Прогнозы будущих финансовых показателей используются при определении стоимости компании или ее собственного капитала.

Прогнозы будущих финансовых показателей также используются в кредитном анализе, особенно в проектном финансировании или финансировании приобретений, для определения того, будут ли денежные потоки компании достаточными для выплаты процентов и основной суммы долга, и для оценки того, сможет ли компания выполнять свои долговые ковенанты (кредитные условия).

Источники данных для прогнозов аналитиков обычно включают: прогнозы компании, предыдущие финансовые отчеты компании, структуру и перспективы отрасли, а также макроэкономические прогнозы.

Оценка прошлой деятельности компании может дать основу для прогнозирования.

Оценка деловой и экономической среды компании и ее истории может убедить аналитика в том, что историческая информация составляет надежную основу для такого анализа и что прогнозы аналитика могут основываться на экстраполяции прошлых тенденций, возможно, с некоторыми корректировками.

В качестве альтернативы, в случае крупного приобретения или продажи, а также случае начинающей компанией или компанией, работающей в нестабильной отрасли, прошлые результаты могут быть менее значимыми для будущих результатов.

Краткосрочные прогнозы результатов деятельности компании могут использоваться в качестве исходных данных для рыночной оценки или относительной оценки (т.е. оценки на основе ценовых мультипликаторов).

Такие прогнозы могут включать прогноз продаж на следующий год и использование процентного (вертикального ) анализа отчета о прибылях и убытках для прогнозирования основных статей расходов или определенной рентабельности продаж (например, валовой рентабельности или операционной рентабельности).

Эти расчеты затем приведут к получению показателя прибыли для расчета оценки, такого как чистая прибыль, прибыль на акцию (EPS) или EBITDA.

Более сложные прогнозы будущих результатов компании включают в себя более подробный анализа компонентов результатов деятельности за несколько периодов - например, прогнозы продаж и валовой рентабельности по продуктовой линейке, прогноз операционных расходов на основе исторических данных и прогноз процентных расходов на основе необходимого долгового финансирования, процентных ставок и действующих налогов.

Кроме того, прогноз должен включать анализ чувствительности основных допущений.

Исходные данные для рыночной оценки при прогнозировании.

Одно из применений анализа финансовой отчетности включает краткосрочное прогнозирование результатов деятельности компании для использования этого прогноза в качестве исходных данных для рыночной оценки.

Например, аналитик может спрогнозировать объем продаж и операционную рентабельности компании для оценки прибыли на акцию, а затем применить спрогнозированный коэффициент P/E для определения целевой цены на акции компании.

Аналитики часто используют нисходящий подход (англ. 'top-down approach') к прогнозированию продаж компании.

Во-первых, продажи по отрасли прогнозируются на основе их исторической связи с некоторыми макроэкономическими показателями, такими как рост реального валового внутреннего продукта (ВВП).

Например, исследуя автомобильную промышленность, аналитик может обнаружить, что годовые внутренние объемы продаж автомобилей (т.е. количество автомобилей, проданных на внутренних рынках) связаны с годовыми изменениями реального ВВП.

Для установления параметров таких взаимосвязей часто используется регрессионный анализ.

Другие факторы при прогнозировании продаж могут включать доход или вкусы потребителей, технологические разработки и наличие заменяющих продуктов или услуг.

После прогнозирования продаж в отрасли прогнозируется рыночная доля компании.

Прогнозы доли рынка на уровне компании могут основываться на исторической доле рынка и прогнозной оценке конкурентной позиции компании. Затем продажи компании оцениваются как ее прогнозируемая доля рынка, умноженная на прогнозируемые общие отраслевые продажи.

Приведенное выше описание нисходящего подхода взято из работы Benninga и Sarig (1997)]

После разработки прогноза продаж компании аналитик может выбирать среди различных методов прогнозирования прибыли и денежных потоков. Аналитик должен решить, какой уровень детализации следует учитывать при разработке прогнозов.

Например, можно сделать отдельные прогнозы для отдельных статей расходов или для более общих статей расходов, таких как общие операционные расходы. Вместо того, чтобы представлять прогноз с точки зрения расходов, его можно сформулировать с точки зрения прогнозируемой рентабельности (валовой, операционной или чистой рентабельности).

Чистая рентабельность, в отличие от валовой или операционной рентабельности, зависит от финансового левериджа и налоговых ставок, которые подвержены управленческим и законодательным / нормативным изменениям. Поэтому исторические данные иногда могут быть более уместными для прогнозирования валовой или операционной рентабельности, чем для прогнозирования чистой рентабельности.

Независимо от используемого показателя рентабельности, прогнозируемая сумма прибыли за определенный период является произведением прогнозируемого объема продаж и выбранного прогнозируемого показателя рентабельности.

Как показано в Примере 2, для относительно зрелых компаний, работающих на энергонезависимых товарных рынках, историческая информация об операционной рентабельности может стать полезной отправной точкой для прогнозирования будущей операционной прибыли (по крайней мере, на короткие горизонты прогнозирования).

Историческая операционная рентабельность обычно менее надежна для прогнозирования будущей рентабельности нового или относительно нестабильного бизнеса или бизнеса со значительными постоянными затратами (которые могут усилить волатильность операционной рентабельности).

Пример (2) использования исторической операционной рентабельности для прогнозирования операционной прибыли.

Один из подходов к прогнозированию операционной прибыли - определить среднюю операционную рентабельности компании за последние несколько лет и применить эту рентабельность к прогнозу продаж компании.

Чтобы ответить на вопросы, используйте следующую информацию о трех компаниях:

Johnson & Johnson (JNJ).

Этот американский конгломерат здравоохранения, основанный в 1887 году, имел в 2017 году продажи на сумму около $76.5 по трем основным направлениям деятельности: фармацевтика, медицинские приборы и диагностика, а также потребительские товары.

BHP Billiton (BHP).

Эта компания с главной штаб-квартирой группы в Австралии и вторичной штаб-квартирой в Лондоне является крупнейшей в мире компанией по добыче полезных ископаемых, выручка которой за 2017 финансовый год, (закончившийся в июне 2017 года), составила примерно $38.3 млрд.

Компания добывает, перерабатывает и продает уголь, медь, никель, железо, бокситы и серебро, а также ведет значительные нефтяные операции.

Baidu.

Эта китайская компания, основанная в 2000 году и вышедшая на биржу NASDAQ в 2005 году, является ведущей поисковой системой на китайском языке.

Выручка компании за 2017 год составила $84.8 млрд. юаней, что на 20% больше, чем в 2016 году, и почти в 4 раза больше выручки в 2012 году.

  1. Для каждой из трех компаний укажите и обоснуйте, будет ли предложенный метод прогнозирования (применение средней операционной рентабельности за предыдущие несколько лет к прогнозу продаж) обоснованной отправной точкой для прогнозирования будущей операционной прибыли.
  2. Предположим, что прогноз продаж на 2017 год был безупречным и, следовательно, соответствовал реальным продажам компании в 2017 году.

Сравните прогноз операционной прибыли на 2017 год, используя среднее значение операционной рентабельности за предыдущие 5 лет, с фактической операционной прибылью за 2017 год, используя следующую дополнительную информацию:

  • JNJ: За 5 лет до 2017 года средняя операционная рентабельность JNJ составляла примерно 25.6%. Фактическая операционная прибыль компании за 2017 год составила $18.2 млрд.
  • BHP: За 4 года до 2017 финансового года, средняя операционная рентабельность BHP составляла примерно 24.0%. Фактическая операционная прибыль компании за 2017 финансовый год составила $11.8 млрд.
  • Baidu: За 4 года до 2017 года средняя операционная рентабельность Baidu составляла примерно 28.5%. Фактическая операционная прибыль компании за 2017 год составила 15.7 млрд. юаней.

Используя предоставленную дополнительную информацию, укажите и обоснуйте, подтверждают ли фактические результаты допущение о стабильной операционной прибыли.

Решение для части 1:

JNJ. Поскольку JNJ - это устоявшаяся компания с диверсифицированной и относительно стабильной деятельностью, предлагаемый подход к прогнозированию операционной прибыли компании будет разумной отправной точкой.

BHP. Поскольку цены на сырье, как правило, нестабильны, а горнодобывающая промышленность относительно капиталоемка, предлагаемый подход к прогнозированию операционной прибыли BHP, вероятно, не будет полезной отправной точкой.

Baidu. По сравнению с двумя другими компаниями, Baidu имеет более ограниченную историю деятельности и остается в стадии быстрого роста. Эти аспекты компании говорят о том, что широкий подход к прогнозированию операционной прибыли не будет полезной отправной точкой для Baidu.

Решение для части 2:

JNJ. Фактическая маржа операционная рентабельность JNJ за 2017 год составила 23.8% ($18.2 млрд. / объем продаж в $76.5 млрд.), что немного меньше, чем средняя пятилетняя операционная рентабельность компании, составляющая примерно 25.6%.

BHP. Фактическая операционная рентабельность BHP за 2017 финансовый год составила 30.8% ($11.8 млрд. / объем продаж в $38.3 млрд.).

Если бы средняя рентабельность компании в 24.0% была применена к идеально спрогнозированным продажам, то прогнозируемая операционная прибыль составила бы примерно $9.2 млрд., что примерно на 22% ниже фактической операционной прибыли.

Baidu. Фактическая операционная рентабельность Baidu за 2017 год составила 18.5% (15.7 млрд. юаней / объем продаж в 84.8 млрд. юаней).

Если бы средняя рентабельность в 28.5% была применена к идеально спрогнозированным продажам, то прогнозируемая операционная прибыль составила бы примерно 24.2 млрд. юаней, что примерно на 54% выше, чем фактическая операционная прибыль Baidu.

Рентабельность за предыдущие годы может служить полезной отправной точкой при составлении прогнозов для компаний с относительно стабильным бизнесом, тем не менее следует изучить базовые данные, чтобы выявить элементы, которые вряд ли повторится в следующем году (годах).

Такие неповторяющиеся (то есть временные) статьи следует исключить из расчетов любых показателей прибыли или рентабельности, которые будут использоваться в прогнозах.

Пример 3 иллюстрирует этот принцип.

Пример 3. Проблемы прогнозирования.

Ниже приведены выдержки из годового отчета за 2017 год Textron, международной авиационной, оборонной и промышленной компании.

Консолидированная финансовая отчетность Textron за 2017 год.

($ млн., кроме сумм на акцию)

2017

2016

2015


Revenues

Выручка

Manufacturing revenues

Производственная выручка

$14,129

$13,710

$13,340

Finance revenues

Финансовая выручка

69

78

83

Total revenues

Итого, выручка

14,198

13,788

13,423


Costs, expenses and other

Затраты, расходы и прочее

Cost of sales

Себестоимость продаж

11,795

11,311

10,979

Selling and administrative expense

Коммерческие и административные расходы

1,337

1,304

1,304

Interest expense

Процентные расходы

174

174

169

Special charges

Особые расходы

130

123

—

Total costs, expenses and other

Итого, затраты, расходы и прочее

13,436

12,912

12,452


Income from continuing operations before income taxes

Прибыль от продолжающейся деятельности до налогообложения

762

876

971

Income tax expense

Расходы по налогу на прибыль

456

33

273

Income from continuing operations

Прибыль от продолжающейся деятельности

306

843

698

Income (loss) from discontinued operations, net of income taxes*

Прибыль (убыток) от прекращенной деятельности, за вычетом налога на прибыль*

1

119

(1)

Net income

Чистая прибыль

307

962

697

Примечания:

2017, Примечание 12. Особые расходы.

В 2016 году мы инициировали план реструктуризации и перестройки нашего бизнеса путем сокращения численности персонала, консолидации производственных мощностей и других мер, направленных на повышение общей операционной эффективности Textron.

В соответствии с этим планом Textron Systems прекратила производство своего продукта с сенсорным взрывателем в рамках подразделения «Оружие и датчики». Мы объединили свой бизнес Jacobsen с бизнесом Textron Specialized Vehicles, объединив производственные мощности и общие и административные функции, и сократили численность персонала в Textron Aviation.

В декабре 2017 года мы решили провести дополнительную реструктуризацию для дальнейшей консолидации производственных мощностей и оптимизации продуктовых линеек, в первую очередь в сегментах Bell, Textron Systems и Industrial, что привело к дополнительным специальным расходам в размере $45 млн. в 4-м квартале 2017 года.

С начала реализации плана на 2016 год мы зафиксировали общие особые расходы в размере $213 млн., в том числе $97 млн. на выходные пособия, $84 млн. на обесценение активов и $32 млн. на расторжение договоров и прочие расходы.

Из этих сумм $83 млн. пришлись на Textron Systems, $63 млн. - на Textron Aviation, $38 млн. - на Industrial, $28 млн. - на Bell и $1 млн. - на Corporate. Ожидается, что общее сокращение штата по этому плану составит примерно 2,100 рабочих мест, что составляет 5% нашей рабочей силы.

В связи с приобретением Arctic Cat, как описано в Примечании 2, в 1-м квартале 2017 года мы инициировали план реструктуризации, чтобы интегрировать этот бизнес в Textron Specialized Vehicles, а также сократить избыточные операции и повысить эффективность.

В соответствии с планом интеграции Arctic Cat мы зафиксировали расходы на реструктуризацию в размере $28 млн. в 2017 году, в том числе $19 млн. на выходные пособия и $9 млн. в связи с расторжением договоров и прочими расходами.

Кроме того, в 2017 году мы зафиксировали затраты на интеграцию, связанную с приобретением, в размере $12 млн.

2016, Общие примечания к финансовой отчетности.

* Прибыль от прекращенной деятельности за вычетом налога на прибыль за 2016 год в основном включает урегулирование федеральной налоговой проверки США. Дополнительную информацию см. в Примечании 13 к консолидированной финансовой отчетности.

2016, Примечание 13. Налог на прибыль.

Резерв по налогу на прибыль на 2016 год включал выгоды в размере $319 млн., отражающую расчеты с Апелляционным управлением Налоговой службы США за налоговые периоды с 1998 по 2008 год, что привело к налоговой выгоде в размере $206 млн., относящейся к продолжающейся деятельности, и $113 млн., относящейся к прекращенной деятельности.

Источник: годовая отчетность Textron.

Обсуждение:

Результаты прекращенной деятельности и расходы на реструктуризацию, как правило, не следует включать в оценку прошлых результатов или прогнозирование будущей чистой прибыли.

Для целей оценки операционной и чистой рентабельности от продолжающейся деятельности следует исключить особые расходы, связанные с реструктуризацией, и особые налоговые выгоды, связанные с прекращенной деятельностью.

Например, операционная рентабельность компании на 2017 год, включающая особые расходы, составит 5.4% ($762 млн. / $14,198 млн.). Без учета особых расходов операционная рентабельность составит 6.3% ($762 млн. + $130 млн.) / $14,198 млн.

Точно так же, чистая рентабельность будет определяться путем исключения прибыли из прекращенной деятельности, особенно за 2016 год.

Как правило, когда прогнозы прибыли используются в качестве основы для рыночных оценок, аналитик делает соответствующие поправки на временные (нерегулярные) компоненты прибыли за прошлые периоды.

Иногда аналитик замечает, что компания несет особые расходы практически каждый год. В таких случаях они не являются временными и не должны исключаться при оценке прошлой и будущей прибыли.