ข้อผิดพลาดที่พบบ่อยในการใช้ DCF ในการประเมินมูลค่าหุ้น

การประเมินมูลค่าหุ้นด้วยวิธี DCF (Discounted Cash Flow) ถือเป็นเครื่องมือที่ทรงพลังของนักลงทุนสายปัจจัยพื้นฐาน เนื่องจากเน้นการวิเคราะห์กระแสเงินสดที่แท้จริงของกิจการ แต่ด้วยความที่ DCF อิงจากสมมติฐานหลายประการ เช่น อัตราการเติบโต กระแสเงินสด และอัตราคิดลด การใช้วิธีนี้โดยไม่ระวังจึงเสี่ยงต่อการตีความผิดพลาด และส่งผลให้ประเมินมูลค่าหุ้นต่ำเกินไปหรือสูงเกินจริงได้ ในบทความนี้ เราจะเจาะลึกข้อผิดพลาดที่พบบ่อยในการใช้ DCF พร้อมตัวอย่างจากบริษัทในตลาดหุ้น และแนวทางในการแก้ไขเพื่อให้คุณสามารถประเมินมูลค่าหุ้นได้อย่างแม่นยำและมั่นใจยิ่งขึ้น

ทำไม DCF ถึงสำคัญแต่ก็ควรใช้อย่างระมัดระวัง

Discounted Cash Flow (DCF) คือเครื่องมือวิเคราะห์มูลค่าหุ้นยอดนิยมของนักลงทุนสายปัจจัยพื้นฐาน เพราะช่วยให้เรารู้ว่า “ราคาหุ้นที่ควรจะเป็น” คือเท่าไหร่ บนพื้นฐานของกระแสเงินสดในอนาคต แต่ปัญหาก็คือ DCF ไม่ใช่สูตรสำเร็จ เพราะผลลัพธ์ขึ้นอยู่กับ "สมมติฐาน" และ "การคาดการณ์อนาคต" ซึ่งหากทำผิดแค่เล็กน้อย อาจทำให้ประเมินมูลค่าผิดพลาดหลายสิบเปอร์เซ็นต์ได้เลย สำหรับข้อผิดพลาดที่พบบ่อยในการใช้ DCF ในการประเมินมูลค่าหุ้น มีดังนี้

1. การประมาณการกระแสเงินสด (Free Cash Flow - FCF) ไม่สมเหตุสมผล

กระแสเงินสดอิสระ (FCF) คือหัวใจของ DCF หากสมมติฐานไม่สมจริง การคำนวณทั้งหมดจะผิดเพี้ยน เช่น

ใช้อัตราการเติบโตที่สูงเกินไป เช่น คาดว่ารายได้จะโต 10-15% ต่อปี ตลอด 10 ปี

มองข้ามต้นทุนหรือ CAPEX ที่จำเป็นต่อการดำเนินธุรกิจ

ละเลยต้นทุนวัตถุดิบหรือค่าขนส่งที่ผันผวน

ไม่เผื่อความเสี่ยงจากการแข่งขัน

ตัวอย่าง

บริษัท A ในตลาด mai รายงานรายได้เติบโตเฉลี่ย 5% ต่อปีในอดีต แต่ผู้วิเคราะห์ใส่สมมติฐานเติบโต 20% ต่อปีตลอด 10 ปี ทำให้ FCF สูงผิดปกติ

แนวทางแก้ไข

ใช้ค่าเฉลี่ยย้อนหลัง 5-10 ปี (Historical average)

ประมาณการแบบ Conservative

รวม Best-case, Base-case และ Worst-case เพื่อเปรียบเทียบผลลัพธ์

2. ใช้ WACC ไม่ถูกต้อง

WACC (Weighted Average Cost of Capital) เป็นอัตราคิดลดที่ใช้ในการนำ FCF กลับมา ณ ปัจจุบัน หากใส่ผิดจะส่งผลให้การคำนวณคลาดเคลื่อน

สูตร WACC

WACC = (E/V) * Re + (D/V) * Rd * (1 – Tc)

E = ส่วนทุน

D = หนี้สิน

Re = ต้นทุนเงินทุน

Rd = ดอกเบี้ยจ่าย

Tc = อัตราภาษีเงินได้นิติบุคคล

V = E + D

ข้อผิดพลาดทั่วไป

ใช้เบต้าจากแหล่งที่ไม่น่าเชื่อถือ

ไม่อัปเดตโครงสร้างทุนของบริษัท

ตัวอย่าง

บริษัท B ใน SET มีหนี้เพิ่มขึ้นอย่างมากในปีล่าสุด แต่ยังคงใช้โครงสร้างทุนเดิมในการคำนวณ WACC ทำให้ส่วนทุนต่ำกว่าความจริง

แนวทางแก้ไข

ใช้ข้อมูลส่วนทุนล่าสุดจากงบการเงิน

คำนวณ WACC จากข้อมูลงบการเงินล่าสุด

ใช้เบต้าจากอุตสาหกรรมเดียวกันหรือปรับแบบ Unlevered/Levered

Re = Rf + β(Rm - Rf) (CAPM Model)

3. Terminal Value สูงเกินจริง

Terminal Value มักมีสัดส่วนมากกว่า 50% ของมูลค่าที่ได้จาก DCF

สูตร Terminal Value (Gordon Growth Model)

TV = (FCF x (1 + g)) / (r - g)

หากใส่ g (อัตราการเติบโต) ที่เกิน 3-4% จะทำให้ TV สูงเกินไป

g = อัตราการเติบโตตลอดกาล (Terminal growth)

r = WACC หรืออัตราคิดลด

ข้อผิดพลาด

กำหนด g > 5% ทั้งที่เศรษฐกิจโตเฉลี่ย 3%

ใช้ค่า g เหมือนกันในทุกธุรกิจ

ตัวอย่าง

บริษัทค้าปลีก C กิจการเติบโต แต่มีขีดจำกัดจากโครงสร้างเศรษฐกิจ หากใช้ g = 6% อาจสูงเกินไปเมื่อเทียบกับ GDP ไทย

แนวทางแก้ไข

กำหนด g ต่ำกว่าอัตรา GDP เฉลี่ยของประเทศ เช่น 2-3%

เปรียบเทียบกับบริษัทคู่แข่งหรืออุตสาหกรรมเดียวกัน

ใช้ Exit Multiple แทนก็ได้ เช่น EV/EBITDA x ค่าเฉลี่ยอุตสาหกรรม

4. ไม่ทำ Sensitivity Analysis

DCF มีความอ่อนไหวต่อค่าที่ใส่มาก การเปลี่ยน WACC หรือ growth เพียง 0.5% อาจทำให้มูลค่าหุ้นเปลี่ยนหลายสิบเปอร์เซ็นต์

WACC / g	1%	2%	3%
7%	70	85	100
8%	50	60	70
9%	40	48	56

ตัวอย่าง

บริษัท D คำนวณมูลค่าได้ 60 บาท แต่เมื่อปรับ WACC ขึ้น 1% เหลือเพียง 48 บาท ถ้าบริษัทหนึ่งมี WACC = 8% แล้วเราลองเปลี่ยน Terminal Growth (g) เป็น 1%, 2%, 3% มูลค่าที่ได้จาก DCF จะเปลี่ยนจาก 50 → 60 → 70 บาท/หุ้น ยิ่งเราคาดว่า “บริษัทโตได้ยาวๆ” (g สูง) → มูลค่าหุ้นยิ่งสูง แต่ถ้าใช้ WACC สูง → มูลค่าก็จะลดลง

5. ละเลยคุณภาพของกิจการ (Qualitative Factor)

DCF อาจไม่สามารถวัดจุดแข็งเชิงคุณภาพ เช่น brand, network effect, หรือความได้เปรียบด้านต้นทุนได้อย่างชัดเจน

ตัวอย่าง

บริษัท E มี DCF undervalued แต่ไม่มีแบรนด์ ไม่มี barrier to entry สุดท้ายราคาหุ้นก็ไม่วิ่งตามมูลค่า

แนวทางแก้ไข

วิเคราะห์ปัจจัยเชิงคุณภาพควบคู่ DCF เช่น Moat, ROIC, ความได้เปรียบทางด้านต้นทุนและขนาดของกิจการ

6. ใส่ Bias ส่วนตัวลงในสมมติฐาน

นักลงทุนมักอยากให้หุ้นที่ชอบดู undervalued จึงปรับ growth ให้สูง หรือลด WACC โดยไม่ตั้งอยู่บนพื้นฐาน พอชอบหุ้นมากก็ปรับ input ให้ดูดี

ใช้ growth สูง

ใช้ WACC ต่ำ

ขยายปี DCF นานเกินจริง

แนวทางแก้ไข

ให้คนอื่นตรวจทานโมเดล DCF

อิงข้อมูลจากภายนอก เช่น consensus ของนักวิเคราะห์

7. ใช้ DCF กับธุรกิจที่ไม่เหมาะสม

บางธุรกิจ FCF ผันผวนสูง เช่น

ธุรกิจ Startup

ธุรกิจวัฏจักร เช่น เหล็ก น้ำมัน

ธุรกิจ turnaround

ตัวอย่าง

บริษัท F มี FCF ลบมา 3 ปี พอใช้ DCF ก็ได้มูลค่าติดลบ ทำให้นักลงทุนไม่กล้าลงทุน

แนวทางแก้ไข

ใช้วิธีคำนวณอื่นๆ มาใช้ร่วมกัน เช่น การคำนวณโดยวิธี P/E, EV/EBITDA, และ SOTP (Sum-of-the-parts)

8. ไม่อัปเดตข้อมูลสมมติฐานตามสถานการณ์ล่าสุด

เศรษฐกิจเปลี่ยนแปลงตลอดเวลา เช่น

ดอกเบี้ยขาขึ้น

อัตราภาษีมีการเปลี่ยนแปลง

มีคู่แข่งใหม่ๆ ในอุตสาหกรรม

แนวทางแก้ไข

ทบทวน DCF ทุกไตรมาส หรือเมื่อมีข่าวสารที่ส่งผลต่อปัจจัยพื้นฐานกิจการ

9. มอง DCF เป็นคำตอบสุดท้าย

DCF คือ "แบบจำลอง" ไม่ใช่ความเป็นจริง ควรใช้เป็นส่วนหนึ่งของการวิเคราะห์ ไม่ใช่ทั้งหมด

แนวทางแก้ไข

ใช้ DCF ควบคู่กับวิธีเปรียบเทียบ เช่น P/E, EV/EBITDA

วิเคราะห์เชิงคุณภาพ เช่น จริยธรรมของผู้บริหาร และเป็นธุรกิจยั่งยืนหรือไม่

สรุป

การใช้ DCF อย่างแม่นยำต้องอาศัยความเข้าใจกิจการอย่างลึกซึ้ง การตั้งสมมติฐานอย่างมีเหตุผล และความรอบคอบในการวิเคราะห์ นักลงทุนที่สามารถหลีกเลี่ยงข้อผิดพลาดเหล่านี้ได้ จะได้เปรียบในการหาหุ้นดีราคาถูกและลดความเสี่ยงจากการลงทุนที่ผิดพลาด และนั่นก็คือเหตุผลที่เราควรมี "ส่วนต่างแห่งความปลอดภัย" หรือ Margin of safety