Plenborg[1] har rubriceret nedenstående forskellige konkrete værdiansættelsesmodeller, der ligeledes er gengiver i FSR's værdiansættelsesnotat[2]

Visning af billede: Billede 1

Ved FSR´s værdiansættelsesnotat[3] anføres det, med reference til undersøgelse af PricewaterhouseCoopers[4], at de kapitalværdibaserede og relative værdiansættelsesmodeller i praksis er langt de mest benyttede.

Dette understøttes videre i artikel af Holm, Petersen og Plenborg[5], der omhandler en undersøgelse af værdiansættelser af unoterede virksomheder i praksis. Undersøgelsen er baseret på interview med respondenter fra rådgivere indenfor værdiansættelse. På spørgsmål om, hvilke hovedgrupper af værdiansættelsesmodeller, der benyttes, angiver samtlige respondenter, at de anvender kapitalværdibaserede modeller og multiple[6]. Kun en mindre andel af respondenterne benytter substansværdimodeller og optionsbaserede modeller. Substansværdimodeller anvendes primært til værdiansættelse af virksomheder i krise eller som supplement til andre værdiansættelsesmodeller (multiple og DCF). Flere respondenter anerkender den optionsbaserede værdiansættelsesmodel, som anvendelig i situationer, hvor fleksibilitet om fremtidige strategiske valg er værdifulde. Imidlertid anføres modellen svært tilgængelig - især i forhold til mulighederne for indsamling af tilfredsstillende informationer.

Som følge af den begrænsede udbredelse i praksis vil denne vejledning ikke uddybende omhandle substansværdiansættelse og realoptions-værdiansættelse. Dette er ikke ensbetydende med, at Skattestyrelsen finder metoderne uanvendelige. Under givne omstændigheder kan metoderne endda være de bedst egnede. For substansværdiansættelse kan sådanne relevante omstændigheder eksempelvis være værdiansættelser af nødlidende virksomheder, hvor det ikke er relevant at anvende en going koncern betragtning. Realoptions-værdiansættelse kan særligt være relevant, hvis fremtidige strategiske valg potentielt kan have stor indflydelse på værdien, og det endvidere antages, at tilstrækkelige informationer til metodens anvendelse er tilgængelige.

Værdi af platform og reguleringsklausuler ved stor usikkerhed

For så vidt angår realoptions-værdiansættelse, skal det bemærkes, at modellen indarbejder mulige fremtidige strategiske valg. Denne indarbejdede optionsmulighed tilsiger i sig selv en højere værdi end de mere traditionelle kapitalbaserede værdiansættelsesmetoder, hvor der ikke på tilsvarende måde indregnes fremtidige strategiske tilpasningsmuligheder.

Ved brug af kapitalbaserede modeller skal det derfor altid tilstræbes, at der ved fastlæggelse af cashflow tages højde for fremtidige strategiske muligheder, herunder særligt værdien af en platform baseret på eksisterende produkter/markeder til udvikling af nye produkter/markeder. Dette kunne eksempelvis være indenfor medicinalindustrien, hvor der til værdien af eksisterende patenter eller andre rettigheder ofte tillægges en separat værdi af potentielle afledte nye patenter mv.

Mere generelt kan der, for så vidt angår potentielle platforme, der skal værdiansættes i tilknytning til eksisterende produkter/markeder, henvises til et kernekompetencebegreb, der kan defineres som noget en virksomhed er god til at udføre, og som samtidig opfylder følgende tre betingelser[7]:

  1. Det skaber værdi for kunden,
  2. konkurrenterne har svært ved at efterligne det, og
  3. det kan anvendes til mange forskellige produkter/markeder.

Kernekompetencer kan således repræsentere tilstedeværelsen af en værdifuld forretningsmæssig platform, der må indgå i værdiansættelsen af eksisterende forretningsmæssig aktivitet.

Armslængdeprisfastsættelse, hvor der er stor usikkerhed ved værdien på transaktionstidspunktet, er beskrevet i TPG[8]. Det bemærkes specielt, at usikkerhed om den fremtidige værdi af et aktiv mellem uafhængige parter kan tilsige indarbejdelse af reguleringsklausuler, hvor værdiansættelsen helt eller delvist afhænger af de fremtidige pengestrømme, der genereres fra aktivet.

Skattestyrelsen finder sådanne reguleringsklausuler særligt relevante ved værdiansættelser, hvor det fremtidige indtjeningspotentiale fra aktivet er forbundet med stor usikkerhed.     

Fokus på DCF og EVA modellen   

Jævnfør ovenstående figur, som viser forskellige typer af værdiansættelsesmodeller, findes der forskellige variationer af de forskellige kapitalværdibaserede modeller. Valg af konkret model til værdiansættelse afhænger af en række forskellige vurderinger, herunder formål med værdiansættelsen, informationers tilgængelighed og forståelsesmæssige præferencer, virksomhedstype mv.

Skattestyrelsen koncentrerer sig særligt om DCF-modellen og EVA-modellen. Dette skyldes primært følgende forhold:

  • Modellerne betragtes som teoretisk korrekte
  • DCF-modellen er den mest anvendte model til værdiansættelse[9]
  • Andre kapitalværdibaserede værdiansættelsesmodeller kan i et vist omfang betragtes som variationer af DCF-modellen. Dette gælder således også EVA-modellen
  • DCF og EVA-modellen kan anvendes til indbyrdes kontrolberegning
  • EVA-modellen anskueliggør forudsatte forventninger til fremtidigt kapitalafkast i forhold til kapitalomkostningerne    

Det skal bemærkes, at Skattestyrelsen herved ikke betragter de øvrige kapitalværdibaserede værdiansættelsesmodeller som irrelevante.

Det skal endvidere bemærkes, at værdiansættelse beregnet efter forskellige metoder kan være med til at underbygge værdien. Dette kunne eksempelvis være en multipel værdiansættelse til understøttelse eller sanity check af en værdiansættelse efter DCF/EVA-modellen.


[1] Plenborg (2000)

[2] FSR (2002)

[3] FSR (2002), side 16

[4] PWC (2001)

[5] Holm, Petersen og Plenborg (2005)

[6] Multiple fra sammenlignelige transaktioner og markedsbaserede multiple.

[7] Kernekompetencebegrebet er introduceret af Hamel og Prahalad (1990). Konceptuelt er begrebet baseret på en ressourcebaseret strategitilgang, se eksempelvis Wernerfelt (1984)

[8] OECD Transfer Pricing Guidelines, paragraf 6.28 ff.

[9] I henhold til empirisk undersøgelse af Holm, Petersen og Plenborg (2006) anvender 17 ud af 18 respondenter DCF-modellen.