Arvostusmenetelmä

Deterministinen arvostusmoottori v7 — täydellinen dokumentaatio

Yleiskatsaus

AI Investor Barometer käyttää deterministista arvostusmoottoria, joka muuntaa AI-mallien tuottamat oletukset malliarvioiksi. Kukin AI-malli tuottaa 4 keskeistä oletusta; moottori laskee niistä vertailukelpoisen arvion.

Käytössä on kaksi mallityyppiä yhtiön sektorin mukaan:

A. Kaksiportainen FCFF DCF — kaikille ei-rahoitussektoreille
B. Ylimääräisen oman pääoman tuotto — pankeille ja vakuutusyhtiöille

AI-mallien syötteet

Kukin AI-malli tuottaa itsenäisesti nämä oletukset analysoituaan julkista taloudataa:

Parametri	Kuvaus	Esimerkki
revenue_cagr_5y	5v liikevaihdon vuotuinen kasvu	6%
ebit_margin_target	Pitkän aikavälin EBIT-marginaalitavoite	14%
wacc	Painotettu pääoman kustannus	8.5%
terminal_growth	Ikuinen kasvuvauhti	2%

Rahoitussektorin yhtiöille: roe_target, payout_ratio, combined_ratio (vakuutus)

Malli 1: Kaksiportainen FCFF DCF

Käytetään teknologia-, teollisuus-, energia-, terveydenhuolto-, kuluttaja-, materiaali-, telecom-, yleishyödyllisten ja kiinteistösektoreille. Malli ennustaa vapaita kassavirtoja kolmessa vaiheessa.

Vaihe 1 — Eksplisiittinen jakso

8–10 vuotta eksplisiittistä liikevaihdon ja marginaalin ennustetta. Liikevaihto kasvaa AI-mallin CAGR-oletuksella. EBIT-marginaali nousee konkaavisti nykyisestä TTM-marginaalista tavoitteeseen.

Rev(t) = Rev(t−1) × (1 + CAGR)

Vaihe 2 — Häivytysjakso

3 vuotta, jolloin liikevaihdon kasvu hidastuu lineaarisesti CAGR:stä terminaalikasvuun. Marginaali pysyy tavoitteessa.

Growth(t) = CAGR + (g − CAGR) × (t − N) / fade_years

Vaihe 3 — Terminaaliarvo

Gordonin kasvumalli viimeisen häivytysvuoden vapaalle kassavirralle.

Marginaalin nousu — Konkaavi interpolaatio

Marginaali nousee nykyisestä tavoitteeseen käyttäen konkaavia funktiota, jossa korkeampi konkaavius tarkoittaa nopeampaa alkuvaiheen nousua:

α(t) = (t / N) ^ (1 / concavity)
Margin(t) = Margin_TTM + (Margin_target − Margin_TTM) × α(t)

concavity > 1 = konkaavi (nopea alku) · concavity = 1 = lineaarinen

NOPAT(t) = Rev(t) × Margin(t) × (1 − Tax_rate)

Vapaan kassavirran laskenta

Yksinkertaistettu moodi — kun CapEx/D&A-dataa ei saatavilla:

ROIC-pohjainen reinvestointi: korkeampi kasvu vaatii enemmän reinvestointia, jolloin FCF-konversio pienenee.

Reinvestment_rate = min(CAGR / ROIC, 1.0)
FCF_conversion = max(1 − Reinvestment_rate, FCF_conv_min)
FCF(t) = NOPAT(t) × FCF_conversion

Proxy-real-moodi — kun CapEx/D&A-suhteet saatavilla:

Käyttää todellisia CapEx- ja D&A-suhteita tilinpäätöksestä. CapEx normalisoituu kohti sektorin tyypillistä tasoa häivytysjaksolla.

FCF(t) = NOPAT(t) + D&A(t) − CapEx(t) − ΔNWC(t)
D&A(t)  = Rev(t) × da_to_revenue
CapEx(t) = Rev(t) × capex_to_revenue
ΔNWC(t) = max(0, Rev(t) − Rev(t−1)) × nwc_rate

Terminaaliarvo

Gordonin kasvumalli minimivaatimuksella WACC−g-erosta 3.5 prosenttiyksikköä:

TV = FCF_last × (1 + g) / (WACC − g)
PV_TV = TV / (1 + WACC) ^ (N + fade_years)

Constraint: WACC − g ≥ 3.5pp

Yritysarvo → Arvio

Summa diskontatuista vapaista kassavirroista + diskontattu terminaaliarvo, vähennä nettovelka, jaa osakemäärällä.

EV = Σ FCF(t) / (1 + WACC)^t  +  PV_TV
Equity = EV − Net_Debt
Estimate = Equity / Shares_Outstanding

Malli 2: Ylimääräisen oman pääoman tuotto

Käytetään rahoitussektorin yhtiöille (pankit, vakuutus). Nettovelkaa EI vähennetä — velat ovat osa liiketoimintaa.

ROE nousee konkaavisti nykyisestä tavoitteeseen eksplisiittisen jakson aikana. Häivytysjaksolla ROE lähestyy puoliväliin oman pääoman kustannusta.

Excess_Return(t) = Net_Income(t) − Equity(t) × Cost_of_Equity
Net_Income(t) = Equity(t) × ROE(t)
Equity(t+1) = Equity(t) + Net_Income(t) × (1 − Payout_ratio)

Ylimääräinen tuotto vuosittain = Nettotulos − Oma pääoma × Oman pääoman kustannus. Kertyneet voittovarat kasvattavat omaa pääomaa.

Vakuutussäätö: yhdistetty kulusuhde > 100 % vähentää saavutettavissa olevaa ROE:ta.

Intrinsic_Equity = Book_Equity + Σ PV(Excess_Return) + PV_Terminal_Excess
Estimate = Intrinsic_Equity / Shares_Outstanding

Terminaalinen ylimääräinen tuotto pääomitetaan ikuisuusarvona oman pääoman kustannuksella.

Validointi ja rajoitukset

Kaikki AI-mallien oletukset rajataan sektorikohtaisiin vaihteluväleihin ennen laskentaa. Tämä estää äärimmäisiä tai järjettömiä syötteitä tuottamasta merkityksettömiä arvioita.

CAGR  = clip(cagr,   cagr_min,   cagr_max)
Margin = clip(margin, margin_min, margin_max)
WACC  = clip(wacc,   wacc_min,   wacc_max)
g     = clip(g,      −1%,        g_max)

CAPM WACC -ankkurointi

Kun yhtiön beta on saatavilla (0.3 ≤ β ≤ 3.0), WACC ankkuroidaan ±2 prosenttiyksikön päähän CAPM-arviosta:

CAPM WACC = Riskitön korko + β × ERP + 1% velkapreemio
Riskitön korko: Suomi 3.0%, USA 4.5%

WACC = clip(WACC, CAPM − 2pp, CAPM + 2pp)

Turvarajat (arvostuksen jälkeen)

Neljä rajatasoa estävät äärimmäisiä arvioita:

1. TV-kerroinraja

Terminaaliarvo rajataan sektorikohtaisella kerroimella viimeisen vuoden FCF:stä.

2. TV-osuusraja

Terminaaliarvo ei saa ylittää 88 % yritysarvosta. Varmistaa, että eksplisiittisen jakson kassavirrat muodostavat vähintään 12 % arvosta.

3. Forward P/E -raja

Arvio rajataan arvoon 1.5× sektorin korkea P/E × forward EPS.

4. Analyytikko-TP (portaittainen)

Arvio rajataan epäsymmetriseen kaistaan analyytikkokonsensuksen ympärille: mega-cap US +70 %/−35 %, syklinen +55 %/−40 %, perus +50 %/−40 %.

TV_cap:
  TV ≤ TV_mult_cap × FCF_last / (1+WACC)^N
TV_share:
  TV ≤ 88% × EV
PE_cap:
  Estimate ≤ 1.5 × PE_high × Forward_EPS
Analyst_cap (tiered):
  Mega-cap US (>$200B):  [0.65 × ATP, 1.70 × ATP]
  Cyclical sectors:      [0.60 × ATP, 1.55 × ATP]
  Standard:              [0.60 × ATP, 1.50 × ATP]

Bayesilainen kalibraatio

Turvarajojen jälkeen moottori sekoittaa DCF-arvion analyytikkokonsensukseen kiinteällä painotuksella. Tämä on kylmäkäynnistyksen kalibrointitoimenpide systemaattisen biasin vähentämiseksi, kunnes alusta kerryttää omaa backtest-historiaa.

Calibrated_TP = α × Capped_DCF_TP + (1 − α) × Analyst_Consensus_TP
α = 0.70 (current default)

Nykyinen paino α = 0,70 tarkoittaa, että 70 % lopullisesta arviosta tulee DCF-mallista ja 30 % analyytikkokonsensuksesta. Paino on väliaikainen ja optimoidaan empiirisesti mallikohtaisesti, kun 6–12 kuukautta dataa on kertynyt.

Tärkeää: AI-markkinaindeksit (ACDI, ADI) lasketaan kalibroimattomista DCF-arvioista puhtaan mallisignaalin säilyttämiseksi. Kalibroitu arvio on esityskerroksen ominaisuus, ei analytiikan perusta.

Sektoriprofiilit

Jokaisella sektorilla on kalibroidut rajat kaikille oletuksille. Rajojen ulkopuoliset arvot leikataan.

Sector	CAGR	Margin	WACC	g	FCF	CpEx	D&A	Conc.	Yr
Technology	−10 / +30%	−10 / +55%	7 / 14%	3%	0.80	3%	3%	1.8	8+3
Telecom	−2 / +6%	5 / 35%	5 / 10%	2%	0.45	16%	13%	1.1	10+3
Industrials	−10 / +15%	2 / 20%	6 / 12%	2.5%	0.60	6%	5%	1.3	8+3
Materials	−10 / +10%	0 / 22%	7 / 13%	2%	0.50	9%	7%	1.2	8+3
Energy	−5 / +12%	2 / 22%	7 / 13%	2%	0.50	10%	6%	1.2	8+3
Consumer	−5 / +15%	2 / 25%	6 / 12%	2.5%	0.70	4%	4%	1.4	8+3
Healthcare	−3 / +12%	5 / +45%	7 / 12%	2.5%	0.75	4%	5%	1.3	7+3
Utilities	−2 / +8%	5 / 30%	4 / 10%	2%	0.50	12%	8%	1.1	10+3
Real Estate	−5 / +10%	10 / 30%	5 / 12%	2%	0.55	8%	10%	1.1	8+3
Financials	−5 / +10%	10 / 50%	6 / 16%	2.5%	—	—	—	—	8+2

P/E-rajat

Sector	P/E Low	P/E High	Raja (1.5×)
Technology	18×	35×	52.5×
Telecom	12×	20×	30×
Industrials	15×	25×	37.5×
Materials	10×	18×	27×
Energy	10×	18×	27×
Consumer	15×	25×	37.5×
Healthcare	18×	28×	42×
Utilities	14×	22×	33×
Financials	10×	16×	24×

TV-kerroinrajat

Sector	TV-raja
Technology	30×
Telecom	20×
Industrials	22×
Materials	18×
Energy	18×
Consumer	22×
Healthcare	25×
Utilities	20×
Real Estate	22×

Arvostusflagit

Jokainen arvio sisältää diagnostiset flagit, jotka kertovat mitkä rajat ja säädöt sovellettiin:

Flag	Kuvaus
clipped_fields	Mitkä AI-mallin oletukset rajattiin sektorirajoihin
capm_wacc_anchor	CAPM-johdettu WACC-ankkuri sovellettiin
forced_g_below_wacc	Terminaalikasvu pakotettu alas WACC−g ≥ 3.5pp -vaatimuksen vuoksi
fcf_mode	FCF-laskentatapa: proxy_real tai yksinkertaistettu
fcf_conv_roic_applied	ROIC-pohjainen FCF-konversio oli tiukempi kuin oletusarvo
tv_capped	Terminaaliarvo osui sektorin kerroinrajaan
tv_share_capped	Terminaaliarvo ylitti 88 % yritysarvosta — rajattu
pe_capped	Forward P/E -raja sovellettu
analyst_tp_capped	Arvio rajattu ±40 %:n sisään analyytikkokonsensuksesta
capex_normalization	CapEx-suhde normalisoitu kohti sektorin tyypillistä häivytysjaksolla

AI-markkinaindeksit

Alusta laskee kolme yhdistelmäindeksiä mallien tuotoksista — ei vaadi ylimääräisiä LLM-kutsuja. Kaikki indeksit lasketaan päivittäin olemassa olevasta pipeline-datasta.

AI Consensus Divergence Index (ACDI) — AI-konsensustavoitehintojen ja markkinahintojen mediaaniprosenttierojen mediaani kaikista seuratuista yhtiöistä. Positiivinen = mallit arvostavat osakkeita markkinahintaa korkeammalle, negatiivinen = mallit näkevät mahdollista yliarvostusta.

AI Dispersion Index (ADI) — mallien tavoitehintojen mediaani variaatiokerroin (σ / spot × 100) yhtiöiden yli. Mittaa mallien erimielisyyttä: <5 % matala, 5–15 % kohtalainen, 15–25 % korkea, >25 % erittäin korkea.

AI Narrative Momentum (ANM) — päivä-päivältä muutos mallien mediaanibiasiassa, prosenttipisteinä. Positiivinen = sentimentti paranee, negatiivinen = sentimentti heikkenee. Auttaa havaitsemaan trendimuutoksia.

ACDI = median( (TP_consensus − Spot) / Spot × 100 )
ADI  = median( σ_models / Spot × 100 )
ANM  = MedianBias(today) − MedianBias(yesterday)  [pp]

Yhtiöuniversumi

Barometri kattaa kuratoidun 24 yhtiön universumin kahdella markkinalla. Universumi on määritelty keskitetyssä konfiguraatiotiedostossa ja se tarkistetaan neljännesvuosittain.

Suomi (OMXH) — 12 yhtiötä

12 suomalaista OMXH-yhtiötä — suurimmat markkina-arvoltaan, joilla riittävä analyytikkokattavuus (≥5 analyytikkoa), julkiset talousluvut ja saatavilla oleva spot-hinta. Osajoukko OMXH25-indeksistä.

Yhdysvallat — 12 yhtiötä

12 yhdysvaltalaista mega-cap-yhtiötä, jotka edustavat keskeisiä sektoreita. Valittu vertailukohdaksi mallien toiminnan validoimiseksi eri markkinoilla ja valuutoissa.

Lisäyssäännöt

Uudet yhtiöt vaativat: analyytikkokattavuus ≥5, julkiset talousluvut Yahoo Financessa, spot-hinta vähintään yhdestä lähteestä (Yahoo/Finnhub/Stooq) ja vastaava sektoriprofiili arvostusmoottorissa.

Poistosäännöt

Yhtiöt deaktivoidaan (ei koskaan poisteta) historiallisen datan säilyttämiseksi. Syitä: listalta poistuminen, fuusio, riittämätön datanlaatu tai universumin tasapainotus.

Datan säilytys ja toistettavuus

Kaikki mallien tuotokset, arvonmääritystulokset ja konsensusdata säilytetään toistaiseksi ilman automaattista poistoa. Jokaiselle yhtiölle kullekin kaupankäyntipäivälle tallennetaan: raa'at LLM-oletukset (ennen rajausta), rajatut arvonmäärityksessä käytetyt oletukset, täysi prompt-teksti ja mallin raakavastaukset, spot-hinnat lähdetietoineen, kaikki diagnostiset liput ja arvonmääritysmetadata (moottorin versio, sektoriprofiilien tiiviste) sekä pipeline-ajometatiedot (kustannus, viive, tokenimäärät). Universumin muutokset (yhtiöiden aktivoinnit ja deaktivoinnit) kirjataan aikaleimoineen ja syineen. Tämä kattava audit trail mahdollistaa minkä tahansa historiallisen arvonmäärityksen täydellisen toistettavuuden.

Haluatko nämä tiedot viikoittain?

Tilaa AI Signals →

AI Investor Barometer · Engine v7Takaisin

Kaikki sisältö on tekoälymallien tuottamaa ja voi sisältää virheitä. Tämä on kokeellinen työkalu — ei sijoitusneuvontaa, -tutkimusta eikä -suositusta. Käyttöehdot · Tietosuoja