1、1BV202 收益法（12 月 9 日录音整理资料）昨天我们做了一道练习，大家都有很多的疑问。可能因为提供的材料后面的答案有些不太准确的地方。我们今天再做一个类似的练习可以使大家理解得更清楚一点。在做练习之前，我们把昨天学习的内容再回顾一下，就是具体的两种计算股权收益率的方法。我们先讲的是累加法。要了解清楚首先有两种不同的算法：一个是累加法，一个是用 CAPM 的方法。两种不同的方法采用的数据、 计算过程都是不一样的。累加法采用两种不同的数据，一个从 Ibbotson出来的数据，还有一个是从 Grabowski-King 研究出来的数据，当然还有采用其他的数据。我们课堂里基本上采用了这两种数据
2、。我们现在讲的是第一种方法，累加法采用 Ibbotson 数据的做法。累加法用 Ibbotson 数据，首先用无风险收益率。然后用权益风险溢价，我们用 Ibbotson 计算的数字，比政府债券的收益率要高的收益率，再加规模风险，然后再加上公司特有风险。同样是累加法，如果不用 Ibbotson 的数字，而是用 Grabowski-King 的数字，公式就是下面的一种公式。同样是用无风险利率。然后加上一个溢价，包括两个东西，一个是权益风险溢价，另外一个是规模溢价。这三个数字中，那个溢价中间已经包括了风险溢价了，所以我们在后面就不用再加上风险溢价，只要再加上一个公司特有风险就可以了。2然后，再看另外
3、一种方法，就是 CAPM 的方法。CAPM 模型也是先考虑 Ibbotson 的方法是怎 样计算的，也是从无风险利率开始。然后加上一个 ERP，就是权 益风险的溢价，这是从Ibbotson 数字统计得出来的，乘以 （也是通 过一个计算获得出来的），这两个数字的乘积得到的是权益风险的溢价。需要注意，在这个公式里， 已经考虑了行 业因素，所以 ERP 乘以 已经包括了行业风险，后面的公司特有 风险里就不再另外考虑行业风险因素。因为我们前面讨论的都没有规模风险，所以还要加上一个规模风险。然后再看， CAPM 模型用 Grabowski-King 的数据该怎么计算。也是从无风险利率开始，这个公式里面的
4、第二项也是权益风险溢价乘上。然后再加上规模风险，是 Grabowski-King 研究得到的一个数据。然后再加上一个公司特有的风险。这里的 ERP 大家注意一下，和上面公式的 ERP 是不一 样的，上面是从 Ibbotson 来的，下面是从 Grabowski-King 研究得到的 ERP。为什么我们要用 Grabowski-King 的 ERP？主要是因为Grabowski-King 在计算后面第三项规模风险溢价时是基于自己的研究得出来的 ERP，为了要配套使用，既然后面用的是他的数据，那前面的规模风险也要用 Grabowski-King 的研究数据。整个这一套公式的数据都要用 Grabow
5、ski-King 的数据， ERP 和规模风险都要用。如果我们把这些数据混乱地使用，比如 ERP 用了Ibbotson 的数据，规模风险用了 Grabowski-King 的数据，那这个数据3就不配套了，就会产生矛盾了。再做一个练习可能大家就理解得更加清楚了。这是 Grabowski-King 研究的一个案例。最后一行，就是第 25 项分类，这个 9.88，如果规模是在 25 大类接近的地方的公司，他的规模风险溢价就是 9.88。在这个图上怎么得到 9.88 这个数字呢？就是基于权益风险溢价，是在 4.9 这个基础上得到的这个数字。这个 4.9 数字，如果你用 CAPM 采用 Grabowsk
6、i-King 的数据，你要用的 ERP 数据就是 4.9，这是互相配套的。这个练习和昨天做的练习比较类似，不同的地方是我们把行业风险和公司特有风险分别清楚地单列出来。昨天，我们也在运用Grabowski-King 这一套数据时，分别用累加法和 CAPM 的方法，分别计算折现率。所指的这两个竖行的数据，就是累加法和CAPM，Grabowski-King 对于两种不同指标分别的规模风险溢价。无风险利率是 5%，是 1.4，行业特有风险是 0.75%，公司特有 风险是 2%。大家计算一下，用两种不同的方法的股 权成本是多少？这是权益的规模，累加法这个数字是 13.79%，CAPM 是 7.19%，这
7、是帐面规模的大小；累加法是 12.56%，CAPM 是 5.86%。权益风险的 ERP 的数字就是 4.9。再加上一个风险溢价，就是累加法下面风险溢价的一个平均数。这 个溢价里面已经包括了规模溢价了。再加上行业风险溢价和公司特有风险。通常后面两项 0.75%和 2%，可能在实践中会加在一起考虑，因 为这两个在这种做法里面都是比较主观的数据，可能通常就加在一起考虑了。我们得到最后的结果就是 20.93%。4在 CAPM 下面我们也用无风险利率 5%，再加上 乘上一个ERP，是 1.4，ERP 就是 Grabowski-King 用 过的 4.9。然后再加上在CAPM 模型下面 Grabowski
8、-King 用的那个数据，就是两个数据的平均数 6.53，再加上公司特有风险 2%。需要注意的是，在这个公式里面，不再另外加行业特有风险了，因为行业特有风险已经被 风险系数所包含进去了。我们得到最后的结果是 20.38%。一般来说，这两个方法计算出来的结果应该是差不多。主要的差异就是行业特有风险的处理方法不是完全一样。在 CAPM 模型下面，行业特有风险是通 过上市公司的 数字来反映出来的。在累加法下面这个行业风险就是比较主观的一个判断了。关于修正后的 CAPM 模型，我们会再做一个 课堂练习。我们会应用 Ibbotson 的数据来计算 CAPM 的一个公式。 这个公式里面的第一项是无风险利率
9、，但是这个无风险利率是定义成为 RF1，下面是一个当期的国债期望的回报率。第二项中跟 相关的，还有一个无风险利率。我们跟 相乘这后面的一项其实就是 ERP，就是从历史的市场回报率减掉历史平均的长期国债的利率所得的。所以在第二项里面，这个无风险利率是历史的平均的长期的国债利率。第一项的无风险利率是当期的，长期的国债利率，第二项里面是历史的平均的国债利率。所以第一项无风险利率应采用有效的当期的国债要求回报率。第二项当中的无风险利率，是一个历史平均的国债利率。这主要是因为要跟我们去计算市场回报的，也是从 1926 年2003 年，或者 2007 年这样一个长5期的市场的回报，要匹配的这么一个算法。那
10、个平均的算法是按算术平均还是用几何平均？我们下面讲， 如何影响 CAPM 计算。图上显现的当期的无风险利率，R F1 是 5%。前一风险报酬率 ERP 在这个图显示出来就是 6%，就是 15。如果我们 值是 1 的话，当股票的 值是 1，权益资本成本报酬率在没考虑其他调整之前应该是 11%。再强调一点，就是权益风险报酬率是 6%。如果 是 2，就是 5+26，6%变成 17%。显现出来的就是从 01 之间的这个 ，这样得出来的权 益报酬率，或者是 12之间的这么一个报酬率大概的图象反映。这是一个现实的例子，就是怎么去求取 值。其实，很多这些财经信息的服务商提供这方面的一些数据，这个演示的例子是
11、从Bloomberg 拿出来的界面。Bloomberg 提供的 数字实际上你要去先做一些简单的定义。首先要定义数据的历史区间，到底取哪一个股票市场的指数作为市场回报的参考点。另外，到底取的是每天、每周、还是每年的数据点，这个影响统计数据的统计性能。通常，评估师要做一个主观的判断，就是这个历史区间到底 5 年，20 年，还是 100 年，你怎么看回去这个股票跟大势的过去的历史的情况。还有一个，你到底选哪一个股票指数作为一个参考点。在 里面实际上蕴含了一个典型的资本结构，从这里计算实际的 时，实际上是用了那一支股票本身的财务结构。我们可能会拿到很多很多的 值，这些如果在同一行业里，就有了一定的代表
12、性，在这个行业里这些 应该有好多的点，我们可以看到好多的数据。如果我们采用行业一个6数据的时候，如果对这个行业的财务结构，取一个大家比较统一的标准，实际上你可能拿到的 系数代表了行业 里面一个比较优化的财务结构。如果我们被评估企业的财务结构跟行业的财务结构有很大的差别，那我们就必须要去调整这个 去反映这样一个现实。我 们用 Hamada公式去转换。一般是有财务杠杆的 值，通常应该转换成一个无财务杠杆的 值，这是假设它完全没有负债情况下的一个 值。然后再利用我们这个目标公司的，或者我们被评估企业的财务结构（财务杠杆），再去把它重新调整成为它应该对应的本身有财务杠杆的 值。在重新把它进行有财务杠杆
13、调整时用第二个公式。如果是在评估一个没有控股权的权益时，这一调整显得更加重要。因为必须采用的是这个企业本身的一个财务杠杆。但是，如果在评估一个具有控股权的股东权益时，或者评估目的是以收购为目的，在这种情况下，我们一般会假定这个大股东（或者具有控股权的股东，或者这个买家），会通过一系列的运作去把目前没达到优化的状态的一个财务结构调整到一个优化结构上面去。如果从直接数据所观察到的 系数已经是代表了优化的财务结构，则不需要再作出调整，但是如果不是，就必须作出一个调整。现在回头再看看关于资本资产定价模型的一些前提假设条件。第一个假设：这个投资者是理性的，是趋于避免太多风险的，合理的风险的一个。同时也假
14、设了这个投资者本身也是持有一个已经分散的投资组合。这个假设条件对于我们在应用到这个模型，应用到个股的时候7是不适用的。所以我们再把它用来计算个别股票的时候，或者个别公司的时候，我们采用了修正后的 CAPM 公式，就引入了 系数，就是公司特有风险也考虑了进来。另外，假设投资具有相同的投资前瞻期限。这些投资者具有相同的管理这个市场，或者投资被投资品的一个共同的知识和期望。由于这个模型是一个经济学者所写的，假定了在无税的环境下，也没有交易成本的比较理想的情况下所推导出来的一个公式。这也是现实中比较难碰到的，就是这个公式理论跟现实当中一个比较麻烦的地方。同时，假定了相对的价格波动性是一个风险的最好的衡
15、量尺度。当然，相对的 系数是不是唯一能够最好反映出风险的指标， 这个当然还是有人提出其他的质询的。另外，这里假设了一个借贷成本也是相等的。另外，本身的资产是可以分割的，而且还具有流通性。这里的假设前提，肯定在现实当中有一些出入，或者有些不一致的地方，我们在过去的一段时间已经对部分存在的问题或者缺陷进行了讨论。首先，关于投资者本身信息不对称的问题。有很多投资者，或者一些公司，实际上他们可能并不拥有一个比较分散的投资组合，可能他们更简单地持有单一的一些投资项目，或者被投资的企业。同样地，在现实生活中是有政府要收税的。借贷的成本可能也不一定相等。正如先前所提到的，其实一些研究显示，就是相对波动性 系
16、数并不一定是一个最好的指标，就是衡量风险的指标。当你持有一些非上市公司的期间，一般都比你买股票的期间可能8还长。本身这个 CAPM 理论跟这个模型，其 实并不是为单一股权或者单一股票建立的模式。所以在运用到单一股票的时候，肯定会还有一些缺陷的。所以总的来说，我们还是重申了一点，就是我们在利用 CAPM 的时候，我们采用了修正公式来分析个股的 值，跟它相对应的权益风险。我们再来做一个课堂练习，是课堂练习 2。利用 510 分钟去重新进行计算那个要重新进行财务杠杆调整的 值。计算这个调整的 ，第一个我们需要了解的就是我 们所选的参考公司，权益跟负债是 50%对 50%。这和我们被评估企业的资本结构
17、是有很大差异的，我们被评估企业资本结构是 10%的债，90%的权益。在我们做这个调整之前，我们先自己想想，被评估企业债务比率是比较低的，通常情况下他所面临的风险就相对来说低一点，我们再调整，就是把它变成没有杠杆的 ，然后再变成重新有杠杆的 最后的结果，可能应该比我们参考公司的 数字要低，我 们先要自己做一个这样的估计。我们参考公司和目标公司的税率也不一样，参考公司的税率是 40%，目标公司的税率是 30%。所以第一件事情我 们要把 系数先变成没有杠杆因素的 。我们用的就是这个公式，1.1 就是参考公司的 ，0.4 是税率，50%50%就是债务跟股权的比率，得到的结果是 0.69，没有债务情况下
18、面的一个 。我们用被评估公司的一系列指 标，把这个没有债务的 变成一个重新计算的调整的根据被评估的企业的一个 。我9们就用这个公式，0.69 是刚刚计算出来的，0.3 是税率，10 和 90%是资本结构，得到的结果就是 0.74。这个 0.74 的结果，就是我们要用在CAPM 里面的一个 的数字。然后把这个计算出来的被评估企业的 的数字带入到这个CAPM 的模型当中。 RF1 就是当前的无风险利率 5%，加上 0.74乘上后面括号，就是计算的权益风险溢价。这个权益风险溢价里面的数值就是从 Ibbotson 年鉴上面得到的数字，11% 是历史的权益回报，5.3%是一个历史的无风险利率，两个减一减
19、，就是一个历史的权益风险溢价。把被评估企业的 数值乘上统计出来的 这个权益风险溢价的数字，得到的是调整后的被评估企业的权益风险溢价。用了这个 ，也考虑了这个行业的风险因素在里面。因为这个 里面既有行业的因素在里面，又有被评估企业的资本结构的情况在里面。我们还有一部分没有考虑在内的，是公司的一些其他的特有风险，就是这个 2%，主要是被评估企业和参考公司在其他各个因素方面的一些差异的一些风险。如果这个 已经是被评估企业的 ，如果被评估企业就是一个上市公司，或者是和这个被评估企业非常类似的一个公司的 系数的话，这个 系数所包括的风险，就可能已经包括 这个公司本身的一些风险了。但是如果 是从一个市场的
20、大众化的情况得到的，如果 是很大规模的公司，比被评估企业的规模要大很多的话，还要加上因为规模或者其他的公司特有风险的差异。提问：在美国的实务中，用基本公式多一些，还是用修正的公式，也就是说带不带 ，这两种情况哪一种用得比 较普遍？10回答：如果您的被评估企业是一个非上市公司的话，就是这一家单独的公司的话，那我们通常是会用经过调整后的 CAPM 的公式，通常会加上 的因素，因 为它要反映公司特有的 风险在里面。因为，原始的 CAPM 公式是算投资组合的一个 风险。所以，它假设，就是上面蓝线那个非系统风险是可以通过不同的组合，就是你放很多很多证券在里面，把那个蓝线的系统风险可以消除掉。在你的证券组
21、合里面，股票的数量越来越多的话，那你整个组合的风险，就会下降了，主要是非系统风险这一块就会下降了。如果我们只是评估的公司是一个单一的公司，就没办法消除这个非系统风险了。这个 表示的就是我们这个单一公司所特有的风险，就是加上去的那一块。提问：在调整公式里有一个期望的回报率是什么？刚才也讲到，特别讲到是用历史数据来算出平均。这两个都是历史数据的平均，前面有一个片子里面讲到，历史不会重演，从数学预测的角度来讲，你用历史数据这么简单的角度应该说误差是很大的，至少应该用移动平均，或者分段的说法，为什么他强调一个历史的平均？回答：理论上来说你是对的。理论上来说，我们在用 CAPM 公式里面的时候，那个 E
22、RP 是要用前瞻性的往前看的数据的。在美国，我们之所以看历史数据，是因为我们觉得历史数据在一定程度上也能反映未来的一个情况。我们就是看最近的一段时间 ERP 的数字，可能我们觉得它是更代表未来的一个情况。它有很多种方法，有一种方法可能就是您说的那种方法。另外一种方法就是，就是供应方的一个模式来做预测将来的 ERP。11当然还有其他各种的方法来估算我们将来与其的收益率，还有各式各样的理论的方法，但是这些方法也是比较新的，所以我们暂时现在也没有具体讨论到这种方法。我们刚才这个算的是很传统的，一直以来美国都用的方式，大家都按照在做。昨天讲到的，刚才提到的这些问题，理论上应该是前瞻性的数据来看更好。但
23、是从现实的角度来看，还有很多大家的争议，可能还没达到一定象这样一个公式的共识给所有的评估界能接受。但是昨天提到，根据某些研究显示，如果利用一些更好的显示，或者基于现在大家对市场前瞻性发展的判断，用 1926 年2003 年，或者到 05 年、06 年的数据来算，可能要差 100 个基点，到 200 个基点。实际上，在实际判断，昨天讲到了其实会做出一些调整。提问：这个做法是什么时候开始的，现在美国惯例是怎么考虑的？回答：正式地来说，这个变化可能是三年之前，或者三年左右的时间，就是被美国评估协会认可的在三年前。关于和历史上那个数据相比，可能低 100 个基准点，或者 200 个基准点，就是 1%和
24、 2%的差距，现在美国评估师协会可能还在做一些具体的研究工作，到底有什么更好的方法来估算这个中间的差距。他们发现，和历史的数据相比，如果低 1%2%的结果，可能和现在新采用的新方法相比结果是比较接近的。估计可能还要花三年左右的时间，可以正式地在这些新方法中采用一到两种新方法，来正式地计算这种更能代表前瞻性的 ERP 的计算方法。12提问：关于计算 值里面的资本结构，如果评估一个控制权的股权价值，按照刚才的讲课可以采用一个优化的目标的资本结构来计算这个 值。但是往往我预测现金流时，是按照这个企业的实际资本结构，这样造成两个口径，就是现金流和折现率两个口径的资本结构是不一样的。这样做会不会有什么问
25、题？回答：如果你是评估控股股权的话，可能在现金流上面和计算 的时候都要做相应的调整，调整成为一种比较优化的资本结构的状况，以保持一致。实际上你真正地做预测的时候，你要考虑财务结构的变化，就是现在可能不是优化的，但是你最终把它做成优化。为什么？首先你这个目标的财务结构，因为大家都是要看长期的，你要优化它，然后这个优化同时为了解决这个 的问题，同时也为 了解决终值的问题。可能也有人在问终值的时候的财务结构，现在的财务结构跟你最后的不一样的话，其实这个要进行调整。所以我们现实当中，其实做预测资产负债表是很重要的，每一年其实要把它做出来的。因为你最后要到一个稳定期，包括这个财务结构也要到一个优化的稳定
26、，所以在这个期间你就要通过一个优化的作用达到。比如说，包括你要还债，或者借债等等去达到这样一个最优的状态。如果真的一个被评估企业的资本结构每年确实变动很大，理论上来说，就是很复杂了。你的现金流每年都要根据这个不同的资本结构做调整，你的折现率，每年都要根据这个不同的资本结构算出来一个不同的折现率，理论上来说。13为什么要做得这么复杂？举一个例子，如果我们这个被评估企业目前是没有债的，但是最优化的结构可能是要有一定的债的，他是一年一年过渡到最优化的结构，实际在这个变化过程当中，随着你的债务增加其实你公司所面临的风险是不一样的。你债务增加了，你借了新债，你的现金流就增加进来了，你分子上面的现金流是增
27、加了，为了配比这个现金流你也要根据当时时候的一个债务增加到的程度来调整那个 ，有杠杆系数的 ，以使得他当年的折现率能够和当年现金流所面临的，因为有借债所多产生的现金流所面临的风险相匹配，每一年的情况都是这样。反过来的情况，现在如果有很多很多的债，但是最优化的结构可能是比较低的债，你也要反映不同的现金流和折现率的差异。提问： 值是有区间的，而我们现在评估都有基准日，或者基准的时点，我看到书里写的，比如说 值的取值 的区间，有的要求必须取值到和基准日完全一样。但是有的书里的提法就不太一样，说可以有一些差距。我想问一下这个 值取的区间、时段一定要和基准日完全一致吗？取值的最后一个点。回答：对你取值得
28、的区间的最后一个点来说，理论上来说最好就是你的评估基准日。但是，那个评估基准日可能是没有交易的，那你就取最接近的时点就可以了。举一个比较极端的例子，比如一段时间里面，整个的行业发生了很大的变化，你 的取值，在那个变化之前和在那个 变化之后可能行业的 值就会有很大的差异，这时候你就要注意一点 这个取值的范围14了。如果我们有一个基准日的话，我们最好还是选用在基准日时候的，因 为这个是我们在基准日所能观察到的一个最好的市 场信息了。从道理上应该哪一天，就你应该算到哪一天，如果有一些象我们的 Bloomberg，或者中国的 Wind 等等，类似的 这样东西的话，你应该去算，就不会产生你那个问题。提问
29、：还有一个问题。计算 的时候，刚 开始按照调整成无杠杆的 ，再转成有杠杆的时候，是根据企业实际 的债务结构来转，还是根据他的目标的，就是未来合理的结构来转？如果按照企业的实际资本结构来转的话，这个 我们有的时候算出来它的 变化幅度很大，那么这个 是不是有一个区间范围，比如说我们 有的是仅仅用公式来算的话，这个 值有可能算到 5 点几，或者 6 点几。一般的情况下，是不是这个 也有一个合理的范围？回答：我们如果是没有能力去改革那个被评估公司的资本结构的时候，我们就用被评估公司自己本身的资本结构来重新估算 。但是如果是有控股权，或者在一些收购的情况下面，是有这个能力来改变，或者权力来改变这个被评估
30、公司的资本结构，那么我们就用一个最优化的资本结构重新估算那个 。这是第一部分。根据我的经验，如果一个重新调整后的 数字达到 5 点几，或者6 几点那么高，这个好象不是很常见的情况。如果这个被评估企业的 值已经达到了 5 几点、 6 几点的话，那这个整个行业市场波动已经大得难以想象了。在这个情况下面，这个15本身的数字已经不是很有用了，在我们估算这个里面。在我们评估当中采用一些数据或者信息时要考虑一个相关性，就是任何数据在一段范围当中可能是有相关的性的话，就是在一个合理的区间内还是有相关性的话，但是如果差得很远的话可能就失去了这个相关性了。这里我要说的，就是不单单要讨论这个 的问题，就是我们在评
31、估当中运用的其他任何的信息资料可能都存在这个问题，就是在一段范围当中，这个信息还是比较有用的，靠得住的，但是如果差得太远的话，可能就有一点问题了。提问：这个资本资产定价模型，看起来是一个非常理想的模型，我原来在实际评估的时候曾经用过一次，用完了以后得出的结论非常地奇怪。也就是跟理论背离的，后来我仔细研究这个模型我在什么地方用错了。后来发现， 这个模型在咱们实际使用的时候，有一个非常严重的问题就是，这个无风险报酬率你的取值是怎么确定的。因为在资本资产定价无风险报酬率是作为国债利率，或者是类似的，或者是无风险的存款利率来确定。可是在实际运用的过程中，一个资本市场的企业组合，他的经营才是最客观也是最
32、实际的，而国债利率或者是存款利率是国家用来调整经济的一个手段，所以增加了更多的主观随意性和灵活性。也就是说当经济过热的时候，国家就提高存款准备金率，国债利率还有存款利率也就相应地提高，其他的情况下也会反着进行调节，这样调节的话，就变成比企业上市公司，或者是企业组合的投资收益率，实际收益率更灵活的一个东西。所以在用它作为无风险报酬率的时候，在企业的实际层面来看，有的时候更不合理。我想是不是有一16个更合理的方法，可以使用的无风险报酬率。因为在咱们国内的资本市场时间不是太长，十来年。我原来在算的 时候，也是选用了就是资本市场出现以后的十多年的 历史数据来算，可是中国的资本市场的收益率，特别是国债利
33、率变化是很大的，这些历史上的数据对现在已经没有任何指导意义了。而且，关键问题是无风险报酬率的获得是依据国债利率来确定的，而国债利率是国家可以控制的利率，有的时候并不能反映真正一个企业的无风险收益应该确定的一个基准。对应的时点，比如说 1998 年的国债利率，和 1998 年的资本市场平均利率，这样来确定，对应来计算， 时点是匹配的，没问题。我用了大概有 10 年，算到 2006 年。我想，这样的， 这个企业的收益率是一个正态分布的，在资本市场上，这么多的上市公司，它的收益率是一个正态分布的，对于一个实际企业来说，哪怕是 1%的实际收益率也是有风险 的，这是企业的真实情况。回答：那个无风险利率关
34、键并不是看它利率本身是真正的有风险，还是说一点也没有风险。关键是看它和我们被评估企业相比，是不是一个最低的风险利率了。如果我们在一个市场上面，看各式各样的投资，不单单包括证券，还包括国库券、国 债、 银行存款，就是各式各样的投资，我们看到的哪一种投资是最安全的？自然大家都会想到，比如说政府债券的投资，因为它有政府担保做抵押，所以它比其他的一些投资可能风险更小，更加安全。17所以并不是说，我们去研究这个国债本身是有风险的，还是没风险的，任何投资都是有风险的，关键是要看我们在选无风险利率的时候，是不是在现有市场上获得的那个投资机会是最低的一个风险，最安全的一个投资机会了。我同意你的观点，就是政府债
35、券的利率，国债的利率确实在一定程度上是受政府控制的，但是对于投资来说，并不是很介意，他知道这个是被政府所控制的。比如说这个政府国债利率已经调到了 10%的国债利率，对投资者来说，这也是一个可选择的投资机会，他可以选择政府的国债利率就是获得 10%的回报，对于其他的投 资者来说，他可能在选择其他的，因为更加安全，有政府在后面做保障，那他投资其他的证券，其他的股票、任何的投资的话，可能要求的回报要比这个高。所以我们现在说的无风险利率只是一个起点，就是在现有市场上我们可以获得了一个最安全的，至少来说，我们获得的信息里面一个最安全的，一个最低的利率了，虽然它也确实是会上下波动的。提问：既然你衡量的是一
36、个产业的风险，如果要是无风险利率用产业自己的数据来确定，是不是比这个金融工具的指标更合理一些？比如说作为所有企业，他 1%的收益率都是有 风险的，但是我们可以界定，比如说 0.5 这个波动率范围内的风险我们认为是 0 风险。这样其他的跟他比较起来那个风险的指标不就更客观一些了吗？回答：你是说如果我们看一个行业的话，那个行业中间某一些指标可能比政府债券的指标，我理解是更加客观，但是是不是更加安全？18提问：因为从企业总体里面获得的指标是最稳定的，也是最实际的，当然有权威性。回答：如果你确实可以从一个行业本身获得一个，就是类似的行业自己本身的一个最低的无风险利率的话，比较可靠的数据获得这样一个数据
37、的话，那您确实可以采用这样一个方法。但是问题是在通常的情况下面，我们可能比较常见的就是那个无风险利率，然后我们再通过 系数来反映这个行业的一些特有的风险，因 为 系数里面本身就包括了一些行业因素在里面。就是说有两种方法，一种方法就是你考虑无风险，这个是大家市场上面人人都看到的，然后在 上面可以看到那个行业的一些情况，两个加在一起，就是另外一种您说的比较直接的方法，就是我直接观察一个行业自己本身既有包括了一些无风险的因素在里面，又包括了一些行业自己特有的因素在里面的这样一个综合的数据了。当然，如果您能直接获得数据，并且是比较可靠的话，是可以这样做的。即使您可以用直接的方法获得一个直接的行业的报酬
38、率的话，这个报酬率中间其实也蕴含着了一个对政府债券的一个回报率的考虑了。因为任何投资者在投资一个行业的话，他自然要比较国家的债券怎么样，这个投资回报率怎么样，那个投资回报率怎么样，所以他在考虑这个特定行业的时候，一个特定的回报率其实在一定程度上也已经包括了那个考虑因素了。我们下一个题目再回过来讲 WACC。教材的 92 页。这个会是一个比较简快的演示。以下讲的这个材料并不是美国评估协会的一个授19权认可的材料，是加插进来的。我们实际上正在从美国版的课程准备建立一个国际版的课程，这是我们一个试点的课程，就是关于这一部分。在美国有一个比较大的，比较成熟的，而且历史比较悠长的证券市场。所以在实务当中
39、，去利用美国市场的一个交易案例，或者计算资本成本的时候，应该说有大量的马上可以观察到的，或者已经是现成的数据可以利用。当我们在去做一些跨境的案子的时候，就出现这么一个问题，就是在跨境的另外一个地方的那些市场当中的一些信息，或者一些数据，跟美国市场的一些信息和数据是不一定有同样的可靠性，或者可获得性。其中一个情况，在个别的一些地区或者国家，股票市场可能会处于发展过程当中。在布达佩斯的证券市场，80% 的市值是 5 家公司拥有的。所以你很难去想象用这五家的一些数据来考虑整个市场的一些情况。可能在个别的市场当中，可能也没有像美国这种 Ibbotson 或者像其他的一些 Bloomberg，或者能够涵
40、盖的一些，关于 权益风险系数的一个长期的可靠的可利用的一个研究报告。当然在中国这个情况没有布达佩斯那么厉害，但是可能这一些的工作可能还是有待有识之士去完成。我下面要讲的几个情况，就是几种方法，尝试在做跨境交易，或者跨境评估的时候去考虑怎么去调整相关的参数。其中一种思路就是调整分子，就是调整现金流。举例子，比如 对于个别国家地区政治风险，20或者国家风险比较高的时候，你可能就直接在可获得还原到，就是被投资国这边，可获得现金流的上面你就直接进行调整。这里面会牵扯到你对汇率的预测。现实当中，这些调整，现在还没有找到一个，跟我们现在能理解的一些评估理论能够相一致的做法。其他更多的一些研究，或者一些报告
41、，是建立在传统的、或基本的 CAPM 的模式上再增加一些系数 调整。所以在我们今天讲的基本的 CAPM 的 里面，可能在特别的风险里面，考虑到了有国家的风险，或者我们说的一个比如说叫违约的一些风险。其中有一个算法，算国家风险系数，就是比较两个国家地区的已经上市的一些企业债券的本身报酬率之间的差距。就是说大家公司之间的等级相差不远，基于这样的，就把两个国家地区的比较好的企业债券的差距就来相减，得出的一个差距就是一个国家或者地区的风险。这里面其实是算了两个风险债类的，一个是通货膨胀率，还有一个违约风险，在国家之间的违约风险。这个其实还比较常用。现在这个公式就是纽约大学的一个教授曾经用过，或者修正过
42、。那个其实用了一个在发展中国家的一个期货的合约，和一个所蕴含的回报率。用了一个期货，或者一些远期合同蕴含的一些回报率。这样在已经发达的国家，包括中国，市场上其实有一些这种的金融产品，就是有一个期货，或者有一个远期合约的这些，去买某一个的证券，这个他们其实是有交易的，有交易里面就能算得出蕴含的一个21回报率。比如说，一个远期合同，比如有期权，按照 10 块钱去买，比如说在未来的一年或者两年之间买。现在的一个价钱是 8 块钱，你如果期权去买 10 块钱。在这样的一个合同里面，其实它也有个市场价，另外还有一个理论价格，就是这个期权本身有一个理论价格和市场价格。这样的话，实际上你可以推算出里面蕴含的一
43、个回报率。如果说这些国家地区有这么一些财务工具的话，实际上你跟一般的一个股票买卖其实是一样的，也有个市场价格，大家对这个东西，尤其对未来有不同的期望。另外，当然你也可以按一个理论的期权定价模式去计算它理论的内在价值，这个就形成了为什么有买卖之间的一个东西，就形成了市价，通过这个市价你又把它放进那个模式里面，你又可以换算出里面蕴含的回报率。在一些发展中国家，如果在市场上有这些产品的话，你可以通过考虑期货或者远期合同的要求回报和他本身现货之间的差异，算出在这个国家里面，可能大家还要额外支付的一个风险报酬。在现实的情况下，不是很多的发展中国家都会有这样一个期货市场，或者这种具有交易的延伸产品市场，所
44、以也只能用一些现货市场的情况。在我们材料当中，有七八种变形的模型。我想我也不可能在短时间里面跟大家就每一个的变形进行一个详细的探讨。演示出来的这一页应该是在 104 页，这是一个汇总。这个汇总的内容包括各个方法的一些优点或者缺点。另外，最关键的是那个到底是用的一个货币的情况，是当地的货币还是用其他的货币。BV202，大22家也知道，就是对这个收益法一个基本的课程，所以再延伸对这些讨论的话，就不是 BV202 课程范围内的内容。所以这一个肯定不在BV202 了，这一次，我们已经把这个概念引进来了，在 BV204 以外的课程还会有这些专题的讨论。现在我们协会还是在研究确认的过程当中，没有一个特定的
45、模式被认为是比较好的。从过去的五到十年美国的市场来看，也正在走向一个更国际化的市场。有更多的经济活动或者一些并购活动，或者一些经济交往，不止是在一个国家地区，更多的是在跨境的国际间的流通或者交易。经济是这样走，服务要跟着上去，所以就变成我们迎着市场的要求正在研究开发这方面的一些模型或者理论去配套，衡量这样相关的跨境经济交易所带来的一些外部风险。举例子，刚才第一个模式，实际上就是考虑了一个国家风险的因素。如果我们是为美国的一个投资者评估一个美国企业，在考虑资本成本的时候，我们就会考虑在美国范围当中，这个投资者能够去找到一个可供另外选择的一个投资机会的报酬率。所以我们就可以直接地用美国本土的一些过
46、去的经验数据就能够解决。在这种情况下，实际上我们并不需要去考虑国家风险。同理，我们如果在为中国一个企业、一个投资者评估中国的一个被收购企业的话，那我们就可以在中国本土里面看过去的历史的回报率跟他们本身的一些数据经验，还有就是可供选择的一些投资机会，一些相关的回报情况来做一些判断。在那种情况下，你也不必要再去考虑国家的一个风险。23这些问题为什么出来？就是我们可能是由于个别市场的有关数据缺乏的情况下，可能我们要借用美国或者其他一些发展的市场的数据，要把它引用到比如说中国或者其他一些没有那么发达的资本市场的情况下，才会考虑这样的因素。如果我们把中国的这些数据拿去用到别的国家去，可能我们也要考虑相关
47、的额外风险。做这个调整的原因是，投资者随着国际资本或者经济全球化的情况，他可以选择的投资项目或者投资机会已经是跨境了，而不仅限于一个国家或者一个地区。所以在这种大前提下，我们针对这么一类的投资者，我们就要发展一些理论和一些方法，去考虑他们所增加的跨境经济的一个投资机会，以至增加了这么一个风险的考虑。我们现在就不只是在考虑一个投资者在一个国家当中所能考虑的一些投资机会，还要考虑他在多个国家，多个地区能够获得的，或者能够进行交往的一个经济事项。从这个角度来说，更准确地或者更合理地去计算这样一个国际资本成本的话，应该是在未来 510 年间一个业界的挑战。美国已经有好多的专家和学者在做这方面的研究，包
48、括中国也有这方面的专家和学者也在研究。上个月，我在清华大学的时候，和陈小云副会长也讨论过，他其实也在研究这个题目。就他们讨论的情况，也显示了还有其他的专家教授对这方面的问题展开研究。我相信在未来这两个国家，随着大家更多的交流，可能在这方面的一些研究，能够取得一个更好的共识。比尔先生昨天晚上已经把这方面的四篇文章，就是刚刚出版的一些文章交付给我。那几篇文章的作者，已经授权我，授权给你们看。我24会把这几篇文章交给协会，通过一个合适的方式，把这个有知识产权的文件合法地给大家。其实，这个问题的一个起源是在我们的投资者有一个跨境或者跨地区会有一个投资的选择。如果这个投资者，或者这个投资者的集体，他们可
49、能比较局限于某个地区或者国家的投资，做经济行为的话，其实用我们传统的算法还是可以的，还是可以这样做。我们回头再看看这个加权平均资本成本，WACC。78 页。下面我们讲 WACC。正如我们第一天讲的，WACC 对应的是投资资本权益所对应的要求回报率。所以我们要去还原的，除了权益一个回报，还包括了一个债务的回报。记得第一天我们在讲现金流、收益流的时候，我们是从 NOPAT 开始，就是税后经营利润开始。所以，大家记得我们其实没有减掉利息的，因为那个利息实际上是一个债务资本的回报。在 NOPAT 以后，我们加回折旧摊销，减掉资本性支出，加减净营运资金。我们也不去调整负债的一些变化。大家也知道，其实我们在评估的对象是投入资本的一个价值，所以这些债我们已经在里面考虑了。所以这里是一个平均的或者一个混合的回报率，这才反映既有股权跟债权的这么一个投资者权益要求的回报率。所以得出来的结果实际上等于权益资本的价值加上债务资本的价值。在基本的模型当中是假定了我们有一个单一的 WACC，这个单一的 WACC 里面蕴含了资本结构是保持不变的。所以我们今天提问的过程，大家知道，这个假设可能跟一些现实的案例可能不一定完全
