· темп роста ВВП

· индекс потребительских цен (CPI)

· дисбаланс спроса (PAX) и предложения (ASK)

· курс национальной валюты относительно доллара США

· цена на нефть

· предложение авиакомпании (ASK - Available seat km)

· чистый долг авиаперевозчика

Данные факторы будут использованы в качестве независимых переменных при проведении эмпирического исследования в главе 3.



3. Эмпирическое исследование факторов влияющих на изменение мультипликатора EV(R)/EBITDAR

В первом разделе приведена спецификация уравнения, которая будет использоваться для проведения регрессионного анализа. Кроме того, объясняется принцип формирования выборочных совокупностей. В качестве аргументов рассматриваются, как теоретические основы, приведенные в разделе 1.2, так и практические рекомендации, которые являются следствием анализа различий между операционными и финансовыми показателями лоукостеров и традиционных авиаперевозчиков на развитых и развивающихся рынках (см. раздел 2.1). В конце раздела делается обзор описательных статистик, анализируются результаты теста на нормальность распределения, а также проводится проверка на мультиколлинеарность объясняющих переменных для каждой из рассматриваемых выборок.

Во втором разделе используется регрессионное уравнение, построенное в разделе 3.1, для каждой из сформированных выборочных совокупностей. Рассматривается статистическое обоснование значимости выделенных переменных и уравнения в целом. Средний разброс прогнозного значения темпа роста мультипликатора от реальных значений сравнивается с вариацией реальных значений мультипликатора в конкретном году. В конце раздела выделяются закономерности влияния факторов на изменение мультипликатора EV(R)/EBITDAR в соответствии с различиями в бизнес моделях авиакомпаний и классификацией рынков, на которых оперируют авиаперевозчики.

Основой задачей данной главы является эмпирическая проверка факторов выделенных в главе 2 с целью выявления статистически значимых переменных влияющих на изменение оценочного мультипликатора для авиаперевозчиков.

3.1. 

3.1 Спецификация итогового уравнения и формирование выборки для проведения регрессионного анализа

В конце предыдущего раздела были выделены факторы, влияющие на изменение отраслевого мультипликатора используемого для оценки авиакомпаний EV(R)/EBITDAR. Для их проверки в рамках эмпирического исследования будет использован пакет анализа данных встроенный в Microsoft Excel. Регрессионный метод традиционно используется при проведении анализа большого массива данных и позволяет оценивать зависимость между исследуемыми переменными (Дамодаран, 2004). В данной работе взаимосвязь между исследуемыми характеристиками описывается с помощью линейной спецификации модели.

где: EV (R)/EBITDAR (chg) - изменение EV (R)/EBITDAR, chg.%;

б - константа;

X1, it - темп роста ВВП, (GDP, %);

X2, it- индекс потребительских цен, (CPI, %);

X3, it- изменение курса национальной валюты относительно доллара США, (Currency, chg%);

X4, it- изменение цены на нефть, (Oil, chg%);

X5, it- изменение ASK (Available seat km), (ASK, chg%);

X6, it- изменение чистого долга авиаперевозчика, (Net Debt, chg%);

- вектор остатков модели, который отражает влияние совокупности неучтенных случайных факторов на изменение EV (R)/EBITDAR

Значение мультипликатора EV (R)/EBITDAR рассчитывалось отдельно для каждой компании входящей в выборку на основе данных взятых из терминала Bloomberg за период 2007-2013 для 66 публичных компаний входящих в BIAIRLGC Index. Данный показатель включает в себя 66 публичных компаний со всего мира с общей капитализацией 64 млрд. долларов, см. рис. 3. Данные из Bloomberg соответствуют финансовой отчетности компании публикуемой в стандарте МСФО на конец финансового года с учетом поправок для тех компаний, у которых финансовый год не совпадает с календарным.

В качестве переменной X1, it использовался реальный темп роста ВВП публикуемый «The World Bank», данный индикатор очищен от влияния роста цен и изменения валютного курса.

В качестве переменной X2, it использовался индекс потребительских цен публикуемый «The World Bank», данный индикатор отражает изменение стоимости средней потребительской корзины. Для расчета используется формула Ласпейреса.

Переменная X3, it рассчитывалась, как годовой темп роста официального локального курса к доллару США, который публикуется «The World Bank».

Переменная X4, it рассчитывалась, как годовой темп роста средней цены нефти марки Brent ($/bbl).

Переменная X5, it рассчитывалась, как годовой темп роста ASK (Available seat km) компании, который был взят из Bloomberg. Терминал использует значение, которое публикуется в финансовой отчетности компании.

Переменная X6, it рассчитывалась, как годовой темп роста чистого долга авиаперевозчика, который был взят из Bloomberg. Терминал рассчитывает чистый долг, как разницу между общим долгом (Total debt) и денежными средствами и их эквивалентами на конец расчётного периода (Cash and cash equivalents) c корректировкой на статьи «имущество, переданное в залог (Collateral)» и «краткосрочные инвестиции (Marketable Securities)».

Среди авиаперевозчиков из BIAIRLGC Index было отобрано 33 действующие компании, которые показывают торговую активность и имеют необходимую для анализа информацию. Полученный массив данных был разделен на четыре панели в соответствии с различиями в бизнес моделях авиакомпаний и классификацией рынков, на которых оперируют авиаперевозчики. Обоснование данного подхода следует из теоретических рекомендаций к процессу подбора фирм для сравнения рассмотренных в разделе 1.2, а также из практического обзора, приведённого в разделе 2.1, в котором рассматривается различия между операционными и финансовыми показателями лоукостеров и традиционных авиаперевозчиков на развитых и развивающихся рынках. Так, в зависимости от бизнес модели меняется операционная рентабельность, в свою очередь выручка авиакомпании зависит от темпа роста ВВП (см. раздел 2.3), таким образом, принципиально важно на каком рынке оперирует компания, т.к. от этого меняется темп роста экономики. Небольшой размер выборки компенсируется тем, что исследование факторов влияющих на изменение мультипликатора EV (R)/EBITDAR проводится среди компаний из одной отрасли, кроме того рассматриваемые факторы были отобраны исходя из специфики деятельности компаний в сегменте пассажирских авиаперевозок.

Выборка, состоящая из авиаперевозчиков полного цикла, оперирующих на развитых рынках, включает данные десяти публичных компаний на интервале с 2007 до 2013 г. Таким образом, объем выборки состоит из 60 наблюдений. Среднее изменение мультипликатора EV (R)/EBITDAR составляет 10%, коэффициент асимметрии положительный, таким образом, в данной выборке чаще встречаются более низкие значения анализируемой категории. Коэффициент эксцесса больше 3, что свидетельствует о наличии острой вершины. Для проверки распределения на предмет соответствия нормальному закону был использован тест Колмогорова-Смирнова, который свидетельствуют о том, что распределение результата измерения близко к нормальному.



где: - кумулятивная функция нормального распределения

;

критерий Колмогорова-Смирнова, для выборки больше 50 наблюдений и 95% уровне значимости

Коэффициенты корреляции между независимыми переменными не превышают 70%, таким образом можно сделать вывод об отсутствии проблемы мультиколлинеарности (Таблица 6).

Таблица 6. Корреляционная матрица независимых переменных в выборке, состоящей из авиаперевозчиков полного цикла, оперирующих в развитых странах

	ASK, chg%	Net Debt, chg%	CPI, %	Currency, chg%	GDP, %	Oil, chg%
ASK, chg%	100%
Net Debt, chg%	1%	100%
CPI, %	10%	-17%	100%
Currency, chg%	-10%	6%	-25%	100%
GDP, %	0%	4%	48%	-23%	100%
Oil, chg%	7%	-15%	66%	-48%	59%	100%

Выборка, состоящая из авиаперевозчиков полного цикла, оперирующих на развивающихся рынках, включает данные семи публичных компаний на интервале с 2007 до 2013 г. Таким образом, объем выборки состоит из 42 наблюдений. Выборка смещена влево и имеет острую вершину. Критерий Колмогорова-Смирнова больше максимального отклонения между кумулятивной функцией нормального и исследуемого распределения, таким образом, результат измерения близок к нормальному.

Мультиколлинеарность между независимыми переменными в выборке отсутствует (Таблица 7).



Таблица 7. Корреляционная матрица независимых переменных в выборке, состоящей из традиционных авиакомпаний, оперирующих на развивающихся рынках

	ASK, chg%	Net Debt, chg%	CPI, %	Currency, chg%	GDP, %	Oil, chg%
ASK, chg%	100%
Net Debt, chg%	65%	100%
CPI, %	2%	-3%	100%
Currency, chg%	54%	26%	28%	100%
GDP, %	-42%	-31%	-34%	-68%	100%
Oil, chg%	-29%	-20%	30%	-46%	42%	100%

Выборка, состоящая из бюджетных авиаперевозчиков, оперирующих на развитых рынках, включает данные десяти публичных компаний на интервале с 2007 до 2013 г. Таким образом, объем выборки состоит из 60 наблюдений. Выборка смещена влево и имеет острую вершину. Критерий Колмогорова-Смирнова больше максимального отклонения между кумулятивной функцией нормального и исследуемого распределения, таким образом, результат измерения близок к нормальному.

Мультиколлинеарность между независимыми переменными в выборке отсутствует (Таблица 8).

Таблица 8. Корреляционная матрица независимых переменных в выборке, состоящей из бюджетных авиаперевозчиков, оперирующих на развитых рынках

	ASK, chg%	Net Debt, chg%	CPI, %	Currency, chg%	GDP, %	Oil, chg%
ASK, chg%	100%
Net Debt, chg%	21%	100%
CPI, %	29%	-12%	100%
Currency, chg%	-20%	-9%	-32%	100%
GDP, %	22%	6%	47%	-40%	100%
Oil, chg%	30%	8%	65%	-54%	64%	100%



Выборка, состоящая из бюджетных авиаперевозчиков, оперирующих на развивающихся рынках, включает данные шести публичных компаний на интервале с 2007 до 2013 г. Из выборочной совокупности также были исключены значительные выбросы, в результате, ее объем составил 30 наблюдений. Выборка смещена вправо и имеет плоскую вершину. Критерий Колмогорова-Смирнова больше максимального отклонения между кумулятивной функцией нормального и исследуемого распределения, таким образом, результат измерения близок к нормальному.

Мультиколлинеарность между независимыми переменными в выборке отсутствует (Таблица 9).

Таблица 9. Корреляционная матрица независимых переменных в выборке, состоящей из бюджетных авиаперевозчиков, оперирующих на развивающихся рынках

	ASK, chg%	Net Debt, chg%	CPI, %	Currency, chg%	GDP, %	Oil, chg%
ASK, chg%	100%
Net Debt, chg%	27%	100%
CPI, %	-10%	8%	100%
Currency, chg%	-6%	-24%	15%	100%
GDP, %	-6%	8%	48%	-43%	100%
Oil, chg%	2%	24%	20%	-75%	50%	100%

3.2 Анализ результатов эмпирического исследования влияния факторов, объясняющих изменение мультипликатора EV(R)/EBITDAR

Согласно регрессионному уравнению, приведённому в разделе 3.1 изменение мультипликатора EV(R)/EBITDAR для традиционных авиаперевозчиков на развитых рынках зависит от: темпа роста ВВП, индекса потребительских цен и изменения курса национальной валюты относительно доллара США, т.е. данные переменные, имеют надежное воздействие на зависимую переменную при 5% уровне значимости. Уравнение также является статистически значимым и объясняет около 50% в изменении мультипликатора EV(R)/EBITDAR в рассматриваемый период выборки, что является среднем показателем, однако этот факт не отменяет модель.

Далее было определено абсолютное отклонение между реальным и расчетным значением темпа роста мультипликатора EV(R)/EBITDAR:

где: U - абсолютное отклонение темпов роста;

P - реальный темп роста мультипликатора;

- расчетный темп роста мультипликатора.

В целом (кроме 2013 г.) среднее значение абсолютного отклонения (U, см уравнение 6) находится в границах коэффициента вариации реального значения мультипликатора EV(R)/EBITDAR, для расчета которого использовалось средневзвешенное значение и среднеквадратическое отклонение в каждом из исследуемых лет. Другими словами, средний разброс прогнозного значения темпа роста от реальных значений не превышает вариацию мультипликатора EV(R)/EBITDAR в конкретном году. Кроме того, если рассматривать среднее отклонение в посткризисный период 2010-13, то его среднее значение уменьшается до 26% против 31% за весь рассматриваемый период (Таблица 10).

Таблица 10. Отклонение расчетного значения темпа роста мультипликатора EV(R)/EBITDAR от реального для авиаперевозчиков полного цикла, оперирующих на развитых рынках.

	Отклонение расчетного значения (U, см. уравнение 6) от реального	Среднее значение отклонения (U, см. уравнение 6)
	2008	2009	2010	2011	2012	2013	2008-13	2010-13
QANTAS AIRWAYS LTD	43%	19%	24%	19%	15%	23%	24%	20%
AIR FRANCE-KLM	41%	24%	16%	15%	42%	18%	26%	23%
DEUTSCHE LUFTHANSA-REG	28%	35%	13%	11%	15%	65%	28%	26%
DELTA AIR LINES INC	110%	28%	45%	34%	10%	24%	42%	28%
ANA HOLDINGS INC	37%	1%	38%	4%	4%	27%	19%	18%
SAS AB	10%	139%	24%	38%	73%	17%	50%	38%
HAWAIIAN HOLDINGS INC	66%	73%	20%	34%	27%	35%	42%	29%
REPUBLIC AIRWAYS HOLDINGS IN	56%	39%	27%	40%	46%	20%	38%	33%
AER LINGUS GROUP PLC	10%	26%	72%	9%	21%	9%	24%	28%
AIR CANADA	12%	26%	1%	2%	18%	34%	16%	14%
Среднее значение отклонения (U, см. уравнение 6)	41%	41%	28%	20%	27%	27%	31%	26%
Коэффициент вариации реального значения EV(R)/EBITDAR	47%	98%	49%	51%	38%	19%

Темп роста ВВП оказывает отрицательное влияние на темп роста мультипликатора EV(R)/EBITDAR. Нелогичная на первый взгляд взаимосвязь объясняется зрелостью рынков рассматриваемых в данной выборке. Так, влияние на изменение операционной прибыли в текущем периоде вследствие роста экономики больше, чем отражение прироста этой прибыли в изменении рыночной капитализации компании, т.к. инвесторы не ожидают быстрого роста экономики в будущем на развитых рынках.

Изменение курса национальной валюты относительно доллара США имеют положительное влияние на темп роста мультипликатора EV(R)/EBITDAR. Таким образом, укрепление национальной валюты оказывает негативное влияние на изменение мультипликатора. Это является следствием того, что в данной выборке в основном присутствуют авиакомпании экспортеры (крупные перевозчики, ориентированные на международные направления и имеющие несколько крупных узловых аэропортов расположенных в разных регионах мира).

В свою очередь, рост индекса потребительских цен имеет положительную зависимость с темпом роста мультипликатора EV(R)/EBITDAR. Таким образом традиционные авиаперевозчики стремятся компенсировать рост своих затрат, увеличением тарифов на пассажирские авиаперевозки. Данный вывод согласуется с анализом различий в бизнес моделях для авиаперевозчиков, см. раздел 2.1.

Согласно регрессионному уравнению, приведённому в разделе 3.1 изменение мультипликатора EV(R)/EBITDAR для традиционных авиаперевозчиков на развивающихся рынках зависит от: изменения ASK (Available seat km) и изменения чистого долга авиаперевозчика, т.е. данные переменные, имеют надежное воздействие на зависимую переменную при 5% уровне значимости. Уравнение также является статистически значимым и объясняет около 31% в изменении мультипликатора EV(R)/EBITDAR в рассматриваемый период выборки, что является низким показателем, однако этот факт не отменяет модель.

В целом (кроме 2013 г.) среднее значение абсолютного отклонения (U, см. уравнение 6) находится в границах коэффициента вариации реального значения мультипликатора EV(R)/EBITDAR. В то время как, если рассматривать среднее отклонение в посткризисный период 2010-13, то его среднее значение уменьшается до 29% против 32% за весь рассматриваемый период (Таблица 11).



Таблица 11. Отклонение расчетного значения темпа роста мультипликатора EV(R)/EBITDAR от реального для авиаперевозчиков полного цикла, оперирующих на развивающихся рынках

	Отклонение расчетного значения (U, см. уравнение 6) от реального	Среднее значение отклонения (U, см. уравнение 6)
	2008	2009	2010	2011	2012	2013	2008-13	2010-13
AIR CHINA LTD-H	66%	58%	3%	6%	20%	14%	28%	11%
LATAM AIRLINES GROUP SA	35%	31%	77%	6%	26%	42%	36%	38%
COPA HOLDINGS SA-CLASS A	4%	10%	1%	18%	48%	78%	27%	36%
TURK HAVA YOLLARI AO	32%	109%	16%	3%	38%	17%	36%	18%
KENYA AIRWAYS LTD	64%	7%	3%	40%	185%	99%	66%	82%
CHINA SOUTHERN AIRLINES CO-H	16%	60%	14%	2%	16%	4%	19%	9%
AEROFLOT-RUSSIAN AIRLINES	1%	28%	9%	3%	9%	23%	12%	11%
Среднее значение отклонения (U, см. уравнение 6)	31%	43%	18%	11%	49%	39%	32%	29%
Коэффициент вариации реального значения EV(R)/EBITDAR	92%	33%	29%	23%	71%	24%

Экспансия традиционных авиаперевозчиков (увеличение ASK) на развивающихся рынках имеет отрицательное влияние на рост мультипликатора EV(R)/EBITDAR. Размер долга у авиакомпаний полного цикла теснее связан с увеличением ASK (корреляция 65% против 27% у лоукостеров на аналогичном рынке), это объясняется тем, что традиционные авиаперевозчики в большей степени используют инструменты финансового лизинга, которые создают дополнительные риски. Так, на протяжении рассматриваемого периода времени, мультипликатор суммарной стоимости обязательств в лизинге к EBITDAR у авиакомпаний полного цикла на развивающихся рынках был выше, чем у бюджетных перевозчиков, см. рис. 20. Для авиакомпаний полного цикла данный показатель рассчитывается как:

(SUM_LTD*65%+SUM_OpRent*7)/(SUM_EBITDAR)

где: SUM_LTD*65% - общая стоимость финансового лизинга в выборке, состоящей из авиаперевозчиков полного цикла, оперирующих на развивающихся рынках;

SUM_OpRent*7 - общая стоимость операционного лизинга в выборке, состоящей из авиаперевозчиков полного цикла, оперирующих на развивающихся рынках;

SUM_EBITDAR-суммарная EBITDAR в выборке, состоящей из авиаперевозчиков полного цикла, оперирующих на развивающихся рынках.

Таким образом, инвесторы на развивающихся рынках находят экспансию традиционных авиаперевозчиков рискованной. Другими словами, рост EBITDAR за счет экспансии авиакомпаний полного цикла на развивающихся рынках не учитывается или отрицательно влияет на рыночную капитализацию, это в свою очередь приводит к тому, что EBITDAR увеличивается в большей степени, чем размер чистого долга и рыночная капитализация, в результате мультипликатора EV(R)/EBITDAR снижается, см. рис. 21.

Ранее упоминалось, что размер долга у авиакомпаний полного цикла теснее связан с увеличением ASK (корреляция 65% против 27% у лоукостеров на аналогичном рынке), это объясняется тем, что традиционные авиаперевозчики в большей степени используют инструменты финансового лизинга, которые создают дополнительные риски. Положительное влияние чистого долга на мультипликатор EV(R)/EBITDAR происходит за счет той части долга, которая не относится к увеличению ASK (45%), например, инвестиции в оборотный капитал. Другими словами, при увеличении долга, который не относится к лизингу воздушных судов, не происходит отражения риска в уменьшении стоимости рыночной капитализации.

Согласно регрессионному уравнению, приведённому в разделе 3.1 изменение мультипликатора EV(R)/EBITDAR для бюджетных авиаперевозчиков на развитых рынках зависит от: темпа роста ВВП и изменения курса национальной валюты относительно доллара США, т.е. данные переменные, имеют надежное воздействие на зависимую переменную при 5% уровне значимости. Уравнение также является статистически значимым и объясняет около 22% в изменении мультипликатора EV(R)/EBITDAR в рассматриваемый период выборки, что является низким показателем, однако этот факт не отменяет модель.

В целом (кроме 2010 г.) среднее значение абсолютного отклонения (U, см. уравнение 6) находится в границах коэффициента вариации реального значения мультипликатора EV(R)/EBITDAR. В то время как, если рассматривать среднее отклонение в посткризисный период 2010-13, то его среднее значение уменьшается до 27% против 31% за весь рассматриваемый период (Таблица 12).

Темп роста ВВП, также как и в случае с традиционными авиаперевозчиками на развитых рынках, оказывает отрицательное влияние на темп роста мультипликатора EV(R)/EBITDAR. Нелогичная взаимосвязь объясняется зрелостью рынков рассматриваемых в данной выборке. Так, влияние на изменение операционной прибыли в текущем периоде вследствие роста экономики больше, чем отражение прироста этой прибыли в изменении рыночной капитализации компании, т.к. инвесторы не ожидают быстрого роста экономики в будущем на развитых рынках.



Таблица 12. Отклонение расчетного значения темпа роста мультипликатора EV(R)/EBITDAR от реального для бюджетных авиаперевозчиков, оперирующих на развитых рынках

	Отклонение расчетного значения (U, см. уравнение 6) от реального	Среднее значение отклонения (U, см. уравнение 6)
	2008	2009	2010	2011	2012	2013	2008-13	2010-13
AER LINGUS GROUP PLC	1%	19%	40%	29%	40%	1%	22%	27%
AIR BERLIN PLC	23%	48%	38%	76%	28%	37%	42%	45%
EASYJET PLC	21%	43%	40%	59%	15%	0%	30%	28%
FINNAIR OYJ	66%	125%	35%	4%	66%	22%	53%	32%
SOUTHWEST AIRLINES CO	8%	3%	31%	27%	4%	8%	13%	17%
JETBLUE AIRWAYS CORP	18%	66%	12%	15%	2%	11%	21%	10%
WESTJET AIRLINES LTD	45%	15%	17%	28%	18%	44%	28%	27%
ALLEGIANT TRAVEL CO	3%	78%	30%	15%	2%	30%	26%	19%
RYANAIR HOLDINGS PLC	6%	42%	24%	20%	25%	28%	24%	24%
NORWEGIAN AIR SHUTTLE AS	51%	68%	48%	31%	61%	31%	48%	43%
Среднее значение отклонения (U, см. уравнение 6)	24%	51%	32%	30%	26%	21%	31%	27%
Коэффициент вариации реального значения EV(R)/EBITDAR	46%	69%	21%	39%	29%	34%

Изменение курса национальной валюты относительно доллара США имеют отрицательное влияние на темп роста мультипликатора EV(R)/EBITDAR. Таким образом, укрепление национальной валюты оказывает положительное влияние на изменение мультипликатора. Это является следствием того, что в данной выборке в основном присутствуют лоукостеры ориентированные на внутренний рынок.

Согласно регрессионному уравнению, приведённому в разделе 3.1 изменение мультипликатора EV(R)/EBITDAR для бюджетных авиаперевозчиков на развивающихся рынках зависит изменения ASK (Available seat km) и изменения чистого долга авиаперевозчика, т.е. данные переменные, имеют надежное воздействие на зависимую переменную при 5% уровне значимости. Уравнение также является статистически значимым и объясняет около 42% в изменении мультипликатора EV(R)/EBITDAR в рассматриваемый период выборки, что является среднем показателем, однако этот факт не отменяет модель.

Среднее значение абсолютного отклонения (U, см. уравнение 6) расходится с коэффициентом вариации реального значения мультипликатора EV(R)/EBITDAR не более чем на 15%. В то время как, если рассматривать среднее отклонение в посткризисный период 2010-13, то его среднее значение уменьшается до 21% против 20% за весь рассматриваемый период (Таблица 13).

Экспансия бюджетных авиаперевозчиков (увеличение ASK), в отличии от авиакомпаний полного цикла на развивающихся рынках, имеет положительное влияние на рост мультипликатора EV(R)/EBITDAR. Размер долга у авиакомпаний полного цикла теснее связан с увеличением ASK (корреляция 65% против 27% у лоукостеров на аналогичном рынке), это объясняется тем, что традиционные авиаперевозчики в большей степени используют инструменты финансового лизинга, которые создают дополнительные риски.

Таблица 13. Отклонение расчетного значения темпа роста мультипликатора EV(R)/EBITDAR от реального для бюджетных авиаперевозчиков, оперирующих на развивающихся рынках.

	Отклонение расчетного значения (U, см. уравнение 6) от реального	Среднее значение отклонения (U, см. уравнение 6)
	2008	2009	2010	2011	2012	2013	2008-13	2010-13
GOL LINHAS AEREAS - PREF	18%	34%	44%			47%	36%	45%
CEBU AIR INC	6%	12%	40%	2%		15%	15%	19%
AIRASIA BHD	5%	25%	8%	17%	2%	23%	13%	13%
THAI AIRWAYS INTERNATIONAL		35%	10%	5%	7%	30%	17%	13%
JET AIRWAYS INDIA LTD		38%	32%	39%	12%		31%	28%
LATAM AIRLINES GROUP SA	19%	64%	46%	8%	12%	28%	29%	23%
Среднее значение отклонения (U, см. уравнение 6)	12%	35%	30%	14%	8%	29%	21%	20%
Коэффициент вариации реального значения EV(R)/EBITDAR	34%	24%	28%	36%	42%	14%

Так, на протяжении рассматриваемого периода времени, мультипликатор суммарной стоимости обязательств в лизинге к EBITDAR у авиакомпаний полного цикла на развивающихся рынках был выше, чем у бюджетных перевозчиков, см. рис. 20. Для бюджетных авиакомпаний данный показатель рассчитывается как:

(SUM_LTD*27%+SUM_OpRent*7)/(SUM_EBITDAR)

где: SUM_LTD*27% - общая стоимость финансового лизинга в выборке, состоящей из бюджетных авиаперевозчиков, оперирующих на развивающихся рынках;

SUM_OpRent*7 - общая стоимость операционного лизинга в выборке, состоящей из бюджетных авиаперевозчиков, оперирующих на развивающихся рынках;

SUM_EBITDAR-суммарная EBITDAR в выборке, состоящей из бюджетных авиаперевозчиков, оперирующих на развивающихся рынках.

Таким образом, инвесторы на развивающихся рынках находят экспансию бюджетных авиаперевозчиков драйвером роста компании. Другими словами рост EBITDAR за счет экспансии бюджетных авиакомпаний на развивающихся рынках положительно влияет на рыночную капитализацию, это в свою очередь приводит к тому, что EBITDAR увеличивается в меньшей степени, чем размер чистого долга и рыночная капитализация, в результате мультипликатор EV(R)/EBITDAR увеличивается.

Ранее упоминалось, что размер долга у бюджетных авиаперевозчиков хуже связан с увеличением ASK (корреляция 27% против 65% у традиционных авиакомпаний на аналогичном рынке), это объясняется тем, что лоукостеры в меньшей степени используют инструменты финансового лизинга, которые создают дополнительные риски. Увеличение ASK для бюджетных перевозчиков является драйвером роста, в то время как отрицательное влияние чистого долга на мультипликатор EV(R)/EBITDAR происходит за счет той части долга (73%), которая не относится к увеличению ASK, т.е. лизингу воздушных судов. Другими словами, рост заимствований, например, с целью финансирования дорогостоящих капитальных вложений отрицательно влияет на размер капитализации.

Суммируя вышесказанное можно сделать вывод, что выявленные коэффициенты не полностью описывают изменение мультипликатора EV(R)/EBITDAR, однако анализ выборочных совокупностей в соответствии с различиями в бизнес моделях авиакомпаний и классификацией рынков, на которых оперируют авиаперевозчики, позволяет несколько важных закономерностей:

· Для компаний, оперирующих на развитых рынках, драйвером роста является ценовая политика, так как инвесторы не ожидают быстрого роста экономики на зрелых рынках в будущем;

· Выбор бизнес модели на развитых рынках определяет валютную структуру выручки, а как следствие долга и зависимость от валютного курса. Так, традиционные авиаперевозчики в большинстве случаев ориентированы на международный рынок, таким образом, дешевая национальная валюта будет стимулировать их продажи, в то время как лоукостеры наоборот чаще работают на внутреннем рынке и крепкая национальная валюта отрицательно влияет на стоимость компании;

· На развивающихся рынках лоукостеры выигрывают от стратегии экспансии, в то время как для традиционных авиаперевозчиков эта стратегия оказывается проигрышной т.к. кредитные риски оказывают разрушающее воздействие на стоимость компании. Таким образом, в случае выхода Российского бюджетного авиаперевозчика - авиакомпании «Победа» на IPO, стратегия экспансии окажет положительное влияние на стоимость «Победы». Однако, в случае сохранения контроля со стороны компании «Аэрофлот», значительное увеличение авиапарка «Победы» может оказать негативное влияние на стоимость материнской компании, поэтому менеджменту «Аэрофлота» необходимо очень аккуратно производить расчет необходимого количества флота заблаговременно до проведения IPO «Победы».

Наконец среднее значение отклонения расчетного значения (U, см. уравнение 6) от реального находится в пределах вариации реального значения мультипликатора EV(R)/EBITDAR (Таблица 14). Результаты можно улучшить при рассмотрении значений в после кризисный период 2010-2013 г.

Таблица 14. Итоговые результаты регрессионного анализа

		Развивающиеся рынки	Развитые рынки
		Авикомпании полного цикла	Лоукостеры	Авикомпании полного цикла	Лоукостеры
Coefficients	ASK, chg%	-0.56	0.43
	Net Debt, chg%	0.64	-0.15
	CPI, chg%			11.81
	Currency, chg%			2.90	-2.35
	GDP, chg%			-14.11	-7.48
R Square	0.32	0.42	0.50	0.22
Среднее значение отклонения расчетного значения (U, см. уравнение 6) от реального 2008-13	32%	21%	31%	31%
Среднее значение отклонения расчетного значения (U, см. уравнение 6) от реального 2010-13	29%	20%	26%	27%
Средний коэффициент вариации реального значения EV(R)/EBITDAR	44%	30%	54%	41%



Заключение

Данное эмпирическое исследование имело своей целью выявление факторов формирующих различия в оценочном мультипликаторе авиакомпаний. В рамках достижения данной цели в первой главе был проведён обзор литературы, посвященной моделям и техникам, которые применяются в оценке стоимости бизнеса, а также анализу литературы, где описываются эмпирические исследования со сходной проблематикой. Таким образом, были найдены базовые теоретические и эмпирические основы для проведения исследования.

В результате анализа расхождений между операционными и финансовыми показателями лоукостеров и традиционных авиаперевозчиков на развитых и развивающихся рынках были выявлены основные различия в бизнес моделях используемых авиакомпаниями. Расхождение между средней стоимостью 1 поездки на 1 км пути для разных бизнес моделей авиаперевозчиков в мире возросло в 2.4 раза с 2009 по 2014 г., см. рис. 4. другими словами, бюджетные авиакомпании постоянно увеличивают ценовую конкуренцию и подталкивают традиционных перевозчиков задумываться о сокращении затрат и диверсификации своей маршрутной сети. Однако, несмотря на ряд преимуществ бюджетных авиакомпаний, нельзя утверждать, что данная модель успешнее. Графический анализ темпов роста EBITDAR позволяет выделить более высокую амплитуду колебаний на развивающихся рынках, что указывает на высокую чувствительность темпа роста показателя к изменению фундаментальных характеристик вне зависимости от рассматриваемой бизнес модели.

Вследствие рассмотрения теоретических основ, описанные в разделе 1.3, а также практических примеров, взятые из отчетов публичных компаний и информационной системы «Bloomberg», был выбран наиболее оптимальный мультипликатор EV(R)/EBITDAR. Данный индикатор в дальнейшем используется в качестве зависимой переменной при проведении регрессионного анализа.

В конце второй главы был произведен факторный анализ компонентов формирующих отраслевой мультипликатор, в результате которого были выявлены фундаментальные характеристики, влияющие на его изменение:

· темп роста ВВП;

· индекс потребительских цен (CPI);

· дисбаланс спроса (PAX) и предложения (ASK);

· курс национальной валюты относительно доллара США;

· цена на нефть;

· предложение авиакомпании (ASK - Available seat km);

· чистый долг авиаперевозчика.

В третьей главе была сформирована спецификация регрессионного уравнения. Далее, полученный массив данных был разделен на четыре панели в соответствии с различиями в бизнес моделях авиакомпаний и классификацией рынков, на которых оперируют авиаперевозчики. Обоснование данного подхода следует из теоретических рекомендаций к процессу подбора фирм для сравнения рассмотренных в разделе 1.2, а также из практического обзора, приведённого в разделе 2.1, в котором рассматривается различия между операционными и финансовыми показателями лоукостеров и традиционных авиаперевозчиков на развитых и развивающихся рынках. Результаты теста Колмогорова-Смирнова свидетельствуют о том, что распределение результата измерения во всех исследуемых совокупностях близко к нормальному. Кроме того, отсутствует проблема мультиколлинеарности независимых переменных в выделенных выборках.

В конце третьей главы проводится анализ регрессионного уравнения, построенного в разделе 3.1 для каждой из сформированных выборочных совокупностей. Выявленные коэффициенты не полностью описывают изменение мультипликатора EV(R)/EBITDAR, хотя среднее значение отклонения расчетного значения (U, см. уравнение 6) от реального находится в пределах вариации реального значения мультипликатора EV(R)/EBITDAR.

Анализ выборочных совокупностей в соответствии с различиями в бизнес моделях авиакомпаний и классификацией рынков, на которых оперируют авиаперевозчики, позволяет несколько важных закономерностей:

· Для компаний, оперирующих на развитых рынках, драйвером роста является ценовая политика, так как инвесторы не ожидают быстрого роста экономики на зрелых рынках в будущем;

· Выбор бизнес модели на развитых рынках определяет валютную структуру выручки, а как следствие долга и зависимость от валютного курса. Так, традиционные авиаперевозчики в большинстве случаев ориентированы на международный рынок, таким образом, дешевая национальная валюта будет стимулировать их продажи, в то время как лоукостеры наоборот чаще работают на внутреннем рынке и крепкая национальная валюта отрицательно влияет на стоимость компании;

· На развивающихся рынках лоукостеры выигрывают от стратегии экспансии, в то время как для традиционных авиаперевозчиков эта стратегия оказывается проигрышной т.к. кредитные риски оказывают разрушающее воздействие на стоимость компании. Таким образом, в случае выхода Российского бюджетного авиаперевозчика - авиакомпании «Победа» на IPO, стратегия экспансии окажет положительное влияние на стоимость «Победы». Однако, в случае сохранения контроля со стороны компании «Аэрофлот», значительное увеличение авиапарка «Победы» может оказать негативное влияние на стоимость материнской компании, поэтому менеджменту «Аэрофлота» необходимо очень аккуратно производить расчет необходимого количества флота заблаговременно до проведения IPO «Победы».

Выявленные в рамках данного исследования закономерности могут быть учтены аналитиками при оценке стоимости авиакомпаний.



Список используемой литературы

1. Владимирова Т.А. и др. Применение сравнительного подхода к оценке стоимости коммерческого банка в условиях финансового кризиса. / Т.А. Владимирова, А.А. Хлебников, 2009

2. Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов / Пер. с англ. М., 2004. 1342 с.

3. Теплова Т.В. Инвестиции, 2011

4. Abarbanell, J. and Bushee, B. = Fundamental Analysis, Future earnings and Stock Prices. Journal of Accounting Research, 1997, pp. 1-24

5. Alford A. The Effect of the Set of Comparable Firms on the Accuracy of the Price-Earnings Valuation Method, 1992

6. Brealey A. Myers Stewart C. Principles of corporate finance, 2003

7. Damodaran A. Value Creation and Enhancement: Back to the Future, 1999

8. Damodaran, A. The Dark Side of Valuation: Valuing Old Tech, New Tech, and New Economy Companies. FT Prentice Hall, Upper Saddle River, NJ, 2001

9. Damodaran, A. Investment Valuation: Tools and Techniques for Determining the Value of Any Asset. Wiley, Hoboken, 2002

10. Damodaran, A. Damodaran on Valuation, 2nd edition. Wiley, Hoboken, NJ, 2006.

11. Demirakos, E.G., Strong, N.C., Walker, M. What Valuation Models Do Analysts Use? Accounting Horizons 18, 2004. 221-240.

12. Gillen, Morrison & Rietveld. Air travel demand elasticities - Concepts, issues and measurement, 2002

13. Hazel, Stalnaker, Taylor, Usman. Oliver wyman. Airline economic analysis, 2014

14. International Valuation Standards, 2013

15. Koller, T., Goedhart, M., Wessels, D. Valuation: Measuring and Managing the Value of Companies, 4th edition. Wiley, Hoboken, NJ, 2005

16. Luehrman, T.A. What's it worth? A general manager's guide to valuation, Harvard Business Review, 75 (3), 1997. pp. 132-142.

17. Penman S. The Articulation of Price-Earnings Ratio and Market-to-Book Ratios and the Evaluation of Growth, 1996

18. Piotroski, J.D. Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers. Journal of Accounting Research Vol 38, Supplement, 2000

19. Sakhnova, Bespalov, Tarakanov, Whyte. VTB Capital Research. Aeroflot: Unfasten Your Seatbelts, 2010

20. Sakhnova, Sorokin. VTB Capital Research. Aeroflot: Economic headwinds clip wings, 2014

21. Suozzo P., Cooper S., Sutherland G., Deng Z. Valuation Multiples: A Primer, UBS Warburg, 2001.p. 3-12

22. Wan-Ting (Alexandra) Wu. The P/E Ratio And Profitability. Journal of Business & Economics Research - First Quarter 2014, 2014

Размещено на Allbest.ru

...