Итак, в предыдущих частях мы разобрались: как выбрать, посчитать и исключить коэффициенты, необходимые для анализа. Сейчас начнем с того, что постараемся придать корректные веса тем параметрам, которые мы выбрали.
Какой-нибудь научной методики присвоения весов у меня нет, я придумал её сам. У нас есть: ICR, debt/EBITDA и ROA. Давайте исходить из логики. Есть 3 коэффициента, веса в сумме должны давать 1. Значит базово, каждому коэффициенту будет присвоен вес равный 0,33. Можно на этом ограничиться, но улучшить модель не помешает. Снова обратимся к таблицам с компаниями:
Несмотря на возросшую волатильность на финансовых рынках, Казначейство США провело сегодня очередной аукцион по размещению 10-летних гособлигаций. Спрос на бумаги превысил предложение почти в 2 раза. Из 28 млрд. долларов предложенных рынку, 5 млрд. долларов выкупила ФРС.
Таким образом, приход к власти Дональда Трампа, не спугнул инвесторов и они по-прежнему готовы вкладывать свои средства в долговые бумаги США.
Вчера, в день выборов, Минфин США разместил гособлигации сроком на 1 год на сумму в 20 млрд. долларов. Также как и сегодня спрос инвесторов был выше предложения — общая сумма заявок составила 67 млрд. долларов.
На вторичном долговом рынке сегодня наблюдались распродажи гособлигаций Америки. Так за 9 ноября доходность по 10-летним долговым бумагам страны подскочила на 20 базисных пунктов и составила 2,06%. В последний раз она находилась на столь высоком уровне в январе текущего года.
Продолжаем разрабатывать свою модель оценки облигаций.
В прошлый раз мы остановились на том, что проанализировали прогнозируемую способность коэффициента покрытия процентов и составили вот такую таблицу:
Я составил аналогичные таблицы для 3ех других коэффициентов, которые мы выбрали для модели. Соответственно Долг/EBITDA, ROE и ROA: