2014年04月06日

ファイナンス基礎 DAY5

2014.03.08(土)
とにかくイベントてんこ盛りだった3月第2週の最終イベント、それがファイナンス基礎DAY5。
朝 洗濯をしてから麹町へ。
正直 朝からヘトヘトではありましたが、これが終われば一段落するという思いで頑張れた次第です。

さてファイナンス基礎DAY5のトピックとしては、
資本構成による企業価値の変化、合わせてMM理論、そしてAPV法が主立ったところでした。

「資本構成による企業価値の変化」については法人税の有無での違いもみていきました。
これが結構面白く、MM命題というのが出てきました。


モジリアニ・ミラーの命題(MM命題)

モジリアニ・ミラーの命題(MM命題)とは、税金や取引に関わる諸経費が存在しない「完全市場」においては、資本構成(負債と株主資本の組み合わせ)は企業価値に影響を与えないとする第一命題と、投資政策に変更がなければ、企業の市場価値は配当政策によって影響を受けないとする第二命題から構成される。
第一命題は、たとえ話として「1枚のピザを2つに切っても4つに切っても、ピザ全体の価値は変わらない」といえる。
第二命題は、あなたが会社の唯一の株主としたとき、会社の利益を内部留保しようが、配当として個人に還元しようが、価値は変わらないと考えればよい。

なお、法人税などが存在する「不完全市場」においては、負債を持つ企業の方が、企業価値が高いと言われる。というのも、支払い利息が節税効果をもたらすからである。
引用:http://gms.globis.co.jp/dic/00956.php


上の説明で説明は簡潔していますが、
完全市場(法人税がない世界)においては、企業価値はB/Sの右側によらないというのが第一命題。
誰からお金を借りようとも企業価値に違いはないんですね。

第二命題は、財務レバレッジを上げると株主資本コスト(株主期待リターン)が上がる、ということ。
借金をすると株主価値(時価総額)が減るため(株主価値=企業価値-負債価値)、
【株主資本コスト=株主へのキャッシュフロー / 株主価値】 の数式から分母の株主価値が減ると資本コストが上がる。
財務レバレッジというのは総資産÷株主資本で、負債が増えれば高くなるものです。

とはいえ、完全市場では資本構成によって企業価値が変わらない、というのはわかりましたが、
これを一体 どのタイミングで どう業務に活かせるのかはわかりませんね^^;


では今度 法人税を加味すると、節税効果の現在価値分だけ企業価値が高まる

これについてはあまり良いサイトが見つからないですね。。
グロービスのハンドアウトが個人的には一番わかりやすいと感じるのですが、これは載せられないので割愛。
グロービスでファイナンス基礎を受講していただくか、自分で計算して試してみるのがいいと思います。

あとは企業価値を計算するためのAPV法などを学びました。


調整現在価値(Adjusted Present Value)

事業やプロジェクトの経済的価値をフリーキャッシュフロー(FCF)の価値と節税効果の価値に分解して評価するバリュエーションの方法。企業の資本構成が大きく変化し、NPV法(Net Present Value:正味現在価値法)を適用しにくい場合に用いられる。
引用:http://www.globis.jp/1105


他にも財務破綻リスクによる企業価値の変化や自社株買いやなど諸々学習。
濃密な3時間を過ごしました。
私はファイナンスを業務で使っていたり 普段から慣れ親しんでいる人間ではないので、脳みそがだいぶ疲弊しました。苦笑

という訳で激動の3月第2週を終了!
四ッ谷で有名な味噌ラーメンを食べ 清々しく乗り切った感を感じながら家路につきました。


参考:グロービス経営大学院でのMBA取得への道【ファイナンス基礎 記事一覧】




良ければポチっと応援宜しくお願い致します^^
にほんブログ村 経営ブログ MBA・MBA取得へ

posted by ニーシェ at 20:30 | Comment(0) | TrackBack(0) | ファイナンス基礎 | このブログの読者になる | 更新情報をチェックする

ビジネス定量分析 DAY5

2014.03.06(木)
本日は感度分析やディシジョンツリーのお話。
リスクをテーマにしています。

そもそもリスクは一般的なイメージとファイナンスでの捉え方では違う、という話があります。
一般的には危険性というニュアンスです。
ファイナンス的には不確実性のことをリスクと呼んでいます。

例えば、ビルの2F、4F、10Fから飛び降りることを想像して下さい。
リスクが高い順に並び替えるとするとどのように並べるでしょうか。

一般的には 2F < 4F < 10Fかと思います。
10Fから飛ぶ方が危険性が高い。(そう思わない場合はこんな話もあるんだと流して下さい)

ところがファイナンスでは4Fが一番リスクが高くなるため、2F < 10F < 4F となる。(2Fと10Fは人によります)
なぜ4Fが一番高いかというと助かるか死ぬかが最も不明確だからです。


さて、そんな雑談を交えつつ。笑
DAY5も冒頭から非常に興味深い例を示していただきました。

プロ野球選手の誕生月、学業成績と誕生月の相関性、景気とビジネススクール出願者数の関係、採用時の採用判断などなど。

誕生月は人口全体でみるとある程度分布が一定なんですけど、
そこにプロ野球選手という属性を付与すると ある月に分布が偏るんですね。

学業の成績についても同様です。
この話を聞いてしまうと自分の子供を生む時期とかも考えちゃいますよね。笑
もちろん運動神経がいい/学業成績が良いとされる月に生まれれば、皆が皆良いわけではないんですけどね。

また自分が人事採用担当として、採用にあたってどのような材料・方法を評価に用いるのか、
といったこもと過去のデータから照らし合わせると何が判断として優れているかもデータは物語っています。
これも大変面白い結果で、もし自分が会社を興すとしたら採用の判断基準の参考にしたいと思います。

データって本当に面白いなとつくづく感じました。


いよいよ本題。
先ずは感度分析とトルネードチャートについて。


感度分析(sensitivity analysis)

感度分析とは、分析したいアウトプットをいくつかの変数(パラメータ)に分解し、その変数が変動したとき、アウトプットにどの程度の影響を与えるかを調べる手法。将来が不確実な時代には、計画が予定からずれた場合にどのくらいの影響があるのかをあらかじめ見込んでおくことが重要となる。そのためのツールが感度分析である。
引用:http://gms.globis.co.jp/dic/00558.php

トルネード・チャート(tornado chart)

感度分析の対象となる変数を、それぞれ取りうる変動幅で動かしてみた際のアウトプットの範囲を横棒グラフで表し、変動幅の大きい順に要素を上から並べていく。変動幅は、一般に、上下それぞれ確率10%のレアケースを除く範囲(80%の確率で起こりうる範囲)とされている。これによって、アウトプットの変動幅の大小、上限・下限値と、アウトプットに影響を与える要素の順位を一覧的に示すことができる。
引用:http://gms.globis.co.jp/dic/00839.php


ちなみにトルネードチャートの10%のレアケースを除く、というのは根拠はあまりないそうです。
もしその10%の中にノックダウンファクター(一撃で経営にインパクトを与える因子)があれば当然考慮すべきです。
10%というのは人の感覚的に起こりにくいと感じられる割合だそうです。

こちらは実際にEXCELで作られた方がいいと思うので、こちらの動画を参照してみてください。
参考:YouTube【トルネードチャートの作り方】

トルネードチャートの注意点としては、考えるための変数に相関がある場合です。
つまり変数同士で連動してしまう。
なので変数はなるべく多くしすぎないこと、そして各変数を一つ一つ動かしてパターンを考えるのではなく、
楽観的、一般的、悲観的ぐらいの3パターンで場合分けをすること。

これは目的合理性に基づいてのお話。
多くの変数を一つ一つ動かしたパターンを全て誰かに説明することもなく、また求められていないので、
3パターンぐらいで変数を動かして用意するのが良さそうです。


もう一つの話はディシジョンツリー。


ディシジョン・ツリー(decision tree)

ディシジョン・ツリーとは、とりうる選択肢や起こりうるシナリオすべてを樹形図の形で洗い出し、それぞれの選択肢の期待値を比較検討した上で、実際にとるべき選択肢を決定する手法。起こりうるシナリオを可視化し、ツリー全体に不備がないことを確認した上で、最終的に各選択肢の期待値の計算を行い、意思決定を行う。
引用:http://gms.globis.co.jp/dic/00808.php


ディシジョンツリーについてはこちらのサイトがわかりやすいです。
参考:ITMediaエンタープライズ【ディシジョンツリー】

意思決定と不確定条件によって分岐を繰り返す多重決定問題モデルを示したもので、プロセスと予測される結果を示す(上記サイトより引用)

期待値の問題です。
遠足で「山にいくのか」「海にいくのか」
山なら「天気が良くて景色が素晴らしい(70%)」「天気が悪く景色が良くない(30%)」
海なら「天気が良くて泳げる(70%)」「天気が悪くて泳げない(30%)」
と分岐させ、それぞれに例えば満足度という数字をセットする。※ 括弧内は生じる確率

満足度100:天気が良くて景色が素晴らしい(70%)
満足度50 :天気が悪く景色が良くない(30%)
満足度120:天気が良くて泳げる(70%)
満足度20 :天気が悪くて泳げない(30%)

あとはこれらの数値から山に行く期待値と海に行く期待値を算出し、どちらがいいかを判断するというお話。
※ 上記例だと 山が85 海が100となり、海を選択するのが合理的

この話をよりビジネス的な話で説明・解説してくれるのがビジネス定量分析DAY5の後半。

このディシジョンツリーも汎用性があるなぁと個人的には感じました。
もちろん割合や結果の数値はある程度「えいや!」な部分はあると思いますが、結論は出しやすい。

今回も大変 勉強になりました^^


参考:グロービス経営大学院でのMBA取得への道【ビジネス定量分析 記事一覧】


良ければポチっと応援宜しくお願い致します^^
にほんブログ村 経営ブログ MBA・MBA取得へ

posted by ニーシェ at 17:23 | Comment(0) | TrackBack(0) | ビジネス定量分析 | このブログの読者になる | 更新情報をチェックする

ファシリテーション&ネゴシエーション DAY1 予習2

2014.04.06(日)
アカウンティング1のDAY1でフルボッコにあいました。。
それについては別の記事としますが、アカ1の講義が終わった後 帰宅し、夜ファシネゴの課題対応。

事前課題については昨日の夜から対応し今日の6:30頃 展開済。
参考:グロービス経営大学院でのMBA取得への道【ファシリテーション&ネゴシエーション DAY1 予習】

ファシネゴDAY1では事前課題の他、提出用の予習アサインメントあり。

今回の課題は「論点」について。

そもそも論点とは何かをkotobankで確認してみると以下のとおりでした。


ろんてん【論点】

議論の対象となっている問題点。 「 −を明確にする」 「 −がぼやける」
参照:kotobank.jp【論点】


ミーティングをしていても、論点がずれるといったことが現実的にあると思います。
ミーティングを進めていくにも論点をいかにずらさずに進めるかがキーだったりしますよね。
ここでぶれると決めたい事が決まらなかったり、余計に時間がかかってしまったり。

課題は一つのミーティング例から論点について評価するというもの。

「あるある」と妙に納得する、リアリティある例で苦笑しました。笑
一先ず提出する課題も完了。

寝て、10:00からの授業に臨みます!!!!

またグロービスから出している、論点に関する面白い記事があったのでリンクを貼っておきます。
参考:グロービス経営大学院【今したいのはそんな議論じゃない――論点のすり替え(カイゼン!思考力)】

2010.12.22付のグロービス出版局長兼編集長の嶋田毅さんの記事です。

ついでにWikipediaにも「論点のすりかえ」という項目があったのでこれも載せておきます。
参考:Wikipedia【論点のすり替え】

まだ今日現在では上記Wikipedia記事の内容に問題があると記載がありますが、
一つの参考として読んでみるのもいいかと思います(引用等は自己責任でお願いします)。


参考:グロービス経営大学院でのMBA取得への道【ファシリテーション&ネゴシエーション 時間順 記事一覧】

良ければポチっと応援宜しくお願い致します^^
にほんブログ村 経営ブログ MBA・MBA取得へ

×

この広告は180日以上新しい記事の投稿がないブログに表示されております。