Инвестиционная оценка. Инструменты и методы оценки любых активов

4. Приватная информация о фирме. Аналитики иногда имеют доступ к приватной информации об отслеживаемых фирмах, которая может помочь в прогнозировании будущего роста. Мы уклонимся от ответа на деликатный вопрос о том, когда предоставление подобной информации становится незаконным. Однако нет сомнений в том, что хорошая приватная информация позволяет осуществлять гораздо более качественные оценки будущего роста. В попытке ограничить утечку данного типа информации Комиссия по ценным бумагам и биржам в 2000 г. выпустила новые постановления, предупреждающие избирательное предоставление информации со стороны фирм отдельным аналитикам или инвесторам. Однако за пределами США фирмы регулярно поставляют информацию аналитикам, отслеживающим их.

5. Публичная информация, не касающаяся прибыли. Модели для прогнозирования прибыли, зависящей исключительно от данных о прошлой прибыли, могут игнорировать другую имеющуюся в публичном доступе информацию, которая может оказаться полезной для прогнозирования будущей прибыли. Например, было показано, что другие финансовые переменные, такие как нераспределенная прибыль, валовая прибыль и оборачиваемость активов, оказываются полезными в прогнозировании будущего роста. Аналитики могут включить в свои прогнозы информацию, содержащуюся в этих переменных.

Качество прогнозирования прибыли

Если фирмы отслеживаются значительным числом аналитиков[86], и эти аналитики на самом деле лучше информированы, чем остальной рынок, то прогнозы будущего роста, исходящие от них, должны быть более качественными, чем оценки, основанные на историческом росте или другой информации, находящейся в открытом доступе. Но оправдано ли это предположение? Являются ли прогнозы роста, выполненные аналитиками, более качественными, чем другие прогнозы?

Общепринятый вывод из исследований краткосрочных прогнозов прибыли (на 1–4 квартала вперед) заключается в том, что аналитики предоставляют более качественные оценки прибыли, чем модели, зависящие только от исторических данных. Средняя относительная абсолютная ошибка, измеряющая абсолютную разницу между фактической и предсказанной прибылью на следующий квартал, в процентном выражении меньше в прогнозах аналитиков, чем в прогнозах, основанных на исторических данных. Два других исследования пролили свет на стоимость прогнозов аналитиков. Кричфилд, Дикман и Лаконишок (Crichfield, Dyckman and Lakonishok, 1978) исследовали относительную точность прогнозов в «Earnings Forecaster», издании Standard & Poor’s. Были подытожены прогнозы относительно доходов для более чем 50 инвестиционных фирм. Исследователи измерили квадратичные ошибки прогнозов прибыли по месяцам года и вычислили отношение ошибки предсказания аналитиков к ошибке, вытекающей из модели временных рядов. Они обнаружили, что модели временных рядов в период с апреля по август действительно обеспечивают более эффективные предсказания, чем аналитики, но менее эффективные – в период с сентября по январь. Они объяснили это тем, что в последней части года аналитики получают доступ к большему объему информации, имеющему отношение к фирмам. В другом исследовании, проведенном О’Брайеном (O’Brien, 1988), сравнивались согласованные прогнозы аналитиков, предоставляемые организацией Institutions Brokers Estimate System (I/B/E/S), с прогнозами на основе временных рядов на 1–4 квартала вперед. Прогнозы аналитиков превосходили прогнозы, сделанные на основе модели временных рядов для сроков 1–2 квартала, были столь же эффективны для периода в 3 квартала и менее эффективны на отрезке в 4 квартала. Таким образом, преимущество, полученное аналитиками от информации, которая имеет отношение к конкретным фирмам, по-видимому, скрадывается при расширении временного горизонта прогнозов.