Rj = a + b Rm.
Таким образом, сравнение точки пересечения с Rf (1 – Β) должно предоставить меру доходности акции, по крайней мере для случая модели оценки финансовых активов[65]. Суммируя, можно определить:
если a > Rf (1 – Β)… акция была более доходной, чем ожидалось в течение периода регрессии. a = Rf (1 – Β)… доходность акции в течение периода регрессии соответствовала ожиданиям. a < Rf (1 – Β). акция оказалась менее доходной, чем ожидалось в течение периода регрессии.
Разница между a и Rf (1 – Β) называется альфой Дженсена[66], которая предоставляет собой меру того, создает ли рассматриваемая инвестиция доход – больший или меньший, чем требуемый, с учетом рыночной доходности и риска. Например, фирма, заработавшая 15 % в течение периода, когда фирмы с аналогичными коэффициентами бета заработали 12 %, обеспечила себе избыточный доход в 3 %. Точка пересечения также превысит Rf (1 – Β) на 3 %.
Третьим показателем, который выводится на основе регрессионного анализа, является R-квадрат (R2) регрессии. Хотя с точки зрения статистики R-квадрат трактуется как «мера добротности построения регрессии», с позиции экономической теории данный показатель позволяет оценить долю риска фирмы, которую можно приписать рыночному риску. В этом случае остаток (1 – R2) можно отнести к специфическому риску фирмы.
Последний показатель, достойный упоминания, – это стандартная ошибка оценки коэффициента бета. Наклон линии регрессии, подобно любой статистической оценке, может отличаться от действительного значения, и стандартная ошибка показывает, насколько ошибочной может быть полученная оценка. Стандартную ошибку можно также использовать для получения доверительного интервала для «истинной» величины коэффициента бета, основываясь на оценке угла наклона.
Использование коэффициентов бета, полученных от специализированных фирм. Большинство из тех, кто использует коэффициенты бета, получает их от фирм, специализирующихся на оценке. Merrill Lynch, Barra, Value Line, Standard & Poor’s, Morningstar и Bloomberg – это лишь небольшой список наиболее известных служб подобного рода. Все они исходят из регрессионных (только что описанных) коэффициентов бета и корректируют их с целью отражения ими ожидаемого в будущем риска, полагаясь на собственное мнение по этому поводу. Многие из этих сервисных служб не раскрывают свои процедуры оценки, в то время как компания Bloomberg является исключением. На рисунке 8.2 представлен оригинальный лист с вычислениями коэффициента бета компании Boeing, выполненными Bloomberg в том же периоде, который был нами рассмотрен ранее (январь 1996 г. – декабрь 2000 г.).
Хотя временной период аналогичен периоду, использованному в нашем предыдущем регрессионном анализе, между данной регрессией и регрессией на рисунке 8.1 отмечаются небольшие различия. Во-первых, при оценке коэффициентов бета Bloomberg использует прирост стоимости акций и рыночный индекс, игнорируя при этом дивиденды[67]. Факт игнорирования дивидендов не играет столь уж большой роли для компании, подобной Boeing, но становится важным для акций компании, которая либо не выплачивает дивидендов, либо выплачивает их в значительно большем размере по сравнению с рынком. Это объясняет разницу между точкой пересечения (0,50 % против 0,54 %) и коэффициентом бета (0,57 против 0,56).
Во-вторых, служба Bloomberg вычисляет также показатель, который она называет скорректированным коэффициентом бета. Он записывается следующим образом:
Скорректирован. коэфф. бета = необработ. коэфф. бета (0,67) + 1,00 (0,33).
Использованные веса (0,67 и 0,33) для различных акций не отличаются, и данный процесс заставляет двигаться все коэффициенты бета к единице. Большинство служб использует аналогичные процедуры для корректировки коэффициентов бета в сторону единицы. Делая это, они прибегают к эмпирическим данным, свидетельствующим о том, что коэффициенты бета для большинства компаний обладают тенденцией со временем двигаться к среднему коэффициенту бета, равному единице. Это может быть объяснено тем фактом, что фирмы по мере своего роста становятся более диверсифицированными в своих продуктовой комбинации и клиентской базе. Хотя можно согласиться со стремлением коэффициента бета перемещаться к единице со временем, процесс взвешивания, используемый большинством служб, поражает своей произвольностью и относительной бесполезностью.
Выбор оценки для определения коэффициента бета. Возникает три вопроса, которые необходимо решить при проведении регрессионного анализа, описанного выше. Первый из них касается продолжительности периода оценки. Большинство оценок коэффициента бета, включая выводы Value Ьте и Standard & Poor’s, предполагают обращение к данным за пять лет, в то время как в оценках Bloomberg используются двухлетние данные. Компромисс прост: более длительный период обеспечивает больший объем данных, но характеристики специфического риска фирмы могли в течение этого периода измениться. Скажем, компания Boeing в течение рассматриваемого периода приобрела Rockwell и McDonnell Douglas, что изменило комбинацию бизнеса и базовые характеристики риска.
Второй вопрос относится к интервалу дохода. Данные о доходности акций доступны на недельной, дневной или даже внутридневной основе. Использование дневных или внутридневных доходов повышает количество наблюдений в регрессии, но подвергает процесс оценки коэффициента бета значительному воздействию необъективности, связанному с периодами отсутствия торговли[68]. Например, коэффициенты бета малых фирм, которые с большей вероятностью страдают вследствие отсутствия торгов, как правило, будут иметь заниженные величины при использовании дневной доходности. Использование недельной или месячной доходности может значительно сократить необъективность вследствие отсутствия торговли[69]. В этом случае использование недельной доходности за два года дает оценку коэффициента бета для компании Boeing, равную всего лишь 0,88, в то время как оценка коэффициента бета в месячном масштабе оказывается равной 0,96.
Третья проблема, связанная с оценкой, относится к выбору рыночного индекса для использования в регрессионном анализе. Стандартная практика, применяемая большинством служб, которые занимаются оценкой коэффициента бета, заключается в оценке коэффициентов бета компании относительно рыночного индекса, в который входят ее акции. Таким образом, коэффициенты бета немецких акций оцениваются в сопоставлении с индексом Frankfurt DAX, акции Великобритании – с FTSE, японские акции – Nikkei, американские акции – NYSE Composite или S&P 500. Хотя данная практика может обеспечить оценку, оказывающуюся приемлемой мерой риска для местного инвестора, возможно, она не будет наилучшим подходом для зарубежного или работающего на международном рынке инвестора, которому лучше бы подошел коэффициент бета, оцененный в сопоставлении с международным индексом. Например, коэффициент бета компании Boeing за период 1996–2000 гг., оцененный по индексу Morgan Stanley Capital International, который составлен из акций с различных глобальных рынков, равен 0,82.
Поскольку разные службы используют неодинаковые периоды при проведении оценки, обращаются к различным рыночным индексам и по-разному корректируют регрессионный коэффициент бета, они часто дают отличающиеся оценки коэффициента бета для одной и той же фирмы в один и тот же момент времени. Эти различия в значениях коэффициента бета вызывают затруднения, поэтому стоит обратить внимание на то, что оценки, предоставляемые каждой из этих служб, характеризуются определенной стандартной ошибкой и, весьма вероятно, что все коэффициенты бета, назначенные для определенной фирмы, находятся в интервале стандартных ошибок, полученных в регрессионном анализе.
ИНДЕКСНЫЕ ДОМИНАНТЫ И ОЦЕНКА КОЭФФИЦИЕНТА БЕТА
В некоторых индексах доминируют одна или несколько акций. В качестве одного из наиболее поразительных примеров можно привести Хельсинкскую фондовую биржу (Helsinki Stock Exchange – HEX) конца 1990-х годов. Компания Nokia, телекоммуникационный гигант, представляла 75 % индекса Helsinki Index по рыночной стоимости. Неудивительно, что регрессия Nokia относительно HEX дала результаты, показанные на рисунке 8.3.
Регрессия выглядит безукоризненной. В действительности же, здесь просто исчезает проблема шума, замеченная нами при анализе компании Boeing, которая проистекает из высоких стандартных ошибок. Оценка коэффициента бета имеет стандартную ошибку, равную 0,03, однако эти результаты обманчивы. Низкая стандартная ошибка есть итог регрессии Nokia на саму себя, поскольку она доминирует в индексе. Коэффициент бета лишен смысла для типичного инвестора в Nokia, который, по всей вероятности, диверсифицирован, если не глобально, то по крайней мере в отношении европейских акций. Что еще хуже: коэффициенты бета всех финских акций относительно HEX становятся коэффициентами бета, оцененными по Nokia. В действительности, коэффициент бета любой другой финской акции в момент проведения этого регрессионного анализа был менее 1. «Как такое возможно, – спросите вы, – если средний коэффициент бета равен единице?» Этот взвешенный средний коэффициент бета равен единице, и если Nokia (составляющая три четверти индекса) обладает коэффициентом бета, превосходящим единицу (а это так и есть), то любая другая акция в индексе могла бы иметь коэффициент бета меньше единицы.
Оценка исторических коэффициентов бета для компаний на небольших (или формирующихся) рынках. Процесс оценки коэффициентов бета на рынках с небольшим количеством зарегистрированных акций не отличается от процесса, описанного выше. Однако выбор интервалов доходности, рыночного индекса и периода доходности может привести к значительно более серьезным различиям в оценках.
• Когда ликвидность ограничена, как это часто бывает для многих акций на формирующихся рынках, коэффициент бета, оцененный на коротких интервалах доходности, как правило, окажется очень предвзятой оценкой. В действительности, использование ежедневной или даже еженедельной доходности на этих рынках будет обычно показывать коэффициент бета, не отвечающий критериям эффективной меры истинного рыночного риска компании.
• На многих формирующихся рынках как анализируемые компании, так и сам по себе рынок существенно меняются на протяжении относительно коротких интервалов времени. Использование 5-летних доходов, как в случае с компанией Boeing, для регрессионного анализа может дать коэффициент бета для компании (и рынка), имеющий мало сходства с истинным текущим положением дел с акциями компании (и рынка).
• Наконец, в индексах, представляющих рыночную доходность на многих небольших рынках, как правило, доминирует несколько крупных компаний. Например, в индексе Bovespa (бразильский индекс) несколько лет доминировала компания Telebras, представлявшая почти половину индекса. Эта проблема касается не только формирующихся рынков. В германском фондовом индексе DAX одно время доминировали фирмы Allianz, Deutsche Bank, Siemens и Daimler. Когда в индексе доминируют одна или несколько компаний, коэффициенты бета, оцененные в сопоставлении с этим индексом, вряд ли покажут истинную меру рыночного риска. В действительности, коэффициенты бета, скорее всего, будут близки к единице для крупных компаний, доминирующих в индексе, и сильно отличаться для остальных компаний.
[65] Регрессия иногда вычисляется на основе доходности сверх безрисковой ставки как для акции, так и для рынка. В этом случае точкой пересечения линии регрессии должна служить нулевая отметка, если фактические доходы равны ожидаемым доходам, полученным на основе САРМ. Точка пересечения будет больше нуля, если акции оказались более доходны, чем ожидалось, и меньше нуля, если акции показали меньшую доходность, чем ожидалось.
[66] Терминология может ввести в заблуждение, поскольку точка пересечения линии регрессии иногда также называется альфой и сравнивается с нулем в качестве меры доходности с учетом риска. Точку пересечения с осью ординат можно определять на нулевой отметке, только если регрессия выводится с избыточной доходностью и для акции, и для индекса. Безрисковую ставку в каждом случае следует вычесть из валового дохода месяца для обеих инвестиций.
[67] Это сделано только для облегчения вычислений.
[68] Необъективность из-за отсутствия торговли возникает вследствие нулевой доходности в этот период (даже если в это время рынок может значительно двигаться вверх или вниз). Использование доходности неторговых интервалов в регрессии снижает корреляцию между доходностью акции, рынком и коэффициентом бета акции.
[69] Необъективность может быть, помимо всего прочего, сокращена с помощью статистических методов, предложенных Димсоном и Шоулзом-Уилльямсом (Dimson and Scholes-Williams).