Мир инвестиций перед стартом очередного сезона отчетности традиционно становится особенно чувствительным к тому, какие компании сумеют приятно удивить рынки. В такой момент аналитики крупных банков ищут не просто «крепкие» эмитенты, а тех, кто с большей вероятностью сможет превзойти ожидания по прибыли. Один из таких подходов недавно представил Morgan Stanley, выделив набор акций США и Европы с повышенным потенциалом «сюрпризов» в отчетный период.
Что Morgan Stanley ищет перед сезоном отчетности
Речь идет о методике, которая опирается на количественную модель. Ее задача — заранее отобрать бумаги, у которых вероятность публикации результатов лучше прогнозов аналитиков выше среднего. В основе подхода лежит идея, что «сюрприз» возникает не случайно: ему предшествуют определенные сигналы, связанные и с оценками рынка, и с качеством прогнозов, и с динамикой ожиданий.
Для отбора Morgan Stanley использует собственную конструкцию под названием Earnings Surprise Composite — «композитный показатель ожидаемого сюрприза по прибыли». Такой индекс объединяет несколько блоков:
- Earnings Forecast Landscape — параметры ландшафта прогнозов по прибыли, то есть как формируются и меняются ожидания по компаниям;
- Earnings Quality — оценка качества прибыли, подразумевающая, насколько результаты выглядят устойчиво и насколько прогнозы обоснованы;
- более широкий прогнозный контекст — дополнительные факторы, отражающие общую динамику ожиданий и вероятность расхождений между прогнозом и фактом.
Как устроен показатель и что означает «earnings surprise»
Earnings surprise (прибыльный сюрприз) — это ситуация, когда фактическая отчетность компании по прибыли оказывается выше или ниже консенсус-прогноза аналитиков. Для инвесторов это важно, потому что рынок зачастую реагирует на разницу между ожиданиями и реальностью заметно быстрее и сильнее, чем на сам уровень показателей.
Композитный подход Morgan Stanley, по сути, пытается «склеить» воедино две стороны: мнение аналитиков и количественные индикаторы, которые заранее указывают на вероятность отклонения факта от ожиданий. Это особенно актуально в периоды, когда результаты компаний могут расходиться сильнее обычного.
Проверка модели: как показывала себя стратегия
Банк утверждает, что его стратегия дает устойчивые результаты. В отчете приводятся показатели отношения доходности к риску — pre-cost Sharpe ratio. Этот показатель отражает эффективность стратегии до вычета издержек (в отличие от «чистого» варианта после комиссий и других расходов). Чем выше значение, тем лучше соотношение «риск/прибыль».
Согласно представленным данным:
- с 2024 года в США стратегия обеспечила pre-cost Sharpe ratio 1.06;
- в Европе за тот же период — 0.92;
- за более длинный промежуток, включающий пять лет до запуска стратегии, значения составили: 0.69 для США и 0.71 для Европы.
Такая ретроспектива важна, потому что позволяет оценить, была ли методика работоспособной не только «в текущей фазе рынка», но и в более ранних условиях.
Кого Morgan Stanley выделил в США
Среди приоритетных идей для американского рынка Morgan Stanley называет три бумаги, которые, по оценке банка, совмещают повышенные рейтинги и высокие места в композитном индексе:
- Western Digital
- Citigroup
- RTX
Отдельно подчеркивается, что эти компании имеют статус overweight — то есть «выше рыночной доли» в рекомендациях банка. Как правило, это означает, что аналитики видят потенциал опережающей динамики относительно бенчмарта.
Помимо основной тройки, в расширенном списке встречаются такие имена, как Apple, eBay, ConocoPhillips и Roblox. Их включение говорит о том, что модель фиксирует у них сочетание факторов, соответствующих ожиданиям на более заметные расхождения прибыли с прогнозами.
Европейские фавориты: что выделено в портфеле идей
В Европе Morgan Stanley отмечает ArcelorMittal как наиболее выраженную позицию — компания получила оценку в верхнем процентиле по композитному показателю. Далее следуют:
- Barclays
- ASML
- Nokia
- Santander
- ASM International
- UPM-Kymmene
Как и в случае с США, в банке подчеркивают, что все перечисленные компании имеют рекомендацию overweight. Иными словами, отбор не сводится только к «вероятности сюрприза» — в него дополнительно встроено согласование с фундаментальными взглядами и оценками аналитиков.
Почему ставка делается на сочетание модели и фундаментальных оценок
В комментарии к методике подчеркивается ключевая мысль: инвесторам может быть проще выстраивать позиционирование перед отчетностью, если объединять количественные сигналы и фундаментальные представления аналитиков. Особенно это актуально, когда на рынке сохраняется повышенная «дисперсия» результатов — то есть когда фактические показатели компаний могут сильно отличаться друг от друга.
В практическом смысле это означает следующее: одни компании могут сдержанно пройти ожидания, другие — заметно превзойти прогнозы, а третьи — разочаровать. Подобные модели помогают заранее выделить тех, у кого окно для «позитивного расхождения» выглядит наиболее вероятным.