Issledovanie Primenenia Metoda DCF Dla Opredelenia

ИССЛЕДОВАНИЕ
Жабунин А.Ю.1, Иевлева Н.В.1, Чередниченко И.А.1, Соколова А.В.1

1
Волжский политехнический институт (филиал) Волгоградского государственного
технического университета, г. Волжский
Исследование применения метода DCF для определения

целевых цен акций российских публичных корпораций
АННОТАЦИЯ:
В статье показано, что применение финансовыми аналитиками метода DCF к оценке
акций российских публичных компаний (на примере ПАО «Лукойл») дает
неудовлетворительные результаты с точки зрения соответствия прогнозных (целевых) цен
рыночным, складывающимся после выхода прогнозов. Определен круг проблем,
затрудняющих анализ причин ошибок в прогнозах. Исследовано влияние на точность
прогнозов цен таких факторов, как прогноз свободного денежного потока, оценка
средневзвешенной стоимости капитала и остаточной стоимости. Авторы раскрывают
недостатки традиционно используемой модели Гордона для расчета остаточной
стоимости и обосновывают предложения по ее корректировке.
Результаты исследования могут быть полезны финансовым аналитикам, финансовым
руководителям публичных компаний, а также частным и институциональным инвесторам.
КЛЮЧЕВЫЕ СЛОВА: метод дисконтирования денежных потоков (DCF), модель Гордона,

остаточная (терминальная) стоимость, средневзвешенная стоимость капитала
(WACC), целевые цены акций публичной корпорации, инвестиции, темпы роста
JEL: E22, G12, G17
ДЛЯ ЦИТИРОВАНИЯ:
Жабунин А.Ю., Иевлева Н.В., Чередниченко И.А., Соколова А.В. Исследование применения
метода DCF для определения целевых цен акций российских публичных корпораций //
Российское предпринимательство. — 2016. — Т. 17. — № 24. — С. 3643–3656. —
doi: 10.18334/rp.17.24.37205
Жабунин Антон Юрьевич, кандидат экономических наук, доцент кафедры экономики и

менеджмента, Волжский политехнический институт (филиал) Волгоградского государственного
технического университета, г. Волжский (zhabunin@mail.ru)
Иевлева Наталья Владимировна, кандидат экономических наук, доцент кафедры экономики и
менеджмента, Волжский политехнический институт (филиал) Волгоградского государственного
технического университета, г. Волжский
Чередниченко Ирина Аскербиевна, кандидат философских наук, доцент; доцент кафедры
экономики и менеджмента, Волжский политехнический институт (филиал) Волгоградского
государственного технического университета, г. Волжский
Соколова Алла Викторовна, старший преподаватель кафедры экономики и менеджмента,
Волжский политехнический институт (филиал) Волгоградского государственного технического
университета, г. Волжский
ПОСТУПИЛО В РЕДАКЦИЮ: 18.10.2016 / ОПУБЛИКОВАНО: 30.12.2016
ОТКРЫТЫЙ ДОСТУП: http://dx.doi.org/10.18334/rp.17.24.37205
(с) Жабунин А.Ю., Иевлева Н.В., Чередниченко И.А., Соколова А.В. /
Публикация: ООО Издательство "Креативная экономика"
Статья распространяется по лицензии Creative Commons CC BY-NC-ND
(http://creativecommons.org/licenses/by-nc-nd/3.0/)
ЯЗЫК ПУБЛИКАЦИИ: русский
3644 Жабунин А.Ю., Иевлева Н.В., Чередниченко И.А., Соколова А.В. Исследование применения
doi: 10.18334/rp.17.24.37205
Введение
Результаты оценки стоимости акций публичных корпораций
представляют большой интерес для их собственников и руководителей,
а также для институциональных и частных инвесторов. Значительный
интерес к этим оценкам привел к созданию целого рынка
соответствующих аналитических исследований. Аналитические
подразделения финансовых компаний, независимые аналитические
агентства регулярно формируют обзоры, в которых на основе метода
DCF, иных методов обосновываются так называемые «целевые»,
«справедливые» или «фундаментальные» цены акций. При этом оценки
различных аналитиков существенно расходятся как между собой, так и с
реальными рыночными ценами акций компаний, что делает
актуальными вопросы о релевантности применяемых методов и
возможностях их совершенствования.
Анализ проводится на примере оценок стоимости акций
нефтяной корпорации «Лукойл».
Исследование точности прогнозирования «целевых цен»

В современных экономических условиях на предприятия любой
отрасли и любой организационно-правовой формы оказывает влияние
значительное количество внешних факторов. К ним можно отнести
значительную амплитуду колебаний цен на сырье, материалы,
энергоресурсы, а также колебания цен на готовую продукцию
предприятий. В этом случае наиболее приемлемым методом оценки
стоимости акций публичных корпораций является метод
дисконтирования денежных потоков (DCF), который позволяет учесть
несистематические колебания потока доходов, которые слабо поддаются
математическому моделированию. Именно этот метод
преимущественно используют на практике аналитические агентства для
оценки стоимости публичных, в том числе нефтяных корпораций.
Проблемные моменты рассматриваемой темы и возможные пути
их решения изучались на основе данных российской корпорации
ПАО «Лукойл», занимающейся разведкой, добычей, переработкой и
реализацией нефти и нефтепродуктов.
В статье использовались находящиеся в свободном доступе
аналитические обзоры компаний «Брокеркредитсервис», «Велес-
капитал», «UFS» и ряда других за период 2011–2015 годы, а также данные
о фактических ценах акций корпорации ОАО (ПАО) «Лукойл».
Жабунин А.Ю., Иевлева Н.В., Чередниченко И.А., Соколова А.В. Исследование применения 3645
doi: 10.18334/rp.17.24.37205
Для оценки точности прогнозов были сопоставлены оценки

аналитиков («целевые» или в других отчетах «справедливые» цены) с
фактическим диапазоном цен акций, сложившимся в течение следующих
после выхода прогноза 4 кварталов (табл. 1). При этом для исключения
влияния краткосрочных конъюнктурных колебаний цен в соответствии с
принятой на фондовом рынке практикой рассматривались не пиковые
цены акций за период, а цены закрытия, которые более точно отражают
возможности инвестора по купле-продаже ценных бумаг.
Таблица 1
Прогнозы цен акций ОАО (ПАО) «Лукойл»
Цена закрытия
от максимальной
от минимальной
за следующие
Отклонение
Отклонение
цена, руб.
прогноза
прогноза
Целевая
4 квартала
цены, %
цены, %
WACC
Дата выхода
прогноза
макс.
мин.
3 кв. 2011 г. 2039 н/д 1543 2037 32,16 0,11

4 кв. 2011 г. 2580 12,9 1594 2037 61,89 26,64
1 кв. 2012 г. 3134 11,6 1594 2037 96,65 53,83
1 кв. 2012 г. 2325 н/д 1594 2037 45,89 14,12
2 кв. 2012 г. 2499 12,7 1775 2080 40,8 20,13
3 кв. 2012 г. 3599 10,8 1788 2080 101,26 73,01
4 кв. 2012 г. 2499 12,6 1788 2137 39,74 16,97
4 кв. 2012 г. 3528 10,6 1788 2137 97,28 65,13
4 кв. 2012 г. 2760 10,7 1788 2137 54,34 29,18
1 кв. 2013 г. 3519 10,5 1788 2137 96,79 64,72
1 кв. 2013 г. 2660 12,6 1788 2137 48,74 24,5
1 кв. 2013 г. 2403 н/д 1788 2137 34,37 12,47
2 кв. 2013 г. 2660 12,6 1835 2149 44,96 23,78
3 кв. 2013 г. 2660 12,6 1835 2185 44,96 21,74
4 кв. 2013 г. 2995 н/д 1835 2573 63,22 16,4
1 кв. 2014 г. 3989 10,6 1838 3135 117,05 27,25
2 кв. 2014 г. 3822 11,2 1925 3135 98,56 21,93
4 кв. 2014 г. 4064 н/д 2140 3135 89,91 29,64
1 кв. 2015 г. 5105 н/д 2098 2840 143,31 79,74
Примечание: «Н/д» — нет данных.
Источник: составлено авторами на основе данных аналитических обзоров и
котировок акций ЛУКОЙЛ [2–5]
Сопоставление показывает, что во всех рассмотренных 19 случаях

фактические цены акций оказались ниже прогнозных оценок.
Минимальное отклонение прогнозов от фактических цен составило
doi: 10.18334/rp.17.24.37205
0,1%, максимальное (ориентируясь на максимальные, то есть ближайшие

к «справедливым» значениям цены) – 79,7%.
Для анализа следует учитывать, что методы в рамках доходного
подхода направлены на определение максимальной цены, при которой
покупка будет выгодна для потенциального инвестора. Поэтому само по
себе превышение целевой цены над фактическими ценами в будущем не
должно рассматриваться, как ошибка прогноза. Однако по
рассмотренным оценкам среднее отклонение от максимальной цены
составило 32,70%, и только в пяти случаях отклонение составило менее
20%. Такие большие и регулярные отклонения позволяют сделать вывод
о существенных недостатках в применении метода дисконтирования
денежных потоков аналитическими агентствами; получаемые ими
оценки обычно существенно завышают цену, которую инвесторы смогут
получить при продаже акций ОАО (ПАО) «Лукойл» в будущем (на
горизонте одного года).
Проблемы анализа причин отклонений целевых цен от фактических

Факторы, влияющие на результат оценки стоимости акций
публичной корпорации, обусловлены исходными данными и
используемыми моделями для их обработки. Стоимость компании в
рамках метода дисконтирования денежных потоков рассчитывается по
формуле [12]:
n
FCFFt TV
V    Df
t 1 1  WACC t 1  WACC n , (1)
где FCFF – свободный денежный поток фирмы (Free Cash Flow to
Firm);
WACC – средневзвешенная стоимость капитала;
D f – рыночная стоимость долгов;
TV – остаточная (терминальная) стоимость;
п – прогнозный период.
Прогноз свободного денежного потока складывается из прогнозов

по чистой операционной прибыли, амортизации и инвестициям в
основной и оборотный капитал. В качестве ставки дисконтирования
обычно используется прогнозируемая средневзвешенная стоимость
капитала (WACC).
doi: 10.18334/rp.17.24.37205
Чтобы выяснить причины отклонений целевых значений цены от

фактических, наиболее корректно было бы проанализировать
отклонения прогнозных значений каждого из факторов от фактических
за достаточно длительный период по большому числу данных. Однако
на практике этому препятствует ряд обстоятельств:
1. многие аналитические агентства не раскрывают для
свободного доступа информацию об исходных предпосылках,
используемых в своих расчетах, например, значения WACC, прогнозы
денежных потоков и т.д.;
2. прогнозы строятся на основе долгосрочных предположений,
поэтому для корректных сравнений следует рассматривать достаточно
длительный период после выхода прогноза, но отчеты старше трех лет
редко присутствуют в свободном доступе;
3. некоторые показатели, например, темп роста в постпрогнозном
периоде, требуют сверхдлительного (свыше прогнозного) периода для
анализа; тогда как ошибки в оценке этих величин могут приводить к
существенным, до десятков процентов, отклонениям;
4. невозможность сопоставления сделанного аналитиками
расчета ожидаемой доходности капитала с какими-либо «фактическими»
или «отчетными» значениями, складывающимися в будущем.
За исключением последнего все перечисленные обстоятельства
могут быть в значительной мере преодолены при наличии свободного
доступа к необходимой информации аналитических агентств. Поэтому
можно рассмотреть возможную последовательность анализа факторов,
влияющих на точность оценки стоимости корпораций, учитывая
неполноту имеющихся данных и некоторые допущения по
недостающим показателям.
Исследование влияния отдельных факторов на точность целевых цен
1. Свободный денежный поток

Прогноз чистых денежных потоков чаще всего строится на основе
анализа ретроспективных данных с учетом (для публичных корпораций
с хорошим уровнем раскрытия информации) публично объявленных
планов менеджмента. В качестве базы для анализа выбирают денежные
потоки, учитывающие все необходимые для функционирования бизнеса
компоненты, включая чистую прибыль, оборотный капитал,
амортизационные отчисления и изменения капитальных вложений [8].
doi: 10.18334/rp.17.24.37205
Прежде всего, мы изучили отклонения прогнозов свободного денежного

потока от фактических значений (по данным отчетности ПАО «Лукойл»
по МСФО [1]) для первых двух лет прогнозного периода по каждому из
использованных аналитических обзоров, в которых эти данные были
раскрыты. Отклонения являются очень существенными, доходя до
ошибок в знаке денежного потока (например, в ряде обзоров аналитики
прогнозировали отрицательный FCFF2014, но компании удалось получить
около 1 млрд долл.).
Можно было ожидать, что такие существенные ошибки в
прогнозах денежных потоков тут же отразятся на точности целевых цен
(ведь функциональная связь явным образом следует из модели DCF),
однако расчет показал отсутствие положительной связи: коэффициент
корреляции между отклонениями в прогнозах денежных потоков
(суммарно за первые два года прогнозного периода) и относительным
отклонением целевых цен от максимальных цен закрытия за следующие
после выхода прогноза 4 квартала составил минус 0,67.
Этот парадокс может объясняться сразу несколькими причинами:
1. число наблюдений недостаточно для корректного расчета
(авторы ограничены количеством доступных аналитических обзоров и
уровнем раскрытия в них информации);
2. удельный вес денежного потока одного года в общей сумме
денежных потоков, включая постпрогнозный период, составляет всего
несколько процентов, поэтому ошибка прогноза для года или двух лет не
оказывает существенного влияния на оценку стоимости фирмы; более
качественный анализ требует изучения данных отчетности за 2016 и
последующие годы;
3. основное различие в оценках FCFF в проанализированных
периодах обусловлено разницей в оценке сроков инвестиций: перенос
инвестиций на более ранние или более поздние сроки существенно
меняют FCFF конкретного периода, но несущественно отражается на
общей стоимости корпорации. Например, исходя из данных одного из
аналитических обзоров ОАО «Лукойл», перенос инвестиций в основной
капитал в сумме 8 млрд долл. со второго на четвертый год прогнозного
периода при ставке дисконтирования 12,6% приведет к изменению в
оценке стоимости бизнеса корпорации всего на 1,8%.
Свободный денежный поток формируется из чистой
операционной прибыли и амортизации за вычетом капитальных затрат и
инвестиций в рабочий капитал [12]:
doi: 10.18334/rp.17.24.37205
FCFF  NOPAT  CapEx  DA  WC , (2)

где NOPAT – чистая операционная прибыль;
CapEx – капитальные затраты (инвестиции в основной капитал);
DA – амортизационные отчисления;
WC – изменение величины неденежной части оборотного
капитала.
Оценки амортизации основываются на данных бухгалтерских

отчетов и отличаются довольно высокой точностью. Учитывая, что
оценки инвестиций аналитиками основываются на планах менеджмента
и «грешат» в основном неточностью сроков, оценка денежных потоков в
длительном периоде в большей степени зависит от корректности
прогнозов операционной прибыли.
Вопросы формирования таких прогнозов в настоящей статье не
рассматриваются, однако они весьма интересны и требуют проведения
отдельных глубоких исследований. В частности, следует обратить
внимание на результаты существующих и применяемых на практике
методик прогнозирования денежных потоков [15], на вопросы учета
макроэкономических и отраслевых условий деятельности, в первую
очередь возможных колебаний цен на продукцию и потребляемые
ресурсы компаний, на вопросы учета результатов инвестиций при
прогнозировании [13] и др.
2. Средневзвешенная стоимость капитала

Средневзвешенная стоимость капитала оказывает существенное
влияние на результат расчета целевых цен акций. Расчет коэффициента
корреляции между отклонением целевых цен акций от максимальной
цены закрытия следующих четырех кварталов и использованным в
расчетах значением WACC (табл. 1) показал значение минус 0,72, что
отражает наличие статистически значимой связи и по знаку согласуется с
формулой (1). Иными словами, одним только уточнением WACC можно
нивелировать значительную часть отклонений целевых цен от
фактических значений. Учитывая, что проведенный выше анализ показал
регулярное завышение целевых цен, можно сделать вывод, что аналитики
часто занижают значение требуемой инвесторами доходности.
Таким образом, для повышения точности оценок при
использовании метода дисконтирования денежных потоков аналитикам
doi: 10.18334/rp.17.24.37205
следует большее внимание уделять корректности расчета

средневзвешенной стоимости капитала. Этому вопросу посвящено
множество исследований, в том числе в отечественной
литературе [9–11], но, очевидно, они пока не привели к качественному
улучшению практики инвестиционно-финансового анализа.
3. Остаточная (терминальная) стоимость

Одним из ключевых параметров модели дисконтирования
денежных потоков является величина остаточной стоимости,
приведенная к началу прогнозного периода. По данным зарубежных
исследователей, ее доля в стоимости компании составляет обычно от 60
до 80% [14]. В аналитических обзорах, доступных авторам статьи, доля
терминальной стоимости в стоимости ОАО (ПАО) «Лукойл» составляла
свыше 83%. Такая высокая значимость этого показателя требует
максимальной аккуратности от аналитика.
Для оценки остаточной стоимости традиционно используют
такие методы, как метод коэффициента выхода или метод
предполагаемой продажи, модель Гордона, метод чистых активов.
Большинство финансовых аналитиков рассчитывают остаточную
стоимость по формуле Гордона, которая предполагает, что денежный
поток в постпрогнозном периоде будет непрерывно расти с годовым
темпом g:
FCFFn1
TV  (3)
WACC  g  ,
где g – темп роста денежного потока в построгнозном периоде.
Денежный поток первого года постпрогнозного периода
определяется по формуле:
FCFFn1  FCFFn  1  g  , (4)

где FCFn – денежный поток n-ного года.
В этой модели предполагается, что «прогноз составляется на
достаточно долгий период до того момента, когда компания выйдет на
стабильные темпы роста денежного потока» [16], т.е. что FCFn –
стабильный показатель. Очевидно, что на практике стабилизация
денежного потока почти всегда не столько прогноз реальных событий,
сколько вынужденное допущение метода. Например, если деятельности
doi: 10.18334/rp.17.24.37205
компании присуща цикличность, предлагается в качестве «стабильного»

года выбирать год «срединной точки цикла» [17]. Но этой точки может
просто не быть в обозримом будущем, даже если такие точки можно
выделить относительно отдельных составляющих денежного потока (2):
операционные результаты связаны с циклами цен на продукцию, сырье,
тогда как инвестиционный цикл, присутствующий во многих
корпорациях, может быть связан с необходимостью обновления
оборудования, и совершенно необязательно, что эти циклы как-либо
синхронизируются.
Кроме того, суммы капитальных затрат меняются в рамках цикла
дискретно, что делает их наименее стабильным элементом денежного
потока. Например, в своей отчетности за 2015 г. ПАО «Лукойл» объявило
о том, что в 2015 г. завершился инвестиционный цикл в
нефтепереработке, завершена инвестиционная программа в энергетике,
оптимизированы капиталовложения в добычу [1, «Финансовые
результаты 2015 г. – презентация»]. Следовательно, если какой-либо
аналитик использовал значение денежного потока 2015 г. в качестве
базы для расчета остаточной стоимости (ориентируясь, среди прочего,
на стабильность капиталовложений в предшествующие несколько лет),
он учел завышенную относительно долгосрочных значений сумму
инвестиций и занизил величины FCFFn+1, TV и, в конечном счете,
стоимость компании.
Таким образом, свободный денежный поток последнего года
прогнозного периода не является достаточно хорошей отправной точкой
для расчетов остаточной стоимости, даже если аналитику удается
составить прогноз до момента, когда компания выйдет на стабильные
операционные результаты. По нашему мнению, верным решением этой
проблемы будет замена показателя на аналогичный, но в меньшей
степени зависящий от колебаний капиталовложений. В качестве такого
показателя мы предлагаем использовать теоретическое значение
денежного потока, рассчитываемое из операционной прибыли с учетом
средних для постпрогнозного периода инвестиций.
Денежный поток при средних инвестициях

В долгосрочном периоде размер инвестиций в основной и
рабочий капитал должен покрывать сумму амортизации и обеспечивать
прирост активов в сумме, необходимой для обеспечения развития
корпорации. Тогда, при допущении, что темпы роста активов в
doi: 10.18334/rp.17.24.37205
долгосрочном периоде равны темпам роста выручки, операционной

прибыли и денежного потока (это допущение является необходимым
условием для стабильности денежных потоков, поэтому полностью
согласуется с методом Гордона), можно составить следующее равенство:
CapEx  WC n  DAn  TAn  g , (5)

где CapEx  WC  n – суммарные инвестиции в n-ный год;
DAn – амортизация и обесценение активов в n-ный год;
TAn (total assets) – сумма активов корпорации в n-ном году.
Выражение (TAn ×g) определяет ту часть операционной прибыли,

которую предприятие будет вынуждено направлять на обеспечение
роста в постпрогнозном периоде.
Тогда, заменяя в формуле (2) прогнозное значение инвестиций на
расчетное в соответствии с (5) и подставляя полученное выражение в
формулу (4), получаем теоретический денежный поток первого года
постпрогнозного периода при инвестициях в объеме, соответствующем
их среднегодовому уровню в построгнозном периоде (назовем его для
удобства «денежный поток при средних инвестициях»):
FCFF`n+1 = (NOPATn – TAn×g) × (1 + g). (6)
Или, обозначив операционную рентабельность активов


последнего прогнозного года как ROAn  NOPAT TA , эту же формулу n
можно выразить в следующем виде:
FCFF`n+1 = TAn × (ROAn – g) × (1 + g). (7)
Полученная модель расчета денежного потока при средних

инвестициях для первого года постпрогнозного периода обладает
следующими достоинствами:
1. модель делает расчет остаточной стоимости независимым от
случайных колебаний капиталовложений в последнем году прогнозного
периода;
2. она связывает влияние операционной рентабельности активов
и постпрогнозных темпов роста на денежный поток: при низкой
рентабельности и сравнительно высоких темпах роста компания будет
не в состоянии генерировать хороший денежный поток.
doi: 10.18334/rp.17.24.37205
Последнее резко снижает чувствительность оценки стоимости

компании к постпрогнозным темпам роста, следовательно, снижает риск
ошибки.
Проиллюстрируем описанный эффект на примере, для чего
проведем анализ чувствительности TV к размеру инвестиций и темпам
роста, исходя из параметров одного из аналитических обзоров [4]:
WACC = 10,6%, ТА = 130 161 млн долл., инвестиции = 18 481 млн долл.,
NOPAT = 11 781 млн долл., амортизация = 8 006 млн долл. В таблице 2
представлен расчет терминальной стоимости по модели Гордона для
разных темпов роста и различных значений инвестиций: от фактических
в последний год прогнозного периода, уменьшенных на 25%, до
фактических плюс 25%.
Таблица 2
Анализ чувствительности терминальной стоимости, млн долл.
Терминальная стоимость
g при CapEx
-25% -10% фактическая +10% +25% TA×g +DA
1,5% 66100 35180 14567 -6047 -36967 109627
2,0% 70288 37409 15490 -6430 -39309 108853
2,5% 74993 39913 16527 -6860 -41940 107903
3,0% 80316 42746 17700 -7347 -44917 106743
3,5% 86390 45979 19038 -7902 -48313 105328
4,0% 93383 49701 20579 -8542 -52225 103599
4,5% 101523 54033 22373 -9287 -56777 101481
Источник: составлено авторами на основе прогноза инвестиций, чистой
операционной прибыли и суммы активов ПАО «Лукойл» [4]
Из расчетов аналитического агентства, чьими прогнозными

данными от 2014 г. мы воспользовались, недисконтированная
терминальная стоимость должна составить 96,8 млрд долл., и это никак
не согласуется с величиной денежного потока последнего года
прогнозного периода – 1,3 млрд долл. при заданных ставке
дисконтирования и темпе роста (3%). Такое значение может быть
получено, если в модели Гордона сумма инвестиций занижена на 31%
или чуть меньше, но при более высоких темпах роста. Иными словами,
имеет место подгонка исходных параметров модели под «нужный»
результат.
Из таблицы 2 видно, что при расчетах по «классической» модели
Гордона прогнозируемая сумма инвестиций последнего года и
doi: 10.18334/rp.17.24.37205
остаточные темпы роста оказывают огромное влияние: увеличение

темпов роста всего на полпроцента ведет к росту остаточной стоимости
на 6–9%, а «канонический» расчет свободного денежного потока от
прогнозируемой суммы капиталовложений вообще приведет к
четырехкратному снижению целевой цены.
При расчете остаточной стоимости из денежного потока при
средних инвестициях (последний столбец) отклонения в прогнозах
капиталовложений последнего года вообще не влияют на результат, а
увеличение темпов роста на те же полпроцента приведет к снижению
остаточной стоимости всего на 1%. В предложенной модели уменьшение
ставки капитализации за счет увеличения постпрогнозных темпов роста
компенсируется уменьшением величины свободного денежного потока.
Отметим, что расчет денежного потока первого года
постпрогнозного периода по методу Гордона является частным случаем
расчета денежного потока при средних инвестициях: если соблюдается
равенство (5), то и значения TV будут равны. В нашем расчете это
происходит при g=4,5% и прогнозируемых инвестициях в
постпрогнозном периоде на 25% ниже, чем в последнем прогнозном
году (в таблице 2 выделены цветом).
Заключение
Исследование точности прогнозирования целевых цен акций
ПАО «Лукойл» различными аналитическими компаниями на основе
метода дисконтирования денежных потоков показало наличие
существенных и регулярных отклонений прогнозов от цен, фактически
складывающихся на рынке в течение года после выхода прогнозов. Это
позволило сделать вывод о существенных недостатках в применении
данного метода аналитиками.
Анализ причин отклонений целевых цен от фактических
затруднен рядом обстоятельств, среди которых: отсутствие достаточного
доступа к исходным данным и предпосылкам, использовавшимся
аналитиками, необходимость исследовать сверхдлительные периоды
после выхода прогноза, сложность изучения ряда факторов. Вместе с тем,
авторы сочли возможным рассмотреть влияние отдельных факторов на
результаты прогнозов целевых цен и определить возможные
направления поиска источников ошибок в прогнозах. Из доступных для
анализа данных следует, что наибольшее влияние оказывает точность
doi: 10.18334/rp.17.24.37205
определения средневзвешенной стоимости капитала и остаточной

стоимости.
Авторы показали недостатки традиционно используемой модели
Гордона для расчета остаточной стоимости: зависимость от циклических
колебаний капиталовложений, существенную зависимость от ошибок в
определении величины остаточного темпа роста. Для их устранения
предлагается заменить в расчете свободный денежный поток последнего
года прогнозного периода на денежный поток при средних инвестициях.
Достоинства полученной модели делают обоснованным ее
использование финансовыми аналитиками.
ИСТОЧНИКИ:
1. Финансовые отчеты ПАО «ЛУКОЙЛ» за 2011-2014 годы *Электронный ресурс+ // Lukoil.ru. –
Режим доступа: http://www.lukoil.ru/new/finreports/
2. Рынок акций: Обзоры по эмитентам UFS investment company *Электронный ресурс+ // Ru.ufs-
federation.com. – Режим доступа: http://ru.ufs-federation.com/pages/analitika/runok-
aktsiyi/obzoru-po-iemiteram.html
3. Аналитические обзоры для клиентов БКС-Сервис *Электронный ресурс+ // Bcs-express.ru. –
Режим доступа: http://bcs-express.ru/res.asp
4. Обзоры эмитентов рынка акций ИК Велес-капитал *Электронный ресурс+ // Veles-capital.ru. –
Режим доступа: http://www.veles-capital.ru/ru/Analytics/StockMarket/IssuersReview
5. Архив котировок обыкновенных акций Нефтяной Компании ЛУКОЙЛ *Электронный ресурс+ //
Lukoil.ru. – Режим доступа: http://www.lukoil.ru/static_6_5id_2268_.html
6. Ахтямов М.К, Гончар Е.А., Тихонова Н.В. Оценка интеллектуального капитала организации
как элемента внутренней стоимости предприятия // Креативная экономика. – 2016. –
Т. 10. – № 8. – С. 945–960. – doi: 10.18334/ce.10.8.35851
7. Ахтямов М.К, Гончар Е.А., Тихонова Н.В. Концепция оценки внутренней стоимости
предприятия // Российское предпринимательство. – 2016. – Т. 17. – № 14. – С. 1619–
1628. – doi: 10.18334/rp.17.14.35988
8. Горбатова Е.А., Щегельский Д.В. Способы оценки активов компании при изменении
структуры капитала // Академический вестник. – 2013. – № 4. – С. 90-94.
9. Дамодаран А. Инвестиционная оценка: инструменты и методы оценки любых активов. – 5-е
изд. – М.: Альпина Бизнес Букс, 2008.
10. Жуков П.Е. Влияние налоговых щитов, риска дефолта и транзакционных издержек на
средневзвешенную стоимость капитала // Научно-исследовательский финансовый
институт // Финансовый журнал. – 2015. – № 6. – C. 67-79.
11. Ибрагимов Р.Г. Влияние нерыночного долгового финансирования на стоимость капитала и
ценность компании // Российский журнал менеджмента. – 2005. – Т. 5. – № 1. – С. 67-84.
doi: 10.18334/rp.17.24.37205
12. Иевлева Н.В., Миронова А.С. Анализ методов оценки стоимости бизнеса промышленных
предприятий // Развитие средних городов: замысел, модели, практика: Сборник
материалов конференции. – Волгоград, 2015. – С. 309-313.
13. Иевлева Н.В., Нестеренко Т.В. Влияние инвестиционной активности промышленного
предприятия на стоимость бизнеса // Международное научное издание Современные
фундаментальные и прикладные исследования. – 2013. – № 3. – С. 86-88.
14. Мерсер З., Хармс Т. Интегрированная теория оценки бизнеса. – М: Маросейка, 2008. – 288 с.
15. Мочулаев В.Е. Анализ и прогнозирование ключевых показателей денежных потоков при
рыночной стоимости действующего предприятия доходным подходом // Вопросы
оценки. – 2013. – № 4. – С. 24-31.
16. Оценка стоимости предприятия (бизнеса) / А.Г. Грязнова, М.А. Федотова, М.А. Эскиндаров *и
др.+. – М.: ИНТЕРРЕКЛАМА, 2003. – 544 с.
17. Руководство по оценке стоимости бизнеса / Дж. Фишмен, Ш. Пратт, К. Гриффит *и др.+. – М.:
КВИНТО-КОНСАЛТИНГ, 2000. – 388 с.
Anton Yu. Zhabunin, Candidate of Science, Economics, Associate Professor of the Chair of
Economics and Management, Volzhsky Polytechnic Institute (branch) of Volgograd State
Technical University, Volzhsky
Natalia V. Ievleva, Candidate of Science, Economics, Associate Professor of the Chair of
Economics and Management, Volzhsky Polytechnic Institute (branch) of Volgograd State
Technical University, Volzhsky
Irina A. Cherednichenko, Candidate of Science, Philosophy, Associate Professor; Associate
Professor of the Chair of Economics and Management, Volzhsky Polytechnic Institute
(branch) of Volgograd State Technical University, Volzhsky
Alla V. Sokolova, Senior Lecturer of the Chair of Economics and Management, Volzhsky
Polytechnic Institute (branch) of Volgograd State Technical University, Volzhsky
The research of the use of DCF method for determining target share
prices of Russian public corporations
ABSTRACT
In the article, it has been shown that the use of DCF method by financial analysts for
the appraisal of shares of Russian public corporations (evidence from PAO "Lukoil")
provides unsatisfactory results in terms of price forecast reliability. The authors have
identified a circle of problems to solve for making possible an analysis of the causes of
errors in forecasts. The influence of such factors as the forecast of free cash flow, appraisal
of weighed average capital cost and the residual value on the price forecast precision has
been studied. The authors reveal the flaws of the traditionally used Gordon model for
calculating the residual value and substantiate propositions for its adjustment.
The research results may be of interest for financial analysts, financial executives of public
companies, as well as for private and institutional investors.
KEYWORDS: cash flow discounting method (DCF), Gordon model, residual (terminal) value,
weighed average capital cost (WACC), target prices of shares of a public corporation,
investments, growth rates

Issledovanie Primenenia Metoda DCF Dla Opredelenia

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Issledovanie Primenenia Metoda DCF Dla Opredelenia

Загружено:

Авторское право:

Доступные форматы

ИССЛЕДОВАНИЕ

Жабунин А.Ю.1, Иевлева Н.В.1, Чередниченко И.А.1, Соколова А.В.1

Исследование применения метода DCF для определения

КЛЮЧЕВЫЕ СЛОВА: метод дисконтирования денежных потоков (DCF), модель Гордона,

JEL: E22, G12, G17

Жабунин Антон Юрьевич, кандидат экономических наук, доцент кафедры экономики и

Исследование точности прогнозирования «целевых цен»

Для оценки точности прогнозов были сопоставлены оценки

3 кв. 2011 г. 2039 н/д 1543 2037 32,16 0,11

Сопоставление показывает, что во всех рассмотренных 19 случаях

0,1%, максимальное (ориентируясь на максимальные, то есть ближайшие

Проблемы анализа причин отклонений целевых цен от фактических

Прогноз свободного денежного потока складывается из прогнозов

Чтобы выяснить причины отклонений целевых значений цены от

Исследование влияния отдельных факторов на точность целевых цен

1. Свободный денежный поток

Прежде всего, мы изучили отклонения прогнозов свободного денежного

FCFF  NOPAT  CapEx  DA  WC , (2)

Оценки амортизации основываются на данных бухгалтерских

2. Средневзвешенная стоимость капитала

следует большее внимание уделять корректности расчета

3. Остаточная (терминальная) стоимость

FCFFn1  FCFFn  1  g  , (4)

компании присуща цикличность, предлагается в качестве «стабильного»

Денежный поток при средних инвестициях

долгосрочном периоде равны темпам роста выручки, операционной

CapEx  WC n  DAn  TAn  g , (5)

Выражение (TAn ×g) определяет ту часть операционной прибыли,

FCFF`n+1 = (NOPATn – TAn×g) × (1 + g). (6)

Или, обозначив операционную рентабельность активов

можно выразить в следующем виде:

FCFF`n+1 = TAn × (ROAn – g) × (1 + g). (7)

Полученная модель расчета денежного потока при средних

Последнее резко снижает чувствительность оценки стоимости

Из расчетов аналитического агентства, чьими прогнозными

остаточные темпы роста оказывают огромное влияние: увеличение

определения средневзвешенной стоимости капитала и остаточной

Вам также может понравиться