• 3.3.1 Оцінка агрегированной регресії
  • Аналіз моделі впливу детермінант на ринковий мультиплікатор P / E на рівні групи БРІКС на всьому проміжку дослідження наведено в таблиці 5
  • Модель має середню пояснює здатністю (R 2 = 43,06%) і значима в цілому, про що говорить високе значення F-статистики.
  • Таблиця 6. Оцінка FE-регресії для P / E групи БРІКС
  • За результатами агрегированной регресії можна зробити наступний висновки
  • Зведені результати дослідження детермінант ринкових мультиплікаторів групи БРІКС в цілому
  • Таблиця 8. Зведена таблиця результатів оцінки регрессий мультиплікаторів P / E, P / BV
  • 3.3.2 Країнні особливості впливу детермінант на мультиплікатори P / E і P / B V
  • Зведені результати дослідження детермінант ринкових мультиплікаторів країн БРІКС
  • Таблиця 19. Зведена таблиця результатів оцінки FE-регрессий P / E по країнам групи БРІКС
  • Джерело: аналіз автора роботи
  • 3.3.3 Оцінка стійкості впливу фундаментальних детермінант на мультиплікатори P / E і P / BV


  • Дата конвертації28.06.2017
    Розмір103.49 Kb.
    Типдипломна робота

    Скачати 103.49 Kb.

    Детермінанти ринкових мультиплікаторів

    Зміст

    вступ

    Глава 1. Теоретичні аспекти впливу детермінант на ринкові мультиплікатори компаній

    1.1 Детермінанти мультиплікатора P / E

    1.2 Детермінанти мультиплікатора P / BV

    Глава 2. Методологія емпіричного аналізу детермінант ринкових мультиплікаторів

    Глава 3. Результати емпіричного аналізу детермінант ринкових мультиплікаторів P / E і P / BV

    3.1 Специфікація моделі і вибірка емпіричного дослідження

    3.2 Описова статистика і аналіз кореляції детермінант і ринкових мультиплікаторів

    3.3 Результати економетричних моделей впливу детермінант на мультиплікатори P / E і P / BV

    висновок

    Список літератури

    додатки

    вступ




    За останні 10 років економічне зростання країн групи БРІКC та інших країн, що розвиваються став визначальним показником світової економіки. Їх економічна значимість і внесок в загальне зростання значно збільшилися за цей час, фондові ринки цих країн показували постійні стабільні високі прибутковості для інвесторів. Тому інвесторам необхідний комплексний підхід до оцінки, що враховує особливості впливу фундаментальних показників компаній, макроекономічної ситуації для того, щоб розробляти ефективні стратегії інвестування на ринках, що розвиваються капіталу.

    Одним з найпоширеніших методів оцінки як в інвестиційно-банківській сфері, так і в науково-дослідних роботах є метод дисконтування грошових потоків (DCF - Discounted Cash Flow model). Вільні грошові потоки компанії дисконтуються за ставкою, необхідної інвестором за прийняття ризику, притаманного даній компанії. Однак такий підхід багато в чому залежить від суб'єктивних припущень аналітиків щодо фундаментальних показників компанії, а точне обчислення вільних грошових потоків іноді представляється скрутним.

    Інший метод оцінки - порівняльний метод або метод ринкових мультиплікаторів - не вимагає численних припущень. Досліджувана компанія зіставляється з порівнянними компаніями, на основі чого будується оцінка мультиплікатора, який при множенні на певний драйвер (value driver) дає оцінку вартості компанії. Незважаючи на свою простоту, метод ринкових мультиплікаторів має велике прикладне значення: порівняльний метод може ефективно використовуватися під час підготовки висновку про справедливу вартість компанії (DeAngelo, 1990), первинних розміщеннях акцій (Kim, Ritter, 1990), а також наступних за ними випусками акцій, поглинанні компаній, що фінансується тільки за рахунок позикових коштів (HLT) (Kaplan, Ruback, 1995) та інших операціях злиття і поглинань.

    Кожен мультиплікатор є функцією деяких змінних. Дослідження цих змінних (або детермінант) і їх впливу на мультиплікатори дозволяє шукати компанії, що володіють схожими фінансовими характеристиками. Це дозволяє отримати більш точну оцінку вартості компанії за допомогою порівняльного методу. Alford (1992) зазначає, що спільне використання ризику і зростання прибутку компанії, основних детермінант ринкових мультиплікаторів, для відбору компаній виявляється не менш ефективним, ніж класифікація по SIC коду.

    Незважаючи на практичну цінність методу ринкових мультиплікаторів, публікується досить мало наукових робіт з якісними емпіричними дослідженнями застосування мультиплікаторів, критеріїв відбору порівнянних компаній, аналізу впливу детермінант на ринкові мультиплікатори; лише невелика частина досліджень присвячена країнам, що розвиваються ринків капіталу.

    Наукова новизна і актуальність даної роботи полягає в дослідженні детермінант ринкових мультиплікаторів P / E і P / BV в таких аспектах:

    · Досліджуються країни, що розвиваються групи БРІКС. Попередні дослідження включали тільки окремі країни.

    · Вибірка охоплює період з 2007 по 2013 роки. Більшість досліджень не включають дослідження впливу Світового фінансової кризи на ринкові мультиплікатори.

    · Використовувані економетричні методи дозволяють краще оцінювати впливу детермінант на ринкові мультиплікатори. Тільки в жодній дослідженій роботі автор застосовує подібні методи.

    Метою даної роботи є виявлення детермінант, що впливають на значення мультиплікаторів P / E і P / BV компаній з країн БРІКС. Для досягнення мети даної роботи необхідно вирішити наступні завдання:

    1. Провести аналіз досліджень детермінант ринкових мультиплікаторів на розвинених ринках капіталу.

    2. Розробити модель впливу детермінант на ринкові мультиплікатори і оцінити стійкість впливу даних детермінант.

    3. Сформувати вибірку для побудови моделі впливу детермінант на ринкові мультиплікатори.

    4. Провести емпіричний аналіз детермінант ринкових мультиплікаторів країн БРІКС.

    Об'єктом дослідження стали мультиплікатори P / E і P / BV компаній з країн БРІКС. Предметом дослідження є фундаментальні детермінанти, що впливають на значення даних мультиплікаторів.

    Структура даної роботи організована таким чином. Перша глава присвячена дослідженню основних детермінант мультиплікаторів в емпіричних роботах по розвиненим і країнам, що розвиваються ринків капіталу, на основі яких висуваються гіпотези для емпіричного дослідження в даній роботі. У другому розділі визначається методологія емпіричного дослідження впливу детермінант на ринкові мультиплікатори в рамках даної роботи. У третьому розділі формалізуються вибірка і специфікація використовуваної моделі дослідження, описуються результати емпіричного дослідження і робляться висновки щодо впливу детермінант на ринкові мультиплікатори. У висновку підводиться підсумок і визначення детермінант, що впливають на більшість мультиплікаторів


    Глава 1. Теоретичні аспекти впливу детермінант на ринкові мультиплікатори компаній



    Ринки, що розвиваються капіталу все більше привертають увагу інвесторів і наукових дослідників. Зростання ринків капіталу країн БРІКС в період 2000-2012 років склав в середньому 816%: найбільше зростання капіталізації припав на Росію - 2147,22%, Бразилії - 443,81%, Китаю - 536,39%, Індії - 753,24%, ПАР - 198,76%. Ринок капіталу США виріс за цей період всього лише 23,60% Дані World Bank. Розрахунки автора дипломної роботи. .

    Графік 1 показує загальну динаміку мультиплікатора P / E, як найбільш використовуваного при порівняльній оцінці і найбільш вивченого в емпіричних роботах, для країн групи БРІКС і розвинених країн, що входять в індекс MSCI World Index Індекс 23 розвинених країн, більшу частину якого займають США, Японія, Великобританія, Франція, Канада. .

    Графік 1. Динаміка мультиплікатора P / E країн БРІКС і розвинених країн за 2003-2013гг.

    Джерело: Bloomberg, розрахунки автора


    Велику частину цього періоду компанії країн БРІКС були недооцінені порівняно з компаніями розвинених країн, але в окремі роки мультиплікатори БРІКС були в 1,37-1,82 рази більше.

    Така поведінка може бути обгрунтовано впливом різних фундаментальних показників на ринкові мультиплікатори компаній. Тому дослідження впливу детермінант дозволило б зрозуміти природу цих змін мультиплікаторів.


    Вивченню детермінант ринкових мультиплікаторів присвячено порівняно небагато емпіричних робіт. У переважній кількості досліджень аналізуються детермінанти мультиплікаторів P / E і P / BV. Більшість робіт зачіпає розвинені ринки капіталу. З ростом ринків, що розвиваються капіталу збільшується кількість робіт, присвячених цим ринкам, однак їх кількість все ще мало.

    У цьому розділі буде проведений огляд статей, що аналізують вплив детермінант на мультиплікатори P / E і P / BV розвинених ринків капіталу.


    1.1 Д етермі Нант мультиплікатора P / E

    детермінанта мультиплікатор ринковий кореляція


    Зростання чистого прибутку

    Мультиплікатор P / E відображає скільки ринок готовий заплатити за прибуток певної компанії, тим самим визначаючи настрої інвесторів щодо акцій компанії і впливаючи на прийняті ними рішення. Даний мультиплікатор використовується як сигнал інвесторам, повідомляючи про можливу корекцію ринку, якщо P / E компаній знаходяться на рівнях вище або нижче історичного.

    Дослідженню детермінант цього мультиплікатора присвячено досить багато робіт, серед яких варто відзначити роботи Witbeck, Kisor (1963), Beaver, Morse (1978) і Zarowin (1990), які цитуються практично всіма роботами по детерминантам мультиплікаторів. Основними факторами, які можуть впливати на мультиплікатор P / E, згідно з даними досліджень є зростання прибутку і показники ризику.

    Whitbeck, Kisor (1963) відзначають, що однією з детермінант, яка може впливати на нормалізований мультиплікатор P / E американських компаній, є очікуваний темп зростання прибутку компанії. Використовуючи вибірку з 135 компаній за 8 червня 1962 року народження, автори виявляють позитивний вплив даного показника на мультиплікатор P / E.

    Beaver, Morse (1970) розглядали вплив показника зростання прибутку акцій компаній на NYSE за період з 1956 по 1974 роки, досліджуючи 25 синтетичних портфеля акцій, ранжируваних по медианному значенням P / E (тобто в першому портфелі акції з найбільшим медіанного показником P / E, в 25-му - з найменшим). Важливою концепцією, на основі якої автори будують своє дослідження, є непередбачена складова прибутку (transitory earnings), змінюється під впливом різних зовнішніх факторів. При дослідженні кореляції між зростанням EPS і P / E, автори відзначають негативну взаємозв'язок цих показників на рік створення портфелів акцій (-0,28), яка вже на наступний рік змінює знак і стає значною (0,53). Автори пояснюють це очікуваннями інвесторів, які вкладають більше непередбаченої складової в загальному прибутку компанії. У наступні ж роки ці очікування коригуються і наближаються до реальних показників компанії. Варто відзначити, що вже через два роки після утворення портфеля акцій, кореляція між зростанням прибутку і P / E стає близькою до нуля і статистично значущою, що відображає, на думку авторів, нездатність інвесторів прогнозувати зростання прибутку компаній більше ніж на 2 роки вперед.

    Аналіз показав, що зростання прибутку через рік і через 2 роки мають негативну і статистично значущу залежність від мультиплікатора E / P. Отримана Beaver, Morse (1978) модель мала середню пояснює здатність (R 2 = 0,53), що свідчило про можливі припущення фактори, які можуть впливати на мультиплікатор P / E, такі як відмінності в обліковій політиці компаній.

    Робота Zarowin (1990) є спробою пояснити і поліпшити модель, запропоновану Beaver і Morse. Припущення, що облікова політика компаній може впливати на мультиплікатори компаній, не підтвердилася в статті. Використовувана вибірка компаній США з 1964 по 1968 дозволила виявити визначальний вплив очікуваного довгострокового зростання прибутку, в той час як очікуваний короткострокове зростання і бета володіли меншою пояснює здатністю. Якщо Beaver і Morse використовували реалізований зростання (realized growth) як пояснювала б чинник для довгострокового зростання, то Zarowin використовував консенсус-прогнози аналітиків в своїй моделі, що допомогло отримати значущі результати і підвищити загальну значимість моделі до R 2 = 70%.

    До таких же результатів щодо позитивної взаємозв'язку зростання прибутку і мультиплікатора P / E приходить Fairfield (1994). Використовуючи схожі методи побудови вибірки, автор досліджувала американські компанії за період з 1970 по 1984 роки.

    Більш актуальні дані впливу показника зростання прибутку компанії на мультиплікатори розвинених країн призводять Huang, Tsai, Chen (2007). Автори досліджують ситуацію, коли акції з високими (низькими) мультиплікаторами P / E показували низьку (високу) прибутковість, що призводило до переоцінки (недооцінки) очікуваного зростання прибутку інвесторами і відповідного надмірного оптимізму (песимізму) інвесторів при виборі таких акцій. Виділення компоненти мультиплікатора P / E, що пояснюється фундаментальними показниками, допомогло б знайти ту залишкову частину, яка веде до таких гострих реакцій інвесторів.

    Вибірка заснована на 9327 спостереженнях, заснованих на всіх доступних даних з бази Compustat по американським компаніям з 1982 по 2002 рік. Отримані результати аналізу узагальненої регресії фундаментальних показників показують статистичну значущість за прогнози аналітиків довгострокового зростання прибутку компаній (на п'ятирічному горизонті) і їх позитивну кореляцію з мультиплікатором P / E, в той час як короткострокові прогнози негативно впливають на мультиплікатор (не показуючи статистичної значущості на 0,1 % рівні).

    Дослідження ринків, що розвиваються з'явилися порівняно недавно і все ще залишаються дуже рідкісними в наукових журналах. Більшість робіт присвячено ринкам, що розвиваються Індії та Китаю, на окрему увагу заслуговує стаття Івашківську, Кузнєцова (2008), присвячена методам корекції ринкових мультиплікаторів на ризики російського і американського ринків капіталу.

    В роботі Ramcharran (2002) досліджується вплив показників економічного зростання і кредитного ризику на мультиплікатор P / E на рівні країн. Вибірка дослідження складалася з 168 спостережень (21 країн, що розвиваються Латинської Америки, Азії, Європи і Африки варто відзначити, що з європейських країн була включені тільки Греція і Португалія, з групи БРІК - Бразилія і Індія , Період дослідження з 1992 по 1999 роки). Автор використав рейтинг Euromoney як відповідних змінних, який включав в себе прогнозні показники різних категорій ризику і потенціалу зростання, які можуть краще показати взаємозв'язок мультиплікатора P / E c його ключовими детермінантами. Використання історичних даних не може ефективно оцінювати очікування інвесторів, показником яких є P / E; це стало можливою причиною, на думку Ramcharran, відсутність важливої ​​кореляції між зростанням, ризиком і P / E в дослідженні Beaver, Morse. Автор робить висновок, що вплив показника зростання прибутку виявилося статистично значущим і позитивним на 5-10% рівнях для різних типів моделей в дослідженні.

    Івашківську, Кузнецов (2008) в своєму дослідженні російських і американських компаній за період з 2001 по 2004 роки отримують позитивне і статистично значимий вплив очікуваного темпу зростання чистого прибутку на мультиплікатор P / E. Використовувані в роботі підходи до визначення даної детермінанти відповідають роботі Beaver, Morse (1978): в якості проксі-змінної для очікуваного зростання прибутку використовується реалізований темп зростання на наступний рік.

    Huang, Wirjanto (2012) використовують очікувані темпи зростання чистого прибутку як детермінанту мультиплікатора P / E китайських компаній в дослідженні за 2003-2007 роки. Незважаючи на позитивну кореляцію темпів зростання прибутку і мультиплікатора P / E, розвивається з великим, ніж у США, темпом зростання економіка Китаю показувала менший мультиплікатор P / E. Автори пов'язують це з високою волатильністю прибутку компаній, викликаних ефектом невеликого прибутку Фірми, які показували збитки за певний послідовне кількість років, могли бути спрямовані на процедуру делістингу. Тому компанії підтасовували звітність, показуючи невеликі показники прибутку, щоб уникнути цієї процедури , Яку компанії відображали в своїй звітності. Використовуючи різні набори детермінант, автори переконуються, що дана детермінанта має позитивне і статистично значимий вплив на P / E компаній.

    Індійський ринок капіталу аналізується в роботах Sehgal, Pandey (2009,2010) і Maniar (2014 року). Seghal і Pandey, використовуючи вибірку компаній, що входять в індекс BSE 500, за період з 1990 по 2007 роки, також отримують позитивну, але статистично значущу взаємозв'язок зростання прибутку і мультиплікатора P / E. Автори відзначають, що вплив фундаментальних детермінант на P / E виявляється не значущим, оскільки цей мультиплікатор в більшій мірі схильний до впливу дії гучних гравців (noise traders) і загальних настроїв на ринках капіталу. Maniar (2014 року) отримує статистично значущу позитивну взаємозв'язок очікуваного короткострокового зростання і мультиплікатора P / E, в той час як очікуваний довгостроковий зростання не значущий навіть на 10% рівні, що в цілому повторює висновки Beaver і Morse.

    Значимість впливу зростання прибутку компанії підтверджується актуальними даними іншого ринку, що розвивається капіталу - Ірану. Дослідження Faezinia (2012) вивчає вплив ряду фундаментальних показників на мультиплікатори P / E іранських компаній. Автор досліджує дані 120 компаній на Тегеранській фондовій біржі за період з 2005 по 2011 рік. Особливістю даного дослідження є те, що автор досліджує регресії з двома параметрами - константою і пояснює змінної, а також узагальнену регресію, що включає в себе всі досліджувані детермінанти мультиплікатора P / E. Автори цілком очікувано знаходять статистично значуще позитивний вплив зростання прибутку на мультиплікатор.

    Рентабельність власного капіталу

    Якщо попередній драйвер вартості був прогнозної величиною, то показник рентабельності власного капіталу, який визначається як відношення чистого прибутку до середньорічної величини акціонерного капіталу, є відображенням поточної ситуації в компанії.

    Faezinia (2012) в своїй роботі розбирає вплив ROE на мультиплікатор P / E, роблячи припущення, що зі збільшенням рентабельності власного капіталу збільшується і зростання компанії, тим самим роблячи позитивний вплив на даний мультиплікатор. Автор зазначає, що необхідно розглядати рентабельність власного капіталу разом з рентабельністю активів (ROA): якщо компанія має помірне боргове навантаження, то висока ROA буде свідчити про те, що менеджмент ефективно використовує акціонерний капітал. Результатом дослідження є статистично значуще позитивний вплив ROE на мультиплікатори P / E іранських компаній.

    Робота Premkanth (2013) досліджує вплив основних детермінант на мультиплікатор P / E 15-ти компаній Шрі-Ланки з 2007 по 2011 роки. Компанії на Шрі-Ланці з розпорошеною структурою власності (dispersed ownership) мають велику вартість, яка викликана високими показниками ризику, але в той же час мають погані показники ROE і ROA. У разі, коли права власності зосереджені у резидентів, спостерігається протилежна ситуація. Автор робить висновок, грунтуючись на результатах регресійного аналізу, що компанії показують негативну кореляцію ROE і P / E, але в той же час цей показник виявляється статистично незначущим.

    Taliento (2013) включає ROE в свою модель впливу детермінант на форвардний P / E компаній розвинених і країн, що розвиваються (дані 34787 компаній за 2010 рік). Автор використовує рентабельність власного капіталу як проксі-змінну для очікуваного темпу зростання прибутку. Тестування різних наборів пояснюють детермінант виявляє стабільно негативне, але значуще в одному випадку з трьох вплив ROE на мультиплікатор P / E.

    Maniar (2014 року) зазначає, що ROE виявилася позитивно корелювали з P / E, однак показники зростання прибутку показували велику кореляцію, що було доведено схожими дослідженнями, описаними вище у відповідному пункті. Лінійна залежність ROE від мультиплікатора в результаті аналізу виявилася очікувано позитивної, але не значущою навіть на 10% рівні значимості.

    Коефіцієнт дивідендних виплат


    Вплив коефіцієнта дивідендних виплат було вперше включено в якості детермінанти мультиплікатора P / E в роботі Whitbeck, Kisor (1963). Дивіденди є однією з визначальних характеристик при виборі акцій інвесторами, тому значення дивідендних виплат має позитивно впливати на ціни акцій. Автори виділяють два сценарії, які можуть по-різному трактувати вплив дивідендних виплат на P / E:

    · Якщо інвестори зацікавлені в майбутньому зростанні компанії і її стабільності, то більший коефіцієнт дивідендних виплат призведе до більшого значення P / E

    · Якщо ж інвестори не зацікавлені у високих показниках прибутку, то чим менше буде значення дивідендних виплат, тим більше буде мультиплікатор

    На основі даних Банку Нью-Йорка для 135 компаній автори будують і досліджують регресійну модель мультиплікатора P / E, де в якості незалежних змінних виступали зростання прибутку компанії, коефіцієнт дивідендних виплат і стандартне відхилення EPS (Earnings-per-Share). Отриманий коефіцієнт при змінної дивідендних виплат був позитивним, що відповідало першим сценарієм, описаним авторами.

    Maniar (2014 року) також отримує позитивну взаємозв'язок між коефіцієнтом дивідендних виплат і мультиплікатором P / E. Автор порівнює цей коефіцієнт з показниками технічного аналізу, так як він дає ті ж сигнали для інвесторів; він також розглядається як норма прибутковості для інвесторів.

    Faezinia (2012), погоджуючись з позитивним впливом цієї детермінанти на P / E зазначає, що це виконується тільки, якщо інші релевантні фактори залишаються незмінними. Очевидно, що при збільшенні коефіцієнта дивідендних виплат потенціал зростання компанії знижується, що веде до переваги менш прибуткових проектів для інвестування компанією через скорочення обсягів грошових потоків.

    Якщо для ринку, що розвивається капіталу Індії, залежність була очікуваного знака, але не була статистично значущою, компанії Шрі-Ланки в роботі Premkanth (2013) показують позитивну і статистично значущу кореляцію між коефіцієнтом дивідендних виплат і мультиплікатором P / E (на 5% рівні значущості) і статистично значимий коефіцієнт при показнику дивідендних виплат у відповідному регрессионном рівнянні.

    Результати дослідження Taliento (2013) показують негативне і статистичне значущий вплив коефіцієнта дивідендних виплат і дивідендної дохідності. Якщо дивідендна прибутковість узгоджується з гіпотезами автора, то вплив коефіцієнта дивідендних виплат не узгоджується з теоретичними висновками моделі Гордона. Автор робить припущення, що такий вплив може бути результатом аномалій на ринках капіталу після світової фінансової кризи 2008-2009 років і про зміни у сприйнятті інвесторами високих виплат дивідендів.

    Показники ризику компанії

    В роботі Beaver (1978) розглядається показник бета, як змінна, що відображає властивий компанії ризик. Використовувана автором вибірка показує неоднозначні результати: вплив даного показника може бути як позитивним, так і негативним. Автор, як і в випадку показників зростання прибутку, пов'язує таку поведінку з впливом непередбаченої складової прибутку (transitory earnings) і зовнішніми факторами, властивими фінансовим ринкам. У періоди, коли непередбачена складова прибутку компаній незначна, спостерігалася позитивна взаємозв'язок бети і мультиплікатора P / E, яка відображала вплив ринкової кон'юнктури на мультиплікатори. Однак, коли складова прибутку виявлялася переважної, вплив бети на мультиплікатор ставало негативним.

    Basu (1977) приходить до висновків, що компанії, що володіють низькими мультиплікаторами P / E, приносили великі прибутковості інвесторам, навіть після коректування на супутній компанії ризик.Тим самим автор вказує на можливу незначимість впливу ризику на мультиплікатор P / E.

    Huang, Tsai, Chen (2007) в своєму дослідженні детермінант мультиплікатора P / E відмовилися від використання показника бета. Вони використовують два показники, які відображають ризик: пов'язаний з ринковою кон'юнктурою показник стандартного відхилення прибутковості акцій і показник, заснований на фінансової звітності компанії - коефіцієнт фінансового важеля компанії. Результати дослідження показують, що леверидж негативно впливає на мультиплікатор P / E. Це узгоджується з припущенням, що чим більший рівень боргу компанії, тим більше необхідна прибутковість інвесторів, що в свою чергу призводить до зменшення мультиплікатора. Змінна, заснована на ринкових даних, показала позитивну взаємозв'язок з мультиплікатором, що не узгоджується з припущеннями. Автори припускають, що ця змінна може бути проксі-змінної для інших факторів, не врахованих в моделі.

    У роботах, присвячених ринкам, що розвиваються капіталу, дослідники також оцінюють вплив супутнього ризику компанії на мультиплікатор P / E.

    Kumar, Warne (2009), використовуючи дані 243 індійських компаній з індексу BSE-500 за 2001-2007 роки, приходять до висновку, що коефіцієнт Debt-to-Equity позитивно впливає на мультиплікатор P / E. Автори пояснюють це тим, що інвестори цінують більше компанії, які мають більшу боргове навантаження.

    Результати дослідження Huang, Wirjanto (2012) вказують на наявність позитивної і статистично значущою на 1% рівні взаємозв'язку коефіцієнта бета і мультиплікатора P / E. Порівняння з ринком капіталу США, показує, що інвестори платять в 2 рази більшу премію за ризик на ринках, що розвиваються капіталу.

    Faezinia (2012) отримує позитивну значиму взаємозв'язок між показником боргового навантаження і бета і P / E компаній в Ірані, відзначаючи втім, що такий взаємозв'язок суперечить теорії. Автор робить припущення, що інвестори можуть великий леверидж як додаткові можливості зростання для зростання компанії в майбутньому.

    Maniar (2014 року) приходить до протилежних результатів, використовуючи іншу вибірку компаній в Індії. Негативний взаємозв'язок показника виявилася статистично значущою. Аналіз кореляції показує, що P / E виявився найбільш чутливим до показника бета, ніж інші досліджувані мультиплікатори, кореляція склала -0,56.

    інші детермінанти

    На думку багатьох авторів, детермінанти, представлені вище, пояснюють більшу частину мультиплікатора P / E, тому що саме показники зростання прибутку, бета, дивідендних виплат є необхідними при оцінці акцій компаній. Однак існує ряд досліджень, які включають додаткові детермінанти P / E, а також роботи, які досліджують і порівнюють аномалії поведінки мультиплікатора P / E на розвинених капіталу.

    Однією з детермінант, яка повинна впливати на мультиплікатор P / E, є ринкова капіталізація компанії. Дослідження Banz (1981) і Reinganum (1981) виявляють, що акції компаній з невеликою ринковою вартістю генерують великі прибутковості, ніж акції компаній з великою капіталізацією. Basu (1983) зазначає, що капіталізація компанії може мати непрямий ефект на скориговані на ризик дохідності компаній індексу NYSE. Huang, Tsai, Chen (2007) тому включають даний показник в свою регресійну модель мультиплікатора P / E на основі даних американського ринку акцій. Отримані результати дозволяють говорити про те, що вплив цього показника статистично значимо навіть на 0,1% рівні значущості - натуральний логарифм капіталізації компаній позитивно впливає на мультиплікатор P / E.

    Sehgal, Pandey (2010) вкладають додатковий сенс в даний показник: ринкова капіталізація є проксі-змінної для всіх інформаційних показників, які не вдається включити, слідуючи методології моделі Гордона. А той факт, що в Індії спостерігався ефект розміру компанії (size effect) (стратегії щодо інвестування в акції з певною капіталізацією були найбільш економічно доцільними), вимагає включення і аналізу впливу ринкової капіталізації на мультиплікатор P / E.

    Дані іранського ринку капіталу в дослідженні Faezinia (2012) підтверджують припущення про позитивну взаємозв'язку між капіталізацією компанії і її мультиплікатором P / E.

    Huang, Wirjanto (2011) досліджує вплив волатильності прибутку на мультиплікатор P / E, порівнюючи китайський та американський фондовий ринок. Дослідження кореляції між мультиплікатором P / E і волатильністю +1397 китайських компаній за період з 1997 по 2007 року виявило негативну залежність цих показників (-0,077), в той час як цей же вплив для американських компаній індексу S & P Composite 1500 було менше (-0,049). Ефект від волатильності прибутку зрозумілий за результатами економетричного аналізу узагальненої регресії мультиплікатора від змінних волатильності і інших фундаментальних змінних: при збільшенні на 1% волатильності прибутку мультиплікатор P / E знижується в США на 0,61, а в Китаї на 1,02.

    Висновки аналізу емпіричних робіт по впливу детермінант на мультиплікатор P / E і побудова гіпотез дослідження

    Результати досліджених вище робіт представлені в таблиці 1:

    Таблиця 1. Вплив детермінант на P / E на основі використаних статей

    детермінанта

    Вплив на P / E

    Автор

    ринок капіталу

    Очікувані темпи зростання прибутку

    +

    Whitbeck, Kisor (1963)

    США, 1963

    +

    Beaver, Morse (1978)

    США, 1956-1974

    +

    Zarowin (1990)

    CША, 1964-1968

    +

    Fairfield (1994)

    CША, 1970-1984

    +

    Huang, Tsai, Chen (2007)

    США, 1982-2002

    +

    Ramcharran (2002)

    ринки, що розвиваються капіталу, 1992-1999

    +

    Івашківську, Кузнецов (2008)

    Росія, США, 2001-2004

    +

    Sehgal, Pandey (2010)

    Індія, 1990-2007

    +

    Huang, Wirjanto (2011)

    Китай, 1997-2007

    +

    Maniar (2014 року)

    Індія 2010

    +

    Faezinia (2012)

    Іран, 2005-2011

    Рентабельність власного капіталу

    +

    Faezinia (2012)

    Іран, 2005-2011

    -

    Premkanth (2013)

    Шрі-Ланка, 2007-2011

    -

    Taliento (2013)

    розвинені ринки капіталу 2010

    +

    Maniar (2014 року)

    Індія 2010

    Коефіцієнт дивідендних виплат

    +

    Whitbeck, Kisor (1963)

    США, 1963

    +

    Faezinia (2012)

    Іран, 2005-2011

    -

    Taliento (2013)

    розвинені ринки капіталу 2010

    +

    Premkanth (2013)

    Шрі-Ланка, 2007-2011

    +

    Maniar (2014 року)

    Індія 2010

    бета

    +/-

    Beaver, Morse (1978)

    США, 1956-1974

    немає впливу

    Basu (1977)

    CША, 1956-1971

    +

    Huang, Wirjanto (2011)

    Китай, 1997-2007

    +

    Faezinia (2012)

    Іран, 2005-2011

    -

    Maniar (2014 року)

    Індія 2010

    леверидж

    -

    Huang, Tsai, Chen (2007)

    США, 1982-2002

    +

    Kumar, Warne (2009)

    Індія, 2001-2007

    +

    Faezinia (2012)

    Іран, 2005-2011

    капіталізація

    +

    Huang, Tsai, Chen (2007)

    США, 1982-2002

    +

    Sehgal, Pandey (2010)

    Індія, 1990-2007

    +

    Huang, Wirjanto (2011)

    Китай, 1997-2007

    +

    Faezinia (2012)

    Іран, 2005-2011

    Волатильність чистого прибутку

    -

    Huang, Wirjanto (2011)

    Китай, 1997-2007

    Джерело: аналіз автора роботи

    На основі проведеного аналізу емпіричних робіт можна висунути наступні гіпотези для дослідження впливу детермінант на мультиплікатор P / E в даній роботі:

    H 0: В силу різних зовнішніх факторів, невизначеності та ірраціональності, викликаної фінансовою кризою 2008-2009рр, немає значимої взаємозв'язку досліджуваних фундаментальних показників і мультплікатора P / E.

    H 1: Очікувані темпи зростання чистого прибутку компанії позитивно впливають на мультиплікатор P / E.

    H 2: Рентабельність власного капіталу негативно впливає на мультиплікатор P / E.

    H 3: Коефіцієнт дивідендних виплат робить позитивний вплив на мультиплікатори P / E.

    H 4: Леверидж негативно впливає на мультиплікатор P / E - бульшая боргове навантаження компанії збільшує необхідну інвесторами прибутковість, тим самим зменшуючи ринкові мультиплікатори.

    H 5: Коефіцієнт бета негативно впливає на мультиплікатор P / E.

    H 6: Капіталізація компанії позитивно впливає на мультиплікатор P / E.


    1.2 Детермінанти мультиплікатора P / BV



    Рентабельність власного капіталу

    Fairfield (1994) зазначає, що, як і мультиплікатор P / E, P / BV покликаний оцінити майбутню прибутковість компанії. Автор досліджує спочатку вплив рентабельності (яка показує саме поточну прибутковість) власного капіталу на мультиплікатор. Кореляція між цими двома показниками для компаній, ранжируваних по P / BV, виявляється позитивною: низьких показників ROE в рік формування портфеля (0,09) відповідає низький середній по компаніям мультиплікатор P / BV (0,65), те ж саме виконується і для високих показників рентабельності (0,17 - 2,25).

    Протягом 5 років після складання портфеля акцій, такий взаємозв'язок продовжує проявлятися, що дає підставу припустити, що мультиплікатор P / B позитивно корелює з майбутніми (очікуваними) значеннями ROE.

    Автори Branch et al. (2014 року) в моделі, заснованої на фундаментальних показниках і мультиплікатора P / BV американських компаній індексу S & P500 c 2000 по 2009 рік. Автори використовують даний мультиплікатор як предмет дослідження, тому що він є найбільш доступною і зрозумілою можливістю оцінити, якою кількістю активів забезпечені акції компанії. Рентабельність власного капіталу автори розглядають як змінну прибутковості, отримуючи позитивне і статистично значимий вплив даної детермінанти на мультиплікатор P / BV.

    Maniar (2014 року) досліджував кореляцію між різними ринковими мультиплікаторами і фундаментальними змінними, яка виявилася максимальною для мультиплікатора P / BV і ROE (0,65). Автор отримує позитивний вплив рентабельності власного капіталу на 1% рівні значущості.

    Sehgal, Pandey (2010) підтверджують позитивну залежність P / BV від ROE. Автори приходять до висновку, що саме мультиплікатор P / BV досить добре враховує фундаментальні змінні, які можуть на нього впливати.

    дивіденди

    Branch et al. (2014 року) включають в змінні прибутковості в своїй моделі відношення дивідендів до балансової вартості компанії. Даний показник відображає на думку авторів здатність компанії приносити в майбутньому прибутку для стабільної виплати дивідендів. Автори отримують позитивне і статистично значуще на 1% рівні вплив даного показника на мультиплікатор P / BV.

    Цікава пояснює здатність виділених авторами показників доходностей - результати регресійного аналізу свідчать, що змінні прибутковості пояснюють 41% варіації P / BV.

    Agrawal et al. (1996) виявляють фактори, що впливають на мультиплікатор P / BV сінгапурських компаній за 14 років спостережень. Автори зокрема розглядають 2 фактора, які можуть впливати на мультиплікатор:

    · Дивідендні виплати компаній

    · Очікуване зростання дивідендів, який викликаний реинвестированием нерозподіленого прибутку в компанію.

    Автори відзначають, що дані показники пояснює 24,3% дисперсії мультиплікатора P / BV на всьому горизонті дослідження, вплив дивідендів на P / BV позитивно і значимо на 10% рівні значимості.

    Більш нові дослідження ринків, що розвиваються капіталу підтверджують дані, отримані на розвинених ринках. Maniar (2014 року) так само отримує позитивну і значиму кореляцію між мультиплікатором P / BV і коефіцієнтом дивідендних виплат (0,58), а також значимий регресійний коефіцієнт на 5% рівні.

    зростання компанії

    Branch et al. (2014 року) використовують історичний показник зростання виручки компанії як детермінанту, яка ніколи зростання компанії. Автори роблять припущення, що зростання, показаний в минулому, може описати очікувані темпи зростання в майбутньому. Для обліку інших чинників зростання компанії автори додають частку R & D витрат і витрат на рекламу в виручці компанії.

    Всі запропоновані показники зростання показали статистичну значущість на 1% рівні, а їх вплив на мультиплікатор P / BV - позитивне. Детермінанти зростання, втім, показують тільки 2,8% дисперсії P / BV.

    Sehgal, Pandey (2010) в своєму дослідженні ринку капіталу Індії виходять протилежні результати вплив зростання компанії, вираженого в темпах зростання чистого прибутку на мультиплікатор P / BV. Дослідження компаній по секторах показує, що для 9 з 14 секторів економіки вплив темпів зростання чистого прибутку негативне, значущими виявляються 4 коефіцієнта з 9. З решти 5 секторів статистично значуще позитивний вплив показали тільки компанії 2 секторів. Дані по всіх компаніях індексу BSE Sensex, однак, вказують на позитивний вплив зростання чистого прибутку на мультиплікатор P / BV.

    Maniar (2014 року) також включає зростання чистого прибутку в своє дослідження детермінант мультиплікатора P / BV. Отримані ними дані говорять про негативний, але не значущому вплив даних показників на P / BV.

    ризик компанії

    Branch et al. (2014 року) включають в своє дослідження детермінант мультиплікатора P / BV показники ризику компанії: коефіцієнт покриття відсотків, леверидж і капіталомісткість (як проксі-змінну для ризику). За результатами дослідження всі детермінанти виявилися статистично значущими на 10% рівні. Леверидж і капіталомісткість мали негативний вплив на P / BV, коефіцієнт покриття відсотків - позитивне. Дані змінні пояснюють всього 2,3% дисперсії мультиплікатора P / BV.

    Maniar (2014 року) досліджує вплив бети на мультиплікатор P / BV для індійських компаній. Автор відзначає досить високу кореляцію даної детермінанти з P / BV (-0,5). Отримане вплив бети на P / BV статистично значимо і найбільше за абсолютним значенням в порівнянні з іншими детермінантами даного мультиплікатора - коефіцієнт при беті становить -3,12.

    Розмір компанії

    Вплив ринкової капіталізації компанії на мультиплікатор P / BV має нести в собі такі ж інформаційні сигнали, які були досліджені в роботах по мультиплікатору P / E.

    Однак дослідження подібного впливу проводиться в роботі Sehgal, Pandey (2010). Дана детермінанта виявляється єдиною статистично значущою для всіх компаній вибірки і її вплив на мультиплікатор P / BV позитивно. Аналіз посекторного впливу капіталізації на мультиплікатор також виявляє позитивну взаємозв'язок двох показників в 11 з 14 секторах економіки.

    Висновки аналізу емпіричних робіт по впливу детермінант на мультиплікатор P / BV і побудова гіпотез дослідження

    Результати робіт, вивчених вище, представлені для простоти порівнянності в таблиці 2:

    Таблиця 2. Вплив детермінант на P / BV на основі використаних статей

    детермінанта

    Вплив на P / BV

    Автор

    ринок капіталу

    Рентабельність власного капіталу

    +

    Fairfield (1994)

    США, 1970-1984

    +

    Branch et al. (2014 року)

    США, 2000-2009

    +

    Sehgal, Pandey (2010)

    Індія, 1990-2007

    +

    Maniar (2014 року)

    Індія 2010

    дивіденди

    +

    Agrawal et al. (1996)

    Сінгапур, 1975-1988

    +

    Branch et al. (2014 року)

    США, 2000-2009

    +

    Maniar (2014 року)

    Індія 2010

    зростання компанії

    +

    Sehgal, Pandey (2010)

    Індія, 1990-2007

    +

    Branch et al. (2014 року)

    США, 2000-2009

    -

    Maniar (2014 року)

    Індія 2010

    леверидж

    -

    Branch et al. (2014 року)

    США, 2000-2009

    бета

    -

    Maniar (2014 року)

    Індія 2010

    капіталізація

    +

    Sehgal, Pandey (2010)

    Індія, 1990-2007

    Джерело: аналіз автора роботи

    Дослідження детермінант мультиплікатора P / BV показують односпрямоване вплив для розвинених ринків капіталу.

    На основі аналізу емпіричних робіт детермінант P / BV автор даної роботи висуває наступні гіпотези для емпіричного дослідження:

    H 0: В силу різних зовнішніх факторів, невизначеності та ірраціональності, викликаної фінансовою кризою 2008-2009рр, немає значимої взаємозв'язку досліджуваних фундаментальних показників і мультплікатора P / BV.

    H 1: Очікувані темпи зростання чистого прибутку компанії позитивно впливають на мультиплікатор P / BV.

    H 2: Рентабельність власного капіталу позитивно впливає на мультиплікатор P / BV.

    H 3: Коефіцієнт дивідендних виплат робить позитивний вплив на мультиплікатори P / BV.

    H 4: Леверидж негативно впливає на мультиплікатор P / BV - бульшая боргове навантаження компанії збільшує необхідну інвесторами прибутковість, тим самим зменшуючи ринкові мультиплікатори.

    H 5: Коефіцієнт бета негативно впливає на мультиплікатор P / BV.

    H 6: Капіталізація компанії позитивно впливає на мультиплікатор P / BV.


    Глава 2. Методологія емпіричного аналізу детермінант ринкових мультиплікаторів

    детермінанта мультиплікатор ринковий кореляція

    Методологічною основою даного дослідження стали роботи провідних вітчизняних і зарубіжних авторів в області оцінки компаній методом ринкових мультиплікаторів, оцінки детермінант ринкових мультиплікаторів: Beaver, Morse (1978), Huang, Tsai and Chen (2007), Івашківську, Кузнецов (2008), Seghal, Pandey (2009), Faezinia (2012), Branch et al. (2014 року), Maniar (2014 року).

    У дослідженні даної роботи використовується категоріальний апарат в галузі оцінки, фінансів і бухгалтерської звітності компаній.У роботі застосовано загальнонаукові методи: аналіз, метод абстрагування, індукція, дедукція, а також специфічні економіко-математичні методи - метод кореляційного і регресійного аналізу.

    У роботах, взятих за основу в даному дослідженні, автори використовують кореляційний аналіз визначальних детермінант і ринкових мультиплікаторів. Даний спосіб легко дозволяє встановити напрямок взаємозв'язку між залежними і незалежними величинами. Наступним етапом досліджень є регресійний аналіз впливу детермінант на ринкові мультиплікатори P / E і P / BV методом найменших загальних квадратів.

    Тільки в одній роботі, Faezinia (2012), використовується більш комплексний аналіз панельних даних фундаментальних детермінант і залежних від них мультиплікаторів - метод регресійного аналізу панельних даних з детермінованими ефектами. Такий метод дозволяє враховувати структуру панельних даних та індивідуальні відмінності об'єктів, які не можна оцінити методом МНК.

    Вибір залежною змінною різниться в розглянутих дослідженнях. У деяких роботах досліджується вплив детермінант на зворотні ринкові мультиплікатори (наприклад, Beaver, Morse (1978)). Так, мультиплікатор E / P показує прибутковість по прибутку (Earnings Yield): на скільки інвестори оцінюють здатність компанії приносити прибутку. Musumeci, Peterson (2011) відзначають, що зворотні ринкові мультиплікатори дозволяють знизити можливі викиди в вибірці. Дослідження Litzenberger, Rao (1971) показало, що досліджувані показники ризику і зростання компанії лінійно залежать саме від E / P, а не P / E. Однак Taboga (2011), використовуючи агреговані дані фондових ринків Єврозони, приходить до висновку, що інвестиційні рішення, засновані на аналізі E / P, помилкові, тому що прибуток компаній схильна циклічним змінам, які не пов'язані з довгостроковою можливістю приносити прибуток. Багато авторів відзначають, що зворотний мультиплікатор E / P схильний до впливу облікової політики компаній.

    Глава 3. Результати емпіричного аналізу детермінант ринкових мультиплікаторів P / E і P / BV



    3.1 Специфікація моделі і вибірка емпіричного дослідження


    Для того, щоб відтворити теоретичну взаємозв'язок мультиплікаторів P / E, P / B і фундаментальних показників, використовується відома модель Гордона (1959), яка описує вплив дивідендів, зростання компанії і витрат на власний капітал на ціну акцій компанії:


    де P - ціна акції, Div - дивіденди на одну акцію, k e - витрати на власний капітал, g - темп довгострокового зростання компанії. Розділивши обидві частини рівності на поточний EPS, ми отримуємо залежність для мультиплікатора P / E:

    де Payout Ratio коефіцієнт дивідендних виплат.

    Якщо переписати вираз (1) як розширену формулу для ціни акцій, а потім розділити обидві сторони рівності на балансову вартість BV, то вийде оцінка мультиплікатора P / BV:

    Дотримуючись методологічним основам досліджень авторів, зазначених вище, автор зібрав наступні показники з Bloomberg і World Bank Database:

    · Мультиплікатор P / E

    1. DP - Коефіцієнт дивідендних виплат

    2. EPS_Growth - очікувані темпи зростання EPS в наступному році. Для того щоб не звужувати вибірку, був використаний реалізований зростання в наступному році в якості проксі-змінної, який використовується в роботі Beaver, Morse (1978), Івашківську, Кузнєцова (2008)

    3. TobinQ - відношення ринкової вартості компанії до відновної вартості активів компанії. Даний показник є проксі-змінної для опису можливостей для довгострокового зростання компанії (Lang, Litzenberger, 1989)

    4. lnMCap - натуральний логарифм капіталізації компанії

    5. DE - сoотношеніе між позиковим і власним капіталом (Debt-to-Equity ratio)

    6. UnleveredBeta - коефіцієнт бета без левериджу

    7. Volatility360D - волатильність ціни акції компанії за попередні 360 днів

    · Мультиплікатор P / BV

    1. DP

    2. EPS_Growth

    3. TobinQ

    4. ROE - рентабельність власного капіталу

    5. lnMCap

    6. DE

    7. UnleveredBeta

    8. Volatility360D

    Часовий горизонт для вибірки був обраний з 2007 по 2013 роки. Це дозволяє досліджувати, як фінансова криза вплинула на взаємозв'язок фундаментальних показників і ринкових мультиплікаторів, що несе в собі як практичну, так і теоретичну цінність. Вибірка представлена ​​173 компаніями з Бразилії, Індії, Китаю, Росії та Південної Африки. Компанії були відібрані за наступним принципом:

    · EPS компанії не повинен бути негативним у всіх роках дослідження

    · Дані по фундаментальним змінним присутні в Bloomberg

    · Компанії фінансового сектора не включаються до вибірки

    Загальний розподіл компаній відображено на діаграмі 1:

    Діаграма 1. Розподіл вибірки по країнам

    Джерело: розрахунки автора роботи

    Дослідження буде проведено в три етапи:

    1. Оцінка агрегированной регресії по всіх країнах групи БРІКС на всьому протязі вибірки. Це допоможе зрозуміти загальну взаємозв'язок між показниками компаній групи БРІКС і оцінити вплив кожного року на мультиплікатори компаній

    2. Оцінка регрессий для компаній кожної з країн групи БРІКС дозволить виявити визначальні детермінанти, характерні для конкретної країни. Також це несе певний теоретичний внесок в розвиток даної проблематики, так як поки немає досліджень детермінант мультиплікаторів для країн і горизонту вибірки.

    3. Стабільність впливу детермінант для компаній кожної з країн групи БРІКС буде протестована проведенням аналізу просторових регрессий на всьому горизонті вибірки.

    Аналіз панельних даних дає широкі можливості для побудови моделей, які враховують як просторові особливості даних, так і їх еволюцію в часі. У загальному вигляді модель для даного дослідження можна представити в наступному вигляді:

    де i позначає номер компанії, t - час, а випадкова помилка складається з компоненти неспостережуваних індивідуальних ефектів і залишкового обурення.

    При проведенні тестів було встановлено, що оптимальною моделлю для аналізу панельних даних вибірки є модель з детермінованими ефектами - fixed effects model. Вибір даної моделі обгрунтований і з логічної точки зору: вибірка компаній не змінюється в часі, компоненти випадкової помилки - незалежні величини, а детермінанти не залежить від залишкових збурень.


    3.2 Описова статистика і аналіз кореляції детермінант і ринкових мультиплікаторів



    Таблиця 3 показує середні значення і стандартні відхилення мультиплікаторів P / E і P / BV:

    Таблиця 3. Описова статистика мультиплікаторів P / E і P / BV

    Variable

    Obs

    Mean

    Std. Dev.

    CV

    Min

    Max

    PE_Ratio

    1211

    20,9160

    17,6647

    0,8446

    1,3794

    143,0233

    PB_Ratio

    1211

    3,4617

    2,9266

    0,8454

    0,1341

    26,3628


    Джерело: розрахунки автора роботи в програмі Stata

    Коефіцієнт варіації, який показує відносний розкид випадкової величини, трохи більше для мультиплікатора P / BV.

    Історичні зміни мультиплікаторів P / E і P / BV представлені на графіках 3, 4:

    Графік 3. Динаміка мультиплікатора P / E країн БРІКС


    Джерело: розрахунки автора роботи

    Графік 3. Динаміка мультиплікатора P / BV країн БРІКС

    Джерело: розрахунки автора роботи

    Аналіз кореляції показав, що проблема мультиколінеарності між фундаментальними показниками відсутній: максимальне значення коефіцієнта парної кореляції досягається між змінними ROE і TobinQ і становить 0,4241, що є допустимим для констатації відсутності мультиколінеарності. Аналіз кореляції обраних детермінант і мультиплікаторів представлений в таблиці 4:

    Таблиця 4. Аналіз кореляції між мультиплікаторами і детермінантами

    Джерело: розрахунки автора роботи в програмі Stata

    Коефіцієнти кореляції Браве-Пірсона відбивають висновки статей, досліджених в даній роботі. Найбільш значущим для обох мультиплікаторів виявляється вплив можливостей довгострокового зростання, що відображаються показником q-Тобіна. Очікувано значущий вплив надають показники бета і волатильність ціни акцій компанії на мультиплікатор P / E. Цікава взаємозв'язок простежується для показника ROE. Кореляція даного показника і мультиплікатора P / E виявляється негативною і статистично значущою на 1% рівні. У разі мультиплікатора P / BV кореляція статистично значуща і значна. Також значно вплив інфляції на мультиплікатор P / E: коефіцієнт парної кореляції значний на 1% рівні і становить -0,3204, тим самим будучи другим за впливом на даний мультиплікатор після q-Тобіна.

    3.3 Результати економетричних моделей впливу детермінант на мультиплікатори P / E і P / BV


    3.3.1 Оцінка агрегированной регресії

    Для виявлення впливу між детермінантами і мультиплікаторами на груповому рівні була оцінена наскрізна регресія методом найменших квадратів. Дана форма регресії є найпоширенішою в дослідженнях, оскільки дає зрозумілі результати залежності між досліджуваними і пояснюють змінними. Всі розрахунки і тести проводилися за допомогою статистичного пакета Stata.
    Тестування моделі на автокореляцію показало її відсутність, що узгоджується з аналізом кореляції детермінант. Тест на гетероскедастичності виявив необхідність поправки випадкових помилок (Додаток 1). Для цього наступні моделі були скориговані з використанням параметра vce (robust), який дозволяє отримати робастні оцінки випадкових помилок.

    Аналіз моделі впливу детермінант на ринковий мультиплікатор P / E на рівні групи БРІКС на всьому проміжку дослідження наведено в таблиці 5:

    Таблиця 5. Оцінка регресії для P / E групи БРІКС

    Джерело: розрахунки автора роботи в програмі Stata

    Модель має середню пояснює здатністю (R 2 = 43,06%) і значима в цілому, про що говорить високе значення F-статистики.

    Для того щоб зрозуміти який внесок вніс щороку вибірки були введені фіктивні змінні. Результати оцінки моделі fixed effects представлені в таблиці 6:

    Таблиця 6. Оцінка FE-регресії для P / E групи БРІКС

    Джерело: розрахунки автора роботи в програмі Stata

    Модель краще описує вплив детермінант на мультиплікатор P / E за результатами тесту Вальда (Додаток 1). Зменшення R 2 до 39,48% говорить про те, що у вибірці більше проявляються міжіндивідуальні відмінності, ніж динамічні, що відповідає дійсності.

    За результатами агрегированной регресії можна зробити наступний висновки:

    · Основна гіпотеза H 0 про відсутність взаємозв'язку між детермінантами і мультиплікатором P / E відкидається. Модель показує хорошу пояснює здатність, яка в цілому краще, ніж в досліджених роботах.

    · Гіпотеза Н 1 про позитивний вплив очікуваного зростання прибутку підтвердилася. Модель показує передбачувані знаки, перед зростанням прибутку на одну акцію в наступному році, а показник q-Тобіна має найбільшу пояснює здатність серед усіх досліджуваних детермінант і найбільший внесок у зміну мультиплікатора P / E.

    · Гіпотеза Н 2 про негативний вплив рентабельності власного капіталу на мультиплікатор P / E підтвердилася. Отримана негативний зв'язок узгоджується з роботою Taliento (2010)

    · Гіпотеза H 3 про позитивний вплив коефіцієнта дивідендних виплат на мультиплікатор P / E підтвердилася. Коефіцієнт має позитивний знак і статистично значущим на 1% рівні.

    · Гіпотеза H 4 про негативний вплив боргового навантаження на мультиплікатор P / E відкидається. Отриманий позитивний коефіцієнт перед даної детермінантою статистично значущим на 10% рівні.

    · Гіпотеза H 5 про негативний вплив бети компанії на мультиплікатор P / E підтвердилася. Незважаючи на незначимість даного показника в багатьох дослідженнях, модель даної роботи показує велику статистичну значущість даного показника.

    · Гіпотеза H 6 про позитивний вплив капіталізації компанії на мультиплікатор P / E підтвердилася. Висока значимість коефіцієнта при детермінанті підтверджується на 1% рівні.

    Фіктивні змінні дозволяють аналізувати вплив тимчасових ефектів на досліджувані мультиплікатори. Якщо зростання мультиплікаторів в 2007 році в порівнянні з попереднім був значним, то 2008 рік показав різке зниження темпів зростання мультиплікатора P / E, в 2009 році мультиплікатори знову зросли.

    Таким чином, визначальними в моделі мультиплікатора P / E на рівні групи виявилися показники зростання прибутку компанії, рівень дивідендних виплат компанії, показник ROE, показник боргового навантаження компанії, коефіцієнт бета і розмір компанії. Практично всі детермінанти значимі на 1% рівні значущості (крім показника Debt-to-Equity). Запропонований показник ризику компанії Volatility360D статистично значущим на 10% рівні, однак його знак узгоджується з дослідженими роботами. Слід зазначити, що, незважаючи на загальну значущість моделі та коефіцієнтів, частка пояснене дисперсії мультиплікатора P / E все ще невелика. Це може стати підтвердженням того, що мультиплікатор P / E все ж більше схильний до впливу настроїв інвесторів на ринках капіталу, ніж оцінки фундаментальних показників компанії.

    Оцінка наскрізний регресії для мультиплікатора P / BV представлена ​​в додатках до даної роботи. Висока значимість моделі підтверджується значним R 2 = 82,86% і статистичної значимістю на 1% більшості детермінант. Тест Вальда і тест Хаусмана (Додаток 2), як і в разі мультиплікатора P / E, показали велику пояснює здатності моделі з детермінованими ефектами в порівнянні з наскрізною регресією і моделлю з випадковими ефектами. Випадкові помилки були скориговані з поправкою на гетероскедастичності.

    Підсумкова модель впливу фундаментальних детермінант на мультиплікатор P / BV представлена ​​в таблиці 7:

    Таблиця 7. Оцінка FE-регресії для P / BV групи БРІКС

    Джерело: розрахунки автора роботи в програмі Stata

    Модель має високу пояснює здатністю: R 2 = 76,24%, все детермінанти крім бети значимі на 10% рівні.

    Результати оцінки моделі дають можливість перевірити висунуті гіпотези про наявність впливу детермінант на мультиплікатор P / BV:

    · Основна гіпотеза Н 0 про відсутність взаємозв'язку між детермінантами і мультиплікатором P / BV відкидається. Модель володіє ще більшою пояснює здатністю, ніж модель мультиплікатора P / E.

    · Гіпотеза Н 1 про позитивний вплив зростання прибутку компанії підтвердилася. Інвестори високо цінують очікуване зростання і можливості довгострокового зростання компанії, що знаходить відображення у статистичній значущості позитивних коефіцієнтів при відповідних детерминантах зростання прибутку. Модель відображає чільну роль можливостей зростання компанії як і в моделі мультиплікатора P / E. Важливо відзначити, що зростання чистого прибутку може бути також добре описувати P / BV як і зростання виручки в роботі Branch et al. (2014 року).

    · Гіпотеза H 2 про позитивний вплив рентабельності власного капіталу підтвердилася. Позитивний вплив даної детермінанти передбачено моделлю Гордона і знаходить підтвердження в моделі даного дослідження. Висока статистична значимість на 1% рівні служить додатковим підтвердженням гіпотези.

    · Гіпотеза H 3 про позитивний вплив коефіцієнта дивідендних виплат на мультиплікатор P / BV підтвердилася. Коефіцієнт при детермінанті статистично значущим на 5% рівні і підтверджує взаємозв'язок передбачену моделлю Гордона.

    · Гіпотеза Н 4 про негативний вплив левериджу на мультиплікатор P / BV відкидається. Позитивні знаки і висока статистична значимість коефіцієнтів в моделях P / BV і P / E можуть свідчити про те, що інвестори схильні сприймати великий коефіцієнт боргового навантаження як можливість для зростання компанії, а не як міру ризику компанії. Зокрема, Faezinia (2012) приходить до таких висновків.

    · Гіпотеза H 5 про негативний вплив бети на мультиплікатор P / BV підтверджується. Детермінанта має очікуваний знак проте виявляється статистично незначною навіть на 10% рівні.

    · Гіпотеза H 6 про позитивний вплив капіталізації компанії на мультиплікатор P / BV підтвердилася.

    Найбільш статистично значущими детермінантами вийшли q-Тобіна, співвідношення між позиковим і власним капіталом, капіталізація компанії і рентабельність власного капіталу.

    Включення фіктивних змінних дозволяє поліпшити пояснює здатність моделі. Однак динаміка мультиплікатора P / BV відрізняється від P / E. У 2008-2009 кризових роках спостерігалося падіння мультиплікаторів компаній країн БРІКС, яке змінилося зростанням тільки до 2010 року.

    Зведені результати дослідження детермінант ринкових мультиплікаторів групи БРІКС в цілому

    Основні результати по впливу детермінант на ринкові мультиплікатори групи БРІКС зібрані в таблиці 8:

    Таблиця 8. Зведена таблиця результатів оцінки регрессий мультиплікаторів P / E, P / BV

    детермінанти

    Мультиплікатори групи БРІКС

    P / E

    P / BV

    DP

    + *

    + **

    EPS_Growth

    +

    + *

    TobinQ

    + ***

    + ***

    ROE

    - ***

    + ***

    lnMCap

    + **

    + ***

    DE

    + *

    + ***

    UnleveredBeta

    - *

    -

    Volatility360D

    +

    + ***

    d2007

    + ***

    + ***

    d2008

    +

    -

    d2009

    + ***

    -

    d2010

    + **

    + **

    d2011

    -

    - **

    d2012

    -

    -

    Джерело: аналіз автора роботи

    Де ***, **, * - рівні значущості 1%, 5%, 10% відповідно.

    Отримані результати для мультиплікаторів P / E і P / BV узгоджуються з дослідженими емпіричними роботами авторів.

    3.3.2 Країнні особливості впливу детермінант на мультиплікатори P / E і P / B V

    Подальшим етапом емпіричного дослідження в рамках даної роботи став аналіз країнових особливостей впливу детермінант на ринкові мультиплікатори. Аналіз наукових статей показав, що дослідження детермінант ринків, що розвиваються присвячено дуже мало робіт. З групи БРІКС автори досліджували тільки Індію і Китай, частина робіт присвячена ринкам, що розвиваються Ірану, Пакистану, Шрі-Ланки, що в силу сильних країнових особливостей несе мало практичного значення. Зібрана в даній роботі вибірка дозволяє заповнити цю прогалину і включити залишилися країни БРІКС в емпіричне дослідження.
    Тести на специфікацію моделі показали кращу пояснює здатність регресії з детермінованим ефектами в порівнянні з наскрізною регресією і моделлю з випадковими ефектами (Додаток 3). У цій частині дослідження не включатимуться фіктивні змінні, оскільки завданням даного етапу визначити саме превалюють фундаментальні детермінанти для кожної країни.

    Бразилія

    Вибірка по Бразилії представлена 18 компаніями, що входять в фондовій індекс BOVESPA. Підсумкова модель оцінки впливу детермінант по Бразилії представлена в таблиці 9:

    Таблиця 9. Оцінка FE-регресії P / E компаній Бразилії


    Джерело: розрахунки автора роботи в програмі Stata

    Деякі автори приходять до висновку, що низька пояснює здатність моделі залежності мультиплікатора P / E від фундаментальних детермінант пов'язана з впливами гучних гравців на ринках капіталу і загальних настроїв. Висока пояснює здатність даної моделі (R 2 = 76,67%) може свідчити про те, що оцінка фундаментальних показників компаній має більший вплив на вартість компаній Бразилії, ніж загальні настрої на ринках капіталу.

    Аналіз статистичної значущості отриманих коефіцієнтів моделі дозволяє зробити висновок, що визначальними факторами, що впливають на мультиплікатори P / E бразильських компаній, є Тут і далі детермінанти ранжовані в порядку убування статистичної значущості :

    · Очікуване зростання прибутку в наступному на рік (EPS_Growth)

    · Можливості довгострокового зростання (TobinQ)

    · Капіталізація компанії (lnMCap)

    Все припущені детермінанти крім показників ризику компаній виявилися статистично значущими.

    Результати дозволяють відкинути гіпотези про незначущості моделі для Бразилії, позитивного впливу рентабельності власного капіталу і негативного впливу бети. Всі інші гіпотези за спрямованістю впливу детермінант на мультиплікатор P / E підтвердилися.

    Модель впливу детермінант на мультиплікатор P / BV компаній представлена ​​в таблиці 10:

    Таблиця 10. Оцінка FE-регресії P / BV компаній Бразилії

    Джерело: розрахунки автора роботи в програмі Stata

    Модель має гарну пояснює здатністю (R 2 = 79,54%) і загальної значимістю.

    Результати моделі дозволяють зробити висновок, що визначальними детермінантами мультиплікатора P / BV для компаній Бразилії є:

    · Можливості довгострокового зростання (TobinQ)

    · Боргове навантаження компанії (DE)

    · Капіталізація (lnMCap)

    · Коефіцієнт бета (Unlevered Beta)

    Варто відзначити, що передбачені моделлю Гордона детермінанти (DP, ROE, EPS_Growth) виявилися не значимі.

    Гіпотеза про незначущості моделі мультиплікатора P / BV відкидається. Гіпотеза H 1 про позитивний вплив можливостей довгострокового росту підтверджується. Гіпотеза Н 4 про негативний вплив боргового навантаження відкидається. Гіпотеза Н 5 про негативний вплив бети відкидається. Гіпотеза Н 6 про позитивний вплив капіталізації за результатами моделі підтверджується.


    Китай

    Підприємства Китая займають мало не третину вибірки даного дослідження. Графік 1 показує, що мультиплікатор P / E компаній Китаю був вище, ніж у інших країн на всіх горизонті дослідження. Мультиплікатор P / BV для Китаю перевершував значення інших країн до 2010 року.

    Результати оцінки моделі впливу детермінант на мультиплікатор P / E компаній Китаю представлені в таблиці 11:

    Таблиця 11. Оцінка FE-регресії P / E компаній Китаю

    Джерело: розрахунки автора роботи в програмі Stata


    Модель має середню пояснює здатністю (R 2 = 57,66%) і в цілому статистично значуща.

    Результати свідчать, що на мультиплікатори P / BV впливає вже інший набір детермінант в порівнянні з Бразилією:

    · Рентабельність власного капіталу (ROE)

    · Капіталізація компанії (lnMCap)

    · Очікуваний короткострокове зростання прибутку (EPS_Growth)

    · Волатильність цін акцій компанії (Volatility360D)

    · Можливості довгострокового зростання прибутку (TobinQ)

    Такий розподіл значущості детермінант може свідчити про те, що інвестори схильні більше дивитися на короткостроковий період розвитку компанії при оцінці китайських компаній.

    Усі значимі коефіцієнти детермінант мають передбачений гіпотезами знак (крім ROE). Варто відзначити негативне, але статистично значимий вплив коефіцієнта дивідендних виплат, яке не узгоджується з впливом, передбаченим моделлю Гордона.

    Модель, що описує вплив детермінант на мультиплікатор P / BV компаній Китаю представлена ​​в таблиці 12:

    Таблиця 12. Оцінка FE-регресії P / BV компаній Китаю

    Модель має очікувано високою пояснює здатністю (R 2 = 84,32%) і загальної значимістю. Високий ступінь впливу на мультиплікатор P / BV показали наступні детермінанти:

    · Можливості довгострокового зростання компанії (TobinQ)

    · Волатильність цін акцій компанії (Volatility360D)

    · Боргове навантаження (DE)

    · Очікуваний короткострокове зростання компанії (EPS_Growth)

    · Капіталізація компанії (lnMCap)

    Коефіцієнт дивідендних виплат і в разі мультиплікатора P / BV виявився статистично значущим. Можна припустити, що інвестори не надають істотного значення дивідендним виплат, які прив'язані до чистого прибутку компанії. Це узгоджується з даними Huang, Wirjanto (2011), які відзначали тенденцію до викривлення показників прибутку в звітності китайськими компаніями.


    Індія

    Аналізу мультиплікаторів індійських компаній присвячено найбільше число з розглянутих статей, однак ні в одній з робіт не аналізуються компанії на горизонті, досліджуваному в даній роботі.

    Автори отримували різну значимість детермінант і моделей в цілому. Тому аналіз детермінант мультиплікаторів на даному етапі дозволить зробити теоретичний внесок в дослідження ринку капіталу Індії.

    Підвибірки представлена ​​22 компаніями, що входять в індекс Nifty. Підсумкова модель впливу детермінант на мультиплікатор P / E індійських компаній представлена ​​в таблиці 13:

    Таблиця 13. Оцінка FE-регресії P / E компаній Індії


    Джерело: розрахунки автора роботи в програмі Stata

    Результати оцінки коефіцієнтів регресії в основному не збігаються з висновками авторів відповідних статей. Kumar, Warne (2009) приходять до висновку, що найбільш значущими детермінантами мультиплікатора P / E індійських компаній є капіталізація і волатильність ціни акцій. Модель даного дослідження показує незначимість даних показників на 10% рівні, знак збігається тільки у показника волатильності цін акцій. Sehgal, Pandey (2011) отримали незначне, але позитивний вплив очікуваного зростання прибутку, в той час як дана модель дає протилежні результати. Maniar (2014 року) отримує значущі показники бети і очікуваного короткострокового зростання прибутку. Побудована модель розходиться з даним дослідженням: коефіцієнт бета не означає, але володіє таким же знаком, вплив очікуваного короткострокового зростання виявляється негативним. Такі розбіжності можуть бути викликані наслідками фінансової кризи, який змінив загальні настрої інвесторів, яким може бути підданий мультиплікатор P / E.

    Найбільш значущими в рамках даного дослідження виявилися наступні детермінанти мультиплікатора P / E:

    · Можливості довгострокового зростання компанії (TobinQ)

    · Рентабельність власного капіталу (ROE)

    · Очікуваний короткострокове зростання прибутку (EPS_Growth)

    · Коефіцієнт дивідендних виплат (DP).

    Гіпотези про загальну незначущості моделі, позитивний вплив короткострокового зростання прибутку, позитивний вплив рентабельності власного капіталу були відкинуті для моделі P / E Індії. Гіпотеза про позитивний вплив коефіцієнта дивідендних виплат підтвердилася.

    Модель впливу детермінант на мультиплікатор P / BV представлена ​​в таблиці 14:

    Таблиця 14. Оцінка FE-регресії P / BV компаній Індії

    Джерело: розрахунки автора роботи в програмі Stata

    Результати даної моделі повторюють висновки Maniar (2014 року). Коефіцієнт DP і ROE показали статистичну значущість і позитивний вплив на мультиплікатор P / BV. Ранжування детермінант за значимістю:

    · Можливості довгострокового зростання компанії (TobinQ)

    · Рентабельність власного капіталу (ROE)

    · Коефіцієнт дивідендних виплат (DP)

    Отримані значущі оцінки коефіцієнтів моделі узгоджуються з висунутими гіпотезами дослідження, а гіпотеза про незначущості моделі відкидається.


    Росія

    Подв иборка представлена 26 компаніями, що входять в основний і розширений індекс ММВБ. Графіки 1, 2 показують, що російські мультиплікатори показали найбільше зниження в кризовий 2008 рік у порівнянні з іншими країнами групи БРІКС. Тому дослідження впливу детермінант на мультиплікатори набуває актуальності.

    Результати оцінки моделі впливу детермінант на мультиплікатор P / E російських компаній представлено в таблиці 15:

    Таблиця 15. Оцінка FE-регресії P / E компаній Росії

    Джерело: розрахунки автора роботи в програмі Stata

    Модель показує задовільну пояснює здатність (R 2 = 43,99%) і загальну значимість. Аналіз значущості коефіцієнтів показав, що визначальними детермінантами мультиплікатора P / E російських компаній стали показники зростання прибутку компанії і ринкова капіталізація компанії. Коефіцієнти при значущих детерминантах узгоджуються з висунутими гіпотезами (виняток знову становить ROE). Центральна гіпотеза про незначущості моделі відкидається.

    Оцінка регресії з мультиплікатором P / BV в якості залежної змінної представлена ​​в таблиці 16:

    Таблиця 16. Оцінка FE-регресії P / BV компаній Росії

    Джерело: розрахунки автора роботи в програмі Stata

    Модель володіє найбільшою пояснює здатністю в порівнянні з іншими країнами групи БРІКС (R 2 = 90,51%) і загальної значимістю. Наступні детермінанти виявляються визначальними для мультиплікатора P / BV:

    · Можливості довгострокового зростання компанії (TobinQ)

    · Рентабельність власного капіталу (ROE)

    · Коефіцієнт дивідендних виплат (DP)

    · Капіталізація компанії (lnMCap)

    · Боргове навантаження (DE)

    Центральна гіпотеза про незначущості моделі мультиплікатора P / BV для Росії відкидається. Гіпотези щодо впливу значущих детермінант підтверджуються крім коефіцієнта боргового навантаження.


    ПАР

    Автору дипломної роботи не вдалося знайти досліджень детермінант мультиплікаторів P / E і P / BV компаній ПАР. Тому запропонована модель сприятиме дослідженню взаємозв'язку показників на даному ринку капіталу.


    Отримана підвибірка має велику частку в підсумковій вибіркою - 28% або 49 компаній, що входять до фондового індексу JALSH.

    Модель впливу детермінант на мультиплікатор P / E компаній ПАР представлена ​​в таблиці 17:

    Таблиця 17. Оцінка FE-регресії P / E компаній ПАР

    Джерело: розрахунки автора роботи в програмі Stata


    Результати оцінки регресії найменшу пояснює здатність даної моделі в порівнянні з іншими країнами групи БРІКС. Це може стати підтвердженням гіпотези про схильності впливу настроїв на ринках капіталу або може свідчити про не враховані специфічних для ПАР детермінант.

    Визначальними для мультиплікатора P / E стали наступні детермінанти:

    · Можливості довгострокового зростання (TobinQ)

    · Рентабельність власного капіталу (ROE)

    · Очікуваний короткострокове зростання прибутку компанії (EPS_Growth)

    · Боргове навантаження компанії (DE)

    · Коефіцієнт бета (Unlevered Beta)

    Гіпотеза про незначущості моделі відкидається. Усі значимі детермінанти мають передбачені гіпотезами даного дослідження знаки крім EPS_Growth і DE.

    Модель для мультиплікатора P / BV компаній ПАР представлена ​​в таблиці 18:

    Таблиця 18. Оцінка FE-регресії P / BV компаній ПАР

    Джерело: розрахунки автора роботи в програмі Stata

    Менша ніж у інших країн БРІКС пояснює здатність моделі (R 2 = 51,24%) свідчить про пропущені змінних, які можуть впливати на мультиплікатори компаній.

    Впливають на мультиплікатор P / BV детермінанти представлені в наступному списку:

    · Можливості довгострокового зростання компанії (TobinQ)

    · Капіталізація компанії (lnMCap)

    · Рентабельність власного капіталу (ROE)

    · Коефіцієнт дивідендних виплат (DP)

    · Коефіцієнт бета (Unlevered Beta)

    Центральна гіпотеза про незначущості моделі в цілому відкидається.Варто відзначити, що всі значущі детермінанти мають передбачені гіпотезами знаки.

    Зведені результати дослідження детермінант ринкових мультиплікаторів країн БРІКС

    Результати дослідження детермінант ринкових мультиплікаторів для кожної країни групи БРІКС представлені в таблицях 19, 20:

    Таблиця 19. Зведена таблиця результатів оцінки FE-регрессий P / E по країнам групи БРІКС

    детермінанти

    Мультиплікатор P / E

    Бразилія

    Китай

    Індія

    Росія

    ПАР

    DP

    + *

    -

    + *

    +

    +

    EPS_Growth

    + ***

    + ***

    - ***

    + **

    - **

    TobinQ

    + ***

    + ***

    + ***

    + ***

    + ***

    ROE

    - ***

    - ***

    - ***

    - ***

    - ***

    lnMCap

    + ***

    + ***

    -

    + ***

    -

    DE

    +

    +

    +

    +

    + *

    UnleveredBeta

    +

    -

    -

    +

    - *

    Volatility360D

    +

    + ***

    +

    +

    -

    Джерело: аналіз автора роботи

    Таблиця 20. Зведена таблиця результатів оцінки FE-регрессий P / BV по країнам групи БРІКС

    детермінанти

    Мультиплікатор P / BV

    Бразилія

    Китай

    Індія

    Росія

    ПАР

    DP

    -

    -

    + *

    + ***

    + **

    EPS_Growth

    -

    + ***

    +

    -

    +

    TobinQ

    + ***

    + ***

    + ***

    + ***

    + ***

    ROE

    +

    +

    + **

    + ***

    + **

    lnMCap

    + *

    + ***

    -

    + **

    + **

    DE

    + *

    + ***

    -

    + **

    +

    UnleveredBeta

    + *

    -

    -

    -

    - *

    Volatility360D

    -

    + ***

    +

    +

    +

    Джерело: аналіз автора роботи

    У таблицях ***, **, * - 1%, 5%, 10% рівні статистичної значущості коефіцієнта відповідно.

    Аналіз коефіцієнтів моделей всіх країн дозволяє зробити наступні висновки:

    · Найбільшу премію інвестори готові платити за можливості довгострокового зростання компанії і розмір компанії. Це підтверджується як для мультиплікатора P / E, так і P / BV.

    · Очікуваний короткострокове зростання надає різноспрямований вплив на мультиплікатор P / E: в Бразилії, Китаї, Росії залежність позитивна, в Індії і ПАР - негативна. Дана детермінанта впливає на мультиплікатор P / BV тільки китайських компаній.

    · Для мультиплікатора P / E можна виділити детермінанти, специфічні для певного ринку капіталу: Китай - волатильність ціни акцій компаній, Індія - коефіцієнт дивідендних виплат, ПАР - боргове навантаження і коефіцієнт бета. Для мультиплікатора P / BV специфічними є тільки волатильність ціни акцій і очікуваний короткострокове зростання для ринку капіталу Китаю.

    3.3.3 Оцінка стійкості впливу фундаментальних детермінант на мультиплікатори P / E і P / BV

    Для того щоб перевірити як криза 2008-2009 років вплинув на стійкість взаємозв'язку між детермінантами і ринковим мультиплікаторами були побудовані просторові регресії для кожного року вибірки по кожній країні групи БРІКС. Регресії були оцінені методом найменших квадратів і скориговані на гетероскедастичності випадкових помилок. Для спрощення і наочності основна статистика і коефіцієнти моделі були зведені в одну таблицю для кожної з країн (Додаток 1).

    Якщо залежність між мультиплікаторами і визначальними детермінантами розірвалася в період кризи, загальна незначимість моделі і відсутність пояснюють змінних змогли б показати це.


    Бразилія

    На графіку 3 представлені показники R 2 побудованих просторових регрессий:

    Графік 3. Історична динаміка R 2 моделей по Бразилії

    Джерело: розрахунки автора в програмі Stata


    Показник R 2 описує частку дисперсії залежної змінної, пояснене моделлю. Якби вплив детермінант на досліджувані мультиплікатори знизилося, це супроводжувалося зниженням R 2. Графік показує, що криза зробила несильно вплив на взаємозв'язок фундаментальних детермінант і досліджуваних мультиплікаторів. Графік коефіцієнта детермінації мультиплікатора P / BV показує, що вплив детермінант залишалося на стабільно високому рівні на всьому протязі вибірки.

    Якщо в 2007 році визначальним був вплив можливостей довгострокового зростання і рентабельності власного капіталу на мультиплікатор P / E бразильських компаній, то кризові роки змусили інвесторів зменшити горизонт планування при оцінці компанії і звернути увагу на короткострокове зростання прибутку компанії. У посткризові роки вплив фундаментальних детермінант на P / E збільшилася, досягнувши максимуму в 2011 році. Тільки показники зростання прибутку, ROE і боргового навантаження показали инвариантность в часі впливу на P / E. Аналіз пояснює здатності і загальної значущості моделі показали, що запропоновані в дослідженні детермінанти не втратили свого впливу і досить успішно описували мультиплікатор P / E в кризові роки.

    На мультиплікатор P / BV визначальний вплив надавали можливості довгострокового зростання компаній на всьому протязі вибірки. У кризовий 2008 рік це єдина статистично значуща змінна. Надалі, позитивний вплив на мультиплікатор стали надавати боргове навантаження компанії (2009-2012рр), коефіцієнт бета (2009, 2011-2012 рр) і рентабельність власного капіталу (2011-2013рр). Вплив тільки можливостей зростання і боргового навантаження компанії виявилися симетричними в часі для мультиплікатора P / BV.

    Китай

    Результати оцінки пояснює здатності просторових регрессий для компаній Китаю представлені на графіку 4:

    Графік 4. Історична динаміка R 2 моделей по Китаю

    Джерело: розрахунки автора в програмі Stata


    Вплив кризи надає різноспрямований вплив на пояснює здатність фундаментальних детермінант. Якщо до 2009 року пояснює здатність моделі мультиплікатора P / E впала на 10,01%, то для мультиплікатора P / BV вона залишилася такою ж.

    Найбільшим сталістю в часі для мультиплікатора P / E китайських компаній мають можливості довгострокового зростання компанії, рентабельність власного капіталу (на всьому проміжку дослідження), волатильність ціни акцій компанії (5 з 7 років дослідження). Значний на рівні страновой регресії показник очікуваного короткострокового зростання прибутку компанії значущий в 4 роках дослідження з 7, але вплив його змінюється з передбаченого позитивного на негативне в 2008 і 2013 роках.

    Статистично значущими і постійними в часі детермінантами мультиплікатора P / BV китайських компаній є показник q-Тобіна і боргове навантаження компанії. Показники очікуваного короткострокового зростання прибутку компанії і волатильності ціни акцій значущі тільки в 3 роках дослідження і на протязі дослідження змінюють знаки свого впливу на мультиплікатор P / BV.

    Індія

    Графік 5. Історична динаміка R 2 моделей по Індії

    Джерело: розрахунки автора в програмі Stata

    Графік пояснює здатності моделі мультиплікатора P / E компаній Індії (графік 5) відображає істотного падіння значущості моделі в 2009 році. Коефіцієнти при всіх змінних моделі виявилися не значущими навіть на 10% рівні. Це може свідчити про розрив взаємозв'язку між фундаментальними детермінантами і мультиплікатором P / E в період кризи, що узгоджується з висновками авторів, що досліджували дане ринок капіталу.

    Детермінанта, що відображає можливості довгострокового зростання компанії, має найбільшу сталість впливу на досліджуваному проміжку часу. Решта детермінанти (крім боргового навантаження) змінюють знак в різні проміжки часу.


    Незважаючи на деяке зниження пояснює здатності детермінант мультиплікатора в кризові роки, вплив детермінант на мультиплікатор P / BV зберігається. Вплив можливостей довгострокового зростання, боргового навантаження підприємств і рентабельності власного капіталу мають найбільшу стабільністю в часі, демонструючи передбачене вплив на всьому проміжку дослідження.

    Росія



    Графік 6.Історична динаміка R 2 моделей по Росії

    Джерело: розрахунки автора роботи в програмі Stata


    Графік 6 дозволяє зробити наступні висновки:

    · Криза тільки посилив вплив детермінант на мультиплікатори P / E і P / BV. Запропоновані в дослідженні детермінанти описували найбільшу частку дисперсії мультиплікаторів в 2009 році.

    · До 2013 року пояснює здатність фундаментальних змінних падає нижче рівня 2007 року, незважаючи на значущість передбачених детермінант. Це може бути пов'язано із збільшенням впливом не включені в дане дослідження детермінант, якими можуть бути макроекономічні змінні.

    Найбільшим впливом і стабільністю впливу в часі мають детермінанти можливостей довгострокового зростання компанії і рентабельність власного капіталу для моделі P / E. Для мультиплікатора P / BV такими якостями володіє тільки q-Тобіна.


    ПАР

    Графік 7. Історична динаміка R 2 моделей по Бразилії

    Джерело: розрахунки автора в програмі Stata

    Графік 7 показує скачки пояснює можливості впливу детермінант на мультиплікатор P / E компаній ПАР. Це може бути пов'язано з тим, що запропоновані в даному дослідженні фундаментальні детермінанти не описують всіх процесів, що відбуваються на ринку капіталу ПАР. Варто відзначити, що в індекс JALSH входить багато видобувних компаній, оцінка яких повинна бути порівняна з динамікою основних товарних ринків. Детермінанти, досліджені в даній роботі, можливо, не можуть врахувати даної кон'юнктури.

    Тільки можливості довгострокового зростання компанії мають стабільне позитивний вплив на мультиплікатор P / E на всьому протязі дослідження. Для мультиплікатора P / BV такими детермінантами є очікувано q-Тобіна і ROE.


    висновок



    Детермінанти мультиплікаторів дозволяють е Ффективность відбирати компанії-аналоги для побудови більш точної оцінки вартості компанії або створення портфеля акцій з певним профілем прибутковості і ризику.

    Проведений аналіз емпіричних досліджень дозволив зробити висновок, що визначальними детермінантами мультиплікатора P / E стали темпи очікуваного зростання прибутку, коефіцієнт дивідендних виплат, розмір компанії (позитивний вплив) і показник рентабельності власного капіталу (різноспрямований вплив). На мультиплікатор P / BV роблять позитивний і значущий вплив рентабельність власного капіталу, коефіцієнт дивідендних виплат і темпи очікуваного зростання прибутку.

    Варто відзначити, що лінійні економетричні моделі фундаментальних змінних досить погано пояснюють мультиплікатори на ринках, що розвиваються капіталу за винятком P / BV (Sehgal, Pandey, 2010). Причиною цього може стати вплив гучних гравців або особливостей облікової політики на мультиплікатор P / E.

    Емпіричний аналіз детермінант мультиплікаторів P / E і P / BV в даній роботі дозволив отримати результати, які узгоджуються з дослідженими емпіричними роботами авторів. Визначальними детермінантами мультиплікатора P / E для групи БРІКС за період 2007-2013 років в цілому стали: темпи очікуваного зростання прибутку, можливості довгострокового зростання компанії, коефіцієнт дивідендних виплат, розмір компанії, коефіцієнт боргового навантаження (всі - позитивне і статистично значимий вплив); рентабельність власного капіталу і коефіцієнт бета (негативне і статистично значимий вплив). Всі запропоновані в даній роботі детермінанти показали значуще і позитивний вплив на мультиплікатор P / BV крім коефіцієнта бета, який надає відповідно негативний вплив.

    Оцінка впливу детермінант на мультиплікатори на рівні країн дозволила виявити специфічні для конкретного ринку капіталу детермінанти. Для ринків капіталу Бразилії, Китаю та Росії капіталізація компанії найбільш сильно впливає на мультиплікатор P / E, для Індії і ПАР визначальним впливом на P / E володіє q-Тобіна, що відображає можливості довгострокового зростання компанії. Волатильність цін акцій компаній за минулі 360 днів надає 3 по величині вплив на мультиплікатор P / E компаній Китаю. Коефіцієнт дивідендних виплат має статистично значущим і другим за величиною впливом на мультиплікатор P / E індійських компаній. Специфічними для мультиплікатора P / E компаній ПАР детермінантами є Debt-to-Equity ratio і коефіцієнт бета. Волатильність цін акцій і темпи очікуваного зростання є визначальними детермінантами мультиплікатора P / BV тільки для компаній Китаю.

    Дослідження просторових регрессий показало, що взаємозв'язок між детермінантами і мультиплікаторами P / E і P / BV збереглася в 2008-2009 роках для 4 з 5 країн групи, відображаючи стабільність впливу в часі q-Тобіна на обидва мультиплікатора і ROE на мультиплікатор P / E.

    Список літератури



    1. Івашківську І.В., Кузнєцов І.А., (2008), «Методи корекції ринкових мультиплікаторів на ризики: емпіричне дослідження», Журнал Аудит і Фінансовий Аналіз, Номер 5.

    2. Agrawal, S., Monem, R., Ariff, M. (1996), "Price to Book Ratio as a Valuation Model: An Empirical Investigation", Finance India, 2 (10), 333-344.

    3. Alford A., (1992), "The Effect Of The Set Of Comparable Firms On The Accuracy Of The Price-Earnings Valuation Method", Journal of Accounting Research, 30, 94-108.

    4. Banz, RW, (1981), "The relationship between Return and Market Value of Common Stocks," Journal of Financial Economics, 9, 3-18

    5. Basu, S., (1977). "Investment Performance Of Common Stocks In Relation To Their Price-Earnings Ratios: A Test Of The Efficient Market Hypothesis", J. Finance 31, 663-682.

    6. Basu, S., (1983). "The Relationship Between Earnings Yield, Market Value And Return For NYSE. Common Stocks: Further Evidence ", J. Financ. Econ. 12, 156-192.

    7. Beaver W, Morse D (1978), "What Determines Price-Earnings Ratios?", Financial Analysts Journal, Vol. 34, No. 4, pp. 65-76

    8. Branch B., Sharma A., Chawla C., Feng T., (2014 року), "An Updated Model of Price-to-Book". Journal Of Applied Finance, 24 (1), 73-93.

    9. Damodaran A (2005), "Valuation Approaches and Metrics: A Survey of the Theory and Evidence", Now Publishers, Hanover, Massachusetts.

    10. DeAngelo L., (1990), "Equity Valuation And Corporate Control", The Accounting Review, 65, 93-112.

    11. Faezinia, V. (2012), "The Quantitative Study of Effective Factors on Price-Earnings Ratio in Capital Market of Iran", Interdisciplinary, Journal of Contemporary Research in Business, 10 (3) (2012).

    12. Fairfield, P. (1994), P / E, P / B and the Present Value of Future Dividends, Financial Analysts Journal, 4 (50) (1994) 23-31.

    13. Huang AG, Wirjanto TS (2012), "Is China's P / E ratio too low? Examining the role of earnings volatility ", Pacific-Basin Finance Journal, 20 (2012), 41-61

    14. Huang, Y., Tsai, CH, & Chen, CR (2007). Expected P / E, residual P / E, and stock return reversal: Time - varying fundamentals or investor overreaction? International Journal of Business and Economics, 6 (1), 11-28.

    15. Kaplan SN, Ruback RS, (1995), "The Valuation Of Cash Flow Forecasts: An empirical Analysis", Journal of Finance, 50, 1059-1093.

    16. Kisor M Jr. and Whitbeck VS (1963), "A New Tool in Investment Decision-Making", Financial Analysts Journal, Vol. 19, No. 3, pp. 55-62.

    17. Kumar S., Warne DP, (2009), "Parametric Determinants of Price-Earnings Ratio in Indian Capital Markets", The IUP Journal of Applied Finance, Vol. 15, No. 9, 63-82.

    18. Lang L., Litzenberger R., (1989), "Dividend Announcements: Cash Flow Signaling vs. Free Cash Flow Hypothesis? ", Journal of Financial Economics, 24, 181-192

    19. Lie E and Lie H (2002), "Multiples Used to Estimate Corporate Value", Financial Analysts Journal, Vol. 58, No. 2, pp. 44-54.

    20. Liu J, Nissim D and Thomas J (2002), "Equity Valuation Using Multiples", Journal of Accounting Research, Vol. 40, No. 1, pp. 135-172.

    21. Maniar B., (2014 року), "Factors Influencing Pricing Multiples in India", The IUP Journal of Applied Finance, Vol. 20, No. 1.

    22. Musumeci J., Peterson M., (2011), "BE / ME And E / P Work Better Than ME / BE Or P / E In Regressions ', Journal Of Corporate Finance, Vol. 17, No. 5, 1272-1288.

    23. Premkanth P, (2013), "Determinant Of Price Earning Multiple In Sri Lankan Listed Companies", European Journal of Business and Innovation Research, Vol.1, No. 2, pp. 44-56

    24. Ramcharran, H., (2002), "An Empirical Analysis Of The Determinants Of The PE Ratio In Emerging Markets", Emerging Markets Review, 3 165-178

    25. Rao CU, Litzenberger R., (1971), "Leverage And The Cost Of Capital In A Less Developed Capital Market: Comment", Journal of Finance, Vol. 26, No. 3, 777-782.

    26. Sehgal S., Pandey A (2007), "The Behavior of Price Multiples in India (1990-2007)", Asian Academy of Management Journal of Accounting and Finance, Vol. 5, No. 1, pp. 31-65.

    27. Sehgal S., Pandey A., (2010), "Equity Valuation Using Price Multiples: A Comparative Study For BRICKS", Asian Journal of Finance and Accounting, Vol. 2, No. 1, pp. 68-91.

    28. Sehgal S., Tripathy V., (2005), "Size Effect In Indian Stock Market", VISION, MDI Gurgaon, 9 (4), October-December, 27-42

    29. Taboga M., (2011), "Under- / Over-Valuation Of The Stock Market And Cyclically Adjusted Earnings", Journal of International Finance, Vol. 14, No. 1, 135-164.

    30. Taliento M., (2013), "Determinants of Price to Earnings Multiple Around the World. Recent Findings ", International Review of Business Research Papers, Vol. 9, No. 4, 1-21.

    31. Zarowin P (1990), "What Determines Earnings-Price Ratios: Revisited", Journal of Accounting, Auditing, and Finance, Vol. 5, No. 3, pp. 439-457