назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [ 97 ] [98] [99] [100] [101] [102] [103] [104] [105]


97

Принятие в 2000 г. постановления FD Комиссии по ценным бумагам и биржам (SEC Rule FD), регулирующего справедливое раскрытие существенной информации о компании институциональным, а также индивидуальным инвесторам, ограничило возможности аналитиков из крупных брокерских контор получать от компаний внутреннюю информацию прежде, чем она публикуется для всех остальных. Это еще более сократило преимущество, которое можно было бы получать, слушая большинство аналитиков Уолл-стрит. Мы предпочитаем иметь дело только с фактами и историческими моделями, а не с мнениями о предполагаемых ценностях. Многие аналитики в 2000 и 2001 гг. имели опыт работы, не превышавший 10 лет, и, следовательно, не испытали на себе ужасы медвежьих рьшков 1987, 1974-1975 и 1962 гг.

И еще одно: многие крупные группы по управлению капиталом пользуются услугами, вероятно, слишком многих исследовательских фирм. Дело в том, что хороших, сильных исследований предлагается не так уж много, и когда имеешь дело с 30 или 40 источниками, это растворяет ценность и воздействие немногих хороших. Замешательство, сомнения и страхи, создаваемые противоречивыми советами при критическом стечении обстоятельств, могут оказаться дорогостоящими.

Поразительный опрос ведущих аналитиков,

проведенный Financial World

в статье, опубликованной в журнале Financial World от 1 ноября 1980 г., также указывалось, что аналитики, отобранные журналом Institutional Investor как лучшие на Уолл-стрит, были переоценены и им платили чрезмерно много, при этом они существенно отставали от индексов S&P.

Как группа, «сверхзвездные» аналитики при выборе двух акций из трех не сумели соответствовать ни рьшку в целом, ни их собственным отраслевым индексам. Они также редко давали рекомендации о продаже, ограничиваясь в большинстве случаев советами покупать или держать.

Исследование Financial World подтвердило другое исследование, которое мы провели в начале 70-х гг. Мы нашли, что лишь меньшинство рекомендаций Уолл-стрит было обоснованно. Мы также заключили, что в то время, когда были уместны множественные мнения о продаже, только в 1 из 10 отчетов высказывались предложения продавать.

Одной из проблем является то, что предметом многих исследований на Уолл-стрит являются совсем не те компании, какие нужно. Каждый отраслевой аналитик должен вьшустить некоторое количество продукта, но лишь немногие промьппленные группы возглавляют типичный рьшочный цикл. Отсутствует достаточное первоначальное фильтрование или критерии выбора компаний, о которых следует писать исследовательские отчеты.



Сила и эффективность баз данных

Ежедневно большинство институциональных управляюпцсс капиталом получают стопу исследовательских отчетов высотой в фзг. Копание в них в поиске хороших акций обычно является пустой тратой времени. Если им повезет, они смогут определить 1 из 20 акций, которые действительно стоит покупать.

Напротив, те, кто имеют доступ к WONDA, могут быстро просеять 10 ООО компаний в нашей базе данных. Если в роли ведущей отрасли промьшшенности появляется оборонная, они могут выбрать любую из 84 различных корпораций, чей главный бизнес на1ходится в той области. Типичная организация могла бы рассмотреть Boeing, Rajrtheon, United Technologies и два-три других известных имени. Основываясь на более чем 3000 сопоставимых технических и фундаментальных переменных по каждой из этих 84 компаний на протяжении нескольких лет в прошлом, а также имея возможность быстро выводить эти переменные на графических дисплеях, институциональный управляющий капиталом может за какие-то 20 минут определить 5-10 компаний группы, которые обладают вьщающимися характеристиками, достойными более детального изучения.

Иными словами, для аналитиков организаций появляется возможность тратить свое время более продуктивно. Однако немногие исследовательские отделы организованы таким образом, чтобы использовать преимущества таких передовых и надежных процедур.

Насколько хорошо работает этот подход? В 1977 г. мы представили институциональную услзпу под названием «Новые идеи фондового рынка и старые лидеры, которых надо избегать» [New Stock Market Ideas and Past Leaders to Avoid, NSMI). Эти данные публикуются каждую неделю, и на прилагаемом графике показаны докзпментированные результаты работы за последние 10 лет.

За 23 года выбор «гюкупайте» превзошел выбор «избегайте» более чем в 135 раз, при этом - более чем в 30 раз превысив индекс S&P 500. Отслеживание в течение этих 23 лет помогает сделать возможной такую невероятную долгосрочнзто историю. За 13 лет, окончившихся в 2000 г., акции, перечисленные в NSMI как акции, которых следует избегать, в целом принесли нулевые результаты. Организации могли улучшить результаты своей работы, просто держась в стороне от всех акций, включенных в наш «черный» список. В. качестве услуги нашим институциональным клиентам мы поставляем им компьютерные квартальные отчеты о результатах каждой рекомендации покупать и избегать, сделанной службой New Stock Market Ideas®.

Имея массивный объем фактических данных по каждой фирме и испытанные исторические модели за 50 лет, мы намного раньше способны обнаружить акцию, начинающую улучшаться или обретать про-



ill iiiil lii igilliiigg§isagi;sgaggsgg§g

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [ 97 ] [98] [99] [100] [101] [102] [103] [104] [105]