여러 재무 모델을 활용한 기업 스코어링 시스템 구축 방법

단일 모델이 실패하는 이유

알트만 Z-Score는 파산을 잘 예측합니다. 피오트로스키 F-Score는 강한 펀더멘털을 식별합니다. 베니쉬 M-Score는 어닝 조작을 탐지합니다. 각각은 한 가지를 잘합니다. 문제는 투자가 기업을 여러 차원에서 동시에 평가해야 한다는 것입니다. 다중 요인 모델은 단일 요인 접근법에 비해 거짓 양성을 40% 줄여 줍니다.

구성 요소

피오트로스키 F-Score는 수익성, 레버리지, 효율성을 다루는 9개 이진 기준에 걸쳐 펀더멘털 강도를 평가합니다. 8~9점은 강한 펀더멘털을 나타냅니다. 높은 F-Score 종목은 낮은 F-Score 종목보다 연 7.5%의 초과 수익을 기록합니다.

알트만 Z-Score는 5가지 재무 비율을 사용하여 부실을 예측합니다. 2.99점 초과는 건전성을, 1.81점 미만은 부실을 나타냅니다. 2년 후 파산을 약 72% 정확하게 예측합니다.

베니쉬 M-Score는 8가지 비율을 사용하여 조작을 탐지합니다. -1.78점 초과는 조작 가능성이 더 높음을 시사합니다. 엔론 사태 이전에 엔론을 표시했습니다.

벤저민 그레이엄 공식은 본질적 가치를 추정합니다. 그레이엄 가치를 가격과 비교하면 안전마진 측정값을 얻을 수 있습니다. 투하자본수익률은 자본 배분 효율성을 측정합니다. WACC를 초과하는 ROIC를 벌어들이는 기업은 가치를 창출합니다.

프레임워크 설계

모델이 서로 다른 척도로 출력을 생성하기 때문에 표준화가 필요합니다. 가장 단순한 접근법은 유니버스 내 백분위 순위입니다. 각 모델에 대해 모든 기업을 순위 매기고 백분위로 변환합니다. Z-Score에서 90백분위, F-Score에서 85백분위에 있는 기업은 직접 비교할 수 있습니다.

높을수록 좋은 점수의 경우 백분위를 직접 사용합니다. 임계값이 중요한 M-Score의 경우 백분위를 반전시킵니다.

구성 요소 가중치

동등한 가중치가 가장 단순하며 흔히 놀랍게도 효과적입니다. 목표 기반 가중치는 목표에 따라 기울어집니다. 큰 손실을 피하려면 Z-Score와 M-Score에 비중을 둡니다. 양질의 복리 종목을 위해서는 F-Score와 ROIC에 비중을 둡니다. 깊은 가치 투자를 위해서는 그레이엄 안전마진에 비중을 둡니다.

실용적 배분 예시. F-Score 25%, Z-Score 20%, M-Score 15%, ROIC 20%, 그레이엄 가치 20%. 가중치를 문서화하고 그것을 고수하십시오. 결과를 본 후 조정하는 것은 곡선 맞추기입니다.

추가할 맞춤형 지표

매출 품질. 반복 매출 비율, 고객 집중도, 성장 일관성. 대차대조표 품질. 자산 구성, 부채 만기, 운전자본 추세. 현금흐름 품질. 보고된 어닝 대비 영업현금흐름. 자본 배분 실적. 인수 수익률, 자사주 매입 효과, 배당 성장.

실행 워크플로

3년 이상의 재무 데이터를 수집합니다. 모든 기업에 대해 각 모델을 계산합니다. 백분위 순위로 정규화합니다. 가중치를 적용하여 종합 점수를 산출합니다. 종합 점수로 순위를 매기고 상위 및 하위 10분위를 검토합니다. 점수를 최종 답이 아닌 스크리닝 출발점으로 사용하십시오.

함정 피하기

과적합. 과거 성과에 맞추기 위해 모델을 조정하는 것을 거부하십시오. 섹터 편향. 전체 유니버스가 아닌 섹터 내에서 점수를 조정하십시오. 데이터 시차. 점수는 마지막 보고일을 반영하므로 현재 정보로 검증하십시오. 판단 없는 기계적 적용. 일회성 상각 대 영구적 손상은 인간의 구분이 필요합니다. 목표는 사고를 대체하는 것이 아니라 사고를 정리하는 것입니다.