В анализ стоит включать как eva, так и традиционные бухгалтерские показатели

Ahmad Ismail “Is economic value added more associated with stock return than accounting earnings? The UK evidence” (2006)

Целью работы является проверка утверждения о превосходстве показателя EVA над другими показателями деятельности компании.

Выборка

Для построения моделей автор использует панельные данные, 2252 наблюдений по компаниям Великобритании, для тестирования относительного информационного содержания EVA и бухгалтерских показателей, а также дополнительного информационного содержания компонентов EVA в объяснении доходности акций. В исследовании использованы данные за период с 1990 по 1997 год.

Модель

В статье проводится анализ данных на двух уровнях – тестирование относительного и дополнительного информационного содержания.

Тест относительного информационного содержания EVA и других переменных основан на изучении объясняющей силы всех показателей и определении показателя с наиболее высоким информационным содержанием.

Тест дополнительного информационного содержания компонентов EVA проверяет, несет ли компонент информацию свыше той, которая получена от оставшихся компонентов.

Уравнение регрессии:

,

где R_it – годовая доходность, получаемая акционерами от прироста капитала и дивидендов в периоде t,

X_it – какой-либо показатель деятельности компании в периоде t, нормализованный с помощью рыночной стоимости собственного капитала компании в начале периода, MV_it-1.

Независимые переменные:

EVA – экономическая добавленная стоимость по данным Stern Stewart UK Performance 500,

NI – чистый доход, доступный акционерам,

NOPAT – чистая операционная посленалоговая прибыль,

OCF – операционный денежный поток, рассчитанный как сумма NOPAT, обесценения и амортизации, а также изменений в оборотном капитале,

RI – остаточный доход, рассчитанный по формуле NOPAT – затраты на капитал капитал.

После декомпозиции EVA, получаем:

На основе данной формулы оценивается дополнительное информационное содержание по стандартной методологии. Для этого изучается статистическая значимость коэффициентов в регрессии:

Выводы

В первой регрессии коэффициенты при всех четырех переменных статистически отличны от нуля. Однако авторы получили, что NOPAT и NI обладают более высокой объясняющей способностью, чем EVA и RI.

Обесценение и амортизация, а также изменения в оборотном капитале (accruals, OCF) обладают существенным дополнительным информационным содержанием, тогда как корректировки, предложенные авторами EVA (AccAdj), вносят гораздо меньший вклад в объяснение доходности акций. Кроме того, операционный денежный поток, обесценение и амортизация, а также изменения в оборотном капитале входят и в NOPAT, а значит, специфические компоненты EVA, хотя и вносят дополнительную информацию, не делают EVA лучшим показателем для объяснения доходности акций компании.

В заключении авторы отмечают, что компаниям не следует полагаться на единственный финансовый драйвер доходности акций, так как существуют другие факторы, которые могут рассматриваться коллективно в качестве показателей деятельности компании и создания стоимости.

"The Economic Value Added (EVA): An Analysis of Market Reaction" Bartolomé Deyá Tortella, Sandro Brusco, 2003

Авторы статьи исследовали эффект, который оказывает введение показателя EVA на деятельность компании. Оценивались показатели рентабельности, инвестиций и денежные средства.

Гипотезы

В научных статьях предыдущих авторов было найдено, что показатель EVA улучшает операционную прибыль, стоимость капитала и инвестиционную активность. Для проверки этой гипотезы авторы оценивали не только ситуацию после принятия показателя, но и предысторию компании. Оценивались показатели, отражающие операционную деятельность компании: рентабельность активов, ежегодная среднемесячная доходность. Показатели, характеризующие инвестиционную активность: q-Тобина, соотношение рыночной и балансовой стоимости фирмы, уровень долга в активах, отношение расходов на научные разработки к выручке, общие активы.

Выборка

Были выбраны 65 компаний, ведущих свою деятельность в Испании. Наиболее часто встречались компании производственного сектора. Для метода event study был выбран период в 300 дней. Было исследовано минимально 200 доходностей за исследуемый период. Информация была взяла из Compustat Database. Исключив из выборки компании с малым количеством данных, выборка сократилась до 61 компании.

Модель

Оцениваемый период приходится на дни (-330, -30), где 0 – день принятия показателя EVA. Основной фокус делался на показатель в окне (-15,+30). В данном диапазоне считались доходности по формулам:

Аномальная доходность может быть получена по формуле:

Таким образом, показатель CAAR доходности рассчитывался как:

Далее на выбранном временном горизонте авторы исследовали ухудшения или улучшения в деятельности компаний с помощью классического t-теста.

Выводы

Авторы пришли к выводу, что введение показателя EVA не приводит к изменению доходности – ни положительному, ни отрицательному. Обычно, данный показатель вводился компаниями после длительного периода спада, и лишь на длинном временном горизонте наблюдались некоторые улучшения после его введения. Было выявлено, что введение EVA увеличивает стимулы менеджеров увеличивать инвестиционную активность, что соответствует большим значениям долга.