股票

數據不是愈多愈好、多數估值都會出錯!華爾街大師教你3點找出賺錢公司

數據不是愈多愈好、多數估值都會出錯!華爾街大師教你3點找出賺錢公司

1.偏見難以避免

在評估公司或個股時,心中不可能沒有絲毫成見。通常,你對公司或個股的看法,早在你將數字放入分析模型和指標前即已形成,因此得出的結論往往會反映出偏見,也就不足為奇。

偏誤從何開始?就從你的選擇開始。要針對哪些公司進行估值,並非一個隨機選擇的過程。你選擇某檔個股的原因,可能是因為在報紙上讀到了有關該公司的某些報導(無論好、壞),或是聽到財經名嘴提到,特定公司的價值受到低估或高估。當你在蒐集估值所需的資訊時,偏誤持續存在。年報和其他財務報表包括的不僅僅是會計數字,還包含了管理階層對公司表現的解釋,而他們當然就是盡力美化囉。

時時刻刻誠實面對自己的偏見:為何挑選這家公司進行估值?你喜不喜歡這個公司的管理階層?你是不是已經買了這家公司的股票?在開始估值之前,盡可能在紙上列出這些偏見。此外,針對公司所進行的背景研究,要以資訊為來源依據,不可依賴意見;也就是說,要把時間花在查看公司的財務報表上,而不是閱讀與該公司有關的股票研究報告。當你在閱讀別人對某家公司的評估時,一定要記得思考形成這份估值背後的原因,也要考慮可能影響分析師判斷的潛在偏見。一般來說,估值的過程中存在愈多偏見,該估值判斷就愈不值得重視。

2.大多數的估值都會出錯

從很小的時候開始,大人就告訴你,只要遵循正確步驟,就能得到正確答案,如果得到的答案不精確,那一定就是你做錯了什麼。雖然在數學和物理的世界中,精確是衡量過程的一個好指標,但就衡量估值的品質來說,就不是那麼回事了。即使對未來做出了最佳估算,還是無法與實際數字吻合,原因如下。首先,就算資料來源無可挑剔,你還是得將原始資料轉換為預測,在這個階段所犯下的任何錯誤都將導致估值錯誤。其次,你為某公司所設想的道路,有可能根本窒礙難行。有鑒於企業特有的不確定性(firm-specific uncertainty),公司的實際表現可能比你預期的要好,也可能更差,實際產生的盈餘和現金流,也因此和你所估算的不同。舉個例子,當我在2001年對思科(Cisco)進行估值時,我嚴重的低估了該公司在未來持續以收購帶動公司成長的難度,導致我最後高估了它的價值。最後,就算公司朝著你所預期的方向發展,但是宏觀經濟環境也會發生難以預料的變化。利率可能上升,也可能調降:經濟表現可能比預期來得好,當然也可能比預期來得差。事後看來,我在2008年8月份對高盛(Goldman Sachs)的估值似乎太過樂觀,因為我沒能預見2008年金融危機所帶來的損害。

3.估值的方法太複雜反而無用

過去這20年來,估值變得益發複雜,主要是因為2個發展。一方面,電腦運算能力較以往更為強大,也更容易操作,於是數據分析也就變得更為簡單了。另一方面,資訊不僅更多,在取得和使用上也更便利。

估值有一個根本問題:在估值的過程中該帶入多少細節。該如何權衡這個問題的答案其實不複雜,資訊愈詳細,就愈可能透過運用特定的資訊,做出更棒的預測,但這麼做的同時,你必定會輸入更多數據,每一筆數據都潛藏著錯誤的風險,也會產生更複雜且更不透明的模型。將物理學的簡約性原則套用在估值上:當評估資產時,盡可能採用最簡單的模型,倘若只輸入3項數據就能評估資產,就不要輸入5項。如果靠著預估公司未來3年的發展,就能完成該公司的估值,那麼硬要預測公司未來10年的現金流,根本就是自找麻煩。別忘了少即是多。

評估一家公司價值,會有失準或局限,那為什麼還要做?因為估值能減少出錯!大多數投資人不願意對公司進行估值,而且理由一大堆:「估值模型太複雜啦」、「資訊不夠啊」、「不確定性太高了」。雖然這些理由也是有點道理,但你不該因此不願意嘗試。估值模型可以簡化,只靠手上現有的數據也行。當然,未來永遠具有不確定性,你會不會偶爾犯錯呢?當然有可能,但其他人也會啊。成功的投資不在於你做對了什麼,而在於犯錯的頻率比別人低。


書籍簡介_當代財經大師的估值課:華爾街估值智庫教你找出一家會賺錢的公司


作者:亞斯華斯‧達摩德仁(Aswath Damodaran)
譯者:洪士美
出版社:樂金文化
出版日期:2020/06/10

作者簡介_亞斯華斯‧達摩德仁(Aswath Damodaran)
紐約大學史登商學院金融學教授。他曾多次獲得傑出教學獎,包括紐約大學的傑出教學獎,於1994年被《商業週刊》評為美國頂級商學院教師之一。更被譽為華爾街投資銀行的「估值智庫」與分析專家。