DCF模型最大的问题就在于模型变量众多，最主要的变量有：折现率、永续增长率、现金流。为了找出各个变量对模型估值的影响，就需要做敏感度分析，看看每个变量对估值的影响到底有多大。下面就是某个股票在现金流假设完全一致的情况下对两个重要的变量：折现率和永续增长率的敏感度分析：

可以看出，这个模型对折现率和永续增长率的敏感程度在不同的估值区域是不同的。这就是图上的山顶和缓坡的区别。在山顶上，估值变化异常剧烈。而缓坡上，即使折现率和永续增长变化很多，估值也变化不大。

最好的情况下，当折现率为10%，永续增长率为5%时，估值为45-50。最差的情况下，当折现率为15%，永续增长率为0%时，估值为15-20。这就是模型的上下限。有了敏感度分析，模型可能的误差也就非常清楚了。

比如，假设你的估值为45-50，那你就在山顶上，任何参数的误差都会造成估值的大幅度变化。所以你一定要留出足够的安全边际。而如果你在缓坡上，参数变化对估值的影响就小的多。巴菲特可能用的12-15%的折现率的优势就在于其估值区域处于很缓的坡地。即使参数估计有误，对估值的影响也不是异常巨大，只要有足够的安全边际，就可以避免重大损失。