Specialūs vertinimo atvejai

Anotacija#

13 skyrius sistemiškai pristatė klasikinį verslo vertinimo instrumentarijų — pajamų (DCF, APV, DDM, likutinio pelno), rinkos (daugiklių, precedent sandorių) ir turto (NAV, likvidacinės, pakeitimo kaštų) požiūrius kartu su premijų, nuolaidų ir vertės bazių (IVS 2025, IFRS 13) logika. 14 skyrius atsako į kitą, ne mažiau svarbų klausimą: kada šis klasikinis aparatas tampa nepakankamas ir kokiais konceptualiais bei kiekybiniais rėmais jis turi būti papildytas? Tris specialius atvejus — startuolių ir ankstyvojo etapo įmonių vertinimą, realiųjų opcionų aparatą bei sujungimų ir įsigijimų (M&A) sinergijų vertinimą — jungia bendra metodologinė situacija: tradicinio DCF prielaidos (stabili istorija, palyginamųjų imtis, prognozuojami srautai, fiksuota kapitalo struktūra) arba pažeidžiamos, arba neatspindi tikros sprendimo logikos.

Teorinėje dalyje pateikiama išsami intelektualinė genealogija nuo Benjamino Grahamo ir Davido Doddo (1934) Security Analysis „saugumo ribos” doktrinos iki nulinių palūkanų (angl. zero interest rate policy, ZIRP) eros 2020–2022 m. ir po to sekusios startuolių vertinimų korekcijos. Analitinė dalis sistemina tris metodų šeimas: (i) kokybinius ir mišrius ankstyvojo etapo vertinimo metodus — Berkus, Scorecard, Risk Factor Summation, rizikos kapitalo (VC) ir First Chicago; (ii) realiųjų opcionų taksonomiją (atidėjimo, plėtros, atsisakymo, perjungimo, augimo, sudėtinius opcionus) ir kiekybinius metodus — Black-Scholes-Merton adaptaciją, Cox-Ross-Rubinsteino binominį medį, Longstaffo-Schwartzo Monte Carlo simuliaciją; (iii) M&A sinergijų taksonomiją, sandorių struktūros elementus (earn-out, W&I draudimą, vendor loan, rollover equity), sverto išperkamojo pirkimo (angl. leveraged buyout, LBO) logiką bei pirkimo kainos paskirstymo (angl. Purchase Price Allocation, PPA) metodologiją. Kritinėje analizėje Knighto (1921) rizikos ir neapibrėžtumo skirtis, Talebo (2007) storų uodegų argumentas, Kahnemano (2011) ir Lovallo-Kahnemano (2003) planavimo klaida bei Sirowerio (1997) synergy trap matematika naudojami kaip epistemologiniai atsvaros taškai mechaniniam metodų taikymui.

Lietuvos kontekstas įtraukiamas organiškai per visą teorinę dalį: Practica Capital, Open Circle Capital, Coinvest, INVEGA ir BaltCap kaip privataus kapitalo ekosistemos dalyviai; Vinted, Nord Security ir Cast AI kaip technologinio sektoriaus vertinimo pavyzdžiai; Ignitis Renewables, Northway Biotech ir Biotechpharma kaip realiųjų opcionų taikymo iliustracijos; Girteka-CVC, Maxima ir Bitė kaip M&A sandorių atvejai. Skyriaus pagrindinė pedagoginė žinia — specialūs vertinimo atvejai ne tik reikalauja specifinio instrumentarijaus, bet ir ugdo epistemologinį sąžiningumą: suvokimą, kada vertinimo metodas yra kiekybinis įrankis, o kada — sprendimo retorika.

14.1 Teorinė dalis#

14.1.1 Istorinis ir konceptualus kontekstas#

Specialių vertinimo atvejų teorija nėra atskira disciplina — tai klasikinės vertinimo paradigmos ribinių atvejų logika, vystytasi per beveik šimtmetį kaip atsakas į fundamentalius praktinius iššūkius, kuriuos tradicinis DCF/daugiklių aparatas išspręsti nesugebėjo. Šio lauko raida žymi mažiausiai dešimt paradigminių lūžių, tarpusavyje susietų ne tik chronologija, bet ir priežasties-pasekmės logika: kiekvieno lūžio teorinis indėlis atsako į klausimus, kuriuos iškėlė ankstesnio etapo praktinės nesėkmės.

Pirmasis konceptualinis pagrindas buvo padėtas 1934 m., kai Benjaminas Grahamas ir Davidas Doddas publikavo Security Analysis (Graham & Dodd, 1934). Didžiosios depresijos kontekste, kai akcijų rinkos prarado daugiau kaip 80 proc. savo vertės, Grahamas ir Doddas suformulavo vidinės vertės (angl. intrinsic value) doktriną ir centrinę saugumo ribos (angl. margin of safety) idėją: investuotojas turi pirkti tik tada, kai rinkos kaina yra gerokai žemiau vidinės vertės, nes vidinė vertė skaičiuojama su nežinomu paklaidos dydžiu. Ši doktrina buvo ankstyvoji epistemologinė nuostata — ji atsisakė pretenzijos į „tikrą” vertę, vietoj to konstruodama vertinimą kaip intervalinę argumentaciją. Specialių atvejų kontekste ši nuostata vėliau taps itin svarbi: tiek startuolių, tiek realiųjų opcionų, tiek M&A vertinimas susiduria su intervalais, ne su vieno skaičiaus atsakymais. Grahamo-Doddo tradicija dar išliko dominuojanti iki 1970-ųjų pabaigos, nors jos aparatas praktikoje daugiausia rėmėsi apskaitiniu pelnu ir balanso duomenimis.

Antrasis — ir bene didžiausias technologinis — lūžis įvyko 1973 m., kai Fischeris Blackas, Myronas Scholesas ir Robertas Mertonas paskelbė opcionų kainodaros modelį (Black & Scholes, 1973; Merton, 1973). Iki tol neapibrėžtumas buvo traktuojamas kaip išorinis, nekvantifikuojamas veiksnys; Black-Scholes-Mertono (BSM) modelis pirmą kartą įrodė, kad laikas, volatilumas ir galimybė laukti turi analitiškai apskaičiuojamą ekonominę vertę. Šis rezultatas buvo intelektualinė revoliucija ne tik finansų, bet ir ekonomikos apskritai teorijoje — Scholesas ir Mertonas 1997 m. gavo Nobelio ekonomikos premiją (Blackas mirė 1995 m., neilgai iki laureato paskelbimo). Tačiau BSM pradinis pritaikymas buvo siauras — finansinės opcijos biržose. Konceptualinis šuolis į korporacinius sprendimus buvo padarytas tik ketveriais metais vėliau.

Trečiasis lūžis — realiųjų opcionų idėjos genezė — įvyko 1977 m., kai Stewartas C. Myersas publikavo straipsnį Determinants of Corporate Borrowing (Myers, 1977). Myersas, nagrinėdamas skolos politikos problemas, padarė neįtikėtinai svarbią teorinę pastabą: dalis įmonės vertės nėra esami srautai, o augimo opcionai (angl. growth options) — teisė, bet ne pareiga, ateityje investuoti į pelningas galimybes, kurias suteikia šiandieninė pozicija (patentas, technologija, rinkos vieta, brandas). Ši idėja radikaliai pakeitė požiūrį į korporacinę strategiją: standartinis NPV/DCF modelis, kuris traktavo investiciją kaip „dabar arba niekada” sprendimą, iš esmės neįvertino vadybinio lankstumo. Myersas kartu išvystė underinvestment problemos analizę — situaciją, kai skolinta įmonė atsisako teigiamo NPV projektų, nes didžioji nauda tektų kreditoriams; tai tapo centriniu agentūros kaštų literatūros elementu (plačiau aptariama 1 skyriaus §1.1.2 ir 11 skyriaus §11.1.1).

Ketvirtasis lūžis — sverto pirkimo (LBO) ir privataus kapitalo revoliucija — prasidėjo 1976 m., kai Jerome’as Kohlbergas, Henry Kravis’as ir George’as Robertsas įkūrė KKR. Intelektualinį šio reiškinio pagrindą padėjo Michaelas Jensenas: jau 1976 m. kartu su Williamu Mecklingu jis suformulavo agentūros kaštų teoriją (Jensen & Meckling, 1976), o 1986 m. straipsnyje Agency Costs of Free Cash Flow, Corporate Finance, and Takeovers (Jensen, 1986) iškėlė laisvojo pinigų srauto hipotezę: brandžiose įmonėse su stabiliu cash flow vadovybė turi tendenciją imperijos kūrimui — neracionaliai investuoti į prastus projektus, atsisakant dividendų. Skola, Jenseno teigimu, veikia kaip disciplininis mechanizmas: privalomi palūkanų mokėjimai priverčia vadovybę griežtinti sąnaudas ir atsisakyti nepelningų padalinių. 1989 m. KKR įsigijo RJR Nabisco už 25 mlrd. USD — tuometinio rekordo, įamžinto Barbarian at the Gate knygoje (Burrough & Helyar, 1990) — ir tai paliudijo, kad finansinio pirkėjo modelis gali konkuruoti su tradiciniu strateginiu ne dėl sinergijų, o dėl operacinės disciplinos ir sverto efekto.

Penktasis lūžis įvyko 1994 m., kai Avinashas Dixitas ir Robertas Pindyckas publikavo monografiją Investment Under Uncertainty (Dixit & Pindyck, 1994), kuri iš Myers’o intuicijos padarė visapusę teorinę sistemą. Jie formalizavo negrįžtamo investavimo teoriją: kai investicija yra iš esmės negrįžtama (angl. sunk) ir egzistuoja neapibrėžtumas, kuris mažės laike, laukimo opcionas turi teigiamą vertę, ir todėl tradicinė NPV taisyklė „investuok, kai $NPV>0$” yra per žema — reikalaujama, kad $NPV$ viršytų laukimo opciono vertę. Lygiagrečiai Lenosas Trigeorgis (1996) pateikė išsamią realiųjų opcionų taksonomiją, Copeland ir Antikarov (2001) — praktiko vadovą su MAD (Marketed Asset Disclaimer) prielaida, o Longstaffas ir Schwartzas (2001) atvėrė amerikietiškų opcionų vertinimą Monte Carlo būdu per Least Squares Monte Carlo (LSM) algoritmą, leidžiantį efektyviai vertinti kelių neapibrėžtumo šaltinių projektus.

Šeštasis paralelinis lūžis įvyko rizikos kapitalo institucionalizacijoje. Williamo A. Sahlmano (1990) klasikinė Journal of Financial Economics studija The Structure and Governance of Venture-Capital Organizations suformulavo VC pramonės anatomijos aksiomą: 10-ies metų ribotos partnerystės struktūra, 2/20 mokesčių modelis (2 proc. valdymo mokestis + 20 proc. carried interest virš hurdle rate), etapinis finansavimas (angl. staged financing), konvertuojami vertybiniai popieriai kaip agentūros problemų sprendimas yra evoliuciniai atsakai į ekstremalų informacijos asimetrijos kontekstą startuoliuose (Sahlman, 1990). Kaplanas ir Strömbergas (2003) empiriškai patvirtino, kad VC sutarčių struktūra atitinka teorines prognozes — kontrolės teisės yra būklės-priklausomos (angl. state-contingent control rights), keičiasi priklausomai nuo milestone’ų pasiekimo. Šie darbai kartu su Metrick-Yasuda (2011) vadovėliu sudarė VC metodo — atvirkštinio IRR skaičiavimo nuo projektuojamos exit vertės — teorinį pagrindą. Lietuvoje ši ekosistema pradėjo formuotis vėliau: BaltCap įkurtas 1995 m., Practica Capital — 2011 m., Open Circle Capital — 2017 m., o valstybinė INVEGA/Coinvest schema ir ILTE ko-investicinės priemonės padėjo uždaryti mažų ir vidutinių įmonių finansavimo atotrūkį.

Septintasis lūžis buvo metodologinis — Aswathas Damodaranas (NYU Stern), pradedant 1994 m. pirmuoju Investment Valuation leidimu ir vystytas per nemokamą duomenų bazę damodaran.com, padarė specialių atvejų vertinimą atviru ištekliumi akademinei ir praktinei bendruomenei (Damodaran, 1994, 2012). Damodaranas pirmą kartą sistemingai susiejo startuolių, privataus kapitalo ir ciklinių įmonių vertinimą su DCF aparato modifikacijomis: mažesniais imties beta koeficientais, diferencijuota diskonto norma skirtinguose etapuose (angl. staged discount rate), tikimybe koreguotomis prognozėmis (angl. probability-weighted). Šis indėlis sukūrė tiltą tarp klasikinio ir specialiųjų atvejų instrumentarijaus.

Aštuntasis lūžis — dot-com burbulas 1995–2001 m. — buvo ne teorinis atradimas, o empirinė pamoka. Pets.com, Webvan, Boo.com ir dešimtys kitų interneto įmonių pasiekė milijardinius vertinimus, paremtus „akių obuolių” metrikomis (angl. eyeballs), svetainių peržiūrų skaičiumi ir rinkos dalies augimo potencialu. 2000 m. kovo–balandžio mėn. NASDAQ krito 78 proc., ir daugelis šių įmonių vertė nusileido iki nulio. Ši korekcija skaudžiai patvirtino Knighto (1921) skirtį tarp rizikos (kuri yra kvantifikuojama) ir tikrojo Knighto neapibrėžtumo, kuris nekvantifikuojamas: metodologinis vakuumas nesukuria alternatyvios metodologijos, jis sukuria pseudometodologiją, grįstą optimizmo ir naratyvo galia. Būtent dot-com krizė paskatino vėlesnę intensyvią akademinę diskusiją apie tinkamus startuolių vertinimo rėmus, kuri matėsi Berkuso metodo (Berkus, 2011), Scorecard metodo (Payne, 2011) ir Risk Factor Summation formalizavimo.

Devintasis lūžis buvo reguliacinis — 2008 m. finansinė krizė ir po jos sekęs tikrosios vertės (angl. fair value) apskaitos standarto IFRS 13 priėmimas 2013 m. (Tarptautinių apskaitos standartų taryba, 2013) kartu su Tarptautinių vertinimo standartų (IVS) serijos nuosekliu atnaujinimu. Bankai, laikantys hipotekinio turto pozicijas, susidūrė su fundamentaliu klausimu: ar tinkama rinkos vertė (angl. mark-to-market), ar modelio vertė (angl. mark-to-model), kai rinkos likvidumas iš esmės dingsta? Ši diskusija peraugo į specialių atvejų vertinimą — sandorio struktūros įtaka vertei (earn-out, W&I draudimas, rollover equity) tapo centriniu klausimu po krizinių M&A sandorių. Lygiagrečiai IFRS 3 Business Combinations reikalavimas dėl pirkimo kainos paskirstymo (PPA) tapo pagrindiniu Big 4 vertinimo profesijos uždarbio šaltiniu — Lietuvoje KPMG, Deloitte, EY ir PwC Baltikos komandos nuosekliai plėtoja šią specialybę.

Dešimtasis — ir šio skyriaus kontekste naujausias — lūžis yra susijęs su nulinių palūkanų (ZIRP) era 2020–2022 m. ir po jos sekusia korekcija. Covid-19 pandemija kartu su centrinių bankų monetariniu atsaku sukūrė paradoksalų efektą: ekstremaliai žemos palūkanos + masinė skaitmenizacija + aukštas rizikos apetitas sukėlė unikorno gamybos bumą (Crunchbase duomenimis, vien 2021 m. atsirado daugiau kaip 550 naujų vienaragių). Startuoliai pasiekė vertinimus, kurie matematiškai reikalavo augimo tempų, kurių istoriškai niekada nepasiekė jokia įmonė. 2022 m. palūkanų normų didėjimas, infliacijos šokas ir rizikos apetito sugrįžimas į vidutinį lygį sukėlė drastišką korekciją: Klarna, Stripe, Instacart prarado 50–75 proc. savo vertinimo per šešis mėnesius; down round atvejų (kai naujas raundas vertinamas mažiau nei ankstesnis) dalis 2024 m. I ketvirtyje siekė 27,4 proc. — aukščiausią lygį per dešimtmetį. Ši era skaudžiai parodė Talebo (2007) storų uodegų argumentą: finansų modeliai (įskaitant BSM), paremti normaliojo skirstinio prielaida, sistemiškai neįvertina tail events; o pačios ZIRP sąlygos 2020–2022 m. buvo būtent toks tail event.

Sintezuojant chronologiją: specialūs vertinimo atvejai nėra atskiras metodų rinkinys, o dialektika tarp klasikinio DCF griežtumo ir praktinio taikomumo ribinėse situacijose. Kiekvienas paradigminis lūžis atsakė į ankstesnės eros empirinę pamoką (dot-com krizė → Berkus, Scorecard; LBO boom → Jensen, Myers; finansinė krizė → IFRS 13, PPA; ZIRP era → žemesnio vertinimo raundai (angl. down rounds), sveikesnės metrikos kaip Rule of 40). Šiame kontekste Lietuvos ekosistema yra itin įdomi — ji kartu paeiliui perėjo tris pastarąsias bangas (2010-ųjų VC formavimąsi, 2018–2022 m. skaitmenizacijos pliūpsnį, 2023–2025 m. korekciją) per vos 15 metų, kai JAV analogiškas procesas užtruko penkiasdešimt. Practica Capital 2011 m. atsiradimas, Vinted 2016 m. Series B (Accel, Insight — 27 mln. EUR) ir 2024 m. 5 mlrd. EUR vertinimas (Vinted, 2024), Nord Security 2022 m. 1,6 mlrd. USD vertinimas, Cast AI 2025 m. Series C (91 mln. EUR) sudaro kompaktišką, bet empiriškai turiningą atvejų bazę, kuri bus naudojama per visą skyrių.

14.1.2 Pagrindinės teorijos ir modeliai#

Specialių vertinimo atvejų teorija apima tris konceptualiai skirtingas sritis, kurių kiekviena turi savo teorinį pagrindą, metodologinį aparatą ir taikymo ribas. Bendra pirmoji jungtis — visos trys sritys pažeidžia bent vieną fundamentalią klasikinio DCF prielaidą (stabilią istoriją, palyginamųjų imtį, prognozuojamus srautus, fiksuotą kapitalo struktūrą); antroji jungtis — visos trys reikalauja kokybinės ir kiekybinės analizės integracijos.

14.1.2.1 Startuolių ir ankstyvojo etapo įmonių vertinimas#

Kodėl klasikiniai metodai neveikia. Ankstyvojo etapo startuoliai iš esmės neatitinka DCF ir daugiklių prielaidų ne dėl to, kad šie metodai yra klaidingi, o dėl to, kad jie reikalauja duomenų, kurių startuolyje tiesiog nėra. Pre-revenue įmonė neturi istorinių pinigų srautų, iš kurių būtų galima išvesti prognozes; adresuojama rinka (angl. Total Addressable Market, TAM) yra struktūriškai spekuliatyvi; palyginamųjų imtis neegzistuoja, nes pagal apibrėžimą startuolis siekia sukurti naują rinkos poziciją; standartinė rizikos premija neaprėpia žlugimo tikimybės, kuri pre-seed stadijoje viršija 70–80 proc. (Gompers, Gornall, Kaplan & Strebulaev, 2020). Taikyti DCF ankstyvojo etapo startuoliui yra konceptualiai panašu į termometro naudojimą druskingumui matuoti — prietaisas tikslus, bet paskirtis netinkama.

Finansavimo etapų logika. Startuolių vertinimo praktika yra struktūriškai susijusi su finansavimo raundų seka: Pre-Seed (iki ~500 tūkst. EUR, šeimos ir draugų — angl. friends & family, F&F — arba super angel) → Seed (500 tūkst. – 3 mln. EUR, pirmas institucinis raundas) → Series A (3–20 mln. EUR, product-market-fit etapas) → Series B/C+ (20 mln. EUR+, skalės etapas) → Pre-IPO arba M&A exit. Kiekviename etape tinka skirtingi metodai: kokybiniai Pre-Seed/Seed, daugikliai nuo Series A, tradicinis DCF tik nuo Series C+, kai yra pakankamai stabilios istorijos.

Berkus metodas (Berkus, 2011) skirtas ikipajaminiams startuoliams. Metodas priskiria iki 500 tūkst. USD (regiono kalibracija — iki 1–2 mln. EUR Baltijos rinkoje) kiekvienam iš penkių sėkmės veiksnių: (1) sveika idėja/verslo modelis; (2) prototipas/MVP; (3) vadybos komanda; (4) strateginiai ryšiai; (5) pradiniai pardavimai/traction. Didžiausia teorinė vertė yra 2,5 mln. USD (originaliai), maksimalus didinimas Baltijoje — iki 5–10 mln. EUR. Šis metodas yra iš esmės kokybinės analizės kiekybinis įvilkimas — jo rezultatas yra tiek tikslus, kiek tikslus yra vertintojo kokybinis sprendimas.

Scorecard metodas (Payne, 2011) — regioniškai kalibruotas Berkus patobulinimas: pradedama nuo regiono medianos pre-money vertinimo panašioje stadijoje (Baltijoje Seed — apie 1,5–2,5 mln. EUR), tada taikomi septyni veiksniai (komanda ~30 proc., technologija ~15 proc., rinka ~25 proc., konkurencija ~10 proc., rinkodaros/pardavimo kanalai ~10 proc., papildomas finansavimas ~5 proc., kita ~5 proc.) su multiplikatyviais koeficientais 0,5x–1,5x. Metodo pranašumas yra regioninis kalibravimas — ypač svarbus Baltijoje, kur rinkos medianos skiriasi nuo Silicio slėnio dvejopai.

Risk Factor Summation metodas vertina 12 standartinių rizikos veiksnių (vadybos, reguliavimo, technologijos, konkurencijos, rinkodaros, finansavimo, teisinių, tarptautinio plėtros ir kt.) skalėje nuo −2 (labai rizikingas) iki +2 (labai stiprus); kiekvienas taškas verčia vertinimą ± 250 tūkst. USD nuo bazinės vertės. Šis metodas struktūriškai panašus į kredito reitingų agentūrų procedūras, bet su kitokia kalibracija.

Rizikos kapitalo (VC) metodas (Sahlman, 1987 m. darbinis variantas, formalizuotas 1990 m.) — pirmasis sistemingai kiekybinis ankstyvojo etapo metodas. Jo logika grįsta atgaline indukcija nuo projektuojamos exit vertės:

kur $r_{\text{VC}}$ — VC tikslinis IRR (40–60 proc. early stage JAV; 25–40 proc. Baltijoje; 15–25 proc. late stage), $n$ — metų iki exit. Metodo centrinė silpnybė — dvigubas prielaidų jautrumas: $V_{\text{exit}}$ yra pats savaime prognozė (dažniausiai per exit multiples × projektuojami pardavimai), o $r_{\text{VC}}$ — subjektyvi kalibracija. Vis dėlto VC metodas yra teorinis pagrindas, ant kurio stovi visa VC sandorių derybų logika (Sahlman, 1990).

First Chicago metodas hibridizuoja scenarijų analizę su kiekybiniu vertinimu: apskaičiuojami trys scenarijai — sėkmės, bazinis, nesėkmės — kiekvienam priskiriant tikimybę, o galutinė vertė yra svertinis vidurkis. Tinkamas Series A/B stadijoje, kurioje jau yra pakankamai duomenų scenarijams kalibruoti.

Kapitalo struktūros mechanika. Ankstyvojo etapo vertinimo aparato neatsiejama dalis yra investicijos mechanikos supratimas. Pre-money vertinimas — įmonės vertė iki naujojo raundo investicijos; post-money — pre-money plius investicija; VC procentas — investicija dalinta iš post-money. Preferuojamos akcijos (angl. preferred stock) suteikia prioritetines teises likviduojant ar parduodant; likvidavimo pirmenybė (1x non-participating, 2x participating ir kt.) reiškia, kad ta pati post-money vertė paskirsto grąžą skirtingai atsižvelgiant į akcijų klasę. Anti-dilution apsauga — full ratchet (labiausiai skiedžia steigėjus) arba weighted average (kompromisinis) — apsaugo ankstyvuosius investuotojus down round atvejais. SAFE (angl. Simple Agreement for Future Equity, Y Combinator, 2013) — paprastesnė alternatyva konvertuojamosioms obligacijoms; nuo ~2018 m. standartas yra post-money SAFE, kuris garantuoja investuotojui fiksuotą post-money kapitalizacijos procentą. Konvertuojamieji vekseliai (angl. convertible notes) — skola su palūkanomis ir galutine data, konvertuojama kitame raunde, dažniausiai su discount (15–25 proc.) ir/arba valuation cap.

SaaS ir platforminių verslų specifika. Software as a Service (SaaS) ir dvipusių platformų (angl. two-sided marketplaces) modeliai reikalauja sektorinių metrikų. ARR daugikliai (EV/ARR) yra standartas: viešosioms SaaS įmonėms svyravo nuo 3–4x 2023 m. korekcijoje iki 10–20x 2021 m. piko, o aukšto augimo išimtinėms atvejuose — iki 30–40x (Aventis Advisors, 2025). Rule of 40 (Brad Feld, ~2015) — diagnostinis rodiklis: sveikos SaaS įmonės ARR augimo tempas (proc.) plius EBITDA marža (proc.) turi viršyti 40 proc. Net Revenue Retention (NRR) virš 120 proc. rodo, kad klientų bazė organiškai auga net be naujų klientų; LTV/CAC virš 3 — minimalus tvarios vienetinės ekonomikos rodiklis. Platforminės įmonės (marketplaces) vertinamos per GMV (angl. Gross Merchandise Value) ir take rate (komisinį procentą) — Vinted yra archetipinis Baltijos atvejis, kur 2016–2024 m. GMV augimo trajektorija paaiškina, kodėl Series B vertinimas (~100 mln. EUR) 2024 m. virto 5 mlrd. EUR.

Lietuvos ir Baltijos VC ekosistema. Dealroom (2024) duomenimis, Lietuvos startuolių ekosistema vertinama 16,4 mlrd. EUR — tai 39x augimas per dešimtmetį, greičiausias Centrinėje ir Rytų Europoje. Pagrindiniai žaidėjai: Practica Capital (200 tūkst. – 2 mln. EUR, Baltijos tech-driven, portfelio pavyzdžiai — CGTrader, TransferGo, NanoAvionics); Open Circle Capital (100–500 tūkst. EUR, Baltijos deeptech/ICT); Coinvest ir INVL (augimo stadija, 2–10 mln. EUR); BaltCap (5–50 mln. EUR, PE + growth). Valstybinis elementas — INVEGA (ko-investicinės priemonės) ir ILTE — užpildo rinkos trūkumus. Unicorn trio — Vinted (5 mlrd. EUR, 2024), Nord Security (1,6 mlrd. USD, 2022), Cast AI (91 mln. EUR Series C, 2025) — kartu su CGTrader sudaro empirinį pagrindą LT VC metodo kalibracijai. Svarbi metodologinė pastaba: Baltijos raundo dydžiai struktūriškai mažesni nei Vakarų Europoje (Seed: 500 tūkst.–2 mln. EUR vs. 1–5 mln. EUR Vakaruose; Series A: 3–10 mln. EUR vs. 5–20 mln. EUR), todėl Berkus ir Scorecard metodų baziniai skaičiai turi būti regioniškai koreguoti.

14.1.2.2 Realieji opcionai#

Teorinis pagrindas. Realieji opcionai (angl. real options) yra vadybinio lankstumo vertės kiekybinis modeliavimas, pritaikant finansinių opcionų teoriją realioms investicijoms. Centrinė idėja — tradicinis DCF traktuoja investicijas kaip statinius, neatšaukiamus sprendimus, tačiau realus verslas turi teisę, bet ne pareigą ateityje keisti sprendimus reaguojant į naują informaciją: atidėti, plėsti, susitraukti, nutraukti projektą. Bendras vertinimo rėmas:

Ši formulė paaiškina paradoksą, kurio statinis NPV negali išspręsti: projektai su $NPV<0$ gali būti racionaliai tęsiami (pvz., naftos gręžinio opcionas kaip laukimo teisė), nes opciono vertė kompensuoja neigiamą statinę NPV (detalus aparatas pateikiamas §14.2.2 formulėse).

Teorinės raidos linija jungia šešis klasikinius darbus. Black-Scholes (1973) sukūrė finansinių opcionų kainodaros analitinę formulę — neapibrėžtumas pirmą kartą tapo kvantifikuojamas. Myersas (1977) įvedė „real options” terminą, interpretuodamas augimo galimybes kaip call opcionus. Cox, Rossas ir Rubinsteinas (1979) pateikė binominį modelį — diskretųjį opcionų kainodaros metodą, kuris yra lengviau pritaikomas realiems projektams su sprendimų sekomis. Dixitas ir Pindyckas (1994) išvystė negrįžtamo investavimo teoriją į pilnavertę sistemą. Trigeorgis (1996) sistemino opcionų taksonomiją ir sudėtinius (compound) opcionus. Copeland ir Antikarov (2001) pateikė praktiko vadovą su MAD (Marketed Asset Disclaimer) prielaida. Longstaff ir Schwartz (2001) — Least Squares Monte Carlo algoritmas — atvėrė amerikietiškų opcionų vertinimą kelių neapibrėžtumo šaltinių atveju.

Opcionų taksonomija (6 tipai). Klasikinė Trigeorgio (1996) taksonomija skiria šešis pagrindinius realiųjų opcionų tipus.

14.1 pav. Realiųjų opcionų taksonomija

graph TD
    RO["Realieji opcionai<br/><i>Vadybinio lankstumo vertė</i>"]
    DEF["Atidėjimo opcionas<br/><i>Defer / wait</i><br/>Amerikietiškas call"]
    EXP["Plėtros opcionas<br/><i>Expand</i><br/>Call"]
    ABN["Atsisakymo opcionas<br/><i>Abandon</i><br/>Put"]
    SWC["Perjungimo opcionas<br/><i>Switch</i><br/>Exchange"]
    GRW["Augimo opcionas<br/><i>Growth</i><br/>Compound call"]
    CMP["Sudėtinis opcionas<br/><i>Compound</i><br/>Option on option"]

    RO --> DEF
    RO --> EXP
    RO --> ABN
    RO --> SWC
    RO --> GRW
    RO --> CMP

    style RO fill:#4a90d9,color:#fff
    style DEF fill:#50b5a9,color:#fff
    style EXP fill:#50b5a9,color:#fff
    style ABN fill:#f5a623,color:#fff
    style SWC fill:#f5a623,color:#fff
    style GRW fill:#e8705a,color:#fff
    style CMP fill:#e8705a,color:#fff

Atidėjimo opcionas (defer) — teisė laukti geresnės informacijos prieš investuojant; analogas amerikietiškas call. Plėtros opcionas (expand) — teisė padidinti apimtis sėkmės atveju; call. Atsisakymo opcionas (abandon) — teisė parduoti turtą ar sustabdyti projektą, gaunant likutinę vertę; put. Perjungimo opcionas (switch) — teisė keisti gamybos technologiją, žaliavas ar produktą (pvz., dual-fuel jėgainės); exchange opcionas. Augimo opcionas (growth) — R&D arba pradinė investicija, kuri atidaro teisę į vėlesnes pelningas investicijas; compound call. Sudėtinis opcionas (compound) — opcionas ant opciono (pvz., klinikiniai tyrimų etapai: preklinika → I → II → III fazė → rinkodara), kur kiekvieno etapo sėkmė yra būtina sąlyga kitam.

Kiekybiniai metodai. Binominis modelis (Cox-Ross-Rubinstein, 1979) vieno periodo atveju: $C_0 = [pC_u + (1-p)C_d]/(1+r_f)$, kur rizikai neutrali tikimybė $p = [(1+r_f)-d]/(u-d)$, o $u = e^{\sigma\sqrt{\Delta t}}$, $d = 1/u$. Daugiaperiodė plėtra — atvirkštinė indukcija (angl. backward induction) nuo medžio galo. Šis metodas pranašus prieš Black-Scholes tuo, kad gali apdoroti amerikietiškas opcijas, verslo sprendimų sekas ir dinamines strategijas, nors reikalauja diskretizavimo.

Black-Scholes-Merton adaptacija realiesiems opcionams perkelia finansinio opciono parametrus į realaus projekto kontekstą: $S$ — projekto ateities srautų dabartinė vertė; $K$ — investicijos kaštai; $T$ — sprendimo langas; $\sigma$ — projekto vertės volatilumas; $r$ — nerizikinga norma. Call opciono formulė $C = S \cdot N(d_1) - K \cdot e^{-rT} \cdot N(d_2)$, kur $d_1 = [\ln(S/K) + (r + \sigma^2/2)T]/(\sigma\sqrt{T})$ ir $d_2 = d_1 - \sigma\sqrt{T}$. BSM tinka tęstinio laiko, europietiško stiliaus opcionams, bet jo prielaidos (log-normalus skirstinys, konstanta $\sigma$, rinkos pilnumas) realioms investicijoms dažnai silpnos.

Monte Carlo simuliacija — Longstaff-Schwartzo (2001) LSM algoritmas yra standartas kelių neapibrėžtumo šaltinių projektams (kaina, kaštai, reguliavimas vienu metu). Generuojamos tūkstančiai projekto vertės trajektorijų, kiekvienoje atliekama atgalinė indukcija; šiuolaikinė Python ekosistema (QuantLib, NumPy, SciPy) leidžia 100 000+ iteracijų sekundžių laiku.

Sektoriai, kuriuose realieji opcionai yra centrinė analitinė priemonė. Žaliavų pramonė: naftos, dujų, metalų gavyba su atidėjimo ir plėtros opcionais — klasikiniai Brennan-Schwartz (1985) pavyzdžiai. Biotechnologijos: vaistų plėtra kaip sudėtinis opcionas (preklinika → I–III fazė → rinkodara); Northway Biotech ir Biotechpharma Lietuvoje yra archetipiniai atvejai. Informacinės technologijos: R&D portfelis kaip augimo opcionų aibė; Nord Security produktų linijos plėtra. Nekilnojamojo turto plėtra: pasirinkimas tarp biurų ir gyvenamųjų kvartalų (perjungimo opcionas), laukimas urbanizacijos (atidėjimo opcionas). Atsinaujinanti energetika: ypač aktuali Baltijai — Ignitis Renewables sprendimai dėl vėjo ir saulės parkų statybos tvarkaraščio, Baltijos sinchronizacija su Kontinentinės Europos tinklu (BRELL atsisakymas, Rail Baltic) sudaro milžinišką realiųjų opcionų rinkinį su reguliaciniu neapibrėžtumu.

14.1.2.3 M&A ir sinergijų vertinimas#

Stand-alone vertė ir pirkėjo specifinė vertė. M&A vertinimo fundamentalus principas — ta pati įmonė gali turėti kelias legitimias vertes: (i) stand-alone / intrinsic vertė — kiek įmonė verta kaip savarankiška organizacija; (ii) pirkėjo specifinė / įsigijimo vertė = stand-alone + neto sinergijų NPV; (iii) rinkos vertė — kuo rinka šiuo metu ją vertina. Pagrindinė M&A matematikos taisyklė: pirkėjas turėtų mokėti ne daugiau kaip stand-alone vertė plius neto sinergijų vertė, kitaip vertę sunaikina pats pirkimo sandoris (Sirower, 1997).

Sinergijų taksonomija (9 tipai). Klasikinė sinergijų klasifikacija jungia tris kategorijas — operacines, finansines ir strategines — iš viso devynis tipus.

Penkios operacinės sinergijos: (1) sąnaudų sinergijos — pasikartojančių funkcijų pašalinimas, centralizuoti pirkimai, IT konsolidacija (realizavimo greitis 1–2 m., žemesnė rizika); (2) pajamų sinergijos — kryžminis pardavimas, bendri kanalai, naujos rinkos (2–4 m., aukštesnė rizika); (3) gamybos sinergijos — gamyklų konsolidacija, pajėgumų optimizavimas; (4) tiekimo grandinės sinergijos — bendros logistikos, masto ekonomijos tiekime; (5) R&D sinergijos — bendros tyrimų platformos, technologijų bazės.

Dvi finansinės sinergijos: (6) kapitalo kainos sinergijos — mažesnės skolinimosi išlaidos dėl didesnio dydžio ir diversifikacijos; (7) mokestinės sinergijos — nuostolių išnaudojimas (angl. tax loss carryforwards), šalies rezidavimo optimizavimas, PPA generuotos amortizacijos skydai.

Dvi strateginės sinergijos: (8) rinkos pozicijos sinergijos — rinkos dalies augimas, konkurencinio spaudimo sumažinimas; (9) technologijų ir talentų sinergijos — technologijų prieiga, acqui-hire talentų įsigijimas (ilgiausias horizontas, aukščiausia rizika).

Sinergijų realizavimo rizika. Akademinė ir konsultacinė literatūra nuosekliai dokumentuoja, kad sinergijų realizavimas yra pagrindinė M&A vertės sunaikinimo priežastis. McKinsey tyrimai (Christofferson, McNish & Sias, 2004; Koller, Goedhart & Wessels, 2020) rodo, kad apie 70 proc. M&A sandorių nesukuria pridėtinės vertės akcininkams, o daugumoje atvejų projektuojamos sinergijos realizuojamos tik 50–70 proc. per planuotą laiką. Marko Sirowerio (1997) monografija The Synergy Trap matematiškai išvedė sinergijų spąstus: jei pirkėjas sumoka priedą $P$ virš stand-alone vertės, jam reikia realizuoti sinergijų $S$ tokią, kad $PV(S) \geq P$; bet kontrolės premijos vidurkis yra 20–30 proc., o vidutinis sinergijų realizavimas — 50–70 proc., todėl sandoriai statistiškai nėra teigiamos NPV be aktyvios integracijos disciplinos. Praktiniu lygmeniu taikomas 30–50 proc. sinergijų realizavimo diskontas — t. y. projektuojamos bruto sinergijos dauginamos iš 0,5–0,7 koeficiento, ir tik tada imama neto nuo integracijos sąnaudų ($PV(\text{integracijos kaštai})$ tipiškai 1,0–1,2x metinių run-rate sinergijų).

Sandorio struktūros instrumentai. Kai vertinimo atotrūkis (angl. valuation gap) tarp pirkėjo ir pardavėjo didelis, pasitelkiami struktūriniai instrumentai, kurie perkelia dalį rizikos ir suteikia lankstumo: asset deal vs. share deal (turto įsigijimas leidžia step-up basis nusidėvėjimui, akcijų — paprastesnis teisinis uždarymas); earn-out / contingent consideration — papildomas mokėjimas, priklausantis nuo paskesnio veiklos rezultatų (pvz., EBITDA slenkstis, produkto paleidimas), apskaitomas pagal IFRS 3 kaip contingent consideration, 20–50 proc. visų sandorio kainos ir 3–5 metų trukmė; W&I draudimas (angl. Warranty and Indemnity insurance) — kompensuoja pirkėjui, jei pardavėjo garantijos melagingos; rollover equity — pardavėjas išlieka dalininku po sandorio, aligns incentives, ypač kai pardavėjas toliau vadovauja; vendor loan — pardavėjas finansuoja dalį sandorio kainos; management rollover — vadovybės komandos retention per ekvities komponentą.

LBO matematika ir MOIC dekompozicija. Sverto pirkimo (LBO) modelis yra privataus kapitalo (PE) industrijos pagrindas. Logika: PE fondas perka įmonę naudodamas didelę dalį skolos (tipiškai 50–70 proc. pirkimo kainos), per 4–7 metus operatyviai gerina EBITDA, grąžina skolą, parduoda įmonę su panašiu ar didesniu exit multiple. Sources & Uses — bendra finansavimo struktūra: $\text{Uses} = \text{Pirkimo kaina} + \text{Sandorio kaštai}$; $\text{Sources} = \text{Equity} + \text{Senior Debt} + \text{Mezzanine/PIK}$. Įėjimo ir išėjimo EV skaičiuojami kaip EBITDA × atitinkami daugikliai. MOIC (angl. Multiple on Invested Capital) = Exit equity / Equity investment; tipinis PE tikslas — 2,5–3,5x MOIC per 5 m. MOIC dekompozicija į tris vertės kūrimo šaltinius: (1) EBITDA augimas (operacinis gerinimas); (2) multiple expansion (išėjimo daugiklio augimas prieš įėjimą — konservatyviuose modeliuose šis elementas lygus nuliui); (3) skolos mažinimas (delevering — EBITDA srautai mažina neto skolą, didindami equity vertę). Waterfall paskirstymas: LP-GP paskirstymo seka — 1) LP grąžina savo kapitalą (return of capital); 2) LP pasiekia 8 proc. IRR (hurdle rate); 3) GP catch-up iki 20 proc. pelno dalies; 4) toliau 80/20 paskirstymas LP/GP (carried interest). Baltijos PE fondai (BaltCap, Livonia Partners) veikia mažesnėse dydžio juostose (5–50 mln. EUR equity ticket), kur skolos sverto galimybės ribotos dėl mažesnio bankų apetito ir mezzanine rinkos nebrandumo.

Pirkimo kainos paskirstymas (PPA) pagal IFRS 3. Po M&A sandorio uždarymo apskaitos standartai reikalauja įsigijimo kainos paskirstymo: visa sumokėta kaina priskiriama identifikuojamiems turto ir įsipareigojimų komponentams tikrosios vertės pagrindu; likutis pripažįstamas goodwill. IFRS 3 ir ASC 805 (JAV) skiriasi tuo, kad IFRS neleidžia goodwill amortizacijos — vietoj to taikomas metinis impairment testing pagal IAS 36 (generuojantys piniginių srautų vienetai, recoverable amount = max(fair value less costs to sell, value in use)). Pagrindinės PPA metodikos: MPEEM (angl. Multi-Period Excess Earnings Method) — klientų santykiams, technologijoms, patentams; Relief-from-royalty — prekių ženklams; Replacement cost — darbo jėgai, IT infrastruktūrai. Lietuvoje Big 4 Baltic komandos (KPMG, Deloitte, EY, PwC) atlieka didžiąją dalį PPA projektų; Newsec ir Ober-Haus — nekilnojamojo turto komponentams.

Baltijos M&A kontekstas. Sorainen (2024) duomenimis, Baltijos M&A rinka 2024 m. atgijo — sandorių skaičius augo 39 proc. lyginant su 2023 m., septyni sandoriai viršijo 100 mln. EUR ribą. Pagrindiniai atvejai: Girteka-CVC (2024 m., vienas didžiausių Baltijos logistikos sandorių), Vinted antrinė akcijų pardavimas už 340 mln. EUR esant 5 mlrd. EUR vertinimui, Maxima plėtros strateginiai sandoriai Centrinėje Europoje, Bitė (TDC Group istorinės pozicijos Baltijoje), Nord Security 2022 m. 1,6 mlrd. USD vertinimas Warburg Pincus ir Novator Partners raundo kontekste. Teisinė infrastruktūra — Sorainen, Cobalt, Ellex, TGS Baltic — periodiškai leidžia Baltic M&A Deal Points Studies, kurie yra empirinis pagrindas kalibruojant earn-out, W&I ir rollover equity naudojimo dažnius Baltijos rinkos specifikai.

14.2 pav. M&A vertės waterfall: nuo savarankiškos vertės iki neto verto pirkėjui

graph TD
    A["**Target stand-alone vertė**<br/><i>DCF / daugikliai / NAV</i><br/>EUR 200 M"]
    B["**+ Bruto sinergijos**<br/><i>Operacinės + finansinės + strateginės</i><br/>EUR 350 M"]
    C["**− Realizavimo diskontas**<br/><i>30–50 proc.<br/>McKinsey empirika: 70 % nepasiekia</i><br/>EUR −105 M"]
    D["**− Integracijos kaštai**<br/><i>IT + kultūra + talentų išėjimas</i><br/>EUR −20 M"]
    E["**= Neto sinergijų vertė**<br/><i>Maksimali kontrolės premija</i><br/>EUR 225 M"]
    F["**− Sumokėta premija pardavėjui**<br/><i>Value transfer dalis</i><br/>EUR −80 M"]
    G["**Pirkėjo sukurta vertė**<br/><i>Tik tai, ką pasilieka pirkėjas</i><br/>EUR 145 M"]

    A --> B
    B --> C
    C --> D
    D --> E
    E --> F
    F --> G

    style A fill:#7b8a8e,color:#fff
    style B fill:#50b5a9,color:#fff
    style C fill:#e8705a,color:#fff
    style D fill:#e8705a,color:#fff
    style E fill:#f5a623,color:#fff
    style F fill:#e8705a,color:#fff
    style G fill:#4a90d9,color:#fff

Ši schema iliustruoja, kodėl apie 57–70 proc. M&A sandorių sukuria mažiau vertės nei prognozuota (Christofferson, McNish & Sias, 2004): kiekvienas perėjimo žingsnis — nuo bruto sinergijų prognozės iki faktinės pirkėjo vertės — mažina realizuotą naudą per tris diskonto sluoksnius (realizavimo tikimybė, integracijos kaštai, sumokėta premija). Sirowerio (1997) Synergy Trap matematika yra tiesioginis šios logikos formalizavimas (žr. §14.2.3, formulės 14.17–14.18).

14.1.2.4 Specifinės vertinimo situacijos#

Šalia trijų pagrindinių CH14 sričių (startuoliai, realieji opcionai, M&A) vertinimo praktikoje pasitaiko kelios specifinės situacijos, kurios reikalauja savitų metodinių adaptacijų. Jų visuminė logika yra panaši į bendrąją skyriaus tezę: klasikinis DCF/daugiklių/NAV aparatas veikia, bet tik papildytas specifiniu rėmu. Šiame poskyryje glaustai aptariamos penkios tokių situacijų grupės, kurios dažniausiai pasitaiko Lietuvos vertinimo praktikoje.

Nemokumas ir restruktūrizavimas. Kai įmonė patenka į finansinę krizę, klasikinis going concern vertinimas tampa sąlyginis — būtina atskirti scenarijų, kuriame verslas išlieka, nuo scenarijaus, kuriame likviduojamas. Lietuvoje 2020 m. sausio 1 d. įsigaliojęs Juridinių asmenų nemokumo įstatymas (JANPA) sukūrė dvi pagrindines procedūras: restruktūrizavimą (analogiškas JAV Chapter 11 — teisminės priežiūros procesas su plano patvirtinimu, cram-down mechanizmu, DIP financing galimybe) ir bankrotą (likvidavimo procedūrą). Vertintojas šiame kontekste privalo atlikti dvi vertes: (i) going-concern vertę (tęsdamas veiklą, taikant modifikuotą DCF su aukštesne diskonto norma dėl bankroto rizikos); (ii) likvidacinę vertę (turto realizavimas, taikant 40–70 proc. nuolaidas priklausomai nuo turto tipo ir likvidavimo spartos). Fundamentali analitinė priemonė — fulcrum security analizė: identifikavimas, kuri skolos klasė (senior secured, senior unsecured, mezzanine, ar subordinated) gauna akcijos teises po restruktūrizavimo plano, priklausomai nuo įmonės vertės ir kreditorių prioritetų. JAV kontekste šią logiką išsamiai išvystė Moyeras (2005) ir Altmanas (2019); Lietuvoje praktiškai ją taiko Sorainen ir Ellex restruktūrizavimo komandos. Vertinimo riba: fulcrum security yra tikimybinis konstruktas, priklausomas nuo kreditorių balso ir teismo sprendimo, todėl jis visuomet pateikiamas kaip intervalas, ne kaip taškas.

Intelektinė nuosavybė ir nematerialusis turtas. IP vertinimas yra atskira disciplina, jungianti PPA, licencijavimo sandorius ir ginčus. Tarptautinė intelektinės nuosavybės organizacija (WIPO) ir International Valuation Standards Council (IVSC) skiria tris požiūrių grupes: (i) sąnaudų — pakeitimo arba atkūrimo kaštai; (ii) rinkos — panašių IP sandorių kainos (palyginamieji licenciniai sandoriai, Relief-from-Royalty orientacinės normos); (iii) pajamų — diskontuoti IP generuojami srautai (MPEEM klientų santykiams, Relief-from-Royalty prekių ženklams, tiesioginis DCF patentams). Patentams dar taikoma Monte Carlo simuliacija su teisine galiojimo rizika — nes patento vertė priklauso nuo jo ginčijimo tikimybės ir konkurentų apėjimo strategijos. Lietuvoje Valstybinis patentų biuras ir VPB naudoja WIPO standartus; prekių ženklų vertinimuose (pvz., „Maxima” prekės ženklo vertinimas M&A kontekste) dominuoja Interbrand ir Brand Finance metodikos, adaptuotos regiono rinkos sąlygoms. Duomenų bazių vertinimas yra naujausia šio lauko sritis — GDPR reguliacinis kontekstas iš esmės keičia duomenų perleidimo sandorius, todėl atskiros data valuation metodikos dar formuojasi.

ESOP ir akcijų opcionų planai (IFRS 2). Darbuotojų akcijų opcionų planai (angl. Employee Stock Ownership Plan, ESOP) yra standartinis technologijos įmonių talento pritraukimo ir išlaikymo instrumentas. Pagal IFRS 2 standartą, suteiktų opcionų tikroji vertė apskaityme pripažįstama kaip personalo sąnaudos per vesting laikotarpį (tipiškai 4 metai su 1 metų cliff). Vertinimo metodika — modifikuotas BSM modelis: standartinis BSM koreguojamas dėl (i) ankstyvo įgyvendinimo tendencijos (darbuotojai paprastai įgyvendina opcionus prieš brendimą dėl likvidumo poreikio), (ii) darbo netekimo rizikos (forfeiture rate tipiškai 5–15 proc. per metus), (iii) perleidimo apribojimų. Lietuvos unicornai (Vinted, Nord Security, CGTrader) ir augantys startuoliai plačiai naudoja ESOP planus — tipinis Series A rezervas yra 10–15 proc. post-money cap table. Praktinis iššūkis — LT mokesčių kontekstas: nuo 2020 m. akcijų opcionų apmokestinimas buvo racionalizuotas (GPM tik exercise momentu, ne vesting), tačiau įstatymų detalės reikalauja periodinio audito. Vertinimo požiūriu ESOP kuria dilutyvinį efektą būsimiems akcininkams — pilnai praskiestas cap table yra esminis derybų instrumentas Series B/C raunduose.

SPV (Special Purpose Vehicle) ir rizikos izoliavimas. SPV yra atskiras juridinis asmuo, sukurtas specifiniam tikslui — dažniausiai rizikos izoliavimui, finansavimui arba sandorio struktūrai. Tipiniai SPV naudojimo atvejai: (i) turto sekuritizacija (hipotekos, lizingo portfeliai paverčiami obligacijomis); (ii) projektinis finansavimas (atsinaujinanti energetika, infrastruktūra — SPV turi projekto skolą, savininkai turi non-recourse apsaugą); (iii) M&A sandorio struktūravimas (pirkėjas sukuria SPV dėl mokesčių optimizavimo arba ring-fencing). Vertinimo požiūriu SPV sukelia du iššūkius: pirma, konsolidavimo klausimas pagal IFRS 10 (control vs variable interest entity) — ar SPV įtraukiamas į motininės įmonės finansines ataskaitas; antra, DCF su atskiru WACC — SPV skolos struktūra dažnai visiškai skiriasi nuo motininės įmonės, todėl vertinimo modelis turi izoliuoti SPV pinigų srautus ir kapitalo kainą. Lietuvos kontekste SPV plačiai naudojamos Ignitis grupės atsinaujinančios energetikos projektuose (kiekvienas vėjo parkas — atskira SPV), hipotekos sekuritizacijoje (SEB Lietuva, Swedbank) ir nekilnojamojo turto plėtros projektuose (Hanner, YIT). Vertinimo riba: SPV yra teisinė konstrukcija, bet ekonominis rizikos paskirstymas dažnai skiriasi nuo teisinio — vertinimo praktika reikalauja analitikos, kuri atsižvelgia į patronuojančios įmonės implicit support.

SOTP ir holding discount. Daugiasegmentinių grupių ir holdingų vertinimas per Sum-of-the-Parts (SOTP) analizę yra standartinė praktika, kai klasikinis DCF per visą grupę būtų per plačus. SOTP algoritmas: (i) kiekvienas segmentas vertinamas atskirai atitinkamu metodu (pvz., atsinaujinanti energetika — DCF su aukštesniais daugikliais, tradicinė generacija — NAV arba žemesni daugikliai); (ii) sumuojamos segmentų vertės; (iii) taikomas holding discount — paslėptų koordinacijos kaštų, agentūros konfliktų ir mokesčių neefektyvumo premija; tipinis intervalas 10–25 proc. empiriniu Berger-Ofek (1995) tyrimu; (iv) pridedami grupės lygmens adjustmentai (grynasis kapitalas, pensijų įsipareigojimai, negrąžintinas goodwill). Lietuvos kontekste SOTP ypač aktualus Ignitis Grupei — gamtinių dujų perdavimas (reguliuojama veikla, žemesni daugikliai), atsinaujinanti energetika (aukšti daugikliai), prekyba (vidutiniai daugikliai), tinklų operavimas (reguliuojama). Panašios logikos reikalauja ir Maxima Grupė (mažmeninė prekyba + logistika + skaitmeninė platforma „Barbora”) bei Klaipėdos nafta (SGD terminalas + jūros naftos terminalas). Kritinė nuostata: holding discount nėra determinuotas skaičius — jis priklauso nuo valdysenos kokybės, skaidrumo ir akcininkų struktūros. Gerai valdomos grupės (pvz., Berkshire Hathaway) gali prekiauti su holding premium, o ne discount, tai dar labiau apsunkina vertinimą.

Visos penkios situacijos turi bendrą metodologinį bruožą — jos reikalauja aiškaus vertinimo tikslo (going-concern vs likvidacija, strateginis pirkėjas vs finansinis investuotojas, IFRS apskaita vs derybų vertė) ir aiškios vertės bazės (IVS 2025 standartų hierarchija). Neapibrėžus tikslo, metodų pasirinkimas tampa beprasmiškas, nes skirtingi tikslai legitimiai duoda skirtingus atsakymus.

14.1.3 Kritinė analizė ir diskusija#

Specialių vertinimo atvejų metodologinis aparatas — nepaisant jo matematinio rafinuotumo — yra struktūriškai pažeidžiamas daugiau nei klasikinis DCF/daugiklių instrumentarijus, nes jis veikia būtent ten, kur informacijos trūksta, prognozės netikslios, o sprendimų logika yra ribota racionalumu. Kritinė analizė čia nėra ornamentas — tai būtina sąlyga metodologiniam sąžiningumui.

Knighto rizikos ir neapibrėžtumo skirtis specialiuose atvejuose. Frankas Knightas (1921) savo klasikiniame darbe Risk, Uncertainty, and Profit suformulavo centrinę epistemologinę skirtį: rizika yra situacija, kurioje galimi rezultatai ir jų tikimybės žinomos arba apskaičiuojamos (draudimo kompanija žino nelaimingų atsitikimų dažnį); neapibrėžtumas (Knighto neapibrėžtumas, angl. Knightian uncertainty) — situacija, kurioje net tikimybių nustatymas neįmanomas, nes nežinomos visos galimybės. Ši skirtis yra tiesiogiai taikytina specialiems vertinimo atvejams: startuoliai Pre-Seed/Seed etape operuoja grynai Knighto neapibrėžtumo režime — net tikimybės klasifikavimas į scenarijus („sėkmė 20 proc., bazinis 50 proc., nesėkmė 30 proc.”) yra konstrukcija, ne matavimas. Iš to seka fundamentalus paradoksas: vertinimo metodai (Berkus, Scorecard, VC metodas, BSM), kurie tariasi matuojantys vertę, Knighto kontekste iš tikrųjų konstruoja įtikinamą vertės naratyvą. Tai nereiškia, kad metodai bevertės — tai reiškia, kad profesionalus vertintojas turi aiškiai atskirti, kur jo aparatas veikia kaip matavimo prietaisas, o kur — kaip struktūruotos argumentacijos karkasas.

Talebo storų uodegų argumentas ir ZIRP era. Nassimas Talebas (2007) The Black Swan išplėtojo tezę, kuri tiesiogiai kerta per visus BSM/DCF pamatus: finansų modeliai paremti normaliojo skirstinio (Gauso kreivės) prielaida, tačiau realios rinkos turi storas uodegas (angl. fat tails) — ekstremalūs įvykiai vyksta daug dažniau nei normalusis skirstinys prognozuoja. „Juodoji gulbė” yra retrospektyviai racionalizuojamas, bet iš anksto nenumatomas ekstremalus įvykis. Specialių vertinimo atvejų kontekste šis argumentas yra centrinis: 2020–2022 m. ZIRP era pati buvo tail event — unicorn gamybos pikas su 550+ naujų vienaragių per vienus metus neturi istorinio analogijos; 2022–2024 m. korekcija — down round dalis iki 27,4 proc. — yra „antroji banga” to paties tail įvykio. Klasikinis BSM, kalibruojantis $\sigma$ iš ramių laikotarpių istorinių duomenų, sistemiškai neįvertina tokių scenarijų; Monte Carlo modeliai, naudojantys normalųjį skirstinį, panašiai silpni. Alternatyva — scenarijų analizė su ekstremaliais tail scenarijais, kurie generuojami ne iš istorijos, o iš struktūrinių argumentų (Schwartz, 1991; Klein, 2007 pre-mortem technika).

Kahnemano overconfidence ir Lovallo-Kahnemano planavimo klaida. Danielio Kahnemano (2011) Thinking, Fast and Slow sintezė bei ankstesnis Lovallo-Kahnemano (2003) Harvard Business Review straipsnis Delusions of Success suformulavo du sisteminius pažintinius nukrypimus, kurie tiesiogiai iškraipo specialų vertinimą. Per didelis pasitikėjimas (overconfidence bias) — analitikai ir vadovai per dažnai tiki, kad jų prognozės tiksliau atspindi realybę, nei yra iš tikrųjų; startuolių TAM/SAM/SOM projekcijos ir M&A sinergijų skaičiavimai yra sistemiškai optimistiški. Planavimo klaida (planning fallacy) — laiko, kaštų ir rizikos neįvertinimas kartu pervertinant naudą; M&A integracijos kaštai ir terminai empiriškai virsta 30–50 proc. didesniais ir ilgesniais nei buvo planuota. Lovallo-Kahnemano rekomendacija — outside view vietoj inside view: vietoj to, kad projektuotume konkretaus projekto sėkmę, klausiame, kokia yra panašių projektų sėkmės istorinė tikimybė. Šis principas yra teorinis pagrindas reference class forecasting metodologijai, kurią Bentas Flyvbjergas (2006) pritaikė megaprojektams su empiriniu įrodymu, kad outside view sumažina projektavimo klaidas 20–40 proc.

Flyvbjergo planavimo klaida sinergijose. Flyvbjergo (2006) tezė, perkelta į M&A kontekstą, duoda stiprų argumentą prieš mechaninį sinergijų projektavimą: bet kurio konkretaus sandorio sinergijų projekcijos yra statistiškai mažiau tikslios nei empirinis panašių sandorių sinergijų realizavimo istorijos vidurkis. McKinsey (2019) empirinė bazė rodo, kad sinergijos realizuojamos 50–70 proc. per planuotą laiką; tačiau analitikai, kurie turi prieigą prie šio duomens, vis dėlto projektuoja 90–100 proc. realizavimą. Tai yra ne informacijos trūkumo, o pažintinio optimizmo problema. Praktinis sprendimas — referentinės klasės koregavimas: projektuojamos sinergijos privalomai dauginamos iš 0,5–0,7 realizavimo koeficiento, ir tik tada palyginamos su sumokėtu priedu.

Luehrmano HBR pozicija ir atsakai. Timothy Luehrmanas (1998) Harvard Business Review straipsniuose Strategy as a Portfolio of Real Options ir Investment Opportunities as Real Options populiarino realiųjų opcionų idėją vadybos praktikams, tačiau jo aparatas buvo sąmoningai supaprastintas. Akademinė kritika (pvz., Borisonas, 2005) argumentavo, kad realieji opcionai yra „egzotiški, bet nepraktiški” — rinkos pilnumo prielaida, reikalinga rizikai neutraliai kainodarai, realiems projektams dažnai pažeidžiama (Smith & Nau, 2004); volatilumo $\sigma$ kalibracija yra pats didžiausias subjektyvus parametras — maža $\sigma$ pokyčio (+5 p. p.) gali pakeisti opciono vertę 30–50 proc.; pačios opcionų taksonomijos taikymas praktikoje skiriasi nuo matematinės kainodaros (Amram-Kulatilaka „real options reasoning” kaip mąstymo būdas vs. Dixit-Pindyck kaip griežtas kainodaros modelis). Atsakas iš kitos pusės — Trigeorgis (1996) ir vėlesni Guthrie (2009), Baldi (2013) — argumentuoja, kad realūs opcionai yra logiškai neišvengiami, kai projektas turi negrįžtamumo, neapibrėžtumo mažėjančio laike ir vadybinio lankstumo elementus kartu; klausimas yra ne „ar naudoti”, o „kaip kalibruoti”. Bowman ir Moskowitz (2001) kritika — realieji opcionai gali būti piktnaudžiaujami pateisinant NPV<0 projektus per „strateginio lankstumo” retoriką — yra svarbus priminimas, kad epistemologinis sąžiningumas reikalauja aiškiai deklaruoti, kur opcionų vertė yra kiekybiškai pagrįsta, o kur — naratyvi.

Sirowerio sinergijos spąstų matematika. Sirowerio (1997) The Synergy Trap pateikė neabejotinai paveikiausią M&A kritiką. Centrinis argumentas: akcininkų vertė kuriama tik tada, kai realizuotos sinergijos viršija sumokėtą priedą; kontrolės premija vidutiniškai yra 20–30 proc.; realizavimo koeficientas 50–70 proc.; integracijos kaštai 1,0–1,2x metinių run-rate sinergijų. Sudėjus šiuos skaičius, tipinis M&A sandoris yra neigiamos tikėtinos NPV be specifinės integracijos strategijos. Sirowerio išvada — pirkėjo CEO turėtų atsakyti į klausimą „Kodėl būtent mes galime pasiekti sinergijas, kurių kiti pirkėjai nepasiektų?” ne apskritai, o konkrečiomis gebėjimų, patirties ir struktūros savybėmis. Šios analizės implikacija specialiam vertinimui — reikalavimas aiškiai deklaruoti sinergijų realizavimo tikimybę (angl. probability-adjusted synergies), o ne pateikti gross sinergijų skaičių kaip galutinę vertę.

ESG ir klimato neapibrėžtumas — stranded assets. Klimato perėjimo rizika sukuria naują kategoriją specialių vertinimo atvejų — įstringantys aktyvai (angl. stranded assets). Naftos, anglies, CO2 intensyvios gamybos sektoriuose dalis ilgalaikio turto gali tapti ekonomiškai netinkama eksploatuoti prieš planuotą amortizaciją dėl ETS kainų augimo, CBAM (angl. Carbon Border Adjustment Mechanism), perėjimo politikos reformų. TCFD (Task Force on Climate-related Financial Disclosures, 2017) rekomendacija — trys scenarijai (1,5°C suderintas, 2°C uždelstas, 3+°C nesuderintas perėjimas) — turi būti integruojami į specialiųjų atvejų vertinimą: realieji opcionai su reguliaciniu neapibrėžtumu (atidėjimo opcionai atsinaujinančios energetikos projektuose), M&A sandoriuose su perėjimo rizika (tradicinio automobilių komponentų gamintojo perkėlimas į elektromobilius), startuolių vertinime (cleantech vs. fossil-adjacent). ESG reitingų divergencija (Berg, Kölbel & Rigobon, 2022) reiškia, kad mechaninis vieno reitingo naudojimas WACC arba sinergijų korekcijoje yra epistemologiškai silpnas — rekomenduojama naudoti kelis reitingus ir aiškiai deklaruoti jų skirtumus.

Epistemologinis sąmoningumas: kur įrodymai stiprūs, kur silpni. Sintezuojant kritines pozicijas, galima aiškiai lokalizuoti empirinio pagrindo stiprumą specialiuose vertinimo atvejuose. Stiprūs empiriniai įrodymai yra: Sahlman (1990) VC struktūros modelis ir Kaplan-Strömbergo (2003) empirinė patikra; McKinsey (Koller et al., 2020) M&A vertės kūrimo tyrimai; Sirowerio (1997) sinergijos spąstų matematika; Lovallo-Kahnemano (2003) planavimo klaidos įrodymai. Vidutiniai įrodymai — Berkus, Scorecard ir RFS metodų kalibracija (regioniniai duomenys egzistuoja, bet imtys mažos); realiųjų opcionų praktinis taikymas žaliavų, nekilnojamojo turto ir biotechnologijų sektoriuose. Silpni įrodymai — ESG korekcijos WACC specialiems atvejams (reitingų divergencija); klimato scenarijų kiekybinis integravimas į realiųjų opcionų modelius (besiformuojantis standartas); DI agentų poveikis vertinimui (nauja era, per trumpa istorija empiriniam apibendrinimui). Šis stiprumo-silpnumo žemėlapis yra esminis profesionalaus vertintojo įrankis — jis leidžia diferencijuoti, kur rezultatas yra duomenimis grįstas, o kur — prielaida apie prielaidą.

14.1.4 Technologijų perspektyva#

Specialių vertinimo atvejų praktika per paskutinius penkis dešimtmečius patyrė tris technologines transformacijas, iš kurių kiekviena iš naujo perkūrė analitinio darbo pobūdį ir atvėrė naujas metodologines galimybes, kartu keldama naujus epistemologinius iššūkius.

Kompiuterizacijos era (1970–1995). Pirmieji DCF ir LBO modeliai 1970-aisiais buvo kuriami ranka ant popieriaus arba mainframe sistemose (FORTRAN, APL). Goldman Sachs analitikai 1980-aisiais naudojo Lotus 1-2-3 (išleistas 1983 m.), o KKR RJR Nabisco sandorio 1989 m. modelis — pagal anekdotinius šaltinius — buvo didžiausias Lotus 1-2-3 modelis savo laiku. Monte Carlo simuliacija — iš pradžių atominių tyrimų įrankis (Metropolis ir Ulam, 1949) — į investicinius sprendimus buvo pritaikyta Davido B. Hertzo 1964 m. Harvard Business Review straipsnyje Risk Analysis in Capital Investment, tačiau masinis praktinis taikymas prasidėjo tik su PC revoliucija. Šios eros pagrindinis indėlis specialiems vertinimo atvejams — jautrumo analizės, Goal Seek optimizacija ir scenarijų modeliavimas tapo prieinami eiliniam analitikui, ne tik kvantitatyvinės analizės departamentams.

Interneto ir duomenų era (1995–2020). Microsoft Excel (nuo 1985 m., masiškai nuo Windows 95) kartu su @RISK (Palisade, nuo 1987 m.) ir Crystal Ball (Decisioneering, nuo 1986 m.) papildiniais demokratizavo Monte Carlo simuliacijas. Binominis medis ir BSM tapo standartiniai Excel implementacijos objektai. Bloomberg terminalas (masinis paplitimas po 1995 m.), Capital IQ (1999), FactSet (1978) atvėrė realaus laiko rinkos duomenis M&A palyginamųjų paieškai. Damodarano NYU svetainė (damodaran.com) nuo 1995 m. pasiūlė tą pačią duomenų bazę nemokamai, demokratizuodama VC/PE kalibraciją. Lietuvoje Nasdaq Vilnius statistikos prieinamumas per nasdaqbaltic.com nuo 2000-ųjų palengvino lietuviškų palyginamųjų atranką, o BaltCap, Practica Capital ir Open Circle Capital pradėjo sisteminti vietinę VC sandorių duomenų bazę. Šios eros lūžis specialiems vertinimams — nuo data scarcity prie data overload; iššūkis iš „kur gauti duomenis” persikėlė į „kaip filtruoti palyginamuosius”.

DI ir DI agentų era (2020→). Python ekosistema (QuantLib, NumPy, SciPy, pymc) 2010-aisiais jau leido atlikti 100 000+ iteracijų Monte Carlo simuliacijas sekundžių laiku, vertinti amerikietiškas opcijas per Longstaff-Schwartzo LSM algoritmą, kalibruoti stochastinius volatilumo modelius. Didelių kalbinių modelių (LLM) era — ChatGPT (2022), Claude (2023), specializuoti finansiniai kopilotai (BloombergGPT, 2023; Ask Capital IQ, 2024) — atvėrė kokybiškai naują etapą. Specialiems vertinimo atvejams tai reiškia konkrečius poslinkius: (i) startuolių vertinime — LLM generuoja sektoriaus palyginamųjų sąrašus per kelias minutes, išgauna duomenis iš pitch deck tekstų, vykdo competitor analysis (PitchBook Q3 2025 ataskaita rodo, kad AI-enabled startuoliai vertinami 242 proc. daugiau nei ne-AI konkurentai, kas sukuria naują multiples diferenciaciją); (ii) M&A due diligence — NLP sistemos analizuoja šimtus sutarčių dokumentų per valandas, identifikuodamos CoC (change of control) klauzules, reprezentacijas ir garantijas, kurios žmogaus analitikui užimtų savaites; (iii) realiųjų opcionų kainodarai — LLM gali struktūruoti projekto scenarijus ir parametrus, bet pati kiekybinė kainodara vis dar vykdoma per specializuotus matematinius modelius (QuantLib, pymc). Naujas iššūkis — haliucinacijų problema: LLM gali pateikti plausibiliai skambančius skaičius (pvz., Baltijos seed medianą, sinergijos realizavimo tikimybę) be duomenų pagrindo. Todėl specialioje vertinimo praktikoje DI agentai šiuo metu veikia kaip procesų paskubintojai, o ne galutinio rezultato tiekėjai; profesionalios atsakomybės rėmai (AVNT Lietuvoje, RICS tarptautiniu lygmeniu) reikalauja žmogaus pasirašomo sprendimo. Ši era taip pat atveria naujas prompt engineering disciplinas — kaip tiksliai formuluoti užklausas, kad LLM generuotų atsekamus, verifikuojamus tarpinius žingsnius, ne tik galutinį skaičių.

Trijų erų sintezė išlieka ta pati, kuri jau buvo formuluojama CH13: kiekviena nauja technologija suteikė didesnę analitinio darbo apimtį, bet kokybinis skirtumas — akademinis griežtumas, kritinis mąstymas, interpretacija — išliko iš esmės žmogaus atsakomybėje. Specialiuose vertinimo atvejuose šis dėsningumas yra dar griežtesnis: būtent ten, kur informacijos trūksta ir metodologinis aparatas silpnesnis, žmogaus sprendimas — su visu jo Kahnemano/Talebo silpnybių paveldu — išlieka centrinis. Įrankiai keisis, bet prielaidų klausimas, kritinis rezultato vertinimas ir etinės atsakomybės sąmonė liks profesijos šerdimi.

14.2 Analitiniai modeliai ir formulės#

Šiame poskyryje pateikiamos dvidešimt penkios formulės, kurios sudaro skyriaus analitinį repertuarą. Jos sutelktos į tris didžiąsias specialių atvejų šeimas: startuolių vertinimas (14.1–14.8), realieji opcionai (14.9–14.15) ir M&A / LBO (14.16–14.23), bei į PPA ir intelektinės nuosavybės vertinimą (14.24–14.25). Dalis jų remiasi jau Wiki’ioje sintetintais metodais (Black–Scholes, CRR, LSM — pilnesnis aprašas: Wiki/Metodai/Realieji_opcionai, Wiki/Metodai/Monte_Carlo); šiame skyriuje jos pritaikomos specifiniam kontekstui ir papildomos naujomis — tokiomis, kurių CH13 DCF aparatas neapima.

Kiekviena formulė pateikiama vienoda struktūra: ekonominė prielaida, analitinė išraiška su numeracija, kintamieji, LT arba Baltijos skaitinis pavyzdys ir trumpa interpretacija.

14.2.1 Startuolių vertinimo formulės#

Formulė 14.1. Scorecard svertinis balas su regiono mediana

Ekonominė prielaida: ankstyvoje stadijoje „teisingos” vertės nėra — vertinimas prasideda nuo regioninio etalono ir koreguojamas pagal kokybinius faktorius (komanda, rinka, produktas, konkurencija, pardavimai, kapitalo poreikis, papildomi veiksniai). Metodas siejamas su Bill Payne praktika (Payne, 2011).

kur:

• $V_{SC}$ — Scorecard pre-money vertė (EUR);
• $V_{med}^{reg}$ — atitinkamo regiono / stadijos pre-money mediana (Baltijos seed atveju — Baltic-CEE, ne JAV);
• $w_i$ — faktoriaus svoris (tradiciškai: komanda 30 %, rinkos dydis 25 %, produktas 15 %, konkurencija 10 %, pardavimai/kanalai 10 %, papildomas kapitalas 5 %, kita 5 %);
• $f_i$ — faktoriaus santykinis balas prieš etaloną (1,0 = mediana; $>1,0$ — geriau; $<1,0$ — prasčiau).

Pavyzdys. LT seed startuolis „BalticHealth” (sveikatos technologijų SaaS). Baltijos seed medianinė pre-money vertė (2025 m. iliustratyvi orientacinė reikšmė; faktinė gali svyruoti 2–4 mln. EUR priklausomai nuo sektoriaus ir duomenų šaltinio — Dealroom, Baltic Sandbox, INVEGA) $V_{med}^{reg} = 3{,}0$ mln. EUR. Balai: komanda 1,30 (ex-Vinted vadovas), rinka 1,20, produktas 1,10, konkurencija 1,00, pardavimai 0,90, papildomas kapitalas 1,00, kita 1,00. Koregavimas: $0{,}3 \cdot 1{,}30 + 0{,}25 \cdot 1{,}20 + 0{,}15 \cdot 1{,}10 + 0{,}10 \cdot 1{,}00 + 0{,}10 \cdot 0{,}90 + 0{,}05 \cdot 1{,}00 + 0{,}05 \cdot 1{,}00 = 1{,}145$. $V_{SC} = 3{,}0 \times 1{,}145 = 3{,}44$ mln. EUR.

Interpretacija. Vertinimas gaunamas kaip disciplinuota derybinė „kotiruotė” prieš regioninę medianą, o ne iš DCF išvesta kaina. Metodo jėga — regioninis kalibravimas (Baltijos atveju vengiamas JAV medianų mechaninis kopijavimas); silpnybė — didelė priklausomybė nuo $V_{med}^{reg}$ parinkimo.

Formulė 14.2. First Chicago svertinis scenarijų vidurkis

Ekonominė prielaida: startuolių grąžos yra stipriai asimetriškos — vienas „vidutinis” DCF slepia tikrąją skirstinio struktūrą. First Chicago metodas (Achleitner & Lutz, 2005) modeliuoja bent tris būsenas: sėkmę, bazinį atvejį, nesėkmę.

kur:

• $V_{FC}$ — First Chicago pre-money / equity vertė dabartine pinigų verte;
• $p_s$ — scenarijaus $s$ tikimybė (suma lygi 1);
• $EV_s$ — exit equity value scenarijuje $s$;
• $ND_s$ — grynoji skola exit momentu;
• $r_s$ — scenarijui taikoma reikalaujama grąža (dažnai ta pati $r$ visiems scenarijams, bet galima diferencijuoti);
• $T$ — horizonto ilgis metais.

Pavyzdys. „BalticHealth” scenarijai po $T = 5$ m. (iliustratyvu): sėkmė $p = 0{,}15$, $EV = 80$ mln. EUR; bazinis $p = 0{,}55$, $EV = 20$ mln. EUR; nesėkmė $p = 0{,}30$, $EV = 0$ EUR. $ND \approx 0$. Diskonto norma $r = 35\%$ (VC norma ankstyvam Series A). $V_{FC} = 0{,}15 \cdot 80 / 1{,}35^5 + 0{,}55 \cdot 20 / 1{,}35^5 + 0 = 0{,}15 \cdot 17{,}84 + 0{,}55 \cdot 4{,}46 = 2{,}68 + 2{,}45 = 5{,}13$ mln. EUR.

Interpretacija. Rezultatas epistemologiškai sąžiningesnis už vieną taškinę DCF prognozę — aiškiai parodo, kad maždaug pusė vertinimo kyla iš 15 % tikimybės „sėkmės” scenarijaus. Tai veiksmas prieš Sahlman (1990) kritikuotą „vidutinio atvejo” iliuziją ankstyvos stadijos investicijose.

Formulė 14.3. Venture Capital metodas (pre-money iš exit value)

Ekonominė prielaida: VC investuotojas dirba atgaline eiga — nuo prognozuojamo exit įvertinimo per reikalaujamą IRR iki šiandieninės pre-money vertės (Sahlman, 1990). Metodas dominuoja Series A deryboms.

kur:

• $V_{post}$ — post-money vertė šiandien;
• $V_{exit}$ — prognozuojama exit nuosavybės vertė;
• $IRR$ — investuotojo tikslinė grąža (VC: 35–50 % Series A, 25–35 % Series B);
• $N$ — laikas iki exit metais;
• $V_{pre}$ — pre-money vertė;
• $I_{new}$ — naujai investuojama suma.

Pavyzdys. VC fondas „Practica Capital” svarsto investiciją į LT FinTech startuolį: $V_{exit} = 100$ mln. EUR po $N = 5$ m., tikslinė $IRR = 40\%$, $I_{new} = 5$ mln. EUR. $V_{post} = 100 / 1{,}40^5 = 100 / 5{,}378 = 18{,}59$ mln. EUR. $V_{pre} = 13{,}59$ mln. EUR; naujo investuotojo dalis $= 5 / 18{,}59 = 26{,}9\%$.

Interpretacija. Nurodo, kokia pre-money kaina leidžia investuotojui pasiekti tikslinę grąžą. Svarbu — rezultatas labai jautrus $IRR$ (nukritus iki 30 %, $V_{pre}$ pakyla iki 21,9 mln.) ir $V_{exit}$ prielaidoms; todėl VC metodą verta derinti su Scorecard ir First Chicago trianguliacijai.

Formulė 14.4. Berkus svertinis balas

Ekonominė prielaida: ikipajaminėms įmonėms DCF negalimas — vertė formuojama pagal penkis sėkmės veiksnius, kiekvienam priskiriant iki 500 tūkst. USD (Berkus, 2011). Maksimali vertė — 2,5 mln. USD.

kur:

• $V_B$ — Berkus pre-money vertė;
• $V_i$ — vertė, priskiriama kiekvienam iš penkių veiksnių (idėja / pamatinė vertė; prototipas — technologijos rizika; vadybos komanda — vykdymo rizika; strateginės partnerystės — rinkos rizika; pardavimai / paleidimas — finansinė rizika);
• $B_{max}$ — maksimali vieno veiksnio vertė (Berkus siūlė 500 tūkst. USD; Baltijos regionui orientacinė autoriaus adaptacija ~250–400 tūkst. EUR, pagrįsta vietinių verslo angelų ir ankstyvo etapo VC praktikos stebėjimais; vieša empirinė kalibracija neegzistuoja).

Pavyzdys. LT pre-seed AI startuolis „VilniusAI”: puiki idėja — 400 tūkst. EUR; veikiantis prototipas — 400 tūkst. EUR; stipri komanda (ex-Nord Security) — 400 tūkst. EUR; pirmosios partnerystės — 200 tūkst. EUR; dar be pardavimų — 0. $V_B = 1{,}4$ mln. EUR.

Interpretacija. Metodas drausmina pokalbį — verčia kalbėti ne apie „įspūdį”, o apie penkis konkrečius rizikos mažinimo komponentus. Silpnybė: fiksuota „lubų” vertė neatspindi išskirtinių atvejų (jei rinkos potencialas 10× didesnis, Berkus pro forma vertė vis tiek riboja 2,5 mln.).

Formulė 14.5. Risk Factor Summation

Ekonominė prielaida: bazinė vertė koreguojama per 12 rizikos dimensijų, kiekvienai skiriant diskretinę $\pm 250$ tūkst. arba $\pm 500$ tūkst. USD korekciją pagal įvertinimą „labai žemas / žemas / neutralus / aukštas / labai aukštas” (Payne, 2011).

kur:

• $V_{RFS}$ — koreguota pre-money vertė;
• $V_0$ — regiono bazinė vertė (paprastai Scorecard mediana);
• $\Delta_j$ — korekcija pagal rizikos faktorių $j$ (vadyba, etapas, politinė rizika, gamyba, pardavimai, finansavimas, konkurencija, technologija, teisiniai aspektai, tarptautinis, reputacija, galimas exit).

Pavyzdys. „VilniusAI” bazė $V_0 = 1{,}5$ mln. EUR. Vadyba: +500 tūkst. (labai stipri); technologija: +250 tūkst.; konkurencija: −250 tūkst. (stiprūs JAV žaidėjai); finansavimas: −250 tūkst. (nesenas raundas); kiti 8 faktoriai neutralūs. $\sum \Delta_j = +250$ tūkst. EUR. $V_{RFS} = 1{,}75$ mln. EUR.

Interpretacija. RFS veikia kaip „priartėjimas iš viršaus” — verčia vertintoją išdėstyti intuityvią reakciją į 12 atskirų ašių. Naudinga Scorecard / First Chicago rezultatų trianguliacijai, ne savarankiškam sprendimui.

Formulė 14.6. SAFE konversijos kaina (min(discount price, cap price))

Ekonominė prielaida: SAFE (Simple Agreement for Future Equity; Y Combinator, 2013 / 2018 post-money versija) konvertuojamas į akcijas kito priced raundo metu, investuotojui suteikiant mažesnę iš dviejų kainų — nuolaidos kainą arba ribotą kainą (cap). Tai apsaugo ankstyvo investuotojo ekonomiką prieš vėlesnę aukštą valuation.

kur:

• $P_{conv}$ — SAFE konversijos akcijos kaina;
• $P_{round}$ — naujo priced raundo kaina už akciją;
• $d$ — nuolaidos norma (tipiškai 15–25 %);
• $V_{cap}$ — valuation cap (paprastai pre-money, post-money SAFE — post-money);
• $FD\ Shares$ — pilnai atskiestų akcijų skaičius prieš raundą.

Pavyzdys. LT startuolis „BalticPay” prieš Series A turi SAFE už 500 tūkst. EUR: $d = 20\%$, $V_{cap} = 8$ mln. EUR, $FD\ Shares = 1{,}0$ mln. Series A $P_{round} = 12$ EUR/akcija. Nuolaidos kaina: $12 \cdot 0{,}80 = 9{,}60$ EUR. Cap kaina: $8\,000\,000 / 1\,000\,000 = 8{,}00$ EUR. $P_{conv} = 8{,}00$ EUR (cap laimi). SAFE investuotojas gauna $500\,000 / 8 = 62\,500$ akcijų — t. y. de facto įsigijo už pre-money 8 mln., o ne 12 mln.

Interpretacija. Formulė rodo, kodėl SAFE nėra „paprastas kreditas” — valuation cap dažnai tampa faktine ankstyvo investuotojo kaina ir stipriai keičia steigėjų praskiedimą. Post-money SAFE (2018+) skaidriau parodo dilutą iš karto pasirašymo metu.

Formulė 14.7. rNPV — rizikai koreguotas NPV (biotech, FDA fazės)

Ekonominė prielaida: biotech projekto pinigų srautai egzistuoja tik sąlyginai — jei praeinama kiekviena klinikinių tyrimų fazė. Kiekvienos fazės sėkmės tikimybė daugiklyje „nudažo” visą srautą (Stewart et al., 2001; Kellogg & Charnes, 2000).

kur:

• $rNPV$ — rizikai koreguotas NPV;
• $p_k$ — fazės $k$ sėkmės tikimybė (pramonės orientaciniai vidurkiai pagal BIO/Informa Biomedtracker viešus analizės duomenis: I → II ≈ 63 %, II → III ≈ 31 %, III → FDA ≈ 58 %, FDA aprobacija ≈ 85 %);
• $K(t)$ — visų fazių, turinčių būti praeitos iki momento $t$, skaičius;
• $CF_t$ — pinigų srautas $t$ metais (sąlyginai);
• $I_t^{\text{cum}}$ — investicijų kaštai (nesąlyginiai — mokami nepriklausomai nuo sėkmės);
• $r$ — diskonto norma (biotech $r \approx 12\text{–}15\%$).

Pavyzdys. LT biotech „LithuaBio” (II klinikinės fazės molekulė retai ligai). Bendra sąlyginė $CF_{rinka} = 250$ mln. EUR po 6 metų (peak sales × maržos × 5 m. DV); III fazės investicija $I = 40$ mln. EUR po 2 m. (besąlyginė); $p_{II\to III} = 0{,}31$; $p_{III\to FDA} = 0{,}58$; $p_{FDA} = 0{,}85$; bendra tikimybė $= 0{,}153$; $r = 14\%$. Sąlyginis NPV: $250 \cdot 0{,}153 / 1{,}14^6 - 40 / 1{,}14^2 = 38{,}3 / 2{,}195 - 40 / 1{,}300 = 17{,}45 - 30{,}77 = -13{,}3$ mln. EUR.

Interpretacija. Tradicinis DCF (be tikimybinių daugiklių) duotų aiškų „teigiamą NPV”, bet rNPV atskleidžia realią ekonomiką: projektas neapsimoka tradicine prasme. Tačiau kaip augimo opcionas (žr. formulę 14.13) šis projektas vis tiek gali turėti vertę — nes praėjus II fazei vertė kyla netiesiškai.

Formulė 14.8. Post-money / pre-money / investuotojo dalis

Ekonominė prielaida: kapitalo raundo aritmetika — pagrindinis įrankis cap table analizei. Iš šių trijų tapatybių išvedama ir steigėjų praskiedimo dinamika.

kur:

• $V_{pre}$, $V_{post}$ — pre-money ir post-money įmonės vertės;
• $I_{new}$ — naujo raundo investuota suma;
• $\alpha_{inv}$ — naujo investuotojo nuosavybės dalis po raundo.

Pavyzdys. LT SaaS įmonė: $V_{pre} = 20$ mln. EUR, $I_{new} = 5$ mln. EUR. $V_{post} = 25$ mln. EUR; $\alpha_{inv} = 20{,}0\%$; steigėjų praskiedimas — iš 100 % į 80 %. Jei prieš raundą buvo ESOP 10 %, po raundo ESOP iššlipa iki 8 %, ką investuotojai dažnai reikalauja „pre-money top-up” iki 12–15 %.

Interpretacija. Paprasta formulė, bet ji yra kertinis cap table analizės akmuo. Kartu su formule 14.6 (SAFE konversija) leidžia apskaičiuoti efektyvų praskiedimą, kai yra kelių SAFE „uodega”.

14.2.2 Realiųjų opcionų formulės#

Baziniai modeliai (Black–Scholes, CRR, rizikai neutrali kainodara) pilnai aprašyti Wiki/Metodai/Realieji_opcionai. Čia pateikiama formalioji santrauka specifiniams taikymams ir papildymai, kurių Wiki neturi: Dixit–Pindyck slenksčio formulė, sudėtinis opcionas, augimo opcionai, MAD volatilumas, LSM regresija.

Formulė 14.9. Black–Scholes adaptacija realiam turtui

Ekonominė prielaida: projekto atidėjimo teisė vertinama kaip europietiško call opciono analogas — bazinis aktyvas yra projekto srautų DV ($V$), įvykdymo kaina — investicijų kaštai ($I$), terminas — sprendimo langas ($T$), volatilumas — projekto vertės kintamumas (Myers, 1977; Black & Scholes, 1973).

kur:

• $C$ — atidėjimo opciono vertė;
• $V$ — projekto srautų dabartinė vertė;
• $I$ — investicija (exercise kaina);
• $T$ — laikas, per kurį galima laukti;
• $\sigma$ — projekto vertės metinis volatilumas;
• $r$ — nerizikinga norma;
• $N(\cdot)$ — standartinis normalinis kumuliatyvus skirstinys.

Pavyzdys. „Ignitis Renewables” svarsto jūrinio vėjo projektą: $V = 450$ mln. EUR, $I = 500$ mln. EUR (statinis NPV $= -50$ mln.), $T = 3$ m., $\sigma = 35\%$ (elektros / ETS kainų dinamika), $r = 3\%$. $d_1 = [\ln(0{,}90) + (0{,}03 + 0{,}0613) \cdot 3] / (0{,}35 \sqrt{3}) = (-0{,}105 + 0{,}274) / 0{,}606 = 0{,}279$; $d_2 = 0{,}279 - 0{,}606 = -0{,}327$. $N(d_1) \approx 0{,}610$; $N(d_2) \approx 0{,}372$. $C = 450 \cdot 0{,}610 - 500 \cdot e^{-0{,}09} \cdot 0{,}372 = 274{,}5 - 169{,}9 = 104{,}6$ mln. EUR. APV $= -50 + 104{,}6 = +54{,}6$ mln. EUR.

Interpretacija. Nors statinis NPV neigiamas, atidėjimo opcionas transformuoja sprendimą: racionalu šiandien neinvestuoti, bet išsaugoti teisę 3 metus. Jei ETS kainos pakils — investuojama; jei kris — teisė nevykdoma. B–S tinka europietiškam tipui; amerikietiškiems naudoti CRR arba LSM (14.10, 14.15).

Formulė 14.10. Binominis medis (CRR, rekursija)

Ekonominė prielaida: projekto vertė per laiko žingsnį $\Delta t$ kils koeficientu $u$ arba mažės koeficientu $d = 1/u$ (Cox, Ross & Rubinstein, 1979). Opciono vertė skaičiuojama atgaline eiga (backward induction) nuo terminalo mazgų, naudojant rizikai neutralią tikimybę.

kur:

• $C_{i, j}$ — opciono vertė mazge $(i, j)$ medžio;
• $u = e^{\sigma \sqrt{\Delta t}}$, $d = 1/u$ — kylimo / mažėjimo koeficientai;
• $p$ — rizikai neutrali tikimybė;
• $\Delta t$ — žingsnio trukmė;
• Terminalas: $C_{N, j} = \max(V_{N,j} - I; 0)$ call atveju;
• Amerikietiškam opcionui kiekviename mazge imamas $\max(C_{early}, C_{continuation})$.

Pavyzdys. Tas pats „Ignitis Renewables” projektas, 3 žingsniai ($\Delta t = 1$ m.). $u = e^{0{,}35} = 1{,}419$, $d = 0{,}705$, $p = (e^{0{,}03} - 0{,}705)/(1{,}419 - 0{,}705) = (1{,}030 - 0{,}705)/0{,}714 = 0{,}455$. Medžio rezultatas amerikietiško tipo opcionui: $C_0 \approx 112$ mln. EUR (kiek aukštesnė nei B–S 104,6 — dėl ankstyvo vykdymo galimybės). Detalus medis pateikiamas Excel modelyje (Excel/CH14/B3_DecisionTree).

Interpretacija. CRR yra pagrindinis darbo instrumentas, kai reikia amerikietiško tipo opcionų, keliamieji sprendimo mazgų ar dividendų analogų (projekto srautai laukimo metu). Trūkumas — kompiuterinė apkrova auga eksponentiškai su žingsnių skaičiumi, todėl kompleksinėms struktūroms pereinama prie LSM.

Formulė 14.11. Dixit–Pindyck hurdle value — $\beta/(\beta-1)$ multiplikatorius

Ekonominė prielaida: negrįžtamai investicijai neapibrėžtumo sąlygomis „$NPV > 0$” kriterijus per silpnas — reikalaujama, kad projekto vertė viršytų investiciją daugiau nei kartą, nes laukimas turi teigiamą vertę (Dixit & Pindyck, 1994, p. 140).

kur:

• $V^*$ — optimali slenkstinė projekto vertė, nuo kurios verta investuoti;
• $I$ — negrįžtama investicija;
• $\beta > 1$ — sprendimo iš diferencialinės lygties sprendinys;
• $r$ — nerizikinga norma;
• $\delta$ — „dividendinis pajamingumas” (projekto srauto proporcija, prarandama laukimo metu);
• $\sigma$ — projekto vertės volatilumas.

Pavyzdys. LT NT plėtotojas svarsto biurų pastato statybą Vilniuje: $I = 25$ mln. EUR, $r = 3\%$, $\delta = 4\%$ (nuomos srautai, prarandami laukiant), $\sigma = 25\%$. Apskaičiuojama $\beta \approx 1{,}85$. $V^* = (1{,}85 / 0{,}85) \cdot 25 = 2{,}18 \cdot 25 = 54{,}5$ mln. EUR. Taigi investuoti racionalu tik kai projekto DV pasiekia 54,5 mln., o ne 25 mln. (statinis breakeven) — net jei kelerius metus NPV jau teigiamas.

Interpretacija. Formulė kiekybiškai įrodo, kad klasikinis NPV gali būti per agresyvus kriterijus negrįžtamoms investicijoms. Multiplikatorius 2,18× parodo tiesioginę laukimo opcijos vertę. Svarbu: formulė taikoma nuolatinio laiko sprendimams (neriboto langas), skirtingai nuo B–S (14.9), kur langas $T$ ribotas.

Formulė 14.12. Sudėtinis (compound) opcionas — rekursinė vertė

Ekonominė prielaida: daugelis realių projektų turi etapinius sprendimus, kai vienos stadijos sėkmė atidaro teisę į kitą (biotech fazės, R&D → rinkos įvedimas, pilotas → komercializacija). Compound option — tai „opcionas ant opciono” (Geske, 1979; Trigeorgis, 1996).

kur:

• $C^{(k)}_t$ — opciono į $k$-ąją fazę vertė momentu $t$;
• $I_k$ — investicija $k$-oje fazėje (besąlyginė, mokama paleidus);
• $\text{E}^Q$ — rizikai neutrali viltis;
• $C^{(k+1)}_{t_{k+1}}$ — kitos fazės opciono vertė (rekursija);
• Galutinė fazė: $C^{(K)}_{T} = \max(V_{T} - I_K; 0)$.

Pavyzdys. „LithuaBio” trijų fazių vaistų projektas: III fazės investicija $I_{III} = 40$ mln. EUR, II fazės $I_{II} = 8$ mln., I fazės $I_{I} = 2$ mln. Sąlyginė launch vertė $V_{launch} = 300$ mln. EUR, $\sigma = 45\%$. Skaičiuojant atgaline eiga rizikai neutralioje tikimybėje ir pridedant fazių sėkmės tikimybes iš (14.7), gaunama $C_0 \approx 6{,}2$ mln. EUR — net jei rNPV neigiamas, augimo opcionų kaskada palieka teigiamą grynąją vertę.

Interpretacija. Sudėtinis opcionas parodo, kodėl „nuostolinga” biotech įmonė gali kotiruotis 1–2 mlrd. EUR — rinka vertina ne pastovų pinigų srautą, o augimo opcionų seką. Trigeorgis (1996) įspėja: opcionai negali būti sudedami aritmetiškai, nes vieno vykdymas keičia kito vertę.

Formulė 14.13. Augimo opcionai (growth options) — PV būsimoms investicijoms

Ekonominė prielaida: įmonės vertė susideda iš jau veikiančių aktyvų ir augimo platformos — teisės vėliau daryti papildomas investicijas (Myers, 1977).

kur:

• $V_{firm}$ — įmonės visuminė vertė;
• $V_{AIP}$ — veikiančių aktyvų DV (Assets In Place);
• $C_j^{growth}$ — $j$-ojo augimo opciono vertė (B–S arba CRR iš (14.9) arba (14.10));
• $V_j$, $I_j$, $T_j$, $\sigma_j$ — $j$-ojo augimo opciono parametrai.

Pavyzdys. Tech įmonė „Vinted” (iliustratyvi pedagoginė dekompozicija; pajamų ir pelno duomenys orientaciniai, remiantis viešomis 2024 m. ataskaitomis): $V_{AIP} = 3$ mlrd. EUR (veikiančių srautų DV); augimo opcionai — Vinted Pay ($C_1 = 1{,}2$ mlrd.), Vinted Go ($C_2 = 0{,}6$ mlrd.), naujos šalys ($C_3 = 0{,}2$ mlrd.). $V_{firm} \approx 5{,}0$ mlrd. EUR — atitinka 2024 m. antrinės TPG operacijos vertinimą (Vinted, 2024).

Interpretacija. Pagrindinė formulės pamoka: brandžių tech įmonių vertinime augimo opcionų dalis gali siekti 30–50 %. Atmesti juos reiškia ignoruoti tai, ką rinka faktiškai vertina. Sąsaja su klasika: CH13 §13.2 DCF duoda tik $V_{AIP}$; CH14 prideda $\sum C_j^{growth}$.

Formulė 14.14. MAD volatilumo įvertinimas iš Monte Carlo

Ekonominė prielaida: nelistinguoto projekto $\sigma$ tiesiogiai iš rinkos duomenų negalima paimti. Copeland ir Antikarov (2001) pasiūlė Marketed Asset Disclaimer (MAD) metodą: projekto DV traktuojama kaip bazinis aktyvas, kurio pokyčių logaritminis standartinis nuokrypis yra $\sigma$. Skaičiuojama per Monte Carlo simuliaciją (plg. Wiki/Metodai/Monte_Carlo).

kur:

• $\sigma_{MAD}$ — projekto vertės metinis volatilumas;
• $PV_t^{(n)}$ — projekto DV $t$ metais $n$-toje Monte Carlo iteracijoje;
• $k$ — anualizavimo koeficientas (jei žingsnis — ketvirtis, $k = 4$; jei mėnuo, $k = 12$);
• Priešiniai Monte Carlo pakartojimai $N \geq 10\,000$.

Pavyzdys. „Ignitis Renewables” jūrinio vėjo projekto DV simuliuojama $N = 50\,000$ iteracijų, varijuojant ETS kainą, vėjo koeficientą ir diskonto normą. Iš metinių $\ln(PV_{t+1}/PV_t)$ pasiskirstymo gaunamas $\sigma_{MAD} = 0{,}34$. Naudojama kaip įvestis formulėse 14.9–14.10.

Interpretacija. MAD sprendžia centrinę realiųjų opcionų praktikos problemą — $\sigma$ nustatymą. Kritika (Borison, 2005): MAD prielaida prieštarauja opcionų kainodaros matematikai (projekto vertė nėra „traded asset”). Todėl MAD geriausiai naudoti kaip sensitivity range (0,3–0,4), ne vieną tašką.

Formulė 14.15. Longstaff–Schwartz LSM regresija amerikietiškam opcionui

Ekonominė prielaida: amerikietiškus opcionus (ankstyvo vykdymo galimybė) tradiciškai sunku vertinti — BSM netinka, CRR neefektyvus kompleksinėms būsenoms. LSM (Longstaff & Schwartz, 2001) naudoja Monte Carlo simuliaciją + regresiją atgaline eiga tęstinumo vertei aproksimuoti.

kur:

• $\widehat{C}_t(X_t)$ — tęstinumo vertės aproksimacija, kai būsena $X_t$;
• $\phi_j$ — bazinės funkcijos (dažniausiai polinomai Laguerre / Hermite);
• $a_j^{(t)}$ — OLS regresijos koeficientai, gauti iš Monte Carlo trajektorijų;
• $J$ — baziniai polinomai (praktikoje 3–5 pakanka).

Sprendimo taisyklė kiekviename $t$: vykdyti opcioną, jei $\max(V_t - I; 0) > \widehat{C}_t(X_t)$.

Pavyzdys. LT biotech „LithuaBio” trijų fazių projektas: kiekvienoje fazės pabaigoje — sprendimas tęsti ar sustoti. Simuliuojama $N = 100\,000$ DV trajektorijų; kiekvienoje fazėje atliekama OLS regresija $\widehat{C}_t = a_0 + a_1 V_t + a_2 V_t^2$. Rezultatas: bendra opcioninė vertė $\approx 8{,}1$ mln. EUR (vs. 6,2 mln. naudojant grynai diskretinį sudėtinį opcioną, nes LSM geriau aproksimuoja vidurinius sprendimo mazgus).

Interpretacija. LSM tapo de facto standartu kompleksiniams realiesiems opcionams, kur yra daug būsenos dimensijų (kainos, kaštai, reguliavimas vienu metu). Praktikoje naudojamas kaip pagrindinis instrumentas PE / infrastruktūros projektų vertinime ir MiFID / Basel riziką matuojant.

14.2.3 M&A ir LBO formulės#

Formulė 14.16. Sinergijų bruto vertė

Ekonominė prielaida: sinergijos — inkrementiniai pinigų srautai, atsirandantys sujungus dvi įmones. Bruto sinergija neatsižvelgia į integracijos kaštus ar realizavimo riziką (Damodaran, 2005).

kur:

• $\Delta CF_t^{op}$ — operacinių sinergijų srautas (kaštų taupymas, pajamų sinergijos);
• $\Delta CF_t^{fin}$ — finansinių sinergijų srautas (mokesčių skydai, skolos talpa);
• $\Delta CF_t^{str}$ — strateginių sinergijų srautas (rinkos galios, platforminis užrakinimas);
• $r_{syn}$ — sinergijoms taikoma diskonto norma (dažnai aukštesnė nei bazinė WACC dėl didesnės realizavimo rizikos);
• $TV_T^{syn}$ — terminalinė sinergijų vertė.

Pavyzdys. „Bite Lithuania” įsigyja smulkų regioninį ISP „LT-Net”: operacinės sinergijos 8 mln. EUR/m. (tinklo bendrinimas); finansinės 1 mln. EUR/m. (mokesčių skydas); strateginės 2 mln. EUR/m. (B2B klientų cross-sell). Viso $\Delta CF = 11$ mln. EUR/m. $T = 5$ m.; $r_{syn} = 12\%$; $g = 2\%$. PV(5 m.) $= 39{,}7$ mln.; $TV_5 = 11 \cdot 1{,}02 / (0{,}12 - 0{,}02) / 1{,}12^5 = 63{,}7$ mln. $V_{syn}^{gross} = 103{,}4$ mln. EUR.

Interpretacija. Bruto sinergija dažnai pateikiama sandorio „pitch books” — bet ji sisteminga pervertinama (Sirower, 1997). Neto sinergija (14.17) yra labiau sąžininga bazė deryboms.

Formulė 14.17. Sinergijų neto vertė po realizavimo diskonto ir integracijos kaštų

Ekonominė prielaida: ne visos sinergijos pasiekiamos — McKinsey tyrimai (Christofferson, McNish & Sias, 2004) rodo, kad vidutiniškai realizuojama tik 50–70 % pažadėtų sinergijų; integracijos kaštai gali sudaryti 1,0–1,2× metinių run-rate sinergijų.

kur:

• $\pi_{real}$ — sinergijų realizavimo tikimybė (vidutinis atvejis 0,5–0,7);
• $V_{syn}^{gross}$ — iš (14.16);
• $PV(IC)$ — integracijos kaštų DV (IT migracija, personalo mokymas, teisės/konsultantai);
• $PV(\text{restruct})$ — restruktūrizavimo kaštų DV (išeitinės, pastatų uždarymas).

Pavyzdys. Tęsiant „Bite / LT-Net”: $\pi_{real} = 0{,}65$; $V_{syn}^{gross} = 103{,}4$ mln. (iš 14.16); $PV(IC) = 12$ mln. (IT integracija 2 m.); $PV(\text{restruct}) = 4$ mln. $V_{syn}^{net} = 0{,}65 \cdot 103{,}4 - 12 - 4 = 67{,}2 - 16 = 51{,}2$ mln. EUR.

Interpretacija. Neto sinergija yra maksimali priemoka, kurią pirkėjas gali pateisinti akcininkams. Jei faktinė sumokėta priemoka (pvz., 60 mln.) viršija $V_{syn}^{net}$ (51 mln.), sandoris naikina akcininkų vertę (Sirower „winner’s curse”). Empiriniai duomenys: >60 % M&A sandorių pirkėjo akcininkams sukuria neigiamą abnormalinę grąžą (Damodaran, 2005).

Formulė 14.18. Sinergijų pasiskirstymas tarp pirkėjo ir pardavėjo (control premium)

Ekonominė prielaida: derybų rezultatas nustato, kokią sinergijų dalį pirkėjas perduoda pardavėjui per kontrolės priemoką. Formali išraiška jungia „stand-alone” vertę, priemoką ir neto sinergiją.

kur:

• $P_{offer}$ — pirkėjo siūloma kaina;
• $V_{target}^{SA}$ — tikslo įmonės stand-alone vertė (CH13 DCF);
• $\phi$ — sinergijų dalis, perduodama pardavėjui (0 = visa pirkėjui; 1 = visa pardavėjui; empirika ~0,3–0,5 konkurencingose aukcijose);
• $V_{syn}^{net}$ — iš (14.17).

Pavyzdys. „LT-Net” stand-alone: $V_{target}^{SA} = 25$ mln. EUR (iš DCF, CH13 §13.2). $V_{syn}^{net} = 51{,}2$ mln. (iš 14.17). Derybose $\phi = 0{,}40$. $P_{offer} = 25 + 0{,}40 \cdot 51{,}2 = 45{,}5$ mln. EUR (kontrolės priemoka $= 82\%$ virš stand-alone). Pirkėjui lieka $0{,}60 \cdot 51{,}2 = 30{,}7$ mln. grynosios vertės.

Interpretacija. Formulė atskleidžia skaidriai, kodėl $\phi$ dažnai tampa derybų centru. „Sinergijos nėra tas pats, kas priemoka” (Ch14 Codex ataskaita, §4.2) — jei $\phi \to 1$ (pardavėjas gauna visas sinergijas), sandoris kuria vertę tik pardavėjui. Aukcionuose $\phi$ kyla iki 0,7–0,9.

Formulė 14.19. LBO IRR iš exit multiple ir paid-in equity

Ekonominė prielaida: LBO grąža kyla iš trijų šaltinių: operacinio augimo, skolos amortizacijos (deleveraging) ir daugiklio išsiplėtimo (multiple expansion). IRR — metinė grąžos norma (Gompers & Lerner, 2004).

kur:

• $E_0$ — pradinis nuosavybės įnašas (paid-in equity);
• $D_t^{eq}$ — tarpiniai dividendai akcininkams (dividend recap);
• $E_N^{exit}$ — nuosavybės vertė exit momentu;
• $M_{exit}$ — išėjimo EV/EBITDA daugiklis;
• $Debt_N$ — likusi skola exit momentu.

Pavyzdys. LT PE fondas perka gamybos įmonę: pirkimo kaina $EV = 50$ mln. EUR (EBITDA 5 mln. × 10×); skola 35 mln., $E_0 = 15$ mln. Per 5 m. EBITDA auga iki 7 mln.; skola sumažinta iki 15 mln.; išėjimo daugiklis 10× (be multiple expansion). $E_5^{exit} = 7 \cdot 10 - 15 = 55$ mln. $D_t^{eq} = 0$ (be recap). IRR $= (55/15)^{1/5} - 1 = 29{,}7\%$.

Interpretacija. Grąža gauta be daugiklio išsiplėtimo, tik iš EBITDA augimo ir skolos amortizacijos — „operacinio” tipo LBO. Baltijos PE rinka (BaltCap, Livonia Partners) dažniau orientuojasi būtent į šį modelį, nes rinka mažesnė ir daugiklių padidinimas retas.

Formulė 14.20. LBO MOIC dekompozicija (3 komponentai)

Ekonominė prielaida: Multiple on Invested Capital (MOIC) — paprastas kapitalo daugiklis. Jo dekompozicija į tris dalis atskleidžia vertės kūrimo anatomiją.

kur trys komponentai atskirai rodo, kiek vertės sukurta iš operacinio gerinimo, iš rinkos daugiklių (dažnai — laimingo atsitiktinumo) ir iš svertojimo / deleveraging.

Pavyzdys. Tęsiant (14.19) pavyzdį: $EBITDA_N/EBITDA_0 = 7/5 = 1{,}40$; $M_{exit}/M_{entry} = 10/10 = 1{,}00$; $EV_0/E_0 = 50/15 = 3{,}33$; $EV_N/E_N^{exit} = 70/55 = 1{,}27$; skolos efektas $= 3{,}33/1{,}27 = 2{,}62$. MOIC $= 1{,}40 \cdot 1{,}00 \cdot 2{,}62 = 3{,}67\times$ (= 55/15 = 3,67× — patvirtinta).

Interpretacija. Dekompozicija iškart rodo, kad 72 % grąžos ateina iš financial engineering (svertas + deleveraging), o ne iš operacinio pagerinimo. Tai dažniausia Baltijos PE „skaidrumo testas” — kuri dalis yra „tikra” vertė, o kuri — finansavimo struktūros produktas.

Formulė 14.21. Earn-out tikimybinė dabartinė vertė

Ekonominė prielaida: earn-out — sandorio kainos dalis, priklausanti nuo pardavėjo pasiekiamų ateities rezultatų (EBITDA, pajamos). IFRS 3 contingent consideration apskaito kaip tikėtiną DV (IFRS Foundation, 2026a).

kur:

• $p_s$ — scenarijaus $s$ tikimybė;
• $EO_s(t)$ — earn-out mokėjimas scenarijuje $s$ metais $t$ (pvz., „jei EBITDA viršys 10 mln. EUR, tai 20 % perviršio”);
• $r$ — diskonto norma (dažnai panaši į sandorio WACC, bet pridėtinis rizikos priedas).

Pavyzdys. LT B2B paslaugų įmonės pardavimas: bazinė kaina 30 mln. + earn-out „jei EBITDA po 3 m. > 8 mln., priedas = 3 × (EBITDA − 8) mln.”. Scenarijai po 3 m.: sėkmė $p = 0{,}40$, EBITDA = 10 → $EO = 6$ mln.; bazinis $p = 0{,}45$, EBITDA = 8 → $EO = 0$; nesėkmė $p = 0{,}15$, EBITDA = 6 → $EO = 0$. $r = 10\%$. $PV_{earnout} = 0{,}40 \cdot 6 / 1{,}10^3 = 1{,}80$ mln. EUR. Bendra sandorio vertė = 31,80 mln.

Interpretacija. Earn-out mažina informacijos asimetriją (pardavėjas geriau žino įmonės potencialą) ir suderina interesus. Silpnybė: ginčų rizika dėl earn-out metrikos manipuliavimo po sandorio (Baltijos praktikoje tai vis dažnesnis ginčytinas klausimas — Ellex Baltic M&A Monitor, 2025).

Formulė 14.22. PE „waterfall” su preferred return, catch-up ir carry

Ekonominė prielaida: privačiaus kapitalo (PE, VC) fonduose grąža paskirstoma kaskadiškai tarp ribotų partnerių (LP) ir bendrų partnerių (GP) per keturis laiptus.

kur:

• $h$ — hurdle rate (dažniausiai 8 % p. a.);
• $E_0^{LP}$ — LP investuotas kapitalas;
• GP carry — standartas 20 %; kai kuriuose fonduose 25–30 %;
• Catch-up — „100 % GP” laiptas, kol GP pasivejamas iki 20 % visos pelno dalies.

Pavyzdys. „Practica Capital III” LP investavo 60 mln.; fondas pasiekė exit vertę 180 mln. (3× MOIC) per 6 m. Laiptas 1: LP gauna 60 mln. (kapitalo grąžinimas). Laiptas 2: LP dar gauna iki $(1{,}08)^6 \cdot 60 - 60 = 35{,}2$ mln. (preferred). Likutis $180 - 95{,}2 = 84{,}8$ mln. Catch-up: GP gauna $0{,}20 / 0{,}80 \cdot 35{,}2 = 8{,}8$ mln. (kol pasiveja 20 % carry struktūrą). Likęs $84{,}8 - 8{,}8 = 76{,}0$ mln. padalinamas 80/20: LP $= 60{,}8$ mln.; GP $= 15{,}2$ mln. Iš viso: LP $= 60 + 35{,}2 + 60{,}8 = 156{,}0$ mln. (2,60×); GP $= 8{,}8 + 15{,}2 = 24{,}0$ mln.

Interpretacija. Waterfall matematika rodo, kodėl GP ekonomika labai jautri fondo performance: be 8 % preferred grąžos GP negauna nieko. Tai ir disciplinuoja fondą, ir padaro Baltijos PE fondų modeliavimą jautrų hurdle bei catch-up sąlygoms.

Formulė 14.23. J-kreivės rodikliai: TVPI, DPI, RVPI

Ekonominė prielaida: PE fondo rezultatas matuojamas trimis santykiais, kurie kartu sudaro garsiąją „J-kreivę” — iš pradžių neigiama (investicijos, kaštai), vėliau teigiama (išėjimai).

Tapatybė: $TVPI = DPI + RVPI$.

kur:

• $TVPI$ — Total Value to Paid-In (bendras grąžos daugiklis);
• $DPI$ — Distributions to Paid-In (realizuota grąža);
• $RVPI$ — Residual Value to Paid-In (neparduota NAV);
• $NAV_t$ — fondo portfelio tikroji vertė (Fair Value) momentu $t$.

Pavyzdys. „Open Circle Capital” fondas 5 m. metu: LP paid-in kapitalas 40 mln.; realizuoti išėjimai (distributions) 25 mln.; likusi NAV 45 mln. $DPI = 0{,}63$; $RVPI = 1{,}13$; $TVPI = 1{,}75\times$. Po 10 m. (fondo uždarymas) siekiama $DPI > 2{,}0\times$, $RVPI \to 0$.

Interpretacija. Kol $DPI < 1{,}0$, LP dar neatgavę kapitalo — tai „J” apatinė dalis. Kai $DPI > 1{,}0$ ir $TVPI$ kyla — fondas yra „virš vandens”. Institucinis LP dažniausiai žiūri $TVPI$ ir $IRR$ kartu (IRR jautri laikui; TVPI — ne).

14.2.4 PPA ir intelektinės nuosavybės vertinimo formulės#

Formulė 14.24. MPEEM — Multi-Period Excess Earnings Method

Ekonominė prielaida: klientų santykių (PPA kontekste) vertė yra jiems priskiriamų „perviršio” pelnų DV, atėmus contributory asset charges už kitą turtą (apyvartinis kapitalas, IT, prekės ženklas), kuris padeda generuoti šiuos srautus (IFRS 3; Pratt & Grabowski, 2022).

kur:

• $V_{CR}$ — klientų santykių (customer relationships) vertė;
• $Rev_t^{CR}$ — klientų pajamos (atsižvelgiant į attrition rate — natūralų klientų nuėjimą);
• $m$ — EBITDA marža, priskirtina klientų santykiams;
• $CAC_t$ — contributory asset charges (nuomos ekvivalentas už apyvartinį kapitalą, IT, ženklą);
• $T_t$ — mokesčiai;
• $TAB_t$ — tax amortization benefit (amortizacijos mokesčių skydo DV);
• $r_{CR}$ — klientų santykių WACC (dažnai +1–3 p. p. virš įmonės WACC).

Pavyzdys. „Bite / LT-Net” PPA: tikslo klientų pajamos 40 mln., EBITDA marža 20 % ($m = 0{,}20$); attrition 15 % / m.; $CAC = 2{,}5$ mln./m.; mokesčiai 15 %; TAB efektas +10 %; $r_{CR} = 14\%$. Klientų pajamos mažėja geometriškai ($Rev_t = 40 \cdot 0{,}85^t$). 10 m. suma: $V_{CR} \approx 22$ mln. EUR. Ši vertė atpažįstama balanse kaip identifikuojamas nematerialus turtas su 6–10 m. amortizacija.

Interpretacija. MPEEM sprendžia esminę PPA problemą — kaip atskirti klientų santykių vertę nuo visos goodwill sumos. IFRS 3 reikalauja tokio atskyrimo, nes klientų santykiai yra amortizuojami, o goodwill — kasmet testuojamas dėl nuvertėjimo (IAS 36). Silpnybė: metodas jautrus $m$ ir attrition prielaidoms.

Formulė 14.25. Relief-from-Royalty (prekės ženklas, patentas)

Ekonominė prielaida: IP turtas generuoja vertę per „sutaupytą” licencijos mokestį — kiek įmonė neturi mokėti trečiajam asmeniui už teisę naudoti šį turtą (Brand Finance, 2021; WIPO, 2025).

kur:

• $V_{IP}$ — IP (prekės ženklo ar patento) vertė;
• $Rev_t$ — pajamos, priskirtinos IP turtui;
• $\rho$ — tinkamas royalty rate (iš palyginamų licencijų sandorių; tipiškai 2–15 % pagal sektorių);
• $\tau$ — pelno mokesčio tarifas (LT: 15 %);
• $r$ — diskonto norma;
• $TAB$ — tax amortization benefit (dažnai +5–10 % papildoma vertė).

Pavyzdys. LT prekės ženklo „Vičiūnai” vertinimas PPA kontekste (iliustratyvu): priskirtinos pajamos 300 mln. EUR/m.; royalty rate maisto pramonei $\rho = 1{,}5\%$ (orientacinis Brand Finance / Interbrand industrijos intervalo vidurkis; realios licencinės sutartys svyruoja 0,5–3 %); $\tau = 15\%$; $r = 10\%$; 10 m. horizontas; po to terminalinis augimas 2 %. PV(10 m.) = $\sum 3{,}83 / 1{,}10^t \approx 23{,}5$ mln.; terminalinis pridėjimas $\approx 18$ mln.; TAB +10 %. $V_{IP} \approx 45{,}7$ mln. EUR.

Interpretacija. Relief-from-Royalty ypač tinka prekės ženklui, nes licencijavimo rinka yra pakankamai gili, kad $\rho$ būtų pagrįstas. Silpnybė (WIPO): jei nėra palyginamų licencijų (unikalios technologijos), metodas greitai tampa „pseudo-rinkiniu”.

14.3 Apibendrinimas#

Šis skyrius prasidėjo nuo vieno epistemologinio pastebėjimo: klasikinis CH13 DCF paradigma suponuoja tris tylias prielaidas — pinigų srautų egzistavimą, stabilią kapitalo struktūrą ir statinį sprendimo medį. Visos trys lūžta trijose skyriuje nagrinėtose šeimose. Startuolių atveju nėra pakankamai ilgos srautų istorijos, o kapitalo struktūra keičiasi kiekvieną raundą. Realiųjų opcionų kontekste sprendimas nėra statinis — vadyba turi teisę, bet ne pareigą veikti reaguojant į naują informaciją. M&A / LBO situacijose pati kapitalo struktūra ir pačios pinigų srautų prielaidos yra derybų produktas, o ne egzogeniškai duota. PPA ir IP vertinimas priduria ketvirtą ašį: struktūrinį (individualaus aktyvo) paskirstymą toje pačioje sandorio sumoje.

Trys šeimos nėra izoliuotos — jos persidengia. Startuolio vertė dažnai susideda iš augimo opcionų portfelio (formulės 14.13 ir Wiki growth options); M&A pirkėjas sandoryje įgyja ne vien tikslo stand-alone vertę, bet ir „vaistų etapinį” portfelį, kurio kiekvienas žingsnis yra realusis opcionas; earn-out struktūros (14.21) yra de facto pardavėjui suteiktas call opcionas. Būtent šis sąryšis paaiškina, kodėl CH14 negali būti „egzotiškų metodų katalogas”: kiekvienas specialus atvejis yra ta pati matematinė struktūra — sąlyginio srauto vertinimas — taikoma skirtingam kontekstui.

Metodų pasirinkimo matrica (santrauka):

Kritinės įžvalgos praktinėms išvadoms. Knight (1921) riba tarp rizikos ir neapibrėžtumo yra pagrindinis visų CH14 metodų apribojimas: Monte Carlo ir opcionų formulės veikia tik kai skirstiniai žinomi, o unikaliuose įvykiuose (vienetinės biotech molekulės, pirmasis tokio pobūdžio sandoris Baltijoje) rinkos kainos nėra. Taleb (2007) „juodoji gulbė” kritika galioja ypač startuoliams — First Chicago metodas (14.2) yra minimali reakcija į šią kritiką, bet net jis lieka apribotas žinomų scenarijų erdve. Flyvbjerg (2003) „optimizmo bias” empiriškai patvirtinta M&A kontekste — Sirower (1997) ir Christofferson et al. (2004) rodo, kad dauguma sinergijų yra pervertintos; todėl $\pi_{real}$ daugiklis (14.17) ir $\phi$ parametras (14.18) yra ne „techninės” korekcijos, o disciplinos instrumentai, priešinantys sisteminiam optimizmui.

Tiltai į kitus skyrius. CH13 §13.2 klasikinis DCF lieka ne alternatyva, o bazė visoms šio skyriaus formulėms: (14.3) VC metodas naudoja DCF exit vertei; (14.7) rNPV yra sąlyginis DCF; (14.9) B–S bazinis aktyvas — DCF sugeneruotas PV; (14.16) sinergijos — inkrementinis DCF. CH15 MCDA (daugiakriterinė sprendimo analizė) suteikia formalų rėmą, kai CH14 formulių rezultatai skiriasi tarp metodų (pvz., Scorecard 3,4 mln. vs. VC 13,6 mln. vs. First Chicago 5,1 mln.) — tada vertintojas privalo formuoti svorių struktūrą ne ad hoc, o per MCDA procedūrą. Galiausiai, CH16 integruotas modelis sujungia CH13 DCF + CH14 specialius atvejus + CH15 daugiakriterinį pasirinkimą į vieną verslo plano skaičiavimo instrumentą, kur šio skyriaus formulės tampa modulio „Specialūs atvejai” komponentais.

Pagrindinis skyriaus teiginys, kurį vertintojas turi įsisavinti: kai klasikinis DCF nebepaaiškina to, ką rinka faktiškai kotiruoja, atsakymas yra ne atmesti DCF, o jį praplėsti — pridedant opcionines, kontraktines ir etapines vertės dimensijas. Būtent šis praplėtimas ir yra CH14 analitinė ašis.

14.4 Atvejo analizė ir praktiniai pavyzdžiai#

Specialių vertinimo atvejų skyriaus atvejo analizės parinkimas remiasi trimis pedagoginiais principais. Pirma, kiekvienas atvejis turi demonstruoti bent vieno §14.2 formulių rinkinio taikymą — rNPV (14.9), binominio medžio ir BSM opciono vertę (§14.2.3), Sirowerio sinergijų formulę, MOIC dekompoziciją (14.5), earn-out tikimybinę dabartinę vertę (14.6). Antra, atvejų progresija turi iliustruoti, kaip specialios situacijos reikalauja alternatyvių metodų, kai klasikinis §13.2 DCF nebeteikia patikimų atsakymų. Trečia, paskutinis atvejis yra sąmoningai paliktas su dviprasmiška baigtimi pagal Harvardo verslo mokyklos atvejų metodą (angl. HBS case method) — pedagoginė vertė slypi argumentacijoje, ne galutiniame atsakyme (plg. 13.4 Atvejis 3 „NordicManufacturing” ir 15.4 Atvejis 3 „NordicTech”).

Visi trys atvejai yra Lietuvos arba Baltijos konteksto, kaip reikalauja PROJECT_RULES.md §6a geografinis prioritetas. Pirmas atvejis — hipotetinis, paremtas LT biotechnologijų ekosistemos (Northway Biotech, Biotechpharma, Biomapas, Thermo Fisher Vilnius) tipine situacija. Antras — mišrus: atsinaujinančios energetikos kontekstas realus (Ignitis Renewables, LITGRID duomenys, ES Green Deal reguliavimas), bet konkretūs projekto parametrai konstruoti pedagoginiam tikslui. Trečias — hipotetinis HBS stiliaus, paremtas Baltijos logistikos sektoriaus konsolidacijos tendencijomis (Girteka, Delamode, Translit, Hegelmann).

Atvejis 1: „BalticBiotech” — startuolio Series A vertinimas per rNPV#

Tipas: hipotetinis.

Tai hipotetinis mokomasis pavyzdys, paremtas tipine Lietuvos biotechnologijų startuolio situacija. Parametrai atspindi LT biotech ekosistemos charakteristikas pagal Invest Lithuania (2024), Lithuanian Biotechnology Association ir Baltic Sandbox vertinimo praktikas. Įmonės pavadinimas aiškiai fiktyvus.

Situacija#

UAB „BalticBiotech” — 2021 m. Vilniuje įsteigtas biotechnologijų startuolis, kuriantis mažamolekulinį preparatą prostatos vėžiui (PC-2024 junginys). Įmonę įkūrė du mokslininkai (buvusieji Vilniaus universiteto Gyvybės mokslų centro tyrėjai) ir vienas verslo partneris. Iki 2026 m. pavasario įmonė sudegino 3,0 mln. EUR pirminio (angl. seed) finansavimo (iš Coinvest Capital, LT Business Angels Network ir privačių investuotojų), sėkmingai užbaigė ikiklinikinius tyrimus ir šiuo metu užbaigia II fazės klinikinius eksperimentus trijose ES klinikose. II fazės tarpiniai duomenys rodo statistiškai reikšmingą (p < 0,05) atsakomybės rodiklį 38 proc. pacientų grupėje — rezultatas, viršijantis esamą standartą (~22 proc.).

Įmonė yra pre-revenue: neturi jokių pajamų, FDA/EMA patvirtinimas tikėtinas anksčiausiai 2030 m. Steigėjai siekia Series A raundo 8 mln. EUR, atiduodami 25 proc. akcijų (post-money 32 mln. EUR). Lėšos skirtos III fazės klinikiniams tyrimams (5,5 mln.), reguliacinei paraiškai EMA (1,0 mln.) ir komercinės partnerystės paieškai (1,5 mln.). Su įmone deramasi du investuotojai: Skandinavijos biotech specializacijos VC (HealthCap ar panašaus profilio) ir Baltijos generalistas (Practica Capital). Jiems pateikta duomenų kambario medžiaga; reikalauja detalaus pre-money vertinimo pagrindimo.

Analizė#

Metodų rinkinys — keturi kandidatai. Biotech pre-revenue įmonės neturi klasikinio DCF pagrindo (nėra istorinių FCF, prognozės dominuoja terminalu), todėl reikalingi specializuoti metodai. Pritaikomi keturi §14.2 metodai su skirtingomis epistemologinėmis prielaidomis.

(a) Berkus metodas. Euristinis preidėjimo vertinimas iki 5 kategorijų po 500 tūkst. EUR, su maksimumu ~2,5 mln. EUR (Berkus 2011 originaliai nustatyta riba; vėlesnėse autoriaus adaptacijose Berkonomics tinklalapyje pakylama iki 3–5 mln. EUR). BalticBiotech kategorijos: (i) verslo idėjos kokybė — aukšta (+500); (ii) prototipas / II fazės duomenys — stiprūs (+500); (iii) vadyba — vidutinė (komanda mokslinė, ne komercinė) (+250); (iv) strateginiai santykiai — ribotos (+250); (v) pardavimai — nėra (0). Berkus vertė = 1,5 mln. EUR — visiškai neadekvatu biotech sektoriui, kur II fazės preparatai tipiškai vertinami dešimtimis milijonų. Berkus metodas sukurtas ankstyvoms IT/SaaS įmonėms; biotech kontekste jis sistemingai nuvertina.

(b) Scorecard metodas (Payne, 2011; formulė 14.1). Europos biotech pre-money medianinė Series A vertinimo riba — orientaciniai 15–18 mln. EUR (Dealroom 2024 biotech Series A intervalo vidurkio apytikslė reikšmė; konkretus sandoris gali svyruoti 5–40 mln. EUR priklausomai nuo terapijos srities ir klinikinės fazės), LT regioninis benchmark mažesnis: ~6 mln. EUR. Scorecard svorių struktūra: vadyba 0,25, rinkos dydis 0,30, produktas / IP 0,20, konkurencija 0,10, partnerystės 0,10, finansavimo poreikis 0,05. BalticBiotech įvertinimai: vadyba 0,8× (žemiau vidurkio — silpna komercinė patirtis), rinkos dydis 1,5× (onkologija — didelė rinka), produktas 1,4× (II fazės duomenys viršija standartą), konkurencija 1,0×, partnerystės 0,9×, finansavimo poreikis 1,1×. Svertinis koeficientas $\sum w_i s_i = 0{,}25 \cdot 0{,}8 + 0{,}30 \cdot 1{,}5 + 0{,}20 \cdot 1{,}4 + 0{,}10 \cdot 1{,}0 + 0{,}10 \cdot 0{,}9 + 0{,}05 \cdot 1{,}1 = 1{,}185$. Scorecard pre-money = 6 × 1,185 ≈ 7,1 mln. EUR. Šis skaičius vis dar žemas Europos Series A biotech kontekstui — LT regioninis benchmark pats yra nuoseklus tik ankstyvosioms stadijoms.

(c) VC metodas (Sahlman, 1990). Atvirkštinė logika iš išėjimo vertės: tarkime, kad sėkmės atveju 2030 m. preparatas licencijuojamas didžiajam vaistų gamintojui už 80 mln. EUR (išankstinio mokėjimo + pardavimo milestones PV). VC reikalaujama tikėtina grąža — 35 proc. IRR per 5 metus (atitinkamai multiplikatorius $\approx (1{,}35)^5 = 4{,}48$). Expected post-money = 80 / 4,48 = 17,9 mln. EUR. Tačiau VC metodas savaime neintegruoja sėkmės tikimybės — tai reikia daryti atskirai. Jei klinikinės sėkmės tikimybė 2030 m. laikoma 30 proc. (biotech pramonės vidurkis II → III → komercializavimas be diferencijavimo pagal indikaciją), tikimybiškai koreguota post-money = 17,9 × 0,30 = 5,4 mln.; pre-money = 5,4 − 8 = neigiamas (−2,6 mln. EUR). Tai reiškia, kad gryna VC logika su 30 proc. sėkme ir 35 proc. reikalaujama grąža negali pagrįsti jokio teigiamo pre-money — kas rodo arba investuotojo reikalavimus nepakeliamai aukštus, arba būtinumą modeliuoti sėkmės scenarijus differencijuotai pagal fazę.

(d) Rizika pakoreguotas NPV — rNPV (14.9 formulė). Biotech sektoriaus de facto standartinis metodas: kiekvienas būsimas pinigų srautas dauginamas iš visų ankstesnių fazių sėkmės tikimybių sandaugos:

Parametrai: III fazės sėkmės tikimybė $p_{III} = 0{,}65$ (onkologija), reguliacinio patvirtinimo $p_{reg} = 0{,}85$ (po sėkmingos III fazės), komercinio paleidimo $p_{comm} = 0{,}95$. Prognozuojami srautai (mln. EUR): 2027 (III fazė) −6,0; 2028 −4,0; 2029 −1,0 (EMA paraiška); 2030 +2,0 (pirmi pajamų srautai); 2031 +8,0; 2032 +15,0; 2033 +22,0; 2034 terminalas = 22 × (1+0,02)/(0,12−0,02) = 224 mln. EUR. Diskonto norma $r = 12\%$ (biotech rizikos premija virš LT bazinės 9,5 proc.). Kumuliatyvi tikimybė pilnam srautui 2030+ = 0,65 × 0,85 × 0,95 ≈ 0,525. Diskontuojant ir dauginant iš fazių tikimybių: III fazės srautai diskontuojami be tikimybinio koregavimo (jie vyks su 100 proc. tikimybe, kai įmonė finansuojama); pajamų srautai dauginami iš 0,525. rNPV skaičiavimo rezultatas ≈ 9,5 mln. EUR (detalūs skaičiavimai — Excel modelis, §14.5).

Metodų sintezė — dispersija kaip signalas.

Konfidencijos intervalas: 5,0–12,0 mln. EUR. Sandorio pozicija — Series A pre-money tarp 8 ir 11 mln. EUR, atspindinti rNPV centrą su nedidelė premija dėl II fazės duomenų stiprumo.

Išvados#

Atvejis iliustruoja keturias pedagogines pamokas. Pirma, metodo pasirinkimas biotech kontekste nėra neutralus — Berkus ir Scorecard yra pritaikyti kitokiems sektoriams ir biotech atveju sukelia sisteminį nuvertinimą. rNPV yra akademiškai ir praktiškai dominuojantis biotech metodas (Stewart et al., 2001; Myers & Howe, 1997), nes jis integruoja fazių struktūrinę riziką, kurios DCF ar VC metodai natūraliai neatspindi. Antra, metodų dispersija (1,5 iki 17,9 mln.) yra pats savaime informatyvi — ji rodo, kad specialus vertinimo kontekstas reikalauja epistemologinio budrumo: negalima paprasčiausiai imti vidurkį, reikia rinktis metodą pagal jo prielaidų atitikimą situacijai. Trečia, LT biotech ekosistema (Northway Biotech, Thermo Fisher Vilnius, Biomapas kaip CRO) yra užsienio VC orientuota — sandoriuose dažnai naudojamos ES arba JAV benchmarkas; LT regioninis Scorecard’as per konservatyvus. Ketvirta, derybose su VC investuotoju pardavėjas turi suprasti investuotojo vidinę VC metodo logiką (atvirkštinį IRR), nes tai paaiškina, kodėl investuotojas spaus link žemesnės pre-money, nepaisant rNPV patikimumo.

Atvejis 2: „Ignitis Wind Offshore” — atidėjimo realusis opcionas energetikoje#

Tipas: mišrus.

Hipotetinis pavyzdys, paremtas realiu Lietuvos atsinaujinančios energetikos kontekstu: Ignitis Renewables offshore vėjo plėtra Baltijos jūroje, LITGRID elektros kainų duomenys 2019–2024 m., ES Green Deal reguliavimas ir CO₂ ATS kainodara. Konkretūs projekto parametrai (investicijos, srautai, volatilumas) konstruoti pedagoginiam tikslui. Įmonės pavadinimas sąmoningai artimas realiam, bet konkretus projektas fiktyvus.

Situacija#

Hipotetinis „Ignitis Wind Offshore” projektas — 100 MW jūrinio vėjo parkas Baltijos jūroje, LT išskirtinėje ekonominėje zonoje, 35 km nuo Klaipėdos krantų. Investicija — 250 mln. EUR (įskaitant turbinas, pamatus, kabelinę infrastruktūrą, pajungimą prie LITGRID tinklo). Eksploatavimo laikotarpis — 25 metai. Projektas dalyvautų CfD (angl. Contract for Difference) aukcione — valstybės garantuojama minimali kaina 15 metų, po to — laisvoje rinkoje.

LITGRID istoriniai duomenys 2019–2024 m. rodo mėnesinės dienos-ahead kainos logaritminį volatilumą $\sigma = 28\%$ (žemiau 2022 m. energetikos krizės piko, bet virš pre-2019 bazės). CO₂ ATS kainos (EUR/t CO₂) išaugo nuo ~25 EUR/t (2019) iki ~85 EUR/t (2024); ES 2030 m. kvotų mažinimo trajektorija daro tolesnį augimą pagrįstu baziniu scenarijumi.

Statinis DCF rezultatas: prognozuojami metiniai FCFF naudojant 2025 m. elektros kainos forwardus — 12,0 mln. EUR/m. 15 metų (CfD laikotarpis), sumažėję iki 8,0 mln. po CfD pabaigos. WACC = 8,5 proc. (atsinaujinančios energetikos sektorius, ES taksonomijos kriterijus). Rezultatas: NPV = −15 mln. EUR. Pagal klasikinę NPV taisyklę projektas turėtų būti atmestas.

Tačiau projektas turi du įterptus realiuosius opcionus: (a) atidėjimo opcioną — leidimas ir koncesija galioja iki 2028 m. pradžios, tad įmonė gali atidėti galutinį investicinį sprendimą (FID) iki 2 metų, laukdama geresnės kainos informacijos ir reguliacinių sprendimų; (b) plėtros opcioną — po 5 metų sėkmingo veikimo yra techninė ir koncesinė galimybė pridėti antrą 50 MW fazę už inkrementinę 90 mln. EUR investiciją.

Analizė#

Metodologinis pasirinkimas. Pagal §14.2.3 realiuosius opcionus, kai vadovybė turi racionalią lankstumo teisę ir pagrindinio turto (šiuo atveju — elektros kainos) volatilumas yra reikšmingas, klasikinė NPV sistemiškai nepakankama (Dixit & Pindyck, 1994). Reikalinga opciono vertinimo logika — binominis medis arba Black-Scholes-Merton (BSM) adaptacija.

Atidėjimo opciono parametrai.

• $S_0 = 235$ mln. EUR (projekto srautai diskontuoti į dabarties vertę be investicijos; tai yra „pagrindinio turto” analogas).
• $K = 250$ mln. EUR (investicijos „įgyvendinimo kaina”).
• $T = 2$ metai (atidėjimo terminas).
• $\sigma = 28\%$ (iš LITGRID logaritminio kainų volatilumo).
• $r = 3{,}0\%$ (LT 10 m. vyriausybės obligacijos orientacinė norma 2026 m. pradžioje; tikslią reikšmę rasite Lietuvos banko ar Bloomberg duomenyse).
• $q = 0$ (projekto srautų „dividendas” — supaprastinimui, detalizuotame modelyje būtų $q = \bar{FCFF}/S_0$).

Binominio medžio skaičiavimas (CRR parametrai). Imkime 8 žingsnių medį po 3 mėn. ($\Delta t = 0{,}25$).

• $u = e^{\sigma\sqrt{\Delta t}} = e^{0{,}28 \cdot 0{,}5} = e^{0{,}14} = 1{,}1503$.
• $d = 1/u = 0{,}8694$.
• Rizikai neutrali tikimybė $p = (e^{r \Delta t} − d)/(u − d) = (e^{0{,}0075} − 0{,}8694)/(1{,}1503 − 0{,}8694) = (1{,}00752 − 0{,}8694)/0{,}2809 = 0{,}4918$.

Medžio viršūnėje ($t=2$) 9 galimos $S_T$ vertės nuo $235 \cdot u^8 = 235 \cdot 2{,}822 = 663$ iki $235 \cdot d^8 = 235 \cdot 0{,}3543 = 83$ mln. EUR. Kiekvienoje viršūnėje opciono vertė $\max(S_T − K, 0)$. Atgaliniu indukcijos metodu (angl. backward induction), kiekvienoje ankstesnėje viršūnėje imama rizikos neutrali diskontuota tikėtina vertė:

Rezultatas (pilnas medis — Excel modelis): $OV_{defer} = 22$ mln. EUR.

BSM patikrinimas. Pagal $d_1 = [\ln(S_0/K) + (r+\sigma^2/2)T]/(\sigma\sqrt{T})$ ir $d_2 = d_1 − \sigma\sqrt{T}$: $d_1 = [\ln(0{,}94) + (0{,}03+0{,}0392)\cdot 2]/(0{,}28\sqrt{2}) = [−0{,}0619 + 0{,}1384]/0{,}3960 = 0{,}193$; $d_2 = 0{,}193 − 0{,}3960 = −0{,}203$. $N(d_1) \approx 0{,}577$; $N(d_2) \approx 0{,}420$. $C = 235 \cdot 0{,}577 − 250 \cdot e^{−0{,}06} \cdot 0{,}420 = 135{,}6 − 98{,}9 = 36{,}7$ mln. EUR. Skirtumas nuo binominio medžio atsispindi tai, kad BSM skaičiuoja europietišką opcioną (įgyvendinimas tik $T=2$), o realybė artimesnė amerikietiškai su atidėjimo lankstumu per 2 metus — tačiau dėl $q=0$ prielaidos amerikietiškasis pirkimo opcionas konverguoja į europietišką, todėl binominio medžio rezultatas (22 mln.) būtų labiau suderinamas su interaktyviu laiko-indukcija metodu ir konservatyvesnis. Dėl pedagoginio aiškumo imame binominio medžio vertę: $OV_{defer} \approx 22$ mln. EUR.