Баффет в своем обращении к акционерам в 2021 году еще раз доказал, что он прежде всего прекрасный бизнесмен и уже потом инвестор
Многие уже написали о письме Баффета к акционерам, надергивая оттуда отдельно взятые фразы, и при этом упуская из виду общий контекст. Клиповое мышление – бич нового поколения. А между тем, если вдумчиво и последовательно прочесть его обращения, то становится совсем очевидно, что:
Почему я это утверждаю с такой легкостью? Здесь мне, как и многим другим, не обойтись без цитирования, только я постараюсь это сделать таким образом, чтобы как можно меньше потерять контектс.
Уже с первых строк Баффет дает полную расшифровку из чего сложилась прибыль Berkshire. Я не буду здесь приводить эту часть, но даже по ее структуре несложно сделать первые выводы. Куда как более интересно, посмотреть дальше, где Баффет начинает рассказывать об основных вложениях.
"Наибольшая стоимость Berkshire, однако, приходится на четыре предприятия, три из которых находятся под контролем, а в одном мы имеем только 5,4% акций. Все четыре – драгоценности.
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.
Мой подход в формировании портфеля состоит из нескольких этапов. Сегодня я хочу написать о том, как я отбираю ту его часть, которая связана с акциями.
Недавно в гостях Finversia.ru у Яна Арта мы говорили о диверсификации. Я сказал, что на мой личный взгляд и по своему опыту, намного правильнее не просто формировать портфель из 100 эмитентов, за которыми в реальности невозможно следить, а покупать фонд на индекс широкого рынка, и усиливать его отдельными историями, которые потенциально могут вытащить портфель наверх.
Отбор этих историй не самое простое дело. По сути он сводится к трем этапам:
Сегодня одной из самых продаваемых идей для начинающих инвесторов является стратегия покупки акций с расчетом на дивидендную доходность. Многие советники в брокерских домах, с радостью расскажут о том, как хорошо покупать акции крупных российских компаний, так как на долгосроке дивиденды скорее всего будут больше с каждым годом, и доходность таких инвестиций будет выше по сравнению с надежным государственным облигациям (и не просто выше, а раза в два). Риск же, что цена акций на этом периоде станет ниже, чем текущая очень мал (кстати, последнее обычно даже не упоминается). Таким образом «дивидендный портфель» как продукт продаж — очень удобен и понятен начинающему инвестору.
Давайте разберемся в тонкостях этого «продукта», чтобы стали ясны некоторые особенности.
Хотелось бы отметить, что очень немногие в действительности понимают реальную роль дивидендов в процессе долгосрочного инвестирования.
Я не раз писал и говорил в своих интервью, что я не сторонник классического технического анализа. В большей степени это продиктовано моим первым опытом, когда я только «пришел на биржу» вначале 2000-х. В последствии я укрепился в этой мысли, когда в 2017 — 2018 писал с другом собственных роботов. Из массы опробованных идей, почерпнутых из книг по ТА, работала пара, и то с очень серьезными доработками. При этом конечный результат на работах у меня был положительный, но совсем не тот на который я рассчитывал.
Но это не означает, что в своей инвестиционной деятельности я совсем не применяю никакие индикаторы. Правда, я бы скорее охарактеризовал их как статистически-технические. И даже те, которые близки к классическим, я использую иначе, вкладывая в них больше фундаментальных основ из статистики. Об одном из таких индикаторов я писал в статье: "Про один из моих индикаторов — Differential"
В этой статье я хотел бы продемонстрировать те из них, которые являются моими «настольными», и на которые я обращаю внимание как инвестор. К тому же, я теперь их объединил в отдельную удобную программу Python, что в купе с собственной базой SQL, мне позволяет легко оценивать и следить за любым интересующем меня инструментом или экономическим показателем.