Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Ska man köpa en bil för 750 tusen rubel om man kör 18 gĂ„nger i mĂ„naden eller Ă€r det billigare att anvĂ€nda en taxi? Om du arbetar i baksĂ€tet eller lyssnar pĂ„ musik, hur förĂ€ndrar det betyget? Vilket Ă€r det bĂ€sta sĂ€ttet att köpa en lĂ€genhet – nĂ€r Ă€r det bĂ€st att avsluta sparandet till en handpenning och göra den första betalningen pĂ„ ett bolĂ„n? Eller till och med en trivial frĂ„ga: Ă€r det mer lönsamt att sĂ€tta in pengar pĂ„ en insĂ€ttning till 6 % med mĂ„natlig kapitalisering eller till 6,2 % med Ă„rlig kapitalisering? De flesta försöker inte ens göra dessa berĂ€kningar eller vill ens samla in detaljerad information om sina pengar. IstĂ€llet för berĂ€kningar Ă€r kĂ€nslor och emotioner inblandade. Eller sĂ„ gör de nĂ„gon snĂ€v bedömning, till exempel berĂ€knar de i detalj den Ă„rliga kostnaden för att Ă€ga en bil, medan alla dessa utgifter kanske bara utgör 5 % av de totala utgifterna (och utgifter för andra aspekter av livet berĂ€knas inte). Den mĂ€nskliga hjĂ€rnan Ă€r mottaglig för kognitiva fördomar. Det Ă€r till exempel svĂ„rt att sluta med en verksamhet som man har investerat mycket tid och pengar i, trots att den inte Ă€r lönsam. MĂ€nniskor Ă€r oftast överoptimistiska och underskattar risker, och Ă€r dessutom lĂ€ttpĂ„verkade och kan köpa en dyr prydnadssak eller investera i en finansiell pyramid.

Det Àr tydligt att nÀr det gÀller en bank fungerar inte en kÀnslomÀssig bedömning. DÀrför skulle jag först vilja prata om hur en vanlig individ (inklusive jag) vÀrderar pengar, och hur en bank gör det. Nedan kommer det att finnas lite finansiell utbildning och mycket om dataanalys i Sberbank för hela banken som helhet.

Resultaten ges endast som ett exempel och kan inte betraktas som rekommendationer för privata investerare, eftersom de inte tar hÀnsyn till mÄnga faktorer som ligger utanför ramen för denna artikel.

Till exempel kan alla hĂ€ndelser av den typen ”svart svan” inom makroekonomi, i bolagsstyrningen av vilket företag som helst etc. leda till radikala förĂ€ndringar.

LÄt oss anta att du redan har betalat av ditt bolÄn och har lite besparingar. Den hÀr artikeln kan vara anvÀndbar för dig om du:

  • Det spelar ingen roll hur mycket egendom du har samlat pĂ„ dig och hur du hĂ„ller koll pĂ„ den.
  • Jag undrar hur jag ska fĂ„ min fastighet att ge mig extra inkomst.
  • Jag vill förstĂ„ vilket sĂ€tt att investera pengar som Ă€r bĂ€st: fastigheter, sparkonton eller aktier
  • Jag undrar vad Sberbanks dataanalys kommer att ge rĂ„d om i den hĂ€r frĂ„gan

Ofta fattar mÀnniskor ekonomiska beslut utan att ha fullstÀndig information om dynamiken i sina egna inkomster och utgifter, utan att ha en bedömning av vÀrdet pÄ sin egen fastighet, utan att ta hÀnsyn till inflationen i sina berÀkningar etc.

Ibland gör folk misstag, som att ta ett lĂ„n i tron ​​att de kan betala tillbaka det, och sedan misslyckas. Dessutom Ă€r svaret pĂ„ frĂ„gan om huruvida en person klarar av att betala av lĂ„net ofta kĂ€nt i förvĂ€g. Du behöver bara veta hur mycket du tjĂ€nar, hur mycket du spenderar och hur dynamiken i förĂ€ndringarna i dessa indikatorer ser ut.

Eller, till exempel, en person fÄr en viss lön pÄ jobbet, den höjs regelbundet, presenteras som en bedömning av meriter. Men i verkligheten kan den hÀr personens inkomster sjunka jÀmfört med inflationen, och hen kanske inte Àr medveten om detta om hen inte hÄller koll pÄ sin inkomst.
Vissa personer kan inte bedöma vilket alternativ som Àr mest lönsamt i deras nuvarande situation: att hyra en lÀgenhet eller ta ett bolÄn till en viss rÀnta.

Och istÀllet för att berÀkna vad utgifterna kommer att bli i ett eller annat fall, pÄ nÄgot sÀtt tjÀna pengar pÄ icke-finansiella indikatorer i berÀkningar ("Jag uppskattar fördelen med ett uppehÄllstillstÄnd i Moskva till M rubel per mÄnad, jag uppskattar bekvÀmligheten med att bo i en hyrd lÀgenhet nÀra jobbet till N rubel per mÄnad"), springer folk till internet för att diskutera med samtalspartners som kan ha en annan ekonomisk situation och andra prioriteringar vid bedömningen av icke-finansiella indikatorer.

Jag Àr för ansvarsfull ekonomisk planering. Först och frÀmst rekommenderas det att samla in följande information om din egen ekonomiska situation:

  • redovisning och vĂ€rdering av all tillgĂ€nglig egendom
  • redovisning av intĂ€kter och kostnader, samt skillnaden mellan intĂ€kter och kostnader, d.v.s. dynamiken i fastighetsackumulering

Redovisning och vÀrdering av all tillgÀnglig fastighet

Till att börja med, lÄt oss titta pÄ en bild som förmodligen ger en felaktig bild av mÀnniskors ekonomiska situation. Bilden visar endast de monetÀra komponenterna i den egendom som de avbildade personerna har. I verkligheten har mÀnniskor som ger allmosor förmodligen Àven en del egendom utöver lÄn, vilket leder till att deras penningbalans Àr negativ, men det slutliga vÀrdet av deras egendom Àr fortfarande större Àn tiggarens.

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Bedöm vad du har:

  • fastigheter
  • landa
  • transport
  • bankinsĂ€ttningar
  • kreditskulder (minus)
  • investeringar (aktier, obligationer, 
)
  • kostnaden för eget företag
  • annan egendom

Bland tillgÄngarna kan man notera en likvid aktie, som ganska snabbt kan tas ut och omvandlas till andra former. Till exempel kan en andel i en lÀgenhet som du Àger gemensamt med slÀktingar som bor i den klassificeras som illikvid egendom. LÄngfristiga investeringar i insÀttningar eller aktier som inte kan tas ut utan förlust kan ocksÄ betraktas som illikvida. I sin tur kan fastigheter som du Àger men inte bor i, fordon, kortfristiga och Äterkallelsebara insÀttningar klassificeras som likvida tillgÄngar. Om till exempel pengar behövs för akut behandling, Àr nyttan av vissa instrument ungefÀr noll, sÄ likviditetsandelen Àr mer vÀrdefull.

Vidare kan man bland tillgÄngarna skilja mellan icke-lönsamma och lönsamma. Till exempel kan fastigheter som inte hyrs ut, liksom fordon, anses vara olönsamma. Och hyrda fastigheter, insÀttningar investerade till en högre rÀnta Àn inflationen och aktier Àr lönsamma tillgÄngar.

Till exempel fÄr du en bild som denna (data genereras slumpmÀssigt):

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

För mÄnga mÀnniskor ser den hÀr bilden vÀldigt förvrÀngd ut. Till exempel kan en fattig mormor bo i en dyr lÀgenhet i Moskva som inte ger nÄgon vinst, samtidigt som hon lever frÄn hand till mun frÄn pension till pension, utan att tÀnka pÄ att omstrukturera sin egendom. Det vore klokt av henne att byta lÀgenhet med sitt barnbarn mot extra betalning. OmvÀnt kan en investerare bli sÄ engagerad i aktieinvesteringar att han eller hon inte har nÄgra andra tillgÄngar att falla tillbaka pÄ i en regnig dag, vilket kan vara riskabelt. Du kan rita en bild av din fastighet och fundera över om det vore rimligt att överlÄta fastigheten pÄ ett mer lönsamt sÀtt.

Redovisning av intÀkter, kostnader och dynamik i fastighetsackumulering

Det rekommenderas att regelbundet registrera dina inkomster och utgifter elektroniskt. I nÀtbankens era krÀver detta inte mycket anstrÀngning. I detta fall kan inkomster och utgifter delas in i kategorier. Genom att aggregera dem över Ären kan vi vidare dra slutsatser om deras dynamik. Det Àr viktigt att ta hÀnsyn till inflationen för att fÄ en uppfattning om hur beloppen frÄn tidigare Är ser ut i dagens priser. Alla har sin egen konsumtionskorg. Bensin- och matpriserna stiger i olika takt. Men att berÀkna sin personliga inflation Àr ganska svÄrt. DÀrför kan man, med visst fel, anvÀnda data om den officiella inflationstakten.

Data om mÄnatlig inflation finns tillgÀnglig i mÄnga öppna kÀllor, inklusive uppladdad till Sberbanks datasjö.

Ett exempel pÄ visualisering av inkomst-kostnadsdynamik (data genereras slumpmÀssigt, inflationsdynamiken Àr verklig):

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Med en sÄdan komplett bild kan du dra slutsatser om din verkliga tillvÀxt/minskning av inkomster och verklig tillvÀxt/minskning av sparande, analysera utgiftsdynamiken per kategori och fatta vÀlgrundade ekonomiska beslut.

Vilken metod för att investera gratis pengar slÄr inflationen och ger den största passiva inkomsten?

Sberbanks datasjö innehÄller vÀrdefull data om detta Àmne:

  • Dynamiken i kostnaden per kvadratmeter i Moskva
  • databas med erbjudanden om försĂ€ljning och uthyrning av fastigheter i Moskva och Moskva-regionen
  • dynamiken i den genomsnittliga Ă„rliga rĂ€ntan pĂ„ insĂ€ttningar
  • dynamiken i rubelns inflationstakt
  • dynamiken i Moskvabörsens bruttoavkastningsindex (MCFTR)
  • Moskvabörsens aktiekurser och data om utbetalda utdelningar

Denna data gör det möjligt för oss att jÀmföra avkastningen och riskerna med att investera i hyresfastigheter, bankinsÀttningar och aktiemarknaden. LÄt oss inte glömma att ta hÀnsyn till inflationen.
LĂ„t mig genast sĂ€ga att vi i det hĂ€r inlĂ€gget uteslutande sysslar med dataanalys och inte anvĂ€nder oss av nĂ„gra ekonomiska teorier. LĂ„t oss bara se vad vĂ„ra data sĂ€ger – vilken metod för att bevara och öka sparandet i Ryssland har gett bĂ€st resultat de senaste Ă„ren.

LÄt oss kortfattat beskriva hur data som anvÀnds i den hÀr artikeln och annan data i Sberbank samlas in och analyseras. Det finns ett lager av kÀllkopior som lagras i parquet-format pÄ Hadoop. BÄde interna kÀllor (olika bank-AS) och externa anvÀnds. KÀllkopior samlas in pÄ olika sÀtt. Det finns en produkt som heter stork, som Àr baserad pÄ spark, och den andra produkten, Ab Initio AIR, fÄr ocksÄ fart. Repliker av kÀllor laddas pÄ olika Hadoop-kluster som hanteras av Cloudera, inklusive lÀnkning frÄn ett kluster till ett annat. Klustren Àr huvudsakligen uppdelade efter affÀrsblock; Det finns ocksÄ Data Lab-kluster. Baserat pÄ kÀllkopior byggs olika datamarts, tillgÀngliga för affÀrsanvÀndare och dataforskare. Den hÀr artikeln skrevs med hjÀlp av olika Spark-applikationer, Hive-frÄgor, dataanalysprogram och SVG-visualisering av resultat.

Historisk analys av fastighetsmarknaden

Analysen visar att fastighetspriserna pÄ lÄng sikt vÀxer proportionellt mot inflationen, d.v.s. i reala priser varken ökar eller minskar de. HÀr Àr grafer över prisdynamiken för bostadsfastigheter i Moskva, som visar tillgÀngliga initiala data.

Prisdiagram i rubel utan hÀnsyn till inflation:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Prisdiagram i rubel justerat för inflation (i löpande priser):

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Vi ser att priset historiskt sett fluktuerade runt 200 000 rubel/kvm. i moderna priser och volatiliteten var ganska lÄg.

Hur mycket Ärlig rÀnta utöver inflationen ger bostadsinvesteringar? Hur beror lönsamheten pÄ antalet rum i en lÀgenhet? LÄt oss analysera Sberbanks databas med annonser för försÀljning och uthyrning av lÀgenheter i Moskva och Moskva-regionen.

VÄr databas innehÄller en hel del flerbostadshus som innehÄller bÄde annonser för försÀljning av lÀgenheter och annonser för uthyrning av lÀgenheter, och antalet rum i lÀgenheterna till salu och uthyrning Àr detsamma. Vi jÀmförde sÄdana fall och grupperade dem efter hus och antal rum i lÀgenheten. Om det fanns flera erbjudanden i en sÄdan grupp berÀknades genomsnittspriset. Om arean pÄ den sÄlda och den uthyrda lÀgenheten skilde sig Ät, Àndrades utgÄngspriset proportionellt sÄ att arean pÄ de jÀmförda lÀgenheterna överensstÀmde. Som ett resultat ritades förslagen ut enligt ett schema. Varje cirkel Àr egentligen en lÀgenhet som erbjuds till köp och uthyrning samtidigt. PÄ den horisontella axeln ser vi kostnaden för att köpa en lÀgenhet, och pÄ den vertikala axeln ser vi kostnaden för att hyra samma lÀgenhet. Antalet rum i lÀgenheten framgÄr tydligt av cirkelns fÀrg, och ju större lÀgenhetens yta Àr, desto större Àr cirkelns radie. Med hÀnsyn till de superdyra erbjudandena blev grafen sÄ hÀr:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Om du tar bort de dyra erbjudandena kan du titta nÀrmare pÄ priserna i ekonomisegmentet:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Korrelationsanalys visar att sambandet mellan kostnaden för att hyra en lÀgenhet och kostnaden för att köpa den Àr nÀra linjÀrt.

FörhÄllandet mellan den Ärliga hyreskostnaden för en lÀgenhet och kostnaden för att köpa en lÀgenhet Àr följande (lÄt oss inte glömma att den Ärliga kostnaden Àr 12 mÄnader):

Antal rum:
FörhÄllandet mellan den Ärliga hyran för en lÀgenhet och kostnaden för att köpa en lÀgenhet:

1-rum
5,11%

2-rum
4,80%

3-rum
4,94%

Endast
4,93%

Vi fick en genomsnittlig uppskattning pÄ 4,93 % Ärlig avkastning pÄ hyresintÀkterna frÄn lÀgenheter över inflationen. Det Àr ocksÄ intressant att det Àr nÄgot mer lönsamt att hyra ut billiga ettrumslÀgenheter. Vi jÀmförde utropspriset, vilket i bÄda fallen (hyra och köp) Àr nÄgot överprissatt, sÄ ingen justering krÀvs. Andra justeringar krÀvs dock: hyreslÀgenheter behöver ibland Ätminstone kosmetiska reparationer, det tar lite tid att hitta en hyresgÀst och lÀgenheterna stÄr tomma, ibland inkluderar hyrespriset inte rÀkningar för allmÀnnyttiga tjÀnster helt eller delvis, och det sker ocksÄ en mycket liten vÀrdeminskning av lÀgenheterna över Ären.

Med hÀnsyn till justeringar kan du tjÀna upp till 4,5 % per Är pÄ att hyra ut bostadsfastigheter (utöver att sjÀlva fastigheten inte skrivs av i vÀrde). Om sÄdan lönsamhet Àr imponerande har Sberbank mÄnga erbjudanden pÄ DomClick.

Historisk analys av inlÄningsrÀntor

RubelinsÀttningar i Ryssland har generellt sett övertrÀffat inflationen de senaste Ären. Men inte med 4,5 %, som hyrda fastigheter, utan med 2 % i genomsnitt.
Diagrammet nedan visar dynamiken i jÀmförelsen mellan inlÄningsrÀntor och inflationstakt.

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Jag vill pÄpeka att intÀkterna frÄn insÀttningar övertrÀffar inflationen nÄgot mer Àn i grafen ovan av följande skÀl:

  • Det Ă€r möjligt att faststĂ€lla rĂ€ntan pĂ„ pĂ„fyllda insĂ€ttningar vid en gynnsam tidpunkt flera mĂ„nader i förvĂ€g.
  • Den mĂ„natliga kapitaliseringen som Ă€r inneboende i mĂ„nga av de insĂ€ttningar som ingĂ„r i dessa genomsnittliga data ger vinst pĂ„ grund av sammansatt rĂ€nta.
  • Ovan har rĂ€ntorna för de 10 största bankerna enligt information frĂ„n Rysslands centralbank beaktats; utanför topp 10 kan du hitta nĂ„got högre priser

AngÄende insÀttningar i dollar och euro, vill jag sÀga att de slÄr inflationen i dollar och euro mindre starkt Àn rubeln slÄr rubelinflationen.

Historisk analys av aktiemarknaden

LÄt oss nu titta pÄ den mer diversifierade och riskfyllda ryska aktiemarknaden. Avkastningen pÄ investeringar i aktier Àr inte fast och kan variera kraftigt. Men om du diversifierar dina tillgÄngar och investerar över en lÀngre tidsperiod kan du följa den genomsnittliga Ärliga rÀntan, vilket kÀnnetecknar framgÄngen med att investera i en aktieportfölj.

För lÀsare som inte Àr bekanta med Àmnet vill jag sÀga nÄgra ord om aktieindex. I Ryssland finns Moskvabörsens index, som visar dynamiken i rubelvÀrdet för en portfölj bestÄende av 50 av de största ryska aktierna. Indexets sammansÀttning och andelen av varje företags aktier beror pÄ handelsvolymen, affÀrsvolymen och antalet aktier i omlopp. Diagrammet nedan visar hur Moscow Exchange-indexet (dvs. en sÄdan genomsnittlig portfölj) har vuxit de senaste Ären.

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

De flesta aktieÀgare fÄr regelbundna utdelningar som kan Äterinvesteras i samma aktier som genererade intÀkterna. Skatt betalas pÄ mottagen utdelning. Moscow Exchange Index tar inte hÀnsyn till direktavkastning.

DÀrför kommer vi att vara mer intresserade av Moscow Exchange Gross Total Return Index (MCFTR), som tar hÀnsyn till mottagna utdelningar och den skatt som skrivits av frÄn dessa utdelningar. Vi kommer att visa i grafen nedan hur detta index har förÀndrats under de senaste Ären. LÄt oss dessutom ta hÀnsyn till inflationen och se hur detta index har vuxit i moderna priser:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Den gröna grafen visar portföljens verkliga vÀrde i löpande priser om du investerar i Moscow Exchange-indexet, regelbundet Äterinvesterar utdelningar och betalar skatt.

LÄt oss se hur tillvÀxttakten för MCFTR-indexet varit under de senaste 1,2,3, 11, XNUMX, ... XNUMX Ären. Dessa. Vad skulle vÄr avkastning bli om vi köpte aktier i proportion till detta index och regelbundet Äterinvesterade de mottagna utdelningarna i samma aktier:

Är
börjar
end
MCFTR
börja med
med hÀnsyn till
infl.

MCFTR
lura. Med
med hÀnsyn till
infl.

Koeff.
tillvÀxt

Årlig
koeff.
tillvÀxt

1
30.07.2019
30.07.2020
4697,47
5095,54
1,084741
1,084741

2
30.07.2018
30.07.2020
3835,52
5095,54
1,328513
1,152612

3
30.07.2017
30.07.2020
3113,38
5095,54
1,636659
1,178472

4
30.07.2016
30.07.2020
3115,30
5095,54
1,635650
1,130896

5
30.07.2015
30.07.2020
2682,35
5095,54
1,899655
1,136933

6
30.07.2014
30.07.2020
2488,07
5095,54
2,047989
1,126907

7
30.07.2013
30.07.2020
2497,47
5095,54
2,040281
1,107239

8
30.07.2012
30.07.2020
2634,99
5095,54
1,933799
1,085929

9
30.07.2011
30.07.2020
3245,76
5095,54
1,569907
1,051390

10
30.07.2010
30.07.2020
2847,81
5095,54
1,789284
1,059907

11
30.07.2009
30.07.2020
2223,17
5095,54
2,292015
1,078318

Vi ser att om vi hade investerat för ett antal Ă„r sedan skulle vi ha vunnit en seger över inflationen med 5–18 % Ă„rligen, beroende pĂ„ hur framgĂ„ngsrik intrĂ€despunkten var.

LĂ„t oss göra en annan tabell – inte lönsamheten för vart och ett av de senaste N Ă„ren, utan lönsamheten för var och en av de senaste N ettĂ„rsperioderna:

År
börjar
end
MCFTR
börja med
med hÀnsyn till
infl.

MCFTR
lura. Med
med hÀnsyn till
infl.

Årlig
koeff.
tillvÀxt

1
30.07.2019
30.07.2020
4697,47
5095,54
1,084741

2
30.07.2018
30.07.2019
3835,52
4697,47
1,224728

3
30.07.2017
30.07.2018
3113,38
3835,52
1,231947

4
30.07.2016
30.07.2017
3115,30
3113,38
0,999384

5
30.07.2015
30.07.2016
2682,35
3115,30
1,161407

6
30.07.2014
30.07.2015
2488,07
2682,35
1,078085

7
30.07.2013
30.07.2014
2497,47
2488,07
0,996236

8
30.07.2012
30.07.2013
2634,99
2497,47
0,947810

9
30.07.2011
30.07.2012
3245,76
2634,99
0,811825

10
30.07.2010
30.07.2011
2847,81
3245,76
1,139739

11
30.07.2009
30.07.2010
2223,17
2847,81
1,280968

Vi ser att inte alla Ă„r var framgĂ„ngsrika, men de misslyckade Ă„ren följdes med tiden av framgĂ„ngsrika Ă„r som ”fixade allt”.

För en bÀttre förstÄelse, lÄt oss nu abstrahera frÄn detta index och titta pÄ exemplet med en specifik aktie, vad resultatet skulle ha blivit om du hade investerat i denna aktie för 15 Är sedan, Äterinvesterat utdelningar och betalat skatt. Vi kommer att titta pÄ resultatet med hÀnsyn till inflationen, d.v.s. i moderna priser. Nedan Àr ett exempel pÄ en vanlig aktie i Sberbank. Den gröna grafen visar dynamiken i vÀrdet av en portfölj som ursprungligen bestod av en Sberbank-aktie i löpande priser, med hÀnsyn tagen till Äterinvestering av utdelningar. Under 15 Är har inflationen devalverat rubeln med 3.014135 gÄnger. Under Ären har Sberbank-aktier stigit i pris frÄn 21.861 218.15 rubel. upp till 9.978958 rubel, d.v.s. Priset har ökat med 40.811613 gÄnger utan att ta hÀnsyn till inflationen. Under dessa Är fick Àgaren av en aktie utdelning vid olika tidpunkter, netto efter skatt, pÄ 1.309361 4.334927 15 rubel. Beloppen för utbetalda utdelningar visas i diagrammet som röda vertikala staplar och gÀller inte för sjÀlva diagrammet, som ocksÄ tar hÀnsyn till utdelningar och deras Äterinvestering. Om dessa utdelningar varje gÄng anvÀndes för att köpa Sberbank-aktier igen, skulle aktieÀgaren i slutet av perioden redan Àga inte en, utan 1.102721 10,27 15 aktier. Med hÀnsyn till Äterinvestering av utdelningar och inflation ökade den ursprungliga portföljen i vÀrde med XNUMX gÄnger under XNUMX Är, d.v.s. ökade i pris med XNUMX gÄnger Ärligen. Totalt sett har en stamaktie i Sberbank gett Àgaren i genomsnitt XNUMX % över inflationen per Är under vart och ett av de senaste XNUMX Ären:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Som ett annat exempel kommer vi att ge en liknande bild av dynamiken hos Sberbanks preferensaktier. Sberbanks preferensaktier gav Àgaren Ànnu mer i genomsnitt, 13,59 % per Är över inflationen under vart och ett av de senaste 15 Ären:

Hur vi, Sber-anstÀllda, rÀknar och investerar vÄra pengar

Dessa resultat blir nÄgot lÀgre i praktiken eftersom du mÄste betala en liten mÀklarprovision nÀr du köper aktier. Samtidigt kan resultatet förbÀttras ytterligare genom att anvÀnda ett individuellt investeringskonto, vilket gör att du kan fÄ skatteavdrag frÄn staten med ett begrÀnsat belopp. Om du inte har hört talas om detta föreslÄr vi att du söker efter förkortningen "IIS". LÄt oss inte heller glömma att nÀmna att ett individuellt investeringskonto kan öppnas i Sberbank.

SÄ vi har preliminÀrt konstaterat att investeringar i aktier historiskt sett Àr mer lönsamma Àn i fastigheter och depositioner. För skojs skull, hÀr Àr en lista över de 20 bÀsta aktierna som har handlats pÄ marknaden i mer Àn 10 Är, baserat pÄ dataanalys. I den sista kolumnen ser vi hur mÄnga gÄnger aktieportföljen i genomsnitt vÀxte varje Är, med hÀnsyn tagen till inflation och Äterinvestering av utdelningar. Vi ser att mÄnga aktier övertrÀffar inflationen med mer Àn 10 %:

ÅtgĂ€rd
börjar
end
Koeff. inflation
Start. pris
Lura. pris
TillvÀxt
siffrorna
aktier
pÄ bekostnad av
Äterinvestera
siti
divi-
böjningar,
tid

Slutlig
medium-
Ärliga
tillvÀxt, tider

Lenzoloto
30.07.2010
30.07.2020
1,872601
1267,02
17290
2,307198
1,326066

NKNH-appen
30.07.2010
30.07.2020
1,872601
5,99
79,18
2,319298
1,322544

MGTS-4ap
30.07.2010
30.07.2020
1,872601
339,99
1980
3,188323
1,257858

Tatnft 3ap
30.07.2010
30.07.2020
1,872601
72,77
538,8
2,037894
1,232030

MGTS-5ao
30.07.2010
30.07.2020
1,872601
380,7
2275
2,487047
1,230166

Akron
30.07.2010
30.07.2020
1,872601
809,88
5800
2,015074
1,226550

Lenzol. upp
30.07.2010
30.07.2020
1,872601
845
5260
2,214068
1,220921

NKNH JSC
30.07.2010
30.07.2020
1,872601
14,117
92,45
1,896548
1,208282

Lenenerg-p
30.07.2010
30.07.2020
1,872601
25,253
149,5
1,904568
1,196652

GMKNorNik
30.07.2010
30.07.2020
1,872601
4970
19620
2,134809
1,162320

Surgnfgz-p
30.07.2010
30.07.2020
1,872601
13,799
37,49
2,480427
1,136619

IRKUT-3
30.07.2010
30.07.2020
1,872601
8,127
35,08
1,543182
1,135299

Tatnft 3ao
30.07.2010
30.07.2020
1,872601
146,94
558,4
1,612350
1,125854

Novatek JSC
30.07.2010
30.07.2020
1,872601
218,5
1080,8
1,195976
1,121908

SevSt-ao
30.07.2010
30.07.2020
1,872601
358
908,4
2,163834
1,113569

Krasesb ao
30.07.2010
30.07.2020
1,872601
3,25
7,07
2,255269
1,101105

ChTPZ JSC
30.07.2010
30.07.2020
1,872601
55,7
209,5
1,304175
1,101088

Sberbank-p
30.07.2010
30.07.2020
1,872601
56,85
203,33
1,368277
1,100829

PIK JSC
30.07.2010
30.07.2020
1,872601
108,26
489,5
1,079537
1,100545

LUKOIL
30.07.2010
30.07.2020
1,872601
1720
5115
1,639864
1,100444

Nu, med den nedladdade datan, lÄt oss lösa flera problem kring vad som exakt Àr vÀrt att investera i om vi tror att lÄngsiktiga trender i vÀrdet pÄ vissa aktier kommer att fortsÀtta. Det Àr tydligt att det inte Àr helt berÀttigat att förutsÀga det framtida priset baserat pÄ föregÄende diagram, men lÄt oss leta efter vinnare i investeringar under tidigare perioder i flera nomineringar.

En uppgift. Hitta en aktie som konsekvent har överpresterat fastigheter (1.045 gÄnger den genomsnittliga Ärliga tillvÀxttakten över inflationen) det maximala antalet gÄnger under var och en av de senaste 10 ettÄrsperioderna som aktien har handlats.

I detta och följande problem avser vi den ovan beskrivna modellen med Äterinvestering av utdelning och inflationsredovisning.

HÀr Àr vinnarna i den hÀr kategorin, enligt vÄr dataanalys. Aktier i toppen av tabellen visar konsekvent hög avkastning Är efter Är utan nÄgra misslyckanden. HÀr Àr Är 1 30.07.2019/30.07.2020/2-30.07.2018/30.07.2019/XNUMX, Är XNUMX Àr XNUMX/XNUMX/XNUMX-XNUMX/XNUMX/XNUMX, etc.:

ÅtgĂ€rd
Nummer
segrar
över
fastighet
zhimo-
stu
för
efter-
dagar
10 Är

År 1
År 2
År 3
År 4
År 5
År 6
År 7
År 8
År 9
År 10

Tatnft 3ap
8
0,8573
1,4934
1,9461
1,6092
1,0470
1,1035
1,2909
1,0705
1,0039
1,2540

MGTS-4ap
8
1,1020
1,0608
1,8637
1,5106
1,7244
0,9339
1,1632
0,9216
1,0655
1,6380

ChTPZ JSC
7
1,5532
1,2003
1,2495
1,5011
1,5453
1,2926
0,9477
0,9399
0,3081
1,3666

SevSt-ao
7
0,9532
1,1056
1,3463
1,1089
1,1955
2,0003
1,2501
0,6734
0,6637
1,3948

NKNH JSC
7
1,3285
1,5916
1,0821
0,8403
1,7407
1,3632
0,8729
0,8678
1,0716
1,7910

MGTS-5ao
7
1,1969
1,0688
1,8572
1,3789
2,0274
0,8394
1,1685
0,8364
1,0073
1,4460

Gazpromneft
7
0,8119
1,3200
1,6868
1,2051
1,1751
0,9197
1,1126
0,7484
1,1131
1,0641

Tatnft 3ao
7
0,7933
1,0807
1,9714
1,2109
1,0728
1,1725
1,0192
0,9815
1,0783
1,1785

Lenenerg-p
7
1,3941
1,1865
1,7697
2,4403
2,2441
0,6250
1,2045
0,7784
0,4562
1,4051

NKNH-appen
7
1,3057
2,4022
1,2896
0,8209
1,2356
1,6278
0,7508
0,8449
1,5820
2,4428

Surgnfgz-p
7
1,1897
1,0456
1,2413
0,8395
0,9643
1,4957
1,2140
1,1280
1,4013
1,0031

Vi ser att inte ens ledarna slog fastighetsbranschen lönsamhetsmÀssigt varje Är. De kraftiga ökningarna i lönsamhetsnivÄn under olika Är visar att om man vill ha stabilitet Àr det bÀttre att diversifiera tillgÄngarna och helst investera i ett index.

LĂ„t oss nu formulera och lösa ett sĂ„dant dataanalysproblem. Är det lĂ€mpligt att spekulera lite genom att köpa aktier M dagar före ex-utdelningsdagen och sĂ€lja aktier N dagar efter ex-utdelningsdagen? Är det bĂ€ttre att skörda utdelningen och ”komma ur aktien” Ă€n att ”sitta i aktien” Ă„ret runt? LĂ„t oss anta att det inte finns nĂ„gra provisionsförluster frĂ„n sĂ„dan in- och uttrĂ€de. Och dataanalys kommer att hjĂ€lpa oss att hitta grĂ€nserna för M- och N-korridoren, som historiskt sett har varit den mest framgĂ„ngsrika nĂ€r det gĂ€ller att skörda utdelningar istĂ€llet för att hĂ„lla aktier under lĂ„ng tid.

LÄt oss berÀtta ett skÀmt frÄn 2008.

John Smith, som hoppade frÄn ett fönster pÄ 75:e vÄningen pÄ Wall Street, hoppade 10 meter efter att ha trÀffat marken, vilket kompenserade för hans morgonfall.

Detsamma gÀller för utdelningar: vi antar att marknadsrörelsen kring utdelningsdatumet visar för mycket marknadsreflexivitet, d.v.s. av psykologiska skÀl kan marknaden falla eller stiga mer Àn vad utdelningsbeloppet krÀver.

En uppgift. Uppskatta Ă„tervinningstakten för aktier efter utdelning. Är det bĂ€ttre att gĂ„ in strax före en utdelning och gĂ„ ut senare Ă€n att Ă€ga en aktie Ă„ret runt? Hur mĂ„nga dagar före utdelning bör man investera i en aktie och hur mĂ„nga dagar efter utdelning bör man sĂ€lja den för att fĂ„ maximal vinst?

VÄr modell berÀknade alla möjliga bredder av grannskapet kring utdelningsutbetalningsdatum genom historien. Följande restriktioner antogs: M<=30, N>=20. Faktum Àr att datum och belopp för utbetalningen inte alltid Àr kÀnt i förvÀg 30 dagar före utdelningen. Utdelningar kommer inte heller in pÄ kontot omedelbart, utan med en fördröjning. Vi tror att det tar 20 dagar att garantera att man fÄr utdelningar pÄ kontot och kan Äterinvestera dem. Med dessa begrÀnsningar producerade modellen följande svar. Den bÀsta tiden att köpa aktier Àr 34 dagar före utdelningsdatumet och sÀlja dem 25 dagar efter utdelningsdatumet. Under detta scenario var den genomsnittliga tillvÀxten 3,11 % under perioden, vilket ger 20,9 % per Är. Dessa. Med den aktuella investeringsmodellen (med Äterinvestering av utdelning och hÀnsyn till inflation) fÄr du 34 % per Är över inflationstakten om du köper en aktie 25 dagar före utdelningsutbetalningsdatumet och sÀljer den 20,9 dagar efter utdelningsutbetalningsdatumet. Detta verifieras genom att berÀkna medelvÀrdet för alla fall av utdelningar frÄn vÄr databas.

Till exempel, för en preferensaktie i Sberbank, skulle ett sÄdant entry-exit-scenario ge en tillvÀxt pÄ 11,72 % över inflationstakten för varje entry-exit runt utdelningsdatumet. Detta motsvarar sÄ mycket som 98,6 % per Är över inflationstakten. Men detta Àr förstÄs ett exempel pÄ slumpmÀssig tur.

ÅtgĂ€rd
ingÄng
Utdelningsutbetalningsdatum
UtgÄng
Koeff. tillvÀxt

Sberbank-p
10.05.2019
13.06.2019
08.07.2019
1,112942978

Sberbank-p
23.05.2018
26.06.2018
21.07.2018
0,936437635

Sberbank-p
11.05.2017
14.06.2017
09.07.2017
1,017492563

Sberbank-p
11.05.2016
14.06.2016
09.07.2016
1,101864592

Sberbank-p
12.05.2015
15.06.2015
10.07.2015
0,995812419

Sberbank-p
14.05.2014
17.06.2014
12.07.2014
1,042997818

Sberbank-p
08.03.2013
11.04.2013
06.05.2013
0,997301095

Sberbank-p
09.03.2012
12.04.2012
07.05.2012
0,924053861

Sberbank-p
12.03.2011
15.04.2011
10.05.2011
1,010644958

Sberbank-p
13.03.2010
16.04.2010
11.05.2010
0,796937418

Sberbank-p
04.04.2009
08.05.2009
02.06.2009
2,893620094

Sberbank-p
04.04.2008
08.05.2008
02.06.2008
1,073578067

Sberbank-p
08.04.2007
12.05.2007
06.06.2007
0,877649005

Sberbank-p
25.03.2006
28.04.2006
23.05.2006
0,958642001

Sberbank-p
03.04.2005
07.05.2005
01.06.2005
1,059276282

Sberbank-p
28.03.2004
01.05.2004
26.05.2004
1,049810801

Sberbank-p
06.04.2003
10.05.2003
04.06.2003
1,161792898

Sberbank-p
02.04.2002
06.05.2002
31.05.2002
1,099316569

SÄ den ovan beskrivna marknadsreflektionen sker och i en ganska bred nÀrhet av utdelningsdatum har avkastningen historiskt sett varit nÄgot högre Àn frÄn aktieÀgande Äret runt.

LÄt oss stÀlla in ytterligare en dataanalysuppgift för vÄr modell:

En uppgift. Hitta en aktie med den mest regelbundna möjligheten att tjÀna pengar vid in- och uttrÀde runt utdelningsdatumet. Vi kommer att utvÀrdera hur mÄnga fall av utdelningsbetalningar som gjorde det möjligt att tjÀna mer Àn 10 % i Ärliga termer över inflationstakten om man gÄr in i aktien 34 dagar före och lÀmnar den 25 dagar efter utdelningsdatumet.

Vi kommer att beakta aktier för vilka det förekommit minst 5 fall av utdelning. Den resulterande hitparaden ges nedan. Observera att resultatet troligtvis endast Àr vÀrdefullt ur dataanalysuppgiftens synvinkel, men inte som en praktisk guide till investeringar.

ÅtgĂ€rd
Nummer
fall av vinst
mer Àn 10 % per Är
över inflationen

Nummer
fall
betalningar
utdelningar

del
fall
seger

Genomsnittlig koefficienttillvÀxt

Lenzoloto
5
5
1
1,320779017

MRSK SZ
6
7
0,8571
1,070324870

Rollman-p
6
7
0,8571
1,029644533

Rosseti AP
4
5
0,8
1,279877637

Kubanenr
4
5
0,8
1,248634960

LSR JSC
8
10
0,8
1,085474828

ALROSA JSC
8
10
0,8
1,042920287

FGC UES JSC
6
8
0,75
1,087420610

NMTP JSC
10
14
0,7143
1,166690777

KuzbTK JSC
5
7
0,7143
1,029743667

FrÄn den genomförda analysen av aktiemarknaden kan följande slutsatser dras:

  1. Det har verifierats att avkastningen pÄ aktier som anges i material frÄn mÀklare, investeringsbolag och andra intressenter Àr högre Àn avkastningen pÄ insÀttningar och investeringsfastigheter.
  2. Aktiemarknadens volatilitet Àr mycket hög, men det Àr möjligt att investera lÄngsiktigt med betydande portföljdiversifiering. För att fÄ ytterligare 13 % skatteavdrag vid investeringar i ett individuellt investeringskonto Àr det helt logiskt att utforska aktiemarknaden, och du kan göra detta, inklusive hos Sberbank.
  3. Baserat pÄ analysen av resultat frÄn tidigare perioder hittades ledande positioner vad gÀller stabil hög lönsamhet och lönsamhet vid in- och uttrÀde runt utdelningsdatumet. Resultaten Àr dock inte sÄ entydiga och du bör inte enbart förlita dig pÄ dem nÀr du gör dina investeringar. Detta var exempel pÄ problem med dataanalys.

Totalt

Det Àr bra att hÄlla koll pÄ sin egendom, sÄvÀl som sina inkomster och utgifter. Detta hjÀlper till vid ekonomisk planering. Om du lyckas spara pengar finns det möjligheter att investera dem till en högre rÀnta Àn inflationen. En analys av data frÄn Sberbanks datasjö visade att insÀttningar ger 2 % Ärligen, uthyrning av lÀgenheter 4,5 % och ryska aktier ger cirka 10 % över inflationen, med betydligt högre risker.

Författare: Mikhail Grichik, expert inom Sberbank SberProfi DWH/BigData.

Det professionella nÀtverket SberProfi DWH/BigData ansvarar för att utveckla kompetenser inom omrÄden som Hadoop-ekosystemet, Teradata, Oracle DB, GreenPlum, samt BI-verktygen Qlik, SAP BO, Tableau, etc.

KĂ€lla: will.com

Köp pĂ„litlig hosting för webbplatser med DDoS-skydd, VPS VDS-servrar đŸ”„ Köp pĂ„litlig webbhotell med DDoS-skydd, VPS VDS-servrar | ProHoster