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 7.13% |
|---|---|---|---|---|
| 01 | FCFF0 | 14,433 | ||
| 1 | FCFF1 | 14,726 | = 14,433 × (1 + 2.03%) | 13,745 |
| 2 | FCFF2 | 14,877 | = 14,726 × (1 + 1.03%) | 12,962 |
| 3 | FCFF3 | 14,880 | = 14,877 × (1 + 0.02%) | 12,101 |
| 4 | FCFF4 | 14,734 | = 14,880 × (1 + -0.98%) | 11,185 |
| 5 | FCFF5 | 14,442 | = 14,734 × (1 + -1.98%) | 10,233 |
| 5 | 終端值 (TV5) | 155,285 | = 14,442 × (1 + -1.98%) ÷ (7.13% – -1.98%) | 110,029 |
| BMS資本的內在價值 | 170,255 | |||
| 少: 債務 (公允價值) | 41,784 | |||
| 普通股 BMS 內在價值 | 128,471 | |||
| BMS普通股的內在價值(每股) | $62.91 | |||
| 當前股價 | $55.53 | |||
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) | 113,396 | 0.73 | 8.50% | |
| 債務 (公允價值) | 41,784 | 0.27 | 3.43% | = 4.09% × (1 – 16.24%) |
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
= 2,042,071,247 × $55.53
= $113,396,216,345.91
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
= (24.40% + 21.00% + 4.70% + 17.70% + 13.40%) ÷ 5
= 16.24%
WACC = 7.13%
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)
= 1,891 × (1 – 24.40%)
= 1,430
3 EBIT(1 – EITR)
= 歸屬於BMS的凈收益(虧損) + 稅後利息支出
= 7,054 + 1,430
= 8,484
4 RR = [EBIT(1 – EITR) – 利息支出(稅後)和股息] ÷ EBIT(1 – EITR)
= [8,484 – 6,500] ÷ 8,484
= 0.23
5 ROIC = 100 × EBIT(1 – EITR) ÷ 總資本
= 100 × 8,484 ÷ 63,584
= 13.34%
6 g = RR × ROIC
= 0.28 × 7.17%
= 2.03%
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 × (155,180 × 7.13% – 14,433) ÷ (155,180 + 14,433)
= -1.98%
哪裡:
總資本,公允價值0 = BMS債務和權益的當前公允價值 (百萬美元)
FCFF0 = 去年BMS公司的自由現金流 (百萬美元)
WACC = BMS資本的加權平均成本
| 年 | 價值 | gt |
|---|---|---|
| 1 | g1 | 2.03% |
| 2 | g2 | 1.03% |
| 3 | g3 | 0.02% |
| 4 | g4 | -0.98% |
| 5 及之後 | g5 | -1.98% |
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)
= 2.03% + (-1.98% – 2.03%) × (2 – 1) ÷ (5 – 1)
= 1.03%
g3 = g1 + (g5 – g1) × (3 – 1) ÷ (5 – 1)
= 2.03% + (-1.98% – 2.03%) × (3 – 1) ÷ (5 – 1)
= 0.02%
g4 = g1 + (g5 – g1) × (4 – 1) ÷ (5 – 1)
= 2.03% + (-1.98% – 2.03%) × (4 – 1) ÷ (5 – 1)
= -0.98%