Case study speedrun: design, profit, valuation and FX exposure

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška je rýchly návod, ako spracovať prípadovú štúdiu o výrobe a štarte rakiet pomocou vzorového Excel súboru. Najprv sa v produktovom liste definujú motory prvého a druhého stupňa (napr. Vulcan alebo Merlin 1D), ich počet, cena, palivo a materiál trupu, pričom sa vyvažuje marža a cena štartu podľa počtu možných štartov. Následne sa nastavujú pravdepodobnosti výbuchu a opätovného použitia prvého stupňa a kalibruje sa výkaz ziskov a strát vrátane zmluvy na deväť štartov, tržieb v eurách a dolároch a zabezpečenia proti kurzovému riziku (hedge). Potrebu financovania treba prepojiť s dlhom alebo vlastným imaním. Nakoniec sa počíta voľný peňažný tok a diskontovanie cez WACC, kde sa náklady na vlastný kapitál odvodzujú z CAPM s výnosmi francúzskeho indexu, výnosmi štátnych dlhopisov a odvetvovou betou.

  • - Produktový list: voľba motorov pre oba stupne, ich počet, cena, palivo a materiál trupu určujú náklady na raketu.
  • - Marža sa musí vyvážiť s cenou štartu, aby sa maximalizoval zisk aj počet štartov.
  • - Pravdepodobnosti výbuchu a pristátia prvého stupňa určujú, koľko stupňov sa dá znovu použiť.
  • - Výkaz ziskov a strát sa kalibruje počtom štartov, jednotkovou cenou, tržbami v EUR a USD a nastavením hedge výdavkov.
  • - Potreba financovania sa musí zdrojovo prepojiť s dlhom alebo vlastným imaním, inak model nevyjde správne.
  • - Voľný peňažný tok sa diskontuje cez WACC; náklady na vlastný kapitál vychádzajú z CAPM (výnos trhu, bezrizikový výnos, odvetvová beta).
  • - Externé parametre slúžia na citlivostné testy a scenáre najlepšieho a najhoršieho prípadu.

Zhrnutie pripravené s pomocou AI z prepisu videa.