Анализы и прогнозы

Денис Соколов, руководитель отдела стратегического консалтинга и исследований Cushman & Wakefield.

 

Представьте себе гипотетическую ситуацию: консультант сделал достоверный долгосрочный прогноз рынка московской недвижимости, согласно которому цены вырастут на 40% к 2015 году. Понятно, что рациональным поведением для игроков будет вывод на рынок к этому моменту максимальных объемов. Что станет с ценами? Получается, что такой гипотетический прогноз уничтожает сам себя.

Так что же, прогнозы не нужны, поскольку они не сбываются? Но ведь и бизнес-планы никогда не выполняются в точности, но это не значит, что их не надо готовить. Когда я работал в трейдинге, мой английский коллега любил говорить: «У меня нет прогноза, но у меня есть позиция». Это означает, что, исходя из текущей информации, человек считает именно такое развитие событий наиболее вероятным. Завтра ситуация поменяется – поменяется и позиция. Это не значит, что предыдущая была неверна, просто мир меняется. Для стороннего наблюдателя  важен именно пересмотр позиции. Так, например, тот факт, что Министерство экономики пересмотрело прогноз роста ВВП на 2 процентных пункта, говорит о текущей ситуации больше, чем сам рост ВВП.

Люди, которые занимаются прогнозированием, оказываются между молотом и наковальней. Для того, чтобы прогноз был воспринят благосклонно, он должен соответствовать настроениям большинства. Я помню, как  мы в 2007 году заявили о том, что ожидаем рост доли свободных помещений на офисном рынке Москвы. Это вызвало бурю возмущений, в том числе и внутри компании. Мало кого интересовали аргументы – большинство не могло в тот момент представить себе бездефицитного рынка.

Вот и получается, что  если прогнозу не верит большинство, то он оказывается бессмысленным для рынка. Да, конечно, задним числом аналитик может похвастаться им (как это делаю я сейчас). Но пользу из этого прогноза тогда извлекли единицы.

В любом прогнозе главное не выводы, а аргументация. Хороший аналитик должен тщательно прорабатывать аргументы, четко понимая, на каких допущениях основываются выкладки и как собрана исходная информация. Нерадивые аналитики любят легализовывать сомнительную информацию: если она получена из стороннего источника, то вроде бы и не нуждается в проверке. На нашем непрозрачном рынке нет ничего зазорного в использовании недостоверного источника (даже наше правительство пользуется такими источниками). Все же преступно не подвергать эти источники сомнению.

Еще одна проблема прогнозирования – использование сложных моделей. Каждый уважающий себя аналитик стремиться построить эконометрическую модель, учитывающую максимум факторов.  Но такая модель, в свою очередь, основывается на других прогнозах. Например: пресловутая зависимость цен на недвижимость от цен на нефть. Все красиво и логично, но где взять достоверный прогноз цен на нефть? Более того, если ты считаешь, что такой прогноз у тебя есть – добро пожаловать на фьючерсный рынок нефти. Зачем нужна производная в виде недвижимости?  

Проблема моделирования заключается в том, что потребители таких моделей – обычные люди, которые не хотят тратить свое драгоценное время на то, чтобы разбираться в деталях. Но они имеют богатейший опыт и знают, какие вопросы надо задавать. Поэтому аналитик, работая над моделью должен сразу думать о том, как он будет объяснять ее. И если объяснить модель за 10 минут нельзя, вероятность того, что она окажется бесполезной, становится слишком большой.

Третья проблема моделирования заключается в том, что модель должна соответствовать здравому смыслу. То есть в тот момент, когда аналитик калибрует модель, он настраивает ее в соответствии со своими представлениями. Другими словами, если аналитик ожидает в следующем году роста арендных ставок на 3–5%, соответственно, он и будет «подстраивать» модель так, чтобы она показала именно такой рост.

Вот и возникает вопрос, а почему сразу не оттолкнуться от экспертной оценки? И это логично: подвергнуть собственную позицию всестороннему анализу, проверить все аргументы и заранее определить те условия, при которых прогноз потеряет актуальность (скажем, банкротство Греции или неожиданные результаты выборов 4 декабря). Отлично, когда над такой задачей работают несколько человек. Это позволяет выстроить логичную концепцию.

Получается, что эконометрические модели бесполезны? Вовсе нет. С того момента, как прогноз (или позиция) определены, необходимо совместить все его составные части в единую непротиворечивую систему. Например, при среднем  росте ставок на 5%, как поведет себя класс А, а как класс B? Что будет со свободными площадями? Вот тут на помощь приходит математика.

Ну и самую большую пользу моделирование приносит в том случае, если стоит задача «измерить неизмеримое»  - например, динамику арендных ставок в  200 городах России. Обычным способом эта задача не решается, так как невозможно снять единовременный «снимок» со всех этих рынков с учетом того, что рынки непрозрачны и удалены. В любом случае такая работа оказывается очень затратной с точки зрения времени и средств. Моделирование является прекрасной альтернативой: можно сгруппировать рынки по определенным признакам, для каждой группы выбрать репрезентативный рынок, выяснить реальные данные и экстраполировать их на другие города группы. Этот способ позволяет получить быстрый и понятный результат.

Мудрец сказал, что мастер, который вырезает идолов, никогда не верит в бога, потому что знает, из чего боги сделаны. В бизнесе необходимо понимать суть и смысл инструментов для того, чтобы ими пользоваться.