Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Выпускная квалификационная работа

Построение финансовой модели компании, работающей в сегменте Video-on-demand

Кедроливанская Карина Константиновна



Введение

финансовый управленческий модель

Появление компаний, предоставляющих видеоконтент по запросу, сильно поменяло сегмент индустрии развлечений. С каждым годом все больше и больше пользователей начинают использовать различные стриминговые платформы для просмотра видео и фильмов, и все меньше пользователей используют традиционные способы потребления видеоконтента. Это связано с рядом факторов: удобство получения контента: возможность просматривать его из любой точки мира с любого устройства; удобное расписание: нет необходимости ждать выхода фильма, так как он доступен для просмотра в любое удобное для пользователя время.

Первым шагом развития Video-on-Demand (VoD), сегмента было появление нелегальных стриминговых платформ, предоставлявших пиратский нелицензированный контент. В последнее время работа подобных платформ была запрещена и стала регулируемой, вследствие чего стали появляться официальные сервисы с лицензированным контентом, что увеличило качество видео и привлекло новых пользователей.

Спустя некоторое время стриминговые платформы стали взымать со своих пользователей плату за предоставляемые услуги, что привело к появлению новых бизнес моделей, из-за чего появилась необходимость построения эффективно функционирующей финансовой модели, на основании которой компания сможет принимать стратегически значимые финансовые, управленческие и операционные решения.

Объектом исследования данной работы является сегмент VoD, а также сервисы, предоставляющие пользователю видео по запросу.

Предмет исследования - это финансовая модель, позволяющая прогнозировать значения ряда финансовых показателей, таких как расходы, выручка и мультипликаторы, а также использующиеся для принятия стратегических решений.

Гипотеза исследования:

Финансовая модель позволит компании прогнозировать основные финансовые показатели для принятия и осуществления наиболее эффективных операционных и инвестиционных решений.

Постановка цели и задачей исследования:

Общей целью данного исследования является построение модели для компании, работающей в VoD сегменте для оценки основных финансовых показателей деятельности. В рамках выше поставленной цели предполагается решить следующие задачи:

1. Провести маркетинговое исследование российского VoD сегмента.

2. Изучить теоретическую базу построения финансовых моделей, и выбрать наиболее эффективную модель для компании, работающей в российском сегменте.

3. Выбрать для дальнейшего построения финансовой модели компанию на основе показателей: ежегодный рост аудитории и среднегодовой темп роста продаж, а также базируюсь на основных для стримингово сервиса метриках: разнообразность контента, качество виде, цена и количество рекламы, на единицу контента.

4. Построить финансовую модель для выбранной компании.

5. Оценить эффективность построенной модели.

Новизна исследования:

Данная дипломная работа представляет собой построение уникального инструмента прогнозирования и анализа финансовых показателей компании, работающей в сегменте VoD. Финансовых моделей для сегмента на дату написания дипломной работы нет, поэтому данная работа имеет высокой уровень новизны. Также в работе предлагается новый метод построения финансовой модели, на основе открытых данных анализируемой компании.

Актуальность, теоретическое и практическое значение:

Данная работа представляет собой актуальный и необходимый инструмент для компаний, так как стриминговые платформы существуют на рынке не так давно, поэтому являются не до конца изученными и описанными. Финансовая модель, реализуемая в данной работе, будет являться одним и важнейших финансовых инструментов компании, позволяющим рассчитывать основные финансовые метрики, такие как: выручка и расходы, количество подписчиков. А также даст возможность удешевить данный процесс, поскольку не влечет необходимости задействования высококвалифицированных кадров и финансово затратного обучения персонала, в следствие своей простоты в использовании и понимании. Модель будет реализована в Excel, а значит не нуждается в поддержке дорогих систем и затрат на их внедрение.

Ограничения работы:

Исследование по построению финансовой модели будет осуществляться только для компании, работающей на российском рынке, так как он является целевым для данной работы. Компания будет выбрана на основании следующих показателей: ежегодный рост аудитории и среднегодовой темп роста продаж, а также: разнообразности контента, качества видео, цены и количества рекламы на единицу контента. Данные показатели были выбраны, на основе недавнего исследования консалтинговой компании J'son & Partners Consulting, являющейся ведущей консалтинговой компанией на рынках медиа и информационных технологий, что позволяют сделать обоснованный вывод о финансовой ситуации в компании, а также ее привлекательности для клиента [1].

Данная работа базируется на открытых финансовых данных анализируемых компаний: их ежегодных отчетах и тематических консалтинговых исследованиях, данных, взятых из статистических онлайн порталов Statista и Росстат за последние 3 года.

Основные термины:

Video on Demand (VoD) - видео по запросу, способ доставки пользователю видеоконтента по цифровой кабельной, спутниковой или эфирной телевизионной сети операторов платного ТВ [2].

Видеоконтент - это любой тип видео, от музыкальных клипов и телерекламы до документальных фильмов и графических заставок [2].

Стриминг/ стриминговые платформы/ стриминговые сервисы - это потоковое онлайн-вещание и предоставление пользователю контента. К стриминговому контентенту относят музыку, видео и информацию, которые пользователь получает непрерывно от провайдера потокового вещания.

Финансовое моделирование - это процесс создания модели суммирующей расходы и доходы компании позволяющей прогнозировать будущую доходность компании, а также определять влияние принятия различных операционных и инвестиционных решений.

Методы исследования:

Финансовая модель для прогнозирования основных экономических показателей должна быть: гибкой к изменениям, прозрачной и наглядной, а также удобной для пользователя и простой в использование. По этим причинам она будет разработана на платформе Microsoft Office, а именно в Microsoft Excel.

Для реализации многофакторной модели в Excel необходимо составить структуру модели расчетов. Для этого необходимо выполнить следующие шаги:

1. Первым наиболее важным шагом является анализ финансовой отчетности компании. В анализ финансовой отчетности входит: анализ баланса, отчета о финансовых результатах, отчета о движении денежных средств. Для анализируемого сегмента может возникнуть проблема нехватки данных, для решения данной проблемы будем использовать данные похожей компании из анализируемой отрасли.

2. Определить, как именно можно спрогнозировать значение каждого из показателей в каждой из форм отчетности. При этом может потребоваться формирование допущений или гипотез об исходных данных для расчетов.

3. Описать формулы, которые будут использоваться в расчетах, для получения финансовых показателей.

4. Сформировать перечень гипотез и книгу формул, которые используются в финансовой модели.

После успешного выполнения этих 4 шагов можно приступать к реализации финансовой модели в Excel. Использование этой платформы также обоснованно экономией на поддержке дорогих систем и затрат на внедрение.

Ожидаемые результаты:

Результатом данной работы должна стать разработанная финансовая модель, позволяющая прогнозировать: выручку и расходы компании, а также рассчитывать ряд стратегических мультипликаторов для принятия стратегических решений, а также позволяющая удешевить данный процесс. Модель будет реализована для компании, работающей на российском рынке видео по запросу, выбранной на основе показателей ее финансовой привлекательности, а также ее привлекательности для клиента.

Прототип модели будет представлен в качестве одного из возможных вариантов автоматизации процесса, так как не привязан к конкретной платформе, и может быть реализован в любой среде.

В перовой главе данной дипломной работы будет проанализирована основная литература по теме исследования. Детально изучен сегмент VoD, тренды и драйверы роста данного сегмента, а также выбрана компания ориентир для построения финансовой модели.

Во второй главе будет детальны изучены различные методологии построения финансовых моделей, а также описано построение финансовой модели для выбранной в первой главе компании ориентира.

В третьей главе работы будет оценена эффективность построенной модели, а также описаны рекомендации по ее использованию различными заинтересованными сторонами.

1. Сегмент Video-on-Demand

1.1 Анализ основной литературы

Различные стримнговые платформы появились на рынке индустрии развлечений всего несколько лет назад, и являются не до конца изученными и исследованными, вследствие чего литературы по данной теме не так и много. Начиная с 2015 года рядом консалтинговых компаний и аналитических агентств было выпущено большое количество отчетов о рынке VoD.

Одними из первых вышел отчет от консалтинговой компании J'son & Partners Consulting (2017) в котором был описаны результаты исследования российского рынка платного телевидения и перспективы развития сегментаVoD до 2020 года [3]. Данный отчет представляет отличную теоретическую базу для понимания сегмента, но имеет достаточно краткое описание компаний лидеров и их ключевых преимуществ. В 2018 году данная консалтинговая компания выпустила еще один отчет о рынке платного телевидения, где были проанализированы ключевые драйверы роста сегмента, а также перспективы развития в связи с появлением новых технологий и государственной политики относительно интернета.

Анализом международного рынка сегмента VoD занималось ряд компаний. Одним из первых появилось исследование Broadcast Intelligence (2019) в котором были проанализированы 20 трансатлантических сервисов, работающих на рынке VoD, такие как: «NowTV», «DirecTV» «Now», «Netflix», «YouTube TV», «Eurosport Player» и т.д. [4]. Для каждой компании был проанализированы количественные и качественные характеристики предоставляемых услуг, положение на рынке, а также стратегический анализ эффективности и перспектив компании.

Компания Limelight Networks (2019) опубликовала исследования относительно поведения и привычек пользователей из Европы, США, Индии, Японии и Южной Корее в интернете, позволяющее сделать прогноз относительно мирового сегмента видео по запросу [5]. Количество пользователей стриминговых платформ ежегодно растет, и они начинают просматривать все больше единиц контента. К сожалению, данное исследование не анализировало поведение и привычки пользователей российского сегмента, поэтому дать четкий прогноз базируясь на данном исследование нельзя.

В 2019 году консалтинговая компания PWC выпустила обзор индустрии развлечении? и медиа и прогноз развития этих сегментов [6]. Данный обзор дал четкое представление о новых трендах в индустрии развлечений, а также основных мероприятиях характерных для большинства российских VoD платформ, а именно: инвестиции в контент и его консолидация, геймификация, инвестиции в скорость и качество видео.

Сегмент VoD появился всего несколько лет назад благодаря сервисам предоставляющим пользователям видео по запросу. Данный сегмент является не до конца изученным и ежегодно появляется все больше и больше исследований, исследованием сегмента занимаются как научные институты, так и консалтинговые компании и аналитические агентства.

1.2 Обзор российского сегмента Video-on-Demand и анализ основных трендов

Сегмент Video-on-demand (VoD) - это система предоставления платного доступа пользователю для просмотра видео контента, такого как: фильмы, видеоклипы, сериалы и различные передачи.

В последнем исследование опубликованном консалтинговой компанией J'son & Partners Consulting было выделено 68 компаний, работающих на российском VoD сегменте [7]. Все эти компании можно разделить по 5 основным сегментам. Данные сегменты позволяют сложить представление структуре рынка VoD:

1. Онлайн-кинотеатры;

Представляют собой агрегаторы контента, позволяющие пользователю просматривать фильмы, видео, сериалы через: сайт или приложение сервиса, каналы Smart TV, или каналы операторов. Пример онлайн-кинотеатров: «IVI», «Megogo», «Okko» и другие.

2. Телеканалы;

Изначально телеканалы работают на телевидение, но также представляют пользователям свой контент в интернете по платной или рекламной модели, доступный для просмотра на стационарных и мобильных устройствах. Пример: «СТС», «Первый канал», «ТНТ» и другие.

3. Операторы;

Являются провайдерами платного телевидения, предоставляющие пользователям доступ для просмотра видеоконтента на приставках, мобильных приложениях и специальных сайтах. Пример операторов: «Ростелеком», «Билайн», «МТС», «Мегафон» и другие.

4. Платформы цифровой дистрибуции.

Сервисы агрегирующие видеоконтент и предоставляющие его пользователям для просмотра без привязки к конкретному провайдеру. Данные компании предлагают пользователям приложения для стационарных и мобильных платформ. Пример платформ цифровой дистрибуции: «iTunes», «Google Play» и т.д.

5. Агрегаторы и инфосервисы.

К данной категории относятся сервисы, размещающие стороннюю видео рекламу на собственных ресурсах, либо сервисы агрегирующие видеоконтент различных сторонних ресурсов. Пример таких сервисов: «afisha.ru», «Яндекс. Видео» и другие.

Итоговая выручка в сегменте «Видео по запросу» в 2019 году составила 41,2 млрд. рублей [7]. Наибольшую долю в выручке VoD сегмента (70%) занимают online кинотеатры (см. рисунок 1). Доля остальных игроков сегмента составляет 30%.

Рисунок 1. Структура выручки VoD по типу сегментации за 2019 год

Помимо сегментации рынка другой отличительной чертой компаний данного сегмента является модель монетизации видео сервиса. Различают пять типов монетизации:

1. FVoD (Free Video on Demand);

Тип монетизации VoD, при котором пользователю предоставляется почти безграничный бесплатный доступ к видео контенту, также данный способ не предполагает показ пользователю рекламы.

2. AVoD (Advertising Video on Demand);

Рекламная модель монетизации, при которой пользователю открывается доступ к видео контенту бесплатно, но с определенной периодичностью демонстрируется реклама. По способу размещения рекламы выделяются:

а) in-stream - встраивание рекламы внутрь видео контента;

в) out-stream размещение рекламы вне видео контента. Например, на заставке или в описание видео.

3. SVoD (Subscription Video on Demand);

Платная модель монетизации VoD, предполагающий предоставление пользователю видео для неограниченного просмотра за определенную цену. Обычно такую цену называют стоимостью подписки.

4. TVoD (Transactional Video on Demand);

Платная модель, при которой пользователю предоставляется платный ограниченный доступ к видео контенту. Важно отметить, что доступ предоставляется пользователю либо на ограниченное время, либо на ограниченное число просмотров, а по истечение периода доступ закрывается.

5. EST (Electronic Sell-Through).

При данном типе платной модели монетизации предполагается, что за сервис открывает пользователю платный доступ к видео контенту, на неограниченный период времени и количество просмотров. То есть данный способ монетизации является продажей видео.

Для анализа распределения моделей монетизации в российском сегменте VoD была построена диаграмма распределения структуры рынка по моделям монетизации за 2015-2020 годы, изображенная на рисунке 2. Данные для построения данной диаграммы были взяты из консалтингового исследования, опубликованного J'son & Partners Consulting [7].

Рисунок 2. Структура рынка VoD по моделям монетизации за 2015-2020 годы

Наиболее популярной моделью монетизации являются - AVOD, доля которой в 2019 году составила 60%. Второй по популярности моделью монетизации является TVOD составляя 17% рынка. SVOD и EST имеют примерно равное распределение, составляющее 13% и 11% соответственно.

Также стоит отметить ежегодную динамику снижения доли рекламной модели монетизации, и рост доли доходов от платной модели. Это происходит в силу перехода многих сервисов на продажу платного контента и роста числа пользователей готовых покупать подписку на сервис. В 2019 году количество пользователей в сегменте VoD составило 21,6 млн. человек [7].

Для более четкого понимания рынка были проанализированы основные тренды, характерные для сегмента VoD. Понимание трендов позволяет не только сложить более четкое мнение о сегменте, но и понять, что будет являться основным драйвером изменений в ближайший период. В рамках данной работы все тренды, повлиявшие в 2019 году на рынок VoD, были представлены в виде структуры, изображенной на рисунке 3 и разделены на 4 основные категории, такие как: правовые, экономические, технологические и экологические.

Рисунок 3. Структура трендов, влияющих на VoD сегмент

К правовому фактору относятся:

­ Блокировка пиратских источников напрямую повлияет на поведение большинства пользователей и, как следствие, увеличит доход с помощью моделей платной монетизации.

­ Государственное регулирование отрасли, а именно введение ряда законов об интернете и внимание правительства к отрасли.

К экономическому фактору относятся:

­ Растущий спрос на платный контент;

­ Постоянная экспансия российских онлайн-кинотеатров на мировой рынок;

­ Увеличение количества рекламных роликов в видео;

­ Новые модели монетизации и дальнейшее развитие консультационных услуг;

­ Расширение сотрудничества онлайн-кинотеатров с операторами связи. Например, российский оператор «Триколор», имеющий наибольшее количество абонентов платного телевидения, запустил услугу VOD в сотрудничестве с «TVzavr» в ноябре 2016 года;

­ Усиление российских интернет-компаний, таких как «Яндекс» и «Mail.ru».

К технологическому фактору относятся:

­ Увеличение доли фильмов в HD - формате;

­ Запуск продаж фильмов в 4К формате.

Также стоит отметить, что стримнговые сервисы стали только популярнее в 2020 году, это произошло по ряду причин:

1. Пандемия коронавируса;

Из-за введения режима изоляции большое количество людей находится дома, также введены запреты на работу кинотеатров, в силу чего наблюдается рост спроса на услуги стриминговых сервисов [8]. В результате роста количества пользователей ожидается рост выручки компаний VoD сегмента.

2. Экономический кризис;

Начавшийся в начале марта 2020 года кризис, повлияет на все сферы жизни общества в результате чего на рынке VoD может наблюдаться снижение числа клиентов, но в силу того, что стримнговые сервисы предлагают достаточно бюджетные товары (средняя цена месячной подписки составляет 300 рублей) снижение числа пользователей не должно быть сильно высоким, а наоборот ряд пользователей предпочтут купить подписку на стриминговый сервис походу в кино.

Описанные выше тренды и являются драйверами изменений рынка VoD в 2019 и 2020 годах.

1.3 Выбор компании ориентира для построения финансовой модели

Целью данной работы является построение финансовой модели, для компании работающей в российском VoD сегменте. Для построения такой модели должна быть выбрана компания ориентир. Растущая компания, лидер сегмента, которая и послужит основой. На данных выбранной компании будут рассчитаны основные финансовые показатели и проведен анализ.

Для выбора наиболее перспективной компании было построено дерево принятия решения, изображенное на рисунке 4, включающий анализ количественных и качественных характеристик компаний.

Рисунок 4. Дерево факторов выбора компании лидера в VoD сегменте



Стоит отметить, что компания ориентир будет выбрана из подсегмента online-кинотеатров, так как именно данный подсегмент обеспечивает наибольший размер выручки в сегменте VoD, и составляет 70%.

a) Анализ количественных показателей;

Первым шагом выбора компании является анализ количественных показателей, а именно анализ ежегодного роста аудитории и среднегодового темпа роста продаж. Данные показатели были выбраны потому, что являются наиболее важными для сегмента и используются в теоретических и аналитических работах по изучению сегмента VoD. Среднегодовой темп роста выручки является наиболее важным для оценки финансовым показателем, позволяющим оценить финансовую привлекательность анализируемой компании, а ежегодный рост аудитории является наиболее важным операционным показателем, позволяющем сделать вывод об эффективности компании. Для 13 компаний, работающих в сегменте VoD, была построена точечная диаграмма ежегодного роста аудитории и среднегодового темпа роста продаж за 2018-2019 года, изображенная на рисунке 5.

Рисунок 5. Точечная диаграмма ежегодного роста аудитории и среднегодового темпа роста продаж за 2018-2019 года



На диаграмме расположены компании проранжированные по ежегодному росту количества подписчиков и среднегодовому темпу роста продаж. Также на графике синими кружками обозначены размеры выручки анализируемых компаний. Где большой круг обозначает объем выручки близкий к 6 млрд. рублей, а маленький круг обозначает объем выручки близкий к 1 млрд. рублей. Данные о среднегодовом темпе роста продаж и ежегодном росте аудитории были взяты из открытых источников [7]. Также стоит отметить, что рост выручки и пользователей рассчитывается только для российских компаний, за исключением российских отделов иностранных компаний, связанных с VOD (к ним относится YouTube и iTunes).

В верхней части диаграммы расположены 6 наиболее перспективных компаний сегмента, так как у них наблюдается наибольшая динамика роста обоих показателей. Для дальнейшего анализа были выбраны такие компании как:

a) «IVI»

Контролирует более 25% рынков SVOD и TVOD. 50% контента составляют полнометражные фильмы. Самостоятельно компанией был выпущен 1 анимационный сериал и 1 фильм. «IVI» использует для монетизации как платную, так и рекламную модель.

b) «TVzavr»

Небольшая компания, основным преимуществом которой является предоставление пользователю фильмов снятых в СССР (43% контента). «TVzavr» имеет соглашение с компанией «Парадис» о показе фильмов одновременно с кинотеатрами, что является уникальная возможность для российского рынка VoD сервисов. Сервис монетизируется как с помощью рекламной, так и с помощью платной модели.

c) «Tvigle»

83% контента, предоставляемого пользователям, производится российскими компаниями. Данный сервис имеет высокую долю музыкальных клипов (25%). Для монетизации использует только рекламную модель (AVOD).

d) «Okko»

Одна из наиболее быстрорастущих компаний сегмента. Контролирует 46% рынка EST, в основном ориентированных на иностранные фильмы (85% контента). Имеет партнерские отношения с другим сервисом «Amdiateka».

e) «Megogo»

Данный сервис работает с детьми и имеет наиболее высокую долю контента для детей (23%). В 2018 году вышло приложение «Мультик» с HD анимацией для детей.

f) «Amediateka»

Контролирует 29% рынка SVOD. 41% контента составляют сериалы. Вся продукция HD-качества, 90% которой производится иностранными компаниями.

Стоит отметить, что VoD сегмент высоко концентрирован, топ-6 игроков контролируют ~75% рынка.

b) Анализ качественных показателей;

Вторым шагом выбора компании ориентира является анализ качественных показателей, таких как:

­ Количество уникальных фрагментов контента (контент);

Для выбранных в первой части подглавы 6 компаний были проанализированы фильмы, сериалы и видеоклипы, предлагаемые пользователям для просмотра на сервисе. Также были проанализированы зарубежные и российские правообладатели, являющиеся партнерами анализируемых компаний. После этого копании были проранжированны по количеству уникальных единиц контента между оценками «удовлетворительно» и «неудовлетворительно».

­ Соотношение форматов видео SD и HD (качество видео);

Для всех 6 анализируемых компаний были посчитаны соотношения SD и HD видео. Те компании, у которых количество видео в формате HD превышало количество видео в формате SD получали оценку «удовлетворительно», те компании у которых количество видео в формате SD превышало количество видео в формате HD получали оценку «неудовлетворительно».

­ Средняя цена ежемесячной подписки (цена);

Для анализа данного показателя сравнивалась средняя ежемесячная цена подписки всех 6 компаний. Компании и с наименьшей ценой получали оценку «удовлетворительно», компании с наиболее высокой ценой подписки получали оценку «неудовлетворительно».

­ Доля AVOD и средняя длина рекламы (реклама)

Последними качественными показателями, используемыми в данной работе для сравнения компаний, является доля AVOD и средняя длина рекламы (реклама). Анализируемые компании были распределены по количеству рекламы между оценками «удовлетворительно» и «неудовлетворительно», в зависимости от количества рекламы. Если компания показывает пользователю много рекламы, она получала оценку «неудовлетворительно», если рекламы показывается не много, либо совсем не показывается компания получала оценку «удовлетворительно».

На основе 4 описанных выше показателей была построена диаграммы изображенная на рисунке 6.



Рисунок 6. Диаграмма анализа качественных показателей работы компаний

Из анализа диаграммы видно, что выделяются 2 компании лидера: «IVI» и «Okko». Но для компании ориентира, на базе которой во второй главе работы будет построена финансовая модель была выбрана компания «IVI», так как варианты подписки на сервис, предлагаемые пользователям разнообразнее, подписок, предлагаемых компанией «Okko». Также стоит отметить, что для анализа компания IVI» интереснее, так как работает как по платной модели, так и по рекламной модели монетизации, в то время как компания «Okko» работает только по платной модели.

Также результатом проведения анализа качественных показателей работы компании стал ряд выводов:

• Российские клиенты чувствительны к цене и часто предпочитают смотреть рекламу, а не платить. Данный вывод можно заметить н примере компании «Tvigle», монетизирующейся с помощью AVOD. Клиенты сервиса смотрят фильмы бесплатно, но в течение фильма несколько раз просматривают рекламу);

• Низкое качество видео может быть компенсировано большим разнообразием контента. Такой вывод можно сделать на примере компании «Megogo», которая предоставляет для просмотра пользователям видео в качестве SD, но обладает большой библиотекой фильмов для различных категорий пользователей;

• Все перспективные игроки имеют свое уникальное ценностное предложение. Помимо ориентации на конкретную аудиторию, это может быть противодействие бизнес-модели. Например, сервис «Amediateca» специализируется на сериалах, а сервис «Megogo» имеет большую базу контента для детей, что и является их конкурентным преимуществом.

Выбранная для дальнейшего анализа компания ориентир «IVI» обладает не только большим количеством клиентов и разнообразностью контента, но и уникальным ценностным предложением, отличающим сервис от остальных компаний данного сегмента.

Был детально рассмотрен российский сегмент VoD, описаны основные количественные показатели сегмента в 2019 году, классификация компаний-игроков, а также основные модели монетизации, применяемые компаниями и их влияние на объем рынка. Были изучены основные правовые, экономические и технологические тенденции, которые будут влиять на рынок и формировать отрасль.

Выбор компании ориентира основан на следующих ключевых количественных: ежегодный темп роста продаж и ежегодный темп роста аудитории и качественных показателях эффективности: количество уникальных фрагментов контента (контент), соотношение SD и HD видео (качество видео), средняя цена ежемесячной подписки (цена), средняя длина рекламы (реклама).

В рамках компании ориентира для построения финансовой модели была выбрана компания «IVI», являющаяся лидером рынка сегмента VoD.



2. Построение финансовой модели для компании, работающей в VoD сегменте

2.1 Обзор подходов к финансовому моделированию

Инструмент финансового моделирования используется различными компаниями достаточно давно для прогнозирования основных экономических метрик, оптимизации ресурсов, координация финансовой деятельности подразделений компании и принятие решений.

Достаточно полная теория по финансовому моделированию была предложена E.R. Yescombe (2002). Yescombe разработал пошаговый подход к созданию модели с описанием этапов и ключевых действий: выбор исходных данных, предпосылок модели, структуры и ключевых метрик [9]. Данная книга представляет огромный потенциал для данной работы, так позволяет системно подойти к построению модели, но не является достаточной, так как не разбирает смысл и преимущества использования тех или иных основных финансовых метрик необходимых для разработки финансовой модели.

Теорию по основным финансовым показателям, а также их практическое применение в современной экономике описали Ричард Брейли и Стюарт Майерс (1980) в фундаментальном учебнике по финансовому анализу [10]. Работа данных ученых позволила выбрать основные финансовые метрики, которые будут выбраны для построения модели: прибыль, выручка, расходы, NPV, IRR, но для построения эффективной модели недостаточно изучить только теорию по финансовому моделированию, также необходимо изучить моделируемый сегмент, а именно рынок VoD.

Финансовое моделирование используется компаниями для построения абстрактного представления реальной или предполагаемой финансовой ситуации [11]. Чаще всего компании используют финансовое моделирование для оценки инвестиционных решений, оценки текущего или будущего бизнеса, поскольку модель позволяет четко представить экономику проекта, оценить эффективность вложений средств в различные проекты и решения [12]. Современные модели, помимо анализа финансовой деятельности компании должны служить достаточным инструментом при принятие управленческих решений. Финансовые модели компаний объединяют в себе методы математического, эконометрического и статистического моделирования.

В современном подходе к финансовому моделированию выделяют 5 основных этапов [13]:

1. Понять историю компании и сформировать видение ее? дальнейшего развития;

2. Выбрать подходы / методы оценки, наиболее применимые к анализируемой компании;

3. Сделать все необходимые расчеты;

4. Соединить полученные результаты воедино и представить в виде модели;

5. Преобразовать полученную оценку в аргументированное решение / предложение.

В зависимости от цели создания финансовой модели выделяют классификацию:

­ По временному признаку [14]:

a) Финансовые модели для принятия стратегических решений;

К данной группе относят финансовые модели для принятия решений о реализации инвестиционных проектов, расчета стоимости бизнеса, прогнозирование макроэкономических ситуаций.

b) Финансовые модели для принятия операционных решений.

Данный тип моделей применяется для расчета эффекта от внедрения новых систем планирования и мотивации сотрудников, организации процесса закупки и складирования.

­ Также принято классифицировать модели по объекту моделирования [15]:

a) Модели для оценки инвестиционных проектов;

b) Модели для оценки операционных проектов;

c) Модели для прогнозирования цен активов;

d) Модели прогнозирования макроэкономических ситуаций;

e) Модели оценки котировок портфеля.

­ Финансовые модели также можно разделить по анализу свойств моделируемого объекта [16]:

a) Тематические;

Это модели позволяющие анализировать отдельно взятый элемент объекта или бизнес-процесса. Например, моделирование процесса закупок, процесса работы склада, процесса организации работы колл-центра.

b) Комплексные.

К данной группе относятся финансовые модели включающие в себя все элементы анализируемого объекта. Например, моделирование инвестиционной или операционной деятельности компании.

­ Также модели принято разделять по возможности неоднократного применения [17]:

a) Уникальные модели;

Данный тип моделей применяется при анализе специфических ситуаций. Повторное использование данных моделей затруднительно.

b) Типовые модели.

Типовые модели могут повторно использоваться различными компаниями, и представляют собой шаблон.

­ В зависимости от индустрии деятельности принято классифицировать финансовые модели на [18]:

a) Модели для моделирования деятельности производственных компаний;

b) Финансовое моделирование в банкинге и ритейле;

c) Финансовые модели для сектора торговли и сферы услуг;

d) Финансовое моделирование в сфере IT.

­ Также модели классифицируют финансовые модели по количеству анализируемых факторов:

a) Однофакторные модели;

b) Многофакторные модели.

Описанные выше классы моделей позволяют достаточно полно и подробно описать и проанализировать ситуацию или проблему, в зависимости от цели и задачи.

Помимо различных классификаций, принято выделять ряд требований к финансовым моделям, а именно [19]:

1. Понятность;

Данные, предпосылки модели, расчеты и полученные результаты должны быть понятны пользователю.

2. Экономическая целесообразность.

Любая финансовая модель должна быть целесообразна, что значит, что затраты потраченные на разработку модели должны быть ниже выгод, полученных от нее. Также модель должна выполнять определенную, заранее запланированную функцию.

3. Гибкость.

Модель должна представлять пользователю возможность быстро вносить изменения и получать новый результат без существенных временных затрат.

4. Управляемость и эргономичность.

Модель должна быть понятна пользователю, легка в использование и внедрение.

Удовлетворяющая всем требованиям модель будет отличным инструментом при принятии решений. В силу разнородности стоящих перед компанией задач не существует единственно верной методологии финансового моделирования, и все чаще ведущие аналитические агентства предлагают нестандартные подходы. Например, все чаще при построение финансовых моделей используется методология SMART (Specific, Measurable, Achievable, Relevant, Time bound), которую обычно применяют в стратегических целях [20]:

­ Specific - модель должна быть конкретна, и решать определенную задачу.

­ Measurable - прогнозируемые и анализируемые в модели показатели должны быть измерима;

­ Achievable - все прогнозируемые в модели значения должны быть достижимы;

­ Relevant - должна быть четкая возможность оценки релевантности и эффекта от построения модели;

­ Time bound - при построении модели должны быть четко определены временные рамки.

Для построения финансовой модели компании также необходимо проанализировать внешнюю и внутреннюю среду компании. Обзор внешней среды включает в себя:

a) Анализ макроэкономических показателей;

b) Отрасли, в которой? работает фирма;

c) Трендов рынка;

Данный анализ позволит сформировать мнение о возможных угрозах и основных трендах, влияющих на рынок, а также добавить в анализ характерные для индустрии показатели. Такой анализ был проделан в первой главе работы. Также должна быть проанализирована внутренняя среда компании, включающая в себя анализ:

a) Истории компании;

b) Финансовой отчетности, если такая имеется;

c) Показателей операционной и инвестиционной деятельности.

Одним из наиболее информативных источников информации для создания финансовой модели компании является внешняя бухгалтерская отчетность. Она является обобщающим источником информации об имуществе организации и источниках его формирования, доходах и расходах организации. К сожалению, не все компании раскрывают свою отчетность для всеобщего пользования, поэтому для поиска необходимых данных можно использовать открытую информацию из средств массовой информации.

Построенная в рамках данной работы модель будет представлять собой комплексную многофакторную типовую модель для принятия операционных и инвестиционных решений для компании, работающей в сегменте VoD, при построении которой была проанализирована внешняя и внутренняя среда компании. Данная модель может быть масштабирована для других компаний сегмента.

2.2 Построение финансовой модели для компании, работающей в сегменте Video-on-Demand

Обзор функциональности и допущения будущей модели

Целью данной работы является построении многофакторной финансовой модели для компании, работающей в сегменте VoD. В первой части данной работы была выбрана компания «IVI» для дальнейшего анализа и построения финансовой модели. Для создания эффективной многофакторной финансовой модели в начале работы должны быть выбран спектр вопросов, которые она позволит наиболее эффективно решать. Построенная в данной работе многофакторная модель позволит прогнозировать основные финансовые показатели, такие как: количество пользователей сервиса, выручка анализируемой компании, затраты на создание контента, а также расчет различных мультипликаторов, которые помогут менеджерам анализируемой компании принимать управленческие решения, а именно: финансовая модель позволяет прогнозировать расходы компании на контент в зависимости от соотношения расходов на покупку полнометражных фильмов и сериалов, а также на производство собственного контента; позволят прогнозировать динамику выручки в зависимости от:

1. Модели монетизации;

Для анализируемого в данной работе видео сервиса «IVI» характерно два типа монетизации, а именно рекламная и подписная модели. В последнее время наблюдается динамика роста доходов от подписной модели и снижение доходов от рекламной модели монетизации сервиса;

2. Количества пользователей сервиса;

Данная модель позволит прогнозировать динамику выручки в зависимости от количества пользователей сервиса, которое обусловлено динамикой сегмента, а также динамикой количества пользователей сервиса.

3. Типов подписки и цен на нее;

Анализируемый в данной работе сервис предлагает клиентам четыре типа подписок: подписка на 1 месяц за 399 рублей, подписка на 3 месяца за 999 рублей, подписка на 6 месяцев за 1790 рублей и подписка на 12 месяцев за 2990 рублей [21]. В зависимости от распределения пользователей по типам подписки данная модель позволяет прогнозировать динамику выручки. В данной модели взяты значения распределения подписок средние для индустрии.

Также финансовая модель позволяет рассчитывать такие мультипликаторы как:

- стоимость компании в расчете на количество покупателей;

Где ЕV - реальная стоимость компании, а Subscribers (Users) - количество пользователей сервиса [22]. Данный отраслевой мультипликатор показывает зависимость стоимости компании от числа пользователей (подписчиков) и считается, что значения мультипликатора большие 100 характерны для растущих компаний [23].

- отражает сколько своих годовых выручек стоит компания.

Где ЕV - реальная стоимость компании, а Sales - выручка компании за анализируемый период. В классической теории финансов считается, что более низкое значение мультипликатора более предпочтительно для компаний, так как в таком случае компания будет недооценена. Для наиболее инвестиционно привлекательных компаний значение данного мультипликатора лежит в диапазоне от 1 до 3 [24].

Для построения эффективной финансовой модели, позволяющей прогнозировать описанные выше показатели необходимы данные, на которых бы данная модель основывалась. Выбранная для анализа компания не осуществляла первичное публичное размещение акций, поэтому финансовую отчетность она не публикует, также компания не выкладывает в открыты источники бухгалтерскую отчетность и не разглашает детальную информацию о расходах. Все данные в данной работе о выручке и расходах компании, а также ее стоимости были взяты из открытых источников, официального сайта анализируемой компании либо спрогнозированы.

Базой финансовой модели стали данные за 2019 год. Ряд показателей представляет собой средние значения с 2014 по 2019 год.

Построение модели и прогнозирование основных финансовых показателей анализируемой компании

Первым шагом построения модели было построение целей и поиск данных. Основываясь на целях, предъявленных к модели процесс построения, был разбит на части:

1. Прогноз динамики выручки

Для прогнозирования выручки компании была построена структура выручки компании (Рисунок 1).



Рисунок 7. Структура выручки компании «IVI»

Для прогнозирования выручки компании на первом шаге было найдено ежемесячное количество пользователей сервиса за месяц в 2019 году, которое составило 1,2 млн. человек. Данные о количестве пользователей были взяты на официальном сайте компании [25].

Из аналитического отчета «Российский рынок онлайн-кинотеатров 2019» консалтинговой компании TMT consulting, были взяты данные о ежемесячной динамики роста числа пользователей сервиса, который ежемесячно составляет 0,10%.

На основе описанных выше данных была составлена модель прогнозирования ежемесячного количества пользователей с учетом корректировки на ежемесячный рост пользователей [26].

Следующим шагом построения модели является прогноз распределения пользователей по типу подписки. Анализируемая в данной работе компания «IVI» предлагает своим пользователям четыре типа подписки: подписка на 1 месяц, цена которой 399 рублей, подписка на 3 месяца за 999 рубле, подписка на 6 месяцев - 1790 рублей и подписка на год (12 месяцев за 2990 рублей). Распределений подписчиков по типу подписки было взято из публикаций в различных открытых источниках разных лет. 55% подписчиков предпочитают покупать подписку на 1 месяц, 25% пользователей приобретают подписку на 3 месяца, распределение подписок на 6 и 12 месяцев составляет 10% и 10% соответственно, в силу уже имеющейся лояльности к сервису [25].

Для расчета выручки от платной модели монетизации была посчитано произведение поступление денежных средств от каждого типа подписки в расчете на общее количество пользователей с корректировкой на распределение пользователей по типу подписки. Годовая выручка от подписки на 1 месяц составила 3,177 млрд. рублей, годовая выручка от подписки на 3 месяца составляет 1,205 млрд. рублей, годовая выручка от подписки на 6 и 12 месяцев составила 431 млн. рублей и 360 млн. рублей соответственно. Наибольшую выручку сервису приносит подписка на 1 месяц, в силу ряда причин:

a) Новые пользователи чаще всего выбирают подписку на один месяц, так как не всегда до конца уверенны, что будут пользоваться сервисом, или вернуться после окончания периода.

b) Лояльные пользователи выбирают подписку на 1 месяц, так как считают, что за месяц просмотрят наиболее интересный контент, и нет необходимости покупать более дорогостоящий вариант.

c) Со стороны поведенческих эффектов человеку проще совершать более дешевые покупки. Этот эффект применим к плате з подписку. По отношению к другим типам подписки, представляемых пользователю подписка на 1 месяц за 399 рублей выглядит наиболее привлекательной.

d) Подписка за 399 рублей предоставляет пользователю доступ к сервису «IVI» на 1 месяц, более дорогие подписки открывают более долгий доступ. С точки зрения пользователя это более долгий горизонт планирования, поэтому пользователи реже покупают долгосрочные подписки, а предпочитают более короткий горизонт планирования, хотя это не является экономически выгодным для них.

Для расчета итоговой выручки за 2019 год необходимо учитывать размер выручки от платной и рекламной модели. В 2019 году для компании «IVI» доходы от платной модели составили 76% общей выручки, а доходы от рекламной модели составили 24%, эти данные компания опубликовала в открытом источнике [27]. Годовая выручка от рекламной модели составила 5,175 млрд. рублей. Для поиска размера годовой выручки от рекламной модели итоговый размер выручки от платной модели был поделен на 75% и умножен 25%, что соответствует опубликованному компанией распределению.

Годовой размер от платной и рекламной модели составили 5,175 млрд. рублей и 1,725 млрд. рублей соответственно.

Годовая суммарная выручка компании за год представляет собой сумму выручки от рекламной и платной модели и в 2019 году составила 6,9 млрд. рублей (см. Таблица П3.).

1. Прогноз динамики расходов компании на контент

Для прогнозирования расходов компании на контент была построена структура, изображенная на рисунке 2.



Рисунок 8. Структура расходов компании «IVI» на контент

Расходы компании на контент состоят из 2 основных частей. Это расходы на покупку контента и расходы на создание собственного контента.

В 2019 году «IVI» потратила на создание собственного контента 1 млрд. рублей. Эти расходы позволят запустить разработку: десяти мини-сериалов, пяти премиальных сериалов, десяти полнометражных фильмов, два из которых будут созданы совместно с международными студиями [28]. Данная информация была опубликована в открытом источнике менеджментом компании.

Расходы на покупку сериалов и полнометражных фильмов составляют 63% и 37% соответственно от общих расходы компании на покупку контента. Данные о расходах компании на покупку контента компанией «IVI» не разглашались и не публиковались в открытых источниках. Но в рамках данной работы была сделана предпосылка, что расходы компании на покупку контента составляют 75% от выручки, так как данное процентное значение расходов характерно для мирового лидера рынка VoD, компании «Netflix» [29]. Данное процентное значение расходов можно считать реалистичным, так как компания «IVI» работает с ведущими зарубежными и российскими правообладателями, такими как [30]:

­ Warner Brothers/Warner Music,

­ Paramount Pictures,

­ 20th Century Fox,

­ Sony Pictures/Sony Music,

­ NBC Universal/Universal Music,

­ Disney,

­ BBC,

­ National Geographic.

С этими же компаниями работает «Netflix». Также стоит отметить, что компания «IVI» работает с ведущими российскими компаниями правообладателями [31].

Расходы компании «IVI» на покупку контента составляющие 75% выручки составили 3,881 млрд. рублей. Затраты компании на покупку сериалов составили 2,445 млрд. рублей, а на полнометражные фильмы составили 1,436 млрд. рублей соответственно.

Суммарно годовые расходы компании составили 4,881 млрд. рублей (см. Таблица П5.).

2. Прогноз различных мультипликаторов компании

Модель (смотри Таблица П6.) позволяет рассчитывать ряд мультипликаторов, для расчета которых были составлены формулы и найдены необходимые данные.

Для расчета мультипликатора необходимо поделить реальную стоимость компании на годовое количество пользователей сервиса (Subscribers/Users).

Из открытого источника «Forbes» была взята реальная стоимость (ЕV) компании «IVI» которая составила 204 млн. долларов [32]. Для расчета мультипликатора все показатели должны быть приведены к одной валюте, для этого реальная долларовая стоимость компании была переведена по среднему курсу доллара к рублю, который за 2019 год составил 64,7 рублей за доллар [32]. Рассчитанная в рублях реальная стоимость компании составила 13,191 млрд. рублей.

Годовое количество пользователей сервиса (Subscribers/Users) было посчитано как ежемесячная сумма пользователей сервиса, и составило 14,479 млн. человек.

Значение мультипликатора 2019 год, рассчитанное описанным выше способом составило 911,02, что является положительной оценкой, так как является выше 100, и сигнализирует о том, что компания «IVI» является растущей и поэтому привлекательной для инвесторов. Что является правдой, темпы роста компании с каждым годом увеличиваются [34].

Для расчета данного мультипликатора необходимо реальную стоимость компании разделить на выручку этой же компании за анализируемый период.

Данные о реальной стоимости компании были найдены ранее для поиска предыдущего мультипликатора.

Значение суммарной выручки компании «IVI» за 2019 год составило 6,9 млрд. рублей. Процесс анализа выручки компании «IVI» за 2019 год описан выше.

Значение данного мультипликатора за 2019 год для компании «IVI» составило 1,91, что является хорошей оценкой, так как значение показателя лежит в диапазоне от 1 до 3, а значит компания «IVI» является инвестиционно привлекательной компанией. Тезис об инвестиционной привлекательности «IVI» легко доказать, только в 2019 году компания привлекла 40 млн. долларов от Российского фонда прямых инвестиций (РФПИ), Mubadala Investment Company (ОАЭ), Baring Vostok Private Equity Fund IV, Flashpoint VC, RTP Global и Winter Capital [35].



3. Область применения предложенной модели

3.1 Оценка эффективности полученной модели

Построенная в данной работе модель представляет собой эффективный и наглядный инструмент для менеджеров компании и помогает принимать стратегические и инвестиционные решения посредством анализа результата данного решения в представленной модели [37, 38].

Построенная в рамках данной работы модель удовлетворяет всем требованиям к построению финансовых моделей, а именно:

­ При построение данной модели была взята реальная компания ориентир;

­ Для выбранной компании были проанализированы внешняя и внутренняя среда;

­ Модель основывалась на реальных данных за анализируемый период, взятых из открытых источников. Все допущения и предпосылки описаны в работе;

Построение описанной выше модели содержало ряд обязательных шагов, которые были выполнены в данной работе. Таких как:

­ Для компании ориентира была взята финансовая отчетность и отдельные финансовые показатели.

­ Определено, как можно спрогнозировать значение каждого из выбранных для анализа показателей.

­ Описаны формулы, которые были использованы в расчетах, для получения финансовых показателей.

­ Сформирован перечень гипотез и книга формул, которые используются в финансовой модели, и оформлены в виде таблицы Excel.

Также стоит отметить, что прогнозируемые в модели данные являются близки к реальным. Это подтверждено на примере данных за 2019 год. Прогнозные значения сверялись с официальными данными, опубликованных компанией в официальных источниках и полностью совпадали, либо являлись близкими к реальным. Модель позволяет оценивать влияние различных типов подписки и количества пользователей на итоговое значение выручки, и прогнозировать величину расходов на контент, а значит выстраивать свою операционную деятельность, планировать маркетинговую деятельность, закупать контент наиболее эффективным образом, кроме того, модель позволяет рассчитывать ряд мультипликаторов интересных для инвесторов компании. Это говорит о том, что гипотеза исследования доказана, многофакторная финансовая, построенная в данной работе, позволит компании прогнозировать основные финансовые показатели для принятия и осуществления наиболее эффективных операционных и инвестиционных решений.