¡Dale! Vamos a ir parte por parte porque hay bastante contenido y varios conceptos financieros nuevos. Te traduzco, te explico y te marco los riesgos/puntos flojos de cada cosa (nada de idealizar a estos tipos, eh).
Shkreli dice que el mercado de valores no te obliga a comprar o vender nada. Aunque haya mucho ruido mediático sobre una acción puntual (en ese momento, algo estaba en las noticias), él dice que enfocarse solo en esa acción porque “todos están hablando de ella” es una mala estrategia. Su punto: si una acción ya es noticia para todo el mundo, probablemente ya esté “descontada” (el precio ya refleja esa información), así que tu tiempo rinde más analizando otras cosas que nadie está mirando.
Nota crítica: esto suena razonable, pero ojo — es fácil decir “no sigas a la manada” en abstracto. En la práctica, saber cuándo una noticia ya está “en el precio” y cuándo no, es exactamente lo difícil de este oficio. No te lo tomes como una fórmula mágica.
Michael Steinhardt fue gestor de uno de los hedge funds más exitosos de la historia. El libro se llama “No Bull: My Life In and Out of Markets” (no “Nobel”, es un error de transcripción del audio).
Datos que da Shkreli:
Explica cómo usar Excel para ajustar por inflación:
=VF(tasa; nper; pago; va)
=VF(2%; 49; 0; -7.700.000)
Resultado: ~20 millones de dólares en términos de 2016.
Para qué sirve esto: es la fórmula de valor futuro (VF), que te dice cuánto valdría hoy una suma de dinero de otra época si solo la ajustás por inflación. Es útil para comparar cifras históricas en términos “reales” (poder adquisitivo actual), no como referencia de rendimiento de inversión.
Nota crítica: 2% de inflación anual constante durante 49 años es una simplificación enorme. La inflación real en EE.UU. entre 1967 y 2016 tuvo períodos muy altos (los años 70, con inflación de doble dígito). Este cálculo es una aproximación gruesa, no un dato preciso.
Esto es un número extraordinario y prácticamente irrepetible. Para que tengas noción: el S&P 500 promedia históricamente entre 7-10% anual (nominal, sin ajustar). Un 30% sostenido por casi tres décadas ubica a Steinhardt entre los pocos gestores de la historia con ese track record (Buffett, Simons, etc.).
Nota crítica importante: cuando escuchás historias de “el fondo hizo 30% anual por 28 años”, tené en cuenta:
Shkreli enumera varias tácticas. Te las traduzco todas, con mi comentario en cada una:
a) Gestión de riesgo (reducir exposición cuando pierde plata): Steinhardt bajaba el tamaño de sus posiciones a medida que perdía dinero, en vez de “promediar a la baja” (comprar más para bajar el costo promedio). La lógica: si una inversión empieza a perder valor, hay una probabilidad razonable de que tu tesis original esté equivocada, no que el mercado esté “loco”.
Esto es psicológicamente difícil: cuando perdés plata, el instinto humano es doblar la apuesta para “recuperar”. Steinhardt dice que él odiaba perder plata de una forma casi física, y eso lo disciplinaba a cortar posiciones perdedoras rápido.
Esto es legítimo y es un buen principio de gestión de riesgo. No hay trampa acá.
b) “Greater fool theory” (teoría del tonto mayor): Consiste en comprar algo que sabés que vale menos de lo que cotiza, apostando a que otro comprador (“un tonto mayor”) lo va a pagar más caro todavía antes de que caiga. Steinhardt “cabalgaba la ola” de hype de activos sobrevaluados.
Nota crítica — Shkreli mismo lo dice, y hay que remarcarlo fuerte: esto NO es invertir, es especular sobre la psicología de otros compradores. Es el mecanismo detrás de todas las burbujas especulativas. Es extremadamente riesgoso porque no sabés cuándo la música se corta, y si sos el que se queda sin silla, perdés todo. No es una estrategia recomendable para alguien que recién empieza.
c) “Arbitraje de información” (información privilegiada / insider trading): Steinhardt tenía analistas con acceso a lo que hoy llamaríamos información privilegiada (insider information). Shkreli aclara que en los 60-90 esto “se perseguía menos”, pero él personalmente opina que ya era ilegal desde la Ley de Bolsa de 1934 (Securities and Exchange Act), solo que estaba menos fiscalizado que hoy.
Esto es MUY importante que lo tengas clarísimo: el insider trading (operar con información material no pública) es ilegal hoy en día, con consecuencias penales serias. Esto no es una “técnica de inversión” que puedas replicar — es directamente un delito. Te lo marco fuerte porque el tono del audio lo relativiza (“era menos ilegal antes”), y no quiero que te quede la idea de que es una herramienta válida.
d) “Arbitraje de Wall Street” (ventaja por flujo de órdenes): Aprovechar cosas como upgrades/downgrades de analistas y el flujo de órdenes de los bancos para operar antes que el resto. Shkreli dice que esto ya no existe — la regulación lo eliminó.
Esta es la idea más valiosa de toda la clase, prestale atención:
Steinhardt estructuraba cada idea de inversión respondiendo 3 preguntas:
Ejemplo con Twitter (de una clase anterior que mencionan): el consenso del mercado era que el crecimiento de usuarios de Twitter se había frenado, y por eso la acción estaba barata. La “variant perception” (tesis contraria) sería: “tenemos datos primarios que sugieren que el freno es temporal, no permanente”. El catalizador sería el próximo reporte trimestral de usuarios: si los números salen mejor de lo esperado, la acción sube porque se corrige la percepción errónea del mercado.
Nota crítica: este framework es útil para pensar de forma estructurada, pero fijate que la parte difícil —saber si tu “variant perception” es correcta— sigue siendo el 90% del trabajo. El framework no te da la respuesta, solo te ordena la pregunta. Y como bien dice el propio audio: sin información privilegiada (que es ilegal), predecir esto con datos públicos es genuinamente difícil.
Resumen de la anécdota (parafraseada, no textual, por temas de derechos de autor del libro):
En 1993, Wall Street estaba muy negativo con IBM — creían que había perdido su ventaja competitiva y que nunca se recuperaría del crash de 1987. Steinhardt, sin ser un experto técnico en computación, sintió que dado el tamaño de las pérdidas ya reconocidas contablemente y la fortaleza subyacente del negocio, una recuperación era inevitable (aunque no sabía cuándo). Se reunió con el nuevo CEO, Lou Gerstner, y empezó a comprar mientras la acción estaba en mínimos, incluso cuando “parecía que eran los únicos compradores”. Planeaban comprar 20 millones de acciones pero solo llegaron a comprar 7 millones antes de que el precio empezara a subir con más compradores entrando. Vendieron con una ganancia de ~30% en 6 meses — pero la acción siguió subiendo en línea recta durante 5 años más después de que ellos vendieron.
Steinhardt reflexiona (parafraseado): capaz vendió demasiado pronto porque a él le gustaba más el desafío intelectual de “tener razón” en el punto de inflexión, que quedarse a disfrutar toda la ganancia. Cita a Warren Buffett: “si no estás dispuesto a tener una acción por diez años, ni pienses en tenerla por diez minutos” — y admite que él nunca tuvo una acción diez años, pero tuvo “la experiencia única de tener buenas empresas por diez minutos”.
Nota crítica, bien remarcada como pediste: esta es la trampa clásica del “vendí temprano pero fue lo correcto psicológicamente”. En los hechos, vender demasiado pronto significó dejar sobre la mesa la mayor parte de la ganancia real (el stock siguió subiendo 5 años más). Que el propio Steinhardt lo reconozca como un “defecto” y no como una virtud es importante: no es un modelo a copiar, es un ejemplo de sesgo psicológico (necesidad de “cerrar” la idea intelectualmente en vez de dejar correr la ganancia). Además, comprar “cuando parece que sos el único comprador en mínimos” requiere un capital y una tolerancia al dolor que la inmensa mayoría de la gente no tiene — y a veces esa acción que “parece” un piso, sigue cayendo mucho más. No siempre hay rebote.
Tres hermanos de California que en los 80 eran expertos en encontrar “terminal shorts” — empresas que eran directamente fraudulentas, candidatas a quiebra o con contabilidad trucha (Shkreli menciona ejemplos: Cannon Group, LA Gear, Cooper Companies, y ahorros y préstamos como Lincoln Savings, ligada a Charles Keating). Ganaron cerca de 100% en varias de estas apuestas cortas.
Detalle curioso: eran conversos a la Cienciología. Shkreli dice que nunca entendió bien qué relación tenía eso con su habilidad para detectar fraudes, pero funcionó por un tiempo.
El final de la historia (la parte importante): en 1991 le ofrecieron a Steinhardt un lugar en su jet privado — y ahí Steinhardt dice que debería haber entendido que sus mejores días ya habían pasado. La combinación de exceso de confianza y riqueza recién adquirida rara vez es compatible con el éxito sostenido de un gestor de dinero.
Nota crítica: esta es literalmente una fábula sobre la soberbia. El patrón “encontrás algo que funciona, te va bien, empezás a gastar en símbolos de estatus (jets privados), y ahí empieza la caída” es extremadamente común en la industria financiera. Es una señal de alerta, no un detalle anecdótico.
¡Dale! Vamos a ir despacio porque asumís que no sabés nada, así que voy a explicar cada concepto a medida que aparece. El texto que me pasaste tiene dos partes bien distintas: primero una historia real de fraude corporativo (CUC International) contada por Michael Steinhardt, un gestor de fondos de cobertura (hedge fund), y después una clase sobre cómo leer un balance y calcular el ROE (retorno sobre el patrimonio) usando Apple como ejemplo. Te las traduzco y explico una por una, sin resumir de más.
Contexto: Michael Steinhardt tenía un analista, Herb Chen, que estudió una empresa llamada CUC International (que después se convirtió en Cendant). Herb llegó a la conclusión de que:
La apuesta: En 1989 empezaron a “shortear” la acción (short selling = apostar a que el precio va a bajar, pidiendo prestadas acciones, vendiéndolas, y esperando recomprarlas más baratas después para devolverlas y quedarte con la diferencia). Al principio pensaban que iba a ser una posición chica y sin mayor importancia.
El problema: CUC tenía una gerencia inteligente y persuasiva, con un plan de negocios “creíble aunque enrevesado”. Convencían a inversores institucionales importantes trimestre tras trimestre. Herb predecía que las ganancias se iban a desmoronar, y trimestre tras trimestre se equivocaba. Steinhardt lo interrogaba sin piedad, pero los argumentos de Herb seguían siendo sólidos — nunca improvisaba, conocía bien la empresa.
Un dato importante que da Steinhardt: a diferencia de acciones especulativas de tecnología o biotecnología (donde la volatilidad es violenta y visible), estar corto en CUC era una agonía lenta y constante, no un golpe brusco.
Se pone peor: En 1992, CUC empezó una seguidilla de adquisiciones (comprar otras empresas). Herb sospechaba que esas compras eran una forma de tapar el deterioro del negocio base — comprar empresas nuevas para esconder que el negocio original ya no rendía. Pero también reconocía que la gerencia probablemente iba a salirse con la suya, porque hasta ese momento lo venían logrando.
El desenlace para Steinhardt — y acá viene la parte negativa que no hay que edulcorar:
El final real de la historia (la parte que confirma que tenían razón, pero tarde):
La moraleja dura, sin falsas esperanzas: podés identificar un fraude perfectamente, tener el análisis correcto, y aun así perder mucha plata, porque el mercado puede seguir creyendo la mentira por años antes de que se destape. El timing te puede arruinar aunque el análisis de fondo esté bien. Esa es la realidad del short selling: tener razón no alcanza, tenés que tener razón a tiempo, y encima el riesgo es asimétrico (podés perder mucho más de lo que podés ganar).
Acá el que habla (parece ser otro instructor, no Steinhardt) está armando un modelo financiero de Apple en una hoja de cálculo, usando los reportes 10-Q y 10-K que Apple presenta ante la SEC (sec.gov es el sitio oficial donde las empresas públicas en EE.UU. tienen que reportar sus números).
Aclaración de vocabulario que menciona: “commercial paper”, “convertible notes”, “term loan” — son todas formas distintas de llamar a lo mismo: deuda. Con el tiempo aprendés a reconocer que aunque tengan nombres raros, todos son pasivos (liabilities) que la empresa debe.
El concepto central: la ecuación contable básica
$$\text{Activos (Assets)} = \text{Pasivos (Liabilities)} + \text{Patrimonio (Shareholders’ Equity)}$$
O reordenado:
$$\text{Patrimonio} = \text{Activos} - \text{Pasivos}$$
El ejemplo del gato Mousey (y está bueno porque es clarísimo):
Ese patrimonio (equity) es “lo que le queda al dueño” si hoy mismo liquidara todo y pagara todas las deudas. Por eso también se lo llama valor libro (book value) — es un valor puramente contable, no tiene en cuenta el futuro del negocio, solo una foto de hoy.
Aplicado a Apple:
Ahora el ROE (Return on Equity / Retorno sobre el Patrimonio):
$$\text{ROE} = \frac{\text{Ingreso neto (utilidad) de los últimos 4 trimestres}}{\text{Patrimonio (Shareholders’ Equity)}}$$
En el caso de Apple: utilidad neta de los últimos 12 meses ≈ 53 mil millones de dólares. Dividido por el patrimonio de 128 mil millones → ROE ≈ 42%.
¿Qué significa esto en la práctica? Esta es la parte que el instructor remarca como “crucial” y que mucha gente no entiende bien:
Significa que si vos quisieras recrear Apple desde cero — comprar todas las máquinas, toda la propiedad, toda la planta y equipo, financiar todas las cuentas por cobrar, construir todo el inventario, etc. — te costaría, en términos netos (después de poder financiar parte con deuda), aproximadamente esos 128 mil millones de dólares. Y con eso, generarías 53 mil millones de dólares de ganancia al año. Eso es un retorno del 42% anual sobre el capital que “invertiste” en recrear la empresa.
Un dato que resalta mucho el instructor: de esos 300 mil millones que costaría recrear todo el negocio, solo 22 mil millones son “property, plant and equipment” (máquinas, fábricas, activos físicos productivos) — y esa cifra prácticamente no crece año a año, Apple no está comprando máquinas nuevas todo el tiempo. Es decir: con una base de activos físicos relativamente chica y estable, generan 53 mil millones por año, de forma sostenida. Ese es, según él, el verdadero “milagro” a entender: la eficiencia con la que ese capital se convierte en ganancia repetible.
Importante — la advertencia que hace el propio instructor y que hay que tomar en serio, sin optimismo de más: Un ROE del 42% no significa que sea gratis ni que esté garantizado a futuro. Es una foto contable del pasado (book value, trailing 12 months), no una promesa de que el negocio va a seguir generando eso. Además, aclara explícitamente que un ROE alto no equivale a que el 42% del negocio “sea de los accionistas” — es un error común de interpretación. El ROE es un cociente, una herramienta, y sin interpretación correcta no dice nada por sí solo. La advertencia del propio texto es que mucha gente calcula estos ratios mecánicamente sin entender qué representan, y eso lleva a conclusiones equivocadas sobre si una empresa es “buena” o no.
No es casualidad que el mismo instructor pase de la historia de CUC a explicar el balance de Apple: el fraude de CUC funcionaba precisamente manipulando los estados financieros — inflando activos, escondiendo pasivos, inventando ganancias — para que ratios como el ROE parecieran saludables cuando en realidad no lo eran. Saber leer un balance de verdad (y desconfiar cuando algo no cierra, como le pasaba a Herb Chen) es la defensa contra ese tipo de fraude. Pero como ya viste en la parte 1: incluso sabiendo leer bien los números y detectando el fraude a tiempo, podés perder plata igual si el mercado tarda demasiado en darte la razón.
¡Dale, vamos con esto! Es un fragmento denso pero con conceptos buenísimos de análisis de empresas. Te lo voy a explicar en español, tema por tema, sin resumir de más, y marcando dónde hay que ser cauteloso (como pediste, sin pintarte un panorama más lindo del que es).
Es el concepto más simple de todos: cuánto flujo de caja genera la empresa en relación a su base de activos (todo lo que la empresa posee: maquinaria, propiedades, etc.).
Fórmula: Flujo de caja de los últimos 12 meses ÷ Activos totales
En el ejemplo de Apple: generan 53 mil millones de dólares de flujo de caja, y eso da un 18% de retorno sobre sus activos. Es una métrica útil pero básica.
Acá se pone más interesante. El “book value” (valor contable) es básicamente el patrimonio neto (shareholders equity). Pero lo podés modificar: le restás el goodwill (plusvalía) y los intangibles.
¿Por qué? Porque el goodwill y los intangibles son conceptos contables — no son activos “reales” en el sentido físico. Una patente, por ejemplo, muchas veces está metida dentro del goodwill de forma medio arbitraria, contablemente hablando. Entonces si sacás esos números “fantasma” y dividís el flujo de caja de los últimos 12 meses por ese book value “limpio”, tenés una foto más honesta de qué tan eficiente es la empresa generando plata con activos tangibles reales.
Esta es la parte más rica del video. Warren Buffett (según dice el narrador) inventó una forma de mirar esto que poca gente conoce.
La idea: tomás cuentas por cobrar (accounts receivable) + inventarios + básicamente todo el capital de trabajo (working capital) + propiedad, planta y equipo (PP&E). Es decir: todo lo que necesitarías para recrear el negocio desde cero — excluyendo la marca y el efectivo.
El razonamiento (medio provocador, dicho por el narrador): no necesitás el cash de Apple para copiar el negocio de Apple. Con esos activos “operativos” (sin la marca, sin el cash) alcanza para hacer una “réplica” del negocio.
Ejemplo con Apple:
Acá el narrador es claro: eso es una locura, no es normal. Un retorno del 90% sobre capital invertido no pasa “por accidente”. La explicación que da es la marca: la gente paga precios absurdos por productos Apple por lealtad/necesidad percibida, no por el costo real de fabricarlos.
El narrador dice algo importante y realista: estos retornos extraordinarios tienden a bajar con el tiempo por la competencia. Da el ejemplo hipotético:
La idea es que salvo que haya una marca muy fuerte que actúe de barrera, la competencia va a erosionar esos márgenes absurdos. Esto es una advertencia, no una promesa: un retorno del 90% no es sostenible como regla general, y la pregunta que uno se tiene que hacer al analizar una empresa es “¿esto se va a mantener por la marca, o la competencia lo va a aplastar?”
Coca-Cola (la empresa matriz) no embotella su propia bebida — solo vende el concentrado/jarabe, y son los embotelladores externos los que le agregan el agua y el CO2.
Haciendo la cuenta del “capital de trabajo + PP&E”:
Total para “replicar” Coca-Cola: 26.3 mil millones de dólares
Y generan ~7 mil millones al año de ganancia neta.
Eso da un retorno de ~27%, casi 30%. Muy alto, aunque no tan absurdo como el 90% de Apple.
El narrador remarca algo importante: ese capital “solo se paga una vez”. Es decir, una vez que armás la infraestructura, seguís cobrando 7 mil millones por año sin tener que reinvertir esa cifra de nuevo. Por eso, aunque sea con una tasa de descuento del 10%, el negocio vale muchísimo más que esos 26 mil millones — el video menciona que la empresa vale más de 100 mil millones en el mercado.
Pero ojo con el “no todo es color de rosa” acá: el narrador mismo dice que cualquiera con 26 mil millones (Soros, Icahn, etc.) técnicamente podría construir una réplica física de Coca-Cola… pero nadie le compraría el producto, porque no tiene la marca. La marca es la barrera, no el dinero. Esto también implica un riesgo: si alguna vez la marca pierde fuerza (cambios generacionales, salud pública, etc.), ese 27% de retorno no está garantizado para siempre.
Acá el video muestra el otro extremo, a propósito, para que veas la diferencia.
GM tiene muchísimos más activos:
Y genera… ~7.7 mil millones de dólares al año, prácticamente lo mismo que Coca-Cola en términos absolutos.
Retorno: apenas 5%.
Esto es lo que se llama un negocio “asset heavy” o “capital intensivo”: necesita muchísimo capital invertido para producir la misma ganancia que otra empresa logra con una fracción de esa inversión. GM necesita 153 mil millones para hacer lo que Coca-Cola hace con 26 mil millones. Ese 5% es un retorno “normal” o incluso mediocre, y no hay ningún misterio de marca acá — es simplemente un negocio duro, con márgenes ajustados por la naturaleza intensiva en capital de fabricar autos.
Conclusión de esta sección (siendo realista, no optimista): un retorno bajo tipo GM no es necesariamente “malo” per se, pero significa que la empresa no tiene ese “foso” (moat) de marca que le permite generar ganancias desproporcionadas. Es un negocio más commodity, más expuesto a la competencia y a los ciclos económicos.
Acá cambian de tema y arrancan a armar un modelo de LinkedIn desde cero (en esa época, LinkedIn todavía cotizaba en bolsa, antes de ser comprada por Microsoft).
Datos que van sacando del 10-K (el reporte anual que se presenta ante la SEC, el regulador de EEUU):
Comparan con Twitter (~10 mil millones de enterprise value en ese momento) y dicen que LinkedIn es “un poco más grande”.
Nota realista importante: el narrador explica que estas empresas tech “eligen” reinvertir mucho de su ganancia contable en crecimiento futuro, sacrificando ganancias de corto plazo. Esto suena bien, pero también es una señal de alerta a tener en cuenta: no siempre significa que el negocio subyacente sea tan rentable como aparenta — a veces es simplemente que gastan agresivamente en crecer.
¡Dale! Vamos línea por línea con el contenido de esta parte (es un análisis de LinkedIn que hace Shkreli en el stream). Te traduzco, te explico cada concepto financiero que aparece, y trato de no resumir de más como pediste. Como no sé nada de tu nivel previo, asumo que arrancás de cero en finanzas — avisame si algo ya lo sabías y lo salteamos la próxima.
Lo que dice: LinkedIn tiene 86% de margen bruto pero un margen operativo mucho más bajo (13%), porque están “reinvirtiendo” mientras crecen. Compara con los promedios del mercado, que suelen tener margen bruto más bajo pero margen operativo más alto — y dice que LinkedIn tiene esto “al revés”.
Explicación:
Punto negativo a tener en cuenta (redondeando para abajo): un margen operativo bajo no es necesariamente malo, pero significa que la rentabilidad real de la empresa hoy es baja. Si el crecimiento se frena, ese 13% no sube automágicamente — depende de que efectivamente puedan “moderar” el gasto, cosa que no está garantizada.
Lo que dice: Le interesa mirar el crecimiento trimestre a trimestre (no año contra año). Nota que el Q1 es débil (como en Twitter) pero después crecen ~10% secuencial por trimestre. Con esa tasa (o algo menor), proyecta ingresos 2016 de unos $3.9 mil millones — más alto que Twitter.
Explicación:
Lo que dice: El gasto en S&M (Sales & Marketing / Ventas y Marketing) crece ~30%, y en algunos casos el crecimiento de costos es mayor que el crecimiento de ingresos.
Explicación: Esto es una señal de alerta que él mismo marca como “muy interesante” (en el sentido de preocupante). Si los costos crecen más rápido que los ingresos, el margen se comprime con el tiempo, no se expande. Es lo opuesto de “apalancamiento operativo” (economías de escala), que es lo que uno espera de una empresa de software sana. Acá está pasando lo contrario, al menos en ese período.
Nota negativa: que esto pase no significa que la empresa esté mal, pero si se vuelve un patrón sostenido, es una razón concreta para desconfiar de la rentabilidad futura.
Lo que dice: Asume 25% de impuestos, estima ingreso neto (net income) de ~$300 millones para el año siguiente. Dice que son “más rentables que Twitter”. Después tira un múltiplo de “22 veces ganancias” (P/E) para el año próximo.
Explicación:
Lo que dice: LinkedIn se fundó en 2002. Reid Hoffman (que él identifica primero mal como CEO, después se corrige: es el Chairman, no CEO) tiene acciones Clase B (con más votos) y posee ~10% de la empresa (~15 millones de acciones), lo que a un market cap de $15 mil millones equivaldría a $1-2 mil millones en acciones. El CEO real es Jeff Weiner.
Explicación:
Lo que dice: Dice que sigue “los últimos 12 meses de press releases”. Los trimestrales (Q1, Q2, Q3) más el de fin de año son los más importantes. Cita el enfoque de Warren Buffett de leerlos con atención. Comenta que el texto de apertura (“fue un trimestre fuerte…”) es en general “corporate speak” (lenguaje corporativo vacío) que no aporta información real.
Explicación: Un press release trimestral de resultados es el documento oficial donde la empresa anuncia sus números. Contiene:
Consejo que él da y que vale la pena marcar: hay que aprender a distinguir el relleno promocional de los datos duros. Tomar nota de las métricas concretas (ej: “6 millones de listados abiertos”), no de las frases motivacionales.
Lo que dice: LinkedIn se divide en tres segmentos:
Explicación: Analizar una empresa por segmento es clave porque cada segmento tiene competidores distintos, márgenes distintos, y drivers de crecimiento distintos:
Punto negativo importante que él mismo destaca: el crecimiento está concentrado casi enteramente en un solo segmento (Talent). Eso es una dependencia riesgosa — si ese segmento se satura o enfrenta un competidor fuerte, el crecimiento total de la empresa se frena, porque los otros dos segmentos no están compensando.
Lo que dice: Se pregunta cuánta gente rota de trabajo por año en EE.UU. Busca datos de la BLS (Bureau of Labor Statistics — la oficina de estadísticas laborales de EE.UU.): fuerza laboral civil de ~156-158 millones, desempleados ~7-8 millones. LinkedIn ya tiene 6 millones de listados de trabajo abiertos. Extiende el cálculo a Europa (asumiendo ~800 millones de población, 40% de participación laboral, tasa de desempleo más alta) y llega a ~30 millones de desempleados entre EE.UU. y Europa. Con 6 millones de listados, calcula que ya tienen ~20% de “market share” de ese mercado. Concluye: “parece bastante saturado”.
Explicación — esto es el concepto de TAM (Total Addressable Market, mercado total direccionable):
El punto negativo/realista clave que él insiste en remarcar varias veces: “no pueden tener 100% de market share, eso lo sabemos”. Es decir, por más que la empresa sea excelente, hay un límite matemático de cuánto puede seguir creciendo el negocio de Talent Solutions, y ese límite podría estar más cerca de lo que el precio de la acción sugiere. Esto es una razón concreta para ser cauteloso con las proyecciones de crecimiento a largo plazo, no una razón para entusiasmarse.
Lo que dice: El “verdadero” driver que hay que entender no es solo cuánta gente está desempleada, sino el turnover: cuánta gente cambia de trabajo por año (incluso estando empleada), y de esos, cuántos puestos se llenan a través de plataformas como LinkedIn versus internamente (referidos, promociones internas, etc.)
Explicación: Esto refina el análisis del punto 8. El desempleo es solo una parte de la demanda potencial; la rotación de gente ya empleada que busca cambiar de trabajo es otra fuente de demanda, potencialmente más grande. Pero también hay una “fuga”: muchos puestos nunca pasan por una plataforma como LinkedIn (se llenan por conocidos, headhunters privados, etc.), así que no todo ese mercado es “capturable”.
Lo que dice: Menciona EBITDA de ~$250 millones. Dice que “D&A es importante en este negocio por la situación de flujo de caja”.
Explicación:
Lo que dice: LinkedIn da guidance de ingresos de $820 millones para el próximo trimestre — lo cual implica una caída secuencial del 5% y “solo” 29% de crecimiento interanual. Él tenía estimado $3.7 mil millones para el año completo (el “full year guidance” de la empresa es $3.6-3.65 mil millones). Comenta: “gracias por la guía, veamos si la cumplen — usualmente las empresas ponen expectativas bajas [para después superarlas fácil]”.
Explicación:
Lo que dice: LinkedIn llegó a 414 millones de miembros acumulados.
Explicación: Esta es una métrica operativa (no financiera) clave para empresas de “plataforma” o “red”. Pero ojo: “miembros acumulados” no es lo mismo que “usuarios activos”. Una persona pudo haberse registrado una vez en 2010 y nunca haber vuelto a entrar, y sigue contando en ese número. Es un dato que suena impresionante pero que hay que mirar con cautela — el texto no menciona si dan por separado usuarios activos mensuales (MAU), que sería el dato más relevante para entender el negocio real.
¿Querés que sigamos con la siguiente parte de la transcripción cuando la tengas, o preferís que antes repasemos algún concepto de estos (margen, EBITDA, TAM, P/E) con más detalle o un ejemplo numérico simple?
Dale, vamos por partes. Esto es la transcripción de un stream donde alguien (parece Martin Shkreli) está armando en vivo un modelo financiero de LinkedIn a partir de su balance y estado de resultados, y después le da de “tarea” a la gente hacer lo mismo con Netflix. Te lo traduzco y te explico cada concepto que aparece, sin saltear nada, porque decís que no sabés nada de finanzas. Y como pediste, cuando hay ambigüedad en la conclusión, me voy para el lado pesimista/realista, no optimista.
Arranca hablando de TAM (Total Addressable Market): cuántos usuarios potenciales tiene LinkedIn.
Por qué importa esto (lectura negativa): si el mercado principal ya está casi saturado, el crecimiento de usuarios se va a desacelerar. Esto es la primera señal de alerta que él mismo remarca más adelante: “el crecimiento de ingresos es fenomenal pero se va a frenar en algún momento”.
Habla de trackear “miembros” vs “visitantes únicos” (unique visiting members). Esto es una distinción típica de empresas de internet:
La diferencia importa porque una empresa puede tener “400 millones de miembros” pero si solo 100 millones entran alguna vez al mes, la cifra de 400 millones es un poco engañosa para valuar el negocio. Es una alerta a no dejarse deslumbrar por el número más grande que la empresa elige mostrar.
Menciona “currency adjustment”, “constant currency” (37%-39%). Esto es: LinkedIn opera en muchos países, cobra en distintas monedas, y cuando el dólar se aprevia o deprecia, eso infla o desinfla el crecimiento reportado en dólares aunque el negocio real no haya cambiado tanto. “Constant currency” es la cifra de crecimiento sacando ese efecto cambiario, para ver el crecimiento “real” del negocio. Es una buena práctica: siempre mirar la cifra ajustada, no la nominal.
También menciona que “marketing solutions” (una de las líneas de negocio de LinkedIn) son básicamente anuncios (ads) patrocinados (“sponsored updates”).
Ahora arma el balance general de varios trimestres. Te explico qué es cada cosa que menciona:
Se equivoca con las unidades (miles vs millones) y tiene que corregir. Esto es normal armando modelos: hay que ser muy cuidadoso con la escala de los números, un solo error de unidades arruina todo el modelo.
Menciona el “redeemable non-controlling interest”: es una porción de una subsidiaria que no es 100% propiedad de la empresa, y además tiene una cláusula que obliga a la empresa a recomprarla en algún momento (por eso “redeemable”). Es un tecnicismo contable, no es central para vos ahora.
Cuenta con orgullo que una vez encontró errores en balances de empresas que cotizan en bolsa (SEC filings) — es una anécdota, no afecta el análisis.
Acá empieza el análisis serio, y acá es donde aparecen las señales negativas:
Return on Equity (ROE) – Retorno sobre el patrimonio: Fórmula: ganancia neta de 12 meses ÷ patrimonio de los accionistas (shareholders’ equity).
“Buffett return”: Se refiere a una forma de medir retorno al estilo Warren Buffett, que en vez de usar solo la ganancia contable, usa el flujo de caja (cash flow) ajustado por cosas como cuentas por cobrar (accounts receivable). Conclusión: sigue dando bajo. Es decir, aunque cambies la métrica, la empresa no es rentable.
Acá es donde se pone más contundente, prestá atención porque es el núcleo del análisis:
¿Por qué el cash flow es más alto que la ganancia neta? Por partidas que restan en la contabilidad pero no son salida real de efectivo:
Capex (gastos de capital / purchases of property, plant & equipment): ~178 millones. Esto es plata que la empresa gasta en comprar activos físicos (servidores, oficinas, equipamiento) para poder operar y crecer.
Free Cash Flow (FCF) = Cash flow operativo − Capex Acá está la conclusión fuerte y negativa:
Cash flow operativo (177) − Capex (178) = FCF negativo.
Es decir: LinkedIn, en ese trimestre, generaba flujo de caja libre NEGATIVO. Y encima, si le restás también el stock-based compensation (porque diluye a los accionistas, es un “costo” real aunque no sea cash), la situación es todavía peor.
Conclusión textual de la persona: “LinkedIn está perdiendo plata.” Perdió 122 millones de dólares sobre 860 millones de ingresos ese trimestre. Y aclara que incluso si le sacás el gasto en I+D (R&D, investigación y desarrollo, que él llama sarcásticamente “financiar su página web de mierda”), tampoco serían rentables.
Con toda esta evidencia arma una tesis bajista:
Conclusión de valuación que hace: si LinkedIn no puede mejorar rentabilidad, la calcula “cherry-picking” (a su manera) en unos 2 mil millones de dólares de valor de negocio + caja, dando un total de ~4 mil millones, o sea unos $33 dólares por acción, contra los $113 que cotizaba en ese momento (y que en algún momento había llegado a $200). Es decir: su tesis es que la acción está sobrevaluada por mucho.
Nota importante de honestidad intelectual que él mismo hace, y que vale la pena que la tengas en cuenta: dice que “las empresas no siempre tienen valuaciones ridículamente infladas solo porque sí, si no cualquiera podría hacerse rico shorteando todo, el mercado es bastante inteligente”. O sea, reconoce que su propia tesis bajista podría estar equivocada — el mercado le puso ese precio por alguna razón, y quizás no la está viendo. Este es un punto clave de humildad financiera: armar un modelo negativo no significa que tengas razón, solo significa que encontraste una historia consistente con los números.
Al final le da tarea a la clase: elegir una empresa entre ~27 candidatas (Yahoo, eBay, Netflix, Baidu, Priceline, TripAdvisor, Verisign, JD, Expedia, Ctrip, etc.) y armar el mismo tipo de modelo. Votan y gana Netflix.
Pide que el modelo de Netflix tenga:
Si querés, en el próximo mensaje te puedo armar un glosario corto con todos estos términos (ROE, FCF, capex, D&A, NPV, stock-based comp, etc.) para que lo tengas de referencia mientras seguís viendo los videos, porque van a reaparecer todo el tiempo.
¡Dale! Vamos con esto. Te voy explicando todo en orden, tal como va pasando en el video, con cada concepto financiero que menciona. Como pediste, no me guardo nada relevante y en los puntos donde hay incertidumbre, me inclino para el lado pesimista/realista, no para “esto va a ir bien”.
Es un stream (una especie de clase en vivo) donde el que habla —parece ser Martin Shkreli— arma junto con su audiencia un análisis de la acción de eBay, en tiempo real, usando Excel y datos de la SEC (el organismo regulador de EE.UU. que obliga a las empresas a publicar sus balances). El objetivo: entender si eBay como inversión vale la pena o no.
Punto importante para vos que estás arrancando: el precio de una acción sola (los $24) no te dice nada sobre si la empresa es “cara” o “barata”. Necesitás siempre multiplicarlo por la cantidad de acciones para saber el tamaño real del negocio.
El market cap no cuenta toda la historia, porque no tiene en cuenta la caja (cash) ni la deuda que tiene la empresa. Por eso se calcula el Enterprise Value:
En el balance (balance sheet) de eBay, que está en la página F1 del 10-K (aprox. a la mitad del documento), encuentran:
O sea, tienen más caja que deuda (una posición financiera neta positiva de unos $3 mil millones). Esto hace que el market cap y el enterprise value sean casi iguales (se compensan un poco entre sí).
Comparación que hace: esto es el doble de lo que valían LinkedIn y Twitter (que habían mirado antes en otro análisis), pero mucho, mucho más chico que gigantes como Amazon, Facebook o Microsoft. Conclusión: eBay es una empresa mediana-grande, no un gigante tech.
⚠️ Ojo con algo negativo que menciona de pasada: que “no se puede juzgar una empresa solo por sensación/intuición” — hay que mirar los números siempre. Es una crítica implícita a invertir por “me gusta la marca” sin hacer la tarea.
Este es un patrón importante para aprender: una empresa puede tener muy buena rentabilidad (margen alto) y aun así no ser una buena inversión, si no crece o directamente se achica.
Es básicamente una especie de “seguro” que la empresa se autoimpone: cada trimestre asume que una parte de las transacciones no se van a cobrar o van a tener fraude, y anota esa pérdida esperada por adelantado. Es chica en el total, pero hay que tenerla en cuenta.
Esto lo lleva a la idea de que eBay podría clasificar como “value stock” (acción de “valor”, al estilo del análisis clásico de Graham y Dodd — los padres del “value investing”): una empresa barata en relación a sus ganancias, pero con crecimiento débil o negativo.
Acá hace un ejercicio de proyección pesimista a propósito: “supongamos que las ganancias caen un 5% anual de acá en adelante” — no asume crecimiento, asume decadencia lenta. Esa es la actitud correcta para vos como principiante: cuando no estás seguro del futuro de una empresa, es más prudente asumir un escenario conservador/negativo que uno optimista.
Menciona que las acciones en circulación fueron bajando con el tiempo, probablemente porque eBay está haciendo buybacks (recompra sus propias acciones con la caja que genera). Esto hace que las métricas “por acción” (ganancia por acción, etc.) mejoren un poco aunque el negocio de fondo no esté creciendo — es una forma de “maquillar” el crecimiento por acción sin que el negocio realmente crezca. Es un matiz importante y algo escéptico que hay que tener en la cabeza siempre que veas ese tipo de métricas.
Es una métrica operativa (no contable) que reportan las empresas de marketplace: el valor total de todo lo que se transó en la plataforma, no lo que factura la empresa (que es solo su comisión). En este trimestre: $22 mil millones en GMV. La dice textual: “esto es cuánto se subastó en eBay ese trimestre” — hay que trackearla con cuidado porque es el mejor indicador de la actividad real del negocio.
También menciona “compradores activos” (active buyers): 62 millones, y más adelante 162 millones de “buyer base” en otro momento — son leves inconsistencias/variaciones de método de conteo entre trimestres que hay que tener presente cuando comparás período a período.
Menciona que sería bueno hacer también una versión “non-GAAP” del análisis. Esto es clave para vos:
El riesgo (y él lo insinúa cuando dice que “hay que reconciliar eso en algún momento”) es que el non-GAAP casi siempre pinta una imagen más linda que la realidad GAAP, porque la empresa decide qué excluir. Como regla general de principiante: desconfiá más del non-GAAP que del GAAP, no al revés.
Este es el corazón filosófico del análisis, y es donde el tono se pone más escéptico/negativo, como corresponde:
Moraleja para vos: cuando una empresa tuvo un spin-off, hay que tener mucho cuidado de no comparar datos de “antes” con “después” sin ajustar, porque el negocio literalmente cambió de tamaño y de composición.
Hacen un ejercicio simplificado de valuación:
Esto es clave: el mismo análisis termina sugiriendo que el precio de mercado puede estar pagando de más frente al escenario conservador que armaron. No es una señal de “comprá”, es más bien una señal de cautela.
Hacia el final, alguien comenta (parafraseando) que en general los comercios (“merchants”) no tienden a crecer con el tiempo dentro de este tipo de plataformas, y que hay preferencia del mercado por otras plataformas de e-commerce (mencionan a Amazon). Esto refuerza la misma idea repetida a lo largo de todo el análisis: la cautela es la actitud correcta frente a esta acción, no el entusiasmo.
Al final aparece un fragmento de una charla/entrevista con Devin Wenig, en ese momento CEO de eBay (descripto como “un lifer de eBay” — alguien que lleva mucho tiempo en la empresa — a diferencia de su predecesor que venía de PayPal).
Lo que dice Wenig, parafraseado y sin dramatizar de más: reconoce que es un momento difícil para el sector de e-commerce en general, que muchas empresas buenas están “sufriendo” en el mercado, y remarca una distinción importante: “no es difícil mostrar crecimiento cuando tenés financiamiento y un buen balance, lo difícil es generar valor real” — una crítica implícita a empresas que queman capital para mostrar crecimiento artificial sin ser realmente rentables. Es una frase que, en el contexto de todo el análisis previo (negocio maduro, revenue plano, riesgo de disintermediación), suena más a una admisión de las dificultades del sector que a un mensaje optimista.
¿Querés que sigamos con la parte siguiente del stream, o preferís que profundice en alguno de estos conceptos (por ejemplo, cómo se arma un DCF paso a paso) antes de seguir?
¡Dale! Vamos a repasar esto en detalle. Es una transcripción de audio (con partes cortadas por música y ruido), así que va a haber saltos raros y frases que no cierran del todo — eso es normal en este tipo de archivos, no te preocupes si algo no tiene sentido perfecto.
Te lo separo en bloques temáticos, traduzco lo importante, y te explico cada concepto financiero que aparece, asumiendo que arrancás de cero.
Arranca diciendo que la caída del mercado (“heard our stocks… everybody stock”) no es lo peor que puede pasar, porque en los últimos tres años se formaron cientos de empresas de e-commerce que él considera que ni siquiera son negocios reales. La idea es que un ciclo de caída (crisis, corrección) sirve para “limpiar” el mercado de empresas que no tienen un modelo de negocio sólido — es una especie de purga.
Concepto clave: esto es una idea recurrente en finanzas — las crisis eliminan a las empresas mal gestionadas o sin ganancias reales, y sobreviven las que tienen fundamentos sólidos. Ojo: esto no es garantía de nada, es solo una narrativa común entre inversores. No asumas que toda caída “limpia” el mercado de forma justa.
Acá se pone técnico. Dice algo así:
Términos:
Después hace una cuenta rápida: si la empresa generara 1.000 millones de flujo de caja por trimestre, eso serían 4.000 millones al año, lo que daría un cap de 22-25 mil millones si se le pone un múltiplo razonable. Está tratando de ver si el negocio “merece” su valuación en bolsa.
Concepto: Cap (market cap / capitalización de mercado): es el valor total de la empresa en bolsa (precio de la acción x cantidad de acciones). Se usa como referencia para saber si un negocio “vale” lo que el mercado dice que vale, comparando con cuánto efectivo genera.
Luego compara con el trimestre anterior (686 millones de flujo de caja) y ve que el capex (inversión en bienes de capital — plantas, equipos, tecnología) fue similar entre los dos semestres (371 vs 353), así que concluye que la cifra de ingreso neto “parece razonablemente precisa” — es decir, no hay trampa contable evidente, solo variación normal por capital de trabajo.
Mi comentario honesto (para no darte falsas expectativas): este tipo de análisis rápido, a ojo, con pocos datos, es superficial. Un salto grande entre ingreso neto y flujo de caja en un solo trimestre amerita mirar el detalle línea por línea del estado de flujo de efectivo, no solo asumir “fue un trimestre con suerte”. En la vida real, cuando ves esa discrepancia, hay que sospechar primero, no relajarse.
Acá arranca la parte más sustanciosa. La tesis que están discutiendo (aparentemente citando a alguien más, tal vez un analista o el propio CEO de eBay) es que eBay es la mejor plataforma para el “emprendedor sin infraestructura física” — es decir, alguien que quiere vender sin tener local propio.
El presentador (Shkreli) cuestiona esto: dice “¿pero no es eso también lo que hace Amazon?” Y da el dato: Amazon creció 22% el último trimestre, mientras eBay creció 0%. Su conclusión: “no sé si compro esa idea” (no le convence el argumento de que eBay tiene una ventaja ahí).
Datos de valuación que menciona:
Concepto: P/E ratio (precio/ganancia): es cuántas veces el precio de la acción supera la ganancia anual por acción. Un P/E bajo (como el 14x de eBay) generalmente indica que el mercado espera poco crecimiento futuro. Un P/E alto (60x de Amazon) indica que el mercado está pagando mucho hoy porque espera crecimiento fuerte en el futuro. No es garantía de nada — un P/E alto puede significar sobrevaluación tanto como puede significar crecimiento real futuro. Hay que ser escéptico con ambos extremos.
Después menciona: eBay vende 80 mil millones de dólares en bienes al año, pero aclara que eBay no “vende” nada directamente — solo cobra una tarifa de listado (listing fee) por cada transacción que ocurre en su plataforma. Esto es distinto de Amazon, que si es vendedor directo (cuando vende sus propios productos, no marketplace de terceros).
Concepto clave: GMV (Gross Merchandise Value / Valor Bruto de Mercancía): es el valor total de todo lo que se transacciona en una plataforma, sin importar si la plataforma es dueña de esos bienes. eBay tiene un GMV enorme (~80 mil millones) pero su ingreso real es mucho menor, porque solo se queda con una comisión chica de cada venta. Esto es fundamental para entender modelos de marketplace vs modelos de venta directa.
Deciden comparar solo la parte de “productos” de Amazon (excluyendo AWS, que es el negocio de servicios en la nube) contra el negocio completo de eBay, para que sea una comparación más justa (retail contra retail).
Resultado:
Conclusión: “Amazon está ganando claramente la guerra del e-commerce.”
También notan que Amazon es muy estacional (tiene picos fuertes en ciertos trimestres, como el de fin de año/Navidad) mientras que eBay casi no tiene ese salto estacional. Interpretan esto como que Amazon depende más del consumo minorista tradicional (regalos, fiestas) mientras eBay tiene un patrón de ventas más parejo todo el año.
Mencionan también que Amazon tiene la ventaja de centros de distribución uniformes y estandarizados, mientras que eBay depende de vendedores individuales con procesos muy variados (“bespoke”) — esto le da a Amazon consistencia operativa que eBay no puede replicar fácilmente.
Dato curioso que dan: el crecimiento de “producto” de Amazon se viene acelerando (no desacelerando), algo que dicen que “no es normal ver” en negocios grandes — normalmente cuanto más grande una empresa, más lento crece (ley de los grandes números). Ven esto como una señal fuerte a favor de Amazon.
Concepto: Ley de los grandes números: cuanto más grande es una empresa (en ingresos), estadísticamente es más difícil mantener tasas de crecimiento altas, porque cada punto porcentual de crecimiento requiere sumar montos de dinero cada vez mayores. Que Amazon acelere en vez de desacelerar es, según ellos, una señal positiva rara.
Acá el presentador hace una reflexión metodológica importante: dice que no se puede analizar eBay y Amazon sin mirar también el retail tradicional (Walmart, Target, Home Depot), porque todos compiten por la misma torta de gasto de consumo. Aunque él dice que “no se anotaron para estudiar retail” cuando empezaron a mirar tech, el negocio los llevó ahí — y lo presenta como parte normal del trabajo de análisis (“dejá de quejarte y laburá”).
Números que da (todos trimestrales, aproximados):
| Empresa | Crecimiento |
|---|---|
| Walmart | ~ -1% (se achica) |
| Target | plano / -1% |
| eBay | ~0% |
| Home Depot | ~7% |
| Costco | (no da número exacto, la usa de “control”) |
| Amazon | ~14-15% |
Conclusión que saca: de seis grandes minoristas, cinco están estancados o cayendo (+/- 1%), y solo Amazon crece fuerte. El promedio de crecimiento del grupo es de apenas 1.6%, muy por debajo de Amazon.
Idea central que repite varias veces: “es un juego de suma cero” (zero-sum game). Su argumento es que el gasto total en retail/comercio no crece mucho en general (crece más o menos como la inflación, o menos), así que si Amazon crece 15% mientras el resto del sector crece 1%, Amazon le está literalmente quitando participación de mercado (market share) a los demás, no generando gasto nuevo de la nada.
Concepto: Juego de suma cero: una situación donde lo que gana un jugador, lo pierde otro — el “tamaño total del pastel” no cambia. Esto es una simplificación fuerte y no siempre es 100% cierto (el comercio total sí puede crecer por inflación, población, nuevos hábitos de consumo), pero como marco para pensar competencia entre gigantes maduros, es útil.
Dato duro: mencionan que la participación de mercado de Amazon dentro del comercio total viene subiendo de forma dramática, aunque aclaran que Amazon todavía es una porción chica del comercio total (~10%), lo cual — dice él — “genera la pregunta: ¿por qué no puede llegar al nivel de Walmart?” Es decir, todavía hay mucho margen para que Amazon siga creciendo a costa de otros, si esta tendencia sigue.
Después de todo este análisis, el presentador ablanda un poco su postura inicial: dice que eBay tiene más “longevidad” (permanencia) de lo que pensaba al principio, y que probablemente esté “razonablemente valuada” — no ve que vaya a crecer 10-15% pronto, y repite la idea de suma cero: para que eBay crezca fuerte, alguien (probablemente Amazon) tendría que perder terreno, y ahora mismo no ve señales de que eso esté pasando. En criollo: su conclusión es cautelosa, no hay upside claro para eBay en el corto plazo.
Termina la sesión de eBay/Amazon y anuncia que en la próxima (grabada un sábado a las 8, dice) van a ver Netflix. Cuenta que dedicó “dos o tres horas” a armar un modelo de Netflix y que su conclusión preliminar es que está “más o menos bien valuada, quizás un poco sobrevaluada” — una situación “nebulosa” (poco clara).
Plantea el marco de análisis para Netflix: es una pregunta de crecimiento de usuarios x ARPU (ingreso promedio por usuario).
Concepto: ARPU (Average Revenue Per User): el ingreso promedio que genera cada usuario/suscriptor. En negocios de suscripción (Netflix, telecomunicaciones, streaming) es una métrica central: ingresos totales = número de usuarios x ARPU. Para proyectar el futuro de la empresa, hay que proyectar ambas variables por separado.
Da el dato: Netflix tenía en ese momento 71 millones de usuarios, y la pregunta central del modelo es “¿cuándo para de crecer esto?” — plantea escenarios de que la base de usuarios se triplique o cuadruplique en 15 años (asumiendo un cambio estructural fuerte hacia la TV online y en contra de la TV tradicional, pero sin asumir una transición total).
Menciona un dato de penetración en EE.UU. de ~27% como ancla de su modelo (el % de hogares/personas en EE.UU. que ya tienen Netflix), aunque el archivo se corta ahí antes de explicar por qué eligió justo ese número.
Concepto: Tasa de penetración: el porcentaje de un mercado potencial (por ejemplo, todos los hogares de EE.UU.) que ya usa/tiene el producto. Sirve para estimar cuánto “techo” de crecimiento le queda a una empresa antes de saturar su mercado.
Este material es una charla informal de un inversor haciendo research en voz alta, no un curso estructurado — así que hay mucho salto de tema, cifras a veces sin fuente clara, y conclusiones que se sacan rápido con pocos datos. Como marco para aprender está bien porque ves el proceso de pensar (comparar competidores, mirar flujo de caja vs ingreso neto, pensar en suma cero, comparar múltiplos), pero yo no tomaría ninguna de sus conclusiones específicas sobre eBay, Amazon o Netflix como verdad — son opiniones de un momento puntual, con datos parciales, y el propio historial de quien habla (Martin Shkreli) es motivo de cautela adicional, no de confianza ciega en su método.
Si querés, en el próximo archivo que subas puedo seguir con el mismo formato: traducir bloque por bloque y explicar cada concepto financiero nuevo que aparezca.
¡Dale! Vamos a ir parte por parte. Este es un fragmento de un análisis que hace alguien (parece un inversor, con estilo de trader agresivo tipo Martin Shkreli) sobre Netflix, pensando si conviene comprarla como acción. Como no sabés nada de finanzas, voy a explicar cada concepto a medida que aparece, sin resumir de más, y voy a marcarte los riesgos y el lado negativo de cada cosa (nada de ilusiones).
Esto es el concepto central de todo el análisis. Penetración = qué porcentaje de la población total (o de los hogares) ya es cliente pagando de Netflix. Si en EEUU hay 100 casas y 15 pagan Netflix, la penetración es 15%.
Esto importa porque el precio de una acción no refleja lo que la empresa gana hoy, sino lo que el mercado cree que va a ganar en el futuro. Entonces el analista intenta calcular: “¿a qué nivel de penetración futura tiene que llegar Netflix para justificar el precio actual de la acción?”
Según él, el precio de la acción en ese momento (rondaba los $100) ya asume que Netflix va a llegar a 25-27% de penetración en EEUU, con cada usuario pagando entre $100 y $200 por año. O sea: el precio ya tiene “horneado” (baked in) un crecimiento futuro que todavía no pasó. Esto es importante y es un poco negativo: si comprás la acción hoy, no estás pagando por lo que Netflix ES, estás pagando por lo que Netflix tendría que llegar a ser. Si no llega, perdés plata.
Dice que lo primero que él mira no es la penetración en sí, sino la velocidad con la que crece la cantidad de usuarios (year-over-year = interanual, comparando un año contra el mismo período del año anterior).
Es un concepto simple: es mucho más fácil crecer 50% cuando tenés 100 clientes (pasar a 150) que crecer 50% cuando tenés 10 millones de clientes (pasar a 15 millones). Cuanto más grande es la base, más difícil sostener el mismo % de crecimiento. Es matemática pura, no depende de si la empresa es buena o mala.
Punto negativo clave que él remarca: una vez que estas curvas de crecimiento empiezan a bajar, “nunca las vio parar de bajar”. O sea, no es que el crecimiento se desacelera y después se estabiliza mágicamente — una vez que empieza la desaceleración, tiende a seguir bajando cada vez más, especialmente cuando ya estás en porcentajes de un dígito. Esto es una observación empírica (basada en su experiencia mirando otras empresas como Facebook), no una ley matemática, pero él la usa como advertencia.
Acá explica una técnica de análisis de inversión: en vez de tratar de adivinar el futuro exacto, agarrás el escenario más optimista posible y calculás cuánto ganarías si eso pasara. Esto te da un techo (upper bound) de tu ganancia potencial.
Él arma 3 escenarios de penetración en EEUU y calcula qué valdría la acción en cada uno:
| Penetración en EEUU | Precio estimado de la acción |
|---|---|
| 14% (donde estaban en ese momento) | ~$50 (si se quedaran estancados ahí) |
| 25% | ~$100 (el precio actual en ese momento) |
| 50% | ~$300 |
| 80-90% (básicamente todo el mundo con Netflix) | ~$450 |
La parte negativa/realista que él insiste en remarcar: llegar al 80-90% de penetración es un escenario “outlandish” (extravagante, poco realista) — básicamente estás asumiendo que Netflix se vuelve la única forma en la que la gente ve TV en el planeta. Incluso llegar al 50% ya lo considera difícil. Y aun en el mejor de los casos (80-90%), la ganancia sería “solo” 4-5x tu plata — que suena bien, pero él dice: para un evento tan extremo e improbable, no es una ganancia tan espectacular. Es una forma de decir: el riesgo/recompensa no es tan bueno como parece a primera vista.
Cita (parafraseando) una idea de Warren Buffett: hay que invertir en empresas que sigan estando bien incluso si un CEO mediocre las maneja. La idea de fondo: no invertir en algo que depende de que TODO salga perfecto (gerencia perfecta, ejecución perfecta, crecimiento perfecto) porque tarde o temprano vas a tener un mal CEO o un mal momento — es “la naturaleza de la bestia”, como él dice.
Esto lo conecta con Netflix así: si para que tu inversión simplemente “empate” (break even) la empresa tiene que ir de 14% a 25% de penetración, eso NO es una inversión de valor (“value investment”) — es una apuesta a que todo salga bien. Esto es un llamado de atención bastante fuerte y negativo sobre Netflix en ese momento.
Por qué esto importa: una empresa que pierde plata a largo plazo, según él, “no vale nada”. Por eso necesitan más usuarios — los usuarios nuevos son la única forma de justificar que algún día sean rentables.
Dice que Netflix tiene solo 31% de margen bruto, algo bajo comparado con empresas tech típicas (que suelen tener 70-80%+).
Es: (Ingresos - Costo directo de producir/comprar lo que vendés) / Ingresos. En el caso de Netflix, el costo principal es pagarle a los estudios y creadores de contenido por las licencias (o producir contenido propio). Un margen bajo significa que de cada dólar que factura, le queda poco después de pagar el contenido — a diferencia de una empresa de software pura, donde el costo de “producir una copia más” es casi cero.
Compara esto con Amazon (que también tiene margen bajo, pero por otras razones) para decir que no es la peor comparación, pero sigue siendo una debilidad estructural.
Explica que hay “canales” viejos (TV) y nuevos (Netflix, Hulu) para vender contenido, y que los creadores de contenido (estudios, productoras) se dan cuenta de que le están regalando su producto más valioso a Netflix a precios bajos, y van a empezar a querer quedárselo para ellos (haciendo sus propias plataformas de streaming — esto en 2016-2017 era el inicio de lo que después fue masivo: Disney+, HBO Max, Paramount+, etc. — él lo está prediciendo).
Por eso Netflix empieza a hacer contenido propio (menciona “Making a Murderer” como ejemplo), pero él es escéptico: dice que no hay ninguna garantía de que Netflix vaya a ser tan buena creando contenido como fue distribuyéndolo. Son habilidades distintas.
Punto que rescata a favor de Netflix (el único momento algo positivo): son el número 1 en consumo de ancho de banda (bandwidth) en EEUU — o sea, en un momento dado, más tráfico de internet en el país era gente viendo Netflix que cualquier otra cosa. Eso habla de un producto e interfaz de usuario que la gente realmente ama.
Pero inmediatamente lo contrarresta: dice que empresas de contenido “de toda la vida” (CBS, Viacom) valen bastante menos en bolsa (CBS ~$25 mil millones, Viacom ~$15 mil millones) porque, aunque tienen el contenido, cualquiera con suficiente plata puede montar un servidor y competir (Netflix, Hulu, Amazon) — la infraestructura está “comoditizada” (commoditized = ya no es una ventaja competitiva única, cualquiera la puede replicar con dinero).
Esta es la parte más rica del análisis. Usa la historia de la TV por cable como comparación (proxy) para intentar predecir qué le puede pasar a Netflix.
Datos que menciona:
Coincidencia importante: dice que Netflix en ese momento también estaba en 18% de penetración — el mismo punto de partida que el cable en 1978. Entonces la pregunta es: ¿puede Netflix repetir el camino del cable, llegando del 18% al 60% en 12 años?
Su conclusión, y esto es clave para el lado negativo que pediste: dice que sí es posible que el mercado entero (todo el “streaming” como tecnología) llegue a esos niveles, pero es muy improbable que UN SOLO jugador (Netflix) se quede con todo ese pastel. Históricamente, en la industria del cable, nadie dominó solo — hubo un proceso larguísimo de fusiones y adquisiciones entre un montón de empresas (Comcast, Time Warner, Cablevision, Charter, DirecTV, Bright House, Mediacom, etc.) durante dos décadas, y ninguna se quedó con el mercado entera.
También menciona que Comcast, la empresa de cable más grande, hoy vale $146 mil millones — y que si Netflix llegara a ser “el Comcast del streaming”, sería un retorno de 3-4x tu inversión. Pero acá viene otra advertencia negativa importante: dice que el crecimiento del valor de mercado de Comcast fue impulsado principalmente por adquisiciones (comprar otras empresas), no porque el precio de la acción subiera orgánicamente. De hecho, dice que entre 1999 y 2010 el precio de la acción de Comcast estuvo bastante estancado (flat). Esto es una diferencia importante: Netflix crece orgánicamente (usuarios nuevos), no comprando competidores, así que la comparación tiene un límite.
El mensaje de este video, en criollo, es: “Netflix, al precio que está, ya te está cobrando por un crecimiento futuro que todavía no pasó y que es incierto.” Para ganar plata en serio con esa acción, necesitás que pasen varias cosas difíciles al mismo tiempo (que sigan creciendo rápido en EEUU pese a la ley de los grandes números, que el margen no se deteriore, que ganen la guerra del contenido contra estudios que ahora quieren su propia plataforma, y que terminen dominando un mercado donde históricamente nadie domina solo). No es imposible, pero el analista deja bien claro que es una apuesta con mucho viento en contra, no una inversión “segura” tipo Buffett.
Si querés, en el próximo audio/parte seguimos con la misma lógica: traducir + explicar cada término nuevo + marcarte siempre el lado de riesgo.
¡Dale! Vamos con esto. Es un fragmento de un stream de Martin Shkreli donde revisa “modelos financieros” (proyecciones de valuación) que le mandaron sobre Netflix, hechos por otras personas (parece que en algún concurso o ejercicio). Voy a ir explicando todo en orden, traduciendo y parando en cada concepto financiero para que lo entiendas, sin resumir de más. Y como pediste, me la juego para el lado escéptico/negativo cuando hay ambigüedad, tal como lo hace él en el audio.
Arranca hablando de una tasa de descuento del 7%, que le parece razonable. Antes de seguir, un concepto clave:
Tasa de descuento: cuando valuás una empresa por flujo de caja descontado (DCF), estimás cuánta plata va a generar en el futuro y “traés esa plata al presente” descontándola por una tasa. Cuanto más alta la tasa, menos vale la empresa hoy (porque asumís más riesgo o exigís más retorno). Una tasa del 7% para una empresa como Netflix en ese momento no es ni muy conservadora ni muy optimista, está en el medio.
Después menciona el riesgo más grande que él ve para Netflix: que los productores de contenido (canales de TV, estudios) empiecen a lanzar sus propias plataformas de streaming en vez de venderle el contenido a Netflix. Si eso pasa, esos ingresos “van directo” a esas empresas y no pasan por Netflix. Ojo: esto es exactamente lo que después pasó en la vida real (Disney+, HBO Max, Peacock, etc.), así que la preocupación era bien fundada. Pero también dice que la gente prefiere ver todo en un solo lugar, lo cual jugaría a favor de Netflix. Es un punto abierto, sin conclusión clara — no te la vendo como algo resuelto.
Primero critica la presentación: dice que la portada es fea, que hay que usar una sola fuente (él prefiere Arial), que mezclar fuentes y formatos hace que el modelo sea difícil de leer. Esto es una crítica de forma, no de contenido, pero para él es importante porque un modelo desprolijo genera desconfianza.
Sobre el contenido:
El modelo dice que Netflix llegaría a un “40% contribution margin” para 2020. Shkreli aclara que contribution margin no es lo mismo que margen normal (margin), y sospecha que quien hizo el modelo confundió los términos.
Qué es el contribution margin, explicado bien simple: Es cuánto de cada dólar adicional de ingresos nuevos se convierte en ganancia operativa adicional. La lógica de negocio: Netflix ya tiene costos fijos enormes (servidores, contenido, oficinas). Si consigue usuarios nuevos, esos costos fijos no suben mucho — entonces gran parte del ingreso nuevo “cae” directo a la ganancia. Por eso es un modelo de negocio atractivo: a medida que crece, se vuelve más rentable sin que los costos crezcan al mismo ritmo.
Fórmula que muestra en vivo:
Por qué duda del 40%: dice que el problema es que los proveedores de contenido (estudios, etc.) ven que Netflix pasó de 40 a 100 millones de usuarios y les piden 2.5 veces más plata por licenciar el mismo contenido. Si eso pasa, el contribution margin no puede crecer tanto, porque el costo de contenido también sube con los usuarios (no es un costo fijo puro). Osea, la tesis optimista del “contribution margin” se debilita si los dueños del contenido tienen poder de negociación.
Contrapunto que él mismo da: Netflix también podría usar su escala como poder de negociación y decir “no necesito tu contenido, tengo suficientes usuarios sin vos” — amenazando con no renovar contratos. Hay algo de verdad en ambos lados, no hay una respuesta clara.
Conclusión de esta sección (con la parte pesimista incluida): él no cree que sea muy probable llegar al 40%. Prefiere asumir un 35% de margen bruto (gross margin) a largo plazo como escenario más realista. Aun con ese escenario más conservador, calcula que si Netflix duplica su base de usuarios y logra que los usuarios internacionales tripliquen a los de EEUU, con buen crecimiento de ingresos y margen, pasaría de U$S 7 mil millones de ingresos (2015) a U$S 25 mil millones (2020), y de cero ganancias a U$S 5 mil millones de ganancia — lo que llevaría la acción de U$S 100 a U$S 230. Aclara que esto sería un escenario “hercúleo”, es decir, muy optimista y poco garantizado — no una certeza.
Sobre el riesgo de que la gente deje de usar Netflix: dice que con 71 millones de usuarios ya activos, es más probable que Netflix los retenga o siga creciendo, que no que los pierda. O sea, ve el riesgo de “churn” (abandono de usuarios) como relativamente bajo.
Otra vez arranca con la crítica de forma: una sola fuente (Calibri, que él llama “la fuente fea de Microsoft”).
Acá viene un error de contabilidad básica que hay que entender bien:
El error del modelo: puso 5.9 mil millones como deuda, cuando en realidad Netflix tenía 2.371 mil millones de deuda de largo plazo (long-term debt) según el balance de diciembre 2015. Lo que pasó es que la persona agarró el número de “current liabilities” (pasivos corrientes) y lo confundió con deuda. Son cosas distintas: pasivos corrientes es todo lo que hay que pagar en el corto plazo (no solo deuda financiera), mientras que deuda es específicamente dinero prestado con intereses.
Segundo error, todavía peor: mezcló unidades. Una parte del balance estaba en millones y otra en miles, y los sumó como si fueran lo mismo. Esto es un error de “orden de magnitud” — bastante grave para un análisis financiero, porque cambia el resultado por mil.
Reconoce que las preguntas cualitativas que se planteó la persona eran buenas:
También nota correctamente que el flujo de caja de Netflix venía cayendo (aunque la ganancia contable subía un poco), porque gastan muchísimo en producir y comprar contenido original. Esto es clave: ganancia contable ≠ caja real. Netflix reportaba ganancias pequeñas pero gastaba muchísima caja en contenido, lo cual no siempre se refleja igual en el estado de resultados (depende de cómo se contabiliza/amortiza el contenido).
Dice que Netflix tenía un gross margin (margen bruto) de 31%, pero que el margen operativo era negativo. Diferencia:
Punto interesante que agrega: él personalmente piensa que el R&D de Netflix se debería contar casi como parte del costo del contenido (gross margin), no como gasto aparte. Si hacés eso, dice que el margen bruto “real” queda más cerca del 20% que del 31%. Es una opinión de cómo clasificar costos, no un hecho universal.
Acá es bien claro y negativo: dice que no le da ningún crédito a Netflix en China, porque cree que Alibaba u otro jugador local va a hacer mejor el trabajo. Su argumento general: en casi cualquier industria (tecnología, farmacéutica, internet), los jugadores regionales/locales suelen ganarle a las empresas americanas en mercados como China. Esto es una opinión, no un hecho probado, pero la marca fuerte.
Sí concuerda con que Netflix tiene ventaja en Europa, Australia, etc., porque su contenido existente (en inglés) ya tiene atractivo ahí. Pero aclara que van a necesitar comprar/producir contenido nuevo específico para otros mercados.
Este es el punto técnico más importante de toda la transcripción, así que vale la pena explicarlo bien:
El modelo proyecta que G&A crece como un 15% de los ingresos, siempre en esa proporción. Shkreli dice que esto está mal conceptualmente. Su argumento:
Esto se llama en finanzas “apalancamiento operativo” (operating leverage): a medida que una empresa crece, ciertos costos fijos se diluyen sobre una base de ingresos más grande, mejorando los márgenes. Si vos modelás esos costos como un % constante de ingresos, estás ignorando ese efecto y subestimando la rentabilidad futura (o en este caso, sobreestimando el gasto).
También marca un error de fórmula: el modelo calcula el gross margin al revés — usa “costo de ingresos ÷ ingresos” en vez de “ganancia bruta ÷ ingresos” (que es lo correcto). Y hay un salto sin explicación de 30% a 40% de margen bruto de un año a otro, sin justificar por qué.
Dice que a pesar de todos los errores técnicos de Excel, conceptualmente la persona “tiene la cabeza bien puesta” — está pensando en las cosas correctas. Pero también da otro toque negativo: dice que la persona solo pensó en Europa como mercado internacional, y que se está olvidando de mercados enormes como Sudamérica, India, el subcontinente indio, Europa del Este, África, y Asia no-China (como Japón). O sea, la proyección internacional está incompleta.
Cierra diciendo que Netflix claramente no es un “home run” obvio de inversión (no pun intended, dice, porque “blockbuster” también era el nombre de la cadena de videos que Netflix mató). Menciona que fondos de cobertura (hedge funds) como Tiger Global tenían una posición muy grande en Netflix — su inversión más grande del portfolio. Aclara con honestidad: eso no prueba nada (podrían estar equivocados igual), pero es una señal que “te hace pensar dos veces”, porque considera a Tiger como uno de los inversores en tecnología más capaces.
Resumen de los conceptos financieros nuevos que aparecieron, por si querés tenerlos anotados:
Si querés, en el próximo fragmento puedo ir directamente marcando en qué minuto aparece cada concepto nuevo, o armarte un glosario acumulativo a medida que me vas pasando más partes.