Valley AI vs Damodaran 차이: ➁ EBIT Margin

1. 서론: 전편에 이어서,,,

1.1. 'ROIC → FFCF 연결성'을 생각해보면 생각해보면, EBIT margin의 중요성이 보임

다모다란 교수님의 엑셀을 활용해 보신 분이라면, FFCF(기업잉여현금흐름; Free Cash Flow to Firm) 값이 여러 가정에 따라 변동할 수 있다는 점을 잘 아실 겁니다. 교수님께서는 특히 잘 모르는 상황에서는 가정을 함부로 설정하지 않기를 권장하시죠. 그럼에도 불구하고, 초보자인 저조차도 특정 값들의 추정치를 직접 작성해야 하는 상황이 발생합니다. 이번 글에서는 그 중에서 하나인 EBIT Margin(영업이익률)에 대해 다뤄보려고 합니다.

1.2. Operating Margin vs EBIT Margin

Valley AI에서는 EBIT과 영업이익을 혼용하여 사용하고 있습니다(EBIT ≈ 영업이익). 이는 데이터의 범용성과 일관성때문이라고 생각됩니다. 한편으로 EBIT(Earnings Before Interest and Taxes)은 이자와 세금을 제외한 기업의 순이익을 의미합니다. 영업이익과 순이익 사이에 있는 모호한 개념이죠. 가치평가 강의를 들으신분들은 다 알겠지만, 구하는 방법을 요약하자면 아래와 같습니다.

• 수익 기반 방법: EBIT = 총 수익 - 매출원가(COGS) - 영업비용

• 순이익 기반 방법: EBIT = 순이익 + 이자비용 + 세금

위처럼 엑셀 수식을 살펴보면, 다모다란 교수님께서는 수익기반의 방법으로 EBIT을 구하고 있음을 알 수 있습니다.

2. EBIT Margin 추정법: 과거 데이터 활용

2.1. 산업평균 및 동종업계 비교

• 산업평균: 너무 쉽습니다. Valley AI, 혹은 다모다란 교수님이 제공하고 있는 데이터에서 산업평균을 가져오기만 하면 됩니다.

• 아니면, 유사기업의 마진율을 그대로 사용할 수도 잇습니다.

• 분석하는 기업이 2~3등 기업으로, 추후 1등과 유사한 퀄리티를 가질 수 있다고 판단된다면, 1등 기업을 벤치마크하여 그 기업의 N 년간 평균 마진율을 사용할 수 있겠습니다.

2.2. 기업의 과거 실적 데이터

• 분석하고자 하는 기업의 평균 마진율: Valley AI에서는 평균값을 제공하고 있어, 그대로 활용하면 됩니다. 너무 쉬운 방법입니다.

• 다만 다모다란 교수님 TOOL을 사용하면 기업의 과거 실적을 활용하기에 다소 무리가 있습니다. 물론 5년치 자료를 하나하나 입력하여 구할 수 있지만,, 시간 효율측면에서 좋은 접근법인지 잘 모르겠습니다.

2.3. 다모다란 교수님 DCF 엑셀을 사용한다면, 생각해볼 점

과거 데이터가 없더라도 EBIT 마진을 추정할 수 있는 방법은 다양합니다. 첫째, 과거 데이터를 기반으로 EBIT 마진과 다른 변수들 간의 관계를 선형 회귀분석을 통해 추정할 수 있습니다. 그러나 이는 개인 투자자가 접근하기에는 다소 복잡한 방법일 수 있습니다. 둘째, 경영진의 가이던스를 활용하여 매출액과 영업이익을 추정할 수 있지만, 이를 통해 EBIT을 정확히 추정하는 데는 한계가 있어 보입니다. 마지막으로, Valley AI를 활용하여 과거 데이터를 다모다란 교수님의 TOOL에 그대로 입력하는 것도 정확한 결과를 보장하지 않습니다.

그 이유는 당연히 '영엽이익 ≠ EBIT', 'EBIT ≈ 영업이익'이기 때문이죠.

저는 과거 데이터를 활용하고자 한다면, Valley AI를 사용해야 한다고 생각합니다. (개인적인 생각이지만??) 다모다란 교수님 자료보다 Valley AI 업데이트 속도가 빠르기 때문입니다. 그런데 여기서 문제가 생깁니다. Valley AI가 ...