一、案例定位

依原書 FINALIZING THE MODEL,將 final projected Revenue/EPS 與來源中列出的 analyst estimates 比較,並測試 tax、interest、COGS assumptions 對 EPS 的敏感度。

二、學習目標

三、案例情境

原書 final model 的 2021E Revenue = 490,301.3,與來源列出的 Street average 約 490.35 billion 相近;2022E Revenue = 581,497.3,與約 581.65 billion相近。原書 2021E Basic EPS = 46.57、Diluted EPS = 45.22,並列出 analyst EPS range/average 作比較。

四、開始資料

2021E 指標/假設 Base Case
Revenue 490,301.3
Basic EPS 46.57
Diluted EPS 45.22
Tax Rate 21%
Total Interest Expense 2,805.8
COGS / Revenue 60.4%

原書來源列出的 analyst EPS range 為約 42.68–71.13、average 55.74;後文另出現 low 42.61 的文字差異,因此本頁不自行消除該來源不一致。

五、Excel/VBA 分析方法

逐次只更動一個 assumption,其餘保持不變,比較 resulting EPS。Street estimate 僅作 reasonableness check;若模型結果不同,應追查 assumptions,而不是直接 hardcode analyst number。

六、計算結果

Sensitivity Changed Assumption Resulting 2021E EPS
Tax Tax Rate 21% → 11.8% 52.00
Interest Debt Rate to low-end 2.1%; Total Interest Expense 2,239.5 47.46
COGS COGS / Revenue 60.4% → 59.0% 57.58

七、結果分析與管理解讀

Revenue projection 與 source-provided Street averages相近,說明 top-line assumptions在來源框架下具有一定合理性;EPS 則更敏感,因為 tax、interest、COGS 等 assumptions 都會層層影響 Net Income。三個 sensitivities 中,降低 COGS ratio 對 EPS 的提升最明顯。

八、AI Prompt

請只根據本案例的 base EPS 與三個 sensitivity results,排序 tax、interest、COGS assumptions 對 2021E EPS 的影響,並說明為什麼 Street estimates 應作 sanity check 而不是模型輸入值。

九、思考/What-if