Ловушка инвестора
Может ли финансовая модель проверить инвестиционный проект? Нет. Модель проверяет, что арифметика сходится с допущениями, но сами допущения она берёт на веру. На входе у неё цифры инициатора, на выходе его же вывод.
Вопрос: почему проект с аккуратной моделью может не работать в реальности.
Мысль: реальность проверяют до модели — через физические пределы, согласованность данных и встречные счёты.
Что получите: порядок работы до модели, расчёт на учебном примере и чек-лист перед решением.
Ситуация
Типичная ситуация. Инвестору приносят проект частной школы в здании на 5 400 м² заявлено. В пакете презентация и финансовая модель: сценарии, таблица чувствительности, срок окупаемости. Всё посчитано на 900 учеников заявлено. Инвестор говорит мне: «Модель смотрели аналитики, формулы сходятся. Что тут ещё проверять?»
Я не открываю модель. Я задаю один вопрос: помещаются ли 900 учеников в 5 400 м²? Беру ориентир площади на одного ученика — 10–12 м² допущение. Дальше простое деление: 5 400 ÷ 12 = 450 мест, 5 400 ÷ 10 = 540 мест. Здание вмещает 450–540 учеников производное из заявленного. В модели их 900.
Расхождение в 1,67–2,0 раза. Чтобы 900 учеников поместились, на каждого должно приходиться 5 400 ÷ 900 = 6 м². Это вдвое меньше верхней границы ориентира.
Проверка заняла час. Она не говорит, что проект плох. Она говорит, что конфигурация проекта не зафиксирована: либо здание будет другим, либо учеников будет меньше. А модель, построенная на 900 учениках, аккуратно считает проект, которого пока не существует.
Учебный пример: ситуация собрана из типовых черт, числа иллюстративные.
В чём ловушка
Модель выглядит как проверка. В ней формулы, сценарии, чувствительность, аккуратные графики. Но каждая ячейка с исходным числом принимает это число без вопросов. Она честно посчитает окупаемость и для проекта, который физически невозможен.
Изнутри ошибку не видно по понятной причине. Автор модели проверяет формулы, и формулы верны. Инвестор видит, что всё сходится, и принимает сходимость за подтверждение. Никто не лжёт. Просто вопрос «существует ли такой проект» никто не задавал, потому что модель на него не отвечает.
Цена ошибки в учебном примере такая. Встречные счёты показали: проекту нужно 145,8 млн руб., а рынок даёт 67,5 млн руб. расчёт. Разрыв 78,3 млн руб. Модель этот разрыв не показывает, потому что спрос и вместимость в ней заданы, а не проверены. В этом же примере проверка обходится в 20–162 раза дешевле ошибки расчёт.
Как я с этим работаю
Я разделяю две задачи. Первая — проверить, что проект существует и сходится с реальностью. Вторая — посчитать его экономику. Модель решает только вторую. Поэтому она идёт последней.
Три причины, по которым модель не проверяет проект
Цель задана раньше входов. Инициатор знает, какая окупаемость нужна, чтобы проект привлёк деньги. Входы он подбирает, держа эту цель в голове. Это не обман, а нормальная работа человека, который верит в свой проект. Но модель в итоге возвращает то, что в неё вложили.
Ошибки перемножаются. Допустим, три параметра завышены на 20 % каждый: цена, заполняемость и доля платящих клиентов. Каждое завышение легко объяснить. Вместе они дают 1,2 × 1,2 × 1,2 = 1,728. Выручка завышена на 72,8 %, почти на три четверти. Таблица чувствительности, которая двигает по одному параметру, этого не покажет.
Модель не знает физических пределов. Ячейка примет 900 учеников в любом здании, 100 % загрузки в любом месяце и любой темп продаж. Площадь, пропускная способность, сроки разрешений и количество платёжеспособных клиентов в районе живут вне модели. Их надо проверить отдельно.
Порядок работы до модели
- Опись материаловЯ выписываю все числа из пакета инициатора и ставлю каждому статус «заявлено». Это не недоверие. Это честная отметка: число пока ничем не подтверждено.
- Критерии решения до расчётаИнвестор записывает, при каком результате он откажется. Например, какое покрытие для него неприемлемо. Порог, выбранный после расчёта, почти всегда оказывается пройденным.
- Физические пределы и пары параметровЯ ищу пары чисел, которые должны сходиться: площадь и вместимость, мощность и объём продаж, штат и число клиентов. В нашем примере пара «5 400 м² — 900 учеников» не сошлась за час.
- Встречные счётыЯ считаю от обратного: сколько проект должен приносить, чтобы выполнить обещания модели, и сколько может дать рынок при проверенных ограничениях. Отношение второго к первому — покрытие.
- Главный вопрос сделкиЯ нахожу несущее допущение — параметр, при провале которого модель теряет смысл. Проверку начинаю с него, а не с того, что проще проверить.
- Только теперь модельЕсли проект прошёл первые пять шагов, модель становится полезной. В ней уже известно, какие числа подтверждены, а какие остались допущениями и в какую сторону они могут ошибаться.
Встречные счёты на учебном примере «Здание»
Встречные счёты — это расчёт с другой стороны. Модель идёт от входов к выводу. Встречные счёты идут от вывода: что должно быть правдой, чтобы проект работал, и насколько это совпадает с тем, что можно проверить. Покрытие показывает, какую часть требуемого результата подтверждает реальность.
| Показатель | Значение | Статус | Как получено |
|---|---|---|---|
| Площадь здания | 5 400 м² | заявлено | материалы инициатора |
| Учеников в модели | 900 | заявлено | материалы инициатора |
| Площадь на ученика | 10–12 м² | допущение | ориентир, уточняется под проект |
| Вместимость здания | 450–540 мест | производное из заявленного | 5 400 ÷ 12 и 5 400 ÷ 10 |
| Нужно проекту | 145,8 млн руб. | производное из заявленного | от обещаний модели |
| Даёт рынок | 67,5 млн руб. | расчёт | при проверенных ограничениях |
| Покрытие | 46,3 % | расчёт | 67,5 ÷ 145,8 = 0,463 |
Покрытие 46,3 % означает, что реальность подтверждает меньше половины того, на что рассчитана модель. Уточнять модель в такой ситуации бессмысленно. Если проект не сходится при щедрых допущениях, более точные допущения его не спасут.
На практике это означает: первый вопрос к проекту звучит не «какая окупаемость», а «что должно быть правдой, чтобы эта окупаемость получилась». Ответ на второй вопрос часто находится за час и без модели.
Этот подход близок к тому, что Даниэль Канеман в работе «Думай медленно… решай быстро» называет взглядом снаружи. Вместо того чтобы достраивать детали своего плана, человек сравнивает его с похожими проектами и их фактическими результатами. Граница идеи: для необычного проекта подходящий класс сравнения найти трудно, и тогда внешний взгляд даёт только грубый ориентир. Физические пределы и пары параметров работают и там, где сравнивать не с чем.
Модель считаю после того, как проверены её входы. До этого она показывает только то, во что верит её автор.
Рыков Павел Евгеньевич, архитектор инвестиционных решений
Где правило не работает
Грубая модель бывает нужна раньше проверки. Если непонятно, от чего вообще зависит вывод, простой расчёт за вечер показывает, какие параметры важны. Это не проверка проекта, а карта для неё. Я пользуюсь такой моделью, но не принимаю по ней решений и не показываю её как доказательство.
Правило теряет смысл, когда входы уже подтверждены. Например, инвестор открывает десятую точку той же сети и опирается на фактические данные девяти предыдущих. Здесь модель стоит на проверенных числах. И ещё: если проверка стоит столько же, сколько возможная ошибка, глубокая проверка сама становится потерей.
Спорным остаётся ориентир 10–12 м² на ученика. Это допущение, и при другом ориентире диапазон вместимости сдвинется. Но чтобы 900 учеников поместились, нужно 6 м² на человека. Такой разрыв уточнение нормы не закрывает.
Такой вывод нельзя делать без проверки самого ориентира: вывод «проект не помещается в здание» справедлив, только если ориентир площади на ученика обоснован для этого типа школы, а не взят наугад.
Типичные ошибки
| Ошибка | Признак | Цена |
|---|---|---|
| Начать с модели инициатора | Первый вопрос — «какая окупаемость» | Недели работы над моделью проекта, который не существует в заявленном виде |
| Уточнять модель вместо входов | Появляются версии модели, а вывод не меняется | Время и бюджет уходят на точность в неверной конструкции |
| Принять чувствительность за проверку | Параметры двигаются по одному на ±10 % | Не виден совместный эффект: три завышения по 20 % дают 72,8 % |
| Не проверить физические пределы | Нет пар «площадь — вместимость», «мощность — продажи» | В примере 360–450 учеников из 900 не помещаются в здание |
| Выбрать порог после расчёта | Критерий отказа появился, когда модель уже готова | Порог почти всегда оказывается пройденным |
| Путать сходимость с доказательством | «Цифры сходятся, значит, проект рабочий» | Разрыв 78,3 млн руб. между нужным и реальным не виден |
Возражение и ответ
«Без модели с инвестором никто не разговаривает»
Банк, партнёры и инвестиционный комитет ждут модель. Проект без неё выглядит несерьёзно. Где вы правы: модель нужна. Это общий язык сделки, и она ловит арифметические ошибки и противоречия внутри себя. Я не предлагаю от неё отказаться. Я предлагаю строить её после проверки входов, чтобы она описывала проект, который существует.
«Инициатор — профессионал, он не станет подгонять цифры»
Подгонка не требует нечестности. Человек, который верит в проект, в каждом спорном месте выбирает чуть более благоприятное число и может объяснить каждое. Где вы правы: сознательного обмана в таких моделях обычно нет. Поэтому я и проверяю не людей, а числа.
Что это меняет для инвестора
Инвестор перестаёт считать хорошую модель признаком хорошего проекта. Решение о глубокой работе над моделью он принимает после того, как проект прошёл проверку входов: пары параметров, физические пределы, встречные счёты. Если покрытие ниже его записанного порога, он экономит недели и не тратит бюджет на уточнение того, что уточнение не спасёт.
Вопрос, который стоит задать себе: с чего вы начинаете, когда вам приносят проект с уже готовой моделью?
Что проверить перед решением
- У каждого исходного числа есть статус: подтверждено документом, заявлено, допущение, расчёт.
- Критерии отказа записаны до расчёта, с датой.
- Найдены пары параметров, которые должны сходиться, и они сходятся.
- Проверены физические пределы: площадь, мощность, сроки, число клиентов.
- Сделаны встречные счёты и посчитано покрытие.
- Названо несущее допущение, и проверка начинается с него.
- Оценён совместный эффект допущений, помимо чувствительности по одному параметру.
- Модель строится на проверенных входах и показывает, какие числа остались допущениями.
Порядок этих шагов важнее их полноты. Даже один час на пары параметров до модели часто меняет весь дальнейший разговор о проекте.
Если хотите посмотреть, как проверка до модели встроена в работу над всей сделкой, я описал это на странице как я работаю с инвестором. Обсудить свою ситуацию можно в телеграме.
Вопрос — ответ
Может ли финансовая модель проверить инвестиционный проект?
Нет. Модель проверяет, что расчёт сходится с допущениями. Верны ли сами допущения, проверяют до модели: через физические пределы, согласованность данных и встречные счёты.
Что такое встречные счёты?
Это расчёт от обратного: сколько проект должен приносить, чтобы выполнить обещания модели, и сколько может дать рынок при проверенных ограничениях. Отношение второго к первому называется покрытием.
Почему таблица чувствительности не заменяет проверку?
Она обычно двигает параметры по одному. Если три параметра завышены на 20 % каждый, вместе они завышают результат на 72,8 %, и по одному этого не видно.
Когда модель нужна до проверки?
Когда непонятно, от каких параметров зависит вывод. Грубая модель показывает, что проверять в первую очередь. Решения по ней не принимают.
Учебный пример: ситуация собрана из типовых черт, числа иллюстративные. Текст описывает способ принимать решения и не является индивидуальной инвестиционной рекомендацией.