財務建模與綜合估值：數據研磨、模型校準、動態(tài)估值

譯者序

作者簡介

致謝

引言

第一部分　利潤演示表

第一章　第一階段：利潤表和利潤率模型（一） / 4

第二章　第一階段：利潤表和利潤率模型（二） / 35

第三章　第二階段：收入的細分建模 / 56

第四章　第三階段：細分營業(yè)利潤和差異百分比建模 / 66

第五章　第四階段：電子表單（一） / 75

第六章　第四階段：電子表單（二） / 93

第七章　普通最小二乘數回歸和標準化利潤 / 109

第二部分　比率和估值電子表單

第八章　比率分析第一部分：內部流動性和經營效率 / 130

第九章　比率分析第二部分：收益比率和現金流比率 / 147

第十章　歷史可比估值 / 166

第三部分　股票估值電子表單

第十一章　現值建模和股票估值電子表單 / 196

第十二章　貼現自由現金流估值：設置表格 / 206

第十三章　貼現自由現金流估值：兩種方法 / 220

第四部分　關系估值：行業(yè)矩陣電子表簿與同行派生值

第十四章　價格及其表現分析 / 247

第十五章　簡單平均數和市值加權平均數的比較 / 262

第十六章　同行派生值 / 286

結論　資產的貨幣價值 / 308

參考文獻 / 312

吉姆·科勒爾（Jim Kelleher），特許金融分析師，研究總監(jiān)，高級分析師，投資政策委員會成員，現任職于阿格斯研究公司（Argus Research）--一家總部位于紐約市具有75年歷史的投資咨詢公司。在金融服務行業(yè)工作了25年之后，吉姆于1993年加入阿格斯，一直致力于構建阿格斯的專有估值模型--阿格斯六點系統(tǒng)的核心部分。

吉姆以研究總監(jiān)的身份幫助公司的新進分析師開發(fā)和完善投資分析方法及其"模板"； 負責與各個分析師溝通聯系；主持公司每周的投資例會，以及每月多次的客戶電話會議。吉姆還管理著幾個模型組合賬戶，共同管理公司的重點客戶，制作和監(jiān)管阿格斯的日常技術分析產品。在設計并維系阿格斯的*一個品牌投資產品（與馮·坎彭聯合推廣）的過程中，他起到了積極的作用。最后，他還是阿格斯投資者顧問投資政策委員會（公司資金管理部門）成員。

作為高級分析師，吉姆是公司的技術研究總監(jiān)，研究范圍涵蓋通信技術（設備和半導體）和電子制造服務板塊。吉姆持有特許金融分析師證書，并且三次榮獲《華爾街日報》全明星分析師調查的"華爾街*佳分析師"頭銜。吉姆一直在為華爾街網站的投資專欄撰寫文章，其觀點經常被主要金融刊物引用。

譯者簡介

李必龍，經濟學碩士，在金融和實業(yè)領域有著豐富歷練，在股權投資領域有著較多的實戰(zhàn)經驗，在公司估值和風險管理領域也有一定的研究。曾經參與翻譯《金融與投資術語詞典》、《估值：難點、解決方案及相關案例》、和《巴菲特的估值之道》等書。

李羿，財務管理學學士，在著名的德勤會計師事務所和華為等公司歷練多年。曾參與翻譯《金融與投資術語詞典》和《估值：難點、解決方案及相關案例》、《并購估值--為非上市公司培育價值》、和《巴菲特的估值之道》等書。

簡介：黃詩原，清華大學2011級金融學碩士，現為工銀瑞信債券投資經理。2100433B

評估和預測資產和股票的未來價值是一件艱辛的工作。成功的分析師和投資者是不會把時間花在令人生厭的、一做完就過時的事情上。

本書來自世界一流的獨立股票研究機構--阿格斯研究公司。該書為有效的財報分析和建模，提供了一個綜合指南。

位于該公司舵手位置的是本書作者吉姆.科勒爾。他二十多年的研究經歷涵蓋了幾乎每個板塊里的十幾個行業(yè)，發(fā)展出了自己的系統(tǒng)方法和建模技術。通常，好的估值模型是一個能夠在下述方面幫助謹慎投資者的無價工具：

能從10-K表和10-Q表擠出更多信息

預測意外的利潤狂跌或令人驚喜的利潤陡增

掌握"估值舞蹈"的藝術

當今，用估值模型做準確預測的*大挑戰(zhàn)之一是應對相關數據快速持續(xù)的波動?！斗治鰩熀屯顿Y者的股票估值法》一書提供了一個試錯求真的流程，可籍此創(chuàng)建一個有效且緊湊的模型，為估值帶來新的指標和新的估值時期，并適應公司獨特的數據表現方式和報告風格。

這本通用指南在財報數據建模上，不僅提供了嚴謹的流程，還給出了每一步驟的相關捷徑，所以，分析師可以基于他們在價值鏈上的位置，裁量他們的數據焦點。在現實世界使用時，這種估值模型會利用Excel的強大功能，讓投資者通過簡單地輸入調整過的數據，快速而準確地更新自己的估值和預測。

現在，你可以依據自己的研究和分本書提供的股票估值法，來管理自己的投資，掌控自己的投資命運！

估值是一切投資決策的靈魂！本書是一個基于財報分析和建模的獨特股票估值工具！本書作者三次榮獲"華爾街*佳投資人"獎 ！

監(jiān)管部門正在關注、研究并準備針對自動估值模型的弱點提出指引政策。在國際上該模型已被廣泛使用了五年，使用者評價是積極的，AVMs已經被視為是一種先進、科學的風險管理模型。

水質模型參數估值是確定水質模型各待定參數值的方法和過程。是建立和應用水質模型的關鍵。其方法可分為單參數估值法和多參數估值法兩類。前者可由實測數據或經驗公式對各參數分別估值；后者一般以水質的實測值與模擬值兩者所構成的誤差平方和為評價目標，通過最優(yōu)化技術求解出最佳參數值的結合。由若干組實測數據估得的參數值，應進行標定誤差的檢驗，并應用另外若干組實測數據進行模型預測誤差的驗證。當從事戰(zhàn)略性水質規(guī)劃而又缺乏實測水質數據時，也可直接采用類比數據確定參數值。

水質模型單參數估值

水質模型單參數估值是分別確定水質模型中各待定參數值的方法和過程。單參數估值時。可以利用水質模型參數變量中之間的關系，在已知其他參數值和必要的水質現場實測數據（或室內模擬數據）條件下，求得有關參數值；也可以利用已有的經驗統(tǒng)計關系式來粗略的估算。單參數估值法比較簡便，可以根據數據的支持條件靈活應用，但由于它是對各參數分別進行計算和估值的，并未很好綜合考慮參數值之間的相互制約關系，因此對參數估值的準確性有較大的影響；特別是利用一般的統(tǒng)計經驗公式進行參數估值時，有時誤差可能很大。

水質模型多參數估值

水質模型多參數估值是應用多變量參數最優(yōu)估值法同時確定水質模型各待定參數值的方法和過程。此法是從水質模型的整體性出發(fā)，考慮了各參數變量之間的相互關系，原則上比單參數法可提高水質模型的可靠性。但由于多變量最優(yōu)估值是一個非線性最優(yōu)解搜索問題，它不能保證搜索到的是全局最優(yōu)解，會造成相當大的誤差，因此對常用的水質模型多參數梯度搜索估值法，已提出了更為可靠而實用的網格搜索估值法來替代。

水質模型多參數梯度估值法　水質模型多參數梯度估值法采用梯度搜索法確定水質模型中各待定參數值。一般以實測水質序列與模型計算水質序列值兩者的偏差值（通常取片差平方之和）為評價目標J，以一階梯度法（又稱最速下降法）從某個起點在負梯度的方向，按一定步長搜索誤差目標值最小時的各待定參數值，即J → Jmin (ai≤Ki≤bi){Ki} {Ki*}式中：Ki*為誤差最小值的參數值；ai和bi為參數值的上、下限。由于水質模型多參數目標函數的非凸性，對不同的搜索起點或參數初始值，將有不同的局部最優(yōu)解，因此，隨采用的給定初始參數值的不同，將有不同求解參數值，從而會引起較大的誤差。

水質模型多參數網格法估值　 水質模型多參數網格法估值又稱水質模型多參數計算機掃描搜索法估值。利用網格法掃描搜索確定水質模型各待定參數值。其基本原理是將各參數變量值的可行區(qū)間（可從大到?。?，劃分為一系列的小區(qū)，由計算機順序算出相應各參數變量值結合，所對應的誤差目標（即實測和計算水質序列值的偏差平房和）值，并逐一比較擇優(yōu)，從而求得該區(qū)間內最小目標值與其對應的最佳待定參數值。這種估值方法可保證所得的搜索解基本是全局最優(yōu)解，避免了重大誤差，在機時利用上也是可行的。

自動估值模型（AVMs）有三種主要類型：指數模型、偏好模型和混合模型。簡介如下：

指數模型，也叫價格指數模型，只需提供銷售數據，不需要物業(yè)特征。需要采用“重復銷售”的回歸分析，并需要一個先前的“價格點”來啟動運行。這些模型可靠性令人懷疑，因為它們對物業(yè)設定了眾多的假設條件，卻沒有提供依據。例如，假設物業(yè)的特征自上次銷售后保持不變。

偏好模型決定于物業(yè)特征。它們針對具體物業(yè)（取決于物業(yè)位置）；需要物業(yè)的特征數據以及比較數據；提供了假設的依據；以規(guī)則為基礎；并提供了統(tǒng)計評估。像指數模型一樣，它們也需要有一個先前的價格點來啟動運行。這些模型的局限性在于，依賴于一個嚴格限定的地理區(qū)域內的最近銷售的數據，而在某些國家只有部分有限的數據。它們也有指數模型同樣的弱點——包括假設物業(yè)特征保持不變。

混合模型把指數模型和偏好模型的特征結合起來，涵蓋了銷售數據、物業(yè)特征分析、可比銷售、以及估稅模型。許多賣者，包括房利美都向使用多種手段的AVMs模型轉換。

以上是AVMs的簡要介紹，有一種說法認為：使用AVMs的主要目的是要設計一種解決方法，并使其服務于所有的貸款發(fā)放人的業(yè)務和競爭需要，并有利于客戶。這樣才能更好地解決困難，減低費用，并幫助所有人擁有自己的房屋和租住可負擔房屋的機會。