跳到主要內容

[投資理論]權證定價(I) - 股息貼現模型(Dividend Discounted Model, DDM)

權證定價(I) - 股息貼現模型(Dividend Discounted Model, DDM) 

這次要跟大家分享權證定(估)價的基本方法。
不過在分享前,讓我們先處理一個問題。

Q: 我們為何需要估價?
基本想法很簡單:因為如果投資人可以找到某個市場價格偏離"真實"價格的股票。則此時便存在透過 買低賣高 來賺取利潤的機會 (亦即 存在 套利 (arbitrage) 的機會)。

注意到,我們並未定義 "何謂股票的真實價格",一般而言 "真實價格" 指的是某證卷(EX: 股票/債卷...)的 內在價值(Intrinsic Value),而 估價方法(Valuation) 就是要試圖(合理的)找出某證卷的內在價值。

所以現在問題變成
Q: 如何(合理的)找到某證卷的內在價值呢?
這個問題最早是由 John Burr Williams 於1938年提出解決之道,之後由經濟學家 Myron J. Gordon 教授引入一個稱作 股息貼現模型(Dividend Discounted Model)來回答這個問題

股息貼現模型的基本想法如下:
Gordon教授認為
股票的價格應該可由 其未來所有配發的股息 將其折現(discounted)求得。

所以以下我們將逐步推導此模型

現在考慮某股票的初始股價 $P_0$ (我們想要估算此初始股價),
接著考慮一年後股價(price)為 $P_1$,一年後配發股息(dividend)為 $D_1$,則我們可以計算一年後收益率(return) $r$為
\[
r=\frac{P_1+D_1}{P_0}-1
\]不過注意到一年後的股價 $P_1$ 與 一年後配發的股息 $D_1$ 事實上是未知數。因為我們無法準確預測一年後股價or股息會是多少。所以在數學上的取巧方法就是對它們取期望值,表示我們"預期"一年後股價與股息是多少

所以上式中 $P_1$ 由  $\mathbb{E}[P_1]$  取代,  $D_1$  由  $\mathbb{E}[D_1]$  取代。
則此時收益率$r$就變成了"預期"收益率 $\mathbb{E}[r]$ 故我們得到
\[
\mathbb{E}[r]=\frac{\mathbb{E}[P_1]+\mathbb{E}[D_1]}{P_0}-1
\]現在將上式做一點移項,改寫可得 (why? 因為我們想估算股票現在的價格 $P_0$)

\[
\Rightarrow P_0 = \frac{\mathbb{E}[P_1]+\mathbb{E}[D_1]}{1+ \mathbb{E}[r]} \ \ \ \ (1)
\] 注意到上式中,對於一年後的股價 $P_1$ 我們可以用第二年的股價 $P_2$ 與 第二年配發的股息 $D_2$ 來估計,如下:

\[ \mathbb{E}[P_1] = \frac{\mathbb{E}[P_2]+\mathbb{E}[D_2]}{1+ \mathbb{E}[r]}
\]將上式帶入 (1) 式,可得

\[P_0 = \frac{\mathbb{E}[D_1]}{1+ \mathbb{E}[r]} +  \frac{\mathbb{E}[D_2] + \mathbb{E}[P_2]}{(1+ \mathbb{E}[r])^2} \ \ \ \  (2)
\]然後 我們又需要第二年的股價 $P_2$ 的期望值,故可透過
\[ \mathbb{E}[P_2] = \frac{\mathbb{E}[P_3]+\mathbb{E}[D_3]}{1+ \mathbb{E}[r]}
\]將其帶入 (2)中,接著不斷重複上述步驟
可得到股票現值 ${\color{red} P_0}$ 由如下方程式表示 \[ {\color{red}  P_0 = \frac{\mathbb{E}[D_1]}{1+\mathbb{E}[r]} +  \frac{\mathbb{E}[D_2]}{(1+\mathbb{E}[r])^2}+ \frac{\mathbb{E}[D_3]}{(1+\mathbb{E}[r])^3}+...}
\] 上式表明 股票現值應等於所有未來股息的貼現和,我們稱之為 股息貼現模型(Dividend discount model, DDM)

Comments:
此模型雖看似合理,但存在使用上的極大困難。注意到
1. 股息貼現模型的最終表述中我們需要知道任何年份的配發股息預期值。但事實上這仍是無法準確預期。
2. 股息貼現模型的 分母項(貼現項)  $1+\mathbb{E}[r]$  中的 預期收益 $ \mathbb{E}[r]$ 一般而言可由 CAPM 模型進行估計,也就是說
\[
 \mathbb{E}[r] = r_f + \beta(\mathbb{E}[r_M]-r_f)
\]其中 $r_f$ 為無風險收益率, $\mathbb{E}[r_M]$ 為預期的整體市場收益率


總結以上兩點,為了使用上的需求,Gordon 教授於引入了額外的簡化假設(假設股息以固定速率增長),並提出所謂的 固定增長股息貼現模型(Constantly Growing Model),之後我們會在介紹。

繼續閱讀:[投資理論]權證定價(II) - 固定增長股息貼現模型(Constant growing DDM) 

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質