การสนับสนุนการประเมินค่า: DCF และทวีคูณ

กำไร:

• ความสามารถในการกำหนดค่าและดำเนินการขั้นตอนของกระแสเงินสดคิดลด (DCF) และวิธีการตัวคูณด้วย AI
• ความสามารถในการทดสอบผลกระทบของสมมติฐานที่สำคัญ เช่น อัตราคิดลด การเติบโต และมูลค่าสุดท้ายต่อผลลัพธ์ด้วย AI
• ความสามารถในการตั้งคำถามกับผลการประเมินมูลค่าที่ AI สร้างขึ้นด้วยการควบคุมความไวและความน่าเชื่อถือ

การประเมินมูลค่าคือ “บริษัทหรือสินทรัพย์นี้มีมูลค่าเท่าใด” เป็นการค้นหาคำตอบของคำถามอย่างเป็นระบบ คำถามนี้เป็นหัวใจสำคัญของการซื้อกิจการ การเป็นหุ้นส่วน การเสนอขายหุ้น IPO หรือการตัดสินใจลงทุน การประเมินมูลค่ามีสองกลุ่มใหญ่: กระแสเงินสดคิดลด (DCF) นั่นคือการนำเงินสดที่บริษัทจะสร้างในอนาคตไปเป็นมูลค่าปัจจุบัน และทวีคูณ นั่นคือ การเปรียบเทียบตามมูลค่าตลาดของบริษัทที่คล้ายคลึงกัน AI เร่งความเร็วในการประเมินค่าได้อย่างมาก โดยกำหนดค่าขั้นตอน DCF ลดกระแสเงินสด คำนวณมูลค่าสุดท้าย และสร้างตารางความไว แต่ความจริงอันโหดร้ายของการประเมินมูลค่าก็คือผลลัพธ์นั้นมีความอ่อนไหวอย่างยิ่งต่อสมมติฐานที่สำคัญบางประการ การเปลี่ยนแปลงอัตราคิดลดหนึ่งจุดสามารถย้ายค่าได้หลายสิบเปอร์เซ็นต์ ดังนั้นจึงไม่ใช่ค่าจำนวนเดียวที่ AI สร้างขึ้น แต่เป็นช่วงของค่าตามสมมติฐานนั่นคือผลลัพธ์ที่แท้จริง

ในหน่วยนี้ เราจะเรียนรู้ที่จะดำเนินการขั้นตอนของ DCF และวิธีการตัวคูณด้วย AI ทดสอบผลกระทบของสมมติฐานที่สำคัญต่อผลลัพธ์ และตรวจสอบผลการประเมินเพื่อความสมเหตุสมผล

แนวคิด: DCF: วิธีการคิดลดกระแสเงินสดในอนาคตถึงปัจจุบันโดยใช้อัตราคิดลด อัตราคิดลด: อัตราที่ใช้ค้นหามูลค่าปัจจุบันของเงินในอนาคต สะท้อนถึงความเสี่ยง มูลค่าสุดท้าย: สรุปกระแสเงินสดทั้งหมดหลังช่วงคาดการณ์ ตัวคูณ: อัตราส่วนมาตรฐานที่หารมูลค่าตลาดด้วยปริมาณทางการเงิน (กำไร EBITDA มูลค่าการซื้อขาย) EBITDA: กำไรก่อนดอกเบี้ย ภาษี และค่าเสื่อมราคา

ขั้นตอนของ DCF

DCF ดูซับซ้อน แต่ตรรกะของมันถูกล่ามโซ่ไว้ การให้ AI สร้างห่วงโซ่นี้ทีละขั้นตอนจะให้ทั้งความโปร่งใสและทำให้แยกข้อผิดพลาดได้ง่ายขึ้น

ขั้นตอน

จะทำอย่างไร

สมมติฐานที่สำคัญ

1. ประมาณการกระแสเงินสด

กระแสเงินสดอิสระในอีก 5 ปีข้างหน้า

การเจริญเติบโต ระยะขอบ

2. อัตราคิดลด

มีการกำหนดอัตราที่สะท้อนถึงความเสี่ยง

ต้นทุนเงินทุน

3. การลดลง

เงินสดในแต่ละปีจะถูกถอนออกจนถึงวันนี้

อัตราคิดลด

4. ค่าเทอร์มินัล

สรุปหลังจากปีที่ 5

การเจริญเติบโตของเทอร์มินัล

5. รวม

ค่าที่ลดลง + เทอร์มินัล

การรวมกันของทั้งหมด

ข้อเท็จจริงที่สำคัญ: โดยปกติแล้วค่า DCF มากกว่าครึ่งหนึ่งจะมาจากค่าเทอร์มินัล มูลค่าสุดท้ายมีความอ่อนไหวอย่างยิ่งต่อความแตกต่างเล็กน้อยระหว่างอัตราคิดลดและอัตราการเติบโตของเทอร์มินัล สมมติฐานทั้งสองนี้เป็นจุดเปราะบางที่สุดของ DCF และต้องได้รับการวิเคราะห์ความไว

ข้อควรระวัง: การบอกให้ AI "ให้ความสำคัญกับบริษัทนี้" และการได้รับตัวเลขเพียงตัวเดียวขัดต่อเจตนารมณ์ของการประเมินค่า ถ้าอัตราคิดลดคือ 13% แทนที่จะเป็น 11% ค่าจะลดลงอาจถึง 25% เลขคี่ให้ความแม่นยำที่ทำให้เข้าใจผิด ผลลัพธ์ที่ถูกต้องคือแถบของค่าภายในช่วงสมมติฐานที่สมเหตุสมผล

สร้าง DCF ด้วย AI

ข้อความแจ้งกรอบการทำงาน DCF: "ตั้งค่า DCF 5 ปีสำหรับบริษัท ข้อมูลนำเข้า: กระแสเงินสดอิสระปีที่ 1 20 ล้านดอลลาร์ อัตราการเติบโตต่อปี 8% อัตราคิดลด 14% การเติบโตของเทอร์มินัล 4% แสดงขั้นตอนแยกกัน: (1) กระแสเงินสด 5 ปี (2) มูลค่าคิดลดของแต่ละปี (3) มูลค่าสุดท้ายบวกมูลค่าลด (4) มูลค่ารวมบริษัท เขียนสูตร การฝังอย่างต่อเนื่อง"

ข้อความแจ้งเมทริกซ์ความไว: "สร้างตารางความไวสองตัวแปรสำหรับ DCF เดียวกัน: อัตราคิดลดในแถว (12%-16%, ขั้นตอน 1 จุด), การเติบโตของเทอร์มินัลในคอลัมน์ (2%-5%, ขั้นตอน 1 จุด) แสดงมูลค่ารวมบริษัทในแต่ละเซลล์และแสดงความคิดเห็นว่าค่ามีความอ่อนไหวต่อสมมติฐานทั้งสองนี้เพียงใด"

ข้อความแจ้งการประเมินค่าตัวคูณ: "ประเมินมูลค่าบริษัทด้วยวิธีตัวคูณ โดย EBITDA ของบริษัทอยู่ที่ 30 ล้าน TL ตัวคูณ EV/EBITDA ของบริษัทที่คล้ายกันจะอยู่ในช่วง 6x-8x (พิจารณาว่าช่วงนี้เป็น 'ทรัพยากรที่จำเป็น') คำนวณช่วงมูลค่าบริษัทของบริษัทด้วยช่วงนี้และกำหนดในรูปแบบที่เทียบเคียงได้กับผลลัพธ์ DCF"

พร้อมท์ตรวจสอบความสมเหตุสมผล: "ตรวจสอบค่า DCF ที่คุณพบดังนี้ (1) มูลค่าผลลัพธ์ EBITDA ประจำปีของบริษัทสอดคล้องกันกี่ครั้ง และตัวคูณนี้สมเหตุสมผลตามกลุ่มธุรกิจหรือไม่ (2) เปอร์เซ็นต์ของมูลค่ารวมเป็นมูลค่าสุดท้าย หากเกิน 80% ให้อธิบายว่าเหตุใดจึงมีความเสี่ยง (3) อัตราคิดลดสูงกว่าการเติบโตของเทอร์มินัลเท่าใด หากความแตกต่างน้อยมาก ให้เตือน"

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

อ่อนแอ: "บริษัทนี้มีมูลค่าเท่าไหร่?" (ผลลัพธ์: ตัวเลขเดียวที่ไม่สนับสนุน สมมติฐานใด วิธีการใดไม่ชัดเจน) แข็งแกร่ง: "ตั้งค่า DCF ด้วยกระแสเงินสดอิสระ 5 ปี ส่วนลด 14% และสมมติฐานการเติบโตของเทอร์มินัล 4% แสดงขั้นตอน จากนั้นเพิ่มเมทริกซ์ความไวสำหรับส่วนลดและการเติบโตของเทอร์มินัล และรายงานมูลค่าสุดท้ายเป็นส่วนแบ่งของผลรวม ดังนั้น ฉันจึงได้แถบค่า ไม่ใช่ตัวเลขตัวเดียว"

เคสมินิ

กรณีที่ 1 — น้ำหนักของมูลค่าสุดท้าย นักวิเคราะห์ให้ความสำคัญกับบริษัทที่ 240 ล้าน TL ด้วย DCF เมื่อรันพร้อมท์ความน่าเชื่อถือ เทอร์มินัลจะเห็นว่าค่าคือ 86% ของทั้งหมด ดังนั้นมูลค่าเกือบทั้งหมดจึงขึ้นอยู่กับสมมติฐานการเติบโตในอีก 5 ปีข้างหน้า เมื่อนักวิเคราะห์ลดการเติบโตของเทอร์มินัลจาก 4% เหลือ 3% มูลค่าจะลดลงจาก 240 เป็น 205 ล้าน การตัดสินใจทำได้โดยการรายงานช่องโหว่นี้อย่างชัดเจน

กรณีที่ 2 — สองวิธีในหนึ่งเดียว ในการประเมินมูลค่าการซื้อ DCF ให้ 180 ล้าน TL และวิธีการตัวคูณ (6x-8x EBITDA) ให้ช่วง 180-240 ล้าน TL การทับซ้อนกันของวิธีการอิสระสองวิธีช่วยเพิ่มความมั่นใจ ข้อเท็จจริงที่ว่า DCF อยู่ที่ระดับล่างสุดของแถบความถี่บ่งชี้ว่าสมมติฐานของ DCF นั้นค่อนข้างอนุรักษ์นิยม โดยการเปรียบเทียบทั้งสองวิธี นักวิเคราะห์จะให้ช่วงการเจรจาที่สมจริง

กรณีที่ 3 — ความแตกต่างที่เป็นไปไม่ได้ ใน DCF นั้น AI ใช้อัตราคิดลดเป็น 5% และการเติบโตของเทอร์มินัลเป็น 4.5% เนื่องจากความแตกต่างนั้นน้อยมาก มูลค่าสุดท้ายจึงระเบิด และมูลค่าบริษัทก็สูงอย่างน่าเหลือเชื่อ ในการตรวจสอบความน่าเชื่อถือ นักวิเคราะห์พบว่าความแตกต่างนี้แคบมาก หากอัตราคิดลดสูงกว่าการเติบโตเพียงเล็กน้อย ค่าสุดท้ายจะสูงเกินจริงทางคณิตศาสตร์ เมื่อสมมติฐานเป็นจริงแล้ว ค่าก็จะกลับสู่ปกติ

เคล็ดลับ: อย่าลืมใช้ DCF ร่วมกับวิธีตัวคูณ ไม่ใช่เพียงอย่างเดียว หากวิธีการสองวิธีมาบรรจบกัน ความมั่นใจของคุณจะเพิ่มขึ้น หากพวกเขาอยู่ห่างกันมาก มีบางสิ่งที่น่าสงสัยในการสันนิษฐานของอย่างน้อยหนึ่งคน

กฎทองของการประเมินค่า

การประเมินมูลค่าไม่ใช่เรื่องของความแม่นยำ แต่เป็นเรื่องของการตัดสินและช่วง รักษาหลักการสามประการเมื่อใช้ AI:

• แบนด์ ไม่ใช่ตัวเลขเดี่ยว: แปลงการประเมินแต่ละครั้งให้เป็นแบนด์ภายในช่วงสมมติฐานที่สมเหตุสมผล
• เป็นเจ้าของสมมติฐาน: อย่าปล่อยให้ AI เลือกอัตราคิดลดและการเติบโต คุณเป็นผู้กำหนดและชี้แจงเหตุผล
• การตรวจสอบข้าม: เปรียบเทียบ DCF และตัวคูณ ความแตกต่างครั้งใหญ่คือการเตือน

ข้อผิดพลาดทั่วไป

• ประเมินด้วยตัวเลขตัวเดียว ค่าที่ให้โดยไม่มีความละเอียดอ่อนนั้นมีความแม่นยำจนทำให้เข้าใจผิด
• ละเว้นตัวเศษของค่าเทอร์มินัล หากมูลค่าส่วนใหญ่มาจากเทอร์มินัล ความเสี่ยงก็จะอยู่ที่นั่น
• ปล่อยให้ช่องว่างการเติบโตของส่วนลดแคบลง ความแตกต่างเล็กน้อยจะทำให้ค่าเทอร์มินัลสูงเกินจริงทางคณิตศาสตร์
• ปล่อยให้การคาดเดาเป็นหน้าที่ของ AI อัตราคิดลดเป็นเพียงการตัดสิน จะต้องมีที่มาและเหตุผล
• พอใจเพียงวิธีเดียว การไม่เปรียบเทียบ DCF และตัวคูณทำให้มองไม่เห็นข้อผิดพลาด

โดยสรุป

การประเมินมูลค่าเป็นเรื่องของการตัดสินที่จะดึงเงินสดในอนาคตเข้ามาสู่ปัจจุบัน (DCF) หรือเปรียบเทียบกับคู่แข่ง (ตัวคูณ) AI กำหนดขั้นตอนอย่างรวดเร็ว แต่ผลลัพธ์นั้นไวอย่างยิ่งต่อสมมติฐานที่สำคัญหลายประการ โดยเฉพาะอย่างยิ่งอัตราคิดลดและการเติบโตของเทอร์มินัล สร้างแถบค่าด้วยเมทริกซ์ความไว ไม่ใช่ตัวเลขเดียว ตรวจสอบส่วนแบ่งของมูลค่าสุดท้ายในยอดรวม อย่าลืมตรวจสอบ DCF ข้ามวิธีด้วยวิธีตัวคูณ หลีกเลี่ยงภาพลวงตาของความแน่นอนในการประเมินมูลค่า

งานสมัคร

ให้ AI ติดตั้ง DCF 5 ปี คุณให้สมมติฐานกระแสเงินสด อัตราคิดลด และการเติบโตของเทอร์มินัล และมีขั้นตอนแสดงแยกกัน จากนั้นขอเมทริกซ์ความไวของตัวแปรคู่สำหรับอัตราคิดลดและการเติบโตของเทอร์มินัล เรียกใช้พร้อมท์การตรวจสอบความน่าเชื่อถือและประเมินส่วนแบ่งของมูลค่าสุดท้ายในยอดรวมและส่วนต่างการเติบโตของส่วนลด สุดท้าย ให้ประเมินบริษัทเดียวกันด้วยช่วงตัวคูณ EBITDA และเปรียบเทียบกับผลลัพธ์ DCF

รายการตรวจสอบ

• [ ] ฉันแสดงขั้นตอน DCF (กระแสเงินสด ส่วนลด ขั้นตอนสุดท้าย ยอดรวม) แยกกัน
• [ ] ฉันกำหนดและกำหนดอัตราคิดลดและการเติบโตขั้นสุดท้ายด้วยตนเอง
• [ ] ฉันสร้างเมทริกซ์ความไวสองตัวแปร
• [ ] ฉันตรวจสอบส่วนแบ่งของมูลค่าเทอร์มินัลในยอดรวม
• [ ] ฉันตรวจสอบแล้วว่าส่วนต่างการเติบโตของส่วนลดนั้นสมเหตุสมผล
• [ ] ฉันตรวจสอบความถูกต้องของ DCF ด้วยวิธีตัวคูณ
• [ ] ฉันนำเสนอผลลัพธ์เป็นแถบค่า ไม่ใช่ตัวเลขตัวเดียว