Сущностные характеристики инструментов моделирования оценки эффективности слияний и поглощений

Современные методы оценки инвестиционной стоимости предприятий при сделках M&A не обходятся без применения инструментов моделирования.

Моделирование эффективности сляиний и поглощений включает следующие этапы:

• построение условной (например, имитационной) модели деятельности предприятия по методу Монте-Карло;

• выявление наиболее критичных факторов стоимости предприятия с помощью анализа чувствительности и отбор факторов с учетом специфики сделок M&A. Выявление чувствительности, с помощью электронных таблиц, позволяет определять влияние изменения каждого фактора на величину денежного потока либо операционной прибыли предприятия и, соответственно (как предполагается), на ее стоимость;

• сравнение различных методов оценки в рамках доходного подхода (ДСДП и ЭДСт) на основе отобранных факторов, которые могут оказать существенное влияние на стоимость предприятия в сделках M&A.

Вне зависимости от того, какой метод или комбинация методов используется для оценки предприятия, они базируются на прогнозных значениях показателей деятельности предприятия – выручки, затрат, денежных потоков, т. п. Поэтому прогнозирование будущих событий, а главное, финансовых показателей имеет важное значение при всех методах оценки. Однако подходы к прогнозированию могут быть различны в зависимости от требуемого уровня детализации.

1. Экспресс-прогноз. В основе этого подхода лежит прогнозирование значений трех основных форм финансовой (бухгалтерской) отчетности – данных формы №1- баланса, формы №2 - отчета о финансовых результатах деятельности предприятия, формы №3 - отчета о движении денежных средств. При этом наиболее удобно сначала построить прогнозы первых двух форм для каждого периода, а потом на их основе для каждого периода строить третью форму, т. е. отчет одвижении денежных средств.

Данный подход относительно несложен и может давать неплохие результаты, если составленные формы отчетности носили обоснованный характер. При этом необходимо учитывать, по каким стандартам (МСФО – международные стандарты финансовой отчетности и др.) составлялась отчетность, на базе которой строится прогноз. Показатели можно прогнозировать на будущее различными способами, например, выручку от продаж – на основе постоянного коэффициента роста на некоторый период, на основе трендового анализа, используя прогнозы сравнимых предприятий, конкурентов; себестоимость – как процент от выручки; прочие займы – как балансирующее значение и т. п. Было отмечено, что ряд факторов, которые невозможно спрогнозировать в стоимостном выражении, могут быть все же учтены при оценке предприятия путем определенной корректировки ставки дисконтирования. Это как раз и находит свое применение в данном подходе, поскольку он является более приблизительным и общим по сравнению со вторым, рассмотренным далее. Несмотря на то, что, по мнению экспертов консалтинговой группы McKinsey, при построении экспрес-прогнозов желательно учитывать факторы влияния на результаты деятельности предприятия, а не корректировать их на ставку дисконтирования. Однако, в рамках данного подхода целесообразна исходя из низкой точности расчетов полученный результат  необходимо корректировать на ставку дисконтирования.

2. Иммитационное моделирование.

Применение имитации позволяет сделать выводы о возможных результатах, основанные на вероятностных распределениях случайных факторов (величин).

В рамках этого подхода строится детальная факторная (имитационная) модель и проводится полномасштабный факторный анализ оцениваемого предприятия, что приводит к получению более точных результатов. Прогноз, построенный с помощью модели, гораздо более информативен, хотя затраты на его проведение также значительно выше.

При  построении модели выделяются факторы, которые могут оказать влияние на стоимость бизнеса, и которые можно оценить в количественном или стоимостном выражении. Факторы, которые невозможно оценить, могут быть включены в ставку дисконтирования аналогично тому, как это делается в первом подходе.

В качестве первичных (исходных) выступают следующие данные:

• ставки амортизации по различным объектам;

• планируемые объемы продаж в шт. и прогнозируемые цены на продукцию;

• предполагаемое использование трудовых ресурсов и их стоимость;

• предполагаемые накладные, административные, прочие расходы;

• прогнозируемые значения процентных ставок по кредитам, займам, депозитам, ставки налога на прибыль и многие другие.

На основании этих данных, с помощью электронных таблиц, строятся формы отчетности. Основная сложность заключается в том, чтобы формы отчетности за прошедшие периоды коррелировали с фактическими данными отчетных форм, которые используются в первом подходе. В то же время стоит обратить внимание, что формы отчетности, построенные на базе факторов, могут отличаться от фактических – как в сторону меньшей достоверности из-за неучета каких-то существенных факторов, так и в сторону большей достоверности – в том случае, если в фактической отчетности имеются экстраординарные, одноразовые и нехарактерные для данного предприятия операции, которые элиминированы в факторной модели. Однако даже при такой детализации и увязке всех существенных исходных данных с результатами финансовых отчетов могут быть существенные искажения прогнозов деятельности предприятия и, соответственно, ее стоимости. Это обусловлено тем, что при построении данных прогнозов для традиционных методов ДСДП, ЭДСт, ДАС, обычно не учитывается вероятностное распределение исходных данных.

Вероятностное распределение учитывается лишь в методе Монте-Карло либо при построении нескольких вариантов прогнозов (оптимистичный, умеренный, пессимистичный) с присвоением им соответствующих вероятностей реализации.

Для того чтобы имитационная модель отвечала критериям обоснованности и эффективности, она должна обладать следующими характеристиками:

• репликативность – согласованность между моделью и системой, которую она описывает;

• предикативность – способность предсказывать не предвиденное очевидно поведение системы;

• конструктивность – способность меняться и адаптироваться при изменениях системы.

Некоторые западные исследователи выделяют также необходимость статистической проверки модели для того, чтобы она была признана обоснованной, однако это не является обязательным условием, так как строится условная имитационная модель для конкретного предприятия.

Основные предпосылки построения модели:

• модель строится на основе данных (исходных показателей и данных отчетности) за последние три периода (года) функционирования предприятия, а также с учетом данных детального бюджета на следующий год. Исходя из этого, строится детальный прогноз исходных данных в увязке с данными проформ отчетности на последующие два периода (года) после бюджета;

• модель предполагает постоянный рост факторов стоимости предприятия (определяемой при любом из методов в рамках любого подхода). Рост большинства исходных показателей определяется на основе роста за предыдущие периоды – фактические данные и данные бюджета на прогнозный период. Однако в ряд исходных данных внесены поправки для более корректного прогнозирования, если предполагается иная динамика (для этого, например, может использоваться метод Монте-Карло и нормальное либо скошенное распределение вероятностей);

Стандартное нормальное распределение. Математическое ожидание стандартно распределенной случайной величины Е равно 0: M(E) = 0. График этого распределения симметричен относительно оси ординат и оно характеризуется всего одним параметром - стандартным отклонением , равным 1.

Приведение случайной переменной E к стандартно распределенной величине Z осуществляется с помощью т.н. нормализации - вычитания средней и последующего деления на стандартное отклонение:

• модель предполагает, что все исходные данные нам либо известны, либо могут быть спрогнозированы с достаточно большой степенью вероятности;

• специально для определения влияния того или иного исходного фактора стоимости на отчетные данные в модели вводится специальная возможность внесения корректировок (это необходимо при дальнейшем анализе чувствительности результатов модели к факторам). Однако при этом необходимо

обратить внимание, что ряд показателей, таких как, например, рентабельность продаж, выражен в процентах в исходных данных и внесение корректировки означает изменение результата на определенное число процентных пунктов, а не процентов (например, предполагается повышение рентабельности определенной услуги с 80 до 81%, т. е. на 1 процентный пункт);

• ряд показателей должен корректироваться просто в исходных данных модели.

В имитационной модели могут быть представлены исходные данные модели в увязке с результатами, т.е. прогнозными значениями данных бухгалтерского баланса предприятия, отчета о прибылях и убытках и отчета о движении денежных средств.

В реальности при построении самых обоснованных и детальных прогнозов все же существует ряд рисков и неопределенностей, которые можно разделить на два вида – дискретные риски и непрерывные риски.

Дискретные риски – это риски, в большинстве случаев непосредственно связанные с действиями самой предприятия, ее менеджмента, с принятием тех или иных стратегических решений и их влиянием на стоимость предприятия.

Непрерывные риски включают в себя риски колебания рыночных факторов, изменения рыночной конъюнктуры и т. п. (сюда же относят и неопределенность, хотя следует оговориться, что понятие риска и неопределенности в принципе различны, так как последнее не предполагает данных о вероятности того или иного исхода события).

Для включения этих рисков в модель и более точного расчета стоимости предприятия используют такие методы, как метод реальных опционов и построение модели Монте-Карло. (Метод Монте-Карло- это метод моделирования случайных величин с целью вычисления характеристик их распределений)