- •Оглавление
- •1. Оценка объектов недвижимости 6
- •2. Экономическая оценка эффективности инвестиционных проектов разработки нефтяных месторождений 52
- •3. Оценка бизнеса (предприятия) 104
- •3.5. Доходный подход 127
- •4. Практические аспекты оценки стоимости нефтяной компании 142
- •ВВедение
- •1.Оценка объектов недвижимости
- •1.1.Понятие и виды недвижимости
- •1.2.Методы оценки недвижимости
- •1.3.Затратный подход
- •1.4.Сравнительный подход
- •1.5.Доходный подход
- •1.5.1.Метод прямой капитализации
- •Определение чистого дохода от использования объекта
- •Определение расходов по эксплуатации оцениваемого объекта
- •Пример расчета чистого дохода (в усл. Ед.) на основе составления отчета о доходах и расходах по сдаваемому в аренду офисному зданию
- •1.5.2.Расчет коэффициента капитализации
- •Метод связанных инвестиций – заемного и собственного капитала
- •Метод связанных инвестиций – земли и здания
- •Кумулятивный (или суммарный) метод
- •Техника остатка
- •1.5.3.Основные функции денег
- •1.5.4.Метод дисконтирования денежного потока (мддп)
- •Пример определения стоимости объекта недвижимости методом дисконтирования будущих доходов
- •1.6.Ипотека и ипотечный кредит
- •2.Экономическая оценка эффективности инвестиционных проектов разработки нефтяных месторождений
- •2.1.Показатели экономической оценки эффективности мероприятия
- •Расчет капвложений
- •Эксплуатационные затраты
- •Расчет выручки
- •Расчет налоговых платежей
- •НЮгидское месторождение алоги и отчисления
- •Учет инфляционных процессов при оценке эффективности проектов
- •Оценка экономической эффективности
- •Анализ риска при осуществлении инвестиционных проектов
- •2.2.Технико-экономическое обоснование вариантов разработки нефтяных месторождений Краткие сведения о проекте
- •Объемы и сроки бурения скважин на месторождении
- •Оценка капитальных затрат
- •План капитальных вложений по годам
- •И Сунаельское месторождение нвестиционная деятельность
- •План капитальных вложений по годам
- •Численность и заработная плата сотрудников
- •Состав и структура производственных расходов
- •Фонд оплаты труда
- •Расходы по технологической подготовке нефти
- •Оценка текущих затрат
- •Выручка от реализации продукции
- •З Сунаельское месторождение атраты, включаемые в себестоимость
- •Реализация продукции
- •Выручка от реализации
- •Предполагаемый объем добычи (по Сунаельскому месторождению)
- •Предполагаемый объем добычи (по Югидскому месторождению)
- •Оценка экономической эффективности разработки Сунаельского и Югидского месторождений
- •Предполагаемый вариант финансированного проекта по Сунаельскому месторождению
- •Предполагаемый вариант финансирования проекта Югидского месторождения
- •Интегральные показатели эффективности разработки Сунаельского и Югидского месторождений, млн. Руб.
- •Показатели экономической оценки разработки Сунаельского месторождения
- •Показатели экономической оценки разработки Югидского месторождения
- •Показатели экономической оценки разработки Югидского и Сунаельского месторождений
- •График погашения кредита
- •Анализ рисков
- •Справка по кредитованию (проект освоения Сунаельского месторождения), в долларах сша
- •Справка по кредитованию (проект освоения Югидского месторождения), в долларах сша
- •Подготовительно-строительная стадия
- •3.Оценка бизнеса (предприятия)
- •3.1.Основные понятия оценки бизнеса
- •3.1.1.Особенности бизнеса как объекта оценки
- •3.1.2.Особенности предприятия (фирмы) как объекта оценки
- •Классификация видов стоимости
- •3.1.3.Цели оценки бизнеса
- •3.2.Оценка стоимости предприятия (бизнеса)
- •Система методов оценки стоимости предприятия (бизнеса)
- •3.3.Затратный подход к оценке стоимости предприятия
- •3.3.1.Метод балансовой оценки по фактически отражаемой совокупности активов
- •3.3.2.Метод оценки по восстановительной стоимости активов
- •3.3.3.Метод оценки по стоимости производительных активов
- •3.3.4.Метод оценки по фактическому комплексу активов с учетом стоимости замещения
- •3.3.5.Метод оценки стоимости замещения с учетом гудвилла
- •3.4.Рыночный подход в определении стоимости бизнеса
- •3.4.1.Оценка по котируемой стоимости акций данного предприятия (метод сделки)
- •3.4.2.Метод оценки по аналоговой рыночной стоимости
- •3.5.Доходный подход
- •3.5.1.Метод оценки на базе дивидендного дохода (метод капитализации)
- •3.5.2.Метод дисконтирования денежных потоков
- •3.6.Прочие методы оценки стоимости предприятия
- •3.6.1.Метод оценки на основе регрессионного моделирования
- •3.6.2.Экспертный метод оценки
- •3.7.Задачи
- •4.Практические аспекты оценки стоимости нефтяной компании
- •4.1.Особенности оценки стоимости нефтяной компании
- •4.2.Определение рыночной капитализации компании на основе регрессионного моделирования
- •4.2.1.Сущность, этапы и методы определения результатов регрессионного моделирования
- •4.2.2. Построение модели зависимости рыночной капитализации компании от производственных показателей (учебный пример)
- •Критические значения t-критерия
- •Критические значения f-критерия
- •Важнейшие производственные показатели нефтегазовых корпораций в 2001 году
- •Линеаризация исходных данных путем логарифмического шкалирования
- •Теснота взаимосвязи между рыночной капитализацией и другими показателями с использованием коэффициентов корреляции
- •Результаты регрессионного моделирования
- •Расчет дисперсии рыночной капитализации отклонений ее фактических значений от предсказанных моделью
- •Исходные значения для составления регрессионной модели после исключения отдельных компаний
- •Линеаризация исходных данных путем логарифмического шкалирования
- •Теснота взаимосвязи между рыночной капитализацией и другими показателями с использованием коэффициентов корреляции
- •Результаты регрессионного моделирования
- •4.2.3.Построение модели зависимости рыночной капитализации компании от экономических показателей
- •Расчет дисперсии рыночной капитализации и отклонений ее фактических значений от предсказанных моделью
- •Экономические показатели нефтегазовых корпораций в 2001 году
- •Линеаризация исходных данных путем логарифмического шкалирования
- •Оценка взаимосвязи между показателями с использованием коэффициентов корреляции
- •Результаты регрессионного моделирования
- •Расчет дисперсии рыночной капитализации и отклонений ее фактических значений от предсказанных моделью
- •Линеаризация исходных данных путем логарифмического шкалирования
- •Оценка тесноты взаимосвязи между показателями с использованием коэффициента корреляции
- •Расчет дисперсии рыночной капитализации и отклонений ее фактических значений от предсказанных моделью
- •Результаты регрессионного моделирования
- •Библиографический список
- •Экономика недвижимости на предприятиях нефтяной и газовой промышленности
4.2.Определение рыночной капитализации компании на основе регрессионного моделирования
4.2.1.Сущность, этапы и методы определения результатов регрессионного моделирования
Все факторные модели основаны на предположении, что рыночная капитализация компании испытывает воздействие со стороны определенных переменных факторов, причем для компаний одной отрасли это воздействие условно можно назвать одинаковым.
Несмотря на статистические методы, применяемые для проверки значимости моделей, в процессе отбора факторов существует некоторая свобода действий, которая требует углубленного анализа исследуемой отрасли в целях построения модели, наиболее полно отражающей стоимость компаний этой отрасли.
В экономических исследованиях одной из основных задач является анализ зависимостей между результатным показателем и факторами, влияющими на него. Зависимость может быть строгой (функциональной) либо статистической. Однако, любая функциональная зависимость в определенной степени является абстракцией, поскольку в окружающем мире, частью которого является экономика, значение конкретной величины не определяется неизменной формулой ее зависимости от некоторого набора других величин. Всегда есть одна или несколько величин, которые определяют главные тенденции изменения рассматриваемой величины, и в экономической теории и на практике ограничиваются тем или иным кругом таких величин (объясняющих переменных). Однако всегда существует воздействие большого числа других, менее важных или трудно идентифицируемых факторов, приводящих к отклонению значений объясняемой (зависимой) переменной от конкретной формулы ее связи с объясняющими переменными, сколь бы точной эта формула ни была. Нахождение, оценка и анализ таких связей, идентификация объясняющих переменных, построение формул зависимости и оценка их параметров – основные этапы регрессионного моделирования.
Принято различать простую и множественную корреляцию и регрессию. Простой корреляцией называют корреляцию между двумя переменными. Целью анализа является оценка наличия и тесноты связи между двумя явлениями. Если связь между переменными является линейной, то для оценки тесноты связи можно пользоваться коэффициентом корреляции, который рассчитывается по следующей формуле:
(4.66)
где: r – коэффициент корреляции;
N – количество параметров в данной выборке;
х, у – объясняющая и объясняемая переменные.
Величина коэффициента корреляции меняется от –1 в случае строго отрицательной линейной связи до +1 в случае строгой положительной линейной связи. Близкая к нулю величина коэффициента корреляции говорит об отсутствии линейной связи переменных, но не об отсутствии связи между ними вообще.
Экономические явления редко развиваются индивидуально. В большинстве случаев они образуют комплексы, где одно самостоятельное явление влияет на другие и само подчиняется влиянию других явлений. Исследованием влияния ряда явлений на одно, результатное явление занимается множественный корреляционный анализ. В отличие от линейной парной корреляции множественная корреляция обычно анализируется в непосредственной связи с множественным регрессионным анализом. В качестве уравнения множественной регрессии наиболее часто используется линейная функция:
Y = a0 + a1x1 + a2x2 + … + anxn, (4.67)
где: Y – результатный показатель;
a0, a1, a2,…, an – коэффициенты регрессии;
x1 ,x2, xn – факторы, влияющие на результатный показатель.
Экономические модели также часто строятся в виде степенной функции:
. (4.68)
Это объясняется тем, что в отдельных случаях, когда данные оказываются неоднородными, имеет смысл для построения модели провести процедуру линеаризации путем логарифмического шкалирования исходных данных. Эта операция позволяет избежать искажения данных за счет неоднородности выборки, поскольку некоторые факторы возрастают нелинейно. Для определения параметров степеней модель регрессии преобразуется к логарифмически линейному виду:
Ln Y = ln a0 + a1 ln x1 + a2 ln x2 + … + an ln xn. (4.69)
Для оценки тесноты взаимосвязи между результатным показателем и несколькими факторами используется коэффициент множественной корреляции, который может быть рассчитан по формуле, аналогичной индексу корреляции:
, (4.70)
где: Ryxj – коэффициент множественной корреляции;
Yпр – предсказанные значения результатного показателя, определенные по уравнению регрессии;
Yср – среднее арифметическое значение результатного показателя.
Величина коэффициента множественной корреляции зависит от отношения между рассеянием значений, определенных на основе уравнения регрессии и рассеянием значений результативного показателя. Чем меньше значения результативного показателя отклоняются от линии множественной регрессии, тем большую величину имеет коэффициент корреляции.
Существуют специальные статистические методы и, соответственно, показатели, значения которых определенным образом (и с определенной вероятностью) характеризуют надежность построенной регрессионной модели. К важнейшим из них относятся t-критерий (распределения Стьюдента) и F-критерий (распределение Фишера).
Для проверки надежности коэффициента множественной корреляции с применением t-критерия используется следующая величина:
, (4.71)
где: tR – эмпирическое значение t-критерия;
n – число коэффициентов регрессии.
Затем полученное значение сравнивается с критическим значением t-критерия с (N – n – 1) степенями свободы и уровнем значимости α (чаще всего задается уровень значимости 1% или 5%). Если tR больше табличного значения, то коэффициент множественной корреляции является надежной характеристикой связи между результатным показателем и факторами, его характеризующими.
Для проверки надежности коэффициента множественной корреляции с применением F-критерия используется следующая величина:
, (4.72)
где: FR – эмпирическое значение F-критерия.
Если эмпирическое значение F-критерия больше критического со степенями свободы k1 = n – 1, k2 = N – n и уровнем значимости α, то коэффициент множественной корреляции можно считать надежным. Так как t-критерий и F-критерий учитывают число наблюдений и число факторов, от которых зависит результатный показатель, то они могут служить отображением общего качества регрессионной модели. Критические значения t-критерия и F-критерия приведены в таблицах.