В условиях высокой волатильности сырьевых рынков и возрастания роли поведенческих факторов бизнеса традиционные методы сравнительного подхода к его оценке теряют точность и прогностическую устойчивость. Особенно остро данная проблема проявляется при использовании стоимостных мультипликаторов, которые не оправдывают ожиданий инвесторов и не отражают будущую динамику финансовых показателей компаний. Целью исследования стала разработка метода построения форвардных мультипликаторов на основе интеграции машинного обучения и имитационного моделирования Монте-Карло, позволяющего раздельно прогнозировать компоненты мультипликатора – рыночную цену акций и чистую прибыль – с учетом фундаментальных, отраслевых и поведенческих факторов стоимости. Особое внимание в ходе работы было уделено такому вопросу, как отсутствие прогнозных значений экзогенных переменных, для решения которого используется сценарное моделирование. Апробация метода проведена на данных публичной компании нефтегазового сектора, что позволило выявить структурные различия факторов, определяющих цену и прибыль. Полученные результаты подтверждают высокую прогностическую способность моделей и подтверждают целесообразность перехода от исторических к форвардным мультипликаторам в практике стоимостной оценки. Разработанный подход значительно расширяет существующий инструментарий и может быть использован для инвестиционного анализа и оценки стоимости бизнеса в условиях неопределенности.
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Экономика
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.