Jämförbar företagsanalys, eller "comps" som benämns av investeringsbanker, är ett sätt att lära sig mer om det verkliga värdet av ett företag. Att titta på olika värderingar för jämförbara företag kan ge goda uppskattningar för både det inneboende och faktiska marknadsvärdet för ett företag.

Hitta liknande egenskaper

Jämförbar företagsanalys bottnar i tanken att företag med liknande egenskaper ska ha liknande värderingsmultiplar. En grupp av jämförbara företag inkluderar vanligtvis företag från samma bransch som det företag som värderas. Dessa företag bör också ha liknande grundläggande egenskaper såsom intäkter, nettoinkomst och marknadsstorlek.

Urvalsprocessen

Välj dina företag. Gå till valfri webbmäklare eller aktieinvesteringswebbplats. Yahoo! Finance och MarketWatch är två välrenommerade sajter med korrekt och gratis information. Bestäm branschen för företaget du analyserar. Gör en sökning efter alla företag i den här branschen. Fokusera nu på andra faktorer som börsvärde (storlek), intäkter eller försäljning, nettoinkomst, geografi, antal anställda etc. Du letar efter de företag som mest liknar det företag du vill analysera. Om du till exempel värderar Walmart, kommer du att vilja titta på Target, Sears, Kmart och kanske Kohl's. Välj inte fler än fem till åtta företag.

Analys

Skapa ett kalkylblad för analys. Lista dina jämförbara företag på ena sidan. Inkludera nu en lista med förhållanden och värden som du vill jämföra. Dessa kan inkludera pris, utestående aktier eller börsvärde, vinst per aktie (EPS), tillväxttakt (fem år), pris-till-vinst-förhållande (P/E), pris-för-säljningsförhållande, EV (förväntat värde) , EBITDA (vinst före ränteskatter, avskrivningar och amorteringar) och allt annat du vill jämföra. De flesta av dessa uppgifter är lättillgängliga på ovan nämnda webbplatser. Det bästa sättet att få fram data är dock att göra beräkningarna själv med hjälp av företagsdata som finns i företagens årsredovisningar eller 10-K och 10-Q. Du kan hitta dessa på det givna företagets webbplatser för investerarrelationer. När du har din data, leta efter avvikelser och justera så att de inte kastar av dig din analys.