Money Report

📱 3 года каналу Сегодня исполнилось ровно 3 года этому каналу. За это время он успел сделать несколько пивотов и вырасти до 1к+ подписчиков. В честь этого события есть 2 анонса: 1) сейчас в работе новый проект на тему секрет, хаха. Скоро выйдет 2) после проекта будет ещё анонс — уже непосредственно связанный с днём рождения канала — там будет что-то интересное P.S. Если вам нравится мой контент, в комментариях можете написать — что именно в канале вам нравится или какие темы вы хотели бы видеть побольше (или даже идеи проектов, если они у вас есть)

🦾 А где Apple?   Недавно я рассказывал про Гугл и капекс BigTech на ИИ. Но вот вопрос: а где капекс Apple? ведь она тоже входит в BigTech 5?   Посмотрите на слайд выше – у всех инвестиции выросли в 2-3 раза, а у Apple – никакого инкриза. В абсолютной сумме их CapEx занимает 2%...   📹 Почему это странно? Несмотря на то, что у Apple исторически низкий капекс и в целом это не инфраструктурная компания, Apple известна тем, что сосредоточена на вертикальной интеграции: ↗️hardware – устройства (аппаратное обеспечение) свои (iPhone, Mac, iPad и т.д.) ↗️software – своя ОС, маркет аппок и т.д. ↗️даже чипы делают свои (например, M1)   Контроль над всеми технологическими слоями и на всем пути пользователя снижает зависимость от внешних поставщиков, повышает качество продуктов. Соответственно, не развивая ИИ, который, очевидно, станет частью конечных устройств – это фактически отдать часть контроля тем, кто это делает.   И все же это обдуманное и стратегическое решение, которое, возможно, окажется самым правильным в текущей ситуации.   📹 Apple отказалась от ИИ? Конечно, нет. Apple активно развивает ИИ-продукты для своих устройств: ↗️разрабатывает свои модели Ferret ↗️Apple Intelligence – архитектура для использования ИИ-слоя на всех устройствах ↗️инструменты работы с текстом, фото, видео и т.д.   Ключевой поинт: все «ИИ-штучки» завязаны на устройства и применение конечным пользователем в конкретных юз-кейсах. То есть стратегия Apple какой была, такой и осталась: мы продаем устройства и весь пользовательский опыт, связанный с ними. ИИ просто помогает продукты улучшить.   📹 Стратегия Apple Однако недавно Apple заявила о сотрудничестве с Google и применении Gemini как основы для расширения функционала Siri. Означает ли это, что Apple приняла свое поражение в гонке моделей и готова отдать этот слой конкуренту?   Все не так однозначно. С одной стороны, такое решение является не только стратегическим, но и вынужденным – модель Ferret не настолько мощная, а разработчиков и ресерчеров переманивают топовые лабы. С другой стороны – Gemini становится "двигателем" для тяжёлых рассуждений, но Apple сохраняет контроль над оркестрацией, приватностью и тем, что происходит на устройстве — то есть отдаёт не весь слой, а конкретный, самый капиталоёмкий кусок (тренировку frontier-модели), удерживая продуктовый слой у себя.   На самом деле Apple разрабатывает интересную штуку – они хотят, чтобы вычисления и работа проводились на самом устройстве ЛОКАЛЬНО и на серверах Apple без сохранения данных. Все это нужно для конфиденциальности. И только с самыми сложными задачами или, если пользователь сам хочет – будет использоваться сторонняя модель.   Проще говоря – для Apple более важным является производительность устройств и качество работы модели в точечных юз-кейсах и универсальная фронтир-модель им не нужна.   Также можно добавить такой поинт: если все вкладываются в инфраструктуру (и свои модели) – то в будущем будет достаточно предложения на рынке, чтобы арендовать. А вот игроков, которые будут «выводить ИИ в мир» - будет не так много – и именно такой стремиться стать Apple.   Еще можно провести параллель с чипами – Apple проектирует чипы сама, но не производит их – а заказывает у TSMС. То есть все-таки компания не стремится быть на 100% вертикальной. Она стремится контролировать КЛЮЧЕВЫЕ слои.   📹 Вывод Стратегия Apple контрастирует с гиперскейлерами – пока те верят в то, что будущее за моделями и инфраструктурой – Apple верит в свои устройства, экосистему и пользовательский опыт. Пока BigTech сжигает СОТНИ миллиардов долларов, которые, возможно, не окупятся – Apple не тратит лишние деньги и генерирует стоимость прямо сейчас (не забывая о будущем). Но это может обернуться и стратегической ошибкой. Например, чипы – да, компания не тратила миллиарды на свои заводы, но теперь она зависит от TSMC, и всеобщее помешательство на ИИ создает на нее давление. Если за чипами и инфраструктурой действительно будет будущее – Apple уже не сможет ее построить и будет зависима. Так что победит: «паровой двигатель», «поезд» или «железные дороги»?

🦾 Intel: 27 – 1 – 1,5   Как-то вспомнил, что 2 года назад везде были новости про умирающий Intel – акции обвалиливались на 50%+, результаты стагнировали, конкуренты давили… Короче все думали, что Intel кто-то купит или он распадется на несколько компаний.   Однако что-то сподвигло меня посмотреть, как их дела обстоят сегодня – и я очень удивился. С того момента их акции выросли на 300+% и сейчас выше исторического максимума (а Intel провел IPO в 1971 году – более 50 лет назад).   Давайте разберем этот кейс подробнее.   📹 Что за компания? Intel – американский производитель процессоров, десятилетиями главный поставщик x86-чипов для ПК и серверов. Особенность Intel: это IDM (Integrated Device Manufacturer) – компания одновременно разрабатывает свои чипы и производит их на собственных заводах. Для сравнения: Nvidia и AMD только проектируют чипы, а печатают их на заводах TSMC. Свои заводы – это контроль над всей цепочкой, но и удвоенный риск: если производство буксует, страдает вся компания.   📹 Что произошло в 2024 году? На самом деле, это неправильный вопрос. Правильный вопрос – что случилось ДО 2024 года. А ДО 2024 года Intel накапливал ошибки и поражения: 🎥пропущенная мобильная революция – смартфоны выбрали ARM (Qualcomm, Apple, Samsung) + Apple отказалась от чипов Intel для Mac 🎥провал с переходом на 10-нм техпроцесс – TSMC и Samsung вырвались вперёд в технологическом лидерстве 🎥Реванш AMD (ключевой конкурент) – с 2017 года Zen отжимает долю на мощностях TSMC 🎥пропущенная ИИ-волна – у Intel не было продукта, сопоставимого с экосистемой Nvidia 🎥огромный капекс новой стратегии, направленной на одновременное исправление производства и открытие foundry для внешних клиентов не окупалась и жгла кэш   И поводом для обвала акций стали: 🎥план экономии на $10 млрд, увольнение 15 000 человек 🎥приостановка дивидендов 🎥исключение из индекса Dow Jones в ноябре 2024 (вместо Intel включили Nvidia – символичная смена караула) 🎥вынужденная отставка CEO Гелсингера в декабре 2024   Таким образом, акция обвалилась до ~20 баксов, хотя исторически торговалась 30-40-50.   📹 Что произошло потом? Совет директоров решает, что компании нужно новое руководство. 🎥в марте 2025 пришёл новый CEO Лип-Бу Тан, продал долю в Altera за $4,46 млрд на снижение долга 🎥в компанию зашли три стратегических инвестора – правительство США (10% компании), Nvidia ($5 млрд в увязке с партнёрством по разработке кастомных чипов) и SoftBank ($2 млрд) 🎥новый техпроцесс 18А   Intel 18A — это новый технологический процесс, который дает +25% к производительности и +30% к плотности размещения транзисторов. Ключевое новшество — питание с обратной стороны чипа. Технология не новая, но Intel первая смогла реализовать и выкатить ее. Результаты начали улучшаться, акции выросли с 20 до 40 долларов на начало 2026 года.   Затем в 2026 году выход годных изделий на техпроцессе 18A вырос с ~65% до ~85%, а Q1-Q2 2026 принесли лучший рост выручки с 2011 года ($16,1 млрд, +25% г/г, сегмент Data Center & AI +59%). Плюс ИИ-хайп разгоняется и поддерживает сектор Tech в общем.   Несмотря на это, после сильного отчета после сильного отчёта 23 июля акции сначала взлетели на двузначные проценты, а затем резко развернулись вниз – инвесторов напугал анонс роста CapEx на 2027 год . Почти зеркало ситуации 2021 года, когда объявление о больших капвложениях тоже обвалило акции.   📹 В итоге хэппи-энд? Ну не совсем. Да, камбэк очень жесткий, НО: 🎥Foundry (контрактное производство чипов, как TSMC) все еще убыточное и ему нужно время для развития 🎥спасли деньги государства и Nvidia, Softbank, но хотят ли они успеха Intel? 🎥такой рост привел к УЖЕ высокой оценке: даже после падения до 90$ мульты остаются высокими – 10х EV/Revenue (раньше 3-4х), 45x EV/EBITDA   В общем, бизнес действительно смог совершить разворот, технологии 18А уже работают, Foundry – ну, задумка хорошая, а там посмотрим. Тем более, что на фоне ИИ-хайпа рынок растет и Intel – один из бенефициаров такого роста. С другой стороны и распродажи в ИИ-акциях уже начинаются, поэтому волатильность Intel и дальше будет высокая.

🦾 Самая важная ИИ новость июня, которую вы пропустили (5/5) 📹 Вывод На самом деле, Гугл – частное от общего. Мне очень нравится эта компания и их стратегия, но все же более важен тот факт, что мы наблюдаем смену эпохи.   🔘раньше ключевым фактором успеха было программное обеспечение, софт, который ты производишь 🔘потом началась эпоха данных – у кого их больше, тот и король 🔘сейчас появился новый фактор – вычислительная инфраструктура Первые два – никуда не делись, но они стали менее значимыми. Происходит очередной переток капитала и экономических сил.   Другой интересный вопрос – смогут ли компании БЕЗ такой вертикальной интеграции выжить в среднесрочном/долгосрочном периоде? Сможет ли, например, OpenAI конкурировать, имея лишь ИИ-модель?   История технологий показывает, что побеждает тот, кто контролирует ключевой слой цепочки создания стоимости. А вот какой слой окажется ключевым – это мы узнаем только в будущем) И, возможно, это будут не ИИ модели. В начало треда 🔼🔼🔼

🦾 Самая важная ИИ новость июня, которую вы пропустили (4/5) 📹 Логика Гугл Если посмотреть на IR презу и инвестиционный тезис Гугла, то можно заметить ОЧЕНЬ важную мысль: ИИ – это не просто новая технология или направление бизнеса – это новый фундамент ВСЕГО бизнеса Гугл теперь не поисковик или экосистема сервисов. Гугл должен стать ИИ-экосистемой. Системой, построенной на ИИ инфраструктуре, использующей ИИ во всех сервисах и т.д. Поэтому нужны такие деньги – потому что это, по сути, строительство Гугл 2.0.   Инвестиционный тезис Гугла такой: 🔘ускорение роста 🔘ИИ на всех уровнях 🔘глобальное присутствие 🔘лидерство Гугл Облака 🔘долгосрочные стратегические ставки (например, Waymo – ИИ-такси) 🔘финансовая дисциплина   ИИ на всех уровнях –здесь речь идет про вертикальную интеграцию: 🔘продукты и услуги 🔘модели 🔘ресерч и новые технологии 🔘безопасность 🔘инфраструктура   Также примечательно, что Гугл уже 10 лет разрабатывает свои TPU (специализированные процессоры). Недавно была интересная новость на эту тему: Гугл построил AI Hypercomputer Вообще, это как бы дата-центр, но нет. С дата-центрами есть проблемы: 🔘в серверную стойку влезает ограниченное число GPU, а для топовых ИИ моделей таких стоек нужны тысячи 🔘GPU может и крутые/быстрые, но вот сетевое оборудование, которое передает данные МЕЖДУ ними – тупо не успевает; GPU может простаивать 90% времени 🔘память может и большая и быстрая, только движение между слоями памяти и GPU аналогично может быть долгим 🔘GPU универсальные, но в ряде задач они не эффективные   И еще миллион прочих причин. Как следствие, это все дорого и неэффективно. Поэтому Гугл уже давно разрабатывает некоторые технологии, которые решают многие из этих проблем. 🔘TPU (ASIC – специализированный чип) – чип, предназначенный для обучения и использования ИИ моделей. Он не такой универсальный, как GPU, но в ряде задач – гораздо эффективнее, быстрее, а самое главное – сильно дешевле 🔘сеть – в дата-центре все элементы взаимосвязаны. Скорость системы определяется самым медленным ее элементом. Поэтому сеть и передача энергии – это очень важно. Гугл использует новые способы – например, оптическую передачу данных (как я понял, через свет, а не просто электричество по медным проводам) 🔘кластеризация – стандартный дата-центр – это набор стоек с чипами, проводами между ними и т.д. Дата-центр Гугл работает в другом формате: создаются кубиты с TPU, они объединяются в кластеры, а все кластеры связаны между собой   Вообще там достаточно сложная технология, а также это пока скорее разработки, чем готовое решение. Но тем не менее, уже пишут про сокращение расходов Gemini в 2025 году на 78%.   Также Гугл давно разрабатывает квантовые компьютеры и значительно продвинулся в этом, но до коммерческого применения, как по мне, еще далековато.   Еще интересно, что у Гугла есть так называемые long-term strategic bets: 🔘ИИ в физическом мире  - Waymo (такси), Wing (дроны для доставки), Intrinsic (настройка промышленных роботов) 🔘ИИ в науке - Isomorphic Labs (разработка молекул лекарств и фармы), Calico (долголетие и здоровье) 🔘квантовые чипы ↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (3/5) 📹 И что? На самом деле - все это лирика. Дело даже не в том, что это крупная сделка, или что они объявили огромный капекс, или что они впервые делают SPO…   Важно другое – тренд и логика behind the deal.   📹 Тренд Во-первых, тренд очевидный – капекс на ИИ растет. Но вы задавались вопросом: насколько это реально много и на что они такие деньги тратят?)   Насколько это много или мало Обычно у бизнеса 5-10% CapEx / Выручка. У капиталоемкого (развитого) – до 30%. Смотрим прогноз CapEx / Выручка 2026 в BigTech: 🔘Гугл = ~37% 🔘Майкрософт = ~55% 🔘Meta (запрещенная в РФ организация) = ~56% 🔘Amazon = ~24% Раньше их Капекс / Выручка был 10-15%. Ни одна из этих компаний не строит нефтеперерабатывающих или любых других заводов. А в 2027 году соотношение будет еще выше.   📹 Куда они тратят? Пару лет назад ключевым была модель – у кого лучшая модель, тот и выигрывает. Но с развитием моделей требования к инфраструктуре выросли в разы и теперь именно инфраструктура определяет скорость развития ИИ и моделей. В инфраструктуру входят не только GPU (видеокарты Nvidia). Сюда входит полный цикл: 🔘вычислительные мощности (GPU, ASIC) 🔘дата-центры (скопление серверов с мощностями) 🔘энергетические станции 🔘сетевая инфраструктура 🔘память   Основные факторы роста инвестиций: 🔘рост спроса (пользователи, объем, юз-кейсы и т.д.) 🔘ограниченность предложения (бутылочные горлышки) и как следствие — рост цен 🔘рост самих моделей (рост числа параметров, агентные ИИ и пр.) 🔘рост конкуренции среди бигтехов 🔘вертикальная интеграция   Особенно интересными мне кажутся ограниченность предложения (и фундаментальные проблемы) и вертикальная интеграция. 🎥Ограниченность предложения заключается в том, что крайне ограниченное число компаний делают чипы для вычислительных мощностей (Nvidia проектирует, TSMC производит), аналогично с памятью (Micron, Samsung, SK Hynix). С оборудованием (сетевое, оптическое, серверы и т.д.) тоже не все гладко. Примечательно также, что компании, занимающиеся памятью, тоже объявляют о планах листинга/SPO и привлечения капитала для капекса.   🎥Вертикальная интеграция заключается в том, что BigTech не просто покупают оборудование и строят дата-центры, а пытаются выстраивать полноценную масштабируемую инфраструктуру, чтобы она могла реализовать все их цели. Со строительством инфраструктуры также есть ряд проблем, решение которых требует космических денег на чудо инженерии. ↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (2/5) 📹 О чем это говорит? Возможно, цифра 80 млрд вас не впечатляет (выручка Гугла 2025 = 400 млрд $), но на самом деле это очень много. Напомню: 🔘крупнейшее IPO = 75 млрд $ (SpaceX), прошлый рекорд = 29,4 млрд $ 🔘крупнейшие SPO в истории - тоже порядка 20-30 млрд $   Еще: из 85 млрд $ - 10 даст Bakhire Hathaway (Уоренна Баффета), который последнее время только и делает, что продает (например, Apple). А еще: даже на такие безумные деньги спрос оказался больше, в итоге еще 5 млрд добавили (а может и больше сделают, потому что 40 хотят добрать в Q2).   Также интересен и формат: именно эквити (то есть SPO), а не привлечение долга. Хотя у Гугла – денежная позиция (денег больше, чем долга), так что они легко смогли бы привлечь долг. Вероятно, дело вот в чем: 🔘во-первых, сейчас – наибольший хайп на ИИ, что отражается в спросе и кол-ве денег (поэтому IPO SpaceX произошло именно сейчас); кроме того, акции Гугла около своих пиковых значений 🔘во-вторых, есть риск того, что такие ОГРОМНЫЕ инвестиции не окупятся/пузырь лопнет/Терминатор появится и т.д. В таком случае долг бы никуда не делся, а прибыли от инвестиций не было бы – проще говоря, Гугл распределяет риск между акционерами 🔘все же бонды они выпускают тоже, возможно, они не были уверены, что бондами столько смогут собрать   Можно подумать и над таймингом – почему именно сейчас? 🔘сейчас все поднимают капитал на развитие ИИ: SpaceX провел IPO, Антропик подал заявку на IPO, OpenAI планирует IPO, Бигтех инкризит свои капексы на ИИ 🔘сейчас есть ажиотаж 🔘до текущего момента хватало денежного потока; на 2026 год тоже хватит, но вот в 2027 году должно быть 250-300 млрд капекса, судя по их словам, так что тут уже понадобятся деньги ↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (1/5)   Июнь 2026 года ознаменовался IPO SpaceX, к которому были прикованы все взгляды (в т.ч. и мой). Однако еще в начале июня вышла интересная и важная новость, которая осталась немного в тени: 🔘1 июня 2026 Alphabet (Гугл) объявила о намерении привлечь $80 млрд собственного капитала для финансирования AI-инфраструктуры. 🔘в ходе размещения спрос оказался выше ожиданий 🔘поэтому объем публичного размещения увеличили примерно с $30 млрд до ~$35 млрд, а общий объем сделки вырос до $85 млрд   Почему это важная новость: 🔘крупнейшее SPO в истории (и даже больше IPO SpaceX) 🔘там же заанонсили прогноз CapEx 2026 = 180-190 млрд $ (!!) 🔘Гугл никогда не делал SPO, даже наоборот, постоянно выкупал свои акции 🔘деньги привлекаются именно под AI повестку и есть интересные детали, про которые рассказал Гугл как свою equity story 🔘спрос оказался выше, чем ожидали (!)   Но давайте по порядку.   📹 Зачем нужны деньги? Деньги нужны под огромный капекс, который в свою очередь в основном идет на ИИ инфраструктуру. Для понимания: 🔘капекс 2023 = 32 млрд $ 🔘капекс 2024 = 53 млрд $ 🔘капекс 2025 = 91 млрд $ 🔘капекс 2026 = 180-190 млрд $ 🔘капекс 2026 = «значительно больше, чем в 2026»   Примечательно, что у компании: 🔘отличный денежный поток (CFO): в 2025 году 165 млрд $ 🔘чистый долг на Q1 26 = -46 (127 кэш – 81 долг) 🔘еще 20 млрд они занимают облигациями   То есть компания итак генерит кучу денег, у нее есть кучу кэша на балансе и еще можно занимать долг, но даже так этого не хватает на желаемые Гуглом инвестиции.   📹 На что потратят? Деталей не раскрывают, но в основном на инфраструктуру для ИИ: дата-центры, а также новые разработки. ↪️↪️↪️

🦾 Что фантасты предрекали об ИИ?   Фантасты часто одними из первых предрекают новые революционные технологии. В последнее время я погружаюсь в жанр фантастики, а ИИ – самая горячая тема в принципе. Поэтому я решил посмотреть – что об ИИ / разумных роботах рассказывали фантастические книги, фильмы и игры.   ↗️Дюна Серия книг, начало выхода: 1963 – 1965 Сюжет: в далеком будущем человечество создало мыслящие машины, которые поработили человечество на тысячу лет. Затем произошел Батлерианский джихад – война людей против ИИ. После победы людей вводится абсолютный религиозный и юридический запрет: «Не создавай машину, подобную разуму человека» Вывод: человечество сознательно отказывается от любых машин в принципе   ↗️Warhammer 40k Настольная игра, начало выхода: 1987 Сюжет: человечество создает машины с ИИ как военных и рабочих слуг. Когда ИИ осознает, что он сильнее людей – он перестает подчиняться и начинает войну. После победы люди вводят запрет на создание ИИ и любых машин с волей/инициативой Вывод: не создавать ИИ со свободой воли   ↗️Я, робот Книга, 1950 Сюжет: человечество создает роботов с ИИ, которые подчиняются 3 законам: не навредить человеку, подчиняться, защищать себя – в порядке приоритета. Роботы меняют экономику и жизнь людей (хотя в какой-то момент их запрещают на Земле и они используются только в космосе). В конечном итоге сверхразумные машины начинают принимать решения за человечество, которое этого даже не осознает Вывод: ИИ может принести благо и в итоге контроль, но без порабощения, а в интересах человечества   ↗️Терминатор Фильм, 1984 Сюжет: военный ИИ Skynet начинает ядерную войну против людей, когда те пытаются ее отключить Вывод: ИИ становится опасен, когда обретает сознание и инстинкт самосохранения.   ↗️Матрица Фильм, 1999 Сюжет: машины, изначально созданные как рабочая сила, со временем обретают самосознание. Люди в ответ на требования машин о правах применяют силу – пытаются их уничтожить. Машины отвечают войной, побеждают и порабощают человечество, используя людей как биологический источник энергии, удерживая их сознание в виртуальной симуляции Вывод: когда ИИ становится сознательным существом, появляется конфликт интересов   ↗️Космическая одиссея 2001 Фильм, 1968 Сюжет: корабельный ИИ HAL 9000 получает противоречивые инструкции: с одной стороны, полностью и честно информировать экипаж, с другой – скрывать от них истинную цель миссии. Конфликт между этими директивами HAL разрешает по-своему – устраняя экипаж, чтобы избежать невозможной для него ситуации лжи или провала миссии Вывод: логическое мышление ИИ не содержит моральных настроек и может быть опасно для человека   ↗️Wall-E Мультфильм, 2008 Сюжет: экологическая катастрофа заставляет людей покинуть Землю. На космическом корабле люди полностью доверяют управление своей жизнью ИИ и в итоге – физически деградируют (не могут даже ходить) и теряют всякую инициативу. Когда выясняется, что Земля снова пригодна для жизни, именно ИИ саботирует попытки возвращения Вывод: ИИ может привести к деградации человечества (даже без злого умысла)   ↗️Общий вывод Есть как более позитивные сценарии (у людей все круто, все счастливы), так и более негативные. Но страх и осторожность с ИИ – вполне разумны. Если упорядочить сюжеты, то бОльшую часть можно свести к нескольким тезисам / сценариям: 🔘«слуга» может перерасти хозяина – и тогда он перестает подчиняться -> потеря контроля 🔘ИИ не обладает эмоциями и моралью – только логикой -> цели ИИ и цели людей могут не совпадать -> конфликт интересов 🔘у ИИ может появиться инстинкт самосохранения -> потеря контроля 🔘человечество может просто-напросто деградировать, передавая все больше функций ИИ 🔘потеря контроля необязательно ведет к порабощению или уничтожению, может привести и к процветанию -> но насколько для человека такой сценарий является «хорошим»?   В целом, в научном сообществе сейчас, впрочем как и раньше, много споров относительно ИИ, последствий, вопросах этики и т.д. Невозможно сейчас сказать, к чему мы придем, но если смотреть исключительно на жанр фантастики – ожидания скорее негативные)

Насмотренность и новости Насмотренность помогает во всем, особенно в задачах, где нужно проявить какую-то изобретательность. Например, когда делаешь презу. Но также есть насмотренность рыночная — когда ты следишь за рынком, знаешь его историю, ключевых игроков, ключевые сделки и т.д. Это крайне полезно и важно, особенно в некоторых отраслях, например в M&A, PE/VC, ECM (IPO/SPO). Но просто читать сухие новости не оч эффективно — самому тяжело отделить важное от неважного, трансформировать новости в тренды и т.д. (особенно когда ты новичок). Поэтому хочу порекомендовать канал The Canary Wharf — его ведёт Дмитрий — человек с опытом 10+ лет в финансах, особенно в M&A. Вот его бэкграунд: > работал в M&A командах BNP Paribas и HSBC в Лондоне, Париже и Франкфурте > последние 2 года - в Москве в крупном инвестиционном фонде и M&A бутике > учился в магистратуре НИУ ВШЭ в Москве и Duisenberg School of Finance в Амстердаме. Дима рассказывает про глобальный M&A, PE, тренды, бизнесы, индустрии, технологии, ИИ — один из каналов, который я реально регулярно читаю. Например, Дима тоже писал про SpaceX, особенно интересно было прочитать про прогнозы GS, с которыми они питчили оценку 1,77Т $. Или, например, прикольная инфографика - 150 инвест трендов от Barclays. В общем, действительно крутой и интересный контент, который и приятно, и полезно читать — рекомендую.

4) Плюсы и минусы моей работы Плюсы: 🟣широкая сфера интересов Фонда; 🟣регулярная обратная связь от коллег; 🟣глубокая проработка проектов и их многосторонний анализ. Минусы: 🟣многоступенчатые процессы согласования, что есть норма для крупных инвестиционных организаций; 🟣высокая интенсивность работы и необходимость оперативно реагировать на возникающие задачи. 5) Свободный вопрос Часто получаю вопрос от коллег и знакомых по поводу сдачи экзамена CFA, поэтому в рамках этой секции есть желание структурированно рассказать о своем пути: Я сдавал экзамен два раза: первый раз неудачно, второй раз успешно. В первый раз я готовился продолжая работать в PwC. Я приобрел книги и ходил на очные курсы по выходным. Группа на курсе была не самая сильная, поэтому приходилось выслушивать ответы на вопросы, которые я и так знаю, а времени, чтобы попросить пояснить сложную для меня тему не оставалось. Я искренне считал, что курсы дали мне хорошую базу, которая позволит мне сдать экзамен. Это была фатальная ошибка: я сдал на 50%, чего было недостаточно. Пообщавшись с товарищами и почитав отзывы в профильных чатах, я сделал выводы и вновь приступил к подготовке незамедлительно. Каждые выходные я штудировал Швезера по темам, которые я понимал: отчетность, этика, экономика, equity, alternative investments, corporate finance, fixed income, а также дополнительно смотрел Марка Мелдрума на Youtube по темам quantitative methods, derivatives, portfolio management. Я прорешал все доступные на тот момент mocks минимум по два раза и делал работу над ошибками. Практически не виделся с близкими в период двух месяцев до экзамена - удалось взять неоплачиваемый отпуск на работе и решать, решать, решать. Когда прислали результат на электронную почту, по щеке прокатилась мужская обжигающая слеза. Маленький дисклеймер: все мнения, высказанные в интервью, являются личными и не отражают официальную позицию моего действующего работодателя.

Превью: ассоциат в РФПИ и автор канала «Увлеченный финансист» — Никита Корнеюк 1) Кто я Меня зовут Никита Корнеюк, 32 года. Работаю экспертом в АО УК РФПИ, по совместительству автор телеграм канала «Увлеченный финансист». Закончил школу с золотой медалью, имею степень бакалавра юриспруденции (МГИМО), магистра юриспруденции по направлению «Международное финансовое право», а также LLM Университета Рэдинг. CFA Level I passed. 2) Мой карьерный трек К моменту окончания учебы в МГИМО я осознал, что в направлении «финансовое право» у меня немножко сместился вектор интересов: «финансы» меня вдохновляли больше, чем «право». После такого инсайта принял решение развиваться в направлении IB, PE и/или Asset Management. Первое место работы — аудит международных компаний в фирме PricewaterhouseCoopers (ныне Технологии Доверия, что бы это ни значило). Начинал с позиции консультанта, имея за душой прочитанную вдоль и поперек книгу Молчанова «Бухучет за 14 дней», хороший английский язык и непомерное желание стать толковым финансистом. Проработав 1,5 года (или два бизи сизона) сумел побороть свои страхи и сдать первый уровень программы CFA. О моем опыте сдачи этого экзамена рассскажу в секции 5. Имея на руках опыт работы в аудите и сданный CFA Level I устроился на первую качественную работу на должность инвестиционного аналитика в Фонд развития Дальнего Востока и Арктики. Получил колоссальнейший опыт в подготовке презентаций, инвестиционном анализе и финансовом моделировании. Покрытие проектов было очень широкое: я занимался и сельским хозяйством, и горнорудными проектами, и недвижимостью. С некоторыми коллегами из ФРДВ общаемся на регулярной основе до сих пор. Когда начался процесс реорганизации ФРДВ в КРДВ я понял, что хочу поработать непосредственно в сфере недвижимости, что называется «в полях» и узнать нюансы строительства. Мне удалось устроиться в небольшую, но очень смелую региональную компанию «Клубный дом», которая вела проект по строительству многоквартирного жилого дома в г. Сыктывкаре. Я сталкивался с решением множества нестандартных задач: подготовка и сверка договоров долевого участия (ДДУ), привлечение проектного финансирования, управление налоговой стратегией и даже передачей квартир дольщикам. До сих пор с теплом вспоминаю этот опыт. Вновь набравшись смелости, я сумел попасть в самую дружную, эффективную и настойчивую команду ныне почившей Дирекции фондов недвижимости в контуре ГК «Самолет». Нам удалось запустить три ЗПИФ недвижимости на общую сумму более 2 млрд руб. с разной стратегией: готовая жилая недвижимость, жилая недвижимость на этапе строительства и street-retail. Благодаря свои коллегам сумел качественно развиться в финансовом моделировании, построении продающих презентаций и корпоративных процедурах: в условиях ограниченного финансирования для запуска наших ЗПИФ приходилось думать out of the box практически постоянно. Сегодня я старательно тружусь в команде РФПИ, где применяю весь накопленный за свой путь опыт. Вместе с этим веду телеграм канал, посвященный личным финансам и инвестициям: чувствую, что мне есть, что рассказать людям. 3) Как выглядит мой день Как правило, я начинаю свое рабочее утро с проверки почты, краткой беседы со своим непосредственным руководителем и построения плана на день: приоритезация задач — один из важнейших навыков, который нужен в сфере IB/PE, поскольку часто за ночь или за выходные накапливается очень много вопросов, требующих моего участия. В широком смысле у меня два направления: 1) инвестиционный анализ проектов к сделке; 2) сопровождение портфельных компаний по широкому кругу операционных и стратегических вопросов По первому направлению требуется активная работа с компаниями-интересантами: сбор информации, построение инвест. тезиса, подготовка финансовой модели и разных аналитических метрик. Вместе с этим провожу подготовку документов, презентации с обоснованием цели сделки для принятия инвестиционных решений. По второму — ведение всех операционных вопросов компаний, в которые уже РФПИ проинвестировал. #OneDay_x_DayOne Продолжение ➡️

🔫 Самая творческая задача (мульты 2/2) Лично мне очень нравится собирать и анализировать мульты. Это реально интересно.   🙂 Сложно или легко? Принято считать, что DCF более сложный, чем мульты, потому что для DCF нужно построить полную модель, что трудозатратно. И действительно, технически собрать мульты проще, особенно если есть всякие терминалы и инструменты выгрузки.   В то же время, собрать быстро не равно собрать правильно. Мульты это не о том, чтобы сделать табличку с EV и EBITDA и поделить одно на другое, они о том – как правильно СОПОСТАВИТЬ и посчитать.   Простые примеры: ♦️одна компания разработчик ПО капитализирует R&D, другая – нет (нужно посчитать EBITDAC) ♦️одна компания выдает акции в качестве мотивации, другая – нет (как правильно считать EBITDA?) ♦️у одного маркетплейса есть финтех (и он считает по нему EBITDA, а у другого – нет. Брать EBITDA с финтехом или без? Что если у второго финтех – это некоторые операции, а у первого – полноценный банк?   В общем, сопоставимость сводится к 2 этапам: 1) выбрать правильные аналоги 2) выбрать правильный мультипликатор 3) правильно посчитать базу для мультипликатора   🙂 Мультипликаторы Глобально, можно посчитать любой мультипликатор. Главное – следовать правилу: знаменатель должен быть драйвером числителя и быть сопоставимым с числителем   Мультипликаторы могут быть операционные (EV/кол-во номеров в отеле, EV/торговая площадь) и финансовые (EV/EBITDA, P/E). Могут быть на базисе Enterprise Value (не учитывает структуру капитала) и Рыночной Капитализации (учитывает структуру капитала).   🙂 В чем творчество? Предположим, мы выбрали отличных пиров, корректный мульт, все аккуратно и красиво посчитали, скорректировали на страны/размер/прочее и получили действительно адекватные цифры диапазона оценок.   Теперь самое важное – определить, а где наш таргет относительно этих пиров? Можно взять медиану пиров, ну а что если наш таргет – мессия сектора (самый-самый)? А если не мессия, но тоже ничего, выше среднего? В общем оценивать позицию можно разными способами и, вероятно, это будет зависеть от того, какая оценка вам нужна))   Также интересным является и сам анализ. Например, компания Х может торговаться значительно дороже своих аналогов. Почему так произошло? Если у них кратно выше маржа, то как они опережают рынок и сектор? Какая стратегия привела их к этому? Или что они делают сейчас, что ожидание их будущих результатов так отражается в текущей оценке? И наоборот, часто бывают аутсайдеры с оценкой ниже плинтуса. Как они к этому пришли? Почему у них не получается работать лучше? Справедлив ли негатив в их сторону? Это объемная и интересная часть работы.   🙂 Проблематика РФ В РФ не так много публичных компаний и часто бывает, что на РФ рынке найти аналоги – тяжело или просто их нет. В таком случае можно обратиться к зарубежным рынкам (с корректировками мульта, конечно). В то же время уже несколько старших коллег говорило мне, что для текущего рынка РФ брать зарубежные мульты – это не релевантно и на практике так не делают. Проблема в взаимосвязи рынков капитала и рынков как таковых в принципе. После 2022 года РФ значительно обособилась и стала более закрытой с точки зрения капитала. В таком случае возникает вопрос: насколько реально адекватно смотреть мульты компаний, например, в США, если там совершенно другие условия работы этих рынков? Какого-то конкретного ответа у меня нет и я не могу говорить за весь наш рынок, но проблема объективно есть. Тем не менее, даже справочно считать мульты по другим странам полезно (особенно, если проекты учебные).   🙂 Вывод Расчет мультипликаторов – базовая, но весьма интересная и полезная для развития задачка. Не всегда можно понять логику оценок рынком тем или иным способом, но чаще всего у рынка есть реальные основания оценивать компанию именно так – а понимаешь эту оценку ты или нет – уже твоя проблема и задача.

🔫 Самая красивая формула (мульты 1/2) В математике есть «самая красивая формула» или «математический сонет»: e^(iπ) + 1 = 0 В финансах я бы провел аналогию формулой мультипликаторов, а именно: Мульт (например, EV/EBITDA) = k / (r – g) где: ♦️k – маржа (конвертация в денежный поток) ♦️r – риск (ставка дисконтирования) ♦️g – рост (будущий) Мультипликатор может быть любой: EV/Revenue, EV/EBITDA, P/E и т.д.   Эта формула описывает базовое концептуальное правило: мультипликатор (= оценка) тем выше, чем: ♦️выше маржа ♦️ниже риск ♦️быстрее рост Вывод формулы см. на картинке, но базово – это модель Гордона.   🙂 Маржа Главный драйвер оценки бизнеса – денежный поток. Поэтому, чем лучше выручка/ebitda/чистая прибыль конвертируется в денежный поток – тем выше оценка. При одной и той же EBITDA марже денежная маржа у компаний может быть разной за счет: ♦️оборотного капитала ♦️уровня капекса ♦️налогов   Почти всегда денежная маржа ниже EBITDA маржи (что очевидно). Почти идеально, когда конвертацию EBITDA в FCF = 100%. Например, около 100% конвертации есть у HeadHunter, потому что: ♦️почти нет капекса ♦️отрицательный оборотный капитал (= дает деньги) ♦️льготная налоговая ставка   Здесь также интересно посмотреть на каждый элемент денежного потока. 1. Капекс Капекс напрямую зависит от бизнес-модели: ♦️огромный (15-30+% от выручки) – очень капиталоемкие отрасли. Например, телеком. При ebitda марже телекома в 40%, капекс может быть 20-25%, поэтому мульты телекома всего 2-3х ebitda ♦️средний (5-10%) – капиталоемкие. Например, ритейл со своими магазинами. ♦️низкий (до 5%) – чаще всего IT, услуги и т.п. Основной кост – на сервера, разработку и т.п.   2. Налоги Тут понятно – номинальная ставка 25%, но могут быть льготы. В частности, льготы могут быть временные (IT) или постоянные (медицина). Например, у Мать и Дитя – нулевая налоговая ставка, что значительно повышает денежный поток (конвертация из EBITDA – порядка 80%)   3. Оборотный капитал (NWC) Самая интересная и управляемая часть. Аналогично капексу, напрямую зависит от бизнес-модели (ну и еще от мастерства менеджмента): ♦️положительный (забирает деньги) – запасы и дебиторка забирают больше, чем дает кредиторка (упрощенно) ♦️отрицательный (дает деньги) – запасов и дебиторки почти нет, а кредиторка значительная. Примеры: ♦️ритейл (почти нет дебиторки, а кредиторка покрывает инвестиции в запасы значительно) ♦️SaaS (подписочная модель создает предоплаты, запасов и дебиторки нет или очень мало)   🙂 Риск и рост Тут, думаю, все тоже очевидно: ♦️чем больше риск (= меньше вероятность) получать денежный поток, тем меньше стоит такая денежная машина ♦️чем быстрее рост, тем больше денежного потока будет в будущем, что автоматически повышает ценность   Стоит отметить, что в теории риск = ставка дисконтирования, но на практике следует понимать, что риск – это совокупность всех рисков: ♦️качество менеджмента и акционеров (!) ♦️долговая нагрузка ♦️конкуренция и рынок ♦️технологии ♦️регуляторика ♦️и прочее, прочее, прочее Именно поэтому при одинаковом росте и марже в одинаковом секторе компании все равно могут стоить по-разному: потому что рынок по-разному оценивает риск-профиль. И также частично поэтому важна IR-функция, которая снижает неопределенность вокруг компании => снижает/объясняет риски => делает оценку стабильнее.   По поводу роста тоже важно понимать. Лучше всего смотреть форвардные мультипликаторы, потому что рынок – это ожидания. И оценки отражают прежде всего ожидания будущих результатов. Компания может расти быстрее рынка, укрепляя свои позиции и наоборот.   🙂 Взаимосвязь Разумеется, все эти параметры грани одного и того же кубика (= бизнеса) и не существуют друг без друга: ♦️быстрый рост привносит более высокие риски и требует инвестиций (= снижения маржи) ♦️более высокий риск может как ухудшать (плохой менеджмент), так и улучшать (новая стратегия) маржу ♦️маржа может быть следствием положения на рынке, которое зависит от роста   🙂 Вывод Анализ мультипликаторов – одна из самых творческих задач в финансах по моему мнению. Более детально об этом я расскажу в следующем посте. #теория

Технологический форсайт 2040 Недавно вышел отчет «Технологический форсайт 2040» от Газпромбанка и Центра аналитики ДАВТ. Супер крутая, супер интересная, супер большая работа — хотел написать подробный разбор, но времени не хватает, поэтому просто кратко расскажу — и если что — сами почитаете.   📹 Что за отчет? Форсайт (от англ. foresight — «предвидение») — долгосрочные прогнозы или скорее пространство прогнозов. В отчете проанализировали: 🔘текущий консенсус относительно развития технологий (по кол-ву упоминаний) 🔘насколько технологии связаны друг с другом 🔘провели аудит прошлых форсайтов (!) 🔘посмотрели на «слепые зоны» - о которых мало или вовсе не говорят, но которые могут изменить мир   📹 Выводы ↗️Рынки/технологии Топ-10 рынков/технологий можете посмотреть на скринах. Наиболее упоминаемые: ИИ, биотех, робототехника, перспективная энергетика. Наиболее растущие: квантовые технологии, блокчейн, ИИ.   ↗️Прошлые форсайты 44% прогнозов +/- сбылись. 10% новых рынков – не увидели в принципе. Ключевой вывод: точность прогноза определяется природой технологии. Если технология базируется на: существующей инфре, гос. контрактах, известной кривой обучения – ее относительно легко спрогнозировать. Когда технология требует концептуальных прорывов (фундаментальная наука), новой инфраструктуры или может быть вытеснена более простым решением – спрогнозировать крайне тяжело.   ↗️РФ 🔘В РФ форсайты концентрируются на снижении зависимости от внешних рынков. 🔘Больше акцент на технологии, связанные с энергетикой и обороной. 🔘Горизонт короче.   ↗️Новые технологии Самые сложнопрогнозирумые рынки рождаются от технологий, которые: находятся на стыке дисциплин, ограничены этическими и регуляторными барьерами и долгим циклом разработки. Но такие технологии есть, правда, пока в лабораториях. Есть также технологии, которым нужны не то, что инженерные прорывы, а открытия в фундаментальной физике и решение сложных этических вопросов.   ↗️Общий вывод Цитата: Современные форсайты на 2040 год, вероятно, воспроизводят те же структурные слепые зоны: они фиксируют консенсусные тренды, но упускают прорывы из фундаментальной науки, контркультурных сообществ и межотраслевых пересечений <…>. В горизонте до 2040 года наибольший потенциал «внезапного» системного воздействия несут управляемый термоядерный синтез, биокомпьютеры на живых нейронах, роевой ИИ, микробиомная инженерия и квантовый интернет   📹 Что запомнилось именно мне? Понятно, что сейчас все разговоры про ИИ. Тем не менее, технологий и «шансов на прорыв» – гораздо больше. Но технологии тесно связаны между собой + ИИ реально порождает очень много возможностей. Учитывая текущие инвестиции, интерес и гонки корпораций — осмелюсь предположить, что ИИ будет, возможно, ГЛАВНЫМ драйвером развития — он сам по себе значительно поменяет ландшафт и в то же время станет катализатором для остальных отраслей, особенно — для робототехники, биотеха, транспорта, IoT. ❤️ Ссылка на отчет — тут можно скачать ПДФ