预测模型是一系列描述自由现金流各成分性态的方程式。模型的结构和我们所做的假设决定了预测结果,而预测结果又进一步决定了公司的估值。在一个好的模型中,影响模型的比率能把自由现金流预测中有因果关系的两个部分联系起来。这样设定模型可以让我们在改变其中一个假设时知道其他相关的预测因素也会随之自动改变。

  除了建立模型之外,我们还必须给模型设定假设。这就是基于商业判断、业务分析和对历史关联性的分析,把我们对公司未来的预期量化。我们的假设必须是合理的、具有内在一致性的,这就是说每个假设必须是对未来的现实的评估,而且在给定其他假设时,每个假设都必须是现实的。模型越接近于自由现金流各组成成分之间的实际因果关系,内部一致性就越容易保持。

  基本模型建立之后,我们可能要对其进行改进。改进是对预测中的某个因素进行附加的、更加细致的分析。这可能涉及到把经营利润的分析分解成一个个业务单位,把某个特定的假设分解成两个或两个以上的假设,或者将预测与外部整体经济环境预测或某一特定产品市场的分析联系起来。

  敏感性分析提醒我们:尽管我们的电子表格只给出一个估值结果,我们必须把它看成一个数值范围。在单一假设的敏感性分析中,我们可以在给定某假设的乐观估计值和悲观估计值的情况下计算这个数值范围。在混合敏感性分析中,我们可以同时改变两个或者多个假设。在情景敏感性分析中,我们在给定某些特定事件的情况下,例如新竞争者进入市场,重新计算公司的价值。最后,在逆向估值中,我们确定与当前股价一致的假设, 并判断它们是否合理。


相关阅读