Оценка высокотехнологичных компаний

Современная финансовая аналитика стремительно эволюционирует за счёт развития систем машинного обучения и искусственного интеллекта. Там где раньше требовались экспертные человеческие оценки и прогнозы, теперь предлагаются комплексные автоматизированные решения на основе науки о данных. При этом проработанность таких решений, их оснащенность используемыми методами аргументации и проверки, а также достигнутая ими производительность не идут ни в какое сравнение с возможностями человека.

Начиная с 2021 года профессиональным аналитикам по акциям стали доступны DCF модели от искусственного интеллекта (подробности тут), что определило дальнейшую эволюцию этой профессии. Вместо того, чтобы заниматься сложным, но рутинным построением DCF модели по отдельной компании, что обычно занимает у аналитика несколько недель, за счёт готовых обосованных результатов от AI аналитик может сконцентрироваться на поиске уникальной информации и совершенствовании базовой оценки.

Это накладывает особые требования к компетенциям аналитиков по акциям и методам их обучения. Во-первых, аналитики должны понимать, как работает наука о данных, как критически относиться к результатам прогнозов и оценок, полученных с помощью систем AI. При этом они вовсе не обязаны знать как создавать такие системы. Во-вторых, аналитики должны уметь анализировать механизмы ценообразования на рынке акций, чтобы убедиться что DCF модели от AI создают ценность для инвесторов. В-третьих, аналитики должны быть способны собирать уникальную информацию, не учитываемую AI и другими инвесторами, и учитывать эту информацию в оценке стоимости компании.

В случае высокотехнологичных (быстроразвивающихся, инновационных) компаний такая уникальная информация преимущественно связана со свойствами предлагаемого инновационного продукта, конкурентными преимуществами технологий, которыми обладает компания, и ожидаемыми результатами прикладных R&D. Чтобы уметь анализировать эту информацию, делать на её основе экспертные оценки и прогнозы, включать эту информацию в анализ справедливой стоимости компании - надо владеть специальными компетенциями, связанными с пониманием трендов инновационного развития.

Данный майнор не смог бы состояться без DCF моделей от AI. Потому что само построение подробной DCF модели очень трудоемко и этому нельзя научить студента за столь короткий срок. Но когда исскусственный интеллект взял на себя большую часть сложной, но рутинной работы, человека можно научить интерпретировать результаты его работы, находить слепые зоны AI и компенсировать их собственным поиском уникальной информации, и в результате этого, находить перспективные акции для инвестирования.

Майнор реализуется при информационно-аналитической поддержке приложения Цифровой Финансовый Аналитик - www.difan.xyz

На первом году майнора студенты изучают две дисциплины общеэкономического характера:

1) Микроэкономика и прогнозирование отраслевых рынков

2) Финансовое моделирование и основы оценки стоимости

На втором году майнора студенты изучают две специализированные дисциплины, необходимые для освоения профессии фундаментального аналитика по акциям с использованием DCF моделей от AI:

3) Феномен экономического развития и инновационные стратегии компаний

4) Прямые инвестиции, IPO и оценка стоимости высокотехнологичных компаний

Для демонстрации итоговых компетенции студенты должны:
1) подготовить аналитический отчет по трендам развития быстроразвивающейся (высокотехнологичной/ инновационной) отрасли, включая построение прогнозов развития этой отрасли.
2) подготовить инвестиционный меморандум по проектам прямых инвестиций (Private Equity) или по проектам портфельных инвестиций (в акции публичной быстроразвивающейся компании). Это включает навыки организации процедуры due diligence (для проектов прямых инвестиций) и оценку стоимости проекта/компании (для публичных компаний по аналогии со студенческой Олимпиадой CFA research challenge)

По итогам майнора присваиваивается микроквалификация:

• Специалист по оценке стоимости инновационных компаний

Полученные в ходе майнора практика и опыт достаточны чтобы претендовать на стартовые позиции фундаментального аналитика по акциям (fundamental equity analyst, buy-side и sell-side global equity research analyst, private equity analyst).

При этом конкурентными преимущеcтвами выпускника будут:

1) умение грамотно пользоваться DCF моделями от AI, что увеличивает качество и производительность работы аналитика;

2) умение анализировать механизмы ценообразования акций чтобы обосновать перспективы портфельных инвестиций;

3) способность собирать уникальную информацию и учитывать её в оценке стоимости компании.

Кроме того, выпускник будет разбираться в специфике вхождения в капитал инновационных компаний через прямые инвестиции (Private Equity).

Перечень подобных вакансий публикуется на портале emcr.io