Zachte statistieken

Wat zijn zachte statistieken?

In de financiële wereld wordt de term ‘zachte metrics’ gebruikt om indicatoren te beschrijven die betrekking hebben op de waarde of prestaties van een bedrijf en die afwijken van traditionele ‘harde’ maatstaven, zoals nettowinstmarges of winst per aandeel (WPA).

Zachte metrische gegevens worden doorgaans gebruikt wanneer harde metrische gegevens moeilijk te verkrijgen zijn. Tijdens periodes van irrationele uitbundigheid, zoals de dotcom-zeepbel die eind jaren negentig plaatsvond, zullen beleggers vaak wijzen op zachte meetwaarden om de waardering van een bedrijf te rechtvaardigen. In die gevallen zouden de waarderingen van de bedrijven doorgaans niet gerechtvaardigd zijn op basis van harde maatstaven.

Soft Metrics begrijpen

Omdat ze bedoeld zijn om flexibel te zijn en afgestemd op het bedrijf in kwestie, is er een breed scala aan potentiële zachte metrieken. Omdat zachte metrieken niet gestandaardiseerd zijn en buiten de restricties van algemeen aanvaarde boekhoudpraktijken (GAAP) vallen, zijn analisten vrij om indien nodig nieuwe zachte metrieken te ontwikkelen.

Wat de meeste zachte metrieken echter gemeen hebben, is dat ze kenmerken van een bedrijf proberen te evalueren die belangrijk worden geacht ondanks dat ze niet direct in de jaarrekening voorkomen. Een op internet gebaseerd bedrijf zou bijvoorbeeld zijn webverkeerstrends kunnen rapporteren als een zachte maatstaf, met het argument dat ze in de toekomst geld zullen kunnen verdienen met deze populariteit, ondanks dat ze vandaag geen winstgevendheid vertonen. In dit scenario voert het bedrijf aan dat de zachte metriek een belangrijke toekomstgerichte indicator is, die aantoont dat het bedrijfsmodel van het bedrijf fundamenteel gezond is.

Vanuit het perspectief van investeerders is het belangrijk om soft metrics met een gezonde dosis scepsis te behandelen. Immers, omdat ze niet onderworpen zijn aan duidelijke richtlijnen en audits, is er voor bedrijven veel ruimte om hun soft metrics zo te engineeren dat ze een gewenst resultaat opleveren. Dit is met name het geval wanneer de statistiek in kwestie afhankelijk is van complexe berekeningen die meerdere aannames vereisen. In die scenario’s kan zelfs een kleine wijziging in aannames een groot effect hebben op de resultaten. En omdat het bedrijf mogelijk niet verplicht is om de aard van die veronderstellingen openbaar te maken, hebben beleggers mogelijk geen middelen om de redelijkheid van de gepresenteerde cijfers onafhankelijk te verifiëren.

Voorbeeld uit de praktijk van Soft Metrics

XYZ Corporation is een veelbelovende startup die onlangs zijn tweede ronde van fondsenwerving heeft afgerond. De nieuwe investeerders waren vooral onder de indruk van de gestage vooruitgang die werd geboekt bij de productontwikkelingsinspanningen van XYZ, die XYZ demonstreerde aan de hand van een verscheidenheid aan zachte statistieken.

Hoewel de nieuwe fondsenwervingsronde over het algemeen als een succes werd beschouwd, was een van de durfkapitalistische (VC) -firma’s die deelnamen aan de allereerste fondsenwervingsronde merkbaar afwezig in de tweede ronde, maar koos ervoor om hun positie aan een ander durfkapitaalfirma te verkopen.

Op de vraag waarom ze ervoor kozen hun functie te verlaten, antwoordde de VC-firma dat ze niet overtuigd waren van de voortgang die XYZ beweerde, op grond van het feit dat het bedrijf hen geen gedetailleerde uitleg gaf over hoe hun zachte meetwaarden werden berekend. Bij gebrek aan harde maatstaven om de voortgang van XYZ te verifiëren, voelde de VC-firma zich niet op haar gemak als financier van de firma.