Hoe de bèta van een privébedrijf te berekenen

De bèta van een bedrijf is een maat voor de volatiliteit of het systematische risico van een effect in vergelijking met de bredere markt. De bèta van een bedrijf meet hoe de waarde van de aandelenmarkt van het bedrijf verandert met veranderingen in de totale markt. Het wordt gebruikt in het Capital Asset Pricing Model (CAPM) om het rendement van een actief te schatten.

Beta is in het bijzonder de hellingscoëfficiënt verkregen door regressieanalyse van het aandelenrendement tegen het marktrendement. De volgende regressievergelijking wordt gebruikt om de bèta van het bedrijf te schatten:

ΔSi = α + βi × ΔM + ergens: ΔSi = verandering in prijs van voorraad iα = onderscheppen waarde van de regressieβi = bèta van het i aandelenrendementΔM = verandering in marktprijse = resterende foutterm \ begin {uitgelijnd} & \ Delta S_i = \ alpha + \ beta_i \ times \ Delta M + e \\ & \ textbf {waar:} \\ & \ Delta S_i = \ text {prijswijziging van voorraad} i \\ & \ alpha = \ text {onderscheppen waarde van de regressie} \\ & \ beta_i = \ text {beta van de} i \ text {stock return} \\ & \ Delta M = \ text {wijziging van de marktprijs} \\ & e = \ text {resterende fout term} \\ \ end {uitgelijnd} ΔSi = α + βi × ΔM + ergens: ΔSi = verandering in prijs van voorraad iα = onderscheppen waarde van de regressieβi = bèta van de i-aandelen returnΔM = verandering in de markt prijs = resterende foutterm

Een dergelijke regressieanalyse kan worden uitgevoerd voor beursgenoteerde bedrijven omdat historische aandelen-rendementsgegevens worden gebruikt. Maar hoe zit het met particuliere bedrijven?

Vanwege het ontbreken van marktgegevens over de aandelenkoersen van particuliere bedrijven is het niet mogelijk om de bèta van de aandelen te schatten. Daarom zijn andere methoden vereist om hun bèta te schatten.

Beta berekenen van vergelijkbare openbare bedrijven

In deze benadering moeten we eerst de gemiddelde bèta vinden van de beursgenoteerde bedrijven die inkomsten genereren uit vergelijkbare activiteiten als het particuliere bedrijf. Dit is een proxy voor de gemiddelde bètaversie van de branche. Ten tweede moeten we de gemiddelde bèta afleveren met behulp van de gemiddelde schuld / eigen vermogen-ratio voor deze vergelijkbare bedrijven. De laatste stap is het opnieuw inzetten van bèta, met behulp van de beoogde schuldquote van het particuliere bedrijf.

Stel dat we de bèta willen schatten van een illustratief energiedienstenbedrijf met een beoogde schuldquote van 0, 5 en dat de volgende bedrijven de meest vergelijkbare bedrijven zijn:

De naar aandelen gewogen gemiddelde bèta van de vier bedrijven is 1, 64. Dit ligt dicht bij het rekenkundig gemiddelde van ongeveer 1, 66. De gekozen methode om de gemiddelde bèta te vinden, kan afhankelijk zijn van de specifieke gegevens en het groottebereik van vergelijkbare bedrijven.

Als er bijvoorbeeld een zeer groot bedrijf en drie zeer kleine bedrijven zijn, zal een gewogen gemiddelde methode de voorkeur geven aan de bèta van het grote bedrijf. In dit specifieke voorbeeld kunnen we echter de gewogen gemiddelde bèta nemen omdat deze dicht bij het rekenkundig gemiddelde ligt, dat evenveel gewicht geeft aan het eigen vermogen van elk bedrijf.

De volgende stap is het afleveren van de gemiddelde bèta. Hiervoor hebben we de gemiddelde schuld / eigen vermogen ratio voor deze bedrijven nodig. De gewogen gemiddelde schuldquote is 0, 34.

βu = βL1 + (1 − T) × DE = 1.641 + (1−0.35) × 0.34 = 1.343 \ begin {alignment} \ beta_u & = \ frac {\ beta_L} {1 + (1 - T) \ times \ frac {D} {E}} \\ & = \ frac {1.64} {1 + (1 - 0.35) \ keer 0.34} \\ & = 1.343 \\ \ end {uitgelijnd} βu = 1 + (1 − T ) x ED βL = 1 + (1-0, 35) x 1, 343 = 0.341.64

We krijgen dus de niet-leverde bèta van 1.343.

Waar D / E de gemiddelde schuldquote van de vergelijkbare bedrijven is, is T het belastingtarief, B _u de bèta zonder leveringsbetalingen en B _L de bèta met hefboomwerking.

In de laatste stap moeten we het eigen vermogen opnieuw heffen met behulp van de beoogde schuldquote van de particuliere onderneming, die gelijk is aan 0, 5.

βL = βU × [1+ (1 + T) × DE] = 1.343 × [1+ (1−0.35) × 0.5] = 1.78 \ begin {uitgelijnd} \ beta_L & = \ beta_U \ keer [1 + (1 + T) \ keer \ frac {D} {E}] \\ & = 1.343 \ keer [1 + (1 - 0.35) \ keer 0.5] \\ & = 1.78 \\ \ end {uitgelijnd} βL = βU x [1 + (1 + T) x ED] = 1.343 x [1+ (1-0, 35) x 0, 5] = 1, 78

In dit voorbeeld is de bèta van de illustratieve particuliere onderneming hoger dan de gemiddelde bèta met hefboomwerking vanwege een hogere beoogde schuldquote.

Deze methode heeft bepaalde valkuilen, waaronder het feit dat het verschil tussen de grootte van de particuliere onderneming en die van de openbare onderneming wordt verwaarloosd. Meestal zijn beursgenoteerde bedrijven veel groter dan particuliere.

Winst Beta Benadering

Meestal zijn beursgenoteerde ondernemingen grote ondernemingen die in meer dan één segment actief zijn, en daarom kan het problematisch zijn om een ​​vergelijkbare onderneming te vinden waarvan de bèta voldoende de zakelijke bèta van de te waarderen particuliere onderneming zou vertegenwoordigen. Apple Inc. (AAPL) heeft bijvoorbeeld een uiteenlopende reeks bewerkingen, waaronder pc's, smartphones, tablets, enz. Dit bedrijf zou waarschijnlijk slecht vergelijkbaar zijn met een particulier bedrijf dat een enkele bewerking heeft, zoals de productie van smartphones.

Wanneer het moeilijk is om een ​​betrouwbare, vergelijkbare bèta te verkrijgen, kan de bèta van een bedrijf worden gebruikt als een proxy voor de levered beta. Bij deze methode worden de historische winstveranderingen van het bedrijf teruggedraaid ten opzichte van het marktrendement. Een geschikte marktindex kan worden gebruikt als een proxy voor de markt. Als het bedrijf bijvoorbeeld op de Amerikaanse markt actief is, kan de S&P 500 als proxy worden gebruikt.

Bèta verkregen uit historische gegevens moet worden aangepast om ervoor te zorgen dat deze de verwachte toekomstige prestaties van het bedrijf weerspiegelt. Om de gemiddelde omkeerfunctie van bèta weer te geven (bèta heeft de neiging om op de lange termijn terug te keren naar een), moeten we de aangepaste bèta schatten met behulp van de volgende vergelijking:

βadj = α + (1 + α) × βhwhere: α = afvlakfactorβh = historische betaβadj = aangepaste beta \ begin {uitgelijnd} & \ beta _ {\ text {adj}} = \ alpha + (1 + \ alpha) \ keer \ beta_h \\ & \ textbf {where:} \\ & \ alpha = \ text {smoothing factor} \\ & \ beta_h = \ text {historische beta} \\ & \ beta _ {\ text {adj}} = \ text {aangepaste bèta} \\ \ einde {uitgelijnd} βadj = α + (1 + α) × βh waarbij: α = afvlakfactorβh = historische bètaβadj = aangepaste bèta

De soepele factor kan worden afgeleid door complexe statistische analyses op basis van historische gegevens, maar als vuistregel wordt de waarde 0, 33 of (1/3) als een proxy gebruikt.

De bèta-benadering van de inkomsten heeft ook enkele valkuilen. Ten eerste hebben particuliere bedrijven meestal geen uitgebreide historische inkomstengegevens voor een betrouwbare regressieanalyse. Ten tweede zijn boekhoudkundige winsten onderhevig aan afvlakking en wijzigingen in het boekhoudbeleid. Daarom zijn deze mogelijk niet geschikt voor statistische analyse, tenzij de nodige aanpassingen zijn aangebracht.

Bottom Line

De waardering van particuliere bedrijven die CAPM gebruiken, kan problematisch zijn omdat er geen eenduidige methode is om de bèta van het eigen vermogen te schatten. Om de bèta van een privébedrijf te schatten, zijn er twee primaire benaderingen.

Een benadering is om een ​​vergelijkbare levered beta te verkrijgen van een sectorgemiddelde of van een vergelijkbare onderneming (of bedrijven) die de huidige activiteiten van de particuliere onderneming het beste nabootst, deze bèta afleveren, en vervolgens levered beta voor de particuliere onderneming vinden met behulp van de doelstelling van de onderneming schuld / eigen vermogen ratio. Als alternatief kan men de bèta van de inkomsten van het bedrijf vinden en deze als een proxy voor het bedrijf gebruiken nadat de nodige aanpassingen zijn aangebracht.