Local EPUB Text
18.9 接受不确定性,相机处置
●问一些假设推定的问题。但要找对理由。随着数据获取渠道的改善,以及处理不确定性的更复杂模型(如蒙特卡罗模拟算法和决策树等)的出现,我们也看到了潜在的危害:分析师们把他们的估值工作完全交给了这些工具。这里的第一个问题是,这些工具通常需要复杂的数据输入,而输出的质量是输入质量的函数。例如,模拟算法要求为我们的输入选择概率分布和为这些分布选择参数。考虑到我们所能够获取的参数,这可是一项不太容易的工作。第二个问题是,有些分析师用这些工具做风险调整,而不是做风险评估。在这个过程中,他们双倍计算了风险。考虑一下采用现金流贴现法估值一家公司的情形:用一个调整过风险的贴现率,将其预期现金流进行贴现,得到了一个比现期市场价格更高的价值。假设你使这个模型走了蒙特卡罗模拟算法,获取了一个价值分布(结果显示这只股票被高估的几率为40%),并基于这个结果决定不投这家公司。此时,你已经双倍计入了风险——一次是通过使用风险因素调整过的贴现率,第二次是使用了上述模拟算法。
总之,不确定性和风险都是生命和投资的伴生物。在估值公司时,我们可为贴现率里的这个风险要求一个溢价,并据此求得一个经过风险调整过的价值,但它会随着环境的变化而变化。