.036)

Агрегированная 1.06 4.79 0.09 0.43 -0.19 0.32

(0.110) (0.479) (0.013) (0.075) (0.021)

финансы и кредит

65