在貼現現金流 (DCF) 估值技術中,股票的價值是根據某種現金流衡量標準的現值來估計的。公司的自由現金流(FCFF)通常被描述為扣除直接成本後、向資本供應商支付任何款項之前的現金流。
內在股票價值(估值摘要)
| 年 | 價值 | FCFFt 或終端值 (TVt) | 計算 | 現值 18.94% |
|---|---|---|---|---|
| 01 | FCFF0 | 4,615 | ||
| 1 | FCFF1 | 5,744 | = 4,615 × (1 + 24.47%) | 4,829 |
| 2 | FCFF2 | 6,983 | = 5,744 × (1 + 21.57%) | 4,936 |
| 3 | FCFF3 | 8,286 | = 6,983 × (1 + 18.67%) | 4,925 |
| 4 | FCFF4 | 9,593 | = 8,286 × (1 + 15.76%) | 4,793 |
| 5 | FCFF5 | 10,827 | = 9,593 × (1 + 12.86%) | 4,548 |
| 5 | 終端值 (TV5) | 201,031 | = 10,827 × (1 + 12.86%) ÷ (18.94% – 12.86%) | 84,452 |
| Airbnb資本的內在價值 | 108,483 | |||
| 少: 債務 (公允價值) | 2,000 | |||
| Airbnb普通股的內在價值 | 106,483 | |||
| Airbnb 普通股的內在價值(每股) | $176.68 | |||
| 當前股價 | $138.85 | |||
根據報告: 10-K (報告日期: 2025-12-31).
1 查看詳情 »
免責聲明!
估值基於標準假設。可能存在與股票價值相關的特定因素,此處省略。在這種情況下,實際股票價值可能與估計值有很大差異。如果您想在投資決策過程中使用估計的內在股票價值,請自行承擔風險。
加權平均資本成本 (WACC)
| 價值1 | 重量 | 所需回報率2 | 計算 | |
|---|---|---|---|---|
| 權益 (公允價值) | 83,686 | 0.98 | 19.39% | |
| 債務 (公允價值) | 2,000 | 0.02 | 0.17% | = 0.20% × (1 – 17.46%) |
根據報告: 10-K (報告日期: 2025-12-31).
1 百萬美元
權益 (公允價值) = 已發行普通股數量 × 當前股價
= 602,704,923 × $138.85
= $83,685,578,558.55
債務 (公允價值)。 查看詳情 »
2 所需的股本回報率是使用 CAPM 估算的。 查看詳情 »
所需的債務回報率。 查看詳情 »
要求的債務回報率為稅後。
估計(平均)有效所得稅率
= (20.00% + 20.50% + 21.00% + 4.80% + 21.00%) ÷ 5
= 17.46%
WACC = 18.94%
FCFF 增長率 (g)
根據報告: 10-K (報告日期: 2025-12-31), 10-K (報告日期: 2024-12-31), 10-K (報告日期: 2023-12-31), 10-K (報告日期: 2022-12-31), 10-K (報告日期: 2021-12-31).
1 查看詳情 »
2025 計算
2 稅後利息支出 = 利息支出 × (1 – EITR)
= 3 × (1 – 20.00%)
= 2
3 EBIT(1 – EITR)
= 淨收入(虧損) + 稅後利息支出
= 2,511 + 2
= 2,513
4 RR = [EBIT(1 – EITR) – 利息支出(稅後)和股息] ÷ EBIT(1 – EITR)
= [2,513 – 2] ÷ 2,513
= 1.00
5 ROIC = 100 × EBIT(1 – EITR) ÷ 總資本
= 100 × 2,513 ÷ 10,198
= 24.65%
6 g = RR × ROIC
= 0.99 × 24.68%
= 24.47%
單階段模型隱含的FCFF增長率 (g)
g = 100 × (總資本,公允價值0 × WACC – FCFF0) ÷ (總資本,公允價值0 + FCFF0)
= 100 × (85,686 × 18.94% – 4,615) ÷ (85,686 + 4,615)
= 12.86%
哪裡:
總資本,公允價值0 = Airbnb 負債和權益的當前公允價值 (百萬美元)
FCFF0 = 去年 Airbnb 流向公司的自由現金流 (百萬美元)
WACC = Airbnb資本加權平均成本
| 年 | 價值 | gt |
|---|---|---|
| 1 | g1 | 24.47% |
| 2 | g2 | 21.57% |
| 3 | g3 | 18.67% |
| 4 | g4 | 15.76% |
| 5 及之後 | g5 | 12.86% |
哪裡:
g1 由 PRAT 模型暗示
g5 由單階段模型隱含
g2, g3 和 g4 使用 g1 和 g5
計算
g2 = g1 + (g5 – g1) × (2 – 1) ÷ (5 – 1)
= 24.47% + (12.86% – 24.47%) × (2 – 1) ÷ (5 – 1)
= 21.57%
g3 = g1 + (g5 – g1) × (3 – 1) ÷ (5 – 1)
= 24.47% + (12.86% – 24.47%) × (3 – 1) ÷ (5 – 1)
= 18.67%
g4 = g1 + (g5 – g1) × (4 – 1) ÷ (5 – 1)
= 24.47% + (12.86% – 24.47%) × (4 – 1) ÷ (5 – 1)
= 15.76%