Блог им. Yourmom
Про фондовых аналитиков существует два популярных мифа, которые противоположны друг другу. Первый заключается в том, что аналитики ничего на самом деле не умеют предсказывать и строят свои прогнозы наугад, в зависимости от погоды, настроения и количества выпитого накануне. Вторая точка зрения, напротив, состоит в том, что фондовые аналитики обладают прямой связью с космосом и умеют видеть будущее. Давайте же разберемся, как они работают на самом деле?
На самом деле, глобально существует три разных подхода к анализу финансовых инструментов – и каждый из них не просто имеет свои собственные плюсы и минусы, но решает отдельную задачу – и очень важно четко понимать разницу между ними.
Самый простой подход – это анализ мультипликаторов. Он позволяет быстро сравнить между собой стоимость нескольких похожих компаний и понять, какие из них недооценены, а какие – напротив, переоценены. Для этого существует несколько так называемых мультипликаторов, самый популярный из которых это, пожалуй,
Кроме того, существует так называемый технический анализ, который заключается в изучении графика котировок с целью предсказания их дальнейшего движения. Можно долго спорить по поводу степени его эффективности, однако в любом случае очевидно, что это плохой инструмент для долгосрочного анализа – максимум, что он может вам дать, это текущее положение дел. Именно поэтому технический анализ обычно применяется в качестве инструмента для выбора конкретного момента открытия/закрытия торговых сделок.
Наконец, есть фундаментальный анализ, который изучает финансовые и производственные показатели компании – и на основе этого аналитик делает свои прогнозы о будущей стоимости компании, как правило – через год. Эту самую прогнозную стоимость ценной бумаги принято называть Target Price (TP). В зависимости от того, насколько и в какую сторону TP отличается от текущей цены актива, аналитик дает свою рекомендацию: «Покупать», «Держать» или «Продавать» эти самые акции. Но как же он высчитывает TP?
Методов существует великое множество, но один из самых популярных – это DCF-модели (Discounted cash flow, дисконтированный денежный поток). Логика этого метода заключается в том, что если мы можем достаточно точно спрогнозировать денежные потоки компании от будущей деятельности, то мы сможем рассчитать так называемую справедливую стоимость акций – то есть сколько должна будет стоить компания, если она достигнет прогнозируемых показателей. Чтобы построить подобную модель, которая посчитает вам TP, необходимо спрогнозировать финансовые показатели компании на несколько лет вперед и произвести с ними ряд довольно сложных математических действий, учитывая в расчетах рыночную волатильность, инфляцию, курсы валют и прочие факторы – в общем, нужно страдать. При этом точность модели зависит от двух основных вещей: уровня декомпозиции финансовых показателей (в идеале – необходимо спрогнозировать каждую строчку отчетности, то есть десятки показателей для каждой компании) и, конечно же, качества вашего анализа (в идеале – вы должны четко понимать, почему вы прогнозируете рост того или иного показателя, например, на 1.5%, а не 1.6%). Очевидно, что финальный результат модели напрямую зависит от того, какие именно предпосылки вы используете, что отлично передается английской фразой «garbage in – garbage out».
При этом, если аналитик ответственно подошел к своей работе и с компанией не произошло никаких форс-мажоров, то данный подход может давать удивительно точные результаты. Насколько точные? Вот, например, фрагмент моей старой DCF-модели для Номос-Банка, которую я делала в 2012 году. Внизу вы видите мой TP (USD 12.70):
На момент построения модели GDR Номос-Банка стоили USD 13.60, то есть дороже, чем мой прогноз на год вперед. Исходя из этого, мной была сделана рекомендация «Продавать» эти акции, а сам отчет с рекомендацией вышел 5 апреля 2012 года. А вот годовой график котировок GDR Номоса с момента выхода моей рекомендации:
Итак, как видно из графика, 5 апреля 2013 года (мы ведь рассчитывали TP через год) за Номос-Банк давали USD 12.8 против TP в USD 12.7 – ошибка составила менее 1%, что весьма неплохо, учитывая, что цена была предсказана за год до этого.
Получается, что правильно построенная DCF-модель может выдавать весьма приличные результаты даже на долгосрочном горизонте планирования. Так что в работе профессионального аналитика нет никакой магии и гадания на кофейной гуще, но есть цифры, математика и понимание рынка, позволяющее делать в модели правильные предпосылки. Впрочем, это не отменяет того факта, что на рынке много людей с мягко говоря не слишком высокой квалификацией – так что прежде чем слушать того или иного аналитика, убедитесь в том, что его прошлые прогнозы сбывались и попытайтесь понять, каким образом он их строит – это правда тщательная и кропотливая работа, либо же он просто тычет пальцем в небо. В конце концов, даже сломанные часы дважды в день показывают верное время, но положиться на них вы все равно не можете.