Влияние нематериальных активов на стоимость компании - измерение и моделирование (1142306), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Оставшиеся три компаниизанимают в совокупности еще около 3,5%. Единственной крупной компаниейрынка, не попавшей в исследование, является компания ООО «Tele2 Россия»,занимающая около 10%. До 2013 года эта компания входила в составшведского холдинга Tele2, и отдельной отчетности для российской дочернейкомпании за периоды до этого года нет. На настоящий момент компанияпубликует отдельную отчетность, однако ее акции не торгуются публично, чтоделает невозможным включение ее в исследование.Финансовые коэффициенты и показатели, полученные по даннымМосковской биржи, агентства Bloomberg и нашим расчетам, использованыдалее для построения уравнений множественной регрессии.Данные, выгруженные из системы Bloomberg, представлены впервоначальном виде в приложении Д.С учетом того, что для разных компаний доступны данные за разныевременные периоды, общее количество «точек» (в качестве «точки»предполагается массив данных для одной компании за один год) висследовании получилось равным 48.

Этого достаточно для построения6–7 факторной модели.Для начала проанализируем, насколько сильно нематериальные активы(а точнее, их доля в активах) влияют на успех компании (то есть на величинуq-Тобина). Для этого рассчитаем коэффициент корреляции и проведемграфический анализ тесноты связи.61Для семи компаний выборка состояла из 48 точек (пар) вида (q-Тобина;доля нематериальных активов в активах). При наложении их на двумернуюшкалу (x;y) получается график, представленный на рисунке 2.1.Коэффициент корреляции для выбранных данных равняется 59,6%.Линия тренда является квадратичной и выражается следующейформулой (2.1):y = −21,19 x2 + 9,01 x + 0,77,(2.1)Коэффициент детерминации тренда (модели) R2=36,8% говорит осреднем качестве модели.3,5003,000Q - Тобина2,500y = -21,194x2 + 9,0141x + 0,7721R² = 0,36832,0001,5001,0000,5000,0000,0%5,0%10,0%15,0%Доля НМА в активах20,0%25,0%Источник: составлено автором.Рисунок 2.1 - Зависимость коэффициента q-Тобина от доли нематериальных активов вактивах компании для телекоммуникационных компаний, 2005-2015 гг.Можно заметить, что некоторые значения лежат прямо на шкале «y» –это точки компании «Башинформсвязь».

И действительно, в отчетности этойкомпании нематериальные активы учтены в минимальном размере, их долясоставляет менее сотой процента. Это является нетипичным для компанийтелекоммуникационного рынка, и поэтому для дальнейшего анализа этакомпания будет исключена из выборки.62Учитывая, что фактор нематериальных активов влияет на q–Тобина истоимость телекоммуникационных компаний, построим многофакторнуюмодель конкурентоспособности таких компаний.Для анализа был выбран линейный тип модели. Это обосновывается тем,что «существует эмпирическое правило, согласно которому простыелинейныемоделиобычнопозволяютполучитьболеекачественныевневыборочные прогнозы, несмотря на то, что более сложные линейныемодели обеспечивают более точную внутривыборочную подгонку данных.Некоторые исследователи полагают, что простота и компактность линейныхмоделей делает их более устойчивыми к неверной спецификации, что являетсяважным при долгосрочном прогнозировании» [120, c.

30]. Этот факт былподробно исследован на примере большого числа экономических временныхрядов в США в работе Д. Стока и М. Уотсона.Кроме нематериальных активов имеются другие факторы, влияющие наконкурентоспособность компаний:способность генерировать доходы, добавленную стоимость,прибыль, денежные притоки, а также тенденции динамики абсолютныхфинансовых индикаторов;генерирующие возможности активов;рискикраткосрочномифинансоваяаспектах,устойчивостьхарактеризующиевдолгосрочномспособностьбизнесаиквыживанию;рыночная капитализация компании;достижение целевых параметров «золотого правила экономики».1.Способность генерировать доходы, добавленную стоимость,прибыль, денежные притоки, а также тенденции динамики абсолютныхфинансовыхпоказателямииндикаторов.-Этаспособностьоборачиваемостьюактивовхарактеризуетсяидвумярентабельностьюпо63экономической добавленной стоимости, представленными в виде формул (2.2)и (2.3) соответственно:выручкаa.Оборачиваемость активов =b.Рентабельность активов по EVA =балансовая стоимость активовEVAбалансовая стоимость активов(2.2)(2.3)2.

Генерирующие возможности активов отражаются в рентабельностиактивов (ROA - return on assets) в соответствии с формулой (2.4):ROA =EBIT(2.4)балансовая стоимость активовгде EBIT – прибыль до вычета процентов и налогов.3.Рискиифинансовуюустойчивость,характеризующиеспособность бизнеса к выживанию, можно определить с помощью плечафинансового рычага (или финансового левериджа) по формуле (2.5):Финансовый леверидж =4.балансовая стоимость заемного капитала (обязательств)балансовая стоимость собственного капитала(2.5)Рыночная капитализация компании (в рыночных оценках и всоотношении с балансовой стоимостью) как характеристика ее положения нарынке отчасти может быть охарактеризована темпом роста рыночнойстоимости акционерного капитала в соответствии с формулой (2.6):Темп роста рыночной стоимости компании =рыночная стоимость компании в год (n+1)рыночная стоимость компании в год (n)5.(2.6)Достижение целевых параметров «золотого правила экономики»заключается в том, что темпы чистой прибыли должны превышать темпы64роста выручки, которые, в свою очередь, должны превышать темпы ростастоимости собственного капитала, которые должны быть выше темпов роставсехактивов.Этоможновыразитьспомощьюкоэффициента,представленного в виде формулы (2.7):Коэффициент выполнения «золотого правила экономики» =темп роста чистой прибыли(темп роста выручки+темп роста выручкитемп роста балансовой стоимости собственного капиталатемп роста балансовой стоимости собственного капиталатемп роста балансовой стоимости активов)/ 3+(2.7)Обработанные данные, непосредственно использованные для расчетамодели, представлены в приложении Е.В ходе работы была построена модель, представленная в видеформулы (2.8):f(x) = a0 + a1x1 + a2x2 + a3x3 + a4x4 + a5x5 + a6x6 + a7x7 + u(t), (2.8)где f(x) – q – Тобина;x1 – оборачиваемость активов;x2 – рентабельность по экономической добавленной стоимости;х3 – рентабельность активов;х4 – финансовый леверидж;х5 - темп роста рыночной стоимости акционерного капитала;х6 – коэффициент выполнения «золотого правила экономики»;х7 – доля нематериальных активов;a0 – свободный член;(a1…a7) – коэффициенты (регрессоры) модели;u(t) – случайный член (случайная ошибка) модели.Модель была построена с помощью программного обеспеченияMicrosoft Excel.

Результаты расчета модели представлены в приложении Ж.65Модель конкурентоспособности представлена в виде формулы (2.9):f(x) = −0,242 + 0,678 ∗ x1 – 0,293 ∗ x2 + 5,323 ∗ x3 + 0,065 ∗x4 – 0,034 ∗ x5 + 0,028 ∗ x6 + 3,321 ∗ x7 + u(t)a0a1a2a3a4a5a6a7u(t)---a0,2420,6780,2935,3230,0650,0340,0283,3210,000(2.9)S(a)0,2440,4351,0731,1610,0440,0640,1361,0440,265где a1…a6 – коэффициенты (регрессоры) модели;S(a1)…S(a6) – среднеквадратические отклонения коэффициентовмодели;S(ut) – среднеквадратическое отклонение случайного члена (случайнойошибки) модели.Оценим полученную модель:1.F-тестМодель проходит F-тест как при уровне значимости 5%, так и приуровне значимости 1%.

Это означает, что с вероятностью в 99% мы можемутверждать, что факторы модели действительно оказывают влияние нарезультирующий фактор, и эта взаимосвязь не является случайной.2.Коэффициент детерминацииR2 = 83,5%Качество модели очень высокое, и можно сказать, что более 80%результирующего фактора определяются факторами модели.3.Критерий Стьюдента66Критерию Стьюдента о значимости (полезности) коэффициентоврегрессии при уровне значимости 1% и 5% отвечают только коэффициенты а3и а7. Это означает, что с вероятностью 95% мы можем утверждать, чтофакторы рентабельности активов и доли нематериальных активов всовокупномкапиталеявляютсяединственнымифакторамимодели,полезными для предсказания результирующего показателя f(x).4.Тест Дарбина-УотсонаТест Дарбина-Уотсона об автокорреляции случайного члена (случайныхошибок) модели не дает определенных результатов при уровне значимости 1%и дает положительный результат при уровне значимости 5%.

Это означает, чтос вероятностью 95% мы можем утверждать, что случайные ошибки моделиавтокоррелированны, и значит, в модели может быть не учтен важный фактор,оказывающий влияние на результирующий показатель.Общие выводы по полученной модели:В целом можно сказать, что связь между факторами модели ирезультирующим фактором существует, она очень высокая и не являетсяслучайной.

Однако для предсказания результирующего показателя в моделиможно оставить только два фактора: рентабельность активов и долюнематериальных активов. Остальные факторы являются несущественными, ивключение их в модель будет лишним. Если принять во внимание толькосущественные показатели, то в общем виде можно составить двухфакторнуюмодель конкурентоспособности в виде формулы (2.10):f(x) = a0 + a1x1 + a2x2 + u(t),где f(x) – q-Тобина;х1 – рентабельность активов;х2 – доля нематериальных активов;a0 – свободный член;a1, a2 – коэффициенты (регрессоры) модели;u(t) – случайный член (случайная ошибка) модели.(2.10)67Результаты расчета модели представлены в приложении Ж.Модель конкурентоспособности представлена в виде формулы (2.11):f(x) = 0,052 + 5,760 ∗ x1 + 4,885 ∗ x2 + u(t)(2.11).Коэффициент детерминации модели R2 = 81,5%, что говорит о высокомкачестве модели.

Характеристики

Список файлов диссертации