P/S мультипликатор. Формула. Норма. Пример расчета по балансу

Мультипликатор P/S (англ: Price to Sales ratio, аналог: P/Revenue, перевод: Цена / Выручка) – коэффициент отношения капитализации компании на фондовом рынке к ее выручке. Другими словами, показатель отражает, сколько платит инвестор за единицу выручки. Данный критерий, наряду с такими мультипликаторами как: P/E, P/BV, EV/EBITDA, EPS, ROE, применяется в стоимостном инвестировании, как инструмент поиска недооцененных акций.

Стоимостное инвестирование (value investment) широко развито и распространено на Американском фондовом рынке. Основоположником такого подхода был Б. Грэхем и Д. Додд еще в 40-е годы 20-го века. Сейчас его идеи активно реализует Уоррен Баффет. Суть стоимостного инвестирования заключается в поиске недооцененных рынком акций, но обладающий высокой внутренней стоимостью, которые в долгосрочной / среденесрочной перспективе имеют потенциал для роста.

Пройдите наш авторский курс по выбору акций на фондовом рынке → обучающий курс

Формула расчета P/S

Разберем что показывает коэффициент P/S и какие существую формулы расчета по балансу.

Вариант №1. Формула расчета мультипликатора P/S следующая и очевидная:

Капитализация – стоимость всех выпущенных акций на фондовом рынке компании. Ее можно узнать на официальных сайтах компаний, на бирже ММВБ или в сервисе Tradingview.

Выручка – объем продаж продукции (услуг). Отражается 2110 строкой в «Отчете о финансовых результатах».

Вариант №2. Вариация расчета коэффициента через рентабельность продаж:

Показывает прямую связь между ROS — рентабельностью продаж и мультипликатором P/E (Капитализация / Чистая прибыль).

Преимущества использования критерия «Выручки» в P/S

Одним из преимуществ P/S по отношению к другим показателям (например P/E), является использование в знаменателе выручки. Ее использование отражает:

1. Меру влияния компании. Использование выручки в расчетах коэффициента, как общего показателя результативности деятельности отражает, как компания доминирует в своей отрасли, какой объем денежных средств получает от продаж.
2. Потенциал для роста. Выручка это то количество денег, которое компания получила от продаж. Если использовать чистую прибыль, то мы исключаем влияние затрат на себестоимость, управленческие и операционные расходы. При увеличении рентабельности и снижении затрат выручка становится потенциальным драйвером чистой прибыли.

Применение соотношения цены к продажам

Коэффициент P/S показывает эффективность компании в получении дохода с учетом ее непогашенной задолженности. Важно помнить, что он наиболее полезен при сравнении с предприятиями в том же секторе. Без надлежащего контекста статистика может показаться абстрактной и потерять значимость.

Соотношение P/S основано на общедоступных данных. Стоимость акций, количество выпущенных ценных бумаг и общие данные о доходах публично известны, а не «выведены» корпорацией для публикации на рынке. Для сравнения, соотношение цены и прибыли, или P/E, зависит от применения конкретных методов бухгалтерского учета компании для определения делителя чистой прибыли. Как правило, из-за статистики, используемой в каждом расчете, соотношением P/S нелегко манипулировать.

Коэффициент P/S особенно полезен при оценке циклических компаний или тех, которые в настоящее время не являются прибыльными. Пока предприятие не сталкивается с непосредственными проблемами банкротства, существует возможность получения прибыли в будущем.

Например, в случае ритейлера доходы часто колеблются в зависимости от сезона; компания может периодически нести убытки, в то время как долгосрочная прибыльность остается неизменной.

Нормативное значение P/S

Ключевая задача показателя найти те компании, которые недооценены рынком и имеют потенциал для роста в дальнейшем. Чем больше значение P/S, тем хуже для инвестора, т.к. ему приходится больше платить за каждую 1 единицу выручки.

На рынке капитала нет точных нормативов, они все носят рекомендательных характер. Так, например, компания Apple (AAPL) P/S >3. И не смотря на ее переоценённость, все равно имеет тенденцию к росту.

Связь P/S и этапа развития компании

Динамика коэффициента P/S отражает фазу развития компании. Изменение выручки показывает этапа развития: рост, стагнация, спад. В фазе роста объемы выручки показатель будет снизаться и наоборот при снижении выручки коэффициент будет расти.

Выручка, или как оценить полезность товара

Самым действенным способом оценки полезности товара, услуги или бизнеса в целом является старый добрый подсчет выручки.

Если кто-то согласился уплатить свои кровные за тот или иной продукт, значит, этот продукт кому-то оказался полезен.

Чем больше выручка, тем выше полезность товара. И, кстати говоря, компании в целом.

Выручка — это вся денежная масса, которую передали покупатели в обмен на наши товары или услуги.

С этой точки зрения, размер выручки добавляет компании стоимости, поскольку значительный размер выручки свидетельствует о полезности компании.

Высокая выручка, как правило, коррелирует с высокой прибылью (то есть следует динамике изменений прибыли: и то, и другое растет или снижается одновременно).

Размер прибыли при одном и том же размере выручки зависит от качества корпоративного управления.

Чем более профессионален менеджмент компании и чем выше корпоративные стандарты, тем, как правило, размер прибыли компании выше.

Имейте в виду, что поскольку налоговое законодательство большинства стран предусматривает уплату налога на прибыль, предприниматели кровно заинтересованы в том, чтобы размер этой прибыли был поменьше (не фактически, конечно, а, так скажем, «юридически», то есть на бумаге).

Вследствие этого данные о прибыли в бухгалтерской отчетности часто могут оказаться заниженными.

Размер же выручки занижать никто не станет, посему доверие к этому показателю выше.

И о потенциальной доходности и перспективах развития бизнеса величина выручки может рассказать не меньше, чем та же прибыль…

Практический пример расчета P/S для ПАО Газпром

Для более глубокого понимания рассмотрим практический пример расчета мультипликатора P/S для ПАО Газмром (GAZP). На первом этапе рассчитываем капитализацию компании. Для этого заходим на Московскую биржу → вводит в строке поиска тикер компании “GAZP” → в карточке компании отражен размер капитализации.

Где найти размер капитализации компании на отечественном фондовом рынке (ММВБ)

Второй способ определить капитализация с помощью сервиса TradingViews → перейти в сервис.

Оценить размер капитализации компании с помощью сервиса TradingView

Для расчета выручки необходимо воспользоваться ежеквартально финансовой отчетностью Газпрома с официального сайта. Отчетность по кварталам и годам можно посмотреть здесь → отчетности. Выручка отражается в «Отчете о финансовых результатах» первой строчкой (2110 код).

Итоговое значение P/S = 4609000 / 10858916 млн. руб. = 0,42

Такое значение сигнализирует о сильной недооцененности акции.

В расчетах я использовал данные по выручке за 2022 год, т.к. еще нет отчетности за 1 квартал.

Примеры

Пример учебный

Например, компания XYZ котируется по текущей цене $5 за акцию. В обращении 200 млн акций. Годовая выручка равна $400 млн. Текущие значения P/S можно рассчитать с использованием любого из следующих методов:

На акцию: цена акции / (годовой объем продаж / акции в обращении) = (5 / (400 / 200) = 2,5. По рыночной капитализации: (цена акций * количество акций в обращении) / годовые продажи = (5 * 200) / 400 = 2,5.

Реальный пример. TESLA

Подробно рассмотрим на примере исключительной компании Tesla, CDF на акции, которой также торгуются в Gerchik & Co.

Как вы знаете, 21 октября «Тесла» представила квартальный отчет. На данный момент акции котируются на уровне $429,92.

По известным нам формулам:

Price to sales (1) = Share Price / Total sales per share = цена за акцию / (выручка / акцию) = 429, 92 / (25,71 / 0,93) = 15,55. Price to sales = Market capitalization/ Total Revenue past 12 months = 402,07 / 25,71 = 15,64.

А теперь рассмотрим этот мультипликатор в динамике за 3 года. Как вы видите, в таблице и на графиках представлены цены за одну бумагу, выручка к одной акции, PS ratio.

Итак, за анализируемый период цена акций увеличилась на 215 % (с $68,59 до $215,96). Продажи при этом выросли в общей сложности на 66 %.

Следовательно, за три года компания стала более дорогой по мультипликатору P/S. Иными словами, на 30.06.20 инвесторы заплатили дороже за вложения в нее по сравнению с уровнем продаж, чем 3 года назад.

В первый год инвесторы были готовы платить $4,22 за каждый доллар продажи на акцию. В третий год — $7,99. Причин для этого может быть много. Например, превосходство компании в отрасли, спекуляции и т.д.

Сравним P/S конкурентов по состоянию на 22 октября 2020

• Tesla = 15,55.
• General Motors Comliany (GM) li/S = 0,45.
• NIU (NIU) = 6,21.

Это говорит о том, что Tesla торгуется дороже аналогов. И инвесторы готовы платить более высокую цену за ее акции.

ВАЖНО!

Стоит помнить, что очень высокий коэффициент P/S может быть предупреждающим знаком.

[Сервис] Где быстро посмотреть P/S для зарубежных акций

Для того чтобы найти акции зарубежных компаний воспользуемся сервисом finviz.com → Screener. Заходим в раздел «Скринер» → «Фундаментальные показатели» → «Фильтр <1». На рисунке показаны этапы работы с сервисом по поиску недооцененных акций. Дальнейший анализ может быть направлен оценку привлекательности других показателей компании P/E, P/B, P/C, коэффициента текущий ликвидности, коэффициента быстрой ликвидности, рентабельности (ROA, ROE, ROI).

Пошаговая инструкция как оценить P/S для иностранных акций с помощью сервиса Finviz

Объясняем p-значения для начинающих Data Scientist’ов

Я помню, когда я проходил свою первую зарубежную стажировку в CERN в качестве практиканта, большинство людей все еще говорили об открытии бозона Хиггса после подтверждения того, что он соответствует порогу «пять сигм» (что означает наличие p-значения 0,0000003).

Тогда я ничего не знал о p-значении, проверке гипотез или даже статистической значимости.

Я решил загуглить слово — «p-значение», и то, что я нашел в Википедии, заставило меня еще больше запутаться…

При проверке статистических гипотез p-значение
или
значение вероятности
для данной статистической модели — это вероятность того, что при истинности нулевой гипотезы статистическая сводка (например, абсолютное значение выборочной средней разницы между двумя сравниваемыми группами) будет больше или равна фактическим наблюдаемым результатам. — Wikipedia

Хорошая работа, Википедия.
Ладно. Я не понял, что на самом деле означает р-значение.

Углубившись в область науки о данных, я наконец начал понимать смысл p-значения и то, где его можно использовать как часть инструментов принятия решений в определенных экспериментах.

Поэтому я решил объяснить р-значение в этой статье, а также то, как его можно использовать при проверке гипотез, чтобы дать вам лучшее и интуитивное понимание р-значений. Также мы не можем пропустить фундаментальное понимание других концепций и определение p-значения, я обещаю, что сделаю это объяснение интуитивно понятным, не подвергая вас всеми техническими терминами, с которыми я столкнулся.

Всего в этой статье четыре раздела, чтобы дать вам полную картину от построения проверки гипотезы до понимания р-значения и использования его в процессе принятия решений. Я настоятельно рекомендую вам пройтись по всем из них, чтобы получить подробное понимание р-значений:

1. Проверка гипотезы
2. Нормальное распределение
3. Что такое P-значение?
4. Статистическая значимость

Это будет весело.
Давайте начнем!

Проверка гипотез

Прежде чем мы поговорим о том, что означает р-значение, давайте начнем с разбора проверки гипотез, где р-значение используется для определения статистической значимости наших результатов.

Наша конечная цель — определить статистическую значимость наших результатов.

И статистическая значимость построена на этих 3 простых идеях:

• Проверка гипотезы
• Нормальное распределение
• P-значение

Проверка гипотез используется для проверки обоснованности утверждения (нулевой гипотезы), сделанного в отношении совокупности с использованием выборочных данных. Альтернативная гипотеза — это та, в которую вы бы поверили, если бы нулевая гипотеза оказалась неверной.
Другими словами, мы создадим утверждение (нулевая гипотеза) и используем пример данных, чтобы проверить, является ли утверждение действительным. Если утверждение не соответствует действительности, мы выберем альтернативную гипотезу. Все очень просто.

Чтобы узнать, является ли утверждение обоснованным или нет, мы будем использовать p-значение для взвешивания силы доказательств, чтобы увидеть, является ли оно статистически значимым. Если доказательства подтверждают альтернативную гипотезу, то мы отвергнем нулевую гипотезу и примем альтернативную гипотезу. Это будет объяснено в следующем разделе.

Давайте воспользуемся примером, чтобы сделать эту концепцию более ясной, и этот пример будет использоваться на протяжении всей этой статьи для других концепций.

Пример.

Предположим, что в пиццерии заявлено, что время их доставки составляет в среднем 30 минут или меньше, но вы думаете, что оно больше чем заявленное. Таким образом, вы проводите проверку гипотезы и случайным образом выбираете время доставки для проверки утверждения:

• Нулевая гипотеза
  — среднее время доставки составляет 30 минут или меньше
• Альтернативная гипотеза
  — среднее время доставки превышает 30 минут
• Цель здесь состоит в том, чтобы определить, какое утверждение — нулевое или альтернативное — лучше подтверждается данными, полученными из наших выборочных данных.

Мы будем использовать односторонний тест в нашем случае, так как нам важно только, чтобы среднее время доставки превышало 30 минут. Мы не будем учитывать эту возможность в другом направлении, поскольку последствия того, что среднее время доставки будет меньше или равно 30 минутам, еще более предпочтительны. Здесь мы хотим проверить, есть ли вероятность того, что среднее время доставки превышает 30 минут. Другими словами, мы хотим посмотреть, не обманула ли нас пиццерия.
Одним из распространенных способов проверки гипотез является использование Z-критерия. Здесь мы не будем вдаваться в подробности, так как хотим лучше понять, что происходит на поверхности, прежде чем погрузиться глубже.

Нормальное распределение

Нормальное распределение — это функция плотности вероятности, используемая для просмотра распределения данных.

Нормальное распределение имеет два параметра — среднее (μ) и стандартное отклонение, также называемое сигма (σ).

Среднее — это центральная тенденция распределения. Оно определяет местоположение пика для нормальных распределений. Стандартное отклонение — это мера изменчивости. Оно определяет, насколько далеко от среднего значения склонны падать значения.

Нормальное распределение обычно связано с правилом 68-95-99.7 (изображение выше).

• 68% данных находятся в пределах 1 стандартного отклонения (σ) от среднего значения (μ)
• 95% данных находятся в пределах 2 стандартных отклонений (σ) от среднего значения (μ)
• 99,7% данных находятся в пределах 3 стандартных отклонений (σ) от среднего значения (μ)

Помните порог «пять сигм» для открытия бозона Хиггса, о котором я говорил в начале? 5 сигм — это около 99,99999426696856% данных, которые должны быть попасть до того, как ученые подтвердили открытие бозона Хиггса. Это был строгий порог, установленный, чтобы избежать любых возможных ложных сигналов.
Классно. Теперь вы можете задаться вопросом: «Как нормальное распределение относится к нашей предыдущей проверке гипотез?»

Поскольку мы использовали Z-тест для проверки нашей гипотезы, нам нужно вычислить Z-баллы (которые будут использоваться в нашей тестовой статистике), которые представляют собой число стандартных отклонений от среднего значения точки данных. В нашем случае каждая точка данных — это время доставки пиццы, которое мы получили.

Обратите внимание, что когда мы рассчитали все Z-баллы для каждого времени доставки пиццы и построили стандартную кривую нормального распределения, как показано ниже, единица измерения на оси X изменится с минут на единицу стандартного отклонения, так как мы стандартизировали переменную, вычитая среднее и деля его на стандартное отклонение (см. формулу выше).

Изучение стандартной кривой нормального распределения полезно, потому что мы можем сравнить результаты теста с ”нормальной» популяцией со стандартизированной единицей в стандартном отклонении, особенно когда у нас есть переменная, которая поставляется с различными единицами.

Z-оценка может сказать нам, где лежат общие данные по сравнению со средней популяцией.

Мне нравится, как Уилл Кёрсен выразился: чем выше или ниже Z-показатель, тем менее вероятным будет случайный результат и тем более вероятным будет значимый результат.

Но насколько высокий (или низкий) показатель считается достаточно убедительным, чтобы количественно оценить, насколько значимы наши результаты?

Кульминация

Здесь нам нужен последний элемент для решения головоломки — p-значение, и проверить, являются ли наши результаты статистически значимыми на основе уровня значимости (также известного как альфа), который мы установили перед началом нашего эксперимента.

Что такое P-значение?

Наконец… Здесь мы говорим о р-значении!
Все предыдущие объяснения предназначены для того, чтобы подготовить почву и привести нас к этому P-значению. Нам нужен предыдущий контекст и шаги, чтобы понять это таинственное (на самом деле не столь таинственное) р-значение и то, как оно может привести к нашим решениям для проверки гипотезы.

Если вы зашли так далеко, продолжайте читать. Потому что этот раздел — самая захватывающая часть из всех!

Вместо того чтобы объяснять p-значения, используя определение, данное Википедией (извини Википедия), давайте объясним это в нашем контексте — время доставки пиццы!

Напомним, что мы произвольно отобрали некоторые сроки доставки пиццы, и цель состоит в том, чтобы проверить, превышает ли время доставки 30 минут. Если окончательные доказательства подтверждают утверждение пиццерии (среднее время доставки составляет 30 минут или меньше), то мы не будем отвергать нулевую гипотезу. В противном случае мы опровергаем нулевую гипотезу.

Поэтому задача p-значения — ответить на этот вопрос:

Если я живу в мире, где время доставки пиццы составляет 30 минут или меньше (нулевая гипотеза верна), насколько неожиданными являются мои доказательства в реальной жизни?

Р-значение отвечает на этот вопрос числом — вероятностью.
Чем ниже значение p, тем более неожиданными являются доказательства, тем более нелепой выглядит наша нулевая гипотеза.

И что мы делаем, когда чувствуем себя нелепо с нашей нулевой гипотезой? Мы отвергаем ее и выбираем нашу альтернативную гипотезу.

Если р-значение ниже заданного уровня значимости (люди называют его альфа, я называю это порогом нелепости — не спрашивайте, почему, мне просто легче понять), тогда мы отвергаем нулевую гипотезу.

Теперь мы понимаем, что означает p-значение. Давайте применим это в нашем случае.

P-значение в расчете времени доставки пиццы

Теперь, когда мы собрали несколько выборочных данных о времени доставки, мы выполнили расчет и обнаружили, что среднее время доставки больше на 10 минут с p-значением 0,03.
Это означает, что в мире, где время доставки пиццы составляет 30 минут или меньше (нулевая гипотеза верна), есть 3% шанс, что мы увидим, что среднее время доставки, по крайней мере, на 10 минут больше, из-за случайного шума.

Чем меньше p-значение, тем более значимым будет результат, потому что он с меньшей вероятностью будет вызван шумом.

В нашем случае большинство людей неправильно понимают р-значение:

Р-значение 0,03 означает, что есть 3% (вероятность в процентах), что результат обусловлен случайностью — что не соответствует действительности.

Люди часто хотят получить определенный ответ (в том числе и я), и именно поэтому я долго путался с интерпретацией p-значений.

Р-значение ничего не *доказывает*. Это просто способ использовать неожиданность в качестве основы для принятия разумного решения. — Кэсси Козырков

Вот как мы можем использовать p-значение 0,03, чтобы помочь нам принять разумное решение (ВАЖНО):

• Представьте, что мы живем в мире, где среднее время доставки всегда составляет 30 минут или меньше — потому что мы верим в пиццерию (наше первоначальное убеждение)!
• После анализа времени доставки собранных образцов р-значение на 0,03 ниже, чем уровень значимости 0,05 (предположим, что мы установили это значение перед нашим экспериментом), и мы можем сказать, что результат является статистически значимым.
• Поскольку мы всегда верили пиццерии, что она может выполнить свое обещание доставить пиццу за 30 минут или меньше, нам теперь нужно подумать, имеет ли это убеждение смысл, поскольку результат говорит нам о том, что пиццерия не выполняет свое обещание и результат является статистически значимым.
• Так что же нам делать? Сначала мы пытаемся придумать любой возможный способ сделать наше первоначальное убеждение (нулевая гипотеза) верным. Но поскольку пиццерия постепенно получает плохие отзывы от других людей и часто приводит плохие оправдания, которые привели к задержке доставки, даже мы сами чувствуем себя нелепо, чтобы оправдать пиццерию, и, следовательно, мы решаем отвергнуть нулевую гипотезу.
• Наконец, следующее разумное решение — не покупать больше пиццы в этом месте.

К настоящему времени вы, возможно, уже что-то поняли… В зависимости от нашего контекста, p-значения не используются, чтобы что-либо доказать или оправдать.
По моему мнению, p-значения используются в качестве инструмента для оспаривания нашего первоначального убеждения (нулевая гипотеза), когда результат является статистически значимым. В тот момент, когда мы чувствуем себя нелепо с нашим собственным убеждением (при условии, что р-значение показывает, что результат статистически значим), мы отбрасываем наше первоначальное убеждение (отвергаем нулевую гипотезу) и принимаем разумное решение.

Статистическая значимость

Наконец, это последний этап, когда мы собираем все вместе и проверяем, является ли результат статистически значимым.
Недостаточно иметь только р-значение, нам нужно установить порог (уровень значимости — альфа). Альфа всегда должна быть установлена ​​перед экспериментом, чтобы избежать смещения. Если наблюдаемое р-значение ниже, чем альфа, то мы заключаем, что результат является статистически значимым.

Основное правило — установить альфа равным 0,05 или 0,01 (опять же, значение зависит от вашей задачи).

Как упоминалось ранее, предположим, что мы установили альфа равным 0,05, прежде чем мы начали эксперимент, полученный результат является статистически значимым, поскольку р-значение 0,03 ниже, чем альфа.

Для справки ниже приведены основные этапы всего эксперимента:

1. Сформулируйте нулевую гипотезу
2. Сформулируйте альтернативную гипотезу
3. Определите значение альфа для использования
4. Найдите Z-показатель, связанный с вашим альфа-уровнем
5. Найдите тестовую статистику, используя эту формулу
6. Если значение тестовой статистики меньше Z-показателя альфа-уровня (или p-значение меньше альфа-значения), отклоните нулевую гипотезу. В противном случае не отвергайте нулевую гипотезу.

Если вы хотите узнать больше о статистической значимости, не стесняйтесь посмотреть эту статью — Объяснение статистической значимости, написанная Уиллом Керсеном.

Последующие размышления

Здесь много чего нужно переваривать, не так ли?
Я не могу отрицать, что p-значения по своей сути сбивают с толку многих людей, и мне потребовалось довольно много времени, чтобы по-настоящему понять и оценить значение p-значений и то, как они могут быть применены в рамках нашего процесса принятия решений в качестве специалистов по данным.

Но не слишком полагайтесь на p-значения, поскольку они помогают только в небольшой части всего процесса принятия решений.

Я надеюсь, что мое объяснение p-значений стало интуитивно понятным и полезным в вашем понимании того, что в действительности означают p-значения и как их можно использовать при проверке ваших гипотез.

Сам по себе расчет р-значений прост. Трудная часть возникает, когда мы хотим интерпретировать p-значения в проверке гипотез. Надеюсь, что теперь трудная часть станет для вас немного легче.

Если вы хотите узнать больше о статистике, я настоятельно рекомендую вам прочитать эту книгу (которую я сейчас читаю!) — Практическая статистика для специалистов по данным, специально написанная для data scientists, чтобы разобраться с фундаментальными концепциями статистики.

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:

• Обучение профессии Data Science с нуля (12 месяцев)
• Профессия аналитика с любым стартовым уровнем (9 месяцев)
• Курс по Machine Learning (12 недель)
• Курс «Python для веб-разработки» (9 месяцев)
• Курс по DevOps (12 месяцев)
• Профессия Веб-разработчик (8 месяцев)

(+ / –) Преимущества и недостатки P/S

Рассмотрим преимущества и недостатки применения показателя P/S.

(+) Сложность в манипулировании. Показатель выручке, который входит в формулу расчета сложно подделать в финансовых отчетах (нежели чистую прибыль). Она не зависит от учетной политики и напрямую отражает результативность компании. Вариант манипулирования P/S. Одним из вариантов воздействия на коэффициент является применение обратного выкупа акций в целях увеличения рыночной стоимости.

(+) Унифицированная форма сравнения всех компаний. Возможность сопоставлять различные компании, независимо от их отрасли, стадии развития и размера. Сравнивая компании по абсолютным значениям фундаментальных показателей: чистой прибыли, выручке, размеру активов, задолженности и т.д. мы бы не смогли сопоставить бизнесы из-за волатильности этих показателей и их абсолютных значений.

(+) Универсальность в расчетах. Коэффициент всегда можно рассчитать при любых финансовых отчетах компании. Так как в знаменателе стоит выручка, которая есть всегда, в отличие от чистой прибыли, которая в некоторые периоды может быть отрицательная или равна нулю. Это преимущество перед мультипликатором P/E, который может в некоторые периоды принимать отрицательные значения (рассчитывается как отношение цены акции к чистой прибыли).

(–) Большая выручка, может скрывать маленькую прибыль. Компания может получить большую выручку, но не иметь чистой прибыли, которая может расходоваться на затраты, себестоимость, взносы и налоги. Ориентация только на этот показатель не предоставит полной информации о компании.

Ограничения соотношения цены и продаж

1. Соотношение цены и прибыли имеет свои ограничения. Например, P/S во многих отраслях промышленности различается, и некорректно сравнить компании из разных секторов. Также этот мультипликатор не может отличить ту организацию, которая использует заемные средства, от той, что обходится без них. Причина в том, что компания может сообщать о низком соотношении P/S и быть близкой к банкротству.

2. Как же инвестор способен заметить разницу? В этом случае следует применять в расчете не капитализацию, а стоимость предприятия EV (добавляя к рыночной капитализации долгосрочный долг и вычитая любые денежные средства). Такой подход позволяет исключить затруднение при сравнении «полярных» компаний — тех, которые полагаются на долг для роста продаж, и тех, которые не имеют его при более низком уровне продаж.

3. Кроме того, соотношение P/S не дает никакой информации о рентабельности или затратах, поэтому инвесторам важно смотреть на этот коэффициент наряду с другими финансовыми показателями.

Открыть счет и начать торговлю CFD на акции успешных компаний

Рекомендации по использованию

Ряд дополнительных рекомендаций по применению мультипликатора:

• Коэффициент P/S отражает недооцененность акции.
• Лучше сравнивать компании одной отрасли и сегмента. Нельзя сравнивать компании с высокой и низкой фондоемкостью: например Газпром и Яндекс.
• Применять показатель P/S лучше с совокупности с другими мультипликаторами (P/E, ROE, P/BV, EPS, Долг/EBITDA, EV/EBITDA, EBITDA.
• Плохо подходит для оценки страховых и финансовых компаний из-за особенность формирования выручки. Асват Дамодаран рекомендует использовать для телекоммуникационной отрасли.

Время всё ставит на свои места

На практике есть большое количество примеров поглощений компаний с рентабельностью выручки ниже в среднем по отрасли. Мы не будем рассматривать случаи рейдерства или просто корпоративного воровства, так как это не совсем экономическая составляющая. В качестве примера можно вспомнить поглощение с хорошей премией сверхэффективными мировыми пивными гигантами мелких и средних российских пивных заводов. Есть примеры и в розничном бизнесе (Вим-Биль-Данн, Калина), и в нефтяном (поглощение небольших нефтяных компаний и НПЗ компанией ТНК-ВР). Для инвесторов подобные события всегда достаточно выгодны – либо акции выкупались с премией к рынку, либо цена их росла из-за увеличения эффективности самой компании. Оценить сроки таких событий достаточно сложно (достоверно их знают только инсайдеры, чем порой и пользуются, но пусть это будет на их совести, и пусть борются с этим правоохранительные органы), но для инвестора важно иметь это в виду.