跳到主要內容

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

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


這次是延續上一次與大家分享 的股息貼現模型(DDM)
 [投資理論]權證定價(I) - 股息貼現模型(Dividend Discounted Model, DDM) 

我們在上一篇文章中有簡介DDM的推導,並於最後提到DDM本身的缺陷 (DDM需要知道任何未來年份的配發股息預期值。但事實上這仍是難以估計),為了克服這個問題,Gordon 教授於1956年 提出外加一個簡化的假設來企圖使DDM可以容易使用:

假設:股息全部由固定增長率來增加

此修正型的股息貼現模型 我們稱作 固定增長股息貼現模型 或者 Gordon 模型

在介紹模型之前,我們得先再回頭看看 Gordon 教授提出的簡化假設到底是甚麼意思?
也就是說什麼叫做 股息全部由固定增長率來增加? 在甚麼樣的情況之下這件事情會成立:

這個問題的答案就是如果某間公司是 所謂的 固定增長公司 (Constantly Growing Firm),則其具備股息為固定增長率來增長。

固定增長公司假設:
  1. 公司無任何負債,也就是說資產-債務表上: 資產 = 股東權益
  2. 公司的 股本權益收益率(Return on Equity, ROE) 為固定常數
  3. 公司的 再投資率(Plowback ratio, b)為固定常數
  4. 公司利潤(Earning) $E_t$、配發股息(Dividend) $D_t$、與股東權益(Equity = Book Value) 全為固定速率增長
也就是說公司增長率:
$g:= b \times (ROE) =  \left ( \frac{E_t}{E_{t-1}}-1 \right )= \left( \frac{D_t}{D_{t-1}}-1 \right) = \left( \frac{BV_{t}}{BV_{t-1}} \right) $
若上述假設成立,則固定增長速率的公司可以讓我們推論:

首先透過會計或者資產-債務表 (balancing sheet)中,可得到初始 帳面價值(Book Value), $BV_{t-1}$

接著,由初始帳面價值 $BV_{t-1}$ 可以計算:

公司的年末利潤: $E_t = BV_{t-1} \times (ROE)$
公司的年末配發股息: $D_t := E_t(1-b)$
公司留存準備再投資的部分利潤: $E_t - D_t = E_t  \times b$
公司年末的帳面價值(=年初帳面價值 + 利潤 - 配發股息): $BV_t := BV_{t-1} + E_t - D_t$

注意:公司增長率: $g := b \times (ROE)$

如果公司滿足上述假設,我們說此公司為 固定增長公司,此時我們便可引入 固定增長股息折現模型(Constant Growth DDM)

其概念如下:
回憶標準DDM
\[
{\color{red}  {P_0 = \frac{\mathbb{E}[D_1]}{1+\mathbb{E}[r]} +  \frac{\mathbb{E}[D_2]}{(1+\mathbb{E}[r])^2}+ \frac{\mathbb{E}[D_3]}{(1+\mathbb{E}[r])^3}+...}}\]

現在考慮公司所配發的股息以固定增長速率 $g$ 增長; i.e.,
\[
D_t = D_0(1+g)^t\]
且令 $k := \mathbb{E}[r]$ 為預期必要收益率 or 市場資本化比率,注意此收益率可由CAPM模型來求得, i.e.,
\[
k:=r_f + \beta (\mathbb{E}[r_{market}] - r_f) \]
將 $D_t$ 與 $k$ 代入標準DDM則我們可以改寫如下
\[
 \Rightarrow  P_0 = \frac{D_0(1+g)}{1+k} +  \frac{D_0(1+g)^2}{(1+k)^2}+ \frac{D_0(1+g)^3}{(1+k)^3}+...\]
透過無窮等比級數公式可知
\[
 {\color{red} { P_0 = \frac{D_0(1+g)}{k-g} = \frac{D_1}{k-g}}} \]
上式即被稱為 固定增長股息貼現模型(Constant growing DDM)  或者 Gordon Model

Comments:
1. 上式如果 $g>k$ 或者 $g=k$ 則Gordon Model失效 2. 注意到我們亦可由Gordon Model 反求(對Gordon Model做簡單的移項即可求得) 預期的必要收益率 or 市場資本化比率 k \[
{\color{red} k = \frac{D_1}{P_0} + g = Dividend \ yield + Capital \ gains \ yield} \]
上式被稱作 現金流折現公式 (Discounted Cash Flow (DCF) Formula)



留言

  1. 不好意思,請問在透過無窮等比級數公式後得出的固定增長股息貼現模型,
    期方城市應為P0=D0(1+g)/k−g=D1/k−g?

    回覆刪除

張貼留言

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   $\Rightarrow$ ...

[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...

[半導體] 半導體中的電流- drift current & diffusion current

半導體中的電流是由電子(electron)及電洞(hole)兩種載子(carrier)移動所產生 載子移動的方式: 擴散(diffusion) $\Rightarrow$ 擴散電流 (不受外力電場作用) 飄移(drift) $\Rightarrow$ 飄移電流 (受外力電場作用) 擴散 與 擴散電流 現在定義電子濃度為 $n$,電洞濃度為 $p$,單位皆為  $(\#/{cm}^3)$ 擴散電流(Diffusion Current) 若半導體中濃度分布不均就會產生擴散 (由濃度高流向濃度低),無關外力電場只與濃度 $p, n$ 的梯度 (gradient) $\frac{dp}{dx}$ 有關   亦即,擴散電流 $ \propto \frac{\Delta p}{\Delta x}$ 現在我們 定義 電流方向 為 正 電荷 流動的方向 , 則對於電子 electron 而言,由於其 帶負電,故當濃度高的電子往濃度低的電子擴散的時候,帶負電的電子移動產生 diffusion current,且此 diffusion current 的方向可如下圖所示 則對於電洞 hole 而言,由於其 帶 正 電,故當濃度高的電洞往濃度低的電子擴散的時候,帶正電的電洞移動產生 diffusion current,且此 diffusion current 的方向可如下圖所示 現在我們定義電流密度(current density) $J$ 為 單位面積流過的電流 (單位: 安培/平方公分): \[ J := \frac{I}{A}, \; (A/{cm^2}) \] 故我們現在可寫下對應 electron 與 hole 的擴散電流密度 diffusion current density $J_{diffusion}$ 如下 \[{J_{diffusion}} \propto \frac{{dp}}{{dx}} \Rightarrow \left\{ \begin{array}{l} {J_{p,diffusion}} =  - q{D_p}\frac{{dp}}{{dx}}\\ {J_{n,diffusion}} = q{D_n}\frac{{dn}}{{dx}}...