Оценка исторического коэффициента бета для частных фирм. Исторический поход к оценке коэффициента бета работает только для торгуемых активов, имеющих рыночные цены. Частные компании не имеют истории рыночных цен. Следовательно, для них мы не можем оценить регрессионный коэффициент бета с помощью регрессионного анализа. Тем не менее, нам необходимо оценивать стоимость собственного капитала и стоимость капитала для этих компаний. [c.249]
Наконец, если ваша фирма в недавнем прошлом претерпела значительную реструктуризацию (избавилась от активов или изменила структуру капитала), регрессионные коэффициенты бета становятся бессмысленными, поскольку компания самостоятельно изменила собственные характеристики риска. [c.250]
Таким образом, во многих случаях оценки регрессионные коэффициенты бета либо недоступны, либо бессмысленны. [c.250]
Короче говоря, регрессионные коэффициенты бета почти всегда будут слишком подвержены воздействию рыночного шума или слишком асимметричны под влиянием выбора методики оценки, позволяющей получить полезную меру риска инвестирования в акции компании. Стоимость собственного капитала является слишком важной входной величиной в модели дисконтирования денежных потоков, чтобы отдаваться на откуп статистической случайности. [c.251]
Шаг 2. Найти другие фирмы, занимающиеся соответствующими видами деятельности, акции которых обращаются на открытом рынке. Получить для них регрессионные коэффициенты бета, которые мы используем для вычисления среднего коэффициента бета фирм. [c.257]
Шаг 3. Оценить средний коэффициент бета без учета долгового бремени для данного вида деятельности путем деления среднего коэффициента бета фирм на средний коэффициент долг/собственный капитал . Кроме того, мы можем оценить коэффициент бета без учета долга для каждой фирмы в отдельности, а затем вычислить средний коэффициент бета без учета долга. Первый подход предпочтительнее, поскольку деление ошибочно определенного регрессионного коэффициента бета на коэффициент долг/собственный капитал , по всей вероятности, компенсирует ошибку [c.257]
Случай восходящих коэффициентов бета. На первый взгляд, использование восходящих коэффициентов бета может оставить нас с теми же проблемами, которые касаются регрессионных коэффициентов бета. В конце концов, коэффициенты бета других фирм, акции которых обращаются на открытом рынке и которые работают в данном бизнесе, получают на основе регрессионного анализа. Тем не менее, восходящие коэффициенты бета представляют собой значительное усовершенствование по сравнению с регрессионными коэффициентами бета по следующим причинам. [c.258]
Хотя любой регрессионный коэффициент бета оценивается со стандартной ошибкой, среднее из нескольких регрессионных коэффициентов бета имеет значительно более низкую стандартную ошибку. Этот факт объяснить просто. Большая стандартная ошибка при оценке коэффициента бета означает, что он может оказаться значительно выше или ниже, чем истинный коэффициент бета. Усреднение этих коэффициентов бета приведет к среднему коэффициенту бета, значительно более точному, чем отдельные коэффициенты бета, входящие в него. Действительно, если ошибки при оценке коэффициентов бета отдельных фирм не коррелируют между собой, то стандартную ошибку можно представить в виде функции средней стандартной ошибки или оценок коэффициента бета и числа фирм в выборке [c.258]
Со временем фирмы изменяют свои долговые коэффициенты. Хотя регрессионные коэффициенты бета отражают средний коэффициент долг/собственный капитал , наблюдаемый у фирмы в течение периода регрессии, в восходящих коэффициентах бета используется теку- [c.258]
Безрычаговый коэффициент бета, который можно получить из регрессионного коэффициента бета, отражает средние кассовые остатки (как процент от ценности фирмы) за период регрессии. Таким образом, если фирма поддерживает этот коэффициент на постоянном уровне, то вы оказываетесь в состоянии прийти к правильному безрычаговому коэффициенту бета. [c.567]
В нашем раннем анализе коэффициентов бета мы выступали против использования регрессионных коэффициентов бета из-за шума в оценках (среднеквадратических ошибок) и возможности изменений фирмы за период регрессии. Насколько актуальны эти аргументы применительно к фирмам, оказывающим финансовые услуги Оценки регрессионного коэффициента бета применительно к крупным и более зрелым фирмам сектора финансовых услуг часто оказываются гораздо более точными, чем оценки, которые проводятся для фирм из других секторов. Если бы регулирующие ограничения оставались неизменными в течение данного периода времени, и ожидалось, что в будущем они не изменятся, то рассматриваемый сектор мог бы оказаться одним из тех немногих секторов, где можно продолжать использовать регрессионные коэффициенты бета с определенной уверенностью в них. В периоды же, когда меняются как правила, так и общая среда регулирования, продолжают оставаться в силе предостережения о неприменимости регрессионных коэффициентов бета. [c.774]
Исторические рыночные коэффициенты бета. Общепринятый подход к оценке коэффициента бета инвестиции основывается на регрессионном анализе доходности инвестиции относительно доходности рыночного индекса. Для фирмы, акции которой на протяжении длительного периода торгуются на открытом рынке, не представляет большого затруднения оценить доходы, которые инвестор получил бы от своей инвестиции в собственный капитал на различных интервалах (например, месячных или недельных) в течение периода. В теории, для оценки коэффициентов бета активов эти показатели доходности вложений в акции должны быть соотнесены с доходностью рыночного портфеля (т. е. портфеля, который включает все торгуемые активы). На практике же мы обычно в качестве приблизительной оценки рыночного портфеля используем какой-нибудь фондовый индекс (например, S P 500) и оцениваем коэффициенты бета для акций относительно индекса. [c.239]
Проблемы с методологией регрессии. Методология регрессии — это традиционный способ уплотнения больших массивов данных и их сведения в одно уравнение, отражающее связь между мультипликаторами РЕ и финансовыми фундаментальными переменными. Но данный подход имеет свои ограничения. Во-первых, независимые переменные коррелируют друг с другом . Например, как видно из таблицы 18,2, обобщающей корреляцию между коэффициентами бета, ростом и коэффициентами выплат для всех американских фирм, быстрорастущие фирмы обычно имеют большой риск и низкие коэффициенты выплат. Обратите внимание на отрицательную корреляцию между коэффициентами выплат и ростом, а также на положительную корреляцию между коэффициентами бета и ростом. Эта мультиколлинеарность делает мультипликаторы регрессии ненадежными (увеличивает стандартную ошибку) и, возможно, объясняет ошибочные знаки при коэффициентах и крупные изменения этих мультипликаторов в разные периоды. Во-вторых, регрессия основывается на линейной связи между мультипликаторами РЕ и фундаментальными переменными, и данное свойство, по всей вероятности, неадекватно. Анализ остаточных явлений, связанных с корреляцией, может привести к трансформациям независимых переменных (их квадратов или натуральных логарифмов), которые в большей степени подходят для объяснения мультипликаторов РЕ. В-третьих, базовая связь между мультипликаторами РЕ и финансовыми переменными сама по себе не является стабильной. Если же эта связь смещается из года в год, то прогнозы, полученные из регрессионного уравнения, могут оказаться ненадежными для более длительных периодов времени. По всем этим причинам, несмотря на полезность регрессионного анализа, его следует рассматривать только как еще один инструмент поиска подлинного значения ценности. [c.649]
Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение. Прим гром такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций. При построении регрессионной зависимости дается формализованное описание связи (б), представленной на рис. 3.2. [c.74]
Регрессионной прямой Первого фонда, изображенной на рис. 25.5, является линия, наилучшим образом соответствующая точечной диаграмме. Что означает наилучшим образом соответствующая Так как прямая линия определяется коэффициентом пересечения с вертикальной осью и коэффициентом наклона, это означает, что не существует других значений альфы и беты , которые бы лучше соответствовали точечной диаграмме, чем данные значения. В терминах простой линейной регрессии это означает, что нельзя провести такую линию, чтобы соответствующее стандартное отклонение случайной погрешности было меньше, чем для регрессионной прямой. [c.895]
Учетная р. Бета-коэффициент может быть определен не на основе рыночных оценок, а по учетным данным. Например, прибыль или иной показатель, характеризующий деятельность предприятия, может быть определен по данным бухгалтерского учета прибыль или другой соответствующий показатель, характеризующий состояние экономики страны, может быть известен по данным Госкомстата. При наличии этих данных за несколько периодов может быть определена учетная (3 путем регрессионного или корреляционного анализа в соответствии с формулами (3.20).и (3.21). Учетная 3 является довольно грубым приближением рыночной (3, но в некоторых случаях, например при оценке доходности малых предприятий, получить рыночные оценки затруднительно. Исследования показывают, что между учетными и рыночными (3 имеет место значимая корреляционная связь, величины коэффициентов корреляции составляют 0,6-0,8. [c.77]
Внешний риск, связанный с выбором сферы деятельности предприятия (отраслевой риск), оценивается среднеотраслевой нормой доходности. Он определяется отраслевым бета-коэффициентом (Р), который является коэффициентом соответствующего регрессионного уравнения и связывает среднеотраслевой риск со среднерыночным. [c.232]
Портфельные менеджеры используют как традиционный подход, так и подход современной портфельной теории, каждый из которых акцентирует внимание на преимуществах снижения риска за счет диверсификации. Традиционный подход основан на подборе акций и облигаций хорошо известных компаний различных отраслей экономики. Современная портфельная теория (СПТ) использует такие статистические понятия, как дисперсия, корреляция и коэффициент детерминации, для измерения риска и потенциала диверсификации альтернативных инвестиционных инструментов. Отрицательно коррелированные вложения обеспечивают максимальный эффект диверсификации. Недиверсифицируемый риск ценной бумаги или портфеля измеряется с помощью фактора "бета", описанного в главе 5. Фактор "бета" измеряет реакцию ценной бумаги или портфеля на изменения рыночного индекса, например "Стэндард энд пур з 500". Чем выше коэффициент детерминации, который измеряет объясняющую способность регрессионного уравнения, тем надежнее оценки фактора "бета". Коэффициент детерминации фактора "бета" выше для портфелей, чем для отдельных ценных бумаг, в результате чего портфельные менеджеры больше доверяют портфельным пока- [c.178]
Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений результативного признака, т. е. определенное статистическое распределение. Примером такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций. [c.63]
На практике производят статистическое уточнение оценок бета- и альфа-коэффициентов с учетом различных моделей регрессионной зависимости. [c.229]
ИЛЛЮСТРАЦИЯ 8.1. Оценка регрессионного коэффициента бета для компании Boeing [c.240]
Ограничения регрессионных коэффициентов бета. Значительная часть материала, помещенного в этом разделе, представляет собой обвинительный акт для регрессионных коэффициентов бета. В случае с компанией Boeing, самой большой проблемой была значительная стандартная ошибка коэффициента бета. В действительности, данная проблема не касается исключительно компании Boeing. На рисунке 8.7 представлено распределение стандартных ошибок для оценки коэффициента бета для американских компаний. [c.250]
Регрессионный коэффициент бета 240-243, 249-251 Резерв LIFO 42 Реинвестирование 17 [c.1310]
Хотя временной период аналогичен периоду, использованному в нашем предыдущем регрессионном анализе, между данной регрессией и регрессией на рисунке 8.1 отмечаются небольшие различия. Во-первых, при оценке коэффициентов бета Блумберг (Bloomberg) использует прирост стоимости акций и рыночный индекс, игнорируя при этом дивиденды. Факт игнорирования дивидендов не играет столь уж большой роли для компании, подобной Boeing, но становится важным для акций компании, которая либо не выплачивает дивидендов, либо выплачивает их в значительно большем размере по сравнению с рынком. Это объясняет разницу между точкой пересечения (0,50% против 0,54%) и коэффициентом бета (0,57 против 0,56). [c.244]
На многих формирующихся рынках как анализируемые компании, так и сам по себе рынок существенно меняются на протяжении относительно коротких интервалов времени. Использование 5-летних доходов, как в случае с компанией Boeing, для регрессионного анализа может дать коэффициент бета для компании (и рынка), имеющий мало сходства с истинным текущим положением дел с акциями компании (и рынка). [c.247]
С учетом регрессии за период 1996-2000 гг., компания Boeing имела исторический коэффициент бета, равный 0,56. Поскольку в этом регрессионном анализе использовались цены акций компании Boeng за этот период, мы начали с оценки среднего коэффициента долг/собственный капитал за период 1996-2000 гг., используя рыночную стоимость долга и собственного капитала. [c.255]
Полученный результат сильно отличается от исторического коэффициента бета, равного 0,56, который мы получили на основе регрессионного анализа, но, как представляется, это является более реалистичным отражением риска для компании Boeing. [c.263]
Вы анализируете Tiffany ompany, крупную компанию, занимающуюся розничными продажами, и находите, что регрессионная оценка коэффициента бета фирмы равна 0,75. Стандартная ошибка для оценки коэффициента бета составляет 0,50. Вы также замечаете, что средний безрычаговый коэффициент бета (без учета долга) сопоставимых фирм, работающих в той же области, равен 1,15. [c.299]
Фактор "бета" гораздо более полезен при объяснении колебаний в доходности портфеля, нежели отдельной ценной бумаги. Хорошо диверсифицированный портфель акций будет иметь коэффициент детерминации для регрессионного уравнения около 0,9. Это означает, что на 90% колебания курсов ценных бумаг портфеля объясняются изменениями на рынке акций в целом. В. расчетах коэффициентов "бета" индивидуальных ценных бумаг (при составлении и решении регрессионного уравнения. — Прим. науч. ред.) параметр / -квадрат имеет достаточно широкий спектр значений, но, как правило, находится в интервале от 0,2 до 0,5. Другие факторы (в частности, диверсифицируемый риск) также вызывают колебания курсов отдельных активов. Однако когда ценные бумаги объединены в хорошо диверсифицированный портфель, большая часть колебаний доходности этого портфеля вызвана движением всего фондового рынка. [c.813]