Pembiayaan pertambangan bergantung pada model-model tertentu. Untuk menilai nilai sebuah tambang atau perusahaan ekstraksi, para profesional umumnya menggunakan DCF (Discounted Cash Flow), NAV (Net Asset Value), dan kurva biaya (C1, C2, AISC). Namun, model-model ini memerlukan asumsi yang dapat diandalkan: produksi, kadar bijih, biaya ekstraksi, harga komoditas, serta masa operasional tambang.
Tanpa data yang terverifikasi, model tersebut tidak akan berguna. MiningWorld menyediakan masukan yang terstruktur dan dapat dilacak yang diperlukan untuk membangun, mengkalibrasi, dan memverifikasi model-model ini.
1. Memahami tiga model klasik
Sebelum membuat model, Anda perlu memahami tiga pendekatan utama:
- DCF (Discounted Cash Flow): Anda memproyeksikan arus kas aset di masa depan dan mendiskontokannya untuk mendapatkan nilai saat ini. Hal ini sangat bergantung pada asumsi harga, biaya, dan produksi.
- NAV (Nilai Aset Bersih): Anda menilai perusahaan pertambangan dengan menjumlahkan nilai aset yang telah didiskontokan, dikurangi utang bersih. Pendekatan ini sangat cocok untuk perusahaan junior dan pengembang proyek.
- Kurva biaya (C1, C2, AISC): kurva ini menempatkan tambang dalam konteks biaya marjinal global suatu komoditas dan mengevaluasi ketahanannya terhadap harga rendah.
MiningWorld mendukung pengguna dalam memahami dan menerapkan ketiga metode ini.
2. Masukkan data yang andal ke dalam model Anda
Kualitas model bergantung pada data masukan yang digunakan. MiningWorld mengumpulkan data masukan penting berikut:
- Data teknis tambang: kapasitas, LOM, kadar, rasio pengupasan, tingkat pemulihan metalurgi;
- Data keuangan perusahaan: pendapatan, EBITDA, AISC, masa cadangan, konsensus analis;
- Data pasar: harga spot, riwayat, perkiraan 5 tahun, keseimbangan pasokan/permintaan;
- Data biaya: perkiraan OPEX dan CAPEX berdasarkan jenis aset.
Setiap titik data dapat dilacak ke sumbernya: laporan JORC, NI 43-101, pengajuan publik, atau dokumen publik.
3. Membuat DCF untuk aset pertambangan
DCF pertambangan dimulai dari profil produksi dan skenario harga. Dengan MiningWorld, Anda dapat:
- mengambil data kapasitas produksi dan umur tambang;
- mengintegrasikan asumsi harga komoditas dari data pasar;
- memperkirakan biaya operasional berdasarkan indikator teknis;
- menerapkan tingkat diskonto yang sesuai dengan risiko negara dan tahap proyek;
- memprediksi arus kas dan menghitung nilai aset.
Model tersebut kemudian dapat diuji ketahanannya terhadap skenario harga rendah, penundaan produksi, atau kenaikan biaya energi.
4. Gunakan NAV untuk perusahaan pertambangan
NAV sangat berguna bagi perusahaan yang nilainya bergantung pada portofolio aset pertambangan. MiningWorld memungkinkan Anda:
- mencantumkan semua tambang yang dioperasikan atau dimiliki oleh suatu perusahaan;
- mengakses data produksi, cadangan, dan biaya setiap aset;
- menjumlahkan nilai diskon per aset;
- mengurangi utang bersih dan item non-pertambangan.
Anda memperoleh penilaian fundamental perusahaan, terlepas dari volatilitas saham jangka pendek.
5. Menempatkan aset pada kurva biaya
Kurva biaya sangat penting untuk memahami daya saing sebuah tambang. MiningWorld menyediakan data yang diperlukan untuk:
- mengidentifikasi biaya produksi tambang tertentu;
- membandingkannya dengan produsen komoditas lainnya;
- mengevaluasi marginnya pada berbagai tingkat harga;
- mengidentifikasi aset yang rentan terhadap penurunan harga.
Ini merupakan alat strategis bagi para pedagang, investor, dan analis yang ingin mengantisipasi pergerakan pasokan.
6. Verifikasi dan pertanggungjawabkan asumsi Anda
Kualitas model keuangan bergantung pada kualitas asumsinya. Berkat fitur penelusuran data MiningWorld, setiap input dapat dipertanggungjawabkan berdasarkan sumber utama. Anda dapat mempresentasikan model Anda dengan percaya diri, baik untuk laporan investasi, uji tuntas, maupun studi internal.
Kesimpulan
Pemodelan keuangan pertambangan membutuhkan alat dan data yang baik. Dengan MiningWorld, Anda mendapatkan akses ke model-model klasik di sektor ini, masukan yang andal, serta keterlacakan yang diperlukan untuk membangun analisis yang kokoh.