דן אריאלי, מרצה וחוקר בתחום הכלכלה ההתנהגותית, מספר בספרו "לא רציונלי ולא במקרה" על צרכן המעוניין לקנות דירה וצריך לבחור מבין מספר דירות. אריאלי מכניס אותנו למוחו של הצרכן, המנסה להגיע לבחירה האופטימלית עבורו על ידי השוואה בין האלטרנטיבות, ומציג מספר תובנות שנוגעות במה שקרוי בשם עיקרון היחסיות. עיקרון היחסיות גורס כי כשבני אדם באים להעריך את שוויו של מוצר כלשהו, הם לא יעריכו את שוויו רק על סמך התועלת שהוא אמור לספק להם, אלא הם יעריכו את שוויו ביחס לתועלת שהוא אמור לספק להם ביחס למוצרים מקבילים לו.

האם ניתן להעריך חברה באותה האופן שבו אנו מתמחרים יוגורט או בגד? התשובה, באופן מפתיע, היא כן. שיטת המכפילים מנחה אותנו להסתכל על האופן שבו השוק מתמחר חברות אחרות ולהסיק מכך מסקנות בנוגע לכדאיות ההשקעה בחברה שמעניינת אותנו. פשוט וקל? לא בדיוק. היתרון הגדול של השיטה, פשטותה, יכול להוות גם חיסרון בידי המשתמש הלא מיומן. בסדרת הפוסטים הקרובה אני אסקור את הרציונל הכלכלי שמאחורי שיטת המכפילים, אלו פונדמנטלס (Fundamentals) גלומים בכל מכפיל ואת החוט המקשר בינה לבין לשיטת ה-DCF. המטרה בסדרת הפוסטים הינה לבנות בסיס תיאורטי איתן לשיטת ההערכה הנפוצה ביותר בקרב משקיעים כיום.

נאמר שבכוונתך לקנות דירה. כפי שראינו בפרקים הקודמים, באפשרותך לבנות תחזית של תזרימי המזומנים שינבעו מהדירה, קביעת שיעור היוון אשר משקף היטב את הסיכון שטמון בה ולהוון את תזרימי המזומנים הצפויים מהדירה. למשל, עבור דירה ששכר הדירה החודשי שהיא צפויה להניב עומד על 4,000 ש"ח שיצמחו ב-2% מדי שנה, הוצאות תחזוקה חודשיות בגובה 100 ש"ח ושיעור ההיוון של 7%, מחיר הדירה יהיה:

\[\frac{(4,000-100)\times12}{7\text{%}-2\text{%}}=936,000\]

דרך נוספת, נפוצה יותר, היא להשוות את הדירה הפוטנציאלית לדירות אחרות דומות במאפייניהן. נוכל למשל למצוא את המחיר המתאים למ"ר באזור בו אנו מחפשים דירה ולהכפיל ערך זה בשטחה הדירה הפוטנציאלית.

נניח כי המחיר הממוצע למ"ר באזור המבוקש הינו 10,000 ש"ח ונדון בשני סוגי דירות. האחת, שטחה 90 מ"ר והיא ממוקמת מעל צומת סואנת במיוחד, ודירה שנייה, ששטחה 85 מ"ר והיא ממוקמת בסביבה שקטה יותר. לפי שיטת המחיר הממוצע למ"ר, מחירה של הדירה הראשונה צריך להיות 900,000 ש"ח ומחירה של השנייה 850,000 ש"ח. המציאות בשטח שונה במעט: המחיר המבוקש עבור הדירה הרועשת הינו 750,000 ש"ח והמחיר המבוקש עבור הדירה השקטה הינו 1,000,000 ש"ח. המחיר למ"ר עבור כל דירה הוא:

השוק יודע לתמחר את החסרונות של הנכס הפחות אטרקטיבי כך שהמחיר שלו למ"ר יהיה נמוך יותר. לכאורה, מחירו מפתה אולם ניתוח מעמיק של מאפייני הנכס יגלה את הסיבה לאותו תמחור אטרקטיבי.

בענף הנדל"ן המשרדי, אגב, השימוש במחיר למ"ר הוא נפוץ מאוד ונתוני האמת לסוף שנת 2010 היו הבאים:

מכפילי רווח בפרקטיקה

אחד המכפילים הנפוצים בפרקטיקה, שלא בצדק[1], הינו מכפיל הרווח הנקי:

\[\text{PE Multiple}=\frac{\text{Market Cap}}{\text{Net Income}}\]

כאשר המונה הוא שווי השוק של החברה (שווי ההון העצמי) ובמכנה הרווח הנקי השנתי שלה.

נניח שברצוננו לנתח את מניית חברת שטראוס, ומכפיל הרווח שלה שווה ל-6, בעוד מכפיל הרווח הממוצע בענף (המכפיל הענפי) עומד עד 10. על פניו נראה שהחברה מתומחרת מתחת לשוויה הכלכלי, אך מאידך ייתכן ומחיר השוק שלה כבר מגלם ציפיות מתונות ביחס לביצועיה העתידיים. ישנו צורך בניתוח מעמיק של עסקי שטראוס בכדי להחליט האם מדובר בדירה אטרקטיבית או רועשת.

שיטת הערכת השווי היחסית מניחה כי גם אם השוק טועה בתמחור נכסים בודדים, הוא צודק בממוצע, ולכן המכפיל הממוצע בענף מהווה אמצעי טוב לחישוב השווי ה"נכון" של נכס כלשהו. מכיוון ששיטת ההערכה היחסית מתבססת על ההנחה שכל הנכסים זהים, עלינו לבצע תיקונים או התאמות לנתונים שבידינו כדי לוודא שזה אכן כך. עבור הדירה בה עסקנו קודם לכן, נעדיף למצוא את המחיר הממוצע למ"ר לדירות בעלות מאפיינים דומים ככל האפשר, בייחוד כאלה שעלולה להיות להם השפעה מהותית על מחירה של הדירה. בדוגמא עם שטראוס, נוודא שאכן הממוצע הענפי לוקח בחשבון רק חברות שאכן דומות לשטראוס בפעילותן ולא את כל החברות תחת ענף "תעשייה" ותת ענף "מזון" בסיווג הבורסה – וידוא שלא בוצע על ידנו, לצורכי ההמחשה.

בעוד ששיטת היוון תזרימי המזומנים מעריכה את שוויה של חברה על סמך יכולתה להפיק תזרימי מזומנים בעתיד תוך התחשבות בסיכון הגלום בפעילותה, שיטת ההערכה היחסית  מעריכה את שוויה של חברה על סמך התמחור שהשוק נותן לחברות דומות. לכאורה, ניתן לומר כי בסביבה בה השוק מתמחר את הנכסים בצורה שגויה, נאמר כלפי מעלה, שיטת ההערכה היחסית מאבדת מהאפקטיביות שלה שכן כל ניתוח שנבצע יניב ערכים מוטים כלפי מעלה. יחד עם זאת, האם בשיטת היוון תזרימי מזומנים אין סכנה שבסביבה מנופחת נניח הנחות אופטימיות מדי?

השוואה נקייה יותר בין מכפילי רווח

רכבים ישנים, ממש כמו חברות ציבוריות, נבדלים ביניהם באינספור מאפיינים, החל מצבע המכונית, דרך רמת האבזור ועד לרמת השימור הכוללת של הרכב. ועדיין, למרות שאף מכונית משומשת לא זהה למכונית משומשת אחרת, מצליחים מחירוני הרכב לקבוע אמת מידה מקובלת לשווי השוק של כל דגם אפשרי. בהנחה שהם לא מחקים את השוק אלא מובילים אותו (הנחה בעייתית כשלעצמה), כיצד הם עושים זאת? האם ניתן לשכפל את המנגנון לצרכים אחרים?

שמאי הרכב שכותבים את המחירון קובעים את מחיר הבסיס של דגם מסוים ומזהים מספר פרמטרים שמשפיעים על המחיר הסופי שייקבע. רכב שעבר תאונה, למשל, יספוג ירידת ערך של בין 10% ל-20% מהמחיר ההתחלתי, צבע מטאלי יעלה את השווי במעט, וכן הלאה. הבא ננסה לבנות מחירון דומה לדירות שהערכנו קודם לכן.

השלב הראשון הוא כאמור בניית קבוצת ההשוואה. באופן טבעי, נרצה שתקיים שני תנאים: האחד, שהחברות יהיו דומות ככל האפשר באופי פעילותן לחברה אותה אנו מעריכים, והשני, שמספר החברות שנשווה אליהן יהיה גדול ככל האפשר. שני התנאים הללו יסתרו לרוב אחד את השני.

כזכור לכם, שתי הדירות שהערכנו היו בעלות המאפיינים הבאים:

בסוף הדוגמא העלינו השערה לפיה ייתכן שהסיבה למחירה הנמוך של הדירה הרועשת היא הסביבה הרועשת בה היא ממוקמת. כעת, נעלה השערה אחרת: אולי הדירה בכלל מתומחרת בצורה יקרה מדי? אולי השוק נוהג לתמחר דירות רועשות ב-600,000 ש"ח לדירה ולא ב-750,000 ש"ח?

דרך אחת לבדוק האם מכפיל נמוך אכן מהווה הזדמנות קנייה הוא ניתוח הנתונים תוך ביצוע רגרסיה. נבדוק כיצד משפיעים נתונים שנבחר על המכפיל באותו ענף, נשתמש באותם נתונים על-מנת לראות מה "היה צריך להיות" המכפיל של אותה חברה ונשווה בינו לבין המכפיל בפועל. תופתעו לגלות כי גם חברה בעלת מכפיל נמוך  יכולה להיות מתומחרת ביוקר.

אם נניח שקיים מדד רעש שנע בין 1 ל-5, וקיבלנו את תוצאות הרגרסיה הבאות:

\[\text{Price per Square Meter}=15,000-1,667\times\text{(Level of Noise)}\]

כלומר, רמת המחירים הבסיסית הינה 15,000 ש"ח למטר מרובע, ומכיוון שאין בדוגמה שלנו דירה בעלת מדד רעש אפסי זהו גם המחיר המקסימלי. למשל, אם רמת הרעש בדירה הינה 5, נראה כי מחירה למ"ר צריך לעמוד על 6,665 ש"ח:

\[\text{Price per Square Meter}=15,000-1,667\times5=6,665\]

בהתאמה ,המחיר עבור כל הדירה (ששטחה 90 מ"ר) צריך לעמוד על 600,000 ש"ח בקירוב. כלומר מחיר השוק של אותה דירה (750,000 ש"ח) מייצג תמחור ביוקר שלה (!), כך לפחות על-פי ממצאי הרגרסיה.

אילו הנחות סמויות הנחנו ברגרסיה זו?

• הגורם היחיד שמשפיע על המכפיל של הדירה הוא מידת הרעש שבה. מרכיבים אחרים, דוגמת הקומה בה היא ממוקמת, כמות חדרי האמבטיה או נתונים אחרים לא נלקחו בחשבון והנחנו שהבדלים בין הדירות במאפיינים אלו לא משפיעים על צורת התמחור. באותה מידה יכולנו לקחת מאפיינים נוספים שהדירות נבדלות בהם ומשפיעים על המכפיל הראוי.
• ההשפעה על משתנים אלו על המכפיל היא ליניארית. גם כאן ניתן להפר הנחה זו ולבצע רגרסיה ריבועית, או להשתמש בפונקציה ()ln בעת הצבת המשתנים המסבירים.