Оценка стоимости капитала компаний на развивающихся рынках России на основе корректируемых рыночных мультипликаторов
Проведение исследования синтетических рыночных мультипликаторов. Влияние добавления критерия рентабельности капитала при формировании выборки на ошибку прогнозных значений. Выбор наиболее релевантной модели для оценки компаний развивающегося рынка.
| Рубрика | Экономика и экономическая теория |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 30.07.2016 |
| Размер файла | 457,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Вторая модель получена путем исключения переменных из первого уравнения. Метод исключения переменных основан на исключении переменных из уравнения до того момента, пока все коэффициенты регрессии не станут значимыми.
P/Sales = 5,29*Net Margin
По результатам сравнения двух моделей для построения мультипликатора P/Sales можно сделать вывод о том, что наилучшей моделью является модель №1, так как она адекватна и обладает большей объясняющей способностью.
Мультипликатор P/BV
Корреляционный анализ выявил, что наибольшей связью с мультипликатором P/BV обладает показатель рентабельности капитала (табл. 15) Также значимая связь наблюдается между P/BV и соотношением собственного и заменого капитала (0,472). Кроме того, значимая связь наблюдается между стандартным отклонением котировок и бета-коэффициентом, между рентабельностью капитала и соотношением собственных и заменых средств. Данная тенденция означает возможную проблему мультиколлинеарности данных.
Таблица 15 Корреляционный анализ
|
PB |
ROE |
Beta |
Std |
DE |
PR |
||
|
PB |
1 |
,949** |
-,235 |
-,138 |
,472** |
,190 |
|
|
ROE |
,949** |
1 |
-,209 |
-,147 |
,592** |
,266 |
|
|
Beta |
-,235 |
-,209 |
1 |
,391* |
,034 |
-,260 |
|
|
Std |
-,138 |
-,147 |
,391* |
1 |
-,050 |
-,187 |
|
|
DE |
,472** |
,592** |
,034 |
-,050 |
1 |
,309 |
|
|
PR |
,190 |
,266 |
-,260 |
-,187 |
,309 |
1 |
|
|
**. Корреляция значима на уровне 0.01 (2-сторон.). *. Корреляция значима на уровне 0.05 (2-сторон.). |
Построим модель, с одной факторной переменной ROE. Так как на графике зависимости мультипликатора P/BV от рентабельности капитала заметна экспоненциальная связь, была предпринята трансформация независимой переменной с помощью экспоненциальной функции.
,
Приведенная выше модель обладает высокой объясняющей способностью (89,3%) и незначительной стандартной ошибкой (2,016), коэффициенты значимы.
Далее рассмотрим модели с факторами, присутствующими в фундаментальной формуле мультипликатора P/B. С учетом специфики фундаментальной формулы мультипликатора Price/Book Ratio рассмотрим модель, включающую себя показатель рентабельности капитала.
Тест Бокса-Кокса показал, что необходима трансформация правой и левой части уравнения (табл.16).
Таблица 16 Тест Бокса-Кокса
|
H0 |
Restricted log likelihood |
LR statistic chi2 |
P-value |
|
|
Lambda = -1 |
-94,778 |
51,57 |
0,000 |
|
|
Lambda = 0 |
-70,400 |
2,81 |
0,093 |
|
|
Lambda = 1 |
-80,246 |
22,51 |
0,000 |
Таким образом, используя трансформацию Бокса-Кокса была получена следующая модель:
,
Данная модель обладает достаточно высокой объясняющей способностью (78,1%) и небольшой стандартной ошибкой 0,384. Тест Рамсея и тест Чоу, в свою очередь, показали, что модель верно специфицирована и обладает значимой объясняющей способностью. Тесты для остатков регрессии, а именно тест на нормальность, автокорреляцию и гетероскедастичность подтвердили тот факт, что модель является адекватной.
Следующая модель отличается от предыдущей тем, что учитывает рыночные риски, связанные с волатильностью акций оцениваемых компаний. В качестве дополнительной независимой переменной будет использовано стандартной отклонений котировок акций.
В данном случае тест Бокса-Кокса также показал необходимость трансформации левой и правой части уравнения регрессии. Однако ввиду возможных отрицательных значений стандартного отклонения оставим данную переменную без изменений.
LOG(PB) = 1.096*LOG(ROE) + 1.299*STD + 3.227
Проведенные тесты, результаты которых представлены в таблице, выявили адекватность данной модели. В сравнении с предыдущей, она обладает чуть большей объясняющей способностью (78,2%). Незначимым является коэффициент для переменной STD. В данном случае, можно наблюдать положительную зависимость логарифма мультипликатора и стандартного отклонения котировок акций. Что говорит о том, что чем выше уровень риска связанный с котировками акций той или иной компании, тем большим значением мультипликатора P/BV она обладает.
Рассмотрим модель, включающую в себя темп роста доходов, рентабельность капитала, бету и уровень выплаты дивидендов.
Таблица 17 Тест Бокса Кокса
|
л |
p-value |
H0: л=1 p-value |
H0: л=0 p-value |
||
|
Lhsonly |
0,62 |
0 |
0 |
0 |
|
|
Rhsonly |
1,22 |
0 |
0,067 |
0 |
|
|
Lambda |
0,28 |
0,061 |
0 |
0,09 |
|
|
theta |
0,39 |
0,094 |
0 |
0,057 |
Прологарифмируем левую часть уравнения и темп роста уровня доходов, рентабельность капитала. Решение оставить без трансформации переменных BETA и PR было принято в связи с тем, что данные переменные принимают значения меньшие или равные нулю.
,
В представленной модели можно выявить положительную связь между независимой переменной и рентабельностью капитала, уровнем дивидендных выплат, а также ожидаемым темпом роста доходов. Отрицательная связь наблюдается между P/BV и бета-коэффициентом. Таким образом, регрессионная модель сохранила экономический смысл зависимости мультипликатора от факторных переменных.
Мультиколлинеарность данных отсутствует, так как значения VIF тест не превышают 10 (табл. 18).
Таблица 18
|
Переменная |
Статистика |
|
|
ROE |
1,680 |
|
|
Beta |
1,330 |
|
|
DE |
1,725 |
|
|
G |
1,527 |
|
|
PR |
1,322 |
|
|
Std |
1,512 |
Представленная модель была протестирована на адекватность, все тесты дали положительный результат. Регрессия обладает значительной объясняющей способностью (80,4%) и довольно низкой стандартной ошибкой (0,398)
В следующую модель было решено добавить переменную, учитывающую специфику структуры капитала. Получившаяся модель представлена ниже:
LOG (PB) = -0.026*DE+0,01*LOG(G)+1.086*LOG(ROE)
0.038*BETA+0.207*PR+3.246
Значимым к в данной модели является коэффициент для LOG(ROE). Между мультипликатором и соотношением собственного и заменого капитала прослеживается отрицательная зависимость. Объясняющая способность модели равна 78,4%. Согласно проведенным тестам, модель является адекватной.
Представленная ниже таблица содержит в себе информацию о результатах тестов для всех описанных регрессионных моделей.
Таблица 19 Параметры адекватности моделей
|
Модель |
R2 |
Станд. Ошибка |
Тест Рамсея PV |
Тест Чоу PV |
Нормальность, PV |
Автокорреляция, PV |
Гетероскедастичность, PV |
|
|
(1) LOG(PB) = 1.0887*LOG(ROE) + 3.2385 |
0.781094 |
0.384067 |
0.7526 |
0.6507 |
0.915772 |
0.1080 |
0.1926 |
|
|
(2) LOG(PB) = 1.0962*LOG(ROE) + 1.2986*STD + 3.2268 |
0.782497 |
0.388115 |
0.7411 |
0.8297 |
0.906333 |
0.1175 |
0.1783 |
|
|
(3) LOG(PB) = 1.0678*LOG(ROE) - 0.0606*BETA + 0.1927*PR + 0.0147*LOG(G) + 3.222 |
0.804063 |
0.397926 |
0.7834 |
0.4611 |
0.872488 |
0.0843 |
0.2845 |
|
|
Модель |
R2 |
Станд. Ошибка |
Тест Рамсея PV |
Тест Чоу PV |
Нормальность, PV |
Автокорреляция, PV |
Гетероскедастичность, PV |
|
|
(4) LOG(PB) = -0.03*DE+1.087*LOG(ROE)-0.027*BETA+0.197*PR+3.224 |
0.784 |
0.397710 |
0.7387 |
0.4057 |
0.916244 |
0.0891 |
0.2294 |
Проанализировав сводную таблицу результатов, можно сделать вывод о том, что наиболее релевантной моделью для построения мультипликатора Price/Book Value является модель №3.
Проведем сравнительный анализ моделей синтетического рыночного мультипликатора и регрессионных моделей. Так как сравнение моделей вызывает определенные сложности в силу того, что они имеют разные методологические основы, возьмем в качестве меры качества и точности моделей абсолютную ошибку модели: среднеарифметическую и медианную. Расчеты будут произведены для каждой лучшей модели из всех представленных категорий. Полученные результаты представлены в таблице 20.
Таблица 20
Абсолютные ошибки моделей
|
Синтетический рыночный мультипликатор |
Регрессионные модели |
||||||
|
Модель |
P/EBIT |
P/E |
P/BV |
P/E |
P/Sales |
P/BV |
|
|
Средняя ошибка |
0,604439917 |
0,608271854 |
0,431383295 |
0,466358 |
0,843259 |
0,308969 |
|
|
Медианная ошибка |
0,446174302 |
0,386825394 |
0,297881623 |
0,270198 |
0,304941 |
0,272225 |
Медианная ошибка является более релевантным показателем и таким образом, сравнение моделей будет происходить на основе выявления наименьшего показателя медианной абсолютной ошибки среди всех построенных моделей [23].
Проанализировав полученные результаты, можно сделать вывод о том, что регрессионные модели для построения рыночного мультипликатора обладают точностью, на порядок лучшей, чем показатели синтетических рыночных мультипликаторов. Кроме того, становится очевидным для оценки компаний в условиях развивающегося рынка недостаточно моделей, использующих усреднение рыночных показателей мультипликатора. В данном случае регрессионные модели адаптируются к характеристикам той или иной фирмы, учитывая перспективы роста фирмы, риски с которыми сталкивается компания и другие финансовые показатели, играющие фундаментальную роль в оценке стоимости капитала компании.
3.4 Оценка стоимости целевых компаний
Получив наиболее релевантную модель для оценки стоимости капитала компаний, на данном этапе будет произведена оценка двух целевых компаний: ОАО «Синергия» и ОАО «Черкизово». Данные компании были выбраны для анализа по той причине, что они являются представителями рынка продуктов питания и напитков. Финансовые показатели были получены из последних доступных годовых финансовых отчетов.
В таблице 21 приведены показатели двух целевых компаний, а также результаты расчетов рыночной стоимости капитала с помощью регрессионной модели мультипликатора P/E.
Таблица 21 Расчет прогнозного значения
|
ОАО «Синергия» |
ОАО «Группа Черкизово» |
||
|
Beta |
0,87 |
0,41 |
|
|
Payout Ratio |
0,00 |
0,10 |
|
|
Growth |
0,47 |
0,10 |
|
|
Mcap |
241 004 889 |
648 698 224 |
|
|
NI |
45 180 906,05 |
64 465 000,00 |
|
|
P/E new |
12,26024353 |
11,38343666 |
|
|
Mcap new |
553 928 911,2 |
733 833 244,2 |
Таким образом, результаты оценки рыночной стоимости капитала компаний ОАО «Синергия» и ОАО «Группа Черкизово» показали, что компании недооценены. Стоит отметить, что результаты оценки получились довольно близкими к реальным. Данный факт позволяет сделать вывод о том, что построенные уравнения регрессии для мультипликатора P/E представляют собой релевантный метод построения рыночных мультипликаторов для последующей оценки стоимости капитала компаний.
Заключение
Текущее исследование направлено на выявление наиболее релевантной модели построения рыночных мультипликаторов для последующей оценки стоимости капитала. На основе полученных результатов и эмпирических наблюдений можно сделать вывод об успешном достижении поставленной цели и выполнении соответствующих задач.
В разделе синтетических мультипликаторов было установлено, что усиление критериев отбора сопоставимых компаний для выборки путем добавления критерия рентабельности капитала позволило значительно уменьшить абсолютную ошибку прогнозных значений. Анализ регрессионных моделей расчета рыночного мультипликатора, в свою очередь, показали, что наибольшей точностью обладают мультипликаторы Price/Earnings, Price/Book Value.
На основе полученных результатов становится очевидным тот факт, что регрессионные модели наиболее оптимальны для построения мультипликатора и дальнейшей оценки стоимости капитала. Данная методология показала значительную точность, а также адекватность полученных результатов. Сравнивая прогнозы, сделанные с помощью регрессионной модели и синтетических мультипликаторов, можно сделать вывод о том, что практика усреднений выборочных показателей не предоставляет релевантной информации. Из проведенного анализа следует, что синтетические мультипликаторы подходят в большей степени для описания общерыночных тенденций, а также среднего показателя определенной индустрии.
Список использованной литературы
1. Alford, A.W. (1992). The Effect of the Set of Comparable Firms on the Accuracy of the Price. Earnings Valuation Method. Journal of Accounting Research, 30, pp: 94-108
2. Barker, R.G., (1999). The role of dividends in valuation models used by analysts and fund managers. European Accounting Review.
3. Barker, R.G., (1999). The role of dividends in valuation models used by analysts and fund managers. European Accounting Review.
4. Bhojraj, S., Lee, C. M. C. (2001). Who Is My Peer? A Valuation-Based Approach to the Selection of Comparable Firms. Journal of Accounting Research, 40, pp: 407-439
5. Cheng, C.S.A., McNamara, R. (2000). The Valuation Accuracy of the Price-Earnings and Price- Book Benchmark Valuation Methods. Review of Quantitative Finance and Accounting, 15, pp: 349- 370
6. Cooper, I., Cordeiro, L. (2008). Optimal Equity Valuation Using Multiples: The Number of Comparable Firms. Working paper, London Business School
7. Damgaard, J., Kumah, E., Elkjaer, T. (2009). Valuation of Unlisted Direct Investment Equity. International Monetary Fund IMF Working Paper, WP/09/242
8. Damodaran, A. (2006). Valuation Approaches and Metrics: A Survey of the Theory and Evidence. Stern School of Business.
9. Damodaran, A. (2010). The Little Book of Valuation. First draft: October 14, 2010.
10. Demirakos, E. G., Strong N.C., Walker M. (2004). What Valuation Models Do Analysts Use?Accounting Horizons, 18, pp: 221-240
11. Dittmann, Ingolf and Weiner, Christian (2005) Selecting Comparables for the Valuation of European Firms, Working paper, Collaborative Research Center, Humboldt University, Berlin.
12. Ek, D. (2012). Valuation Using Multiples: Accuracy and Error Determinants. Journal of Banking & Finance.
13. Fairfield, P.M. (1994). P/E, P/B and the Present Value of Future Dividends. Financial Analysts Journal, 50, pp: 23-31
14. Herrmann, V., Richter, F. (2003). Pricing with Performance-Controlled Multiples, Schmalenbach Business Review, 55, pp: 194-219
15. Lie, E., Lie, H.J. (2002). Multiples Used to Estimate Corporate Value. Financial Analysts Journal, 58, pp: 44-54
16. Liu, J., Nissim, D., Thomas, J.K. (2003). International equity valuation using multiples. Working paper, UCLA, Columbia University, Yale University
17. Meitner, M. (2006). “The Market Approach to Comparable Company Valuation”, ZEW
18. Mоnjina, Dragos Ioa (2009) Relative Performance of Valuation Using Multiples. Empirical Evidence on Bucharest Stock Exchange, The Review of Finance & Banking, Vol. 1, Issue 1, pp. 035-053
19. Palepu, K.G., Bernard V.L., Healey, P.M. (2010). Business analysis & valuation: IFRS Edition. 2nd ed. Cincinnati, Ohio: South-Western College Publishing
20. Penman, S.H. (1996). The Articulation of Price-Earnings and the Evaluation of Growth. Journal of Accounting Research, 34, pp: 235-259
21. Schreiner A, Spremann, K. (2007). Multiples and their valuation accuracy in European equity markets. SSRN Working paper. Yale University
22. Schreiner, A. (2007). Equity Valuation Using Multiples: An Empirical Investigation (Doctoral dissertation).
23. Skogsvik K., Skogsvik S. (2008). P/E-ratios in relative valuation - a mission impossible? Investment Management and Financial Innovations.
24. Wilcox, Jarrod and Philips, Thomas K., The P/B-ROE Model Revisited (March 10, 2004)
25. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: "ЮНИТИ", 1998.
Приложения
Приложение 1
|
Ramsey RESET Test |
|||||
|
Equation: UNTITLED12 |
|||||
|
Specification: PE C LNG BETA PR |
|||||
|
Omitted Variables: Squares of fitted values |
|||||
|
Value |
df |
Probability |
|||
|
t-statistic |
1.002990 |
75 |
0.3191 |
||
|
F-statistic |
1.005988 |
(1, 75) |
0.3191 |
||
|
Likelihood ratio |
1.065922 |
1 |
0.3019 |
||
|
F-test summary: |
|||||
|
Sum of Sq. |
df |
Mean Squares |
|||
|
Test SSR |
423.7497 |
1 |
423.7497 |
||
|
Restricted SSR |
32015.79 |
76 |
421.2604 |
||
|
Unrestricted SSR |
31592.04 |
75 |
421.2272 |
||
|
Unrestricted SSR |
31592.04 |
75 |
421.2272 |
Приложение 2
|
Ramsey RESET Test |
||||
|
Equation: UNTITLED |
||||
|
Specification: LOG(PE) LOG(G) LOG(PR) LOG(BETA) C |
||||
|
Omitted Variables: Squares of fitted values |
||||
|
Value |
df |
Probability |
||
|
t-statistic |
3.600223 |
73 |
0.0006 |
|
|
F-statistic |
12.96160 |
(1, 73) |
0.0006 |
|
|
Likelihood ratio |
12.74842 |
1 |
0.0004 |
Приложение 3
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
LOG(G) |
-1.348464 |
2.158069 |
-0.624847 |
0.5339 |
|
|
PR |
28.97746 |
1.752771 |
16.53237 |
0.0000 |
|
|
BETA |
12.41546 |
8.337433 |
1.489122 |
0.1406 |
|
|
C |
0.452583 |
8.006865 |
0.056524 |
0.9551 |
|
|
R-squared |
0.792383 |
Mean dependent var |
32.66442 |
||
|
Adjusted R-squared |
0.784188 |
S.D. dependent var |
44.18121 |
||
|
S.E. of regression |
20.52463 |
Akaike info criterion |
8.929835 |
||
|
Sum squared resid |
32015.79 |
Schwarz criterion |
9.048936 |
||
|
Log likelihood |
-353.1934 |
Hannan-Quinn criter. |
8.977586 |
||
|
F-statistic |
96.68650 |
Durbin-Watson stat |
2.802390 |
||
|
Prob(F-statistic) |
0.000000 |
|
Ramsey RESET Test |
|||||
|
Equation: UNTITLED2 |
|||||
|
Specification: PE LOG(G) PR BETA C |
|||||
|
Omitted Variables: Squares of fitted values |
|||||
|
Value |
df |
Probability |
|||
|
t-statistic |
1.002990 |
75 |
0.3191 |
||
|
F-statistic |
1.005988 |
(1, 75) |
0.3191 |
||
|
Likelihood ratio |
1.065922 |
1 |
0.3019 |
|
Chow Breakpoint Test: 40 |
|||||
|
Null Hypothesis: No breaks at specified breakpoints |
|||||
|
Varying regressors: All equation variables |
|||||
|
Equation Sample: 1 80 |
|||||
|
F-statistic |
1.557650 |
Prob. F(4,72) |
0.1949 |
||
|
Log likelihood ratio |
6.639581 |
Prob. Chi-Square(4) |
0.1562 |
||
|
Wald Statistic |
6.230601 |
Prob. Chi-Square(4) |
0.1826 |
Приложение 4
|
Dependent Variable: PE |
|||||
|
Method: Least Squares |
|||||
|
Date: 04/20/15 Time: 12:35 |
|||||
|
Sample: 1 80 |
|||||
|
Included observations: 80 |
|||||
|
White heteroskedasticity-consistent standard errors & covariance |
|||||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
LOG(G) |
-1.348464 |
3.019949 |
-0.446519 |
0.6565 |
|
|
PR |
28.97746 |
6.347827 |
4.564942 |
0.0000 |
|
|
BETA |
12.41546 |
6.136628 |
2.023173 |
0.0466 |
|
|
C |
0.452583 |
7.742194 |
0.058457 |
0.9535 |
|
|
R-squared |
0.792383 |
Mean dependent var |
32.66442 |
||
|
Adjusted R-squared |
0.784188 |
S.D. dependent var |
44.18121 |
||
|
S.E. of regression |
20.52463 |
Akaike info criterion |
8.929835 |
||
|
Sum squared resid |
32015.79 |
Schwarz criterion |
9.048936 |
||
|
Log likelihood |
-353.1934 |
Hannan-Quinn criter. |
8.977586 |
||
|
F-statistic |
96.68650 |
Durbin-Watson stat |
2.802390 |
||
|
Prob(F-statistic) |
0.000000 |
Wald F-statistic |
9.087463 |
||
|
Prob(Wald F-statistic) |
0.000033 |
Приложение 5
|
Dependent Variable: PSALES |
|||||
|
Method: Least Squares |
|||||
|
Date: 04/13/15 Time: 14:37 |
|||||
|
Sample: 1 79 |
|||||
|
Included observations: 79 |
|||||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
C |
-0.681934 |
0.524097 |
-1.301159 |
0.1972 |
|
|
BETA |
0.536937 |
0.433429 |
1.238813 |
0.2193 |
|
|
PR |
-0.024884 |
0.091454 |
-0.272098 |
0.7863 |
|
|
LNG |
-0.127787 |
0.139762 |
-0.914320 |
0.3635 |
|
|
MARGIN/SALES |
5.568191 |
0.771387 |
7.218416 |
0.0000 |
|
|
R-squared |
0.431620 |
Mean dependent var |
1.932424 |
||
|
Adjusted R-squared |
0.400897 |
S.D. dependent var |
1.366809 |
||
|
S.E. of regression |
1.057934 |
Akaike info criterion |
3.011713 |
||
|
Sum squared resid |
82.82264 |
Schwarz criterion |
3.161678 |
||
|
Log likelihood |
-113.9627 |
Hannan-Quinn criter. |
3.071794 |
||
|
F-statistic |
14.04864 |
Durbin-Watson stat |
1.928415 |
||
|
Prob(F-statistic) |
0.000000 |
Приложение 6
|
Dependent Variable: PB |
|||||
|
Method: Least Squares |
|||||
|
Date: 05/06/15 Time: 22:46 |
|||||
|
Sample (adjusted): 1 39 |
|||||
|
Included observations: 39 after adjustments |
|||||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
G |
-0.700307 |
1.244373 |
-0.562779 |
0.5773 |
|
|
ROE |
27.60311 |
1.572648 |
17.55199 |
0.0000 |
|
|
BETA |
-1.032042 |
1.097082 |
-0.940715 |
0.3535 |
|
|
PR |
-2.489306 |
1.614252 |
-1.542080 |
0.1323 |
|
|
C |
0.759826 |
1.085199 |
0.700172 |
0.4886 |
|
|
R-squared |
0.908698 |
Mean dependent var |
5.571538 |
||
|
Adjusted R-squared |
0.897957 |
S.D. dependent var |
6.093085 |
||
|
S.E. of regression |
1.946387 |
Akaike info criterion |
4.289036 |
||
|
Sum squared resid |
128.8063 |
Schwarz criterion |
4.502313 |
||
|
Log likelihood |
-78.63619 |
Hannan-Quinn criter. |
4.365558 |
||
|
F-statistic |
84.59788 |
Durbin-Watson stat |
1.776016 |
||
|
Prob(F-statistic) |
0.000000 |
Приложение 7
|
Dependent Variable: PB |
|||||
|
Method: Least Squares |
|||||
|
Date: 04/14/15 Time: 18:07 |
|||||
|
Sample: 1 39 |
|||||
|
Included observations: 39 |
|||||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
EXP(ROE) |
14.13237 |
0.802517 |
17.61005 |
0.0000 |
|
|
C |
-12.70446 |
1.086865 |
-11.68909 |
0.0000 |
|
|
R-squared |
0.893407 |
Mean dependent var |
5.571538 |
||
|
Adjusted R-squared |
0.890526 |
S.D. dependent var |
6.093085 |
||
|
S.E. of regression |
2.016012 |
Akaike info criterion |
4.290040 |
||
|
Sum squared resid |
150.3792 |
Schwarz criterion |
4.375350 |
||
|
Log likelihood |
-81.65577 |
Hannan-Quinn criter. |
4.320648 |
||
|
F-statistic |
310.1139 |
Durbin-Watson stat |
2.261226 |
||
|
Prob(F-statistic) |
0.000000 |
Размещено на Allbest.ru
...Подобные документы
Методы оценки интеллектуального капитала компании. Выявление влияния различных элементов интеллектуального капитала – человеческого, отношенческого, инновационного и процессного – на операционные результаты деятельности компаний России и Бразилии.
дипломная работа [453,7 K], добавлен 03.07.2017Подходы к анализу эффективности сделок слияний и поглощений на развивающихся рынках капитала. Реакция рынка на покупку частных и публичных компаний. Влияние асимметрии информации на выбор компании-покупателя при приобретении разных компаний-целей.
дипломная работа [126,8 K], добавлен 13.09.2017Основание для проведения оценки рыночной стоимости привилегированной акции ОАО "Газпром нефть" методом рынка капитала в рамках сравнительного подхода. Сведения о заказчике оценки и об оценщике. Выбор и расчет ценовых мультипликаторов по аналогам.
дипломная работа [98,4 K], добавлен 25.03.2013Раскрытие экономической сущности стоимости капитала как принесенного дохода, необходимого для оправдания вложений инвестора. Характеристика традиционных методов и моделей оценки стоимости капитала. Практика определения стоимости собственного капитала.
контрольная работа [24,4 K], добавлен 16.06.2011Понятие оценки бизнеса. Необходимость исследования закрытых компаний, их особенности. Открытые и закрытые компании: юридический и экономический аспекты. Методы оценки закрытых компаний: доходный, закрытый, сравнительный. Метод рынка капитала и сделок.
реферат [25,7 K], добавлен 29.01.2010Анализ эволюции взглядов на взаимодействие человеческого капитала и качества жизни. Связь человеческого капитала с этапами развития экономической системы. Роль и значение потребительского рынка и рыночных отношений в формировании качества жизни.
курсовая работа [45,8 K], добавлен 06.02.2015Характеристика оборотного капитала промышленной организации и его роли в повышении рентабельности в условиях рыночных отношений. Состав и значение оборотного капитала. Пути повышения рентабельности за счет эффективного использования оборотного капитала.
курсовая работа [534,6 K], добавлен 23.03.2013Понятие цены капитала организации. Методы оценки собственного и заемного капитала. Средневзвешанная и предельная стоимость капитала. Понятие оценки рыночной стоимости предприятия. Влияние структуры капитала предприятия на его рыночную стоимость.
курсовая работа [97,5 K], добавлен 25.01.2015Классическая теория структуры капитала Модильяни и Миллера. Влияние эффективности советов директоров на благосостояние владельцев компаний, принимающих участие в слияниях и поглощениях. Менеджмент компании и перераспределение корпоративного контроля.
курсовая работа [65,0 K], добавлен 23.04.2016Понятие и экономическая сущность стоимости капитала - минимальной нормы прибыльности при вложении заработанных в ходе реализации проекта денег. Характеристика подходов и моделей определения стоимости капитала. Анализ ценовой модели капитальных активов.
реферат [81,1 K], добавлен 13.06.2010Оценка капитала предприятия. Три основных подхода к проведению оценки капитала предприятия. Капитализация дохода и дисконтирование будущих доходов. Метод рынка капиталов, метод сделок и метод отраслевой оценки. Метод оценки накопленных активов.
презентация [422,9 K], добавлен 31.03.2015Определение теории капитала различными экономическими школами и ученими. Структура рынка капитала. Кругооборот и время оборота капитала. Спрос и предложение на рынке услуг. Эволюция рынка капитала в России, тенденции и рекомендации по улучшению ситуации.
курсовая работа [1,1 M], добавлен 04.11.2009Капитал предприятия как объект экономического исследования, который характеризует общую стоимость средств в денежной, материальной и нематериальной формах, инвестированных в формирование его активов. Проведение оценки стоимости капитала предприятия.
дипломная работа [967,1 K], добавлен 02.09.2012Экономическое содержание и классификация капитала предприятия. Методики оценки и проведение анализа собственного и заёмного капитала предприятия, применение информационных технологий. Рекомендации по повышению эффективности использования капитала.
дипломная работа [1,8 M], добавлен 29.01.2013Анализ источников формирования капитала. Методика оценки стоимости капитала предприятия, оптимизации структуры. Стоимость источников собственного капитала акционерного общества. Оценка стоимости капитала ЗАО "Термотрон-завод" и оптимизация его структуры.
курсовая работа [68,7 K], добавлен 19.12.2009Изучение структуры и экономическая характеристика рынка капитала как сегмента рынка, на котором осуществляется торговля финансовыми активами. Спрос и предложение на рынках реального капитала. Дисконтирование и процент как цена использования капитала.
курсовая работа [147,8 K], добавлен 24.04.2015Сущность и виды товарных рынков России. Понятие рыночных зон в работах В. Кристаллера и А. Леша. Факторы, влияющие на развитие и размещение рыночных зон товарных рынков. Анализ рыночных зон на примере автомобильного рынка России на Дальнем Востоке.
курсовая работа [2,2 M], добавлен 20.04.2012Анализ существующих подходов к оценке влияния налогов на уровень заемного капитала. Исследование значимости корпоративного налога как детерминанты структуры капитала на развитых и развивающихся странах. Описательная статистика переменных и выборки.
дипломная работа [715,5 K], добавлен 04.09.2016Краткий анализ драйверов конкурентоспособности отдельных стран. Выявление потенциальных особенностей интеллектуального капитала российских компаний. Анализ выборочной совокупности данных по предприятиям. Эмпирический анализ интеллектуальных драйверов.
дипломная работа [514,7 K], добавлен 13.10.2016Методологический подход к формированию капитала. Основной принцип финансирования активов. Расчет средневзвешенной стоимости капитала. Определение его структуры с точки зрения максимального прироста рентабельности собственного капитала, методы оптимизации.
контрольная работа [26,5 K], добавлен 12.02.2015
