スケールアップ企業の収益予測

Nov 25 2022

EQT Motherbrain は、スケールアップ企業の収益を予測するために開発した新しいアプローチを共有できることに興奮しています。これは最近、第 31 回 ACM 国際情報知識管理会議 (CIKM 2022) で、Lele Cao、Sonja Horn、Vilhelm von Ehrenheim、Richard Anselmo Stahl、および Henrik Landgren によって発表されました。

根本的な問題

企業の財務の将来を予測することは複雑ですが、企業の意思決定にとって重要なタスクです。基本的に、これは過去のパフォーマンスデータの調査に基づく情報に基づいた推測です。しかし、これまで見てきたように、モデルに組み込むことができないランダムな要素が原因で、予測は簡単に崩れることがあります。

投資家は、事業の評価を決定する際に財務予測に依存しています。割引された将来のキャッシュフローに依存するか、将来の EBITDA の倍数に基づいて評価を決定するかにかかわらず、予測は投資を成功または失敗させる可能性があります。長い実績と回復力のあるキャッシュフローを持つ成熟したビジネスの場合、予測と実際の結果との偏差はそれほど大きくない可能性があります。しかし、スタートアップやスケールアップなど、過去のデータが不十分で将来の見通しが本質的に不確実なビジネスの場合、これは異なるように見えます。

新興企業は、ビジネスモデルのスケーラビリティと実行可能性を実証し、収益成長の加速サイクルを経験すると、スケールアップの領域に移行します。外部資本の調達は、通常、この移行に伴います。

ほとんどの成熟した企業と比較して、スケールアップは利益を生まないことがよくあります。その結果、収益はスケールアップを評価する際の最も重要な指標の 1 つになり、評価は通常、投資の専門家が将来の企業の収益を推定する将来の収益の複数の基準に基づいて決定されます。

通常、収益予測は手動で経験的に行われるため、その品質は投資専門家の経験に大きく依存します。ビジネスモデル、競合他社の状況、市場動向、ユニットエコノミクスなどの要因が考慮されます。このタスクは、所有期間中の評価の変化を知らせるため、投資の魅力を評価するために不可欠です。ただし、このアプローチの自動化、客観性、一貫性、および適応性のレベルは、最適とはほど遠いものです。

従来の統計的アプローチや新しく開発された AI ベースの方法論などの定量的手法は、従来の成熟したビジネスの予測にますます採用されています。しかし、なぜこれがスタートアップやスケールアップの世界に広がらないのでしょうか?

その答えはデータにあります。未熟な企業にとっては、多くの場合、所有権があり、取得に費用がかかります。しかし、これは変化しつつあります。デジタル化が遍在するということは、民間企業に関する大量の高品質データが、ますます公的にアクセスできるようになっていることを意味します。

SiREの紹介

この課題に対する答えを、シミュレーションに基づく収益推定モデルである SiRE と呼んでいます。

SiRE は、航空機や宇宙船のナビゲーションと制御に通常使用される方法論であるカルマンフィルターに基づいています。セクターに依存しないため、投資家は複数の業界に適用できます。トレーニングに必要なのは数百のスケールアップ企業の小さなデータセットだけであり、外挿は短い収益時系列から開始できるため、詳細な履歴データがなくても収益予測が可能になります。5 年以上の典型的な投資期間に対応して、複数年の詳細な予測を生成できます。各収益予測には信頼性の高い見積もりが付属しており、結果の確実性に関するガイダンスを投資家に提供します。このモデルは実装が簡単で、予測は説明可能であり、透明性を促進して信頼を築き、フィードバックを獲得します。

SiRE は、同様の企業が同様の段階にある場合、収益の伸びが過去のパターンを繰り返す可能性が高いという主な前提に基づいて設計されています。将来の各収益ポイントは、比較可能な収益状態からサンプリングすることによって最初に取得され、その後、過去の収益ポイントと予測された収益ポイントを考慮するカルマンフィルターで調整されます。予測の信頼度は、複数回外挿することによって推定されます。

EQT 内での SiRE の使用方法のデモンストレーション

では、EQT 内でどのように使用するのでしょうか? SiRe は、ポートフォリオ企業からの収益の軌跡と、ほぼ 30 年間の投資を通じて収集したその他のデータの独自のデータセットでトレーニングされており、次の 2 つの方法で使用できます。