СМАРТЛАБ
@smartlabnews
Инвестиционная модель может всё посчитать правильно. И всё равно ошибиться
Возьмём совсем упрощённый пример, пишет Тимур Гайнетьянов. Допустим, мы считаем, что #SBER заработает 2 трлн рублей и направит 50% прибыли на дивиденды. Получаем 1 трлн рублей выплат, или примерно 44 рубля на акцию. Если минимальная дивидендная доходность, которая нас устраивает, — 13%, получаем условную «справедливую» цену около 340 рублей
Конечно, настоящую модель можно сделать гораздо сложнее: добавить стоимость капитала, темпы роста, ставку ЦБ, качество кредитного портфеля и ещё десяток переменных. Но принцип не меняется: на выходе модель знает только то, что мы заложили на входе. И неважно, какой бизнес мы анализируем — #SBER, #PLZL, #MOEX или любую другую компанию
Представьте, что экономисту нужно определить, алкоголик ли Петя. Логичный подход: взять выписку по банковской карте, посчитать покупки алкоголя за квартал или год и сравнить с неким заранее заданным порогом потребления. В среднем такой метод даже может работать. Но с конкретным Петей легко промахнуться в обе стороны.
Он может покупать алкоголь за наличные, пить за чужой счёт или гнать самогон дома. Тогда анализ карточных расходов покажет разве что регулярные покупки дрожжей, сахара и каких-нибудь ягод — и модель скорее запишет Петю в увлечённые кулинары.
А может быть наоборот: именно Петя закупает алкоголь на все офисные праздники, коллеги потом скидываются, а сам он вообще не пьёт. Но по банковской выписке перед нами будет выглядеть законченный алкаш. Такой себе анализ.
Вот это и есть ограничение модели
Модель не обязательно ошибается в расчётах. Она может идеально посчитать то, что ей дали, — и всё равно привести к неправильному выводу. Просто потому, что реальность всегда шире таблицы Excel
Поэтому хороший анализ — это не «модель показала справедливую цену 340 рублей». Хороший анализ — это несколько сценариев и обязательный ответ на вопрос: что будет, если я ошибаюсь?
Смотреть нужно не только на цифры внутри модели, но и вокруг неё: качество бизнеса, долговую нагрузку, конкурентов, регулирование, репутацию менеджмента, отраслевой цикл. А главное — регулярно сверять исходные предпосылки с реальностью и пересматривать выводы, если она развивается не так, как мы ожидали. В общем, модель должна помогать думать, а не думать вместо нас. Тогда всё будет ок.
https://smart-lab.ru/mobile/topic/1339906
СМАРТЛАБ | MAX | ВК
Возьмём совсем упрощённый пример, пишет Тимур Гайнетьянов. Допустим, мы считаем, что #SBER заработает 2 трлн рублей и направит 50% прибыли на дивиденды. Получаем 1 трлн рублей выплат, или примерно 44 рубля на акцию. Если минимальная дивидендная доходность, которая нас устраивает, — 13%, получаем условную «справедливую» цену около 340 рублей
Конечно, настоящую модель можно сделать гораздо сложнее: добавить стоимость капитала, темпы роста, ставку ЦБ, качество кредитного портфеля и ещё десяток переменных. Но принцип не меняется: на выходе модель знает только то, что мы заложили на входе. И неважно, какой бизнес мы анализируем — #SBER, #PLZL, #MOEX или любую другую компанию
Представьте, что экономисту нужно определить, алкоголик ли Петя. Логичный подход: взять выписку по банковской карте, посчитать покупки алкоголя за квартал или год и сравнить с неким заранее заданным порогом потребления. В среднем такой метод даже может работать. Но с конкретным Петей легко промахнуться в обе стороны.
Он может покупать алкоголь за наличные, пить за чужой счёт или гнать самогон дома. Тогда анализ карточных расходов покажет разве что регулярные покупки дрожжей, сахара и каких-нибудь ягод — и модель скорее запишет Петю в увлечённые кулинары.
А может быть наоборот: именно Петя закупает алкоголь на все офисные праздники, коллеги потом скидываются, а сам он вообще не пьёт. Но по банковской выписке перед нами будет выглядеть законченный алкаш. Такой себе анализ.
Вот это и есть ограничение модели
Модель не обязательно ошибается в расчётах. Она может идеально посчитать то, что ей дали, — и всё равно привести к неправильному выводу. Просто потому, что реальность всегда шире таблицы Excel
Поэтому хороший анализ — это не «модель показала справедливую цену 340 рублей». Хороший анализ — это несколько сценариев и обязательный ответ на вопрос: что будет, если я ошибаюсь?
Смотреть нужно не только на цифры внутри модели, но и вокруг неё: качество бизнеса, долговую нагрузку, конкурентов, регулирование, репутацию менеджмента, отраслевой цикл. А главное — регулярно сверять исходные предпосылки с реальностью и пересматривать выводы, если она развивается не так, как мы ожидали. В общем, модель должна помогать думать, а не думать вместо нас. Тогда всё будет ок.
https://smart-lab.ru/mobile/topic/1339906
СМАРТЛАБ | MAX | ВК
👍 27
❤ 8
🔥 4
12 5.1K
Обсуждение 0
Обсуждение не доступно в веб-версии. Чтобы написать комментарий, перейдите в приложение Telegram.
Обсудить в Telegram