Local EPUB Text
18.8 善用大数定律
●使用大样本。只要有可能，我们就应该把我们的数据扩展到包括更多的数据点，例如，针对过往的风险溢价，根据100年的数据评估股权风险溢价，只有2%的标准差。为了与这个领域中的一些不良做法作斗争，我们在本书的很多相关章节之中都渗透进了使用大数样本的意识。从由下而上的贝塔（使用许多回归贝塔的均值——标准差小，取代单个回归贝塔——标准差大），到预测一家公司的未来利润时对行业平均利润指标的运用，我们都用大样本的均值替代单个公司的数据。在相对估值中，因为我们可以审视同业其他公司的均值倍数，所以，我们推荐了放宽可比公司标准的方法，以便得到大样本数。实际上，为了得到更多的样本，我们宁愿选择相似性小一些的公司，也不要看起来相似性更好但公司数量少的小样本。
●使用统计工具，改善评估值。在许多情形下，当分析师使用历史数据时，他们都采取平均数的方式。平均数虽然是一个有用的数字，但还是有更精确的求取评估值的其他方法。因而，当把一家公司的市盈率与行业中其余公司比较时，用一个行业回归的预期市盈率能够算出的评估值，比用行业平均市盈率计算的更精确。
对于大数定律，我们想阐述最后一个问题。既然我们获得的单个公司的价值都是评估值，那么任何一家公司在任何一个时期的评估值犯错的概率都很大。然而，如果我们对价值的评估做得好些，比如，若我们能把评价期扩展为好几个时间段（更长的时间跨度），跨越数个股票（在一个股票组合里），那么我们做对的几率就可能改善。