实物期权方法在投资中应用.docVIP

实物期权方法在投资中应用[摘要]实物期权方法为投资决策提供了一种更完善的分析框架。本文通过和传统的NPV模型、决策树方法做对比,介绍了实物期权的应用范围和计量方法。 [关键词]投资 净现值法 决策树 实物期权 [中图分类号]F830.593[文献标识码]A[文章编号]1009-5349(2010)01-0005-03 如何确定投资对象的价值是各类投资活动的核心问题,在投资价值评估中,传统用于定量计算的方法有净现值法(NPV)和决策树法(DTA)。它们具有计算方法直观、判断条件简单等优点,但同时因为其严格的假设条件具有相应的缺点。 一、传统估值方法及其局限性 (一)净现值法 净现值法的核心思想是将企业生命期内各年度产生的净现金流量按企业的资本成本用复利公式计算其现值,累加后即得到企业目前的价值: 其中CFt――第t年的净现金流量 WACC――企业的加权资本成本 投资决策以净现值最大化为原则,若一项投资满足NPV?O ,则接受,否则,放弃该项投资。 以NPV为核心的现金流折现法考虑了资金的时间价值,并用折现率体现了项目的风险,具有一定的科学性,也是目前被广泛应用的估值方法。但其假设条件造成了项目价值可能被低估。该模型要求投资者必须在特定时点上选择同意投资或不同意投资,如果投资,其资金必须一次性投入。这种假设不仅会产生较高的机会成本,而且忽略了延迟(等待)决策所创造的价值,导致企业暴露在极高的风险下。事实上,虽然在大多数情况下,投资是不可逆的,但投资者可以选择推迟,还可以将资金按投资需求分段投入,从而降低一次性投入的风险。因此,在不确定环境下的NPV模型可能会导致项目价值的低估。 此外,净现值法中未来现金流的预测和贴现率的估计都有较大的主观性,使得价值估计缺乏准确、客观的依据;其次,净现值法忽略了外在的随机要素,如政策导向、市场环境、经济趋势等不可控因素。 总的来说,净现值法假设企业在项目决策中,只能被动接受或拒绝某项目,而忽略了企业针对市场环境能动地利用决策的灵活性的价值,容易导致投资价值的低估,不适用于高风险、高回报类项目(高科技研发、矿产勘探等)的估值。 (二)决策树法 决策树法克服了净现值法情景单一、忽略了外在随机要素和内在主动性的缺点,其本质是不同情景下投资收益的加权平均数。 决策树法可以分为三个步骤:首先根据投资的各种可能结果完成决策树;然后根据对未来市场的预测计算各种情景下投资收益的期望值和概率;最后,按概率加权计算整个投资的期望价值。 决策树法也有一定的缺陷,限制了其在实际操作中的普遍应用。其一,决策树下的情景分类困难,决策树模型的优点在于其考虑了项目投后阶段可能出现的不同情况,但由于市场的连续性和不可预知性,模型对所包含情景的选择以及离散型分割缺乏合理的判断依据。其二,决策树各情景发生概率难以精确测算,具有一定的主观性。其三,对样本量需求大,而且忽略了样本间相关性问题。决策树模型为保证准确预测情景分类和情景概率,需要大量的同类投资结果作为样本空间拟合,现实中很难得到符合要求的大量数据。同时,该模型也没有考虑样本间相关性问题。最后,测算难度较大,决策树模型要求在不同情景下独立进行现金流的测算,加大了项目评估的工作量。 二、实物期权理论和计量 期权定价理论产生于1973年,其核心内容是对由基础金融产品价格波动衍生的金融期权进行定价。在进一步的发展中,期权定价理论被用于计量更广泛意义上的“或有索取权”的权利价值。 Black和Scholes(1973)以及Merton(1973)基于无套利理论提出了期权定价的连续时间期权(BSM),Coxetal(1979)提出了基于风险中性原则的离散时间二叉树模型,其他研究一般都基于这两个模型建立。受原始假设的限制,BSM模型适用于欧式期权,无法评价美式期权和一些结构复杂的混合式期权,在实际应用上有很大的局限性。二叉树模型在设计多标的资产或者状态时,其计算量会呈指数式增长,给复杂期权的计算造成困难。在实物期权的实际应用中,使用二叉树法构造相应的期权模型。 BSM和二叉树期权定价推导的核心是设计一个由无风险债券(到期日相同)和股票组成的投资组合,使其收益与拥有同期限的期权的收益相同。如果两种投资方式的收入相同,成本不同,则使套利有机可乘。但根据一价定律,在完全市场下,套利机会是不可能存在的,因此该投资组合的成本和期权的成本相同,从而推导出期权的成本,即期权价格。 上述定价方式均服从如下假定:1.标的物价格遵循一般化维纳过程,即马尔可夫过程。该假设的实质是指在完全市场条件下,标的物的增加值服从均值为0,方差为Δt(Δt 为增加值的时间区间)的正态分布。2.市场卖空买