Satuan 9 / 11

Analisis Investasi: Pengembalian, Arus Kas dan Pemodelan Skenario

Keuntungan:

  • Kemampuan untuk memodelkan indikator investasi seperti pendapatan sewa, periode pengembalian, dan arus kas dengan kecerdasan buatan dan memverifikasi akun secara independen
  • Kemampuan untuk melihat dengan jelas dan menguji asumsi kecerdasan buatan (kenaikan sewa, tingkat kekosongan, pengeluaran) dengan skenario realistis
  • Kemampuan menyajikan analisis investasi sebagai pendukung keputusan, bukan rekomendasi, dan memahami bahwa analisis tersebut tidak menggantikan persetujuan penasihat/ahli keuangan.

Agen real estate memiliki basis pelanggan yang berkembang: investor. Mereka tidak mencari “rumah” tetapi “kembali”. “Apakah apartemen ini merupakan investasi yang bagus?” Jawaban atas pertanyaan ini berasal dari angka, bukan emosi: berapa pendapatan sewanya, berapa tahun yang akan dibayar sendiri, apakah arus kasnya positif, apa yang terjadi dalam berbagai skenario? Kecerdasan buatan menempatkan perhitungan ini dalam tabel biasa, menghasilkan skenario, dan menjelaskan hasilnya dalam bahasa yang sederhana. Namun angka-angka itu menipu: meskipun perhitungannya terlihat benar, satu asumsi yang salah (sewa yang tidak realistis, tingkat kekosongan nol, pengeluaran yang terlewat) akan merusak keseluruhan hasil. Prinsip unit ini: AI mempercepat perhitungan; Anda membuat asumsi, memverifikasi hasilnya secara independen, dan menerima persetujuan penasihat keuangan/ahli atas keputusan penting tersebut.

Indikator investasi dasar

Mari kita perjelas beberapa konsep. Hasil sewa kotor adalah rasio pendapatan sewa tahunan terhadap harga properti (sewa tahunan harga × 100). Pendapatan sewa bersih adalah tarif setelah dikurangi biaya (iuran, pajak, asuransi, pemeliharaan, kekosongan); Ini adalah gambaran sebenarnya. Payback period (penyusutan) adalah jumlah tahun yang dibutuhkan properti untuk membayar sendiri (harga sewa bersih tahunan). Tingkat kekosongan adalah berapa lama suatu properti tetap kosong (disewakan) per tahun; Menerima nol adalah kesalahan paling umum. Arus kas adalah sewa bulanan dikurangi cicilan pinjaman dan pengeluaran jika dibeli secara kredit; Kalau positif, tidak ada uang keluar kantong. Apresiasi (capital gain) adalah kenaikan harga properti — tidak pasti, tidak dijamin.

Perbedaan penting: angka kotor untuk pemasaran, angka bersih adalah keputusan sebenarnya. Adalah menyesatkan jika menyajikan laba kotor kepada investor sebagai “hasil”; Biaya dan ruang harus dikurangi.

Hati-hati: Asumsi yang paling berbahaya adalah asumsi yang “tidak terlihat”: tingkat kekosongan nol, biaya pemeliharaan nol, pajak/iuran tidak pernah berubah, jaminan kenaikan sewa setiap tahun. Jika AI membuat asumsi tersebut secara diam-diam, perhitungannya menjadi optimis. Cetak setiap asumsi secara eksplisit dan uji dengan nilai realistis.

Langkah demi langkah: menyiapkan model investasi

  1. Kumpulkan masukan: Harga, perkiraan sewa, iuran, pajak properti, asuransi, perkiraan pemeliharaan tahunan, tingkat kekosongan, jumlah/bunga/jatuh tempo pinjaman (jika ada).
  2. Tuliskan asumsi dengan jelas: Nyatakan sumber dan asumsi setiap entri (misalnya lowongan 8%, sewa tahunan pemeliharaan x 5%).
  3. Minta AI menghitung: Pengembalian kotor/bersih, periode pembayaran dan (jika dikreditkan) arus kas bulanan, yang menunjukkan transaksi.
  4. Verifikasi secara independen: Periksa hasilnya secara manual atau dengan kalkulator terpisah; AI mungkin membuat kesalahan pemrosesan.
  5. Pengujian skenario: Jalankan tiga skenario optimis/realistis/pesimis (sewa rendah, kekosongan tinggi, biaya meningkat).
  6. Menyajikan dan memandu: Menyajikan hasil sebagai “pendukung keputusan”, beserta asumsi-asumsinya; Merekomendasikan penasihat keuangan/ahli perpajakan/hukum.

Templat 1 — Pengembalian dan pengembalian bersih:

Peran: Analis investasi. Hitung pendapatan sewa kotor dan NET serta periode pembayaran dengan input berikut, tunjukkan transaksi langkah demi langkah. Cantumkan asumsinya dengan jelas. Harga: [X], sewa bulanan: [Y], iuran: [Z], pajak properti tahunan: [V], asuransi: [S], asumsi pemeliharaan tahunan: [B], tingkat kekosongan: [%]. Menambahkan entri yang dibuat-buat.

Templat 2 — Arus kas kredit:

Properti ini dibeli dengan status pinjaman. Hitung arus kas bulanan: sewa - (cicilan pinjaman + iuran + pengeluaran bulanan). Pinjaman: jumlah [X], bunga tahunan [%], jatuh tempo [bulan]. Sewa [Y].Tampilkan cicilan bulanan, komentar aliran positif/negatif. Tampilkan transaksi.

Templat 3 — Tiga skenario:

Siapkan 3 skenario optimis/realistis/pesimis untuk investasi ini. Variabel: sewa (±10%), tingkat kekosongan (3% / 8% / 15%), kenaikan biaya tahunan. Tabel keuntungan bersih dan periode pengembalian dari masing-masing skenario. Masukan: [di atas]

Templat 4 — Pemeriksaan asumsi:

Ambil SEMUA asumsi dalam kalkulus perdagangan di bawah ini dan evaluasi apakah asumsi tersebut "realistis atau konservatif/optimis" untuk masing-masing asumsi. Secara khusus, mempertanyakan asumsi tingkat kekosongan, pemeliharaan, kenaikan pajak/hutang dan kenaikan nilai. Akun: [tempel teks]

Tabel perbandingan: kotor vs bersih (contoh)

pensil

Nilai

harga properti

6.000.000TL

Sewa tahunan (kotor)

360.000TL

pengembalian kotor

6,0%

(-) Iuran + pajak + asuransi + pemeliharaan

78,000TL

(-) Kesenjangan (8%)

28.800TL

Pendapatan bersih tahunan

253.200TL

pengembalian bersih

4,22%

Pengembalian dana (bersih)

~23,7 tahun

Properti yang sama menghasilkan 6% kotor dan 4,22% bersih; Jangka waktu pengembalian meningkat dari 16,7 tahun menjadi 23,7 tahun. Perbedaan ini mengubah keputusan investasi.

tiga kasus mini

Kasus 1 — Laporan bersih menunjukkan kebenaran. Penasihat pertama-tama memberi tahu investor keuntungan kotor sebesar 6%; lalu lanjutkan dengan Templat 1 dan tambahkan selisihnya, sehingga menghasilkan bersih 4,2%. Investor menetapkan ekspektasi yang realistis dan membeli pada harga yang tepat. Pelajaran: sangat menggairahkan, jelas membuat Anda memutuskan.

Kasus 2 - Kekeliruan kesenjangan nol. Dalam satu perhitungan, tingkat kekosongan diasumsikan nol; properti tersebut sebenarnya tetap kosong selama rata-rata 1,5 bulan per tahun. Laba bersih yang diharapkan sebesar 253,000 TL turun menjadi 220,000. Investor berkata, "Saya mendapat penghasilan kurang dari apa yang dikatakan." Pelajaran: jangan pernah menganggap tingkat kekosongan sebagai nol; menempatkannya sesuai dengan realitas wilayah.

Kasus 3 — Kesalahan proses. Saat menghitung periode pengembalian, AI mengurangi biaya sebanyak dua kali dan menampilkan periode tersebut sebagai durasi yang salah. Konsultan menemukan kesalahan tersebut ketika dia memeriksanya secara manual. Pelajaran: AI juga membuat kesalahan dalam aritmatika; memverifikasi secara independen setiap hasil.

Perintah lemah / Perintah kuat

Perintah yang lemah:

Apakah apartemen ini merupakan investasi yang bagus? Harganya 6M, sewanya 30rb. Apa imbalannya, haruskah dia mengambilnya?

Keputusan "haruskah dia membeli" diserahkan kepada model; tidak ada biaya/kesenjangan, tidak ada perbedaan kotor/bersih, asumsi tersembunyi.

Perintah yang kuat:

Hitung keuntungan dan pengembalian kotor dan bersih dengan input berikut, tunjukkan transaksinya, tulis asumsinya dengan jelas. Pengambilan keputusan; Saya dan pelanggan akan mengevaluasi. Harga 6M, sewa bulanan 30.000, iuran 1.500/bulan, pajak tahunan 9.000, asumsi pemeliharaan 15.000 per tahun, lowongan 8%. Fabrikasi masukan.

Kesalahan umum

  • Menyajikan laba kotor sebagai laba bersih. Pergi dan lompati celahnya.
  • Membuat tingkat kekosongan menjadi nol. Kesalahan optimisme yang paling umum.
  • Mempertimbangkan peningkatan nilai seolah-olah itu adalah jaminan. Hal ini tidak pasti.
  • Tidak memeriksa aritmatika AI. Mungkin ada kesalahan pemrosesan.
  • Membiarkan model memutuskan apakah akan membeli atau tidak dan mengabaikan persetujuan penasihat keuangan.
Tip: Letakkan kotak "Asumsi" di awal setiap presentasi investasi: sewa, lowongan, pengeluaran, tingkat pertumbuhan. Investor seharusnya tidak melihat hasilnya, tapi asumsi yang membuahkan hasil; Dengan cara ini, Anda berdua bersikap transparan dan jika muncul keberatan, Anda mendiskusikan asumsinya, bukan kesimpulannya.

Biaya perdagangan dan likuiditas: item yang terlupakan

Perhitungan pengembalian sering kali dimulai dan diakhiri dengan “harga sewa”; Namun, ada dua item lagi dalam keputusan investasi riil. Yang pertama adalah biaya pembelian-penjualan: biaya akta kepemilikan, komisi real estat, PPN, jika ada, penilaian, biaya alokasi pinjaman, selisih transfer iuran, biaya renovasi. Biaya-biaya ini dapat mencapai persentase yang tidak signifikan dari harga properti dan mengurangi keuntungan dengan meningkatkan “modal yang diinvestasikan” sebenarnya. Jika Anda tidak menambahkan biaya-biaya ini ke dalam input ketika menghitung keuntungan AI, gambarannya akan optimis. Yang kedua adalah likuiditas: real estate tidak dapat dikonversi menjadi uang tunai secara instan seperti saham; Penjualannya mungkin memakan waktu berbulan-bulan dan harganya akan turun jika terjadi penjualan yang terburu-buru. Ini bukanlah angka yang masuk dalam perhitungan, namun risiko yang masuk dalam pengambilan keputusan; Peringatan kepada investor “investasi ini tidak likuid, berhati-hatilah jika Anda berada dalam situasi di mana Anda mungkin perlu menarik uang Anda dengan cepat” adalah nasihat yang jujur. Anda juga dapat menambahkan skenario "penjualan awal" ke skenario AI. Aspek perpajakan (pajak penghasilan sewa, pajak capital gain, pengecualian dan pengecualian) adalah bidang penasihat keuangan; AI dapat menggambar kerangka umum, namun kurs saat ini dan situasi pribadi harus dikonfirmasi oleh penasihat keuangan.

Singkatnya

Kecerdasan buatan membuat penghitungan investasi terorganisir, cepat, dan terjadwal; tapi asumsilah yang menentukan hasil dan Anda yang membuatnya. Buat keputusan berdasarkan laba bersih dan bukan laba kotor, jangan pernah melewatkan kesenjangan dan pengeluaran, jangan menganggap remeh kenaikan nilai, verifikasi setiap akun secara independen. Sajikan analisis sebagai “pendukung keputusan” — keputusan investasi akhir ada di tangan investor, aspek perpajakan/hukum ada di tangan penasihat keuangan dan profesional terkait. Perhitungan pengembalian yang tidak terverifikasi seperti janji yang tidak ditandatangani.

Tugas aplikasi

Kumpulkan input (harga, sewa, iuran, pajak, asuransi, pemeliharaan, lowongan) untuk properti riil. Kurangi keuntungan bersih dan pengembalian dengan Templat 1, dan ketiga skenario dengan Templat 3. Verifikasikan hasilnya secara manual. Periksa asumsi Anda dengan Templat 4 dan ganti asumsi optimis dengan asumsi realistis. Tambahkan kotak "Asumsi" ke presentasi.

daftar periksa

  • [ ] Saya menghitung keuntungan kotor dan bersih secara terpisah; Saya mendasarkan keputusan saya pada internet.
  • [ ] Saya menambahkan tingkat kekosongan dan semua biaya (iuran, pajak, asuransi, pemeliharaan).
  • [ ] Saya tidak menganggap kenaikan nilai sebagai jaminan; Saya menyatakannya secara samar-samar.
  • [ ] Saya telah memverifikasi akun AI secara independen.
  • [ ] Saya menyerahkan keputusan kepada investor; Saya merekomendasikan penasihat keuangan/ahli pajak/hukum.