Kopanje v model popustov na dividende

Čas je, da izpraznimo eno najstarejših, najbolj konservativnih metod vrednotenja zalog: model popustov na dividende (DDM). To je ena osnovnih aplikacij finančne teorije, ki se jo morajo naučiti študenti v katerem koli uvodnem razredu financ. Na žalost je teorija lahek del. Model zahteva številne domneve o izplačilih dividend in vzorcev rasti podjetij ter prihodnjih obrestnih mer. Težave se pojavljajo pri iskanju smiselnih števil, ki bi se zložile v enačbo. Spodaj bomo preučili ta model in vam pokazali, kako ga izračunati.

Model popustov pri dividendah

Tu je osnovna ideja: vsaka delnica na koncu ne bo vredna več kot tisto, kar bo zagotovilo vlagateljem v sedanjih in prihodnjih dividendah. Finančna teorija pravi, da je vrednost zaloge vredna vseh prihodnjih denarnih tokov, za katere se pričakuje, da jih bo ustvarilo podjetje, diskontiranih z ustrezno stopnjo, prilagojeno tveganju. Po DDM-ju so dividende denarni tokovi, ki se vrnejo delničarju (predvidevamo, da razumete pojme časovne vrednosti denarja in diskontiranja). Če želite vrednost podjetja z DDM, izračunajte vrednost izplačil dividend, za katere menite, da se bo delnica v prihodnjih letih odpravila. Evo, kaj pravi model:

Kje:
P = cena v času 0
r = diskontna stopnja

Zaradi poenostavitve si omislite podjetje z letno dividendo v višini 1 USD. Če menite, da bo podjetje izplačilo dividende v nedogled, se morate vprašati, kaj ste pripravljeni plačati za to podjetje. Predpostavimo, da je pričakovana donosnost - ali, primerneje, v akademskem jeziku - zahtevana stopnja donosa - 5%. Po modelu popust na dividende naj bi podjetje stalo 20 dolarjev (1, 00 USD / 0, 05).

Kako pridemo do zgornje formule:> večnost:

Očitna pomanjkljivost zgornjega modela je, da pričakujete, da bo večina podjetij sčasoma rasla. Če menite, da je temu tako, je imenovalec enak pričakovanemu donosu, zmanjšanemu za stopnjo rasti dividend. Ta je znan kot DDM s stalno rastjo ali Gordonov model po svojem ustvarjalcu Myronu Gordonu. Recimo, da mislite, da bo dividenda podjetja rasla za 3% letno. Vrednost podjetja mora biti potem 1 USD / (.05 - .03) = 50 USD. Tukaj je formula za vrednotenje podjetja z nenehno naraščajočo dividendo in dokaz formule:

Klasični model popustov na dividende najbolje deluje pri vrednotenju zrelega podjetja, ki velik del zaslužka izplačuje kot dividende, na primer komunalno podjetje.

Problem napovedovanja

Zagovorniki modela popustov pri dividendah pravijo, da vam lahko samo prihodnje denarne dividende dajo zanesljivo oceno dejanske vrednosti podjetja. Nakup delnic iz katerega koli drugega razloga - recimo izplačilo 20-kratnega zaslužka podjetja danes, ker bo jutri nekdo plačal 30-krat - je zgolj špekulacija.

V resnici je pri modelu popust na dividende potrebnih veliko špekulacij pri poskusu napovedi prihodnjih dividend. Tudi ko ga uporabljate za stabilna, zanesljiva, dividendna podjetja, morate še vedno veliko domnevati o njihovi prihodnosti. Model je podvržen aksiomu "smeti, odvoz smeti", kar pomeni, da je model dober le tako, kot domneva, na katerem temelji. Poleg tega se vložki, ki proizvajajo vrednotenje, vedno spreminjajo in so dovzetni za napake.

Prva velika predpostavka DDM je, da dividende nenehno rastejo ali rastejo s konstantno hitrostjo v nedogled. Tudi za enakomerne, zanesljive in zaloge uporabnih vrst je težko napovedati, kaj natančno bo izplačilo dividend prihodnje leto, ne glede na deset let.

Večstopenjski modeli popustov na dividende

Če želite odpraviti težavo, ki jo povzročajo nestabilne dividende, večstopenjski modeli naredijo DDM korak bližje resničnosti, ob predpostavki, da bo podjetje doživelo različne faze rasti. Delniški analitiki gradijo kompleksne napovedne modele z veliko fazami različne rasti, da bi bolje odražali resnične možnosti. Na primer, večstopenjski DDM lahko napoveduje, da bo podjetje imelo dividendo, ki bo sedem let rasla na 5%, v naslednjih treh letih 3% in nato na več kot 2%.

Vendar takšen pristop prinaša modelu še več domnev. Čeprav dividenda ne predvideva, da bo dividenda rasla s konstantno hitrostjo, mora ugibati, kdaj in za koliko se bo dividenda sčasoma spremenila.

Kaj je treba pričakovati ">

Druga točka pri DDM je, da nihče zagotovo ne ve zagotovo ustrezne pričakovane stopnje donosa. Dolgoročne obrestne mere ni vedno pametno preprosto uporabljati, ker se ustreznost tega lahko spremeni.

Problem visoke rasti

Noben domišljijski model DDM ne more rešiti težave z visoko rastjo zalog. Če stopnja rasti dividend podjetja presega pričakovano stopnjo donosa, vrednosti ne morete izračunati, ker dobite negativni imenovalec v formuli. Zaloge nimajo negativne vrednosti. Razmislite o podjetju, kjer dividenda raste na 20%, medtem ko je pričakovana stopnja donosa le 5%: v imenovalcu (rg) bi imeli -15% (5% - 20%).

Dejansko četudi stopnja rasti ne presega pričakovane stopnje donosa, so rastni staleži, ki ne izplačujejo dividend, s tem modelom še težji. Če si upate ceniti rast delnic z modelom diskontiranja dividend, bo vaše vrednotenje temeljilo samo na ugibanjih o prihodnjih dobičkih podjetja in odločitvah o dividendni politiki. Večina rastnih zalog ne izplačuje dividend. Namesto tega ponovno vložijo dobiček v družbo z upanjem, da bodo delničarjem zagotovili donose s pomočjo višje cene delnic.

Razmislite o Microsoftu, ki dividend ni izplačeval desetletja. Glede na to dejstvo bi lahko model nakazoval, da je bilo podjetje takrat brez vrednosti - kar je popolnoma nesmiselno. Ne pozabite, da le približno tretjina vseh javnih podjetij izplača dividende. Poleg tega tudi podjetja, ki ponujajo izplačila, delničarjem namenijo manj in manj svojega zaslužka.

Spodnja črta

Model popustov na dividende nikakor ni najboljši in končni za vrednotenje. Kljub temu spoznavanje modela popustov pri dividendah spodbuja razmišljanje. Vlagatelji silijo, da ocenijo različne predpostavke o rasti in prihodnjih možnostih. Če nič drugega, DDM dokazuje osnovno načelo, da je podjetje vredno vsote svojih diskontiranih prihodnjih denarnih tokov - ali so dividende pravi ukrep denarnega toka ali ne, je drugo vprašanje. Izziv je narediti model čim bolj uporaben za resničnost, kar pomeni uporabo najbolj zanesljivih predpostavk.