Preview

Стратегические решения и риск-менеджмент

Расширенный поиск

Актуальные вопросы стоимостной оценки компаний в условиях финтех

https://doi.org/10.17747/2078-8886-2018-1-102-1

Полный текст:

Аннотация

Целью исследования явилось формирование теоретических положений и практических рекомендаций по развитию методов стоимостной оценки компаний, внедряющих современные финансовые технологии. В ходе исследования применены методология системного исследования, синтеза, абстрактно-логического и научного прогнозирования, методы статистического и факторного анализа, экспертных оценок, метод опционного мышления и метод нечетких множеств. Впервые установлены особенности таких компаний, которые внедряют современные финансовые технологии: выявлены экзогенные и эндогенные факторы, воздействующие на стоимость компаний, и предложена их классификация; разработаны методические рекомендации по балльному ранжированию и количественной оценке уровня специфической неопределенности; усовершенствована методология применения методов дисконтированных денежных потоков и реальных опционов, а также предложены новые отраслевые натуральные мультипликаторы. Разработанная методика оценки прошла апробацию в отечественных и зарубежных компаниях, занимающихся консалтингом и оценочной деятельностью. Результатом ее применения явилась более точная стоимостная оценка компаний, внедряющих современные финансовые технологии. Самостоятельное практическое применение получили усовершенствованный способ расчета ставки дисконтирования с корректировкой на величину специфических рисков финансовых технологий и предложенный механизм учета реальных опционов при оценке дополнительной стоимости компаний, что позволяет получать более точную стоимостную оценку компаний. Предложенные в рамках исследования научные положения и рекомендации по совершенствованию стоимостной оценки компаний, внедряющих современные финансовые технологии, используются в преподавании дисциплины «Оценка и управление стоимостью бизнеса» в Финансовом университете.

Для цитирования:


Демьянова Е.А. Актуальные вопросы стоимостной оценки компаний в условиях финтех. Стратегические решения и риск-менеджмент. 2018;(1):102-117. https://doi.org/10.17747/2078-8886-2018-1-102-1

For citation:


Demyanova E.A. Current issues of company evaluation under fintech. Strategic decisions and risk management. 2018;(1):102-117. (In Russ.) https://doi.org/10.17747/2078-8886-2018-1-102-1

ВВЕДЕНИЕ

На современном этапе развития набирает обороты четвертая индустриальная револю­ция, поскольку во всех отраслях экономики инновации внедряются активнее, чем рань­ше. После мирового кризиса 2008-2009 годов начала складываться новая форма взаимодей­ствия на финансовых рынках. Технологи­ческие инновации принципиально меняют формирование и функционирование мировой финансовой системы, приоритетом становит­ся развитие интеллектуальной деятельности. Коммерциализация и трансферт инноваций создают колоссальные возможности для го­сударства, экономики в целом, а также для ве­дения бизнеса.

Правительство Российской Федерации выдвигает на первый план стратегию инновационного прорыва. В качестве одного из приоритетов государственной политики на ближайшие годы обозначена национальная технологическая инициатива: «На основе дол­госрочного прогнозирования необходимо понять, с какими задачами Россия столкнется через 10-15 лет, какие передо­вые решения потребуются для того, чтобы обеспечить наци­ональную безопасность, качество жизни людей, развитие от­раслей нового технологического уклада» [Путин В. В., 2014]. В июле 2017 года Правительством Российской Федерации была утверждена программа «Цифровая экономика Россий­ской Федерации» [Распоряжение, 2017], в рамках которой достаточно быстро выпускаются различные программные документы, концепции развития, «дорожные карты», затра­гивающие вопросы информатизации общества с учетом эко­номической безопасности [Основные направления, 2018]. Достижения российской науки для построения инновацион­ной экономики выходят на первый план, что делает актуаль­ным изучение вопросов финансовых технологий. 

В научной литературе на сегодняшний день понятие «финтех» можно определить как «сложную систему, объе­диняющую секторы новых технологий и финансовых услуг, стартапы и соответствующую инфраструктуру» [МаслениковВ.В., Федотова М. А., Сорокин A. H., 2017]. Отечествен­ный сегмент финансовых технологий только складывается, но по своему потенциалу считается третьим в мире [Haбиуллина Э.С., 2017]. По прогнозам российских экспертов, к 2020 году рынок электронной коммерции, которая исполь­зует новые финансово-технологические приложения, соста­вит 2200 млрд руб. [Эскиндаров М. А., Масленников В. В., Абрамова М. А. и др., 2017]. Финансовые технологии можно характеризовать и как «цифровые инновационные решения в сфере финансовых услуг, предлагаемые компаниями, ис­пользующими новую технологическую платформу, которые конкурируют или сотрудничают с финансовыми института­ми» [Демьянова Е. А., 2017в].

Всего к 2018 году в мире было проведено свыше 5000 сделок с компаниями сектора финансовых технологий, чис­ло таких сделок по годам нарастает (рис. 1).

 

Рис. 1. Количество рыночных сделок со всеми компаниями сектора финансовых технологий по годам с линией тренда по всему миру, по данным [German Fintech landscape, 2016; The pulse, 2017]

Банк России опубликовал анализ состояния и основные направления развития формирующейся отрасли финансо­вых технологий на 2018-2020 годы с использованием дан­ных обзоров ведущих мировых консалтин­говых компаний Emst&Young, PwC, KPMG [Основные направления, 2018]. Ожидается, что к 2020 году 82% финансовых организаций вступят в партнерства с финансово-техноло­гическими компаниями, а до 50% клиентов банков будут пользователями мобильного бан­ка. Согласно отчету консалтинговой компа­нии Emst&Young [Fintech adoption index 2017, 2017], сегодня число активных пользователей финансовых технологий неуклонно растет. Так, в 2017 году инновационные технологии при­меняет один из трех активных пользователей инновационных решений, тогда как в 2105 году - один из семи. Опрошенные эксперты выделя­ют основные факторы, способствующие разви­тию отрасли финансовых технологий в России:

«... растущее проникновение сети интернет, определяющее диапазон потенциальных пользователей фи­нансовых сервисов и услуг, а также технический прогресс и изменение потребительских предпочтений, которые сти­мулируют технологическую трансформацию финансовых продуктов» [Курс на финтех, 2018].

Принято выделять три группы финансово-технологиче­ских компаний:

  • частные компании, стоимость которых не превышает I млрд долл.;
  • частные компании, стоимость которых оценивается выше I млрд долл. и которых не так много - всего 25 компаний в мире на конец 2016 года, их совокупная оценочная стоимость составила 150 млрд долл. (объем инвестиций в них не превысил 16,9 млрд долл.) [Life. Sereda, 2016];
  • публичные корпорации, которых по состоянию на февраль 2018 года насчитывалось 47 [Bloomberg Professional, [s.а.]].

Российский рынок находится в начальной стадии разви­тия, по данным на сентябрь 2017 года, в секторе финансовых технологий действует около 250 компаний с объемом инве­стиций 12,6 млрд руб.

ОБЗОР ЛИТЕРАТУРЫ И ПОСТАНОВКА ГИПОТЕЗ ИССЛЕДОВАНИЯ

В экономической сфере изменения оказываются кар­динальными, проходят быстро, затрагивают и методы сто­имостной оценки компаний в отечественной и зарубеж­ной практике. Риски применения финансовых технологий в виде приложений, например риски платежей через ки­берпространство, риски технологий распределенного ре­естра, интернет вещей, искусственного интеллекта, робо­тизации, волатильности цифровых валют и др. до сих пор не рассмотрены экспертами - аналитиками и оценщиками. !Недостаточно исследованы вопросы особенностей компа­ний, внедряющих современные финансовые технологии, их влияние на стоимостную оценку, не уделено должного внимания вопросам классификации новых, ранее не охва­ченных рисков. Следовательно, необходимо разработать новые подходы к выявлению уровня неопределенности и ее измерению при оценке стоимости компаний с целью выя­вить риски и возможности. В силу своей новизны тема пока фрагментарно раскрыта в научных публикациях о развитии финансовых технологий [Абрамова М. А., Гончаренко JI. И., Дубова С.Е. и др., 2017; Абрамова М. А., Дубова С.E., Зво- новаЕ.А.идр.,2017; Лавру шин О. И., 2017; Лу касевич И. Я., Львова Н. А., 2017; Рубцов Б. Б., Анненская Н. E., 2017; Руда­кова О. С., 2017; Ручкина Г.Ф., 2017; Лыков А. А., Сидорен­ко Э. Л., 2017], развитии электронного бизнеса и платежных технологий в России [Трачук А.В., Голембиовский Д.Ю., 2012; Трачук А.В., Линдер Н.В., Антонов Д. А., 2014; До- стов В. Л., Шуст П.М., Рябкова Е.С., 2016; Достов В. Л., Шуст П.М., 2017; Достов В. Л., Шуст П.М., Козырева А. Д., 2017; Трачук А. В., Линдер Н. В., 2017 в, г; Трачук А. В., Лин­дер Н.В., Убейко Н.В., 2017]. Предстоит адаптировать клас­сические методы оценки к современным явлениям. Нужно разработать прогрессивные методики оценки, позволяющие учесть как факторы риска, так и потенциальные возможно­сти в условиях неопределенности бизнес-среды. При их соз­дании считаем целесообразным учесть не только методы оценки, принятые в отечественной и зарубежной практике [Stewart G.B., 1999; Ивашковская И.В., 2004; Коупленд Т., 2005; Бусов В.П., 2007; Хитчнер Дж., 2008; Грязнова А. Г., Федотова М. А., 2009; Козырь Ю. В., 2009; Лосева О. В., 2011; Бакулина А.А., 2015; Эскиндаров М.А., Федотова М.А., 2016; Тазихина TB., Сычева Е. А., 2017], но и мнения миро­вых ученых-экономистов и практиков, которые склоняются к более широкому применению метода реальных опционов [BlackF., ScholesM., 1973; Сох J.,Ross S.,RubinsteinM., 1979; Trigeorgis L., 1993; Luehrman Т., 1998; Найт Ф., 2003; Брей- ли R, Майерс С., 2009; Гусев А. А., 2009; Трифонов Ю.В., Кошелев Е.В., Купцов А. В., 2012; Дамодаран А., 2017].

Как показал сравнительный анализ моделей метода ре­альных опционов, на практике предпочтительно использо­вать биноминальную модель Кокса - Росса - Рубинштейна, а не модель Блэка - Шоулза в силу следующих факторов:

  • модель Блэка - Шоулза требует расчета среднеква­дратического отклонения, который возможен только при аккумулировании статистических данных, послед­ние, как правило, отсутствуют из-за новизны пробле­матики финансовых технологий как явления в целом;
  • в модели Блэка - Шоулза реальные опционы подлежат исполнению «на дату», в их исполнении, в том числе досрочно, должна быть гибкость, что невозможно в ус­ловиях финансовых технологий. Российская модель метода реальных опционов, созданная отечествен­ными учеными Ю.В. Трифоновым, Е.В. Кошелевым и А. В. Купцовым для российского инновационного рынка и основанная на биноминальной модели Кокса - Росса - Рубинштейна, оказалась наиболее адекват­ной для финансово-технологических компаний.

За последние годы появились работы по смежной тема­тике инновационного развития [Трачук А.В., Линдер Н. В., 2017 а, б], которые также учтены в данном исследовании. Ме­тоды нечетких множеств [Zadeh L. А., 1965; Недосекин А. О., 2003] и качественно-сравнительного анализа [RaginC., 1987; Zott С., Amit R., 2007] при определенных условиях позволя­ют осуществлять построение многофакторной модели ана­лиза, они могут быть полезны в работах по этой тематике финансовых технологий.

Все чаще перед собственниками или инвесторами теперь возникают вопросы стоимостной оценки компании в усло­виях быстро меняющейся внешней среды. Сегодня компании используют современные финансовые технологии с целью привлечь клиентов или выйти из кризисной ситуации. Таким образом, применение финансовых технологий явилось отве­том на изменившуюся экономическую среду.

ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью настоящего исследования является формирование теоретических положений, методических и практических рекомендаций, как развивать методы стоимостной оценки компаний, внедряющих современные финансовые техноло­гии. Для достижения данной цели необходимо было:

  • выявить особенности компаний, внедряющих финан­совые технологии, которые влияют на стоимостную оценку бизнеса;
  • определить специфические факторы, которые форми­руют стоимость таких компаний;
  • классифицировать возможности и специфические ри­ски;
  • систематизировать мировой и российский опыт оцен­ки компаний, внедряющих финансовые технологии;
  • выявить оптимальные методики стоимостной оценки компаний в цифровой среде;
  • разработать методические инструменты путем адапта­ции классических методов оценки и метода реальных опционов к особенностям таких компаний и провести его апробацию на практике.

Изучение методов стоимостной оценки было основано на методологии системного исследования, синтеза, абстрак­тно-логического и научного прогнозирования, применении ме­тодов статистического и факторного анализа, экспертных оце­нок, метода реальных опционов, метода нечетких множеств.

Информационно-эмпирической базой работы являются монографии, труды ученых-экономистов, научные публика­ции, статьи, отчеты и обзоры ведущих консалтинговых ком­паний по проблематике финансовых технологий, стоимост­ной оценки и оценки рисков применительно к финансовому сектору экономики, нормативные документы международ­ных организаций и Российской Федерации, статистические данные информационно-аналитической системы (НАС) Bloomberg [Bloomberg, [s.а.]] по 47 публичным финансо­во-технологическим компаниям, 1423 компаниям финансо­вого сектора, различные прогнозные и оценочные отчеты экспертов, материалы русско- и англоязычных СМИ.

ТЕОРЕТИЧЕСКАЯ НОВИЗНА ИССЛЕДОВАНИЯ

Большинство компаний, внедряющих финансовые тех­нологии, представляют собой стартапы, которые предлагают некие высокотехнологичные, очень удобные для конечных пользователей приложения. Практически все они (98,8%) частные предприятия, которые не обязаны публиковать от­четность, что практически исключает сопоставимость такого бизнеса с конкурентами и затрудняет анализ их деятельности.

Вторая характерная черта компаний, внедряющих финан­совые технологии вообще, - это способ внедрения, что опре­деляет и величину добавленной стоимости. В зависимо­сти от фазы жизненного цикла и специализации компании предпочитают вести собственные разработки приложений на основе финансовых технологий, или вступать в партнер­ства с целью разработать продукт в сфере финансовых тех­нологий, или сотрудничать с финансово-технологическими стартапами как разработчиками. Сравнительный анализ этих трех основных способов внедрения новых финансо­вых технологий был подробно представлен в предыдущей работе автора [Демьянова Е.А., 2017а]. Здесь же отметим, что в дальнейшем это будет определять выбор метода их сто­имостной оценки.

Процесс внедрения финансово-технологических раз­работок сопряжен с характерными рисками, в том числе по отношению к активам и пассивам баланса, что влияет на оцениваемую собственность. Данный вопрос был также подробно проанализирован и проиллюстрирован. В ходе исследования были проанализированы риски: риск кибер­безопасности, риск от использования технологии интернета вещей, риск финансовых потерь (неплатежеспособности), риск необанкинга, риск нехватки специалистов с нужной квалификацией, риск ущерба репутации, риск отсутствия спроса конечных потребителей на СФТ, риск законодатель­ного регулирования [Демьянова Е. А. 20176].

Создание стоимости компаний на формирующемся рын­ке отрасли финансовых технологий происходит во многом за счет признания знаний и компетенций ключевых сотрудни­ков в качестве актива, подобно процессу капитализации расхо­дов на НИОКР инновационных компаний. Об этом феномене подробно пишет А. Дамодаран, признанный эксперт по оцен­ке любых активов [Дамодаран А., 2017], подробно выделяя этапы формирования стоимости интеллектуального капитала.

 

Таблица 1

Специфические внешние и внутренние факторы, влияющие на стоимость компаний

Внешние факторы

Внутренние факторы

Высокие риски, связанные с деятельностью националь­ных регуляторов

Риск нехватки специалистов с нужными компетенциями

Угроза кибербезопасности

Недостаточный объем капитала

Увеличение количества конкурентов и усиление конку­ренции

Риск использования технологии интернета вещей

Снижение конкурентоспособности действующей биз­нес-модели

Риск финансовых потерь, обусловленный недоступностью ликвидных активов для клиентов в необходимый момент времени в требуемом количестве

Невостребованность продукта у потенциальных потре­бителей

Имидж компании в интернете и быстрое взаимодействие на одноран­говом уровне со всеми контрагентами

Количество осуществленных одноранговых транзакций

Количество активных аккаунтов финансово-технологического прило­жения

Для рассматриваемых компаний характерны высо­кая доходность и высокий риск получить убытки, вплоть до банкротства. Доходность стартапов равняется 676%, 80% стартапов убыточны, 30% - мошенники, 60% закрываются из-за отсутствия профессионального управления [Шабар- шин А. А., Фомин Ф.В., 2017].

Методология выявления внутренних и внешних факто­ров, воздействующих на стоимость компаний, внедряющих финансовые технологии, группировка факторов как возмож­ностей и рисков были подробно рассмотрены в ранних пу­бликациях автора [Демьянова Е. А., 20176, в] (табл. I).

Таким образом, результатом исследования теоретиче­ских аспектов проблемы стоимостной оценки в условиях внедрения финансовых технологий явились три пункта но­визны в теории:

  • установлены особенности таких компаний как объек­тов оценки;
  • выявлены внешние и внутренние факторы, влияющие на стоимость рассматриваемых компаний;
  • предложена классификация специфических факторов риска, влияющих на стоимость финансово-технологи­ческих компаний.

Полученные результаты послужили основой для методи­ческой и практической составляющих усовершенствованной методики оценки, разработанной в ходе исследования.

С целью провести сравнительный анализ имеющегося опыта оценки были проанализированы и систематизирова­ны данные западных и российских исследований в области существующей практики стоимостной оценки компаний, внедряющих финансовые технологии. Заметим, что сегодня ученые и практики пока не пришли к единому мнению о наи­лучшем способе оценки, что еще раз подтверждает актуаль­ность проводимого нами исследования. Результаты сравни­тельного анализа представлены в табл. 2.

Современные авторы [Berkus D., 2009; Barrington G., 2011; Payne В., 2011; Дамодаран А., 2017] не предлагают комплексного подхода, учитывающего риски и возможности финансовых технологий.

Сравнительный анализ зарубежного и отечественного опыта оценочной деятельности показал:

  • затратный подход неприменим для оценки;
  • сравнительный подход ограничен из-за малого коли­чества публичных компаний; пригодными мульти­пликаторами являются цена одной акции/балансовой стоимости (Price/Book Value), цена одной акции/при­быль в расчете на одну акцию (Price/Earnings), стои­мость предприятия или стоимость компании/прибыль до уплаты налогов, процентов, всех амортизационных отчислений (Enterprise Value/Eamings Before Interest, Taxes, Depreciation and Amortization);
  • в рамках доходного подхода применим метод дискон­тированных денежных потоков и метод реальных оп­ционов.

 

Таблица 2

Результаты сравнительного анализа методов стоимостной оценки финансово-технологических компаний

Метод

Основа метода

Недостатки

Метод ликвидационной стоимости

Ликвидационная стоимость материальных активов

Принимает во внимание только материальные активы, но в случае с финансово-технологическими компания­ми их может быть крайне мало; не принимает во вни­мание риски и потенциальное изменение ситуации

Метод балансовой стоимости

Стоимость материальных активов

У финансово-технологических компаний доля мате­риальных активов может быть крайне мала в отличие от доли НМА; не принимает во внимание риски и по­тенциальное изменение ситуации

Метод дисконтирован­ных денежных потоков (ДДП)

Приведение стоимости предполагаемых будущих денежных потоков по некой ставке дисконтирования

Проблемы с выбором корректной ставки, которая учитывала бы риски и возможности; не всегда можно корректно спрогнозировать будущий денежный поток

Метод скоринга Пэйна

Средневзвешенное значение стоимости по сравнению со стоимостью компании- аналога

He всегда возможно подобрать компанию-аналог

Метод сравнимых опе­раций

Ключевые показатели, скорректированные с учетом компании-аналога

He всегда возможно подобрать компанию-аналог

Первый чикагский метод

Средневзвешенное сравнение трех сценари­ев, оцененных по методу дисконтированных денежных потоков или методом мультипли­каторов

He принимает во внимание риски и потенциальное изменение ситуации; применим только для компаний, уже генерирующих доход

Метод венчурного капитала

Оценка ожидаемой инвестором прибыли

Метод применим для компаний на стадии стартапа, но на других стадиях недостаточно рассчитать только возврат на инвестиции

Метод, использующий модели добавленной экономической прибыли

Измерение меры избыточной доходности, созданной инвестициями, в т.ч. портфель­ными

Стоимость зависит от ожиданий; отсутствует отдельно выделение негативных и позитивных факторов, влияю­щих на прибыть

Прочие методы с ис­пользованием акци­онерной и рыночной добавленной стоимости

Оценка рыночной стоимости акций за вы­четом балансовой стоимости собственного капитала

Метод неприменим к частным компаниям

Метод Беркуса

Пять факторов успеха (идея, технология, сотрудники, выход на рынок, начало продаж)

Метод не учитывает потенциальные возможности; результат сильно зависит от экспертного мнения

Метод суммирования факторов риска, основан на расширении метода Беркуса

Оценка базовой стоимости, скорректирован­ной по 12 факторам риска (технологические, законодательные, производственные риски, риски привлечения капитала, междуна­родные риски, репутационные риски, риск неэффективного управления и др.)

Метод не учитывает возможности; результат сильно зависит от экспертного мнения

Сравнительная оценка по мультипликаторам

Показатели баланса, финансовых доходов

Балансовые мультипликаторы не учитывают в сто­имости человеческий капитал, риски и прогнозные значения

Оценка методом реаль­ных опционов

Рассмотрение возможностей как несущих некую добавленную стоимость

Сложно оценить вероятность в используемых моделях данного метода

Необходимо учитывать, что выбор методов стоимостной оценки обусловлен стадией жизненного цикла компании. Для компаний в проектной стадии применим метод вен­чурного капитала, а для зрелых компаний и тех, кто ведет разработки финансовых технологий собственными силами, требуются методы доходного подхода. Зачастую доступны лишь экспертные данные и отсутствуют какие-либо класси­фикационные справочники по финансово-технологическим факторам, влияющим на стоимость компаний в условиях внедрения финансовых технологий. В данном исследовании усилия сконцентрированы на разработке альтернативных корректировок, учитывающих выявленные специфические риски и потенциальные возможности внедрения финансо­вых технологий.

ФОРМИРОВАНИЕ ВЫБОРКИ И РЕЗУЛЬТАТЫ СРАВНИТЕЛЬНОГО АНАЛИЗА

С помощью ИАС Bloomberg был проведен анализ компа­ний, имеющих монопрограммное приложение, и компаний, внедряющих финансовые технологии, т.е. еще не имеющих такового приложения, по трем направлениям:

  • сравнение с контрольными группами обычных компании, не использующих активно финансовые технологии;
  • сравнение с традиционными фи­нансовыми институтами;
  • сравнение с другими компаниями, имеющими монопрограммный продукт.

 

Рис. 2. Сравнительный анализ показателей 2016-2018 годов ведущего финансово-технологического фонда Global X Fin Tech ETF и индекса S&P 500 с использованием ИАС Bloomberg

По всем трем направлениям было показано явное преимущество роста рыночной стоимости компаний, опи­рающихся на финансовые технологии, по сравнению с компаниями, их не при­меняющими.

В качестве иллюстрации первого направления приведен сравнительный анализ фонда GlobalXFinTechETF, состояще­го из 31 публичной компании в сфере финансовых техноло­гий, и фондового индекса S&P 500 за 2016-2018 годы (рис. 2).

По второму направлению проведен сравнительный ана­лиз ряда показателей оценки стоимости 1423 компаний в отрасли финансовых услуг по всему миру по сравнению с 1468 финансовыми институтами, в т.ч. в разрезе регионов. В основу расчетов положены данные из открытых источни­ков, в частности из ИАС Bloomberg и сайта А. Дамодарана [Damodaran online, [s.а.]]. Они относятся к секторам фи­нансовых услуг (за исключением сектора страхования), ин­формационных услуг, онлайн-торговли. Последний сектор составляют открытые компании, в том числе внедрившие современные финансовые технологии, но не обязательно позиционирующие себя как финансово-технологические компании. В ходе исследования были отобраны и проана­лизированы показатели, пригодные для оценки компаний, внедряющих решения на основе финансовых технологий (табл. 2).

 

Таблица 2

Ключевые показатели стоимостной оценки компаний сектора финансовых услуг по миру по состоянию на 5 января 2018 года

Регион

Количество

компаний

Коэффициент

бета

Ставка дискон­тирования, %

Цена акции/балансо­вой стоимости

Цена за одну ак­цию/прибыль в расче­те на одну акцию

Всего по миру

Банки

1468

0,62-1,00

4,68-4,78

1,08-1,12

22,25-29,82

компании

1423

0,82-1,32

4,02-9,65

1,46-7,84

56,01-125,13

США

Банки

623

0,50-0,64

3,87—4,14

1,24-1,50

17,09-33,24

компании

386

0,61-1,18

2,99-7,86

2,20-9,37

41,45-73,27

Западная Европа

Банки

196

0,70-1,60

3,94-4,92

0,69-0,87

11,01-21,01

компании

210

0,94-1,63

4,00-11,01

0,77-6,37

31,64-81,34

Развивающиеся страны

Банки

539

0,82-0,85

5,02-5,68

0,99-1,14

23,01—43,67

компании

628

0,86-1,58

6,21-12,76

2,15—4,39

50,49- 97,52

В результате было установлено, что в группе компаний, внедряющих финансовые технологии:

  • коэффициент бета в два раза выше, чем в контрольной группе, что можно объяснить более высокой рисковой нагрузкой;
  • стоимость привлечения собственного капитала в сред­нем почти в 2,5 раза выше, чем в контрольной группе;
  • мультипликаторы, которые характеризуют прогнозный рост и возврат на вложенный капитал в обследуемые компании, иногда в пять раз выше, чем в контрольной группе, что возможно объяснить более высоким ри­ском инвестиций.

По третьему направлению была проанализирована дина­мика стоимостной оценки 47 мировых компаний (фрагмент анализа приведен в табл. 3).

Полученный результат иллюстрирует положительное влияние внедрения как общего процесса перехода на фи­нансово-технологические рельсы на стоимость группы ком­паний в динамике, позволяет выявить потенциально недо­оцененные рынком компании (например, Intuit Inc., Fidelity National Info Serv, Fiserv Inc). Сравнение показателей 2018- 2019 годов позволяет сделать прогноз насчет роста доходов в целом по выборке, а для выведенной на рынок недавно компании Square обещает сверхприбыли.

 

Таблица 3

Динамика ключевых показателей стоимостной оценки первых пяти публичных компаний в сфере финансовых технологий по показателю «рыночная капитализация» по состоянию на 21 февраля 2018 года

Название

Рыночная капитали­зация, млн долл.

Стоимость предприятия или стоимость компании, млн долл.

Цена за одну ак­цию/прибыль в расче­те на одну акцию

Стоимость предприятия или стоимость компании/при­быль до уплаты налогов, про­центов, всех амортизационных отчислений

Цена акции/ба­лансовой стоимости

2018

2019, прогноз

Paypal Holdings Inc

92,48

87,79

33,80

27,83

22,73

5,78

Intuit Inc

44,37

44,47

32,53

28,14

21,32

36,89

Fidelity National Info Serv

32,49

40,70

18,77

16,82

15,55

3,00

Fiserv Inc

29,53

34,11

22,86

20,10

17,46

10,81

WirecardAG

15,19

14,25

46,32

35,32

26,90

7,98

ИНСТРУМЕНТЫ ОЦЕНКИ СТОИМОСТИ КОМПАНИЙ

Идентификация рисков и реальных опционов - это пер­вый и один из ключевых этапов стоимостной оценки бизнеса. Для выявления источников неопределенности мы выбрали метод мозгового штурма и модифицировали его для более глу­бокого осмысления процессов внедрения современных фи­нансовых технологий. В процессе мозгового штурма нужно посмотреть на квадрат Декарта и задать написанные там во­просы - это активизирует процесс мозгового штурма (табл. 4).

 

Таблица 4

Схема экспертного анализа по квадрату Декарта [Демьянова Е. А., 2017а]

Что будет, если компания примет данный риск?

Чего не случится, если ком­пания примет данный риск?

Что будет, если компания откажется от этого риска?

Чего не случится, если ком­пания откажется от данного риска?

Разработанный алгоритм идентификации рисков и реаль­ных опционов содержит ряд действий:

  • собрать информацию о целях и объеме оценки;
  • определить, на какой стадии проводится оценка (до /по­сле внедрения финансовых технологий);
  • выбрать экспертную группу, работающую с функцио­нальными направлениями компании;
  • определить причины и источники возникновения рисков и возможностей в зависимости от того, в какой области они возникли, на каком уровне, каким образом были вне­дрены современные финансовые технологии;
  • провести предварительный анализ по квадрату Декарта;
  • составить опросные листы и методом мозгового штурма отобрать риски и реальные опционы по каждому уровню и в каждой области.

Последовательное выполнение шагов позволяет выя­вить необходимый и достаточный для анализа объем ранее не охваченных рисков и возможностей внедрения финан­совых технологий. В результате можно получить перечень 7-10 ключевых рисков и реальных опционов, после чего вы­явить наиболее значимые из них.

В научных трудах отечественных авторов подчерки­вается достаточность применения метода анализа видов и последствий отказов (Failure Mode and Effects Analysis, FMEA) для проведения ранжирования уровня неопреде­ленности с точки зрения отбора наиболее значимых риско­вых событий на всех стадиях жизненного цикла техноло­гических разработок для анализа рисков потенциальных несоответствий. На Западе уже более полувека данный метод успешно применяется для оценки уровня рисков в военной, авиационной, ядерной, автомобильной и дру­гих областях.

В работе систематизированы и использованы основ­ные признаки применимости метода FMEA. Доказано, что при ранжировании уровня неопределенности внедрения современных финансовых технологий вышеприведенные условия выполняются:

  • риски и возможности внедрения финансово-технологиче­ских приложений оцениваются в условиях ограниченной информации и являются одним из видов инновационных технологических рисков;
  • удобно всесторонне оценивать максимальное количество значимых рисковых событий в отношении проектов вне­дрения современных финансовых технологий в целом;
  • тщательно оцениваются не все рисковые события, а толь­ко значимые;
  • результаты ранжирования являются входными данны­ми для дальнейшей количественной оценки рискового события.

Предложены методические рекомендации по балльному ранжированию уровня специфической неопределенности. Показано, что метод оценки рисков FMEA в оригиналь­ном виде неприменим для данных целей, поскольку в него входит слишком агрегированная оценка параметра «зна­чимость» без учета специфических факторов. Предложено усовершенствовать данный метод предварительной оценки и ранжирования рисковых событий внедрения финансовых технологий, для чего ввести три новых параметра с соот­ветствующим удельным весом: область возникновения не­определенности, уровень возникновения неопределенности, способ внедрения финансовых технологий.

Разработанный алгоритм проведения ранжирования специфических неопределенностей внедрения финансовых технологий позволяет:

  • определить входные данные по каждой выявленной неопределенности;
  • выбрать объекты анализа (активы, пассивы, процессы), на которые направлено воздействие потенциальных ри­сков/возможностей;
  • определить последовательность анализа;
  • установить границы значений ранга приоритетности ри­ска (РПР);
  • рассчитать показатели ранга приоритетности рисков с учетом модифицированных параметров;
  • ранжировать рисковые события, применяя модифициро­ванную методику FMEA;
  • использовать полученные результаты ранжирования специфических рисков для корректировки ставки дискон­тирования на величину специфических рисков финансо­вых технологий при оценке бизнеса с использованием метода дисконтированных денежных потоков в рамках доходного подхода.

В рамках сравнительного подхода проанализированы су­ществующие мультипликаторы оценки бизнеса, выявлены те, которые пригодны для оценки компаний, внедряющих современные финансовые технологии: цена одной акции/балансовой стоимости, цена одной акции/прибыль в расче­те на одну акцию, стоимость предприятия или стоимость компании/прибыль до уплаты налогов, процентов, всех амортизационных отчислений. Предложено использовать дополнительные отраслевые мультипликаторы: стоимость компании/количество активных клиентов и стоимость ком­пании/количество транзакций.

Для дальнейшего количественного определения уровня рисков и возможностей применение российской модели ме­тода реальных опционов в оригинальном виде является затруднительным, поскольку в ней используется только один параметр - инфляция. Этого недостаточно для корректной оценки компаний в условиях внедрения современных финансовых технологий.

Мы предлагаем адаптировать данную модель для сто­имостной оценки финансово-технологических компаний, скорректировав три параметра следующим образом:

  • ставку наибольшей прогнозируемой инфляции заме­нить на ставку наибольшей величины прогнозируемого роста рискового фактора за период, выраженную в про­центах;
  • ставку наименьшей прогнозируемой инфляции заменить на ставку наименьшей величины прогнозируемого роста рискового фактора за период, выраженную в процентах;
  • ставку инфляции, прогнозируемую, зафиксированную в контракте, заменить на ожидаемую ставку роста риско­вого фактора за период, выраженную в процентах.

Тогда дополнительную стоимость компаний в услови­ях внедрения современных финансовых технологий можно оценить таким образом:

где Сt - цена реального опциона по истечении перио­да / (time, время), в денежном выражении; rf - безрисковая (free, risk free) ставка за период t, %; р - псевдовероятность, определяемая соотношением р = (rf- rd)/(ru - rd); ru - став­ка наибольшей величины прогнозируемого роста рискового фактора за период t, %; rd - ставка наименьшей величины прогнозируемого роста рискового фактора за период t, %; Cu - цена реального опциона в случае наибольшего роста (up - вверх) рискового фактора, в денежном выражении; Cd - цена реального опциона в случае наименьшего (down - вниз) про­явления рискового фактора, в денежном выражении [Трифо­нов Ю.В., Кошелев Е.В., Купцов А. В., 2012].

Из ограничений первоначальной биноминальной мо­дели вытекает ограничение предлагаемой модели - анализ реальных опционов для рисковых факторов, по которым прогнозируется рост. Однако это не представляет проблем, поскольку на практике обычно стараются выявить и коли­чественно оценить реальные опционы именно для прогно­зируемых возрастающих рисков внедрения финансовых технологий.

Стоимость реального опциона - это плата за принятие того или иного риска в ходе проекта внедрения новых финан­совых технологий. В конечном счете найденная стоимость рискового фактора влияет на итоговую чистую приведенную стоимость рискового проекта:

где V- стоимость риска, вденежном выражении; NPVro, NPVf - стоимость чистой приведенной стоимости про­екта внедрения новых финансовых технологий с учетом и без учета рисков, в денежном выражении (RO - real option, реальный опцион).

Стоимость компании определяется как сумма стоимости, найденной методом дисконтированных денежных потоков без учета стоимости реальных опционов, и стоимости реаль­ного опциона для данной компании. Таким образом, для сто­имостной оценки отечественных компаний, не публикую­щих отчетность, метод реальных опционов применяется как набор действий:

  • выбрать исследуемый реальный опцион из ранее иден­тифицированных, определить входные данные для рас­чета;
  • провести оценку стоимости бизнеса без учета реальных опционов;
  • построить биноминальное дерево и определить стои­мость риска в денежном выражении;
  • рассчитать стоимость бизнеса с учетом реальных опци­онов;
  • сделать выводы из полученной количественной оценки.

БИЗНЕС-КЕЙС: АПРОБАЦИЯ МЕТОДИЧЕСКИХ РЕКОМЕНДАЦИЙ В РАБОЧЕМ РЕЖИМЕ

Объем настоящей статьи не позволяет привести полную пошаговую апробацию предложенной методики, поэтому представим фрагмент ее применения для стоимостной оцен­ки конкретной компании, внедряющей финансовые техноло­гии. В качестве объекта анализа выбрана реальная компания - клиент Eagle Rock Resources Group Ltd, для которой мы проводили оценку стоимости. Соблюдая конфиденциаль­ность, мы обозначили компанию как ФК «Финтех», показа­тели используемой отчетности умножены на произвольный коэффициент, что не вносит искажений в наши выводы.

Шаг 1. Постановка задачи

ФК «Финтех» разрабатывает новое комплексное мобиль­ное приложение для необанкинга, чтобы физические лица могли торговать акциями с применением технологии интер­нета вещей (IoT), используя мобильный телефон. Возможно, такое приложение принесет большую прибыль, но это пока неочевидно. Один из существенных компонентов системы можно разработать своими силами, но на рынке присутству­ет компания (стартап), разрабатывающая или намеревающа­яся разработать финансово-технологический продукт, у нее есть почти готовое приложение, но его нужно модифициро­вать под нужды ФК «Финтех».

Руководство компании не до конца уверено, что бу­дет спрос и полномасштабная модификация разработки окажется успешной, однако после создания бета-версии приложения и проведения дополнительных исследований удастся выяснить, возможна ли успешная реализация этой новой финансовой технологии в необходимых масштабах. Неучастие в проекте не рассматривается, в таком случае будет потеряна конкурентоспособность компании. Руко­водство ФК «Финтех» стоит перед выбором, инвестиро­вать в исследование доработки имеющегося приложения или нет. Владельцам стартапа предстоит решить, финанси­ровать ли дальнейшую дорогостоящую разработку своими силами или обратиться к инвестору в лице ФК «Финтех», согласного профинансировать дополнительное исследова­ние с целью создать полномасштабную бета-версию нового банковского продукта с условием возможности купить пре­имущественные права.

Очевидно, в данном случае в ситуации неопределенно­сти оказались и ФК «Финтех», и стартап. Если бета-версия и проведенные исследования банковского приложения ока­жутся успешными, то цена прав на этот объект мгновенно возрастет. Если ФК «Финтех» согласится профинансировать дополнительное исследование, его собственное положение может ухудшиться. Если стартап проведет это исследование за свой счет, а бета-версия не найдет коммерческого приме­нения, то он просто потеряет свои вложения.

Если рассматривать выбор обеих сторон как реальный опцион «возможность приобрести права без обязанностей», то в случае отрицательного результата исследования стартап ничего не теряет, ФК «Финтех», инвестирующий в проект, получает право на выбор (как только будет ясен исход раз­работки бета-версии): приобрести исключительные пра­ва на комплексное банковское приложение или отказаться от сделки. Право приобретения исключительных прав на ре­зультат внедрения новых финансовых технологий заранее зафиксировано по определенной цене, и стартап настаивает на том, чтобы цена была указана в цифровой валюте, торгуе­мой на бирже (в биткоинах, ВТС), веря в ее стабильный рост на уровне 30%. Руководство ФК «Финтех» скептически от­носится к прогнозам роста биткоина и считает, что возмож­ны сильные колебания - от 5 до 50%.

ФК «Финтех» пригласила оценщика и поставила перед ним задачу оценить стоимость компании в денежном выра­жении с учетом рисков, если будет заключен контракт на до­полнительные исследования ради комплексной разработки данного банковского приложения, и представить покварталь­ную оценку рисков изменения ситуации в силу высокой во­латильности биткоина. Анализ и оценка проведены согласно вышеуказанным этапам по состоянию на I января 2016 года для контракта, заканчивающегося 31 декабря 2017 года.

Шаг 2. Идентификация рисковых событий

Шаг. 2.1. Идентификация ранее не охваченных рисков применительно к активам и обязательствам компании

Шаг 2.1.1. Сбор информации о целях и объеме оценки В рамках данного исследования рассматриваются только ранее не охваченные риски. Соответственно, описываемый объем оценки и практические мероприятия затрагивают ис­ключительно риски, специфические для внедрения финансо­вых технологий.

Шаг 2.1.2. Выбор экспертной группы по функциональ­ным направлениям компании

Для проведения анализа рисков по данному проекту внедрения недостаточно профессиональных знаний эко- номиста-оценщика, так как нужно получить заключение по ряду технических вопросов. Для этого формируется ко­манда экспертов:

  • руководитель рабочей группы (сам оценщик);
  • специалист по разработке программного обеспечения из отдела информационных технологий ФК «Финтех»;
  • специалист по информационной безопасности;
  • специалист из отдела маркетинга компании (из тех со­трудников, кто занимается продвижением подобных новых финансовых технологий и имеет опыт работы с приложениями электронного банкинга);
  • специалист из отдела контроля качества и управления рисками;
  • представитель стартапа, у которого планируется купить разработанный продукт для его дальнейшей модифика­ции.

Шаг 2.1.3. Поиск причин и источников рисков Определены области, которые могут возникнуть на макро- и микроуровне, быть связанными со способом внедре­ния новых финансовых технологий (табл. 5). Способ внедре­ния - взаимодействие со стартапом.

Шаг 2.1.4. Определение временного горизонта оценки Проект оценивается с учетом продолжительности (два года), количественная оценка ведущего риска выполняется поквартально.

 

Таблица 5

Предполагаемые области возникновения рисков

Область риска

Уровень во зникновения

Приложение на стыке мобильного банкинга и виртуальных площадок для сделок

Макро

Высокая волатильность курса биткойн

Макро

Риск применения технологии интернета вещей (IoT)

Микро, макро

Риск кибербезопасности как угроза стабильности (возможны атаки)

Микро, макро

 

Таблица 6 Выявленные риски

Область риска

Риск

Уровень возникновения

Приложение на стыке мобильного банкинга и виртуальных площадок для сделок

Риски нестыковки различных технологий, риски недостаточной масшта­бируемости имеющегося приложения

Макроуровень

Высокая волатильность курса биткоина

В случае высоких темпов роста курса биткойн риск лишних затрат ФК «Финтех» как инвестора в проект доработки банковского приложения

Макроуровень

Риск применения технологии интернета вещей

Недостаточная готовность приложения с точки зрения Интернета вещей, потребность в дополнительных капиталовложениях для разработки

Микроуровень

Риск кибербезопасности как угроза стабильности (возможны атаки)

Риски нарушения безопасной работы приложений, в результате чего могут быть утрачены данные, потеряны деньги клиентов

Макроуровень

Риск нехватки специалистов с нужными компетенциями

Риск ухода главного идеолога и разработчика приложения в связи с по­тенциальной покупкой ФК «Финтех»

Микроуровень

Шаг 2.1.5. С оставление опросных листов и выбор мето­да для выявления рисков или их комбинации

Методом мозгового штурма экспертная группа выявляет риски (табл. 6). В результате обсуждения риск кибербезопасно­сти было решено рассматривать только на макроуровне, а риск применения технологии интернета вещей, наоборот, только на микроуровне. Также было решено дополнительно включить риск нехватки специалистов с нужными компетенциями.

Шаг 2.2. Предварительный анализ рисков по квадрату Декарта

На следующем этапе работы экспертная группа проанализировала все выделенные риски по квадрату Де­карта (табл. 7). В результате перечень рисков был расширен: включены риск нанесения ущерба репутации в результате реализации киберриска и риск потери данных клиентов в ре­зультате недоработок технологии интернета вещей.

 

Таблица 7

Предварительный анализ выявленных рисков по квадрату Декарта

Риск

Если компания примет данный риск... 

Если компания откажется от этого риска...

что будет?

чего не случится?

что будет?

чего не случится?

Риски нестыковки различ­ных технологий, риски недостаточной масшта­бируемости имеющегося приложения

Необходимы меры нейтрализа­ции данного риска; возможно, потребуется привлечение инве­стиций на доработку

ФК «Финтех» не сможет удержать конкурентную позицию на рынке, если данное рисковое событие наступит

ФК «Финтех» не может избавиться от данного риска без отказа от проекта в целом

He случится задержки внедрения

Риск лишних затрат для ФК «Финтех» как ин­вестора в проект доработ­ки банковского приложе­ния, если биткоин будет быстро расти

Возможно потребуется привле­чение дополнительных инвести­ций, т.к. продавец-разработчик настаивает на фиксированной цене в цифровой валюте

ФК «Финтех» не сможет удержать конкурентную позицию на рынке, если данное рисковое событие наступит

ФК «Финтех» не может избавиться от данного риска без отказа от проекта в целом

He случится допол­нительного оттока денежных средств

Недостаточная готовность приложения с точки зрения интернета вещей, потреб­ность в дополнительных капиталовложениях для разработки

Возможно потребуется привлече­ние дополнительных инвестиций на доработку, если отдел мар­кетинга подтвердит востребо­ванность технологии интернета вещей для данного приложения; можно провести разработки поэтапно, если не хватает инве­стиций в полном объеме

ФК «Финтех» не выйдет на рынок с новым прило­жением, опережающим конкурентные предложе­ния на год

Придется выходить на рынок с половинчатым решением, поэтапно дора­батывая внедрение интер­нета вещей как отдельный проект

He случится задержки внедрения

Риски нарушения безопас­ной работы приложений, в результате чего могут быть утрачены данные, потеряны деньги клиентов

Необходимы меры надежной со­временной проактивной защиты

ФК «Финтех» не сможет удержать конкурентную позицию на рынке, если данное рисковое событие наступит

ФК «Финтех» не может избавиться от данного риска без отказа от проекта в целом

He случится потери имиджа компании и, как следствие, потери клиентов

Риск ухода главного идеолога и разработчика приложения в связи с по­тенциальной покупкой ФК «Финтех»

Возможны затраты на привлече­ние специалиста, услуги которо­го стоят дорого

ФК «Финтех» не сможет закончить проект в срок без замены специалиста

Придется задерживать срок выхода на рынок

He случится задержки внедрения

Шаг 3. Ранжирование неопределенности рисковых событий

Шаг 3.1. Качественная оценка выявленных рисков и их ранжирование по FMEA

Шаг 3.1.1. Определение входных данных по каждому’ вы­явленному риску

Далее экспертная группа собрала данные и документы, на основании которых оценивался риск (табл. 8). Например, риск нестыковки различных технологий, риски потери репу­тации и т.п. Также по каждому из рисков собраны данные и поддерживающие документы.

Шаг 3.1.2. Выбор объектов анализа (активы/пассивы и процессы), на которые направлено воздействие потенци­альных рисков

 

Таблица 8

Собранные данные и документы для оценки специфических рисков

Риск

Данные и документы

Риски нестыковки различных технологий, риски недостаточной масштабируемости имеющегося приложения

Технические документы о новом банковском приложении, протоколы тести­рования, сертификаты безопасности

Риск лишних затрат для ФК «Финтех» как инвестора в проект доработки банковского приложения, если биткоин будет быстро расти

Статистика колебаний курса цифровой валюты биткоина за прошлые годы, анализ трендов на ближайшие два года

Недостаточная готовность приложения с точки зрения интерне­та вещей, потребность в дополнительных капиталовложениях для разработки

Анализ факторов, влияющих на результат разработки элементов интернета вещей, протоколы тестирования, сертификаты безопасности

Риски нарушения безопасной работы приложений

Действующие протоколы безопасности компании

Риск потери репутации компании

Анализ статистики, преимущественно зарубежной, для оценки частоты возникновения данного риска

Риск потери денег или данных клиентов

Анализ статистики, преимущественно зарубежной, для оценки частоты возникновения данного риска

Риск ухода главного идеолога и разработчика приложения в связи с потенциальной покупкой ФК «Финтех»

Анализ рынка труда специалистов с подобной квалификацией

Согласно требованиям модели FMEA, при выборе техно­логических процессов, подлежащих оценке на наличие ри­сков, в первую очередь были выбраны те, в которых:

  • есть более половины новых операций: таких банков­ских приложений на рынке еще не существует, поэтому приложение на 75% новое;
  • ход внедрения влияет на безопасность части системы;
  • применяются новые инструменты, в данном случае - технология интернета вещей;
  • изменяются процедуры техподдержки клиентов в даль­нейшем: процедуры поддержки должны быть пересмо­трены в связи с применением новой технологии интер­нета вещей и по соображениям кибербезопасности.

Также были проанализированы активы и обязатель­ства компании, на которые направлены выявленные риски (табл. 9).

 

Таблица 9

Активы и обязательства, на которые направлены выявленные риски

Риск

Актив или обязательство

Риски нестыковки различных технологий, риски недостаточ­ной масштабируемости имеющегося приложения

Программный продукт и программное обеспечение; денежные средства компании - требуются инвестиции для доработки и стыковки приложений

Риск лишних затрат для ФК «Финтех» как инвестора в про­ект доработки банковского приложения, если биткоин будет быстро расти

Денежные средства компании

Недостаточная готовность приложения с точки зрения интернета вещей, потребность в дополнительных капиталовложениях для разработки

Денежные средства компании; личные данные клиентов; каналы связи между устройством и облачным хранилищем

Риски нарушения безопасной работы приложений

Программный продукт и программное обеспечение; денежные средства компа­нии, и как следствие возникнет обязательство компенсировать потери клиентов за счет средств ФК «Финтех» для сохранения имиджа и лояльности клиентов

Риск потери репутации компании

Ущерб репутации

Риск потери денег или данных клиентов

Денежные средства компании

Риск ухода главного идеолога и разработчика приложения в связи с потенциальной покупкой ФК «Финтех»

Денежные средства компании - как следствие оплаты привлечения нового специ­алиста и оплаты его адаптации; риск срывов сроков вывода приложения на рынок

Шаг 3.1.3. Установление границ значений РПР

Границы значений РПР задаются при повторном анали­зе тех же рисков, исходя из экспертных оценок либо нако­пленных статистических данных об отклонениях. Поскольку в данном случае не было статистических данных о наступле­нии рисков, то при первичном анализе границы не устанав­ливались.

Шаг 3.1.4. Расчет показателей РПР с учетом усовер­шенствованных парсичетрое

Проекту присвоен параметр А2 - внедрение путем со­трудничества со стартапом. Параметр имеет значение, если необходимо провести сравнительную оценку двух и более проектов внедрения финансовых технологий. В рассматри­ваемом практическом примере данный параметр нерелеван­тен. Показатели РПР рассчитаны с учетом предложенных мо­дификаций модели FMEA (табл. 10). Также можно вносить сведения по причинам возникновения риска для их последу­ющего анализа и предлагаемые меры по их устранению.

Предложено определять РПР по формуле: РПР = SxOxD, где S - уровень значимости, определяемый как S= ∑ m(Ktnm х Тi, где Кtnm - признак классификации риска, t - вид риска; n - подриск; m - степень риска; 1 - высокий; 2 - средний; 3 - низкий; T1,2 - уровень возникновения риска (T1 - макроуровень; T2 - микроуровень); О - частота возник­новения; D - уровень обнаружения.

Шаг 3.1.5. Ранжирование рисковых событий с примене­нием модифицированной методики FMEA

 

Таблица 10

Результаты расчетов показателей РПР с учетом модифицированных параметров

Риск

Актив/ обязательство, на который направлен риск

Уровень возникно­вения Тi

Признак классифика­ции Ktnm

Уровень значимо­сти S

Частота возникно­вения О

Уровень обнаруже­ния D

РПР

Риски технологий, масштабируемости

Программный продукт; де­нежные средства

T1

K4.1.3

K4.2.3

6

3

2

36

Риск волатильности курса биткоина

Денежные средства

T1

K3.1.1

K3.2.1

2

10

10

200

Риск интернета вещей

Денежные средства

T2

K2.2.2

K2.5.3

10

4

1

40

Риск кибербезопасности:

•          риск потери репутации;

•          риск потери денег/ дан­ных клиентов

Программный продукт денежные обязательства перед клиентами

T1

K1.4.3

K1.5.2

5

7

4

140

Риск потери ключевых кадров

Денежные средства; кадры

T2

K5.1.2

K5.2.3

10

2

1

20

На основании значений (табл. 9) сделан вывод о приори­тетности выявленных рисков внедрения новых финансовых технологий:

  • риск волатильности курса биткоина;
  • риск кибербезопасности;
  • риск применения технологии интернета вещей.

Шаг 4. Количественная оценка значимых рисков ме­тодом реальных опционов

Шаг 4.1. Выбор исследуемого риска из ранее иденти­фицированных качественно оцененных специфических рисков; определение входных данных для расчета

Значимым уровнем риска для данного случая облада­ет риск макроуровня - биржевой курс биткоина к долла­ру. Была проанализирована волатильность курса биткоина за все годы его существования до подписания контракта. Также были рассчитаны темпы годового прироста курса за 2008-2015 годы, проведен анализ темпа прироста курса за три года:

T общ.= 1004/770 х 100% - 100% = 30%.

Также учтены прогнозы экспертов рынка по поводу дальнейшего движения курса биткоина. Входные данные для расчета сведены в табл. 11.

 

Таблица 11

Входные данные для расчета по методу реальных опционов

Параметр

Показатель

Годовой темп роста курса биткоина, %:

максимальный

50

минимальный

5

прогнозируемый

30

Рыночная цена*, биткоин

500

Цена исполнения*, биткоин

500

Общий срок действия договора, год

2

Количество периодов оценки (квартал)

8

* На дату заключения

 

По аналогии с финансовыми опционами для инвестора это будет колл-опцион с возможностью досрочного испол­нения контракта. Стоимость реального опциона - затраты на проведение дополнительного исследования комплексного банковского приложения. Стартап нейтрализует свой риск путем продажи опционов, которые могут быть переведены в контракты по фиксированной цене, когда будет выяснена масштабируемость и востребованность данного мобильного приложения. Для ФК «Финтех» как инвестора это инвести­ционный инструмент, который можно выгодно использовать или перепродать.

Проверим, выполняются ли условия применения метода реальных опционов (биноминальная модель) в конкретном случае. У руководства ФК «Финтех» есть возможность и на­мерение принимать управленческие решения по ходу испол­нения проекта. Об этом свидетельствует запрос на покварталь­ную оценку рисков. Проекту уделяется пристальное внимание, и коррективы вносятся по ходу выполнения проекта.

Исход внедрения зависит в том числе от принятых управленческих решений использования предоставленных опционных возможностей. Руководство просит оценить ко­личество возможных опционов, намереваясь действовать по результатам оценки.

Присутствует высокая неопределенность, волатильность, то есть риск. В ходе качественной оценки и ранжирования рисков определена высокая волатильность курса биткоина. Чистая приведенная стоимость проекта без учета рисков, рассчитанного по методу дисконтированных денежных по­токов, отрицательна или немногим больше нуля.

Шаг 4.2. Расчет традиционной чистой приведенной стоимости NPV проекта без учета рисков

Рыночная цена по договору на дату заключения состав­ляет 500 биткоинов, столько же - цена исполнения договора на дату заключения. Отсюда следует:

NPVf = 500-500 = 0.

Шаг 4.3. Построение биноминального дерева и опреде­ление стоимости риска в денежном выражении

Исходя из входных данных, определим поквартальные ставки для дальнейших расчетов. В качестве безрисковой ставки доходности берем ставку рефинансирования на дату заключения договора, в данном случае - 10% на дату заклю­чения контракта.

На основании полученных данных составляем биноми­нальное дерево (рис. 4), где показано, как изменяется рыночная цена опционного контракта К за каждый из восьми кварталов и как изменяется цена исполнения опциона по квартальной прогнозируемой ставке роста курса биткоина

По формуле классической биноминальной модели для C1 рассчитывается цена «рабочего» опциона. Расчет произво­дится справа налево, по направлению от последнего квар­тала к дате начала контракта. Таким образом, цена опциона на дату заключения договора будет последним расчетным числом. Результаты представлены на рис. 5.

Порядок расчета цены «рабочих» и «сгоревших» (тех, с которыми больше не работают) опционов в каждом перио­де приведен ниже. Как мы установили, для инвестора это бу­дет колл-опцион, а значит, в последнем квартале (t = 8) цена опциона вычисляется:

где C8 - цена опциона в восьмом квартале; S8 - рыночная цена опционного контракта в восьмом квартале; K8 - цена исполнения опциона в восьмом квартале. Аналогично полу­чаем значения всего столбца в периоде t=8. Отрицательные значения не фиксируются, в таких случаях выбирается ноль.

Для произведения расчетов по следующим периодам не­обходимо вначале вычислить значения псевдовероятности р и (1 -р)

р = (0,02411-0,01227)/(0,10668-0,01227) =0,12543;

1-р = 0,87457

Используя данные рис. 4, 5, по первой формуле рассчи­таем наибольший рост в седьмом квартале. В ситуации наи­большего, семикратного роста курса биткоина:

Выбирается «сгоревший» опцион как наибольший из двух, так как по условиям контракта всегда есть возмож­ность досрочной реализации опциона. Соответственно, 225,198 вносится в биноминальную таблицу.

В ситуации шестикратного наибольшего роста курса биткоина и одного наименьшего роста курса биткоина будет следующий расчет:

Аналогичным образом выбирается «сгоревший» опцион. Соответственно, 138,477 вносится в биноминальную таблицу.

В ситуации пятикратного наибольшего роста курса и двукратного наименьшего роста курса:

Точно так же выбирается «сгоревший» опцион. Соответ­ственно, 59,1545 вносится в биноминальную таблицу.

В ситуации четырехкратного наибольшего роста курса и трехкратного наименьшего роста:

полученное значение меньше 0, поэтому выбирается max, то есть 0. Таким образом, 

«Рабочий» опцион более дорогой, поэтому выбирают его. В этой ситуации лучше выжидать. Соответственно, 1,953 вносится в биноминальную таблицу.

Остальные четыре ситуации в седьмом квартале не тре­буют просчета, так как цены опциона, которые также исполь­зуются для расчетов цен в шестом квартале, равны нулю. Аналогично рассчитываются и заполняются столбцы бино­минального дерева (рис. 5) по кварталам, начиная с шестого. Каждый раз просчитываются варианты и выбирается более дорогой опцион - «рабочий» или «сгоревший».

Наконец, в начале срока:

Это цена реального опциона в биткоинах на дату заклю­чения договора. Важно отметить, что при расчете по по­лугодиям, а не по кварталам, как в исследуемом случае, входные параметры модели изменились бы: при расчете ри­сковых/безрисковой ставок нужно было бы извлекать корень не четвертой степени, а второй.

 

Рис. 4. Биноминальное дерево изменения рыночной цены контракта, биткоин:

St - рыночная цена опционного контракта на конец каждого квартала; Kt - цена исполнения опциона в каждом квартале;

 

 

Рис. 5. Биноминальное дерево изменения цены реального опциона за восемь кварталов, биткоин:

Ctw- цена «рабочего» опциона (work, рабочий); CBt - цена «сгоревшего» опциона (burn - сгоревший)

Шаг 4.4. Расчет чистой приведенной стоимости NPV проекта с учетом рисков по методу реальных опционов с применением модифицированной биноминальной модели

Важно отметить, что реальная чистая приведенная сто­имость проекта с учетом риска (NPVRO) имеет положитель­ное значение по сравнению с нулевым традиционным (NPVf) без учета влияния исследуемого рискового фактора. По фор­муле (2) находим:

Шаг 4.5. Формулирование выводов о количественной оценке риска 

Стоимость реального опциона - это затраты на проведение дополнительного исследования и разработку комплексного финансово-технологического приложения. Практическая цен­ность вычислений состоит в том, что найдены точки выбора оптимального управленческого решения W для ФК «Финтех» по поводу принятия риска. В этих точках дороже «рабочий» опцион и лучше выжидать, не исполнять опцион. В точках В дороже «сгоревший» опцион, здесь - лучше исполнить опци­он досрочно, он не имеет больше никакой ценности.

Количественный анализ рисков внедрения финансовых технологий также дает возможность определить цену реально­го опциона на дату начала договора (в общем случае - на насто­ящий момент). Ценным практическим выводом является и воз­можность перепродать реальный опцион другому инвестору по цене с учетом количественно определенных значений риска.

Таким образом, в ходе апробации методических реко­мендаций в рабочем режиме мы идентифицировали реаль­ные опционы, затем с применением усовершенствованного метода FMEA отобрали наиболее значимые факторы нео­пределенности. Риск волатильности курса биткоина, риск кибербезопасности и риск внедрения технологии интернета вещей были выявлены как приоритетные. Существующий на макроуровне риск, что волатильность биткоина повлияет на проект внедрения нового банковского приложения, был оценен в денежном выражении поквартально с применени­ем метода реальных опционов, найдена добавленная стои­мость бизнеса в зависимости от принятия управленческого решения, исполнять ли реальный опцион.

Апробация методических рекомендаций на практике подтвердила, что подход верен, его использование действи­тельно и достоверно позволяет оценить влияние различных факторов на стоимость компании в условиях применения финансовых технологий.

Обобщение накопленного эмпирического материала и практическое применение совокупности усовершенствован­ных методов оценки позволили предложить методику количе­ственной оценки дополнительной стоимости бизнеса с уче­том влияния внедрения новых финансовых технологий (рис. 6). Нa каждом этапе оценки риска составляется документация.

Стоимость бизнеса оценивается с учетом влияния рисков внедрения новых финансовых технологий на рыночную сто­имость компании. Методика имеет следующие особенности:

  • идентификация ранее не охваченных рисков и реальных опционов по разработанному алгоритму на начальном этапе, их предварительный анализ по квадрату Декарта с целью осознать угрозы и возможную ценность выявленных реальных опционов, новый способ ранжирова­ния уровня неопределенности;
  • количественная оценка дополнительной стоимости биз­неса от принятия реального опциона с использованием усовершенствованной биноминальной модели метода реальных опционов.

Для практикующих оценщиков ценны следующие харак­теристики методики:

  • низкие затраты времени',
  • отсутствие потребности в особых навыках примене­ния математического аппарата;
  • прозрачность расчетов: легкая проверка позволяет ранжировать неопределенность, более точно коли­чественно оценить добавленную стоимость бизне­са от принятия реального опциона с учетом ранее не охваченных рисков внедрения современных финансо­вых технологий;
  • применение для оценки дополнительной стоимости компаний, внедряющих новые финансовые технологии, при условии подбора соответствующих тематике про­екта специфических реальных опционов;
  • модульность', для специфических рисков, перечислен­ных в классификации, допустимо применить только идентификацию и ранжирование, тогда у пользователя будет отдельный способ расчета величины поправки к ставке дисконтирования на прочие специфические ри­ски в случае применения классических методов оценки стоимости бизнеса.

Если акции оцениваемой компании котируются на фон­довом рынке, дополнительно предложено использовать сравнительный подход на основе мультипликаторов. Мы проанализировали ряд мультипликаторов, которые обычно предлагают использовать ведущие отечественные эконо­мисты для оценки компаний [Эскиндаров М. А., Федото­ва М. А., 2016); Ивашковская И.В., 2004], из которых отобра­ны наиболее подходящие для использования применительно к высокотехнологичной цифровой среде: цена одной ак­ции/балансовой стоимости, цена одной акции/прибыль в расчете на одну акцию, стоимость предприятия или сто­имость компании/прибыль до уплаты налогов, процентов, всех амортизационных отчислений. Также предложено вве­сти и использовать дополнительные отраслевые мультипли­каторы: стоимость компании/количество активных клиен­тов, стоимость компании/количество транзакций.

 

Рис. 6. Итоговая методика оценки стоимости бизнеса с учетом влияния специфических рисков внедрения финансовых технологий

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

Практическая значимость исследования заключает­ся в том, что полученные результаты могут применяться в практике оценочной деятельности при оценке стоимости бизнеса компаний, подверженных влиянию современных финансовых технологий. Результаты работы могут быть ис­пользованы на практике в случае проведения стоимостной оценки бизнеса как классическими методами доходного под­хода, так и методом реальных опционов.

Самостоятельное практическое значение имеют:

  • выявленные специфические риски внедрения совре­менных финансовых технологий могут использовать практикующие оценщики и консалтинговые компании;
  • алгоритм идентификации и ранжирования специфиче­ских рисков, который позволяет выявить риски в компа­ниях, внедряющих современные финансовые технологии;
  • авторский уточненный способ расчета ставки дисконти­рования с корректировкой на величину специфических рисков финансовых технологий при оценке бизнеса в рамках доходного подхода при использовании метода дисконтированных денежных потоков, что позволяет получить более точную стоимостную оценку компании;
  • разработанный механизм учета реальных опционов при оценке дополнительной стоимости компании в усло­виях внедрения современных финансовых технологий.

Материалы исследования используются в практической деятельности отечественных и зарубежных компаний, зани­мающихся вопросами финансовых технологий: АО «Интер- комп», ООО «ЭОС», Eagle Rock Resources Group Ltd.

Представлены результаты исследования в области сто­имостной оценки бизнеса и даны практические рекоменда­ции, которые могут быть полезными как узким специалистам оценочной деятельности, так и широкому кругу управлен­цев, стремящихся измерить, а затем и повлиять на стоимость своего бизнеса в условиях внедрения финансовых техноло­гий на современном этапе.

Об авторе

Е. А. Демьянова
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации»
Россия
Финансовый эксперт, MBA, соискатель степени кандидата экон. наук Департамента корпоративных финансов и корпоративного управления ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации». Область научных интересов: оценка бизнеса, нематериальных активов, финтех.


Список литературы

1. Абрамова М. А., Дубова С. Е., Звонова Е. А. и др. (2017) Основные направления единой государственной денежно-кредитной политики на 2017 г. и период 2018 и 2019 гг.: мнение экспертов // Экономика. Налоги. Право. Т. 10, № 1. С. 6–19.

2. Абрамова М. А., Гончаренко Л. И., Дубова С. Е. и др. (2017) Текущее состояние и перспективы развития финансовой системы России // Экономика. Налоги. Право. Т. 10, № 2. С. 6–21.

3. Бакулина А. А. (2015) Реальный капитал как объект оценки // Экономика и предпринимательство. № 11-1 (64-1). С. 785–788.

4. Брейли Р., Майерс С. (2009) Принципы корпоративных финансов. М.: ЗАО «Олимп-бизнес». 1008 с.

5. Бусов В. И. (2007) Сущность и место управления стоимостью в управлении компанией // Вопросы оценки. № 4. С. 10–18.

6. Грязнова А. Г., Федотова М. А. (2009) Оценка бизнеса. 2-е изд., перераб. и доп. М.: Финансы и статистика. 736 с.

7. Гусев А.А. (2009) Реальные опционы в оценке бизнеса и инвестиций. М.: ИД Риор. 118 с.

8. Дамодаран А. (2017) Инвестиционная оценка. Инструменты и методы оценки любых активов. М.: Альпина паблишер. 815 с.

9. Демьянова Е. А. (2017а) Актуальные вопросы идентификации рисков и специфических реальных опционов при оценке стоимости бизнеса в условиях внедрения новых финансовых технологий // Банковское право. № 6. С. 47–52.

10. Демьянова Е. А. (2017б) Критерии оценки рисков развития компаний в условиях внедрения финансовых технологий // Финансы: теория и практика. Т. 21, № 4. С. 182–190.

11. Демьянова Е. А. (2017в) Развитие компаний в современных условиях внедрения финансовых технологий // Имущественные отношения в Российской Федерации. № 7. С. 104–113.

12. Достов В. Л., Шуст П. М. (2017) Новые европейские технические стандарты по усиленной аутентификации и открытым API – основные положения и актуальные проблемы // Банковское дело. № 7. С. 48–52.

13. Достов В. Л., Шуст П. М., Козырева А. Д. (2017) Новые концепции в осуществлении процедур идентификации // Эффективное Антикризисное Управление. № 6. С. 16–21.

14. Достов В.Л., Шуст П.М., Рябкова Е. С. (2016) Институт «регулятивных песочниц» как инструмент поддержки финансовых инноваций // Деньги и кредит. № 10. С. 51–56.

15. Ивашковская И. В. (2004) Управление стоимостью компании: вызовы российскому менеджменту // Российский журнал менеджмента. Т. 2, № 4. С. 113–135.

16. Козырь Ю. В. (2009) Стоимость компании: оценка и управленческие решения. 2-е изд., перераб. и доп. М.: Альфа-Пресс. 372 с.

17. Коупленд Т. (2005) Стоимость бизнеса: оценка и управление / Пер. с англ. М.: Олимп-бизнес. 569 с.

18. Курс на финтех. Перспективы развития рынка в России (2018) // Ernst&Young. URL: http://www.ey.com/Publication/vwLUAssets/EY-focus-on-fintech-russian-market-growth-prospects-rus/$File/EY-focus-on-fintech-russian-market-growth-prospects-rus.pdf.

19. Лаврушин О. И. (2017) Риски банковских технологий и облик банка // Банковское право. № 4. С. 33–35.

20. Лосева О. В. (2011) Оценка человеческого интеллектуального капитала региона (на примере ПФО). Пенза: Пензенский гос. пед. ун-т. 116 с.

21. Лукасевич И. Я., Львова Н. А. (2017) Концепция стабильности компаний и направления ее развития // Менеджмент и бизнес-администрирование. № 4. С. 144–155.

22. Лыков А. А., Сидоренко Э. Л. (2017) Подходы к правовому определению криптовалют в российском праве // Вестник Северо-Кавказского гуманитарного института. № 1(21). С. 263–266.

23. Маслеников В. В., Федотова М. А., Сорокин А. Н. (2017) Новые финансовые технологии меняют наш мир. // Вестник Финансового университета. Т. 21, № 2. С. 6–11.

24. Набиуллина Э. С. (2017) Выступление на XXVI Международном финансовом конгрессе 13 июля 2017 года // Вестник Банка России. № 57. С. 2–9.

25. Найт Ф. (2003) Риск, неопределенность и прибыль / Пер. с англ. М.: Дело. 360 с.

26. Недосекин А. О. (2003) Методические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний. Дис. … д-ра экон. наук. СПб. 302 с.

27. Основные направления развития финансовых технологий на период 2018–2020 годов (2018) // Банк России. URL: http://www.cbr.ru/Content/Document/File/35816/ON_FinTex_2017.pdf.

28. Путин В. В. (2014) Послание Федеральному собранию // Президент России. URL: http://www.kremlin.ru/events/president/news/47173.

29. Распоряжение Правительства РФ от 28.07.2017 № 1632-р «Об утверждении программы «Цифровая экономика Российской Федерации»» // Консультант Плюс. URL: http://www.consultant.ru/document/cons_doc_LAW_221756/2369d7266adb33244e178738f67f181600cac9f2/.

30. Рубцов Б. Б., Анненская Н. Е. (2017) Влияние информационных технологий на качество современного финансового рынка // Банковские услуги. № 12. С. 14–23.

31. Рудакова О. С. (2017) Информационно-технологическое отставание банковского сектора как фактор риска // Наука и практика. № 2(26). С. 48-57.

32. Ручкина Г. Ф. (2017) Банковская деятельность: переход на новую модель осуществления, или «Финтех» как новая реальность // Банковское право. № 4. С. 55-62.

33. Тазихина Т. В., Сычева Е. А. (2017) Нематериальные активы и их стоимость в различных системах финансовой отчетности // Имущественные отношения в Российской Федерации. № 4 (187). С. 53–59.

34. Трачук А. В., Голембиовский Д. Ю. (2012) Перспективы распространения безналичных розничных платежей // Деньги и кредит. № 7. С. 24–32.

35. Трачук А. В., Линдер Н. В. (2017а) Инновации и производительность российских промышленных компаний // Инновации. № 4 (222). С. 53–65.

36. Трачук А. В., Линдер Н. В. (2017б) Инновации и производительность: эмпирическое исследование факторов, препятствующих росту, методом продольного анализа // Управленческие науки. Т. 7, № 3. С. 43–58.

37. Трачук А. В., Линдер Н. В. (2017в) Перспективы применения мобильных платежных сервисов в России: теоретический подход к пониманию факторов распространения // Вестник факультета управления СПбГЭУ. № 1-1. С. 322–328.

38. Трачук А.В., Линдер Н. В. (2017г) Распространение инструментов электронного бизнеса в России: результаты эмпирического исследования // Российский журнал менеджмента. Т. 15, № 1. С. 27–50.

39. Трачук А. В., Линдер Н. В., Антонов Д. А. (2014) Влияние информационно-коммуникационных технологий на бизнес-модели современных компаний // Эффективное Антикризисное Управление. № 5. С. 60–69.

40. Трачук А. В., Линдер Н. В., Убейко Н. В. (2017) Формирование динамических бизнес-моделей компаниями электронной коммерции // Управленец. № 4. С. 61–74.

41. Трифонов Ю. В., Кошелев Е. В., Купцов А. В. (2012) Российская модель метода реальных опционов // Вестник Нижегородского университета им. Н.И. Лобачевского. Экономические науки № 2 (1). С. 238–243.

42. Федеральный закон от 29.07.1998 № 135-ФЗ «Об оценочной деятельности в Российской Федерации» // Консультант плюс. URL: http://www.consultant.ru/document/cons_doc_LAW_19586/.

43. Хитчнер Дж. (2008) Три подхода к оценке стоимости бизнеса. М.: Маросейка. 307 c.

44. Шабаршин А. А., Фомин Ф. В. (2017) Разработка инвестиционной стратегии для инновационных частных компаний ранних стадий на примере финтех-стартапа // Глобальные рынки и финансовый инжиниринг. Т. 4, № 1. С. 45–56.

45. Эскиндаров М. А., Федотова М. А. (2016) Оценка стоимости бизнеса: Учебник. 2-е изд., стер. М.: Кнорус. 320 с.

46. Эскиндаров М. А., Масленников В. В., Абрамова М. А. и др. (2017) Стратегия ЦСР 2018-2024 гг.: лозунги, мифы и реальность (позиция экспертов Финансового университета) // Вестник Финансового университета. Т. 21, № 3. С. 6–24.

47. Barrington G. (2011) Consulting Start-up and Management: A Guide for Evaluators and Applied Researchers. Thousand Oaks, CA: SAGE Publications, Inc. 320 p.

48. Berkus D. (2009) The Berkus Method – Valuing the Early Stage Investment // Berkonomics. URL: https://berkonomics.com/?p=131.

49. Black F., Scholes M. (1973) The Pricing of Options and Corporate Liabilities // Journal of Political Economy. Vol. 81. P. 637–654.

50. Bloomberg Professional. URL: https://www.bloomberg.com / professional / .

51. Cox J., Ross S., Rubinstein M. (1979) Option Pricing: A Simplified Approach // Journal of Financial Economics. Vol. 7. P. 229–263.

52. Damodaran online ([s.a.]). URL: http://pages.stern.nyu.edu/~adamodar/.

53. Fintech adoption index 2017 (2017) // Ernst&Young. URL: http://www.ey.com/Publication/vwLUAssets/ey-fintech-adoption-index-2017/%24FILE/ey-fintech-adoption-index-2017.pdf.

54. German Fintech landscape (2016) // Ernst&Young. URL: http://www.ey.com/Publication/vwLUAssets/ey-fintech-studie-herbst-2016/$FILE/ey-fintech-studie-herbst-2016.pdf.

55. Life.Sereda (2016) Money of the Future URL: http://sreda.vc/wp-content/uploads/2017/11/MOTF_english.pdf.

56. Luehrman T. (1998) Investment opportunities as real options: Getting started on the numbers // Harvard Business Review. Vol. 76, № 4. P. 51–67.

57. Payne B. (2011) Startup valuation: Using several methods URL: http://billpayne.com/2011/03/04/startup-valuations-using-several-methods-to-determine-the-pre-money-valuation-of-pre-revenue-companies.html.

58. Ragin C. (1987) The comparative method. Berkeley: University of California Press. 216 p.

59. Stewart G. B. (1999) The Quest for Value: A Guide for Senior Managers. HarperCollins Publishers. 800 p.

60. The pulse of Fintech – Q4’2017 (2017) // KPMG. URL: https://home.kpmg.com/xx/en/home/insights/2018/02/pulse-of-fintech-q4-2017.html.

61. Trigeorgis L. (1993) The Nature of Option Interactions and the Valuation of Investments with Multiple Real Options // The Journal of Financial and Quantitative Analysis. Vol. 28, № 1. P. 1–20.

62. Zadeh L. A. (1965) Fuzzy sets // Information and Control. Vol. 8, № 3. P. 338–353.

63. Zott C., Amit R. (2007) Business model design and the performance of entrepreneurial firms // Organization Science. Vol.18, № 2. P. 181–199.


Для цитирования:


Демьянова Е.А. Актуальные вопросы стоимостной оценки компаний в условиях финтех. Стратегические решения и риск-менеджмент. 2018;(1):102-117. https://doi.org/10.17747/2078-8886-2018-1-102-1

For citation:


Demyanova E.A. Current issues of company evaluation under fintech. Strategic decisions and risk management. 2018;(1):102-117. (In Russ.) https://doi.org/10.17747/2078-8886-2018-1-102-1

Просмотров: 675


ISSN 2618-947X (Print)
ISSN 2618-9984 (Online)