CC BY
0УДК 336:004
doi: 10.47576/2949-1886.2025.1.1.025
Мурадян Игорь Викторович,
аспирант, МИРЭА - Российский технологический университет, Москва, Россия, [email protected]
СОВРЕМЕННЫЕ ПОДхОДЫ К РАСЧЕТУ СТАВКИ ДИСКОНТИРОВАНИЯ В IT-ОТРАСЛИ
Статья посвящена анализу различных методик расчета ставки дисконтирования для проектов в сфере информационных технологий, где динамика инноваций и высокий уровень рисков затрудняют типовые подходы. Актуальность исследования обусловлена потребностью инвесторов и руководителей 1Т-компаний в объективном определении нормы доходности при оценке долгосрочных вложений. Новизна состоит в сопоставлении трех распространенных инструментов (САРМ, WACC, кумулятивный метод) с учетом специфических факторов 1Т-сектора: вероятностью быстрого устаревания технологий, зависимостью от квалифицированного персонала, нестабильностью затрат на инфраструктуру. Изучены модели дисконта, детализирующие риски для стартапов и крупных холдингов. Особое внимание уделено шкалам экспертных поправок, когда фондовая статистика недостаточна. Работа ставит целью выявить предпосылки выбора наиболее адекватной методики и показать, как разумная комбинация расчетов стимулирует точные инвестиционные решения.
Ключевые слова: дисконтирование; САРМ; WACC; кумулятивный метод; 1Т-проекты; риск; инновации; инвестиции; технологический сектор; ставка доходности.
Muradyan Igor V.,
postgraduate student, Russian Technological University MIREA, Moscow, Russia, [email protected]
modern approaches to discount rate calculation in the it industry
The article is devoted to the analysis of various methods for calculating the discount rate for projects in the field of information technology, where the dynamics of innovation and a high level of risks complicate standard approaches. The relevance of the study is due to the need of investors and managers of IT companies for an objective determination of the rate of return when assessing long-term investments. The novelty lies in the comparison of three common tools (CAPM, WACC, cumulative method) taking into account specific factors of the IT sector: the likelihood of rapid obsolescence of technologies, dependence on qualified personnel, instability of infrastructure costs. Discount models are studied, detailing the risks for startups and large holdings. Special attention is paid to the scales of expert adjustments when stock statistics are insufficient. The work aims to identify the prerequisites for choosing the most adequate methodology and to show how a reasonable combination of calculations stimulates accurate investment decisions.
Keywords: discounting; CAPM; WACC; cumulative method; IT projects; risk; innovation; investment; technology sector; rate of return.
Рынок 1Т-проектов регулярно сталкивается с существенными изменениями: быстрый рост инноваций ведет к пересмотру финансовых моделей, а неопределенность окупаемости создает дополнительные риски. Сложность оценки становится особенно заметной при расчете ставки дисконтирования, отражающей ожидаемую доходность и включающей в расчет временную ценность денег и возможность изменения конъюнктуры.
Для подготовки работы привлечены исследования С. В. Фирцевой [8], где обсуждены особенности расчетов дисконтирования при сложных проектах, а также сведения из И. О. Шихова [10], где предложены базовые подходы для компаний разного масштаба. По А. М. Чихирникову [9], изучен кумулятивный метод, где ставка представляется суммой безрискового процента и набора поправок, связанных с индивидуальными рисками. В работе Р. А. Моисеева [5] рассмотрены достоинства WACC и влияние структуры финансирования, а К. А. Кайзер [2] продемонстрировал расчет ставки при сценариях, предполагающих нестабильный рыночный спрос. Публикация Т. В. Полтевой [6] помогает осветить эффективные методы сопоставления САРМ и WACC при оценке инвестиционных решений. В ходе изучения методов учтены результаты и других авторов, включая Ю. В. Борисенкову [1], С. Д. Малецкую [4], О. В. Трошину [7], А. С. Корякина [3], где изложены практические примеры реализации этих подходов для высокорисковых проектов и зрелых технологических организаций.
Остаются некоторые нерешенные аспекты. Отсутствуют единые схемы, объясняющие, как корректировать ставку дисконтирования под венчурный характер 1Т-стартапов, а также недостаточно рекомендаций по учету неизбежных технологических скачков.
Цель исследования - систематизировать современные методы определения ставки дисконтирования, применяемые в 1Т-отрасли, и определить их применимость при различных условиях.
Для достижения цели решаются задачи:
- проанализировать традиционные модели (САРМ, WACC, кумулятивный подход) и охарактеризовать их сильные и слабые стороны;
- выявить зависимость итоговых ставок от рисковых факторов 1Т-бизнеса;
- сравнить результаты расчетов, опирающихся на разные методики и типы данных.
Новизна исследования связана с обобщением конкретных примеров применения перечисленных подходов при оценке цифровых и программных проектов.
Основным методом выступил сравнительный анализ данных из литературных источников, дополненный систематизацией примеров, а также изучение конкретных формул и таблиц надбавок за риск.
Изучение представленных источников позволило обобщить информацию о способах расчета ставки дисконтирования при оценке проектов в 1Т-сфере. Анализ включал исследования по модели САРМ, методу средневзвешенной стоимости капитала WACC и кумулятивному методу, а также примеры их применения в компаниях технологического сектора. При этом выявлено, что в 1Т-отрасли значимы подходы, учитывающие риски высоких темпов инноваций, зависимость от интеллектуального капитала и вероятность колебаний рыночной конъюнктуры [4; 3]. Ниже приведены результаты систематизации сведений из работ разных авторов, где рассмотрены параметры расчета ставки дисконтирования (табл. 1).
Метод Сущность Условия применения Примеры использования
CAPM Безрисковая доходность и надбавка за рыночный риск с учетом коэффициента р Активные операции на рынке, наличие данных для р Публичные 1Т-компании
WACC Учет стоимости собственного и заемного капитала, скорректированной на ставку налога Смешанное финансирование, действующие организации Крупные 1Т-холдинги
Кумулятивное построение Суммирование безрисковой доходности и ряда индивидуальных рисковых поправок Отсутствие публичных данных, высокая волатиль-ность рынка, сложность прогнозов Стартапы и узкоспециализированные компании
Таблица 1 - Сопоставление методов расчета ставки дисконтирования
Суммарная оценка рисков в 1Т-сфере потребовала отдельного рассмотрения следующих факторов [5]:
- нестабильность спроса, зависящая от быстрой смены технологий;
- риск оттока квалифицированного персонала в условиях глобальной конкуренции;
- влияние инфляции расходов на разработку сложного ПО и поддержку инфраструктуры;
- волатильность тарифов на облачные сервисы и другое оборудование.
Расчет ставки путем кумулятивного подхода применялся для 1Т-проектов, когда от-
В рамках модели CAPM, применявшейся для публичных компаний, коэффициент в вычислялся по сопоставимым акциям и фондовым индексам технологического сектора [5]. Анализ показал, что значения в в IT могут колебаться в диапазоне 1,3-2,0 в зависимости от профиля деятельности (крупные облачные платформы, разработка мобильных приложений, наукоемкие проекты с дорогим оборудованием) [1]. Расчеты WACC в IT-компаниях затруднялись из-за сложностей оценки стоимости собственного капитала, особенно если часть сотрудников владеет опционными программами. При выборе WACC встречались ситуации, когда заемные средства оказывались дешевле, чем тот же капитал при IPO, из-за недостаточно прозрачных перспектив рыночного роста.
В нескольких кейсах [6], использование ставок дисконтирования на базе CAPM для IT-компаний без публичного размещения приводило к искажениям итоговой оценки. Из-за этого предпочли кумулятивный метод и экспертное выявление риск-премий, опирающихся на адаптированные коэффициенты, которые учитывали нестабильность доходов и возможное падение продаж при смене технологических трендов [9]. Подобная практика
сутствуют достоверные данные о стоимости собственного капитала, а модель САРМ затруднительна из-за неразвитого фондового рынка и недостатка статистики для коэффициента в [4]. Для повышения точности такой оценки целесообразно учитывать не только общую безрисковую доходность, но и дополнительно суммировать риск технологической устаревания, риск концентрации на одном продукте, риск несоответствия инфраструктуры законодательным требованиям [10]. Иллюстрация возможной шкалы экспертных надбавок в 1Т-продуктах представлена в табл. 2.
продемонстрировала более реалистичные значения, согласующиеся с результатами анализа DCF-моделей в известных старта-пах.
Прогнозирование денежных потоков в 1Т-проектах нередко велось по нескольким сценариям. При создании нового ПО, подразумевающего венчурный риск, к базовой безрисковой ставке 9-10 % добавлялось от 7 % до 12 % различных поправок, отражавших непредсказуемость рынка [7]. Напротив, в устойчивых аутсорсинговых компаниях со стабильным пулом клиентов надбавки снижались до 3-5 %, поскольку доходы более предсказуемы и подвержены в меньшей степени резким колебаниям.
Систематизация примеров выявила, что САРМ более подходил для крупных организаций с открытой структурой акционерного капитала, в то время как WACC чаще использовался для средних компаний, имеющих кредитное финансирование. Кумулятивный метод оказался предпочтительным в случае стартапов, закрытых обществ и неоднородных структур собственности. Подобный подход предоставлял возможность учесть индивидуальные особенности проектов, включая риски масштабирования и
Таблица 2 - Пример надбавок за риск при кумулятивном методе (1Т-проекты)
Вид надбавки Интервал, % Краткая характеристика
Технологическая неопределенность 3-7 Вероятность падения спроса при возникновении новых конкурирующих решений
Риск локализации персонала 2-5 Зависимость от ограниченного набора разработчиков и специалистов
Риск быстрого обесценения кода/ патентов 3-8 Угроза появления инноваций, лишающих ценности существующие разработки
Зависимость от инфраструктуры 1-4 Риски перебоев в облачных сервисах, электроснабжении, каналах связи
вероятные скачки в динамике технических платформ.
Проведенное обобщение свидетельствует, что унифицированного единого решения не встречалось, а оптимальный расчет ставки дисконтирования определялся набором факторов: источником данных о стоимости капитала, наличием информации на фондовом рынке, специфическими рисками выбранного 1Т-сегмента. Отдельно подчеркивалась потребность в раскрытии корректных прогнозов о развитии технологий, чтобы повысить надежность выбранной модели на горизонте 3-5 лет [2].
В совокупности примеров установлено, что 1Т-проекты со стабильными денежными потоками используют WACC в пределах 11-14 %, хотя стартапы и компании, ориентированные на новый программный продукт, закладывают совокупные ставки до 20-25 % [5]. Транснациональные 1Т-корпорации, по данным публичной отчетности, приводят значения порядка 8-10 %, опираясь на широкую диверсификацию и значительные финансовые резервы. Такой разброс обусловлен контрастами в структуре капитала, рисках, фазах жизненного цикла и доступных рыночных данных.
Приведенные наглядные примеры оценок подчеркивают, что необходим учет не только макроэкономических параметров, но и множества специфических технологических факторов, влияющих на доходность 1Т-бизнеса. Разница в характеристиках компаний диктует различные предпочтения в выборе методик расчета ставки дисконтирования, поскольку от адекватности итоговых значений зависит корректность инвестиционных решений в сфере информационных технологий [8].
Так, давние исследования, посвященные оценке эффективности 1Т-проектов, указывали на затруднения при расчете стоимости капитала в условиях высокой технологической изменчивости. Прежние публикации предлагали использовать стандартные модели, адаптированные к рискам инноваций, в частности CAPM и WACC с корректировками на быстрое моральное старение и дефицит компетентного персонала. При этом прослеживается тенденция делить проекты информационных технологий на группы -зрелые и стартапы: первые могут опираться на модель CAPM или WACC при прозрачной
структуре капитала, вторые используют кумулятивный метод, позволяющий обобщить многочисленные надбавки за риск.
Выявленные в ходе исследования закономерности по повышенным поправкам при кумулятивном методе согласуются с выводами, указывавшими на значительную неопределенность в прогнозах продаж и технологических трендах. Дополнительно примеры подтверждают, что кумулятивный подход дает реалистичную оценку ставки дисконтирования для проектов, не обеспеченных стабильным денежным потоком. Наблюдения о том, что безрисковая ставка дополняется премией, зависящей от перспектив обновлений и потенциальной уязвимости в 1Т-инфраструктуре, перекликаются с разработками, где отмечалась высокая зависимость от облачных сервисов.
Сходные результаты поясняют, что публичные технологические корпорации предпочитают модель CAPM для собственных расчетов, используя биржевой опыт и статистику по акциям. К этому же склонялись авторы, приводя цифры по компаниям, чьи ценные бумаги свободно обращаются на фондовом рынке. При этом встречаются примеры невысоких итоговых ставок дисконтирования у крупных 1Т-холдингов, что связывалось с широкой диверсификацией продуктов и развитой системой риск-менеджмента. Противоположная ситуация упомянута у [Корякин], фиксировавшего заметно более высокие ставки в 1Т-стартапах, где главную роль игра -ют неопределенность притока пользователей и нехватка инвестиций.
Рассмотрение двух-трех моделей параллельно позволило проследить, в какой мере результаты согласованы при разных формах капитала и уникальных характеристиках 1Т-бизнеса. Отдельные исследования (например, [7]) подчеркивали: чем выше доля нематериальных активов, тем сложнее извлечь сопоставимые данные для расчета. Наша выборка продемонстрировала, что гибридное финансирование с участием акционеров и венчурных фондов нередко осложняет подсчет WACC, тогда как у небольших провайдеров баз данных проще придерживаться кумулятивного метода, добавляя поправку на зависимость от единственного сервиса. Данное наблюдение согласуется с мнением о том, что единообразная формула без инди-
видуальных риск-премий нередко приводит к искажениям итоговых значений.
На фоне работ найденные результаты показывают, что корректное отражение структуры капитала в 1Т-сегменте требует выявления структуры собственности, степени технической готовности продукта и темпов внедрения новых сервисов. Помимо этого, значительная часть 1Т-компаний, не представленных на бирже, ориентируется на экспертный расчет ставки, близкий к модели кумулятивного построения. Подобное решение вполне оправдано в случаях малых стартапов и локальных разработчиков, так как отсутствует статистика по акциям и нет стабильного потока прибыли, необходимого для детальной модели WACC или САРМ. Сопоставление таких ситуаций с кейсами крупного рынка продемонстрировало общую тенденцию: по мере роста и стабилизации 1Т-компании ее ставка дисконтирования может снижаться, а расчет сдвигается в сторону более формализованных методик.
Связь обнаруженных закономерностей с предыдущими работами показывает, что существующие исследования учитывают групповые отличия в 1Т-проектах, варьируют методы расчета ставки и описывают варианты коррекции риск-премий при меняющихся технических факторах. При этом единодушно отмечается важность отдельного учета вероятности технологических скачков. Использование результатов данного анализа дополняет указанные выводы и делает возможным более точное обоснование ставки дисконтирования для разных типов 1Т-бизнеса, что подтверждает справедливость предложенных методических корректировок и одновременно стимулирует новые исследования в сфере оценки стоимости инновационных проектов.
На основании систематизированных примеров установлено, что выбор между САРМ, WACC и кумулятивным методом в 1Т-проектах зависит от структуры капитала, степени публичности компании и объема доступной статистики. Первая задача - выявление сильных и слабых сторон традиционных моделей - выполнена путем раздельного описания случаев применения САРМ для публичных организаций и кумулятивного подхода для стартапов. Вторая задача -определение значимости риск-факторов в
1Т - решена за счет конкретных таблиц надбавок. Третья задача - сравнение итогов при разных методиках - показала, что склонность к кумулятивному методу выше в условиях отсутствия данных биржи.
Результаты подтверждают, что универсального решения не существует: каждое предприятие 1Т-сектора требует индивидуального расчета, ориентируясь на финансовые потоки, возможную диверсификацию и специфику инноваций. Выводы работы могут стать основой для более точной оценки эффективности проектов и стимулировать дальнейшие исследования в сфере дисконтирования для высокотехнологичных компаний.
Список источников
1. Борисенкова Ю. В., Квач Н. М. Особенности определения ставки дисконтирования при оценке стоимости бизнеса для обществ с ограниченной ответственностью // Всероссийская научная конференция молодых исследователей «Экономика сегодня: современное состояние и перспективы развития» (Век-тор-2019) : сборник материалов, Москва, 27 мая 2019 года / Министерство науки и высшего образования Российской Федерации, Российский государственный университет им. А. Н. Косыгина (Технологии. Дизайн. Искусство). Москва: Российский государственный университет им. А. Н. Косыгина, 2019. С. 48-52.
2. Кайзер К. А. Расчет ставки дисконтирования на примере инвестиционного проектирования в рыбо-хозяйственной отрасли // Социально-экономические науки и гуманитарные исследования. 2016. № 16. С. 21-26.
3. Корякин А. С. Определение ставки дисконта для оценки инвестиционного проекта // Символ науки. 2016. № 11-1. С. 93-96.
4. Малецкая С. Д., Кондраткова В. С. Совершенствование расчетов ставки дисконтирования для реализации проектов долгосрочного инвестирования // Высокие технологии и инновации в науке : сборник избранных статей международной научной конференции, Санкт-Петербург, 28 января 2020 года. СПб.: Нац-развитие, 2020. С. 271-273.
5. Моисеев Р. А., Ралков А. А., Тихомиров Д. В. Подходы к определению ставки дисконтирования в проектном финансировании: отечественный и международный опыт // Управленческое консультирование. 2018. № 7 (115). С. 69-81.
6. Полтева Т. В., Колачева Н. В. Методы определения ставки дисконтирования при оценке эффективности инвестиционных проектов // Вестник НГИЭИ. 2015. № 3 (46). С. 1-4.
7. Трошина О. В., Петрайтис Е. Е. Апробация модели расчета ставки дисконтирования для оценки инвестиционных проектов строительной отрасли // Вектор экономики. 2018. № 5 (23). С. 77.
8. Фирцева С. В., Щербакова Е. Н., Корпусова Н. С. Обоснование расчета ставки дисконтирования при
оценке эффективности инвестиционных проектов // Экономика: вчера, сегодня, завтра. 2018. Т. 8, № 10A. С. 488-496.
9. Чихирников А. М. Определение ставки дисконтирования методом кумулятивного построения // АНИ: экономика и управление. 2015. № 3 (12). С. 86-90.
10. Шихов А. А. Ставка дисконтирования: основные подходы и методы определения при оценке экономической эффективности // Инновации и инвестиции. 2023. № 6. С. 255-258.
References
1. Borisenkova Yu. V., Kvach N. M. Features of determining the discount rate when assessing the value of a business for limited liability companies. All-Russian Scientific Conference of Young Researchers "Economics today: current state and development Prospects" (Vector-2019) : collection of materials, Moscow, May 27, 2019 / Ministry of Science and Higher Education Education of the Russian Federation, A. N. Kosygin Russian State University (Technology. Design. Art). Moscow: A. N. Kosygin Russian State University, 2019. Pp. 48-52.
2. Kaiser K. A. Calculation of the discount rate on the example of investment design in the fisheries industry. Socio-economic sciences and humanitarian research. 2016. No. 16. Pp. 21-26.
3. Koryakin A. S. Determination of the discount rate for evaluating an investment project. A symbol of science. 2016. No. 11-1. Pp. 93-96.
4. Maletskaya S. D., Kondratkova V. S. Improvement of discount rate calculations for the implementation of long-term investment projects. High technologies and innovations in science : a collection of selected articles of the international scientific conference, St. Petersburg, January 28, 2020. St. Petersburg: National Development, 2020. Pp. 271-273.
5. Moiseev R. A., Ralkov A. A., Tikhomirov D. V. Approaches to determining the discount rate in project financing: domestic and international experience. Management consulting. 2018. No. 7 (115). Pp. 69-81.
6. Polteva T. V., Kolacheva N. V. Methods for determining the discount rate when evaluating the effectiveness of investment projects. Bulletin of the National Research Institute of Economics. 2015. No. 3 (46). Pp. 1-4.
7. Troshina O. V., Petraitis E. E. Approbation of the discount rate calculation model for evaluating investment projects in the construction industry. Vector of Economics. 2018. No. 5 (23). P. 77.
8. Firtseva S. V., Shcherbakova E. N., Korpusova N. S. Justification for calculating the discount rate when evaluating the effectiveness of investment projects. Economics: yesterday, today, tomorrow. 2018. Vol. 8, No. 10A. Pp. 488-496.
9. Chikhirnikov A.M. Determination of the discount rate by the cumulative construction method. ANI: economics and management. 2015. No. 3 (12). Pp. 86-90.
10. Shikhov A. A. Discount rate: basic approaches and methods of determination in assessing economic efficiency. Innovations and investments. 2023. No. 6. Pp. 255-258.
индустриальная экономика • № 1, 2025 173
