財務(wù)建模與綜合估值：數(shù)據(jù)研磨、模型校準(zhǔn)、動態(tài)估值圖書目錄

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(xì)分建模 / 56

第四章　第三階段：細(xì)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(shù)回歸和標(biāo)準(zhǔn)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(nèi)部流動性和經(jīng)營效率 / 130

第九章　比率分析第二部分：收益比率和現(xiàn)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(xiàn)值建模和股票估值電子表單 / 196

第十二章　貼現(xiàn)自由現(xiàn)金流估值：設(shè)置表格 / 206

第十三章　貼現(xiàn)自由現(xiàn)金流估值：兩種方法 / 220

第四部分　關(guān)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(xiàn)分析 / 247

第十五章　簡單平均數(shù)和市值加權(quán)平均數(shù)的比較 / 262

第十六章　同行派生值 / 286

結(jié)論　資產(chǎn)的貨幣價值 / 308

參考文獻 / 312

評估和預(yù)測資產(chǎn)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(gòu)--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(jīng)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(shù)。通常，好的估值模型是一個能夠在下述方面幫助謹(jǐn)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(yù)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(shù)

當(dāng)今，用估值模型做準(zhǔn)確預(yù)測的*大挑戰(zhàn)之一是應(yīng)對相關(guān)數(shù)據(jù)快速持續(xù)的波動。《分析師和投資者的股票估值法》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(biāo)和新的估值時期，并適應(yīng)公司獨特的數(shù)據(jù)表現(xiàn)方式和報告風(fēng)格。

這本通用指南在財報數(shù)據(jù)建模上，不僅提供了嚴(yán)謹(jǐn)?shù)牧鞒?，還給出了每一步驟的相關(guān)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(shù)據(jù)焦點。在現(xiàn)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(diào)整過的數(shù)據(jù)，快速而準(zhǔn)確地更新自己的估值和預(yù)測。

現(xiàn)在，你可以依據(jù)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 ！

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(xiàn)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(wù)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(gòu)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(fù)責(zé)與各個分析師溝通聯(lián)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(shù)分析產(chǎn)品。在設(shè)計并維系阿格斯的*一個品牌投資產(chǎn)品（與馮·坎彭聯(lián)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(shù)研究總監(jiān)，研究范圍涵蓋通信技術(shù)（設(shè)備和半導(dǎo)體）和電子制造服務(wù)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(diào)查的"華爾街*佳分析師"頭銜。吉姆一直在為華爾街網(wǎng)站的投資專欄撰寫文章，其觀點經(jīng)常被主要金融刊物引用。

譯者簡介

李必龍，經(jīng)濟學(xué)碩士，在金融和實業(yè)領(lǐng)域有著豐富歷練，在股權(quán)投資領(lǐng)域有著較多的實戰(zhàn)經(jīng)驗，在公司估值和風(fēng)險管理領(lǐng)域也有一定的研究。曾經(jīng)參與翻譯《金融與投資術(shù)語詞典》、《估值：難點、解決方案及相關(guān)案例》、和《巴菲特的估值之道》等書。

李羿，財務(wù)管理學(xué)學(xué)士，在著名的德勤會計師事務(wù)所和華為等公司歷練多年。曾參與翻譯《金融與投資術(shù)語詞典》和《估值：難點、解決方案及相關(guān)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(xué)2011級金融學(xué)碩士，現(xiàn)為工銀瑞信債券投資經(jīng)理。2100433B

監(jiān)管部門正在關(guān)注、研究并準(zhǔn)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(jīng)被視為是一種先進、科學(xué)的風(fēng)險管理模型。

水質(zhì)模型參數(shù)估值是確定水質(zhì)模型各待定參數(shù)值的方法和過程。是建立和應(yīng)用水質(zhì)模型的關(guān)鍵。其方法可分為單參數(shù)估值法和多參數(shù)估值法兩類。前者可由實測數(shù)據(jù)或經(jīng)驗公式對各參數(shù)分別估值；后者一般以水質(zhì)的實測值與模擬值兩者所構(gòu)成的誤差平方和為評價目標(biāo)，通過最優(yōu)化技術(shù)求解出最佳參數(shù)值的結(jié)合。由若干組實測數(shù)據(jù)估得的參數(shù)值，應(yīng)進行標(biāo)定誤差的檢驗，并應(yīng)用另外若干組實測數(shù)據(jù)進行模型預(yù)測誤差的驗證。當(dāng)從事戰(zhàn)略性水質(zhì)規(guī)劃而又缺乏實測水質(zhì)數(shù)據(jù)時，也可直接采用類比數(shù)據(jù)確定參數(shù)值。

水質(zhì)模型單參數(shù)估值

水質(zhì)模型單參數(shù)估值是分別確定水質(zhì)模型中各待定參數(shù)值的方法和過程。單參數(shù)估值時?？梢岳盟|(zhì)模型參數(shù)變量中之間的關(guān)系，在已知其他參數(shù)值和必要的水質(zhì)現(xiàn)場實測數(shù)據(jù)（或室內(nèi)模擬數(shù)據(jù)）條件下，求得有關(guān)參數(shù)值；也可以利用已有的經(jīng)驗統(tǒng)計關(guān)系式來粗略的估算。單參數(shù)估值法比較簡便，可以根據(jù)數(shù)據(jù)的支持條件靈活應(yīng)用，但由于它是對各參數(shù)分別進行計算和估值的，并未很好綜合考慮參數(shù)值之間的相互制約關(guān)系，因此對參數(shù)估值的準(zhǔn)確性有較大的影響；特別是利用一般的統(tǒng)計經(jīng)驗公式進行參數(shù)估值時，有時誤差可能很大。

水質(zhì)模型多參數(shù)估值

水質(zhì)模型多參數(shù)估值是應(yīng)用多變量參數(shù)最優(yōu)估值法同時確定水質(zhì)模型各待定參數(shù)值的方法和過程。此法是從水質(zhì)模型的整體性出發(fā)，考慮了各參數(shù)變量之間的相互關(guān)系，原則上比單參數(shù)法可提高水質(zhì)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(dāng)大的誤差，因此對常用的水質(zhì)模型多參數(shù)梯度搜索估值法，已提出了更為可靠而實用的網(wǎng)格搜索估值法來替代。

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

水質(zhì)模型多參數(shù)網(wǎng)格法估值　 水質(zhì)模型多參數(shù)網(wǎng)格法估值又稱水質(zhì)模型多參數(shù)計算機掃描搜索法估值。利用網(wǎng)格法掃描搜索確定水質(zhì)模型各待定參數(shù)值。其基本原理是將各參數(shù)變量值的可行區(qū)間（可從大到小），劃分為一系列的小區(qū)，由計算機順序算出相應(yīng)各參數(shù)變量值結(jié)合，所對應(yīng)的誤差目標(biāo)（即實測和計算水質(zhì)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(nèi)最小目標(biāo)值與其對應(yīng)的最佳待定參數(shù)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(shù)模型、偏好模型和混合模型。簡介如下：

指數(shù)模型，也叫價格指數(shù)模型，只需提供銷售數(shù)據(jù)，不需要物業(yè)特征。需要采用“重復(fù)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(shè)定了眾多的假設(shè)條件，卻沒有提供依據(jù)。例如，假設(shè)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(shù)據(jù)以及比較數(shù)據(jù)；提供了假設(shè)的依據(jù)；以規(guī)則為基礎(chǔ)；并提供了統(tǒng)計評估。像指數(shù)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(yán)格限定的地理區(qū)域內(nèi)的最近銷售的數(shù)據(jù)，而在某些國家只有部分有限的數(shù)據(jù)。它們也有指數(shù)模型同樣的弱點——包括假設(shè)物業(yè)特征保持不變。

混合模型把指數(shù)模型和偏好模型的特征結(jié)合起來，涵蓋了銷售數(shù)據(jù)、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(zhuǎn)換。

以上是AVMs的簡要介紹，有一種說法認(rèn)為：使用AVMs的主要目的是要設(shè)計一種解決方法，并使其服務(wù)于所有的貸款發(fā)放人的業(yè)務(wù)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(fù)擔(dān)房屋的機會。