Cеминар «Модели оценки неосязаемых активов: Calculated Intangible Value vs Knowledge Capital Earnings»

14 декабря 2010 года, в рамках Лаборатории инвестиционного анализа был проведен семинар «Модели оценки неосязаемых активов: Calculated Intangible Value vs Knowledge Capital Earnings». Докладчик – младший научный сотрудник Станислав Блинов. Цель семинара: описание моделей оценки неосязаемых моделей, основанных на использовании рентабельности различного класса активов.

Данные модели были выбраны как альтернативные варианты расчета экономической добавленной стоимости (Economic Value Added, EVA). В ходе семинара обсуждались следующие вопросы:

• В чем заключаются ключевые предпосылки моделей Calculated Intangible Value(CIV) и Knowledge Capital Earnings (KCE)?
• Что из себя представляет алгоритм расчета данных систем измерения?
• В чем состоят достоинства и недостатки обсуждаемых моделей?
• Каковы возможности применения моделей?

Модель CIV, разработанная Т.Стюартом в статье «Trying to grasp the intangible» (1997), за основу берет принцип избыточной прибыли, который был разработан налоговыми органами США под руководством Минфина в 1920 г. с целью оценки гудвилла и находящихся в собственности брендов. Данный подход представляет собой аналог моделей экономической прибыли, за исключением того, что в качестве затрат на капитал выступает среднеотраслевой показатель рентабельности, а корректировки, присущие модели экономической добавленной стоимости (EVA), не осуществляются. Кроме того, существенным недостатком модели является невозможность применения в случае, если компания ведет убыточную деятельность, а также при отсутствии компаний-аналогов.

Отчасти данная проблема решена Б.Левом, который в статье «Intangible assets: concepts and measurement» (2004) предложил модель KCE, как вариант определения стоимости интеллектуального капитала. Алгоритм заключается в оценке интеллектуального капитала через распределение прибыли между активами, генерирующими доходы. Данная модель имеет конкретно определенную схему выделения доходов, генерируемых неосязаемыми активами, из операционной прибыли. В целом, данный подход нивелирует недостатки предыдущего, однако, его слабостью является невозможность учета синергии между источниками формирования доходов и отсутствие расчета ставки дисконтирования для интеллектуального капитала (в авторском переводе: капитал знаний). Автор модели считает, что данный показатель должен быть выше чем средневзвешенные затраты на капитал и требуемая доходность собственника, что обусловлено высоким уровнем риска, ассоциированного с интеллектуальным капиталом, но в тоже время Лев не дает конкретной методики расчета.

После описания моделей докладчиком было уделено особое внимание применению модели CIV и KCE. Первая, с учетом определенных модификаций (выделение вклада материальных и неосязаемых активов в формирование рентабельности капитала компании), активно используется российскими исследователями Гараниной Т.А. и Волковым Д.Л. В статье «Структура интеллектуального капитала: вопросы оценки и эмпирического анализа»(2008) были изложены основные результаты исследования по влиянию фундаментальной стоимости материальных активов и интеллектуального капитала на капитализацию компании. Выборка формировалась на примере 43 котируемых на РТС компанией за период с 2001 по 2005 год. Авторы пришил к следующему результату – изменения в рыночной стоимости активов компании лучше всего объясняется агрегированием влиянием интеллектуального капитала и материальных активов. Если говорить об эмпирическом использовании модели KCE, то она была применена Левом в статье «Intangible Assets: Measurement, Drivers, Usefulness» (2004) в качестве элемента модификации мультипликаторов прибыли, применяемых в инвестиционных стратегиях. В качестве объектов выборки были отобраны 25 крупнейших по уровню капитализации компаний США. Результаты показали, что модифицированный вариант расчета мультипликаторов дает более правдоподобную инвестиционную оценку компании по сравнению с базовым вариантом расчета.

Таким образом, исходя из теоретического и прикладного анализа моделей, предпочтение отдается модели CIV. Данный выбор обусловлен с одной стороны доступными и четко определенными входными параметры расчета, а с другой – наличием эмпирических работ с использованием модели CIV, что формирует основу для проведения дальнейших исследований, основанных на применении данного метода.