Анализ эффективности инвестирования в информационные технологии с позиции финансовых рынков и частных компаний
Существующие подходы к оценке эффективности инвестирования в информационные технологии. Влияние кризисов на цифровую трансформацию в мире и развитие ИТ-рынка. Расчет экономической эффективности внутреннего инфраструктурного проекта частной компании.
| Рубрика | Экономика и экономическая теория |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 24.08.2020 |
| Размер файла | 933,2 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.
Размещено на http://www.allbest.ru/
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ
«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»
Факультет экономических наук
Выпускная квалификационная работа
по направлению подготовки Экономика
образовательная программа «Экономика и статистика»
Анализ эффективности инвестирования в информационные технологии с позиции финансовых рынков и частных компаний
Выполнил: Студент группы БСТ161
Пегасин Кристиан Иванович
Руководитель: д.э.н., профессор
Гребнев Леонид Сергеевич
Москва 2020
Оглавление
эффективность инвестирование информационный рынок
Введение
1. Информационные технологий как объект инвестиционного анализа
1.1 Обзор существующих подходов к оценке эффективности инвестирования в информационные технологии
1.2 Информационная эффективность финансового рынка, как фактор инвестирования
1.3 Обзор тенденций развития рынка информационных технологий
1.4 Влияние кризисов на цифровую трансформацию в мире и развитие ИТ-рынка
2. Статистический анализ эффективности финансового рынка, как фактор инвестирования
2.1 Проверка американского фондового рынка на соответствие слабой форме эффективности Юджина Фамы
2.2 Проверка американского фондового рынка на соответствие полу-сильной форме эффективности Юджина Фамы
3. Оценка эффективности инвестирования в информационные технологии с позиции финансового рынка и частных компаний
3.1 Анализ влияния публикации информации об инвестировании в информационные технологии на рыночную стоимость компании
3.2 Расчет экономической эффективности внутреннего инфраструктурного Проекта частной компании
Вывод
Список литературы
Введение
В XXI веке информационные технологии приобрели особое значение как для мировой экономики, так и для жизни простых людей. Не так давно возникали споры о необходимости широкого внедрения компьютеров, но сейчас мир без информационных технологий кажется невообразимым. В настоящее время «информационные технологии» - это широко известное определение огромного спектра видов деятельности, включая процессы и методы поиска, хранения, сбора, обработки и распространения информации. Информационные технологии из узконаправленной научной области превратились в высококонкурентную отрасль, производящую товары не только широко потребляемые конечными пользователями, но и используемые другими секторами экономики. Экономическая теория развивалась параллельно с информационными технологиями, и в 1990 году неоклассическая модель экономики была заменена альтернативной теорией, предложенной Полом Ромером в его работе «Теория нового роста» [12]. Ромер предположил, что знания (и, следовательно, информационные технологии, основанные на сборе и обработке знаний) стали третьим фактором производства, оптимизирующим и дополняющим ранее признанные труд и капитал.
Стремительно развитый сектор информационных технологий превратился в привлекательную инвестиционную платформу для частных инвесторов, компаний и правительств. Эффективность и результат этих инвестиций стали широко распространенным и важным вопросом для изучения научным сообществом. Один из наиболее часто задаваемых вопросов, на который обращают внимание ученые: как фондовый рынок реагирует на инвестиции в информационные технологии. В 1993 году Брайан Дос Сантос в одной из своих работ исследовал реакцию рынка на объявление об инвестировании в инновационные информационные технологии и аналогичные объявления о других видах инвестиций [9]. Затем Дос Сантос пришел к выводу, что инвестирование в информационные технологии воспринимается рынком гораздо более позитивно и влечет за собой увеличение рыночной капитализации компании, тогда как другие виды инвестиций могут привести как к незначительному увеличению стоимости компании, так и к существенному уменьшению. Этот подход оценивает отношение рынка к стремлению компаний развивать внутренние информационные системы, но не менее важно понять, влияют ли инвестиции в ИТ на улучшение внутренних процессов или качество предоставляемых услуг, а также на ценность компании в долгосрочной перспективе. В этом случае для оценки эффективности инвестиций используются разные подходы. В 2000 году Эрик Бринольфссон исследовал взаимозависимость между объемом инвестиций в информационные технологии и ростом рыночной капитализации компании на основе результатов инвестиционного проекта [13]. Это исследование также показало положительную корреляцию между стоимостью компании и размером инвестиций в ИТ (один доллар, потраченный на информационные технологии, привел к увеличению рыночной стоимости компании на 5 долларов).
Особое внимание следует уделить оценке эффективности инвестиций внутри компании. Существуют различные методы оценки экономической эффективности инноваций в период принятия решений об инвестициях и по завершении проекта, описанные, в частности, в статье О.М. Данилина и Н.М. Лобанова в 2012 году [1].
В конечном итоге информационные технологии стали неотъемлемой частью общественной жизни, что привлекло внимание не только крупных институциональных инвесторов и компаний, но и частных инвесторов, не способных существенно влиять на поведение рынка. Как следствие, большой резонанс приобрел вопрос эффективности инвестирования в финансовые инструменты крупных ИТ-компаний на фондовом рынке и венчурные стартапы на сторонних площадках, как механизм размещения свободных денежных средств.
Целью работы является проведение серии исследований для оценки эффективности инвестиций в информационные технологии с точки зрения частного инвестора, компании и финансовых рынков в целом. Для достижения цели были поставлены следующие задачи:
· Осуществить обзор тенденций развития рынка информационных технологий;
· Изучить теоретические подходы к оценке эффективности инвестиций в информационные технологии, на их основе подготовить исследования, позволяющие произвести анализ;
· Провести статистическое исследование, основанное на проверке эффективности американского фондового рынка:
o Проверить сектор информационных технологий американского фондового рынка на соответствие «гипотезе случайных блужданий», сделать вывод о возможности применения методов технического анализа и влиянии качеств рынка на инвестиционную стратегию частных лиц;
o Проверить сектор информационных технологий американского финансового рынка на соответствие полу-сильной форме эффективности Юджина Фамы, сделать вывод о возможности для частных инвесторов принимать решения, основываясь на общедоступной рыночной информации.
· Оценить эффективность инвестирования в информационные технологии на этапе публикации информации о проекте, выявить влияние анонсирования ИТ-проекта на рыночную стоимость компании;
· Провести оценку эффективности проекта по внедрению ИТ в частной компании, исходя из личного опыта работы:
o Осуществить расчет экономической эффективности проекта по внедрению ITSM (Information Technology Service management) системы в коммерческом банке на этапе инициации проекта;
o Оценить эффективность инвестиционного проекта на основе общепринятых методов расчета ключевых показателей рентабельности.
Предметом проведенного исследования являются статистические и финансово-экономические показатели, отображающие эффективность инвестирования в информационные технологии. Объект исследования - различные формы инвестирования в информационные технологии, реализуемые частными инвесторами, организациями и институциональными инвесторами.
Ранее исследования были сосредоточены на одностороннем рассмотрении эффективности. Отличительной особенностью данной работы является то, что оценка эффективности инвестиций в ИТ рассматривается с разных точек зрения: с позиции частного инвестора, компании, финансовых рынков.
Работа состоит из нескольких частей, сначала разобраны теоретические подходы к оценке эффективности вложений в информационные технологии и проведен обзор тенденций развития рынка информационных технологий. Также рассмотрена структура ИТ-рынка и проведен сравнительный анализ производственных и финансовых показателей ИТ отрасли по отношению к другим секторам экономики. Далее будет проведен ряд исследований, позволяющих дать оценку эффективности инвестирования с точки зрения вышеперечисленных участников рынка.
В ходе исследований применялись: метод событий (event study), методы корреляционного и регрессионного анализа, тесты на наличие структурных сдвигов, оценки числовых характеристик случайной величины, а также различные способы оценки инвестиционного Проекта, основанные на подсчете чистой приведенной стоимости и основных аналитических характеристик.
1. Информационные технологии как объект инвестиционного анализа
В главе 1 рассмотрены основные аспекты инвестирования в информационные технологии и теоретические подходы к оценке эффективности вложений, а также произведен обзор тенденций развития ИТ рынка и анализ его текущего положения.
1.1 Обзор существующих подходов к оценке эффективности инвестирования в информационные технологии
Точное определение влияния инвестиций в информационные технологии на функционирование компаний было и остается важной проблемой для исследователей. В 1993 году американский ученый Брайан Л. Дос Сантос предпринял попытку изучить реакцию фондового рынка на объявление о внедрении информационных технологий в компании [9]. Исследователи собирали новостные статьи с запланированными объявлениями об инвестициях в инновации, но дата, когда информация была представлена ??рынку, не совпадала с датой публикации статьи. Поскольку ежедневные новостные бюллетени чаще всего готовятся за день до выхода, в работе делается предположение, что информация о внедрении становится доступной за день до публикации на новостном ресурсе. В то же время реализации были разделены на различные группы по ряду характеристик: инновационные, не инновационные и неклассифицированные. Было проведено наблюдение для определения отклонения фактической цены акций компании на момент объявления о реализации ИТ-проекта от прогнозируемой цены на основе метода событийного исследования. Исследование показало, что независимо от отрасли, к которой принадлежала компания, объявление о внедрении «инновационных» технологий привело к незначительному росту стоимости компаний, а публикация информации о внедрении «не инновационных» технологий (вторичных технологий, уже используемых в других компаниях с выпуском аналогичного конечного продукта), не вызывали роста цен на акции, а в некоторых случаях вызывали снижение стоимости компаний.
В продолжение работы Дос Сантоса, аналогичное исследование было проведено американскими учеными Дехнингом, Ричардсоном и Змудом в 2003 году [14]. Их целью было дополнить выводы, сделанные в предыдущих работах и не только оценить влияние информации на внедрение информационных технологий, но также определить ключевые условия, при которых рынок положительно оценивает технологические инициативы компании. Основным предположением ученых была гипотеза о том, что аномальные положительные изменения в стоимости компании вызывают трансформационные инвестиции в ИТ. Под трансформационными проектами понимается радикальное изменение бизнес-модели или создание уникального продукта или рынка, к которым конкурентам сложно адаптироваться, что позволяет компании извлекать выгоду из инвестиций в долгосрочной перспективе. Были также выделены другие типы ИТ-стратегий компаний, такие как «информативные» (инициативы по использованию информационных технологий для повышения текущей эффективности бизнес-процессов за счет автоматизации системы принятия решений) и «автоматические» (инвестиции в автоматизацию и устранение ручного труда). Согласно результатам исследования, гипотеза ученых подтвердилась, и выбор компанией стратегии трансформации ИТ (инновации в области инфраструктуры и разработка приложений) привел к увеличению стоимости компании.
В дополнение к вышеупомянутым исследованиям тема эффективности инвестиций в информационные технологии на этапе публикации освещалась Чаттерджи, Пачини и Самбамурти (2001), О и Ким [10]. В этих работах исследуются дополнительные условия объявления о внедрении ИТ, дополнительные корреляции (в зависимости от размера, экономического положения компании, а также внешних факторов).
Арун Рай (1997) также изучал показатели деятельности компаний с точки зрения экономических показателей: объем выпускаемой продукции, рассчитанный с использованием добавленной стоимости по компании и общего объема продаж, рентабельность собственного капитала (ROE), рентабельность активов (ROA), производительность труда [8]. Используя огромную эмпирическую базу данных, включая информацию о капитале ИТ, бюджете и расходах, авторы проанализировали ключевые показатели эффективности и производительности фирм. В этой работе инвестиции в ИТ были разделены на три показателя: совокупные ИТ (включая базовое ИТ-оборудование и поддержку), клиентские и интернет-системы и ИТ-инфраструктуру (ИТ-архитектура, обработка данных и управление услугами). Авторы обнаружили положительную корреляцию между расходами на ИТ, стабильной продукцией и рентабельностью активов. Наиболее высокая связь была обнаружена между инвестициями в клиентские системы и доходами на текущие активы. Инвестиции в ИТ выгодно связаны с производительностью труда, но только в том случае, когда увеличение программного обеспечения, оборудования и телекоммуникаций не превышает определенного предела. Если ИТ-архитектура растет, производительность административного персонала снижается из-за неоднородности программного обеспечения и поддерживаемых телекоммуникаций.
Инвестиции в оценку эффективности информационных технологий являются фундаментальной задачей для многих развивающихся компаний и фирм, которые адаптируют существующие технологии для себя. O.M. Данилина и Н.М. Лобанова в своей работе рассматривают различные подходы к оценке ИТ-проектов, в итоге получив синтез методов оценки инвестиций. В статье дается объяснение применения основных методов: чистая приведенная стоимость, индекс рентабельности, коэффициент окупаемости, метод анализа денежных потоков, оценка окупаемости проекта для его дальнейшего распределения [1].
Помимо оценки эффективности инвестиций в ИТ с точки зрения компании или частного инвестора, ученые также заинтересованы в проблеме влияния ИТ на экономическое развитие. В исследовании Филиппа Эйн-Дор, Майкл Майерс, К. С. Раман, фокусируются на развитии информационных технологий в четырех развитых странах и вкладе информационных технологий в национальную экономику [6]. В работе используются данные из систем национальных счетов стран для определения влияния информационных технологий на стандартные экономические и социальные показатели: количество людей, занятых в ИТ-компаниях, экспорт информационных технологий относительно валового национального продукта, количество ИТ фирм, размещенных на бирже. В статье дается оценка влияния информационных технологий на производительность экономических секторов страны, а также сопутствующие эффекты доступности образовательной инфраструктуры и частного бизнеса в стране для развития информационных технологий.
1.2 Информационная эффективность финансового рынка, как фактор инвестирования
Компании и частные инвесторы являются одними из участников финансового рынка, функционирование которых напрямую зависит от того, насколько благоприятные условия им предоставляет рынок. Многие ранее перечисленные работы исследуют изменение стоимости акций компаний в ответ на опубликованную информацию об инвестировании в информационные технологии. Таким образом, для проведения качественной инвестиционной компании необходимо предугадать поведение финансового рынка, что возможно только в условиях, когда сам рынок эффективен. На рынках, отличающихся высокой степенью экономической эффективности, предпочтительно прибегать к стратегическим инвестициям, нежели к попыткам извлечения спекулятивной прибыли. Юджином Фамой были предложен принципиально новый подход к анализу эффективности финансового рынка, в основу которого легли эмпирические исследования динамики цен акций [4]. По результатам работы была впервые сформулирована трехуровневая классификация рыночной эффективности:
Слабая форма. Предполагается, что изменение цен происходит в соответствии с «гипотезой случайных блужданий», то есть отсутствует или является несущественной корреляциях между текущей стоимостью ценных бумаг и прошлыми данными. В таких условиях применение методов технического анализа не приведет к ожидаемым результатам, ввиду отсутствия единой инвестиционной стратегии для извлечения сверхприбыли. Однако наличие слабых зависимостей не противоречат гипотезе, предполагается, что на рынке не должно быть нереализованных возможностей для арбитража.
Полу-сильная (умеренная) форма. Основывается на предположении о том, что помимо исторических данных, в цене актива также отражается вся общедоступная информация на финансовом рынке. В свою очередь, это означает, что инвестор не может получить сверхприбыль посредством использования информационных поводов, таких как публикация финансовой отчетности, объявлениях о выплате дивидендов, повторном размещении или дроблении акций и т.д. Построение инвестиционных стратегий посредством изучения поведения цен на фоне определенных информационных публикаций называется «фундаментальный анализ». Для оценки предположения об умеренной форме эффективности рынков, ученым потребовалось изучить скорость приспособления рынка к опубликованной информации. Исследованием данной формы эффективности занимались Фама, Фишер, Дженсен и Ролл (Fama, Fisher, Jensen & Roll, 1969). При проведении наблюдений за изменением цены актива после объявления существенной важной информации, ученые пришли к выводу, что, несмотря на то, что цены акций действительно повышаются, к примеру, при объявлении информации о слиянии компаний, и наоборот, падают, если компания объявляет об уменьшении дивидендов, вышеописанные изменения происходят мгновенно и скачкообразно, лишая рынок возможности для извлечения прибыли.
Сильная форма. Предполагает, что любая информация о компании, в том числе внутренняя (конфиденциальная), полностью отражена в рыночных ценах. Таким образом, даже обладая инсайдерской информацией, недоступной всему рынку, невозможно получить сверхприбыль.
1.3 Обзор тенденций развития рынка информационных технологий
В настоящее время информационные технологии применяются во всех сферах деятельности человека в целях существенного увеличения эффективности и быстродействия. Особенно важную роль ИТ играют в функционировании бизнеса, одновременно являясь конкурентным преимуществом компаний и столпом организации работы.
На сектор информационных технологий по данным компании McKinsey (одной из крупнейших консалтинговых компаний) приходилось порядка 7% мирового ВВП на конец 2019 года, при этом прогнозировался рост мировых ИТ расходов до 8% ВВП началу 2021 года.
Основным фактором роста глобального ИТ-рынка в последние годы стали продажи корпоративного программного обеспечения и облачные сервисы, позволяющие более качественно обрабатывать и хранить бизнес информацию компании, а также выстраивать систему по улучшению работы с клиентами. По прогнозам компании Gartner на фоне менее бурного роста всего рынка, глобальные ИТ-расходы на вышеперечисленные сегменты покажут рост в 9,5% [18]. Намеченные тенденции подтверждаются данными, собранными аналитиками International Data Corp (IDC), приведенными на Рис.1 [19]. Крупнейшие мировые компании в 2019 году в среднем заложили в бюджеты расходы на информационные технологии в среднем в размере около 10 млрд. долларов, давая однозначные сигналы как инвесторам, так и менее крупным компаниям о том, что будет являться полем конкурентной борьбы организаций за доходы и лояльность клиентов.
Рис. 1 Запланированный бюджет американских компаний на ИТ в 2020 г.
Однако вышеприведенные цифры не всецело оценивают вклад информационных технологий в развитие общества, помимо сугубо экономических аспектов ИТ также играю роль в социально-политической модернизации.
Так, при помощи современного программного обеспечения в большинстве развитых стран мира существенная часть административных процедур и государственных услуг оказывается онлайн, значительный процент документооборота реализован в электронном виде, также посредством информационных технологий осуществляется обучение, налаживается коммуникационная инфраструктура и качество здравоохранения.
1.4 Влияние кризисов на цифровую трансформацию в мире и развитие ИТ-рынка
В 2008 году мир пережил начало тяжелого финансово-экономического кризиса, худший со времен Великой Депрессии 1930-х гг. В США повышенный тренд на секьюритизацию привел к созданию пузырей и дальнейшему краху рынка ипотечного кредитования, вызвав побочные эффекты во всем мировом финансовом и банковском секторе. Финансово-экономический кризис 2008 года негативно сказался на инвестиционной активности в целом, и вложения в ИТ не стали исключением За 2009 год глобальные расходы на информационные технологии сократились более чем на 4% (OECD 2010). Однако уменьшение инвестиций в ИКТ было ниже, чем сокращение ВВП во всем мире, так что соотношение инвестиций в ИТ к ВВП возросло.
Рынок информационных технологий планомерно вышел из рецессии к 2010 г., достигнув докризисных показателей. Уже в 2011 г. рынок окончательно восстановился и превысил как докризисный, так и прошлогодний уровень. Рынок информационных технологий, безусловно, очень чувствителен к общему экономическому положению, поскольку в период упадка компании, в особенности расположенные в менее богатых регионах, склонны в первую очередь сокращать ИТ-расходы для поддержания операционного равновесия. Тем не менее рынок ИТ склонен восстанавливаться намного быстрее и эффективнее при улучшении экономической ситуации, нежели остальные отрасли. Особенно эта тенденция прослеживается из графика темпов роста рынка ИТ (Рис.2.), на выходе из рецессии наблюдается моментальный рост Азиатско-Тихооканского и EMEA (Европа, Ближний Восток Африка) рынков, в то время как более развитый американский рынок показал несущественный рывок в послекризисный период [21]. С точки зрения инвестора, американский ИТ-рынок является наименее рисковым и наиболее надежным для вложений в период кризиса, однако менее развитые ИТ-рынки являются платформой для получения прибыли при росте в период восстановления.
Рис. 2 Темпы роста рынка информационных технологий по регионам
В 2020 году мир столкнулся с очередным экономическим упадком, вызванным распространением вирусной инфекции. В мае 2020 года аналитики компании IDC прогнозируют падение мировых ИТ-расходов на 5,1% до $2,25 трлн в связи с сокращением капитальных расходов и отсрочкой планируемых проектов компаниями, на которые напрямую повлияла эпидемия [19]. Наименее пострадавшими отраслями считаются сектор телекоммуникаций и ИТ-инфраструктуры.
Наравне с наметившимся спадом в ИТ-отрасли и мировой экономике в целом, наблюдается устойчивый спрос на облачные сервисы и инфраструктурное программное обеспечение и оборудования, поскольку большая часть организаций начали активный переход на удаленную работу и предоставление онлайн сервиса. Таким образом, некоторые разделы ИТ-рынка являются более устойчивыми к кризису и даже показывают рост ИТ-расходов на уровне 4%. С точки зрения инвестора информационные технологии могут являться однозначно привлекательным вложением из-за очевидного тренда на ускоренные цифровые преобразования общества, выраженные во внедрении электронных систем образования, медицинской помощи, государственных услуг и онлайн торговли.
2. Статистический анализ эффективности финансового рынка, как фактор инвестирования
Информационные технологии являются одним из секторов мировой экономики, стремительно развившихся в последние десятилетия ХХ века. Для оценки эффективности инвестирования в ИТ необходимо четкое понимание того, насколько эффективен сам рынок, отражается ли вся существенная информация, в том числе информация о инвестиционных проектах в сфере ИТ, в курсовой стоимости ценных бумаг. Именно определение эффективности рынка позволяет инвестору принять решение о выборе инвестиционной стратегии.
2.1 Проверка американского фондового рынка на соответствие слабой форме эффективности Юджина Фамы
Данное исследование необходимо для проверки сектор информационных технологий американского фондового рынка на соответствие теории случайных блужданий, что позволит сделать вывод о возможности применения технического анализа в целях извлечения прибыли из инвестирования в ИТ.
Слабая форма эффективности финансового рынка характеризуется несущественным влиянием прошлых данных об изменении цен на финансовые активы на их текущую стоимость. Для реализации исследования была подготовлен массив данных из ежедневных доходностей акций ИТ компаний, размещенных на американских биржах NYSE и NASDAQ [20]. Фондовая биржа является вторичным рынком, но в силу присущих ей свойств по установлению фактической стоимости компаний и распределению существенной доли свободного капитала, корректно проводить анализ инвестирования в информационные технологии на основе вложений в крупные ИТ-корпорации, представленные на бирже. В целях определения статистических методов, которые целесообразно использовать для проверки рынка на эффективность, первоначально была проведена проверка на соответствие данных нормальному распределению.
Были сформулированы следующие нулевая и альтернативные гипотезы для проверки нормальности распределения:
H0: доходности акций компаний из сектора информационных технологий американского фондового рынка соответствуют нормальному распределению;
H1: доходности акций из сектора информационных технологий американского фондового рынка не соответствуют нормальному распределению.
В таблице 1 приведены описательные статистики доходностей акций исследуемых компаний в период с 02.01.2015 г. по 01.01.2020 г. Из подсчитанных характеристик видно, что для всех компаний выявлена асимметрия распределения. Коэффициенты асимметрии существенно отличны от нуля, что говорит о наличии скошенности влево или вправо относительно математического ожидания. Иными словами в одних компаниях положительные доходности превалируют в выбранном периоде, а у других, напротив, ежедневных доходности чаще бывают отрицательными.
Таблица 1
Характеристики положения
|
Компания |
Среднее |
Мода |
Медиана |
Эксцесс |
Асимметрия |
|
|
Apple |
0,0009 |
0,14 |
0,0009 |
3,81 |
-0,231 |
|
|
Microsoft |
0,0011 |
0,0009 |
0,0008 |
7,141 |
0,294 |
|
|
Amazon |
0,0016 |
0,01426 |
0,0013 |
9,968 |
1,027 |
|
|
HP |
0,0003 |
0 |
0,0005 |
11,983 |
-0,977 |
|
|
Cisco |
0,0005 |
-0,08 |
0,0007 |
6,4 |
-0,092 |
|
|
Oracle |
0,0002 |
0,069 |
0,0007 |
7,519 |
-0,443 |
|
|
IBM |
-0,0001 |
0,082 |
0,0004 |
6,686 |
-0,31 |
|
|
Xerox |
0,0015 |
0,138 |
0,0003 |
933,507 |
28,381 |
|
|
Alphabet |
0,0008 |
0,083 |
0,001 |
14,038 |
0,961 |
|
|
ATT |
0,0002 |
0,089 |
0,0005 |
4,903 |
-0,757 |
|
|
Netflix |
0,0018 |
0,0009 |
0,0003 |
8,866 |
0,868 |
|
|
Nvidia |
0,0023 |
0,0009 |
0,0024 |
17,351 |
0,998 |
|
|
|
0,0009 |
0,0005 |
0,001 |
17,35 |
-0,429 |
Также, исходя из полученных значений коэффициента эксцесса видно, что распределение доходностей ИТ-компаний имеет существенный положительный эксцесс. То есть пик распределения около математического ожидания острый, что говорит о меньшем разбросе данных в сравнении с теоретически нормальным распределением.
Основываясь на рассчитанных коэффициентах вариации, приведенных в таблице 2 характеристик разброса доходностей акций ИТ компаний, можно сделать вывод о неоднородности выборки. Высоки положительный коэффициент вариации свидетельствует о наличии высоких колебаний в доходностях относительно среднего изменения доходности, что может быть связано с поступившей на рынок экономической информацией.
Таблица 2
Характеристики разброса
|
Компания |
Дисперсия |
Среднеквадратическое отклонение |
Размах вариации |
Коэффициент вариации |
|
|
Apple |
0,000 |
0,016 |
0,17 |
1740,00 |
|
|
Microsoft |
0,000 |
0,015 |
0,2 |
1336,36 |
|
|
Amazon |
0,000 |
0,018 |
0,22 |
1151,25 |
|
|
HP |
0,000 |
0,018 |
0,3 |
6183,33 |
|
|
Cisco |
0,000 |
0,014 |
0,18 |
2852,00 |
|
|
Oracle |
0,000 |
0,013 |
0,18 |
6585,00 |
|
|
IBM |
0,000 |
0,013 |
0,16 |
-13020 |
|
|
Xerox |
0,003 |
0,050 |
1,8 |
3375,333333 |
|
|
Alphabet |
0,000 |
0,014 |
0,24 |
1871,25 |
|
|
ATT |
0,000 |
0,011 |
0,13 |
5790 |
|
|
Netflix |
0,001 |
0,026 |
0,32 |
1457,78 |
|
|
Nvidia |
0,001 |
0,026 |
0,49 |
1169,56 |
|
|
|
0,000 |
0,017 |
0,34 |
1974,44 |
В ходе предварительного анализа были выявлены несоответствия выбранных данных нормальному распределению, для осуществления более точной проверки был выбран критерий Колмоговора-Смирнова. В соответствии с критерием Колмогорова-Смирнова гипотеза H0 о нормальности распределения доходностей акций американских ИТ-компаний отвергается на уровне значимости б = 0,05, поскольку полученный p-value для всех организаций равен нулю, полученные результаты приведены в таблице 3.
Таблица 3
Результаты применения критерия Колмагорова-Смирнова
|
Apple |
Microsoft |
Amazon |
HP |
Cisco |
Oracle |
||
|
Статистика критерия |
0,082 |
0,081 |
0,091 |
0,101 |
0,084 |
0,087 |
|
|
p-value |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Xerox |
Alphabet |
ATT |
Netflix |
Nvidia |
|
||
|
Статистика критерия |
0,265 |
0,082 |
0,076 |
0,083 |
0,089 |
0,088 |
|
|
p-value |
0 |
0 |
0 |
0 |
0 |
0 |
Для проверки сферы ИТ американского фондового рынка на соответствие слабой форме эффективности был сформулированы следующие нулевая и альтернативные гипотезы:
H0: доходности акций американских ИТ компаний изменялись случайно во временном диапазоне исследования;
Н1: доходности акций американских компаний на временном диапазоне исследования изменялись неслучайно (выявлена корреляция с прошлыми данными).
В целях проверки применимости «гипотезы случайных блужданий» к ИТ-сектору фондового рынка было принято решение использовать тест серий (runs test) - непараметрический критерий, суть которого заключается в подсчете последовательностей значений, которые превосходят медиану выборки или идут ниже. Тест позволяет выявить автокорреляцию, наличие слишком длинных серий говорят о присутствии тренда, а следовательно, зависимости с предыдущими данными. Напротив, если наблюдается большое количество коротких серий, это говорит об отсутствии корреляции. Нулевая гипотеза этого теста - - выборка характеризуется случайностью значений и отсутствием тренда. Против альтернативной гипотезы .
Используется приближенное правило:
,
где r(n) - число серий, (n) - протяженность самой длинной серии
Результаты теста, приведенные в таблице 4, показали, что для 11 из 13 ключевых компаний американского ИТ-сектора принимается гипотеза H0. Текущие доходности акций не имеют автокорреляции с более ранними, что соответствует гипотезе случайных блужданий. Из чего можно сделать вывод, что на американском фондовом рынке невозможно получение прибыли путем технического анализа. Инвестор должен принять во внимание, что ключевую роль в эффективности его инвестиций будут играть показатели компании и общее экономическое положение. Извлечение прибыли путем выбора инвестиционной стратегии, основанной на математическом анализе и изучении прошлых цен и доходностей, маловероятно.
Таблица 4
Тест серий
|
Компания |
Количество серий |
Количество «+» |
Количество «-» |
p-value |
|
|
Apple |
646 |
629 |
629 |
0,37 |
|
|
Microsoft |
659 |
623 |
635 |
0,1 |
|
|
Amazon |
609 |
627 |
631 |
0,24 |
|
|
HP |
645 |
629 |
629 |
0,4 |
|
|
Cisco |
652 |
621 |
637 |
0,21 |
|
|
Oracle |
678 |
628 |
630 |
0,01 |
|
|
IBM |
663 |
628 |
630 |
0,06 |
|
|
Xerox |
655 |
630 |
628 |
0,16 |
|
|
Alphabet |
619 |
629 |
629 |
0,53 |
|
|
ATT |
633 |
629 |
629 |
0,87 |
|
|
Netflix |
662 |
630 |
628 |
0,07 |
|
|
Nvidia |
678 |
627 |
631 |
0,01 |
|
|
|
658 |
629 |
629 |
0,11 |
2.2 Проверка американского фондового рынка на соответствие полу-сильной форме эффективности Юджина Фамы
Крупные компании, предпринимающие крупные инвестиционные проект в ИТ-инфраструктуру, чаще всего предоставляют рынку информацию о показателях проекта, как на стадии инициации и исполнения, так и по факту реализации. Данная политика обоснована тем, что акционерам и потенциальным инвесторам необходимо понимать, является ли целесообразными вложения компании, приведут ли они к потенциальному росту в будущем и каково их влияние на текущие показатели производительности фирмы. В вышеописанных условиях и инвесторам, и компаниям критически важно оценить эффективность финансового рынка, влияет ли поступление новых данных на стоимость акций на фондовой бирже. В соответствии с «Гипотезой эффективного рынка» Юджина Фамы, «полу-сильная» форма эффективности предполагает, что в цене актива отражается вся информация, доступная рынку.
Проверка финансового рынка на соответствие «полу-сильной» форме эффективности может быть осуществлено путем тестирования динамики цен активов компании на наличие существенных структурных сдвигов в дату публикации информации. Под структурным сдвигом в данном случае предполагается значительное изменение в темпе или направленность роста стоимости актива. В качестве информационного повода для подобных преобразований могут выступать ежегодные финансовые отчеты публичных компаний, в которых содержатся ключевые индикаторы деятельности фирмы.
В рамках выполнения данного исследования были собраны данные о ежедневной динамике цен акций, датах публикации отчетности и изменениях в выручке и чистой прибыли для пяти американских ИТ-компаний, представленных на фондовой бирже США. В случае если обнародование годовых результатов деятельности компании влияет на изменение цен акций, то фондовый рынок характеризуется «полу-сильной» формой эффективности. Напротив, если публикация отчетности не влечет за собой существенного изменения динамики цен, то это может означать, что информационная функция выполняется некорректно и «полу-сильная» форма эффективности не присуща ИТ-сектору американского фондового рынка.
Для анализа структурных сдвигов был использован тест Чоу, проверяющий наличие структурных сдвигов в выборке и однородность данных. Для проверки гипотезы были использованы цены акций пяти компаний (Apple, Microsoft, Oracle, Cysco Systems, Facebook) на временном промежутке четыре года [20].
В основе метода лежит разбиение общей выборки на две подвыборки (до и после публикации отчета), которые можно представить в виде одной модели, используя фиктивные переменные:
Нулевая гипотеза предполагает отсутствие структурных сдвигов в выбранной временной точке и выглядит следующим образом:
Для анализа был использован 3-ий тип теста Чоу, проверяющий как изменение константы, так и коэффициента регрессора, то есть помимо преобразования направления роста (падение или увеличение цен) исследуется темп прироста стоимости, вызванный публикацией ключевой информации для оценки инвестиционной привлекательности компаний.
Результаты теста приведены в таблице 5. В 13 из 15 исследуемых случаев выявлены существенные структурные сдвиги в ценах акций компаний на уровне значимости б=0,01, что говорит о корректном отображении рынком публичной информации. Отсутствие радикальных сдвигов в двух случаях можно объяснить несущественным изменением функциональных показателях компаний, в отчетах за вышеупомянутые даты не было разительных изменений в выручке и чистой прибыли компаний ни в сторону уменьшения, ни увеличения. Данные исключения могут быть обусловлены тем, что инвесторами ожидались подобные результаты деятельности фирм, поэтому их огласка не привела изменениям в динамике цен акций. Графический анализ динамики доходностей акций на наличие структурных сдвигов добавлен в Приложение 2.
Таблица 5
Результаты теста Чоу
|
Компания |
Дата публикации |
p-value |
Изменение цены после публикации значимо |
Выручка (млн. долларов) |
Чистая прибыль (млн. долларов) |
|||
|
10% |
5% |
1% |
||||||
|
Apple |
||||||||
|
26.10.2016 |
0,00 |
да |
да |
да |
215 639 |
45 687 |
||
|
03.11.2017 |
0,0006 |
да |
да |
да |
229 234 |
48 351 |
||
|
05.11.2018 |
0,00 |
да |
да |
да |
265 695 |
59 531 |
||
|
Microsoft |
||||||||
|
18.10.2016 |
0,00 |
да |
да |
да |
91 154 |
16 571 |
||
|
16.10.2017 |
0,00 |
да |
да |
да |
96 571 |
25 489 |
||
|
16.10.2018 |
0,00 |
да |
да |
да |
110 360 |
20 539 |
||
|
Oracle |
||||||||
|
22.06.2016 |
0,000 |
да |
да |
да |
37 047 |
8 901 |
||
|
27.06.2017 |
0,02 |
да |
да |
нет |
37 728 |
9 335 |
||
|
22.06.2018 |
0,00 |
да |
да |
да |
39 831 |
3 825 |
||
|
Cisco Systems |
||||||||
|
19.10.2016 |
0,00 |
да |
да |
да |
49 247 |
10 739 |
||
|
23.10.2017 |
0,0001 |
да |
да |
да |
48 005 |
9 609 |
||
|
17.10.2018 |
0,00 |
да |
да |
да |
49 330 |
110 |
||
|
|
||||||||
|
02.02.2017 |
0,0027 |
да |
да |
да |
27 638 |
3 218 |
||
|
01.02.2018 |
0,00 |
да |
да |
да |
40 653 |
3 723 |
||
|
31.01.2019 |
0,11 |
нет |
нет |
нет |
55 838 |
4 152 |
Подводя итоги, результаты исследований показали, что ИТ-сектор американского фондового рынка соответствует как «слабой», так и «полу-сильной» форме эффективности. Из этого следует, что частным инвесторам при оценке эффективности вложений в информационные технологии следует опираться на публичную информацию, предоставляемую компаниями, и строить инвестиционной стратегию, основанную на прогнозировании реального экономического эффекта и стратегической важности внедрения информационных технологий.
3. Оценка эффективности инвестирования в информационные технологии с позиции финансового рынка и частных компаний
3.1 Анализ влияния публикации информации об инвестировании в информационные технологии на рыночную стоимость компании
В настоящее время крупные компании, ступившие на путь публичности и разместившие свои акции на фондовой бирже, тщательно следят за новостями о компании, выходящими в общее информационное поле. Данное поведение обусловлено моментальной обработкой рынком и отображением оглашенной информации в котировках цен акций. В таких условиях компаниям приходится тщательно выбирать время и подачу для анонсирования инвестиционных проектов, в том числе и в области информационных технологий.
Таким образом, одним из ключевых вопросов оценки эффективности инвестирования в информационные технологии является, каким образом анонс решения о старте ИТ-проекта влияет на рыночную стоимость компании. Для проведения исследования было принято решение воспользоваться методом исследования событий (event study), к которому прибегали авторы в большинстве рассмотренных литературных источников [2]. Суть метода заключается в оценке изменения цен акций компаний в момент публикации новой информации путем вычисления аномальных доходностей.
В качестве информационного повода были использованы объявления крупнейших американских компаний об инвестировании в ИТ, опубликованные в интернет-источниках. Также были собраны данные об изменении цен акций компаний за фиксированный период до и после анонса. В качестве окна оценивания (периода до выбранного события, на основе которого будет производиться оценка прогнозируемой доходности акций) был выбран временной диапазон в 200 дней. Для проведения анализа на выявление аномальных доходностей были выбраны два временных интервала - 5 дней до и после события для включения возможных инсайдерских утечек, а также период в 10 дней после события.
Для оценки предполагаемой нормальной доходности акций компаний была выбрана модель, включающая в себя рыночную предпосылку о зависимости между доходностью ценных бумаг и общей динамикой рыночного индекса. Модель выглядит следующим образом:
(1)
где
- нормальная прогнозируемая доходность акции компании i в момент времени t;
- доходность рыночного портфеля в момент времени t;
, - оцениваемые коэффициенты компании
Поскольку все изучаемые компании, вошедшие в выборку, относятся к американскому фондовому индексу S&P500, было принято решение использовать данный индекс в качестве доходности рыночного портфеля. Дневные доходности акций и рынка рассчитывались по формуле:
(2)
где
Rt - доходность акции компании/рыночного индекса в день t;
Pt - цена акции компании / значение рыночного индекса в момент времени t;
Pt-1 - цена акции компании / значение рыночного индекса в момент времени t-1.
Аномальные доходности, предположительно вызванных публикацией информации об инвестициях, были рассчитаны как разность между фактическими ценами акций и нормальной доходностью, оцененной посредством модели:
(3)
где
- оценка избыточной доходности акции компании i в день t;
Rit - фактическая доходность акции компании i в день t;
Rmt - доходность рыночного индекса в день t.
Поскольку окно события подразумевает под собой некоторый период, в течение которого оглашенная информация обрабатывается рынком и преобразует котировки, необходимо рассчитать накопленную аномальную доходность (CAR), как сумму всех избыточных доходностей за выбранный отрезок времени.
В целях проверки значимости полученной аномальной доходности был использован t-критерий Стьюдента. Было взято максимальное критическое значение, равное 1,96 на уровне значимости 0,05. Если наблюдаемое значение больше критического, то гипотеза о присутствии существенной избыточной доходности в период публикации информации об инвестировании принимается. Наблюдаемое значение вычислено по формуле:
(4)
где
- накопленная аномальная доходность;
- стандартное отклонение избыточной доходности;
n - число дней в окне события.
По результатом исследования, приведенным в Таблице 6, можно сделать вывод о неоднозначности отражения инвестиций в ИТ в рыночной стоимости акций. Инновационные технологии продемонстрировали лучшие показатели накопленной избыточной доходности (большая часть из них либо положительны, либо наименее убыточны). Тем не менее, лишь для четырех компаний результаты инвестирования и полученную аномальную доходность можно считать значимыми на уровне значимости 0,05.
Таблица 6
Результаты анализа изменения цен акций методом событий
|
Компания |
Дата объявления |
CAR (-5:5) |
t набл. |
CAR (0:5) |
t набл. |
|
|
Не инновационные |
||||||
|
Bank of America |
26.02.2018 |
-0,56% |
-0,16 |
1,16% |
0,45 |
|
|
JP Morgan Chase |
01.04.2020 |
-8,53% |
-2,30 |
-3,43% |
-1,25 |
|
|
Intel |
01.04.2019 |
0,16% |
0,03 |
0,87% |
0,25 |
|
|
United health Group |
28.11.2017 |
2,25% |
0,82 |
2,23% |
1,10 |
|
|
Visa |
16.09.2019 |
-7,52% |
-3,21 |
-1,31% |
-0,76 |
|
|
Инновационные |
||||||
|
Apple |
30.08.2019 |
1,08% |
2,09 |
1,61% |
1,97 |
|
|
Citibank |
08.01.2020 |
-0,21% |
-0,07 |
0,36% |
0,07 |
|
|
Boeing |
13.08.2018 |
-0,56% |
-0,12 |
-0,17% |
0,51 |
|
|
NVIDIA Corporation |
11.03.2019 |
0,90% |
0,77 |
4,21% |
2,05 |
|
|
3M Company |
02.05.2019 |
1,53% |
1,56 |
3,49% |
0,98 |
|
|
Неклассифицированные |
||||||
|
Netflix |
16.10.2017 |
-0,28% |
-0,11 |
0,43% |
0,31 |
|
|
WalMart |
02.05.2019 |
0,55% |
0,96 |
1,44% |
1,09 |
|
|
HoneyWell |
07.12.2017 |
-1,89% |
-0,22 |
0,02% |
0,01 |
|
|
PayPal |
04.06.2019 |
-1,77% |
-0,89 |
-1,12% |
-0,80 |
|
|
StarBucks |
20.03.2019 |
-3,30% |
-1,56 |
-1,21% |
-0,68 |
3.2 Расчет экономической эффективности внутреннего инфраструктурного Проекта частной компании
В ХХI веке информационные технологии стали одним из основополагающих факторов продуктивной работы компании. В частности, одними из основных потребителей ИТ оборудования и сервисов стал банковский сектор. В настоящее время крепкая ИТ инфраструктура является залогом предоставления наиболее качественного и быстрого обслуживания. Все бизнес-процессы как частных, так и государственных банков от денежных перевод до подсчета скор-балла по кредитной заявке, а также дальнейшем принятии решении о выдаче кредита, осуществляются при помощи информационных технологий. В таких условиях безусловно важным становится фактор поддержания отказоустойчивости информационных систем, модернизации оборудования и помощи сотрудникам бизнес подразделений с возникающими у них проблемами в части использования ИТ сервисов банка.
Для оказания поддержки как внешних пользователей, к примеру, осуществляющих операции в мобильном или веб-приложениях банка, так и внутренних при работе в автоматизированной банковской системе или иных ИТ приложениях, функционируют отдельные подразделения, отвечающие за прием и обработку заявок пользователей, сопровождение и доработку банковских систем, решение инцидентов при некорректной работе или угрозе информационной безопасности. В данном контексте информационные технологии перестают быть просто инструментом автоматизации работы, а становятся сервисом, у которого есть заказчик и производитель в лице ИТ службы банка. Для предоставления качественного и своевременного сервиса ИТ поддержке банка требуется система для регистрации, учета и мониторинга выполнения заявок.
В ходе работы в коммерческом банке мне предоставилась возможность поучаствовать во внедрении ITSM (Infromation Technology Service Management) системы, заменившей ранее использовавшемуся устаревшему программному обеспечению, в роли менеджера проекта. Целью проекта было внедрение новой системы по управлению заявками на предоставление ИТ поддержки: включая инциденты (заявки с наивысшим приоритетом, связанные с приостановкой или некорректной работой одного из бизнес-процессов), запросы на обслуживание (предоставление консультаций, выполнение работ связанных с штатным функционированием оборудования и программного обеспечения) и запросы на изменение (обращения по разработке новых или доработке существующих информационных систем).
На этапе инициации проекта для принятия управляющим органом банка решения о старте работ требуется подготовка обоснования, в том числе включающего в себя оценку предполагаемой экономической эффективности проекта в долгосрочной перспективе. Для предоставления данного расчета был использован метод оценки инвестиционных проектов NPV (Net Present Value), основанный на методологии дисконтирования денежных потоков, связанных с внедрением новой информационной системы. На основе коммерческих предложений, предоставленных участниками тендера на поставку системы, а также вычисления планируемых затрат на изменение ИТ инфраструктуры, настройку и внедрение ITSM системы, была сформирована расходная ведомость проекта. Аналогично на основе ожидаемых изменений в трудозатратах персонала на решение запросов и поддержку программного обеспечения были подсчитаны предполагаемые доходы/экономия от реализации проекта. Полученные результаты приведены в Таблицах 6 и 7, полная система расчета добавлена в Приложение 2.
Таблица 6
Доходная часть расчета приведенной стоимости денежных потоков
|
Описание |
Сумма |
Приведенная сумма |
|
|
Периодические доходы, которые могут быть потенциально получены |
|||
|
Отсутствуют (внтуренний инфраструктурный проект, не нацеленный на извелечние бизнес прибыли) |
0р. |
0р. |
|
