Analiza Big Data oferuje szereg nowych możliwości inwestorom w wartość. Prezentujemy je, a także omawiamy rodzaje Big Data.
Inwestowanie w wartość wymaga analizy danych, szczególnie tych finansowych. Bo chodzi w nim o to, by znaleźć mocne fundamentalnie biznesy, które są niedowartościowane. Tym samym jest to dość ryzykowna i wymagająca „zabawa”. Może w niej wydatnie pomóc Big Data i wynieść takie inwestycje na nowy wyższy poziom.
4 podstawowe rodzaje Big Data
Już w tej chwili analiza Big Data jest wykorzystywana w licznych funduszach inwestycyjnych w procesie podejmowania decyzji. Istnieją 4 podstawowe rodzaje Big Data:
1. Skoncentrowane i szybkie
Oto niemal idealny typ danych. Pochodzą one od poszczególnych firm. Są łatwo osiągalne i proste w obróbce. W tym „koszyku” znajdują się dane pochodzące z takich źródeł, jak satelity, konta i rachunki, monitoring w sklepie czy placówce. Mają one jednak swoje słabe strony: nie są skalowalne, nie są też zbytnio przydatne przy prognozach długoterminowych. Tego typu dane mogą być szczególnie przydatne inwestorom mającym w sobie coś z tradera, stale obecnym na rynku.
2. Skoncentrowane i wolne
Typ danych bardzo podobny do tego pierwszego. Nie zapewnia jednak dostępu do informacji w czasie rzeczywistym czy zbliżonym do niego. Strumień danych jest rozciągnięty w czasie, co umożliwia wykorzystywanie ich przy analizach obejmujących długi horyzont. Tego rodzaju dane są bardzo często wykorzystywane przez firmy z rynku nieruchomości oraz firmy robiące aplikacje na smartfony. Bardzo pasują także do funduszu typu long / short.
3. Szerokie i szybkie
Ten typ danych pozwala na analizę sytuacji w danej branży i na danym rynku. Jest łatwy do akumulacji i świetnie oddaje szeroki obraz sytuacji w danym sektorze gospodarki. Dane pochodzą w tym wypadku od wielu dziesiątek, lub nawet setek przedsiębiorstw. Problem w tym, że podejmowanie decyzji inwestycyjnych na podstawie tego typu danych jest obarczone sporym ryzykiem. Idealne dla funduszu hedge.
4. Szerokie i wolne
Tego typu dane są idealne do kreślenia prognoz dla całej gospodarki, albo dla jakiegoś dużego sektora, oraz do wyszukiwania i obserwacji trendów. Dzięki nim można wycenić aktywa spółki przemysłowej czy handlowej. Pokazują one jak firmy z danego sektora adaptują się do postępującej globalizacji czy rozwoju technologicznego. Idealne dla dużych funduszy inwestujących w wartość oraz funduszy typu market neutral.
Zobacz także: Czy inwestowanie w wartość znowu zacznie przynosić ponadprzeciętne zyski - głosy ekspertów ze świata inwestycyjnego
Big Data wprowadza nowe czynniki do analizy fundamentalnej
Należy pamiętać, że tajemnica skutecznej analizy Big Data polega na składaniu tych swego rodzaju puzzle w całość i wyciąganiu słusznych wniosków co do przyszłych trendów. Inwestor musi bowiem wycenić dany biznes fundamentalnie, czyli określić jego szacunkowe przepływy pieniężne w przyszłości.
W jaki dokładnie sposób branża inwestycyjna może wykorzystywać Big Data? Istnieje kilka sposobów.
1. Dodawanie „twardych” czynników zewnętrznych i wewnętrznych do waluacji spółki
Waluacja spółki polega z grubsza na oszacowaniu przyszłych przychodów i kosztów. Problem w tym że działający na własną rękę inwestor nie jest w stanie uwzględnić danych z otoczenia spółki, na podstawie których można prognozować sytuację makroekonomiczną w przyszłości, a tym samym weryfikować twierdzenia dotyczące przepływów pieniężnych. Takich danych jest po prostu zbyt dużo, płyną one z rynku surowcowego, finansowego, walutowego. Nawet trendy demograficzne mogą mieć znaczenie dla wyceny fundamentalnej danego biznesu.
Przy wykorzystaniu narzędzi do analizy Big Data można te wszystkie „twarde” czynniki uwzględnić w waluacji. Dzięki temu inwestor może lepiej zrozumieć szanse i zagrożenia kumulujące się nad spółką, oraz te, które mogą pojawić się w przyszłości i mieć wpływ na rozwój i dochodowość biznesu.
2. Dodawanie „miękkich” czynników zewnętrznych i wewnętrznych do waluacji spółki
Sprawozdania finansowe to podstawa przy analizie fundamentalnej. Jednak nie powinny one stanowić jedynego źródła informacji o bieżącej i przyszłej sytuacji spółki. Inwestorzy powinni brać pod uwagę również sytuację polityczną, obecność spółki w social media, zachowanie jej klientów. To są takie bardziej „miękkie” czynniki, które jednak mogą się okazać kluczowe dla prawidłowej wyceny fundamentalnej przedsiębiorstwa. W analizie danych dotyczących odbioru spółki przez społeczność internetową czy danych opisujących zachowania klientów może wydatnie pomóc właśnie narzędzie do analizy Big Data.
Analiza Big Data oferuje więc szereg nowych możliwości inwestorom zainteresowanym inwestowaniem w wartość. Pomaga ocenić wartość aktywów oraz oszacować przyszłe przepływy pieniężne, z uwzględnieniem zarówno „twardych” (zmiany cen walut czy surowców), jak i „miękkich” (ocena spółki w social media) czynników. Należy jednak pamiętać, że analiza Big Data to de facto próba przewidywania przyszłości na podstawie dokładnych danych z przeszłości. Może ułatwiać wyszukiwanie trendów czy zależności, ale one niekoniecznie muszą występować w przyszłości. Tym samym analiza Big Data zmniejsza ryzyko inwestycyjne, ale nie redukuje go całkowicie.
Autor inspirował się tekstem „How To Use Big Data In Value Investing” opublikowanym na portalu Vintage Value Investing.
