Qualsiasi beta che arriva per un servizio come Yahoo o Bloomberg è una beta di regressione. Non fidarti mai di una singola Regressione Beta sputata da un Servizio. Dammi un Terminale Bloomberg con 30 minuti di riserva e mi verrà in mente qualsiasi Beta che desideri soddisfare la valutazione. Perché? perché una Beta di regressione regredisce alla società in questione rispetto a un Indice (quindi scegli un indice diverso, otterrai una Beta diversa). Perché? perché una beta di regressione viene regredita utilizzando un determinato intervallo di tempo (ad esempio oltre 100 settimane utilizzando intervalli di tempo settimanali, quindi scegli 50 settimane e intervallo di tempo giornaliero e otterrai una Beta diversa). Perché? perché i regressi Betas hanno una deviazione standard che li rende inutili. Perché? Perché i Betas di regressione sono i Betas con leva, il che significa che sono basati su un rapporto debito / capitale che rappresenta il passato e non il futuro, quindi sono indebitamente sfruttati. Potrei continuare sul motivo per cui la SINGOLA regressione di Betas da Yahoo o Bloomberg è inutile. Qual è la SOLUZIONE? Devi calcolare quella che chiamiamo BOTTOM UP Beta. Sicuramente inizierai da Yahoo e Bloomberg ma utilizzerai la legge delle medie, ovvero dovrai calcolare la media di una Betas con regressione di 20, 50 o 100 per aziende simili (ovvero nella stessa attività) alla società che stai cercando di valutare. Il risultato medio è una beta di regressione pulita che sarà molto più accurata e affidabile della singola beta di regressione. Aspetta, non abbiamo ancora finito: allora non rubi il valore di questa Beta media utilizzando il rapporto debito / capitale passato, quindi lo correggi per Cash. Ecco! ora hai una Unlevered (la chiamiamo Pure Play) Beta per essere solo nel business della tua azienda. Infine, fai leva su quella Beta al debito / equità della transazione corrente o proposta e avrai la Beta ACCURATA da utilizzare nella tua analisi. Spero che questo ti aiuti.
Oggi, molte aziende utilizzano Big Data e Data Science per l'analisi dei dati per prendere decisioni migliori. R e Python sono le due lingue più utilizzate in ambito finanziario. R offre molte funzioni per il calcolo statistico per i data scientist.R in finanzaPer svolgere tutte le attività finanziarie importanti, R offre una tuta statistica avanzata. Le industrie finanziarie utilizzano R for-...
Risposte