«

»

אפר' 26 2009

הערכת שווי יחסי – חלק 5: הערכה מתקדמת, , רגרסיה ב-2 משתנים או יותר

עד עכשיו ראינו [חלקים: 1, 2, 3, ו-4] השוואה יחסית שלוקחת בחשבון רק משתנה אחד [למשל מכפיל רווח כתלות בצמיחה], אולם גם כפי שניתן לראות בטבלאות הקורלציה, גם כפי שניתן לראות בקשר בין מכפילים למודל DCF וגם לפי ההיגיון - אין סיבה ולא נכון להגביל את היחס רק למשתנה אחד.

יתרה מזו, גם אין סיבה להגביל את הרגרסיה ללינארית בלבד.

אפשר למשל לבצע באמצעות אקסל רגרסיה עם יותר ממשתנה אחד. נבחר 3 משתנים שהראו קורו' גבוהה עם מכפיל המכירת, נשים אותם בטבלה נפרדת, ונבקש מאקסל לבצע חישוב:

rv19

את התוצאה נקבל בטבלה נפרדת

rv20

לא ניכנס לכל הנתונים הסטטיסטים השונים שמאפיינים את הרגרסיה, אלא רק נשים לב כרגע לרמת מובהקות גבוהה ממה שקיבלנו קודם. ה-Coefficients הם המקדמים של המשוואה. לפי החישוב הזה, ה-PS הממוצע הוא:

rv20.5

ה-Net Profit לא נלקח בחשבון בגלל המקדם הנמוך שלו [למרות הקורלציה הגבוהה שלו כמשתנה בודד].

אם ניקח את הנוסחא הזו ונחשב בעזרתה את המכפיל של כל חברה בקבוצה, נקבל את ההשוואה הבאה:

rv21

החברות המודגשות הן כאלו שהמכפיל הנוכחי ששלהן מתחת לממוצע הקבוצה.

אפשר לראות ש-ADBE למשל מתחת לרגרסיה לפי השיטה הזו [מתומחרת בחסר], ואילו לפי משתנה אחד היא בדיוק על הממוצע [מתומחרת נייטרלי] ולפי ממוצע או חציון רגיל היא מעל [מתומחרת ביוקר].

דוגמא נוספת

נבצע רגרסיה ל-30 חברות מתחום חנויות הלבשה [חברות כדוגמת GAP, Urban Outfitters, Abercrombie & Fitch  וכו']. להלן התוצאה:

rv22

הדבר שמיד בולט לעין זה המקדם השלילי לבטא. כלומר השוק נותן מכפיל יותר נמוך דווקא לחברה יותר תנודתית [להזכיר שאנו משתמשים בבטא כפרוקסי לסיכון]. אין לזה הסבר הגיוני למעט המסקנה שהשוק כנראה לא רואה בבטא משהו מהימן שמגלם את הסיכון בחברה בתקופה האחרונה.

הסיבה בשימוש ב-Payout ratio מוסברת בהרחבה על יחס בין המכפילים למודל DCF שאינו יחסי.

רגרסיה לא לינארית

עד עכשיו הגבלנו את עצמו לרגרסיה לינארית בלבד, אולם במקרים רבים נקבל מובהקות גבוהה יותר כאשר נשתמש בלוגריתמים.

למשל, במקום צמיחה נשתמש בלוגריתמים הטבעי של הצמיחה (פונקצית Ln),המטרה היא לבדוק האם השוק מתמחר את החברות בצורה שאינה ליניארית כפי שנהוג לחשוב.

במקרה הזה נקבל מספרים שונים, אבל רמת המובהקות אינה עולה:

rv23

עם זאת, כדאי לקחת בחשבון שמדובר בקבוצה קטנה [רק 9 חברות] ובמקרים אחרים יש יתגלה שהשוק כמעט ואינו מתמחר את החברות בצורה לינארית.

בחלקים הבאים 6 ו-7 אדגים כיצד המשתנים שראינו ברגרסיה מתקשרים למודל DCF ואסכם בשימושים פרקטיים לוואלוציה יחסית.

 

«

»

3 תגובות

  1. משתמש אנונימי (לא מזוהה)

    כל זה רק הדגיש לי יותר את החסרונות של השיטות.

  2. משתמש אנונימי (לא מזוהה)

    יש לי כמה שאלות לגבי הרגרסיה,
    לא בעייתי להסתמך על נתוני רגרסיה של מדגם קטן כל כך?
    האם יתכן שקיימים גורמים נוספים פרט לאלו שכללת ברגרסיה שמשפיעים במובהק על מחיר המניה? במקרה כזה, מתעוותות כל תוצאת הרגרסיה

  3. משתמש אנונימי (לא מזוהה)

    זה תהליך שמחפש איזון בין קבוצה קטנה עם שונות מינימלית לבין קבוצה גדולות עם שונות מקסימלית, לפעמים מוצאים אותו באמצע ולפעמים צריך להודות שזה בלתי אפשרי להסיק מסקנות, לא צריך ללכת עם הראש בקיר.

    בקשר לגורמים, זה גם רחוק מלהיות קונקלוסיבי. אפשר לראות רוב הפעמים מקדמים מאוד חזקים בין צמיחה למכפיל רווח, ובין תשואה על ההון ומכפיל הון בצורה כזו ששוללת מקריות. ובקשר לגורמים אחרים, צריך לנסות ולראות. היגיון משחק כאן תפקיד חזק, והמטרה היא להמנע מלזרוק את כל הנתונים האפשריים ולמצוא איזו קורולציה מאולצת.

    הצגתי כמה גורמים טריוויאלים שרוב הזמן אכן קיים קשר ביניהם לבין התמחור. במידה וקיימים גורמים אחרים זה גם יבוא לידי ביטוי בגורמים האלה, כפי שניתן לראות בפרק 6, יש קשר מתמטי, גם אם לא הדוק, בין משתנים שונים, והרבה פעמים ניתן להציג אחד באמצעות השני.

    בלינק הבא תוכל לראות דוגמא חיה מלפני חודש וחצי שמעידה על שונות יחסית נמוכה, זה אומר שהמשתנים הבסיסים אכן עובדים.
    http://thebigpicture.co.il/index.php?option=com_content&view=article&id=66

כתיבת תגובה

האימייל לא יוצג באתר. (*) שדות חובה מסומנים

אתם יכולים להשתמש באפשרויות ותגי ה-HTMLהבאים: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>