Note d'évaluation : Construction d'un modèle d'évaluation DCF automatisé - Plateforme d'échange de cryptomonnaies sécurisée et conforme avec cryptage

Il y a un an,

J’ai organisé un modèle complet d’évaluation DCF en suivant la méthode de deux maîtres de l’évaluation en banque d’investissement, JOSHUA ROSENBAUM et JOSHUA PEARL.

Sans exagérer,

Ce modèle d’évaluation a précisément prévu la majorité des tendances des entreprises entrées dans le modèle au cours de cette année.

Bien sûr, le modèle n’est pas parfait,

L’aspect le plus important est que les hypothèses doivent être adaptées en fonction de votre propre jugement,

Et ajustées en fonction du secteur d’activité,

des opérations, etc., selon la situation réelle.

1.0 Le modèle peut être consulté dans la note d’évaluation : explication détaillée de la construction du modèle d’évaluation DCF

Un problème du modèle 1.0 est que,

les données doivent être saisies manuellement.

Ce n’est pas pratique pour les sociétés cotées avec une longue histoire,

Et plus important encore, il faut à chaque fois consulter les rapports financiers,

trouver les comptes,

saisir les chiffres,

chaque étape étant chronophage et laborieuse,

et sujette à des erreurs,

sans parler de la nécessité de regarder différentes entreprises.

C’est pourquoi,

J’ai mis à jour le modèle 2.0,

Toujours sous Excel,

avec une automatisation principale : il suffit d’entrer le code boursier,

pour réaliser toutes les étapes de collecte,

de nettoyage,

de calcul de l’évaluation, etc.

Bien sûr,

les paramètres peuvent être ajustés selon votre jugement subjectif,

sans affecter la fonction d’automatisation #估值分析# #DCF#

Voici une brève explication de la méthode d’utilisation :

1. La feuille principale d’évaluation

J’ai pris China Shanshui comme exemple,

il suffit de changer le code boursier par celui souhaité,

pour que toutes les données historiques des rapports financiers soient automatiquement mises à jour.

Deux formules de calcul clés :

1. FCFF = EBIT×(1-t) + D&A - CapEX - ΔNWC
2. EBIT = Chiffre d’affaires - Coût d’exploitation - Taxes et charges sociales - Dépenses d’exploitation (frais de vente,

frais administratifs,

frais de R&D,

autres revenus,

pertes de dépréciation de crédit,

pertes sur créances douteuses,

pertes de dépréciation des stocks)

En se basant sur ces données historiques,

le modèle calcule automatiquement les indicateurs clés nécessaires à la prévision,

y compris le taux de croissance des revenus,

les coûts,

les dépenses totales d’exploitation,

l’amortissement,

la proportion des dépenses en capital par rapport aux revenus,

et le taux d’imposition.

Ces indicateurs historiques servent de référence pour les hypothèses de prévision suivantes.

De plus, ces deux points en surbrillance jaune doivent également être configurés manuellement,

je suppose ici un WACC de 12%,

un taux de croissance perpétuelle de 2,5%.

2. La page de calcul du fonds de roulement net NWC

Dans la formule de flux de trésorerie ci-dessus,

NWC est une composante importante,

il faut donc créer une feuille séparée pour le calcul détaillé.

La formule clé ici est : NWC = Actifs courants - Passifs courants = (comptes clients et effets à recevoir + stocks + acomptes et autres) - (comptes fournisseurs + charges à payer + autres passifs courants).

De même,

en se basant sur les données historiques,

cette section calcule automatiquement les indicateurs clés nécessaires à la prévision du NWC,

y compris DSO,

DIH,

DPO,

et la proportion des acomptes, des charges à payer, et autres passifs courants par rapport aux revenus.

3. La page d’hypothèses : compte de résultat, flux de trésorerie, bilan

Les hypothèses dans ces deux pages sont la partie la plus subjective du modèle,

et aussi la plus critique pour la précision des prévisions.

Bien sûr,

si vous ne faites pas confiance à votre jugement subjectif,

vous pouvez tout simplement utiliser la moyenne des quelques années précédentes comme référence pour la prévision future.

Il n’y a pas grand-chose à dire sur ces deux pages,

juste qu’elles sont divisées en scénarios de base,

optimiste,

pessimiste,

ce qui facilite aussi la réalisation de tests de sensibilité.

4. La conclusion de l’évaluation

Une fois toutes ces données complétées,

il suffit de revenir à la feuille principale pour voir le résultat.

Par exemple, ma prévision de flux de trésorerie ici donne la conclusion suivante :

De plus,

pour la déduction de la conclusion,

je fournis deux résultats de calcul : EV/EBITDA et EV implicite.

Totalement automatisé,

sans besoin de modification manuelle (sauf le multiplicateur de sortie).

Enfin,

avec une analyse de sensibilité.

Voici le cadre du modèle d’évaluation DCF V2.0,

qui évite à tout le monde de chercher des rapports financiers,

de saisir des données,

permettant ainsi de se concentrer sur l’évaluation des indicateurs clés futurs.

Je continuerai à mettre à jour des modèles d’évaluation plus intelligents et plus pratiques,

comme une interface interactive,

des fonctionnalités OCR, etc.,

pour résoudre les problèmes de base de données.

**$HTX $SLN $AVA **