If you see or hear about the belongs, you should recognize that you are using the contents written by Ted. Also you have obligation which is you should receive the investment following the Ted intent from Ted |
tedvc@hanmail.net
올해초 꿈을 꾸었다. 그 꿈이 좋다라고 생각했는데 오늘 그 의미가 해석이 되는것 같다. 그리고 그 의미에 따라 좀 더 큰 그림을 그릴까 한다. 그렇다고 내가하는 일이 달라지지 않고 오히려 좀더 부지런히 일을 해야하고 좀더 많은 네트워킹을 해야할 것이다.
다시 Ted Theory로 돌아가서 이번에는 가치평가에 대해 좀 더 자세히 논해보겠다.
시작하기전에 2가지에 대해 언급하고 넘어가겠다. 첫번째 쓸모 없는 텀은 없다. 둘째 가치평가는 시장에 의해서 결정이 된다.
가치평가에 관한 책을 읽다보면 자신의 의견을 정립하고 그리고도 설명할 수 없는 값에 대해 에러값으로 정리한다. Ted Theory는 이러한 에러값이 존재하지 않는다. 모든것을 Ted Theory에 의해 설명한다. 그리고 Ted Theory에 의해 가치평가는 시장이 정해진다. 그 의미는 주식을 예를 들면 매도 호가와 매수 호가가 정해진다. 그런데 이러한 호가가 정해지는 가운데 결국 매도 또는 매수가 이루어져 가격이 정해질 때 비로소 가치평가가 완성이 된다.
가치평가는 절대가치평가 또는 상대 가치평가로 이루어진다고 하였다. 그리고 설명할 수 없는 사람의 행동 양식을 연구하는 것이 Behavioral Finance이다. 그럼 이들은 각자 별개 유닛으로 생각해야하는 것인가? 라는 질문을 던진다. Ted Theory는 I, B, R에 의해 정의하고 이들값들의 합으로 정의하였다. 그런데 이러한 각 유닛은 가치에 대해 이건 절대가치평가이고, 이건 상대가치 평가, 이건 Behavioral Factor라고 말을 할 수 없다. 아래의 그림과 같이 I, B, R의 유기적 결합에 의해 결과 값이 보여지는 것이다.
<I, B, R Structure/ Reference point Value>
실제로 I, B, R Factor에 대해 주식, ETF, Bloomberg, Virtual currency VC Investment 등 여러가지 형태로 테스트를 진행하였다. 이들을 통해서 유의미한 결과를 얻을 수 있었다.
I 는 절대가치평가 DCF형태로 미래에 대한 창출된 현금가치를 현재값의 합이 내재가치이다. 그리고 R은 시장에서 상대적인 가치에서 의해 정해지는 가치이다. 하지만 시장의 주가는 이들보다 크기도 하고 작기도 하는 변동성을 가지고 있다. 이러한 변동성의 주요역할을 하는 Factor로 B Factor는 기존의 Factor Analysis를 통해서 자세히 설명하였다. 물론 위의 구조를 식으로 표현하는데는 새로운 형태의 표기법이 필요하나 이해도 및 식의 단순화를 위해 다음과 같이 규정지었다.
그렇다면 이걸 이해한다면 주식을 통해서 돈을 벌 수 있는가? 라는 고민이 들 수 있다. Factor Oriented된 테스트에서는 10% 이상의 수익을 거둘 수 있었다. 하지만 우리가 보고 있는 내재가치는 기존에 공을 던졌을 때 떨어지는 땅의 높이이다. 그러기에 이땅의 높이가 중요하다. 즉 경제학적으로 정리해서 말을 하면 실제로 기업이 현금 창출을 얼마큼 할 수 있는지 또 그리고 새로운 신사업으로 예상되는 새로운 현금 창출능력이 얼마나 되는지에 따라 땅의 높이는 변동이 가능하다. 그런데 이런 내재가치보다 즉 땅의 높이보다. 떨어지는 공을 볼 수 있는데 이러한 공은 다시 탄성력을 가지고 상승하는 B Factor에 의해 설명할 수 있다.
모든 정보는 데이터를 통해서 알 수 있다. 이러한 데이터는 공개된 것도 있고 공개되지 않는 것도 있다. 실제로 B Factor를 통해서 수익 얻을 경우 데이터의 흐름을 관찰하였다. 이러한 데이터의 흐름은 실제로 NEW의 부산행과같이 리포트를 위한 데이터를 기반으로 하지는 않는다. 이러한 데이터를 얻는 능력은 개개인이 능력 그리고 각 AI의 능력이 될 것이다. 그리고 각데이터에 대해 얼마나 인사이트를 가지는 냐에 따라 수익을 얻을 수 있는지 정해질 것이다. 테스트중에는 모델링을 통한 수치적 모델링은 경험적 모델링으로 산정하였으나 정확한 모델링 수치가 필요하면 각자 모델링을 정해서 진행할 수 있다. 어쩌면 경험치를 정확한 모델링하는 AI가 수익률에 좀더 나은 수익률을 거둘 수 있으리라 예상된다.
주식을 보면 현재의 트렌드를 볼 수 있다. 그런데 이러한 이해는 주식에 대해 한정된 것이 아니다. 절대, 상대 그리고 Random Variable은 다른 분야에도 적용되는것이다. 이제 대한 적용이 새로운 산업, 새로운 기술이 될것이다.
[Reference]
Book List
1. Valuation fourth edition - WILEY
2. Investment valuation - WILEY
3. CFA I, II, III related books - KAPLAN/WILEY
Class
1. MBA(Including HBR case Study)
2. Physics
3. Cognitive science
Test
1. Bloomberg
2. Stock/ETF Long &Short
3. KOCCA Valuation
4. VC investment
5. Virtual Currency