پیش بینی رشد درآمد و عایدی ها از عوامل تاثیرگذار بر تجزیه و تحلیل سهام هستند و دپارتمانهایی نیز در این زمینه به وجود آمدهاند.
این دپارتمانها به دنبال گسترش ابزارها و مدلهایی هستند تا بتوانند پیشبینی کنند کدام صنایع در آینده رشد زیادی خواهند داشت. سال 2019 برای بسیاری از سرمایهگذارها سالی بود که سهامهایشان رشد زیادی داشت و برخی نیز ضررهای زیادی متحمل شدند.
به همین خاطر میخواهیم بیشتر بررسی کنیم و ببینیم از کدام متدولوژی برای تعیین میزان درآمد و رشد استفاده میشود، چه عواملی ارزش نهایی درآمد و رشد را ایجاد میکنند و محدودیتهای اصلیشان چه مواردی هستند. برای اینکه سرمایهگذارهای انفرادی ریسک و حساسیت مرتبط با ارزیابی ورودیها را بهتر درک کنند، در انتها محدودیتهای مدل DCF نیز بیان شدهاند.
رشد درآمد در برابر عایدیها
این مقاله به دو دلیل رشد درآمد در برابر عایدیها را بررسی کرده است.
دلیل اول، کسبوکارهایی که رشد زیادی دارند میتوانند درآمدی ایجاد کنند که نسب به عایدیها کمتر تحت تاثیر اقدامهای حسابداری قرار بگیرد. این عامل برای صنایعی که رشد سریعی دارند (مانند فناوری، داروسازی یا بیوتکنولوژی) بسیار مهم است. به این خاطر که این صنایع هزینههای زیادی را صرف بخش تحقیق و توسعهشان میکنند و استهلاک مناسبی نیز دارند، درآمد خالصشان کاهش مییابد.
دلیل دوم، با اینکه در تمامی ارزیابیها، رشد پیشبینی شده بخش مهمی از ارزش شرکت را تشکیل میدهد اما رشد درآمد، ارزش بیشتری برای شرکتهای فناوری و بیوتکنولوژی ایجاد میکند و تقریبا تمام ارزش شرکتهای جدیدی فناوری، رشد درآمد را ورودی مهمی برای تعیین ارزش کسبوکار میدانند. رشد درآمد میتواند به خاطر جنبههای معمولی کسبوکار مشکلاتی ایجاد کند.
جنبههای معمولی کسبوکار شامل این موارد میشوند: دارایی کم و اغلب بازده منفی اما پتانسیل گسترش زیاد. با این حال، قسمت اول مربوط به درآمد است و سپس سراغ عایدیها میرویم تا بتوانیم محدودیتهای بالقوه هر دو را متوجه شویم. سرمایهگذارهای انفرادی باید به این محدودیتها توجه ویژهای داشته باشند.
رویکرد و متدولوژی ابتدایی
یک سرمایهگذار حقیقی که به دنبال استفاده از نرخ رشد در مدل ارزیابیاش است، سه گزینه کمی در اختیار دارد تا بتواند برآوردهای لازم را انجام دهد. این سه گزینه شامل موارد زیر میشوند:
- رشد تاریخی
- تخمین رشد بر اساس مبانی شرکت
- گزارشهای تحقیقاتی در مورد سهام
در حالت اول، رشد تاریخی معمولا با استفاده از میانگین حسابی (AAGR) یا میانگین هندسی (CAGR) تخمین زده میشود. با این تفاوت که میانگین هندسی، با گذشت زمان امکان محاسبه رشد مرکب و نرخ رشد معتدلتری را فراهم میکند.
GRi: نرخ رشد در i-امین دوره
N: تعداد دورهها
Ending balance: باقیمانده پایان دوره
Beginning balance: باقیمانده ابتدای دروه
Number of periods: تعداد دوره
میانگین حسابی برای تعیین روندهای بلندمدت درآمد و عایدی مناسب است تا از این طریق بتوان مشخص کرد شرکت به چه سمتی پیش میرود اما برای شرکتهای جدید یا آنهایی که سرعت رشد زیادی دارند استفاده از میانگین حسابی گزینه مناسبی نیست چرا که در این شرکتها تحلیلها در بازه زمانی کوتاهی انجام میشوند (بازههای زمانی بلندتر موجود نیست)، نوسانات گذشته مشخص نیستند و میانگین گرفتن صرفا متوسط اعداد را نشان میدهد بنابراین نمیتوان از طریق میانگین حسابی رشد را به درستی تخمین زد.
در حالی که میانگین هندسی نتایج را تعدیل میکند و اثر نوسانات نرخ رشد دورهای را کاهش میدهد به همین خاطر استفاده از میانگین هندسی گزینه بهتری به نظر میرسد.
در تخمین رشد تاریخی، رشد متغیری برونزا است و برای مدل ارزیابی، نوعی ورودی محسوب میشود که تاثیر زیادی نیز بر مدل میگذارد اما ساختار یا فعالیتهای شرکت را در نظر نمیگیرد.
برای حل این مشکل میتوان نرخ رشد را بر اساس مبانی شرکت برآورد کرد و از این طریق رشد را به متغیری درونزا تبدیل کرد.
از آنجا که هدف این مقاله ایجاد چارچوبی برای روشهای مختلف است، اصول حسابداری این روشها را به طور دقیق بررسی نمیکنیم. به طور کلی، موارد زیادی باید مورد بررسی قرار بگیرند.
این موارد در چنین شرایطی تحلیل میشوند: مثلا شرکتی که بازده زیادی روی سرمایهاش به دست میآورد، انتظار دارد این ارزش با گذشت زمان ثابت بماند یا شرکتی که بازده مثبتی روی سرمایهاش به دست میآورد، انتظار دارد این ارزش با گذشت زمان افزایش یابد یا انتظار دارد حاشیه سود عملیاتی طی زمان تغییر کند و از ارزشهای منفی به ارزشهای مثبت برسند.
صنایعی که رشد زیادی داشتند بررسی شدند، بسیاری از این شرکتها از دورهای به دوره دیگر درآمدشان افزایش یافته اما گزارشهایشان نشان میدهد که ضرر کردهاند. اولین گام برای پیشبینی جریانهای نقدی، پیشبینی درآمد سالهای آتی است که معمولا این محاسبه با پیشبینی نرخ رشد درآمدهای هر دوره انجام میشود.
در این قسمت، مواردی که مربوط به این پیشبینیها میشود را از کتاب «مبانی تعیینکننده رشد» داموداران بیان شده است:
- زمانی که درآمد شرکت افزایش پیدا کند، نرخ رشد درآمد کاهش مییابد. بنابراین افزایش ده برابری درآمد برای شرکتی که درآمد دو میلیون دلاری دارد، امکانپذیر است اما برای شرکتی که درآمد دو میلیارد دلاری دارد، امکانپذیر نیست.
- با گذشت زمان، نرخ رشد مرکب درآمد ممکن است کم به نظر برسد اما بدانید که ظاهر این نرخ رشد فریبنده است. اگر نرخ رشد مرکب درآمد طی ده سال برابر با چهل درصد باشد، در این دوره درآمد چهل برابر میشود.
- هرچند نرخ رشد درآمد مکانیزمی است که برای پیشبینی درآمدهای آتی استفاده میشود، باید درآمد دلاری را نیز بررسی کنید و مطمئن شوید میزان آن بر اساس اندازه بازاری که شرکت در آن فعالیت میکند، منطقی باشد. اگر درآمد پیشبینی شده شرکت طی ده سال آینده به گونهای است که نشان میدهد شرکت در یک بازار رقابتی نود یا صد درصد (یا بیشتر) از سهم کل بازار را به خود اختصاص میدهد، قطعا باید محاسبات را دوباره ارزیابی کنید.
- فرضیات مربوط به رشد درآمدی و حاشیه سود عملیاتی باید با ویژگیهای داخلی شرکت سازگار باشند. شرکتها با به کارگیری استراتژیهای قیمتگذاری تهاجمیتر میتوانند نرخ رشد درآمد بیشتری به دست آورند اما هر چه رشد درآمد بیشتر شود، حاشیه سود کاهش خواهد یافت.
- هنگام تخمین رشد درآمد باید ماهیت رقابت، ظرفیت شرکتی که میخواهید رشد درآمدش را ارزیابی کنید و تواناییهای بازاریابی شرکت را بررسی کنید.
آخرین موضوعی که بیان میشود درباره تحلیلگرهایی است که در حوزه مطالعات مربوط به سهام فعالیت میکنند اما قبل از اینکه به ویژگیهای تحلیل رشد پرداخته شود، دو رویکرد اصلی هنگام تحلیل پتانسیل رشد را معرفی میشود.
این دو رویکرد، رویکردهای بالا به پایین (top-down) و پایین به بالا (bottom-up) هستند.
رویکرد بالا به پایین در برابر رویکرد پایین به بالا
رویکرد بالا به پایین تخمین رشد نشان میدهد که به جای تجزیه و تحلیل رشد احتمالی یک شرکت براساس عملکرد تاریخیاش، میتوان از مواردی همچون اندازه بازار، رشد بالقوه بازار و سهم بازاری که احتمال دارد شرکت به دست آورد، استفاده کرد و سپس به رشد پرداخت.
در رویکرد بالا به پایین تمام روشها بر اساس ویژگیهای صنعت به کار گرفته میشوند و از رگرسیون خطی جزئی شروع میشوند و تا مدلهای پیچیده اقتصاد کلان پیش میروند و حتی ممکن است شامل تاثیر سیاست اجتماعی بر نرخ رشد شرکتها شوند. همچنین میتوانند شامل مدلهای احتمالی وزنی شوند که مربوط به رشد متفاوت بازارها هستند و از طریق آنها پیشبینیهای بلندمدت صورت بگیرد.
از سوی دیگر میتوان از رویکرد پایین به بالا برای سایر دادهها، قیمتهای میانگین، سهم بازار و تعداد مشتریها استفاده کرد و درآمد کسبوکار و احتمال رشدش را تخمین زد.
بیشتر شرکتهای دولتی در گزارشهایشان دستورالعملی ایجاد میکنند و چگونگی تخمین درآمدشان از پایین به بالا را توضیح میدهند.
برای مثال، گزارششان برای رستوران زنجیرهای شامل این موارد است: تعداد فروشگاهها، میزان رشد فروش در فروشگاههای یکسان و همچنین عوامل اصلی رشد که شامل ارائه محصولات جدید یا هزینههای سرمایهای هستند. سپس تحلیلگرها ممکن است این پیشبینیها را برای عوامل اقتصاد کلان (مانند تولید ناخالص داخلی، درآمد قابل تصرف یا رویههای جمعیتشناختی) تنظیم و مقایسه کنند. شاید این پیشبینیها هنگام بررسی شرکتهای دولتی و باسابقه که در محیط باثباتی هستند صحیحتر باشند.
با این حال، در پایان، مدلهای نهایی در صنایع مختلف با هم تفاوت خواهند داشت به همین خاطر باید عواملی که درآمد و هزینههای شرکت را ایجاد میکنند به خوبی مشخص شوند.
بنابراین به این خاطر است که بسیاری از تحلیلگرهای ER ادعا میکنند پیشبینی یک هنر است و صرفا کاربرد فرمولها نیست. از این رو ممکن است به این نتیجه برسیم که برای هر یک از سرمایهگذارهای انفرادی دشوار است که با تحلیلگرهای حرفهای رقابت کنند. علاوه بر این اگر صرفا مدلهای مناسب ساخته شوند، ضرورت استخدام تحلیلگرها برای ساخت چنین مدلهایی از بین میرود.
آیا میتوانید تحلیلگرها را شکست دهید؟
تحلیلگرها به دادههای باکیفیت و پایگاه دادهها دسترسی دارند به همین خاطر ممکن است تصور کنیم اگر از اصول کسبوکارها نیز آگاهی داشته باشند پس اطلاعات بیشتری نسبت به بقیه دارند و میتوانند از سایرین پیشی بگیرند.
اگر تحلیلگرهای زیادی به دنبال شرکتی باشند که میخواهیم ارزشش را برآورد کنیم، بنابراین کیفیت برآوردها و تخمینهایمان (این برآوردها با استفاده از رشد تاریخی یا دادههایی که در اختیار عموم است، انجام میشوند) بیشتر از کیفیت تخمینهای تحلیلگرهای صنعت نخواهد شد. با این حال آیا همیشه اینگونه است؟
دادهها کاملا واضح هستند، همانطور که مطالعات و پیشینه پژوهشها نشان میدهند، برآوردهای کوتاهمدتی که تحلیلگرها انجام میدهند نسبت به پیشبینیهای رشد تاریخی دقت بیشتری دارند. همانطور که میانگین خطای مطلق نسبی (این میانگین تفاوت مطلق بین عایدی واقعی و پیشبینی شده سه ماهه بعدی را اندازهگیری میکند) بر حسب درصد برای پیشبینی تحلیلگرها کمتر از پیشبینیهای مبتنی بر دادههای تاریخی است.
علاوه بر این به نظر میرسد که سرمایهگذارها توجه کافی ندارند و نمیتوانند فورا تمام اطلاعاتی که مربوط به عایدیهای آتی میشود را پردازش کنند. تحقیق دیگری نشان میدهند که سرمایهگذارها توجه کمی به پیامدهای عایدیهای بلندمدت اطلاعات دارند.
با این حال در مورد تخمین و برآوردهای تحلیلگرها باید مواردی بیان شوند. با اینکه تحلیلگرها میخواهند تحلیلهایشان دقیقتر از تجزیه و تحلیلهایی باشند که در بازههای زمانی یک تا دو ساله (یا بیشتر) انجام میشوند اما پیشنهادها و برآوردهایشان برای دورههای پنج ساله دقت کمی دارند و از آنجا که از نظر فنی برای ارزیابی از نرخ رشد دورههای بلندمدت استفاده میشود، این تخمینها باید با آگاهی بیشتری انجام شوند.
برخی سهامها حجم سرمایهشان کم است، پس تحلیلگرها میتوانند ارزش آنها را زیاد کنند. زیرا طی تحلیلها متوجه شدهاند که این سهامها میتوانند عملکرد خوبی داشته باشند پس توصیه به خرید سهم میکنند و عمکرد آن را بهبود میدهند اما پیشنهاد فروش سهم نمیتواند چنین تاثیری داشته باشد. دلیل این اتفاقها نیز این است که اطلاعات کمی درباره این نوع سهامها وجود دارد و همه سرمایهگذارها از این اطلاعات آگاهی ندارند.
بنجامین گراهام سرمایهگذار افسانهای میگوید:
از آنجا که کارشناسها در انجام پیشبینیها به طور مکرر اشتباه میکنند پس از لحاظ تئوری برای یک سرمایهگذار امکانپذیر است که وقتی وال استریت پیشبینیهای نادرستی ارائه میدهد او با انجام پیشبینیهای صحیح سود زیادی به دست آورد. اما این قضیه فقط در حد تئوری است. چند نفر از سرمایهگذارهای مبتکر به اندازه کافی زیرک هستند یا توانایی پیشبینی دارند تا عایدیهای آتی را در افق زمانی بلندمدت تخمین بزنند و از این طریق تحلیلگرهای حرفهای را شکست دهند؟
در مورد منطق، متدولوژی و محدودیتهای تخمین نرخ رشد صحبت شد. از این به بعد درباره محدودیتهایی که ممکن است در مدل DCF وجود داشته باشد، صحبت میکنیم.
محدودیتهای مدل DCF
تحلیل تنزیل جریان نقدی (DCF) یکی از روشهای معمولی برای ارزیابی سرمایهگذاری سهام است. تحلیل DCF شامل پیشبینی جریانهای نقدی آزاد غیراهرمی برای یک دوره است و برای نشان دادن جریانهای نقدی آتی سرمایهگذاری از روش ارزش نهایی یا نرخ رشد نهایی استفاده میکند.
تمام جریانهای نقدی آتی با استفاده از هزینه سرمایه شرکت تنزیل میشوند. به طور کلی، میانگین وزنی سرمایه (WACC) معیاری است که مورد استفاده قرار میگیرد. روشهای ارزیابی ممکن است مشکلات رایجی داشته باشند. این مشکلات شامل موارد زیر هستند:
افق پیشبینی کوتاهمدت:
عموما جریانهای نقدی برای افق زمانی کوتاه مدت (مثلا پنج ساله) پیشبینی میشوند زیرا پیشبینی عایدیها برای بازههای زمانی بسیار طولانی میتواند خطا به همراه داشته باشد. با این حال، این روش را برای پیشبینی ارزش سهام مناسب نیست. میانگین نسبت قیمت به درآمد (P به E) شاخص اساندپی 500 (S&P500) برابر با 76/14 است، بنابراین معتقدیم افق پیشبینی بلندمدت برای ارزیابی مالی بلندمدت ضروری است زیرا قیمتهای بازار نشانگر انتظارات افراد از سود و عایدیها طی چند سال هستند.
ارزشنهایی رایجترین راه حل برای جبران کمبودهای پیشبینی جریان نقدی در بلندمدت است که باید با گذشت افق زمانی پیشبینی، ارزش زمان حال عایدیهای آتی را نشان دهد. با این حال ارزش نهایی نیز نقصهایی دارد:
- چرخههای کسبوکار تاثیر قابل توجهی بر جریان نقدشوندگی شرکت دارند و تاثیراتشان با گذشت زمان تغییر میکند. بنابراین نرخ رشد نهایی میتواند شیوه اشتباهی برای ارزیابی جریانهای نقدی آتی باشد.
- برخی شرکتها با تغییر سلیقه مشتریها حرکت رو به رشدشان متوقف میشود و تعیین این مسئله برای مدلهای مالی کمی سخت است.
رشد اقتصادها در بلندمدت همیشه در نوسان است. بنابراین ممکن است برخی پیشبینیها نوعی نرخ رشد نهایی باشند که از لحاظ اقتصادی صحیح نیستند. این تاثیر میتواند برای سهام بازارهای نوظهور (EM) پررنگتر باشد زیرا اقتصادهای EM نرخ رشد بلندمدت پرنوسانتری دارند. با این وجود، سهامهای EM میخواهند کمتر تحت تاثیر تحلیلگرهای تحقیقاتی سهام قرار بگیرند، بنابراین گزارشهای تحقیقاتی موجود و اهداف قیمتیشان باید بادقت بررسی شوند.
مورد دیگری که باید درباره آن احتیاط کرد، بخشهایی هستند که مربوط به حق ثبت اختراع و محصولات انحصاری شرکتها و مزایای مربوط به آنها میشوند. این بخشها شامل شرکتهای فناوری و داروسازی هستند.
به این خاطر که این نوع شرکتها حق انحصاری تولید محصولاتشان را دارند پس میخواهند بازده زیادی از آنها به دست آورند اما زمانی که حق ثبت اختراع یا حق تولید محصولشان به پایان میرسد، حاشیه سودشان را از دست میدهند و محصولات از حالت انحصاری خارج میشوند و عمومی میشوند.
با این حال، نکته دیگری که باید در نظر گرفت، حتی زمانی که حق تولید محصولات انحصاری است، عرضه کالای مشابهی است که نسخه ثانویه کالای انحصاری محسوب میشود. وقتی افق پیشبینی کوتاه باشد، نمیتوان رویکرد جامع لازم برای این بخشها را اجرا کرد زیرا ممکن است اتفاقاتی رخ دهد که منجر به توقف فعالیت شرکت شوند.
افق پیشبینی کوتاه نیز میتواند باعث ایجاد اشتباهاتی در هزینه سرمایه بلندمدت شود. محاسبه میانگین وزنی هزینه سرمایه (WACC) به هزینه بدهی و سهام شرکت بستگی دارد. با این حال، همانطور که نرخ بهره به طور مکرر نوسان میکند باعث میشود هزینه بدهی شرکت نیز نوسان کند.
زمانی که چرخههای بازار در نقطه اوجشان قرار داشته باشند، این روند آشکار میشود. برای نمونه، هیچ کس انتظار نداشت امروزه این سطح از بهره برای بدهکاران اروپایی برقرار شود. این قضیه برای پیشبینی منابع مالی شرکت و پیشبینی WACC مشکل بزرگی محسوب میشود.
در نتیجه کارشناسان معتقدند افق پیشبینی کوتاه مشکلاتی را برای پیشبینی جریانهای نقدی آتی و هزینههای سرمایهای ایجاد میکند. حتی اگر ارزش نهایی (از ارزش نهایی برای پیشبینیهای بلندمدت استفاده میشود)، کاملا به دادههای اقتصادی وابسته باشد پس احتمال نوسانش زیاد است.
این تاثیرات میتوانند برای شرکتهایی مهم باشد که در اقتصادهای شکننده مثل بازارهای نوظهور فعالیت میکنند. هر ارزیابی باید با دقت و تمرکز ویژه انجام شود و این موضوع بررسی شود که چگونه پیشرفتهای اقتصادی بر این ارزشها تاثیر میگذراند.
کاهش بازده سرمایهگذاری
مورد دیگری که هنگام ارزیابی سهام باید در نظر گرفته شود از یک تئوری مالی مهم به دست میآید:
مطالعات تجربی نشان میدهند، در افق زمانی که به اندازه کافی طولانی باشد، بازدهی که شرکت از سرمایهگذاریها به دست میآورد، به علت رقابتی بودن بازار با هزینه سرمایه همسو خواهند شد.
این تئوری بر ایده مشترک بازارهای رقابتی استوار است، یعنی هر چه بازده سرمایهگذاری شرکتی نسبت به هزینه سرمایهاش بالاتر باشد، رقبای بیشتری تلاش میکنند تا به بازارش وارد شوند و بنابراین حاشیه سود کسبوکارش کاهش مییابد.
در نتیجه نباید همیشه ارزش نهایی را مقداری در نظر بگیریم که بیشتر از هزینه سرمایه شرکت باشد.
برای مثال، وقتی گوشیهای هوشمند محبوبیت پیدا کردند، حاشیه سود و سهم بازار کسبوکار پردرآمد تلفن همراه نوکیا به شدت کاهش یافت.
همچنین در نظر گرفتن موارد مخالف نیز مهم است:
برای مثال، شرکتهایی که از نوآوری و تحقیقات استفاده میکنند میتوانند بازده سرمایهگذاریشان را بیشتر از ارزش نهایی مورد انتظارشان افزایش دهند. این قضیه میتواند برای شرکتهایی که در صنایع فناوری، بیوتکنولوژی و داروسازی فعالیت میکنند رایج باشد. موفقیت بزرگی که حاصل ثبت اختراع یا تولید انحصاری دارویی باشد، بازدهی بیشتر از پیشبینیها ایجاد میکند.