Español

Datos y hojas de cálculo · Calculadora DCF

Cómo ejecutar un análisis de sensibilidad DCF, un supuesto a la vez

· Cómo funciona

dcf valoración hojas de cálculo

Una matriz de celdas de valoración que cambian según los supuestos de tasa de descuento y crecimiento.
Ilustración de vector original de ToolAcre

Un DCF da un número, pero la respuesta honesta es un rango. Esta publicación muestra cómo construir una tabla de sensibilidad a mano, qué entradas flexionar primero y cómo leer el resultado sin sobreinterpretarlo.

Una cifra de valoración presentada como si fuera precisa: por qué una estimación puntual oculta lo frágil que es el modelo

Un resultado DCF es una coordenada, no una respuesta independiente de las suposiciones. Una estimación puntual oculta si un pequeño cambio en el crecimiento o en la tasa de descuento apenas mueve el modelo o lo envía a un amplio rango. El análisis de sensibilidad hace visible esa dependencia y es más honesto que agregar decimales al caso base.

Flexión uno a la vez: mantener cada insumo fijo y mover uno (tasa de descuento, crecimiento, margen) a través de un rango plausible

Comience manteniendo fija cada entrada y cambiando una suposición a través de un rango hipotético elegido deliberadamente. Esto aísla la dirección y la magnitud: las pruebas del repositorio confirman que una tasa de descuento más alta reduce el valor y un crecimiento terminal más alto lo aumenta. No cambiar juntos crecimiento, márgenes y reinversión para luego atribuir el movimiento a uno de ellos.

Construyendo una red bidireccional: emparejando la tasa de descuento con el crecimiento terminal para ver dónde el valor oscila con mayor fuerza

Una cuadrícula de dos vías repite el modelo para cada par de tasa de descuento y crecimiento terminal. ToolAcre construye exactamente esta matriz y preserva las celdas no válidas como nulas con un error cuando el crecimiento alcanza o excede la tasa de descuento. Por lo tanto, un rincón en blanco es una prueba de que la fórmula de perpetuidad no está definida allí, no un resultado favorable que falta.

Qué entradas merecen atención: clasificar los supuestos según cuánto un cambio pequeño y realista influye en el resultado.

Clasifique las entradas según el movimiento causado por un cambio comparable, no por cuán dramáticas suenan sus etiquetas. Los modelos de largo plazo generalmente responden fuertemente a la tasa de descuento y al crecimiento terminal porque ambos afectan el valor terminal, mientras que el crecimiento previsto cambia cada flujo de efectivo compuesto. La clasificación útil es específica del modelo y la gama que realmente probó.

Ejemplo resuelto: un caso base repetido con varias tasas de descuento y crecimiento y tabulado en una cuadrícula simple con el caso base marcado

Para cinco flujos de efectivo hipotéticos constantes de 100, la cuadrícula con tasas de descuento 8%, 10% y 12% y el crecimiento terminal 1%, 2.5% y 4% oscila entre 881.48 y 2,168.79. La celda base 10% y 2.5% es 1,227.67. Estas cifras son demostraciones aritméticas, no límites plausibles para ninguna seguridad.

Leer la cuadrícula con honestidad: tratar la extensión como la respuesta y notar cuando una esquina de la tabla produce tonterías.

Lea el pliego ante el centro. Una cuadrícula cuyas celdas vecinas se mueven bruscamente dice que el modelo no puede respaldar una conclusión establecida de manera estricta. Inspeccione también las combinaciones no válidas y las esquinas extremas en lugar de promediarlas hasta llegar a un reconfortante punto medio. ToolAcre informa únicamente cifras y errores; deliberadamente no etiqueta las células como atractivas o poco atractivas.

Lo que esto no cubre: la simulación de Monte Carlo, los supuestos correlacionados y las probabilidades de escenarios van más allá de una simple calculadora.

Una cuadrícula rectangular no asigna probabilidades, no preserva la correlación entre supuestos ni modela una distribución. El análisis de Monte Carlo y las probabilidades de escenarios requieren evidencia sobre cómo los insumos se mueven juntos. Los escenarios nombrados y la cuadrícula de la calculadora son repeticiones deterministas, útiles para la mecánica pero no para un pronóstico de la frecuencia con la que ocurren los resultados.

La sensibilidad es el objetivo del ejercicio: cómo volver a ingresar suposiciones en la calculadora DCF de ToolAcre convierte cada celda de la cuadrícula en un recálculo rápido

La sensibilidad no es un apéndice agregado después de una valoración; es la prueba de lo que significa la valoración. Utilice la cuadrícula incorporada para encontrar celdas de alto movimiento, luego vuelva a ejecutarlas e inspeccione las filas. El resultado depende enteramente de los rangos elegidos, así que documente esas opciones en lugar de presentar el margen más amplio o más estrecho como objetivo.