サプライチェーン投資の株式評価

サプライチェーン投資の経済的価値

Rajnesh Tangri
Rajnesh Tangri
2020年12月7日 5 分で読める

前書き

COVIDとその結果として生じるマクロ経済状況の影響を受けるサプライチェーンの運用を改善するために、分析を使用することに前例のない重点が置かれています。需要の不確実性、急速に進化する流通システムの状況、オンラインプラットフォームへの移行(たとえば、オンラインで購入して小売店で受け取る、CPGのeコマースアウトレット、自動車のオンラインおよびアプリベースのプラットフォームなど)は、サプライチェーンにこれまで以上に取り組んでいます。 
 
サプライチェーン改革に急いで取り組む中で、多くの企業は、ビジネスへの影響とその結果としての優先順位付けの機会を客観的に評価することを見逃してしました。どんなビジネスにとっても最も重要なKPIは株主価値や株価です。このWSJの記事で言及されているように、すべての利害関係者に間口を広げることは大いに推進されてきました。 しかし、多くの取締役会によるコミットメントは危機の時に衰えたようです。いくつかの財務評価手法に基づいて、さまざまなサプライチェーンの要素を調整することによる株価への影響を評価します。この手法を採用すると、客観的な意思決定におけるコスト構造と敏捷性が最適化されるため、企業の回復力が向上します。そこで、私は危機が訪れていても、そうでなくとも見える分野、つまり株主価値に固執します。 

主要なサプライチェーンドメイン

この分析の一環として、サプライチェーンを成功させるために監視する必要のある基本的なポイントに焦点を当てます。それは 、予測精度、在庫レベル (FG + RM + WIP)、 資産生産性 –機械資産とHR生産性、 調達戦略、 在庫切れ販売損失、 品質、製造コスト(容量割り当ての場所とサイズに影響を与える)、および ロジスティクスコストです。

一部のポイントは、相互に逆効果をもたらす可能性があります(たとえば、在庫レベルと在庫切れ損失のバランスを取る必要があります)。

サプライチェーンドメインが企業財務に与える影響

在庫レベルは、貸借対照表に短期資産として表されます。これらの資産は、貴重な資本の非生産的な使用を表しています。ほとんどの消費財および製造組織の加重平均資本コスト(WACC)レベルが7%から10%の場合、直接的な影響はフリーキャッシュフローにあります。生産性と調達戦略は、損益計算書の売上原価(COGS)に影響を与えます。COGSは、固定費と変動費で構成されています。固定費は適切な調達戦略によって最も影響を受ける可能性がありますが、生産性管理は変動費に最も影響を与える可能性があります。在庫切れによる売上の損失は、トップラインの収益に直接影響します。品質は、トップラインの収益、返品準備金、保証準備金の両方に影響を与えます。

評価の影響

フリーキャッシュフロー(FCF)モデル –この手法は、加重平均資本コスト(WACC)で4〜5年間のフリーキャッシュフローの現在価値を活用します。フリーキャッシュフローは、純収入と設備投資の影響を受けます。在庫、品質、在庫切れの損失は、この評価手法に最大の影響を及ぼします。例として、FCF法を活用して、60億ドルの消費財組織の評価/株価への影響をモデル化しました。在庫が5%減少すると、株価が最大9%増加します。線形混合モデル(LMM)を活用して、財務諸表に対するさまざまな指標の影響をモデル化し、シナリオベースのモデルを確立して取り組みに優先順位を付けることができました。 

企業価値分析(EVA)モデル –このモデリング手法は、EBITDAと資本をWACCのレートで活用し、売上原価を考慮しています。この手法は、FCFモデルで強調されているように、在庫削減の影響をわかりにくくする可能性があります。ただし、コスト削減の直接的な影響を説明するため、より包括的な評価を提供します。同じ60億ドルの消費財組織に対してこの評価手法を実行すると、株価が4%増加し、在庫が5%減少することが示唆されます。 
 
重回帰分析 –重回帰分析は、類似のビジネス、規模、市場の企業を比較します。比較は、1株当たり利益と投資資本利益率に基づいて行われます。この手法は最も主観的であり、その精度は、評価を推進するための最良の代表的なサンプルセットを持つかで影響を受けます。

結論

効果的な投資決定機能を可能にするCFO分析機能には、次の5つの重要な機能を含める必要があります。
  • 企業への財務上の影響をブランド/セグメントおよびビジネスの地理的レベルに集約および分解します。
  • 将来の影響を評価するために、最低3年間のトランザクションの詳細を用意してください。プロフォーマ財務諸表の作成は自動化されており、ビジネス戦略、成長計画、統合の機会が組み込まれています。
  • 意思決定機能を自動化するために、多くのAI / ML技術を導入します。検出分析や予測「シナリオベースの分析」モデリング機能など、堅牢な分析機能を備えています。
  • 変化するビジネスおよび市場の状況を考慮して、推奨事項を自動調整します。これは、以前の決定の影響を考慮した実際のデータに基づいてモデルを更新/調整する必要があることを意味します。
  • 戦略的市場の差別化に影響を与えるために行われた戦略的選択を説明するためのオーバーライドメカニズムを用意します。
成熟した堅牢なデータおよび分析エコシステムを活用して価値を評価する時間と、これらの機能を有効にする適切なスキルは、サプライチェーンへの投資を将来にわたって保証するために不可欠です。

会社情報 Rajnesh Tangri

Rajnesh is a Sr. Partner leading data and analytics solutions across Automotive, High Tech and Consumer Goods industries. Rajnesh is an accomplished and proven leader with notable expertise in helping organizations solve high value business problems through advanced analytics. Rajnesh has led multiple cross functional teams spanning analytics solutions, enablement services, platforms and managed cloud solutions portfolio. Rajnesh’s interests include financial valuations, commodity forecasting, sales strategy and M&As. Rajnesh earned his MBA from Fuqua School of Business (Duke University) with specialization in Finance (corporate valuation) and Marketing.

すべての投稿の表示 Rajnesh Tangri

知っている人に滞在

Teradataのブログを購読して、毎週あなたに配信されるインサイトを入手する



テラデータはソリューションやセミナーに関する最新情報をメールにてご案内する場合があります。 なお、お送りするメールにあるリンクからいつでも配信停止できます。 以上をご理解・ご同意いただける場合には「はい」を選択ください。

テラデータはお客様の個人情報を、Teradata Global Privacy Policyに従って適切に管理します。

テラデータからもっと見る