kirjoittanut Doug Short
Q Ratio on suosittu menetelmä käyvän arvon arvioimiseksi Nobel-palkittu James Tobinin kehittämä osakemarkkina. Se on melko yksinkertainen käsite, mutta työlästä laskea. Q-suhde on markkinoiden kokonaishinta jaettuna kaikkien sen yritysten jälleenhankintakustannuksilla. Onneksi hallitus tekee työn keräämällä tietoja laskelmia varten. Numerot toimitetaan Federal Reserveissä Z.1 Rahavirtatilit Yhdysvalloissa, joka julkaistaan neljännesvuosittain. Ensimmäinen kaavio näyttää Q-suhteen vuodesta 1900 nykypäivään. Olen ekstrapoloinut suhdeluvun viimeisimmästä Fed-datasta lähtien (2010 Q3 asti) VTI:n, Vanguard Total Market ETF:n, hintaan.
Suhteen tulkitseminen
Tiedot vuodesta 1945 lähtien on yksinkertainen laskelma käyttäen tietoja Federal Reserve Z.1 Statistical Release, jakso B.102, Tase ja täsmäytystaulukot yritysliiketoiminnalle. Erityisesti se on rivin 35 (markkina-arvo) suhde jaettuna rivillä 32 (korvauskustannukset). Saattaa tuntua loogiselta, että käypä arvo olisi suhde 1:1. Mutta näin ei ole ollut historiallisesti. Selitys mukaan Smithers & Co. (niistä lisää myöhemmin), että "yrityksen omaisuuden jälleenhankintakustannus on yliarvioitu. Tämä johtuu siitä, että yritysten osakepääoman pitkän aikavälin reaalituotto on julkaistujen tietojen mukaan vain 4.8 %, kun taas pitkän aikavälin reaalituotto sijoittajille on noin 6.0 %. Pitkällä aikavälillä ja tasapainossa näiden kahden on oltava samat."
Keskimääräinen (aritmeettinen keskiarvo) Q-suhde on noin 0.71. Alla olevassa kaaviossa olen säätänyt Q-suhteen aritmeettiseksi keskiarvoksi 1 (eli jakanut suhdedatapisteet keskiarvolla). Tämä antaa numeroille intuitiivisemman käsityksen. Esimerkiksi kaikkien aikojen korkein Q Ratio Tech Bubblen huipulla oli 1.82, mikä viittaa siihen, että markkinahinta oli 158 % korkeampi kuin jälleenhankintakustannusten historiallinen keskiarvo. Kaikkien aikojen alin arvot vuosina 1921, 1932 ja 1982 olivat noin 0.30, mikä on noin 57 % vaihtokustannusten alapuolella. Se on aika laaja.
Toinen keino päästä päähän
Lontoolainen sijoitusyhtiö Smithers & Co. sisällyttää Q-suhteen analyysiinsä. Itse asiassa toimitusjohtaja Andrew Smithers ja ekonomisti Stephen Wright Lontoon yliopistosta ovat kirjoittaneet kirjan Q Ratiosta, Wall Streetin arvostaminen. He pitävät parempana geometrinen keskiarvo Suhteen standardoimiseksi, mikä painottaa lukuja kohti keskiarvoa. Alla oleva kaavio on säädetty geometriseen keskiarvoon, joka samojen tietojen perusteella kuin kahdessa yllä olevassa kaaviossa on 0.65. Tämä analyysi tekee Tech Bubblesta vieläkin dramaattisemman poikkeaman 179 % (geometrisen) keskiarvon yläpuolella.
Ekstrapoloidaan Q
Valitettavasti, kuten aiemmin mainitsin, Q-suhde ei ole kovin ajankohtainen mittari. Flow of Funds -tiedot ovat yli kaksi kuukautta vanhoja, kun ne julkaistaan, ja kolme kuukautta kuluu ennen seuraavaa julkaisua. Tämän ongelman ratkaisemiseksi olen tehnyt viime kuukausien ekstrapolaatioita VTI:n, Vanguard Total Market ETF:n, markkina-arvon muutosten perusteella. Kaksi viimeistä Z.1-versiota ovat vahvistaneet tämän lähestymistavan. Rahavirtatietojen perusteella Q Ratio oli kolmannen vuosineljänneksen lopussa 1.03. Ekstrapoloidut kuukausiluvut lokakuusta helmikuuhun ovat 1.07, 1.08, 1.15, 1.17 ja 1.22.
Bottom Line: Q:n viesti
Yllä olevat keskiarvokorjatut kaaviot osoittavat, että markkinat ovat edelleen merkittävästi yliarvostettuja historiallisten standardien mukaan - noin 72 % aritmeettisesti korjatussa versiossa ja 86 % geometrisesti korjatussa versiossa. Tietenkin yli- ja aliarvostuksen jaksot voivat kestää useita vuosia kerrallaan, joten Q-suhde ei ole hyödyllinen indikaattori lyhyen aikavälin sijoitusaikajanalle. Tämä mittari soveltuu paremmin pitkän aikavälin markkinoiden suorituskykyä koskevien odotusten muotoiluun. Kuten seuraavassa kaaviossa näemme, nykyinen Q-taso on liitetty useisiin markkinoiden huippuihin historiassa – Tech Bubble on merkittävä poikkeus.
Doug Short on perustaja dshort.com, nyt yli viisi vuotta vanha, joka on erikoistunut yksityiskohtaiseen graafiseen markkinoiden ja taloudellisten tekijöiden analysointiin. Hän on Ph.D. Dukesta, on ollut täysprofessori North Carolina State Universityssä ja toiminut tehtävissä IBM:ssä ja GlaxoSmithKlinessa.