Transparencia total
Si un método tiene limitaciones, te las decimos. Si una valoración es más arte que ciencia, lo admitimos. No vendemos certezas falsas.
Quiénes somos realmente
Desde 2018, ayudamos a analistas financieros a dominar técnicas de valoración que funcionan en mercados reales. Sin teoría hueca, sin promesas vacías.
Empezamos con una frustración
En 2018, Mireia Casanova venía de trabajar en banca de inversión. Había visto demasiados informes de valoración copiados de plantillas, métodos que nadie cuestionaba porque "siempre se había hecho así".
La mayoría de los cursos financieros te enseñan fórmulas. Te dicen que uses DCF o múltiplos comparables. Pero pocos te explican cuándo un método falla, por qué los modelos se equivocan, o cómo adaptar tu análisis cuando los datos no cooperan.
Así que decidió crear algo diferente. Un espacio donde los analistas aprenden a pensar, no solo a calcular. Donde se estudian casos reales de valoraciones que salieron mal, y se discute qué hacer cuando tu modelo te da un resultado que no tiene sentido.
Lo que hacemos mejor
No cubrimos todo. Nos enfocamos en áreas donde hemos visto que los analistas se atascan más a menudo.
Valoración por flujos descontados
Más allá del WACC y las proyecciones lineales. Trabajamos con escenarios múltiples, ajustes por riesgo específicos del sector, y cómo comunicar tus supuestos sin sonar dogmático.
Análisis de comparables
Encontrar empresas verdaderamente comparables es más difícil de lo que parece. Te enseñamos a ajustar múltiplos, identificar diferencias estructurales, y saber cuándo los comparables no te sirven.
Gestión de incertidumbre
Los mercados cambian, las empresas mienten con sus números, y los datos históricos no siempre predicen el futuro. Exploramos técnicas para valorar en situaciones de alta incertidumbre.
Cómo trabajamos contigo
Nuestro método se basa en casos prácticos, revisión entre pares, y acceso directo a profesionales que han valorado empresas reales.
1
Casos reales, no ejercicios inventados
Usamos valoraciones reales de IPOs, fusiones y adquisiciones publicadas en mercados europeos. Analizamos qué funcionó, qué se rompió, y qué puedes aprender de los errores ajenos.
2
Crítica constructiva de modelos
Tus compañeros y mentores revisan tus valoraciones. No para aprobar o suspender, sino para señalar supuestos débiles, errores metodológicos, y sugerir enfoques alternativos.
3
Sesiones de discusión en vivo
Cada mes organizamos debates sobre temas espinosos: cómo valorar startups sin ingresos, ajustar por riesgo país en mercados emergentes, o tratar con múltiplos inflados por burbujas sectoriales.
4
Recursos actualizados constantemente
Las técnicas de valoración evolucionan. Actualizamos materiales cada trimestre con nuevos casos, investigación académica relevante, y cambios regulatorios que afectan a la valoración.
Detrás de disavolenix
Un equipo pequeño, pero con experiencia directa en los temas que enseñamos.
Mireia Casanova
Fundadora y Directora de Programas
Pasó seis años en banca de inversión valorando empresas para M&A y salidas a bolsa. En 2017 se cansó de ver analistas junior cometer los mismos errores que ella había cometido, sin nadie que les explicara por qué.
Fundó disavolenix en 2018 para crear un espacio donde los analistas pudieran aprender de fracasos reales, no solo de casos de éxito. Cree que la mejor forma de aprender valoración es viendo cómo se equivocan incluso los profesionales experimentados.
Cuando no está diseñando cursos, probablemente esté discutiendo con alguien sobre si el CAPM sigue siendo útil en 2025.
Principios que nos guían
Aprendizaje entre pares
Los mejores insights vienen de discutir con otros analistas. Fomentamos el debate, la crítica honesta, y el intercambio de experiencias reales.
Actualización constante
Los mercados cambian, las técnicas evolucionan. Nuestros materiales se revisan cada trimestre para reflejar nuevas investigaciones y cambios en las mejores prácticas.
Pragmatismo sobre teoría
La teoría importa, pero solo si puedes aplicarla. Priorizamos técnicas que funcionan en condiciones reales, con datos imperfectos y plazos ajustados.
