Оценка стоимости капитала и ставки дисконтирования на базе российской финансовой статистики для ведущих отраслевых групп экономики

Одной из крайне сложных и актуальных задач, которую необходимо решать в процессе выполнения работ по оценке инвестиционных проектов, является определение ставки дисконтирования для выполнения соответствующих финансово-экономических расчетов.

В мировой финансовой практике для определения ставки дисконтирования инвестиционного проекта, как правило, используется показатель средневзвешенной стоимости капитала (Weighted Average Cost of Capital, WACC), который был предложен Модильяни и Миллером в 1963 году [24]. Определение WACC предполагает оценку вмененной стоимости собственного капитала, а также стоимости привлечения заемного финансирования.

В свою очередь, для обоснования стоимости собственного капитала как правило используется модель оценки капитальных активов (Capital Asset Pricing Model, CAPM), предпосылками к появлению которой стали труды Г. Марковица, посвященные современной портфельной теории [22] (Markowitz, 1952). Сама модель CAPM была предложена У. Шарпом и Д. Линтнером [27] (Sharpe, 1964) и основана на взаимосвязи ожидаемой нормы доходности актива и мерой его систематического риска. При создании модели CAPM авторы добавили к модели Г. Марковица дополнительные допущения о существовании одинаковой для всех инвесторов безрисковой процентной ставки, а также равных ожиданиях инвесторов относительно доходности.

Многочисленные тесты модели CAPM [23, 29] (Miles et al., 1996; Tobin, 1958) показали сильную взаимосвязь доходности активов и меры их риска, что подтвердило достоверность модели. Благодаря этому CAPM и на сегодняшний день остается одним из наиболее популярных инструментов определения стоимости капитала компании и нормы доходности инвестиций.

Вместе с тем некоторые исследователи отмечали ошибки применения модели CAPM, которая в ряде случаев давала неточные предсказания доходности активов [17] (Davis, 1994). Модель критиковалась за нереалистичность допущений, нестабильность коэффициентов риска во времени, а также за принципиальную недоказуемость вследствие невозможности наблюдения за портфелем рынка в целом [26] (Roll, 1977). Это позволило подвергнуть сомнению возможность применения модели в исходной форме.

Поэтому исследователями были предложены многочисленные модификации модели CAPM. Первые варианты модификаций модели частично ослабляли ее допущения. В дальнейшем корректировке подвергался способ определения коэффициентов риска, а также увеличивалось число факторов, включенных в модель.

Так, на основании масштабного исследования акций компаний, торгуемых на Нью-Йоркской фондовой бирже, Ю. Фама и К. Френч [19] (Fama et al., 2012) предложили так называемую «трехфакторную» модель, добавив показатели премии за малый размер компании, а также премию за стоимость, определяемую как отношение балансовой и рыночной стоимости фирмы.

В дальнейшем появились и другие многофакторные модели, например, четырехфакторная модель М. Кархарта [15] (Carhart, 1997). В 2015 году Ю. Фама и К. Френч на основе результатов эмпирических исследований, расширили свою модель до пятифакторной, включив в нее показатели рентабельности собственного капитала и инвестиции в активы фирмы. На развивающихся рынках капитала исследуется применение модели одностороннего систематического риска D-CAPM, разработанной Х. Эстрадой [18] (Estrada, 2002). Обоснование применения этой модели на российском рынке приведено в работе Т.В. Тепловой и Н.В. Селивановой [11] (Teplova et al., 2007).

Исследования российских ученых в целом продолжают следовать общемировому тренду тестирования различных модификаций модели CAPM на российском рынке [4, 9, 10,12] (Galevskiy, 2019; Sidorenko et al., 2022; Suvorova et al., 2016; Fomkina, 2016), а также возможности применения модели для расчета ставки дисконтирования проектов отечественных компаний [2, 3, 6, 7] (Voronov et al., 2023; Voronov, 2019; Dorofeev et al., 2015; Lisovskaya et al., 2016).

Таким образом, модель оценки капитальных активов (CAPM) в модифицированном виде до настоящего времени остается наиболее широко применяемым инструментом оценки стоимости собственного капитала, которая может быть представлена следующим образом:

, (1)

где R_e – ожидаемая доходность (стоимость) собственного капитала, %;

R_f – ожидаемая доходность безрискового актива, %;

β – коэффициент, характеризующий меру рыночного риска актива, ед.;

ERP – премия за рыночный (корпоративный) риск, %;

С – премия за страновой риск, %;

S₁ – премия за малый размер компании, %;

S₂ – премия за специфические риски компании, %.

Авторы статьи разработали и апробировали методику построения моделей CAPM и WACC, основанную исключительно на российской общедоступной финансовой статистике за репрезентативный период.

Авторская методика сопровождается последовательными расчетами моделей CAPM и WACC для ведущих отраслевых групп экономики по следующим экономическим параметрам:

- доходность собственного капитала (включая: доходность безрискового актива; рисковые премии; коэффициент β (см. формулу (1));

- доходность заемного капитала.

Ожидаемая доходность безрискового актива (R_f) является отправной точкой модели CAPM. До последнего времени считалось, что самым безрисковым активом являются гособлигации США, поэтому их доходность принималась в качестве безрисковой. После того, как в 2022 г. финансовая инфраструктура недружественных стран стала токсичной для российских инвесторов, гособлигации США утратили статус надежного инструмента для вложения капитала. Поэтому в условиях отечественного финансового рынка в качестве безрискового актива предлагается рассматривать российские гособлигации. Для определения ожидаемой доходности российских гособлигаций можно использовать значения кривой бескупонной доходности, публикуемой ЦБ РФ. При этом срок до погашения облигаций необходимо принимать в зависимости от горизонта планирования. Предположим, что в нашем примере расчетный период инвестиционного проекта составляет 10 лет. Поэтому в качестве безрискового актива (R_f) мы выбираем 10-летние ОФЗ, по которым на конец 2024 г. ожидаемая доходность к погашению составляла 15,22% годовых.

Премия за рыночный (корпоративный) риск (Equity Risk Premium, ERP) может быть определена как дополнительная доходность к безрисковой ставке, которая компенсирует дополнительные риски, связанные с инвестированием в корпоративный капитал. Эта премия определяется как разница (спред) между доходностью широкого портфеля акций и безрисковой доходностью:

, (2)

где ERP – премия за рыночный (корпоративный) риск, %;

R_m – историческая доходность широкого портфеля акций, %;

R_f ^h – историческая доходность безрискового актива, %.

Премия за рыночный риск рассчитывается по историческим данным путем нахождения разности между среднегеометрической годовой доходностью широкого портфеля акций и доходностью безрискового актива [1, 5, 16, 18, 25, 28] (Bogatyrev et al., 2013; Damodaran, 2021; Estrada, 2002; Söderlind, 2011). Наша дальнейшая задача состоит в том, чтобы предложить алгоритм расчета рисковых премий на базе отечественных фондовых рынков. Итак, в соответствии с выражением (2) для определения премии за рыночный (корпоративный) риск требуется найти историческую доходность безрискового актива (R_f ^h) и широкого портфеля акций (R_m). Поскольку в качестве безрискового актива приняты долгосрочные ОФЗ, лучше всего их доходность может быть охарактеризована с помощью индекса Московской биржи государственных облигаций полной доходности (RGBITR) [8]. Этот индекс включает наиболее ликвидные ОФЗ с дюрацией более одного года. В качестве индикатора широкого портфеля российских акций принимаем индекс полной доходности «брутто» (MCFTR) [8]. Это позволяет сформировать выборку за 20 последних лет (табл. 1). С 2005 по 2024 г. среднегодовой темп прироста индекса российских акций (MCFTR) составил 13,630%, а среднегодовой темп прироста индекса российских облигаций (RGBITR) составил 7,515%. Следовательно, спред доходностей указанных индексов за 20 лет составил 6,12% годовых.

Таблица 1 Динамика российских индексов акций и облигаций

Анализ представленных данных позволяет сделать вывод о том, что в 2005–2010 гг. спред доходностей показывал значительные колебания, которые были обусловлены крайне высокой волатильностью индекса акций (MCFTR). Можно объяснить эту волатильность периодом становления российского фондового рынка, а также мировым кризисом 2008 г. Начиная с 2011 г. произошла стабилизация доходностей обоих индексов и их спред устойчиво находится в интервале 4–7%. Относительная стабильность спреда наблюдается даже в 2022–2024 гг., характеризующихся повышенной волатильностью отечественного фондового рынка. Это подтверждает репрезентативность выбранного расчетного периода (20 лет). Итак, определив исторический спред доходностей широкого портфеля акций (R_m) и безрискового актива (R_f ^h), мы нашли меру корпоративного риска для российского рынка в целом: ERP = 6,12%.

Коэффициент β (бета) характеризует меру отраслевого и финансового риска, свойственного для анализируемой компании (отрасли) и отражает амплитуду колебаний ее доходности относительно рынка в целом. Значение коэффициента рассчитывается по следующей формуле [13, 19, 21, 27] (Khonko, 1987; Fama et al., 2012; Horowitz et al., 2000; Sharpe, 1964):

COV(R_i, R_m) – ковариация между доходностью актива (R_i) и доходностью рынка в целом (R_m) за исследуемый период;

σ² (R_m) – дисперсия доходности рынка в целом за исследуемый период.

Расчет беты для публичной компании выполняется путем регрессионного анализа доходности ее акций относительно индекса широкого рынка акций. Для непубличной компании (акции которой не торгуются на фондовом рынке), бета определяется как средняя величина коэффициентов β сопоставимых компаний той же отрасли (вида деятельности). В случае, когда компания осуществляет несколько видов деятельности, бету следует определять как средневзвешенную величину коэффициентов β по каждому из видов деятельности, используя в качестве весов выручку (прибыль). Полученное в ходе регрессионного анализа значение коэффициента β учитывает фактические показатели финансового рычага сопоставимых компаний (так называемая «рычаговая» бета). Его необходимо «очистить» от фактора долговой нагрузки через формулу Р. Хамады [20] (Hamada, 1972) и получить «безрычаговую» бету:

β_L ^сопост – рычаговый коэффициент бета сопоставимых компаний;

Т – ставка налога на прибыль, доля;

(D/E) ^сопост – отношение долга к собственному капиталу сопоставимых компаний.

После расчета безрычаговой беты (выражение (4)) необходимо оценить отношение долга к собственному капиталу анализируемой компании (D/E) ^анализ, а затем обратно пересчитать бету в рычаговую, используя новое значение долговой нагрузки (выражение (5)):

, (5)

где β_L ^анализ– рычаговый коэффициент бета анализируемой компании;

β_U ^сопост – безрычаговый коэффициент бета сопоставимых компаний;

Т – ставка налога на прибыль, доля;

(D/E) ^анализ – отношение долга к собственному капиталу анализируемой компании.

Отметим, что при расчете беты отношение долга к собственному капиталу (D/E)^анализ определяется для компании в целом (по ее балансовому отчету) и поэтому может не совпадать со структурой финансирования отдельного инвестиционного проекта.

Определим коэффициент β для некоторой непубличной российской компании черной металлургии. В силу того, что акции компании не обращаются на бирже, мы будем определять бету по сопоставимым публичным компаниям (НЛМК, Северсталь и ММК). Поскольку котировки акций, которые мы будем использовать для определения доходности указанных компаний, не отражают дивиденды, то для оценки доходности рынка в целом выбираем индекс Московской биржи без учета дивидендных выплат IMOEX [8]. В нашем примере принят длительный горизонт планирования (10 лет), поэтому регрессионный анализ по сопоставимым компаниям проводим за 5 лет с месячным шагом расчета. Статистика доходности сопоставимых компаний и фондового индекса приведена в таблице 2. Задача по расчету коэффициентов β легко решается в любой статистической программе, в результате проведенных расчетов получаем следующие значения рычаговых коэффициентов для сопоставимых компаний (округленно): НЛМК – 0,83; Северсталь – 0,65; ММК – 0,95. Среднее значение рычагового коэффициента β (при равных весах сопоставимых компаний) составляет 0,81.

Таблица 2 Исходные данные для расчета коэффициента β

Далее определяем долговую нагрузку сопоставимых компаний. Рекомендуется использовать отчетность по стандартам МСФО, хотя при ее отсутствии допустимо использовать и отчетность по РСБУ. Среднее отношение долга к собственному капиталу на начало каждого календарного года за анализируемый период составляет (округленно): НЛМК – 0,38; Северсталь – 0,49; ММК – 0,14. Средняя долговая нагрузка по сопоставимым компаниям – 0,34. Находим безрычаговую бету сопоставимых компаний: .

Пусть отношение долга к собственному капиталу (D/E) анализируемой непубличной металлургической компании составляет 0,76. Тогда рычаговый коэффициент β составит: .

Полученное значение беты может быть использовано для расчета стоимости собственного капитала в соответствии с выражением (1). В практике инвестиционного анализа возможны ситуации, когда структура пассивов компании неизвестна, в силу чего оценка ее долговой нагрузки (D/E) становится затруднительной. Это происходит в том случае, если компания не раскрывает свою финансовую отчетность, либо для реализации инвестиционного проекта создается новое предприятие, будущая структура капитала которого пока не определена. В этом случае допускается принимать долговую нагрузку анализируемой компании на уровне сопоставимых компаний. Математически это означает, что (D/E) ^анализ = (D/E) ^сопост. Тогда легко доказать, что β_L ^анализ = β_L ^сопост, то есть рычаговая бета анализируемой компании будет равна рычаговой бете сопоставимых компаний. Следовательно, в этом случае пересчет рычаговой беты в безрычаговую (выражение (4)) и обратно (выражение (5)) – не требуется. С одной стороны, такой подход имеет следствием некоторое снижение точности получаемых результатов. С другой стороны, существенно сокращается трудоемкость проведения расчетов и сбора исходных данных. Тогда определение коэффициента β сопоставимых компаний может осуществляться на базе отраслевых индексов Московской Биржи, которые отражают динамику котировок акций ведущих российских компаний, экономическая деятельность которых относится к соответствующим секторам народного хозяйства. В настоящее время выделяется 10 отраслевых индексов, которые охватывают основные отраслевые группы отечественной экономики (от транспорта до информационных технологий) Так, в индекс Московской биржи металлов и добычи в настоящее время входит 15 крупнейших российских компаний черной и цветной металлургии, золотодобычи и др. [8]. Следовательно, отраслевые индексы обеспечивают бо́льшую репрезентативность выборки, что повышает точность статистики. Отраслевые индексы Московской биржи обладают еще одним неоспоримым преимуществом: их расчет ведется с учетом дивидендных выплат, что позволяет проводить регрессионный анализ относительно индекса Московской биржи полной доходности с учетом дивидендных выплат (MCFTR), который мы взяли за базу при оценке спреда доходностей акций и гособлигаций. Это значительно увеличивает методическую согласованность элементов модели CAPM. Таким образом, если перед аналитиком не стоит задача формирования уникальной выборки сопоставимых компаний, и анализируемая компания не характеризуется аномальной структурой пассивов, то определение коэффициента β вполне допустимо проводить на базе регрессионного анализа соответствующего отраслевого индекса (назовем такой подход «отраслевым»). Выдержка из статистики доходности отраслевых индексов Московской биржи за последние 5 лет с месячным шагом расчета представлена в таблице 3, где в заключительной строке приведены значения коэффициентов β, которые при «отраслевом» подходе принимаются в качестве рычаговой беты анализируемой компании. В том случае, если по каким-либо причинам модель CAPM рассчитывается без отраслевой привязки (для российского рынка в целом), то следует принимать бету полного индекса Московской биржи (MCFTR), которая по определению равна 1,00.

Таблица 3 Динамика отраслевых индексов Московской биржи

Теперь вернемся к примеру, и рассчитаем по «отраслевой» схеме β для металлургического предприятия. Находим в таблице 3 сектор «Металлы и добыча» и определяем, что для него значение рычагового коэффициента β составляет 0,79. Отметим, что полученное «отраслевое» значение беты очень близко к значению, рассчитанному по классическому алгоритму относительно сопоставимых компаний с учетом долговой нагрузки (0,81), что свидетельствует о корректности «отраслевого» подхода.

Премия за страновой риск (С)

Поскольку в нашем расчете безрисковым активом выступают российские гособлигации, то их доходность включает все национальные геополитические, валютные и прочие риски. Поэтому дополнительная надбавка за страновой риск не требуется (С = 0). По той же причине отпадет необходимость в инфляционной корректировке, которая требуется при переводе валютных денежных потоков в российские рубли.

Премия за малый размер компании (S₁) отражает дополнительную премию за инвестирование в непубличные и малые компании, характеризующиеся повышенными рисками. Для ответа на вопрос о существовании премии за размер на отечественном фондовом рынке, мы со своей стороны предлагаем сопоставить доходность основного индекса Московской биржи полной доходности с учетом дивидендных выплат (MCFTR), который включает только крупнейшие российские компании, с доходностью индекса Московской биржи компаний средней и малой капитализации полной доходности с учетом дивидендных выплат (MESMTR). Статистика по индексу средней и малой капитализации ведется биржей с 2013 г., поэтому анализируемый период ограничивается указанным годом. За период с 2013 по 2024 г. среднегодовая (среднегеометрическая) доходность индекса компаний средней и малой капитализации составила 10,45% годовых. За тот же период индекс крупных компаний показал среднегодовую доходность 13,15% годовых. Следовательно, для применения дополнительной рисковой надбавки за малый размер в отношении российских компаний нет статистических оснований, и указанная рисковая премия на российском рынке не требуется (S₁ = 0).

Премия за специфические риски компании (S₂) отражает несистематические риски, которым подвержена компания. К числу указанных рисков можно отнести низкую диверсификацию поставщиков или покупателей, удаленное местоположение и недостатки инфраструктуры, особенности местных органов власти и повышенные регуляторные требования, а также ряд иных неблагоприятных факторов, которые повышают риски хозяйственной деятельности компании.

Для оценки премии за несистематические риски как правило используются экспертные и рейтинговые оценки [11, 12, 14] (Teplova et al., 2007; Fomkina, 2016; Shepeleva et al., 2016).

Авторы предлагают проводить оценку специфических рисков за рамками моделей CAPM и WACC. По этой причине учет специфических рисков на данном этапе не требуется (S₂ = 0). Теперь, количественно оценив все элементы модели CAPM, мы можем рассчитать стоимость собственного капитала компании. С учетом сделанных нами выводов и допущений, выражение (1) приобретает следующий вид:

, (6)

где R_e – ожидаемая доходность (стоимость) собственного капитала, %;

R_f – ожидаемая доходность безрискового актива, %;

β – коэффициент, характеризующий меру рыночного риска актива, ед.;

ERP – премия за рыночный (корпоративный) риск, %.

Страновые риски (C) мы учли в доходности безрискового актива, премия за размер компании (S₁) на отечественном рынке не наблюдается, а специфические риски (S₂) мы выносим за рамки стоимости собственного капитала. Поэтому кажущееся «исчезновение» некоторых рисковых надбавок не означает их игнорирование, а вытекает из особенностей применения модели CAPM модели на базе российской финансовой статистики. При этом модель стала значительно удобнее в применении и вернулась к первозданному виду, предложенному У. Шарпом в середине 60-х годов прошлого столетия [27].

Вернемся к примеру оценки стоимости собственного капитала российской металлургической компании. Ранее мы определили, что безрисковая доходность (R_f) составляет 15,22%; премия за корпоративные риски (ERP) – 6,12%. Также мы рассчитали два варианта коэффициента β: «классический» (с учетом долговой нагрузки анализируемой компании) – 1,02; и «отраслевой» (с учетом среднеотраслевой долговой нагрузки) – 0,79.

Тогда «классическая» стоимость собственного капитала составит:

(с учетом округлений)

«Отраслевой» вариант расчета стоимости собственного капитала:

(с учетом округлений)

Таким образом, предложенный «отраслевой» подход позволяет существенно снизить трудозатраты на оценку стоимости собственного капитала по отраслям экономики, в то время как «классический» подход обеспечивает бо́льшую точность расчетов. Поскольку значения коэффициентов β и величина ERP относительно стабильны во времени, они требуют пересчета не чаще одного раза в год (как правило, по итогам календарного года). Поэтому они могут без корректировок использоваться для построения финансовых моделей до следующего года.

Единственная переменная в модели CAPM, которая может существенно изменяться в краткосрочном периоде – ожидаемая доходность российских гособлигаций (R_f). В то же время ее актуализация не требует дополнительных расчетов: достаточно лишь зайти на сайт ЦБ РФ и получить текущую величину доходности. Далее мы можем легко определить актуальную стоимость собственного капитала (табл. 4).

Таблица 4 Стоимость собственного капитала по отраслям российской экономики по состоянию на январь 2025 г.

Источник: рассчитано авторами.

Оценив стоимость собственного капитала, мы переходим к другим элементам модели WACC. Ожидаемая стоимость заемного капитала (R_d) и доли источников финансирования проекта (w_e, w_d) определяются на основании планируемой структуры его финансирования.

Стоимость заемного капитала (R_d) может быть определена из кредитных соглашений, заключаемых для финансирования инвестиционного проекта, либо исходя из доходности ликвидных облигаций компании, обращающихся на фондовом рынке.

Отсутствие планируемых параметров кредитного соглашения либо ликвидных облигаций компании с сопоставимым сроком обращения, несколько усложняет оценку стоимости заемного финансирования. В этом случае стоимость заемного капитала (R_d) необходимо рассчитывать как безрисковую ставку, увеличенную на дефолтный спред компании [2, 4, 5] (Voronov et al., 2023; Galevskiy, 2019; Damodaran, 2021):

, (7)

где R_d – ожидаемая стоимость заемного капитала, %;

R_f – ожидаемая доходность безрискового актива, %;

Z – дефолтный спред компании, %.

Дефолтный спред компании (Z) отражает риск невозврата заемных средств кредитору. При этом Z имеет меньшую величину, чем ERP, которую мы использовали при оценке стоимости собственного капитала. Это связано с тем, что возврат заемных средств не зависит от финансового результата компании и в большинстве случаев обеспечен поручительствами и залогами, в силу чего вероятность невыполнения компанией обязательств по кредиту значительно ниже ERP. Можно утверждать, что рисковые надбавки заемных средств ниже рисков собственных средств. Поэтому стоимость заемного капитала всегда ниже, чем собственного. Оценить дефолтный спред можно при помощи кредитного рейтинга, присвоенного компании признанным рейтинговым агентством (АКРА, Эксперт РА, НРА и др.). Как правило дефолтный спред составляет от 1 до 5%. Если известна стоимость заимствований (R_d), и доходность безрискового актива (R_f), то мы можем легко найти величину дефолтного спреда (Z):

, (8)

где Z – дефолтный спред компании, %;

R_d – ожидаемая стоимость заемного капитала, %;

R_f – ожидаемая доходность безрискового актива, %.

В качестве стоимости заемного капитала (R_d) мы можем принять средние ставки по кредитам для нефинансовых организаций (в том числе кредитные ставки для субъектов малого и среднего предпринимательства (МСП)), ежемесячно публикуемые ЦБ РФ. Разность между процентными ставками по кредитам и среднемесячным значением доходности ОФЗ представляет собой искомый дефолтный спред. Представленные данные позволяют сделать вывод о том, что величина дефолтного спреда (Z) за исследуемый период изменялась от 0,36 до 3,47% годовых. При этом величина спреда относительно устойчива: бо́льшую часть времени дефолтный спред находился в диапазоне от 1,7 до 2,3% годовых и даже аномально высокая доходность ОФЗ (весной 2022 г. и осенью 2024 г.) влияет не дефолтные спреды не столь существенно как можно было бы предполагать. Полученная величина дефолтного спреда (Z) может быть использована для оценки ожидаемой стоимости заемного капитала (выражение (7)).

Если ожидаемая доходность безрискового актива (10-летних ОФЗ) составляет 15,22% годовых (R_f = 15,22%), то для металлургической компании, не относящейся к сегменту МСП, ожидаемая стоимость заемного капитала (R_d) на 10-летнем горизонте составит: . Стоимость заемного капитала в модели WACC корректируется на так называемый эффект налогового щита, который отражает снижение налогооблагаемой базы по налогу на прибыль на сумму процентов по кредитам и займам.

Продолжая наш пример, предположим, что для финансирования инвестиционного проекта металлургической компании планируется привлечь банковский кредит на условиях 30/70 (30% – средства инициатора проекта (w_e); 70% – кредит банка (w_d)). Ставка налога на прибыль – 25%. Тогда, применяя отраслевой подход для определения β, получаем:

Итак, мы рассчитали WACC инвестиционного проекта. Поэтому настало время вернуться к вопросу оценки специфических рисков проекта. При оценке экономической эффективности отдельно взятого инвестиционного проекта ставка дисконтирования должна определяться как средневзвешенная стоимость капитала, увеличенная на специфические риски проекта. При этом важно, чтобы методика оценки специфических рисков обеспечивала соразмерность рисковой надбавки относительно стоимости капитала, а также минимизировала субъективность оценки. Тогда можно предложить следующую модель определения ставки дисконтирования инвестиционного проекта:

, (9)

где α – ставка дисконтирования инвестиционного проекта, %;

WACC ^{проекта} – средневзвешенная стоимость капитала по проекту, %;

K_S – коэффициент риска проекта.

Коэффициент риска (K_S) отражает уровень специфических (несистематических) рисков проекта. В целях минимизации субъективного фактора, коэффициент риска проекта следует устанавливать детерминированно, без использования экспертных и иных субъективных оценок. Премия за специфические риски должна отражать прежде всего риск недостижения предусмотренных проектом экономических эффектов. Остальные риски рекомендуется учитывать в денежных потоках инвестиционного проекта путем создания необходимых резервов и через консервативный подход при прогнозировании доходов. Мы предлагаем устанавливать коэффициент риска проекта (K_S) в зависимости от стратегических целей его реализации (табл. 5).

Таблица 5 Целевая классификация инвестиционных проектов

Источник: составлено авторами.

Завершим расчеты по нашему примеру определения ставки дисконтирования инвестиционного проекта металлургической компании. Ранее мы нашли, что WACC^{проекта} = 13,5%. Предположим, что цель инвестиционного проекта состоит в снижении издержек за счет оптимизации существующей технологии. В соответствии с таблицей 5 определяем, что этот проект имеет умеренный уровень риска (K_S = 1,25). Тогда в соответствии с выражением (15):

Итак, мы оценили специфические риски проекта, с учетом которых ставка дисконтирования составила 16,9%. Эта величина включает в себя ожидаемый уровень инфляции. В то же время в ряде случаев требуется проводить инвестиционные расчеты без учета инфляции (в реальных ценах). Тогда необходимо находить «реальную» ставку дисконтирования, то есть исключать из нее инфляционную составляющую. По формуле Фишера определяем реальную ставку дисконтирования, в нашем примере она составит 8,9% годовых. Основные этапы расчета ставки дисконтирования для российского финансового рынка по состоянию на конец 2024 г. можно отобразить в таблице 6, где сведены результаты всех описанных ранее вычислений.

Таблица 6 Основные этапы расчета ставки дисконтирования

Таким образом, нам удалось провести оценку стоимости собственного капитала (по модели CAPM), средневзвешенной стоимости капитала (по модели WACC) и ставки дисконтирования инвестиционного проекта исключительно на базе российской финансовой статистики. В условиях санкционного давления на российскую экономику предложенная методика становится безальтернативным вариантом для проведения инвестиционного анализа.

В результате проведенного исследования авторами была предложена методика расчета стоимости собственного капитала (по модели CAPM), средневзвешенной стоимости капитала (по модели WACC) и ставки дисконтирования инвестиционного проекта исключительно на базе российской финансовой статистики. Предложенный подход позволяет избежать заградительно высоких значений стоимости капитала, которые возникают при применении «недружественных» источников информации. Проведенное «импортозамещение» финансовой статистики позволяет получать более адекватную оценку стоимости капитала для отечественных инвесторов, тем самым обеспечивая повышение конкурентоспособности российских компаний.

В числе направлений дальнейших исследований отметим изучение возможности использования показателей долговой нагрузки при отраслевом подходе расчета коэффициента β, а также совершенствование механизма учета специфических рисков инвестиционного проекта.