Детерминанты рыночных мультипликаторов на развитых рынках.

В исследовании Fairfield et al. (1993) анализируются торговые стратегии, построенные на базе мультипликаторов PBV и PE. В предшествующих исследованиях (Basu (1977), Jaffe et al. (1989), Rosenberg et al. (1985)) было показано, что подобные стратегии позволяют получить положительную доходность. Основной вопрос исследования состоит в том, можно ли интерпретировать показатели прибыли и балансовой стоимости активов, как качественные прокси-переменные внутренней стоимости компании. Если данные показатели действительно аппроксимируют внутреннюю стоимость, то цена акций не должна «слишком сильно» отклоняться от внутренней стоимости. Если же отклонение происходит, то оно должно коррелировать с доходностью, которая может быть получена, когда цены вернутся к внутренней стоимости. Выборка содержит данные по компаниям с 1950 по 1980 г. из баз данных Compustat и CRSP. Данные по ценам акций корректируются на дробление и дивиденды, выплаченные с конца финансового года до момента формирования данных по ценам. Исследование осуществляется следующим образом. Прежде всего, фирмы в каждом году ранжируются по одному из мультипликаторов. Медианное значение в каждом году используется в качестве перекрестной постоянной, от которой и отклоняются значения мультипликаторов каждой компании. Индекс доходности стратегии, основанной на одном из мультипликаторов, рассчитывается из показателя IVE, равного доле отклонения мультипликатора от перекрестной постоянной в величине мультипликатора в каждом году. Далее абсолютные значения IVE были усреднены для 20-го и 80-го перцентилей в каждом году. Наконец, годы были проранжированы по убыванию средних абсолютных IVE, таким образом, что 8 первых и 8 последних лет считались годами с высоким и низким отклонением соответственно. Инвестиционная стратегия состоит в покупке (длинная позиция) акций фирм из 20-процентной группы с самыми низкими мультипликаторами и продаже (короткая позиция) акций фирм из 20-процентной группы с самыми высокими значениями мультипликаторов в момент формирования портфеля на 4 года, в течение которых портфель не меняется. Для тестирования применяются кумулятивные доходности, которые также корректируются на риск и эффект размера. Авторы оценивают значимость разницы в доходности от торговой стратегии в годы с высоким и низким IVE. Результаты тестирования свидетельствуют в пользу гипотезы, согласно которой прибыль и балансовая стоимость капитала являются хорошими прокси внутренней стоимости. Тем не менее, существует вероятность, что именно разница в размерах и других рисковых характеристик компаний в портфеле может создавать положительную доходность (Banz (1981), Reinganum (1981), Jaffe et al. (1989)). Если эти факторы более существенно влияют на наблюдаемые доходности в годы с выской волатильностью и слабее в годы с низкой волатильностью, то базовая гипотеза не состоятельна. В качестве фактора риска используется показатель β, рассчитанный за 60 месяцев (48 месяцев до момента формирования выборки цен на акции и 12-после). Прежде всего, каждая доходность была скорректирована на произведение β и рыночной доходности. Далее для каждого года фирмы были перегруппированы в 10 портфелей по рыночной капитализации и скорректированная на β доходность каждой фирмы была уменьшена на величину средней скорректированной на β доходности портфеля, в котором находится компания. Несмотря на сокращения доходностей после корректировки, разница между ними остается значимой и после нее и становится более существенной. Таким образом, систематический риск и эффект размера не являются детерминантами мультипликаторов PE и PBV, а прибыль и балансовая стоимость активов хорошо аппроксимируют внутреннюю стоимость компании.

В исследовании Beaver et al. (1978) также применяется портфельный подход к анализу детерминантов мультипликатора PE. Выборка составлена по компаниям, чьи данные представлены в Compustat и CRSP с 1956 по 1974 г. В качестве факторов используется риск (β), процентное годовое изменение прибыли. Метод анализа: корреляции медианных значений мультипликатора, роста и риска каждого портфеля. Также осуществляется регрессионный анализ. Рост и риск объясняют лишь около 50% вариации мультипликатора. В качестве других объясняющих факторов предлагается разница в бухгалтерских практиках компаний. Фирмы, применяющие такие методы, как ускоренная амортизация или LIFO будут в среднем иметь более высокие PE. Авторы отмечают[3], что при сравнении двух портфелей с одинаковыми характеристиками, кроме бухгалтерских методов, устранение этой разницы приводит к фактически одинаковым значениям мультипликаторов. Таким образом, одним из детерминантов мультипликатора являются бухгалтерские практики, применяемые компаниями.

Дополнительный анализ влияния бухгалтерских практик проводится в исследовании Craig et al. (1987) на выборке из 117 (Compustat, CRSP) фирм в период с 1970 по 1975 г. В модель помимо традиционных показателей риска и роста добавлены переменные, отвечающие за управление запасами (ЛИФО, ФИФО), метод амортизации (ускоренная, линейная), инвестиционный налоговый кредит, а также размер, дивиденды, дамми-переменные периодов. Финансовые переменные: размер и дивиденды, а также бухгалтерские: управление запасами и инвестиционный налоговый кредит позволили лучше объяснить вариацию мультипликатора.

В исследованиях, которые будут представлены далее, применяется методология анализа детерминантов мультипликаторов, основанная на модели дисконтированных дивидендов, описанной выше.

Исследование Shamsuddin et. al., 2004 представляет собой одну из первых работ, в которой анализируется связь фундаментальных показателей и мультипликаторов для компаний Австралии. При этом анализируется межвременная связь, то есть рассматриваются совокупные показатели для индекса ASX 200 по периодам. Для анализа применяется адаптированная модель дисконтированных дивидендов, которая преобразуется в лог-линейную форму. Фундаментальные детерминанты: рост, норма выплаты дивидендов, требуемая доходность. Поскольку анализируется агрегированная модель, в качестве прокси-переменной роста применяется рост ВВП, а требуемая доходность аппроксимируется доходностью по безрисковому долговому инструменту. Показатель роста ВВП относится к прошлому и не может быть полноценным прогнозом будущего роста компаний, поэтому в расширенную модель включается процентное изменение индекса уверенности потребителей, как прокси для изменения внутреннего спроса. Также в модель включается процентное изменение курса австралийского доллара к американскому. Включение требуемой доходность является аналогом утверждения о том, что систематический риск –базовый детерминант PE. Однако использование безрисковой ставки означает отсутствие вариации премии за риск для ASX 200 во времени, что является сомнительной предпосылкой. Таким образом, авторы на основе CAPM подсчитывают совокупную требуемую доходность для акций ASX 200. Этот метод дает неудовлетворительные результаты, поэтому авторы останавливаются на первом варианте. В качестве меры риска применяется стандартное отклонение доходностей ASX 200. Авторами делается вывод о том, что фундаментальные переменные хорошо описывают поведение PE.

Схожая модель рассматривается в работе Deaves et al., 2008 для компаний Канады. Авторы также анализируют агрегированную модель, основанную на дивидендной модели роста. Помимо традиционных детерминантов (рост экономики, рост прибыли, безрисковая ставка), в модель включаются и такие показатели, как инфляция, доходность по облигациям, рост денежной массы, доля дивидендов в стоимости акции, доходность акций, мультипликатор EP США. Отметим, что в качестве зависимой переменной берется обратное значение EP, в силу уже описанных причин. Итоговая модель обладает высокой объясняющей силой. Показатель EP в наибольшей степени объясняется самим собой в предыдущем периоде.

В целом, влияние традиционных фундаментальных факторов (рост, риск) на мультипликаторы в развитых странах и, особенно в США, было исследовано многим авторами. В современных же исследованиях анализируются и другие детерминанты. Так, в работе Goodell et al. (2012)[4] исследуются факторы, определяющие изменение показателя PE в течение выборов в США. На основании данных по 6 выборам, авторы делают вывод о том, мультипликатор падает, после того, как очевидным становится, кто выиграет выборы. В исследовании Wisniewski et al. (2012)[5] также исследуется влияние политических показателей на агрегированный показатель PE. Авторы выявили связь мультипликатора и уровня одобрения действующего президента. Далее рассмотрим исследования, в которых анализируются выборки компаний из развивающихся стран.

Дата добавления: 2015-07-20