A temporada de ganhos é um teste crucial dos fluxos de trabalho de analistas e gerentes de portfólio. Analistas capazes de gerar ideias inovadoras e rapidamente tomar decisões informadas e precisas podem estar um passo à frente. Profissionais presos em fluxos de trabalho antiquados, impedidos de descobrir insights de dados interessantes, podem ser deixados para trás.
A análise fundamentalista tradicional, que examina principalmente as declarações de lucros de uma empresa para itens como EPS e receita, não é mais suficiente por si só. Muitas vezes, métricas tradicionais podem ser gerenciadas – as empresas poderiam agir para monetizar o máximo possível imediatamente, mas isso afastaria clientes em potencial. Geralmente, para ganhar mais clientes, acabam fazendo concessões que prejudicam os indicadores financeiros tradicionais, partindo do pressuposto de que mais clientes agora resultará em muito mais dinheiro no futuro. Dados não tradicionais são cada vez mais essenciais para um analista se destacar e ajudar sua empresa a gerar alfa.
Atualmente, o importante é ser o primeiro a comercializar dados exclusivos e o que você pode fazer com tais dados. Isso significa contar com as ferramentas certas para alavancá-los para uma geração de ideias aprimorada, bem como sistemas sofisticados para processar dados de forma eficiente. Trabalhando em conjunto, esta poderosa máquina de dados pode colocar analistas e gerentes de portfólio à frente de acertos e erros a cada temporada de ganhos.
“Dados alternativos e não tradicionais tornaram-se tão intrínsecos aos modelos financeiros, que certos tipos de dados alternativos passaram a ser praticamente essenciais para o sucesso. Investidores que não os utilizam estão em desvantagem, pois não obtém o panorama completo”, afirmou Grant Gordon, gerente de produto da Bloomberg.
Reunindo dados cada vez mais granulares
Dados não tradicionais e alternativos são uma categoria crescente que pode incluir desde informações meteorológicas e dados de transações de cartões de crédito, à vendas de Rx e preço médio de venda para uma construtora.
O enorme volume de dados gerados tem crescido nos últimos 18 meses, com mais pessoas passando períodos prolongados em casa, trabalhando e fazendo compras online. O resultado tem sido mais dados de redes sociais, compras online ou dados de navegação, que podem ajudar a rastrear e prever uma recuperação econômica.
Uma métrica de dados alternativa que chamou atenção recentemente são os dados de geolocalização de smartphones. Os dados podem mostrar se as pessoas estão ficando em casa, começando a transitar pela vizinhança ou padrões de tráfego próximos ao normal. Isso pode causar extrapolações sobre o tráfego de lojas entre regiões, bairros ou mesmo lojas específicas.
Outros dados de mobilidade, como tendências de transporte público ou contagem de passageiros em pontos de checagem de segurança de aeroportos, podem ser usados para prever padrões de viagem. O acesso eletrônico a prédios comerciais exibe as taxas de ocupação de propriedades comerciais, enquanto dados do OpenTable sobre reservas em restaurantes e opiniões dos consumidores ilustram tendências em hospitalidade.
Quando a UPS relatou os lucros do segundo trimestre na temporada passada, divulgou valores de EPS e vendas superando estimativas de corretores. Normalmente, um resultado como esse afeta positivamente a performance das ações (as estimativas são consideradas no preço das ações, e o desempenho superior em relação às estimativas leva ao aumento do preço). No entanto, após sua divulgação de lucros, o preço das ações da UPS caiu 7% no dia, o maior tombo em nove meses. Isso ocorreu pois métricas/KPIs não tradicionais, incluindo o volume médio de pacotes diários, ficaram abaixo das expectativas dos corretores, e são estes os números que realmente impulsionam o desempenho da empresa e mostram o panorama completo.
A vantagem da Bloomberg
Quando se trata de aprimorar fluxos de trabalho por meio de dados alternativos e não tradicionais, a amplitude e os recursos analíticos da Bloomberg colocam nossos usuários um passo à frente.
A Bloomberg está sempre evoluindo e se aperfeiçoando. Graças à sua base histórica e expertise na indústria, a Bloomberg tem a capacidade e os recursos para desenvolver analytics que mantém seus clientes competitivos.
“Pegamos dados desestruturados e confusos, anteriormente difíceis de acessar, e os tornamos acessíveis em uma só tela. Por fim, arrematamos tudo em um número de consenso ”, afirmou Gordon.
A Bloomberg é capaz de capturar itens de linha que outros perdem. Além de dados financeiros tradicionais – como vendas, lucro líquido, receita, EBITDA e assim por diante – a Bloomberg também captura dados granulares, como o número de smartphones ou veículos elétricos vendidos, bem como preço médio de venda por unidade ou desempenho entre unidades de negócios, marcas, países ou regiões. Os dados são capturados conforme relatados pelas empresas e, em seguida, alinhados às estimativas.
Por meio da função de finanças empresariais (MODL), os usuários do Terminal Bloomberg contam com acesso a perfis de empresas otimizados para mais de 3.000 títulos.
MODL combina divulgações detalhadas com expectativas e modelos de analistas. Para uma empresa como a Netflix, a função MODL fornece dados relatados na íntegra, estimativas de corretores e estimativas da Bloomberg quanto ao número de assinaturas pagas em diferentes regiões, e a receita média por assinante para todas as regiões.
A Bloomberg alinha dados concretos com estimativas, para que analistas possam facilmente visualizar expectativas versus histórico, antes dos relatórios. Assim que a empresa divulga seus ganhos, dados atualizados rapidamente indicam onde uma empresa superou ou perdeu ganhos, em minutos.
Avaliando estratégias de investimento
BQuant da Bloomberg é uma ferramenta de desenvolvimento interativa que auxilia os usuários a gerenciar dados e avaliar estratégias de investimento Permite que os usuários construam, testem e compartilhem pesquisas. E combina o poderoso universo de dados da Bloomberg com analytics de bibliotecas de análises quantitativas e visualizações interativas compartilháveis. Usuários podem manipular e analisar dados para pesquisas quantitativas, incluindo análise fatorial, e compartilhar tudo por meio de visualizações interativas.
Independentemente da fonte de seus dados, analistas devem garantir que recebem informações oportunas e relevantes, para se manter no controle. A variedade de ferramentas de dados e analytics da Bloomberg auxilia analistas e gerentes de portfólio a se destacar e efetuar recomendações com mais agilidade. Caso queira saber mais sobre MODL, BQuant ou outras soluções de dados diferenciados da Bloomberg que ajudam você a sair na frente, solicite uma avaliação gratuita da nossa ferramenta.