2018년 2월 3일 토요일

한국애널의 수익 예측 정확성은 전세계 최저




An Empirical Study of Financial Analysts Earnings Forecast Accuracy
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2943146

via

Earnings Forecast 정확도: 한국 주식시장의 민낯
https://blog.naver.com/bigphd/221197162827

퀀트 관련 분석과 논문 소개 글이 올라오는 블로그이다.
어려운 글들이 많지만, 이번 글처럼 한국의 쇼킹한 현실을 돌아보게 만드는 분석이 소개되기도 한다.

논문에 따르면 한국 금융분석가들의 수익 예측 정확성이 전세계 최저이다.
한국, 중국, 브라질이 가장 떨어지지만, 그 중 한국은 압도적이다.

그 이유로 '더는 걱정하지마시게'님은 재무재표의 신뢰성과 애널의 분석능력을 언급한다.

논문의 저자는 회사와 애널의 유착(혹은 상생관계)을 언급한다.
Based upon my experience I believe that the pressures on analysts to maintain a positive relationship with the management of the companies they forecast is causing this extreme degree of optimism in their forecast. 

어느 정도인지 표와 숫자로도 알 수 있지만, 그림으로 보면 더 명확하다.
Scaled Forecast Error (SFE) is the FE relative to something such as Share Price (P) or Actual earnings (A): [SFE=FE/Absolute Value of (A)*100].

SFE는 예상치와 실제치의 차이를 비율로 표시한 것.
0이면 일치한 것이고 숫자가 클수록 실제치가 예상을 많이 벗어난 것.

아래는 SFE의 분포를 그린 것이다.
논문에서 몇 나라만 뜯어왔다.



미국은 전세계 평균보다 0 근처에 더 많이 분포한다.
예측의 정확성이 높다는 것이다.

일본, 홍콩은 선진국이고 타이완은 신흥국이지만, 큰 차이를 보이지 않는다.
전세계 평균보다 낮다.
일본은 살짝 비관적, 타이완은 살짝 낙관적으로 편향되어 있다.



인도는 신흥국 중에서 정확성이 높은 편이다.
최악이라는 중국, 브라질, 한국 중에서도 한국은 독보적이다.
정확성이 떨어진다는 점에서도 그렇고, 낙관편향이 심하다는 점에서도 그렇다.

한국을 제외한 다른 모든 나라는 0 주위에 피크가 존재한다.
그러나 오로지 한국만 피크가 없어서 고원처럼 혹은 쌍봉처럼 보인다.
원숭이가 다트를 던져서 예측을 해도 이보다 못할 수 없다는 것이다.
위에 그림을 보이지 않은 태국, 말레이시아, 필리핀, 터키, 말레이시아 등의 신흥국도 한국과 비교되지 않을 정도로 정확성이 높고, 그 중 일부는 인도처럼 선진국형태의 분포를 보인다.


한국 애널의 분석은 총체적으로 쓰레기이다.
이유가 기업에 있든, 애널에 있든, 둘 간의 유착에 있든 말이다.

좀 더 정확히 말하면 위 논문이 커버하는 2003년에서 2014년까지 완벽한 쓰레기였다.


지금은?


2003년부터 2014년까지 편향이 극심해졌는데, 좋아졌을리가...


----------------------
추가


한국 애널의 무능화 과정 - 2 단계 모델
http://runmoneyrun.blogspot.kr/2018/02/2.html

한국 증권 분석이 쓰레기가 된 과정에 대한 간단한 고찰.






2018년 2월 2일 금요일

samsung vs facebook+google


http://runmoneyrun.blogspot.kr/2017/11/supercycle-vs-supercycle-samsung-vs.html

삼성과 애플을 비교해 본 적이 있다.
이번에는 삼성과 구글+페이스북을 비교해 본다.

http://runmoneyrun.blogspot.kr/2018/02/facebook-4q2017-monstrous.html
구글은 최근에 올린 적이 없고, 페이스북의 최근값은 위에.

삼성전자의 시총은 약 300 B$ (보통주 309조 + 우선주 36조 - 자사주 25조).
구글의 시총은 816 B$. 페이스북의 시총은 561 B$. 두 회사의 합은 1377 B$.

4.5배 차이.



삼성 매출(노랑색)이 구글페이스북(하늘색)의 매출 합계보다 크다.
그러나 성장률은 구글페이스북이 높다.
어림해서 2년 후에는 삼성을 따라잡을 것으로 본다.



영업이익은 매출과는 다른 그림을 보인다.


07년 이후 삼성의 영업이익은 매출보다 변동성이 매우 높다.
13년의 갤럭시 대박, 17년의 메모리 대박이 그대로 드러난다.
반면 구글페이스북은 적은 변동성을 보인다.

그럼에도 불구하고
삼성의 영업이익 추세는 08년부터 17년까지 구글페이스북과 같다.
그래서 영입이익 증가율은 삼성과 구글페이스북이 같다.
페이스북이 상장한 12년 이후만 봐도 다르지 않다.

삼성은 순환주의 전형적인 면모를 보인다.
구글페이스북은 성장주의 전형적인 면모를 보인다.
그러나 2013년과 2017년의 큰 싸이클과 2010년의 작은 싸이클을 포함한 3번의 싸이클을 넘어서 성장율이 같다면 향후 10년간 삼성과 구글페이스북이 얼마나 많이 다를 것이라고 예측하는 것이 합리적일까?
시총의 비율만큼 4.5배의 성장률 차이가 나타날까?

많이 의심스럽다.
차이는 좁혀질 것으로 본다.
물론 어떻게 좁혀질지 알 방법은 없다.



semi export and memory sales 20180202



http://runmoneyrun.blogspot.kr/2018/02/tech-pulse-20180202.html

미국 it경기가 순항중이니 한국 반도체수출, 메모리업체 매출이 유지되는 것이 당연.




한국반도체 수출 1월까지.



삼성전자, 하이닉스, 마이크론 매출.

http://runmoneyrun.blogspot.kr/2017/12/micron-cy-q4-2017.html






tech pulse 20180202



http://runmoneyrun.blogspot.kr/2013/03/tech-pulse-20130303.html

http://runmoneyrun.blogspot.kr/2017/06/tech-pulse.html



tech pulse, tech pulse yoy, industrial production:semi




tech pulse yoy vs korea export yoy


12월 테크 펄스는 멀쩡.
1월 한국 수출도 여전.



facebook 4q2017 - monstrous




2012년 상장한 이후 10배의 매출성장.
그 이상의 이익 성장.




50%에 육박하는 성장률.
60%에 육박하는 영업이익률.

쇠를 먹고 산처럼 크게 자란다는 불가사리와 비슷한 듯.



주가도 저점 대비 10배에 도달.


http://runmoneyrun.blogspot.kr/2017/11/facebook-3q2017.html





2018년 1월 29일 월요일

smp vs wti 20180129




smp vs wti



smp vs wti (5개월 선행)


과거에 유가가 smp에 5-6개월 선행했다.
그러나 최근 그 차이가 3개월 정도로 줄었다.
나아아중에 lng 가격을 확인해보면 이유를 알 수 있을 것이다.



http://runmoneyrun.blogspot.kr/2017/01/smp-lng-oil-coal-20170105.html

http://runmoneyrun.blogspot.kr/2015/07/no-2-smp-lng-oil.html

http://runmoneyrun.blogspot.kr/2015/01/oil-lng-smp.html

http://runmoneyrun.blogspot.kr/2014/09/smp-2010.html

http://runmoneyrun.blogspot.kr/2014/10/oil-marginal-cost.html


서울 아파트가격과 거래량 1월 추정 20180129


반복되는 정책 실패 - 서울 아파트 가격과 거래량 변화 20180117
http://runmoneyrun.blogspot.kr/2018/01/20180117.html


1월 아파트 가격 상승률과 거래량 수치를 확인하려면 한참 기다려야 한다.
하지만 삼성증권의 부동산 보고서에서 거래량 추정치 변화율을 이용할 수 있고, 국민은행에서 제공하는 주간지수로 월별지수를 추정할 수 있다.

서울지역 거래량은 8000호, 서울지역 아파트매매가격지수는 111.1로 놓고 그리면 아래와 같다.




가격상승(yoy)이 재개된지 몇개월 지났지만, 거래량(ttm) 1월 중에 이미 반등한다.
수정했던 나의 예상보다 몇 개월 이상 빠르다.



가격과 거래량 그래프에서 매우 큰 변화가 발생한다.
정부의 작년 8월 이후 발표된 어떠한 정책도 큰 효과가 없었다는 것이다.

왜?
공급이 부족한 서울에 투기꾼을 잡는다는 명분으로 공급을 더 줄이는 정책을 지속 들이대기 때문이라고 본다.
그것이 결과적으로 서울지역에 대한 수요를 늘리는 정책이었기 때문이다.

서울 아파트의 가격 탄력성
http://runmoneyrun.blogspot.kr/2017/07/blog-post_19.html



서울 지역 아파트의 공급곡선이 2013년 이후 S1에서 S2로 변화했다.
다시 말하면 공급의 가격탄력성이 2.5배 증가했다.
만약 공급곡선이 원래의 S2로 돌아가고 수요가 투기적으로 증가하면 균형가격은 P1에서 P2로 움직이는 것이 아니고 P3로 갈 수 있다.
이러한 과정은 과거 10년처럼 가격과 거래량이 비례하면서 나타나는 것이 아니고, 거래량의 감소와 함께 가격이 증가하는 비전형적인 형태로 나타날 수 있다.