Определение нормы доходности на собственный капитал высокотехнологичных предприятий тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Определение нормы доходности на собственный капитал высокотехнологичных предприятий"

1 ,САНКГ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

У

На правах рукописи

ГЕЛЬМАН СЕРГЕЙ ВИКТОРОВИЧ

Определение нормы доходности на собственный капитал высокотехнологичных предприятий (на примере телекоммуникационного сектора)

Специальность 08.00.05 - экономика и управление народным

хозяйством

Специализация - управление инновациями и инвестиционной деятельностью

Специальность 08.00.10 - финансы, денежное обращение и кредит

Автореферат

диссертация на соискание ученой степени кандидата экономических наук

Сатсг-Петербург 2005

Диссертация выполнена на кафедре экономики исследований и разработок экономического факультета Санкт-Петербургского государственного университета.

Научный руководитель: доктор экономических наук, профессор Ваддайцев Сергей Васильевич

Официальные оппоненты: доктор экономических наук, профессор Иванов Виктор Владимирович

Кандидат экономических наук Петренко Дмитрий Петрович

Ведущая организация: Институт проблем региональной экономики РАН

Защита диссертации состоится «С» О У 2005 года в «/3» часов на заседании Диссертационного совета Д 212.232.38 по защите диссертаций на соискание ученой степени доктора экономических наук при Санкт-Петербургском государственном университете по адресу: 191123, Санкт-Петербург, улица Чайковского, дом 62, экономический факультет, аудитория №415.

С диссертацией можно ознакомиться в научной библиотеке Санкт-Петербургского государственного университета.

Автореферат разослан 0 ^ 2005 года.

Ученый секретарь диссертационного совета кандидат экономических наук, доцент

Чернова Е.Г.

Общая характеристика работы

Актуальность темы исследования. В настоящий момент большое количество высокотехнологичных предприятий нуждается в финансировании (для приобретения основных активов, новых разработок, обновления и расширения производственной базы и т.п.). В связи с ограниченными возможностями российской банковской системы, а также уже значительной величиной заемного капитала для многих предприятий единственным путем является привлечение собственного капитала. Привлечение собственного капитала производится уже сейчас - как от узкого круга лиц, так и по открытой подписке и с первичным размещением акций на бирже (Initial Public Offering, IPO). В качестве примера успешного первичного размещения акций на бирже можно привести размещение информационной компанией «Росбизнесконсалтинг» и авиастроительным предприятием «Иркут» новых акций на Московской Межбанковской Валютной Бирже (ММВБ) и в Российской Торговой Системе (РТС), а также компаниями сотовой связи «МТС» и «Вымпелком» на Нью-Йоркской Фондовой Бирже (New York Stock Exchange, NYSE). Однако определить, насколько адекватно была произведена оценка размещенных акций имеющимися методиками, не представляется возможным.

Со стороны инвесторов также существует серьезная заинтересованность в инвестициях в собственный капитал высокотехнологичных предприятий. Традиционные в России формы вложения средств, как-то, иностранная валюта и государственные облигации, в связи с изменением макроэкономической ситуации стали малопривлекательными, а то и вовсе перешли в категорию убыточных. Одним из пока еще существующих барьеров для инвестиций в собственный капитал высокотехнологичных предприятий является не разработанная в полной мере методика определения нормы доходности на собственный капитал (НДСК) для высокотехнологичных предприятий в

условиях финансово нестабильной макроэкономической ситуации России. Поэтому разработка адекватных методов оценки НДСК является актуальной задачей.

Актуальность решения задач, рассматриваемых в диссертации, вытекает также из программы социально-экономического развития Российской Федерации на среднесрочную перспективу [Программа 2003] Программа подчеркивает необходимость именно в настоящий момент инвестировать средства в развитие предприятий наукоемких отраслей НДСК является одним из основополагающих критериев для инвестора при принятии инвестиционного решения. Проблема расчета НДСК для высокотехнологичных предприятий в финансово нестабильной обстановке не была еще однозначно решена

Цель и задачи исследования. Цель настоящей работы состояла в теоретическом обобщении принципов построения, разработке и дальнейшем совершенствовании методов расчета нормы доходности на собственный капитал российских высокотехнологичных предприятий и решении на их основе научной проблемы расчета НДСК для конкретных высокотехнологичных предприятий базируясь на макроэкономических индикаторах.

Для достижения поставленной цели в работе решаются следующие основные задачи.

- Функционально-структурный анализ нормы доходности на собственный капитал акционерных обществ, имеющих котировки на бирже и выплачивающих дивиденды

- Исследование специфических особенностей высокотехнологичных предприятий, имеющих большое значение при оценке НДСК.

- Обобщение существующих методов определения НДСК в условиях развитой финансовой системы и экономической стабильности

- Анализ особенностей методов расчета НДСК на нестабильных финансовых рынках, в особенности на российском финансовом рынке.

- Разработка модели доходности на базе ряда макроэкономических факторов, оказывающих продолжительное влияние на рост и колеблемость будущих денежных потоков, причитающихся инвестору, а также на потребительские предпочтения инвестора.

- Выбор значимых факторов модели доходности акций предприятий разных отраслей для российского рынка акций. Идентификация параметров разработанной модели.

- Выявление фундаментальных отличий значения параметров моделей доходности высокотехнологичных предприятий (принадлежащих к наукоемким отраслям) от значений параметров моделей доходности предприятий традиционных секторов с невысокой долью инноваций (ТЭК и т.п.).

- Расчет НДСК высокотехнологичных предприятий, используя ранее полученные параметры моделей доходности, на примере компаний телекоммуникационного сектора.

Объект и предмет исследования. Объектом исследования данной диссертационной работы является инвестиционная деятельность физических и юридических лиц, направленная на прямые вложения в собственный капитал высокотехнологичных предприятий. В ходе принятия инвестиционного решения инвестор ориентируется на ряд критериев. Одним из наиболее важных критериев является норма доходности на собственный капитал предприятия - объекта предполагаемой инвестиции. Адекватное определение нормы доходности на собственный капитал и является предметом данного исследования.

Методы исследования. В диссертационной работе используются методы эконометрики и математического моделирования цен на финансовые активы и их доходности. Идентификация параметров моделей производится с помощью методов статистического анализа эмпирических данных курсов акций широкой группы российских предприятий на бирже РТС и макроэкономических показателей российской и мировой

ЭКОНОМИКЕ с использованием компьютерных эконометрических и статистических программ Econometric Views 4.01 и SPSS v.l 1.0.

Научные результаты, выносимые на защиту. Теоретическое обобщение методов определения НДСК, а также решение проблемы определения НДСК высокотехнологичных предприятий в условиях развивающейся экономики на примере определения НДСК российских высокотехнологичных предприятий. В частности:

1. Предложения по основным образующим элементам НДСК в общем случае.

2. Специфические для высокотехнологичных отраслей экономики методы учета в величине НДСК различных инвестиционных рисков и потребительских предпочтений инвестора.

3. Методы расчета НДСК с помощью параметров факторных моделей доходности.

4. Теоретическая разработка и спецификация моделей доходности акций предприятий на российском рынке ценных бумаг.

5. Количественное определение параметров модели доходности акций с учетом пяти макроэкономическим факторов, значимых для доходности инвестиций в предприятия трех отраслей российской экономики.

6. Выявление основополагающих отличий параметров для высокотехнологичных предприятий (на примере компаний телекоммуникационной отрасли).

7. Методика расчета норм доходности на собственный капитал при инвестировании в высокотехнологичные предприятия.

Научная новизна:

В диссертации впервые комплексно рассмотрена проблема определения НДСК для высокотехнологичных предприятий в условиях нестабильной экономико-финансовой

ситуации, имеющая существенное значение для развития российской финансовой системы и высокотехнологичных отраслей экономики. В ходе решения проблемы:

- предложен и теоретически обоснован набор макроэкономических факторов, которые должны учитываться при расчете НДСК по российским предприятиям, характеризующимся высокой степенью инновационной активности (стр. 75-100);

для предприятий трех отраслей российской экономики произведена оценка параметров модели доходности (с использованием поправки на ОАРУГ и автокорреляцию) по пяти специально отобранным макроэкономическим факторам (стр. 100-112);

разработана и проверена на точность и значимость полученных численных результатов многофакторная модель доходности акций осуществляющих инновации российских предприятий (стр. 110-112);

на примере предприятий телекоммуникационной отрасли выявлены и проанализированы процессы, обуславливающие существенные отличия в значениях параметров разработанной модели доходности акций применительно к предприятиям высокотехнологичных отраслей от значений этих параметров применительно к предприятиям невысокотехнологичных отраслей (стр. 113-116);

- на базе арбитражной теории ценообразования, но без использования безрисковой ставки доходности и портфелей ценных бумаг с нулевой чувствительностью и наименьшей дисперсией, разработан метод определения нормы доходности на собственный капитал; этот метод применен к российским высокотехнологичным предприятиям (стр. 117-121);

- по предложенной методике и с использованием полученных параметров для инвестиций в ряд российских предприятий телекоммуникационной отрасли произведен расчет норм доходности на собственный капитал (стр. 117-130).

Практическая значимость основных выводов и рекомендаций, содержащихся в диссертации, заключается в разработке предложений по определению нормы доходности на собственный капитал высокотехнологичных предприятий

Полученные результаты могут быть использованы:

- в качестве предложений в концептуальные и нормативные документы по оценке предприятий высокотехнологичных секторов экономики;

- в качестве практических рекомендаций по оценке эффективности инвестиционных проектов высокотехнологичных предприятий;

- в качестве практических рекомендаций для инвестиционных компаний по управлению инвестиционным портфелем с преобладанием предприятий высокотехнологичных отраслей.

Апробация работы. Основные положения и результаты исследования, изложенные в диссертационной работе, доложены на 5 международных конференциях (2001-2004гг.):

1. Предпринимательство и реформы в России. СПб. СПбГУ. 2001

2. Economic International Conference 2004 in St. Petersburg

3. Joint Meeting of the Society for Multivariate Analysis in Behavioral Sciences and European Association of Methodology 2004 in Jena

4. Joint Conference of the European Economic Association and Econometric Society -European Meeting 2004, Madrid

5. Stochastic Finance 2004 - International Conference in Lissabon. А также на заседаниях кафедр:

1. экономики исследований и разработок экономического факультета СПбГУ (2001-2004 гг.),

2. экономики и аудита предприятия экономического факультета Филиппс-УниверситетаМарбурга(2001 г.)

3. эмпирических экономических исследований экономического факультета Вестфальского Вильгельмс-Университета Мюнстера (2003-2004 гг.)

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы, включающего 88 наименований, и приложения. Основная часть работы изложена на 142 страницах машинописного текста. В первой главе проанализированы длительность производственного цикла, уровень и характер конкуренции, доля расходов на исследования и разработки высокотехнологичного бизнеса. Разработка теоретической базы оценки высокотехнологичных предприятий и в частности расчета ставки дисконтирования рассмотрены в главе 2. В главе 3 проведено построение надежной многофакторной модели доходности российских акций и разработаны методы расчета НДСК для оценки высокотехнологичного бизнеса.

Основное содержание работы

Во введении показана актуальность проводимых исследований, сформулирована цель и указаны методы исследований.

В первой главе диссертации проведен анализ специфических особенностей высокотехнологичного бизнеса. Эти особенности налагают существенные ограничения на возможности его оценки.

Характерными критериями для определения высокотехнологичного бизнеса являются: (1) степень наукоемкости бизнеса, так как именно она обуславливает долгосрочность проектов (высокий срок окупаемости); (2) более высокий уровень рисков [Молчанов 1999] и (3) большая избирательность спроса на товары/услуги этого бизнеса [Евстафьев и др. 2003]. Однако для практического применения отмеченных критериев существуют ограничения. В частности, расходы на НИОКР отдельных предприятий, даже предоставляющих отчетность широкой публике, не так легко идентифицировать и

численно однозначно определить, так как они скрываются за различными статьями баланса. Поэтому в рамках данной работы придется прибегнуть к вышеперечисленным косвенным критериям высокотехнологичности - как по отраслевой принадлежности, так и по наличию венчурного инвестора в реестре акционеров. Определяющим условием наукоемкости, а, следовательно, высокотехнологичности предприятия в рамках данной работы будет считаться принадлежность отрасли предприятия к группе высокотехнологичных отраслей по классификации Организации Экономического Сотрудничества и Развития (ОЭСР) и/или к числу отраслей, включенных в четвертую и пятую волны Кондратьева.

Во второй главе показана теоретическая обоснованность и методологические преимущества арбитражной теории ценообразования и многофакторных моделей доходности. Для этого проанализированы (согласно концепции приведенной стоимости) теоретические взаимосвязи типа «цена - дивиденды - ожидаемая доходность». Математически эти взаимосвязи проиллюстрированы следующей формулой:

где p(t) обозначает логарифм цены акции, dt представляет логарифм текущих дивидендов, ^(1-р) является константой, предпоследний и последний члены уравнения представляют

ожидаемую сумму дисконтированных будущих приростов дивидендов и ожидаемую сумму дисконтированных будущих доходностей, соответственно. Показана зависимость доходности от колеблемости процесса (прироста) дивидендов. Далее рассмотрен метод аналогий в модификации С. В. Валдайцева и метод определения НДСК с помощью базированной на потреблении модели оценки капитальных активов (Consumption-based Capital Assets Pricing Model). При рассмотрении базированной на потреблении модели оценки капитальных активов учитывались возможности использования как экспоненциальной:

и(ф

J-r

1 -у

так и логарифмической функции и

"(с,) = log, (с,).

Фл { (соу(/?',т)У var(w)" / / \ / \ V varW Л ВД J

>

где НДСК представлена как ожидаемая доходность E(R')l первый правосторонний член представляет безрисковую доходность; к ней прибавлено произведение ковариации доходности акции с фактором дисконтирования, деленное на дисперсию фактора дисконтирования и частного дисперсии фактора дисконтирования со знаком минус и мат. ожидания значения фактора дисконтирования. У данной модели, однако, выявлен ряд недостатков, в первую очередь сказывающихся при ее эмпирической проверке.

Поэтому далее было рассмотрено определение НДСК с помощью модели оценки капитальных активов (Capital Assets Pricing Model, САРМ) Шарпа/Линтнера/Моссина:

гдеj8m= covfaк, rj/var (г,J).

При такой формулировке избыточная доходность рынка выступает как единственная

премия за риск, а именуемая также «бета», как степень рискованности той или иной

инвестиционной альтернативы.

Однако более поздние вычисления с использованием более свежих данных

финансового рынка зародили серьезные сомнения в эмпирической обоснованности

модели оценки капитальных активов [Copeland et al. 1994]. Кроме того, строгие

предпосылки модели делали ее объектом обоснованной критики. Наиболее существенным

критическим моментом была статья Ричарда Ролла, в которой была показана

невозможность однозначно эмпирически доказать или опровергнуть САРМ в связи с

11

невозможностью при расчетах охватить доходность всего рыночного портфеля [Roll 1977].

Как следствие, была проанализирована возможность определения НДСК с помощью APT. Согласно этой модели ожидаемая доходность складывается из премий за все факторные риски, помноженные на чувствительность к ним рассматриваемого актива, плюс доходность портфеля финансовых инструментов, некоррелирующего ни с одним фактором:

Премии за факторный риск, , рассчитываются сходно с САРМ как разность доходности портфеля с единичной чувствительностью лишь к одному фактору (и нулевыми чувствительностями к остальным) и доходностью портфеля со всеми нулевыми коэффициентами^): li=SfXa. Есчи на рынке действительно присутствует безрисковый актив (к примеру, доходность краткосрочных государственных облигаций или ставки краткосрочных межбанковских кредитов - при стабильной финансовой системе), то его доходность принимается за Хц. В любом случае, в отличие от И в описанных выше факторных моделях,, для всех активов

К достоинствам APT относится многообразие возможных применений. Так АРТ-модели теоретически должны позволить более точный расчет ставки дисконтирования, нежели САРМ при оценке бизнеса.

Серьезными преимуществами они обладают и при использовании в управлении инвестиционными портфелями: учет нескольких факторов позволяет более точно прогнозировать доходность портфеля, анализировать успешность активного менеджмента, а также формировать профиль риска - при общей суммарной рисковой загруженности в большей степени нагружать определенный фактор, если по нему менеджер интуитивно ждет положительных изменений [Burrmeister et al, 1997, Воронцовский, 2000]

Для более точной спецификации модели необходимо доказать достоверность многофакторной модели доходности активов для финансовых рынков и выявить ее достаточную точность в сравнении с однофакторной рыночной моделью [Copeland/Weston 1992]. Однако здесь исследователи сталкиваются с проблемой: в арбитражной теории ценообразования не указано, на какой именно многофакторной модели она основана -разработка этой модели предоставлена самим пользователям [Шарп и др. 2001, Валдайцев 2002]. Поэтому необходимо разработать многофакторную модель для российского рынка акций с начала 1998 года по текущий период и проверить ее на достоверность и точность.

В третьей главе вопреки распространенному представлению о доходностях российских ценных бумаг как о нестабильных, не поддающимся формализации и прогнозированию величинах, в исследовании удалось достаточно надежно и точно смоделировать процесс генерирования доходности на российском фондовом рынке. На основе теоретически обоснованной пятифакторной модели удалось объяснить в среднем около 30% дисперсии доходностей российских акций, что гораздо выше результатов сравнимых исследований по немецкому рынку и находится на уровне лучших результатов аналогичных зарубежных исследований с большим количеством объясняющих факторов. Теоретически обоснованная пятифакторная модель была представлена следующим образом:

ги= а, + ЪПроЬ* Ирод,, + Ь3ш * 3m,.i + ЬИнф$„ * Реал,. +bNAsD, * NASD + bKmJ *

Качц + е„,

где Oi - специфическая для акции i постоянная составляющая доходности, е„ — ошибка или остаток модели регрессии, b - коэффициенты при соответствующих факторах, а факторы представляют собой значения представленных в таблице макроэкономических показателей:

Обозначение экономический смысл формула расчета

Прод прирост объема розничных продаж, в долл. Объем _ розн продаж^руб), -г KypcVSD, ^

Объем _ргян.продаж{ру6)1_1 *KypcUSD (По данным Госкомстата РФ и СКРИН)

Зпл прирост объема среднемес. з/пл., в долл. среднемесз / га (руб), + xypcUSD, ^

среднемесз (т.(руб),^ ntypcUSD (По данным Госкомстата РФ и СКРИН)

Реал Прирост реального курса рубля (месячная инфляция в США принимается за 0) Индекс потреб, цен KypcUSD; --5---1. Индекс потреб, г<енм KypcUSD (По данным Госкомстата РФ и СКРИН)

NASD прирост значения индекса NASDAQ Composite NASDAQ, j NASDAQ,., Clio данным www nasdaq.com)

Кач качественный спред или премия за риск дефолта разница средних ставок по долларовым кредитам физическим и юридическим лицам (статистика да РФ)

Эмпирическое исследование подтвердило гипотезу о прямой пропорциональности доходностей большинства акций росту сбережений населения и росту экономической стабильности в стране и в мире. Были выявлены также такие отраслевые особенности параметров модели. Так, для акций телекоммуникационных компаний модель показала особенно высокую точность, а также коэффициент при факторе «прирост индекса NASDAQ» в среднем по телекоммуникационной отрасли оказался примерно вдвое больше чем для акций традиционных отраслей. Данные результаты позволяют менеджерам инвестиционных портфелей не только прогнозировать доходность и риск своего портфеля, но и путем перераспределения активов обеспечивать невосприимчивость портфеля к определенным факторам риска. В дальнейшем предполагается провести сравнительный анализ параметров ликвидных и малоликвидных акций при увеличении выборки, а также включить в сравнительный анализ однофакторную рыночную модель.

С учетом полученных результатов были разработаны методы расчета НДСК для оценки высокотехнологичного бизнеса. Поскольку методы оценки бизнеса (в т. ч. высокотехнологичного) не являются универсально применимыми для всех групп

инвесторов, методика расчета НДСК должна отражать реальный набор альтернатив и предпочтения именно того инвестора, который принимает инвестиционное решение. Так, целый ряд частных инвесторов, обозначаемый в литературе «Waisen und Witwen» (сироты и вдовы), в гораздо большей степени несклонен к риску, чем это предполагается в моделях финансового рынка (как САРМ, так и API). Инвесторы-предприятия нефинансового сектора располагают другим набором инвестиционных альтернатив и несколько другим пониманием риска, нежели это представлено в моделях: основной инвестиционной альтернативой инвестициям на финансовом рынке являются инвестиции в развитие собственного производства, а рискованность финансовой инвестиции во многом характеризуется корреляцией доходности финансовой инвестиции с доходностью собственной хозяйственной деятельности. Поэтому разработанная в работе методика расчета НДСК ориентирована в первую очередь на «профессионалов»: институциональных инвесторов и частных лиц, инвестирующих не последние свои сбережения. Основное внимание здесь сосредоточено на определении нормы доходности на собственный капитал с помощью модели арбитражной теории ценообразования. Для этого осуществлен переход от факторной модели генерации доходности к модели арбитражной теории ценообразования. Рассмотрены особенности построения модели при неканонической форме факторов. Проведен расчет НДСК с помощью арбитражной теории ценообразования на примере предприятий вошедших в эмпирическое исследование Выявлена гораздо более высокая НДСК высокотехнологичных предприятий при высоких значениях премий за факторный риск «изменение индекса NASDAQ». Показано, что это может быть обусловлено спецификой высокотехнологичных предприятий, часто реализующих инновационные товары и услуги, спрос на которые в значительной мере определяется мировым спросом на инновационные товары и услуги. Отмечена возможность получения отрицательного НДСК при вычислении премий за факторный риск по эмпирическим данным. Показано, что, помимо технических причин,

отрицательное НДСК может быть обусловлено стратегическим характером поведения инвестора, в том случае, если инвестор уже обладает значительным пакетом акций предприятия, НДСК дополнительного пакета акций того же предприятия может быть отрицательной, если покупка данного пакета обеспечивает положительную, более высокую среднюю НДСК по совокупному пакету. На основе анализа особенностей НДСК высокотехнологичных предприятий даны практические рекомендации по ее расчету.

Таким образом, в главе выявлены и проанализированы основополагающие отличия параметров для высокотехнологичных предприятий на примере компаний телекоммуникационной отрасли и проведен расчет соответствующих НДСК на базе разработанной в ходе диссертационного исследования методики.

Заключение

В результате проведенного в диссертации математико-теоретического исследования и эконометрико-статистического моделирования стоимости собственного капитала российских высокотехнологичных предприятий, автор пришел к следующим основным выводам и положениям:

1. Норма доходности на собственный капитал определяется темпами роста денежных потоков, временным предпочтением инвесторов, степенью их стремления к стабильному равномерному потреблению и чувствительностью к различным факторам риска, представляющих угрозу для объема потребления.

2. Несмотря на наличие интуитивных методов расчета НДСК (кумулятивный подход), наиболее теоретически обоснованными являются методы определения НДСК на базе факторных моделей.

3. База расчета НДСК - факторная модель - должна в оптимальном варианте включать около пяти факторов, описывающих темпы роста денежных потоков,

стабильность внутри страны и за рубежом, а также потребительские предпочтения инвесторов.

4. В условиях нестабильной финансовой системы (что соответствует настоящей ситуации в России), когда безрисковая ставка стоимости капитала отсутствует, моделирование стоимости капитала без использования безрисковой ставки возможно. При этом в многофакторной модели доходности зависимой переменной является не избыточная доходность (не „excess return"), а общая доходность („return").

5. С учетом специфики российской финансово-экономической ситуации и уровня развития рынка ценных бумаг, а также наличия статистической и финансовой информации, наиболее удачно описывают доходность акций российских предприятий следующие факторы:

• прирост объема розничных продаж, в долл.

• прирост объема среднемесячной з/пл., в долл.

• прирост реального курса рубля

• прирост значения индекса NASDAQ Composite

• качественный спред или премия за риск дефолта

Данная модель позволяет объяснить чуть менее трети дисперсии доходности российских акций

6. Показано, что в ряде конкретных случаев можно резко улучшить качество модели доходности, включив авторегрессионный член первого порядка, что говорит о наличии «эффекта момента» (Momentum) для данных конкретных акций.

7. Показано отсутствие эффекта гетероскедастичности при использовании описанной пятифакторной модели для месячных доходностей, рассчитанного как по модели Энгла (АРУГ - АвтоРегрессионная Условная Гетероскедастичность), так и по модели Боллерслева (ОАРУГ - Общая АвтоРегрессионная Условная Гетероскедастичность)

8. Выявлена кардинально более высокая чувствительность доходности акций инновационных предприятий к фактору «прирост значения индекса NASDAQ Composite», по которым соответствующий коэффициент модели и, соответственно, при расчете НДСК превышает примерно вдвое средний по всему рынку.

Опубликованные работы по теме диссертация

1. Гельман С. В. Венчурные инвестиции в России. Опыт ФРГ. В сб.: Предпринимательство и реформы в России. СПб. СП6ТУ. 2001. Т 2. С. 30.

2. Гельман С. В., Маркова К.В., Смирнова НА. Моделирование доходности российских акций на основе макроэкономических многофакторных моделей. // Вестник СПбГУ Серия Экономика 2003 г. В. 3. С. 123-131.

3. Гельман С. В. Ценообразование на активы с высоким риском и норма доходности на собственный капитал. // Современные аспекты экономики. 2005 г. № 2 (Э69). С. 104-129.

4. Gelman, S. Modelling price dynamics oftarget stock by M&A deals under uncertainty. Presentations Journal ofthe Economic International Conference 2004 in St. Petersburg. Sections 5-12, pp. 67-68.

5. Gelman, S. Target stock price dynamics by mergers and acquisitions under uncertainty of the deal completion. Presentations Journal ofthe Joint Meeting ofthe Society for Multivariate Analysis in Behavioral Sciences and European Association of Methodology 2004. p. 41.

6. Gelman, S. Dynamics ofTarget Stock Price by Mergers and Acquisitions under Uncertainty ofthe Deal Completion. Presentations Journal ofthe Joint Conference ofthe European Economic Association and Econometric Society- European Meeting 2004 (temporary electronic publication; http://Www.ea-e8;m2004oig)

7. Gelman S. Price convergence of target stock by Mergers and Acquisitions under uncertainty ofthe deal completion. Presentations Journal ofthe Stochastic Finance 2004 - International Conference in Lissabon (temporary electronic publication;

http ://at.yorku.ca/cgi-bin/amca/camz-01)

Подписано в печать 25.02.2005. Формат 60x84/16. Печать ризографическая. Заказ № 552. Объем 1,05 п.л. Тираж 100 экз.

Издательский центр экономического факультета СПбГУ 193123, Санкт-Петербург ул. Чайковского, д. 62.

21 v:? D5

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Гельман, Сергей Викторович

Введение.

Глава 1. Специфика высокотехнологичного бизнеса.

1.1. Высокотехнологичный бизнес, как бизнес, принадлежащий к наукоемким отраслям.

1.1.1. Показатель наукоемкое™, как критерий высокотехнологичности бизнеса.

1.1.2. Принадлежность к определенным волнам Кондратьева, как критерий высокотехнологичности.

1.2. Специфика высокотехнологичного инновационного бизнеса.

1.3. Специфика телекоммуникационной отрасли, как наиболее значимой отрасли высокотехнологичного бизнеса.

Глава 2. Теоретическое обоснование использования многофакторных моделей в оценке высокотехнологичного бизнеса.

2.1. Основы ценообразования на активы с высоким риском.

2.2. Средневзвешенная стоимость капитала.

2.3. Математическое представление взаимосвязей цена - денежные потоки - доходность.

2.4 Определение нормы доходности на собственный капитал (НДСК) с помощью метода аналогий.

2.5. Определение нормы доходности на собственный капитал с помощью базированной на потреблении модели оценки капитальных активов (Consumption-based Capital Assets Pricing Model).

2.5.1. Использование экспоненциальной функции полезности.

2.5.2. Использование логарифмической функции полезности.

2.6. Определение нормы доходности на собственный капитал с помощью модели оценки капитальных активов Шарпа, Линтнера, Моссина

Capital Assets Pricing Model).

2.7. Определение нормы доходности на собственный капитал с помощью арбитражной теории ценообразования Росса (Arbitrage Pricing Theory-APT).

2.8. Основы использования многофакторных моделей при управлении финансовыми активами.

Глава 3. Построение многофакторной модели доходности российских акций.

3.1. Методология идентификации модели

3.2. Эмпирический анализ.

3.2.1. Инструменты и источники.

3.2.2. Структура и моделирование данных.

3.2.2.1. Реальный курс рубля.

3.2.2.2. Объем розничных продаж.

3.2.2.3. Среднемесячная заработная плата.

3.2.2.4. NASDAQ.

3.2.2.5. Спрэд качества.

3.2.3. Основная модель.

3.2.4. Коррекция нарушений предпосылок классической линейной модели множественной регрессии (КПММР).

3.2.4.1. Коррекция автокорреляции остатков.

3.2.4.2. Коррекция условной гетероскедастичности остатков.

3.2.5. Результаты исследования и интерпретация.

3.3 Определение нормы доходности на собственный капитал с помощью модели арбитражной теории ценообразования.

3.3.1 Переход от факторной модели генерации доходности к модели арбитражной теории ценообразования.

3.3.2 Особенности построения модели при неканонической форме факторов.

3.3.3. Расчет нормы доходности на собственный капитал с помощью арбитражной теории ценообразования на примере предприятий вошедших в эмпирическое исследование.

3.3.4. Особенности нормы доходности на собственный капитал высокотехнологичных предприятий и практические рекомендации по ее расчету.

Диссертация: введение по экономике, на тему "Определение нормы доходности на собственный капитал высокотехнологичных предприятий"

Высокотехнологичные предприятия в настоящее время являются наиболее перспективными инструментами развития экономики. Специфика их функционирования - а именно относительно длинный по времени производственный цикл, высокий требуемый объем расходов на исследования и разработки, высокий удельный вес дорогостоящих специализированных активов - требует наличие мощной финансовой базы. Поэтому высокотехнологичный бизнес вынужден все чаще обращаться за долгосрочными средствами к широкому кругу инвесторов. Наиболее удобной формой предоставления средств являются прямые инвестиции в собственный капитал предприятия. Необходимым условием такого участия инвестора в собственном капитале высокотехнологичного предприятия является его адекватная оценка. Из-за специфики деятельности таких предприятий ряд применяемых методов оценки бизнеса (рис. 1) очевидно неадекватен: В связи со специализацией активов и высокой доли сложнореализуемых в отдельности НИОКР имущественный или затратный метод будет давать искаженные, определенно заниженные оценки. Поскольку производственный процесс или структура предоставления инновационных услуг оцениваемого предприятия часто не имеет аналогов на рынке, а зачастую и в мире, то в большинстве случаев практически не возможно адекватно подобрать необходимую для применения рыночного метода «группу сравнения» (peer group).

Таким образом, лишь с помощью доходного подхода можно более или менее адекватно оценить высокотехнологичный бизнес. Следовательно, необходимо корректно спрогнозировать будущие денежные потоки от хозяйственной деятельности высокотехнологичного предприятия и определить норму доходности на собственный капитал, адекватную риску рассматриваемых денежных потоков.

Опционные методы оценки 1%

Метод капитализации доходов (доход подход) 19%

Учетные методы оценки затратный подход) К 28%

Метод дисконтирования денежных потоков (доходный подход) 30%

Метод рынка капитала (сравнительный подход) 9%

Метод отраслевых коэффициентов (сравнительный подход) 5%

Метод сделок (сравнительный подход) 8%

Рис.1. Использование методов оценки. Результаты опросного исследования за период с 21 апреля по 31 июля 2000 г., %

Проблема обоснованного прогнозирования денежных потоков не имеет однозначного теоретического решения: невозможно научиться точно предсказывать будущее. Однако знания в области маркетинга, макроэкономики и долгий опыт работы на рынке позволяет оценить вероятностную структуру различных сценариев. Спрогнозировав ряд возможных комбинаций будущих денежных потоков и оценив вероятностную структуру данного ряда, следующей и одной из важнейших задач инвестора в рамках принятия инвестиционного решения является определение нормы доходности на собственный капитал рассматриваемого предприятия.

Норма доходности на собственный капитал (НДСК), она же стоимость собственного капитала (ССК, английский вариант - cost of equity) является важным элементом для принятия инвестиционных решений: НДСК является

35] основополагающим критерием решения о вложении средств в собственный капитал предприятия, а также о реализации предприятием тех или иных инвестиционных проектов. НДСК представляет собой упущенный доход от вложения средств в эквивалентный альтернативный актив. Эквивалентность альтернативного актива должна быть гарантирована по затратам труда, горизонту планирования, степени риска и др. Найти альтернативный актив, отвечающий таким критерием (в первую очередь по степени риска) на финансовом рынке, как правило, не представляется возможным. Таким образом, доходность эквивалентного альтернативного актива приходится моделировать, что, по сути, является определением ожидаемой доходности самого оцениваемого объекта. Иными словами, НДСК можно определить как ожидаемую (требуемую) доходность оцениваемого актива в свете имеющегося набора инвестиционных альтернатив и предпочтений инвестора по поводу потребления.

Для определения ставки дисконтирования, в отличие от прогнозирования денежных потоков, существует ряд формализованных решений. Наибольшее распространение приобрели метод расчета на базе модели оценки капитальных активов (Capital Assets Pricing Model - САРМ) и метод кумулятивного построения ставки дисконтирования. Последний способ расчета позволяет оценщику достаточно произвольно накидывать надбавки за риск, что делает рассчитанную таким образом ставку дисконтирования предельно субъективной [4, с. 215]. При расчете на базе САРМ принимается целый ряд предпосылок о ситуации и целях инвестора, которые чаще всего не соответствуют положению лиц, инвестирующих в высокотехнологичные предприятия. Основным спорным моментом является предпосылка о полной диверсификации инвесторов, лежащая в основе САРМ - большинство инвестиционных фондов или лиц, вкладывающихся в высокотехнологичный бизнес, обладают портфелями с преобладанием высокотехнологичных секторов и таким образом очень далеких от полной диверсификации. Кроме того, в модели оценки капитальных активов учтен лишь один источник систематического риска - риск рынка акций, в то время как высокотехнологичные предприятия в силу своей специфики очень чувствительны ко многим макроэкономическим параметрам, как то рост потребления, уровень цен и т.д. Поэтому более корректно будет проводить расчет ставки дисконтирования, учитывая ряд факторов экономического риска, что возможно на базе арбитражной теории ценообразования (Arbitrage Pricing Theory - APT) с использованием многофакторных моделей генерации дохода.

Многофакторные модели процесса генерации дохода или, проще, модели доходностей ценных бумаг широко применяются в управлении рисками и инвестиционными портфелями западных инвестиционных компаний и банков. [41] На основе многофакторных моделей доходности построены теория оценки капитальных активов (Capital Assets Pricing Model) [81] и теория арбитражного ценообразования (Arbitrage Pricing Theory) [77], прочно вошедшие в практику оценки бизнеса. С другой стороны, существующие многофакторные модели часто подвергаются критике в связи с недостаточной теоретической обоснованностью моделей и произвольностью подбора факторов. Кроме того, высказываются серьезные сомнения по поводу целесообразности использования многофакторных моделей для относительно нестабильных и молодых финансовых рынков, таких как финансовый рынок России. Однако пока не было опубликовано результатов исследований, позволяющих обоснованно судить о надежности таких моделей для российского рынка акций.

Поэтому возникает необходимость в заполнении обнаруженного пробела в финансовой теории.

Актуальность проблемы. В настоящий момент большое количество высокотехнологичных предприятий нуждается в финансировании (для приобретения основных активов, расширения производственной базы и т.п.). В связи с ограниченными возможностями российской банковской системы для многих предприятий единственным путем является привлечение собственного капитала. Привлечение собственного капитала производится уже сейчас как от узкого круга лиц, так и по открытой подписке с размещением акций на бирже (IPO). В качестве примера успешного первичного размещения акций на бирже можно привести размещение информационной компанией «Росбизнесконсалтинг» и авиастроительным предприятием «Иркут» новых акций на Московской Межбанковской Валютной Бирже (ММВБ) и в Российской Торговой Системе (РТС), а также компаниями сотовой связи «МТС» и «Вымпелком» на Нью-Йоркской Фондовой Бирже (New York Stock Exchange, NYSE). Однако определить, насколько адекватно была произведена оценка размещенных акций имеющимися методиками не представляется возможным.

Со стороны инвесторов также существует серьезная заинтересованность в инвестициях в собственный капитал высокотехнологичных предприятий. Традиционные в России формы вложения средств, как то, иностранная валюта и государственные облигации в связи с изменением макроэкономической ситуации стали малопривлекательными, а то и вовсе перешли в категорию убыточных. Одним из пока еще существующих барьеров для инвестиций в собственный капитал высокотехнологичных предприятий является не разработанная в полной мере методика определения НДСК для высокотехнологичных предприятий в условиях финансово нестабильной макроэкономической ситуации России. Поэтому разработка адекватных методов оценки НДСК является актуальной задачей.

Актуальность решения задач, рассматриваемых в диссертации, вытекает также из программы социально-экономического развития Российской Федерации на среднесрочную перспективу [30]. Программа подчеркивает необходимость именно в настоящий момент инвестировать средства в развитие предприятий наукоемких отраслей, в том числе интенсивно развивать информационные и телекоммуникационные технологии. НДСК является одним из основополагающих критериев для инвестора при принятии инвестиционного решения. Проблема расчета НДСК для высокотехнологичных предприятий в финансово нестабильной обстановке не была еще однозначно решена.

Цель и задачи исследования. Цель настоящей работы состояла в теоретическом обобщении принципов построения, разработке и дальнейшем совершенствовании методов расчета нормы доходности на собственный капитал российских высокотехнологичных предприятий и решении на их основе научной проблемы расчета НДСК для конкретных высокотехнологичных предприятий базируясь на макроэкономических индикаторах.

Для достижения поставленной цели в работе решаются следующие основные задачи:

Функционально-структурный анализ нормы доходности на собственный капитал акционерных обществ, имеющих котировки на бирже и выплачивающих дивиденды.

- Исследование специфических особенностей высокотехнологичных предприятий, имеющих важное значение при оценке НДСК.

- Обобщение существующих методов определения НДСК в условиях развитой финансовой системы и экономической стабильности.

- Анализ особенностей методов расчета НДСК на нестабильных финансовых рынках, в особенности на российском.

- Разработка модели доходности на базе ряда макроэкономических факторов, оказывающих продолжительное влияние на рост и колеблемость будущих денежных потоков, причитающихся инвестору, а также на потребительские предпочтения инвестора.

- Выбор значимых факторов модели доходности акций предприятий разных отраслей для российского рынка акций. Идентификация параметров разработанной модели.

- Выявление фундаментальных отличий значения параметров моделей доходности высокотехнологичных предприятий (принадлежащих к наукоемким отраслям) от значений параметров моделей доходности предприятий традиционных секторов с невысокой долью инноваций (ТЭК и т.п.).

- Расчет НДСК высокотехнологичных предприятий, используя ранее полученные параметры моделей доходности, на примере компаний телекоммуникационного сектора.

Объект и предмет исследования. Объектом исследования данной диссертационной работы является инвестиционная деятельность физических и юридических лиц направленная на прямые вложения в собственный капитал высокотехнологичных предприятий. В ходе принятия инвестиционного решения инвестор ориентируется на ряд критериев. Одним из наиболее важных критериев является норма доходности на собственный капитал предприятия - объекта предполагаемой инвестиции. Адекватное определение нормы доходности на собственный капитал и является предметом данного исследования.

Методы исследования. В диссертационной работе используются методы эконометрики и математического моделирования цен финансовых активов и их доходности. Идентификация параметров моделей производится с помощью методов статистического анализа эмпирических данных курсов акций широкой группы российских предприятий на бирже РТС [31] и макроэкономических показателей российской и мировой экономики с использованием компьютерных эконометрических и статистических программ Econometric Views 4.01 и SPSS v.11.0.

Научные результаты, выносимые на защиту. Теоретическое обобщение методов определения НДСК. Решение проблемы определения НДСК высокотехнологичных предприятий в условиях развивающейся экономики на примере определения НДСК российских высокотехнологичных предприятий.

1. Предложения по основным образующим элементам НДСК в общем случае.

2. Специфические для высокотехнологичных отраслей экономики методы учета в величине НДСК инвестиционных рисков и потребительских предпочтений инвесторов.

3. Методы расчета НДСК с помощью параметров факторных моделей доходности.

4. Теоретическая разработка и спецификация моделей доходности акций предприятий на российском рынке ценных бумаг.

5. Количественное определение параметров модели доходности акций с учетом пяти макроэкономическим факторов, значимых для доходности инвестиций в предприятия трех отраслей российской экономики.

6. Выявление основополагающих отличий параметров для высокотехнологичных предприятий (на примере компаний телекоммуникационной отрасли).

7. Методика расчета норм доходности на собственный капитал при инвестировании в высокотехнологичные предприятия.

Научная новизна:

В диссертации впервые комплексно рассмотрена проблема определения НДСК для высокотехнологичных предприятий в условиях нестабильной экономико-финансовой ситуации, имеющая существенное значение для развития российской финансовой системы и высокотехнологичных отраслей экономики. В ходе решения проблемы:

- предложен и теоретически обоснован набор макроэкономических факторов, которые должны учитываться при расчете НДСК по российским предприятиям, характеризующимся высокой степенью инновационной активности (стр. 75-100);

- для предприятий трех отраслей российской экономики произведена оценка параметров модели доходности (с использованием поправки на ОАРУГ и автокорреляцию) по пяти специально отобранным макроэкономическим факторам (стр. 100-112); разработана и проверена на точность и значимость полученных численных результатов многофакторная модель доходности акций осуществляющих инновации российских предприятий (стр. 110-112);

- на примере предприятий телекоммуникационной отрасли выявлены и проанализированы процессы, обуславливающие существенные отличия в значениях параметров разработанной модели доходности акций применительно к предприятиям высокотехнологичных отраслей от значений этих параметров применительно к предприятиям невысокотехнологичных отраслей (стр. 113-116);

- на базе арбитражной теории ценообразования, но без использования безрисковой ставки доходности и портфелей ценных бумаг с нулевой чувствительностью и наименьшей дисперсией, разработан метод определения нормы доходности на собственный капитал; этот метод применен к российским высокотехнологичным предприятиям (стр. 117-121);

- по предложенной методике и с использованием полученных параметров для инвестиций в ряд российских предприятий телекоммуникационной отрасли произведен расчет норм доходности на собственный капитал (стр. 117-130).

Апробация работы. Основные положения и результаты исследования, изложенные в диссертационной работе, доложены на 5 международных конференциях (2001-2004 гг.):

1. Предпринимательство и реформы в России. СПб. СПбГУ. 2001

2. Economic International Conference 2004 in St. Petersburg

3. Joint Meeting of the Society for Multivariate Analysis in Behavioral Sciences and European Association of Methodology 2004 in Jena

4. Joint Conference of the European Economic Association and Econometric Society- European Meeting 2004, Madrid

5. Stochastic Finance 2004 - International Conference in Lissabon.

А также на заседаниях кафедр:

1. экономики исследований и разработок экономического факультета СПбГУ (2001-2004 гг.),

2. экономики и аудита предприятия экономического факультета Филиппс-Университета Марбурга (2001 г.)

3. эмпирических экономических исследований экономического факультета Вестфальского Вильгельмс-Университета Мюнстера (2003-2004 гг.)

Построение диссертации. Диссертация включает введение, три главы и заключение. В первой главе проанализированы длительность производственного цикла, уровень и характер конкуренции, доля расходов на исследования и разработки высокотехнологичного бизнеса. Разработка теоретической базы оценки высокотехнологичных предприятий и в частности расчета ставки дисконтирования рассмотрены в главе 2. В главе 3 проведено построение надежной многофакторной модели доходности российских акций и разработана методика расчета НДСК для оценки высокотехнологичного бизнеса.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Гельман, Сергей Викторович

3.2.3 Результаты исследования и интерпретация

Общая пятифакторная модель показала неожиданно высокую точность - модель по всему периоду с начала 98-го года в среднем описывает более 28% процентов дисперсии доходностей акций 29 предприятий, что выше точности моделей Элгети/Маурера для доходностей акций страховых [61] и Штайнера/Новака для доходностей акций большинства [80] немецких акционерных обществ, имеющих котировки.

Заключение

В результате проведенного в диссертации математико-теоретического исследования и эконометрико-статистического моделирования нормы доходности на собственный капитал российских высокотехнологичных предприятий, автор пришел к следующим основным выводам и положениям:

1. Норма доходности на собственный капитал определяется темпами роста денежных потоков, временным предпочтением инвесторов, степенью их стремления к стабильному равномерному потреблению и чувствительностью к различным факторам риска, представляющих угрозу для объема потребления.

2. Несмотря на наличие интуитивных методов расчета НДСК (кумулятивный подход), наиболее теоретически обоснованными являются методы определения НДСК на базе факторных моделей.

3. База расчета НДСК - факторная модель - должна в оптимальном варианте включать около пяти факторов, описывающих темпы роста денежных потоков, стабильность внутри страны и за рубежом, а также потребительские предпочтения инвесторов.

4. В условиях нестабильной финансовой системы (что соответствует настоящей ситуации в России), когда безрисковая ставка стоимости капитала отсутствует, моделирование стоимости капитала без использования безрисковой ставки возможно. При этом в многофакторной модели доходности зависимой переменной является не избыточная доходность (не „excess return"), а общая доходность („return").

5. С учетом специфики российской финансово-экономической ситуации и уровня развития рынка ценных бумаг, а также наличия статистической и финансовой информации, наиболее удачно описывают доходность акций российских предприятий следующие факторы:

• прирост объема розничных продаж, в долл.

• прирост объема среднемес. з/пл., в долл.

• прирост реального курса рубля

• прирост значения индекса NASDAQ Composite

• качественный спред или премия за риск дефолта

Данная модель позволяет объяснить чуть менее трети дисперсии доходности российских акций

6. Показано, что в ряде конкретных случаев можно резко улучшить качество модели доходности, включив авторегрессионный член первого порядка, что говорит о наличии «эффекта момента» (Momentum) для данных конкретных акций.

7. Показано отсутствие эффекта гетероскедастичности при использовании описанной пятифакгорной модели для месячных доходностей, рассчитанного как по модели Энгла (АРУГ - АвтоРегрессионная Условная Гетероскедастичность), так и по модели Боллерслева (ОАРУГ - Общая АвтоРегрессионная Условная Гетероскедастичность)

8. Выявлена кардинально более высокая чувствительность доходности акций высокотехнологичных предприятий к фактору прирост значения индекса NASDAQ Composite, по которому соответствующий коэффициент модели и, соответственно, при расчете НДСК превышает примерно вдвое средний по всему рынку.