Критически оценивать результат DCF, понимая его чувствительность к допущениям и принцип «garbage in — garbage out».
DCF — диапазон, а не точная цифра
DCF — диапазон, а не точная цифра
DCF кажется точным — формулы, числа, красивая итоговая цифра. Но за этой точностью скрывается глубокая зависимость от допущений. Небольшое изменение ставки дисконтирования или темпа роста в терминальной стоимости может сдвинуть оценку на десятки процентов. Именно поэтому два профессиональных аналитика, работая с одной и той же компанией, вполне могут получить разные оценки — это нормально.
Главный принцип: «garbage in — garbage out» (мусор на входе — мусор на выходе). Если прогноз FCF нереалистичен, ставка подобрана произвольно, а темп роста в терминальной стоимости взят с потолка — итоговая цифра не имеет смысла, как бы аккуратно она ни была посчитана. Качество DCF-модели определяется качеством допущений, а не сложностью формул.
Чтобы понять, насколько оценка устойчива, аналитики проводят анализ чувствительности: меняют ставку и темп роста на ±1–2 процентных пункта и смотрят, как двигается результат. Если оценка сильно меняется при маленьких изменениях — это сигнал риска. Такой анализ часто оформляют в виде таблиц данных (Data Table в Excel) — это тема Unit 6.
Важный дисклеймер: DCF-модель в учебных целях иллюстрирует принципы оценки. Она не является инвестиционной рекомендацией и не заменяет профессионального финансового анализа. Относитесь к результатам модели как к одной из точек зрения, а не как к истине в последней инстанции.
Lesson notes
DCF — диапазон, а не точная цифра
DCF кажется точным — формулы, числа, красивая итоговая цифра. Но за этой точностью скрывается глубокая зависимость от допущений. Небольшое изменение ставки дисконтирования или темпа роста в терминальной стоимости может сдвинуть оценку на десятки процентов. Именно поэтому два профессиональных аналитика, работая с одной и той же компанией, вполне могут получить разные оценки — это нормально.
Главный принцип: «garbage in — garbage out» (мусор на входе — мусор на выходе). Если прогноз FCF нереалистичен, ставка подобрана произвольно, а темп роста в терминальной стоимости взят с потолка — итоговая цифра не имеет смысла, как бы аккуратно она ни была посчитана. Качество DCF-модели определяется качеством допущений, а не сложностью формул.
Чтобы понять, насколько оценка устойчива, аналитики проводят анализ чувствительности: меняют ставку и темп роста на ±1–2 процентных пункта и смотрят, как двигается результат. Если оценка сильно меняется при маленьких изменениях — это сигнал риска. Такой анализ часто оформляют в виде таблиц данных (Data Table в Excel) — это тема Unit 6.
Важный дисклеймер: DCF-модель в учебных целях иллюстрирует принципы оценки. Она не является инвестиционной рекомендацией и не заменяет профессионального финансового анализа. Относитесь к результатам модели как к одной из точек зрения, а не как к истине в последней инстанции.