Aksjeforskningsferdigheter | Topp 5 ferdigheter for aksjeforskningsanalytiker

Ferdigheter som kreves for aksjeforskning

Det har gått syv år siden jeg forlot forskningsanalytikerjobben hos CLSA India. Jeg var med å grunnlegge eduCBA for å trene studenter i Investment Banking & Equity Research. Siden har vi trent mer enn 10 000 studenter i forskjellige forskningstemaer. Imidlertid, hver gang vi ser det samme settet med spørsmål, og et vanlig spørsmål er " Hva er Top Equity Research-ferdighetene man bør tilegne seg for å lykkes med forskning"

Her er de fem beste aksjeforskningsferdighetene -

  1. Excel-ferdigheter
  2. Økonomisk modellering
  3. Regnskapsferdigheter
  4. Verdivurderinger
  5. Skriveferdigheter

La oss diskutere hver enkelt av dem i detalj -

# 5 - Skriveferdigheter

Skriveferdigheter er på nummer 5. Aksjeforskningsrapporten er den viktigste kommunikasjonen fra et verdipapirforetak til sine kunder. Denne rapporten har et veldig spesifikt formål, dvs. at den er ment å hjelpe en investor med å ta en beslutning om tildeling av ressurser.

  • Første ting først -  Et viktig aspekt er at forskningsrapporten ikke er i nærheten av romaner fra Dan Brown hvor de beste er lagret til det siste !. I en forskningsrapport kommer aksjemål og prisanbefalinger først.
  • KISS-prinsippet - "Keep it Simple Silly" er den gyldne regelen. Det er viktig å være nøyaktig og presis.
  • Less is More - Et annet viktig aspekt å merke seg her er at du ikke er pålagt å skrive en fullstendig doktorgrad. avhandling her, et enkelt notat eller et par sider med rapporter ville være flott. Lesere har knapt 1-2 minutter på seg til å lese hele rapporten. De kan ikke engang skanne selv til 2. side.

# 4 - Regnskapsferdigheter (mer enn tall!)

Nummer 4 er regnskap! Regnskap her handler ikke om debet og kreditt. Faktisk er det mye mer enn det.

  • Vær dyktig i regnskapsanalyse - nøkkelordet her er regnskapsanalyse. Dette betyr at du forventes å være dyktig i vertikal analyse, horisontal analyse, forholdsanalyse, kontantkonverteringssykluser, ROE, ROCE, etc.
  • Sourcing of Right Data - Et annet aspekt der jeg ser mange utfordringer er å skaffe de riktige dataene. Hvis du for eksempel trenger en årsrapport om et selskap, vil du besøke selskapets nettside eller SEC-nettstedet. I tillegg hvilke andre dokumenter du vil henvise til for å trekke konklusjonene dine. Typiske nøkkelkilder for å lete etter informasjon er pressemeldinger, konferansesamtaler, SEC-arkivering, osv. Regnskapsanalyse gjort på feil antall tall vil føre til resultater som vil villede analysen. Derfor, som analytiker, er den primære utfordringen å hente de riktige dataene.
  • “Identify the Shenanigans” - Vårt hovedfokus i analytikerspesifikk regnskap er å identifisere og forutsi selskapets regnskapsfeil. Disse er normalt gjemt bort. Du kan se tilståelsene i Satyam Fraud Case

# 3 - Verdivurderinger (ligger i betrakterens øyne!)

Verdsettelsesferdigheter er på nummer 3. Egenkapitalvurdering er prosessen med å estimere den potensielle markedsverdien til en finansiell eiendel eller forpliktelse. Det kreves verdsettelser i mange sammenhenger, inkludert investeringsanalyse, kapitalbudsjettering, fusjons- og oppkjøpstransaksjoner, finansiell rapportering, skattepliktige hendelser for å fastslå riktig skatteplikt og søksmål. Du bør være oppmerksom på følgende -

  • Intrinsic Valuation  Methods - Intrinsic Valuation Method (DCF) som primært betyr å bestemme verdien ved å estimere forventet fremtidig inntjening fra å eie eiendelen diskontert til nåverdien
  • Ekstrinsisk verdsettelsesmetode -  Relative verdimodeller bestemmer verdien basert på markedsprisene på lignende eiendeler. Dette inkluderer verdsettelsesforhold som PE Ratio, P / CF, P / BV og mange flere
  • Nøkkelen er å identifisere riktig verdsettelsesmetodikk - Det er mer enn 15 verdsettelsesmetoder, inkludert DCF, Enterprise Valuation Methods og Equity Valuation Methods. Det viktige å vite er hvorfor en bestemt verdsettelsesmetode brukes i en bestemt sektor. For eksempel verdsettes banker ved bruk av pris / bokført verdi, men andre sektorer bruker kanskje ikke pris / bokført verdi som en viktig verdsettelsesmåling.

# 2 - Finansiell modellering (Cliffhanger!)

På nummer # 2 er økonomisk modellering. Med økonomisk modellering menes det å forutsi fremtiden til selskapet eller en eiendel ved hjelp av en Excel-modell som er lett å forstå og utføre scenarioanalyse. I forbindelse med diskusjonen her inkluderer Excel-basert finansiell modellering profesjonelt prognoser for fremtidige regnskaper som resultatregnskap, balanse og kontantstrømmer. Dessverre undervises hvert annet fag, bortsett fra finansiell modellering og Excel, i eksamen og etter eksamen.

  • Finansiell modellering følger modulær tilnærming - Den primære tilnærmingen som tas er modulær. Den modulære tilnærmingen betyr i hovedsak at vi bygger kjerneoppgaver som resultatregnskap, balanse og kontantstrømmer ved hjelp av forskjellige moduler / tidsplaner.
  • Gi tilleggsplaner for klarhet - De tilleggsplanene er avskrivningsplanen, arbeidskapitalplanen, immateriellplanen, aksjeeierplanen, andre langsiktige poster, gjeldsplanen etc. De tilleggsplanene er knyttet til kjerneoppgavene når de er ferdige
  • Gratis opplæring i økonomisk modellering - Hvis du ønsker å lære økonomisk modellering fra grunnen av, kan du henvise til gratis kurs i finansiell modellering. Vær oppmerksom på at økonomiske modelleringsevner kanskje ikke er veldig enkle å skaffe seg. Det krever tid og tålmodighet å mestre dette ferdighetssettet.

# 1 - Excel-ferdigheter (mest åpenbare er farligst!)

På nummer # 1 er Microsoft Excel Skills! Verken jeg tuller, eller er full. Aksjeforskningsanalytiker bruker rundt 10-12-14-16 timer hver dag på å utmerke seg med økonomisk modellering, verdivurderinger og regnskapsanalyse. Viktige punkter å merke seg i Excel er

  • Formatering  er viktigst - Det er viktig for en analytiker å produsere et resultat som er feilfritt og pent. Det er mye penger på forskningsrapporter publisert av analytiker, og det siste man trenger er å miste en klient på grunn av løst formaterte tabeller og Excel-modeller.
  • Hastighet og nøyaktighet - Tidlig levering av rapporter, modeller kreves i Equity Research Industry. MS Excel er det eneste stedet jeg kan si der det er "Snarveier til suksess"! Jeg har knapt sett forskning ved hjelp av en mus, og de fleste av dem er mestere i Excel.
  • Analyse - Man skal kunne bruke Excel-verktøy som Pivot, Filter, Sort, VLOOKUP i Excel, HLOOKUP Function, etc for å analysere komplekse data og klientforespørsler.
  • Scenariobygging - Det er viktig å lage forskjellige scenarier for modellering som optimistisk, pessimistisk og mest forventet. I tillegg kan det hende at klienten din vil endre noen antagelser for å se hvordan de påvirker målprisen, finner terminalverdi, capm beta osv. Derfor er det viktig for deg å være godt kjent med datatabeller, målsøk i Excel, osv. slik at du kan tilby disse funksjonene til kundene dine.
  • Grafer og diagrammer - Et bilde snakker mer enn tusen ord! Du vil finne at flertallet av forskningsrapportene inneholder pene og informative investeringsbankdiagrammer og diagrammer og mindre skriftlig materiale. Du bør prøve å mestre denne datarepresentasjonsteknikken.

Andre nyttige artikler -

Dette har vært en guide til Equity Research Skills. Hvis du har lært noe nytt eller likte innlegget, kan du legge igjen en kommentar nedenfor. La meg høre hva du tenker. Tusen takk og pass på. Glad læring!

Original text

Contribute a better translation
  • Aksjeforskningsanalytiker
    • <