Оценка инвестиционной стоимости объектов интеллектуальной собственности в условиях экономики переходного периода

Отрасль	Число продавцов	Доля 4 крупнейших компаний	Доля 8 крупнейших компаний
женская одежда	5489	6,0	10,0
безалкогольные напитки	1236	14,0	23,0
трикотаж	376	20,0	29,0
мужское бельё	535	19,0	29,0
мягкая домашняя мебель	1129	17,0	25,0
матрацы	786	23,0	31,0
книгоиздательское дело	2007	17,0	30,0
обувь	167	28,0	45,0
ювелирные изделия	2159	16,0	22,0

Помимо описанных выше формул, вероятную рыночную долю можно оценить, воспользовавшись методом, основанным на психологическом факторе восприятия нового продукта. Так, источники [ 31, С. 74; 43, С. 178; 95, С. 146 ] обнаруживают стройное единство и приводят такие данные ( см. таблицу 4 ):

Таблица 4

категории потребителей по времени восприятия ими новинок, %

Новаторы	Ранние последова- тели	Раннее большин- ство	Запоздалое большинство	Отстающие
2,5	13,5	34,0	34,0	16,0

Здесь следует заметить, что приведённые в таблице 4 данные отражают 100%-й охват потребителей по времени восприятия ими новинок. Однако на практике процент рынка, который может сразу захватить новый продукт, вряд ли превысит 10%. Реально эта величина обычно составляет 28%.

Данный психологический подход позволяет не только приблизительно оценить долю рынка конкретного ОИС, но и в случае коммерческого успеха продукта сделать прикидочные расчёты о росте этой доли с течением времени. Однако у этого метода есть одно ограничение. Он предоставляет возможность прогнозировать рынок только товаров широкого спроса, но для промышленного оборудования этим методом воспользоваться будет уже нельзя.

В случае, если продукт производится на основе ноу-хау, его рыночная доля тоже может доходить до 100%, однако здесь уже есть риск лишиться ноу-хау в случае применения конкурентами промышленного шпионажа. Как следует из таблицы 3, для модернизированных и модифицированных продуктов доля рынка может колебаться, начиная с 1% и заканчивая 45%. Можно предположить, что реальные колебания рыночных долей в России могут отличаться от приведённых в таблице 3 значений, поскольку последние относятся исключительно к рынкам США. При оценке рыночной доли последнюю следует также сопоставить с производственными возможностями предприятия, где этот продукт предполагают производить.

Резюмируя, отметим, что в выигрыше всё же оказывается продукт, имеющий правовую охрану. Единственный недостаток этого, пожалуй, состоит в следующем: исходя из информационной разобщённости рынков России, становится проблематичным узнать, производит ли кто-либо ещё, но уже незаконным образом, данный запатентованный продукт или нет.

Теперь проанализируем методы, которые позволяют прогнозировать собственно спрос ( объёмы продаж ) V:

метод тенденций ( метод тренда, экстраполяции );

метод оценки уровня потребления;

метод конечного пользователя ( коэффициент потребления );

метод лидирующего индикатора;

регрессионные модели;

Проанализируем эти методы.

Можно с уверенностью предположить, что регрессионные модели найдут ограниченное применение для прогнозирования объёмов будущих продаж из-за их высокой трудоёмкости.

Метод лидирующего индикатора также вряд ли стоит использовать, поскольку он является разновидностью метода коэффициента потребления и регрессионного метода. Основная трудность здесь состоит в том чтобы выявить подходящие лидирующие индикаторы, а затем определить взаимозависимость между ними и прогнозируемой переменной. Хотя этот метод устраняет необходимость прогнозирования опорной переменной, но не всегда удаётся определить сам лидирующий индикатор. Поэтому время упреждения может быть нестабильным, да и сама взаимозависимость между индикаторами и прогнозируемой переменной также может изменяться во времени. Ввиду отмеченных недостатков этот метод находит весьма ограниченное применение.

Наиболее подходящими для целей оценки являются метод тренда, метод оценки уровня потребления и метод конечного пользователя.

При использовании метода тренда необходимо скорректировать значительные годовые колебания. Это делается с помощью скользящих средних с периодом 2-3 года. Однако период усреднения зависит от конкретной задачи. При этом следует иметь в виду, что как с увеличением периода усреднения, так и с его уменьшением точность прогноза падает. Недостатком метода является необходимость использования достоверных статистических данных, которые в современных условиях не всегда доступны, а могут и просто отсутствовать.

При использовании метода оценки уровня потребления основным показателем является доход потребителя и та доля, которую потребитель хочет потратить на приобретение данного продукта. За небольшим исключением, уровни потребления демонстрируют высокую степень положительной корреляции с уровнями доходов потребителей.

Метод конечного пользователя целесообразно применять для оценки объёмов производства промежуточных продуктов. На первом этапе предстоит выявить все возможные варианты использования данного продукта. На втором - рассчитывается коэффициент «затраты - выпуск» для продукта и отраслей, использующих данный продукт. На третьем этапе получаем величину спроса на продукт, состоящий из текущего потребления с поправками на экспорт и импорт. Этот метод можно применять как для прогнозирования спроса на промышленное оборудование, так и для прогнозирования спроса на потребительские продукты и продукты смешанного назначения.

В особо ответственных случаях предлагается прогнозируемые объёмы продаж подкреплять функциями, аппроксимирующими величину спроса во времени. Перечень этих функций можно найти, например, в [ 95, С. 91; 105, С. 95 ].

Для предварительной оценки реакции потребителя на продукт автор диссертации предлагает использовать коэффициент эластичности спроса по цене . Несмотря на то, что полученные оценки являются очень приблизительными, тем не менее они дают ценную информацию о том, насколько может измениться предполагаемый объём продаж. Результаты такого анализа приведены в приложении 6.

В заключение следует упомянуть ещё один метод, пользовавшийся популярностью в 60-80-х гг.. Речь идёт об использовании целевой функции потребления ( ЦФП ) и частной целевой функции потребления ( ЧЦФП ).

Недостатком этого подхода является, во-первых, необходимость иметь представительные массивы статистической информации и, во-вторых, трудность конструирования ЦФП и ЧЦФП. Последнее ограничение самое существенное. Поэтому данный подход для практики оценки представляет, скорее, академический, чем практический интерес [ 14; 15; 19; 20; 21; 26; 27; 82; 83; 94 ].

2.3.2 Анализ методов формирования цены Р

Перейдём теперь к рассмотрению вопроса формирования цены на будущую продукцию. На основе проанализированной литературы предполагаемую цену P можно представить как функцию следующих переменных:

P = f (Cp, Cn, Com, M) ( 17 ), где

P - цена;

Cp - затраты производства;

Cn - численность группы потребителей;

Com - доля конкурентов на рынке;

M - особенности рынка;

В теории цены существует три основных направления формирования цены:

затратное, в основе которого лежит учёт совокупных затрат производителя;

субъективное маржинальное, базирующееся на измерении величины полезности;

объективное маржинальное, учитывающее приростные ( переменные ) затраты;

Очевидно, минимальная цена определяется себестоимостью продукта, а максимальная - субъективной оценкой потребителем ценности продукта, то есть наличием каких-либо уникальных качеств в глазах потребителя.

Наиболее сбалансированной из трёх перечисленных концепций является последняя концепция. Она связана с разработкой в 90-х гг. прошлого столетия английским экономистом А. Маршаллом ( A. Marshall ) маржиналистской теории цены ( МТЦ ). В МТЦ синтезируются рассматриваемые до этого обособленно спрос и предложение.

Обосновывая равнозначность факторов спроса и предложения в ценообразовании, А. Маршалл в «Принципах политической экономии» выдвигает изящный по своей логике тезис, согласно которому можно «с равным основанием спорить о том, регулируется ли стоимость полезностью или издержками производства, как и о том, разрезает ли кусок бумаги верхнее или нижнее лезвие ножниц».

При формировании цены полезно иногда решить, к какой из перечисленных трёх групп больше относится оцениваемый объект: к группе новой продукции, к группе модернизированной продукции или к группе модифицированной продукции. Такое деление помогает ориентироваться в уровнях возможных цен.

Теперь проанализируем методы, которые позволяли бы формировать цену на продукцию, в основе которой лежит ОИС. В настоящее время в экономике нашли применение следующие экономико-математические методы:

балансовые;

линейное и нелинейное математическое программирование;

методы анализа временных рядов;

параметрические;

статистическая теория игр;

Заметим, что не все из перечисленных выше методов применимы в настоящее время в практике оценки. Отчасти это связано с трудоёмкостью самих методов, а отчасти вызвано недостатками исходной информации, что является следствием второй аксиомы.

Так, скорее всего, статистическая теория игр, балансовые методы и методы с использованием математического программирования не найдут в настоящее время широкого применения ввиду их трудоёмкости.

Что касается метода анализа временных рядов, использовать его представляется возможным лишь в укороченном варианте - в качестве индикатора движения цен в той или иной отрасли - также по причине его высокой трудоёмкости.

Наиболее популярной является параметрическая группа, которая включает в себя следующие методы:

метод удельных показателей;

метод структурной аналогии;

агрегатный метод;

метод корреляционно-регрессионного анализа;

экспертные методы;

Основной недостаток этих методов: все они построены на обработке статистических данных в пределах однородных групп продукции. Однако проблема несколько теряет свою остроту, если рассматривать оцениваемые объекты в терминах функциональных признаков. Использование параметрических методов предполагает, что мы хотя бы приблизительно представляем себе технико-экономический уровень оцениваемого объекта, что лишний раз подтверждает важность проведения процедуры оценки конкурентоспособности ОИС.

Скорее всего, ограничения будут касаться метода структурной аналогии, метода корреляционно-регрессионного анализа. Таким образом, из параметрической группы методов реально могут использоваться метод удельных показателей, агрегатный и экспертный методы.

Анализ официальных методических рекомендаций показал, что параметрическая группа методов использовалась в практике ценообразования и во времена плановой экономики. Так, существует, по крайней мере, три официальных работы, которыми можно воспользоваться на практике [ 64; 65; 66 ].

Как отмечалось выше, правильно сформировать цену позволяет знание технико-экономического уровня оцениваемого ОИС. Известно, что рыночная цена для продукта с высоким техническим уровнем возрастает не пропорционально качеству этого продукта, а как бы опережая его, и, наоборот, при снижении технического уровня продукта относительно общепризнанного уровня цена снижается более прогрессивно по сравнению с этим уровнем.

При формировании цены следует учитывать ещё один важный момент. Он состоит в том, что цена зависит не только от технического уровня, но и от наличия правовой защиты объекта. Так, в своей работе Н. Саутенкова и Л. Мошкова приводят данные, согласно которым цена на непатентованные лекарственные средства в среднем на 3070% ниже, чем на патентованные [ 89, С. 46 ].

Кроме того, в целях корректного формирования цены автором диссертации предлагается использовать коэффициент эластичности спроса по цене ( см. приложение 6 ).

Особо стоит остановиться на вопросах формирования цены на уникальные объекты. В этом случае процесс назначения цены усложняется. Это обусловлено тем, что цену на уникальный объект невозможно сформировать ни на базе издержек производства, ни с использованием параметрических или каких-либо ещё методов. Поэтому задача сводится к определению максимальной цены, которую готов заплатить покупатель за этот объект, исходя из субъективной полезности этого объекта для покупателя ( см. рис. 6 ). А поскольку, согласно первой аксиоме, практически каждый оцениваемый объект является уникальным, то можно предположить, что наибольший вес при формировании цены имеет экспертный метод.

Для того чтобы определить степень полезного эффекта от приобретения данного уникального продукта, автор диссертации предлагает проанализировать другие продукты, удовлетворяющие ту же потребность, но каким-либо другим способом, то есть построить ценовой ряд изделий. Далее проводится анализ цен, этапов ЖЦТ и других характеристик изделий этого ряда, что и позволяет оценщику определиться с диапазоном цен на оцениваемый уникальный объект. Подобная процедура отдалённо напоминает составление конкурентного листа, который, кстати, тоже можно использовать как один из возможных инструментов при формировании цены.

В качестве подспорья целесообразно также пользоваться прикидочными значениями коэффициентов эластичности по каждому из изделий этого функционального ряда. Однако стоит подчеркнуть, что попытки вывести коэффициент эластичности для уникального продукта вряд ли приведут к успеху. Это объясняется тем, что потребитель ещё не знаком с этим продуктом, следовательно, ceteris paribus можно предположить, что коэффициент эластичности практически для любого уникального продукта будет иметь низкое значение. Эта величина указывает на то, что, исходя из высокой степени полезности этого продукта, потребитель готов платить за него любые в разумных пределах деньги.

Данные, приведённые в приложении 7, помогут составить некоторое представление о возможном изменении уровня цен с течением времени.

В заключение отметим, что в любом случае при назначении цены следует руководствоваться правилом: цену легче понизить, чем повысить. Правда, история рынка знает и исключения из этого правила, например, стратегия формирования цены компанией «ИБМ» ( «IBM» ).

2.3.3 Анализ методов дифференциации затрат С

Изучение литературы показало, что затраты C зависят как от прямых, так и от производных факторов. Функционально зависимость затрат от вышеперечисленных факторов можно представить выражением ( 18 ):

C = f (iV, Dpc, Cl, Cc, Cr) ( 18 ), где

C - затраты;

iV - объём производства;

Dpc - длительность производственного цикла;

Cl - стоимость труда;

Cc - стоимость капитала;

Cr - стоимость сырья;

При определении себестоимости единицы продукта с использованием ОИС необходимо учесть следующие затраты:

сырьё, материалы, комплектующие материалы;

амортизация нематериальных активов;

заработная плата с начислениями на неё при производстве и реализации товара;

прочие расходы, в том числе на аренду помещений, коммунальные платежи, износ оборудования;

прибыль;

В настоящее время в экономике используется несколько методов учёта затрат:

метод полного распределения затрат;

метод оценки по предельным затратам;

метод максимальной и минимальной точки;

метод наименьших квадратов;

При использовании метода полного распределения затрат вся стоимость изготовления или производства продукта относится на выполняемые работы, а затем - на готовую продукцию до внесения в счёт прибылей и убытков в виде стоимости проданных товаров. Такое определение стоимости соответствует большинству принципов финансового учёта. Недостатком метода является его высокая трудоёмкость. Кроме того, подчас невозможно все произведённые затраты разнести по производимой продукции.

При использовании метода оценки по предельным затратам используются только переменные расходы. Постоянные затраты относятся в виде периодических расходов непосредственно на счёт прибылей и убытков. В этом случае затратам придаётся меньшая значимость, поэтому этот метод менее объективен, чем первый.

Метод максимальной и минимальной точки можно считать идеальным для учёта всех произведённых затрат. Этот метод достаточно объективен и менее трудоёмок по сравнению с методом полного учёта затрат. С другой стороны, он позволяет учитывать изменяющуюся структуру затрат с изменением объёмов производства.

Что касается метода наименьших квадратов, то ему свойственны все те достоинства и недостатки, которыми обладает метод полного распределения затрат, поэтому его подробный анализ проводить не стоит.

Кроме того, автор диссертации предлагает дополнить метод полного распределения затрат и метод максимальной и минимальной точки методом оценки затрат для базового варианта ( объёма ) производства.

Применение этого алгоритма облегчает задачу определения затрат на некоторые расходные материалы, поскольку позволяет достаточно точно зафиксировать их начальный уровень при производстве базового количества продукции. Зная уровень затрат для этого варианта производства и предполагая линейный рост затрат с увеличением объёмов, можно быстро получить приблизительный уровень затрат для производства любого количества продукции.

Недостатком данного метода является то, что он игнорирует проявления параметрических рядов оборудования и расходных материалов, однако, как мы увидим в главе III, на его основе можно всё-таки получать довольно неплохие результаты.

Теперь следует уделить внимание вопросам, связанным с многопродуктовым производством, инфляцией, а также с проявлением эффекта кривой опыта и эффекта масштаба. Начнём с первого.

Возникает естественный вопрос, как оценить затраты в случае, когда производится более одного вида продукции на основе нескольких ОИС. Трудности, с которыми предстоит столкнуться, иногда трудно себе представить. Поэтому доскональный подсчёт, сколько приходится затрат на производство конкретной продукции в составе всей хозяйственной деятельности фирмы, вряд ли возможен, хотя и правилен с теоретической точки зрения. Реально обычно применяются упрощённые подходы, дающие возможность приближённо определить денежные затраты и результаты, связанные с коммерческим использованием активов.

Автор диссертации предлагает использовать следующий алгоритм учёта релевантных затрат. Мысленно поочерёдно убирается из производственной программы каждый из производимых продуктов с одновременной фиксацией всех произведённых затрат. Проводя такую процедуру по всему производственному портфелю, можно составить достаточно объективную картину всех затрат и их изменение в зависимости как от производственного ассортимента, так и от самих объёмов производства.

Важность второй проблемы - учёта инфляционного фактора - состоит в том, что на практике скорость роста цен на различные компоненты, необходимые в производстве, неодинакова. Такое положение вещей также заставляет применять упрощённые схемы дифференциации затрат, основываясь на прошлых тенденциях и прогнозировании будущего развития рынков.

Большое значение имеет то, на основе какого метода учитываются приобретаемые материальные ресурсы. Из литературы известно, по крайней мере, два способа учёта затрат: метод ФИФО ( first in, first out - FIFO ) и метод ЛИФО (last in, first out - LIFO). Однако стоит отметить, что несмотря на вышеперечисленные способы учёта, влияние инфляции всё равно проявляется.

На практике использование метода ФИФО приводит к более опережающему росту доходов по сравнению с затратами, чем при использовании метода ЛИФО. С другой стороны, метод ЛИФО более выгоден с точки зрения минимизации налога на прибыль, поскольку заметно сокращает налогооблагаемую базу за счёт оценки запасов по более высоким ценам, то есть использование этого метода позволяет минимизировать проблемы с воспроизводством оборотных средств.

Что касается третьего фактора - кривой опыта - её тоже следует учитывать при дифференциации суммарных затрат. Феномен кривой опыта связан с экономией от масштабов производства и технологических усовершенствований, но отличается от них. Ниже перечислены эти отличия:

эффект масштаба обусловлен размером операции, тогда как эффект опыта проявляется со временем;

эффект масштаба проявляется всегда, выигрыш же в издержках в результате опыта не проявляется спонтанно; он есть результат согласованных усилий по снижению издержек;

Что касается новой технологии, то она также не является непосредственно кривой опыта. Она лишь его составляющая, поскольку способствует снижению издержек в результате внедрения её в производственный процесс. К тому же этот эффект по-разному проявляется в различных производствах.

Эффект опыта касается лишь издержек фирмы, находящихся под её контролем. На практике часто в качестве базовых издержек используют суммарные издержки на единицу продукции.

2.3.4 Анализ методов оценки горизонта прогнозирования t

Анализ литературы показал, что период прогнозирования t зависит от следующих факторов:

t = f (Pd, Po, М) ( 19 ), где

t - горизонт прогнозирования;

Pd - период рыночной диффузии;

Po - период морального старения продукта;

М - особенности рынка;

Перед обсуждением методов оценки периода прогнозирования отметим, что он самым непосредственным образом связан с ЖЦТ, поскольку занимает одну его часть, вторую же половину длительности ЖЦТ занимает постпрогнозный период.

В оценочной практике считается, что реально горизонт активного прогнозирования не может превышать 3-5 лет, а сами оценщики сходятся во мнении, что прогнозирование на период, превышающий этот срок, является спекулятивным.

Зная приблизительно длительность ЖЦТ оцениваемого объекта, можем оценить так называемый неспекулятивный период ( период прогнозирования ), а следовательно, и постпрогнозный период, сделав при этом поправки на политические, правовые и другие факторы.

В практике оценки находят применение следующие способы оценки длительности ЖЦТ:

метод анализа рыночных данных;

метод анализа изменения технико-экономических характеристик ОИС;

Метод анализа рыночных данных заключается в поиске аналога оцениваемому объекту и примерном определении длительности его ЖЦТ. Этот метод является одним из наиболее достоверных, поскольку он учитывает особенности конкретного рынка. Недостатком метода является то же самое обстоятельство, которое обусловило в настоящее время ограниченное применение методов рыночного подхода - неразвитость товарного рынка. Другим недостатком метода в случае, если первый оказался преодолён, является высокая трудоёмкость сбора рыночной информации по продуктам-аналогам.

Вторым методом, позволяющим оценивать длительность ЖЦТ, является метод, основанный на анализе скорости изменений технико-экономических характеристик оцениваемого ОИС.

Суть метода заключается в том, что составляется перечень потребительских свойств продукта и собираются данные по достигнутым значениям потребительских свойств. Построенный параметрический ряд можно аппроксимировать. Как правило, для этого достаточно представленной ниже формулы ( 20 ):

( 20 ), где

- значение исследуемого параметра в момент времени ;

- значение исследуемого параметра в момент времени , равного 1;

c- коэффициент изменения параметра во времени ;

- номер года, рассчитываемый по разности лет от исходного года;

Зная максимальное и минимальное значения параметра, можно определить срок его жизни, то есть период , за который модальное значение сдвинется по шкале времени от до .

В самом деле, если в момент времени модальным значением являлось значение, равное , а в момент времени модальное значение вырастет до , тогда, учитывая формулу ( 20 ), имеем:

Откуда находим :

( 21 ).

Прибавляя к дате оценки полученное приращение времени , можем определить время пребывания на рынке продукта с заданными характеристиками.

Здесь следует оговорить несколько моментов. Во-первых, оценка времени пребывания производится исключительно на основе мировых изменений технических характеристик того или иного объекта и потому не учитывает особенности отдельно взятого рынка. Во-вторых, фирмы, как правило, завышают в рекламных целях технические характеристики своих изделий и поэтому при оценке периода прогнозирования необходимо вносить соответствующие поправки. В-третьих, на длительность ЖЦТ можно влиять, производя незначительные модификации конкретного продукта.

Помимо применения этих методов, автор диссертации предлагает оценивать период прогнозирования на основе метода анализа ставок роялти. Существо метода станет ясно из приведённого ниже примера. В таблице 5 приведена эволюция ставок роялти по двум отраслям промышленности: электронной ( включая полупроводники и вычислительную технику ) и фармацевтической [ 37, С. 139 ].

Таблица 5

эволюция размеров ставок роялти, %

Отрасль	1975	1984	1991
электроника	5	<1	нет данных
вычисл-ная техника	нет данных	35	35
фармацевтика	нет данных	47	815

Анализ таблицы 5 позволяет сделать ряд заключений.

Ставка роялти по электронным компонентам за период 1984-91 гг. осталась неизменной и составила в среднем приблизительно 3,87% ( среднее геометрическое ). В то же самое время для фармацевтической промышленности характерен рост ставок роялти: за тот же период они изменились с 5,29% до 10,95%, то есть за 8-летний период фактор роста составил 5,66%.

За период длительностью приблизительно 8-10 лет сменилось 4 поколения процессоров ( начиная с процессора 80286 и заканчивая «Пентиумом II» («Pentium II») ), то есть новый процессор появлялся на рынке приблизительно каждые 2,5 года, причём здесь учитывались только крупные технологические достижения.

На фармацевтическом рынке наблюдается диаметрально противоположная ситуация. Так, датой выхода лекарственного препарата можно считать дату получения временной фармакопейной ( ВФС ) или фармакопейной статьи ( ФС ). В качестве примера возьмём всем известные препараты: анальгин, глюконат кальция и левомицетин.

На анальгин фармакопейная статья была получена в 1982 году, на глюконат кальция - в 1972, а на левомицетин - в 1980. Таким образом, несмотря на то что все перечисленные лекарственные средства продолжают выпускаться и пользуются в настоящее время спросом у населения, средний срок жизни препаратов составляет приблизительно 19 лет.

Как следует из приведённых выше фактов, среднее время пребывания нового процессора на рынке вычислительной техники составляет 2,5 года, среднее же время пребывания на рынке нового лекарственного препарата - приблизительно 19 лет, причём этот срок не является окончательным. При этом разница составляет 7,6 раза.

Из этого можно предположить, что различие во времени пребывания на рынке того или иного объекта связано с большими финансовыми, научными и технологическими затратами, что и находит своё отражение в ставках роялти.

Недостатком метода является то, что он не даёт ответа на вопрос, какова же конкретная длительность пребывания оцениваемого объекта на рынке, а указывает лишь на тенденцию, имеющую долгосрочный ( порядка нескольких десятилетий ), или краткосрочный ( порядка нескольких лет ) характер. Вторым недостатком метода является то, что он не учитывает особенности конкретного рынка.

Теперь стоит сказать несколько слов о постпрогнозном периоде. В качестве примера рассмотрим графики реальных ЖЦТ, приведённые на рисунках 9 и 10 [ 43, С. 304; 46, С. 243 ].

Рис. 9. жизненный цикл автомобилей на рынке США

Рис. 10. жизненный цикл аудио- и видеотоваров на рынке Франции

Из приведённых рисунков видно, что ЖЦТ автомобилей и аудио- и видеотоваров превышает горизонт прогнозирования. В среднем постпрогнозный период составляет 10 и более лет, что подтверждает важность учитывать не только период прогнозирования, но и постпрогнозный период.

2.3.5 Анализ методов оценки ставки дисконтирования k

Особенность этой переменной состоит в том, что, если значения параметров V, P, C и t оценщик может как рассчитать сам, так и получить у заказчика оценки, и здесь они идут на равных, то оценка ставки дисконтирования k является исключительно прерогативой оценщика.

Помимо этого, как показано в приложении 5, ставка дисконтирования k оказывает сильное влияние на результаты оценки NPV оцениваемого объекта.

Поскольку ставка дисконтирования является одной их трудноопределимых и зачастую неправильно понимаемых характеристик и учитывая, что в экономической литературе, связанной с оценкой, можно встретить различные определения этой ставки, представляется целесообразным начать этот пункт с её определения.

Наиболее ясное для понимания определение предлагает Ш. Пратт ( Sh. Pratt ): «...Ставка дисконтирования должна соответствовать ожидаемой норме прибыли на доступные альтернативные капиталовложения сопоставимого риска. Другими словами, подходящая ставка дисконтирования должна рассматриваться в качестве альтернативных издержек, равных норме прибыли на сопоставимые капиталовложения. Эта ставка равна норме прибыли, которую инвесторы рассчитывают получить на вложенный собственный капитал, то есть быть достаточной для привлечения инвестиций. При эффективном функционировании рынков капитала данная величина альтернативных издержек определяет стоимость капитала для участия в проектах, связанных с риском, сопоставимым с риском оцениваемого проекта» [ 99, C. 6 ].

В дальнейшем мы будем придерживаться этого определения как наиболее чёткого в концептуальном плане.

Функционально ставку дисконтирования k можно представить зависимостью ( 22 ):

( 22 ), где

k - ставка дисконтирования;

- безрисковая ставка;

RP - рисковая премия;

В практике оценки возможно применение следующих методов оценки ставки дисконтирования:

кумулятивный метод ( built-up model );

CAPM;

теория арбитражного ценообразования ( arbitrage pricing theory - APT );

модель роста дивидендов ( dividend growth model - DGM );

метод, основанный на анализе коэффициента P/E ( price/earnings analysis - P/E analysis );

Стоит отметить, что применение методов CAPM, APT, DGM и метода анализа коэффициента P/E стало возможным ввиду достаточного развития российского фондового рынка. В частности, в таблице 6 в качестве примера представлена эволюция российского внебиржевого фондового рынка, начиная с 1994 года. Приведённые в этой таблице данные соответствуют количеству эмитентов, чьи акции обращались на фондовом рынке за указанный период времени.

Таблица 6

количество эмитентов на внебиржевом фондовом рынке России*

Название отрасли	1994	1995	1996	1997	1998
банки	3	4	28	8 ( 21 )**	24 ( 23 )
инвестиционные, торговые и прочие компании	16	42	180	131 ( 33 )	56 ( 56 )
лесная и деревообрабатывающая промышленность	---	3	24	11 ( 5 )	3 ( 4 )
металлургия	---	5	28	15 ( 39 )	32 ( 37 )
нефтяная, газовая и химическая промышленность	2	10	62	51 ( 73 )	92 ( 96 )
строительство и производство стройматериалов	---	6	33	17 ( 2 )	2 ( 3 )

*Все данные приведены по состоянию на1-е августа каждого года.

**Расхождение значений связано с данными, полученными на начало и конец торговой сессии.

Анализ всех перечисленных методов дан ниже, здесь же необходимо отметить то общее, что объединяет некоторые из вышеперечисленных методов оценки ставки дисконтирования. Таким объединяющим началом является безрисковая ставка, поэтому целесообразно вначале проанализировать её.

В самом деле, ставка дисконтирования не может находиться ниже безрисковой ставки, поскольку всегда включает в себя рисковую составляющую. Но она не может и превышать значения внутренней нормы прибыли IRR ( internal rate of return - IRR ) или MIRR ( модифицированной внутренней нормы прибыли - modified internal rate of return - MIRR ). В случае, если потенциального инвестора не устраивает значение IRR ( MIRR ), тогда ему вообще не следует инвестировать в данный проект.

Кроме того, чем ближе ставка дисконтирования к одному из пределов безрисковых ставок, тем выше запас прочности у оценщика в случае совершения им ошибки при оценке её значения.

В западной практике оценки в качестве безрисковой ставки берут ставку доходности по долгосрочным казначейским обязательствам. В качестве примера приведём оценочную практику США. Так, на фондовых рынках этой страны в настоящее время обращается три вида казначейских бумаг:

казначейские векселя ( Treasury bills - T-bills ) сроком погашения 3 и 6 месяцев, а также 1 год;

казначейские билеты ( расписки ) ( Treasury notes - T-notes ) со сроком погашения от 1 до 10 лет;

долгосрочные казначейские обязательства ( облигации ) ( Treasury bonds - T-bonds ) со сроком погашения более 10 лет;

Сделаем предположение, что вложения в акции рассматриваются как долгосрочные и эти вложения больше схожи с ожиданиями, учитываемыми в казначейских облигациях, чем в казначейских векселях. Следует отметить, что на процент по казначейским векселям влияет бльшее число помех, чем на процент по казначейским облигациям; поскольку проценты по казначейским облигациям отражают ожидаемый уровень инфляции на длительный период, что делает их более устойчивыми, чем процентные ставки по казначейским векселям. Поэтому, исходя из всего вышесказанного, в практике США принято в качестве безрисковой ставки брать ставку доходности по казначейским облигациям.

В российских экономических условиях логично тоже в качестве безрисковой ставки брать процентную ставку по долгосрочным казначейским облигациям. Вопрос состоит только в том, какая ценная бумага может выступать в качестве этих условных облигаций, поскольку собственно долгосрочных облигаций на российском фондовом рынке пока не обращается. Предлагаемые автором диссертации критерии, на основе которых можно проанализировать ту или иную ценную бумагу, приведены в приложении 8.

После проведения соответствующего анализа автор диссертации предлагает в качестве безрисковой использовать доходность по депозитам Сбербанка РФ. Если по поводу анализа государственных ценных бумаг на предмет использования доходности по ним в качестве безрисковой ставки вопросов, как правило, не возникает, то по поводу выбора безрисковой ставки на основе доходности по депозитам Сбербанка РФ стоит дать несколько пояснений.

Известно, что вклады Сбербанка являются самыми предпочтительными для населения. Согласно данным, приведённым в [ 98, С. 10 ], все вклады граждан распределились следующим образом ( см. таблицу 7 ):

Таблица 7

структура сбережений населения России, %*

Место хранения	Занимаемая доля
«под матрасом»	43,3
Сбербанк РФ	11,0
другие банки	14,0
за границей	13,2
ценные бумаги	19,0

*В этих данных при опубликовании в печати вкралась одна неточность. Она состоит в том, что при суммировании процентов по всем вкладам получается не 100,0%, а 100,5%. Однако для настоящего анализа эта погрешность не играет существенной роли.

Как следует из таблицы, доля Сбербанка занимает последнее место. Однако финансовый кризис 1998 года показал, что сбережения, хранящиеся в коммерческих банках, в одночасье могут сильно похудеть, а средства, вложенные населением в ценные бумаги, могут или сильно обесцениться, или стать замороженными на длительное время, как это произошло с государственными ценными бумаги.

С другой стороны, события того же кризиса показали, что сбережения, доверенные Сбербанку, на этот раз не пропали и это вселяет некоторую уверенность, что и в дальнейшем Сбербанк будет действовать в таком же ключе.

Развивая дальше эту тему, отметим, что от 77,7 до 78,0% всех банковских вкладов приходится на вклады в Сбербанк. Кроме того, за последние несколько лет уровень ставки по валютным депозитам Сбербанка практически не подвергался изменению, что также является достоинством этого финансового инструмента.

Поэтому, учитывая всё вышесказанное, теоретически возможно выбрать в качестве безрисковой ставки доходность по депозитам Сбербанка РФ.

Однако проведённый анализ безрисковой ставки следует дополнить ещё рядом соображений и замечаний. Так, ряд авторов высказывает мнение, что в качестве безрисковой можно взять ставку рефинансирования Центробанка. На рисунке 12 представлена динамика изменения ставки рефинансирования, начиная с 1995 года.

Рис. 12. изменение ставки рефинансирования

Из рисунка следует, что, скорее всего, ставка рефинансирования может использоваться в качестве безрисковой только в условиях более или менее устойчивого развития экономики, поскольку она так же, как и государственные ценные бумаги, является инструментом регулирования кредитно-денежной политики.

Однако, как видно из рисунка, во время кризиса ей свойственно, во-первых, сильно отклоняться от своего среднего уровня, и, во-вторых, она имеет слишком высокие значения, чтобы быть принятой в качестве безрисковой ставки.

После проведения анализа финансовых инструментов на предмет выбора безрисковой ставки перейдём теперь к анализу собственно методов оценки ставки дисконтирования. Начнём с модели роста дивидендов.

В основе этого метода лежит положение, что ценность обыкновенной акции для инвестора определяется дисконтированной величиной будущих дивидендов. При этом предполагается, что инвестор рассчитывает получать дивиденды неопределённо долгое время, а сами дивиденды будут иметь некоторый рост с темпом g. Тогда рабочая формула имеет вид:

( 23 ), где

P - рыночная цена акции;

D - ожидаемый размер дивидендов;

k - ставка дисконтирования;

g - темп прироста дивидендов ( в общем случае g может быть равно 0 );

Зная P, D, g, можем найти k:

( 24 ).

В случае, когда роста дивидендов нет, g принимает значение, равное 0.

Анализ данных, взятых из журнала «Деньги», показал, что доля российских компаний, выплачивающих дивиденды, колеблется в диапазоне 6773%. Остальная часть компаний из опубликованных журналом листингов дивиденды или не выплачивает, или корректная оценка размеров дивидендов невозможна, что уже является недостатком метода.

Другим недостатком метода, правда, преодолимым, является то, что достаточно трудно найти акции компаний, по которым наблюдается устойчивый рост дивидендов. Поэтому на сегодняшний день нельзя признать, что данный метод объективно отражает реалии рынка, хотя он теоретически и обоснован.

В случае, когда фирма не выплачивает по своим акциям дивиденды, ставку дисконтирования приближённо можно оценить с помощью метода анализа коэффициента P/E.

Отправной точкой в этом методе является тот доход, который получил бы акционер в виде дивидендов при распределении части прибыли компании после уплаты налогов. При этом проводят выбор и анализ коэффициента P/E по компаниям-аналогам, а величина, обратная этому коэффициенту, и является ставкой капитализации ( но не дисконтирования! ).

Анализ данных, опубликованных в журнале «Деньги», показал, что даже в пределах одной отрасли соотношение P/E варьирует в очень больших пределах. К примеру, для нефтегазовой отрасли этот диапазон составляет 035, для энергетики - 035, для телекоммуникаций - 011.

Второе, на что хотелось бы обратить внимание, заключается в том, что ставка капитализации и ставка дисконтирования совпадают лишь при условии, что не ожидается существенного роста или снижения капитализируемой базы. В случае, если это условие не выполняется, необходимо вводить соответствующие поправки. Однако проблему, собственно, составляет не оценка поправок, а умение предвидеть возможные изменения доходов.

Так, А. Санников отмечает, что данный подход лучше использовать для зрелого бизнеса [ 88, С. 101 ]. Здесь трудно давать оценку степени зрелости нефтегазодобывающей или энергетической отрасли России, однако приведённые выше значения вариации нельзя назвать благоприятными, для того чтобы принимать рассчитанные по этим данным коэффициенты капитализации даже в качестве ориентира. Кроме того, проблема, которая возникает при использовании этого метода, состоит в том, что он оперирует бухгалтерским доходом, а не денежными поступлениями.

Перечисленным методам - модели роста дивидендов и методу анализа коэффициента P/E - присущ один общий недостаток. Он состоит в том, что не следует рассматривать эти методы в качестве точных методов оценки ставки дисконтирования. Скорее их можно назвать методами определения её границ, поскольку для первого характерно предположение о постоянном вечном росте, что неправдоподобно; исходные данные для второго метода подвержены сильному изменению даже в пределах одной отрасли, и к тому же он оперирует бухгалтерским доходом.

Исходя из отмеченных недостатков, автор диссертации предлагает метод оценки ставки дисконтирования на основе оценки рискового капитала. Этот метод лишён необходимости поиска компании-аналога, а строится исключительно на основе информации по объекту оценки и с использованием конкретным инвестором своего предыдущего опыта финансирования различных проектов.

Основная концепция метода заключается в следующей гипотезе: чем на более ранней стадии разработки находится оцениваемый объект, тем более высокой предполагается ставка дисконтирования. Это происходит, как минимум, по трём причинам.

Во-первых, чем ниже стадия разработки объекта, тем выше риск того, что вообще какие-либо положительные результаты будут получены, поскольку идея попросту может не оправдать себя. Иными словами, если объект находится на уровне идеи, то риск получения отрицательных результатов более чем высок.

Во-вторых, за время доведения объекта до стадии коммерческого использования может подвергнуться сомнению сам факт успешного коммерческого использования данного объекта, даже несмотря на положительные лабораторные испытания. Другими словами, при изменении конъюнктуры рынка инвестор может посчитать, что дешевле свернуть проект, чем продолжать его финансировать.

В-третьих, чем на более ранней стадии разработки находится объект, тем меньше затрат произведено при его создании. Так, Х. Фест ( H. Fest ) отмечает, что каждая последующая стадия влечёт за собой затраты, увеличивающиеся в 10 раз [ 101, С. 4 ].

П. Завлин, А Казанцев и Л. Миндели приводят такие цифры возрастания затрат: на стадии фундаментальных исследований ( ФИ ) - в 1 раз, на стадии НИР - 4, на стадии опытно-конструкторских работ ( ОКР ) - 16, на стадии освоения ( СО ) - в 256 раз [ 33, С. 10, 345 ].

Поэтому суть метода венчурного капитала как раз в том и состоит, чтобы при оценке ставки дисконтирования учесть стадию разработки объекта, придав ей размерность процентов.

Оценим максимально допустимые значения, которые может принимать венчурная ставка дисконтирования. Исходя из западного опыта финансирования, как правило, ожидаемая прибыль по рисковым инвестиционным проектам составляет приблизительно 4060%. Учитывая, что доходность по государственным облигациям составляет 25%, инфляция - 35%, тогда с учётом инфляции безрисковая ставка составит 510%. Поскольку ставка по венчурному проекту распадается на безрисковую и рисковую составляющие, то на последнюю приходится 3550%. Можно предположить, что в условиях экономики переходного периода ceteris paribus рисковая составляющая ставки дисконтирования должна находиться, по крайней мере, не ниже этих значений.

С другой стороны, как следует из приложения 2, предполагаемые ставки доходности по венчурному бизнесу коррелируют с данными статистики провалов новых товаров на рынках экономически развитых стран. Так, среднее количество провалов в 1968 году составило 71,0% ( успех - 29,0% ), а в 1981 году - 50,0% ( успех - 50,0% ). Итак, статистика провалов новых товаров ( 7150% ) коррелирует с венчурной ставкой, равной 4060%.

Однако статистику провалов можно распространить и на провалы новых фирм, предположив, что целью создаваемой коммерческой структуры является производство и продажа нового продукта, в основе которого лежит ОИС. Данные о выживаемости новых фирм приведены на рисунке 13.

Рис. 13. сравнительные данные выживаемости фирм

Как видно из этого рисунка, количество оставшихся независимых фирм после первого года работы на рынке приблизительно равно 60% ( банкроты - 40% ). После пяти лет пребывания на рынке количество независимых фирм уменьшается до 23,0% ( банкроты - 77,0% ). Можно предположить, что через 3 года работы на рынке выживает приблизительно 58% независимых фирм ( банкроты - 42% ).

В итоге получили, что данные статистики банкротств ( 4277% ) за 3-5-летний период коррелируют с венчурной ставкой, равной 4060%. Характерно, что эта временная длительность наиболее часто используется и в практике оценки.

Недостатком метода венчурного капитала является отсутствие статистических данных о провалах российских фирм и товаров на отечественном рынке, на основе которых можно было бы проверить правомерность использования верхнего предела ставки.

В заключение отметим, что пример оценки ставки дисконтирования на основе метода венчурного капитала приведён в приложении 9.

Метод кумулятивного построения основан на том, что к безрисковой ставке прибавляется совокупная премия за инвестиционные риски, причём эта премия состоит из премий за отдельные, относящиеся именно к этому объекту, риски. Аналитически существо метода можно выразить формулой ( 25 ):

( 25 ), где

k - ставка дисконтирования;

r - безрисковая ставка ссудного процента;

i - инфляционные ожидания на период прогнозирования;

- премия за отдельный риск проекта;

Среди рисков, характерных для оцениваемых объектов, можно выделить следующие:

рыночная премия за риск;

ключевые фигуры в составе менеджеров;

недостаточная диверсифицированность рынков сбыта;

недостаточная диверсифицированность источников приобретения ресурсов;

недостаточная диверсифицированность продукта;

контрактные риски, включая риск недобросовестности, неплатёжеспособности, риск юридической недееспособности контрагентов;

узость набора источников финансирования;

финансовая неустойчивость фирмы;

малый бизнес;

страновой риск;

Приведём некоторые типичные значения перечисленных выше рисков ( все рисковые премии приведены для вычислений в долларах США ):

ставка дохода по безрисковой ценной бумаге.........................3,8%;

рыночная премия за риск...........................................................7,5%;

премия за ключевые фигуры.....................................................1,4%;

недостаточная диверсифицированность рынков сбыта..........1,0%;

недостаточная диверсифицированность источников приобретения ресурсов................................................................................................ нет данных;

недостаточная диверсифицированность продукта..................1,0%;

контрактные риски, включая риск недобросовестности, неплатёжеспособности, риск юридической недееспособности контрагентов........................нет данных;

узость набора источников финансирования.............................2,0%;

финансовая неустойчивость фирмы..........................................нет данных;

малый бизнес..............................................................................5,3%;

страновой риск...........................................................................7,0% [ 29, С. 80 ];

Данные литературных источников показывают, что средние премии за отдельные указанные риски в промышленно развитых странах могут достигать 5060% номинальной безрисковой ставки ссудного процента.

Наибольшие значения премий наблюдаются у рыночных рисков, рисков вложений в малый бизнес и страновых рисков.

Так, на основе данных, взятых из [ 100, С. 51 ], среднегодовая рыночная премия за риск ( данные приведены на основе исследований агентства «Ибботсон» ( «Ibbotson associates, Inc.» ) за период 1989-93 гг. ) составила для ряда стран следующие значения:

Великобритания.............................6,1%;

Швейцария.....................................4,4%;

США...............................................7,3%;

Канада.............................................6,9%;

Япония............................................5,8%;

Отметим, что приведённая в источнике [ 100 ] премия за страновой риск на примере США отличается от значения той же премии, указанного в том же самом источнике [ 100 ], но только на другой странице, на 0,2%.

Премия за вложения в малые компании, согласно оценкам фирмы «Ibbotson», составила следующие значения:

США...............................................5,1%;

Япония............................................6,9% [ 100, С. 51 ];

По данным другого источника, премия за риск вложения в малый бизнес может доходить до 75% от номинальной безрисковой ставки ссудного процента и достигать, в итоге, 5% годовых [ 33, С. 460-461 ].

Согласно оценкам фирмы «Ibbotson», премия за страновой риск может колебаться в следующих пределах:

умеренный уровень риска............5,0%;

высокий уровень риска.................10,0% [ 100, С. 51 ];

По данным другого источника, премия за страновой риск может доходить до 200250% от ставки дисконтирования, вычисленной с учётом всех остальных, помимо странового риска, факторов [ 33, С. 460-461 ].

Преимущество кумулятивного метода заключается в его простоте для понимания. Здесь нет сложных выкладок. Достаточно определить безрисковую ставку, инфляционные ожидания и все риски, которые ассоциируются с оцениваемым активом.

Недостатков у этого метода намного больше, чем достоинств, причём все они связаны с субъективной оценкой уровней рисков. Поскольку многие данные в приведённых выше примерах взяты из иностранных источников ( «Ibbotson associates, Inc.», «Delloite&Touche» ), то встаёт вопрос, насколько доступны и насколько адекватны текущей экономической ситуации в России методики, по которым то или иное зарубежное агентство определяет эти риски.

Второе, на что хотелось бы обратить внимание, заключается в том, что для одних инвесторов некоторые риски могут существовать, а для других - нет. Это подтверждает отсутствие данных по таким позициям, как:

недостаточная диверсифицированность источников приобретения ресурсов;

контрактные риски, включая риск недобросовестности, неплатёжеспособности, риск юридической недееспособности контрагентов;

финансовая неустойчивость фирмы;

В источнике [ 33 ] об этих рисках упоминается, а в источнике [ 29 ] - нет. В этом можно усмотреть некоторый произвол при определении даже самой структуры премий за риски, что опять-таки вытекает из субъективизма оценки ставки дисконтирования на основе кумулятивного метода.

В третьих, метод сильно ориентирован на конкретного инвестора, для которого, вообще говоря, может не представлять ценности ни сама структура учитываемых рисков, ни данные вышеперечисленных агентств. Вполне возможно, что конкретный инвестор, исходя из предыдущего опыта, разработает свою систему, куда войдут какие-либо другие, крайне специфические и свойственные больше фантазии этого конкретного инвестора, чем отражающие современные реалии, виды рисков. Не исключено, что верхние значения этих рисков могут определяться только размерами интересов этого инвестора, причём, как видим, видимых ограничителей этих интересов может и не существовать.

Можно предположить, что данный метод находил применение в условиях неразвитого фондового рынка, однако в настоящее время российский фондовый рынок более или менее прогрессирует и у этого метода появляются достойные конкуренты. Доказательством прогресса российского фондового рынка служат данные приведённой выше таблицы 6.

В современных условиях, вероятно, применение этого метода возможно лишь при условии, что у оценщика, специализирующегося на оценке объектов в определённой отрасли промышленности, уже есть база данных по ставкам дисконтирования. Пользуясь ею и делая поправки с учётом текущей ситуации, оценщик сможет оценивать ставку дисконтирования для конкретного ОИС.

...