1 skyrius. Verslo vertės pagrindai

Mokslo vadovėlis: Aukštojo mokslo studijoms skirta medžiaga

Anotacija

Šis skyrius yra visos knygos konceptualinis pamatas. Jame nagrinėjama fundamentali problema: kas yra verslo vertė ir kokia jos prigimtis. Klausimas toli gražu nėra trivialus – nors „vertės“ sąvoka vartojama kasdieniame finansų žargone, jos tikslus turinys priklauso nuo disciplinos, konteksto ir vertinimo tikslo. Skyriuje pateikiama istorinė vertės sampratos raida nuo klasikinės politinės ekonomijos iki šiuolaikinių daugiasluoksnių modelių, suformuluojama penkių sluoksnių ontologinė verslo vertės dekompozicija (branduolys, rizika, suvokimas, strategija, nematerialusis kapitalas), analizuojamas fundamentaliosios ir rinkos vertės dualizmas bei vertės kaip dinaminės sistemos savybės. Skyriaus pabaigoje aptariami šiuolaikiniai vertės koncepcijos plėtiniai – nematerialusis kapitalas, platformų ekonomika, ESG veiksniai – ir epistemologinės vertinimo ribos. Praktinėje dalyje pateikiamas bazinis DCF modelis su jautrumo analize Excel aplinkoje.

Skyrius tiesiogiai siejasi su visa tolimesne knygos struktūra: 2 skyriuje plėtojamas verslo planavimo ir vertinimo procesas, 3–4 skyriuose – rizikos ir pelningumo analizė, 5–8 skyriuose – veiklos planavimas (struktūra, procesai, rinkodara, personalas), 9–12 skyriuose – finansinė analizė ir vertinimas (ataskaitų diagnostika, investicijų vertinimas, kapitalo kaina, prognozės), 13–14 skyriuose – vertinimo metodai (DCF, daugikliai, realieji opcionai), o 15–17 skyriuose – įgyvendinimas, pasitraukimas ir technologijų perspektyva. Čia suformuluoti ontologiniai pagrindai yra sistema, kurioje visos šios temos įgyja prasmę.

1.1 Teorinė dalis

1.1.1 Istorinis ir konceptualus kontekstas

Vertės problemos universalumas

Klausimas „kas yra vertė?“ yra vienas seniausių ir labiausiai ginčytinų ekonomikos mokslo klausimų. Jis persmelkia visą ekonominės minties istoriją – nuo Aristotelio skirstymo į vartojamąją ir mainomąją vertę iki šiuolaikinių diskusijų apie nematerialiojo kapitalo matavimą ir skaitmeninių platformų vertinimą. Verslo vertės teorija nėra izoliuota finansų disciplinos dalis; ji yra platesnės ekonominės vertės filosofijos atšaka, paveldinti visus jos konceptualius prieštaravimus ir neišspręstus klausimus.

Šio poskyrio tikslas – atsekti, kaip keitėsi vertės samprata per pastaruosius tris šimtmečius ir kaip ši raida suformavo dabartinį daugiasluoksnį verslo vertės supratimą. Istorinis kontekstas čia nėra ornamentas – jis atskleidžia, kodėl skirtingos vertinimo mokyklos egzistuoja vienu metu ir kodėl jų sintezė yra ne tik galima, bet ir būtina.

Klasikinė politinė ekonomija: darbo vertės teorija

Modernioji vertės teorija prasideda su klasikine politine ekonomija. Adamas Smithas (Adam Smith) veikale Tautų turtas (angl. The Wealth of Nations, 1776) skyrė dvi vertės reikšmes: vartojamąją vertę (angl. value in use) – daikto naudingumą – ir mainomąją vertę (angl. value in exchange) – galimybę jį iškeisti į kitus daiktus. Smithas pastebėjo vadinamąjį vandens ir deimantų paradoksą: vanduo turi didžiulę vartojamąją vertę, bet mažą mainomąją, o deimantai – atvirkščiai. Šis paradoksas liko neišspręstas iki marginalistinės revoliucijos.

Davidas Ricardo (David Ricardo) ir vėliau Karlas Marksas (Karl Marx) plėtojo darbo vertės teoriją (angl. labor theory of value), teigiančią, kad prekės vertė priklauso nuo jai pagaminti reikalingo darbo kiekio. Ricardo (1817) formuluotėje vertė yra proporcinga „santykiniam darbo kiekiui, būtinam prekei pagaminti“. Ši teorija turėjo didelę įtaką XIX a. ekonominei minčiai, tačiau susidūrė su esminėmis problemomis: ji negalėjo paaiškinti, kodėl skirtingos kokybės darbas kuria skirtingą vertę ir kodėl retumas veikia kainą nepriklausomai nuo darbo sąnaudų.

Marginalistinė revoliucija: subjektyvaus naudingumo teorija

Lūžis įvyko apie 1870 m., kai trys mokslininkai – Williamas Stanley Jevonsas (William Stanley Jevons), Carlas Mengeris (Carl Menger) ir Léonas Walrasas (Léon Walras) – beveik vienu metu ir nepriklausomai suformulavo ribinio naudingumo teoriją (angl. marginal utility theory). Pagal šią teoriją vertę lemia ne gamybos kaštai, o subjektyvus naudingumas, kurį papildomas prekės vienetas suteikia vartotojui. Vandens ir deimantų paradoksas pagaliau buvo išspręstas: vandens ribinis naudingumas yra mažas (nes jo gausu), o deimantų – didelis (nes jie reti).

Marginalistinė revoliucija turėjo fundamentalią reikšmę verslo vertės teorijai, nes ji:

1. Perkėlė vertės šaltinį nuo gamintojo prie vertintojo. Vertė nebėra objektyvi prekės savybė – ji priklauso nuo vertintojo suvokimo, lūkesčių ir alternatyvų.
2. Įvedė ribinę analizę. Kiekvienas papildomas pinigų srautas, klientas ar investicija vertinama ne absoliučiai, o pagal jos ribinį indėlį.
3. Atvėrė kelią subjektyvistinei tradicijai. Austrijos mokykla (C. Menger, L. von Mises, F. Hayek) šią logiką išplėtė iki radikalaus subjektyvizmo: ekonominė vertė neegzistuoja „objektyviai“ – ji randasi tik veikėjo sąmonėje kaip santykis tarp tikslų ir turimų priemonių (Mises, 1949).

Ši filosofinė pozicija turi tiesioginių pasekmių verslo vertinimui: jei vertė yra subjektyvi, tai „teisinga“ įmonės vertė priklauso nuo to, kas vertina (investuotojas, vadovas, reguliuotojas), kokiu tikslu ir kokiomis prielaidomis. Tai paaiškina, kodėl skirtingi vertinimo standartai – tikroji rinkos vertė (angl. fair market value), investicinė vertė (angl. investment value), tikroji vertė (angl. fair value) pagal IFRS 13 – gali duoti skirtingus rezultatus tam pačiam turtui (International Valuation Standards Council [IVSC], 2022).

Neoklasikinė sintezė ir finansų teorijos formavimasis

XX a. pradžioje Alfredas Marshalas (Alfred Marshall) sujungė pasiūlos (gamybos kaštų) ir paklausos (ribinio naudingumo) perspektyvas į vieningą pusiausvyros teoriją, kur vertė (kaina) nustatoma „kaip žirklėmis“ – abiejų ašmenų sąveika. Ši neoklasikinė sintezė tapo dominuojančia paradigma ir sukūrė intelektualinį pagrindą šiuolaikinei finansų teorijai.

Svarbų žingsnį verslo vertės link žengė Irvingas Fisheris (Irving Fisher, 1906, 1930), suformulavęs kapitalo ir pajamų teoriją: turto vertė yra diskontuota būsimų pajamų srautų dabartinė vertė. Fisherio darbai tiesiogiai inspiravo Johną Burrą Williamsą (John Burr Williams), kuris veikale Investicinės vertės teorija (angl. The Theory of Investment Value, 1938) pirmą kartą sistemingai pritaikė diskontuotų pinigų srautų (angl. Discounted Cash Flow – DCF) logiką akcijų vertinimui. Williamso formuluotė – akcijos vertė lygi visų būsimų dividendų dabartinei vertei – tapo šiuolaikinio fundamentaliojo vertinimo kertiniu akmeniu.

Davidas Friday (1922) vienas pirmųjų akademiškai analizavo vertės koncepcijos plėtinį už vien mainomosios vertės ribų, teigdamas, kad ekonominė vertė apima platesnį spektrą nei rinkos kaina ir reikalauja daugiamačio požiūrio.

Šiuolaikinių finansų revoliucija (1950–1970-ieji)

Vertės teorijos transformaciją užbaigė trys fundamentalūs XX a. vidurio darbai:

1. Harry Markowitz (1952) – portfelio teorija. Parodė, kad investuotojai renkasi ne pavienius turtus, o portfelius, optimizuodami grąžos ir rizikos santykį. Tai formalizavo rizikos sąvoką vertinime.
2. Franco Modigliani ir Merton Miller (1958) – kapitalo struktūros teoremos. Idealiomis sąlygomis įmonės vertė nepriklauso nuo kapitalo struktūros – ji nustatoma tik veiklos pinigų srautų ir jų rizikos. Šis kontraintuityvus teiginys privertė finansų teoriją aiškiai atskirti veiklos vertę nuo finansavimo sprendimų.
3. William Sharpe (1964), John Lintner (1965), Jan Mossin (1966) – kapitalo turto įkainojimo modelis (angl. Capital Asset Pricing Model – CAPM). Suteikė formalų būdą apskaičiuoti reikalaujamą grąžos normą (diskonto normą), atsižvelgiant į sisteminę riziką (beta koeficientą).

Šie darbai kartu suformavo tai, ką galima vadinti klasikine verslo vertinimo paradigma: įmonės vertė yra tikėtinų būsimų laisvųjų pinigų srautų dabartinė vertė, diskontuota norma, atspindinčia sisteminę riziką. Ši paradigma iki šiol yra dominuojanti praktikoje ir akademinėje literatūroje (Damodaran, 2012).

Paradigmos plėtiniai: strategija, elgsena ir nematerialusis kapitalas

Nuo 1980-ųjų klasikinė paradigma buvo nuosekliai plečiama trimis kryptimis:

Strateginis požiūris. Michaelo Porterio (Michael Porter) vertės grandinės analizė (angl. value chain analysis, 1985) ir Jay Barney ištekliais grįsta teorija (angl. Resource-Based View – RBV, 1991) parodė, kad pinigų srautai nėra egzogeninis reiškinys – jie kyla iš strateginių pasirinkimų, konkurencinio pozicionavimo ir unikalių išteklių. Vertės kūrimo (angl. value creation) ir vertės perėmimo (angl. value capture) skirtis (Lepak et al., 2007) tapo esminiu analitiniu įrankiu: įmonė gali kurti didelę vertę (pvz., technologinę inovaciją), bet perimti tik dalį jos (jei inovacija lengvai imituojama).

Elgsenos finansai. Danielio Kahnemano (Daniel Kahneman) ir Amoso Tversky (Amos Tversky) prospektų teorija (angl. prospect theory, 1979), Roberto Shillerio (Robert Shiller) darbai apie spekuliacinę kainų dinamiką (1981, 2000) ir Richardo Thalerio (Richard Thaler) tyrimai apie rinkos anomalijas sugriovė prielaidą, kad rinkos kainos visada atspindi fundamentaliąją vertę. Elgsenos finansai parodė, kad suvokimas – lūkesčiai, sentimentas, naratyvai – yra savarankiškas vertės formavimo sluoksnis, o ne tik „triukšmas“ aplink fundamentą.

Nematerialusis kapitalas. Pramoninės ekonomikos eroje vertė buvo „matoma“ – gamyklos, įrengimai, atsargos. Nuo XX a. pabaigos vis didesnė vertės dalis kūriama per nematerialius šaltinius: prekės ženklus, patentus, duomenis, organizacines rutinas ir žmogiškąjį kapitalą. Crouzet ir bendraautoriai (2022) parodė, kad nematerialusis kapitalas tapo dominuojančia vertės forma šiuolaikinėse ekonomikose, tačiau tradicinės apskaitos sistemos jo neadekvatiai atspindi. Ši spraga tarp ekonominės realybės ir apskaitos matavimo yra viena aktualiausių šiuolaikinės vertinimo teorijos problemų.

Nuo vienmačio skaičiaus prie daugiasluoksnės ontologijos

Istorinė perspektyva atskleidžia aiškią tendenciją: vertės samprata nuosekliai plėtėsi nuo vienmačio, „objektyvaus“ dydžio (darbo kiekis, gamybos kaštai) link daugiamačio, kontekstualaus ir dinamiško konstrukto. Kiekviena teorinė mokykla pridėjo naują matmenį:

Ši evoliucija pagrindžia toliau pateikiamą penkių sluoksnių ontologinę dekompoziciją (žr. 1.1.2 poskyrį): kiekvienas sluoksnis atitinka tam tikrą istorinį vertės teorijos „sluoksnį“, kuris nepanaikino ankstesniojo, o jį papildė ir komplikavo.

Kaip teigia Phelan (1997), „tikslumo iliuzija“ finansinėje analizėje kyla būtent tada, kai skaitinė precizija užmaskuoja trapias prielaidas. Vertės koncepcijos istorija moko, kad bet kuris vienmatis vertės matas – ar tai būtų DCF, ar rinkos daugiklis, ar buhalterinis pelnas – neišvengiamai yra dalinis. Todėl pirmasis žingsnis link rimto verslo vertinimo yra sąžiningas šio dališkumo pripažinimas.

1.1.2 Verslo vertės samprata ir ontologinė struktūra

Apibrėžimo problema

Nepaisant „verslo vertės“ sąvokos paplitimo akademinėje ir praktinėje literatūroje, vieningos, universaliai priimtos definicijos nėra. Tai nėra atsitiktinumas ar terminologinis aplaidumas – tai atspindi pačios vertės koncepcijos daugiamatiškumą. Kaip parodyta 1.1.1 poskyryje, kiekviena teorinė tradicija „mato“ vertę per savo prizmę: finansų ekonomika akcentuoja pinigų srautus ir riziką, strateginis valdymas – konkurencinį pranašumą ir išteklius, elgsenos finansai – lūkesčius ir suvokimą.

Šiame vadovėlyje verslo vertė (angl. business value) apibrėžiama kaip:

Tam tikros datos \(t\) rizika pakoreguota dabartinė vertė būsimų ekonominių naudų (pirmiausia – pinigų srautų), kurias įmonė gali generuoti kapitalo teikėjams, atsižvelgiant į: (i) numatomus pinigų srautus, (ii) su jais susijusią riziką ir neapibrėžtumą, (iii) strateginį veiklos kontekstą, formuojantį šiuos srautus ir riziką, ir (iv) nematerialiuosius išteklius, kurie lemia ilgalaikį vertės kūrimo potencialą.

Ši apibrėžtis remiasi klasikine DCF logika kaip pagrindu, bet ją sąmoningai praplečia strateginiais ir nematerialiaisiais matmenimis. Formaliai bazinė vertės išraiška yra:

\[V_{0} = \sum_{t=1}^{n} \frac{CF_t}{(1 + r)^t} + \frac{TV_n}{(1 + r)^n} \tag{1.1}\]

kur: - \(V_0\) – įmonės vertė vertinimo momentu, - \(CF_t\) – tikėtini laisvieji pinigų srautai (angl. free cash flow) laikotarpiu \(t\), - \(r\) – reikalaujama grąžos norma (diskonto norma), atspindinti riziką, - \(TV_n\) – tęstinė (terminalinė) vertė (angl. terminal value) po prognozės periodo, - \(n\) – prognozuojamas laikotarpis metais.

Tačiau ši formulė, nors ir fundamentali, yra tik pagrindinio sluoksnio aprašymas. Ji nepaaiškina, iš kur atsiranda pinigų srautai, kodėl skirtingi vertintojai taiko skirtingas diskonto normas ir kodėl rinkos kaina gali drastiškai skirtis nuo taip apskaičiuotos vertės. Tam reikia ontologinio požiūrio.

Esminės skirtys: vertė, kaina, veikla, pelningumas

Prieš konstruojant ontologinį modelį, būtina aiškiai atskirti keturias dažnai painiojamas sąvokas:

Vertė ir kaina. Kaina (angl. price) yra faktinis sandorio rezultatas arba kotiruotė rinkoje; vertė (angl. value) yra įvertinimas pagal pasirinktą vertės bazę ir prielaidas. Aswath Damodaran aiškiai skiria vertinimą nuo kainodaros: vertinimas remiasi pinigų srautais ir rizika, o kainą gali lemti ir likvidumas, „bandos“ elgsena bei lūkesčių pokyčiai (Damodaran, 2012). Tą pačią skirtį kodifikuoja tarptautiniai standartai: IFRS 13 apibrėžia tikrąją vertę (angl. fair value) kaip pardavimo kainą (angl. exit price) tvarkingame sandoryje tarp rinkos dalyvių vertinimo datą (IFRS Foundation, 2013), o Tarptautiniai vertinimo standartai (angl. International Valuation Standards – IVS) rinkos vertę (angl. market value) apibrėžia kaip tikėtiną mainų sumą tarp informuotų ir nepriversto veikti pirkėjo ir pardavėjo (IVSC, 2022). Benjamino Grahamo (Benjamin Graham) aforizmą – „kaina yra tai, ką moki; vertė yra tai, ką gauni“ – galima interpretuoti kaip ontologinę tezę: kaina egzistuoja rinkos realybėje, vertė – analitinėje.

Vertė ir veiklos rezultatai. Veiklos rezultatai (angl. performance) – tai pasiektų finansinių ir nefinansinių rodiklių rinkinys, orientuotas į trumpesnį horizontą (pajamos, ROA, rinkos dalis). Vertė – tai viso būsimo ekonominio potencialo dabartinė išraiška. Subalansuotų rodiklių sistema (angl. Balanced Scorecard; Kaplan & Norton, 1992) atsirado būtent todėl, kad vien finansiniai rodikliai gali klaidinti apie realų gebėjimą kurti vertę ilguoju laikotarpiu.

Vertė ir pelningumas. Pelningumas (angl. profitability) – tai apskaitos rezultatų (pelnas/nuostolis) ir bazės (pajamos, turtas, nuosavas kapitalas) santykis. Įmonė gali būti pelninga buhalterine prasme, bet naikinti ekonominę vertę, jei jos grąža nesiekia kapitalo kainos. Ši skirtis formalizuota ekonominės pridėtinės vertės (angl. Economic Value Added – EVA) koncepcijoje:

\[EVA = NOPAT - (IC \times WACC) \tag{1.3}\]

kur: - \(NOPAT\) – grynasis veiklos pelnas po mokesčių (angl. net operating profit after taxes), - \(IC\) – investuotas kapitalas (angl. invested capital), - \(WACC\) – vidutinė svertinė kapitalo kaina (angl. weighted average cost of capital).

Teigiama EVA rodo, kad įmonė kuria vertę virš kapitalo kainos; neigiama – kad naikina, nepaisant galimo buhalterinio pelningumo.

Ontologinis požiūris: kodėl reikia sluoksnių

Jei verslo vertė būtų vien pinigų srautų dabartinė vertė, pakaktų vienos formulės (1.1) ir kelių techninių prielaidų. Tačiau realybėje vertintojas susiduria su klausimais, kurių ši formulė neapima:

• Iš kur atsiranda pinigų srautai? – Juos generuoja strateginiai sprendimai, konkurencinis pozicionavimas ir organizaciniai gebėjimai.
• Kodėl dvi identiškų pinigų srautų įmonės gali būti vertinamos skirtingai? – Nes skiriasi jų rizikos profiliai, augimo perspektyvos, nematerialusis kapitalas.
• Kodėl rinkos kaina nukrypsta nuo fundamentaliosios vertės? – Nes veikia suvokimo sluoksnis: lūkesčiai, naratyvai, informacijos asimetrija.
• Kodėl įmonės, turinčios neigiamus pinigų srautus, kartais vertinamos milijardais? – Nes vertė slypi strateginiuose ir nematerialiuosiuose sluoksniuose (realieji opcionai, duomenų masyvai, tinklo efektai).

Ontologinis požiūris – klausimas „kas egzistuoja ir kokie yra fundamentalūs vertės sistemos komponentai“ – leidžia šiuos klausimus struktūrizuoti.

Penkių sluoksnių ontologinė dekompozicija

Remiantis šaltiniuose pateiktomis analizėmis (Groth et al., 1996; Walters, 1997; Lepak et al., 2007; Crouzet et al., 2022) bei formalia ontologine schema, siūloma dekomponuoti verslo vertę į penkis tarpusavyje susijusius sluoksnius. Kiekvienas sluoksnis apibūdinamas trimis dimensijomis: objektai (kas egzistuoja), atributai (kokios savybės) ir funkcija (kokį vaidmenį atlieka vertės sistemoje).

1.1 pav. Penkių sluoksnių ontologinė verslo vertės dekompozicija

1 sluoksnis. Branduolys: pinigų srautai, turtas ir kapitalo struktūra

Pamatinis vertės sluoksnis apima materialius, apskaitos sistemose stebimus elementus:

• Pinigų srautai (angl. cash flows). Tai veiklos generuojami laisvieji pinigų srautai – tiek bendrajai įmonei (FCFF – angl. free cash flow to firm), tiek akcininkams (FCFE – angl. free cash flow to equity). Pinigų srautai yra pagrindinis vertės „nešėjas“ pajamų metodu.
• Materialusis turtas (angl. tangible assets). Nekilnojamasis turtas, įrengimai, atsargos, finansinis turtas. Turtu grįstas vertinimas (angl. asset-based approach) susumuoja šiuos elementus ir atima įsipareigojimus, nustatydamas minimalią (likvidacinę) vertę.
• Kapitalo struktūra (angl. capital structure). Skolos ir nuosavo kapitalo derinys, lemiantis vidutinę svertinę kapitalo kainą (WACC) ir kartu – diskonto normą vertinimui. Modigliani ir Miller (1958) paradoksas – idealiomis sąlygomis kapitalo struktūra neturi reikšmės – praktiniame pasaulyje virsta svarbiu vertės veiksniu dėl mokesčių skydo, bankroto kaštų ir agentūrinių konfliktų.

Branduolys suteikia kiekybinį pagrindą, ant kurio statomi visi kiti sluoksniai. Jo objektai yra, iš principo, stebimi ir matuojami standartiniais apskaitos ir finansinės analizės instrumentais.

2 sluoksnis. Rizikos sluoksnis: neapibrėžtumas ir diskontavimas

Antrasis sluoksnis transformuoja būsimus pinigų srautus į dabartinę vertę, įvertindamas neapibrėžtumą:

• Sisteminė rizika (angl. systematic risk). Neišvengiama rinkos rizika, kurios negalima diversifikuoti, matuojama beta koeficientu CAPM modelyje (Sharpe, 1964).
• Specifinė (idiosinkratinė) rizika (angl. idiosyncratic risk). Konkrečiai įmonei būdingi rizikos veiksniai: technologinė, reguliacinė, veiklos rizika.
• Diskonto norma (angl. discount rate). Norma, kuria būsimi pinigų srautai perskaičiuojami į dabartinę vertę, atspindinti tiek pinigų laiko vertę, tiek rizikos premiją.
• Knight neapibrėžtumas. Franko Knighto (Frank Knight, 1921) įvesta fundamentali skirtis tarp rizikos (kai tikimybės žinomos arba pagrįstai vertinamos) ir neapibrėžtumo (angl. uncertainty; kai tikimybių struktūra nežinoma arba nestabili). Standartiniai DCF ir CAPM modeliai prisiima riziką; tačiau daugelis strateginių ir technologinių aplinkų pasižymi neapibrėžtumu. Ši skirtis yra ontologiškai esminė: vienu atveju galima „skaičiuoti“, kitu – tik samprotauti scenarijais (Alfaro et al., 2018).

Rizikos sluoksnis yra vieta, kurioje vertinimas pirmą kartą tampa aiškiai subjektyvus: diskonto normos parinkimas apima reikšmingą ekspertinį sprendimą.

3 sluoksnis. Suvokimo sluoksnis: lūkesčiai, informacija ir sentimentas

Trečiasis sluoksnis apima kognityvinius ir informacinius vertės formavimo mechanizmus – tai, kaip rinkos dalyviai suvokia, interpretuoja ir įkainoja fundamentalius duomenis:

• Lūkesčiai (angl. expectations). Į ateitį orientuoti spėjimai apie būsimas pajamas, augimą ir riziką, lemiantys investicinius sprendimus ir rinkos kainas.
• Informacijos asimetrija (angl. information asymmetry). Nevienodas informacijos pasiskirstymas tarp vadovų (vidinių veikėjų) ir išorinių investuotojų. George’o Akerlofo (George Akerlof, 1970) „citrinų“ modelis atskleidė nepalankios atrankos (angl. adverse selection) mechanizmą: kai pardavėjas žino turto kokybę, o pirkėjas – ne, pirkėjas racionaliai siūlo mažesnę kainą, tikėdamasis žemesnės kokybės; dėl to aukštos kokybės pardavėjai pasitraukia iš rinkos, o likusių turto vidutinė kokybė krenta — spiralė gali baigtis rinkos žlugimu. Vertinimo praktikoje tai pasireiškia kaip likvidumo nuolaidos (angl. liquidity discounts), platesni pirkimo–pardavimo kainų skirtumai (angl. bid-ask spreads) ir informacijos rizikos premija, kurią investuotojai reikalauja už nepakankamą skaidrumą.
• Rinkos sentimentas (angl. market sentiment). Kolektyvinis investuotojų nusiteikimas, galintis kainą atitraukti nuo fundamento – tiek optimizmo, tiek panikos kryptimi.
• Naratyvai (angl. narratives). Roberto Shillerio (Shiller, 2017) „naratyvų ekonomikos“ koncepcija teigia, kad populiarūs pasakojimai apie technologijas, rinkas ar lyderius veikia ekonominius sprendimus ne mažiau nei kiekybiniai duomenys. Naratyvas gali tapti savarankišku kainų veiksniu.
• Analitikų prognozių dispersija (angl. forecast dispersion). Analitikų nesutarimas dėl būsimų rezultatų yra kiekybinis suvokimo neapibrėžtumo rodiklis — didesnė prognozių dispersija koreliuoja su aukštesnėmis neapibrėžtumo premijomis ir platesniu kainų svyravimo diapazonu.

Suvokimo sluoksnis paaiškina, kodėl identiški fundamentalūs duomenys gali generuoti skirtingas vertinimus priklausomai nuo informacinio ir psichologinio konteksto. Čia elgsenos finansai susikerta su tradicine vertinimo teorija.

4 sluoksnis. Strateginis sluoksnis: konkurencinis pranašumas ir pozicionavimas

Ketvirtasis sluoksnis susieja finansinius vertės matmenis su konkurencine dinamika:

• Konkurencinis pranašumas (angl. competitive advantage). Įmonės gebėjimas generuoti grąžą, viršijančią kapitalo kainą, palaikomą per įėjimo barjerus, perjungimo kaštus, tinklo efektus ar nuosavus išteklius (Porter, 1985; Barney, 1991).
• Strateginis pozicionavimas (angl. market positioning). Įmonės vieta vertės grandinėje ir jos strateginiai pasirinkimai: diferenciacija, kaštų lyderystė, nišos fokusas.
• Realieji opcionai (angl. real options). Strateginis lankstumas – teisė (bet ne pareiga) plėsti, susitraukti, atidėti ar nutraukti investicijas reaguojant į besikeičiančias sąlygas. Tai ypač svarbu inovacinėse ir technologijų srityse, kur standartinis DCF nepakankamai įvertina lankstumą (Phelan, 1997). Konceptualiai nuosavas kapitalas pats gali būti interpretuojamas kaip pirkimo opcionas (angl. call option) įmonės turtui, kur vykdymo kaina lygi skolos vertei — šis Mertono (Merton, 1974) modelis susieja nuosavybės vertinimą su opcionų kainodara (žr. detaliau 14 sk.).
• Dinaminiai gebėjimai (angl. dynamic capabilities; Teece, 2007). Organizaciniai procesai, per kuriuos įmonė pajaučia galimybes (angl. sense), jas pagriebia (angl. seize) ir pertvarko išteklių bazę (angl. reconfigure).

Strateginis sluoksnis veikia vertę per penkis kanalus (Walters, 1997; Kim, 2004): 1. Lygio efektas – aukštesnės maržos ar apimtys. 2. Augimo efektas – būsimų galimybių plėtra. 3. Tvarumo efektas – ilgesnis konkurencinių rentų išlaikymas. 4. Rizikos efektas – pakeistas volatilumas ar nuostolio tikimybė. 5. Opcionų efektas – strateginio lankstumo sukūrimas.

Todėl vertės valdymas (angl. value-based management) negali būti redukuotas iki trumpalaikių finansinių rodiklių – strateginiai kintamieji gali lemti vertę net tada, kai jų trumpalaikis apskaitos efektas yra silpnas.

5 sluoksnis. Nematerialusis sluoksnis: duomenys, prekės ženklas ir žmogiškasis kapitalas

Penktasis ir šiuolaikinėje ekonomikoje vis labiau dominuojantis sluoksnis apima nefizinį turtą:

• Intelektinė nuosavybė (angl. intellectual property – IP). Patentai, autorių teisės, komercinės paslaptys, patentuotos technologijos.
• Prekės ženklo vertė (angl. brand equity). Vartotojų pasirengimas mokėti premiją už žinomą prekės ženklą – sukauptas pasitikėjimo ir atpažinimo kapitalas.
• Žmogiškasis kapitalas (angl. human capital). Darbuotojų žinios, įgūdžiai, patirtis ir kūrybiškumas. Gamerschlag (2013) parodė, kad žmogiškojo kapitalo atskleidimas yra reikšmingas vertei, net kai neiššaukia tiesioginės rinkos kainos reakcijos.
• Duomenų turtas (angl. data assets). Duomenys kaip atskira nematerialiojo kapitalo poklasė, kurios vertė priklauso nuo išskirtinumo, kokybės, detalumo, teisinių teisių ir sąveikumo su analitikos algoritmais (Hughes-Cromwick & Coronado, 2019). EBPO (OECD, 2022) siūlo konceptualizuoti duomenis kaip nematerialųjį turtą ir kuria matavimo karkasus „duomenims kaip turtui“.
• Organizacinis kapitalas (angl. organizational capital). Specifinės organizacinės rutinos, procesai, kultūra ir valdymo sistemos, leidžiančios koordinuoti ir kurti vertę.
• Klientų kapitalas (angl. customer capital). Sukauptų klientų santykių, lojalumo ir tinklo vertė. Skirtingai nuo prekės ženklo vertės, klientų kapitalas apima konkrečius ekonominius rodiklius: klientų išlaikymo normą (angl. retention rate), viso gyvenimo vertę (angl. customer lifetime value – CLV) ir perjungimo kaštus. Skaitmeninėje ekonomikoje pardavimo ir rinkodaros išlaidos dažnai sudaro 20 % ir daugiau pajamų – tai ne operaciniai kaštai, o investicijos į klientų kapitalą, paaiškinančios, kodėl prenumeratos ir SaaS verslo modeliai vertinami aukštesniais daugikliais nei analogiškų pajamų tradicinės įmonės.

Nematerialusis sluoksnis kelia rimčiausias matavimo problemas, nes daugelis šių aktyvų nėra pripažįstami tradiciniame balanse: IAS 38 nematerialųjį turtą pripažįsta tik kai jis yra identifikuojamas (atskiriamas arba turintis teisines/kontraktines teises) ir patikimai įvertinamas. Tačiau ekonomiškai svarbiausi nematerialieji aktyvai – organizacinė kultūra, tinklo efektai, sukaupti duomenų masyvai – dažnai šių kriterijų neatitinka. Ocean Tomo (2025) skaičiavimais, nematerialusis turtas sudaro apie 90 % S&P 500 rinkos kapitalizacijos – tai rodo, koks didelis yra atotrūkis tarp apskaitos ir ekonominės vertės.

Sluoksnių sąveika ir formali sintezė

Penki sluoksniai nėra nepriklausomos „dėžės“ – jie sąveikauja per sudėtingus priežastinius ir konstitucinius ryšius:

• Nematerialusis kapitalas (5 sluoksnis) generuoja konkurencinį pranašumą (4 sluoksnis).
• Strateginis pozicionavimas (4 sluoksnis) formuoja rinkos lūkesčius (3 sluoksnis) apie gebėjimą valdyti riziką (2 sluoksnis) ir generuoti pinigų srautus (1 sluoksnis).
• Stipri pinigų srautų generacija (1 sluoksnis) įgalina investicijas į nematerialųjį kapitalą (5 sluoksnis), sukurdama vertybinį ciklą.
• Disrupcija bet kuriame sluoksnyje – technologinis šokas, sentimento pokytis, kapitalo struktūros krizė – persiduoda per visą sistemą.

Formaliai šią sąveiką galima išreikšti būsenos vektoriumi, apibendrinančiu visus penkis vertės sluoksnius vienoje struktūroje (autorinė sintezė, apjungianti aukščiau aptartus teorinius pagrindus):

\[X_t = \{CF_t^e,\; A_t,\; I_t,\; K_t,\; S_t,\; B_t,\; R_t\} \tag{1.5}\]

kur: - \(CF_t^e\) – tikėtini pinigų srautai, - \(A_t\) – materialusis turtas, - \(I_t\) – nematerialusis kapitalas, - \(K_t\) – kapitalo struktūra, - \(S_t\) – strateginė pozicija, - \(B_t\) – elgsenos/suvokimo būsena (lūkesčiai, sentimentas), - \(R_t\) – rizikos/neapibrėžtumo parametrai.

Šis vektorius nėra statiškas — jis evoliucionuoja laike pagal vadybinius sprendimus ir išorinius šokus:

\[X_{t+1} = G(X_t,\; a_t,\; \varepsilon_{t+1}) \tag{1.6}\]

kur \(a_t\) žymi vadybinius veiksmus (investicijas, strateginius sprendimus), o \(\varepsilon_{t+1}\) — egzogeninius šokus (rinkos pokyčius, reguliacinius pasikeitimus, technologinius lūžius). Ši lygtis formalizuoja tris esmines savybes: (a) vertė yra kelio priklausoma — tie patys dabartiniai rodikliai gali reikšti skirtingas vertes, jei pasiekti skirtingomis trajektorijomis; (b) vadybiniai veiksmai yra endogeniški vertės sistemai; (c) egzogeniniai šokai persiduoda per visus sluoksnius.

O verslo vertė kaip visuma yra šių sluoksnių struktūrinė funkcija, o ne paprastas jų suma:

\[V_t^{business} = \Omega\big(V_t^{fundamental},\; V_t^{market},\; S_t,\; I_t,\; \Phi_t\big) \tag{1.7}\]

kur \(\Phi_t\) žymi institucinį ir informacinį kontekstą, o operatorius \(\Omega(\cdot)\) reiškia, kad verslo vertė yra organizuotas santykis tarp sluoksnių, o ne mechaninė suma.

Ši formalizacija turi tris esmines implikacijas:

1. Vertė yra kelio priklausoma (angl. path-dependent): tie patys dabartiniai pelnai gali reikšti skirtingas vertes, jei jie sukurti skirtingomis strateginėmis ir nematerialiosiomis trajektorijomis.
2. Valdymas yra endogeniškas vertinimui: vadovų sprendimai yra vertės perėjimo mechanizmo dalis, o ne išorinis veiksnys.
3. Rinkos signalai grįžta į fundamentus: finansavimo sąlygos, perėmimo grėsmės ir reputacijos efektai keičia galimus strateginius veiksmus, o per juos – būsimus pinigų srautus (Walters, 1997; Kim, 2004).

1.1.3 Fundamentalioji ir rinkos vertė: dualizmas

Viena svarbiausių ir ilgiausiai trunkančių įtampų verslo vertės teorijoje yra dualizmas tarp fundamentaliosios (vidinės) vertės ir rinkos vertės. Ši įtampa nėra tik techninis vertinimo niuansas – ji atspindi gilų filosofinį nesutarimą: ar vertė yra objektyvi turto savybė, atskleidžiama analize, ar socialinis konstruktas, atsirandantis iš rinkos dalyvių sąveikos?

Fundamentalioji vertė: analitinis idealas

Fundamentalioji vertė (angl. intrinsic value arba fundamental value), giliai įsišaknijusi „tvirtojo pagrindo“ (angl. firm foundation) teorijoje, reiškia dabartinę vertę tikėtinų būsimų pinigų srautų, diskontuotų norma, tiksliai atspindinčia turto sisteminę riziką. Šią tradiciją pradėjo Benjaminas Grahamas (Benjamin Graham) ir Davidas Doddas (David Dodd) klasikiniame veikale Security Analysis (1934), o formalizavo Johnas Burras Williamsas (John Burr Williams, 1938).

Fundamentalioji vertė traktuojama kaip ekonominė gravitacija – tikrasis, ilgalaikis turto pajėgumas generuoti ekonominę naudą, nepriklausomas nuo trumpalaikių rinkos svyravimų. Tai analitinis sprendinys (angl. analytical judgment), grindžiamas turto savybėmis, o ne konkrečių investuotojų nuotaikomis ar elgsena (Hardin et al., 2025).

Formaliai fundamentalioji vertė išreiškiama jau pateikta DCF formule (1.1), tačiau praktikoje jos apskaičiavimas reikalauja daugybės sprendinių: pinigų srautų prognozių, diskonto normos parinkimo, augimo tempų ir terminalinės vertės prielaidų. Kiekvienas iš šių parametrų apima reikšmingą neapibrėžtumą.

Rinkos vertė: empirinė realybė

Rinkos vertė (angl. market value) yra kaina, kuria turtas faktiškai parduodamas (arba gali būti parduotas) antrinėse rinkose. Ji nustatoma pasiūlos ir paklausos sankirta per kainų mechanizmą – tai yra heterogeniškų, ribotai racionalių rinkos dalyvių kolektyvinis sprendinys.

IVS rinkos vertę apibrėžia kaip „apskaičiuotą sumą, už kurią turtas ar įsipareigojimas turėtų būti mainomas vertinimo datą tarp norinčio pirkėjo ir norinčio pardavėjo, veikiant pagal nešališkumo principą, po tinkamos rinkodaros, kai abi šalys veikia informuotai, apdairiai ir be prievartos“ (IVSC, 2022). IFRS 13 tikrąją vertę (angl. fair value) apibrėžia kaip pardavimo kainą (angl. exit price) tvarkingame sandoryje tarp rinkos dalyvių (IFRS Foundation, 2013).

Svarbu suvokti, kad rinkos vertė nėra „klaidinga“ ar „netikra“ – tai empirinė realybė, atspindinti faktinę sandorių erdvę. Tačiau ji nebūtinai atitinka fundamentaliąją vertę, nes rinkos dalyviai veikia ne tobulomis, o realaus pasaulio sąlygomis.

Efektyvių rinkų hipotezė: konvergencijos tezė

Efektyvių rinkų hipotezė (angl. Efficient Market Hypothesis – EMH), suformuluota Eugene’o Famos (Eugene Fama, 1970), pateikia teorinius pagrindus tezei, kad rinkos kaina yra geriausias galimas fundamentaliosios vertės įvertis. EMH teigia, kad rinkos kainos visiškai ir nedelsiant atspindi visą turimą informaciją, todėl sistemingas „rinkos aplenkimas“ rizikos atžvilgiu yra neįmanomas.

EMH remiasi keliomis pagrindinėmis prielaidomis: - Investuotojai yra racionalūs arba jų iracionalumai yra nepriklausomi ir tarpusavyje panaikinami. - Informacija yra laisvai ir greitai prieinama. - Arbitražo mechanizmai operatyviai pašalina bet kokį neteisingą įkainojimą.

Šiomis sąlygomis fundamentaliosios ir rinkos vertės dualizmas faktiškai išnyksta: rinkos kaina yra fundamentalioji vertė arba bent jau geriausias nešališkas jos įvertis.

Tačiau net pačioje EMH literatūroje pripažįstama, kad „ekstremalus“ efektyvumo variantas yra pernelyg stiprus kaip empirinis realybės aprašas – informacija ir prekyba kainuoja, todėl pilnas efektyvumas yra idealus etalonas, o ne garantija (Grossman & Stiglitz, 1980). Famos (1991) paties žodžiais, rinkos efektyvumo hipotezė yra „bendra tvarka“ (angl. benchmark), nuo kurios matuojami realūs nukrypimai.

Elgsenos finansai: struktūriniai divergencijos mechanizmai

Elgsenos finansai (angl. behavioral finance), kurių pradininkai yra Danielis Kahnemanas (Daniel Kahneman), Amosas Tversky (Amos Tversky), Robertas Shilleris (Robert Shiller) ir Richardas Thaleris (Richard Thaler), pateikia struktūrinius mechanizmus, paaiškinančius, kodėl rinkos kaina gali sistemingai nukrypti nuo fundamentaliosios vertės.

Pagrindiniai elgsenos šališkumai (angl. cognitive biases), turintys tiesioginę reikšmę vertinimui:

Šie šališkumai veikia ne izoliuotai, o sąveikauja, sukurdami kumuliatyvius efektus. Pavyzdžiui, perteklinis pasitikėjimas + bandos elgsena + įtikinamas naratyvas gali sukurti spekuliacinį burbulą, kuriame rinkos kaina daugelį kartų viršija fundamentaliąją vertę.

Arbitražo ribos: kodėl divergencija išlieka

Klasikinė finansų teorija numano, kad net jei kai kurie investuotojai yra iracionalūs, racionalūs arbitražininkai greitai pasinaudos kainų nukrypimais ir grąžins kainas prie fundamentų. Tačiau Shleifer ir Vishny (1997) parodė, kad arbitražas realybėje yra rizikingas, brangus ir ribotas:

• Trumpalaikio pardavimo apribojimai (angl. short-selling constraints): ne visada galima „lažintis“ prieš pervertintą turtą.
• Maržos reikalavimai (angl. margin requirements): arbitražininkas gali būti priverstas uždaryti poziciją prieš kainai konverguojant.
• Modelio rizika (angl. model risk): pats fundamentaliosios vertės įvertis gali būti klaidingas.
• Triukšmo prekiautojų rizika (angl. noise trader risk): iracionalūs investuotojai gali toliau stumti kainą „netinkama“ kryptimi ilgiau, nei arbitražininko kapitalas leidžia laukti.

Johno Maynardo Keyneso (John Maynard Keynes) klasikinė frazė – „rinkos gali likti iracionalios ilgiau, nei jūs galite likti mokūs“ – tiksliai apibūdina šią situaciją. Arbitražo ribotumai paaiškina, kodėl fundamentaliosios ir rinkos vertės divergencija gali būti ne tik laikina, bet ir struktūrinė.

Konvergencijos ir divergencijos veiksniai

Fundamentaliosios ir rinkos vertės santykis nėra statiškas – jis nuolat kinta priklausomai nuo institucinių, informacinių ir psichologinių sąlygų:

1.2 pav. Konvergencijos ir divergencijos veiksniai

Empiriniai tyrimai rodo, kad ilguoju laikotarpiu fundamentalioji vertė veikia kaip „gravitacinė jėga“ rinkos kainoms – tai vadinamasis grįžimo prie vidurkio efektas (angl. mean reversion). Tačiau trumpuoju laikotarpiu sentimentas ir impulsas (angl. momentum) gali dominuoti (Albuquerque et al., 2016; Hardin et al., 2025).

Refleksyvumas: kai rinkos kaina keičia fundamentus

Dualizmo analizė būtų nepilna be George’o Soroso (George Soros) refleksyvumo (angl. reflexivity) koncepcijos. Soros teigia, kad rinkos dalyvių lūkesčiai ne tik atspindi realybę, bet ir patys ją keičia, sukurdami grįžtamąjį ryšį:

Jei rinka vertina įmonę optimistiškai → jos akcijų kaina kyla → jai pigiau pasiskolinti kapitalo → ji gali daugiau investuoti → realūs rezultatai pagerėja → pradinis optimizmas „pasitvirtina“.

Ir atvirkščiai – pesimistinis vertinimas gali tapti saviišsipildančia prognoze per brangesnį kapitalo prieinamumą, mažėjančią darbuotojų motyvaciją ir tiekėjų nepasitikėjimą.

Tai ontologiškai reikšminga implikacija: rinkos vertė nėra tik pasyvus fundamentaliosios vertės „atspindys“ – ji yra aktyvus veikėjas, per grįžtamąjį ryšį keičiantis pačius fundamentus. Vertinimas yra vienu metu ir deskriptyvus (aprašo esamą būseną), ir performatyvus (veikia būsimą būseną).

Soros (2014) šį grįžtamąjį ryšį formalizuoja kaip dviejų vienu metu veikiančių funkcijų sąveiką:

1. Pažintinė funkcija (angl. cognitive function) — rinkos dalyviai bando suprasti tikrovę: jų lūkesčiai pasyviai atspindi fundamentalias verslo savybes (pinigų srautus, riziką, augimą).
2. Manipuliacinė funkcija (angl. manipulative function) — rinkos dalyviai bando pakeisti tikrovę: jų sprendimai, pagrįsti tais lūkesčiais, aktyviai keičia pačius fundamentus (pvz., akcijų kainos kilimas leidžia pigiau skolintis ir daugiau investuoti).

Kai abi funkcijos veikia vienu metu, vienos priklausomas kintamasis tampa kitos nepriklausomu kintamuoju — susidaro cirkuliari, save referuojanti sistema. Būtent dėl šios struktūros vertė nėra nustatoma vienakrypčiu „fundamentai → kaina“ ryšiu, o formuojasi kaip rekursinė kilpa.

Formaliai šią rekursinę kilpą galima aprašyti taip:

\[V_t \leftrightarrow E_t \leftrightarrow D_t \qquad (1.8)\]

kur \(V_t\) – vertė (angl. value), \(E_t\) – lūkesčiai (angl. expectations), \(D_t\) – sprendimai (angl. decisions).

Detaliau: 1. Strategija keičia tikėtinus pinigų srautus ir riziką. 2. Lūkesčiai dėl tų pokyčių keičia rinkos kainas. 3. Rinkos kainos veikia finansavimo pajėgumus ir valdysenos spaudimą. 4. Finansavimo pajėgumai ir valdysena riboja arba įgalina tolesnius strateginius veiksmus. 5. Šie veiksmai pertvarko būsimus fundamentus.

Ši rekursinė struktūra ypač svarbi finansiškai suvaržytose aplinkose, kur neapibrėžtumo šokai ir finansavimo frikcijos gali reikšmingai paveikti investicijas ir ilgalaikę vertę (Alfaro et al., 2018; Hartman-Glaser et al., 2025).

Vertinimo standartų implikacijos

Fundamentaliosios ir rinkos vertės dualizmas turi tiesioginių praktinių pasekmių – skirtingose situacijose taikomi skirtingi vertinimo standartai (angl. standards of value), ir pasirinkimas tarp jų nėra neutralus:

Kiekvienas standartas priima skirtingą poziciją dualizmo atžvilgiu: FMV artimesnė rinkos perspektyvai, investicinė vertė – fundamentaliajai (su specifinėmis pirkėjo prielaidomis), o suinteresuotųjų šalių vertė praplečia patį vertės apibrėžimą už finansinių ribų.

Poskyrio apibendrinimas

Fundamentaliosios ir rinkos vertės dualizmas yra nuolatinis, o ne atsitiktinis: konvergencija galima, bet divergencija struktūriškai paaiškinama informacijos asimetrija, neapibrėžtumu, naratyvais ir arbitražo ribomis. Refleksyvumo mechanizmas rodo, kad šių dviejų vertės formų santykis yra ne vienpusis (fundamentai → kaina), o dvikryptis (fundamentai ↔︎ kaina). Tai turi esminių pasekmių tiek vertinimo praktikai, tiek verslo strategijai: vertės valdymas privalo atsižvelgti ne tik į „tikrąją“ vertę, bet ir į tai, kaip rinkos suvokimas veikia pačius fundamentus.

1.1.4 Vertės koncepcijos plėtiniai šiuolaikinėje ekonomikoje

Ankstesniuose poskyriuose pristatyta penkių sluoksnių ontologija ir fundamentaliosios/rinkos vertės dualizmas suteikia analitinį pagrindą. Tačiau XXI a. ekonomika iškėlė naujų iššūkių, kurių klasikiniai modeliai nebuvo projektuoti spręsti. Šis poskyris nagrinėja keturias struktūrines transformacijas, praplečiančias verslo vertės koncepcijos ribas: nematerialiojo kapitalo dominavimą, duomenų kaip turto atsiradimą, platformų ir ekosistemų ekonomiką bei ESG ir visuomeninės vertės dimensiją.

Nematerialusis kapitalas kaip dominuojantis vertės variklis

Nematerialiojo kapitalo (angl. intangible capital) iškilimas yra viena svarbiausių struktūrinių transformacijų vertinimo teorijoje. Pramoninės eros vertinimo modeliai buvo suprojektuoti pasauliui, kuriame pagrindiniai vertės nešėjai – gamyklos, žemė, įrengimai – yra fiziškai apčiuopiami, apskaitos sistemose atspindimi ir rinkose parduodami. Šiuolaikinėje ekonomikoje ši prielaida vis labiau netinka.

Nematerialusis turtas fundamentaliai skiriasi nuo materialiojo keliomis savybėmis (Haskel & Westlake, 2018):

• Mastelio ekonomija (angl. scalability). Nematerialusis turtas (programinė įranga, prekės ženklas, algoritmas) gali būti naudojamas vienu metu daugelyje rinkų be papildomų ribinių kaštų. Gamykla aptarnauja vieną lokaciją; algoritmas – visą pasaulį.
• Nerivalidumas (angl. non-rivalry). Vieno asmens naudojimasis nematerialiuoju turtu nesumažina jo prieinamumo kitiems. Tai sukuria potencialą eksponentiniam vertės augimui.
• Dalinis neišskiriamumas (angl. partial non-excludability). Sunku visiškai apsaugoti nematerialųjį turtą nuo imitavimo ar „nutekėjimo“ – žinios plinta per darbuotojų mobilumą, atvirkštinę inžineriją, akademines publikacijas.
• Sunkus užstatomas (angl. difficult to collateralize). Bankai sunkiau priima nematerialųjį turtą kaip paskolos užstatą, todėl nematerialiojo kapitalo intensyvios įmonės susiduria su specifiniais finansavimo apribojimais.
• Komplementarumas (angl. complementarity). Nematerialusis turtas dažnai kuria vertę ne atskirai, o sąveikaudamas su kitais nematerialiaisiais ir žmogiškaisiais ištekliais. Patentas be kompetentingos komandos yra mažavertis; duomenų bazė be analitikos algoritmų – taip pat.

Šios savybės turi esminių pasekmių vertinimui. Įmonės gali demonstruoti aukštą rinkos vertę, palyginti su buhalterine turto verte, ir tai nebūtinai reiškia „pervertinimą“ – tiesiog tradicinės apskaitos sistemos neatspindi ekonomiškai produktyvių nematerialiojo kapitalo atsargų (Liu et al., 2009; Crouzet et al., 2022). Cedergren ir bendraautoriai (2018) parodė, kad nepripažinto turto vertė turi implikacijų rinkos vertinimo ir skolos vertinimo santykiui – kitaip tariant, apskaitos „aklumas“ nematerialiajam turtui iškraipo ne tik nuosavybės, bet ir skolos vertinimą.

Intelektinio kapitalo tyrimai patvirtina, kad inovacijos ir žmogiškasis kapitalas turi papildomą paaiškinamąją galią įmonės vertei, viršijančią tradicinį finansinį kapitalą (Liu et al., 2009; Tseng et al., 2015). Gamerschlag (2013) nustatė, kad žmogiškojo kapitalo atskleidimas yra reikšmingas vertei net tada, kai nesukelia tiesioginės rinkos kainos reakcijos – tai rodo uždelstą ir medijuotą transmisiją nuo nematerialios informacijos iki vertinimo.

Duomenys kaip vertę generuojantis turtas

Duomenis vertėtų traktuoti kaip atskirą nematerialiojo kapitalo poklasę (angl. data as an asset class), o ne tiesiog kaip „dar vieną“ nematerialųjį aktyvą. Duomenų vertė priklauso nuo specifinių savybių (Hughes-Cromwick & Coronado, 2019):

• Ekskluzyvumas – ar duomenys prieinami tik šiai įmonei, ar viešai?
• Kokybė – tikslumas, išsamumas, aktualumas.
• Detalumas (angl. granularity) – ar duomenys leidžia individualizuotą analizę?
• Teisinės teisės – nuosavybė, naudojimo licencijos, privatumo reguliavimas (GDPR, BDAR).
• Sąveikumas (angl. interoperability) – suderinamumas su kitomis duomenų bazėmis ir analitikos sistemomis.
• Komplementarumas su algoritmais – duomenys kuria vertę ne tiesiogiai, o per prognozavimo, personalizavimo, koordinavimo ir eksperimentavimo galimybes.

EBPO (OECD, 2022) siūlo formaliai konceptualizuoti duomenis kaip nematerialųjį turtą ir kuria matavimo karkasus „duomenims kaip turtui“. Svarbu pastebėti, kad kai kurie duomenys neturi aiškios rinkos kainos, nors yra ekonomiškai vertingi sprendimų priėmimui – tai dar kartą patvirtina, kad vertė negali būti tapatinama vien su stebima mainų kaina.

Duomenų ekonomikoje atsiranda ir naujų vertės kūrimo modelių: duomenų tinklo efektai (angl. data network effects), kai kiekvienas naujas vartotojas generuoja duomenis, kurie pagerina algoritmą visiems vartotojams, sukurdami didėjančios grąžos dinamiką. Knorr ir bendraautoriai (2025) parodė, kad duomenų tinklo efektai formuoja platformų komplementorių strategijas ir vartotojų vertės kūrimą.

Platformų ir ekosistemų vertė

Platformų verslo modeliuose (angl. platform business models) vertė kuriama ne vien įmonės viduje, o ekosistemoje – vartotojų, komplementorių (papildomų paslaugų teikėjų), standartų ir duomenų sąveikoje. Todėl vertės vieta (angl. locus of value) pasislenka nuo pavienės įmonės link ekosistemos architektūros. Teorinis šios logikos pamatas kyla iš dviejų klasikinių krypčių: tinklo eksternalijų teorijos (Katz & Shapiro, 1985), paaiškinančios, kodėl lūkesčiai ir koordinacija tampa vertei fundamentaliais kintamaisiais, ir daugiašalių rinkų (angl. two-sided markets) teorijos (Rochet & Tirole, 2003), parodančios, kad platformose vertę formuoja ne tik kainų lygis, bet ir kainų struktūra tarp rinkos pusių — kaip platforma paskirsto mokesčius tarp pardavėjų ir pirkėjų.

Platformos vertė priklauso nuo:

• Kryžminių tinklo efektų (angl. cross-side network effects). Kuo daugiau pardavėjų platformoje, tuo vertingesnė ji pirkėjams, ir atvirkščiai. Šie efektai sukuria „laimėtojo pasiima viską“ (angl. winner-takes-all) dinamiką kai kuriose rinkose.
• Komplementorių dalyvavimo (angl. complementor participation). Programėlių kūrėjai „Apple“ ekosistemoje, vairuotojai „Uber“ platformoje – jų skaičius ir kokybė tiesiogiai veikia platformos vertę.
• Valdymo taisyklių (angl. governance rules). Kaip platforma paskirsto vertę tarp dalyvių? Kokie yra prieigos, kainodaros ir duomenų naudojimo principai?
• Duomenų tinklo efektų. Kiekvieno vartotojo sąveika generuoja duomenis, kurie tobulina platformos algoritmus ir didina paslaugos vertę visiems.
• Nuosavybės ir prieigos teisių (angl. ownership and access rights). Ar vartotojai yra savo duomenų ir turinio savininkai, ar platforma?

Reuschl ir bendraautoriai (2021) parodė, kad dalijimosi ekonomikos verslo modeliuose vertės konfigūracijos priklauso nuo bendrų išteklių kontrolės ir nuosavybės teisių struktūrų. Tai reiškia, kad platformos vertinimas reikalauja daugiau nei įmonės pinigų srautų prognozės – reikia įvertinti ekosistemos rentas, valdymo galią ir dalyvavimo eksternalijų tvarumą.

1.3 pav. Platformos vertės ekosistema

Platformų vertinimas yra viena aktualiausių šiuolaikinės vertinimo teorijos sričių, nes tradiciniai DCF ir daugiklių metodai sunkiai apčiuopia tinklo efektų, ekosistemos rentų ir „laimėtojo pasiima viską“ dinamikos vertę.

ESG ir visuomeninė vertė

Klasikinė akcininkų vertės (angl. shareholder value) paradigma neapima viso vertinimo lauko. Aplinkosauginiai, socialiniai ir valdysenos (angl. Environmental, Social, and Governance – ESG) veiksniai veikia verslo vertę per kelis transmisijos kanalus:

• Reguliavimas. Griežtėjantys aplinkosaugos standartai (ES taksonomija, CSRD direktyva, IFRS S1/S2 tvarumo atskleidimo standartai) tiesiogiai veikia veiklos kaštus, investicijų poreikį ir leidžiamą veiklą.
• Reputacija. ESG incidentai (aplinkosaugos katastrofos, darbo teisių pažeidimai) gali staigiai ir reikšmingai sumažinti rinkos vertę per suvokimo sluoksnį.
• Finansavimo sąlygos. Instituciniai investuotojai vis dažniau taiko ESG filtrus, o bankai – „žaliuosius“ kreditavimo kriterijus. Yadav (2025) parodė, kad aukštas ESG reitingas gali palaikyti įmonės vertinimą ypač krizių metu, sumažindamas kapitalo kainą ir investuotojų nepasitikėjimą.
• Paklausos pokyčiai. Vartotojų preferencijos vis labiau orientuojamos į tvarias prekes ir paslaugas.

Dang ir bendraautoriai (2025) atlikta sisteminė literatūros apžvalga atskleidė, kad ekologinės ir biologinės įvairovės rizikos vis labiau įeina į finansinį vertinimą per transmisijos kanalus, jungiančius aplinkos degradaciją su korporacine ekspozicija, atskleidimu ir valdysena.

Svarbu pabrėžti analitinę skirtį: privati vertė ir visuomeninė vertė nėra tapačios. Įmonė gali kurti didelę privačią vertę akcininkams, tuo pat metu generuodama neigiamus išorinius efektus (taršą, išteklių nualinimą). Ir atvirkščiai – didelę visuomeninę vertę kurianti veikla gali būti finansiškai nuostolinga. Tačiau šiuolaikinė vertės teorija turi leisti pereigoms tarp privačios ir visuomeninės vertės: reguliavimas, reputacija, vartotojų elgsena ir investuotojų preferencijos vis labiau paverčia „išorinius“ ESG veiksnius „vidiniais“ vertės determinantais.

1.4 pav. ESG transmisijos kanalai į verslo vertę

Tvarumo vertė kaip ilgalaikio vertės kūrimo dimensija

ESG perspektyvoje svarbu skirti du požiūrius:

1. ESG kaip atitikties klausimas (angl. compliance). Šiuo požiūriu ESG yra kaštų centras – reguliaciniai reikalavimai, kuriuos būtina tenkinti, kad būtų galima veikti.
2. ESG kaip vertės kūrimo dimensija. Šis požiūris teigia, kad tvari veikla kuria ilgalaikę vertę: mažina riziką, stiprina prekės ženklą, pritraukia talentus, atveria naujas rinkas ir sumažina kapitalo kainą.

Šioje knygoje laikomasi antrojo požiūrio: tvarumas yra ne priedas prie vertės, o integrali jos dalis, veikianti per visus penkis ontologinius sluoksnius – nuo pinigų srautų (reguliacinis poveikis) iki nematerialiojo kapitalo (reputacija, žmogiškasis kapitalas). IFRS S1 ir S2 tvarumo atskleidimo standartai, priimti 2023 m. (ISSB), formalizuoja šį požiūrį, reikalaudami atskleisti tvarumui susijusius finansinius poveikius, galimybes ir rizikas.

Poskyrio apibendrinimas

Keturios struktūrinės transformacijos – nematerialiojo kapitalo dominavimas, duomenų ekonomika, platformų verslo modeliai ir ESG integracija – praplečia verslo vertės koncepcijos ribas už klasikinio DCF rėmo. Šios transformacijos nėra periferinės – jos keičia pačią vertės prigimtį: vertė vis labiau kuriama ne materialiuosiuose aktyvuose, o santykiuose, duomenyse, ekosistemose ir instituciniame kontekste. Ontologinis modelis, pristatytas 1.1.2 poskyryje, šias transformacijas integruoja per strateginį ir nematerialiųjų sluoksnius, tačiau jų operacionalizavimas – matavimas, prognozavimas, vertinimas – išlieka atvira metodologine problema (plačiau žr. 1.1.5 poskyrį ir 1.2 skyrių).

1.1.5 Kritinė analizė ir diskusija

Ankstesni poskyriai pristatė verslo vertės ontologiją, dualizmo struktūrą ir šiuolaikines koncepcijos transformacijas. Šis poskyris keičia perspektyvą: čia nagrinėjamos vertinimo metodų ribos, lyginami skirtingi požiūriai ir identifikuojamos neišspręstos akademinės problemos. Kritinio vertinimo tikslas nėra diskredituoti esamus metodus, o suprasti jų taikymo ribas – kada kuris požiūris yra tinkamas, kada nepakankamas, ir kodėl.

DCF modelio ribos

Diskontuotų pinigų srautų (DCF) metodas išlieka fundamentalaus vertinimo kertiniu akmeniu, nes jis išsaugo pagrindinę intuiciją: vertė turi būti susijusi su būsimais ekonominiais srautais. Tačiau jo ribos yra rimtos ir gerai dokumentuotos (Phelan, 1997; Crouzet et al., 2022):

Pirma, parametrų jautrumas. Nedideli pokyčiai augimo tempuose, terminalinėje vertėje ar diskonto normoje gali generuoti labai didelius vertinimo pokyčius. Pavyzdžiui, keičiant terminalinio augimo tempą nuo 2 % iki 3 % (vienas procentinis punktas), DCF vertė gali pasikeisti 30–50 %, priklausomai nuo diskonto normos ir prognozės horizonto. Tai reiškia, kad DCF rezultatas yra ne tiek „atsakymas“, kiek „jautrumo diapazonas“.

Antra, modelio nepakankamumas. DCF natūraliau tinka stabiliems, prognozuojamiems verslams nei strateginiam lankstumui, sinergijoms ir opcionų tipo atlygiams. Realiųjų opcionų teorija (angl. real options theory) buvo sukurta būtent šiai spragai užpildyti, tačiau jos kalibracija praktikoje yra sudėtinga ir priklauso nuo modelio pasirinkimų.

Trečia, nematerialiojo kapitalo nepermatomumas. Kai pagrindiniai vertės varikliai yra duomenys, talentas, platformos valdysena ar organizacinės rutinos, trumpalaikiai pinigų srautai gali būti silpnas tikrosios vertės generacijos atspindys. Inovatyvi įmonė gali investuoti agresyviai (neigiami pinigų srautai), tuo pat metu kurdama didžiulę ilgalaikę vertę per nematerialiuosius aktyvus.

Ketvirta, terminalinės vertės dominavimas. Praktikoje 60–80 % visos DCF vertės dažnai sudaro terminalinė vertė – tai yra vertė, priskiriama laikotarpiui po eksplicitinės prognozės. Terminalinė vertė remiasi itin supaprastintomis prielaidomis (pastovus augimas amžinai), todėl didžioji vertės dalis iš esmės yra ekstrapoliacija, o ne prognozė.

Todėl DCF yra nepakeičiamas kaip bazinis orientyras, bet nepakankamas kaip visapusiška vertės ontologija.

Vertinimo požiūrių palyginimas: integracinė lentelė

Kiekvienas vertinimo požiūris apšviečia tam tikrą ontologinį sluoksnį, bet yra „aklas“ kitiems. Žemiau pateikiama integracinė lentelė, sintetizuojanti vertinimo metodų stiprybes ir ribas:

Ši lentelė rodo, kad joks vienas metodas neapima visų penkių ontologinių sluoksnių. Todėl metodologinis pliuralizmas – kelių požiūrių derinimas – yra ne kompromisas, o logiškai būtinas principas.

Neišspręstos akademinės problemos

Nors verslo vertės teorija yra brandus mokslo laukas, keletas fundamentalių klausimų lieka neišspręsti:

1. Nematerialiojo kapitalo matavimas. Kaip patikimai ir palyginamai matuoti duomenis, ekosistemos poziciją ir žmogiškąjį kapitalą? Nematerialiojo turto indikatoriai gerina vertinimą ir finansinės sveikatos vertinimą, tačiau tokie matai lieka daliniai ir kontekstui jautrūs (Green & Ryan, 2005; Sriram, 2008; Russell, 2016). Keturios specifinės problemos: - Pripažinimo problema: daugelis nematerialiųjų aktyvų nekapitalizuojami apskaitos ataskaitose. - Ribos problema: neaišku, ar vertė priklauso pačiam aktyvui, ar komplementariai sistemai. - Nusidėvėjimo problema: senėjimo tempai nestabilūs ir kontekstui specifiški. - Perkeliamumo problema: aktyvas, vertingas vienoje organizacinėje aplinkoje, gali būti bevertis kitoje.

Papildoma komplikacija kyla po įsigijimų: IFRS 3 reikalauja paskirstyti sandorio premiją tarp identifikuojamų nematerialiųjų aktyvų (patentų, klientų santykių, prekės ženklų) ir liekamojo prestižo (angl. goodwill), kurio vėlesnis nuvertėjimo testas (angl. impairment test) tampa subjektyviu vertinimo aktu — taip apskaitos „pripažinimas“ ne tik atspindi, bet ir formuoja turto vertės suvokimą rinkoje.

Praktikoje nematerialiajam turtui vertinti taikomi trys specializuoti metodai: atleidimo nuo autorinių mokesčių (angl. relief from royalty – RRM), kuris vertina turtą per hipotetines sutaupytas autorinių mokesčių išmokas; daugelio periodų perteklinių pajamų (angl. multi-period excess earnings – MPEEM), kuris iš DCF pinigų srautų atima „kontribucinių aktyvų“ mokesčius, izoliuodamas nematerialiojo turto kuriamą vertę; ir „su ir be“ (angl. with and without) metodas, lyginantis verslo vertę su konkrečiu nematerialiuoju turtu ir be jo. Šie metodai bus taikomi atvejų analizėse vėlesniuose skyriuose (žr. 13 ir 14 sk.).

2. Neapibrėžtumas versus rizika. Standartiniai vertinimo modeliai (DCF, CAPM) prisiima, kad neapibrėžtumas gali būti redukuotas į riziką – t.y., kad tikimybių skirstinys yra žinomas arba pagrįstai vertinamas. Tačiau daugelyje strateginių ir technologinių aplinkų tai netiesa – susiduriama su Knighto neapibrėžtumu, kur pats tikimybių skirstinys yra nežinomas ar nestabilus. Kaip vertinimo modeliai turėtų reprezentuoti gilų neapibrėžtumą, o ne tik stochastinę riziką? Scenarijų analizė, robustinis valdymas ir realiųjų opcionų samprotavimas tampa labiau tinkamais nei taškinis vertinimas (Phelan, 1997; Alfaro et al., 2018).

3. Naratyvų ir elgsenos veiksnių formalizavimas. Elgsenos finansai įtikinamai dokumentavo kognityvinius šališkumus ir naratyvų poveikį kainoms. Tačiau kaip šie veiksniai turėtų būti formaliai integruoti su strateginiais ir pinigų srautais grįstais modeliais? Shillerio (2017) naratyvų ekonomika siūlo kokybinę perspektyvą, tačiau kiekybinė sintezė su DCF ar daugiklių metodais lieka atvira problema.

4. Privačios ir visuomeninės vertės santykis. Kaip privati verslo vertė turėtų būti susieta su visuomenine ir ekologine verte, kai eksternalijos yra reikšmingos? Reguliavimas (ES taksonomija, CSRD, ISSB standartai) vis labiau formalizuoja šią sąsają, tačiau akademinė teorija dar neturi vieningo modelio, kuris integruotų privačią ir visuomeninę vertę be vienos dimensijos „sutraiškant“ į kitą.

5. Vertės temporalumas: gyvavimo ciklo ir tvarumo dilema. Standartinis DCF modelis numano, kad vertę kuria kuo didesni pinigų srautai kuo greičiau. Tačiau tai ignoruoja vertės-gyvavimo pusiausvyros (angl. value-lifespan equilibrium – VLE) klausimą: ar produktas, suprojektuotas sugesti po dvejų metų ir būti pakeistas nauju (planuojamas senėjimas, angl. planned obsolescence), kuria daugiau vertės nei ilgaamžis produktas su mažesniais periodiniais srautais? VLE problema yra vienu metu ekonominė, etinė ir ekologinė — ji kerta privačios vertės (akcininkų grąža) ir visuomeninės vertės (išteklių naudojimas, atliekų kaštai) ribas. Augant žiedinės ekonomikos (angl. circular economy) reguliavimui ir ESG standartams, VLE klausimas tampa vis aktualesnis vertinimo praktikai: trumpalaikės grąžos maksimizavimas gali ilguoju laikotarpiu sunaikinti vertę per reputacijos, reguliacines ir aplinkosaugines rizikas.

Statinis versus dinaminis požiūris

Viena gilesnių metodologinių problemų yra priešprieša tarp statinio ir dinaminio vertinimo požiūrių:

• Statinis požiūris (tradicinis DCF, daugikliai, turtu grįstas vertinimas) traktuoja vertę kaip „momentinę nuotrauką“ – fiksuotą dydį konkrečiame laiko taške, apskaičiuotą iš dabartinių prielaidų ir projekcijų.
• Dinaminis požiūris (proceso ontologija) traktuoja vertę ne kaip daiktavardį, o kaip procesą – nuolatinę transformaciją, kurioje turto, rinkos ir strategijos santykiai nuolat kinta. Vertė yra ne statiškas atributas, o dinamiškas „tapimas“ (angl. becoming).

Šiame skyriuje pristatytas ontologinis modelis, būsenos vektorius (1.5 formulė), dinamikos lygtis (1.6 formulė) ir rekursinė kilpa (1.8 formulė) atspindi dinaminį požiūrį. Tačiau praktiniai vertinimo įrankiai vis dar daugiausia remiasi statiniu požiūriu. Šios įtampos sprendimas – viena svarbiausių šiuolaikinės vertinimo metodologijos užduočių.

Vertės dinamika turi ir epistemologinę dimensiją: ne viskas yra „rizika“ modelio prasme. Esant Knighto neapibrėžtumui (žr. 2 problemą aukščiau), kinta ne tik parametrų reikšmės, bet ir pats modelio tinkamumas — nebežinome, kokias scenarijų aibes apibrėžti. Tai reiškia, kad vertės sistema turi du skirtingus režimus: (a) stabilaus tikimybinio vertinimo režimą, kuriame DCF ir CAPM veikia kaip patikimi aproksimacijos įrankiai, ir (b) struktūrinio neapibrėžtumo režimą, kuriame keičiasi ne parametrai, o pati vertinimo logika — ankstesnė rizikos matrica nebetinka, nes ekonominė struktūra persikonfigūruoja. Perėjimas tarp šių režimų paprastai yra staigus ir sunkiai prognozuojamas — būtent tai Taleb (2007) vadina „juodąja gulbe“.

Metodologinės rekomendacijos

Atsižvelgiant į aptartas ribas, griežta vertinimo metodologija turėtų būti pliuralistinė:

Baziniai įrankiai: - DCF – pinigų srautų „inkaras“. - Rinkos daugikliai – rinkos palyginimo orientyras.

Būtini papildymai: - Realiųjų opcionų logika – lankstumui. - Strateginė analizė – rentoms ir imitacijos barjerams. - Nematerialiojo kapitalo karkasai – nefiziniams aktyvams. - Ekosistemų analizė – platformoms ir tinklo verslams. - Scenarijų metodai – giliam neapibrėžtumui. - ESG integracija – ilgo horizonto rizikoms ir galimybėms.

Šis pliuralistinis principas bus detalizuotas 1.2 skyriuje (analitiniai modeliai ir formulės) ir taikomas praktikoje per visą knygą.

1.1.6 Technologijų perspektyva

Verslo vertės samprata ir jos matavimo metodai neformavosi intelektualiniame vakuume — kiekvienoje epochoje juos lėmė ne tik teorinės įžvalgos, bet ir tuometinės technologinės galimybės. Trys technologinės bangos fundamentaliai pakeitė tai, kaip vertė suprantama, matuojama ir kuriama.

Kompiuterizacijos era (1970–1995): nuo intuicijos prie modelio

Iki aštuntojo dešimtmečio verslo vertinimas buvo daugiausia kokybinis procesas. Nors Irvingo Fisherio diskontuotų pinigų srautų logika buvo žinoma nuo 1930 m., praktinis DCF modelio taikymas buvo ribotas, nes rankiniai skaičiavimai buvo pernelyg imlūs laikui. Lūžis įvyko priemonės VisiCalc (1979) — pirmosios elektroninės skaičiuoklės — išleidimu. Anot VisiCalc kūrėjo D. Bricklino, skaičiuoklė „leido kompiuteriui atlikti iteratyvų „kas jeigu“ darbą per kelias minutes, o ne dienas, padarydama finansinį planavimą dinamišką“ (Power, 2004). Analitikas gavo galimybę interaktyviai modeliuoti pinigų srautus ir keisti prielaidas realiu laiku. Būtent ši skaitmeninė „kas, jeigu?“ (angl. What-if) logika pavertė vertinimą iteratyviu, prielaidoms atspariu procesu, išplečiant projektavimo ribas nuo vieno scenarijaus iki neribotų matricų.

Lotus 1-2-3 (1983) ir Microsoft Excel (1985) demokratizavo finansinį modeliavimą — DCF vertinimas tapo ne elitinių investicinių bankų privilegija, o standartine analitiko kompetencija. Tuo pat metu Markowitzo portfelio teorija (1952), kuri dešimtmečius liko akademiniu kuriozitu dėl matricos skaičiavimų sudėtingumo, tapo praktiškai taikoma: kompiuteriai leido skaičiuoti kovariacijos matricas šimtams aktyvų. CAPM (Sharpe, 1964) transformavosi iš teorinio modelio į kasdienį diskonto normos nustatymo įrankį.

Ši era pakeitė pačią vertės epistemologiją: vertė tapo skaičiuojama, o ne tik vertinama.

Interneto ir duomenų era (1995–2020): nuo modelio prie informacijos

Internetas sukūrė precedento neturintį informacijos prieinamumą. Bloombergo terminalas (veikiantis nuo 1982 m., tačiau plačiai paplitęs nuo 1990-ųjų) suteikė realaus laiko rinkos duomenis; EDGAR sistema (JAV SEC, 1996) — nemokamą prieigą prie viešų finansinių ataskaitų; Damodarano atviri duomenys (nuo 2000-ųjų) — sistemingas rizikos premijų ir beta koeficientų duomenų bazes. Vėliau šią infrastruktūrą papildė struktūruotų finansinių duomenų standartai, tokie kaip XBRL (angl. eXtensible Business Reporting Language), ir komercinės platformos, tokios kaip Capital IQ, FactSet ar Refinitiv, leidusios vertinimą grįsti ne vien pavienėmis ataskaitomis, o nuolat atnaujinamomis duomenų ekosistemomis. Šie pokyčiai reikšmingai sumažino informacijos asimetriją tarp profesionalų, akademikų ir vis didesnės dalies praktikų.

Tačiau ši era sukūrė ir naujus iššūkius vertės sampratai. Pirmoji dot-com banga (1995–2000) parodė, kad tradiciniai vertinimo modeliai sunkiai apčiuopia tinklo efektus, naudotojų bazės augimą ir platformų ekonomikos logiką. Amazono akcijos 1999 m. buvo vertinamos labai aukštais pajamų daugikliais, neturint pelno — tai vertė, kurios klasikinis DCF modelis negalėjo pagrįsti be ekstremalių augimo prielaidų. Tai paskatino naujų vertinimo karkasų kūrimą: naudotojo viso gyvenimo vertės (angl. Customer Lifetime Value, CLV), tinklo efektų vertinimo, platformų ekonomikos ir ekosistemų analizės (Parker et al., 2016).

Duomenų revoliucija taip pat transformavo nematerialiojo kapitalo sampratą (žr. 1.1.4). Ilgalaikės „Ocean Tomo“ studijos atskleidė radikalų lūžį: jeigu 1975 m. materialusis turtas JAV S&P 500 įmonių kapitalizacijoje sudarė net 83 % visos įmonių vertės, tai 2025 m. pabaigoje situacija visiškai apsivertė — net 92 % įmonių vertės jau slypėjo nematerialiajame turte (Ocean Tomo, 2025). Tai reiškė, kad vertės ontologija nebegali apsiriboti pastatais ar įranga — ji privalo apimti duomenis, algoritmus, programinę įrangą ir organizacines žinias, net jei klasikinis apskaitinis balansas nesugeba to korektiškai įvertinti. Šis atotrūkis nulėmė tai, kad standartinių daugiklių aiškinamasis pajėgumas ženkliai sumenko vertinant technologijų bendroves.

Lietuvos ir Baltijos kontekste pastaroji transformacija ypač išryškėjo regiono „vienaragių” (Vinted, Nord Security) plėtroje, kur kuriama vertė didžiąja dalimi susieta su tinklo efektais bei nematerialia intelektine nuosavybe. Nuo 1993 m. veikianti Nasdaq Vilnius (tuometinė Nacionalinė vertybinių popierių birža) suteikė skaidrią kainų nustatymo infrastruktūrą, be kurios viešųjų įmonių vertinimas būtų likęs spekuliatyviu.

Technologijų modernizacija taip pat atvėrė naujų galimybių finansinių duomenų prieinamumui. Registrų centro (RC) atviri duomenys ir API leido automatizuoti metinių ataskaitų importą analitiniam modeliavimui. XBRL (angl. eXtensible Business Reporting Language) integracija į ES ataskaitų teikimo formatus pakeitė vertinimo analitikų darbo pobūdį — nuo rankinio duomenų suvedimo prie algoritminio apdorojimo.

DI ir DI agentų era (2020→): nuo informacijos prie automatizuoto vertinimo

Dirbtinio intelekto (angl. artificial intelligence, AI) integracija į verslo vertinimą atveria trečią fundamentalų lūžį. Generatyviniai kalbos modeliai (angl. large language models, LLM) ir DI agentai (angl. AI agents) jau šiandien keičia vertinimo praktiką keliais lygmenimis.

Analitinis lygmuo. DI modeliai geba apdoroti ir sintetinti didelius kiekius finansinių ataskaitų, rinkos duomenų ir tekstinės informacijos, atlikdami pradinę analizę per minutes, o ne dienas. Automatizuotas finansinis due diligence nebėra vien vizija — jis tampa veikiančia praktika investiciniuose bankuose, konsultacijose ir privataus kapitalo fonduose.

Prognozavimo lygmuo. Mašininio mokymosi algoritmai prognozuoja pinigų srautus, bankroto tikimybes ir rinkos daugiklius. Moderni aktyvų kainodaros literatūra rodo, kad gilusis mokymasis (angl. deep learning) gali apčiuopti milžiniškas netiesines sąveikas ten, kur tradiciniai tiesiniai regresijos modeliai užstringa (Gu, Kelly, & Xiu, 2020). Tačiau susiduriama su „juodosios dėžės“ (angl. black box problem) riboto skaidrumo dilema — investuotojams deleguojant sudėtingus vertinimus trečiųjų šalių dirbtinio intelekto platformoms, kyla kritinis epistemologinis klausimas: ar galime prisiimti atsakomybę už modelio vertę, kurios priežastinės logikos nesugebame racionaliai išskaidyti apskaitoje?

Ontologinis lygmuo. DI keičia pačią vertės struktūrą — patentai DI srityje, duomenų bazės ir algoritminiai pranašumai tampa savarankiškais vertės varikliais. Tuo pat metu DI demokratizuoja vertinimo kompetenciją: tai, kam anksčiau reikėjo investicinio banko analitikų komandos, vis dažniau gali atlikti vienas specialistas su DI asistentais.

Tačiau ši era kelia ir rimtų klausimų. „Garbage in — garbage out“ principas stiprėja, nes DI modeliai gali sukurti klaidingo tikslumo iliuziją — sudėtingas modelis, maitinamas blogomis prielaidomis, generuoja ne geresnius, o tik labiau pagrįstai atrodančius rezultatus (plačiau apie klaidingą tikslumą žr. 2 skyrių). Sisteminis fragilumas — kai daugelis rinkos dalyvių naudoja tuos pačius algoritmus — gali sustiprinti koreliuotus vertinimo iškraipymus. Be to, vertinimo praktika tampa priklausoma nuo trečiųjų šalių duomenų infrastruktūros, modelių licencijų ir platforminių standartų: jei duomenų šaltinis klaidingas arba modelis nepermatomas, klaida gali būti replikuojama visoje rinkoje. Galiausiai, atsakomybės klausimas — kas atsako už DI sugeneruotą vertinimą? — lieka teisiškai ir etiškai neišspręstas.

Technologijų ir vertės santykio gilesnė analizė, apimanti visų knygos temų sintezę ir ateities perspektyvas, pateikiama 17 skyriuje.

1.2 Analitiniai modeliai ir formulės

Šiame poskyryje pateikiamos pagrindinės matematinės formulės, pristatytos teorinėje dalyje, su detaliais kintamųjų paaiškinimais ir skaitiniais pavyzdžiais. Formulės skirstomos į dvi grupes: skaičiuojamosios (1.1–1.4), turinčios skaičiavimo pavyzdžius, ir konceptualiosios (1.5–1.8), formalizuojančios ontologinę skyriaus struktūrą. Dalis formulių jau buvo pristatytos 1.1 skyriuje ir čia pakartojamos su išsamesniais paaiškinimais.

Formulė (1.1): Diskontuotų pinigų srautų (DCF) modelis

Bazinė įmonės vertės formulė:

\[V_0 = \sum_{t=1}^{n} \frac{FCF_t}{(1 + WACC)^t} + \frac{TV_n}{(1 + WACC)^n} \tag{1.1}\]

kur: - \(V_0\) – įmonės vertė šiandien (angl. enterprise value), - \(FCF_t\) – laisvasis pinigų srautas (angl. free cash flow) laikotarpiu \(t\), - \(WACC\) – vidutinė svertinė kapitalo kaina (angl. weighted average cost of capital), - \(TV_n\) – tęstinė (terminalinė) vertė (angl. terminal value) prognozės periodo pabaigoje, - \(n\) – eksplicitinio prognozės periodo trukmė metais.

Formulė (1.2): Terminalinė vertė (Gordono augimo modelis)

Terminalinė vertė dažniausiai apskaičiuojama Gordono augimo modeliu:

\[TV_n = \frac{FCF_{n+1}}{WACC - g} = \frac{FCF_n \times (1 + g)}{WACC - g} \tag{1.2}\]

kur \(g\) – nuolatinis ilgalaikis augimo tempas (paprastai artimas infliacijos ar BVP augimo tempui).

Skaitinis pavyzdys. Tarkime, įmonė generuoja šiuos laisvuosius pinigų srautus (tūkst. EUR):

WACC = 10 %, ilgalaikis augimo tempas \(g\) = 2 %.

1 žingsnis: Eksplicitinio periodo vertė.

\[\sum_{t=1}^{5} \frac{FCF_t}{(1{,}10)^t} = \frac{100}{1{,}10} + \frac{110}{1{,}21} + \frac{121}{1{,}331} + \frac{133}{1{,}4641} + \frac{146}{1{,}6105} = 90{,}9 + 90{,}9 + 90{,}9 + 90{,}8 + 90{,}7 = 454{,}2\]

2 žingsnis: Terminalinė vertė.

\[TV_5 = \frac{146 \times 1{,}02}{0{,}10 - 0{,}02} = \frac{148{,}92}{0{,}08} = 1\,861{,}5\]

3 žingsnis: Diskontuota terminalinė vertė.

\[\frac{TV_5}{(1{,}10)^5} = \frac{1\,861{,}5}{1{,}6105} = 1\,155{,}8\]

4 žingsnis: Bendra įmonės vertė.

\[V_0 = 454{,}2 + 1\,155{,}8 = 1\,610{,}0 \text{ tūkst. EUR}\]

Atkreiptinas dėmesys: terminalinė vertė sudaro \(1\,155{,}8 / 1\,610{,}0 = 71{,}8\,\%\) visos vertės – tai tipiška proporcija, iliustruojanti DCF jautrumą terminalinėms prielaidoms (žr. 1.1.5 poskyrio kritiką).

Formulė (1.3): Ekonominė pridėtinė vertė (EVA)

\[EVA = NOPAT - (IC \times WACC) \tag{1.3}\]

kur: - \(NOPAT\) – grynasis veiklos pelnas po mokesčių (angl. net operating profit after taxes), - \(IC\) – investuotas kapitalas (angl. invested capital), - \(WACC\) – vidutinė svertinė kapitalo kaina.

Skaitinis pavyzdys. Įmonės NOPAT = 200 tūkst. EUR, investuotas kapitalas IC = 1 500 tūkst. EUR, WACC = 10 %.

\[EVA = 200 - (1\,500 \times 0{,}10) = 200 - 150 = 50 \text{ tūkst. EUR}\]

Teigiama EVA (50 tūkst. EUR) rodo, kad įmonė kuria vertę virš kapitalo kainos. Jei NOPAT būtų 120 tūkst. EUR:

\[EVA = 120 - 150 = -30 \text{ tūkst. EUR}\]

Neigiama EVA reiškia vertės naikinimą, nors buhalterinis pelnas (120 tūkst. EUR) yra teigiamas.

Formulė (1.4): Vidutinė svertinė kapitalo kaina (WACC)

\[WACC = \frac{E}{E + D} \times r_e + \frac{D}{E + D} \times r_d \times (1 - T_c) \tag{1.4}\]

kur: - \(E\) – nuosavo kapitalo rinkos vertė, - \(D\) – skolos rinkos vertė, - \(r_e\) – nuosavo kapitalo kaina (reikalaujama grąža akcininkams), - \(r_d\) – skolos kaina (palūkanų norma), - \(T_c\) – pelno mokesčio tarifas.

Skaitinis pavyzdys. E = 600 tūkst. EUR, D = 400 tūkst. EUR, \(r_e\) = 12 %, \(r_d\) = 5 %, \(T_c\) = 15 % (Lietuvos pelno mokesčio standartinis tarifas).

\[WACC = \frac{600}{1\,000} \times 0{,}12 + \frac{400}{1\,000} \times 0{,}05 \times (1 - 0{,}15)\] \[= 0{,}6 \times 0{,}12 + 0{,}4 \times 0{,}05 \times 0{,}85 = 0{,}072 + 0{,}017 = 0{,}089 = 8{,}9\,\%\]

Pastaba: nuosavo kapitalo kaina \(r_e\) paprastai nustatoma pagal CAPM modelį (plačiau žr. 11 skyrių).

Formulė (1.5): Verslo vertės būsenos vektorius

Ontologiniame kontekste įmonės vertės būsena momentu \(t\) aprašoma vektoriumi:

\[X_t = \{CF_t^e,\; A_t,\; I_t,\; K_t,\; S_t,\; B_t,\; R_t\} \tag{1.5}\]

kur: - \(CF_t^e\) – tikėtini pinigų srautai, - \(A_t\) – materialusis turtas, - \(I_t\) – nematerialusis kapitalas, - \(K_t\) – kapitalo struktūra, - \(S_t\) – strateginė pozicija, - \(B_t\) – elgsenos/suvokimo būsena (lūkesčiai, sentimentas), - \(R_t\) – rizikos/neapibrėžtumo parametrai.

Ši formulė nėra skaičiuojamoji – ji yra konceptualinė, parodo, kad vertė priklauso ne nuo vieno parametro, o nuo septynių dimensijų vektoriaus. Praktiniame vertinime kiekviena dimensija operacionalizuojama skirtingais instrumentais (DCF – \(CF_t^e\) ir \(R_t\); strateginė analizė – \(S_t\); intelektinio kapitalo vertinimas – \(I_t\); ir t.t.).

Formulė (1.6): Vertės dinamikos lygtis

Būsenos vektorius \(X_t\) nėra statiškas — jis evoliucionuoja laike pagal vadybinius sprendimus ir egzogeninius šokus:

\[X_{t+1} = G(X_t,\; a_t,\; \varepsilon_{t+1}) \tag{1.6}\]

kur: - \(X_t\) – verslo vertės būsenos vektorius momentu \(t\) (žr. 1.5 formulę), - \(a_t\) – vadybiniai veiksmai (investicijos, strateginiai sprendimai), - \(\varepsilon_{t+1}\) – egzogeniniai šokai (rinkos pokyčiai, reguliaciniai pasikeitimai, technologiniai lūžiai), - \(G(\cdot)\) – perėjimo funkcija, aprašanti, kaip dabartinė būsena, veiksmai ir šokai formuoja būsimą būseną.

Ši formulė formalizuoja tris esmines vertės savybes: (a) vertė yra kelio priklausoma — tie patys dabartiniai rodikliai gali reikšti skirtingas vertes, jei pasiekti skirtingomis trajektorijomis; (b) vadybiniai veiksmai yra endogeniški vertės sistemai — jie ne tik reaguoja į vertę, bet ir ją keičia; (c) egzogeniniai šokai persiduoda per visus sluoksnius — technologinis lūžis veikia ne tik pinigų srautus, bet ir strateginę poziciją, suvokimą ir rizikos parametrus.

Formulė (1.7): Verslo vertės kompozicinė funkcija

\[V_t^{business} = \Omega\big(V_t^{fundamental},\; V_t^{market},\; S_t,\; I_t,\; \Phi_t\big) \tag{1.7}\]

kur: - \(V_t^{fundamental}\) – fundamentalioji vertė (DCF logika), - \(V_t^{market}\) – rinkos vertė (stebima kaina), - \(S_t\) – strateginė būsena, - \(I_t\) – nematerialiojo kapitalo būsena, - \(\Phi_t\) – institucinis ir informacinis kontekstas, - \(\Omega(\cdot)\) – struktūrinė funkcija (ne paprastas sumavimas).

Ši formulė formalizuoja pagrindinį skyriaus teiginį: verslo vertė nėra nei vien fundamentalioji vertė, nei vien rinkos kaina, o organizuotas santykis tarp visų ontologinių sluoksnių.

Formulė (1.8): Rekursinė vertės kilpa

\[V_t \leftrightarrow E_t \leftrightarrow D_t \qquad (1.8)\]

kur \(V_t\) – vertė (angl. value), \(E_t\) – lūkesčiai (angl. expectations), \(D_t\) – sprendimai (angl. decisions).

Ši rekursija parodo, kad vertinimas yra vienu metu deskriptyvus ir performatyvus: vertė veikia lūkesčius, lūkesčiai veikia sprendimus, sprendimai keičia fundamentus, kurie pertvarko vertę.

Epistemologinės ribos: jautrumo analizės svarba

Kadangi visi ankstesni modeliai priklauso nuo prielaidų, būtinas jautrumo analizės (angl. sensitivity analysis) instrumentas. Tipiška dvimačio jautrumo lentelė DCF kontekste:

Pastaba: vertės tūkst. EUR, iliustraciniai skaičiai.

Ši lentelė vizualiai demonstruoja, kaip dviejų parametrų (WACC ir \(g\)) variacija sukuria platų vertės diapazoną – nuo ~1 191 iki ~2 527 tūkst. EUR. Tai patvirtina Phelano (1997) „tikslumo iliuzijos“ argumentą ir pabrėžia, kad vertinimo rezultatas turėtų būti pateikiamas kaip diapazonas su prielaidomis, o ne kaip vienas „tikslus“ skaičius.

Detalesnė jautrumo analizė ir jos Excel realizacija pateikiama 1.5 poskyryje.

1.3 Apibendrinimas

Šiame skyriuje suformuluoti šeši pagrindiniai teiginiai apie verslo vertę:

1. Verslo vertė nėra tapati kainai. Kaina yra viena vertės manifestacija – rinkos sandorio rezultatas konkrečiu momentu. Vertė yra platesnė sąvoka, apimanti būsimas naudas, riziką, strateginę agentūrą ir institucinį kontekstą (Friday, 1922; Hardin et al., 2025). Vertė ir kaina gali sutapti, bet dažnai ir pagrįstai nesutampa.

2. Verslo vertė yra vidujai sluoksniuota. Pinigų srautai ir turtas lieka fundamentaliu pagrindu, tačiau juos transformuoja rizika, interpretuoja suvokimas, modifikuoja strategija ir vis labiau generuoja nematerialusis kapitalas (Groth et al., 1996; Walters, 1997; Crouzet et al., 2022). Penkių sluoksnių ontologinė dekompozicija (1.1 pav.) struktūrizuoja šį daugiamatiškumą.

3. Fundamentaliosios ir rinkos vertės dualizmas yra nuolatinis, o ne atsitiktinis. Konvergencija galima, bet divergencija struktūriškai paaiškinama informacijos asimetrija, neapibrėžtumu, naratyvais ir arbitražo ribomis (Albuquerque et al., 2016; Hardin et al., 2025). EMH yra naudingas etalonas, bet ne empirinė garantija.

4. Vertė yra dinaminė ir rekursinė. Ji formuojama lūkesčių, kurie veikia vadybinius ir finansinius sprendimus, keičiančius būsimus fundamentus (Kim, 2004; Alfaro et al., 2018). Vertinimas yra vienu metu deskriptyvus ir performatyvus – jis matuoja įmonę, bet ir ją veikia.

5. Kiekvienas vertinimas turi epistemologines ribas. Visi modeliai priklauso nuo prielaidų – diskonto normos, augimo tempų, terminalinės vertės parametrų. Jautrumo analizė atskleidžia, kad net nedideli prielaidų pokyčiai gali keisti rezultatą dešimtimis procentų (Phelan, 1997). Vertinimo rezultatas turėtų būti pateikiamas kaip diapazonas su prielaidomis, o ne kaip vienas „tikslus“ skaičius.

6. Šiuolaikinė vertės koncepcija apima nematerialųjį kapitalą, platformų ekosistemas ir ESG dimensiją. Klasikinis DCF modelis lieka nepakeičiamu pagrindu, tačiau jis nepakankamas kaip visapusiška ontologija. Metodologinis pliuralizmas – kelių vertinimo požiūrių derinimas – yra būtinas principas.

Sąsajos su tolimesniais skyriais

1.4 Atvejo analizė ir praktiniai pavyzdžiai

Atvejis 1: „NordTech“ – nematerialiojo kapitalo vertinimo iššūkis

Tai hipotetinis, bet realistiškas atvejis, paremtas Baltijos šalių technologijų sektoriaus dinamika.

Situacija. „NordTech“ yra Vilniuje įsikūrusi SaaS (angl. Software as a Service) įmonė, kurianti verslo analitikos platformą. Įmonė veikia 5 metus, turi 200 darbuotojų ir aptarnauja 1 200 klientų Baltijos šalyse ir Skandinavijoje. Pagrindiniai finansiniai rodikliai:

Problema. Tradicinis DCF vertinimas, paremtas dabartiniais pinigų srautais, rodo neigiamą vertę (arba itin mažą). Tačiau potencialūs investuotojai vertina „NordTech“ apie 25–35 mln. EUR. Kodėl?

Analizė ontologiniu požiūriu:

• 1 sluoksnis (branduolys). Dabartiniai pinigų srautai neigiami – įmonė investuoja į augimą. Materialus turtas menkas (0,5 mln. EUR). Pagal šį sluoksnį vertė artima nuliui ar neigiama.
• 2 sluoksnis (rizika). Aukšta specifinė rizika (jauna įmonė, priklausomybė nuo keleto didelių klientų), bet mažesnė nei vidutinė SaaS sektoriaus sisteminė rizika (stabilūs pasikartojantys srautai). Diskonto norma turėtų būti 12–15 %.
• 3 sluoksnis (suvokimas). Investuotojai mato SaaS sektoriaus „naratyvą“ – greitai augančios, masteliuojamos, pasikartojančias pajamas generuojančios įmonės vertinamos aukštais daugikliais. NRR > 100 % signalizuoja, kad esami klientai didina naudojimąsi – stiprus kokybės signalas.
• 4 sluoksnis (strategija). 115 % NRR rodo stiprų perjungimo kaštų efektą ir augimo potencialą esamoje bazėje. Regioninis fokusas (Baltijos šalys + Skandinavija) sukuria nišinį konkurencinį pranašumą. Platforma turi duomenų tinklo efektų potencialą.
• 5 sluoksnis (nematerialusis kapitalas). Pagrindinė vertė slypi čia: (a) programinės įrangos kodas ir intelektinė nuosavybė, (b) 120 R&D specialistų komanda, (c) sukaupti klientų naudojimo duomenys, (d) klientų santykiai ir prekės ženklas Baltijos rinkoje.

Vertinimo sintezė. Investuotojai taiko SaaS daugiklį (pvz., 6–8× ARR):

\[V \approx 4{,}5 \times 7 = 31{,}5 \text{ mln. EUR}\]

Šis vertinimas atspindi ne dabartinį 1 sluoksnį (neigiami CF), o 3–5 sluoksnių kombinaciją: augimo lūkesčius, strateginį pozicionavimą ir nematerialiojo kapitalo potencialą.

Išvados. Šis atvejis iliustruoja, kodėl viensluoksnis vertinimas (vien DCF arba vien daugikliai) yra nepakankamas. Ontologinis požiūris leidžia sistemiškai paaiškinti, kur slypi vertė, ir kritiškai vertinti, ar investuotojų lūkesčiai pagrįsti.

Atvejis 2: Fundamentaliosios ir rinkos vertės divergencija Nasdaq Vilnius biržoje

Mišrus mokomasis pavyzdys: rinkos dinamika paremta Nasdaq Vilnius biržos stebėjimais, tačiau konkreti įmonė „BalticProd“ ir jos duomenys yra hipotetiniai.

Situacija. Lietuvos gamybos įmonė „BalticProd“ (vardas hipotetinis) yra listinguota Nasdaq Vilnius biržoje. Jos fundamentalūs rodikliai stabilūs ir geri:

Problema. Rinkos kaina yra ~36 % mažesnė nei fundamentalioji vertė. Ar tai reiškia, kad akcijos „pigios“?

Analizė pagal konvergencijos/divergencijos veiksnius (1.2 pav.):

• Likvidumas. Nasdaq Vilnius – maža birža su mažu prekybos aktyvumu. Mažas likvidumas reiškia, kad kaina gali neatspindėti fundamentaliosios vertės tiesiog todėl, kad nėra pakankamai pirkėjų.
• Informacijos asimetrija. Mažos biržos įmonės mažiau analizuojamos instituciniuose tyrimuose – informacijos vakuumas leidžia kainai nukrypti.
• Arbitražo apribojimai. Mažas likvidumas apsunkina trumpalaikį pardavimą ir apriboja arbitražininkų veiklą.
• Investuotojų bazė. Institucinių investuotojų dalis Baltijos biržose mažesnė nei Vakarų Europos rinkose – mažiau „gravitacinės jėgos“, traukiančios kainą prie fundamentų.

Išvados. Divergencija šiuo atveju paaiškinama ne „rinkos klaida“, o struktūriniais rinkos veiksniais: mažu likvidumu, informacijos stoka ir arbitražo apribojimais. Tai klasikinis 3 sluoksnio (suvokimo) ir rinkos mikrostruktūros poveikio pavyzdys. Investuotojui tai gali reikšti galimybę (jei fundamentai tvirti), bet ir riziką (jei likvidumas nepagerės, kaina gali likti „nuvertinta“ ilgą laiką).

1.5 Excel modelio konstravimas

Tikslas

Sukurti bazinį DCF vertinimo modelį su jautrumo analize, kuris iliustruoja 1 skyriaus teorinius principus praktikoje. Studentas, atlikęs šią užduotį, gebės: - Prognozuoti laisvuosius pinigų srautus 5 metų laikotarpiui. - Apskaičiuoti WACC ir terminalinę vertę. - Atlikti dvimačio jautrumo analizę (WACC × augimo tempas). - Interpretuoti vertinimo diapazoną, o ne vieną „tikslų“ skaičių.

Žingsnis po žingsnio instrukcija

1 žingsnis: Prielaidų lapas (Assumptions). Sukurkite atskirą lapą su baziniais įvesties parametrais: - Pradinės pajamos (EUR) - Pajamų augimo tempas (%) - EBITDA maržos (%) - Kapitalo investicijos (% nuo pajamų) - Apyvartinio kapitalo pokytis (% nuo pajamų) - Mokesčių tarifas (%) - Nuosavo kapitalo kaina \(r_e\) (%) - Skolos kaina \(r_d\) (%) - Skolos/nuosavo kapitalo santykis (D/E) - Ilgalaikis augimo tempas \(g\) (%)

2 žingsnis: FCF prognozė (5 metai). Kiekvienais metais apskaičiuokite: - Pajamos = Ankstesnių metų pajamos × (1 + augimo tempas) - EBITDA = Pajamos × EBITDA marža - NOPAT = EBIT × (1 – mokesčių tarifas) (tiksliau; baziniame modelyje galima naudoti EBITDA kaip EBIT aproksimaciją, jei nusidėvėjimas nežinomas – žr. 9 skyrių) - FCF = NOPAT – Kapitalo investicijos – Apyvartinio kapitalo pokytis

3 žingsnis: WACC skaičiavimas.

4 žingsnis: Terminalinė vertė ir diskontavimas.

5 žingsnis: Jautrumo analizė (Data Table). Sukurkite dvimačio jautrumo lentelę naudodami Excel DATA TABLE funkciją: - Eilutės: WACC variantai (7 %, 8 %, 9 %, 10 %, 11 %, 12 %) - Stulpeliai: Augimo tempo \(g\) variantai (0 %, 1 %, 2 %, 3 %, 4 %) - Vertės: Rezultatas – \(V_0\) kiekvienai kombinacijai

6 žingsnis: Interpretacija. Pažymėkite spalvomis (sąlyginiu formatavimu): - Žalia – vertė viršija dabartinę rinkos kapitalizaciją (potencialiai „pigi“ akcija). - Raudona – vertė mažesnė nei rinkos kapitalizacija (potencialiai „brangi“). - Geltona – artima dabartinei kainai (neutrali zona).

Formulių sąrašas

Failas: Excel/CH01/Ch01_Model.xlsx Instrukcija: Excel/CH01/Ch01_Formula_Guide.md

1.6 Klausimai ir praktinės užduotys

Diskusiniai klausimai

1. Kodėl Benjamino Grahamo frazė „kaina yra tai, ką moki; vertė yra tai, ką gauni“ yra ne tik praktinis patarimas, bet ir ontologinė tezė? Kaip ši skirtis pasireiškia skirtinguose vertinimo standartuose (FMV, investicinė vertė, fair value)?

2. Ar „Tesla“ rinkos vertės ir fundamentaliosios vertės santykis geriau paaiškinamas efektyvių rinkų hipoteze, elgsenos finansais, ar abiem? Argumentuokite naudodami penkių sluoksnių ontologiją.

3. Kokiame ontologiniame sluoksnyje slypi didžiausia „Google“ (Alphabet) vertės dalis? O gamybos įmonės, gaminančios baldus? Kaip šis skirtumas veikia tinkamo vertinimo metodo pasirinkimą?

4. Ar ESG veiksniai yra „tikras“ vertės šaltinis, ar tik trumpalaikis mados reiškinys? Kaip jūsų atsakymas keistųsi, jei IFRS S1/S2 standartai taptų privalomi visoms ES įmonėms?

5. George’o Soroso refleksyvumo koncepcija teigia, kad rinkos kaina veikia fundamentus. Pateikite Lietuvos arba Baltijos šalių verslo pavyzdį, kur tai galėtų pasireikšti.

Skaičiavimo užduotys

1. DCF vertinimas. Įmonės prognozuojami FCF (tūkst. EUR): 1 m. – 80, 2 m. – 92, 3 m. – 106, 4 m. – 122, 5 m. – 140. WACC = 11 %, ilgalaikis augimas \(g\) = 2,5 %. Apskaičiuokite: (a) eksplicitinio periodo vertę, (b) terminalinę vertę, (c) bendrą įmonės vertę, (d) terminalinės vertės dalį bendrojoje vertėje.

2. EVA skaičiavimas. Įmonės NOPAT = 350 tūkst. EUR, investuotas kapitalas = 2 800 tūkst. EUR, WACC = 9 %. (a) Apskaičiuokite EVA. (b) Kokia turėtų būti minimali NOPAT, kad įmonė nekurtų neigiamos EVA?

3. WACC. Įmonės nuosavo kapitalo rinkos vertė = 12 mln. EUR, skolos vertė = 8 mln. EUR, nuosavo kapitalo kaina \(r_e\) = 14 %, skolos kaina \(r_d\) = 4,5 %, mokesčių tarifas = 15 %. Apskaičiuokite WACC. Kaip pasikeis WACC, jei skolos dalis padidės iki 60 %?

4. Jautrumo analizė. Naudodami 1 užduoties duomenis, sudarykite jautrumo lentelę: WACC (9 %, 10 %, 11 %, 12 %, 13 %) × \(g\) (1 %, 2 %, 2,5 %, 3 %, 3,5 %). Koks yra vertės diapazonas? Ką tai sako apie DCF „tikslumą“?

Savarankiško darbo užduotys

1. Ontologinis auditas. Pasirinkite vieną Nasdaq Vilnius arba Nasdaq Tallinn listinguotą įmonę. Atlikite jos „ontologinį auditą“: identifikuokite, kuriuose sluoksniuose (iš penkių) sutelkta didžiausia vertės dalis. Parašykite 1–2 puslapių analizę su argumentais.

2. Divergencijos tyrimas. Pasirinkite du laikotarpius, kai konkrečios įmonės (arba rinkos indekso) kaina stipriai nukrypo nuo fundamentalių rodiklių (P/E, P/B). Identifikuokite, kokie konvergencijos/divergencijos veiksniai (1.2 pav.) buvo aktyvūs kiekvienu laikotarpiu.

3. ESG poveikio analizė. Pasirinkite Lietuvos arba Baltijos šalių įmonę, kuri viešai skelbia ESG ataskaitas. Analizuokite, per kuriuos transmisijos kanalus (reguliavimas, reputacija, finansavimas, paklausa) ESG veiksniai gali paveikti jos verslo vertę. Pateikite konkrečius pavyzdžius.

Literatūros sąrašas

• Akerlof, G. A. (1970). The Market for “Lemons”: Quality Uncertainty and the Market Mechanism. The Quarterly Journal of Economics, 84(3), 488–500. https://doi.org/10.2307/1879431
• Albuquerque, R., Eichenbaum, M., Luo, V., & Rebelo, S. (2016). Valuation Risk and Asset Pricing. Journal of Finance, 71(6), 2861–2904. https://doi.org/10.1111/jofi.12437
• Alfaro, I., Bloom, N., & Lin, X. (2018). The Finance Uncertainty Multiplier. Journal of Political Economy, 132(2), 577–615. https://doi.org/10.1086/726230
• Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99–120. https://doi.org/10.1177/014920639101700108
• Cedergren, M. C., Chen, C., & Chen, K. (2018). The Implication of Unrecognized Asset Value on the Relation Between Market Valuation and Debt Valuation Adjustment. Review of Accounting Studies, 24, 426–455. https://doi.org/10.2139/ssrn.2378145
• Crouzet, N., Eberly, J. C., Eisfeldt, A. L., & Papanikolaou, D. (2022). The Economics of Intangible Capital. Journal of Economic Perspectives, 36(3), 29–52. https://doi.org/10.1257/jep.36.3.29
• Damodaran, A. (2012). Investment Valuation: Tools and Techniques for Determining the Value of Any Asset (3rd ed.). Wiley.
• Dang, T. N., Nandy, M., Lodh, S., & Hussainey, K. (2025). Nature at Risk, Finance at Stake: A Systematic Literature Review of Biodiversity Risk in Finance Research. Business Strategy and the Environment. https://doi.org/10.1002/bse.70398
• Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. https://doi.org/10.2307/2325486
• Fama, E. F. (1991). Efficient Capital Markets: II. The Journal of Finance, 46(5), 1575–1617. https://doi.org/10.2307/2328565
• Fisher, I. (1906). The Nature of Capital and Income. Macmillan.
• Fisher, I. (1930). The Theory of Interest. Macmillan.
• Freeman, R. E. (1984). Strategic Management: A Stakeholder Approach. Pitman.
• Friday, D. (1922). An Extension of Value Theory. The Quarterly Journal of Economics, 36(2), 197–219. https://doi.org/10.2307/1883479
• Gamerschlag, R. (2013). Value Relevance of Human Capital Information. Journal of Intellectual Capital, 14(2), 325–345. https://doi.org/10.1108/14691931311323913
• Gordon, M. J. (1959). Dividends, Earnings, and Stock Prices. The Review of Economics and Statistics, 41(2), 99–105. https://doi.org/10.2307/1927792
• Graham, B., & Dodd, D. L. (1934). Security Analysis. McGraw-Hill.
• Green, A., & Ryan, J. J. C. H. (2005). A Framework of Intangible Valuation Areas (FIVA). Journal of Intellectual Capital, 6(1), 43–52. https://doi.org/10.1108/14691930510574654
• Grossman, S. J., & Stiglitz, J. E. (1980). On the Impossibility of Informationally Efficient Markets. The American Economic Review, 70(3), 393–408.
• Groth, J., Byers, S., & Bogert, J. (1996). Capital, Economic Returns and the Creation of Value. Management Decision, 34(6), 21–30. https://doi.org/10.1108/00251749610121452
• Gu, S., Kelly, B., & Xiu, D. (2020). Empirical asset pricing via machine learning. The Review of Financial Studies, 33(5), 2223–2273. https://doi.org/10.1093/rfs/hhaa009
• Hardin, W. G., Jiang, X., Wu, Z., & Zhang, Q. (2025). Intrinsic Value, Transaction Price Movement, and Cointegration. Financial Management. https://doi.org/10.1111/fima.12496
• Hartman-Glaser, B., Mayer, S., & Milbradt, K. (2025). A Theory of Cash Flow-Based Financing with Distress Resolution. Review of Economic Studies. https://doi.org/10.1093/restud/rdaf009
• Haskel, J., & Westlake, S. (2018). Capitalism Without Capital: The Rise of the Intangible Economy. Princeton University Press.
• Hughes-Cromwick, E., & Coronado, J. (2019). The Value of US Government Data to US Business Decisions. Journal of Economic Perspectives, 33(1), 131–146. https://doi.org/10.1257/jep.33.1.131
• IFRS Foundation. (2013). IFRS 13 Fair Value Measurement. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
• IFRS Foundation. (2023). IFRS S1 General Requirements for Disclosure of Sustainability-related Financial Information. https://www.ifrs.org/issued-standards/ifrs-sustainability-standards-navigator/ifrs-s1-general-requirements/
• IFRS Foundation. (2023). IFRS S2 Climate-related Disclosures. https://www.ifrs.org/issued-standards/ifrs-sustainability-standards-navigator/ifrs-s2-climate-related-disclosures/
• International Valuation Standards Council [IVSC]. (2022). International Valuation Standards. IVSC.
• Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision Under Risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
• Kaplan, R. S., & Norton, D. P. (1992). The Balanced Scorecard – Measures That Drive Performance. Harvard Business Review, 70(1), 71–79.
• Katz, M. L., & Shapiro, C. (1985). Network Externalities, Competition, and Compatibility. American Economic Review, 75(3), 424–440.
• Kim, K. (2004). Strategic Planning for Value-Based Management. Management Decision, 42(8), 938–948. https://doi.org/10.1108/00251740410555434
• Knight, F. H. (1921). Risk, Uncertainty, and Profit. Houghton Mifflin.
• Knorr, C., Erath, M., Saesen, J., Kindermann, B., & Strese, S. (2025). What Role Do Data Network Effects Play for Multihoming Complements? Electronic Markets, 35. https://doi.org/10.1007/s12525-025-00817-4
• Lepak, D. P., Smith, K. G., & Taylor, M. S. (2007). Value Creation and Value Capture: A Multilevel Perspective. Academy of Management Review, 32(1), 180–194. https://doi.org/10.5465/amr.2007.23464011
• Liu, D., Tseng, K., & Yen, S. (2009). The Incremental Impact of Intellectual Capital on Value Creation. Journal of Intellectual Capital, 10(2), 260–276. https://doi.org/10.1108/14691930910952650
• Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77–91. https://doi.org/10.2307/2975974
• Merton, R. C. (1974). On the Pricing of Corporate Debt: The Risk Structure of Interest Rates. The Journal of Finance, 29(2), 449–470. https://doi.org/10.2307/2978814
• Mises, L. von. (1949). Human Action: A Treatise on Economics. Yale University Press.
• Modigliani, F., & Miller, M. H. (1958). The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review, 48(3), 261–297.
• Ocean Tomo. (2025). Intangible Asset Market Value Study. Ocean Tomo, a part of J.S. Held. https://www.oceantomo.com/intangible-asset-market-value-study
• Parker, G. G., Van Alstyne, M. W., & Choudary, S. P. (2016). Platform Revolution: How Networked Markets Are Transforming the Economy — and How to Make Them Work for You. W. W. Norton.
• Phelan, S. E. (1997). Exposing the Illusion of Confidence in Financial Analysis. Management Decision, 35(2), 163–168. https://doi.org/10.1108/00251749710160322
• Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. Free Press.
• Power, D. J. (2004, September 30). A brief history of spreadsheets. DSSResources.COM. https://dssresources.com/history/sshistory.html
• Reuschl, A. J., Tiberius, V., Filser, M., & Qiu, Y. (2021). Value Configurations in Sharing Economy Business Models. Review of Managerial Science, 16, 89–112. https://doi.org/10.1007/s11846-020-00433-w
• Ricardo, D. (1817). On the Principles of Political Economy and Taxation. John Murray.
• Rochet, J.-C., & Tirole, J. (2003). Platform Competition in Two-Sided Markets. Journal of the European Economic Association, 1(4), 990–1029. https://doi.org/10.1162/154247603322493212
• Russell, M. (2016). The Valuation of Pharmaceutical Intangibles. Journal of Intellectual Capital, 17(3), 484–506. https://doi.org/10.1108/JIC-10-2015-0090
• Sharpe, W. F. (1964). Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk. The Journal of Finance, 19(3), 425–442. https://doi.org/10.2307/2977928
• Shiller, R. J. (1981). Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends? The American Economic Review, 71(3), 421–436.
• Shiller, R. J. (2000). Irrational Exuberance. Princeton University Press.
• Shiller, R. J. (2017). Narrative Economics. American Economic Review, 107(4), 967–1004. https://doi.org/10.1257/aer.107.4.967
• Shleifer, A., & Vishny, R. W. (1997). The Limits of Arbitrage. The Journal of Finance, 52(1), 35–55. https://doi.org/10.1111/j.1540-6261.1997.tb03807.x
• Smith, A. (1776). An Inquiry into the Nature and Causes of the Wealth of Nations. W. Strahan and T. Cadell.
• Soros, G. (1987). The Alchemy of Finance: Reading the Mind of the Market. Simon & Schuster.
• Soros, G. (2014). Fallibility, Reflexivity, and the Human Uncertainty Principle. Journal of Economic Methodology, 20(4), 309–329. https://doi.org/10.1080/1350178X.2013.859415
• Sriram, R. (2008). Relevance of Intangible Assets to Evaluate Financial Health. Journal of Intellectual Capital, 9(3), 351–366. https://doi.org/10.1108/14691930810891974
• Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
• Teece, D. J. (2007). Explicating Dynamic Capabilities. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640
• Tseng, K., Lin, C. I., & Yen, S. (2015). Contingencies of Intellectual Capitals and Financial Capital on Value Creation. Journal of Intellectual Capital, 16(1), 156–173. https://doi.org/10.1108/JIC-04-2014-0042
• Walters, D. (1997). Developing and Implementing Value-Based Strategy. Management Decision, 35(10), 709–720. https://doi.org/10.1108/00251749710192020
• Williams, J. B. (1938). The Theory of Investment Value. Harvard University Press.
• Yadav, A. (2025). Financial Distress, ESG Practices and Firm Valuation: Comparing Pre- and Post-Paris Agreement Periods. Management Decision. https://doi.org/10.1108/md-05-2024-1159