下载掌阅APP，畅读海量书库
立即打开
面对一系列的估值难题，分析师可以有两种选择。积极合理的反应当然是正视挑战，调整现有模式以反映被估值公司的特殊性。但更普遍的反应则是扭曲估值规则，并以所谓的捷径验证他们先入为主的主观臆测。后一种方法彰显出“估值的阴暗面”。本节将探讨这种方法的诸多表现形式。
在参数导入阶段，我们需要为个别企业估值找到一个标准起点——出自最新财务报表的收益和营业详情、由分析师和管理层提供的未来预测以及无风险利率、风险溢价和汇率等宏观经济参数。在这方面，我们可以探讨一些标准模型：
· 估值基准日的确定 ：分析师通常将当年作为估值的基准年度，并利用当年的数据进行预测。这种做法当然很容易理解，但一旦出现如下情况之一，它就可能造成严重的估值偏差：
·当期数字并不反映公司的长期盈利能力。正如我们先前所言，尽管这种情况对周期型企业和大宗商品企业尤为普遍，但初创企业也不例外。
·由于营业费用和资本支出在会计处理上的不一致，导致利润和账面价值股权面值的数值会出现偏差。对于技术型或人力资源型的公司来说，这是一大问题。
· 从外部获取的主要参数 ：谈到宏观经济变量，分析师往往会依赖于外部资源。这种现象尤其符合股权风险溢价和贝塔系数——由外部服务机构提供估计值，并以大量数据作为佐证。因此，一旦有误，分析师就可以将过错转嫁给他人，但这也说明，我们很少会独立思考实际使用的数字是否合理。
· 信任管理层的预测 ：在对企业进行估值时，最困难的事情莫过于预测未来收入、盈利和再投资。有着明显增长前景的初创企业尤其如此。在公司管理人员提供这些数字的预测时，分析师会毫不犹豫地接受这些数字，然后给自己不加分析地使用这些预测寻找一个借口：只有管理人员才最了解他们自己的公司。但他们没有考虑的是，这些预测完全有可能因个人主见而出现偏差。
只有将输入变量纳入估值模型和指标中，才能获得对最终价值的判断。在整个过程的这个阶段上，分析师很自然会怀疑这些数字的可靠性，而且不同公司的不确定性也不尽相同。在处理这种不确定性的过程中，会出现某些常见估值的错误：
· 忽视递减规律 ：随着公司规模的扩大，维持高增长率会变得越来越困难。但是在预测时，分析师往往忽视这一现实，将从历史数据中得到的增长率直接用于预测期。
· 估值不一致 ：良好的估值原则首先保证内部的始终如一，但是在估值中，这种一致性很难得到保证。正如我们将在随后章节中所看到的那样，关于未来增长、再投资和风险的假设不仅要独善其身，而且要相互匹配，保证总体的合理性。虽然我们在假设无须为业务增长进行再投资的情况下，采用较高的增长率，但这种情况在现实中的可能性很有限。在估计现金流时，我们对通货膨胀率的假设必须和针对利率及汇率预期上涨的（通常为隐含的）假设保持一致。
· 关注特殊事项对估值的影响 ：分析师习惯于借助个别事件来证明他们的假设成立。尽管沃尔玛本身已经非常庞大，但它依旧继续增长；于是，分析师就可以借用这一事实为长期高增长的收入寻找借口。可口可乐和微软这样的企业，可以被分析师用来验证以低增长维持高利润率和投资收益率的假设。然而，无论是沃尔玛、可口可乐或是微软，无一不是规则的例外，自然也不能代表大多数。
· 将定价和估值混为一谈 ：在介绍基于用户公司的部分中，我们曾提到，分析师通常会把定价指标纳入内在价值的评估中，这就形成了一个既非价值又非价格的混合体。而且这种现象并不新鲜，也不罕见。在使用贴现现金流（DCF）模型计算终值时，利用息税折旧及摊销前利润（EBITDA）或收入倍数直接得到终值的做法，在现实中极为常见，绝非例外情况。在此过程中，DCF实际上被转换为远期定价。
· 范式转换 ：当分析师放弃经济学和估值的固有原则并谈论规则已如何发生改变之时，就是我们需要怀疑其估值之时。诚然，经济学和市场确实都在变化，而且我们也必须与时俱进，但永远不能推翻的是供需法则，或者说，任何企业的价值归根到底要体现在它的利润上。
· 黑箱模型 ：随着数据的获取越来越容易，构建更大、更复杂的模型也开始变得易如反掌，因此，人们对不确定性采取的常见反应，就是构建更大、更复杂的模型。复杂模型会带来两个问题。首先，为了得到一个数字，它们需要使用更多的变量。随着更多的细节被纳入模型中，模型本身的不确定性也随之倍增，最终的结果很可能是“输入的是垃圾，输出的一定也是垃圾”。另一个问题就是让模型本身变成了黑箱，此时，分析师对黑箱内部发生的事情几乎一无所知。
· 经验法则 ：有些人喜欢以更大、更漂亮的模型应对复杂性，而有些人则会求助于简单的解决方案。在很多估值中，最简单的方法就是根据经验法则获得资产的价值。当分析师面对一大堆估值参数而无从下手时，他或许会走向另一个极端：按收入的3倍作为一家公司的估值，因为这就是投资者习惯上为收购这个行业的公司所支付的价格。虽然使用这种捷径或许会产生精确度不够的感觉，但面对不确定性总要比对不确定性视而不见好得多。
在很多情况下，对估值原则，尤其是估值技术的真正破坏，往往出现在估值完成后。至少有两种常见做法给估值带来了巨大影响：
· 估值修饰 ：这种做法最常见的手法是，以对估值结果的溢价和折价来反映分析师认为估值中未予以考虑的要素。比如说，在针对收购进行的估值中，在估值基础上对控制权增加20%的溢价并不少见，而以20%~25%的折价来反映股权的非流动性，则是非上市公司估值中的常见手段。同样，还有人通过溢价或折扣增加或减少估值结果，以反映品牌名称和其他无形资产以及新兴市场风险对估值的影响。这些主观调整的最终结果是：价值只反映了分析师对公司先入之见的主观看法。
· 市场反馈 ：对于上市公司，我们在完成估值后看到的第一个数字就是市场价格。当分析师对采用的变量将信将疑时，如果价值和市场价格之间出现巨大差异，他们就会按市场价格调整估值。因此，随着输入参数的变化，价值自然会无止境地向市场价格靠拢，使得整个估值过程彻底丧失了意义。既然我们认为市场是正确的，为什么还要绞尽脑汁地去估值呢？
总而言之，估值的难点可以体现为多种不同的形式，但殊途同归，最终结果总是相同的。我们对个别企业的估值，可以反映出我们在估值过程中的种种误区。在很多情况下，我们会发现，我们想找到的东西并不是事实。