কীভাবে কোনও বেসরকারী সংস্থার বিটা গণনা করবেন

সূচক হিসাবে বিটা

কোনও সংস্থার বিটা বিস্তৃত বাজারের সাথে তুলনা করার সাথে সাথে কোনও সুরক্ষার অস্থিরতা বা নিয়মতান্ত্রিক ঝুঁকির একটি পরিমাপ। কোনও সংস্থার বিটা পরিমাপ করে কীভাবে সামগ্রিক বাজারের পরিবর্তনের সাথে সংস্থার ইকুইটি বাজারের মান পরিবর্তন হয়। সম্পদের ফেরত অনুমান করার জন্য এটি মূলধন সম্পদ মূল্য মডেল (সিএপিএম) ব্যবহার করা হয়।

বিটা, বিশেষত, বাজারের রিটার্নের বিপরীতে স্টক রিটার্নের রিগ্রেশন বিশ্লেষণের মাধ্যমে প্রাপ্ত opeাল সহগ হয়। নিম্নলিখিত রিগ্রেশন সমীকরণটি কোম্পানির বিটা অনুমান করার জন্য নিযুক্ত করা হয়:

$\begin{matrix} Δ {এস}_{আমি} = α + + β_{আমি} \times Δ এম + + ই \\ কোথায়: \\ Δ {এস}_{আমি} = স্টকের দাম পরিবর্তন আমি \\ α = রিগ্রেশন এর বিরতি মান \\ β_{আমি} = এর বিটা আমি স্টক রিটার্ন \\ Δ এম = বাজার মূল্যে পরিবর্তন \\ ই = অবশিষ্ট ত্রুটি শব্দ \end{matrix} \ শুরু {সারিবদ্ধ} & \ ডেল্টা এস_আই = \ আলফা + \ বিটা_আই \ বার \ ডেল্টা এম + ই \\ এবং \ টেক্সটবিএফ {যেখানে:} \ & \ ডেল্টা এস_আই = \ পাঠ্য stock স্টকের দামে পরিবর্তন} i \\ & \ আলফা = \ পাঠ্য reg রিগ্রেশনটির বিরতি মান} \ & a বিটা_আই = \ পাঠ্য {বিটা i \ পাঠ্য {স্টক রিটার্ন} \ & \ ডেল্টা এম = \ পাঠ্য the বাজারের দামে পরিবর্তন} \ & e = \ পাঠ্য {অবশিষ্ট ত্রুটি শব্দ} \ \ শেষ {সারিবদ্ধ}$ =সি = α + βআই × Δ এম + কোথাও: iসী = স্টকের দামে পরিবর্তন iα = রেজিস্ট্রেশনের বিপরীত মান = আই স্টকের রিটারΔমিটার = বিটা = বাজারের দামে পরিবর্তন = অবশিষ্ট অবধি

তালিকাভুক্ত সংস্থাগুলির জন্য যেমন একটি রিগ্রেশন বিশ্লেষণ পরিচালনা করা যেতে পারে কারণ historicalতিহাসিক স্টক-রিটার্ন ডেটা ব্যবহৃত হয়। তবে বেসরকারী সংস্থাগুলির কী হবে?

বেসরকারী সংস্থার শেয়ারের দামের বাজারের তথ্য না থাকায় স্টক বিটা অনুমান করা সম্ভব হচ্ছে না। সুতরাং, অন্যান্য বিটাগুলি তাদের বিটাটি অনুমান করার জন্য প্রয়োজনীয়।

তুলনামূলক সরকারী সংস্থাগুলি থেকে বিটা গণনা করা হচ্ছে

এই পদ্ধতির ক্ষেত্রে, আমাদের প্রথমে সর্বজনীনভাবে ব্যবসা-প্রতিষ্ঠিত সংস্থাগুলির গড় বিটা খুঁজে পাওয়া দরকার যা বেসরকারী সংস্থা হিসাবে একই ধরণের অপারেশন থেকে আয় করে gene এটি শিল্প গড় স্তরের বেটাগুলির জন্য প্রক্সি হবে। দ্বিতীয়ত, এই তুলনামূলক সংস্থাগুলির জন্য আমাদের গড় debtণ-থেকে-ইক্যুইটি রেশিও ব্যবহার করে গড় বিটাটি সরানো দরকার। চূড়ান্ত পদক্ষেপটি হ'ল বেসরকারী সংস্থার লক্ষ্য debtণ-থেকে-ইক্যুইটি অনুপাত ব্যবহার করে বিটা পুনরায় লিভার করা।

ধরে নিই আমরা লক্ষ্যমাত্রার debtণ-থেকে-ইক্যুইটি অনুপাতের 0.5 টির সাথে একটি চিত্রণমূলক শক্তি পরিষেবা সংস্থার বিটা অনুমান করতে চাই এবং নিম্নলিখিত সংস্থাগুলি সর্বাধিক তুলনীয় সংস্থা:

বছরের তুলনায় 2014 হিসাবে তুলনীয় সংস্থাগুলি	বিটা	ঋণ	ন্যায়	ডি / ই
হলিবার্টন কোম্পানি ( করতো HAL)	1.6	7.840	16.267	0.48
শ্লম্বার্গার লিমিটেড ( SLB)	1.65	10.565	37.850	0.28
হেলিক্স এনার্জি সলিউশন গ্রুপ ইনক। ( HLX)	1.71	523, 23	1653, 47	0.32
সুপিরিয়র এনার্জি সার্ভিসেস, ইনক। ( SPN)	1.69	1, 627.84	4079, 74	0.40
গড়
ওজনযুক্ত গড় বিটা	1.64
ওজনিত গড় ডি / ই	0.34

চারটি সংস্থার ইক্যুইটি-ওয়েটেড গড় বিটা হ'ল 1.64। এটি গাণিতিক গড় প্রায় 1.66 এর কাছাকাছি। গড় বিটা সন্ধানের জন্য নির্বাচিত পদ্ধতিটি তুলনামূলক সংস্থাগুলির ডেটা এবং আকারের পরিসীমাটির উপর নির্ভর করে।

উদাহরণস্বরূপ, যদি একটি খুব বড় সংস্থা এবং তিনটি খুব ছোট সংস্থার ব্যবস্থা থাকে, তবে একটি ভারী গড় পদ্ধতি বড় কোম্পানির বিটার দিকে পক্ষপাতদুষ্ট হবে। এই বিশেষ উদাহরণে, তবে, আমরা ওজনিত গড় বিটা নিতে পারি কারণ এটি পাটিগণিত গড়ের কাছাকাছি, যা প্রতিটি সংস্থার ইক্যুইটির সমান ওজন দেয়।

পরবর্তী পদক্ষেপটি গড় বিটাটি সরিয়ে ফেলছে। এর জন্য আমাদের এই সংস্থাগুলির জন্য গড় debtণ-থেকে-ইক্যুইটি অনুপাত প্রয়োজন। ভারিত গড় debtণ-থেকে-ইক্যুইটি অনুপাত 0.34।

$\begin{matrix} β_{তোমার দর্শন লগ করা} & = \frac{β_{এল}}{1 + + (1 - টি) \times \frac{ডি}{ই}} \\ = \frac{1 । 64}{1 + + (1 - 0 । 35) \times 0 । 34} \\ = 1 । 343 \end{matrix} \ আর্টিং {সারিবদ্ধ} u বিটা_উ & = \ ফ্র্যাক { বিটা_এল} + 1 + (1 - টি) বার rac frac {D} {E}} \ & = rac frac {1.64} {1 + (1 - 0.35) গুণ 0.34} \ & = 1.343 \ \ শেষ {সারিবদ্ধ}$ βu = 1 + + (1-টি) × ইডি βL = 1 + + (1-0.35) × 0.341.64 = 1.343

সুতরাং, আমরা 1.343 এর অবিরত বিটা পেয়েছি।

তুলনামূলক সংস্থাগুলির যেখানে ডি / ই গড় debtণ-থেকে-ইক্যুইটি অনুপাত, সেখানে করের হার, বি _u অবমুক্ত বিটা এবং বি _এল সমাপ্ত বিটা a

চূড়ান্ত পদক্ষেপে, আমাদের বেসরকারী সংস্থার টার্গেট toণ-থেকে-ইক্যুইটি অনুপাত ব্যবহার করে ইক্যুইটিটি পুনরায় লিভার করা দরকার, যা সমান 0.5।

$\begin{matrix} β_{এল} & = β_{ইউ} \times \\ = 1 । 343 \times \\ = 1 । 78 \end{matrix} \ শুরু {সারিবদ্ধ} বিটা_এল & = \ বিটা_উ \ বার \\ & = 1.343 \ বার \\ & = 1.78 \\ \ শেষ {সারিবদ্ধ}$ βL = βU × = 1, 343 × = 1.78

এই উদাহরণে, উদাহরণস্বরূপ বেসরকারী সংস্থার বিটা একটি উচ্চতর লক্ষ্য toণ-থেকে-ইক্যুইটি অনুপাতের কারণে গড় হারে বিটা থেকে বেশি।

এই পদ্ধতির কিছু অসুবিধা রয়েছে, এটি বেসরকারী সংস্থার আকার এবং পাবলিক সংস্থার আকারের মধ্যে পার্থক্যটিকে অবহেলা করে including বেশিরভাগ সময়, পাবলিক-ট্রেড সংস্থাগুলি ব্যক্তিগত সংস্থাগুলির তুলনায় আকারে অনেক বড় larger

উপার্জন বিটা পদ্ধতির

সাধারণত, তালিকাভুক্ত সংস্থাগুলি বৃহত সংস্থাগুলি যা একাধিক বিভাগে কাজ করে। অতএব, এমন তুলনামূলক ফার্মটি খুঁজে পেতে সমস্যা হতে পারে যার বিটা যথাযথভাবে প্রাইভেট সংস্থার ব্যবসায়িক বিটকে মূল্যবান হিসাবে উপস্থাপন করবে। উদাহরণস্বরূপ, অ্যাপল ইনক। (এএপিএল) এর ব্যক্তিগত কম্পিউটার, স্মার্টফোন, ট্যাবলেট এবং অন্যান্য আইটেম সহ বিভিন্ন ধরণের অপারেশন রয়েছে। এই সংস্থাটি সম্ভবত একটি ব্যক্তিগত সংস্থার সাথে স্মার্টফোন উত্পাদনের মতো খারাপ তুলনা করতে পারে।

নির্ভরযোগ্য তুলনামূলক বিটা পেতে যখন অসুবিধা হয়, তখন কোনও সংস্থার আয়ের বিটা ধারযুক্ত বিটার জন্য প্রক্সি হিসাবে ব্যবহার করা যেতে পারে। এই পদ্ধতিতে, কোম্পানির historicalতিহাসিক উপার্জন পরিবর্তনগুলি বাজারের রিটার্নগুলির বিরুদ্ধে পুনরায় চাপ দেওয়া হয়। একটি উপযুক্ত বাজার সূচক বাজারের জন্য প্রক্সি হিসাবে ব্যবহার করা যেতে পারে। উদাহরণস্বরূপ, সংস্থাটি যদি মার্কিন বাজারে কাজ করে তবে এস অ্যান্ড পি 500 প্রক্সি হিসাবে ব্যবহার করা যেতে পারে।

Historicalতিহাসিক ডেটা থেকে প্রাপ্ত বিটা এটি সংস্থার প্রত্যাশিত ভবিষ্যতের কার্যকারিতা প্রতিফলিত করে তা নিশ্চিত করার জন্য সামঞ্জস্য করা দরকার। বিটার গড়-ফিরিয়ে দেওয়া বৈশিষ্ট্যটি প্রতিবিম্বিত করতে (বিটা দীর্ঘমেয়াদে একটিতে ফিরে আসে) আমাদের নীচের সমীকরণটি ব্যবহার করে অ্যাডজাস্টেড বিটা অনুমান করতে হবে:

$\begin{matrix} β_{বিশেষণ} = α + + (1 + + α) \times β_{জ} \\ কোথায়: \\ α = স্মুথিং ফ্যাক্টর \\ β_{জ} = .তিহাসিক বিটা \\ β_{বিশেষণ} = সমন্বিত বিটা \end{matrix} \ শুরু {সারিবদ্ধ} & \ বিটা _ { পাঠ্য {বিশেষ}} = \ আলফা + (1 + \ আলফা) বার \ বিটা_এইচ \\ এবং \ টেক্সটবিএফ {যেখানে:} \ & \ আলফা = \ পাঠ্য {স্মুথিং ফ্যাক্টর} \ & \ বিটা_এইচ = \ পাঠ্য {তিহাসিক বিটা} \ & \ বিটা _ { পাঠ্য {বিশেষ}} = \ পাঠ্য {সমন্বিত বিটা} \ \ শেষ {সারিবদ্ধ}$ অ্যাডজ = α + (১ + α) where whereh যেখানে: α = স্মুথিং ফ্যাক্টরএইচ = historicalতিহাসিক বেটাজ = অ্যাডজাস্টেড বিটা

মসৃণ ফ্যাক্টরটি statতিহাসিক তথ্যের উপর ভিত্তি করে জটিল পরিসংখ্যান বিশ্লেষণের মাধ্যমে উত্পন্ন করা যেতে পারে, তবে থাম্বের নিয়ম হিসাবে, 0.33 বা (1/3) এর মান প্রক্সি হিসাবে ব্যবহৃত হয়।

উপার্জন বিটা পদ্ধতিরও কিছু সমস্যা রয়েছে। প্রথমত, বেসরকারী সংস্থাগুলির কাছে নির্ভরযোগ্য রিগ্রেশন বিশ্লেষণের জন্য সাধারণত historicalতিহাসিক উপার্জনের ডেটা থাকে না। দ্বিতীয়ত, অ্যাকাউন্টিং উপার্জন মসৃণকরণ এবং অ্যাকাউন্টিং নীতি পরিবর্তনের সাপেক্ষে। অতএব, প্রয়োজনীয় সমন্বয় করা না হলে এগুলি পরিসংখ্যানগত বিশ্লেষণের পক্ষে উপযুক্ত নাও হতে পারে।

শেষের সারি

সিএপিএম ব্যবহার করে বেসরকারী সংস্থাগুলির মূল্যায়ন সমস্যাযুক্ত হতে পারে কারণ ইক্যুইটি বিটা নির্ধারণের জন্য সোজা পদ্ধতি নেই। একটি বেসরকারী সংস্থার বিটা অনুমান করার জন্য, দুটি প্রাথমিক পন্থা রয়েছে।

একটি পদ্ধতি হ'ল একটি শিল্প গড় থেকে বা তুলনীয় সংস্থা (বা সংস্থাগুলি) থেকে তুলনীয় স্তরযুক্ত বিটা প্রাপ্ত করা যা প্রাইভেট কোম্পানির বর্তমান ব্যবসায়ের সর্বাধিক অনুকরণ করে, এই বিটাটি সরিয়ে ফেলুন এবং তারপরে সংস্থার সাহায্যে বেসরকারী সংস্থার জন্য লেভার্ডযুক্ত বিটা খুঁজে পান company's লক্ষ্য debtণ থেকে ইক্যুইটি অনুপাত। বিকল্পভাবে, কোনও ব্যক্তি সংস্থার আয়ের বিটা খুঁজে পেতে এবং উপযুক্ত সমন্বয় করার পরে এটি কোম্পানির প্রক্সি হিসাবে ব্যবহার করতে পারে।

বিনিয়োগ অ্যাকাউন্টের তুলনা করুন this এই টেবিলটিতে প্রদর্শিত অফারগুলি অংশীদারিত্বের থেকে যা থেকে ইনভেস্টোপিডিয়া ক্ষতিপূরণ গ্রহণ করে। সরবরাহকারীর নাম বর্ণনা