10 октября 2024 на канале трейдера Павла Жуковского вышло видео с нашим диалогом про фундаментальный анализ. Что работает, что нет, почему и на что стоит тратить своё время. В видео я даю рекомендации по книгам, но имеет смысл напомнить, что основы фундаментального анализа изучают слушатели моей программы профессиональной переподготовки в Высшей школе бизнеса НИУ ВШЭ "Финансовые и фондовые рынки". Старт новой группы уже 19 ноября и пока ещё действует скидка!

Вот как Павел сам написал на своём канале о нашем диалоге: "Второй подкаст на тему фундаментального подхода в анализе записали с Алексеем. Легкое видео про инвестиции, от человека с образованием в мире финансов. Погружаемся в мир финансов с другой стороны. Я сам начинаю потихоньку въезжать в тему фундаментала".

Источник находится по данной ссылке: https://t.me/crypto_channel_4traders/6354

Что не так с ЯБИДОЙ (EBITDA)?

Многие начинающие инвесторы, которые немного познакомились с фундaментальным анализом, начинают любить использовать EBITDA (Earnings before interest, taxes, depreciation and amortization — прибыль до вычета расходов по выплате процентов, налогов, износа и начисленной амортизации). А между тем это очень спорный показатель!

К числу критиков использования EBITDA в отчётности относится Уоррен Баффет, которому принадлежит высказывание: «Неужели менеджеры думают, что зубная фея понесёт капитальные затраты?» (Does management think the tooth fairy pays for capital expenditures?) Теоретически, компания может потратить миллиардные суммы на покупку новой техники, но эти реальные затраты не будут учтены публикуемым показателем EBITDA.

Алексей Москвич, на которого я был подписан на ФБ, и который является дипломированным оценщиком бизнеса как-то написал такой интересный пост:

ЭТО СТРАННОЕ СЛОВО EBITDA

При оценке бизнеса в рамках доходного подхода используются методы, основанные на капитализации или дисконтировании денежного потока.

Категория инвесторов — факеры мнят себя умнее всех остальных, а в особенности менеджмента компании. Они с головой погружаются в чтение годовых отчётов, которые старательно готовит совет директоров только для того, чтобы акционеры их не выгнали с работы. А если уж выгнали, то получить заветный золотой парашют и жить на него до пенсии. Вдруг больше не найдётся других лохов взять их на работу и платить хулиарды за перекладывание бумажек.

Особенно пристально факеры изучают раздел, который называется Финансовая отчётность (не путать с финансовая грамотность), где много различных циферек, типа рассказывающий акционерам насколько они стали богаче. К составлению и проверке этого раздела привлекают специальных независимых продавцов воздуха — аудиторов, которые, конечно, тоже берут хулиарды за свой труд, запрашивают у совета директоров вагон документов, их тут же подшивают в папочки и в зависимости от дружбы с менеджментом пишут огромное заключение страниц на 100 ради одной фразы: «по нашему экспертному мнению, представленная отчётность, достоверно и в полной мере отражает деятельность настоящий компании за отчётный год».

На этой неделе закончил читать курс — Фундаментальный анализ и стоимость компании.

За плечами более 23-х академических часов. Все намеченные темы мы разобрали. В процессе было немало интересных вопросов. Обратная связь — очень полезна, так как позволяет скорректировать материал для следующего прочтения. Конечно, глобальные идеи от этого не меняются. Но материал становится интересней а в ряде случаев более доступный для восприятия.

Уже пришли первые отзывы, которыми я хочу поделиться здесь для сохранения в истории!

Кейлер Константин:
Алексей, спасибо за курс и, в принципе, за ваши публикации на каналах Youtube. Много полезных видео у вас в открытом доступе, с которых я и пришел на данный курс. За вашими словами чувствуется, что стоит огромная аналитическая работа плюс большой опыт. Приятно слушать и слышать честного образованного человека. Всем, кто любит аналитику и здравый смысл в инвестировании, советую данный курс (да и другие курсы автора) к просмотру.

Безносикова Анна:
Спасибо за профессиональную работу.

В последние годы появилось много разговоров и исследований на предмет проверки эффективности использования в инвестициях фундаментального анализа. Самыми яркими и известными представителями и последователями этого подхода, конечно, являются Питер Линч, Уоррен Баффет и непосредственно сам основатель Бенджамин Грэм. Большая часть исследований весьма убедительно показала, что эффективность использования подходов мастодонтов фондового рынка к сожалению сильно проигрывала индексному инвестированию, за которое так «топил» Джон Богл. Что уж говорить, если сам Баффет, считает, что для 95% людей лучше склониться к индексному инвестированию, чем пытаться отбирать акции в свой портфель.

Этот пост — последняя часть из цикла постов посвященных механистической оценке привлекательности инвестиций на основе фундаментальных показателей.

[1] Начало здесь: "Фундаментальный анализ тоже поддается автоматизации и вероятностному прогнозированию"
[2] Продолжение: "От прогноза фин показателей компании к прогнозам возможных цен на бирже"

Итак, вот я и добрался до последней стадии оценки. Как вы понимаете, все те графики, которые я строил и приводил в постах, нужны только для визуализации и более наглядного представления. А еще для написания красивых отчетов по исследованию эмитента и для публичного распространения. Конечно, во многих случаях мне их строить не надо. Вместо этого хотелось бы получить итоговые цифры на основании которых, я бы принял решение — стоит ли овчинка выделки или нет в текущей момент времени.

Но давайте вкратце вспомним, основные промежуточные результаты, которые я получил в первых двух постах. Здесь немного уточню, чтобы расчеты были более корректны. Сама отчетность за 2014 год была составлена 23 марта 2015. Я, конечно, уже не помню, когда она была опубликована, поэтому буду считать что я смог ее посмотреть 31 марта 2015 и провести все те расчеты, которые я демонстрировал в предыдущих постах.

Продолжение статьи "Фундаментальный анализ тоже поддается автоматизации и вероятностному прогнозированию" и не только...

Теперь поговорим немного о мультипликаторах и их использовании в прогнозировании. Нужно понимать, что когда от статей отчетности мы переходим к ценовым мультипликаторам, мы ступаем на очень зыбкую почву. Частично о ловушках того же популярного мультипликатора P/E я уже писал в своем посте: "Дорого или дешево стоят акции на Московской Бирже? И ловушка показателя P/E!", поэтому трактовать моделирование нужно с осторожностью и немалой долей здравого смысла.

Вернусь к примеру по акциям ПАО МАГНИТ.

Мастодонты фондового рынка, такие как Грэм, хорошо понимая недостатки этого показателя советовали при его расчете и принятии решения использовать для среднюю прибыль за 5, 7 или 10 лет, позже Роберт Шиллер выбрал в качестве знаменателя 10-летнюю среднюю прибыль с поправкой на инфляцию. Если огрубить идею инвестиций на основании коэффициента P/E, то можно было бы вывести следующее простое правило:

Я на некоторых своих публичных вебинарах и лекциях рассказывал об элементах в моем подходе при оценке компаний с помощью фундаментального анализа. А также на свое курсе ТРИ КИТА ИНВЕСТИЦИЙ я подробно рассказываю, и показываю в Excel, как и что считать и принимать решение об инвестициях. Для удобства, многие расчеты у меня автоматизированы на Matlab и Python.

Мои оценки эволюционировали со временем, но начинал я как и многие с тех подходов, которые изложены в таких книгах как «Инвестиционная оценка» Дамодорана, «Стоимость компании» Коупленда, Коллера, Муррина и, конечно, «Анализ ценных бумаг» Грэма и Додда. Но мне всегда не давал покоя, тот простой факт, что все подходы, изложенные в этих книгах, не позволяют численно измерить вероятность сделанных оценок. Она неявным образом зашивается в прогнозы темпов роста и в ставки дисконтирования, которые используются для получения справедливой стоимости.

Поэтому я немного модернизировал подход, и сейчас называю его механической оценкой фундаментальных факторов и/или показателей финансово-хозяйственной деятельности предприятия. Помогает мне в этом понимание фундаментальных основ роста компаний, а также знание методов теории вероятности и математической статистики.