Trend impact analysis in stock valuation: An application with a dividend discount model

Abstract

There exist undiscussed parallels between futures studies and finance, in both theory and practice. The objective of this thesis is to demonstrate how Gordon’s (2009a) Trend Impact Analysis could be combined with a dividend discount model (DDM) in order to value the publicly traded stock of a Case Company (Olvi Oyj), explicitly taking into account the estimated impacts and probabilities of a few uncertain future phenomena. DDMs are understood as a simple version of discounted cash flow (DCF) methods, and TIA could be possibly applicable with more advanced DCFs as well. There exist no published applications of TIA with DCFs. Among the scenario methods used in finance with DCFs, simulation approaches have the highest similarity to TIA. Primary data was collected with two online surveys. Anonymous retail investors interested in the Case Company were used as experts. They provided a source of potentially significant future phenomena, and defined subjective judgments of related probabilities and impacts on net profit. Experts focused almost exclusively on phenomena related to the end products of the Case Company, instead of “less visible” aspects of the business. Replicating Gordon’s (2009a) TIA process, aggregated expert judgments were combined with an extrapolated base scenario, and a Monte Carlo simulation of 10,000 probabilistic modified trends (PMT) scenarios of net profit was performed. The simulation revealed that the expected combined effect of the few studied phenomena would be relatively unimportant. Dividends were assumed based on the dividend policy of the Case Company, and a DDM was used to value main PMT scenarios. The DDM suggests that the stock is most likely overvalued. However, the stock price could be considered fair if one specific analyzed future phenomenon occurs soon. Several reasons suggest that all the overall result may be too conservative. Further research is required to conclude if TIA is applicable in the analysis of free cash flows in DCF models.

Tulevaisuudentutkimuksen ja rahoituksen välillä on aiemmin käsittelemättömiä yhtäläisyyksiä sekä teoriassa ja käytännössä. Tämän pro gradu -työn tarkoitus on näyttää kuinka Gordonin (2009a) trendien vaikutus-analyysi (TIA) voidaan yhdistää osinko-diskonttausmallin kanssa Case-yrityksen (Olvi Oyj) julkisesti vaihdetun osakkeen arvon määritykseen, ottaen eksplisiittisesti huomioon muutamien epävarmojen tulevaisuuden ilmiöiden vaikutukset ja todennäköisyydet. Osinko-diskonttausmallit voidaan ymmärtää yksinkertaisena versiona kassavirran diskonttausmalleista (DCF), joten TIA voisi mahdollisesti olla sovellettavissa myös kehittyneempien DCF-mallien kanssa. Ei ole julkaisuja, joissa TIAa olisi käytetty DCFmallien kanssa. Niistä skenaariometodeista, joita käytetään rahoituksessa kassavirran diskonttausmallien kanssa, simulaatiotyökalut ovat lähimpänä TIAa. Perustietoa kerättiin kahden internet-kyselytutkimuksen kautta. Nimettömiä yksityissijoittajia, jotka ovat kiinnostuneita Case-yrityksestä, käytettiin asiantuntijoina. He toimivat lähteenä mahdollisesti merkittäville tulevaisuuden ilmiöille, ja määrittivät subjektiiviset arvionsa ilmiöiden todennäköisyyksistä ja vaikutuksista nettovoittoon. Asiantuntijat keskittyivät lähes ainoastaan sellaisiin ilmiöihin, jotka koskevat Case-yrityksen lopputuotteita, liiketoiminnan “vähemmän näkyvien” osien sijasta. Gordonin (2009a) TIAmetodia replikoitiin yhdistämällä koostetut asiantuntijoiden arviot ekstrapoloidun perusskenaarion kanssa, ja Monte Carlo -simulaatiolla tehtiin 10,000 probabilistic modified trends (PMT) skenaariota nettovoitosta. Simulaatio paljasti, että tutkittujen ilmiöiden odotettu yhteinen vaikutus ei todennäköisesti olisi kovin merkittävä. Osingot oletettiin perustuen yrityksen osinkopolitiikkaan, ja osinko-diskonttausmallia käytettiin arvostamaan keskeisimmät PMT-skenaariot. Osinko-diskonttausmallin tulos viittaa siihen, että osake on oletettavasti yliarvostettu. Osakkeen hintaa voitaisiin pitää kuitenkin kohtuullisena, jos yksi tietty tutkituista tulevaisuuden ilmiöistä tapahtuisi pian. Muutamat seikat viittavat sihen, että lopputulos voi olla liian konservatiivinen. Jatkotutkimusta tarvitaan, jotta voidaan ymmärtää, onko TIA soveltuva vapaiden kassavirtojen analysointiin DCF-malleissa.