DCF 的三個致命假設:為什麼多數估值模型是昂貴的空想

DCF 的精確假象

Discounted Cash Flow(現金流折現)是估值教科書的第一課,也是最容易被誤用的一課。它的邏輯無懈可擊:一家公司值多少,取決於它未來能產生的所有現金流,折算回今天的價值。這是財務理論裡少數幾乎沒有爭議的第一原理。

問題不在邏輯,而在輸入。

一個 DCF 模型往往有數十個假設,但真正決定結果的只有三個:終值成長率(terminal growth)、折現率(WACC)、以及明確預測期的現金流(通常是 5 年)。這三個假設有一個共同特徵——它們都無法被驗證,只能被假設。而模型的輸出對它們極度敏感。

Damodaran 有一句常被引用的話:估值同時是藝術與科學。多數人記住了「科學」的部分——那些試算表、公式、折現因子——卻忽略了「藝術」才是決定答案的地方。當一個模型的結論主要由不可驗證的假設驅動,它產出的就不是估值,而是一個披著精確外衣的觀點。

---

觀察重點 1 — 終值成長率:一個小數點吃掉整個估值

在標準的兩階段 DCF 裡,終值(terminal value)通常佔企業價值的六成以上,有時高達八成。也就是說,你辛苦預測的那五年現金流,對最終答案的貢獻可能不到三分之一;真正決定一切的,是你對「第六年以後直到永遠」隨手填入的那個成長率。

終值最常用 Gordon Growth 模型:

終值 = 第 N 年自由現金流 × (1 + g) / (WACC − g)

魔鬼藏在分母。當 g(永續成長率)越接近 WACC,分母越小,終值越爆炸。這是一個雙曲線關係,不是線性關係。

用一個純示範的例子演示這個結構(數字僅為演算示意,非任何個股實際估值)。固定折現率、第五年自由現金流為 100,只動永續成長率 g:

WACC 固定,第五年 FCF = 100
g = 2%  →  終值 = 100 × 1.02 / (0.09 − 0.02) ≈ 1,457
g = 3%  →  終值 = 100 × 1.03 / (0.09 − 0.03) ≈ 1,717
g = 4%  →  終值 = 100 × 1.04 / (0.09 − 0.04) ≈ 2,080
從 g = 2% 調到 g = 4%,終值相差逾四成

一個在會議室裡三秒鐘就能改掉的數字,把終值推動了逾四成——而這三個成長率,沒有任何一個可以宣稱是「對的」。長期永續成長理論上不該超過整體經濟的名目成長率(否則這家公司終將吞下全世界),而長期名目 GDP 成長多落在低個位數區間;至於小數點後究竟是哪一位,沒有任何模型能給你。

這是 DCF 的第一個致命假設:一個佔估值大半、卻無法被驗證、模型又對它極度敏感的數字。

---

觀察重點 2 — WACC:把不確定性偽裝成一個乾淨的百分比

折現率(WACC,加權平均資金成本)看起來是三者中最「有方法」的——它有公式、有 CAPM、有 beta。但它的每一個組成部分都建立在更脆弱的假設上。

拆開來看:

1. 股權成本用 CAPM 估:無風險利率 + beta × 市場風險溢酬。無風險利率隨你選 10 年還是 30 年公債而變;beta 隨你選 2 年還是 5 年、週資料還是月資料而變;市場風險溢酬本身就是學界吵了半世紀的懸案,常見估計從 4% 到 7% 都有人主張。
2. 債務成本看似客觀,但一旦公司信用狀況變化,或你要估的是未來而非現在,它同樣是假設。
3. 權重用市值還是帳面值?用當前結構還是「目標」結構?答案不同,WACC 不同。

結果是:兩個同樣專業的分析師,對同一家公司算出相差 1.5 個百分點的 WACC,是完全正常的。而回到觀察重點 1 的分母 (WACC − g),WACC 只要差一個多百分點,估值就可以差三成以上。

WACC 的危險不在於它錯,而在於它看起來太對。一個算到小數點後兩位的折現率,給人一種「這裡已經處理好了」的錯覺,掩蓋了底下一整層主觀選擇。這正是本站反覆強調的紀律的另一種版本——就像回測時「Sharpe 大於 2 先當成 bug」,估值裡一個「乾淨到不真實」的 WACC,第一反應也該是懷疑,而不是信任。

第二個致命假設:WACC 把一連串主觀判斷壓縮成一個看似客觀的百分比,而下游對它高度槓桿化。

---

觀察重點 3 — 五年預測:對未來的線性外推,恰恰在最需要準的地方最不準

DCF 的明確預測期通常是 5 年,有時 10 年。分析師會逐年建模營收、毛利率、資本支出、營運資金。這部分工作量最大,看起來最扎實,卻有兩個結構性問題。

**第一,它貢獻的價值最小。**如觀察重點 1 所述,這五年折現後往往只佔企業價值的一小部分。你花八成的力氣,決定了兩成的答案。

**第二,線性外推在轉折點必然失效。**DCF 隱含地假設未來是現在的平滑延伸——成長率緩降、利潤率均值回歸、資本支出按比例。但真正改變一家公司價值的,是非線性事件:技術替代、監管衝擊、需求斷崖、地緣供應鏈重組。這些正是預測最需要抓到、卻最抓不到的東西。

更微妙的是行為偏誤。預測期的假設幾乎總是反映當下的情緒:牛市時,分析師的五年模型充滿樂觀的利潤率擴張;熊市時,同一家公司的模型又充滿悲觀的均值回歸。模型沒有變,變的是填模型的人。DCF 於是成了情緒的放大器,而不是它的校正器。

第三個致命假設:五年預測給了工作量最大的安心感,卻在最關鍵的非線性轉折上系統性失靈。

---

那麼,DCF 到底該怎麼用

把上面三點加起來,結論不是「DCF 沒用」,而是DCF 被用錯了目的。

多數人把 DCF 當成一台「輸入公司、輸出目標價」的機器——追求一個精確的點估計(point estimate)。但當你的輸出主要由三個不可驗證的假設驅動,任何單一數字都是虛假的精確。

DCF 真正的價值在於敏感度測試(sensitivity analysis),而非點估計:

• 不要問「這家公司值多少」,要問「在什麼假設組合下,現在的市價才合理」。
• 做一張 g × WACC 的敏感度矩陣,看整片估值分布,而不是一個數字。
• 用它做反推:市價隱含了多高的永續成長與多低的折現率?那個隱含假設合理嗎?這比正推一個目標價誠實得多。
• 把 DCF 當成證偽工具,而不是佐證工具——用它去挑戰你的論點,而不是替你已經相信的結論背書。

Graham 早在半世紀前就警告過,精確的估值公式常常給投機性的假設一層科學的外衣。DCF 沒有讓這個問題消失,只是讓它更難被看見。一個好的分析師用 DCF 來畫出估值的區間與敏感點;一個危險的分析師用它來生產一個小數點後兩位的目標價,然後假裝那是事實。

換個角度說:DCF 的每一個輸出,都應該附帶它對應的輸入假設,而不是被單獨引用。當你聽到有人斬釘截鐵地說「這家公司內在價值就是某個數字」,值得追問的永遠是那三根支柱——他假設了多高的永續成長、多低的折現率、多平滑的五年路徑?把假設攤開,答案的脆弱程度往往一目了然。估值的誠實,不在於算得多細,而在於願不願意承認自己不知道的部分有多大。

---

**方法論提醒:**本篇為估值方法論分析,所有數字均為結構演示,非任何個股的實際估值或投資建議。本站為觀察研究,不作價格預測或個股薦股。

參考來源

• Damodaran, A. "The Dark Side of Valuation" & DCF teaching notes, NYU Stern
• McKinsey & Company. "Valuation: Measuring and Managing the Value of Companies"
• CFA Institute. "Equity Asset Valuation — Discounted Cash Flow Applications"
• Gordon, M. J. (1959). "Dividends, Earnings, and Stock Prices." Review of Economics and Statistics
• Fernández, P. "Market Risk Premium and Risk-Free Rate used for valuation." IESE Business School / SSRN