自由现金流权益比的现值 (FCFE)
在贴现现金流 （DCF） 估值技术中，股票的价值是根据某种现金流指标的现值估算的。自由现金流权益比 （FCFE） 通常被描述为股权持有人在向债务持有人付款并考虑支出以维持公司资产基础后可获得的现金流。
付费用户专区
免费试用
本周免费提供Synopsys Inc.页面：
数据隐藏在后面： 。
这是一次性付款。没有自动续订。
我们接受：
内在股票价值（估值摘要）
Synopsys Inc.、自由现金流权益比（FCFE）预测
以千美元计，每股数据除外
| 年 | 价值 | FCFEt 或终端值 (TVt) | 计算 | 现值 |
|---|---|---|---|---|
| 01 | FCFE0 | |||
| 1 | FCFE1 | = × (1 + ) | ||
| 2 | FCFE2 | = × (1 + ) | ||
| 3 | FCFE3 | = × (1 + ) | ||
| 4 | FCFE4 | = × (1 + ) | ||
| 5 | FCFE5 | = × (1 + ) | ||
| 5 | 终端价值 (TV5) | = × (1 + ) ÷ ( – ) | ||
| 普通股 Synopsys 内在价值 | ||||
| Synopsys普通股的内在价值（每股） | ||||
| 当前股价 | ||||
根据报告： 10-K (报告日期： 2024-10-31).
1 查看详情 »
免責聲明！
估值基于标准假设。可能存在与股票价值相关的特定因素，此处省略。在这种情况下，实际股票价值可能与估计值有很大差异。如果您想在投资决策过程中使用估计的内在股票价值，请自行承担风险。
所需回报率 (r)
| 假设 | ||
| 长期国债综合回报率1 | RF | |
| 市场投资组合的预期回报率2 | E(RM) | |
| 普通股 Synopsys 系统性风险 | βSNPS | |
| Synopsys 普通股所需的回报率3 | rSNPS | |
1 在不到10年的时间内，所有未偿还的固定息票美国国债的未加权平均买入收益率，既未到期也不可赎回（无风险收益率代理）。
2 查看详情 »
3 rSNPS = RF + βSNPS [E(RM) – RF]
= + [ – ]
=
FCFE增长率 (g)
PRAT模型隐含的FCFE增长率（g）
Synopsys Inc.、PRAT模型
| 平均 | 2024年10月31日 | 2023年10月31日 | 2022年10月31日 | 2021年10月31日 | 2020年10月31日 | 2019年10月31日 | ||
|---|---|---|---|---|---|---|---|---|
| 部分财务数据 (以千美元计) | ||||||||
| 归属于新思科技的净利润 | ||||||||
| 收入 | ||||||||
| 总资产 | ||||||||
| Synopsys 股东权益总额 | ||||||||
| 财务比率 | ||||||||
| 留存率1 | ||||||||
| 利润率2 | ||||||||
| 资产周转率3 | ||||||||
| 财务杠杆率4 | ||||||||
| 平均 | ||||||||
| 留存率 | ||||||||
| 利润率 | ||||||||
| 资产周转率 | ||||||||
| 财务杠杆率 | ||||||||
| FCFE增长率 (g)5 | ||||||||
根据报告： 10-K (报告日期： 2024-10-31), 10-K (报告日期： 2023-10-31), 10-K (报告日期： 2022-10-31), 10-K (报告日期： 2021-10-31), 10-K (报告日期： 2020-10-31), 10-K (报告日期： 2019-10-31).
2024 计算
1 公司不支付股息
2 利润率 = 100 × 归属于新思科技的净利润 ÷ 收入
= 100 × ÷
=
3 资产周转率 = 收入 ÷ 总资产
= ÷
=
4 财务杠杆率 = 总资产 ÷ Synopsys 股东权益总额
= ÷
=
5 g = 留存率 × 利润率 × 资产周转率 × 财务杠杆率
= × × ×
=
单阶段模型隐含的FCFE增长率（g）
g = 100 × (股票市值0 × r – FCFE0) ÷ (股票市值0 + FCFE0)
= 100 × ( × – ) ÷ ( + )
=
哪里：
股票市值0 = Synopsys普通股的当前市场价值 (以千美元计)
FCFE0 = 去年 Synopsys 自由现金流与股本比 (以千美元计)
r = Synopsys 普通股所需的回报率
FCFE增长率（g）预测
Synopsys Inc.、H型
| 年 | 价值 | gt |
|---|---|---|
| 1 | g1 | |
| 2 | g2 | |
| 3 | g3 | |
| 4 | g4 | |
| 5 及以后 | g5 |
哪里：
g1 由PRAT模型暗示
g5 由单阶段模型暗示
g2, g3 和 g4 使用 g1 和 g5
计算
g2 = g1 + (g5 – g1) × (2 – 1) ÷ (5 – 1)
= + ( – ) × (2 – 1) ÷ (5 – 1)
=
g3 = g1 + (g5 – g1) × (3 – 1) ÷ (5 – 1)
= + ( – ) × (3 – 1) ÷ (5 – 1)
=
g4 = g1 + (g5 – g1) × (4 – 1) ÷ (5 – 1)
= + ( – ) × (4 – 1) ÷ (5 – 1)
=