- •Спаси2.С. Рассмотрение возможных путей привлечения средств на рынках капитала (теория)
- •Выводом облигаций на рынок занимается генеральный управляющий (lead manager), часто выполняющий также функции главного регистратора (bookrunner). [38]
- •3.А. Международное банковское кредитирование
- •3.А.I. История международного банковского кредитования в аграрный сектор Украины в 2008-2011 годах.
- •Агропромышленный холдинг Астарта
- •«Кернел Групп»
- •«Укрпродукт Групп»
- •«Мироновский хлебопродукт»
- •3.А.III. Показатели результативности заема внешних средств. Факторный анализ заема средств.
- •3.А.IV. Функциональная модель результатов привлечения капитала
- •Раздел 3.B. Долговой рынок Раздел 3.B.I
- •Раздел 3.B.II
- •Раздел 3.B.III
- •Облигации, выпущенные украинскими банками
- •Суверенный долг и муниципальные облигации
- •Раздел 3.B.IV
- •3.C Публичное размещение (ipo)
- •3.C.I. Опыт украинских агрокомпаний на международных рынках акций
- •Выбор площадки размещения
- •Результаты анализа
- •3.С.Іі Перспективы развития ipo
- •3.С.Ііі Анализ влияния ряда факторов на капитализацию
- •3.C.IV Функциональная модель результатов публичного размещения
- •Ebitda и тип компании
- •Ebitda и структура
- •Ebitda и площадка размещения
- •Список использованной литературы:
3.C.IV Функциональная модель результатов публичного размещения
Определим, каким образом внутренние количественные факторы определяют результат IPO с одновременным исследованием качественных факторов. Для этого будут использованы эконометрические методы. Коэффициенты моделей оценены методом наименьших квадратов.
Результаты дадут возможность понять, какие показатели наиболее влиятельны на решение инвесторов в процессе публичного размещения.
Исходя из прежнего графического исследования, экспертного мнения и результатов построения всех вариантов регрессионных моделей, сделано вывод, что показатель EBITDA в наибольшей мере определяет будущую капитализацию. Следовательно, все последующие модели будут включать в себя указанной показатель.
Сначала проверим, влияет ли товарная и производственная специфика на капитализацию.
Таблица 17
Ebitda и тип компании
Компания |
Капитализация, млн. $ |
ebitda, млн. $ |
Тип компании |
Astarta |
160 |
14 |
1 |
Kernel |
661 |
16 |
1 |
MCB Agricole Holding |
230 |
4 |
1 |
MHP |
1662 |
166 |
0 |
Sintal Agriculture |
76 |
8 |
1 |
AgroGeneration |
70 |
7 |
1 |
Agroton |
208 |
21 |
1 |
Avanguard |
836 |
152 |
0 |
Milkiland N.V. |
357 |
46 |
0 |
Агролига |
8 |
1 |
1 |
CFG |
69 |
8 |
1 |
Industrial Milk Company |
124 |
20 |
0 |
KSG Agro |
121 |
12 |
1 |
Овостар |
134 |
11,6 |
0 |
Источник: Официальные данные отчетов с сайтов компаний
Построим модель для определения капитализации компании:
где Cap – капитализация в млн. $,
type – тип компании (1 – растениеводческая, 0 – животноводческая),
EBITDA – EBITDA в млн. $.
В результате проведения регрессионного анализа методом наименьших квадратов было определено коэффициенты модели:
Коэффициентам полученного уравнения можно дать следующую интерпретацию: при увеличении значения показателя EBITDA на 1 млн. капитализация данной компании увеличивается на 8,15 млн., растениеводческие компании в среднем имеют капитализацию на 118 млн.$ выше, чем животноводческие. Константа в данной модели, равная -22,34, особого экономического смысла не несет.
По статистическим параметрам модель есть адекватной:
F |
Значимость F |
23,312 |
0,00011 |
Результаты анализа:
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Y-пересечение |
-22,304 |
147,733 |
-0,151 |
0,883 |
Переменная X 1 |
8,152 |
1,426 |
5,716 |
0,000 |
Переменная X 2 |
117,787 |
154,381 |
0,763 |
0,462 |
Как видим, из данных таблицы следует, что тип компании не значимая переменная (так как P-значение=0,462>(1-0,95)) с вероятностью 95%.Вывод: коэффициент возле типа компании равен нулю, тоесть разница результатами IPO между компаниями сразными типами компании статистически отсутствует.
Ошибка линейной аппроксимации составляет 139%.
Далее проанализируем, влияет ли структурная организация компании на результат
Таблица 18