V tomto článku navštívíme způsoby ohodnocování akcií a konkrétně se budeme věnovat přístupu či metodě diskontovaného cash flow. Metodu diskontovaného cash flow (DCF) lze možná považovat za základ ohodnocování akcií na základě fundamentální analýzy. Podíváme se na konkrétní výpočty konkrétních akcií a řekneme si výhody a nevýhody takového přístupu, aby Vám to co nejvíce pomohlo, když se rozhodnete ohodnocovat akcie touto metodou.

Jak ocenit akcie: Diskontované cash flow, nebo kalkulačka?
Zdroj: Youtube.
DCF google

Metoda DCF funguje tak, jak bychom očekávali: zadáme vstupní parametry a dostaneme hodnotu akcie, kterou pak porovnáme s cenou. A nejlepší je začít na příkladu, aby to bylo co nejkonkrétnější. Tady máme můj výpočet k akcii Google z května minulého roku, tedy rok stará záležitost na základě výsledků roku 2019 a nějakých předpokladů ohledně budoucnosti. Odkaz na tuto tabulku je v popise videa k akcii Google, kterou jsme tu měli právě před rokem. Podle mě první důležitá věc je, že jakákoliv metoda, kterou použijeme, má sloužit nám, a ne my jí. Tedy, nejde o to snažit se vyplnit nějakou akademickou tabulku, která obsahuje spoustu vstupů a je složitá, obsahuje vážené náklady na kapitál a další parametry, které se možná hodí do akademické sféry, ale až zas tak ne do praktického života. Z toho plyne, že struktura výpočtu by měla odpovídat povaze podniku a datům, která máme k dispozici, a také tomu, co chceme modelovat. Za chvíli se podíváme na další příklad pro srovnání. Zde v případě Googlu mě zajímá, jaký bude výsledný zisk společnosti v každém budoucím roce s tím, že Google má prakticky 3 druhy příjmů, které mají různé míry růstu. Tedy modeluji příjmy podle předpokladů růstu těchto tří služeb: Google reklamy, Youtube a Cloud.

Předpokládám také, že růst bude postupně klesat, později se podíváme, jak to dopadne, když to nebudu předpokládat. Od roku 2023 bude růst poloviční a od roku 2026 bude čtvrtinový. To abych byl konzervativnější, protože žádná společnost nemůže růst stejným tempem donekonečna, zvlášť pokud toto tempo je vysoké, dejme tomu vysoce nad 20 % ročně. Takto získám předpokládané celkové příjmy a na základě toho, že Google měl historicky celkem stabilní provozní marži, můžu spočítat zisk, který poté diskontuji, tedy zisky, které jsou více v budoucnu, budu penalizovat mou diskontní mírou. Má diskontní míra je má očekávaná návratnost. To je podle mě hezká možnost metody diskontovaného cash flow, že do ní můžu zahrnout své osobní požadavky. Alternativně bych do diskontní míry mohl zakomponovat riziko, tedy vyšší diskontní míra by odrážela vyšší riziko, to by také dávalo smysl.

Osobně riziko vkládám do modelu tím, že např. mám konzervativní odhad růstu tržeb nebo prodejních cen či vývoje nákladů. Zde v tomto příkladu požaduji 7 % ročně jako mou minimální návratnost, a tak diskontuji sedmi procenty za rok. To znamená, že zisk pro příští rok vydělím 1,07, zisk pro další rok vydělím 1,07 na druhou, ve třetím roce vydělím 1,07 na třetí atd. A tyto hodnoty spočítám donekonečna, pokud mi v jeden moment začnou klesat, to se nám děje i zde, nebo se v určitém roce zastavím, tento druhý způsob používám v tomto případě, zastavím se v roce 2030. V roce 2030 mám dvě výsledné hodnoty 98 miliard nediskontrovaného zisku, nebo cash flow, v případě Googlu na tom příliš nesejde, a 50 miliard diskontovaného zisku. Poté předpokládám terminální valuaci. Je to opět předpoklad, který se může měnit. Dejme tomu, že předpokládám PE poměr 20, což je podle mě celkem smysluplné, pokud Google bude růst i po roce 2030. Tyto zisky tak vynásobím dvaceti a vydělím počtem akcií, a získám tak budoucí a současnou hodnotu akcie. Má kalkulovaná cena akcie v roce 2030 je 2839 dolarů, to je cena akcie, pokud PE poměr v roce 2030 bude 20 a naplní se mé předpoklady o růstu příjmů, marži a míře zdanění. Současná hodnota poté bude 1443, což mi říká, že abych dosáhl na 7% roční návratnost při těchto předpokladech, které jsem provedl, musím nakoupit za nanejvýš 1443 dolarů. A to je základní přehled metody diskontovaného cash flow (DCF).

DCF Lundin

Podívejme se na ještě jeden příklad DCF: Lundin Mining. Lundin Mining těží měď, také trochu zlata, zinku a niklu. V případě této společnosti jsem počítal hodnotu jednotlivých dolů, ve kterých Lundin těží, zvlášť, tyto současné hodnoty jsem poté sečetl, abych získal hodnotu celé společnosti. Zde máme propočet dolu Chapada, který koupili v roce 2019. Vstupní čísla jsem získal z materiálů týkajících se budoucí produkce daného dolu. Tedy začítám odhadem objemu roční produkce, poté vše přepočítám na libry, protože používám cenu mědi v librách. Dále mám předpoklad o jednotkových nákladech, které odpovídají těm aktuálním. Pokud odečtu jednotkové náklady od prodejní ceny, dostanu hrubou marži. Od hrubé marže odečtu roční kapitálové výdaje spojené s daným dolem, protože produkci je třeba obnovovat. Důl se navíc postupně vypotřebovává. Takto získám cash flow na úrovni tohoto dolu, co se týká mědi, přičemž níže mám ještě výpočet produkce zlata. Opět jde o poněkud starší čísla. Předpokládaná cena mědi byla 2,6 dolarů za libru, zatímco cena v době přípravy videa byla 4,4 dolarů, což, jak si asi dokážete představit, zásadně zvýší návratnost celého dolu. Zde jsem tedy použil model diskontovaného cash flow, abych modeloval budoucí průběh produkce. Níže v případě zlata vidíme, že jsem modeloval budoucí nižší produkci na úrovni 70 tisíc uncí zlata ročně. Zatímco kapitálové výdaje ponechávám konstantní, mění se množství, které vyprodukuji, tím pádem se mi mění i provozní marže daného dolu a můžu si tak vytvořit představu o budoucí návratnosti tohoto nelineárního vztahu.

Jaké jsou výhody a nevýhody metody diskontovaného cash flow? Začněme výhodami. Podle mě takto můžeme dobře modelovat situace, kdy se mění marže společnosti, což se často děje v případech, kdy má společnost vysoké fixní náklady: jako těžař surovin nebo softwarová společnost. Pokud má společnost konstantní marže, tak tento model nepřidává velkou přidanou hodnotu. To pak stačí použít kalkulačka.

Další výhodou je, že můžu zakomponovat svou očekávanou návratnost, a to, že získám jedno číslo – nejvyšší cenu akcie, za kterou bych měl nakupovat. Také můžu modelovat různé scénáře. Jakmile mám tabulku hotovou, změnou jednoho čísla se mi vše přepočítá (fixní vs. variabilní náklady) .

DCF

Jaké jsou nevýhody DCF. Tento model je velmi závislý na předpokladech. Tady na snímku máme dva výpočty k akcii Google. Výpočet nahoře jsme viděli dříve. V dolním výpočtu jsem odstranil postupné klesání růstu tržeb. Tedy počítám s tím, že např. Google bude zvyšovat své příjmy z Cloudu o 50 % ročně až do roku 2030. Takto relativně brzy začneme dostávat veliká čísla a výsledná současná hodnota akcie je 3krát tak větší než v našem původním příkladě. A to je také ilustrace toho, proč akcie společností, které jsou hodně o budoucím růstu, kolísají více než pomalu rostoucí společnosti, protože i malá změna v předpokládaných mírách růstu ústí ve velké změny výsledku. Další nevýhodou DCF modelů, podle mě, je riziko umělé vědeckosti ohodnocení akcie. Jak jsem naznačil dříve, mohli bychom si vytvořit komplikovanou tabulku různých vstupů, vše by vypadalo vědecky, ale náš výsledek by mohl být úplně vedle, protože jsme třeba nepochopili, jak daná společnost ve skutečnosti funguje. Výsledek z takového modelu vždy kontroluji podle selského rozumu, zda to takto může dávat smysl či nikoliv.

Toto bylo tedy pár myšlenek k DCF metodě ohodnocení akcie. Prošli jsme si spolu dva příklady: Google a Lundin Mining. Podle mě nejdůležitějším bodem, který chci komunikovat, je, že ať už si zvolíme jakoukoliv metodu, měla by sloužit nám, a ne my jí. Neděláme metodu pro metodu, ale proto, abychom napočítali určitou budoucí dynamiku vývoje podniku na základě čísel, které máme k dispozici. Nejprve bychom měli porozumět dané společnosti, abychom přišli s předpoklady, které jsou věrohodné a pravděpodobné, to je základ. Pokud je výpočet jednoduchý, můžeme použít kalkulačku, nebo pokud se mění marže, podnik má více různých divizí s různými mírami růstu, má nerovnoměrné kapitálové výdaje: to jsou příklady, kdy se metoda DCF může dobře osvědčit.