โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ไอที ธุรกิจ

เลือกอะไรดีในการวิเคราะห์หุ้น? ระหว่างความเรียบง่าย หรือความแม่นยำ

Finnomena

อัพเดต 27 ก.ย 2565 เวลา 08.30 น. • เผยแพร่ 27 ก.ย 2565 เวลา 08.29 น. • Andrew Stotz

ถ้าต้องเลือกระหว่างความเรียบง่าย หรือความแม่นยำเพียงอย่างเดียว ผมเลือกความเรียบง่าย ผมมีประสบการณ์มากกว่า 20 ปี ในวงการการเงิน เริ่มจากการเป็นนักวิเคราะห์การเงิน จนมาเป็นหัวหน้าฝ่ายวิจัยการเงิน ไอเดียที่ว่าเราจำเป็นต้องเลือกระหว่างความเรียบง่าย หรือความแม่นยำเพียงอย่างเดียวนั้นอยู่กับผมมาเกินหนึ่งทศวรรษแล้ว ในตอนนี้มันยิ่งต่อยอดไปได้มากกว่าเดิม ทุกวันนี้ผมชอบทำทุกอย่างให้ง่ายที่สุด ทั้งนี้มันมีที่มาจากเมื่อก่อนในตอนที่ผมเข้าวงการการเงินใหม่ ๆ ความแม่นยำเกิดขึ้นได้จากการฝึกฝนเพิ่มความซับซ้อนขึ้นเรื่อย ๆ แต่นั่นไม่ได้ทำให้มันคุ้มค่าเลย ตอนที่ผมเริ่มเป็นนักวิเคราะห์การเงินปีแรก ตอนนั้นหัวหน้าของผมกำลังคุยกับลูกค้าอยู่ หลังจากวางสาย เขาถามผมว่า“กำไรของหุ้นธนาคารกรุงเทพในปีหน้าที่คุณคาดการณ์ไว้คือเท่าไหร่” สิ่งที่ผมทำในวันนั้น คงจะเป็นสิ่งที่นักวิเคราะห์หน้าใหม่มักจะทำกัน นั่นก็คือการขอเวลาแล้วกลับไปวิเคราะห์ข้อมูลให้ได้ตัวเลขที่แน่นอน เวลาผ่านไป จากนาทีกลายเป็นหลายชั่วโมงที่ผมใช้เวลาค้นไฟล์ Excel ที่ผมมีของธนาคารกรุงเทพ ตอนนั้นผมกลัวว่าจะตอบผิด ผมเลยใช้เวลาทั้งหมดไปกับการดูงบการเงินอย่างละเอียด ผมรู้สึกว่าผมต้องหาข้อมูลให้ได้มากที่สุดเพื่อที่จะเอาไปตอบหัวหน้า และเตรียมเผื่อหัวหน้าถามเพิ่มเติม หลายชั่วโมงผ่านไป หัวหน้าของผมก็แวะมาถามหาคำตอบ แต่สิ่งที่ผมตอบไปคือ “ผมยังไม่พร้อมตอบครับ” จนกระทั่งหมดวัน ผมกลับบ้านไปพร้อมกับตั้งมั่นว่าพรุ่งนี้เช้าผมจะเตรียมคำตอบให้ได้ดีที่สุด แต่ยิ่งผมวิเคราะห์ข้อมูลที่มีมากเท่าไหร่ ผมก็ยิ่งรู้สึกว่าผมต้องหาข้อมูลเพิ่มเติมมากเท่านั้น ผมจึงเพิ่มไฟล์ใน Excel สำหรับการวิเคราะห์ข้อมูลการเงินของบริษัทนั้น

จริง ๆ แล้วตัวอย่างโมเดลนี้จะเป็นเวอร์ชั่นที่ใหม่ขึ้นมาหน่อย แต่น่าจะพอให้เห็นภาพได้ว่าโมเดลของผมเป็นอย่างไรในเวลานั้น

ในวันนั้นตอนที่หัวหน้าของผมกลับมาจากการพักกลางวัน เขาตรงมาหาผมและถามว่า “คุณหาคำตอบได้หรือยัง” ผมอธิบายวิธีการหาคำตอบของผมให้เขาฟัง และบอกเขาว่าผมจะสามารถหาคำตอบที่ถูกต้องมาให้ได้ในไม่ช้านี้ เมื่อใกล้จะหมดวัน ผมเข้าไปหาหัวหน้า เขาเอ่ยถามว่า ผมได้ข้อสรุปหรือยัง ผมเล่าให้เขาฟังอย่างละเอียด รวมถึงอธิบายไฟล์ Excel ของผมกว่าร้อยบรรทัดให้เขาฟัง และเล่าถึงมุมมองของผมให้เขาฟังอย่างกระจ่าง แต่หัวหน้าของผมกลับแสดงออกถึงความรำคาญ และพูดกลับมาเพียงว่า แค่บอกตัวเลขมา “9.73%” หัวหน้ายิ้มและพูดว่า ดี เพราะเมื่อวานผมบอกลูกค้าไปว่าประมาณ 10%” หัวหน้าของผมมีประสบการณ์กว่า 20 ปี ส่วนผมมีประสบการณ์เพียง 1 ปี เขาประมาณคำตอบให้เข้าใจง่าย และชัดเจนที่สุด ส่วนผมพยายามหาคำตอบที่ซับซ้อน คำตอบของผมอาจจะถูกมากกว่า แต่ท้ายที่สุดแล้ว ลูกค้าก็ไม่ได้รับรู้ถึงความซับซ้อนกว่าจะมาเป็นคำตอบที่สมบูรณ์แบบนี้ ในตอนนี้ ผมก็มีประสบการณ์มามากกว่า 20 ปีแล้ว ผมเห็นถึงความจำเป็นที่เราต้องเลือกระหว่างความซับซ้อนกับความเรียบง่าย ซึ่งนั่นเป็นสิ่งที่หัวหน้าของผมเห็นในตอนนั้น: เมื่อคุณได้เหลาดินสอให้แหลมจนมันสามารถเขียนได้แล้ว จงหยุดทำมันตั้งแต่ตอนนั้น เพราะไม่ว่าคุณจะพยายามเหลามันให้สมบูรณ์แบบขนาดไหน จงระลึกไว้ว่าคุณเสียเวลานั้นไปในระหว่างที่คนอื่นเขาเริ่มต้นนำดินสอนั้นออกมาเขียนแล้ว ประสบการณ์สอนผมว่า มันน่าคิดนะ ที่ความสามารถในการคาดการณ์ทางการเงินของนักวิเคราะห์นั้นแย่กว่าการโยนเหรียญเสียอีก ผมไม่ได้กำลังบอกให้คุณเลิกคาดการณ์ แต่ผมกำลังเตือนให้คุณเข้าใจในกฎการลดน้อยถอยลงในแง่ของการบริหารเวลา ถึงจุด ๆ หนึ่ง เวลาที่คุณใช้เพิ่มเติมเพื่อพยายามปรับจูนการคาดการณ์ที่สมบูรณ์แล้ว จะสามารถนำไปใช้อย่างมีประสิทธิภาพมากกว่าหากนำไปทำอย่างอื่น

อยากเรียนรู้มากกว่านี้ ต้องทำอย่างไร ?

ผมมีคอร์สที่จะสอนคุณทุกอย่างในการประเมินมูลค่าหุ้น ไปจนถึงการเริ่มต้นอาชีพในสายการเงิน มาเรียนคอร์ส Valuation Master Class Boot Camp กันได้เลย

พิมพ์ FINNOMENA เพื่อเป็นส่วนลดพิเศษได้ถึง 100 ดอลลาร์สหรัฐ

ที่มาบทความ: https://becomeabetterinvestor.net/the-trade-off-between-simplicity-and-precision/ คำเตือน ผู้ลงทุนต้องทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน | ผลการดำเนินงานในอดีต มิได้เป็นสิ่งยืนยันผลการดำเนินงานในอนาคต | ผู้เขียนบทความนี้มิได้รับค่าตอบแทนหรือมีส่วนได้ส่วนเสียกับบริษัทที่กล่าวถึงในบทความนี้แต่อย่างใด | ข้อมูลและการคาดการณ์ที่ปรากฏในบทความนี้จัดทำขึ้นจากแหล่งข้อมูลในอดีตร่วมกับการวิเคราะห์ปัจจัยพื้นฐาน แต่ทั้งนี้ไม่อาจรับรองความสมบูรณ์แท้จริงและความแม่นยำของการวิเคราะห์ข้อมูลในอนาคตได้

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...