เมื่อเวลาผ่านไป ผมก็ใช้ชีวิตแบบว่า หนี DCF มาตลอดเหมือนกัน เวลาดูคนอื่นทำ DCF ก็ดูแบบเพลินๆ ว่าคนนี้เค้าทำ DCF อะไรกันยังไง หลายปีก่อน Morgan Stanley ออก Research Paper ของ Tesla ออกมา อยู่ๆ ก็ให้ราคาสูงกว่าตลาด โดดไปไกลมาก ซึ่งอาจารย์ Aswath Damodaran ที่ผมคิดว่าเก่ง DCF ที่สุดในโลก บอกว่าที่ออกมาสูงขนาดนี้ เพราะ ทำผิด นักวิเคราะห์ใส่สมมติฐานว่า TSLA สามารถเติบโตยอดขายได้โดยไม่ต้องลงทุนอะไรเพิ่มเลย
คิดดูสิ ขนาด Morgan Stanley ยังทำ DCF ออกมาผิด แถมทุกครั้งที่เราเห็นนักวิเคราะห์ทำ DCF ผมจะรู้สึกเหมือนกันว่า นักวิเคราะห์กำลังเล่นมายากล โดยปรับตัวเลขในโมเดล เพื่อให้ได้ราคาเป้าหมายตามที่ต้องการ ที่ผ่านมาผมเลยพยายามเลี่ยงการใช้ DCF ในการประเมินมูลค่ามาตลอด หุ้นที่สามารถลงทุนได้ก็ต้องเป็นกิจการที่อยู่ตัวแล้วระดับหนึ่ง มีกำไรให้ประเมิน
ตอนช่วงกลางๆ ปี 2012 ตอนที่จะเริ่มต้นไปลงทุนหุ้น วีไอ ต่างประเทศครั้งแรก วิเคราะห์เชิงคุณภาพออกมาแล้ว มีหุ้น VI ที่สนใจอยู่ 2 ตัว คือ Google กับ Netflix สุดท้ายพอมาถึงขั้นตอนการประเมินมูลค่าแล้วก็ไปไม่เป็นกับ Netflix เพราะ กิจการขาดทุน เลยให้ข้ออ้างกับตัวเองว่า ไม่รู้การแข่งขัน Streaming จะรุนแรงแบบในจีนไหม แล้วมันก็จะทำให้ไม่กำไรในระยะยาวหรือเปล่า ในขณะที่ Google ขณะนั้น Forward P/E แค่ 10 เท่า เงินสดเหลือบาน เลยตัดสินใจลงทุนแค่ Google แค่ตัวเดียว (ซึ่งถ้ามองย้อนกลับไป Google ขึ้นมา 6 เท่า ในขณะที่ Netflix ขึ้นมา 60 เท่า)
เวลาผ่านไปอย่างรวดเร็วมาถึงต้นปี 2020 ตัวผมเองก็หนี DCF มาตลอด เลยทิ้งกิจการพวก SaaS ทั้งหมด ทั้งๆ ที่เห็นเทรนของ AI Application กำลังจะเกิดผ่านการถือหุ้นของกองทุนที่ลงทุนใน AI อย่าง Allianz ที่ถือพวกนี้เยอะมากตั้งแต่ปี 2017-2018 เห็นกิจการพวกนี้ก็ได้แต่งงๆ เลยได้แต่ลงทุนผ่านกองทุนรวม ไม่มีความสามารถ และไม่อยากใช้เวลาในการพัฒนาความสามารถให้สามารถลงทุนกิจการพวกนี้ได้
จนกระทั่งเกิด COVID-19ขึ้น วิกฤตบีบทำให้ผมตัดสินใจที่จะเลิกเป็น Value Investor กลายมาเป็น Impact Investor และขอบเขตของการลงทุนของ Impact Investor ที่เน้นไปที่ผลกระทบนี้ ทำให้ Universe ของกิจการที่ต้องพิจารณาเปลี่ยนไป กิจการที่สร้างผลกระทบที่ดูแล้วน่าสนใจมักจะเป็นธุรกิจ Start-Up หรือ Young-Growth ซะส่วนใหญ่ ซึ่งไอ้พวกนี้มันขาดทุนทั้งนั้นเลย Impact ที่เราอยากได้มาพร้อมๆ กับลักษณะของกิจการที่เราประเมินมูลค่าไม่เป็น เลยต้องกลับมาทบทวนปรัชญาการลงทุน หลักการลงทุนใหม่ และองค์ความรู้ทางการลงทุนใหม่ทั้งหมด
ในบรรดาองค์ความรู้ที่ผมต้องมาเรียนใหม่ ศึกษาใหม่ ผมใช้เวลากับอาจารย์คนหนึ่งมากที่สุด นั่นคือ อาจารย์ Aswath Damodaran ผู้ได้สมญานามว่า Dean of Valuation ยิ่งผมได้ฟัง YouTube อ่าน Blog Post และหนังสือของอาจารย์ ผมก็ยิ่งได้แต่ทึ่งในความรู้และความสามารถของท่าน เหนือสิ่งอื่นใด ท่านเป็นอาจารย์ที่มีเมตตาที่ยิ่งใหญ่แผ่กว้างเป็นอย่างมาก ทุกๆ การสอนของท่าน ท่านอัดคลิปแล้วเผยแพร่ให้ดูฟรีผ่าน YouTube หลักสูตรไม่ว่าจะ ป.ตรี ป.โท หรือออนไลน์ ท่านแจกให้ดูฟรีหมด
ในมุมมองของอาจารย์ท่าน ท่านมองว่าวิธีการที่ตลาดใช้ในปัจจุบันในการลงทุนหุ้นเทค เป็นการประเมิน "ราคา" และเป็นการกำหนด "ราคา" เป้าหมาย ไม่ใช่การประเมินมูลค่า กิจการพวกนี้ถ้าจะประเมินมูลค่าจริงๆ ต้องทำ DCF เราถึงจะเห็นเรื่องราวที่วิเคราะห์ออกมาเป็นตัวเลข ท่านสอนให้ผมได้เข้าใจว่าทำไมลักษณะของกิจการเทคฯ Life Cycle มันแตกต่างจากปกติยังไง Scaling มีผลกับ Valuation อย่างไร การที่ธุรกิจในช่วง Scale Up จะเกิดผลกระทบกับ Free Cash Flow อย่างไร แล้วเราแปลง Story ของกิจการออกมาเป็นตัวเลข และทำ Valuation อย่างไร ตลอดจนความเสี่ยงแต่ละอย่าง เราจะประเมินมันออกมาอย่างไร ไปจนถึงสิ่งที่เกิดขึ้นในตลาด กำลังเกิดอะไรขึ้นอยู่ Market Participant แต่ละกลุ่มกำลังทำอะไร
Playlist อันนี้ผมคัดเอาที่ผมคิดว่าน่าสนใจเกี่ยวกับการประเมินมูลค่าหุ้นเทคออกมา ถ้าฟังแล้วสนใจ ผมคิดว่าควรจะไปอ่านเพิ่มเติมใน Blog Post ของอาจารย์ หรือ หาหนังสือมาอ่านเพิ่มอีกที ซึ่งหนังสือที่ผมคิดว่าน่าสนใจ คือ Narrative and Number กับ The Dark Side of Valuation
ใน Narrative and Number อาจารย์จะสอนว่า "Story ที่คนมาขายฝันให้กับเรา เราควรที่จะนำมันมาวิเคราะห์แล้ว และศึกษาต่ออย่างไร จนกลายเป็นตัวเลขที่น่าเชื่อถือที่เอาไปใช้ในการลงทุนได้ ไม่ใช่แค่ฝันที่ไม่มีวันเป็นจริง" ซึ่งผมคิดว่าหนังสือเล่มนี้มีประโยชน์มากๆ ในฟองสบู่ลูกนี้
อย่างไรก็ตามผมอยากจะแนะนำสำหรับนักลงทุนมือใหม่ หรือคนที่กำลังเคว้ง กำลังหลงทางกับแนวทางการลงทุน หรือต้องการที่จะใช้เวลาย้อนกลับไปพิจารณาหลักปรัชญาการลงทุนของเราให้ลองฟังคลาส Invesment Philosophies ของอาจารย์ดู น่าจะช่วยให้เข้าใจแนวคิดหลักการลงทุนต่างๆ ไปจนค้นหาแนวทางการลงทุนที่เหมาะกับนิสัยของเราได้
สุดท้ายแล้วถ้าเราจะเอาจริงเอาจังในการประเมินมูลค่าหุ้นเทคฯ แค่ดูและฟังเฉยๆ มันจะไม่พอ มันต้องลงมือทำ และตอนที่ลงมือทำนี่แหละที่เราต้องใช้ข้อมูล แม้ว่าหลักสูตรของอาจารย์ท่านจะให้ฟังฟรี ดูฟรี เอกสารฟรี excel ที่เราเอาไปใช้ทำ Valuation ต่อเองได้ฟรี ปัญหาต่อมา คือ เราจะเอาข้อมูลมาจากไหน มาทดลองทำดี
พอดีสัปดาห์หน้าผมกำลังจะเริ่มเรียนหลักสูตรออนไลน์ของอาจารย์หัวข้อ Advance Valuation ซึ่งเป็นหลักสูตรที่ดูฟรี เอกสารฟรีเช่นกัน แต่ผมตัดสินใจจ่ายเงินเรียน ไม่ใช่เพราะอยากได้ Certificate แต่เพราะ อยากช่วยอุดหนุนอาจารย์ ค่อยๆ เรียน ค่อยๆ ละเลียด ได้มีโอกาส Meet Up กับอาจารย์ ถามคำถาม ทำการบ้าน ส่งการบ้าน สัปดาห์นี้ผมพึ่งได้รับการ Activate Account ให้เข้าไปใช้งานได้ และผมก็พบกับความมหัศจรรย์ของการเข้าไปสู่ระบบของ NYU Stern ได้
คนที่เป็นผู้ให้นี่ก็เป็นผู้ให้จริงๆ ทำทุกอย่างเพื่อประโยชน์ที่พอจะทำได้ให้กับคนอื่น อาจารย์ท่านแถมคลาส Accounting ให้เรียนฟรีอีกคอร์สหนึ่งไม่พอ ในระบบ Virtual Library ของ NYU มีข้อมูล Service ให้ใช้บริการฟรีแบบว่า ผมเห็นแล้วได้แต่ร้องกรี๊ดออกมาดังๆ service ให้ใช้ฟรีในระบบของเค้ามีของให้ใช้ให้เล่นเยอะมาก Data Provider อย่าง Bloomberg, Capital IQ, Thomson แม้แต่ PitchBook ก็ยังมี ข่าวหนังสือพิมพ์ก็มีให้ครบหมด e-book, Journal เคสอะไร ต้องการอะไรเอาไปเลย รับไปเต็มๆ เยอะจนไม่รู้จะว่าไงดี อย่าง Access แค่ Bloomberg หรือ PitchBook พวกนี้ ค่ารายปีสูงกว่า 20,000 USD ต่อหนึ่ง Service ถ้าสามารถ Access พวกนี้ได้ ค่าเรียนออนไลน์ที่จ่ายไปนี่คุ้มยิ่งกว่าคุ้ม
เมื่อวานนี้ผมว่าจะเปิดหลักสูตร Accounting ขึ้นมาเรียน กลายเป็นว่าไม่ได้เรียน มั่วแต่อ่าน Research Paper ดีๆ เต็มไปหมด แล้วก็ขอบอกนิดนึงนะครับว่า ตั้งแต่ผมลงทุนต่างประเทศมาได้ 7-8 ปี ผมแทบจะไม่อ่านพวก Seeking Alpha หรือ Motley Fool เลย อาจจะแค่ใช้ดูอะไรผ่านๆ หรือ อ่าน Transcript จาก Seeking Alpha บ้าง แต่สำหรับการวิเคราะห์ในนั้น ผมพบว่าคุณภาพการวิเคราะห์ของ 2 แหล่งนี้ มันดีไม่พอที่ผมจะเอาไปใช้ได้ ทดลองอ่านแล้วเสียเวลา น้ำเยอะ เนื้อน้อย แถมต้องรับ Bias ของคนเขียนมาเยอะมาก (หลังๆ อาจจะดีขึ้นแล้วหรือเปล่าก็ไม่รู้นะครับ เพราะ ผมไม่ได้เป็น Member หลังๆ เลยอ่านอะไรไม่ค่อยได้) จะใช้ก็ได้แค่ตามข่าวเร็วๆ เวลาหุ้นมีการเคลื่อนไหวแรงๆ แล้วค่อยไปเจาะลึกเอา
อีกเหตุผลก็คือ คุณภาพของบทวิเคราะห์ ของคนที่ตั้งใจทำบทวิเคราะห์ในต่างประเทศมันสุดยอดจริงๆ อย่าง UBS ตอนเค้าจะทำบทวิเคราะห์เกี่ยวกับรถไฟฟ้า เมื่อ 2-3 ปีก่อนมั้ง ถึงกับซื้อรถไฟฟ้าแต่ละยี่ห้อมา แล้วก็จ้างวิศวกรมาแกะชิ้นส่วน มาไล่ดู Supply Chain แล้วทำการวิเคราะห์เอาก่อนออกบทวิเคราะห์
เวลาจะเจาะหุ้นตัวหนึ่ง ผมชอบอ่านบทวิเคราะห์ Initial Coverage หรือไม่ก็อ่านบทวิเคราะห์ที่ Deep Dive ของโบรกต่างประเทศ บทวิเคราะห์พวกนี้ เค้าใส่เต็ม จัดเต็มมากๆ บางฉบับอัดกันเป็นร้อยหน้าก็มี มันจะทำให้เราเข้าใจภาพรวม การแข่งขัน แนวโน้ม ก่อนที่จะกระโดดลงไปใน Annual Report ของบริษัท หรือไปศึกษาลึกๆ ต่อในระดับอุตสาหกรรม
อย่าง Paper ที่ผมกำลังอ่านอยู่ของ Insider Intelligence เรื่อง The Digital Health Ecosystem ถ้าจะซื้อเอาก็ราคา 995 USD เนื้อหาดีมาก ดีสุดๆ อ่านแล้วจะเข้าใจเลยว่ามันเกิดอะไรขึ้น และกำลังจะเกิดอะไรขึ้น ในอุตสาหกรรม Healthcare ในแบบที่เข้าใจได้ไม่ยาก
ทั้งหมดนี้สามารถ Access ได้ผ่าน Virtual Library ของ NYU ครับ
ในการประเมินโอกาสในการลงทุนหุ้นเทค "คุณจะสามารถ Build Up Story และ Total Addressable Market ได้จากการเข้าถึง และอ่าน Research Paper ภาพใหญ่ หลังจากนั้นคุณก็จะทำ Stock Screener ออกมาโดยใช้เครื่องมือของ Data Provider เอาตัวเลขทางการเงินต่างๆ มาวิเคราะห์ว่าตัวเลขมันสะท้อนคุณภาพจริงๆ นะ" จากนั้นก็เอาตัวเลขจาก Data Provider มาใส่ในโมเดลของอาจารย์ มาประเมินมูลค่า (จะขาดก็แต่เครื่องมือในการทำ Monte Carlo Simulation ที่ไม่ได้มีให้ใน NYU Library) ถ้าสามารถทำได้อย่างนี้ ผมคิดว่าเราคงจะลงทุนในหุ้นเทคฯ ได้อย่างสมเหตุสมผล และปลอดภัยมากยิ่งขึ้นครับ และทั้งหมดนี้ผมคิดว่าผมจะได้รับจากการเสียเงินเรียนออนไลน์ในหลักสูตรนี้
ยิ่งตลาดแพง การลงทุนยิ่งยากขึ้น ล่าสุดอาจารย์ Aswath ออกคลิปมาวิเคราะห์ว่าตลาด
ณ ขณะนี้แพงมาก อาจารย์มีเงินสด และมีซื้อ Put Option เอาไว้ ใน 6 Scenario ของอาจารย์มีอยู่แค่ เคสเดียวเท่านั้นที่ตลาดโดยรวมยัง Under Value อยู่ ซึ่งการลงทุนในช่วงที่ตลาดแพงๆ หรือ เป็นฟองสบู่นี้ การมีหลักการ เครื่องมือ และสภาพจิตใจที่แข็งแกร่งเป็นสิ่งที่สำคัญมาก ไม่อย่างนั้นเราอาจจะเป็นคนที่ไม่รอด และเป็นคนตายที่ไม่ได้พูด อย่างในฟองสบู่ที่แตกไปในรอบที่ผ่านๆ มา
มาลองฟัง คนตายที่เคยพูดมาก ในช่วงฟองสบู่ dot com ปี 2000 ดูสักหน่อย จากบทความนี้ครับ
- Barber's Tech-Stock Chit-ChatEnriches Many Cape Cod Locals , เมื่อวันที่ March 13, 2000 12:01 am ET
- Barber Urges Patience on Techs After Getting Clipped by Nasdaq, เมื่อวันที่ March 7, 2001 12:01 am ET
- A Barber Misses Market's New Buzz, เมื่อวันที่ March 8, 2013 4:40 pm ET