1. Анализ моделей и результатов эмпирических исследований объясняющей способности экономической прибыли на развитых рынках капитала.

Показатель EVA был разработан для США, поэтому корректировки прибыли, предложенные Stern Stewart & Co. могут быть неэффективными в других странах. Рассмотрим исследования, посвященные EVA в Австралии, Великобритании и Японии.

EVA – лучше

Worthington, A. and West, T. “Australian Evidence Concerning the Information

Content of Economic Value-Added” (2004)

Цель работы – выяснить, обладает ли экономическая добавленная стоимость (EVA^®) лучшей объясняющей способностью доходности акций по сравнению с бухгалтерскими показателями.

Выборка

Для этого авторы анализируют данные по 110 крупнейшим нефинансовым австралийским компаниям за 1992-1998 гг.

Модель

В статье используются две основные регрессионные модели, чтобы:

• рассчитать относительное и дополнительное информационное содержание различных показателей деятельности компании;

• рассчитать относительное и дополнительное информационное содержание компонентов показателя EVA.

Первое уравнение, «модель оценки», выглядит следующим образом:

STK_it = b₀ + b₁ NCF_it + b₂ERN_it + b₃RI_it + b₄EVA_it + e_it,

где STK – годовая доходность акций компании i в периоде t,

NCF – чистый операционный денежный поток,

ERN – прибыль до учета чрезвычайных событий,

RI – остаточный доход.

Предполагаются положительные коэффициенты перед независимыми переменными, а относительная информационная составляющая данных показателей тем выше, чем лучше они объясняют доходность акций.

Второе уравнение, «модель компонентов»:

EVA_it = b₀ + b₁NCF_it + b₂ACC_it + b₃ATI_it + b₄CC_it + b₅ ADJ_it + e_it,

где АСС – амортизация, обесценение, изменения оборотного капитала и изменения долгосрочной части отложенных налогов, также определяется как разность прибыли и чистого операционного денежного потока (ERN - NCF),

ATI – процентные расходы за вычетом налогов, рассчитывается как произведение (1 - t) и процентных расходов, ставка налога t = 36%,

CC – произведение средневзвешенных затрат на капитал компании и капитала на начало года (WACC × CAP),

ADJ – разность корректировок прибыли и капитала, или (EVA - RI).

В обоих уравнениях переменные нормализованы по количеству акций. Модели оцениваются с помощью МНК для панельных данных с коррекцией гетероскедастичности и автокорреляции.

Первая проверяемая гипотеза – одинаковое относительное информационное содержание переменных NCF, ERN, EVA и RI. Для проверки данной гипотезы каждая переменная используется в качестве независимой в парной регрессии с доходностью акций, а затем проводится сравнение коэффициента детерминации в полученных регрессиях.

Далее проводятся тесты наличия в показателях информации о стоимости компании, которая не отражается в других показателях. Для этого строятся регрессионные зависимости доходности акций от всех объясняющих переменных, сгруппированных по две.

Подобные тесты наличия относительного или дополнительного информационного содержания проводятся и в «модели компонентов». В качестве модели оценки панельных данных выбрана модель с фиксированными эффектами.

Выводы

EVA лучше объясняет изменения доходности акций, чем традиционные бухгалтерские показатели, что говорит о потенциальной применимости EVA для внутренней и внешней оценки деятельности компании.

Информационное содержание EVA составляет порядка 25-38% в зависимости от спецификации, тогда как для остаточного дохода оно 18-23%, для прибыли 14-17% и 13-14% - для чистого операционного денежного потока.

Компонентом EVA, лучше всего объясняющим изменения доходности акций, являются корректировки прибыли и капитала (ADJ), предложенные Stern Stewart & Co.