在實際運用DCF方法的過程中，人們經常把敏感分析作爲解決DCF內在問題的手段。但是，儘管這種做法有利於暴露DCF的不確定性，但不管敏感分析得到什麼結果，都不難找到合適的理由，因此，這就會大大削弱DCF的實用性。
反向工程DCF（reverse-engineered DCF）
那麼，假如不能使用DCF，我們該如何進行估值呢？我最贊成的一種方法就是採用反向工程DCF。這種方法不需要預測未來10年的增長率，而是以當前股價爲基礎，由此推導其內含增長率。之後，分析師對這個內含增長率進行評估，或是與根據圖5-6和圖5-7等已實現增長率的分佈作對比。這樣，我們就可以對內含增長率如何實現或是其他情況作出評價。
圖5-6 10年期扣除折舊與攤銷費用前經營利潤的增長率分佈情況（美國，1951-1998）
當然，儘管這個模型解決了未來的不可預測問題，但依舊無法解決上述的折現率問題。我們還需要估計資本成本。對此，我個人採用的方法，就是暫時以4%作爲股權風險溢價（ERP），然後再憑感覺去猜測股票的貝塔—這完全取決於我們對基本風險的直觀判斷。
在講授行爲偏差這個概念時，我經常以反向工程DCF法作爲規避評估過程常見缺陷的例子。在參加公司會議後，分析師們經常會對公司管理喋喋不休，爲這隻股票的買進機會大聲叫好。然後，他們又繼續杜撰出滿足買入建議諸多要求的DCF模型（比如，股票存在15%的上漲空間）。此時，他們便把當前價格變成估值的出發點。使用反向工程DCF，就可以有效消除這種對當前價格的過分依賴，把問題的核心轉移到未來的增長潛力上。