Стоимость фирмы представляет собой приведенную стоимость ожидаемых в будущем денежных потоков, генерируемых фирмой. Самым важным элементом входных данных при оценке фирм, особенно быстро растущих, являются темпы роста, используемые для предсказания будущих доходов и выручки. В данной главе мы обсудим, как наилучшим способом оценить эти темпы роста для фирм, в том числе фирм с небольшой выручкой и отрицательной прибылью.
Существуют три основных способа оценки роста любой фирмы. Один из них – это изучение роста на основе прошлых доходов – ее исторических темпов роста. Хотя эти сведения могут послужить полезным элементом входных данных при оценке устойчивых фирм, для быстро растущих фирм существуют опасности и ограничения при использовании данных величин темпов роста. Исторические темпы роста часто невозможно оценить, а если и возможно, то на них нельзя опираться в качестве оценки будущих темпов роста.
Второй: можно довериться фондовым аналитикам, дающим корректные оценки роста фирмы, и использовать эти показатели при определении стоимости. Хотя многие фирмы служат объектом оценок для многих аналитиков, качество оценок роста невысоко, особенно в долгосрочном периоде. Опора на эти оценки роста при определении стоимости может привести к ошибочным и противоречивым результатам.
Третий: можно оценивать рост фирмы, основываясь на ее фундаментальных показателях. Рост фирмы, в конечном счете, определяется объемом ее реинвестирования в новые активы и качеством этих инвестиций. При этом инвестиции определяются достаточно широко, чтобы включить приобретения, создание каналов распределения продукции и даже расширение возможностей маркетинга. Оценивая эти входные данные, в каком-то смысле вы оцениваете фундаментальные темпы роста фирмы.
ВАЖНОСТЬ РОСТА
Фирма обладает стоимостью, поскольку ее активы могут приносить денежные потоки сейчас, или она, как ожидается, приобретет подобные активы в будущем. Первая группа активов классифицируется как размещенные активы (assets in place), а вторая группа – как активы роста (growth assets). На рисунке 11.1 представлен финансовый баланс фирмы. Заметим, что бухгалтерский баланс может сильно отличаться от финансового баланса, поскольку бухгалтерская отчетность в отношении активов роста, как правило, консервативна и противоречива.
В отношении быстро растущих фирм бухгалтерские балансы не очень хорошо справляются с задачей нахождения суммарной стоимости активов, поскольку они полностью игнорируют основной компонент стоимости, т. е. будущий рост. Для фирм, инвестирующих в исследовательские активы, проблемы усугубляются, поскольку балансовая стоимость не включает наиболее важный актив этих фирм – исследовательский.
ИСТОРИЧЕСКИЙ РОСТ
При оценке ожидаемого роста фирмы мы обычно начинаем с рассмотрения ее истории. Насколько быстро росли в недавнем прошлом операции фирмы, измеренные посредством выручки или доходов? Хотя прошлый рост не всегда оказывается хорошим показателем будущего роста, он дает информацию, которая может быть полезной при оценке будущего. Этот раздел начинается с рассмотрения вопросов измерения, возникающих при оценке прошлого роста, а затем мы обсудим, как рост, который отмечался в прошлом, можно использовать в прогнозах.
Оценка исторического роста
С учетом истории прибыли фирмы оценка исторических темпов роста может казаться простой задачей, но при этом возникает несколько проблем измерения. В частности, средние темпы роста могут различаться в зависимости от того, как оценивалось среднее и учитывался ли сложный процент. Оценка темпов роста может осложниться также по причине наличия отрицательной прибыли в прошлом или в текущем периоде.
Арифметические и геометрические средние. Средние темпы роста могут сильно отличаться в зависимости от того, используются ли арифметическое или геометрическое среднее. Среднеарифметическое – это простое среднее прошлых темпов роста, в то время как в среднегеометрическом учитывается сложный процент, накапливаемый от периода к периоду.
где gt = темпы роста в год t.
где прибыльt = прибыль в год t.
Две оценки могут сильно различаться, особенно в отношении фирм с изменчивой прибылью. Геометрическое среднее – более точная мера истинного роста прибыли в прошлом, особенно если рост претерпевал сильные изменения год от года.
В действительности, положение относительно среднеарифметического и среднегеометрического темпов роста также приложимо и к выручке, хотя разница между двумя темпами роста, как правило, меньше для выручки, чем для прибыли. Для фирм с неустойчивыми прибылью и выручкой предостережение относительно среднеарифметических темпов роста приобретает еще большее значение.
Модели линейной и логарифмически-линейной регрессии. В среднем арифметическом равным образом взвешиваются процентные изменения прибыли за каждый период и игнорируются эффекты сложных процентов на изменение прибыли. В среднем геометрическом учитываются сложные проценты, но главное внимание уделяется первому и последнему наблюдениям прибыли в серии – игнорируются информация в промежуточных наблюдениях и любые тенденции изменения в темпах роста, которые могли проявиться за период. Эти проблемы, по крайней мере частично, преодолеваются с помощью использования регрессий прибыли на акцию (earnings for share – EPS) на основе обычного метода наименьших квадратов (ordinary least squares, OLS)[84] по отношению ко времени. Линейная версия этой модели записывается следующим образом:
EPSt = a + bt,
где EPSt = прибыль на акцию в период t;
t = временной период t.
Коэффициент наклона при временной переменной является мерой изменения прибыли за временной период. Проблема с линейной моделью состоит в том, что она определяет рост в единицах долларовой прибыли на акцию и не годится для прогнозирования будущего роста с учетом сложных процентов.
Логарифмически-линейная версия этой модели преобразовывает коэффициент в процентное изменение:
ln(EPSt) = a + bt,
где ln(EPSt) = натуральный логарифм прибыли на акцию
за период t; t = временной период t.
Коэффициент b при временной переменной становится мерой процентного изменения прибыли за единицу времени.
[84] Регрессия по методу наименьших квадратов оценивает коэффициенты регрессии путем минимизации квадратов разности между предсказанными и фактическими величинами.