Arvostusmenetelmä

Deterministinen arvostusmoottori v6 — 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.

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