1. No category

Seminar og lansering av boken
"Verdivurdering”
Bergen, 8. februar 2012
Program
08:30
Velkommen
09:30
Pause
09:45
Presentasjon av boken
Bjarne Møller
10:00
Verdsettelse og estimatusikkerhet
Erik Mamelund
10:45
Pause
11:00
Kontantstrømprognoser og
markedsvolatilitet
12:25
Avslutning
F t i b uforutsigbarhet
Forutsigbar
f t i b h t
Vi t D.
Victor
D N
Norman, NHH
Bjarne Møller / Yngve
Kaldestad
Side 2
Side 1
Verdsettelse og
estimatusikkerhet
Erik Mamelund
8. februar 2012
Estimatsprik
2,70
1,45
Side 2
Side 1
Estimatusikkerhet og markedsvolatilitet
Estimatusikkerhet
”fundamentale verdier”
Markedsvolatilitet
Side 3
Estimatusikkerhet og markedsvolatilitet
Side 4
Side 2
LaPlace’s Demon – Hvorfor usikkerhet?
”An intellect which at any given
moment knew all of the forces that
animate Nature and the mutual
position of the beings that comprise
it, if this intellect were cast enough
to submit its data to analysis, could
condense into a single formula the
movement of the greatest bodies of
the universe and that of the lightest
atom: for such an intellect nothing
could
ld b
be uncertain;
t i and
d th
the ffuture
t
just like the past would be present
before its eyes.”
Side 5
Behov for å forstå estimatusikkerhet
Strategisk analyse
Oppkjøp
Investering
Finansiell analyse
Side 6
Side 3
Finansiell analyse – Verdsettelse
P kt ti t
Punktestimat
Intervall hvor ethvert
estimat har om lag samme
sannsynlighet
Side 7
Investeringsbeslutning
Estimatusikkerhet
Maks pris
Lav
Sikkerhetsmargin
Høy
Verdi
Side 8
Side 4
Hva er et fornuftig anslag på
estimatusikkerhet?
+/- 10-30 %
Ofte i p
praksis +/- 15 %
Side 9
Hvordan finner vi estimatusikkerhetsintervallet i praksis
Bør baseres på ”input” faktorer ….
+/- 10-30 %
Sensitivitetsanalyser
Simuleringer
Scenario analyser
Side 10
Side 5
Scenario analyser
Risiko og usikkerhet
Drivkrefter
Side 11
Risiko og usikkerhet
Estimatusikkerhetsintervall
Side 12
Side 6
Realistisk intervall
Starte med det ekstreme for å
finne det realistiske
Dynamikk
Realistisk
intervall
►
►
►
Langsiktig vekst
S-kurver
Konjunkturer
Kompleksitet
Side 13
Hva er drivkreftene bak et ”fornuftig”
intervall
Aggregert
usikkerhet
Diversifikasjon
mellom
drivkrefter
Normalisering
over tid
Reell estimatusikkerhet
Tid
Side 14
Side 7
Hva er drivkreftene bak et ”ufornuftig”
intervall
St. Petersburg
g Paradokset
– Uendelig høy verdi?
Gamblers Ruin
– Sikker konkurs?
Side 15
“St Petersburg Paradox”
100
200
0
0
400
0
Forventningsverdi – Uendelig høy
Side 16
Side 8
Normalisering – mest fra oversiden
Mindreavkastning – mange bukker under
Avkastning på investert kapital ¹(”ROIC”):
Beste portefølje
Gjennomsnittlig
rentabilitet
Svakeste portefølje
1)
2)
År
NOPLAT / Investert kapital = EBIT – Skatt på EBIT / [Anleggsmidler + netto arbeidskapital]. NB! Finnes ulike definisjoner på dette begrepet
Kilde: Penman, “An Evaluation of the Accounting Rate-of Return”, 1991.
Side 17
Type usikkerhet (1)
– HBR Onpoint 2009
Side 18
Side 9
Type usikkerhet (2)
– HBR Onpoint 2009
Side 19
Litt om strategier
– HBR Onpoint 2009
Side 20
Side 10
Eksempler på strategiske utfall
– HBR Onpoint 2009
Side 21
Hva gjør vi i en scenario analyse?
Fokusområder
►
►
►
Predikerbare trendfremskrivninger
Risikoområder
►
Drivkrefter hvor man utsettes for trend
eller paradigmeskift
p
g
►
Usikkerhet preget av ambiguitet eller
flertydighet
Skiller mellom drivkrefter som bidrar til
”diversifisering” og drivkrefter som ikke
gjør det
►
Drivkrefter som kan ”gå i takt”
►
Drivkrefter som har særlige skjevheter i
positiv eller negativ retning
Skiller mellom drivkrefter som bidrar til
”normalisering” og drivkrefter som ikke
gjør det
►
Drivkrefter hvor normaliseringen over tid
ikke er entydig
►
Drivkrefter som kan skape
”eksponentiell” eller ”akselererende”
utvikling
►
Drivkrefter hvor utviklingsforløpet kan
være kritisk
Side 22
Side 11
Verdianslag?
Boble
Nåverdi
Verdianslag
Multippel
Krise
Side 23
Takk for oppmerksomheten
Spørsmål?
Side 12
Kontantstrømprognosen
Yngve Kaldestad og Bjarne Møller
8. februar 2012
Hovedelementer i en verdivurdering
►
►
►
►
►
►
►
►
Virksomhets- og bransjeforståelse
Regnskapsanalyse
Strategisk analyse
Metodevalg, Modellering
Prognostisering
Avkastningskrav
Analyse, sensitivitetsberegninger, sammenligning
Rapportering
Side 2
1
Kontantstrømprognosen – kommer ofte for høyt
►
►
►
►
►
►
Systematiske feil eller vurderingsskjevheter – ”Bias”
Nesten alle forretningsplaner har et element av ambisjoner i seg
Skjeve sannsynlighetsfordelinger
Normalisering – mest fra oversiden
Selskaper med mindreavkastning – en betydelig andel bukker under
Katastrofescenarioet overses
Side 3
Det er vanskelig å spå om fremtiden
analytikere er tar systematisk feil
Gjennomsnittlig prediksjonsfeil meglerhus (avvik fra faktisk)
(Kilde: Røstberg, Steinsvik og Sønderland, 2001)
R tt ffør
Rett
offentliggjøring av
resultatet er
konsensus
resultatestimat
ca 25% feil!
0,6
0,5
NORGE
0,4
0,3
0,2
,
Ett år før
estimatåret er
prediksjonsfeilen i
gjennomsnitt
ca 50%!
USA
Amerikanerene
0,1
gjør det bedre
0
-18
-14
-12
-7,5
-4,5
-1,5
1,5
Side 4
2
Det er vanskelig å spå om fremtiden
analytikere er tar systematisk feil
Side 5
Systematiske feil eller vurderingsskjevheter
”Bias”
►
►
►
►
►
►
►
Konsensus; Vi går i flokk
Bekreftelse; Vi har stor motvilje mot å
forkaste tidligere oppfatninger og
konklusjoner
Presentasjonsform; Måten en
problemstilling presenteres på kan
påvirke mottaker
Forankring; Det er lett å henge seg
opp i et utgangspunkt
Overoptimisme; Sannsynligheten for
positive begivenheter overvurderes og
for negative
g
begivenheter
g
undervurderes
Selvsikkerhet og overmot; Ledelsens
tro på egne evner er for stor
Presentasjonsform
En sykdom
y
forventes å ta livet av 600
(a) 200 kan reddes med sikkerhet
(b) 600 * 1/3 for å redde alle 600
600 * 2/3 for å redde ingen
(c) 400 dør med sikkerhet
(d) 1/3 * 600 for at ingen dør
2/3 * 600 for at alle dør
I praksis viser det seg ulike bias i de
fleste tilfeller leder til overvurdering
Side 6
3
Nesten alle forretningsplaner har et element av
ambisjoner i seg
Måkevingen
Hockeystick
10 000
7 000
8 000
6 000
6 000
5 000
4 000
4 000
2 000
3 000
0
2009
-2 000
2010
2011
2012
2013
2014
2 000
1 000
-4 000
0
-6 000
2009
2010
2011
Prognose
2012
Prognose
Prognose
2013
2014
S l k
Selskapenes
egne prognoser bærer
b
ofte
ft preg av ønsketenking:
k t ki
•
•
•
•
Kostnadskutt er som oftest nødvendig for å holde posisjonen, jf. SAS
Selskapet skal både ta markedsandeler, øke bruttomarginer og kutte kostnader samtidig
Selskapet skal hente ut en evigvarende superprofitt i et ”commodity” marked
Tilbake til 2008 – ikke glem at dette var toppen av en opptur som startet da dot.com boblen sprakk
Side 7
2012
Tilfeldige
hendelser
Andre aktørers
respons / tiltak
Gjennomførings
risiko
Økt salg
Kostnads
kutt
2011
Nesten alle forretningsplaner har et element av
ambisjoner i seg
Side 8
4
Skjeve distribusjoner
1. Matematisk forventning
2. Mest sannsynlig
3. Ledelsens estimater
Ledelsens forretningsplan kan være et fornuftig styringsverktøy
uten å være et fornuftig utgangspunkt for en verdivurdering
1
3
2
Side 9
Normalisering – mest fra oversiden
Mindreavkastning – mange bukker under
Avkastning på investert kapital ¹(”ROIC”):
Beste portefølje
Terminalledd
Gjennomsnittlig
rentabilitet
Svakeste portefølje
1)
2)
År
NOPLAT / Investert kapital = EBIT – Skatt på EBIT / [Anleggsmidler + netto arbeidskapital]. NB! Finnes ulike definisjoner på dette begrepet
Kilde: Penman, “An Evaluation of the Accounting Rate-of Return”, 1991.
Side 10
5
Katastrofescenarioer overses
Governance
Lehman
Katastrofescenarioer
Enron
AIG
Katastrofer
Tokyo Electric
Deepwater Horizon
Barings
Nordlandsbanken
Sorte svaner
Forretningsidè
Carnival
Nokia
REC
Kodak
Musikkbransjen
Man må regne med at ”sorte svaner” er en trussel for etablerte
aktører og skaper muligheter for små aktører og aktører med
særlig høy omstillingsevne.
•Ipod/ITunes – musikkdistribusjon
•Digital fotografi
“Sorte svaner” og andre uventede hendelser kan slå begge veier for selskapet.
Men nedsiden er vanligvis større enn oppsiden.
Side 11
Regnskapsanalysen
Hvordan unngår vi å bomme (grovt)?
►
Historisk forankring (der det er mulig)
►
►
►
►
En lang tidsserie
►
►
►
►
►
Nøkkeltallsanalyse
Normalisering
Forhold som ikke gjentar seg
Gjennomsnitt i stedet for normalisering
Glatter ut tilfeldige svingninger, regnskapsfeil, konjunkturer og engangseffekter
Forhold som ikke gjentar seg må korrigeres
Relevans vs pålitelighet – Tilfører potensielt irrelevant informasjon
Styre etter kjølevannet?
►
►
Kjølevannet viser i alle fall hvor du kommer fra
fra, hvor du befinner deg og hvilken
regning du har (nettopp hadde)
Hvis du ikke vet hvor du står, er det vanskelig å definere retningen til målet og hvor
bratt motbakken eventuelt er
Side 12
6
Regnskapsanalysen
Hvordan unngår vi å bomme (grovt)?
►
Bransjeanalyse / Peer Group
►
►
►
►
Sammenlignende analyser
►
►
►
►
►
Gjennomsnitt av hele bransjen
Gjennomsnitt av utvalg
Et fåtall mest sammenlignbare
Kostnadsstruktur
Kapasitet / skala
Differensiering
Reinvesteringsbehov
Marginalaktøren
►
►
►
►
►
Hvor mye koster det å tilføre kapasitet?
Hvor vil den nye aktøren plassere seg mhp kost pr enhet
Hvilket prisnivå gjør kapasitetsutvidelser lønnsomme
Har andre aktører realopsjoner, når utøves disse?
Hvor raskt kan kapasitetsutvidelsene komme
Side 13
Lakseoppdrett
Verdidrivere
►
Laksepris
►
►
►
►
►
►
►
►
►
►
NOK /EUR
-------------
Korrelasjoner
►
►
Laksepris mot valuta
Fôr mot laksepris
Stordriftsfordeler, men ikke absolutte
Begrenset diversifikasjon
Fallende kostnader / lærekurve
Begrensede muligheter til å beskytte
teknologi
Klassiske ”pork bellies”
►
Er konsesjoner en begrensende
faktor?
►
Er fôr en knapp faktor?
►
Finnes det en grunnrente?
Fôrpris spot NOK 8
Valutakurser
►
►
►
Gjennomsnitt NOK 26
Kostpris de beste NOK 23
Gjennomsnitt NOK 20
De beste NOK 17
Bransjen kjennetegnes av
►
Variabel kost
►
►
►
Spotpris NOK 40 pr kg
Gjennomsnitt siste 5 år NOK 30
Kostpris
►
►
Strategisk analyse
Side 14
7
Kritiske spørsmål
►
►
►
►
►
Lar prognosen seg forankre i historiske resultater/regnskapsanalysen?
► På bedriftsnivå?
► På bransjenivå?
Er ”ekstraordinære poster” virkelig ekstraordinære
Er prognosen representativ for en konjunktursyklus
Tar den i rimelig grad hensyn til skjeve distribusjoner og katastrofescenarioer
Reflektere den normaliseringstendenser
Side 15
Regnskapsanalysen
Hvordan unngår vi å bomme (grovt)?
Bruttomargin Tinfos Jernverk 2001 - 2009
1 400,0
,
1 200,0
1 000,0
800,0
600,0
Snitt 539
400,0
Normalisert?
200,0
0,0
2001 2002 2003 2004 2005 2006 2007 2008 2009
Side 16
8
Strategisk analyse
Hvor kommer superprofitten fra?
Produksjonsfordeler
(Prod sere
(Produsere
bedre eller
billigere enn
andre)
Prosess
-fordel
• Kompleksitet
• Beskyttelse i form av patenter, copyrights, trademarks
• Tilgang på unike ressurser
Skalafordel
• Distribusjon
• Innkjøp
• Forskning & utvikling (R&D)
• Markedsføring
Konsumentfordeler
(Ta en høyere
pris
i enn andre)
d )
• Vaner og høy horisontal differensiering
• ”Experience goods”
y byttekostnader
y
• Høye
• Nettverkseffekter
Andre fordeler
• Subsidier eller beskyttelse i from av toll
• Statlige reguleringer (konkurranse, miljø etc)
Side 17
En liten trøst?
Lettere å treffe snittet enn et enkelt år
Side 18
9
Hvor galt kan det gå?
Pris/Bok
►
►
►
avkastningskravet er 10 %
avkastningen 15 %.
vekst - investeringsmuligheter
T/g
5
10
15
20
0%
1,19
1 31
1,31
1,38
1,43
5%
1,21
1 37
1,37
1,50
1,61
10 %
1,23
1 45
1,45
1,68
1,91
15 %
1,25
1 56
1,56
1,95
2,43
Veldig få tradisjonelle virksomheter har P/B>4. På sitt høyeste i 2007 hadde REC en P/B
målt på virksomhetsverdi på nesten 20.
►
►
Avkastningskrav
Levetid
8%
20 år
Følgende kombinasjoner av vekst og rentabilitet gir en P/B på 20.
R = 15 % og g = 33,6 %
R = 20 % og g = 28,8 %
R = 25 % og g = 25,7 %
Side 19
Hvor galt kan det gå?
1,320 = 190
REC hadde i 2007 1800 ansatte.
ansatte La oss legge inn en årlig produktivitetsvekst på 3%
1 800 * 1,2720 = 214 000
Side 20
10
Verdsettelse og markedsvolatilitet
Yngve Kaldestad og Bjarne Møller
8. februar 2012
Verdsettelse og markedsvolatilitet
►
►
Vi skal prate om hva volatilitet
betyr for verdsettelser, og
Hvorvidt det er noen
sammenheng mellom volatilitet
og pålitelighetsintervaller
(usikkerheten i analysen)
Daglige prisbevegelser OB siden 2003
0,15
0,10
0,05
0,00
01.09.0214.01.0428.05.0510.10.0622.02.0806.07.0918.11.1001.04.1214.08.13
-0,05
-0,10
-0,15
Side 2
1
Hva betyr volatilitet for verdsettelse?
►
Volatiliteter
►
►
►
►
►
Indeksen; 20%
Veldiversifiserte selskaper; 30%
Lavrisiko bransjer; 30%
Medium risiko; 45%
Høy risiko; 60% +
►
I prinsippet skulle en endring i indeksen fra en dag til den neste
på 8% være nesten umulig
►
Hva impliserer Beta = 2
2,4;
4; Eksempelvis
► Korrelasjon på 0,6
► Relativ volatilitet på 4
Side 3
Hva betyr volatilitet for verdsettelse?
►
Vi bommer fordi vi ikke
► treffer ”fundamental verdi” (vi gjør feil og tar feil)
► har noen muligheter til å predikere morgendagens kurs
► bevegelser innenfor pålitelighetsintervallet
► heterogene forventninger
► balansen mellom kjøpere og selgere
► bevegelser som skyldes irrasjonell påvirkning
►
I beste fall kan vi kanskje håpe å forstå 70% av de langsiktige
kursbevegelsene og 30% av de korte ved hjelp av fundamental analyse
Side 4
2
Finnes en fundamental verdi?
►
►
►
Finnes det en virkelig verdi?
Er markedet et ”Ponzi Scheme” (pyramidespill)?
En gruppe herrer skal avgi stemmer i en
skjønnhetskonkurranse – blant de som stemmer på
vinneren trekkes det ut èn som mottar en sportsbil
(fritt etter Keynes)
► Betyr dette noe for stemmegivningen?
► Har dette noe til felles med verdivurdering?
Keynes wrote, “It is not a case of choosing those [faces] which, to the best
of one’s judgment, are really the prettiest, nor even those which average
opinion genuinely thinks the prettiest. We have reached the third degree
where we devote our intelligences to anticipating what average opinion
expects the average opinion to be. And there are some, I believe, who
practise the fourth, fifth and higher degrees.”
Side 5
Hva er målet?
►
Hva ER virkelig verdi?
► Konsensus (den kvinnen flertallet stemmer på)
► Det jeg er villig til å kjøpe for med egne penger (den jeg synes er vakrest)
►
Hva er MÅLET med verdivurderingen?
► Hva kan en aksje kjøpes eller selges for i morgen
► Hva er den virkelig ”verdt” (nåverdien av fremtidige dividender)
Side 6
3
Fundamentale verdier v.s. Markedsverdier
Side 7
Volatilitet i verdi
►
►
Ned 8% den ene dagen og opp
5% den neste
Daglige
g g prisbevegelsene
g
kan
verken forklares med
kontantstrømestimater eller
risikopremie
Daglige prisbevegelser OB siden 2003
0,15
0,10
0,05
0,00
01.09.0214.01.0428.05.0510.10.0622.02.0806.07.0918.11.1001.04.1214.08.13
►
►
Har en verdivurdering noen
muligheter for å ”treffe”
markedsverdi
Ligger det fundamental analyse
bak prisbevegelsene til høyre –
åpenbart ikke
-0,05
-0,10
-0,15
Side 8
4
Langsiktig avkastning
►
På lang sikt er avkastningen bestemt av kontantstrømmer med mindre
det skjer et permanent skift i avkastningskravet
►
Historisk har børsen gitt oss ca. 8% i et 100 års perspektiv
►
Fremtidig avkastning bør ikke nødvendigvis tilsvare historisk avkastning
► Økte diversifikasjonsmuligheter?
► Survival bias?
► Ikke bærekraftig produktivitetsvekst?
► The Risk Premium Puzzle?
► Bedre likviditet og informasjon
Side 9
Markedsverdi?
►
Hva er det egentlig som
endrer seg?
Kontantstrømestimatene
K
t t t
ti t
► Risikopremien?
►
►
Eller er prisene drevet
utelukkende av aktørene
tror de kan kjøpe eller
selge for i morgen?
Side 10
5
Ikke nødvendigvis noe entydig svar
►
►
Verdiaksjer; Mye av verdifallet skyldes bortfallet av kontantstrøm gjennom
en nedgangsperiode.
Vekstaksje
Har selskapet
p kontanter til å komme gj
gjennom nedgangsperioden?
g g p
► Høyere avkastningskrav
► Negativt syn på suksessannsynlighet
► Trengsel i døra
►
Side 11
Implisitt risikopremie
Verdien = nåverdi av fremtidige dividender
Verdi av Egenkapital =
Forutsetninger
• Børsindeks 400
• Forventet dividend yield:
4%
• Risikofri rente: 2,0%
o u se e å
årlig
g
• Vi forutsetter
nominell vekst på 4,5%
Dividende
(Rf + ß x RP) - vekst
Fyll ut ligningen basert på dagens markedsdata
400 =
400 x 4%
(2,0% + 1 x RP) – 4,5%
En ukjent – løs ligningen
RP = 6,5%
12
6
Eksempel på metoden brukt i praksis
Implisitt risikopremie USA 1960 - 2011
7,00 %
6 00 %
6,00
Implisitt premie
5,00 %
4,00 %
3,00 %
2 00 %
2,00
1,00 %
0,00 %
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
1963
1962
1961
1960
Kilde: Damodaran
13
CAPM er en en-periode modell
EV =
D1
((1+r1+MP1)1
+
D2
((1+r2+MP2)2
+
Dn
…………………
Hvis MP1 = MP2 = ……….= MPn
+
((1+rn+MPn)n
sier vi egentlig at
Risikopremien har skiftet permanent i forhold til historisk gjennomsnitt
Eller
Det finnes et gjennomsnitt som kan brukes på tvers av alle
selskaper uavhengig av kontantstrømmens tidsprofil
Tror vi på dette?
7
I praksis kan retur til normalavkastning skje fort
OSEBX 1995 - 2012
▬
600
▬
500
400
300
▬
200
100
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
0
▬
Risikopremien er
ikke konstant.
Investorer er mer
risikoavverse i
dårlige tider.
Tapsaversjon og
fallende kurser
påvirker hverandre
gjensidig.
Den som kan
kjøpe når alle
andre må selge
kan høste en
superprofitt.
Denne
meravkastningen
hentes imidlertid
ut relativt raskt
15
Oppsummering
►
►
Positiv nåverdi – altfor svakt beslutningsgrunnlag
► Har vi en strategisk fordel?
► Hvorfor har ingen tenkt på dette før? (winner
(winner’s
s curse)
► Hvordan unngå å kjøpe på toppen?
Et prosjekt eller selskap kan falle i verdi med 30 % (og mer) uten endringer i
fundamentale forhold
► Har markedet alltid rett – Ja, men forskjell på pris og verdi
► Transaksjonsmarked tørker opp – finnes ikke villige selgere
► Mark to market vs. mark to funding
► Ha mulighet
g
til å realisere kontantstrømmene
Side 16
8
Oppsummering
►
►
►
►
►
Det er intet som tyder på at WACC-en er historisk lav selv om
statsobligasjonsrenten er det
Estimatintervallet
► er større for selskaper med stor volatilitet
► øker når den generelle markedsvolatiliteten øker
En DCF analyse er lite egnet til å fange opp kortsiktige markedsbevegelser
► metodemessige svakheter blir veldig synlige
► vi har ingen metode for ”real time” oppdatering av risikopremie
Multiplikatoranalyser er bedre, men forutsetter at kontantstrømestimater er
konsistent oppdatert i ”peer group”
Scenarioanalyser blir enda viktigere når usikkerheten er stor
Side 17
Takk for oppmerksomheten
Spørsmål?
p
9