В следующих разделах мы поговорим о нескольких количественных мо­делях: абсолютного коэффициента Р/Е, ставки дисконтирования и мар­жи безопасности. Я буду постоянно называть точные цифры и говорить примерно следующее: «Низкий коэффициент делового риска, равный 0,9» и «коэффициент финансового риска, равный 1,25». Очень прошу вас: не старайтесь увидеть в этих цифрах нечто уникальное или «пророче­ское». Моя задача в этой книге — объяснить вам принцип построения той или иной модели и проиллюстрировать ее использование на числовых примерах. Опираясь на якобы точные цифры, я стараюсь продемонстри­ровать сам процесс анализа, а не какую-то секретную формулу, которая избавит инвесторов от головной боли (к сожалению, это не так). Качество любой модели определяется качеством входных данных, которые в нее закладываются, и описываемая здесь модель — не исключение.

Мы любим аккуратные уравнения, которые описывают сложные системы. Будучи студентом младших курсов, я «влюбился» в современную теорию портфеля (пока не столкнулся с реальностью), в которой один показатель — бета-коэффициент, — используемый в простом и понятном уравнении для модели оценки доходности активов (capital asset pricing model, САРМ), служит вратами в инвестиционный рай. Ну, по крайней мере теоретически.

Требуемая ставка доходности = Рисковая ставка + Бета-коэффициент х

х (Рыночная доходность - Безрисковая ставка).

Однако в реальном мире инвестирование сильно отличается от того, что говорит нам теория. Возьмем, к примеру, бета-коэффициент. На уровне отдельной акции он может сильно колебаться, что делает его практически бесполезной величиной, которую нельзя использовать для прогнозирова­ния доходности. Зачастую бета-коэффициент отражает всего лишь случай­ное стечение обстоятельств. Он рассказывает нам о прошлом, но молчит относительно будущего. Бета постоянно меняется и может сильно вырасти или уменьшиться всего за несколько месяцев, в то время как риск соот­ветствующей компании не изменяется вовсе.

На рисунке 7.3 показана динамика бета-коэффициента компании Wal - Mart. На графике видно, что в марте 2002 г. коэффициент достиг отметки 0,99, а уже к марту 2005 г. снизился до 0,40. Хотя риск компании за это время изменился незначительно, снижение бета-коэффициента почти на 40% указывало на то, что акции Wal-Mart стали на 60% более рисковыми.

Все считают бета-коэффициент по-разному, что нередко приводит к разным результатам. К примеру, в январе 2007 г. различные службы оценивали бета-коэффициент Wal-Mart следующим образом:

• инвестиционный обзор Value Line: 0,9;

• Yahoo! Finance: 0,17;

• база данных Compustat агентства Standard & Poor’s: 0,57.

Все эти бета-коэффициенты были подсчитаны для акции, характери­стики которой не сильно изменились за шесть лет. Возможно, разница объясняется тем, что вычисления производились на основе рыночных индексов в разные периоды времени. Какой бета-коэффициент должны использовать инвесторы? За какой период?

Я не пытаюсь доказать, что современная теория портфеля ошибочна, вовсе нет. Но хочу подчеркнуть, что в инвестировании многое может тол­коваться двояко и об этом следует помнить, принимая инвестиционные решения. «Точность» математических вычислений необходимо восприни­мать со здоровой долей скептицизма.

Мне кажется, что взаимосвязь между различными показателями легче объяснить, если представить их в виде чисел. Далее я рассуждаю исходя из того, что коэффициент финансового риска среднестатистической компа­нии равен 1,00. При моделировании компания с более низким риском будет иметь более низкий коэффициент риска (т. е. меньше 1,00), и наоборот.

Предположим, что у компании В финансовый риск выше среднего. Тогда ее коэффициент финансового риска будет больше 1,00. Он может быть равен 1,10 или 1,20. Если у компании С финансовый риск еще выше, то ее коэффициент финансового риска тоже будет больше 1,00, и вы можете выбрать любое значение при условии, что оно будет больше коэффици­ента для компании В.

При использовании описываемых ниже моделей вам придется при­нимать довольно субъективные решения и самостоятельно выбирать коэффициенты риска и прогнозируемости прибыли для той или иной ком­пании. Однако вы, возможно, уже делаете это в уме, когда анализируете компании на менее осознанном, систематизированном уровне.

Часто слышу, как инвесторы (и я сам) говорят: «У этой компании большая задолженность. Я куплю ее акции только со значительным дис­контом по сравнению с другими компаниями в этой отрасли или к рынку», или «Я готов заплатить за эту компанию гораздо больше, поскольку у нее хорошее качество», или «Я не буду много платить за рост этой компании, потому что не верю в ее показатели (недостаточная прогнозируемость при­были)». Инвесторы говорят так все время. Значительный, больше и гораздо больше — все это субъективные понятия. Означает ли значительный 20%? Гораздо больше — это 10%? А немного больше — 30%? По каким-то при­чинам, особо не задумываясь, мы интуитивно стараемся приписать рас­плывчатым понятиям довольно точные количественные значения.

Как и в случае с анализом дисконтированных денежных потоков, сам по себе процесс количественной оценки рисков и прогнозируемости прибыли является таким же важным этапом, как и получаемые в итоге коэффициенты. Вы исследуете компанию под тремя различными углами зрения, а не зацикливаетесь только на одном (вы, к примеру, никогда не скажете: «Это отличная компания, она сделала счастливыми многих инвесторов, я куплю ее акции по любой цене»).

Хотя показатели, на основе которых происходит моделирование аб­солютного Р/Е, ставки дисконтирования и маржи безопасности, носят субъективный характер (я надеюсь, что вы поймете основные принципы) и не являются математически точными, описанные ниже модели служат отличной стартовой площадкой для анализа абсолютной оценки. Если они покажутся вам полезными, вы можете внести свои собственные изменения, адаптируя их к своей инвестиционной стратегии и взгляду на инвестирование и рынки в целом.