別只關注目標價 分析報告的內容才是重點
收藏文章
很開心您喜歡 GuruFocus 的文章, 追蹤此作者獲得第一手的好文吧!
GuruFocus
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


別只關注目標價 分析報告的內容才是重點

2016 年 12 月 13 日

 
展開

我最近讀了《跟大師學價值投資》(Value Investing with the Master)這本書,它收集了一些在2000年初的訪談內容。在這些訪談中有個主題和使用外部研究報告(也就是華爾街分析師的研究報告)相關,我想,這些內容值得進一步探究。

第一位是吉恩-馬利•艾維拉德(Jean-Marie Eveillard),他表示:

“雖然我們會看別人的研究報告,但我們並不相信任何人。投資銀行與研究報告之間是存在利益衝突的。多數的研究是為了那些今天進場,並在六或九個月後出場的成長型投資人所作的。但這方法並不是我們的風格。我們的基金週轉率約落在20%,平均而言,我們會持有證券達五年之久”。

第二位則是戴維·德雷曼(David Dreman),他指出:

“華爾街分析師了解他們所研究的公司。你應該把研究報告切成兩半,第一部分是公司的基本資訊與展望,這個部分多數的報告都會寫得不錯;第二個部份則是建議,這部分就像是點火的引信。我們都會看分析資訊,但卻不常看建議這部分”。

我認為這些評論提到了一些重點:就我的經驗來說,華爾街研究報告的質量都相當地不錯。我也很幸運地能在自己的職涯中,接觸了高盛(Goldman Sachs Group, GS-US)集團(Goldman Sachs)的研究報告,它們的內容一直以來都相當的吸引人。這些分析報告將主軸擺在動態的競爭策略上,這和長期投資者是比較相關的;因此他們會先作好基本的準備來詢問或回答重要的問題。

比如說,高盛最近就完成一份關於雲端運算的深度研究報告,除了談到未來展望外,也評估了雲端運算對於資訊科技產業可能產生的影響。在報告中,也提到了他們在訪問大企業的資訊長與技術長的內容。他們評估市場中的主要玩家,並也討論在這樣的科技變化之中,什麼樣的因素將會決定誰會成為未來五到十年內市場上的贏家。我也從它們的報告中,清楚了解到微軟(Microsoft, MSFT-US)、Alphabet(GOOGL)與亞馬遜(Amazon, AMZN-US)(Amazon,AMZN)在這重要的科技市場當中所處的地位。

但我認為,分析報告中的目標價(預測12個月後的價格)通常會讓報告顯得得愚昧。誠如艾維拉德所說,他們通常賭的是短期的市場波動。

因此分析師也變得短視近利。當你對的時候,受到的矚目有限;而當你錯的時候,所有鎂光燈的焦點全都會落在你身上。這就會造成,預測的價格往往和現在的股價差異不大(如果你常看這些報告,你會發現目標價跟目前的股價差不多)。

當市場先生焦躁時,便需要使用一些額外的雜技來調整目標價。如果股價上漲或下跌的幅度超過25%,單就調整財報預估是很難辦到的。如果你想要跟上這隨風搖曳的市場,那麼唯一可行的道路就是:適時調整你的模型當中的不同乘數。

像是評論網站Yelp (YELP)就是一個不錯的例子。在2016年二月初的時候,高盛分析師預估Yelp的目標價格為18美元,此預測價格比報告釋出時的股價高出了15%。這個合理的目標價,是2016年企業價值除以稅息折舊及攤銷前利潤(EV/EBITDA)的11倍;而在那之後的六個月,Yelp的股價不斷上漲,現在的交易價格也來到每股38美元。

在Yelp釋出第三季財報後,高盛也隨之在11月初發表相關的研究報告,目標價也提升到42美元,較報告釋出時的股價約高出17%。新的目標價制定的依據,主要取決於一個因素的變動:分析師以2017年EV/EBITDA的20倍來預估,這個價格幾乎是九個月前目標價的兩倍。

他們2017年與2018年的模型(主要為營收與EBITDA),從二月份以來並沒有太大的變動,但是目標價卻從11倍提升到20倍,這是個很大的變動。但這也不能怪分析師:如果他們想要跟上市場先生的步調,他們別無選擇。

結論

身為一個投資者,我認為,對分析報告完全置之不理,是個錯誤的決定,你不該為了一顆樹而放棄一片森林。你應該要知道,嘗試預測市場先生短期的波動只會徒勞無功。

如果你可以專注在分析報告中的第一部份,你有可能會發現它其實也是相當實用的。(編譯/Bevis)

GuruFocus》授權轉載

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 GuruFocus 的文章, 追蹤此作者獲得第一手的好文吧!
GuruFocus
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容