Kompetenser för aktieforskning - Topp 5-färdigheter för aktieforskningsanalytiker

Kompetenser som krävs för aktieforskning

Det har gått sju år sedan jag lämnade mitt forskningsanalytikerjobb på CLSA India. Jag grundade eduCBA för att utbilda studenter i Investment Banking & Equity Research. Sedan dess har vi utbildat mer än 10 000 studenter i olika forskningsämnen. Men varje gång vi ser samma uppsättning frågor är en vanlig fråga: " Vilka är de bästa färdigheterna inom aktieforskning som man bör förvärva för att lyckas med forskning."

Här är de fem bästa färdigheterna inom aktieforskning -

  1. Excel-färdigheter
  2. Ekonomisk modellering
  3. Redovisningsförmåga
  4. Värderingar
  5. Skrivkunskaper

Låt oss diskutera var och en av dem i detalj -

# 5 - Skrivfärdigheter

Skrivfärdigheter är nummer 5. Aktieundersökningsrapporten är den viktigaste kommunikationen från ett värdepappersföretag till sina kunder. Denna rapport har ett särskilt syfte; det är avsett att hjälpa en investerare att fatta ett beslut om fördelningen av resurser.

  • Första sak först - En avgörande aspekt är att forskningsrapporten inte ligger nära romaner från Dan Brown, där det bästa sparas för det sista !. I en forskningsrapport kommer aktiemålet och prisrekommendationerna först.
  • KISS-principen - ”Keep it Simple Silly” är den gyllene regeln. Det är viktigt att vara noggrann och exakt.
  • Less is More - En annan viktig aspekt att notera här är att du inte är skyldig att skriva en fullständig doktorsexamen. avhandling här; en enstaka sidanteckning eller ett par sidor med rapporter skulle vara jättebra. Läsarna har knappast 1-2 minuter på sig att läsa hela rapporten. De kanske inte ens skannar förrän den andra sidan.

# 4 - Redovisningsförmåga (mer än siffror!)

Nummer 4 är bokföring! Redovisning här handlar inte om debiteringar och krediter. Det är mycket mer än så.

  • Var skicklig i analys av finansiella rapporter - Nyckelordet här är finansiell rapportanalys. Det betyder att du förväntas vara skicklig i vertikal analys, horisontell analys, ratio-analys, kontantomvandlingscykler, ROE, ROCE, etc.
  • Sourcing of Right Data - En annan aspekt där jag ser många utmaningar är att skaffa rätt data. Om du till exempel behöver en årsredovisning för ett företag, skulle du besöka företagets webbplats eller SEC-webbplats. Dessutom vilka andra dokument kommer du att hänvisa till för att dra dina slutsatser. Typiska nyckelkällor för att leta efter information är pressmeddelanden, konferenssamtal, SEC-arkiv etc. Redovisningsanalys gjord på fel antal siffror kommer att leda till resultat som kommer att vilseleda analysen. Därför, som analytiker, är den primära utmaningen att hämta rätt data.
  • ”Identifiera Shenanigans” - Vårt huvudsakliga fokus i analytikerspecifik redovisning är att identifiera och förutsäga företagens felaktigheter. Dessa är normalt dolda bort. Du kan se bekännelserna nedan i Satyam Fraud Case

# 3 - Värderingar (ligger i betraktarens ögon!)

Värderingsförmåga ligger på nummer 3. Aktievärdering är processen att uppskatta det potentiella marknadsvärdet för en finansiell tillgång eller skuld. Värderingar krävs i många sammanhang, inklusive investeringsanalys, kapitalbudgettering, transaktioner vid fusioner och förvärv, finansiell rapportering, skattepliktiga händelser för att fastställa rätt skatteskuld och tvister. Du bör vara medveten om följande -

  • Intrinsic Valuation Methods - Intrinsic Valuation Method (DCF), vilket betyder bestämmer primärt värdet genom att uppskatta förväntade framtida intäkter från att äga tillgången diskonterade till nuvärdet
  • Extrinsisk värderingsmetod - Modeller för relativa värden bestämmer värdet baserat på marknadspriserna på liknande tillgångar. Det inkluderar värderingsförhållanden som PE Ratio, P / CF, P / BV och många fler.
  • Nyckeln är att identifiera rätt värderingsmetod - Det finns mer än 15 värderingsmetoder, inklusive DCF, Enterprise Valuation Methods och Equity Valuation Methods. Det viktiga att veta är varför en viss värderingsmetodik används i en viss sektor. Till exempel värderas banker med hjälp av pris / bokfört värde; andra sektorer kanske dock inte använder pris / bokfört värde som en nyckelvärdering.

# 2 - Ekonomisk modellering (Cliffhanger!)

På nummer # 2 är ekonomisk modellering. Med finansiell modellering avses prognoser för framtiden för företaget eller en tillgång genom en Excel-modell som är lätt att förstå och utföra scenarianalys. I samband med vår diskussion här inkluderar Excel-baserad finansiell modellering professionellt prognoser för framtida finansiella rapporter som resultaträkningar, balansräkningar och kassaflöden. Tyvärr undervisas alla andra ämnen vid examen och efter examen utom ekonomisk modellering och Excel.

  • Finansiell modellering följer modulär strategi - Den primära metoden är modulär. Det modulära tillvägagångssättet innebär i huvudsak att vi bygger kärnredovisningar som resultaträkning, balansräkning och kassaflöden med hjälp av olika moduler / scheman.
  • Ge ytterligare scheman för tydlighet - De ytterligare scheman är avskrivningsplanen, rörelsekapitalschemat, immateriella schemat, aktieägarnas schema, andra långsiktiga poster schema, skuld schema, etc. De ytterligare scheman är kopplade till kärnan uttalanden när de är färdiga.
  • Gratis ekonomisk modelleringsträning - Om du vill lära dig ekonomisk modellering från grunden kan du hänvisa till den kostnadsfria finansiella modelleringskursen. Observera att kunskaper om ekonomisk modellering kanske inte är så lätta att skaffa. Det kräver tid och tålamod att behärska denna färdighet.

# 1 - Excel-färdigheter (tydligast är farligast!)

Som nummer 1 finns Microsoft Excel Skills! Varken jag skojar eller är full. Aktieforskningsanalytiker spenderar cirka 10-12-14-16 timmar varje dag på att göra excel med ekonomisk modellering, värderingar och finansiella analyser. Viktiga punkter att notera i Excel är

  • Formatering är viktigast - En analytiker behöver producera en output som är felfri och snygg. Det finns mycket pengar på forskningsrapporterna som publicerats av analytikern, och det sista man behöver är att förlora en klient på grund av löst formaterade tabeller och Excel-modeller.
  • Hastighet och noggrannhet - snabb leverans av rapporter, modeller krävs i Equity Research Industry. MS Excel är det enda stället jag kan säga där det finns " Genvägar till framgång"! Jag har knappast sett forskning med en mus och majoriteten av dem är mästare i Excel.
  • Analys - Man bör kunna använda Excel-verktyg som Pivot, Filter, Sort, VLOOKUP i Excel, HLOOKUP-funktion etc. för att analysera komplexa data och klientförfrågningar.
  • Scenariobyggnad - Det är viktigt att skapa olika scenarier för modellering som optimistisk, pessimistisk och mest förväntad. Din klient kanske också vill ändra några antaganden för att se hur de påverkar målpriset, hitta terminalvärde, capm beta osv. Därför måste du vara väl medveten om datatabeller, målsökning i Excel etc. för att tillhandahålla dessa funktioner till dina kunder.
  • Grafer och diagram - En bild talar mer än tusen ord! Du kommer att finna att majoriteten av forskningsrapporterna innehåller snygga och informativa diagram för investeringsbanker och diagram och mindre skriftligt material. Du bör försöka behärska denna datarepresentationsteknik.

Andra användbara artiklar -

Den här artikeln har varit en guide till färdigheter för aktieforskning. Om du lärde dig något nytt eller gillade inlägget, vänligen lämna en kommentar nedan. Låt mig veta vad du tycker. Stort tack, och var försiktig. Happy Learning!

  • Aktieforskningsanalytiker

Intressanta artiklar...