Improving Peer Selection in Valuation: A Weighted-Fundamentals Extension of the SARD Approach

Abstract

En grundlæggende udfordring ved relativ værdiansættelse er identifikationen af sammenlignelige virksomheder, idet metoden forudsætter, at disse er ensartede med målvirksomheden med hensyn til rentabilitet, vækst og risiko. Dette krav udspringer af den teoretiske antagelse om, at perfekte substitutter bør handles til samme pris. I praksis vanskeliggøres denne identifikation imidlertid af virksomhedernes stigende fokus på differentiering samt begrænsninger ved traditionelle industriklassifikationer. Som alternativ til branchebaserede tilgange tilbyder SARD-metoden (Sum of Absolute Rank Differences) en systematisk peer-udvælgelse baseret på fundamentale værdidrivere, hvilket har vist sig at forbedre relevansen af de identificerede sammenligningsvirksomheder. Denne specialeafhandling har til formål at videreudvikle SARD-modellen ved at indføre vægtede inputvariable, der muliggør differentiering i betydningen af de enkelte finansielle nøgletal. Endvidere sigter specialet mod at formulere empirisk funderede vægtningsstrategier, der kan omsættes til praksis og anvendes som beslutningsunderstøttende værktøjer i værdiansættelsesprocesser. Med henblik på at belyse afhandlingens problemstilling analyseres tre modelkonfigurationer: en brancheuafhængig model (SARD), en brancheafgrænset model (INDSARD) samt en sektorspecifik model (SECSARD). Formålet hermed er at undersøge, hvordan vægtoptimering og kontekstuelle forhold påvirker nøjagtigheden af værdiansættelser. Analysen baseres på et datasæt bestående af 11.612 observationer fra virksomheder i S&P 1500-indekset over perioden 2014 til 2023. Resultaterne dokumenterer, at anvendelsen af differentierede, statistisk optimerede vægte forbedrer nøjagtigheden af værdiansættelser på tværs af alle tre modelvarianter. Det kan dog diskuteres, om forbedringerne er tilstrækkeligt betydelige til, at de kan omsættes til generelle tommelfingerregler for praktisk anvendelse. Den praktiske relevans af de optimerede vægte synes i høj grad at være afhængig af kontekst og varierer alt efter den specifikke anvendelse af værdiansættelsen. Specialet peger derfor på behovet for yderligere forskning med henblik på at styrke modellens anvendelighed som beslutningsværktøj i professionelle værdiansættelsessammenhænge.