Размещено на http://www.allbest.ru/

Оглавление

мультипликатор рынок российский

Введение

1. Фундаментальные детерминанты P/E

1.1 Анализ релевантных теоретических моделей

1.2 Обзор эмпирических исследований

2. Методология эмпирического исследования. Формирование гипотез

2.1 Выбор стратегии исследования

2.1 Расчет оценки затрат на капитал

2.1.1 Определение прокси параметров модели

2.1.2 Поиск решения

2.2 Определение спецификации модели

2.2.1 Определение формы модели

2.2.2 Определение факторов риска и гипотез исследования

3. Результаты эмпирического исследования

3.1 Описание выборки

3.2 Оценка затрат на собственный капитал

3.3 Описание переменных регрессионных моделей

3.4 Тестирование сквозных регрессий

3.5 Тестирование регрессии Фамы-Макбета

3.6 Оценка степени влияния факторов риска на затраты на собственный капитал

3.7 Расчет целевого значения P/E

Заключение

Список литературы

Приложения



Введение

Мультипликатор P/E, представляющий собой отношение цены акции к чистой прибыли на одну акцию (далее EPS), является одним из самых популярных показателей, используемых в сравнительном подходе к оценке стоимости компаний и в диагностировании переоцененности фондовых рынков различных стран в целом. Популярность мультипликатора объясняется не только простотой его расчета, но и тем фактом, что P/E наглядно показывает сколько долларов инвестор готов заплатить за один доллар текущей годовой чистой прибыли компании. Основным мотивом для написания данной работы явилось положение российского рынка по сравнению с рынками других стран по P/E. Медианное значение P/E российского рынка в 2005-2015 гг. ниже всех рынков развитых и развивающихся стран (рисунок 1). Например, при применении метода рыночных мультипликаторов для оценки российских акций скидка с рыночной цены американских аналогов может составлять около 50%.

Рисунок 1 Медианное значение P/E рынков (расчеты автора)



В свою очередь, при рассмотрении динамики изменения P/E в сравнении с мировым показателем (на основе индекса MSCI World) дисконт будет варьироваться от 25% до 70% в зависимости от года. В данной работе мы стремимся объяснить данное положении России и создать метод расчета целевого показателя P/E, который мог бы обосновать наличие дисконта по отношению к развитым и развивающимся рынкам.

Рисунок 2 Динамика P/E России относительно мира (расчеты автора)

Практическая ценность наличия такого метода заключается в следующих приложениях:

· диагностирование переоцененности/недооцененности рынка на основании целевого показателя (сейчас, как правило, расчет идет на основании исторического среднего показателя);

· расчет дисконта при оценке стоимости компании по аналогам из других стран на основании целевых показателей рынков;

· расчет целевого P/E для компании на основании регрессионной зависимости мультипликатора от ключевых параметров, используемых в методе (коэффициенты регрессии при этом переоцениваются по группе компаний-аналогов) (Damodaran, 2009).

Целью настоящего исследования является разработка метода расчета целевого показателя P/E для российского рынка.

Для достижения поставленной цели предполагается выполнить следующие задачи:

· на основании теоретических моделей выявить основные фундаментальные показатели, определяющие мультипликатор;

· проанализировать существующие эмпирические исследования для рынков развитых и развивающихся стран, чтобы выявить основные подходы для достижения поставленной цели;

· определить спецификации моделей и провести их тестирование;

· интерпретировать полученные результаты;

· рассчитать целевые значения P/E для российского рынка.

Объектом исследования является мультипликатор P/E, рассчитываемый для индекса рынка России. Предметом исследования являются фундаментальные детерминанты, оказывающие влияние на значения данного мультипликатора.

В первой главе описываются теоретические модели, на основании которых выявляются фундаментальные детерминанты P/E, рассматриваются характеристики данного мультипликатора и анализируется существующие эмпирические исследования для рынков развитых и развивающихся стран.

Во второй главе описывается методология проведения исследования: определяются гипотезы, спецификации моделей, исследуемые детерминанты и требования к выборке.

В третьей главе формализуется выборка, даётся описание реализации методологии исследования, а также полученных результатов эконометрических исследований и их интерпретация.

В работе были использованы базы данных периодических изданий Web of Science и Scopus, информационные терминалы Bloomberg, базы данных World Bank, Inernational Monetary Fund и др.



1. Фундаментальные детерминанты P/E

В данной работе, для определения фундаментальных детерминант используются модели оценки стоимости собственного капитала, в которых в качестве прокси показателя денежного потока принимается чистая прибыль компании:

, (1)

где F - модель;

V - оценка стоимости собственного капитала;

E - чистая прибыль компании;

{d} - набор фундаментальных детерминант.

Такие модели позволяют определить детерминанты мультипликатора:

(2)

1.1 Анализ релевантных теоретических моделей

Для определения фундаментальных детерминант необходимо провести анализ релевантных моделей оценки стоимости:

Начнем с модели дисконтирования дивидендов. В данной модели предполагается, что дивиденды растут с постоянной скоростью. Это позволяет оценить стоимость компании как приведённую стоимость одинаково изменяющегося во времени потока платежей.

, (3)



где - ожидаемая чиcтая прибыль на одну акцию,

- коэффициент выплат;

g - ожидаемый годовой темп роста дивидендов;

- ставка дисконтирования.

Данная модель предполагает наличие жестких предпосылок. Однако, в реальности компании проходят несколько фаз жизненного цикла: становление, бурный рост, замедление роста на этапе зрелости и упадок в последние годы существования. В результате, на каждой из фаз значение чистой прибыли и коэффициента выплат будут отличаться.

Поэтому широкое распространение получил более гибкий аналог - двухфазная модель дисконтирования денежных потоков. Двухфазная модель предполагает выделение фазы активного роста и стабильного развития, для которых характерны свои темпы роста и рентабельности. Выделение отдельно фазы активного роста обусловлено необходимостью учитывать особенности развития компании в ближайший прогнозный период (подобная особенность может заключаться в наличии у компании конкурентных преимуществ) (Damodaran, 2006):

(4)

где - ожидаемая чиcтая прибыль на одну акцию;

- коэффициент выплат;

- ожидаемый темп роста дивидендов на стадии роста и на стадии стабильного развития;

- ставка дисконтирования на стадии роста и на стадии стабильного развития.

Учитывая прямую связь темпов роста с коэффициентом выплат и рентабельностью собственного капитала (далее ROE), можно получить следующую зависимость:

(5)

Тогда связь P/E с фундаментальными детерминантами:

(6)

Данное представление определяет следующие свойства мультипликатора (Damodaran, 2006):

· P/E растет по мере увеличения коэффициента выплат и рентабельности собственного капитала;

· P/E падает при увеличения затрат на собственный капитал;

· P/E растет при увеличении прогнозируемого темпа роста, если рентабельность собственного капитала превосходит затраты на собственный капитал.

На основании двухфазной модели дисконтирования денежных потоков McKinsey в своей коллективной монографии (Koller, Goedhart, Wessels, 2010) приводит данные расчета целевого показателя P/E для рынка США. Результаты показывают, что наблюдаемые на рынке показатели мультипликатора близки к целевым, что является прямым свидетельством жизнеспособности модели.



Рисунок 3 Фундаментальный P/E

Для верификации результатов, полученных по двухфазной модели, рассмотрим модель Ольсона. Модель Ольсона связывает стоимость компании с будущим дисконтируемым потоком избыточной прибыли (Ohlson, Gao, 2006):

(7)

где - балансовая стоимость компании;

- прогноз избыточной прибыли (.

Согласно модели, мультипликатор возможно представить с точки зрения ожидания избыточной прибыли (Кузнецов, 2009):

(8)

Данное представление определяет следующие свойства мультипликатора:

В случае если компания приносит только нормальную прибыль (избыточная прибыль = 0), целевой показатель мультипликатора рассчитывается по формуле . Это говорит о том, что для стабильной компании значение мультипликатора будет определяться только затратами на собственный капитал. Любое отклонение от этого значения будет объясняться вероятностью создания (разрушения) стоимости компании в будущем.

Учитывая связь избыточной прибыли с рентабельностью собственного капитала:

(9)

мы может заключить, что обе модели приводят к следующему набору детерминантов:

· Затраты на собственный капитал

· Рентабельность собственного капитала

· Прогноз темпа роста прибыли

· Коэффициент выплат

Рассмотренные модели оценивают собственный капитал и в явном виде не учитывают возможное влияние структуры капитала на мультипликатор. В коллективной монографии McKinsey (Koller, Goedhart, Wessels, 2010) показана влияние значений мультипликатора компании с заемным капиталом и без заемного:

, (10)

где D - заемный капитал;

V - стоимость компании;

- затраты на заемный капитал.

Данная зависимость более ясно прослеживается, если это выражение преобразовано с использованием показателя E/P и финансового рычага (F):

, (11)

Если учесть, что для компаний с нулевой избыточной прибылью , то ; отсюда следует, что мультипликатор P/E компании с заемным капиталом будет меньше, чем у аналогичной компании, финансируемой только за счет собственного капитала.

Поэтому перечень детерминантов логично дополнить затратами на заемный капитал и финансовым рычагом.

Таким образом, данный мультипликатор, не смотря на простоту расчета, подвержен комплексному воздействию как особенностей финансовой архитектуры самой компании, так и той среды, в которой компания существует. И этот факт должен быть учтен при использовании мультипликатора аналитиками. Для сравнительной оценки стоимости компании компании-аналоги должны обладать схожими релевантными характеристиками компании и среды её функционирования, либо должны быть использованы корректировки, нивелирующие различия в этих характеристиках. Такой подход разумно использовать при диагностике переоцененности рынков в целом.

1.2 Обзор эмпирических исследований

Следствием популярности мультипликатора P/E явилось большое количество работ, посвященных различным свойствам данного показателя. Эти эмпирические исследования можно разделить на две группы:

· Определение детерминант P/E;

· Оценка эффективности стоимостного инвестирования на основе P/E.

Работы первой группы, как правило, обосновывают выбор детерминант на основе модели дисконтирования дивидендов. Далее в них выбираются наиболее релевантные, по мнению авторов, прокси этих детерминант для проведения тестирования на реальных данных. При этом в качестве зависимой переменной используется обратный показатель E/P, так как это позволяет более корректно учесть форму функциональной связи детерминант согласно модели дисконтирования дивидендов в линейной регрессии.

Далее в таблице приведены исследования на различных рынках. Все предложенные детерминанты классифицированы согласно выявленному в предыдущем пункте перечню фундаментальных детерминант.

Таблица 1 Эмпирические исследования

Статья	Выборка	Затраты на собственный капитал	Затраты на заемный капитал	Рентабельность собственного капитала	Прогноз темпа роста прибыли	Коэффициент выплат	Финансовый рычаг
Fairfield, 1994	S&P 500, 1970-1984				Percentage Earings Change
Ramcharran, 2002	21 emerging markets, 1992-1999	Euromoney score on credit risk indicator for each country		Euromoney score on economic performance for each country
Anderson, Brooks, 2006	United Kingdom,1975-2003	Size (MV)
Huang, Tsai , Chen, 2007	USA, 1982-2002	standart deviation of stock returns			analysts' growth rate forecast	Dividend payout ration	financial leverage
		yiled of Baa-rates bonds
		Size (MV)
Afza, Tahir, 2012	Pakistan, 2005 - 2009	Market returns			Tobin's Q	Dividend Payout	financial leverage
		Variability in market price
		Size (Sales)
Huang, Wirjanto, 2012	USA, China, 1997 -2007	Earnings Volatility			EPS growth rate over the past three years
Dudney , Jirasakuldech , Zorn, 2004	S&P 500, 1963-2003	T-Note			Dividend payout ration
		yield
		Fama-French	Default Spread		Forecasted
		SMB Factor			Growth S&P500 Index
		Fama-French
		HML Factor
Faezinia, 2012	Iran, 2005-2011	systematic risk (в)	interest rate	return on equity	expected growth rate	dividend yield	financial leverage

Прогноз роста использовался почти во всех исследованиях и везде показал значимость. В качестве прокси в исследованиях использовались:

· Прогнозы аналитиков;

· Исторические темпы роста;

· Прокси роста (Tobin's Q).

Данная связь давно выявлена в эмпирических исследованиях. И одним из проявлений признания этого факта стало предложение модификации мультипликатора для получения более корректной оценки при сравнительном подходе - отношение P/E к росту:

.

Коэффициент выплат в исследованиях представлен либо долей дивидендных выплат в чистой прибыли, либо дивидендной доходностью. Значимость данного детерминанта не подтверждена в работе (Dudney, Jirasakuldech, Zorn, 2008), что может быть следствием двух факторов: во-первых, в работе исследовался только индекс S&P 500; во-вторых, агрегированный показатель S&P Dividend Payout Ratios на большей части исследуемого периода согласно (Yardeni Research, 2016) был слабо волатилен и в среднем был равен 50%. Соответственно, вариация этого агрегированного показателя имеет слабую объясняющую способность для вариации P/E.

Анализ влияния финансового рычага и анализ затрат на заемный капитал встречаются в работах реже. Эмпирические исследования показывают, что в целом финансовый рычаг и затраты на заёмный капиталоказываются значимыми. Несмотря на то, что в работе (Afza, Tahir, 2012) финансовый рычаг оказался не значим, это можно объяснить особенностью выборки данного исследования - химический сектор Пакистана. Как правило, для конкретных отраслей финансовый рычаг стремится к некоторому оптимуму (Аглиарди, Лукьянова, 2011) и обладает малой изменчивостью.

Наибольшее разнообразие прокси мы видим в части определения затрат на собственный капитал:

· Меры риска: волатильность прибыли, волатильность доходности;

· Компоненты моделей затрат на собственный капитал: рыночный риск (CAPM модель), фактор размера, фактор стоимости (модель Фамы-Фрэнча).

Анализ значимости отдельных прокси не представляется целесообразным, так как авторы анализируемых исследований изначально использовали разные подходы к моделированию риска. Однако, значимость факторов риска в рассмотренных исследованиях объективно подтверждена анализируемыми исследованиями.

Второй класс работ посвящен исследованиям доходностей стратегий инвестирования на основе P/E. Впервые эффект влияния P/E на доходность инвестиций был выявлен в работе Басу (Basu, 1977): акции с низким значением P/E показывают доходности выше предсказанных в рамках CAPM. В более современном исследовании (Moore, 2015) данный факт подтверждается для США при использовании в качестве базовой модели не только CAPM, но и многофакторных моделей. Одним из возможных объяснений данного эффекта может быть то, что P/E является хорошим прокси тех рисков, которые еще не учтены. Данное объяснение кажется вполне логичным с учетом того, что затраты на капитал, отражающие концепцию «доходность - риск», являются фундаментальным детерминантом. В работе (Noda, Martelanc, Kayo, 2015) на примере рынка Бразилии в период с 1995 по 2013 гг была исследована четырехфакторная модель (к трем факторам Фамы-Френча добавлен фактор на базе P/E). Фактор P/E оказался значимым и увеличил объясняющую силу модели.

Обзор существующих исследований показывает, что на развитых и развивающихся рынках эмпирическое подтверждение получили все фундаментальные факторы, входящие в рассмотренные модели дисконтирования дивидендов и модели Ольсона.

Исходя из всего вышесказанного, мы можем сделать два вывода: во-первых, все выявленные в исследованиях детерминанты могут быть рассмотрены как прокси одного из фундаментальных детерминантов; во-вторых, существующие модели затрат на капитал, возможно, не могут объяснить все те риски, которые были учтены в P/E.



2. Методология эмпирического исследования. Формирование гипотез

Основная задача данного исследования состоит в определении причин, по которым Россия занимает последнее место в списке развитых и развивающихся стран по величине фактического P/E. Иными словами, мы должны определить те характеристики рынка (страны), которые вызывают существующий дисконт. Подобная детерминация должна быть универсальной, то есть справедливой как для российского рынка, так и для всех рынков других стран. Такая постановка задачи требует расширения объекта исследования, поэтому в выборку включены дополнительно рынки развитых и развивающихся стран (включение нарождающихся рынков было не целесообразно, так как их доля с мировом индексе согласно MSCI составляет около 0,5%) . Поэтому, с учетом того, что искомые ключевые характеристики могут меняться во времени, исследование проводится с помощью анализа панельных данных и использованием соответствующих моделей. Проведем предварительный анализ факторов, которые могут заключать в себе искомые характеристики.

Проведенный обзор существующих исследований по данной тематике показал вполне ожидаемый результат: все эмпирически подтвержденные детерминанты являются прокси фундаментальных детерминант. Отсюда следует, что логично провести такой анализ в разрезе установленных фундаментальных детерминант, которые в свою очередь целесообразно разделить на две группы:

Измеримые (наблюдаемые) показатели:

· Рентабельность собственного капитала;

· Коэффициент выплат;

· Затраты на заемный капитал;

· Финансовый рычаг.

Оценочные показатели:

· Затраты на собственный капитал;

· Прогноз темпа роста прибыли.

Первая группа включает в себя показатели, которые объективно наблюдаются и могут быть измерены на основе отчетности компаний. Таким образом, если причинами отклонения наблюдаемого P/E от целового являются факторы первого класса, то рынок либо недооценен, либо переоценен.

Вторая группа включает в себя показатели, оценка которых носит субъективный характер. Прогноз роста оценивается, как правило, по консенсус-прогнозам аналитиков либо по историческим темпам роста. Оценка затрат на капитал может формироваться как сумма безрисковой ставки и премий за риск, с учетом подверженности активов факторам риска. Если причинами отклонения наблюдаемого P/E от целового являются факторы второй группы, то причиной может являться одно из двух предположений:

· рынок либо недооценен, либо переоценен;

· показатели, используемые в расчете, были некорректно оценены.

С учетом того, что объектом исследования являются агрегированные на уровне рынка показатели, в части прогноза роста мы можем положиться на прогнозы МВФ, Мирового банка. Такой выбор обусловлен тем, что других сравнимых (имеющих единую методологическую базу) для групп стран нет. По этой причине в данной работе предлагается сосредоточиться именно на затратах на собственный капитал, выявлении значимых факторов риска и степени их влияния на мультипликатор.

2.1 Выбор стратегии исследования

Рассмотрим возможные варианты исследования влияния затрат на капитал.

Во всех рассмотренных исследованиях изучается линейная зависимость E/P от детерминантов без учета функциональной формы связи. Согласно (Данилов и др., 2013) данный подход может быть обусловлен целями, которые ставили авторы исследований: определение детерминантов для выявления параметров, по которым можно отобрать наиболее подходящие компании-аналоги для оценки. Для этого достаточно установить факт наличия зависимости мультипликатора от детерминанта. Однако, для решения задачи, поставленной в данной работе, этого не достаточно, так как игнорирование функциональной формы связи показателей приведет к некорректной оценке влияния затрат на капитал на P/E и, как следствие, некорректному определению факторов риска.

Для целей данного исследования разумно выделить два этапа исследования:

1) расчетным образом получить оценку затрат на капитал из наблюдаемых показателей;

2) определить форму модели для поиска факторов риска, влияющие на оценку, полученную на первом этапе, и перечень их.

2.1. Расчет оценки затрат на капитал

Для реализации первого этапа обратимся к подходу Implied cost of capital (далее ICC). ICC предполагает расчет вменённой ставки дисконтирования, исходя из наблюдаемой стоимости актива. Подход позволяет оценить ставку дисконтирования, которую подразумевают инвесторы.

Рассмотрим основные варианты реализации ICC на примере других эмпирических исследований для определения способа оптимально адаптировать ICC для решения нашей задачи.

В работе (Lee, Swaminathan, 2009) используется модель дисконтирования свободных денежных потоков на собственный капитал:

, (12)



где P - текущая наблюдаемая стоимость компании;

- ожидаемый свободный денежный поток на собственный капитал;

- затраты на собственный капитал.

Данная модель была модифицирована авторами для практических расчетов к виду двухфазовой модели дисконтирования дивидендов:

, (13)

где FE - прогноз чистой прибыли;

b - коэффициент реинвестирования;

T - длина прогнозного периода.

В рассматриваемой работе были приняты следующие допущения:

· прогнозный период равняется двум годам;

· прогноз чистой прибыли оценивается на основе консенсус-прогнозов аналитиков;

· коэффициент реинвестирования оценивается на основе исторических данных по коэффициенту выплат дивидендов.

Авторы в данной работе показывают, что подход ICC позволяет более корректно оценить затраты на собственный капитал, которые при использовании стандартных подходов были бы искажены шумом наблюдаемых доходностей. Также данный подход может явиться новым источником для поиска детерминант в исследованиях на уровне компаний.

В работе (Claus, Thomas, 2001) для расчета вменных затрат на капитал используется модель Ольсона:

(14)



где B - балансовая стоимость компании.

Данная модель также была модифицирована для практических расчетов к двухфазовой модели:

, (15)

где - долгосрочный прогноз роста прибыли.

В работе (Lee, Swaminathan, 2009) были проведены расчеты согласно двух описанных реализаций ICC на одной и той же выборке. Расчеты показали, что обе реализации дают схожие оценки затрат на капитал.

Необходимо заметить, что подход обладает очевидном недостатком: используя рыночную стоимость в качестве отправной точки для расчета, мы закладываем в конечный результат возможную ошибку, в том случае когда рынок переоценивает/недооценивает актив. Однако, включение в выборку большого количества объектов (рынков стран) на протяжении значительного периода(включающего кризис), позволит нивелировать влияние таких ошибок.

Рассмотрев примеры реализации, мы можем адаптировать ICC для нашей задачи: провести расчет оценки затрат на капитал, исходя из наблюдаемого значения мультипликатора P/E.

Взяв за основу двухфазную модель дисконтирования денежных потоков в следующем представлении:

(16)

Мы имеем зависимость , от которой мы переходим к .

Необходимо отметить, что поскольку используемая модель не учитывает структуры капитала, то для расчета оценки затрат на капитал будем использовать расчетное P/E в предположении о нулевом долге, которое получается из наблюдаемого P/E на основе указанной раннее связи значений мультипликатора компании с заемным капиталом и без заемного.

Декомпозируем задачу на следующие этапы:

1) определить прокси для ненаблюдаемых параметров модели;

2) выбрать способ поиска решения .

2.1.1 Определение прокси параметров модели

В качестве темпа роста в прогнозный период предлагается использовать прогноз МВФ роста ВВП страны, выпускаемый два раза в год. Соответственно, в качестве будет использоваться прогноз МВФ на год, выпущенный последним за рассматриваемый период.

Оценку прогнозной рентабельности собственного капитала предлагается осуществлять согласно текущему наблюдаемому значению.

В части параметров постпрогнозного периода, по аналогии с практикой оценки отдельных компаний, предполагается что рентабельность собственного капитала и темпы роста сходятся к общемировым:

(17)

(18)

- коэффициент, характеризующий степень сходимости прогноз роста в стабильной фазе к прогнозу роста мирового ВВП; область значений от 0 до 1;

- коэффициент, характеризующий степень сходимости рентабельности собственного капитала в стабильной фазе к общемировому показателю; область значений от 0 до 1.

Для определения параметров сходимости и длительности прогнозного периода на стадии экспериментальной части работы предполагается провести калибровку модели с целью минимизации расхождения оценок, получаемых с помощью модели, и эталонных значений. В роли эталонных значений могут выступить оценки, полученные А. Дамодараном. Для учета возможного влияния различий в степени интегрированности рынков исследуемых стран в мировую экономику предлагается отдельно оценить параметры для развитых и развивающихся стран. Следует отметить, что калибровка предлагаемой модели по значениям, полученным на основе других моделей, не приведет к «подгонке» данных, так как количество калибруемых параметров примерно в тысячу раз меньше чем входящих наборов данных ([количество стран]*[длительность исследуемого периода в месяцах]). Далее в экспериментальной части следует провести анализ чувствительности модели к данным параметрам. Если полученная оценка затрат на капитал слабо зависит от параметров сходимости и длительности прогнозного периода, то мы можем с высокой степенью доверия относиться к этим результатам. В противном случае необходимо провести дополнительный анализ и обоснование выбранных значений данных параметров.

2.1.2 Поиск решения

Используемая в работе двухфазная модель не позволяет получить аналитическое решение для . В рассмотренных ранее работах, где применяется аналогичные модели для ICC, не раскрывается способ нахождения решения. В данной работе предлагается использовать один из численных методов для решения нелинейных уравнений вида - метод бисекции. Данный метод, получая на вход интервал [x1;x2], на концах которого функция имеет разные знаки, то есть , итерационным делением пополам отрезка находит x: . Единственная сложность, возникающая при использовании данного алгоритма, -- определить исходный интервал, который удовлетворял бы следующим требованиям:

· на концах интервала функция имеет разные знаки;

· внутри интервала содержится только один корень.

Для поиска исходного интервала можно использовать предположение, что двухфазная модель будет давать результаты, относительно близкие к результатам, полученным по модели Гордона. Откуда мы можем получить аналитическое решение:

(19)

Тогда исходный интервал будет [;], где мы определяем опытным путем, постепенно увеличивая значение , пока не будет выполняться условие

2.2 Определение спецификации модели

Декомпозируем задачу, выделив необходимые этапы:

1) Определить форму модели для поиска факторов риска;

2) Определим перечень факторов риска.

2.2.1 Определение формы модели

Многими практиками разработаны различные модели, использующие разные факторы риска и по-разному связывающие эти факторы. Прежде чем перейти к анализу данных моделей, рассмотрим более концептуальную классификацию подходов.

Для учета дополнительных рисков на рынках выделяются два подхода (Тимофеев, 2015): специальная надбавка (ad hoc премия) к ставке дисконтирования и сценарный подход. Сценарный подход предполагает первоначально расчет стоимости по ставке дисконтирования без дополнительных рисков. Затем формируется перечень сценариев, при реализации которых осуществляются негативные события, вероятность которых существует на данном рынке. С учетом вероятностей этих событий (опустим здесь вопрос возможности оценки этих вероятностей) и ожидаемых в результате наступления события стоимостей формируется итоговая оценка:

, (20)

где - оценка стоимости актива в результате наступления i-го события;

- вероятность наступления i-го события;

- первоначальная оценка стоимости актив.

Данный подход привлекателен тем, что риски учитываются очевидным образом. Однако, более детальный анализ такого подхода приводит к интересным выводам. Если рассмотреть негативное событие как некое случайное событие, которое является достаточно редким и ординарным, то можно смоделировать это негативное событие с помощью стационарного пуассоновского потока событий. Данный процесс используется для моделирования несчастных случаев или отказов оборудования, то есть аналогичных негативных событий. В работе (Обжиров, 2009) математически показано, что в этом случае сценарный подход сводится к аддитивной надбавке к ставке дисконтирования. Таким образом, два подхода с точки зрения получаемого результата идентичны. С учетом того, что в нашей задаче сценарный подход сложно реализуем, остановимся на первом подходе, понимая при этом, что дополнительные риски должны быть учтены в виде аддитивной надбавки.

Перейдем к спецификации модели, в рамках которой будем искать факторы рисков.

Кратко рассмотрим базовые модели для расчета затрат на капитал Capital Asset Pricing Model (далее CAPM), трехфакторную модель Фамы-Френча и модификации для учета странового риска.

Модель CAPM представляет собой равновесную однофакторную модель, отражающую зависимость между ценами финансовых активов и уровнем принимаемого портфельными инвесторами систематического риска. Модель использует следующие предпосылки: рациональное поведение инвесторов, существование на рынке безрисковой ставки, по которой возможно неограниченное кредитование и займ денежных средств, равные ожидания инвесторов относительно вероятностных распределений параметров доходности активов, а также отсутствие налогов и транзакционных издержек (Sharpe, 1964).

(21)

где безрисковая ставка доходности на рынке;

доходность рыночного портфеля, то есть доходность фондового индекса с наибольшей диверсификацией активов;

- премия за систематический риск на данном рынке;

- мера систематического риска.

Эмпирические исследования Fama, French (1992) показали значимость эффекта размера и возможностей роста (коэффициент «рыночная/балансовая оценка»; MV/BV) и модифицировали конструкцию CAPM. Тогда модель с учётом 3 факторов принимает следующий вид:



(22)

где коэффициент чувствительности к рыночному риску;

и коэффициенты регрессии при факторах;

рыночная премия за риск;

премия за размер как спред доходности акций малых и крупных компаний;

премия за инвестиционные возможности, рассчитываемая как спред доходности акций компаний с высоким и низким мультипликатором «рыночная-балансовая оценка».

Многими практиками разработаны различные гибридные модели. Базовое представление гибридной модели выглядит следующим образом:

(23)

В (Estrada, 2007) представлен перечень модификаций для развивающихся рынков:

Таблица 2 Модели CAPM

Модификация	SR	A
The Godfrey-Espinosa Approach
The Goldman Sachs Approach
The Salomon Smith Barney Approach	в

где в - бета компании относительно локального рынка;

- отношение волатильности локального рынка к волатильности мирового рынка;

- спред доходностей облигаций локального рынка и США;

г1 - оценка доступности рынка капитала (от 0 до 10);

г2 - оценка политического риска (от 0 до 10);

- корреляция между акциями и облигациями рынка страны.

Как мы видим, учет страновых рисков в гибридных моделях основан на спреде доходностей облигаций локального рынка и США, и модификации рыночной премии за риск для исключения двойного учета странового риска.

Для такого подхода есть некоторые эмпирические основания. Движение спреда облигаций и доходности рынков акций коррелированы между собой, поскольку очевидно, что они могут иметь один источник риска (Тимофеев, 2015). Однако, такой не подход не раскрывает сами источники риска.

В данной работе предлагается использовать максимально базовую форму модели - многофакторную модель:

, (24)

где - значение i-го фактора риска;

коэффициент чувствительности к i-му фактору риску.

Такая форма используется в большей части работ по поиску факторов риска на уровне компании по перекрестным данным.

Предлагается рассмотреть многофакторную модель в двух вариантах:

С выделением рыночного риска в терминах модели CAPM;

С включением рыночного риска наряду с другими факторами риска.

Первый вариант подразумевает предварительное оценивание беты (коэффициента чувствительности к рыночному риску) для каждого рынка с позиции международного инвестора и определения рыночной премии за риск:

, (25)

где - доходность рассматриваемого индекса;

- доходность мирового индекса MSCI World;

- ковариация;

- дисперсия доходности мирового индекса MSCI World.

Для определения рыночной премии за риск мы опять прибегнем к ICC. Рассчитанные вменённые затраты на капитал для мирового индекса рассмотрим с точки зрения модели CAPM, в предполажении, что страновые риски на уровне мирового индекса нивелированы (и нет необходимости вводить надбавку):

, (26)

где - глобальная безрисковая ставка доходности (считаем, что международный инвестор рассматривает их как самые надежные). Под глобальной безрисковой ставкой доходности понимается доходность по такому финансовому инструменту, который доступен инвесторам со всего мира и что очень важно: данный инструмент должен быть очень ликвидным и получение дохода должно быть гарантировано мировой державой (Вашакмадзе, 2012). В настоящее время к такому инструменту можно отнести государственные облигации США, Германии, Англии и Швейцарии. В своем исследовании мы используем доходность 10-летних облигаций США

Так как для мирового индекса равна 1, то получаем значение рыночной премии за риск:

(27)

Тогда спецификация для первого варианта принимает вид:

, (28)



Таким образом мы исследуем факторы «избыточных» затрат на капитал.

Второй вариант включает в модель рыночный риск наравне с прочими:

. (29)

В качестве фактора рыночного риска в данной модели предлагается рассмотреть несколько вариантов. В статье (Estrada, 2014) автор предлагает пересмотреть отношение к рыночного риску, так как для долгосрочных инвесторов краткосрочная волатильность доходности, лежащая в основе определения беты, не имеет значения. Автор предлагает в качестве мер риска рассмотреть волатильность долгосрочных доходностей и показатель Conditional Value at Risk для долгосрочных доходностей. В рамках второго варианта модели будут протестированы следующие представления рыночного риска:

· Рыночная премия за риск;

· Conditional Value at Risk для долгосрочных доходностей.

Теперь рассмотрим факторы риска, которые отражают характеристики рынка (страны), детерминирующие наблюдаемый дисконт.

2.2.2 Определение факторов риска и гипотез исследования

В работе (Harvey, Liu, Zhu, 2015) приведена таксономия обнаруженных факторов предсказуемости рынков, которых авторы насчитали порядка 400, из них 65 макро факторов, которые могут выступать в качестве факторов риска для затрат на капитал на уровне индекса рынка. Однако, в данной работе мы предлагаем остановиться на тех факторах, к которым можно прийти при анализе нашего основного кейса - России: это инвестиционный климат и структура экономики.

Каждый фактор представлен несколькими вариантами, которые отражают различные аспекты проблемы.

В части инвестиционного климата были предложены следующие показатели:

· Рейтинг «Doing business» (World bank) -комплексная оценка нормативно-правовых актов, регулирующие предпринимательскую деятельность, и обеспечение их соблюдения;

· Рейтинг «Economic freedom»(Heritage foundation)- комплексная оценка отсутствия правительственного вмешательства или воспрепятствования производству, распределению и потреблению товаров и услуг, за исключением необходимой гражданам защиты и поддержки свободы как таковой;

· Индекс «Corruption Perceptions» (Transparency International) - оценка уровня восприятия коррупции аналитиками и предпринимателями по десятибалльной шкале;

· Индекс «Control of Corruption» (The Millennium Challenge Corporation) -оценка воздействия на публичную власть незаконных частных выплат государственным должностным лицам, включая как низовые, так и верхушечные формы коррупции.

В части структуры экономики мы рассматриваем показатели, которые могут свидетельствовать о низкой конкурентоспособности экономики, которая приводит к усилению последствий для большинства компаний, действующих в этой стране, в случае наступления негативных событий на рынке (например, падение цены на нефть на сырьевых рынках).

· Индекс концентрации экспорта показывает насколько широкий спектр товаров экспортирует страна:

(30)

где i - индекс товара (от1 до 239);

239 - количество видов продукции по классификации ООН;

x_i - стоимость экспорта i-тых товаров страной;

x - общая стоимость экспорта страны.

Если стремится к 0, то тенденция положительная (экспортируется широкий круг товаров); Если стремится к 1 - негативная тенденция, узкая номенклатура экспорта.

· Индекс диверсификации экспорта показывает отклонения структуры экспорта от структуры мирового экспорта (Если индекс стремится к 1, то структура близка к среднемировой, если индекс стремится к 0, то существенно отличается от мировой):

, (31)

где - часть i-го товара в общем экспорте страны;

- часть i-го товара в общем мировом экспорте.

Если стремится к 1, то структура близка к среднемировой, если стремится к 0, то существенно отличается от мировой.

· Индекс сложности экономики: отражает взаимосвязи между тем степенью разнообразия и сложности, производимых страной промышленных товаров, с одной стороны, и уровнем ее благосостояния и потенциалом развития, с другой. Cпособность национальной экономики быстро перестроиться с производства товаров, которые перестали быть конкурентно способными, на те которые остались таковыми.

Описательные статистика указанных факторов приведены в приложении 2.

Гипотезы, тестируемые в данном исследовании:

Гипотеза 1. Оценка затрат на собственный капитал зависит от показателей инвестиционного климата страны рассматриваемого рынка.

Гипотеза 2. Оценка затрат на собственный капитал зависит от структуры экономики страны рассматриваемого рынка.



3. Результаты эмпирического исследования

3.1 Описание выборки

Для реализации исследования были собраны данные по рынкам (и соответствующим странам) за период 2005-2015 гг., которые согласно классификации MSCI относятся к развитым и развивающимся, и по которым доступна информация по заявленным для тестирования факторам риска:

Таблица 3 Исследуемые страны

Развитые рынки	Развивающиеся рынки
Австрия	Болгария
Бельгия	Бразилия
Великобритания	Греция
Германия	Египет
Испания	Индия
Италия	Индонезия
Канада	Катар
Нидерланды	Китай
Норвегия	Колумбия
Португалия	Малазия
США	Мексика
Финляндия	Перу
Франция	Польша
Швейцария	Россия
Швеция	Тайвань
	Тайланд
	Турция
	Филипины
	Чехия
	Чили
	ЮАР
	Южная Корея

Данные были собраны с использованием следующих источников:



Таблица 4 Источники данных

Показатель	Источник данных
Значение индекса, P/E, финансовый рычаг, рентабельность собственного капитала.	Bloomberg
Прогноз роста ВВП	The World Economic Outlook (IMF)
Doing business Economic freedom Corruption Perceptions Index Control of Corruption Index Export Diversification (or Concentration) Index	The World Bank
Economic complexity index	The Observatory of Economic Complexity

Все данные были собраны помесячно. Однако данные по рейтингам и индексам факторов риска публикуются на год, поэтому в рамках одного года имеют одно и тоже значение. Прогноз по ВВП публикуются дважды в год, поэтому используется прогноз, выпущенный последним за рассматриваемый период.

Данные по рыночным индексам были проанализированы на предмет выбросов и были исключены значения показателей, находящиеся в первом и последнем однопроцентном квантиле.

3.2 Оценка затрат на собственный капитал

Прежде чем перейти к описанию эконометрической части исследования, опишем этап получения оценок затрат на собственный капитал согласно принятой методологии исследования.

Напомним, что поиска оценки затрат на капитал мы используем следующую модель:

((32)

На этапе калибровки модели были получены следующие параметры сходимости и длительности прогнозного периода:

Таблица 5 Параметры сходимости и длительность

	Развитые рынки	Развивающиеся рынки
	1	0.5
	0.6	0.5
n	1	1.25

Все три параметра подтверждают тот факт, что развитые рынки более интегрированы в мировую экономику. Развитые рынки имеют меньший прогнозный период и быстрее сходятся к мировым показателям.

Проведем анализ чувствительности модели. В моделирование показателем чувствительности переменной отклика к параметру служит величина . Для анализируемых параметров были получены следующие значения:

Таблица 6 Анализ чувствительности

	Показатель чувствительности
	0.015
	0.024
n	-0.005

Данные значения свидетельствуют о крайне слабой зависимости оценки затрат на собственный капитал от калибруемых параметров. Таким образом, последующие результаты, полученные на основе этих оценок, не будут зависеть от выбранных на данном этапе параметрах.

Одним из результатов данного этапа является расчет MRP на основе MSCI World.

Рисунок 4 Премия за рыночный риск (MRP).

Большую часть исследуемого периода оценка MRP находится в интервале от 4% до 6%, что соответствует оценкам в большинстве исследований по данной теме (Fernandez, 2013). Исключением является 2009 год, когда в кризис 2008-2009 гг. индекс MSCI World достиг минимального значения в исследуемом периоде.

3.3 Описание переменных регрессионных моделей

Обозначение использованных в исследовании переменных приведено в таблице 7 ниже.

Таблица 7 Описание переменных

Переменная	Описание переменной
Ke_less_free	Оценка затрат на собственный капитал, уменьшенная на безрисковую ставку
mrp	Вменненная рыночная премия
mrp1	Вменненная рыночная премия, умноженная на однолетнюю бету индекса страны по отношению к MSCI World
mrp2	Вменненная рыночная премия, умноженная на двухлетнюю бету индекса страны по отношению к MSCI World
mrp5	Вменненная рыночная премия, умноженная на пятилетнюю бету индекса страны по отношению к MSCI World
cvar	Conditional Value at Risk для трехлетних доходностей
eodbr	Рейтинг страны согласно «Doing business»
ef	Индекс «Economic freedom» для страны
coci	Индекс «Corruption Perceptions» для страны
cpi	Индекс «Control of Corruption» для страны
eci_valu	Индекс сложности экономики страны
concenex	Индекс концентрации экспорта страны
diversex	Индекс диверсификации экспорта страны

Рассмотрим описательные статистики факторов риска, учитывая их панельный характер:

Таблица 8 Описательные статистики

Как видно из таблицы, флуктуации факторов риска по странам более значимы, чем временные колебания. Это объясняется тем, что для улучшения рассматриваемых факторов в странах требуются проведение значительных реформ, которые в свою очередь требуют значительного времени. Наиболее подвижный во времени показатель «Doing business», что может быть объяснено тем, что он в том числе оценивает наиболее легко изменяемую характеристику - нормативно-правовых акты, регулирующие предпринимательскую деятельность.

Рассмотрим корреляционную матрицу независимых переменных:

Таблица 9 Корреляционная матрица независимых переменных

Мы можем выделить три группы значимо коррелируемых показателей:

· Показатели, основанные на MRP, что собственно и является объяснением наличия корреляции.

· Показатели инвестиционного климата. Несмотря на то, что они замеряют различные аспекты инвестиционного климата, очевидно эти показатели системно взаимосвязаны. Например, фактор коррупция будет в значительной степени определять любой из этих показателей.

· Показатели, отражающие особенности структуры экономики, также ожидаемо коррелированы.

Показатель CVaR слабо коррелирован с другими факторами рыночного риска, так как в основе его лежат риски максимальных потерь, а не усредненная волатильность по доходности.

Индекс сложности экономики страны коррелирован с показателями структуры экономики и с показателями инвестиционного климата. Это можно объяснить тем, что инвестиционный климат значительно влияет на инновационность экономики, а это в свою очередь в значительной степень детерминирует данный индекс.



3.4 Тестирование сквозных регрессий

С учетом выявленных трех групп коррелируемых показателей для того, чтобы избежать мультиколлинеарности, сформируем шаблоны возможных спецификаций.

В рамках первого варианта (с выделением рыночного риска в терминах модели CAPM):

(33)

. (34)

В рамках второго варианта (с включением рыночного риска наряду с другими факторами риска):

(35)

(36)

Нами были протестированы все сквозные регрессии, полученные на основании данных шаблонов. Результаты в приложении 2. На основании полученных результатов можно сделать следующие выводы:

1. Все показатели инвестиционного климата оказались значимы.

2. Все показатели структуры экономики оказались значимы.

3. Показатели рыночного риска на основе MRP оказались значимы; CVaR, в подавляющем большинстве, не значим.

На основании анализа влияния фактора на скорректированный коэффициент детерминации определим наилучшие спецификации для двух вариантов моделей и проведем далее дополнительные исследования.

Для первого варианта:

(37)

Из всех рассматриваемых показателей влияние имеют индекс концентрации экспорта ( и индекс контроля коррупции (.

Данная модель имеет высокий показатель Adj.R2=0,46, т.е. выбранные переменные описывают уровень избыточных затрат на собственный капитал на 46%.

При увеличении концентрации экспорта увеличиваются затраты на капитал. Это можно объяснить тем, что концентрация экспорта, свидетельство того, что экономика неконкурентоспособна, так как производит малый перечень товаров, который пригоден для экспорта на внешние рынки. Это в свою очередь ставит под угрозу все субъектов экономики данной страны, так как при снижении спроса на данный перечень продукции будут иметь негативные последствия для большинства компаний, действующих в этой стране.

При уменьшении индекса контроля коррупции увеличиваются затраты на капитал. Уменьшение индекса свидетельствует о увеличении риска того, что компании столкнутся со взяточничеством или другой коррупционной практикой при осуществления бизнеса: от обеспечения крупных контрактов до получение документов в ходе обычной деятельности. Это ставит под угрозу способность компании работать в стране.

Для второго варианта, включающего в модель рыночный риск наравне с прочими, наилучшая спецификация содержит те же факторы:

(38)

Данная модель имеет также высокий Adj.R2=0,50.

3.5 Тестирование регрессии Фамы-Макбета

Данная двухшаговая процедура позволяет оценить премии за риск. Так как требованиям данной процедуры является отсутствует инвариантных по панели факторов риска, то мы может использовать её только для модели первой формы.

Данная модель имеет также высокий Adj.R2=0,55. Оценки коэффициентов при факторах риска схожи с теми, что были получены при сквозной регрессии.

3.6 Оценка степени влияния факторов риска на затраты на собственный капитал

Используем полученные значения премий за риск для анализа степени влияния каждого фактора на избыточные затраты на капитал.

Рисунок 5 Влияние индекса контроля коррупции на затраты



Как мы видим, при увеличении индекса на единицу затраты снижаются на 1,5 процентных пункта. Например, при повышении этого индекса для России с текущего значения -0,9 до среднеевропейского показателя 1,4 снижение оценки затрат на собственный капитал составит 3,4%.

Рисунок 6 Влияние индекса концентрации экспорта на затраты

При уменьшении индекса на одну десятую затраты снижаются на 0,9 процентных пункта. При понижении этого индекса для России с текущего значений 0,37 до общеевропейского 0,12 даст снижение затрат на 2,1%.

Ниже в таблице 10 представлены результаты оценки затрат на капитал, полученные в исследовании.

Таблица 10 Оценка затрат на капитал на разных рынках

Country	Ke est	Country	Ke est
Austria	6.30%	Netherlands	6.90%
Belgium	7.10%	Norway	9.00%
Brazil	11.30%	Peru	9.10%
Canada	6.40%	Philippines	8.50%
Chile	7.50%	Poland	8.40%
China	6.10%	Portugal	5.90%
Colombia	10.00%	Qatar	7.90%
Czech Republic	8.10%	Russia	12.60%
Egypt	6.50%	South Africa	9.60%
Finland	6.60%	Spain	8.30%
France	8.00%	Sweden	7.10%
Germany	7.30%	Switzerland	5.40%
Greece	7.80%	Taiwan	5.70%
India	9.00%	Thailand	6.10%
Indonesia	10.00%	Turkey	8.60%
Italy	9.20%	United Kingdom	6.70%
...

Страница:

•  1 
•  2 

дипломная работа "Метод расчета целевого показателя P/E для российского рынка" скачать

Подобные документы

• Сущность денежного рынка современной России и его регулирование

  Понятие денежного рынка, его агрегаты и процессы регулирования. Принцип действия эффекта денежного мультипликатора. Спрос на деньги, его виды и факторы. Сравнительный анализ особенностей российского денежного рынка и валютного рынка зарубежных стран.
  
  курсовая работа [91,8 K], добавлен 28.01.2010
  

• Метод рынка капитала

  Стандартные показатели финансовой эффективности инвестиционных проектов. Методология рыночного подхода к оценке бизнеса. Расчет чистого дисконтированного дохода (чистой текущей стоимости). Порядок расчета и особенности применения мультипликаторов.
  
  контрольная работа [23,7 K], добавлен 10.05.2016
  

• Изучение особенностей российского рынка деривативов

  Особенности формирования и формулы для расчета цены форварда. Количественный анализ эффективности ценообразования фьючерсных контрактов на российском рынке. Анализ соотношение фактического и теоретического значения базиса в периоды контанго и бэквордации.
  
  дипломная работа [2,0 M], добавлен 22.08.2017
  

• Исследование влияния долгового рынка на конъюнктуру рынка акций

  Юридический и экономический подходы к определению ценной бумаги. Рынок ЦБ как инструмент привлечения денежных средств, его функции, перспективы развития. Факторы, определяющие конъюнктуру российского рынка акций. Размещение долговых активов на РЦБ.
  
  курсовая работа [175,0 K], добавлен 03.05.2016
  

• Современное состояние и перспективы развития российского рынка драгоценных металлов

  Проблема оптимального использования ресурсного потенциала РФ. Характеристика современного состояния золотодобычи в стране. Роль банков в обеспечении функционирования Российского рынка драгоценных металлов. Либерализация рынка и перспективы его развития.
  
  курсовая работа [54,8 K], добавлен 16.11.2010
  

• Микрофинансирование как отрасль финансового рынка

  Понятие и виды микрофинансовых организаций. Структура и динамика российского рынка микрофинансирования. Основные проблемы в секторе российского микрофинансирования и пути их разрешения. Перспективы развития деятельности микрофинансовых организаций в РФ.
  
  курсовая работа [629,7 K], добавлен 19.05.2021
  

• Роль и функции государства в развитии финансовых рынков

  Особенности государственного регулирования финансового рынка России. Оценка ситуации на рынке государственных и корпоративных ценных бумаг и облигаций. Проблемы развития российского финансового рынка, меры государственной политики по их регулированию.
  
  дипломная работа [1,6 M], добавлен 01.08.2016
  

• Анализ динамики и структуры российского фондового рынка

  Рынок ценных бумаг как институт или механизм, сводящий вместе покупателей и продавцов фондовых ценностей, то есть ценных бумаг. Знакомство с особенностями проведения аналитических исследований современных тенденций развития российского рынка ценных бумаг.
  
  курсовая работа [548,4 K], добавлен 13.06.2014
  

• Российский рынок акций

  Понятие и свойства, виды цен и классификация, доходность акций; обыкновенные и привилегированные акции. Фундаментальные факторы развития российского рынка акций, крупнейшие эмитенты рынка. Акции "второго эшелона", современный рынок первичного размещения.
  
  курсовая работа [43,9 K], добавлен 09.11.2009
  

• Анализ современного состояния финансового рынка Украины

  Теоретические аспекты сущности и структуры финансового рынка, его функции, виды и механизм, опыт развитых стран по его организации, и развитию. Особенности данного рынка в Украине, анализ современного состояния, проблемы его регулирования и интеграции.
  
  курсовая работа [58,8 K], добавлен 05.03.2011
  

• Формирование рынка ценных бумаг в Российской Федерации

  Понятие о рынке ценных бумаг. Место рынка ценных бумаг. Функции ценных бумаг. Составные части рынка ценных бумаг и его участники. Эволюция российского рынка ценных бумаг. Тенденции развития рынка ценных бумаг. Основные проблемы.
  
  курсовая работа [32,9 K], добавлен 05.06.2006
  

• Состояние российского рубля

  Роль российской денежной единицы в становлении государства и в формировании валютного рынка других стран. Основные причины снижения обменных курсов национальных валют стран с развивающимися рынками. Определение курса рубля к конвертируемым валютам.
  
  реферат [21,4 K], добавлен 21.03.2012
  

• Состояние Российского рынка ценных бумаг

  Анализ рынка ценных бумаг, фондового рынка России и влияния финансового кризиса на экономику страны. Ключевые российские фондовые индексы, акции нефтегазовых, металлургических и электроэнергетических компаний, банков. Прогноз рынка ценных бумаг России.
  
  контрольная работа [479,4 K], добавлен 15.06.2010
  

• Государственные ценные бумаги

  Теоретические аспекты функционирования рынка государственных ценных бумаг. Состояние российского рынка государственных ценных бумаг. Перспективы использования конкретных видов ценных бумаг целевого назначения для финансирования бюджетных программ.
  
  курсовая работа [43,4 K], добавлен 24.11.2008
  

• Фундаментальные причины финансовых кризисов и жизнеспособность финансовых рынков в современной форме

  Изучение институциональных особенностей валютного рынка и современной финансовой системы. Описание реальной стоимости и фундаментальных "провалов" финансового рынка. Анализ формирования альтернативного экономического устройства на базе новых ценностей.
  
  контрольная работа [38,1 K], добавлен 02.05.2011
  

• Оптимальный портфель ценных бумаг

  Изучение основ формирования и моделей выбора оптимального портфеля ценных бумаг: модель Марковитца, индексная модель Шарпа, модель выровненной цены, теория игр. Характеристика основных проблем портфельного инвестирования в условиях российского рынка.
  
  курсовая работа [121,9 K], добавлен 05.06.2010
  

• Валютные рынки

  Сущность, функции и основные понятия валютного рынка. Особенности международных и российского валютных рынков. Мировой финансовый кризис и пути его преодоления. Взгляды различных экономических и политических деятелей на проблему экономического кризиса.
  
  курсовая работа [45,4 K], добавлен 30.01.2010
  

• Функционирование валютного рынка в современной экономике

  Теоретические аспекты формирования и функционирования валютного рынка в современной экономике, обзор основных нормативно-правовых документов, регламентирующих валютную деятельность. Анализ состояния и перспектив мирового и российского валютного рынка.
  
  дипломная работа [1,7 M], добавлен 07.02.2012
  

• Рынок капиталов

  Структура и функции рынка капиталов, особенности его механизма функционирования в Российской Федерации. Система организации российского фондового рынка. Анализ концепций капитала и его происхождение. Функции рынка ценных бумаг, его структура и виды.
  
  курсовая работа [109,4 K], добавлен 10.10.2012
  

• Эмпирические исследования модели CAPM

  Понятие, сущность и цели модели оценки доходности финансовых активов CAPM, взаимосвязь риска с доходностью. Двухфакторная модель CAPM в версии Блэка. Сущность модели D-CAPM. Эмпирические исследования концепции "риск-доходность" на развивающихся рынках.
  
  курсовая работа [226,8 K], добавлен 20.12.2010
  

Другие документы, подобные "Метод расчета целевого показателя P/E для российского рынка"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам