[ЗАСТАВКА Начнем
с определения доходности безрискового актива.
Как мы с вами помним, пока что мы рассуждаем в терминах развитого рынка
капитала, и, как правило, эталоном развитого рынка капитала
в корпоративных финансах считается рынок Соединенных Штатов Америки.
Поэтому когда мы с вами говорим о безрисковой ставке доходности,
мы берем доходности облигаций казначейства США.
Что здесь важно иметь в виду?
Важно решить, какого срока выбрать облигации.
И здесь действует следующее правило: в зависимости от того,
инвестиции какой длительности вы собираетесь оценить,
вы выбираете облигации соответствующего срока.
В нашем случае, когда мы оцениваем с вами требуемую доходность на акции компании,
мы помним, что акции являются бессрочным финансовым инструментом, поэтому для
нас оптимальным будет использование долгосрочных облигаций казначейства США.
Следующий момент, какую же доходность облигаций иметь
в виду: текущую доходность; дивидендную доходность; может быть, что-то еще?
Мы с вами будем рассматривать доходность к погашению,
текущую доходность к погашению облигаций казначейства США.
Давайте посмотрим с вами дальше, что же делать с рыночным портфелем и,
соответственно, с премией за риск.
В теории в качестве рыночного портфеля выбирается комбинация
всех рисковых активов на рынке.
Очевидно, что рассчитать доходность всех рисковых активов на
рынке не представляется возможным, поэтому на практике
в качестве рыночного портфеля принимаются рыночные индексы.
Наиболее популярным вариантом считается индекс S&P 500,
однако вы можете встретить и альтернативные варианты.
Далее нужно определить, как же мы будем рассчитывать рыночную премию за риск.
Идеальным было бы посмотреть,
какую доходность мы будем ожидать от рыночного портфеля,
от безрискового актива, и рассчитать разницу этих доходностей.
Однако вновь наши расчеты и ожидания могут быть некорректны,
поэтому на практике мы обращаемся к историческим данным.
Мы рассчитываем средние показатели доходностей,
которые уже были продемонстрированы на рынке.
В таблице, которую вы видите на экране, рассчитаны как арифметическое среднее,
так и геометрическое среднее премии за риск на рынке США,
рассчитанные двумя способами: как разница
превышения доходности индекса S&P 500 и
доходности краткосрочных облигаций США и разница между
доходностью индекса S&P 500 и доходностью долгосрочных облигаций США.
Мы с вами также видим,
что все эти показатели рассчитаны для разных временных диапазонов.
Мы видим с вами показатели, рассчитанные на исторических данных с
1928 года по 2014 год, с 1965 года по 2014
год и с 2005 по 2014, то есть за последние 10 лет.
Какие же показатели брать?
Здесь нужно иметь в виду следующий компромисс.
С одной стороны, чем больший временной ряд мы будем рассматривать, тем меньше ошибок
будет наблюдаться в данных, тем более точными будут наши расчеты.
С другой стороны, можем ли мы утверждать, что те доходности,
которые наблюдались в 1928 году,
соответствуют текущим экономическим реалиям?
Поэтому аналитику или инвестору, который пытается оценить требуемую
доходность на собственный капитал, необходимо принять решение,
что же лучше: более точные расчеты и длительный временной ряд или данные,
которые в большей степени соответствуют текущей реальности,
но содержат, возможно, больше шумов в оценках?
Итак, мы с вами договорились, что для оценки требуемой
доходности на капитал мы будем смотреть на правый столбец,
мы будем смотреть на превышение требуемой доходности по
рыночному индексу над доходностью над долгосрочными облигациями США.
Теперь подумаем, что же нам делать с коэффициентом бета.
Как мы с вами помним, коэффициент бета отражает меру
систематического риска инвестирования в акции определенной компании.
Математически коэффициент бета рассчитывается как отношение ковариации
доходности интересующей нас ценной бумаги и рыночного портфеля
к вариации рыночного портфеля.
Есть несколько способов определения коэффициента бета.
Во-первых (и это наиболее популярный способ), это регрессионный анализ.
Однако можно использовать также отраслевые показатели бета и
данные о компаниях-аналогах.
Наконец, вы можете найти уже оцененные коэффициенты бета для
интересующих вас компаний.
Например, данный коэффициент вы можете найти на таких сайтах,
как Google finance, Yahoo finance, Investfunds.ru или Bloomberg.
Давайте посмотрим,
как же определить коэффициент бета с помощью линейного регрессионного анализа.
Суть данного метода заключается в том, что вам необходимо оценить следующее
уравнение, где зависимой переменной будет выступать разница
в доходности интересующей вас компании и безрисковой доходности,
а объясняющей переменной будет премия за рыночный риск —
превышение рыночной доходности над безрисковой доходностью.
Оценка данного уравнения даст нам оцененный коэффициент
бета — коэффициент, который вы видите перед рыночной премией за риск.
Именно этот коэффициент и будет являться коэффициентом бета акций данной компании.
Альтернативный способ предполагает использование отраслевых показателей.
Как пользоваться этим методом?
Вам необходимо подобрать несколько компаний-аналогов,
которые вы считаете наиболее близкими и наиболее похожими
компаниями на ту компанию, акции которой вы хотите оценить.
Если у данных компаний-аналогов уже есть определенные коэффициенты бета,
то вы находите средний коэффициент бета (или медианный коэффициент бета) для
данных компаний.
Надо помнить, что этот коэффициент необходимо скорректировать на уровень
долговой нагрузки интересующей вас компании.
Как это сделать — мы посмотрим с вами далее в нашем курсе на четвертой неделе.
Альтернативным методом расчета показателя бета является
использование уже рассчитанных отраслевых показателей бета.
По сути, данный метод предполагает, что вы будете смотреть на все
компании-аналоги для интересующей вас компании.
И вновь, данный показатель необходимо будет скорректировать на уровень
долговой нагрузки вашей компании.
Если же вы решите воспользоваться методом,
предполагающим использование уже рассчитанных показателей бета,
и найдете их на тех сайтах, на которых мы с вами говорили, то вы увидите,
что эти показатели в основном рассчитаны методом регрессионного анализа.
Давайте теперь посмотрим еще на один пример расчета
требуемой доходности по модели CAMP.
Итак, предположим, что мы с вами использовали регрессионный
анализ и рассчитали коэффициент бета акций компании, которая нас интересует.
Он составил 1,56.
Нам с вами уже известны данные о доходности
рыночного портфеля — за рыночный портфель мы возьмем индекс S&P 500,
и доходности государственных облигаций США.
Мы видим с вами показатели, рассчитанные на исторических данных разного
временного диапазона, как мы с вами говорили ранее: с 1928 года
по 2014, с 1965 года по 2014 и,
наконец, за последние 10 лет, с 2005 по 2014 годы.
Давайте попробуем определить требуемую доходность на собственный капитал
компании.
Во-первых, мы с вами уже несколько раз обращали внимание на то,
что нам необходимо взять правый столбец для безрисковой доходности,
а именно доходности 10-летних облигаций США.
Давайте теперь посмотрим,
как будут отличаться требуемые доходности на собственный капитал,
если мы используем исторические данные разных временных диапазонов.
Как вы видите, если мы используем с вами данные
наиболее длительного интервала, то есть с 1928 года по 2014,
требуемая доходность на собственный капитал составит 12,36 %.
Как мы это рассчитывали?
Мы с вами взяли безрисковую доходность США — 5 %,
мы с вами взяли коэффициент бета, который составляет 1,56,
и рассчитали премию за рыночный риск как разницу между доходностью
индекса S&P 500 (9,6 %) и безрисковой доходностью в 5 %.
Аналогичным образом мы посчитали требуемые доходности
для следующих двух временных диапазонов.
Как вы видите, рассчитанные нами требуемые доходности достаточно сильно
отличаются друг от друга.
Если доходность, рассчитанная на более длительном интервале, составляет 12,36 %,
то доходность, рассчитанная на данных последних 10 лет, составляет 9,12 %.
Какую же из рассчитанных доходностей выбрать в качестве итогового варианта?
Во многом это зависит от того,
какая задача поставлена перед аналитиком или инвестором и от того,
какую из вариантов рыночной и безрисковой доходности он считает
наиболее верным: наиболее точно рассчитанную с точки зрения математики
или наиболее четко отражающую текущую экономическую ситуацию.
Как правило,
в большинстве случаев вы увидите наиболее длительные временные ряды.
[ЗАСТАВКА]
[ЗАСТАВКА