B8F3B2F36B978D3936C94FB472F8E7D4

下载
第1章
股票市场业绩的
计量与评估
关于金融，人们问得最多的问题大概是：“在今
后的股票市场上，我的命运将是怎样的？”显然，这
对于那些正在思考将多少资金投放在股权上的投资者
来说，是个关键性的问题，但这一问题在实践上的重
要性却远不止于此。每一位养老基金的经理人都必须
对股市基金的未来有一个预期，以使基金符合市场要
求并确定投资决策。退休人员面对的也是同样的问题。
当公司制定资本预算时，股票的预期收入在确定资本
成本，以及由此而产生的所要求的收益率上，都发挥
着重大的作用。
1
股权风险溢价：股票市场的远期前景下载
大量文献试图回答“市场将驶向何方？”的问题。
在不同的时代，都有堆积如山的书籍预测着市场的兴
衰。不幸的是，事实上，我们找不到任何科学的依据
来支持那些书本中流行的理论。自 20世纪60年代后期
以来，遍布世界的上百种有关股票市场的详细的统计
性研究，都得出了一个共同的结论：大多数情况下，
股票价格上的短期变化是难以预测的。虽然，过去
与未来都会发生市场的繁荣与衰落，但何时发生却完
全不得而知。即便所有的学术性文章都不存在，我们
也可以用一个简单的思想性试验来说明为什么是这样
的。假设某人写了一本具有说服力的著作，名为
《2000年的衰落》，在其中解释了为什么新的千禧年将
伴随着股价的狂跌。如果论据真的令人信服，读了该
书的投资者理所当然地希望在 2000年到来之前售出股
票。假设有足够多的投资者读了此书，并按照此预言
行事，那么，股票价格的下跌就会发生在该书广为流
传之时，而不是在新的千年开始之际，而这就意味着
书中的预言是错误的。股价是在该书出版时而不是在
2000年到来时跌落。
前述思想性试验不仅适用于预测市场运动的书
籍，而且也适用于那些将可预见性的外部事件与重大
市场运动相联系的理论。例如，假设大家都知道在共
和党当选总统后市场总是猛烈上扬。在这种情况下，
有关这类文献的两个局部性考察请见法玛 ( 1 9 7 0年)和( 1 9 9 1
年)。
2
下载第 1章股票市场业绩的计量与评估
投资者总是当共和党候选人处于上风时就立即开始购
买股票。任何进一步的共和党获胜的迹象都会伴随着
股票购买的增加。当选举之夜来临时，市场已经显现
出预期的结果。唯有在竞选太封闭、任何消息都不得
而知的情况下，才会发生选举之后市场剧烈波动的情
况。然而，在那种情形下，共和党获胜与股价上升相
关的信息就成了无用的信息，因为选举的结果与抛钢
蹦猜正反面的概率并无二致。
上述思想性试验说明了我们可以从关于有效性
市场假设的学术性文献中获得哪些知识。简单地说，
有效性市场假设告诉我们，可以得到的公开信息会
立即在股票市场的现行水平上反映出来，所以，不
能用它来预测市场的未来走势。选举的例子就是证
明。我们再来假设共和党人的胜利于股价有利，现
在关键性的信息就是共和党获胜的可能性。如果共
和党在民意测验中具有绝对优势，就像 1 9 8 4年时的
罗纳德・里根那样，那此时股价会在选举之前就稳
步上升。选举本身对股票价格并无影响，因为市场
已经提前对共和党的胜利做出了反应。仅仅当共和
党的胜利在事前多少不那么肯定的情况下，股票价
格才会在共和党获胜时上升。获胜的不确定性越强，
股价上升的幅度越大。
从以上事实可知，股价追随有效市场假设其实是
投资的一种第 2 2条军规。可预见性信息对股价毫无价
值是因为它已经在股票价格中得到了反映。可用来赚
3
钱的有价值的信息是那种不可预测的信息。举例来说，
了解到微软将要增加收益，这是个无用的信息，因为
每个投资者都做出了这种假设。了解到微软的收益将
会超过大多数有远见卓识的软件业分析家们的预期，
这就是个有价值的信息，但投资者们怎样才能获得这
个信息呢？那些分析家们的信息都是经过仔细研究数
据后才得出的，哪能指望个体投资者始终如一地做出
比分析家们更准确的预测呢？
自然，投资者总是可以假设自己了解的情况更多。
如果一个投资者确信分析家的结论是错误的，微软的
收益会超过分析家的预期，那么这个投资者通过购买
股票可大赚特赚。但就这种策略来说，投资者的正确
率必须超过 5 0％。不幸的是，大量学术性文献表明，
具有这种自信的所有投资者都不过是在自欺欺人。进
一步看，发生在个人股票上的情况更会发生在整个市
场上。虽然个别投资者有可能掌握关于某个公司的真
正有价值的信息，尤其是他们就在那个公司任职时更
是如此，但是，如把市场作为一个整体来预测它的未
来，就很难想象个别的投资者能比专业投资团体更有
优势，而只有对市场整体做出预测才是在市场中获
胜的条件。正是专业性的投资团体的一般看法决定了
股票的价格。所以说，如果有谁相信他自己可以预测
市场短期波动变化，那么所能给予他的最好建议就是
虽然个人有可能获得所在公司的有用信息，但有关内部人员
交易的规定有可能不容许个人利用这种信息进行交易。
4
应有苏格拉底式的自知之明和谦虚谨慎精神。让我们
来看一下经济学家约翰・肯尼斯・加尔布雷思 ( J o h n
Kenneth Galbraith)在讨论未来的利率时是怎么说的：
“在股票市场上，有两类投资者，一类不知道市场要
走向何方，另一类不知道他们自己其实不知道市场会
走向何方。”
如果我们假设市场上的变化完全是随机的，则上
述情况就可以得到解释。股价上升与下降的概率相等。
然而，正如另一项思想性试验所表明的，这个结论是
错误的。在随机概率下，股票投资的预期收益是零
(暂不考虑红利 )。在零预期收益下，没有人愿意购买
股票。无风险的财政债券一般具有 5%到10%的收益率。
对于股票的投资者来说，股票的预期收益至少要与有
保证的财政债券的收益相当，投资者才愿意承担股票
的风险。这意味着，从长期来看，股票的价格一定会
不断上升。
将前面两条思想性试验的思路结合在一起，就
产生了一个实用的了解股票价格运动的模型。股价
运动的特点之一是缓慢上升，这是因为投资者持股
所承担的风险必须得到补偿。在这一缓慢上升的基
本趋势之上是大量不可知的偶然因素迭加在一起。
此情此景就像一条缓缓流过的小河，河底藏着无数
急流险滩。你向河中扔片树叶，观察一两分钟，发
现树叶的运动受河底的漩涡滩流所左右。将观察时
间延至一小时，发现还是缓缓的河中流水主宰着树
5
叶的航程。股票价格运动也是同样的道理。在一个
月之内或更短的时间，不可预知的因素决定着股价
的变动，但从长期来看，股价上涨与下跌的因素相
互抵消，上升的趋势更占上风。在非常长的时期，
如2 0年或更长，上升的趋势成为决定性因素。即便
是把考察的始点定于 1 9 2 9年9月，在其后 2 0年的股价
也还是上升的。
有关股票市场的论著存在的一个普遍的问题是，
我们把过多的精力放在了那些难以预测的短期中起作
用的急流险滩中了。我们自然渴望预知那些偶然的波
动，特别是那些剧烈波动，并设法消除波动。遗憾的
是，实际上我们对此束手无策。结果，研究那些影响
长期变动趋势的因素就成了理解股市并做出明智的长
期投资决策的关键所在。而这正是本书所要着重讨论
的内容。
乍一看来，这个任务好象价值不大。如果长期
趋势确实存在，我们可以通过计算股票在某段时间
的平均收益率来求出这个趋势。这种简单的处理方
法的问题是，趋势自身会随时间的变化而变化。事
实上，本书用了大量篇幅讨论趋势是否发生了变化，
并解释这种变化对于特定的股价水平，对于投资管
理和企业财务来说，究竟意味着什么。但是，为了
理解股权风险的含义，并理解它在股票价格长期变
动中的重要性，最好的办法莫过于先简单回顾一下
股票市场的历史。
6
1.1 股票市场历史简述
要分析美国股市的历史业绩，首先必须回答以下
两个问题：市场的含义是什么？应怎样衡量股票的业
绩表现？
在理想的情况下，市场价值应定义为，从计算
的起始点开始，把所有的股票表现都包括在计算范
围之内所得出的价值。例如，如果是使用年度数据
评估市场业绩，那么市场指数就应当对本年度开始
时所有的上市公司都加以计算。但这是一个不切合
实际的方法。许多小公司不能提供适用的数据，特
别在早些年间更是如此。幸运的是，这一点无关紧
要，因为大多数美国市场的价值是用 5 0 0家最大公司
的数据来衡量的，包括 5 0 0强，或具同等重要程度的
股票在内的指数，这就为市场的整体表现提供了一
个衡量标准。
1.1.1 股票市场指数
最著名的股票市场指数是道琼斯工业平均指数
(DJIA)，通常称为道指。尽管它名声在外，但用它来评
估股票业绩并不合适。首先，它包含的公司数量太少，
指数缺乏代表性。道指仅包括 3 0个大型的、装备精良
的公司。如补充进更多的公司，特别是新兴的小公司，
将会使指数更能代表整个市场。其次，道指是一种价
格加权平均指数。价格加权指数的计算方法是将样本
7
中的股票价格加总，再与调整后的股票数量相除。在
调整除数时必须考虑拆股和股票的红利。价格加权指
数的问题是，如果投资者购买并持有指数中的股票，
指数的变化会与投资者收益率的变化不一致。这样一
来，使用价格加权指数评估投资业绩就不太合适了。
由于这个缺憾，很少将道琼斯工业平均指数用于
股票市场的科学性研究上。在衡量市场业绩时，下面
两个指数的使用频率最高，一是债券价格研究中心指
数( C R S P )，这是一种价值加权指数，二是标准普尔
5 0 0指数，也是价值加权指数。价值加权的意思是，
指数中的每一个公司，按照其股权的市场价值，都被
赋予一个相应的权重。价值加权指数在追踪买进并囤
积原始股的投资业绩上，是个得力的工具。举一简单
的例子来说明价格加权指数与价值加权指数的区别。
假设如表 1-1所示，A公司在第一天有每股 20美元的在
外股票共 1 000股。B公司在第一天有每股 80美元的在
外股票500股。这样，第一天市场组合的价值是60 000
美元。第二天，A公司的股票价格上升为每股 25美元，
B公司的股票则下降为每股 7 0美元。如表所示，这个
变化对市场组合的价值没有影响， 60 000美元未被改
变。根据定义，这种变化对价值加权指数也没有影响。
在1 9 9 7年1 2月3 1日，道琼斯工业平均指数的计算方法是把 3 0

种股票的价格加总，再除以 0 . 2 5。除数比 3 0小得多，这是因
为考虑了拆股和样本中公司的变化情况后，对除数做了调整。
每经过一次拆股，除数就要降低一次，所以，道琼斯股票指
数不受拆股的影响。
8
计算价值加权指数的基础是一个给定的价值。在这里，
这个价值就是第一天的50(对于标准普尔500指数来说，
第一天的基础是10)。指数的期终价值是通过计算问题
中那一天里各构成股票的价值 (用价格乘以在外股票的
份额)，并除以与开始那天相同的股票价值而来。这样，
指数上的变化就很清楚地表现为在外股票组合价值上
的变化。除此之外，计算程序消除了任何为拆股而设
的调整的必要性，因为价格的变化和在外股份的变化
与拆股情况自动地彼此抵消了。
表1 - 1说明，与在第二天的、根据定义价值仍为
5 0的价值加权指数不同，价格加权指数从 5 0跌落至
4 7 . 5，下降了 5%。这种人为的下降与股价低廉相关。
在指数中，这种便宜的股票，相对于其外在股票的数
量来说，所被赋予的权重太小。结果是，指数不能反
应外在组合的价值。
就债券价格研究中心指数和标准普尔指数而言，
前者更具有综合性，因为它包含了所有在纽约股票交
易所( N Y S E )上市的股票。但是，标准普尔 5 0 0指数在
学术圈外的知名度要大得多。我们在这里也使用标准
普尔 5 0 0指数作为市场的代理而贯穿本书的始终。由
于这两种指数都处于同样的大公司的控制之下，所以
选择哪一种并无太大区别。在本书中，如果以
债券价格研究中心指数比标准普尔指数更具有综合性，在
1962年至1998年之间，标准普尔指数中的 500种股票构成了
80%到95%的债券价格中心指数的股票价值。
9
C R S P指数来替代标准普尔 5 0 0指数，本书的结论并不
会有多少差别。
表1-1 价格加权指数与价值加权指数
第1天股份第2天股份
价格/ 发行量价值/ 价格/ 发行量价值/

美元美元美元美元
公司A 20 1 000 20 000 25 1 000 25 000

公司B 80 500 40 000 70 500 35 000
总计 100 60 000 95 60 000
价格加 50 47.5
权指数
价值加 50 50
权指数
1.1.2 运用投资收益率来评估股票市场业绩
基本的评估股票市场业绩的方法是使用投资收益
率指标。即给定的投资在一段确定的时间内，财富所
发生变化的百分率。最常见的情况是，使用经济术语
来衡量过去的收益。在那种情况下，使用的单位就是
持有期收益率。
持有期收益可以按任何时间长度 (时期)计算，但
最常用的是 1天、 1月或 1年。持有期收益率可由下列
公式来定义
(P1 − P0 + D)
持有期收益率 (HPR)= (1-1)
P0
例如，在使用月的数据时， P 0 是月初的价格 (或
10
价格指数水平 )，P 1是月末的价格， D是在本月中所收

到的所有红利。从式 ( 1 - 1 )中可清楚地看出，持有期
收益率等于投资者在一定时期内 (这里是一个月 )，由
于持有股票或指数所导致的财富发生变化的百分比。
也可以把收益率定义为一种前瞻性的或有预见性
的感觉。持有期的收益率在这里被偷换了概念，因为
它们实际上是随机的变量。例如，对 t时期来说，下
一个时期的持有期收益率为 H P R t+1。在t时期时，这个
期终的收益率是未知的。但仍有可能求出它的预期即
E tH P R t+1，这里的预期是对时期 t时市场中可获得的信
息的反映。大多数金融模型的目的，也包括本书所使
用的模型，就是不断发现更合理的衡量未来预期收益
率的方法。
我们可以计算任何水平下有预见性的预期收益率。
制定长期投资决策是计算预期收益率的目的之一，确定
长期中的未来预期收益率有着非同寻常的意义。正如本
书所充分显示的，这个长期预期收益率，通过下面这个
基本的公式，与股票的价格水平发生密切的关系：
Div1 Div2 Div3
P= + 2 + + ... (1-2)
1+ k (1+ k) (1+ k )3
式( 1 - 2 )说明，我们希望投资能够带来红利，而
当计算的持有期的时间长度超过 1天时，复合收益率由收到
红利的间隔时间所决定。股票价格的数据库就像是由债券价
格研究中心指数维护着信誉的无红利日的红利一样。我们假
设这种红利要被再次投入到普通股票或指数中去。
11
一个个别股票或股票组合的价值就等于未来预期红利
的现值。预期投资所带来的红利以 (D i v 1, D i v 2，. . . )表
示，贴现率按相关的资本成本计算。但是，金融理论
告诉我们，资本的成本与投资者从持有投资中所要求
得到的 (因此也是所预期的 )收益率相等。结果，当将
式( 1 - 2 )应用于标准普尔 5 0 0指数时，贴现率就是市场
的长期预期平均收益率。
我们可将式 ( 1 - 2 )用来说明前瞻性的与后推性的
收益率之间的关系。为了解释清楚，先假设市场条件
是静态的，因此，预期的未来红利和贴现率都不会随
时期的变化而改变。将基本定价公式取 t= 0和t= 1，得
到式(1-3)和式(1-4)：
Div1 Div2 Div3
P0 = + 2 + +⋅⋅⋅ (1-3)
1 + k (1+ k) (1+ k)3
Div2 Div3 Div 4
P1 = + 2 + +⋅⋅⋅ (1-4)
1 + k (1+ k) (1+ k)3
将式(1-3)乘以1+k，再减去式(1-4)，我们得到：
(P0 [1+ k]) − P1 = Div1 (1-5)
可以求出其中的 k
(P1 − P0 + Div1 )
k= (1-6)
P0
式( 1 - 6 )中的 k就是持有期收益率。这个过程证明
了在静态市场上，持有期收益率总是与长期预期收益
率相等。
12
当然，市场并不是静态的。但上述基本定价公式
仍然有用。在预期红利发生变化或贴现率发生变化时，
式(1-5)就不成立了，实际的持有期收益就不等于 k了。
这也就是说，由于条件的变化，式 (1-4)中的预期未来
红利和贴现率不再等于式 (1-3)中的预期未来红利和贴
现率了。新价格 P 1反映出改变后的情况，但原始价格
P 0则没反映出这个改变。例如，假设在时期 0和时期 1
之间，发生了中东战争，投资者因此减少了对国外未
来红利的预期。这时， P 1 肯定要大大低于 (P 0 [ 1 +k] )-
D i v 1。结果，持有期收益就会低于 k(并极有可能是负
收益)。
我们将上述例子做个一般化的处理。如果下列两
种情况之一发生，下一期的持有期收益就会低于 k：
( 1 )投资者降低了未来收益的预期； ( 2 )投资者增加了
所持普通股所要求的预期收益。类似地，如果投资者
对未来红利的预期上升，或者对所持股票的预期收益
减少，则下一个持有期的收益都将大于 k。
剧烈波动的股票收益其实就证明了人们在不断地
改变着预期。在某种程度上，这并不算是什么惊人的
大事。每一天，全球的股市中都充斥着各种各样的新
消息。新消息一来，人们的心理随之发生变化，股票
价格一次次随之被调整。当然，有些人认为，股价波
动的幅度之大不是仅用新信息就能解释清楚的。关于
这个问题，本书认为，要在这里给以全面回答还为时
其例证可见弗伦奇和罗尔 (1986年)及希莱尔 (1981年)。
13
过早。导致争议复杂化的原因，是由于股票的价值是
由对很遥远的未来预期的现值决定的。结果，某些本
是对目前影响很小的事件，但如果改变了投资者对未
来发展的预期，这些事件对股价就会发生很大的影响。
1.1.3 市场业绩考察：一年持有期的收益率
对于任何股票市场的分析，都要以对以往股票持
有期收益的考察和对金融资产能力级别的确定为起
点。我们将在第 2章研究详细的统计资料，以根据历
史记录判断市场表现，但如果不先在这里给出一些基
础数据，我们的讨论就很难继续下去了。因此，我在
表1 - 2中列出 4类资产一年持有期的数据，所选择的对
象都对分析股票市场业绩有重要意义，这些资产是：
股票 (标准普尔 5 0 0指数中所计算的股票 )、长期政府
债券 (伊博森协会所计算的长期国债指数 )、短期国
库券(伊博森协会所计算的短期国库券指数 )和消费品
(消费物价指数 C P I所计算的消费品 )。后面分析所涉
及的各个月份中的数据在附录 2 - 1中。伊博森短期国
库券指数以一个月的持有期为基础，而长期国债指数
的到期日平均为 2 0年。数据的范围从 1 9 2 6年开始直
到1997年止。这个起点说明大多数研究市场行为所使
用的历史数据都是建立在从这时开始的数据库上的。
伊博森指数取自伊博森协会 ( 1 9 9 8年)。这是在记录长期政府
债券和短期政府国库券业绩方面用途最广泛的指数。
使用2 0年的到期日就可把构建的序列推回到 1 9 2 6年。在本世
纪60年代以前，政府没有发行过到期日超过 20年的债券。
14
15
16
17
18
19
表1 - 2在每个序列下面，都给出了整个 7 2年时间
全部样本的平均数，使用的是标准算术平均数。普通
股的平均年收益率是 1 3%，比短期国库券的平均年收
益率(3.8%)高出9.2个百分点，比长期国债平均年收益
率(5.6%)高出7.4个百分点。它也高出平均通货膨胀率
近10个百分点。自 1946年以来的战后时期的情况，也
与以上计算结果大致相同。标准普尔 5 0 0指数的平均
收益率是 1 3 . 7%。这比通货膨胀率高 9 . 3%，比国库券
的平均收益率 (4.9%)高出8.8个百分点，比长期国债的
平均收益率(5.9%)高7.8个百分点。
1.2 股权风险溢价
1.2.1 定义
普通股的收益率与政府债券的收益率之间的差别
就叫做股权风险溢价。虽然在理论上可以用任何国库
债券来衡量股权风险溢价，但在实际中仅使用两种债
券。第一种是短期国库券，这是评估风险溢价时经常
使用的选择，因为它最接近于无风险的债券。而最常
用的是一个月期的国库券，因为伊博森数据中包含了
一个月期国库券的收益率。第二个选择是长期国债。
因为直到 1968年才开始发行 30年期的债券，通常使用
2 0年期的债券计算股权风险溢价。正如本章后面所详
细讨论的，这种选择会产生一些问题，因为 2 0年期的
长期国债虽然没有违约的风险，但它并不是无风险债
20
券。在短期内，由于利率的变化，长期债券的价格可
能会发生很大变化。在较长的时期内，由于难以预测
的通货膨胀的变化，在 2 0年债券上所支付的价值也会
发生变化。
同股票的收益率一样，股权风险溢价也可以从两
个方面予以定义，即从历史的角度 (或称追溯的方法 )
和从前瞻的角度 (或称预见性的方法 )。计算追溯性的
溢价就是计算普通股的历史平均收益率与两类国库证
券收益率之间的差别。观察不同时期的数据可以计算
出不同历史时期的追溯性溢价。不幸的是，如第 2章
所示，当改变样本的时期时，溢价的估计值变动很大。
前瞻性溢价是个难解的大问号。在事前就要对普通股
的业绩表现到底能在多大程度上超越国库券做出合理
估计，这正是本书的主要目的。
1.2.2 重要性
为了评价股权风险溢价在经济上的重要性，表 1-2
给出了四类资产的财富之路 ( P O W )的数据。财富之路
衡量的是，假设在所有收入都再次投入相同资产的条
件下，投资在任何资产上的每一美元的增长情况。研
究股权风险溢价的主要原因之一是因为各类资产的财
富之路极不相同。表中的数据说明，在考察期内，消
费物价指数中的商品购买成本上升了 9 . 0 4倍。在 1 9 2 5
年底，花费 1 美元能够买到的商品在 1 9 9 7 年底要花
9 . 0 4美元。然而，各项资产上的投资都超过了通货膨
21
胀率。投资在国库券上的 1美元增长为 1 4 . 2 0美元，投

资在长期国债上的 1美元增长为 3 9 . 5 3美元。更令人大
喜过望的是，投资在标准普尔 5 0 0上的 1美元增长为
1 829美元。
年度
标准普尔500指数长期国债国库券消费品价格

a)
年度
标准普尔500指数长期国债国库券消费品价格

b)
图1-1 1美元投资的财富之路 (1926~1997年)

a) 对数曲线 b) 标准的算术曲线
22
财富之路的下方是投资者的财富在 72年间的平均
增长率，或称几何平均数。请注意，几何平均数要小
于算术平均数，对于普通股来说尤其如此。在第 2章
中，我们要讨论其原因及算术平均数与几何平均数之
间的关系。即便是在几何平均数的情况下，股票的业
绩也明显地超过了其他几类资产。股票的几何平均收
益率是11%，而国库券是 3.2%，债券为 5.8%。
为了说明股权风险溢价对长期资本增值的重要意
义，图1-1还给出了财富之路的曲线图。其中的图 1-1a
是四类资产的财富之路的对数图，图 1-1b是其标准的
线性图。很清楚，在一般的金融学教材上所给出的是
b图，我们一看便知其中的原因。投资于股票所产生
的财富增长是如此之大，以至于在线性曲线图上，国
库券、长期国债和通货膨胀率的曲线都变得难以找见
了。
1.3 运用历史数据来估计未来股票市场
的业绩
再回到我们的问题上来，如何使用历史数据来估
计未来的长期预期收益呢？正如本章开头所讲的，一
种方法是对历史数据运用外推法。例如，表 1 - 2给出
了7 2年的样本，股票的平均收益是 1 3 . 0%。如果可以
用过去代表未来，投资者则可以预期，今后的股票收
益也大约为 13%。
不幸的是，这种简单的方法有两个基本缺陷。第
23
一个而且是最重要的缺点是，它没有将通货膨胀因素
考虑在内。大量学术研究成果证明，金融资产的价格
要反映预期的通货膨胀。这是符合情理的。为了诱
使投资者掏腰包，投资必须能够提供不断上升的预期
购买力。例如，假设没有通货膨胀时，投资者满足于
债券的 3%的收益率，而如果通货膨胀率为 1 0%，投资
者的债券收益率必须达到 1 3%时才能使购买力有相同
程度的增加。所以，投资者所要求的收益率 (也就是
预期收益率 )随通货膨胀率的上升或下降而发生同方
向的变化。表 1 - 2中所反映的是整个 7 2年的历史，既
有通货紧缩的时期 ( 3 0年代早期 )，又有通货膨胀的时
期( 7 0年代后期 )。将不同通胀率时期的收益率简单平
均化，相当于把桔子苹果一锅搅和，因为投资者在不
同通胀率时期所要求的前瞻性收益并不一样。不能做
到在预期收益率上把通胀的影响考虑在内其实是很危
险的事情，因为它使过去的平均值成了未来预期收益
的潜在的误导者。
对此的解决办法是采用一个两步程序把通货膨胀
因素考虑进来。第一步，计算真实的平均收益率。真
实收益率等于净通货膨胀下债券持有期的收益。 1926
年至1997年股票、债券和国库券的真实收益率列于表
1 - 3。底部的数字是收益的算术平均数。在整个时期
内，股票的真实平均收益率是 9.8%。
关于这方面的例子见法玛和施沃特 (1977年)。
这个结论忽略了税收的影响。
24
虽然计算真实收益率的程序是简单明确的，但它
会导致产生一种偏差。出现偏差的原因在于，在每一
个考察时期的开始，普通股的市场价格都反映了对下
一个即将来临的考察时期的通货膨胀预期。但实际上，
随后在不同时期获得的真实收益，取决于实际发生的
通货膨胀。这样，如果在样本期内一直存在着未被预
料的通货膨胀，就会产生出那种偏差了。所幸的是，
在长期中，这种因未考虑实际与预期通胀的差别而产
生的错误渐渐消失，至少在美国，数据反映出的是这
种情况。例如，未被预期的通货膨胀在 1979年为正，
而在1982年为负。如果我们假设在足够长的时间段里，
预期的与未被预期的通货膨胀差别被消除了，那种偏
差就不复存在了。表 1 - 3中， 9 . 8%的平均收益率就是
个合理的长期真实收益的估计。
表1-3 股票、债券与国库券的年真实收益率
标准普 20年 1个月股票的债券的国库券
尔500 国债国库券财富财富的财富
年度
收益收益收益之路之路之路
(%) (%) (%) (%) (%) (%)
1.00 1.00 1.00
1926 13.10 9.26 4.76 1.13 1.09 1.05
1927 39.57 11.03 5.22 1.58 1.21 1.10
1928 44.57 1.04 4.19 2.28 1.23 1.15
1929 -8.62 3.21 4.53 2.09 1.27 1.20
1930 -18.87 10.68 8.46 1.69 1.40 1.30
1931 -33.83 4.20 10.61 1.12 1.46 1.44
在美国 7 2年的样本时期中，看不到显著的通胀率趋势，这
个事实意味着，在计算全部时期的平均数时，就一定会消
除那种错误。
25
(续)
年度
(%) (%) (%) (%) (%) (%)
1932 2.10 27.14 11.25 1.14 1.85 1.60
1933 53.46 - 0.58 - 0.21 1.75 1.84 1.60
1934 - 3.46 7.99 - 1.85 1.69 1.99 1.57
1935 44.66 2.00 - 2.86 2.45 2.03 1.52
1936 32.71 6.29 - 1.02 3.25 2.16 1.51
1937 - 38.12 - 2.88 - 1.81 2.01 2.10 1.47
1938 33.92 8.29 2.74 2.69 2.27 1.51
1939 0.06 6.43 0.49 2.70 2.42 1.51
1940 - 10.74 5.13 - 0.98 2.41 2.54 1.50
1941 - 21.30 - 8.79 - 9.68 1.89 2.32 1.35
1942 11.03 - 6.08 - 9.02 2.10 2.18 1.23
1943 22.73 - 1.11 - 2.83 2.58 2.15 1.20
1944 17.61 0.70 - 1.79 3.03 2.17 1.18
1945 34.16 8.48 - 1.93 4.07 2.35 1.15
1946 - 26.23 - 18.25 - 17.80 3.00 1.92 0.95
1947 - 3.31 - 11.64 - 8.51 2.90 1.70 0.87
1948 2.80 0.67 - 1.90 2.99 1.71 0.85
1949 20.60 8.25 2.93 3.60 1.85 0.88
1950 25.95 - 5.74 - 4.57 4.53 1.74 0.84
1951 18.15 - 9.81 - 4.38 5.36 1.57 0.80
1952 17.46 0.27 0.76 6.29 1.58 0.80
1953 - 1.62 2.99 1.19 2.19 1.62 0.81
1954 53.12 7.68 1.36 9.48 1.75 0.83
1955 31.18 - 1.64 1.21 12.44 1.721 0.84
1956 3.70 - 8.44 - 0.39 12.90 1.58 0.83
1957 - 13.81 4.45 0.13 11.12 1.65 0.83
1958 41.60 - 7.88 - 0.24 15.74 1.52 0.83
1959 10.47 - 3.79 1.46 17.39 1.46 0.84
1960 - 1.02 12.31 1.19 17.21 1.64 0.85
1961 26.22 0.29 1.45 21.72 1.64 0.87
1962 - 9.94 5.67 1.51 19.56 1.74 0.88
26
(续)
年度
(%) (%) (%) (%) (%) (%)
1963 21.12 -0.45 1.45 23.69 1.73 0.89
1964 15.30 2.30 2.32 27.32 1.77 0.91
1965 10.52 -1.23 1.99 30.19 1.75 0.93
1966 -13.40 0.29 1.40 26.15 1.75 0.94
1867 20.95 -12.23 1.16 31.63 1.54 0.95
1968 6.36 -4.98 0.50 33.64 1.46 0.96
1969 -14.59 -11.17 0.47 28.73 1.30 0.96
1970 -1.45 6.62 1.04 28.31 1.38 0.97
1971 10.96 9.88 1.03 31.42 1.52 0.98
1972 15.56 2.25 0.42 36.30 1.55 0.99
1973 -23.45 -9.88 -1.85 27.79 1.40 0.97
1974 -38.66 -7.85 -4.19 17.05 1.29 0.93
1975 30.20 2.18 -1.21 22.20 1.32 0.92
1976 19.03 11.94 0.26 26.42 1.48 0.92
1977 -13.95 -7.42 -1.64 22.73 1.37 0.91
1978 -2.46 -10.21 -1.83 22.17 1.23 0.89
1979 5.10 -14.53 -2.94 23.31 1.05 0.86
1980 20.00 -16.37 -1.15 27.97 0.88 0.85
1981 -13.85 -7.08 5.78 24.09 0.82 0.90
1982 17.54 36.50 6.66 28.32 1.11 0.96
1983 18.71 -3.11 5.00 33.62 1.08 1.01
1984 2.25 11.52 5.76 34.37 1.20 1.07
1985 28.40 27.19 3.96 44.14 1.53 1.11
1986 17.33 23.31 5.01 51.78 1.89 1.17
1987 0.82 -7.11 1.05 52.21 1.75 1.18
1988 12.39 5.26 1.94 58.68 1.84 1.20
1989 26.85 13.46 3.74 74.43 2.09 1.25
1990 -9.27 0.10 1.72 67.53 2.09 1.27
1991 27.48 16.19 2.53 86.09 2.43 1.30
1992 4.64 6.38 0.48 90.09 2.59 1.31
1993 7.24 15.49 0.15 96.61 2.99 1.31
27
(续)
年度
(%) (%) (%) (%) (%) (%)
1994 -1.36 -10.45 1.24 95.29 2.68 1.32
1995 34.76 29.00 2.93 128.42 3.45 1.36
1996 19.74 -4.25 1.87 153.77 3.31 1.39
1997 31.67 14.17 3.55 202.47 3.77 1.44
1926~1997
平均值 9.8 2.4 0.6 7.7 1.9 0.5
标准差 20.9 10.9 4.3
均值标准差 2.5 1.3 0.5
1946~997
平均值 9.4 1.6 0.5 8.45 1.3 0.8
标准差 18.2 11.8 3.8
均值标准差 2.5 1.6 0.5
在已确定历史真实收益的情况下，可以通过把估
计的长期通货膨胀预期相加来求出未来的长期预期收
益。在1998年初，大多数经济预测公司预测的长期通
货膨胀率为 3%，把它加到 9 . 8%的历史真实收益率中，
得到未来的预期收益率为 1 2 . 8%。这个估计值几乎与
1 3%的平均历史收益率相等。这里，我们没有对通胀
因素做调整，因为在 1 9 9 8年开始时，未来 3%的通胀
率几乎与历史上平均 3.2%的通胀率相等。
为了解决未来收益率中的问题，仅在历史平均数
的基础上调整通胀率是不够的。经济理论告诉我们，
股票收益将随真实利率的变化而变化 (真实利率被定
义为无通胀下固定收益债券的收益率 )。这是因为，
28
股票与固定收入资产各自为了让投资者掏腰包而互相
竞争。如果固定收入资产的预期真实收益上升，要求
股票的预期真实收益也要按照大约相同的程度上升，
否则，股权就不再保有竞争力了。考虑到真实利率的
变化，计算通胀时也要使用同样的两步程序，不过要
用政府债券的收益率来代替通货膨胀率。这个程序既
考虑了真实利率的变化，又考虑了预期通货膨胀率的
变化，因此这二者都是决定国库券收益的构成要素。
第一步是计算股票收益与国库证券收益的历史差
异，换句话说，就是计算二者的历史股权风险溢价。
表1-2的数据表明，在 1926~1997年间，普通股的平均
收益比国库券的平均收益高 9 . 2个百分点，而比长期
国债的平均收益高 7 . 4个百分点。因而从长期来看，
这些收益是巨大的。这就是为什么在普通股上投资 1
美元，与在国库券或在债券上投资 1美元相比，前者
收益的增长是如此之迅速的原因。
估计未来预期收益的第二步是将历史风险溢价加
入到政府债券的现行收益上去。 1 9 9 8年初， 1个月的
国库券收益约为 4%，2 0年的长期国债收益约为 6%。
将这些收益分别加入到各自的预期历史风险溢价中，
就得到了各自普通股的预期未来收益，它们分别是
1 3 . 2%和1 3 . 4%。在进行这个计算时，很重要的一点
就是要使用到期日相同的政府债券收益来计算历史股
权溢价。例如，要是把现行的长期国债收益加入到国
库券的历史溢价上，就是毫无意义的。
29
以上所说，也适用于对通货膨胀调整的计算，使
用两步程序得出的未来股票收益的估计非常接近于
1 3%这个简单的历史平均值。这是因为，在 1 9 9 8年开
始时，债券和国库券的利率很接近于这些证券的平均
收益。与它们各自为 4% 和 6% 的收益率相比较，在
1 9 2 6 ~ 1 9 9 7年间，国库券的平均收益为 3 . 8%，债券的
平均收益为5.6%。
这里介绍一个思考两步程序的好方法。预期收益
是由以下三部分构成的： ( 1 )预期的真实利率； ( 2 )预
期的通货膨胀率； ( 3 )预期的股权风险溢价。前两部
分决定着政府债券的收益，可被一目了然地直接观察
到，因而不用对它们直接进行预测。结果，所需要做
的就是估计出未来股票收益对于政府债券的收益来
说，相当于增加了一个什么样的未来风险溢价。这就
是为什么说，要预测股权市场长期发展的情况，其关
键所在是要理解股权风险溢价的原因。
1.4 股权风险溢价的应用
作为估计长期股票收益的关键因素，股权风险溢
价在众多的财务决定中起着决定性作用。估计溢价的最
明显用途是制定资产分配决策。每个投资者都必须做出
一个基本决策：如何将他们的资金分配于股票、固定收
入债券和其他资产之中。这即通常所说的资产配置问题。
在这个决策中所使用的基本数据是对各项竞争性资产的
相关风险与收益的估计值。如果要在股票与固定收入债
30
券中做出投资选择，相关收益即指股权风险溢价。
除了在资产配置上的这种关键性的作用之外，股
权风险溢价还在退休养老基金的决定上有着重要意
义。为了退休养老，必须设立相应的基金以满足未来
的需要。这就要求对投资的收益做出估计。对于固定
收入的债券来说，由于收入确定，这种计算简单明了。
但对于股票来说，则必须对市场上的风险溢价做出估
计。在实行固定津贴计划情况下，对股权风险溢价做
出正确估计的重任就从退休人员转向公司了。基金对
固定津贴计划所做出的要求取决于对投资收益所做的
假设。反过来，这些假设又取决于股权风险溢价。
在投资决策上，股权风险溢价还在对不同因素的
调和上起到了重要作用。按照金融理论，公司应当承
接所有净现值为正的项目。现值的计算要以机会成本
为依据，机会成本就是计算现值的折现率。资本的机
会成本，反过来，又在很大程度上受股权成本的影响。
一些现代资产定价模型，如资本资产定价模型
(CAPM)，使用了两步程序来对股权的资本做出估计。
第一步，将市场作为一个整体来估计股权成本。而整
个市场的股权成本就是市场预期收益的同义语，后者
就是由股权风险溢价的预期所决定的。
第二步是调整市场范围内的股权成本，以使公司
的股权风险适应于股票的一般风险。在大量的金融文
献中，虽然把如何进行调整作为聚焦点，但市场预期
收益可能是更重要的决定贴现率的因素。这样一来，
31
股权风险溢价就在部分程度上决定着经济生活中已实
施着的投资项目的价值。
最后，股权风险溢价是股票价格水平的决定性因
素。因为股权风险溢价通常决定着普通股的预期收益，
根据定义，它也就决定着投资者在市场组合中支付的
现金折扣比率。如果股权风险溢价下降，则贴现率
下降而股票价格水平上升。正如我们后面将要看到的，
对9 0年代股票价格水平上升的解释之一就是股权风险
溢价的下降。
1.5 通货膨胀与资产收益
前面已经指出，当使用股权风险溢价预测长期股
票收益时，没有充分顾及到通货膨胀这个因素，因为它
已经在利率的计算中给予考虑了。然而，要想理解许多
有关股票市场行为和风险溢价变化的理论，理解通货膨
胀的作用就是关键所在。因此，在这里更详细地解释一
下资产价格与通货膨胀之间的关系是很有帮助的。
在一篇有争议的文章中，波特 ( 1 9 9 2年)认为，在本世纪 8 0年
代，美国在经济上“落后”于日本和德国的原因之一是美国
的股权成本高于那两个国家。根据 9 0年代的发展情况，到 9 0
年代末，这一观点并未受到广泛重视。
在均衡情况下，投资者预期的收益与他们要求的收益必须一
致。如果在同一个资产上预期的收益与要求的收益不相等，
投资者就会企图增加或减少他们所持有的那种资产的数量。
由于作为整体来说投资者不能增加或减少所持资产，所以只
能是该项资产的价格发生上升或下降，直至预期的收益与所
要求的收益相等为止。投资者对某一特定资产所要求的收益
就是资本的机会成本，因此，也就是该项资产的贴现率。
32
从投资者的角度来看问题，考虑通货膨胀的最好
方法是把它作为影响货币购买力的外部控制策略变
量。为了进行类比，我们假设政府的行为有能力影响
英寸的长度标准，结果是现行的政策正在使英寸变得
更短。英寸缩短对我们的长度计量体系造成巨大破坏。
由于英寸缩短了，其他一切事物就比以前变得更长了。
本来是面积 2×2的木板现在变成 5×1 0的面积了。为
了避免由于英寸收缩带来的混乱，建筑师、设计师和
工程师们可能会发明“名义”英寸与“实际”英寸两
个概念。后者可以不受距离标准发生了通货膨胀的破
坏性影响。发明这种概念的方法之一是选择一个基础
年，如1990年，以它作为实际英寸的定义。实际距离
将根据1990年的英寸测量，而名义距离用名义上现行
的英寸尺度表示。
虽然这个例子看起来有些牵强附会，但它有效地
描述了在美国的购买力，即美元的衡量中正在发生的情
况。政府行为，特别是扩张性的货币政策，导致了以商
品和服务来衡量的美元的价格收缩。结果，以美元为标
准的一切商品与服务价格均上升。美元收缩的比率称为
通货膨胀率。它是由价格一般水平的平均上涨率来衡量
的。政府要跟踪一系列指数的变化情况，以便对价格的
平均增长率水平做出估计。在这些指数当中，由劳动统
计局计算的消费价格指数(CPI)应用最为广泛。
为调整收缩，经济学家发明了真实这个名词，或
经通货膨胀调整的美元。未经通胀调整的名义上的美
33
元，称为名义美元。为了解释清楚，让我们来看一下
汽油的价格。在 1 9 6 5 ~ 1 9 9 7年之间，汽油的单价从
0 . 3 2美元上升到 1 . 2 8美元，按名义美元计算汽油上升
了4 0 0%。然而，在同样时期内， C P I增加了 5 0 8%。
结果，汽油的真实单价如果按 1965年的美元计算，从
0.32美元下降到了 0.263美元。
当投资者进行投资时，他们的目标是增加未来消
费。但事实上，一项投资的成功与否并不是以名义美
元而是以真实美元来衡量的。换句话说，投资者关心
的是按实际购买力变化百分比来定义的真实收益，而
并不关心名义收益。
由于投资者关心真实收益，预期的通货膨胀就反
映了资产的价格。最清楚不过的例子是前面提到的利
率。对于一个投资者来说，要想维持一个 3%的实际
收益，债券的名义利率必须确定为 3%再加上债券寿
命期内预期的通货膨胀率。在这些情况下， 3%被称
作前瞻性的或预期的真实收益。它与那些事后的、实
际上的真实收益不一样，后者等于名义收益与实际通
货膨胀率之差。例如，假设投资者以 1 3%的名义收益
购买债券，其中有 3%的预期真实收益和 1 0%的预期通
真实价格使用下列公式进行计算：真实价格 =名义价格 / (1+

当前的通货膨胀 )。在我们的例子中，真实价格 = 1 . 2 8美元
/(6.08) =0.263美元。
如果再考虑税收的影响，情况就更为复杂了。法玛 ( 1 9 7 5年)
所做的经验分析表明，预期的通货膨胀与资产价格的基础
是一一对应的。
34
货膨胀。如果通货膨胀率在债券的寿命期内实际上达
到了 5%，则事后性的真实收益率就是 8%。这清楚地
说明了前瞻性的真实收益与事后性的真实收益二者之
差，等于预期的与实际的通货膨胀率之差。在考察的
时期是一期期相对应的基础上，如果发生未被预料的
严重通货膨胀，这个差别就会加大。在一个时期结束
时，投资者要考虑新的通货膨胀环境来调整预期。从
多个时期的平均情况看，这个调整意味着实际发生的
通货膨胀与预期的通货膨胀有不断接近的趋势。
虽然，在大多数情况下分析预期通货膨胀的影响
时，以固定收入债券为例最为简单，但通胀的影响在
所有金融资产上都是存在的。为确保真实收益的相对
一致，投资者在金融资产的收益上构建了一种溢价使
它等于通货膨胀率。这个通货膨胀溢价在投资于固定
收入的情况下可被立即观察到。但在投资于股权情况
下，由于以下两个原因，它的效果就很难被观察到：
第一，在股权上，没有那种被承诺的、有保证的收益，
这点与固定收入债券不同；第二，股权在持有期内的
收益经常变化，除了通货膨胀以外，在复杂的经济生
活中，还有难以发现的其他因素也会影响通胀预期的
改变，进而会影响股权收益。然而，金融经济学家普
遍接受这样的观点，即股权的预期收益随通货膨胀预
期的上升与下降而发生同方向变化。
在某些情况下，区分真实与名义的量并不十分
重要。例如，当计算风险溢价时，由于预期的通胀
35
已经包括在利率和预期的股权收益之中，所以也就
视为不存在了。但也存在着这样一种情况：在决定
长期固定收入债券的风险和真实收益时，通货膨胀
的影响就是最最重要的了。考虑一下这个例子，一
新发行的 3 0年期长期国债，假设名义收益率为 6%，
而3 0年中预期的真实收益率为 2%，预期通货膨胀率
为4%。如果将债券保留在手中 3 0年，它实际的真实
收益将取决于实际的通胀率与 4%的预期通胀率之间
的关系。在 3 0年的时间里，实际的通货膨胀可能与
预期的 4%有很大不同。例如，在通胀率高达 1 0%或
更高时，长期国债的真实收益将为很高的负值。如
果通货膨胀达到或超过 1 0 0%，正如在全球各地所多
次发生的那样，投资的价值就被大大地摧毁了。因
此，对于投资者来说，投资在长期，高等级固定收
入债券上的主要风险，就是在持有期内通货膨胀远
远背离预期值。
是什么原因使得固定收入投资者的通货膨胀的风
险特别大呢？这是由通胀过程的特性所造成的。许多
经济变量的变动都受到自然力的限制。例如，真实经
济增长在很大程度上取决于人口的增长率和劳动生产
率的增长情况。由于这两个因素的年增长率都不可能
持续性地超过 2%，因此反常的经济增长时期就具有
了受到自我约束的趋势。在长期中，经济增长就恢复
到由人口和生产率增长决定的平均水平上。另一方面，
通货膨胀取决于货币数量的增长情况，而货币数量是
36
一个不受有形物质约束的政策变量。与人口的增长不
同，只要政府愿意，货币的供给可以每年增长 5 %、
1 0 0%或1 0 0 0% 。实际上，政府所做出的如此高的货
币增长率的决定，正是使长期固定收入债券处于风险
之中的原因。但那种风险通常不会在一天天或一月月
的价格变化中反映出来。只要政府能够控制住通胀，
风险就不会变成现实的风险。不幸的是，历史一再告
诫我们，政治行为是难以预知的。通货膨胀这个仍在
沉睡的巨人随时可能苏醒过来。
正是由于长期通货膨胀的不可预测性，才使得由
股票和高级别债券产生的风险与收益之间的权衡分析
复杂化了。由于股票代表着对真实资产的控制，它们
提供了一种长期的阻碍力以对付剧烈恶变的通货膨胀
环境。结果，在长期中，股票的风险就有可能小于
长期无违约债券的风险。这是否确切，以及对于股权
风险溢价来说意味着什么，我们都要在后面的章节中
给予解释。
让我们再次回到真实收益与名义收益差别这个讨
论的中心点上来。许许多多的财务报告轻率地讨论市
在第二次世界大战后欧洲发生极度通货膨胀的时期，货币的
年增长率超过了 1 000 000%。
我们不应当为此就把普通股当作对付温和的、短期通胀率变
化的有力工具。事实上，美国的经验数据表明，从月持有期
的普通股来看，通货膨胀率使股票收益为负的情况与预测到
和未预测到的通胀都有关系。首先提出这一发现的是法玛和
施沃特(1977年)。此后这一发现被许多学者所证实。
37
场收益，却未给予明确说明他们指的到底是真实收益
还是名义收益。这种疏忽是个重大错误。如果不明确
通货膨胀的影响，就不能解释金融市场的业绩。在使
用收益一词之前，一定要标明指的是真实收益还是名
义收益，这个良好的习惯应该坚持。在本书的下文中，
我采用的方法是：指真实收益时，前面一定冠有真实
( r e a l )一词，如果不带这个修饰词，我即指的是名义
收益。
1.6 股票收益与风险溢价：我们的期待
是什么
在运用两步程序的两种国库券中，长期债券是最
流行的选择。尽管在事实上，长期国债并非没有风险，
但有两个原因使它们成为被选择对象。第一，由于寿
命期较长，使它们与普通股相比更有优越性。第二，
对于大多数的投资者、养老基金经理人和公司财务人
员来说，最为关心的基本问题是从长期来看股票收益
的未来前景。对未来长期收益做出估计的最好方法，
是把债券超过目前长期国债收益的未来长期风险溢价
估计相加总。
需要解决的基本争议是，运用两步程序是否真能
对未来的股票收益做出一个经济上合情合理的估计。
我们在对 1 9 9 8年7月的未来收益预期应用两步程序，
并运用历史数据估计风险溢价后，得出下列未来长期
38
股票收益的预测结论：
预期的未来收益 ( 1 9 9 8 年 7 月 ) = 长期国债收益
(5.7%)+历史性的股权风险溢价 (7.4%)=12.1%
这里的 1 2 . 1%是未来股票收益的名义预期。与此
相关的真实收益的预期还要再减去预期的长期通货膨
胀率3.1%。这个对今后股票的收益为高于通货膨胀的
9%，且比长期国债高 7%的预期是否合理呢？在预测
将来要发生什么情况时，最简单的回答就是不知道。
但非常有可能出现的情况是，相对于债券来说，未来
的股票表现不再像过去那样令人满意。某些投资者和
公司的财务人员认为过去的辉煌会延续至未来，建立
在这种假设基础上的投资将令他们大失所望。但这并
不等于说投资股权是个错误选择，或者投资者应避免
投资于股权。我这里的意思仅仅是，考虑到债券和通
货膨胀，股票的业绩表现不会再象过去那般骄人。
本书下面的内容就是要说明和解释这种乐观结论
的基础。在第 2章中，我们要仔细研究一下历史记录，
目的是说明为什么将股权风险溢价的历史平均值推算
至未来有时是合理的，而有时却是不合理的。第 3章
考察对股权风险溢价估计的各种预测方法。第 4章运
用金融经济理论，来决定在理性的投资者行为假设下，
所应具有股权风险溢价的程度。第 5章分析股权风险
溢价与股票价格水平二者之间的关系。美国企业研究
所的詹姆斯・格拉斯曼 (James Glassman)和凯文・哈
西特 (Kevin Hassett)于1 9 9 8年3月在华尔街日报上撰
39
文，认为9 0年代股票价格的狂升可用股权风险溢价的
猛降来给以解释 (格拉斯曼和哈西特， 1 9 9 8 )。从第 5
章的分析中我们可知道他们的理论在经济上是否有意
义，如果有意义的话，那么对于今后的股权风险溢价
将意味着什么。最后，在第 6章，我们又回到预测未
来股票收益的问题上来。我们将对未来不及过去美好
的结论做出详尽解释，并提供几种未来可能出现的情
形。
40
下载
第 2章
历史记录的评价
古时候的人，由于没有现代科学知识，以声称明
天会出太阳来表达自己对未来有信心。因为在当时只
有依靠历史的记录做判断才是准确无误的。但现在要
问明天是否会下雨，就会引起怀疑。由于气候变化无
常，历史记录有很大的不确定性。今天下雨并不一定
意味着明天还下雨。
就股权溢价而言，相信过去可以代表未来的假设，
是由历史数据的这样两个相关特性决定的：如何准确
地计量过去的溢价和被计量的溢价对样本时期选择的
依赖程度。在回答这些问题以前先要解决的是，原来
41
进入溢价的平均收益应当怎样计算。
2.1 计算平均溢价：算术平均数与几何
平均数
历史性的股权风险溢价，等于一个特定的计算期
内，股权的平均收益与国库券的平均收益之差。例如，
从表1-2中可以看出，在1926~1997年的整个样本时期，
股票的平均收益是 13.0%，国库券的平均收益是 3.8%，
所以，对国库券的股权风险溢价是 9.2%。这些都是算
术平均数。它们是以这样的标准方式来计算的：将所
有的年收益加总，再除以年份数 (这里是72年)。
虽然我们对算术平均数很熟悉，但它有个特点值
得一提。为说明问题，我们假设投资者在连续 4个年
份中的年收益分别是 1 0%、2 0%、- 2 5%和1 5%。4个
年收益的算术平均数是 5%。现假设一投资者的初始
情况是有 1 0 0美元，如果他 4年中的收益分别是 1 0%、
2 0 % 、- 2 5 % 和 1 5 % 。他的财富将在第 4 年末达到
11 3 . 8 5美元。但如果投资者在 4年中每年的收益都是
5%，他在第 4年末的收益将是 1 2 1 . 5 5美元。这是一个
常常碰到的问题，如果某人的一系列各年度不同的收
益率符合一算术平均数，在计算期结束时他的收益就
较多。而如果某人的各年的收益率都是这一系列年收
益的算术平均数，则他的收益就要少于前者情况下的
收益。
42
下载第 2章历史记录的评价
几何平均数就解决了这个问题。根据定义，几何
平均数是指使投资者一系列变化的收益为达致最终相
同的价值而在每年获得的一不变的收益，几何平均数
按以下公式计算：
几何平均数 =(终值/初值) 1/n
-1
这里的n是平均期数。将公式运用于上面的例子，
其结果如下：
几何平均数 =(113.85/100) 1/4
-1=3.29%
如投资者 4年的收益率均为 3 . 2 9%，最后他将可
获得113.85美元。
算术平均数与几何平均数有 4点值得注意之处：
• 几何平均数总是小于或等于算术平均数。例如，
在表 1 - 2中，股票收益的算术平均数为 1 3 . 0%，
但几何平均数仅为 11 . 0%(几何平均数位于表 1 - 2
财富之路栏的底部。 )
• 收益系列中的收益额变化越大，算术平均数与
几何平均数的差别就越大。例如，普通股的收
益变化很大，结果，算术平均数超过几何平均
数达 2 0 0个基点。而长期国库券的收益变化较
小，所以二者间的差别仅有 40个基点。
• 在给定样本期内，几何平均数不受观察间隔长
度的影响。但算术平均数却随着观察间隔的
这一点直接源于这样的事实，即几何平均数仅取决于最初与
最终的投资值。
43
缩短而上升。例如，标准普尔 5 0 0指数 (以年为

基础将每月的算术平均数按复合法计算 )在
1 9 2 6 ~ 1 9 9 7年间月收益的算术平均数为 1 3 . 1%，
而年收益的算术平均数是 13.0%。
• 两个系列的几何平均数之差不等于差的几何平
均数。这里，我们来考察一下股票收益与通货
膨胀。在表 1 - 2中，股票收益的几何平均数是
11 . 0%，平均的通货膨胀率是 3 . 1%，二者之差
是7 . 9%。但表 1 - 3说明，普通股真实收益的几
何平均数是 7 . 7%。而在算术平均数中就不存在
这种差异，在那里差的平均数总是等于平均数
的差。
对于股权风险溢价来说，不同平均数的计算使结
果存在很大的区别。如在 1926~1997年的整个时期中，
国库券风险溢价的算术平均数是 9.2%，而溢价的几何
平均数仅为 7 . 2%。二者中我们选择哪一个比较合适
呢？这取决于我们想要解决的问题是什么。假如所平
均的收益在很大程度上是独立的，并且未来与过去相
似，那么，估计未来持有期收益的最好方法就是把相
同持有期的过去收益做算术平均。例如，如果我们的
目的是以每一年为基础来估计未来股票市场的收益，
则合适的平均数就应选择风险溢价的年度算术平均
值。换一种情况，如我们的目的是对今后 5 0年的平均
股权风险溢价做出估计，则几何平均数就是更好一些
的选择。由于本书的最终目的是对股权风险溢价做出
44
理性的、有远见的估计，所以算术与几何平均数我们
都要使用。
运用任何过去的平均数时，都要以未来与过去相
似这个假设为前提条件，重申这一原则很有必要。如
果假设的条件不合理，无论使用算术平均数还是几何
平均数都会发生误导。
2.2 在实践中历史性的风险溢价是如何
衡量的
对过去年代风险溢价计量的准确与否，取决于所
选取的观察资料的变化性，平均数也是根据这些观察
资料计算的。评价这种资料的变化性的最好起点是将
表1-2继续扩展，扩展后的表包括了1926~1997年间4类
资产的月收益。外推性风险溢价变化性就是股票与相
关证券二者在收益上的差别，在有了那些扩展后的数
据组后，评价外推性风险溢价变化性的方法就是画出
股票与债券和股票与国库券溢价的直方图。直方图上
的每个长条代表着 864个月份的数据资料，我们在 X轴
上标出了这些数据的范围。各月的收益乘以 1 2个所有
观察到的数据，即把月份的收益年度化，这样理解起
来就方便多了。股票对长期国库券的算术平均月溢价
为7.2%，而对短期国库券的算术平均月溢价为 8.7% 。
这些数据略低于表 1 - 2中的年度平均数，这是因为每月的收益
乘以12后，并没有被按复利的形式计算。
45
如果股权风险溢价的变化很小，则长期国库券直方图
上大多数的观察数据就会在 8.7%附近形成阶梯状，而
短期国库券的直方图数据则会在 7.2%附近呈这种阶梯
的形式。
下列图 2 - 1 a和图2 - 1 b两图分别为长期国库券和短
期国库券股权风险溢价的直方图。一般情况下，用哪
种债券定义溢价关系不大。在数据分布非常广泛的特
殊情况下，两图中 X 轴上的观察数据尽管已包括了
从- 1 5%到+ 2 5 0%的范围，但还是没有把全部数据囊
括进去。既然数据范围这么大，就必须使用 1 0%的
间隔才能画出合理的图形。尽管如此，还是有两个长
条包含的间隔数据范围是从 0%到+ 2 0%，它包含进了
两端中间数的大量边际范围，但在月溢价中却仅占约
1 5%。进一步来看，在两个直方图中，约有 2 0%的溢
价每年出现的频率超过 5 0%，而另有 1 5%的溢价每年
出现频率少于 40%。
直方图中显示的巨大的变化性在收益的标准偏差
估计上得到了印证。在表 1 - 2中，每年数据的标准偏
差位于各列的底部。将每月数据年度化后的标准偏差
几乎是一样的。该表说明股票年收益的标准偏差约为
2 0%。风险溢价的标准偏差也大约为 2 1%，无论是以
短期国库券还是以长期国库券来衡量都是大致如此。
股票收益与风险溢价的标准偏差几乎相等这一事实反
收益可能出现低于- 1 0 0 %的情况，因为数据是每月溢价的 1 2
倍。自然，没有一个月的溢价实际上是低于- 100%的。
46
映出溢价中的变化多是由于股票收益改变而造成的，
而不是由于短期国库券和长期国库券的收益变化而造
成的。
每年21%的标准偏差，意味着我们有95%的把握来
断定下一年度的溢价范围处于从- 3 4%~ + 4 8%之间。
这可真是一个让特克森们 ( Te x a n s )得心应手的范围。
它预示着收益的可变性是如此之大，以至于难以从历
史数据中准确地发现下一个年度中风险溢价的走势。
如果我们仅仅使用战后的数据，估计出的标准偏
差数据就会有某种程度的降低。股票收益的标准偏差
下降了 1 6 . 5%，溢价的标准偏差约下降了 1 9%。这使
得对下一年度溢价处于- 3 0%~ + 4 4%范围的信心下降
了9 5%。讨论下一年度的溢价，这种范围仍旧嫌太宽
泛，谈不上什么准确性。
从多种意图出发，知道下一年度的风险溢价并不
是必须的。对于长期投资者来说，关键的问题是，在
长期中未来的风险溢价究竟是怎样的，而不是下一年
度的风险溢价如何。从公司制定投资决策的角度来看，
所需要的是对下一年度预期收益的估计，而不是对下
一年度实际收益的估计。这是因为在资本预算中所使
用的贴现率是资本成本的贴现率，它反过来又依赖于
这种把握程度的计算，是以收益是独立的，且是按不变的标准
偏差分布这两个假设条件为基础的。这两个假设中没有一个是
所有数据都符合的。但当进行更复杂的分析时，这种把握程度
仍大致相同。
47
48
49
对未来收益的预期。对这些数量的把握程度不取决
于个别收益的标准偏差，而取决于平均收益的标准偏
差。因为平均标准偏差的降低率约等于所观察数据的
平方根，所以样本时期越长，把握程度就越小。例如，
表1 - 2表明，在整个 7 2年间的样本期内，标准普尔 5 0 0
指数的平均收益的标准误差为 2.4%。平均风险溢价的
标准误差也是 2.4%。这意味着对平均风险溢价范围在
2 . 5%~ 1 4%的把握程度有 9 5%，而具体又要看使用的
是哪种财政债券的数据。这个范围仍旧是巨大的。
3%与1 4%的差别，类似于股票收益与短期国库券收益
之间的差别，当在 7 2年间按复利计算时，这种差别就
是巨大的，正像图 1-1中黑线表示的那样。
前述内容的要点是 72年的数据不足以准确地度量
出使大多数投资者满意的风险溢价。虽然长期国库券
历史性风险溢价是 7.4%，但这个数据是很模糊的，以
至于假设未来的风险溢价是 3%或是假设它是 1 2%都符
合统计意义上的标准水平。但实际上 3%的溢价和1 2%
的溢价之间是存在着经济意义上的重大差别的。
对于这种风险溢价估计中的模糊性，一种简捷的
解释是，历史性的估计对于样本时期的选择来说是非
下面举例说明如何鉴别实际收益的变化与预期收益变化的差
别。如果一位棒球运动员是个 0.250击手，每场击球 4次，预期
他每场命中 1次。由于预期仅取决于运动员长期击球的平均情
况，所以这个随时间变化而变化的预期的改变会相当慢。在每
一场比赛中，运动员命中的实际数量会有很大不同，他很有可
能在许多场中未中一球，而在另一些场次中，命中超过一球。
50
常敏感的。表 2 - 1可说明这一点。使用月份的数据，
该表给出了整个 1 9 2 6 ~ 1 9 9 7年间历史性风险溢价估计
的多个子集。该表说明即便再将时期扩展 3 0年以至更
长，风险溢价估计约在 3%~ 1 0%之间。而如取较短的
时期，这种变化甚至更大。例如，从 1 9 2 9年7月底到
1 9 3 2年 6月底，长期国库券的历史性的风险溢价是
-59%，短期国库券是- 57%。
表2-1 在各种样本期内的平均历史性风险溢价
股票对长期股票对短期
样本期国库券的国库券的
溢价(%) 溢价(%)
整个样本期：1926.1~1997.12 7.24 8.67

1946.1~1997.12 7.54 8.11
1946.1~1972.12 10.46 9.48
1973.1~1997.12 4.39 6.64
1973.1~1987.12 3.13 3.03
1929.8~1932.6 -59.30 -56.92
1990.1~1997.12 5.59 11.32
扩展样本期 : 1802.1~1997.12 4.00 5.00
伊博森以前时期 : 1802.1~1925.12 3.40 3.50
表2 - 1也包括了 1 9 2 6年以前的溢价表现。施沃特
( S c h w c r t ) ( 1 9 9 0年)和后来的西格尔 ( 1 9 9 8年)将不同出
处的数据拼凑到一起，把股票、长期国库券、短期国
库券的通货膨胀研究推移到 1 8 0 2年。第 3章中详细描
述了这些数据，表 2-1告诉我们，1802~1925年间，平
均风险溢价比起后来的 1802~1997年要小得多。
我们所得出的结论是，如能达到长期国库券的历
51
史性风险溢价平均值约为 7%，而短期国库券约为 9%，

就是最好不过的合理估计。即使假设过去可以代表未
来，由于不知道过去的风险溢价究竟是多少，因此，
对未来的估计也就很难做到准确无误。
2.3 股权风险溢价的非稳定性和历史性
估计
要使过去的平均数有意义，则被平均的数据必须
取自同样的域。如果不是这样，数据来自不同的域，
我们就称这种数据是非稳定的。当数据是非稳定的情
况时，还使用过去的平均数就一定会产生出荒谬的结
论。可以用个简单的例子来说明非稳定数据是怎样导
致麻烦的。假设我们要预测 2 0 5 0年7月1 0日纽约的最
高温度。方法之一是将前 1 0年每天的最高温度加以平
均。得到的结果大约是华式 5 5度，但这对于 7月1 0日
来说是个荒谬的预测。原因是因为预测温度时没有考
虑在一年中，不同的每一天来自不同的域。冬季的一
天完全不同于夏季的一天。将冬夏混淆在一起计算平
均值，带入我们脑海的景象是士兵在平均 6英寸的河
中溺水身亡。
在使用过去的数据估计风险溢价时，内含的假设
是那些数据是稳定的。然而，有许多理由认为，真正
难以观察到的风险溢价可能随时间变化而变化。例如，
在大萧条最严重的时期，在股票的下跌超过 8 5%时，
人们充其量也就是以怀疑的眼光看待股票市场。相反，
52
在90年代，经过近 10年的股价上升之后，人们对市场
的看法就有了很大的不同。将人们这种观念上的变化
与风险溢价的变化相联系是合乎情理的。除此而外，
经济还会从多个方面影响风险溢价。联邦储备有权控
制货币供给，政府在稳定经济中的作用大大扩张了。
对证券市场的管制与监督大大加强。所有这些变化，
以及许多其他的变化，都说明用来估计风险溢价的历
史数据有可能是非稳定的。
有一个特别有用的证据可以来调查股票收益 (及
风险溢价 )非稳定性的情况，这就是那些收益的变化
性。与平均收益和平均风险溢价不同，对收益的变化
性的估计可以达到很高的准确程度。这来源于一个统
计学的基本定理。这个对于金融分析有着重要意义的
定理简单来说是这样的：假设一给定的数据组可被分
为不同的细小的部分，例如，假设一个有 2 0年历史的
股票市场的收益可以表示成年收益、月收益或天收益。
该定理认为在估计平均数时，使用划分更精细的分类
对准确性来说无助于事，因为估计的准确性决定于几
乎是全部的样本长度，在这里就是 2 0年。将数据分成
2 0个年的数据还是分成 2 4 0个月的数据无关紧要，但
是在做收益的变化性估计时，准确性就取决于观察数
据的数量多少了。结果，在此时如将数据做精细的划
分，会大大增加所观察数据的个数，也就会因此而提
高估计的准确性。例如，现在对市场变化性做估计时
经常使用 5分钟的间隔来衡量收益。这一定理的结论
53
是，在短时期内估计市场的变化性是可能的。这样，
对非稳定性的检验，就成为可能的了，至少在收益变
化性的估计问题上它是可能的。在市场可变性上的这
种检验显示出统计意义的巨大变化。最著名的是，二
次世界大战前收益所发生的变化要比战后收益所发生
的变化大得多。例如，在 1926年1月至1942年12月间，
长期国库券月风险溢价的标准偏差是 9 . 6 5 % ，而在
1 9 4 6年1月至1 9 9 7年1 2月间，这个数值是 4 . 1 2%。这
个差距在 1%的水平上是具有重大统计意义的。
对于收益水平来说，收益的非稳定十分重要。因
为经济理论包含着这样的假设，将市场作为一个整体，
变化性越大，意味着风险溢价就越大。假设经济理
论支持这种风险—收益间的关系，那么风险溢价就应
当是非稳定的。
认识到风险溢价有可能是非稳定的，实际上就为
我们在用过去的平均数预测未来这个问题上敲响了警
钟。不幸的是，这种警示并没有真正解决问题。为了
合理估计未来风险溢价，必须详细说明非稳定性的特
征。再次考虑一下估计 2 0 5 0年7月1 0日纽约市高温的
问题。一旦认识到所用数据是非稳定的，而导致这种
非稳定的原因是季节变化，那么就可运用统计学的技
术来解决这个问题。最简单的解决方法是把用来计算
平均数的样本限定在稳定数据上。例如，可以计算前
20个7月10日的高温的平均数。
在第4章中详细讨论了股票风险与收益之间的理论关系。
54
在风险溢价的情况下，要清楚地解释非稳定性的
原因需要发展出一个溢价随时间变化的模型，或至少
需指出决定变化的变量来。例如，经济理论认为风险
溢价应当与收益的偏差成比例，这时，就可以从历史
数据中估计出这个恒定的比例。可以运用短期样本估
计出当前收益的标准偏差，再与这个恒定的比例相乘，
即可预测出未来的风险溢价。
另一个以经验为基础的方法是跟踪风险溢价随时
间变化的情况，并找出相关的变量。实施这一方法的
困难之处在于平均收益度量的非精确性。所幸的是，
统计学理论对这一问题提供了可行的解决方法。将数
据组细分可以增加对一些相关关系，如方差估计的准
确性。利用这个特性，自从本世纪 7 0年代以来，难以
计数的研究者做了种种努力，试图估计出风险溢价与
某些变量的相关关系，根据各种经济理论的预测，这
种相关关系是存在的。
2.4 尝试以模型描述风险溢价变化的努力
在讲述种种改变风险溢价情况的尝试之前，先要
澄清一个概念，通过举下面的例子是理解这一概念的
最好方法。假设我们发现红利收益与股票收益之间有
某种关系，在这一基础上，红利被选定为评价股权风
险溢价变化的一个变量。进一步说，假设经验证据表
明，现在的红利收益与未来的风险溢价正向相关。那
也就是说，当红利收益大时，股票价格相对于债券收
55
益来说会上升得更快。这个发现可以用两种方式来解
释。第一，可以把红利收益看作事先的风险溢价。无
论何种原因出现的高红利，都标志着投资者在持股时
要求更高的风险溢价。这种解释完全符合市场的有效
性，使我们可以把风险溢价的变化视为红利收益的一
部分。
但我们还可以有另一种解释。假设市场并不是完
全有效的。市场价值有时在很大程度上被低估或高估
了。在这种情况下，红利收益就会与前瞻的股票收益
相关。例如，假设市场受人们主观心理上乐观或悲观
情绪的主宰，当市场被过度低估时，可能受大量投资
者乐观情绪的影响，红利收益上涨。 (由于股价 P毫无
道理的下降，所以红利与股价之比： D / P上升了。)乐
观情绪随时间而逐渐消失，市场最终重又回到更加正
常的水平。在再次调整时期，价格会比正常情况下上
升得更迅速，根据过去经济实际分析出的外推的风险
溢价将高于平均水平。当悲观情绪到来时，上述过程
逆转。情绪的低落与波动，使得红利收益与随后而至
的风险溢价正向相关。然而，在这种解释下，真正前
瞻的风险溢价从未改变。相反，无论何时发生投资者
情绪误导普通股价格的情况，都会使外推性溢价成为
前瞻性溢价的错误指示器。
简单说来，在红利收益与未来风险溢价的相关性
方面，有两种根本不同的解释。一是高红利收益与市
场条件的改变相关联，这与未来股票的更高收益合理
56
地联系在一起；二是高收益是人为压低股价的证据，
当股票价格恢复到正常水平时，股票收益要高于平均
值。
这种将风险溢价的由于理性的“均衡”而带来的
改变，与由于市场价格误导带来的改变区分开来，意
义十分重大。许多在金融问题上发生的争议由此得以
澄清。这里还有另一个值得一提的例子，尽管事实上
它与市场风险溢价并不直接相关：在法玛和佛伦奇
(1989年)的一篇被广为引用的文章中，指出了个人股的
风险溢价与公司市场的资本化有很大的相关性，也与
公司的帐面价值与市场价值之比有很大相关性。文章
认为，这是由于存在那些与市场资本化和帐面—市场
价值之比相关的风险因素，风险溢价得到补偿的结果。
然而，其他一些作者，包括雷克尼肖克 (Lakonishok)、
施拉佛尔 ( S h l e i f e r )和威什奈 ( Vi s h n y ) ( 1 9 9 4年)，却认
为资本化与账面 —市场价值之比更应解释成是债券价
格失真的标志。尽管许多一流学者对此有过大量论述，
但这一争议却始终没得到解决。
导致评判两种解释如此困难的原因在于真正的前
瞻性风险是观察不到的。正是由于这个原因，使得系
统的市场价格错误与前瞻性的风险溢价难以区分。股
价的增加在平均值以上，既可能是较高风险溢价的结
果，又可能是非理性市场动力的结果。 9 0年代美国股
票市场的高涨对这个问题提供了解释。这种高涨是应
归因于风险溢价的理性的下降，还是由于部分投资者
57
过度乐观的情绪所至？对此的讨论及相关的解释，我
们留到第 5章，但目前，关键是要认识到，仅就历史
的相关性来说，我们不能区分那两种解释。
2.4.1 以收益的变化为基础的模型
第一种描述风险溢价变化的尝试，集中在解释以
上所说的风险—收益的关系上。以下学者的文章为探
讨股票收益和收益变化之间的关系做出了贡献。他们
是：布莱克 (Black)(1976年)；莫顿(1980年)；佛伦奇、
施沃特和萨特姆鲍夫 ( S t a m b a u g h ) ( 1 9 8 7年)；波特巴
( P o t e r b a )和萨莫斯 ( 1 9 8 8年)；布林 ( B r e e n )、格洛斯坦
(Glosten)和贾根纳森(1989年)；特纳(Turner)、斯塔茨
(Startz)和纳尔荪 (Nelson)(1989年)；纳尔荪 (1991年)；
坎贝尔和亨特谢尔 (Hentschel) (1992年)；以及格洛斯
坦，贾根纳森和郎克尔 (Runkle) (1993年)。所有的文
章都证实了收益的变化性会随时间而改变的事实。不
幸的是，在可改变的变化性与风险溢价的关系上，作
者们的意见不一致。一些人举例证明是正相关的关系，
另一些人则举例证明是负相关的关系，还有一些人认
为二者之间根本没有明显的统计意义上的相关关系。
如果在这个问题上还有一个基本之点的话，那就
是股票收益与收益变化性之间有着微不足道的关系。
这也就是说，那种价格剧烈波动应伴随着股票市场高
收益的所谓经济上的直觉是错误的。回顾格洛斯坦等
(1993年)的论述，就可知这并不令人惊奇了：
58
乍一看来，理性的厌恶风险投资者在债券风
险增加时会要求较大的风险溢价。但这可能并非
事实，因为风险相对更大的时间周期，可能与投
资者更能忍受特殊类型风险的时间周期相重合。
进一步来看，当未来的风险性增加时，投资者可
能会增加储蓄，这也是不一定要求增加风险溢价
的原因之一。
无论对外推性风险溢价与收益变化性间微弱关系
做何种解释，都意味着要改变风险溢价模型，收益的
变化性不是一个好的选择变量。
2.4.2 以红利和收入为基础的模型
在早期的一篇颇有影响的文章中，法玛和佛伦奇
( 1 9 8 8年)给出了以红利为基础的股票对短期国库券的
外推性股权溢价的回归结果。我们将与他们的回归相
似，并更新了数据后的结论列于表 2 - 2中。数据限于
从战后的 1 9 4 8年起开始。独立变量 (外推性溢价 )是标
准普尔 5 0 0指数的收益与 1个月国库券收益之差。取 1
年、2年和5年的时间长度，观察其后的红利收益数据，
以此来衡量外推的风险溢价。当延长时间标准时，所
观察到的数据发生重叠的情况。在各种情形下，解释
性变量是在观察间隔期开始时，按标准普尔 5 0 0指数
计算的D/P比率。
与法玛和佛伦奇的结论一样，该表格说明，红利
收益在预测外推性风险溢价上有很大作用，特别是在
59
时间间隔较长时更是如此。时间为 1年时的回归结果
显示出，在外推性风险溢价中约有 1 0%的变量可从年
初的红利中得到解释。而时间为 5年时，可用红利收
益解释的变量上升到近 5 0%。这意味着低的 D / P比率
确实预示着低于平均值的股票收益与国库券收益和红
利的增长相关。相对于红利来说，股票价格增长较慢，
是将 D / P比率带回到它的历史平均值的原因。不过，
由于随时间而发生的调整缓慢，从这种关系中，并不
能得到短期收益。但 5年期的回归意味着当 D / P比率
接近它的历史低水平时，下一个 5年中的风险溢价将
在逐年低于历史平均值 1%的水平上。
表2-2 按红利收益计算的外推性风险溢价的回归
(1948~1997年)
时间(k) a t (a) b t (b) R2
1年 -0.086 1.02 4.45 2.22 0.093

2年 -0.218 -1.79 10.01 3.47 0.204
3年 -0.79 -3.75 30.59 6.22 0.468
注：外推性溢价回归方程的形式是 (t到t+k)=a+bD(t)/P(t)。
实际上， D / P随时间缓慢改变就为 5年回归的意

义投上了怀疑的阴影。在 1 9 4 8 ~ 1 9 9 7年的 5 0年间，只
有1 0个5年期的独立观察变量。因为 D / P 变化太慢，
这意味着真正能够提供有价值信息的观察数据更少。
结果大多数有解释效力的数据来自 3个时期，即 5 0年
代的高红利收益期，它发生于 6 0年代市场繁荣之前；
60年代中期的低红利收益时期，它发生于 70年代早期
的市场暴跌前夕；以及 7 0年代后期的高红利收益时
60
期，它发生在 9 0年代的市场繁荣之前。要预期未来风
险溢价的变化，仅使用这个红利收益的信息真的就足
够了吗？
虽然数据有限，红利收益回归确实为风险溢价的
非稳定性提供了证据。它包含的变化幅度其实并不算
大。收益在高点和低点之间的变动中，仅有每年 1%
与风险溢价的变化有关系。然而，红利收益的回归却
起到了一种警示作用，它让我们知道了风险溢价稳定
的假设是错误的，也让我们知道简单的使用过去平均
数来预测未来的方法是要不得的。
2.4.3 在做长期风险溢价的估计上，非稳定性问
题真的那么重要吗
如果我们的最终目标是对未来长期风险溢价进行
估计，那么可以说，非稳定性问题即便真的存在，也
可能是个次要的问题。溢价与红利收益之间的关系就
提供了一个很好的例子。假设表 2 - 2中的回归所取的
是票面价值，并且，假设可以用红利收益来预测风险
溢价的变化。只要红利收益在长期中有着在中值附近
徘徊的趋势，事实上所有可以得到的证据都表明的确
是有这种趋势，则风险溢价的长期预期就可在很大程
度上免受与红利收益相关的非稳定性的影响。这是因
为，未来与过去一样，将以高或低的红利收益为特征
来划分期间。但如果在红利产生过程中不发生永久性
变化，并且，如果用来计算平均数的样本时期足够的
61
长，则未来的平均收益会接近过去的平均收益。这意
味着未来的平均风险溢价会接近于过去风险溢价的平
均数。结果，我们就既不必考虑红利收益的变化，又
不必考虑用外推性风险溢价来预测长期未来价值。一
段时期的用来外推风险溢价的过去平均值，只要这段
时期足够长，包括了红利收益几上几下的变化阶段，
那么用它来做未来溢价的估计就是合适的。建模研究
红利收益与风险溢价关系的唯一明显的好处是，我们
可通过模型找出风险溢价低于或高于长期平均值的时
间段。
现在从另一个角度来说明风险溢价的变化无关紧
要，请考虑一下在商业循环中可能出现的风险溢价变
化。法玛和佛伦奇 ( 1 9 8 9年)提出了预期收益与商业循
环相关的证据。特别指出，在衰退时期预期收益大于
扩张时期。然而，商业循环的性质是周而复始，这
即所谓的循环周期。结果，虽然溢价随商业条件的改
变发生暂时性的上升或下降，但不会发生永久性的影
响。因此，在对长期风险溢价的估计上，只要使用的
历史数据能够覆盖几个商业循环周期，我们忽略由于
商业循环产生的非稳定性就仅仅会产生很小的误差。
这个结论同样适用于另一个变量，我们发现这个
变量也有一些预测未来风险溢价的功能。这个变量就
法玛和佛伦奇认为，发生这种情况的原因是，衰退时期与繁
荣时期相比，消费中每增加 1美元的边际效益在前者要高于
后者。这是因为，投资者在受到诱惑放弃消费之前，他们一
定要有一个更高的预期收益率。
62
是过去的股票收益。法玛和佛伦奇 ( 1 9 8 8年)提出股票
收益有趋于平均化的倾向，所以，极高收益时期过后
很可能会是低于平均收益的时期紧随而来。这就是说，
过去的市场收益可用来预测未来的风险溢价。但是，
这些过去的收益，按其性质，在风险溢价的长期平均
值上下徘徊。法玛和佛伦奇认为，并没有证据表明这
种趋于平均值的倾向会对长期平均值本身造成影响。
我们仅在解释风险溢价的非稳定性使变量在中值
上下徘徊时，才应用前面的论据。如果在一个不变的
方式中，解释性变量发生变化，则长期平均未来风险
溢价将得到改变。例如，如果预期的未来红利收益平
均值低于过去的平均值，那么，平均风险溢价也会持
久性地低于过去平均值 (假设回归过程是正确的 )。结
果，在风险溢价中，这种持久性的变化就对股票价格
发生影响，这种影响使得计算过程和对历史平均数的
解释都更加复杂化了。
2.4.4 风险溢价的持久性变化对股票价格所发
生的影响
在数据是非稳定性的情况下，存在于股票价格与
风险溢价中的一个独特之点使得对过去平均值的解释
和计算非常危险。仍然以举例来给予说明。此例的基
础是基本的价值公式，我们假设它的风险溢价持续性
下降，因此，贴现率将导致股票价格持续性上升。这
种情况是大量财经报导中讨论的主题。 1 9 9 8年3月3 0
63
日，《华尔街日报》发表了詹姆斯・格拉斯曼 ( J a m e s
Glassman)和凯文・哈西特 (Kevin Hassett)的文章，他
们认为，当时高水平的股票价格就是风险溢价持续性
下跌的结果。
为举例的需要，同时也为了说明格拉斯曼和哈西
特的观点，我们做下列计算。假设无风险的国库券利
率是 5% ( 接近于 3月 3 0 日的水平 )，股权风险溢价为
8%(接近于伊博森的历史估计 )。除此之外，假设预期
的普通股红利上涨到 5%。这相当于 3%的增长用于补
偿通货膨胀，而发生的真实增长是 2%。这一真实增
长率与预期的美国经济长期真实增长率是一致的。接
下来，我们假设由于某种原因，风险溢价突然下跌到
3%。我们可以使用基本价值公式中的固定增长变换
来大致代替股票价格水平的影响程度。固定增长变换
加入红利按固定比率增长的假设后，使问题得以简化。
有了这个简化了的假设，基本的价值公式就成为
D1
p= (2-1)
k−g
把式2 - 1应用于标准普尔 5 0 0时，D1就是下一个年
度股指的红利，而 k就是贴现率 (与市场预期收益相
等) ，g 是红利的预期增长率。当风险溢价为 8% 时，
贴现率是 1 3%(等于5%的无风险利率再加上 8%的风险
溢价)。因此，式2-1表明价格水平可由下式得出：
有关固定增长模型的推导可在任何企业财务与投资类的教科
书中找到。
64
D1
p=
0.13 − 0.05
当风险溢价下降为 3%时，价格水平上升到：
D1
p=
0.08 − 0.05
因此，将价格水平下降前后相比，
0.13 − 0.05
价格变化的比率 = = 2.67
0.08 − 0.05
这是红利支付的独立变量。这一简单的计算说明，
风险溢价下降 5 0 0 个基本点，导致股票价格上升了
167%！
风险溢价的下降与股票价格上升相关连的事实使
得用过去平均数做未来溢价的估计特别危险。只要把
此例稍加复杂化，并让风险溢价缓慢下降而不是一下
子跌落500个基点，我们就可把其中的陷阱展现出来。
特别地，我们假设在如上所述的财政债券无风险利率
为5%、风险溢价等于 8%的条件下，金融市场早已处
于长期均衡的情况。这时，股票收益与风险溢价的长
期平均值在均衡时期，应当分别为13%和8%。下一步，
假设风险溢价的跌落不是瞬间发生的，而是连续 5年
每年下降 1%，达到一个 3%的新的均衡水平。如果公
司的收入和红利仍旧是固定的，当股权溢价下降时，
股票价格就会上升。在合理的收入和红利水平下，我
们可看到，如其他条件不变，5年中，风险溢价的
下降分别为 31%、33%、37%、45%和62%，下降之后，
著者可提供基本计算方法。
65
股票收益会在一个新的较低的水平上重新确定。在新
的均衡水平上，长期中的平均收益为 8%，平均风险
溢价为3%。
在上述条件下，考虑这样一种境况，一位对实际
的、难以观察到的风险溢价已经下跌一事不得而知的
市场观察者，只得依靠新近的历史数据来预测溢价。
在真实的溢价下跌时，观察者以近期收益为基础做的
溢价估计却是猛烈上升！我们具体地解释一下，假设
观察者使用2 0年的历史数据来估计溢价，在股权溢价
下降之前，他的估计应大致与 8%的基础性溢价的平
均数相等。但如果观察者预计到风险溢价 5年下降的
情况，则他估计的价值将为 1 3 . 5%。这不仅大大超出
了现在实际风险溢价 3%的水平，同时也大大高于最
初的风险溢价 8%的水平。
风险溢价与股票收益反方向变动的关系使得非稳
定性问题在股票收益上表现得尤为复杂，而在其他类
型数据上则相对简单些。由于基础性风险溢价改变，
股票收益以及据此做出的风险溢价的历史估计，均要
向相反的方向变动。结果是，风险溢价下降时，无疑，
对它所做出的估计会过高。首先，下降之前的历史性
收益将高估现在已经降低了的溢价；其次，下降期间
的历史性收益将更高于下降之前的情况，并会发生复
合性错误 (溢价上升时，收益的反方向变化 )。
必须强调的是，前述结论仅在风险溢价发生的是
永久性变化时才成立。在前面的计算中，当风险溢价
66
改变时，我们假设这种变化永远存在。这也就是说一
个贴现率 k可被用于所有未来的现金流。如果风险溢
价不时地上下徘徊，那么由于它的变化所造成的影响
将会由于以下两个原因而小得多。第一，投资者会对
变动方式的改变更加小心翼翼，并据此来调整他们的
信心。这样，预期的风险溢价上升，贴现率也会与之
相适应而上升。如果 k仅仅受到几个时期的影响，那
么它对股票价格的影响就将是有限的。第二，如果贴
现率上下徘徊，那么预期过低与预期过高的影响就会
相互抵消。这意味着长期的历史平均数将会是一个相
对无偏的未来长期风险溢价的估计。
2.4.5 非稳定性概要
关于非稳定性的讨论有以下几个基本结论：第一，
预期的风险溢价可能是非稳定性的。非稳定性出现的
原因是在衡量预期收益时存在大量误差。那些会对预
期风险溢价发生影响的种种变量，如股票收益、红利
收益、经营条件等都在随时间变化而处于不断变动之
中。虽然其中的关系还未彻底理清，但研究者们已发
现了这些变量与外推性风险溢价之间有重要的相关
性。这就是说，难以观察到的前瞻性溢价也在变化之
中。
从估计未来长期风险溢价的观点来看，由红利收
益和经营条件变化而导致的风险溢价变化可能不太重
要。那些因素导致前瞻性溢价上下徘徊，但并不会导
67
致出现永久性的变化方式。预期风险溢价中的短期变
化对股票价格的影响相对较小，因为它仅仅影响到几
个时期的贴现率 k。除此之外，它对长期的未来预期
收益几乎没有影响。所以说，包含了上下变化的历史
数据平均数，只要所选时期足够长，它就仍然可成为
估计长期未来溢价的理想工具。
有时不应使用过去平均数预测未来，这就是溢价
发生根本性的永久性变化时，这种永久性变化将导致
对未来所做的历史性估计在非常大的程度上偏离正确
值，从而不是过高就是过低。格拉斯曼与哈西特
( 1 9 9 8年)认为，导致 9 0年代股市繁荣的的正是这种永
久性的变化。然而，如仅仅以历史平均数为计算基础
的话，就不能对这种观点做出合适的评价。
2.5 幸存偏倚
2.5.1 产生的效果
到目前为止的分析，我们都是先做些无关痛痒
的假设，以便方便地使用历史数据对美国的股权风险
溢价做出估计。事实上，由于美国股票市场的数据比
任何其他国家的数据都完整，所以通常都是使用美国
的数据分析风险溢价。但美国的数据更为完整是有其
原因的。与德国、法国、意大利和日本不同，美国从
未介入或输掉一场主要的战争。与俄国的区别在于，
美国在 2 0世纪没有两次国内革命的经历。事实上，在
68
1 9 2 6年以后，当可以从股票市场获得详细数据时起，
美国人就过上了令人神往的生活，经济繁荣，军事力
量增强。但在 1926年时，美国光辉灿烂的未来前景还
不那么明朗化。
美国式幸福生活所产生的问题在统计文献中被称
为幸存偏倚。美国股市资料数据的精确完整性得以保
持下来，是因为美国避免了发生在其他国家市场中的
灾难性的破坏现象。正是由于这个原因，使用美国的
历史数据预测未来可能并不理想，即便是预测美国的
未来，也会有些问题。
为了说明幸存偏倚在统计研究上的重要性，我们
考虑下面这个例证，这是一项早期对香烟效果的研究。
假设两位随机抽取的试验者均为 6 5周岁，一位选自抽
烟者群，另一位来自非抽烟者。为了断定抽烟的影响，
需要追踪每一位的健康状况，特别是要确定哪一组的
平均寿命更长一些。足以令人吃惊的是，早期的研究
显示了抽烟者的平均寿命更长一些。这看来似乎说明
抽烟改善了一个人的生命预期。
出现这种谬论般的结论正是由于幸存偏倚。要理
解幸存偏倚是如何发生作用的，必须以所有的抽烟人
口为出发点来进行研究，而不能仅以 6 5岁以上者为研
究对象。这种在研究对象上的选择差别是十分重要的，
因为许多抽烟者在 6 5岁以前就逝世了。那些幸存者可
能有某些其他原因。如也许是女性，或具备某些有利
于长寿的基因。可能除了抽烟外，他们生活方式的其
69
他方面是健康的、模范的。另一方面，在非抽烟者中，
某些人可能过度肥胖，只因不抽烟才勉勉强强活过 6 5
岁。总而言之，由于幸存偏倚的存在，两组人群是不
可比的。6 5岁的吸烟者与同龄的非吸烟者相比，在总
体上被赋予了更理想的基因，并且生活得更健康。如
果不是这样的话，他们可能已不在世了。
在一项被广泛引用的学术研究中，布朗 ( B r o w n )，
格茨曼 ( G o e t z m a n n )和罗斯 ( R o s s ) ( 1 9 9 5年)试图断定幸
存偏倚对风险溢价估计的潜在影响。他们提出了一个
股票价格的数学模型，模型中包含了一个关键性的价
格水平。如果股价跌落至关键价格水平之下，就会发
生市场崩盘并且交易停止。他们又调查了正常情况下
的股票平均业绩和那些股价从未跌落至关键价格边缘
的国家的股票平均业绩，研究了二者的区别。勿庸置
疑，他们发现，如果以市场达到关键价格水平为条件，
那么从未达到这一关键水平的市场上的股权风险溢价
要远远高于不以这一价格水平为条件的市场上的溢
价。
为了评价他们这项经验研究成果的重要性，布朗
等人 ( 1 9 9 5 年)使用类似表 1 - 2中的美国历史数据作为
模型的参数验证。特别是，在他们确定的模型中，可
观察到的股权风险溢价，其关键水平为 8 0年交易中市
场从未达到过的 8%。求解这个模型，他们发现， 8%
的条件性风险溢价与一个 4%的无条件性风险溢价相
一致。这意味着使用来自成功的、交易未被中断过的
70
市场数据来估计股权风险溢价，导致了约 1 0 0%的对
溢价的高估。
幸存偏倚既影响平均收益又影响对风险的估计。
其原因是如果以幸存为条件，这条件必须是“从未发
生过太坏的事情”的情况，否则的话，股价会降到关
键水平，市场会崩溃。这就是说，由于达到了下界，
这种市场收益的可变性会减少。除此之外，重大交易
的中断不仅与变低了的平均收益相连，同时还与收益
极大的变化幅度相连。结果，从那种没有包括罕见性
灾难的样本中计算出的标准偏差，低估了不确定性的
真实程度。这样，早些时候计算的风险溢价的信心周
期本可能很宽泛，现在则可能太狭窄了，即便对美国
市场来说也是如此。
出于同样的原因，保留下来的市场股票收益显示
出略有转换的迹象。这是由于市场总是从下降趋势中
开始复苏的，如果不恢复，就要击中关键水平线了，
由法玛和佛伦奇 ( 1 9 8 8年)发现的股票收益的转变，可
由这个事实给以解释，至少是部分地给以解释。
在对幸存偏倚总体影响的评价中，布朗等人
(1995年)这样写到：
回顾伦敦或纽约股票市场的历史，投资者可
以充分肯定的情况是，股票比债券提供的溢价大
得多，并且，市场在惨痛的崩溃后会得到很好的
恢复……而不那么能肯定的是其他主要市场：俄
国、中国、德国和日本的过去的历史。其中的每
71
一个市场都发生过一次或多次交易中断的情况，
这种中断使长期研究的效果受到影响。
可能科克伦 ( C o c h r a n e ) ( 1 9 9 7年)对幸存偏倚含义
的概括更有说服力：
贯穿1 9 4 5年的那段时期 (直到现在 )，股票的
平均收益要比债券高 8%，对于这一点，人们是
否能够清楚地认识到呢？如果是的话，大家就会
购买更多的股票，甚至于在了解到有 1 7%的风险
性变化时也会如此。但在 1945年时，这显然不是
事实，美国市场没有倒退步入萧条，反而经历了
半个世纪的增长，这种增长幅度是人类前所未有
的。如果是这样的话，人们会期盼着多数股权溢
价能有好运。
祝它好运，虽然这只是个祝愿。根据定义，是不
能预期这好运再次出现的。如果科克伦是正确的，那
么美国的历史就不是一个靠得住的估计未来风险溢价
的标准。
在理论上还有一种与幸存偏倚相关的论点，这种
论点也认为外推性风险溢价有可能高估未来的溢价。
例如，假设在某一给定年份中，存在着一个非常小的
如0 . 2 5%的严重金融危机的概率。在那样的情况下，
人们会预期每 4 0 0年发生一次危机。这意味着即使我
们掌握了 1 0 0多年的数据，也多半观察不到危机。如
果见不到危机，那么，外推性风险溢价就会高估前瞻
性的风险溢价，因为危机的可能性并没有在历史数据
72
中反映出来。另一方面，如果见到了危机，外推性的
风险溢价将会低估前瞻性的风险溢价。在美国的情况
是，在 1 9 2 6 ~ 1 9 9 7年间的伊博森数据时期，没有发生
危机，但在其他国家却发生了。这说明可通过验证各
国的数据来估计出以经验为根据的幸存偏倚的重要
性。为估计幸存偏倚的影响，学者们开始更仔细地研
究美国以外国家的普通股的长期业绩。使用国际性数
据可大大扩大样本。除此之外，既包括发生危机的国
家又包括未发生危机的国家，这就消除或至少减弱了
幸存偏倚。
为研究幸存偏倚的重要性，西格尔 ( 1 9 9 8年)调整
了1 9 2 6 ~ 1 9 9 7年间英国、德国和日本的收益系列。在
对数据进行分析的基础上，他指出美国股票真实收益
的几何平均数比德国股票的平均数高出 6 0个偏见点，
高出英国股票 100个偏见点，高出日本股票 380个偏见
点。在二次大战期间和战后，日本市场的崩溃程度比
德国要严重得多，所以日本的收益是最低的。
西格尔所给予我们的总体印象是，幸存偏倚是个
问题，但不像布朗等人 ( 1 9 9 5年)所描述的那么严重。
德国的真实收益与美国的真实收益惊人地相似。即便
是日本，虽遭受了严重的重创，但收益上的差距也仍
然小于布朗等人所预测的情况。尽管战争期间市场
请记住布朗、格茨曼、罗斯 ( 1 9 9 5年)所计算的差别是幸存性
股权风险溢价与非条件性风险溢价的差别。而以幸存为条件
的风险溢价与以崩溃为条件的风险溢价之间的差别则大得多
了。德国和日本的数据是发生崩溃条件下的数据。
73
发生崩溃，日本股票的业绩仍然比美国长期国库券的
业绩要好。
为了更加全面地评估幸存偏倚的影响，格茨曼和
乔恩 ( J o r i o n ) ( 1 9 9 7年)将3 9个市场自 1 9 2 0年代以来的
历史数据拼合在一起，但问题在于，仅仅是在 1970年
以后才收集到美国和英国以外的其他发达国家的综合
性数据，而在 1 9 8 0年以后才有新兴市场国家的数据。
为了及时获得充分的收益系列数据，格茨曼和乔恩又
转而使用国际货币基金组织提供的数据及更早期的国
际联盟提供的数据。以这种方式，他们就能够构建成
39国中大部分国家早至 1926年的相对完整的数据，这
些数据可以显示股票市场增值的情况。不幸的是，因
为在许多国家难以找到红利的数据，所以总收益还是
计算不出来。为此，格茨曼和乔恩对每个国家的增殖
率、净红利都做了大量的分析。
他们发现，美国市场的平均真实增值率是最高的，
约为年 5%。而在其他国家，真实增值的中间率和平
均率仅约为1.5%。作者得出了以下结论
……有令人惊奇的证据支持着美国是幸存者
这一观点对股权风险溢价的解释……。从我们独
有的长期数据中所得到的主要教训就是，在整个
( 2 0 )世纪，全球资本市场经历了巨大的变革。在
我们的样本中，除美国等极少数的市场以外，其
余主要的市场均遭受过灾难性的重创。市场或被
关闭，或由于金融危机、战争、财产没收和政治
74
动荡而停止交易。这一点无疑解释了为什么只有
美国股市的资本真实收益增长率达 5%，而其他
国家股市都比美国低约 3%。这个经验研究的结
论，支持了我们对股权溢价之谜所假设的逻辑
条件，这个条件就是：溢价之谜是由于我们对溢
价的估计是在业绩最好的市场进行的。
格茨曼和乔恩 ( 1 9 9 7年)经验研究的发现为布朗等
人( 1 9 9 5年)的理论研究提供了有力的支持。他们所得
出的大约 300到350向上偏倚点的研究结论，与布朗等
人模型中 400偏倚点的估计有着惊人的相似之处。
幸存偏倚的意义只限于股权，股权以外它就一钱
不值了。经济中的问题，特别是恶性通货膨胀也会使
长期投资债券的投资者大祸临头。例如，二战后的日
本，通货膨胀所带来的日元贬值，使 4日元兑1美元变
为360日元兑1美元。日本债券的投资者眼见着他们的
本金贬值了约 1 0 0倍。一战后德国的情形更糟，债券
投资者在 1 9 2 2 ~ 1 9 2 3年的恶性通货膨胀中遭受灭顶之
灾，当时的物价水平以 10 12的系数规模上涨。事实上，
在1931年金本位制瓦解以后，美国是长时期内极少数
的几个未经历过 20%或以上通货膨胀率的国家之一。
另一个评价幸存偏倚重要性的方法是使用一个特
定时期的美国数据。在这一方面，施沃特 ( 1 9 9 0年)重
新构建了从1802年以来美国股票价格的指数。当与其
他国家的经历相比较时，美国在 1 8 0 2 ~ 1 9 2 5年的经历
股权溢价之谜是我们第 4章要讨论的主题。
75
与其在 1 9 2 6 ~ 1 9 9 7年间的经历相比，前者就不那么显
赫了。最著名的事件是国家遭受了极其血腥的国内战
争，但只摧毁了南部的全部商业。因此，以 1926年以
前的数据作为美国股权实际预期风险溢价的代表性数
据，是可行的。
为了构建自 1 8 0 2 年以来的长期的指数，施沃特
被迫将以前研究者们发明的各种股票指数拼接在一
起。在某些情况下，样本相对稀少。除此而外，红利
被经常漏掉，并且计算平均数的技术发生变化。这样，
施沃特才有可能将数据调整为一连续性的指数系列。
特别要指出的是，在 1926年以前的施沃特指数是以以
下方式构建的：
1 8 0 2 ~ 1 8 1 5 年，指数的计算基础是以史密斯
(Smith)和科尔(Cole)(1935年)提出的7种银行股票的等
权重指数为基础的。史密斯—科尔的数据没有包括红
利，所以，施沃特为计算收益而自己加入了红利的估
算值。
1 8 1 5 ~ 1 8 3 4年期间的指数，是以史密斯和科尔提
出的 1 4种银行和保险公司的股票等权重指数为基础
的。第一种是银行和保险公司 7种股票的等权重指数，
第二种是2 7种铁路股票的等权重指数。施沃特按照两
指数中股票的数量比例重新构建了两种指数的平均权
重，并进行了红利的估算。
1 8 4 6 ~ 1 8 6 2年间，所能得到的资料仅有史密斯和
科尔的铁路股票指数。施沃特再次计算了红利。
76
1863~1871年间，指数的计算是以麦考利(Macaulay)
提出的铁路股票价值权重组合 ( 1 9 3 8年)为基础的。施
沃特估算了红利。
1 8 7 2 ~ 1 8 8 5年间，指数是以道琼斯 ( 1 9 7 2年)指数
为基础计算的。这是一种价值权重指数，是现行的道
琼斯工业平均指数的前身。在这段时期，它包括了
1 2 ~ 5 0种股票。从考尔斯 ( C o w l e s )数据中可得到道琼
斯股票的红利。
多种不同指数的运用以及样本通常很小这两个事
实意味着，在短期内，计量市场收益的误差会很大。
如果时期很长，这些计量上的问题就有被消除的倾向，
施沃特指数可成为一种市场收益的合理的近似。
西格尔 ( 1 9 9 8年)对施沃特的指数做了补充，他给
出了通货膨胀的数据，并计算了短期和长期政府证券
的收益，这使得他的数据组可与表 1 - 2中的数据组相
比照。其结果进一步支持了幸存偏倚的假设。这里将
1 8 0 2 ~ 1 8 7 1年间及 1 8 7 1 ~ 1 8 2 5年间的平均收益和风险
溢价列于表 2 - 3。在这两段时期内，对短期与长期政
府证券的风险溢价都做了计算。该表显示，在每一种
情况下，与 1 9 2 6 ~ 1 9 9 7年间的可比性溢价相比较，大
约少了400点。
从表 2 - 3中可提出两个问题。第一，在 1 8 0 2年以
前，为什么股票的收益较低呢？简单的回答就是：通
货膨胀。表 2 - 4给出的是真实收益的几何平均数。它
说明在所有两个时期内，普通股的复合真实收益实际
77
上是一致的，这三个时期分别是 1 8 0 2 ~ 1 8 7 0 年，
1 8 7 1 ~ 1 9 2 5年及 1 9 2 6 ~ 1 9 9 7年。正如下面所讨论的，
我们可以把普通股作为合理的长期套头交易工具以应
付通货膨胀。
表2-3 1926年以前的股票、长期国库券、
短期国库券及通货膨胀
施沃特长期政短期政通货长期短期
指数府债券府债券膨胀债券债券
时期
收益收益收益率溢价
（％）（％）（％）（％）（％）（％）
1802~1870年 8.1 4.9 5.1 0.1 3.2 3.0
1871~1925年 8.4 4.4 3.2 0.6 4.0 5.2
注：收益均为所示时期的算术平均数。
如果股票的真实收益具有相对的稳定性，那么风
险溢价在最后一段时期的上升一定是由于固定收入证
券真实收益的相对下降所引起的。表 2 - 4支持了这一
结论。从一个时期到下一个时期，长期与短期国库券
的真实收益都有单调下降的趋势。短期国库券收益的
下降是剧烈的，从第一期的 5 . 1%，到最后一期只剩
0.6%了。
我们很容易把固定收入证券的真实收益下降归罪
于未预期到的通货膨胀，但却并不能用通货膨胀来解
释其下降的原因。首先，有段时期发生了未被预期的
通货膨胀 (多半是 1 9 6 5 ~ 1 9 8 2年)，但在那过后，又随
之发生了一段未被预料的通货膨胀率下降的阶段。
1 9 9 7年的通货膨胀率并不比 1 9 2 6年的通货膨胀率高
78
出多少。第二，如前所述，短期国库券的到期日较短，
这意味着可以不断地调整收益，以使收益能够反映出
新的通胀环境。所以说，在任何情况下，都不能以通
货膨胀来解释国库券真实收益的下跌。表 2 - 4说明了
在短期国库券上真实收益下跌的程度比在长期国库券
上更猛烈。
表2-4 股票、长期国库券、短期国库券
在长期中的真实收益
时期股票(%) 长期国库券 (%) 短期国库券 (%)
1802~1870年 7.00 4.80 5.10

1871~1925年 6.60 3.70 3.20
1926~1997年 7.70 2.40 0.60
注：收益均为所示时期的几何平均数。
另一种可能的解释是伴随大萧条而产生的恐慌促
使投资者将资金从股票转向政府证券，所以迫使后者
的价格上涨而收益下降。由这种解释所产生的问题是，
即便是在股票价格已反弹到 5 0年代的水平时，在国库
券上的真实收益却仍旧呈萧条景象。
也可能是政府的政策压抑了在最后一个时期的利
息率。例如，在第二次世界大战及战后早些年间，联
邦储备人为地对政府证券的价格给予支持。然而，联
邦储备在 1951年时就放弃了该项政策，政府证券的真
实收益从此不再上升。
不幸的是，我们目前找不到令人信服的证据来解
释固定收入证券真实利率下降的原因。事实上，一些
79
经济学家把这称为“真实利率之谜” 。但这里的要
点其实并不是真实利率之谜，而是股权风险溢价。考
虑到这一点， 1 9 2 5 年以前的数据与格茨曼和乔恩
( 1 9 9 7年)国际性数据的计算具有惊人的一致性，并与
幸存偏倚的理论研究工作相一致。这三项研究结果都
一致认为，我们所看到的 1926~1997年间的风险溢价，
对风险溢价的预期高估了 300到400个基点。
2.5.2 底线
对于估计长期的未来风险溢价来说，幸存偏倚是
个重要的问题。 1 9 2 6 ~ 1 9 9 7年间，发展起了伊博森数
据，美国呈现出迷人的金融生活时代。市场业务正常，
没有恶性通货膨胀。结果，那段时间的美国数据不能
代表过去的一般性的股票行为，也不大可能代表未来
美国股市的行为。
布朗等人 ( 1 9 9 5年)理论上的论证及格茨曼和乔恩
( 1 9 9 7年)对国际市场上的经验计算都认为美国独一无
二的经验导致了对股权风险溢价的高估达 300到400个
基点，承认这一巨大的高估也与美国 1926年以前的数
据相一致。 1 8 0 2 ~ 1 9 2 5年间，股票对短期、长期国库
券的平均溢价大约比 1 9 2 6 ~ 1 9 9 7年二者的溢价少 4 0 0
个基点。
为了理解溢价跌落 4 0 0个基点究竟有多么重要，
其例子可见布鲁尔和考夫曼（ 1994年）。
80
请再回顾一下表 1 - 2。该表说明， 1 9 2 6年在标准普尔

500上投资1美元，到1997年时已增长为 1 829.50美元，
其几何平均增长率为 11%。如果几何平均增长率为 7%，
投资所产生的价值在 1 9 9 7年就只有 1 3 0美元。这小于
1997年的数据的 14分之一。
这是否意味着对未来风险溢价的估计应当从历史
性的估计数字中减掉 300到400个基点呢？对此问题的
答案请见第6章。不论答案如何，有一点是很清楚的，
即在对美国股票的历史数据分析上，幸存偏倚是个不
可忽略的因素。
2.6 股票与债券收益
2.6.1 长期水平之上
看一下表 1 - 2股票与债券的收益便可知，股票的
收益变化更多一些。股票收益的标准偏差约为债券收
益的两倍。这一事实更证实了股票收益变化较大的印
象。股票收益这种较大的变动性一般被作为股权风险
溢价的解释之一。然而，如果持有期在一年以上，情
况就不同了。
图2 - 2 a和图 2 - 2 b分别为标准普尔 5 0 0指数和长期
国库券的 10年与20年的滚动平均收益曲线。请注意图
2 - 2 b中，在 1 9 2 6年1月开始时，在没有一个 2 0年的间
隔里，长期国库券的业绩超过普通股业绩的情况出现。
这包括了早年间的大萧条，那段时间里，股票价格剧
81
烈下降，而债券价格上升。虽然，股票从 1929年高峰
时到1 9 3 2年已下降了约 8 5%，但其反弹之大也足以使
1 9 2 9 ~ 1 9 4 9年2 0年间的业绩略好于债券的业绩。数据
表明，在 1 9 2 9 ~ 1 9 4 9年间的 2 0年里，股票与长期国库
券二者的平均年收益为 3.9%。
图2 - 2 a显示出，如按 1 0年持有期计算，股票的业
绩实际上也好于债券。唯一的例外是 1 9 2 9 ~ 1 9 3 2年之
间的萧条期，以及 1973~1974年间市场的暴跌期。
出现这些令人印象深刻的结局，其原因是股权风
险溢价的规模。溢价的作用就像是河中流水携带着股
票超越债券而上涨。在任意一个年份中，股票收益的
易变性是如此之大，以至于股票收益可以远在债券之
下。但随着年份的积累，相对于那些自动消除的波动
来说，股权溢价所提供的向上的趋势就变得越来越重
要了。在 1 0年的时间里，这种趋势变得如此之重要，
以至于股票的业绩几乎可肯定地能够超过债券的业
绩。在 2 0年的时期，股票的业绩在任何一种情况下都
要好于债券的业绩。
可能你认为这些结论太理想化了，简直令人难以
相信，但事实可能就是这样。时期越长，当把股票与
短期国库券放在一起相比时，幸存偏倚的相对重要性
就越大。而若将股票与长期国库券相比，解释起来就
困难多了。这是因为，如前所述，幸存偏倚也对长期
国库券的收益产生影响。进一步来看，影响股票和长
期国库券的经济波动的类型是截然不同的。在经济极
82
83
84
度萧条时，股票的业绩特别差，而也正是在这样的时
期，市场崩盘的危险性是最大的。美国历史上的大萧
条就是一例。表 1 - 3说明在大萧条期间，债券的真实
收益接近于创记录的水平。债券持有者们最大的风险
就是脱缰野马似的恶性通货膨胀。不是由于萧条，而
是由于通货膨胀，使得在德国、匈牙利、阿根廷和巴
西的债券持有人全军覆没了。在美国，债券持有人的
最艰难的时期是 60年代末期和 70年代末期未被预期就
提早而至的通货膨胀时期。由于通货膨胀的性质，使
得股票持有人所面临的通胀风险与债券持有人所面临
的通胀风险之间的差别，随着投资范围的不同而有加
大的趋势。在经济生活中，货币当局的决定与政府的
作用也对这种差别起到了关键性的作用。
2.6.2 通货膨胀的影响
在1 9 2 6 ~ 1 9 9 7年间，股票收益、债券收益、通货
膨胀三者之间的关系，由于通货膨胀过程变化的性质
而更趋于复杂化了，通胀性质改变的原因是金本位制
的垮台。金本位制逐渐退出历史舞台的时间始于 1931
年 9 月英国停止英镑与黄金的兑换。接着，美国在
1 9 3 3年4月终止了私人美元与黄金的兑换。 1 9 7 1年，
尼克松总统宣布美国停止外国中央银行按 3 5美元 1盎
司黄金的官方价格进行兑换，这即是金本位制最后寿
终正寝的时间。
金本位制在世界范围内的崩溃，使投资者面临着
85
一种新形式的经济危机：严重且持久性的通货膨胀。
只要货币还必须依靠黄金的支撑，政府增加货币供给
量的能力就受限于黄金积累的速度。无论是由于生产
还是由于外贸赢余而带来的黄金的积累，都是政府所
难以控制的。这些限制货币增长的因素，也相应地成
为限制通货膨胀率的因素。例如，在美国，
1 8 0 2 ~ 1 9 3 2年间的平均通货膨胀率仅为年 0 . 0 0 3%。让
中央银行掌有货币供给的控制权，消除了按货币增长
率积累黄金的必要性。在衰退时期，为了达到刺激经
济增长的目的，中央银行具有极其强烈的增加货币供
给的动力。而在经济繁荣时期，政治压力迫使中央银
行通过减少货币增长和延缓经济增长的手段来防止
“偷窃潘趣酒碗”，结果是，金本位制的垮台导致了世
界范围的更高的通货膨胀率。在某些国家，如二战后
的匈牙利，每月货币增长的速度竟呈几百倍的螺旋式
上升趋势。这种极度通货膨胀的结果，摧毁了通货和
所有在正常条件下支付固定收入的债券的价值体系。
在美国，为了努力克服通货膨胀的影响，美国使
其联邦储备独立于政府的其他金融机构。虽然美联储
在这方面的努力相当成功，但出现更严重通货膨胀的
倾向仍是显而易见的。在 1 9 3 4 ~ 1 9 9 7年间，平均的通
货膨胀率是4.1%，高出金本位制下的 10倍以上。进一
步看，在 1 9 7 3年石油冲击后的 8年时间里，通货膨胀
的压力处于最高峰，美国当时的平均通胀率接近于
10%。
86
从目前的现状来看，通货膨胀率是由政治势力而
非黄金的积累能力所决定的。那么，显然投资于长期
固定收入证券的风险要比以前增大了。如果政府容许
金融扩张失控，则固定收入债券的价值就被摧毁了。
这种新类型的通货膨胀风险，可以在很大程度上改变
股权风险溢价，特别是对长期国库券的前瞻和后推性
风险溢价的估计更是如此。前瞻性溢价，由于未被预
测到的通货膨胀而产生的投资于长期固定收入证券的
新风险将减少长期债券利息与投资者所要求的持有股
票股息之间的利差。而后推性溢价，如果通货膨胀的
速度加快，债券的收益将在通货膨胀未被预期时低于
均衡水平。这会人为地增加风险溢价的历史性预期。
从通货膨胀环境的变化中，虽然我们并不能够解
释美国历史上几次大的风险溢价，但那种变化的影响
是不可低估的。这是因为，首先，通货膨胀永远解释
不了按 1个月期国库券计算的风险溢价的变化。如前
所述，短期国库券的收益每月不同，在每个月底，新
调整的通货膨胀率都要被计算入下个月的国库券利率
之中。因此，投资者最多在一个月后，就可了解任何
未被预期的通货膨胀。由于通货膨胀率是随时间缓慢
改变的，所以 1个月期国库券的投资者的利益可受到
按月调整收入的保护。因此，长期通货膨胀对短期国
库券的真实收益影响不大。除此之外，对未来通货膨
胀来说，不确定性并不是一个很大的风险，因为投资
者在月底就可收回货币，并按能反映通胀环境变化的
87
新利率重新投资。至于股权，如果它确实是打算增加
所要求收益的话，就会有较大的通货膨胀风险。将两
方面放在一起看，通货膨胀与通胀的不确定性都难以
解释股票与短期国库券相比的高溢价。
如上所述，通货膨胀及通胀的不确定性，其影响
对于 2 0年期长期国库券要比 1个月期国库券大得多。
因为2 0年国库券的利率是固定的，如果通胀加速，债
券的价格定会一路下跌直到债券的收益与高通胀环境
下的现实收益相匹配为止。长期债券的投资者将债券
价格的下跌视为负收益。如果通胀上升的时期出人意
料地延长，在此段时间内，长期债券的历史性收益将
下降或为负收益。虽然，在 1 9 7 3 ~ 1 9 8 0年间，美国确
实经历了一个未被预期的高通胀时期，但在
1 9 8 2 ~ 1 9 9 0年间，通胀率却出人意料地下降了。 1 9 9 8
年的通胀率在 2%到3%之间，大约与 1 9 2 6 ~ 1 9 9 7年整
个时间段内平均 3.1%的通胀率相等。这意味着，虽然
债券持有人既经历了通胀上升又经历了通胀下降的间
隔时期，但从全部时期来看，通胀对他们的平均收益
几乎没有影响。这结果就是，我们不能用通货膨胀来
解释清楚为什么股票与长期国库券的历史性平均收益
有如此之大的差别。
虽然，通胀解释不了巨大的历史溢价，但仍然可
以认为新的通货膨胀环境改变了相对于债券来说的股
票的风险溢价。在某种程度上，股票为抵御恶性通货
膨胀而提供了一种长远的障碍。从长远看，与长期固
88
定收入债券相比，股票的风险性实际上更小。事实上，
西格尔 ( 1 9 9 8年)所提出的证据就支持了这一观点。回
忆一下德国和日本的情况，债券持有人所遭受的损失
比股票持有人更大。在从未经历恶性通货膨胀和市场
崩溃的美国，股票和债券持有人都未曾遭受惨痛损失。
然而，如果从很长时期的投资历史来看，股票收益的
变动性要小于债券。让我们再回到表 2 - 4 ，该表为
1 8 0 2年以来三个主要时期的普通股、长期国库券、
短期国库券真实收益的几何平均数。这三个时期在经
济政策和通货膨胀率上都有着明显的差别。然而，普
通股的平均真实收益始终保持在 6.6%到7.7%之间的范
围。相比之下，长期与短期国库券不仅收益较低，且
稳定性更差。
向前看，如果投资者预期通货膨胀是长期投资风
险的最重要的原因之一，那么，从长期考虑，股票的
风险实际上比债券的风险要小。这种观点的含义就是，
在未来的年代里，股票对债券的前瞻性风险溢价可以
接近于0。
2.7 历史性记录的最后评价
股票与债券历史性记录的最显著特征是巨大的股
权风险溢价。拿美国股票投资者财富增长的比率与固
定收入投资者财富增长的比率相比较，前者是如此之
1926年以前的数据来自施沃特(1990年)和西格尔(1998年)。
89
大，以至于使得将大部分财富投资于债券看起来显得
愚蠢可笑。然而，仔细考察一下历史记录就可发现，
普通股那令人惊奇的业绩表现有几点可疑之处。首先，
股票的收益变化是如此之大，以至于即使是使用 7 2年
的数据值也难以准确计算股权风险溢价。第二，有证
据表明，股权溢价一直随时间变化而改变，所以，将
过去的数据简单平均，有可能是将苹果桔子一块搅和，
却不能为未来的风险溢价提供一个好的指示器。第三，
使用美国 1 9 2 6 ~ 1 9 9 7年间的数据，很有可能产生一个
过于乐观的风险溢价估计值。在该段时期，美国金融
市场上的业绩表现可成为其他市场的榜样。但是，不
仅对于世界范围内的金融市场状况来说，美国的经验
不具代表性，而且过去美国的经验还可能对未来的美
国市场产生过于乐观的估计。第四，在比较股票与债
券的风险时，对于所考察的间隔期来说，其结果是高
度敏感的。在一个月或一年的短时期内，很明显，股
票的波动性更大。但如将考察期延长到 10或20年，相
对于债券来说，股票的风险就大大下降了。最后，随
着金本位制的终结，通货膨胀过程的性质发生了剧烈
的变化，结果，未被预期的通货膨胀成为一种重要的、
长远的通货膨胀风险。由于这种风险给长期债券带来
的影响远远大于它给普通股带来的影响，所以，与债
券相比较的投资者所要求的在股票上的收益也会受到
影响。
本章认为，历史性记录为未来风险溢价提供了一
90
种指示器的作用，但它决不是什么确定性的结论。由
幸存偏倚和非稳定性所导致的问题表明，用过去的平
均数来估计未来的风险溢价至少是非常危险的，并有
可能出现完全的误导。为此，为估计风险溢价，还必
须占有其他方面的信息。第 3章提供了几种无需依赖
历史性数据而直接估计风险溢价的方法。
附录2A 按月份的股票、短期国库券、长期国
库券数据与通货膨胀率表
表2 A -1 股票、短期国库券、长期国库券与通货
膨胀的每月数据
标准普尔 1月期 20年期通货膨
日期
500指数国库券国库券胀率
1926年1月 0.00 0.34 1.38 0.00

1926年2月 -3.85 0.27 0.63 -0.37
1926年3月 -5.75 0.30 0.41 -0.56
1926年4月 2.53 0.34 0.76 0.94
1926年5月 1.79 0.01 0.14 -0.56
1926年6月 4.57 0.35 0.38 -0.75
1926年7月 4.79 0.22 0.04 -0.94
1926年8月 2.48 0.25 0.00 -0.57
1926年9月 2.52 0.23 0.38 0.57
1926年10月 -2.84 0.32 1.02 0.38
1926年11月 3.47 0.31 1.60 0.38
1926年12月 1.96 0.28 0.78 0.00
1927年1月 -1.93 0.25 0.75 -0.76
1927年2月 5.37 0.26 0.88 -0.76
1927年3月 0.87 0.30 2.53 -0.58
1927年4月 2.01 0.25 -0.05 0.00
1927年5月 6.07 0.30 1.09 0.77
91
(续)
日期
1927年6月 -0.67 0.26 -0.69 0.96

1927年7月 6.70 0.30 0.50 -1.90
1927年8月 5.15 0.28 0.76 -0.58
1927年9月 4.50 0.21 0.18 0.58
1927年10月 -5.02 0.25 0.99 0.58
1927年11月 7.21 0.21 0.97 -0.19
1927年12月 2.79 0.22 0.72 -0.19
1928年1月 -0.40 0.25 -0.36 -0.19
1928年2月 -1.25 0.33 0.61 -0.97
1928年3月 11.01 0.29 0.45 0.00
1928年4月 3.45 0.22 -0.04 0.20
1928年5月 1.97 0.32 -0.77 0.58
1928年6月 -3.85 0.31 0.41 -0.78
1928年7月 1.41 0.32 -2.17 0.00
1928年8月 8.03 0.32 0.76 0.20
1928年9月 2.59 0.27 -0.41 0.78
1928年10月 1.68 0.41 1.58 -0.19
1928年11月 12.92 0.38 0.03 -0.19
1928年12月 0.49 -0.24 0.04 -0.39
1929年1月 5.83 0.34 -0.90 -0.19
1929年2月 -0.19 0.36 -1.57 -0.20
1929年3月 -0.12 0.34 -1.44 -0.39
1929年4月 1.76 0.36 2.75 -0.39
1929年5月 -3.62 0.44 -1.96 0.59
1929年6月 11.40 0.52 1.45 0.39
1929年7月 4.71 0.33 0.00 0.98
1929年8月 10.28 0.40 -0.34 0.39
1929年9月 -4.76 0.35 0.28 -0.19
1929年10月 -19.73 0.46 3.82 0.00
1929年11月 -12.46 0.37 2.36 -0.19
1929年12月 2.82 0.37 -0.89 -0.58
1930年1月 6.39 0.14 -0.57 -0.39
92
(续)
日期
1930年2月 2.59 0.30 1.29 -0.39

1930年3月 8.12 0.35 0.83 -0.59
1930年4月 -0.80 0.21 -0.16 0.59
1930年5月 -0.96 0.26 1.40 -0.59
1930年6月 -16.25 0.27 0.51 -0.59
1930年7月 3.86 0.20 0.34 -1.39
1930年8月 1.41 0.09 0.13 -0.60
1930年9月 -12.82 0.22 0.74 0.61
1930年10月 -8.55 0.09 0.35 -0.60
1930年11月 -0.89 0.13 0.42 -0.81
1930年12月 -7.06 0.14 -0.70 -1.43
1931年1月 5.02 0.15 -1.21 -1.45
1931年2月 11.93 0.04 0.85 -1.47
1931年3月 -6.75 0.13 1.04 -0.64
1931年4月 -9.35 0.08 0.86 -0.64
1931年5月 -12.79 0.09 1.45 -1.08
1931年6月 14.21 0.08 0.04 -1.09
1931年7月 -7.22 0.06 -0.42 -0.22
1931年8月 1.82 0.03 0.12 -0.22
1931年9月 -29.73 0.03 -2.81 -0.44
1931年10月 8.96 0.10 -3.30 -0.67
1931年11月 -7.98 0.17 0.27 -1.12
1931年12月 -14.00 0.12 -2.20 -0.91
1932年1月 -2.71 0.23 0.34 -2.06
1932年2月 5.70 0.23 4.13 -1.40
1932年3月 -11.58 0.16 -0.18 -0.47
1932年4月 -19.97 0.11 6.04 -0.71
1932年5月 -21.96 0.06 -4.97 -1.44
1932年6月 -0.22 0.02 3.92 -0.73
1932年7月 38.15 0.03 4.81 0.00
1932年8月 38.69 0.03 0.03 -1.23
1932年9月 -3.46 0.03 0.57 -0.50
93
(续)
日期
1932年10月 -13.49 0.02 -0.17 -0.75

1932年11月 -4.17 0.02 0.32 -0.50
1932年12月 5.65 0.01 0.31 -1.01
1933年1月 0.87 0.01 1.48 -1.53
1933年2月 -17.72 -0.03 -2.58 -1.55
1933年3月 3.53 0.04 0.97 -0.79
1933年4月 42.56 0.10 -0.32 -0.27
1933年5月 16.83 0.04 3.03 0.27
1933年6月 13.38 0.02 0.50 1.06
1933年7月 -8.62 0.02 -0.17 2.89
1933年8月 12.06 0.03 0.44 1.02
1933年9月 -11.18 0.02 0.23 0.00
1933年10月 -8.55 0.01 -0.91 0.00
1933年11月 11.27 0.02 -1.49 0.00
1933年12月 2.53 0.02 -1.13 -0.51
1934年1月 10.69 0.05 2.57 0.51
1934年2月 -3.22 0.02 0.81 0.76
1934年3月 0.00 0.02 1.97 0.00
1934年4月 -2.51 0.01 1.26 -0.25
1934年5月 -7.36 0.01 1.31 0.25
1934年6月 2.29 0.01 0.67 0.25
1934年7月 -11.31 0.01 0.40 0.00
1934年8月 6.11 0.01 -1.18 0.25
1934年9月 -0.33 0.01 -1.46 1.50
1934年10月 -2.86 0.01 1.82 -0.74
1934年11月 9.42 0.01 0.37 -0.25
1934年12月 -0.10 0.01 1.12 -0.25
1935年1月 -4.11 0.01 1.82 1.49
1935年2月 -3.41 0.02 0.92 0.74
1935年3月 -2.86 0.01 0.41 -0.24
1935年4月 9.80 0.01 0.79 0.98
1935年5月 4.09 0.01 -0.57 -0.48
94
(续)
日期
1935年6月 6.99 0.01 0.92 -0.24

1935年7月 8.50 0.01 0.46 -0.49
1935年8月 2.80 0.01 -1.33 0.00
1935年9月 2.56 0.01 0.09 0.49
1935年10月 7.77 0.01 0.61 0.00
1935年11月 4.74 0.02 0.10 0.49
1935年12月 3.94 0.01 0.70 0.24
1936年1月 6.70 0.01 0.55 0.00
1936年2月 2.24 0.01 0.81 -0.48
1936年3月 2.68 0.02 1.06 -0.49
1936年4月 -7.51 0.02 0.35 0.00
1936年5月 5.45 0.02 0.40 0.00
1936年6月 3.33 0.03 0.21 0.98
1936年7月 7.01 0.01 0.60 0.48
1936年8月 1.51 0.02 1.11 0.72
1936年9月 0.31 0.01 -0.31 0.24
1936年10月 7.75 0.01 0.06 -0.24
1936年11月 1.34 0.02 2.05 0.00
1936年12月 -0.29 0.01 0.38 0.00
1937年1月 3.90 0.01 -0.13 0.72
1937年2月 1.91 0.02 0.86 0.24
1937年3月 -0.77 0.01 -4.12 0.71
1937年4月 -8.09 0.03 0.39 0.47
1937年5月 -0.24 0.06 0.53 0.47
1937年6月 -5.04 0.03 -0.18 0.23
1937年7月 10.45 0.03 1.38 0.46
1937年8月 -4.83 0.02 -1.04 0.23
1937年9月 -14.03 0.04 0.45 0.92
1937年10月 -9.81 0.02 0.42 -0.46
1937年11月 -8.66 0.02 0.96 -0.69
1937年12月 -4.59 0.00 0.82 -0.23
1938年1月 1.52 0.00 0.57 -1.39
95
(续)
日期
1938年2月 6.74 0.00 0.52 -0.94

1938年3月 -24.87 -0.01 -0.37 0.00
1938年4月 14.47 0.01 2.10 0.47
1938年5月 -3.30 0.00 0.44 -0.47
1938年6月 25.03 0.00 0.04 0.00
1938年7月 7.44 -0.01 0.43 0.24
1938年8月 -2.26 0.00 0.00 -0.24
1938年9月 1.66 0.02 0.22 0.00
1938年10月 7.76 0.01 0.87 -0.47
1938年11月 -2.73 -0.06 -0.22 -0.24
1938年12月 4.01 0.00 0.80 0.24
1939年1月 -6.74 -0.01 0.59 -0.48
1939年2月 3.90 0.01 0.80 -0.48
1939年3月 -13.39 -0.01 1.25 -0.24
1939年4月 -0.27 0.00 1.18 -0.24
1939年5月 7.33 0.01 1.71 0.00
1939年6月 -6.12 0.01 -0.27 0.00
1939年7月 11.05 0.00 1.13 0.00
1939年8月 -6.48 -0.01 -2.01 0.00
1939年9月 16.73 0.01 -5.45 1.93
1939年10月 -1.23 0.00 4.10 -0.47
1939年11月 -3.98 0.00 1.62 0.00
1939年12月 2.70 0.00 1.45 -0.48
1940年1月 -3.36 0.00 -0.17 -0.24
1940年2月 1.33 0.00 0.27 0.72
1940年3月 1.24 0.00 1.77 -0.24
1940年4月 -0.24 0.00 -0.35 0.00
1940年5月 -22.89 0.02 -2.99 0.24
1940年6月 8.09 0.00 2.58 0.24
1940年7月 3.41 0.01 0.52 -0.24
1940年8月 3.50 -0.01 0.28 -0.24
1940年9月 1.23 0.00 1.10 0.24
96
(续)
日期
1940年10月 4.22 0.00 0.31 0.00

1940年11月 -3.16 0.00 2.05 0.00
1940年12月 0.09 0.00 0.67 0.48
1941年1月 -4.63 -0.01 -2.01 0.00
1941年2月 -0.60 -0.01 0.20 0.00
1941年3月 0.71 0.01 0.96 0.47
1941年4月 -6.12 -0.01 1.29 0.94
1941年5月 1.83 0.00 0.27 0.70
1941年6月 5.78 0.00 0.66 1.86
1941年7月 5.79 0.03 0.22 0.46
1941年8月 0.10 0.01 0.18 0.91
1941年9月 -0.68 0.01 -0.12 1.80
1941年10月 -6.57 0.00 1.40 1.10
1941年11月 -2.84 0.00 -0.29 0.87
1941年12月 -4.07 0.01 -1.77 0.22
1942年1月 1.61 0.02 0.69 1.30
1942年2月 -1.59 0.01 0.11 0.85
1942年3月 -6.52 0.01 0.92 1.27
1942年4月 -4.00 0.01 -0.29 0.63
1942年5月 7.96 0.03 0.75 1.04
1942年6月 2.21 0.02 0.03 0.21
1942年7月 3.37 0.03 0.18 0.41
1942年8月 1.64 0.03 0.38 0.61
1942年9月 2.90 0.03 0.03 0.20
1942年10月 6.78 0.03 0.24 1.01
1942年11月 -0.21 0.03 -0.35 0.60
1942年12月 5.49 0.03 0.49 0.80
1943年1月 7.37 0.03 0.33 0.00
1943年2月 5.83 0.03 -0.06 0.20
1943年3月 5.45 0.03 0.09 1.58
1943年4月 0.35 0.03 0.48 1.17
1943年5月 5.52 0.02 0.50 0.77
97
(续)
日期
1943年6月 2.23 0.03 0.18 -0.19

1943年7月 -5.26 0.03 -0.01 -0.76
1943年8月 1.71 0.03 0.21 -0.38
1943年9月 2.63 0.03 0.11 0.39
1943年10月 -1.08 0.03 0.05 0.38
1943年11月 -6.54 0.03 -0.01 -0.19
1943年12月 6.17 0.03 0.18 0.19
1944年1月 1.71 0.03 0.21 -0.19
1944年2月 0.42 0.03 0.32 -0.19
1944年3月 1.95 0.02 0.21 0.00
1944年4月 -1.00 0.03 0.13 0.58
1944年5月 5.05 0.03 0.28 0.35
1944年6月 5.43 0.03 0.08 0.19
1944年7月 -1.93 0.03 0.36 0.57
1944年8月 1.57 0.03 0.27 0.38
1944年9月 -0.08 0.02 0.14 0.00
1944年10月 0.23 0.03 0.12 0.00
1944年11月 1.33 0.03 0.24 0.00
1944年12月 3.74 0.02 0.42 0.38
1945年1月 1.58 0.03 1.27 0.00
1945年2月 6.83 0.02 0.77 -0.19
1945年3月 -4.41 0.02 0.21 0.00
1945年4月 9.02 0.03 1.60 0.19
1945年5月 1.95 0.03 1.56 0.75
1945年6月 -0.07 0.02 1.69 0.93
1945年7月 -1.80 0.03 -0.86 0.18
1945年8月 6.41 0.03 0.26 0.00
1945年9月 4.38 0.03 0.54 -0.37
1945年10月 3.22 0.03 1.04 0.00
1945年11月 3.96 0.02 1.25 0.37
1945年12月 1.16 0.03 1.94 0.37
1946年1月 7.14 0.03 0.25 0.00
98
(续)
日期
1946年2月 -6.41 0.03 0.32 -0.37

1946年3月 4.80 0.03 0.10 0.74
1946年4月 3.93 0.03 -1.35 0.55
1946年5月 2.88 0.03 -0.12 0.55
1946年6月 -3.70 0.03 0.70 1.08
1946年7月 -2.39 0.03 -0.40 5.90
1946年8月 -6.74 0.03 -1.12 2.20
1946年9月 -9.97 0.03 -0.09 1.16
1946年10月 -0.60 0.03 0.74 1.96
1946年11月 -0.27 0.03 -0.54 2.40
1946年12月 4.57 0.03 1.45 0.78
1947年1月 2.55 0.03 -0.06 0.00
1947年2月 -0.77 0.03 0.21 -0.16
1947年3月 -1.49 0.03 0.20 2.18
1947年4月 -3.63 0.03 -0.37 0.00
1947年5月 0.14 0.03 0.33 -0.30
1947年6月 5.54 0.03 0.10 0.76
1947年7月 3.81 0.03 0.63 0.91
1947年8月 -2.03 0.03 0.81 1.05
1947年9月 -1.11 0.06 -0.44 2.38
1947年10月 2.38 0.06 -0.37 0.00
1947年11月 -1.75 0.06 -1.74 0.58
1947年12月 2.33 0.08 -1.92 1.30
1948年1月 -3.79 0.07 0.20 1.14
1948年2月 -3.88 0.07 0.46 -0.85
1948年3月 7.93 0.09 0.34 -0.28
1948年4月 2.92 0.08 0.45 1.42
1948年5月 8.79 0.08 1.41 0.70
1948年6月 0.54 0.09 -0.84 0.70
1948年7月 -5.08 0.08 -0.21 1.25
1948年8月 1.58 0.09 0.01 0.41
1948年9月 -2.76 0.04 0.14 0.00
99
(续)
日期
1948年10月 7.10 0.04 0.07 -0.41

1948年11月 -9.61 0.04 0.76 -0.68
1948年12月 3.46 0.04 0.56 -0.69
1949年1月 0.39 0.10 0.82 -0.14
1949年2月 -2.96 0.09 0.49 -1.11
1949年3月 3.28 0.10 0.74 0.28
1949年4月 -1.79 0.09 0.11 0.14
1949年5月 -2.58 0.10 0.19 -0.14
1949年6月 0.14 0.10 1.67 0.14
1949年7月 6.50 0.09 0.33 -0.70
1949年8月 2.19 0.09 1.11 0.28
1949年9月 2.63 0.09 -0.11 0.32
1949年10月 3.40 0.09 0.19 -0.56
1949年11月 1.75 0.08 0.21 0.14
1949年12月 4.86 0.09 0.52 -0.56
1950年1月 1.97 0.09 -0.61 -0.42
1950年2月 1.99 0.09 0.21 -0.28
1950年3月 0.70 0.10 0.08 0.43
1950年4月 4.86 0.09 0.30 0.14
1950年5月 5.09 0.10 0.33 0.42
1950年6月 -5.48 0.10 -0.25 0.56
1950年7月 1.19 0.10 0.55 0.98
1950年8月 4.43 0.10 0.14 0.83
1950年9月 5.92 0.10 -0.72 0.69
1950年10月 0.93 0.12 -0.48 0.55
1950年11月 1.69 0.11 0.35 0.41
1950年12月 5.13 0.11 0.16 1.35
1951年1月 6.37 0.13 0.58 1.60
1951年2月 1.57 0.10 -0.74 1.18
1951年3月 -1.56 0.11 -1.57 0.39
1951年4月 5.09 0.13 -0.63 0.13
1951年5月 -2.99 0.12 -0.69 0.39
100
(续)
日期
1951年6月 -2.28 0.12 -0.62 -0.13

1951年7月 7.11 0.13 1.38 0.13
1951年8月 4.78 0.13 0.99 0.00
1951年9月 0.13 0.12 -0.80 0.64
1951年10月 -1.03 0.16 0.10 0.51
1951年11月 0.96 0.11 -1.36 0.51
1951年12月 4.24 0.12 -0.61 0.38
1952年1月 1.81 0.15 0.28 0.00
1952年2月 -2.82 0.12 0.14 -0.63
1952年3月 5.03 0.11 1.11 0.00
1952年4月 -4.02 0.12 1.71 0.38
1952年5月 3.43 0.13 -0.34 0.13
1952年6月 4.90 0.15 0.03 0.25
1952年7月 1.96 0.15 -0.20 0.76
1952年8月 -0.71 0.15 -0.70 0.12
1952年9月 -1.76 0.16 -1.30 -0.12
1952年10月 0.20 0.14 1.48 0.12
1952年11月 5.71 0.10 -0.15 0.00
1952年12月 3.82 0.16 -0.86 -0.12
1953年1月 -0.49 0.16 0.12 -0.25
1953年2月 -1.06 0.14 -0.87 -0.50
1953年3月 -2.12 0.18 -0.88 0.25
1953年4月 -2.37 0.16 -1.05 0.13
1953年5月 0.77 0.17 -1.48 0.25
1953年6月 -1.34 0.18 2.23 0.38
1953年7月 2.73 0.15 0.39 0.25
1953年8月 -5.01 0.17 -0.18 0.25
1953年9月 0.34 0.16 2.99 0.12
1953年10月 5.40 0.13 0.74 0.25
1953年11月 2.04 0.08 -0.49 -0.37
1953年12月 0.53 0.13 2.06 -0.12
1954年1月 5.36 0.11 0.89 0.25
101
(续)
日期
1954年2月 1.11 0.07 2.40 -0.12

1954年3月 3.25 0.08 0.58 -0.12
1954年4月 5.16 0.09 1.04 -0.25
1954年5月 4.18 0.05 -0.87 0.37
1954年6月 0.31 0.06 1.63 0.12
1954年7月 5.89 0.05 1.34 0.00
1954年8月 -2.75 0.05 -0.36 -0.12
1954年9月 8.51 0.09 -0.10 -0.25
1954年10月 -1.67 0.07 0.06 -0.25
1954年11月 9.09 0.06 -0.25 0.12
1954年12月 5.34 0.08 0.64 -0.25
1955年1月 1.97 0.08 -2.41 0.00
1955年2月 0.98 0.09 -0.78 0.00
1955年3月 -0.30 0.10 0.87 0.00
1955年4月 3.96 0.10 0.01 0.00
1955年5月 0.55 0.14 0.73 0.00
1955年6月 8.41 0.10 -0.76 0.00
1955年7月 6.21 0.10 -1.02 0.37
1955年8月 -0.25 0.16 0.04 -0.25
1955年9月 1.30 0.16 0.73 0.37
1955年10月 -2.84 0.18 1.44 0.00
1955年11月 8.27 0.17 -0.45 0.12
1955年12月 0.15 0.18 0.37 -0.25
1956年1月 -3.47 0.22 0.83 -0.12
1956年2月 4.13 0.19 -0.02 0.00
1956年3月 7.10 0.15 -1.49 0.12
1956年4月 -0.04 0.19 -1.13 0.12
1956年5月 -5.93 0.23 2.25 0.50
1956年6月 4.09 0.20 0.27 0.62
1956年7月 5.30 0.22 -2.09 0.74
1956年8月 -3.28 0.17 -1.86 -0.12
1956年9月 -4.40 0.18 0.50 0.12
102
(续)
日期
1956年10月 0.66 0.25 -0.54 0.61

1956年11月 -0.50 0.20 -0.57 0.00
1956年12月 3.70 0.24 -1.79 0.24
1957年1月 -4.01 0.27 3.46 0.12
1957年2月 -2.64 0.24 0.25 0.36
1957年3月 2.15 0.23 -0.24 0.24
1957年4月 3.88 0.25 -2.22 0.36
1957年5月 4.37 0.26 -0.23 0.24
1957年6月 0.04 0.24 -1.80 0.60
1957年7月 1.31 0.30 -0.41 0.47
1957年8月 -5.05 0.25 0.02 0.12
1957年9月 -6.02 0.26 0.76 0.12
1957年10月 -3.02 0.29 -0.50 0.00
1957年11月 2.31 0.28 5.33 0.35
1957年12月 -3.95 0.24 3.07 0.00
1958年1月 4.45 0.28 -0.84 0.59
1958年2月 -1.41 0.12 1.00 0.12
1958年3月 3.28 0.09 1.02 0.70
1958年4月 3.37 0.08 1.86 0.23
1958年5月 2.12 0.11 0.01 0.00
1958年6月 2.79 0.03 -1.60 0.12
1958年7月 4.49 0.07 -2.78 0.12
1958年8月 1.76 0.04 -4.36 -0.12
1958年9月 5.01 0.19 -1.17 0.00
1958年10月 2.70 0.18 1.39 0.00
1958年11月 2.84 0.11 1.20 0.12
1958年12月 5.35 0.22 -1.81 -0.12
1959年1月 0.53 0.21 -0.80 0.12
1959年2月 0.49 0.19 1.17 -0.12
1959年3月 0.20 0.22 0.17 0.00
1959年4月 4.02 0.20 -1.17 0.12
1959年5月 2.40 0.22 -0.06 0.12
103
(续)
日期
1959年6月 -0.22 0.24 0.10 0.46

1959年7月 3.63 0.25 0.60 0.23
1959年8月 -1.02 0.19 -0.41 -0.11
1959年9月 -4.43 0.31 -0.57 0.34
1959年10月 1.28 0.30 1.50 0.34
1959年11月 1.86 0.26 -1.19 0.00
1959年12月 2.92 0.34 -1.59 0.00
1960年1月 -7.00 0.33 1.12 -0.11
1960年2月 1.47 0.29 2.04 0.11
1960年3月 -1.23 0.35 2.82 0.00
1960年4月 -1.61 0.19 -1.70 0.57
1960年5月 3.26 0.27 1.52 0.00
1960年6月 2.11 0.24 1.73 0.23
1960年7月 -2.34 0.13 3.68 0.00
1960年8月 3.17 0.17 -0.67 0.00
1960年9月 -5.90 0.16 0.75 0.11
1960年10月 -0.07 0.22 -0.28 0.45
1960年11月 4.65 0.13 -0.66 0.11
1960年12月 4.79 0.16 2.79 0.00
1961年1月 6.45 0.19 -1.07 0.00
1961年2月 3.19 0.14 2.00 0.00
1961年3月 2.70 0.20 -0.38 0.00
1961年4月 0.51 0.17 1.15 0.00
1961年5月 2.39 0.18 -0.46 0.00
1961年6月 -2.75 0.20 -0.75 0.11
1961年7月 3.42 0.18 0.35 0.45
1961年8月 2.43 0.14 -0.38 -0.11
1961年9月 -1.84 0.17 1.29 0.22
1961年10月 2.98 0.19 0.71 0.00
1961年11月 4.47 0.15 -0.20 0.00
1961年12月 0.46 0.19 -1.25 0.00
1962年1月 -3.66 0.24 -0.14 0.00
104
(续)
日期
1962年2月 2.09 0.20 1.03 0.22

1962年3月 -0.46 0.20 2.53 0.22
1962年4月 -6.07 0.22 0.82 0.22
1962年5月 -8.11 0.24 0.46 0.00
1962年6月 -8.03 0.20 -0.76 0.00
1962年7月 6.52 0.27 -1.09 0.22
1962年8月 2.08 0.23 1.87 0.00
1962年9月 -4.65 0.21 0.61 0.55
1962年10月 0.64 0.25 0.84 -0.11
1962年11月 10.86 0.20 0.21 0.00
1962年12月 1.53 0.23 0.35 -0.11
1963年1月 5.06 0.25 -0.01 0.11
1963年2月 -2.39 0.23 0.08 0.11
1963年3月 3.70 0.23 0.09 0.11
1963年4月 5.00 0.25 -0.12 0.00
1963年5月 1.93 0.24 0.23 0.00
1963年6月 -1.88 0.23 0.19 0.44
1963年7月 -0.22 0.27 0.31 0.44
1963年8月 5.35 0.25 0.21 0.00
1963年9月 -0.97 0.27 0.04 0.00
1963年10月 3.39 0.29 -0.26 0.11
1963年11月 -0.46 0.27 0.51 0.11
1963年12月 2.62 0.29 -0.06 0.22
1964年1月 2.83 0.30 -0.14 0.11
1964年2月 1.47 0.26 -0.11 -0.11
1964年3月 1.65 0.31 0.37 0.11
1964年4月 0.75 0.29 0.47 0.11
1964年5月 1.62 0.26 0.50 0.00
1964年6月 1.78 0.30 0.69 0.22
1964年7月 1.95 0.30 0.08 0.22
1964年8月 -1.18 0.28 0.20 -0.11
1964年9月 3.01 0.28 0.50 0.22
105
(续)
日期
1964年10月 0.96 0.29 0.43 0.11

1964年11月 0.05 0.29 0.17 0.21
1964年12月 0.56 0.31 0.30 0.11
1965年1月 3.45 0.28 0.40 0.00
1965年2月 0.31 0.30 0.14 0.00
1965年3月 -1.33 0.36 0.54 0.11
1965年4月 3.56 0.30 0.36 0.32
1965年5月 0.30 0.31 0.18 0.21
1965年6月 -4.73 0.31 0.47 0.53
1965年7月 1.47 0.35 0.22 0.11
1965年8月 2.72 0.31 -0.13 -0.21
1965年9月 3.34 0.33 -0.34 0.21
1965年10月 2.89 0.31 0.27 0.11
1965年11月 -0.31 0.35 -0.62 0.21
1965年12月 1.06 0.33 -0.78 0.32
1966年1月 0.62 0.38 -1.04 0.00
1966年2月 -1.31 0.35 -2.50 0.63
1966年3月 -2.05 0.38 2.96 0.31
1966年4月 2.20 0.34 -0.63 0.42
1966年5月 -4.92 0.41 -0.59 0.10
1966年6月 -1.46 0.38 -0.16 0.31
1966年7月 -1.20 0.35 -0.37 0.31
1966年8月 -7.25 0.41 -2.06 0.51
1966年9月 -0.53 0.40 3.32 0.20
1966年10月 4.94 0.45 2.28 0.41
1966年11月 0.95 0.40 -1.48 0.00
1966年12月 0.02 0.40 4.13 0.10
1967年1月 7.98 0.43 1.54 0.00
1967年2月 0.72 0.36 -2.21 0.10
1967年3月 4.09 0.39 1.98 0.20
1967年4月 4.37 0.32 -2.91 0.20
1967年5月 -4.77 0.33 -0.39 0.30
106
(续)
日期
1967年6月 1.90 0.27 -3.12 0.30

1967年7月 4.68 0.31 0.68 0.50
1967年8月 -0.70 0.31 -0.84 0.30
1967年9月 3.42 0.32 -0.05 0.20
1967年10月 -2.76 0.39 -4.00 0.30
1967年11月 0.65 0.36 -1.97 0.30
1967年12月 2.78 0.33 1.92 0.30
1968年1月 -4.25 0.40 3.28 0.39
1968年2月 -2.61 0.39 -0.33 0.29
1968年3月 1.10 0.38 -2.12 0.49
1968年4月 8.34 0.43 2.27 0.29
1968年5月 1.61 0.45 0.43 0.29
1968年6月 1.05 0.43 2.30 0.58
1968年7月 -1.72 0.48 2.89 0.48
1968年8月 1.64 0.42 -0.03 0.29
1968年9月 4.00 0.43 -1.02 0.29
1968年10月 0.87 0.44 -1.32 0.57
1968年11月 5.31 0.42 -2.69 0.38
1968年12月 -4.02 0.43 -3.63 0.28
1969年1月 -0.68 0.53 -2.06 0.28
1969年2月 -4.26 0.46 0.42 0.37
1969年3月 3.59 0.46 0.10 0.84
1969年4月 2.29 0.53 4.27 0.65
1969年5月 0.26 0.48 -4.90 0.28
1969年6月 -5.42 0.51 2.14 0.64
1969年7月 -5.87 0.53 0.79 0.46
1969年8月 4.54 0.50 -0.69 0.45
1969年9月 -2.36 0.62 -5.31 0.45
1969年10月 4.59 0.60 3.65 0.36
1969年11月 -2.97 0.52 -2.43 0.54
1969年12月 -1.77 0.64 -0.68 0.62
1970年1月 -7.43 0.60 -0.21 0.35
107
(续)
日期
1970年2月 5.86 0.62 5.87 0.53

1970年3月 0.30 0.57 -0.68 0.53
1970年4月 -8.89 0.50 -4.13 0.61
1970年5月 -5.47 0.53 -4.68 0.43
1970年6月 -4.82 0.58 4.86 0.52
1970年7月 7.52 0.52 3.19 0.34
1970年8月 5.09 0.53 -0.19 0.17
1970年9月 3.47 0.54 2.28 0.51
1970年10月 -0.97 0.46 -1.09 0.51
1970年11月 5.36 0.46 7.91 0.34
1970年12月 5.84 0.42 -0.84 0.51
1971年1月 4.19 0.38 5.06 0.08
1971年2月 1.41 0.33 -1.63 0.17
1971年3月 3.82 0.30 5.26 0.34
1971年4月 3.77 0.28 -2.83 0.33
1971年5月 -3.67 0.29 -0.06 0.50
1971年6月 0.21 0.37 -1.59 0.58
1971年7月 -3.99 0.40 0.30 0.25
1971年8月 4.12 0.47 4.71 0.25
1971年9月 -0.56 0.37 2.04 0.08
1971年10月 -4.04 0.37 1.67 0.16
1971年11月 0.27 0.37 -0.47 0.16
1971年12月 8.77 0.37 0.44 0.41
1972年1月 1.94 0.29 -0.64 0.08
1972年2月 2.99 0.25 0.88 0.49
1972年3月 0.72 0.27 -0.82 0.16
1972年4月 0.57 0.29 0.27 0.24
1972年5月 2.19 0.30 2.70 0.32
1972年6月 -2.05 0.29 -0.65 0.24
1972年7月 0.36 0.31 2.16 0.40
1972年8月 3.91 0.29 0.29 0.16
1972年9月 -0.36 0.34 -0.83 0.40
108
(续)
日期
1972年10月 1.07 0.40 2.34 0.32

1972年11月 5.05 0.37 2.26 0.24
1972年12月 1.31 0.37 -2.29 0.32
1973年1月 -1.59 0.44 -3.21 0.31
1973年2月 -3.33 0.41 0.14 0.70
1973年3月 -0.02 0.46 0.82 0.93
1973年4月 -3.95 0.52 0.46 0.69
1973年5月 -1.39 0.51 -1.05 0.61
1973年6月 -0.51 0.51 -0.21 0.68
1973年7月 3.94 0.64 -4.33 0.23
1973年8月 -3.18 0.70 3.91 1.81
1973年9月 4.15 0.68 3.18 0.30
1973年10月 0.03 0.65 -1.30 0.81
1973年11月 -10.82 0.56 1.61 0.73
1973年12月 1.83 0.64 -0.82 0.65
1974年1月 -0.85 0.63 -0.83 0.87
1974年2月 0.19 0.58 -0.24 1.29
1974年3月 -2.17 0.56 -2.92 1.13
1974年4月 -3.73 0.75 -2.53 0.56
1974年5月 -2.72 0.75 1.23 1.11
1974年6月 -1.29 0.60 0.45 0.96
1974年7月 -7.59 0.70 -0.29 0.75
1974年8月 -8.28 0.60 -2.32 1.28
1974年9月 -11.70 0.81 2.47 1.20
1974年10月 16.57 0.51 4.89 0.86
1974年11月 -4.48 0.54 2.96 0.85
1974年12月 -1.77 0.70 1.71 0.71
1975年1月 12.51 0.58 2.25 0.45
1975年2月 6.74 0.43 1.31 0.70
1975年3月 2.37 0.41 -2.67 0.38
1975年4月 4.93 0.44 -1.82 0.51
1975年5月 5.09 0.44 2.12 0.44
109
(续)
日期
1975年6月 4.62 0.41 2.92 0.82

1975年7月 -6.59 0.48 -0.87 1.06
1975年8月 -1.44 0.48 -0.68 0.31
1975年9月 -3.28 0.53 -0.98 0.49
1975年10月 6.37 0.56 4.75 0.61
1975年11月 3.13 0.41 -1.09 0.61
1975年12月 -0.96 0.48 3.90 0.42
1976年1月 11.99 0.47 0.90 0.24
1976年2月 -0.58 0.34 0.62 0.24
1976年3月 3.26 0.40 1.66 0.24
1976年4月 -0.99 0.42 0.18 0.42
1976年5月 -0.73 0.37 -1.58 0.59
1976年6月 4.27 0.43 2.08 0.53
1976年7月 -0.68 0.47 0.78 0.59
1976年8月 0.14 0.42 2.11 0.47
1976年9月 2.47 0.44 1.45 0.41
1976年10月 -2.06 0.41 0.84 0.41
1976年11月 -0.09 0.40 3.39 0.29
1976年12月 5.40 0.40 3.27 0.29
1977年1月 -4.89 0.36 -3.88 0.57
1977年2月 -1.51 0.35 -0.44 1.03
1977年3月 -1.19 0.38 0.89 0.62
1977年4月 0.14 0.38 0.73 0.79
1977年5月 -1.50 0.37 1.21 0.56
1977年6月 4.75 0.40 1.65 0.66
1977年7月 -1.51 0.42 -0.38 0.44
1977年8月 -1.33 0.44 1.63 0.38
1977年9月 0.00 0.43 -0.27 0.38
1977年10月 -4.15 0.49 -0.94 0.27
1977年11月 3.70 0.50 0.85 0.49
1977年12月 0.48 0.49 -1.66 0.38
1978年1月 -5.96 0.49 -0.83 0.54
110
(续)
日期
1978年2月 -1.61 0.46 0.09 0.69

1978年3月 2.76 0.53 -0.23 0.69
1978年4月 8.70 0.54 0.00 0.90
1978年5月 1.36 0.51 -0.65 0.99
1978年6月 -1.52 0.54 -0.62 1.03
1978年7月 5.60 0.56 1.41 0.72
1978年8月 3.40 0.56 2.16 0.51
1978年9月 -0.48 0.62 -1.02 0.71
1978年10月 -8,91 0.68 -2.03 0.80
1978年11月 2.60 0.70 1.90 0.55
1978年12月 1.72 0.78 -1.27 0.55
1979年1月 4.21 0.77 1.93 0.89
1979年2月 -2.84 0.73 -1.29 1.17
1979年3月 5.75 0.81 1.30 0.97
1979年4月 0.36 0.80 -1.14 1.15
1979年5月 -1.68 0.82 2.59 1.23
1979年6月 4.10 0.81 3.14 0.93
1979年7月 1.09 0.77 -0.89 1.30
1979年8月 6.11 0.77 -0.37 1.01
1979年9月 0.25 0.83 -1.15 1.04
1979年10月 -6.56 0.87 -8.46 0.90
1979年11月 5.14 0.99 3.13 0.93
1979年12月 1.92 0.95 0.56 1.05
1980年1月 6.10 0.80 -7.42 1.44
1980年2月 0.31 0.89 -4.63 1.37
1980年3月 -9.87 1.21 -3.17 1.44
1980年4月 4.29 1.26 15.24 1.13
1980年5月 5.62 0.81 4.20 0.99
1980年6月 2.96 0.61 3.57 1.10
1980年7月 6.76 0.53 -4.78 0.08
1980年8月 1.31 0.64 -4.28 0.65
1980年9月 2.81 0.75 -2.65 0.92
111
(续)
日期
1980年10月 1.86 0.95 -2.64 0.87

1980年11月 10.95 0.96 1.08 0.91
1980年12月 -3.15 1.31 3.44 0.86
1981年1月 -4.38 1.04 -1.13 0.81
1981年2月 2.08 1.07 -4.28 1.04
1981年3月 3.80 1.21 3.78 0.72
1981年4月 -2.13 1.08 -5.17 0.64
1981年5月 0.62 1.15 6.26 0.82
1981年6月 -0.80 1.35 -1.85 0.86
1981年7月 0.07 1.24 -3.56 1.14
1891年8月 -5.54 1.28 -3.88 0.77
1981年9月 -5.02 1.24 -1.43 1.01
1981年10月 5.28 1.21 8.32 0.21
1981年11月 4.41 1.07 14.09 0.29
1981年12月 -2.65 0.87 -7.14 0.29
1982年1月 -1.63 0.80 0.52 0.36
1982年2月 -5.12 0.92 1.91 0.32
1982年3月 0.60 0.98 2.20 -0.11
1982年4月 4.14 1.13 3.74 0.42
1982年5月 -2.88 1.06 0.42 0.98
1982年6月 -1.74 0.96 -2.33 1.22
1982年7月 -2.15 1.05 5.02 0.55
1982年8月 12.67 0.76 7.75 0.21
1982年9月 1.10 0.51 6.21 0.17
1982年10月 11.26 0.59 6.40 0.27
1982年11月 4.38 0.63 -0.06 -0.17
1982年12月 1.73 0.67 3.11 -0.41
1983年1月 3.48 0.69 -3.10 0.24
1983年2月 2.60 0.62 4.99 0.03
1983年3月 3.65 0.63 -0.96 0.07
1983年4月 7.58 0.71 3.53 0.72
1983年5月 -0.52 0.69 -3.91 0.54
112
(续)
日期
1983年6月 3.82 0.67 0.40 0.34

1983年7月 -3.13 0.74 -4.83 0.40
1983年8月 1.70 0.76 0.12 0.33
1983年9月 1.36 0.76 5.07 0.50
1983年10月 -1.34 0.76 -1.33 0.27
1983年11月 2.33 0.70 1.86 0.17
1983年12月 -0.61 0.73 -0.57 0.13
1984年1月 -0.65 0.76 2.38 0.56
1984年2月 -3.28 0.71 -1.74 0.46
1984年3月 1.71 0.73 -1.55 0.23
1984年4月 0.69 0.81 -1.08 0.49
1984年5月 -5.34 0.78 -5.18 0.29
1984年6月 2.21 0.75 1.56 0.32
1984年7月 -1.43 0.82 6.88 0.32
1984年8月 11.25 0.83 2.65 0.42
1984年9月 0.02 0.86 3.51 0.48
1984年10月 0.26 0.95 5.61 0.25
1984年11月 -1.01 0.73 1.19 0.00
1984年12月 2.53 0.64 0.91 0.13
1985年1月 7.68 0.65 3.64 0.19
1985年2月 1.37 0.58 -4.94 0.41
1985年3月 0.18 0.62 3.07 0.44
1985年4月 -0.32 0.72 2.42 0.41
1985年5月 6.15 0.66 8.96 0.37
1985年6月 1.59 0.55 1.42 0.31
1985年7月 -0.26 0.60 -1.80 0.16
1985年8月 -0.61 0.58 2.59 0.22
1985年9月 -3.21 0.60 -0.21 0.31
1985年10月 4.48 0.65 3.38 0.31
1985年11月 7.16 0.61 4.01 0.34
1985年12月 4.67 0.65 5.41 0.24
1986年1月 0.44 0.56 -0.25 0.31
113
(续)
日期
1986年2月 7.61 0.53 11.45 -0.27

1986年3月 5.54 0.60 7.70 -0.46
1986年4月 -1.24 0.52 -0.80 -0.21
1986年5月 5.49 0.49 -5.05 0.31
1986年6月 1.66 0.52 6.07 0.49
1986年7月 -5.69 0.52 -1.08 0.03
1986年8月 7.48 0.46 4.99 0.18
1986年9月 -8.22 0.45 -5.00 0.49
1986年19月 5.56 0.46 2.89 0.09
1986年11月 2.56 0.39 2.67 0.09
1986年12月 2.64 0.48 -0.18 0.09
1987年1月 13.43 0.42 1.62 0.60
1987年2月 4.13 0.43 2.02 0.39
1987年3月 2.72 0.47 -2.23 0.45
1987年4月 -0.88 0.44 -4.73 0.54
1987年5月 1.03 0.38 -1.05 0.30
1987年6月 4.99 0.48 0.98 0.41
1987年7月 4.98 0.46 -1.78 0.21
1987年8月 3.85 0.47 -1.65 0.56
1987年9月 -2.20 0.45 -3.69 0.50
1987年10月 -21.52 0.59 6.23 0.26
1987年11月 -8.19 0.35 0.37 0.14
1987年12月 7.38 0.39 1.66 -0.03
1988年1月 4.27 0.29 6.67 0.26
1988年2月 4.70 0.46 0.52 0.26
1988年3月 -3.02 0.46 -3.07 0.43
1988年4月 1.08 0.46 -1.60 0.52
1988年5月 0.78 0.49 -1.01 0.34
1988年6月 4.64 0.49 3.68 0.43
1988年7月 -0.40 0.51 -1.70 0.42
1988年8月 -3.31 0.59 0.58 0.42
1988年9月 4.24 0.62 3.45 0.67
114
(续)
日期
1988年10月 2.73 0.61 3.08 0.33

1988年11月 -1.42 0.57 -1.97 0.08
1988年12月 1.81 0.63 1.10 0.17
1989年1月 7.23 0.55 2.03 0.50
1989年2月 -2.49 0.61 -1.79 0.41
1989年3月 2.36 0.67 1.22 0.58
1989年4月 5.16 0.67 1.59 0.65
1989年5月 4.02 0.79 4.01 0.57
1989年6月 -0.54 0.71 5.50 0.24
1989年7月 8.98 0.70 2.38 0.24
1989年8月 1.93 0.74 -2.59 0.16
1989年9月 -0.39 0.65 0.19 0.32
1989年10月 -2.33 0.68 3.79 0.48
1989年11月 2.08 0.69 0.78 0.24
1989年12月 2.36 0.61 -0.06 0.16
1990年1月 -6.71 0.57 -3.43 1.03
1990年2月 1.29 0.57 -0.25 0.47
1990年3月 2.63 0.64 -0.41 0.55
1990年4月 -2.47 0.67 -2.02 0.16
1990年5月 9.75 0.68 4.15 0.23
1990年6月 -0.70 0.63 2.30 0.54
1990年7月 -0.32 0.68 1.07 0.38
1990年8月 -9.03 0.66 -4.19 0.92
1990年9月 -4.92 0.60 1.17 0.84
199年10月 -0.37 0.68 2.15 0.60
1990年11月 6.44 0.57 4.02 0.22
1990年12月 2.74 0.60 1.87 0.00
1991年1月 4.42 0.52 1.30 0.60
1991年2月 7.16 0.48 0.30 0.15
1991年3月 2.38 0.44 0.38 0.15
1991年4月 0.28 0.53 1.40 0.15
1991年5月 4.28 0.47 0.00 0.30
115
(续)
日期
1991年6月 -4.57 0.42 -0.63 0.29

1991年7月 4.68 0.49 1.57 0.15
1991年8月 2.35 0.46 3.40 0.29
1991年9月 -1.64 0.46 3.03 0.44
1991年10月 1.34 0.42 0.54 0.15
1991年11月 -4.04 0.39 0.82 0.29
1991年12月 11.43 0.38 5.81 0.07
1992年1月 -1.86 0.34 -3.24 0.15
1992年2月 1.28 0.28 0.51 0.36
1992年3月 -1.96 0.34 -0.94 0.51
1992年4月 2.91 0.32 0.16 0.14
1992年5月 0.54 0.28 2.43 0.14
1992年6月 -1.45 0.32 2.00 0.36
1992年7月 4.03 0.31 3.98 0.21
1992年8月 -2.02 0.26 1.50 0.28
1992年9月 1.15 0.26 1.85 0.28
1992年10月 0.36 0.23 -1.56 0.35
1992年11月 3.37 0.23 0.10 0.14
1992年12月 1.31 0.28 2.46 0.07
1993年1月 0.73 0.23 2.80 0.49
1993年2月 1.35 0.22 3.54 0.35
1993年3月 2.15 0.25 0.21 0.35
1993年4月 -2.45 0.24 0.72 0.28
1993年5月 2.70 0.22 0.47 0.14
1993年6月 0.33 0.25 4.49 0.14
1993年7月 -0.47 0.24 1.91 0.00
1993年8月 3.81 0.25 4.32 0.28
1993年9月 -0.74 0.26 0.07 0.21
1993年10月 2.03 0.22 0.96 0.41
1993年11月 -0.94 0.25 -2.59 0.07
1993年12月 1.23 0.23 0.20 0.00
1994年1月 3.35 0.25 2.57 0.27
116
(续)
日期
1994年2月 -2.70 0.21 -4.50 0.34

1994年3月 -4.35 0.27 -3.95 0.34
1994年4月 1.30 0.27 -1.50 0.14
1994年5月 1.63 0.32 -0.82 0.07
1994年6月 -2.47 0.31 -1.00 0.34
1994年7月 3.31 0.28 3.63 0.27
1994年8月 4.07 0.37 -0.86 0.40
1994年9月 -2.41 0.37 -3.31 0.27
1994年10月 2.29 0.38 -0.25 0.07
1994年11月 -3.67 0.37 0.66 0.13
1994年12月 1.46 0.44 1.61 0.00
1995年1月 2.60 0.42 2.73 0.40
1995年2月 3.88 0.40 2.87 0.40
1995年3月 2.96 0.46 0.92 0.33
1995年4月 2.91 0.44 1.69 0.33
1995年5月 3.95 0.54 7.90 0.33
1995年6月 2.35 0.47 1.39 0.20
1995年7月 3.33 0.45 -1.68 0.00
1995年8月 0.27 0.47 2.36 0.26
1995年9月 4.19 0.43 1.75 0.20
1995年10月 -0.35 0.47 2.94 0.33
1995年11月 4.40 0.42 2.49 -0.07
1995年12月 1.85 0.49 2.72 -0.07
1996年1月 3.44 0.43 -0.11 0.59
1996年2月 0.96 0.39 -4.83 0.32
1996年3月 0.96 0.39 -2.10 0.52
1996年4月 1.47 0.46 -1.65 0.39
1996年5月 2.58 0.42 -0.54 0.19
1996年6月 0.41 0.40 2.03 0.06
1996年7月 -4.45 0.45 0.18 0.19
1996年8月 2.12 0.41 -1.39 0.19
1996年9月 5.62 0.44 2.90 0.32
117
(续)
日期
1996年10月 2.74 0.42 4.04 0.32

1996年11月 7.59 0.41 3.51 0.19
1996年12月 -1.96 0.46 -2.56 0.00
1997年1月 6.21 0.45 -0.79 0.32
1997年2月 0.81 0.39 0.05 0.31
1997年3月 -4.16 0.43 -2.52 0.25
1997年4月 5.97 0.43 2.55 0.12
1997年5月 6.14 0.49 0.97 -0.06
1997年6月 4.46 0.37 1.95 0.12
1997年7月 7.94 0.43 6.26 0.12
1997年8月 -5.56 0.41 -3.17 0.19
1997年9月 5.48 0.44 3.16 0.25
1997年10月 -3.34 0.42 3.41 0.25
1997年11月 4.63 0.39 1.48 -0.06
1997年12月 1.72 0.48 1.84 -0.12
118
下载
第 3章
未来股权风险溢
价的估计
前面我们用了大量笔墨说明股票市场的历史及
这个历史对股权风险溢价的意义，而事实上估计溢
价还有另外几种更为直接的方法。进一步来看，这
些直接的方法与历史性的分析不同，可免受大部分
非稳定性和幸存偏倚的干扰。这些直接的方法是以
基本的价值公式为基础的。该公式表明，市场组合
的价值，与按照市场折现率折现的预期未来红利的
折现值是相等的。如果预期的未来红利可以预测，
则预期收益的现值关系就可得到解决，只要从中减
掉短期国库券和长期国库券的当前收益就可得到未
119
来市场风险溢价的估计。
为了解释这一方法，本章以一个个别的股权实例
来给以说明。只要将基本的原理确立下来，将此方法
运用于整体市场时，就会使困难迎刃而解了。
3.1 贴现现金流模型
基本的未来估计法被称为贴现现金流法，这个名
称的起因是它是以长远的预期收益作为贴现率的，这
个贴现率等于一系列预期未来红利下的股票价格。用
更加规范的形式来表示，下列等式中的 k即为预期收
益。
Div1 Div2 Div3
p= + 2 + 3 +⋅⋅⋅ (3-1)
1 + k (1+ k) (1 + k)
这里的 D i v是第 1年的预期红利， D i v是第 2年的
预期红利，以此类推， k就是预期的收益 (或说是股
权资本的成本 )。
从式 ( 3 - 1 )中可很清楚地看到，应用贴现现金流
模型的关键是红利的预测。对于那些没有支付红利
历史的公司来说，应用这一模型就很困难。没有历
史记录，就很难对未来的红利进行预测。此外，如
果公司不是按年度及时支付红利，则必须准确预测
分红的起始期。由于以上这些原因，式 ( 3 - 1 )通常只
应用于正常支付红利的公司。
由于正不断发展着的公司没有一个限定的生命
时期，式 (3-1)所暗含的期限是无穷的。我们都知道，
120
下载第 3章未来股权风险溢价的估计
我们不可能一年年地把红利的多少永远预测下去，
所以，要假设一个红利支付的未来的时点，以解出
式中的 k值。这个时点通常称为终点。这样做的思
路就是，在终点，公司可以达到一个平衡值，从那
时起，就可以简单地采用一种约略的估计方法对红
利进行预测了。
3.1.1 模型的形式
1. 增长率不变的形式
在某些情况下，我们可以应用一种特别简单的
假设，即红利增长率始终不变的假设，以 g表示这
个增长率。这就是早期提出的增长率恒定的模型形
式。在增长率不变的情况下，式 ( 2 - 1 )中的 k可以通
过下式解出：
Div1
k= +g (3-2)
P
式( 3 - 2 )表明，一个长时期内的股票预期收益等
于当前的红利收益 Div1/p，再加上预期的红利增长率 g。
举例说明一下，将式 ( 3 - 2 )应用于 1 9 9 6年1 2月3 1日的
AT&T公司。在那一天，AT&T的收益价为 43.375美元。
假设下一年预期的红利支付 4倍于当年的季度红利，
Div1为1.32美元。因此，式 (3-2)中的红利收益为 3.04%。
在1996年底，机构经纪商估算系统 (IBES)预测(更详细
的情况见“多级阶段的形式” )AT&T的年增长率为
9 . 6 7%。假设这一预测的增长率可代入式 ( 3 - 2 )，则
121
AT&T的预期收益即为 12.71% 。
可以广泛应用增长率不变等式的领域是公共设
施，我们可以用它来为公共设施确立合理的收益
率。这里举两个以前的例子：“兰野水加工厂诉公
共服务委员会案， 2 6 2美国， 679 692(1923 年 )，和
“联邦电力委员会诉希望天然气公司案， 3 2 0美国，
591 603 (1944年)”，美国联邦最高法院认为，公共
设施的投资者所获得的收益率必须能够补偿他们所
承受的风险。因此，合理收益率的确定就集中在能
否合理确定股权的收益率上。从金融理论中我们知
道，求解式 (3-1)我们就可以得出合理的预期收益率。
面对式 ( 3 - 1 )的求解问题，许多公共事业的管理者们
都转而求助于不变增长模型的运用。因为不变增长
的假设对许多公共事业来说是合理的，特别是对更
为成熟的公司来说，式 ( 3 - 1 )的应用，经常减少了预
期收益下降的估计，而这种下降是在纳税人和公共
设施股票持有人双方都愿接受的范围之内的。
虽然不变增长模型的历史很久，但实践者们认
识到，它的应用性却仅限于公用事业这样的公司。
因为只有对这样的公司来说，不变增长的假设才是
合理的。曾有大量学者强调过这一点，这些人包括：
康奈尔 ( C o r n e l l ) ( 1 9 9 3年)；科普兰 ( C o p e l a n d )，科勒
(Koller)和默林 (Murrin)(1994年)；戴蒙德 (Damodaran)
因为红利是按季度而不是按年度支付的，所以这里只是一
个大约的数值。
122
( 1 9 9 4 年 ) ；夏普、亚历山大 ( A l e x a n d e r ) 和贝利
(Bailey) (1995 年 )。他们认为，不变增长不能准确
刻划出大多数公司未来的特征。在一般的环境下，
多阶段式的按现值计算的现金流量法模型更合适用
来求解未来红利的预期。当然，实际的问题是如何
近似地求解出未来红利的时间序列。在解决那个关
键的问题之前，需要指出几个运用该模型的细节。
首先，在应用贴现现金流模型时，应采纳什么
样的股票价格，这在实践者中是个有争议的问题。
有效市场理论明显地暗示着合适的股票价格应是预
测红利的同时所观测到的市场价格。因为这种价格
能够反映公众可获得的有关公司未来的信息。然
而，由于股票价格的易变性，一些实践者们使用的，
而一些管理机构也认可的价格是 3或6个月的平均股
价。使用这种平均股价的问题是，它们包含的信息
是过期的股权成本预期的信息。市场价格变化的原
因是有了新的信息，而这些信息的到来影响了价值
的评估。过期价格的平均化无异于忽略或给予新信
息一不合理的权重。所以，在承认有效市场理论的
前提下，我们在这里使用现行的股票价格。
其次，存在着间隔期的复利计算的问题。由于股
利是按季度支付的，所以k应是季度估计值，并被有效
地转换成年度比率。在许多实践场合，资本的成本是
按年率计算的，然后以这一比率为基础而按月支付。
例如，公用设施按每月获得以一定比率计算的月收入。
123
在这种情况下，从季度红利计算出的年率还需以月为
基础再分解。在目前的情况下，贴现现金流 (DCF)模型
应用于年度基础，所以未加入复合计算所要求的调整。
最后，关于筹资成本的问题也存在争议。 DCF模
型中的股价是否应减掉发行新证券的成本？在公用事
业价格的确定上，这一问题已存在很长时间了。对于
正反两方面的答案都存在着理论上的争议。然而，在
大多数情况下，争议的实践意义很小，因为事实上，
在美国，所有的新股权资本都来自留存收益而非新股
的销售。例如，电信产业的情况，在 1993~1998年间，
该产业在新的基础设施上投资了 100亿美元。但在相
同的时期内，新股票的发行接近于零。事实上，整个
投资的资金都来自存留收益。与这一复杂的讨论要包
括的次等效果不同，这里的讨论不必包括筹资成本。
现在回到估计红利的时间路径上来，越来越趋于
一致的意见是，最好是从分析家们的预测开始。提出
这一意见的基础是大量的学术文献，这些文献表明，
分析家们的收入预期考虑到了所有的信息，提供这些
信息的来源是更加公式化了的预测规则并同时考虑了
其他方面的信息。基于这些发现，最普通的解决方
法是假设红利的支付率仍旧不变，并使用分析家们对
关于如何将交易成本具体化的分析细节，详见阿扎克和马
库斯 (1981年)。
有关比较收益预测分析更加公式化的预测模型包括布朗和
罗泽夫 ( 1 9 7 8 年 )；布郎，黑格曼，格里芬和慈梅杰斯基
(1987年)；布朗和金 (1991年)；范德违达和卡尔顿 (1988年)。
124
收入增长的预测作为红利增长率的代表。
使用分析家们的预测所产生的一个实际问题是，
这种预测的时期很短，这些预测，包括由机构经纪
商估测系统和扎克斯投资研究机构 (Zacks Investment
Research)的预测，时间都在 5年预测期以内。从 DCF
模型的观点来看，这个时期可达到永恒，则 5年这样
的预测期就显太短了。一种可能性是让预测增长永
远保持下去。这就需要用预测的增长率来替代模型
中不变的增长率。如果预测的增长率比总体的经济
规模低，那么不变的增长就是可行的。然而，这是
不太可能发生的。因为这意味着公司会随着时间的
推移而变得越来越小。在多数情况下，机构经纪商
估测系统的预测结果要大于长期经济增长率。很明
显，这种高经济增长率的情况是不能永远维持下去
的。虽然，公司的红利可以在 5年中以远高于一般经
济增长的速度上升，但如果把这种增长率维持至无
限期的情况，则该公司最终将吞没整个经济。由此
看来，在分析家们所预测的头 5年的增长率与公司的
长远性可持续增长率之间，必须发生一个转换。而
设计出符合这一要求的转换模型是个很艰巨的任务。
在这里，我所提出的程序是我在大量的转换咨询
实践中所发现的合理方法。应当特别强调的是，我们
可以设计出大量的转换模型。关键性的条件是，长
戴蒙德恩 (1 9 9 4年)研究了一系列多级的按现值计算现金流量的模
型，模型均给出了不同的转换假设。
125
期的公司增长率最终会降到或低于长期的经济增长
率。
2. 多级阶段的形式
在这里使用的模型中，头 5年的红利的增长取的
是机构经纪商估测系统 (IBES)所报告的 5年收入增长
率的中值，这个工作是由林奇 (Lynch)，琼斯 (Jones)和
瑞安 (Ryan)所完成的。为了收集长期的 IBES数据，三
人观察了 2 000个分析家每月对全美主要公司 5年收入
增长率的估计。这些分析家们代表着 100多家不同的
分析商号。预测结果用表格显示并发放到用户。这
些用户包括了多数最大的机构投资者，如养老基金、
银行和保险公司。最受大家关注的预测就是 IBES的
中位数。
假设 2 0年以后红利与国民经济按同样的比例增
长。长期的国民经济增长率的预测可从大多数经济
预测公司中获得。提供了 2 5年期预测的两个著名公
司是WEFA集团和数据资源公司 (DRI)。估计 20年以上
增长率我们使用的是 WEFA和DRI的平均值。在 1996
年12月，该平均值是年 6.16%。
最后，在 15年期间，假设增长率为从 IBES长期
预测中拟合出的线性函数。当然，选择 1 5年并不是
必须的，在某些情况下，选择 5年、 1 0年甚至 2 0年
可能更合理。这一时间的选择依赖于公司的特征和
公司增长率与总体经济增长率二者之间的差距，差
距越大，两种增长率相敛聚在一起所需的时间就越
126
长。二者之间是非线性的状况也是可能的。
作为说明，我们将多级制的贴现现金流模型应
用于 AT & T公司。当增长率不固定时，我们不能向
求解式 ( 3 - 2 )那样求解出式 ( 3 - 1 )来。然而，如果我们
使用重复性技术，就可以很快解出式 ( 3 - 1 )来。关于
AT & T公司，下列投入发生于 1 9 9 6年 1 2月 3 1日。回
顾一下，在那时，股票的价格是每股 4 3 . 3 7 5美元，
初始红利是 1 . 3 2美元。从那时起的 5年内，红利的
增长率假设是 I B E S的 9 . 6 7%。从那以后的下一个 1 5
年中，红利的增长率下降为 6 . 1 6% (此为 W E FA和
D R I长期经济增长率的平均值 )。然后将 6 . 1 6%的增
长率保持至永远。在这些假设下，式 ( 3 - 1 )中惟一的
未知数是 k，即预期收益。可解出 k为10.58%。
请注意，多级预期收益的估计为 1 0 . 5 8%，比不
变增长率下的估计 1 2 . 7 1%约低了 2 0 0个基点。这是
由于在多级模型中的红利流较低的缘故。而在增长
率不变的模型中， I B E S所假设的 9 . 6 7%的增长率是
要永久维持的，多级模型却假设增长率在第 6年就
开始下降，并在此后 2 0年内按 6 . 1 6%的增长率计算。
一般来说， 5年内公司增长率与可持续性增长率的
差距越大，按不变增长率模型与按多级阶段增长模
型所计算的预期收益之差就越大。
这里我们的目标不是估计各个公司的预期收益，
如果5年的增长率低于可持续性的增长率，则多级阶段模型计
算出的预期收益会比不变增长模型计算出的预期收益更高。
127
而是估计整个市场总体的预期收益，至少也是要估
计公司的各种股票指数。有两种方法可以将 D C F模
型应用到像标准普尔 500这样的指数中来。第一，可
以在总量基础上将 D C F模型应用到指数中来。这种
方法要求对指数中所包括的一组公司做出总量上的
红利预期。给定总体的预期红利，就可以将指数作
为个别公司的数据应用到多阶段的增长模型之中。
第二，将 D C F模型以个案的方式应用到指数中的公
司中，然后将结果加总来估计一般性股票的资本成
本。由于标准普尔 500是价值加权指数，把它当做个
别公司资本成本平均化时就应当使用价值权重。
投资银行一般使用第一种方法。例如， 1 9 9 6年
1 2月，高盛公司 (Goldman Sachs)估计股权资本的市
场成本约为 11%。那时， 1月期与 2 0年期的国库券
收益分别为 5 . 4 9%和6 . 7 3%。因此，高盛公司预期的
收益在市场上转换成短期国库券的 5 . 5 1%的风险溢
价，及长期国库券的 4.27%的风险溢价。
表3-1说明了第二种方法 — 各家公司计算的方
法。在标准普尔 500中的公司并非都支付红利，这一
事实使这个方法复杂化了。如前所述，在公司不如
期支付现金的情况下，运用DCF模型就是个冒险的事。
所以，在表 3-1里，应用 DCF模型的公司仅仅是那些
标准普尔 5 0 0中红利收益在 1 9 9 6年底至少达 3%的公
司。
将样本的公司选定为红利 3%或以上是可行的。
128
法玛和佛伦奇 (1992年)的研究表明，具有较低红利支
付率的小公司通常具有较高的资本成本。如果这是正
确的，那么，将不支付红利的公司排除在样本之外就
会使资本的市场成本预期降低。但在标准普尔 500的
情况下，这种情况可能不明显，因为即便是那些不支
付红利的公司，如微软，也绝非小公司。
在计算各公司的股权成本时，应用的都是与
AT & T同样的程序 ( AT & T也是样本中的公司之一 )。
增长率的预测采用的是 I B E S的方法。时期选择了
1 5年。表 3 - 1是各个公司按价值加权法计算的平均
数结果。时间为 1996年12月31日。
表 3 - 1中的结构与高盛公司总计方法的结论具
有很大的一致性。资本成本价值加权的平均数达
11 . 2 6%。这意味着对短期国库券的溢价为 5 . 7 7% ，
对长期国库券的溢价为 4 . 5 3%。这里的估计值大于
高盛公司的结论，这一事实表明，至少在这个例子
中，选择的偏好并不能使预期收益的估计减少。
另一点能够检验选择效果的是表 3 - 1中在截止
时间重复使用 2%的收益率。使用这个较低的截止
点，使市场预期收益的估计下降到 11 . 1 2%。这进一
步表明，在 1 9 9 6年底，对标准普尔 5 0 0来说，选择
偏好并没有减少预期收益的估计。
虽然我们还搞不到 1998年6月的完整数据来重算
表3-1，但 FinEcon，一家金融经济咨询公司，使用标
准普尔 500的一个子集作为代表，以半年的新数据更
129
新了该表。在 1998年6月1日，使用 FinEcon数据的市

场预期收益为 10.2%。1月期国库券收益与 20年期国库
券收益分别是 4.71%和5.71%。这些数据表明，自 1996
年底以来，预期的股权风险溢价变化很小。类似地，
梅里尔・林奇提出的总体 DCF模型得出 1998年7月市
场预期收益为 10%，这一结果与风险溢价大致相同。
表3-1 市场预期收益的计算
每股价当前的红利收机构经 3阶段
格(华尔红利(华益(红利纪商估 DCF模
街日报) 尔街日对价格测系统型的股
公司名称 1996年报)1996 的比率 ) 5年期权成本
12月31 年12月31 增长率
日/美元日/美元预测
(%) (%) (%)
ALLTEL Corp. 31.375 1.10 3.51 10.43 11.53
American Brands Inc. 49.625 2.00 4.03 10.15 12.13
American Electric Power 41.125 2.40 5.84 2.70 10.74
American General 40.875 1.30 3.18 9.78 10.81
Ameritech 60.625 2.26 3.73 8.86 11.17
Amoco 80.625 2.80 3.47 8.21 10.59
AT&T Corp 43.375 1.32 3.04 9.67 10.58
Atlantic Richfield 132.500 5.50 4.15 6.55 10.72
Baltimore Gas & Electric 26.750 1.60 5.98 3.43 11.19
Banc One Corp 43.000 1.36 3.16 11.60 11.53
Bankers Trust N.Y. 86.250 4.00 4.64 9.44 12.60
Bell Atlantic 64.750 2.88 4.45 7.98 11.67
BellSouth 40.500 1.44 3.56 8.41 10.77
Caliber Systems Inc 19.250 0.72 3.74 10.60 11.94
Carolina Power & Light 36.500 1.88 5.15 3.91 10.64
Central & South West 25.625 1.74 6.79 3.00 11.70
Chevron Corp 65.000 2.16 3.32 7.76 10.24
Chrysler Corp 33.000 1.60 4.85 6.90 11.64
130
(续)

格(华尔红利 (华益(红利纪商估 DCF模
街日报 ) 尔街日对价格测系统型的股
12月31 年12月31 增长率
(%) (%) (%)
CINergy Corp 33.375 1.80 5.39 4.67 11.20
Consolidated Edison 29.125 2.08 7.14 1.50 11.27
Consolidated Natural Gas 55.250 1.94 3.51 9.07 10.97
CoreStates Financial 51.875 1.88 3.62 9.57 11.33
Cyprus Amax Minerals Co 23.500 0.80 3.40 11.00 11.63.
Dana Corp 32.625 1.00 3.07 8.78 10.29
Deluxe Corp 32.750 1.48 4.52 11.00 13.23
Dominion Resources 38.500 2.58 6.70 3.47 11.85
Dow Chemical 78.375 3.00 3.83 8.00 10.94
DTE Energy Co 32.375 2.06 6.36 2.73 11.20
Duke Power 46.250 2.12 4.58 4.98 10.54
Dun & Bradstreet 23.750 0.88 3.71 7.36 10.54
Eastern Enterprises 35.375 1.60 4.52 7.33 11.47
Eastman Chemical 55.250 1.76 3.19 9.18 10.59
Edison International 19.875 1.00 5.03 3.05 10.20
Entergy Corp 27.625 1.80 6.52 3.97 11.93
Exxon Corp 98.000 3.16 3.22 6.30 9.63
Ford Motor 32.250 1.54 4.78 6.22 11.26
FPL Group 46.000 1.84 4.00 4.91 9.95
Frontier Corp 22.625 0.87 3.85 14.90 14.22
General Mills 63.625 2.00 3.14 10.76 11.15
General Motors 55.750 1.60 2.87 7.33 9.56
Genuine Parts 44.500 1.34 3.01 10.00 10.66
GPU Inc 33.625 1.94 5.77 3.35 10.96
GTE Corp 45.375 1.88 4.14 9.17 11.83
Houston Industries 22.625 1.50 6.63 3.84 11.97
International Flavors and 45.000 1.44 3.20 11.36 11.48
Fragrances
131
(续)

12月31 年12月31 增长率
(%) (%) (%)
Jostens Inc 21.125 0.88 4.17 12.00 13.23
KeyCorp 50.500 1.52 3.01 9.59 10.51
Lincoln National 52.500 1.96 3.73 10.58 11.92
Mobil Corp 122.250 4.00 3.27 8.94 10.61
Moore Corp. Ltd. 20.500 0.94 4.59 12.00 13.85
Morgan (J.P.) & Co 97.625 3.52 3.61 9.04 11.08
National City Corp 44.875 1.64 3.65 9.81 11.47
National Service Inc 37.375 1.20 3.21 12.33 11.92
NICOR Inc 35.750 1.32 3.69 5.94 10.00
Northern States Power 45.875 2.76 6.02 3.27 11.15
Nynex 48.125 2.36 4.90 6.60 11.56
Occidental Petroleum 23.375 1.00 4.28 8.42 11.66
Ohio Edison 22.750 1.50 6.59 2.70 11.38
ONEOK Inc 30.000 1.20 4.00 7.00 10.73
PP & L Resources 23.000 1.67 7.26 2.60 11.91
Pacific Enterprises 30.375 1.44 4.74 4.75 10.60
Pacific Telesis 36.750 1.26 3.43 3.88 9.09
Pacific Corp 20.500 1.08 5.27 3.87 10.73
PECO Energy Co 25.250 1.80 7.13 3.23 12.12
Penney (J.C.) 48.750 2.08 4.27 9.50 12.51
Peoples Energy 33.875 1.84 5.43 3.71 10.82
PG&E Corp 21.000 1.20 5.71 -0.76 9.33
Philip Morris 113.000 4.80 4.25 16.10 15.60
Philips Petroleum 44.250 1.28 2.89 11.43 11.04
PNC Bank Corp 37.625 1.48 3.93 9.90 11.89
Potlatch Corp 43.000 1.70 3.95 7.33 10.81
Public Serv. Enterprise 27.250 2.16 7.93 2.26 12.31
Quaker Oats 38.125 1.14 2.99 10.38 10.78
132
(续)

12月31 年12月31 增长率
(%) (%) (%)
SBC Communications Inc 51.875 1.72 3.32 10.03 11.10
Southern Co 22.625 1.26 5.57 3.65 10.91
Sun Co., Inc 24.375 1.00 4.10 8.78 11.61
Supervalu Inc 28.375 1.00 3.52 8.71 10.85
Tenneco Inc 45.125 1.20 2.66 12.06 10.92
Texaco Inc 98.125 3.40 3.46 9.63 11.14
Texas Utilities 40.750 2.10 5.15 6.29 11.69
US West Communications 32.250 2.14 6.64 4.88 12.51
Unicom Corp 27.125 1.60 5.90 4.66 11.68
Union Camp 47.750 1.80 3.77 7.67 10.73
Union Electric Co 38.500 2.54 6.60 2.46 11.28
UST Inc 32.375 1.62 5.00 12.33 14.65
USX-U.S. Steel Group 31.375 1.00 3.19 20.00 15.71
Westvaco Corp 28.750 0.88 3.06 8.29 10.11
Weyerhaeuser Corp 47.375 1.60 3.38 8.28 10.70
平均市场权重 1 1 . 2 6
除了提供市场预期收益的估计以外，表 3-1还说
明了几个 DCF模型的特征。首先，将不变增长形式与
多阶段形式相比较可看出，多阶段模型显然更高一筹。
而不变增长模型给出的估计显然是不合理的，例如，
股权成本少于长期国库券的估计 (甚至低于零 )，而在
多阶段模型中就不会出现这种情况。第二，多阶段模
型得出的估计值与每一个公司的普遍感受是相一致
的。股权成本的最小值是 9.09%，最大值为15.71%。这
133
一估计值的范围很严格，这是实践者、管制者和法院
都愿接受 DCF模型的原因之一。
3.1.2 风险溢价的贴现现金流方法与历史性估
计方法之比较
表3-1中的结果与市场风险溢价的历史性估计有
明显的不同。历史性估计使用年度的伊博森数据，
短期国库券溢价为 9 . 2%，长期为 7 . 4%，长远估计的
短期国库券为 5 . 7 7%，长期为 4 . 5 3%。这一差别说明
风险溢价下降了 282~389个基点。为了说明这一差别
有多重要，再次考虑一下第 2章中提出的计算，采用
5%的增长率和 5%的无风险率，用不变增长模型计算，
风险溢价下降 300个基点转变成股价 60%的上升：
0.13 − 0.05
风险溢价下降前后的股价比率 = = 1.60
0.10 − 0.05
3.2 布兰查德对贴现现金流方法的扩展
为了估计前瞻性市场风险溢价，布兰查德 (1993
年)扩展了基本的 DCF模型，这个模型很明确地考虑
了利率与红利收益的变动。为了完成他的模型，他
同时还做了股票与债券收益的未来的估计。在检验
了远期的估计值之后，他在 1992年得出结论：
虽然通货膨胀在 7 0年代是上升的趋势而在 8 0
年代是下降的趋势，但股权风险溢价却自 5 0年代
早期以来就一直稳定地下跌。时至今日，溢价水
134
平约为2%~3% (第115页)。
如果我们将布兰查德的计算外推至 1 9 9 8年6月，
所预测的风险溢价甚至更低。在他的模型中，风险
溢价的关键性动力是红利收益， 1 9 9 2 ~ 1 9 9 7年底，
红利收益几乎是一直稳步下跌的。将 1 9 9 2年底到
1 9 9 8年 6月的红利收益数据代入布兰查德的模型，
结果导致较低的股权风险溢价预期：大约为 2% 。
这大大低于标准 DCF模型的预测。
3.3 卡普兰—鲁布卡的研究
正如一开始就指出的， D C F模型的应用在很大
程度上取决于未来红利的预测。卡普兰 ( K a p l a n )和
鲁布卡 ( R u b a c k ) ( 1 9 9 5年 )试图通过利用一独特的数
据组来避免红利的预测问题。样本是在 1983~1989
年间完成的 5 1个高度杠杆交易，作者不仅得到了交
易价格，同时还发展了现金流的预测。
卡普兰和鲁布卡使用式 ( 3 - 1 )进行计算，但加入
了一个最终价值来代表所有超过一特定点现金流的
估计值。使用最终价值的形式，式 (3-1)可以写作：
Div1 Div2 Divn n
p= + 2 + n +在 n 的终值 (3-3)
1 + k (1+ k) (1+ k) (1+ k)
卡普兰与鲁布卡用买者预期从公司购买中得到的
现金流来代替未来的红利。他们也有购买者提供的对
终值的估计。给出这些数据及交易的观察价格，二人
有关红利收益的图示请见第 5章图 5-1。
135
解出了式 (3-3)中的贴现率 k，k等于未来现金流销售价

格下的现值。这就是他们对交易中所包括公司的资本
成本的估计。
有两个原因导致了某一个公司的资本成本与股权
的市场成本差别的产生。第一，一个公司的资本成本
是以债务和股权混合物为计算基础的；第二，公司的
股权成本一般不等于总体市场的股权成本。卡普兰与
鲁布卡使用了两步程序来从个别公司的资本成本中解
出股权风险溢价。第一步是从资本成本中解出股权成
本，由于债务成本和资本结构都是可观测到的，所以
这一步可以直截了当地求出。第二步是从个别公司的
股权成本到股权风险溢价。这要求运用资产价格模型。
在他们的研究中，两人将资本资产定价模型 (CAPM)
进行转换，以从股权成本中解出风险溢价。用这种方
式，两人对他们样本中的各个公司都做了市场风险溢
价的估计。为了计算一个总体的股权风险溢价的估计
值，两人将每一公司的估计值平均化。
他们的做法听起来虽然简单，但事实上从各个公
司的股权成本中解出市场风险溢价来是相当复杂的，为
达目的，二人废尽心机。虽然说，精确的结果依赖于他
们所使用的方法和假设条件，但他们所得出的结论是
“7.8%的市场风险溢价估计值，这与标准普尔500指数和
长期国库券收益的长期算术平均值惊人地接近”
。
卡普兰与鲁布卡的结论与 IBES使用DCF模型预测
所得出的结论之间存在差别，而这个差别很令人费解。
136
应该承认，卡普兰与鲁布卡所使用的数据有一些问题。
首先，交易的高度杠杆性质，在其中， 90%的债务也
是常见的，这使得估计的风险溢价对于终值的估计、
利率的调整和贝塔值的估计都特别敏感；第二，购买
者有可能对现金流预测做出策略调整，比如，为债务
担保等。如果现金流的预测被扩大了，风险溢价的估
计就会上扬；第三，杠杆收购的协议制定人可能明显
地使用较高的贴现率以调整债务的非流动性；最后，
卡普兰与鲁布卡的研究未考虑 1998年以后的情况，而
是以 1983~1989年间公司的杠杆购买者的预期为基础
的，那个年代是杠杆收购的随心所欲的年代。由于德
雷克塞尔 ( D r e x e l ) 、伯纳姆 ( B u r n h a m ) 、兰伯特
(Lambert)的高收益资金的大力支持，市场空前繁荣。
除此之外，经济业绩势头良好。结果是在 1982~1983
年的经济衰退来临时，真实经济增长率高而通胀率很
低。所以，除了杠杆购买者在那些年代的预测以外，
其他人都是乐观的。如果这是对的话，基于这些预测
的股票市场收益将会上升。
3.4 法玛—佛伦奇的总内部收益率分析
卡普兰和鲁布卡的研究限于一个相对小范围的高
度杠杆化交易的样本，而法玛和佛伦奇 (1999年未发表
的研究报告 )使用了同样的方法试图对完全非金融性
公司部门的资本成本做出估计。法玛和佛伦奇研究的
时间范围是1950~1996年，包括了Compustat数据库中所
137
有的非金融性公司。Compustat为标准普尔的一个部门，
维持着一个大数据库，其中包含了一个公司样本的季
度性财务信息。在法玛和佛伦奇研究中所使用的公司
数从1950年的319个上升到1996年的4 442个。
法玛和佛伦奇将整个样本视作一个大公司，他
们使用式 ( 3 - 3 )来做这个庞然大物的资本成本估计，
而这正是卡普兰和鲁布卡所使用过的方法。困难之
处在于理解这个庞大公司的所有现金流。为了这个
目的，法玛和佛伦奇采取了如下的步骤：定义流出
的内容包括： (1)样本中所有公司的初始市场价值 (它
类似于标准的内部收益率 I R R分析中的初始投资 )；
(2)1950~1996年间样本内的所有公司的市场价值 (类似
于标准 IRR分析中的维护性投资 )；(3)每年样本中公
司的投资性支出 (类似于维持性投资 )。定义流入的内
容包括： (1)各年份样本中所有公司的总现金流入 (类
似于在标准 IRR分析中投资项目所产生的现金 ); (2)样
本中各公司在 1996年的终值 (类似于投资的终值 )。
可能你已想到，法玛和佛伦奇在估计所有的现金
流时，面对着大量的经验障碍，例如， Compustat数据
库并未包括债务证券的市场价值，所以，与债务、股
权和优先股价值总量相等的公司价值，在计量上是错
误的。企业合并也会导致他们的计算发生错误。然而，
在现金流如此之大的前提下，法玛和佛伦奇认为，计
量的错误所造成的影响是微不足道的。
法玛和佛伦奇发现在 1950~1996年的整个时期，与
138
流入和流出现值相等的贴现率k为10.72%。这就是他们对
非金融性公司部门名义资本成本的估计值。由于这是资
本成本，而非股权成本的估计，就有必要使用与卡普兰
和鲁布卡运用过的相似方法来解出股权风险溢价。
下面就是所用方法的步骤。起始点是计算资本
成本的平均权重 (WACC)，教科书中常用的 WACC的
计算公式如下：
资本成本的平均权重 (WACC)=kd (1-tc)Wd+ks・Ws
(3-4)
这里的 k d即债务资本成本， t c 为公司税率， W d
是资本结构的债务部分， k s是普通股的成本， W s是
资本结构中的股权部分。式 ( 3 - 4 )将优先股归并进了
债务。这样做是为了使问题简化，因为非金融性公
司发行优先股的数量是很小的。
为了解决股权成本的问题，有必要将公式转换成
税后WACC的形式。关于资本结构权重，法玛和佛伦
奇认为，在他们的样本中，公司的平均资本结构为：
72.8%的股权， 24.5%的债务， 2.7%的优先股。为了向
后推出股权成本，必须对债务成本做出假设。在样本
时期，假设债务的平均成本 (包括优先股 )高于长期债
务平均收益 150个基点，这是一个大致合理的假设。
假设债务与优先股具有同等收益是合理的，但它忽略了这样
的事实，即优先股的红利是不能推断出来的。在给定由法玛
和佛伦奇样本中非金融公司所发行的优先股数量后，可解出
WACC公式，计算出这一税收效果的量，将增加所估计的股
权红利成本值 1或2个基点。这在循环误差的范围之内。
139
从表 1-2中可知， 1950~1996年间，长期国库券的平均
收益是 6.3%，这意味着税前的债务成本为 7.8%。使用
法玛和佛伦奇的假设，对平均公司税的假设为 35%，
这得出了税后的债务成本为 5.1%。
将10.72%代入 WACC，5.1%代入债务成本， 35%
代入公司税率， 2 7 . 2%代入资本结构中的债务部分，
72.8%代入资本结构中的股权部分，这样，我们就有
可能解出股权成本。对股权成本的估计结果是 12.8%。
这是个名义估计值。我们没有必要去转换资本资产
定价模型，因为这已经是个市场范围的估计值了。
所以，为计算股权风险溢价，所必须做的仅是扣除
短期国库券的平均收益。如上所说，这一数值是
6.3%，这就得出市场风险溢价的估计为 6.5%。
法玛与佛伦奇认识到，他们发现的高资本成本，
可能本身就是一个流行于 1 9 9 6年晚期高股票价格的
人工制品。到目前为止，他们所观察到的最大内部
收益率 (IRR)计算中最大的现金流是样本中一个 16年
股票的终值。结果，如果股票价格在那时发生通货
膨胀，可能由于某些情绪上的原因，对资本成本的
估计也会发生通货膨胀。为了检验这种顾虑的经验
意义，两人使用自 1 9 6 1年起以后的终值对资本成本
做了再次估计。他们发现，在 1979~1996年间，资本
成本的估计值增加了不到一个百分点。结果，在他
们的计算中显示出 9 0年代股价上升时，确实导致对
资本成本估计的上升，它的经济性影响并不是很大。
140
法玛与佛伦奇对市场溢价的估计虽然不及历史
性的伊博森估计和卡普兰与鲁布卡的研究结果，但
与其他长远估计相比，仍高明得多。对这种差距的
一种可能的解释是 Compustat数据库中的幸存偏倚现
象。 Compustat是从 1965年开始构建的，为了能够提
供一个更长久性的历史记录， Compustat又回过头来
重新填补了自 1 9 5 0年起的公司财务信息数据。虽做
了这种补救，但所包括的公司仅是到 1 9 6 5年时还存
在的公司，所以，在 1950~1965年间停止营业的公司
就被排除在外了。这个因素导致了财务业绩偏高，
因为一般来说，停止营业的公司往往是业绩较差的
公司。所以在 1 9 6 5年以前，在该数据库公司的平均
业绩中，对非金融性公司的业绩可能有高估的现象。
另一种对差别的可能的解释是，法玛与佛伦奇的
分析不是长远性的分析。虽然他们也计算了 IRR，但
他们计算的依据是历史性数据。如果是由于样本时期
美国的经济不具备代表性，历史数据是过于乐观的数
据，那么他们对长远资本成本的估计就会过高。这就
像历史平均数本身就过于乐观一样。事实上，最好是
将法玛与佛伦奇的研究作为计算后推性股权成本平均
股票收益的替代物，由于公司的现金流是股权价值的
最终源泉，所以两人计算的 IRR应当大致与足够长时
间后的历史平均股票收益相等。这一点已被数据所证
实。在两人的样本期内，标准普尔 500平均的月收益
是 (乘以12) 13%，这与两人 12.8%的平均股权收益几乎
141
相等。由此看来，所有法玛与佛伦奇的风险溢价估计
与伊博森平均股权风险溢价之间的 100个基点的差距，
都是由于使用了不同的样本时期。当使用相同的计算
时期时，就会与我们所预料的一样，即法玛与佛伦奇
方法得出的结论与平均股票收益就是一致的了。
3.5 估计市场风险溢价的收入收益方法
西格尔 ( 1 9 9 8年 )认为，收入收益法可定义为每
股的红利收益除以每股价格 (即股价收益比率的倒
数)，它是普通股长期真实收益的关键性决定因素。
长期的数据资料证实了这一观点。再回顾一下表 2-2，
在1926~1997年间，普通股的平均复合性真实收益是
7.7%，可比较时期的收益终值是 7.2%。西格尔认为，
这种关系的持续时间甚至比表 2 - 2持续的时期更长。
他的研究表明，在 1871~1996年间，股票的平均复合
性真实收益为 6.8%，收益终值为 7.3% 。
红利收益与股票真实收益二者之间在长期中的关
系与基本经济理论是一致的。收益，无论是作为红利
支付出去还是作为投资保留下来，都是股东价值的最
终资源。这就是为什么对投资者来说，红利收益的下
降并不一定是坏消息。只要未分配出的红利可再次投
入到赢利的项目中，使收入超过资本成本，则红利收
益的下降就可视作一个好消息。除此之外，由于公司
西格尔 (1998年)第79页。
142
收入是从真实资产中得出的，它们就会随通货膨胀的
情况而升降。为此，股票与红利的真实收益这两者都
有一个要在长期中躲避通货膨胀影响的问题。
3.6 韦尔奇的观察
可能估计后推性股权风险溢价的最直接方式是观
察这一领域专家们的反应。由于风险溢价问题对股票
收益的学术性研究来说至关重大，所以韦尔奇 (1998
年)考察了数位顶尖级的金融经济学家们有关长期风
险溢价的观点。以 11 2位教授学者们的观点为基础，
韦尔奇得出的结论是，股票对长期国库券的风险溢价
的平均估计值约为 6%。这个结论比伊博森长期算术
平均值低 150个基点，并大约与其几何平均数相等。
韦尔奇继而认为这个溢价“太大了”。虽然直到
本书的第 4章才讨论股权溢价之谜，但韦尔奇的计算
为我们提供了一个有洞察力意义的开端，他的计算结
论如下：
• 1 9 9 8 年 4月， 1 0年期以上长期国库券的利率
约为 6%，实际上当时所有的预测结论都认为
长期通货膨胀率为 3%或更低。事实上， 3 . 5%
是长期国库券真实收益的合理预期。
• 给定长期国库券真实收益为 3 . 5%，6%的风险
溢价意味着股票的真实收益将为 9.5%(略少于
伊博森的长期平均值 )。
• 因为并非所有的股票红利都用来再投资，所以，
143
通常股票价值的增长并没有达到 9.5%。韦尔奇
估计，漏出最多不会超过每年 3%。结果是，
具有 6%风险溢价的股票市场价值的最小增长
率为每年 6.3%，即(1.095/1.03)-1=6.3%。
• 真实国民生产总值 (GNP)的最高长期增长预测
为每年 2 . 5%，所以，股票价值的增长将超过
G N P 的增长。每年比 G N P 增长快 3 . 7 % ，即
(1.06/1.025)-1=3.7%。
• 在 1 9 9 8 年 4 月，股票价值与国内生产总值
(GDP)的比率为 1.8。在3.7%的年增长率条件下，
这个比率将保持 10~50年。
• 这意味着从现在起的 5 0年内，普通股预期的
年收益将与美国真实的 G N P总量相等，如遇
上好的年份，甚至会更高。
正如韦尔奇所指出的，我们很难接受前述的方
案。到 2 0 5 0年，股票市场上的收益怎么可能超过
G N P总量呢？然而，得出那个方案的一切假设都是
保守的，只有 6%的风险溢价除外。韦尔奇由此得
出结论， 6%的风险溢价是太大了。
3.7 通过竞争方法产生的风险溢价的总结
通过各种竞争方法产生的有关风险溢价估计的情
况列于表 3-2。这里的结果表明大多数的估计进入了
一或两组别内。第一组包含了使用历史性估计法的学
者们。其中有伊博森协会 (1998年)、卡普兰与鲁布卡
144
(1995年)和法玛与佛伦奇 (1998年)的工作。所有这些研
究得出的结论是股票对长期国库券风险溢价的估计
约为 7%~7.5%。第二组包含的是以运用 DCF模型或收
入收益方案为基础进行的估计和幸存偏倚方面的研
究工作。这包括康奈尔 (本书 )，布兰查德 (1993年)和
西格尔 (1998年)和布朗等 (1995年)，以及格茨曼与乔恩
(1997年)的著作。以这些方法得出的估计值大约比历
史性数据低 300个基点，或者对长期国库券的溢价约
为4%。两个组都未包括的一项研究是韦尔奇的研究
(1998年)，其对长期国库券的溢价估计为 6%。然而，
韦尔奇提出了一个令人信服的结论是，这个溢价太大
了。
结论就是：有关未来的风险溢价是否会等于它
过去的历史平均值这个问题，在目前的学术性文献
中存在着重大分歧。在第 4章中，我们要来考察一
下经济理论的应用将能够在多大程度上帮助我们解
决这个争议问题。
145
146
下载
第 4章
风险厌恶和风险
溢价之谜
在第3章的结尾，我们对 6%或6%以上的投资风险
溢价提出质疑，在本章我们研究了支持这一质疑的经
济理论。从理论的角度来说，股权风险溢价不是一个
基本的经济参数，而是两个基本经济参数的反映，即
投资者的风险厌恶和相对于其他资产的股权风险这样
两个基本经济参数的反映。通过分析这些基本参数是
怎样对竞争的金融市场中的投资收益发生影响的，我
们就可以从理论上推导出股权风险溢价的合理水平。
这些理论的结论既可用于估计风险溢价的历史数据，
又可用于对未来风险溢价的估计。
147
4.1 风险厌恶的经济理论
风险厌恶的经济理论建立在这样两个基本命题之
上：第一，投资者期望获得更多的财富 (或消费 ) ；
第二，这种财富每增长 1美元所带来的愉快，即经济
术语中的效用，是随着财富的增长而下降的。更通俗
的解释就是，任何 1美元对一个无家可归的人的效用
要远远大于对比尔・盖茨的效用。
为分析这两个基本命题的含义，我们可以应用一
个两时期的模型：投资者在当期投资，然后在下一期
消费掉全部投资成果。根据上面两个基本命题，下一
期消费(或财富)的效用，必定如图 4-1所示。随着消费
的增长，效用缓缓上升，但其上升的速度在不断减
慢。
图4 - 1可以用于解释产生风险厌恶的原因。设想
某人当期的财富是 1 0个消费单位，他眼前有一种公平
的赌博：掷一枚硬币，如果正面朝上，他赢得 4个消
费单位，如果反面朝上，则输掉 4个消费单位。如果
此人的消费效用曲线如图 4 - 1，他是不会参加这种赌
博的，他也不会参加任何类似的公平赌博。原因在于
赌输所引起的效用的减少总是大于赌赢所引起的效用
在本章的第一部分中，财富和消费是可以互换使用的，这只
是因为投资者必须立即消费所有财富。在现实经济生活中，
投资者的财富在整个生命期内逐渐减少。这种理论与现实的
区别，使对风险厌恶的解释和计算大大复杂化了。因此，为
简化起见，我们假设投资者今日投资，明天就消费投资成果。
148
下载第4章风险厌恶和风险溢价之谜
149
的增加。如图所示，赌输了的效用会减少约 0 . 2 0个单
位，而赌赢了却只增加 0 . 1 2个单位。因此，如果进行
赌博，投资者效用的期望值就会下降。
具体来说，效用的期望值等于赌赢的概率乘以赌
赢之后可得到的效用，再加上赌输的概率乘以赌输之
后所丧失的效用。在本例中，该赌博的效用期望等于
0 . 6 7，即 ( 1 / 2×0 . 8 2 + 1 / 2×0 . 5 2 )，试比较一下，如不
参加赌博，他的效用期望是 0 . 7 1，假设来让经济学家
做决策，投资者的目的是要求效用期望最大化，因此
经济学家认为投资者不会接受这种掷硬币赌博。更一
般地，我们可以证明，只要效用曲线是图 4 - 1所示的
形状，追求效用最大化的投资者就决不会接受公平赌
博。
这种不接受公平赌博的投资者被称为风险厌恶
者，产生风险厌恶的原因是由于效用曲线的斜率是递
减的，递减的斜率被经济学家称为边际效用递减，随
着消费水平的上升，增加 1美元的消费所带来的效用
随之减少，边际效用递减其实就是这个现象的另一种
说法。
前面的例子可以用于估计投资者的风险溢价，设
效用曲线如图 4 - 1，考虑刚才赌博的情况。这里的问
题是：当硬币正面向上时，这个投资者必须赢得多少
消费单位才会接受这个赌博呢？接受赌博的条件是效
用期望值保持不变。如图所示，消费必须增加 1 9个单
公平赌博的期望收益值为零。
150
位，效用才能增加 0 . 2 0个单位。因此，投资者会参加
赌博的条件是：如果正面朝上，他赢得 9个消费单位，
如果反面向上，他输掉 4个消费单位，在这种情况下
的期望报酬为：
期望报酬 =〔1/2×(-4)〕+(1/2×9)=2.5个消费单位
期望报酬是公平赌博 (根据定义，公平赌博的期
望报酬是零 )的溢价，是投资者为所承担风险所要求
得到的补偿。所以， 2 . 5个消费单位的风险溢价是吸
引潜在投资者接受这场掷硬币赌博的必备限额。
乍一看来，风险厌恶的经济理论是错误的。因为
理论分析显示出投资者是不会接受公平赌博的，更不
必说那些期望报酬为负的赌博了。但卡西诺赌博 (期
望报酬为负 )却是一项极为兴旺的产业，州立彩票 (期
望报酬也为负 )已经在全国范围内取得巨大成功。这
种现实与理论背离的情况可以从两方面给予解释：第
一，赌博具有投资和娱乐两种功效，人们愿意为娱乐
付费，就像愿意掏钱去听音乐会或去海滨度周末一样，
所以在赌博中人们为娱乐付费的部分就可以视为预期
的损失；第二，当赌本和概率都很小时，在怪异奇特
的人类行为面前，理论的解释就显得苍白无力了。
但在涉及大额赌博时，即便是简化了的理论，也
能相当出色地发挥作用。如果没有风险厌恶，就会出现
一旦老人们相信有猜胜的机遇，他们就要拿出全部养老
金去赌星期天的棒球赛这种情况，但事实上这是不会发
生的。因为在投资时，人们需要为自己将来的生计着想，
151
风险厌恶的存在是无可辩驳的，最有力的证明就是股权
溢价本身了。如果投资者愿意不要代价而承担风险，他
们必须抬高普通股的价格，直到平均股票收益等于短期
国库券的收益，并持有足够长的时间。
4.2 收益风险的类型：投资组合理论的
简单回顾
风险厌恶经济理论的一个明确含义是：投资者承
担的风险越大，他要求得到的升水 (投资溢价 )也就越
大。把每一单个投资者的这种主张加总，就得到一个
著名的风险—收益平衡。这就是进行一项投资需要承
担的风险越大，与此相关的预期收益也越大。尽管风
险—收益平衡的知名度很高，但它却易把我们引入歧
途。事实上，只有在精确地预知和合理地定义风险时，
这个理论才是正确的。
不严谨的风险定义会产生双重问题。第一，由于
对于全体投资者而言，他们不会承担单个特殊的风险，
因此，市场风险不会因单个特殊风险的增加而增加。
以华盛顿红皮人队和纽约巨人队之间的棒球比赛的一
次赌博为例，为简单起见假设两队实力相当，因此获
胜率各为 5 0%。有A、B两位男士参加这个公平赌博，
事实上，如果不存在风险厌恶的话，所有的金融资产和短期
国库券就会有同样的预期收益。一旦其中一种资产的预期收
益高于这个同一的水平，大家就会蜂拥购买，从而导致这种
资产价格上升，预期收益下降。
152
即类似前面讨论过的掷硬币情形。是否存在着由赌输
的风险而产生的风险溢价？如果有，则是自相矛盾的。
因为如果 A得到了溢价，则必是由 B支付的，但如 B也
是风险厌恶者，那么他为什么要支付这个溢价呢？将
棒球赌博市场作为一个整体看，是把宝押在红皮人的
赌者还是押在巨人队的赌者能够获得这个溢价呢？为
什么会有一方比另一方更有优势呢？
对这个自相矛盾的解释是，在市场均衡状态下，
根本没有风险溢价。只要人人都对棒球比赛的赌博说
“不”，则一个队或另一队赢的“风险”就可以不费社
会分文，避免这一赌博的发生。因为任何人都没有必
要参与赌博，所以，即使 A和B都意识到赌博的风险
性，他们之中的任何人也不能得到期望的风险溢价。
对于卡西诺赌博和州立彩票来说，结论也是一样
的。但这个结论却不能应用到普通股的投资上，因为
第一，社会是不可能避免那些投资风险的。如果像
I B M这样的公司增加股权，持 I B M股票的投资者必须
乐于承担与此相关的风险。为了吸引投资者支付这种
风险，股票的定价必须要使其预期收益超过短期国库
券的收益。
第二，除非严格地定义风险的概念，否则风险—
这会产生一个问题，即为什么棒球比赛中仍然还有如此多的
赌博存在呢？有两个解释：一是由于人们喜欢这项运动，因
此A和B二人都从赌博提供的乐趣中得到溢价；二是 A和B不
认为打赌是公平的。每人都觉得他比对方聪明，认为自己有
更大的把握获胜。
153
收益平衡就是毫无意义的。为理解风险定义问题，考
虑一项对一个在创业初期的生物工程公司的投资。该
公司有一项产品 — 治疗乳腺癌转移的新药，显然这
是一项高风险的投资，所以未来股票的价格是高度不
确定的。同时，如果人们期望这种新药能够带来潜在
的效益，那么社会也要为此负担风险。与 A、B二位
先生之间的赌博不同，新药失败的风险不能通过说
“不”而避免。必须有足够的投资者持有该公司的股
票才能使公司筹集到资金继续其开发研究，因此这些
承担风险的投资者必须得到期望的溢价，问题是我们
如何评估风险和风险溢价的水平呢？
在马克韦斯 ( M a r k o w i t z ) ( 1 9 5 2年)开展他的探索性
工作以前，评估诸如购买创业初期的生物工程公司股
票这类投资行为，是在独立的状态下进行的。由于药
物研究项目的成果具有极大的不确定性，一败涂地与
亿万富翁的可能性并存，所以，孤立地考虑只购买一
种生物工程制药公司的股票具有极大的风险性。马克
韦斯的明智之处是提出投资者不必孤立地进行这种投
资，他们可让保险公司通过售出大量保单来分散风险，
同样，投资者可通过持有大量证券实现风险分散化。
当独立地考虑一种证券时，投资者会设法打听这种证
券对分散化的证券组合增加了几分新风险。马克韦斯
证明，如果投资者持有一个相当分散化的证券组合，
由于这样能够将非必要性的风险最小化，所以，此时
单独一种证券的风险更有可能取决于市场证券组合的
154
可能收益，而较少地取决于该种证券本身的收益情
况。
系统风险与非系统风险之间的区别是马克韦斯研
究工作的一个分支，他研究了二者间的联系。为理解
系统风险和非系统风险的差别，我们假设对苹果电脑
进行一项投资。这项投资会受到来自两方面的风险威
胁：一是苹果电脑公司本身特有的风险，苹果设计的
产品是否具有竞争力？电脑使用者愿意接受苹果公司
开发的新操作系统吗？二是所有普通股均会受到的风
险，诸如经济是否进入了衰退期？中东又要打起来了
吗？
第一类风险，即苹果自身独有的风险可通过分散
化来消除。如果苹果公司试制的新产品失败了，那么
将资金仅仅投在苹果的投资者将蒙受巨大损失。但那
些既拥有苹果的股票，又购买了上百种其他证券的投
资者们，几乎感觉不到苹果的失利对他们的证券组合
价值会带来什么影响。因此，我们称苹果所特有的风
险为非系统风险，或可分散的风险。
另一方面，市场范围内的风险是不能通过证券组
合的分散化被分散掉的。如果经济进入衰退期，股票
价格直线下跌，持有数百种股票的投资者一点也不比
把全部资金都投入苹果的投资者更幸运。因此，我们
把经济范围的风险称为系统的或不可分散的风险。
在马克韦斯观点基础之上，夏普 (1964年)与林特
尔( 1 9 6 5年)发展了一种独特的风险测量方法，他们利
155
用值来分析系统风险与非系统风险之间的差别，指
出市场只对那种不能通过分散而化解的风险才支付风
险溢价。他们所得出的那套清晰的数学关系就是当今
流行的资本资产定价模型 (CAPM)，它可由下式表示：
[E(Rs)-Rf] = (证券的值)×[E(R m)-R f] (4-1)
资本资产定价模型说明了，根据定义，证券的风
险溢价就是证券的期望收益 E(R s)减去无风险利率 R f，
它等于证券的因子与市场风险溢价的乘积。
从式 ( 4 - 1 )中可清楚地看出，资本资产定价模型
是对相关资产进行定价的模型，它分析的是某项证券
的风险溢价与市场证券组合的关系，而不是单一证券
本身的风险溢价估计。如果某证券的因子为 1 . 0，就
说明该证券的非分散性风险与市场的非分散性风险是
一样的，因而它的风险溢价与市场证券组合的风险溢
价也完全相同。更一般地说就是，个别证券的风险溢
价与市场证券组合的风险溢价成一定比例，这一固定
的比例就是因子。
式( 4 - 1 )是对相关资产进行定价的模型，那么首
先产生的问题就是，为什么我们需要使用这个模型
呢？式 ( 4 - 1 )的应用需要两个已知变量：证券的因子
和市场风险溢价，而要估计这两个数据都非常困难，
所以要问，为什么我们不直接估计证券的风险溢价
呢？这一问题的答案是多方面的。
首先，回想一下前面提到过的统计原理：区分样
本数据会更有利于得到方差和协方差，但这并不意味
156
着能增加均值估计的准确性。证券的因子是协方差
对方差的比率，因此，无论是对市场证券组合还是对
单个证券的风险溢价来说，使用相对短的样本时间都
可提高对因子估计的准确性，而对平均风险溢价的
估计来说，则做不到这一点。
其次，市场收益的变化性很大，而单个证券收益
的易变性就更大得多了。因此，估计市场风险溢价本
身就很难，而估计单个证券的溢价显然就更困难得
多。
再次，在估计市场风险溢价时，非稳定性可能是
个相对次要的问题，而在估计单个证券风险溢价时，
几乎可以肯定地说，非稳定性是个主要问题。在给定
股票收益的特殊变异性后，对风险溢价的估计来说，
1 0年是一个非常短的时间段。然而，在 1 9 8 2 ~ 1 9 9 2年
的1 0年间，微软公司从一个刚刚起步的小公司成长为
行业中的老大，这显然会对该公司股票的期望收益产
生影响。如果让我们来估计雅虎的风险溢价，困难就
更大了，因为在本书写作之时，雅虎才成立不过三年
时间。三年对于估计收益的均值来说实在太短了，但
要估计因子，1年，甚至更短的时间也是可能的。
上述分析说明，尽管资产定价模型存在着一些缺
点，但结论仍然是，对单个证券风险溢价的估计比直
接对整个证券组合风险溢价的估计更为准确。这意味
着，每一个想通过估计均值而不是通过使用折现现金
流公式 ( D C F )方法来估计自己股权成本的公司，必须
157
要估计市场的风险溢价。
资本资产定价模型已经发展出了很复杂的形式，
既包括有前提条件的资本资产定价模型，又包括套利
定价模型，这些都是与资本资产定价模型相似的定
价模型。在给定与基础风险因素相关的风险溢价后，
可通过这些模型计算出单个公司的权益成本。事实上，
在所有这些模型中，市场本身都是最重要的因素之一，
这意味着市场的风险溢价永远是公司资本成本中的一
个决定性因素。
4.3 市场风险溢价与股权资本成本
为了阐明市场风险溢价在估计公司股权资本成本
和制定公司财务决策中的重要作用，我们有必要介绍
一个现实世界中的例子。这是发生在通信行业的一个
例子，在 1 9 9 6年8月，联邦通讯委员会 ( F C C )公布了
一条开创性的法令，目的是刺激区域性通讯市场中的
竞争。在该法令中，委员会认识到，现有的地方通
讯公司在提供地方性电话服务上具有很大的第一进入
者优势，至少在短期内是这样。它们在事实上占有巨
大而昂贵的网络系统，需要多年时间，耗资上百亿美
元才能建成这样一个网络。所以，为了促进竞争，
例子请见罗斯 (1976年)，贾根塞恩和王 (1996年)。

见Implementation of the Local Competition Provisions in t h e
Telecommunications Act of 1996，CC Dkt, No.96-98 ，F i r s t
Report &Order, FCC 96-325 (rel. August 8, 1996))。
158
F C C坚持认为，应允许潜在的竞争者在全要素长期成
本递增的情况下，从现有的地方通讯公司租用电话网
络。因为，全要素长期递增成本中的一个要素，是所
投入资本的公平收益， F C C下令对于大规模租用电话
网络系统的公司，通过听证会来确定在零售水平上的
适当权益成本。
在这些听证会上，唯一使用的资产定价模型就是
资本资产定价模型 (CAPM) 。虽然对于合理的值的
选择还存在争论，但大多数进行听证的州委员会认为
在0 . 8 0 ~ 1 . 0之间是恰当的。在估计长期财政债券市
场风险溢价问题上，仍存在大量争议。最高的估计值
来源于伊博森协会，它认为高于中期债券的 7.4%，最
低的估计值是通过 D C F模型计算而来的，高于中期债
券的3.0%。
假设在电话网上进行超过 1 000 亿美元的巨额投
资，这就等于说，对那些愿租用无限制的网元的公司
来讲，每年的租费超过 4 3亿美元，对市场风险溢价的
估计达435个基点。
当然，对大多数公司来说，每年的市场风险溢价
的估计不会超过 4 0亿美元。然而，这对于公司资本支
出的决策过程却会产生重大影响。折现率达 4 3 5个基
点的变化足以使一个计划项目的净现值发生由正到负
或由负到正的根本性变化。因此，提出一个合理的、
并不依靠资产定价模型的贴现现金流量 ( D C F )法，在多数情
况下是估计权益成本的首选方法。
159
前瞻性的股权风险溢价估计是公司资本预算的重要工
作，特别是对于那些像生物工程、发电设备、铁路运
输，船舶运输这种投资周期比较长的项目来说，尤其
如此。
4.4 风险厌恶和历史性股权风险溢价：
风险溢价之谜
由于资本资产定价模型和大多数其他著名的资产
定价模型都是根据市场风险溢价来估计单个资产的风
险溢价的，所以这些模型不能用于测定市场风险溢价
本身。这就要求有一个更基本的模型，它能够将风险
与投资收益的来源，即未来的消费联系在一起。从根
本上说，任何投资实际上都是把眼前的消费转移到未
来进行。另一种说法是，投资就意味着为了明天能更
多地消费而放弃今天的消费。所以，正确的估计诸如
股权这类资产风险的方法，就是估计投资对将来的消
费所产生的风险性影响。将这种观点与马克韦斯
( 1 9 5 2年)关于风险分散化的理论相结合，就可认识到
投资风险的关键所在就是资产与消费的相互关系。就
像下面要解释的那样，收益与消费高度相关的资产，
其风险性更大，因为这种资产在消费高的时候收益多
而在消费低的时候收益少。结果是，那些在坏年景因
为消费低而收益多同时在好年景时因为消费高而收益
少的资产，总是具有相当低甚至是负的风险。
投资风险的根源和随之而产生的风险溢价的决定
160
因素，是对消费与资产收益相互关系的论述，它构成
了大量金融经济学文献的基础。大多数的研究专业性
极强，这里就不做回顾了。幸运的是，这些研究的
基本论点可以通过一个相当简单的公式来表述，这
个公式被称做以消费为基础的资产定价公式，它的形
式是：
某资产的风险溢价 = cov (∆c, 资产收益 ) (4-2)
在式 ( 4 - 2 )中， ∆c表示在观测期间内随投资增长
而产生的消费比例变化，是平均投资者的风险厌恶
程度， c o v指协方差运算。根据定义，协方差运算
等于两个随机变量之间的相关系数乘以各自的标准
差，所以式( 4-2)也可以写成下面的形式：
某资产的风险溢价= × (∆c)× (资产收益)×corr
(∆c, 资产收益 ) (4-3)
式( 4 - 3 )的含义是直截了当的。首先， γ越大，投
资者的风险厌恶程度越高，风险溢价也就越大；其次，
(r)越大，即资产收益的变化性越大，风险溢价越高。
这是符合资产风险与它可能的收益发散程度有关这一
概念的；最后， corr (∆c, 资产收益)越大，资产收益与
消费变化的相关程度越高，风险溢价越大。对最后一
点需要多解释几句。为什么风险溢价取决于资产收益
对这个问题的精彩的回顾请见科克伦 (1997年)。
科克伦(1997年)提出了这个等式。
平均投资者一词易引起误解，式 ( 4 - 2 )的基础是假设所有投资
者的特性都可以用一位有代表性的投资者来表示，这位有代
表性投资者的风险厌恶相关系数为。
161
与消费的相关系数呢？答案的关键仍在图 4 - 1。该图
显示，消费水平低时，每增加 1美元的消费所产生的
效用要大于消费水平高时每增加 1美元所产生的效用。
因此，风险厌恶的投资者更愿意在坏年景时让证券收
益多些而在好年景时收益少些。事实上，他们愿意为
这种证券额外支付一个溢价。这种动机为保险行业的
存在提供了基础，保险，根据定义，就是在糟糕透顶
的事件发生时给予支付的保证。不幸的是，大多数可
上市的证券，事实上包括所有的股权，并不具有这种
性质。当经济形式好时股票价格上升，而当经济状况
恶化时股票价格下跌，这就意味着股票在坏年景时提
供的收益少而在好年景时提供的收益多。这个模型的
周期性越强，投资者的风险就越大。因为这意味着对
于投资者而言，当经济情况变坏时，不仅其他来源的
可消费收入降低，而且投资更是首当其冲地受到冲击，
因而风险更大。这个风险可由消费变化比例与资产收
益的相关系数来度量。需要注意的是，如果不存在这
种风险，即相关系数为零，则无论式 (4-3)中其他各项
为何值，风险溢价也均为零。
我们还可以把式 ( 4 - 2 )转换为资本资产定价模型
的一般形式。在资本资产定价模型中，不可分散风险
的最终来源是关于市场收益的协方差，这决定了因
子。但资本资产定价模型是在只考虑证券收益的背景
下发展而成的作用有限的模型，它假设投资者仅在收
益会影响消费这一点上才关心证券的收益。因此，一
162
个更具一般形式的模型必须考虑那些影响消费的因
素。在这个意义上，证券的不可分散性风险不取决于
证券收益与市场收益的协方差，而取决于证券收益与
“收益”或式 (4-2)中的消费变化比率之间的协方差。
式( 4 - 2 )和式 ( 4 - 3 )的关键是在估计市场风险溢价
时，不把市场预期收益当作解释变量。因此，这两个
等式可以用于估计各类资产，也可用于对市场证券组
合的溢价的估计。在给定不同水平下的表示风险厌恶
程度的γ后，就可以估计风险溢价的值了。
估计股权风险溢价最直接的方法是用 σ (资产收
益)去除式 ( 4 - 3 )，则等式左边是资产风险溢价与资产
收益标准差的比率，一般称为夏普比率：
夏普比率 =资产风险溢价 / (资产收益 )
= γ×σ (∆c)×corr (∆c, 资产收益) (4-4)
股票市场的夏普比率可以直接从表 1 - 2中计算出
来。在计算夏普比率时，特别将无风险收益当作短期
国库券利率，因为，考虑到将来的消费，在长期国库
券上的投资是有风险的，表 1 - 2显示市场中短期国库
券的风险溢价在 9%这一档上，市场中收益的标准差
在18%这一档上，于是夏普比率大约为 0.5。此外，夏
普比率的估计相对独立于样本期间的选择。如果只使
用战后的数据计算，该比率仍然约为 0.5。
问题是 0 . 5大小的比率值是式 ( 4 - 3 )中合用的夏普
比率的1 0倍以上。特别是，在战后这些年中，消费增
长率的标准差 (∆ c)大约每年为 1%，或0.01，因此样
163
本时期的选择对这个估计的影响是微乎其微的。而由
于它取决于对观测时间和观测间隔的选择，所以对消
费增长率与股票收益的相关系数的估计就更困难了。
科克伦 ( 1 9 9 7年)在总结经验研究文献的基础上，提出
0 . 2是一个比较恰当的比率。关于风险厌恶系数，大
多数经济模型使用的范围标准是 1 ~ 2之间。将以上这
三点综合考虑，以消费为基础的资产定价模型的夏普
比率大约应为：
理论夏普比率 =2×0.01×0.20=0.004
这个值比观测到的比率值 1%要小。将理论夏普比
率应用于股权风险溢价估计公式，回顾一下从表 1-2得
出的股票收益标准差大约为 20%，也就是说有 0.2的标
准差和0.004的夏普比率，从而可得出风险溢价为0.004
×0.2=0.000 8，即每年0.08%，而不是每年9.2%！
这其中的部分差异可能是由于过分保守的估计所
产生的，马歇尔 ( M a r s h a l l )和丹尼尔 ( D a n i e l ) ( 1 9 9 7年)
提出，如果使用比较长的观测间隔期，消费和股票收
益的相关系数可以上升到 0 . 4。此外，一些经济学家
主张可以将风险厌恶的折算系数提高到 1 0。将这些数
据带入式 ( 4 - 4 )，理论的夏普比率就上升到 1 0×0 . 0 1×
0 . 4 = 0 . 0 4。4%的理论夏普比率意味着风险溢价每年仅
为0.8%，小于观测值的十分之一。
梅阿 ( M e h r a )和普雷斯克特 ( P r e s c o t t ) ( 1 9 8 5 年)，
首次将前述消费基础上的资产定价模型和理论夏普比
率实证估计间的巨大差异命名为风险溢价之谜。在他
164
们开创性的文章的带动下，以解释风险溢价之谜为目
标的一个研究产业逐渐发展起来了。
4.5 风险溢价之谜的解释
4.5.1 风险溢价之谜是一种幻觉：经验数据是
错误的
对这个谜的一种解释是，它是以错误的数据为前
提的研究。问题的产生不是由于消费基础上的资产定
价模型，而是错在夏普比率的经验性估计上。由于幸
存偏倚或仅仅是由于运气，历史数据高估了实际的风
险溢价。
虽然幸存偏倚有可能部分地解释风险溢价之谜，
但并不能给予全面彻底的解释。如直接应用消费基础
上的资产定价模型，即便所依据的假设比较恰当，得
出的风险溢价的估计也低于每年 1%。这个值不但远
远低于美国的历史平均数值，而且也低于格茨曼和乔
恩( 1 9 9 7年)公布的世界范围内的历史平均数值。类似
地，虽然布朗、格茨曼和罗斯 ( 1 9 9 5年)的理论分析工
作显示出幸存偏倚导致了对实际风险溢价的高估现
象，但合理误差的最大值约是一个因子 2。如果消费
基础上的资产定价模型是正确的，则风险溢价的观测
值大出了 1 0倍。很明显它对风险溢价所带来的谜比幸
存偏倚还要大。
165
4.5.2 高风险厌恶
风险溢价之谜的一个简单解释是投资者比经济学
家们所预料的更加厌恶风险。假如风险厌恶的相关系
数为 1 0 0，则风险溢价之谜就不存在了。不幸的是，
这个解释与其他经济现象相矛盾。请记住风险厌恶来
源于消费边际效用递减，即一单位消费的减少所带来
的效用损失超过同样一单位消费的增加所带来的效用
增加。效用损失与效用增加的比率与风险厌恶的相关
系数有关。等于 1 0 0表明由于在消费下降时效用递
减得非常快，所以消费者不愿意放弃目前的消费去换
取未来的消费。这意味着真实利率 (净通货膨胀值 )的
变化肯定伴随着消费增长率的变化。如果真实利率变
化不大，消费者的消费行为就是平稳的。问题是当 γ
等于 1 0 0时，引起相应实际消费增长率变化所需要的
真实利率变化的程度，要比实际所观测到的真实利率
变化程度大得多。举例来讲，假设用于计算理论夏普
比率的消费标准差应为 1%是正确的，则每年真实利
率的变化范围应必须达到- 100%到+100%。
γ等于 1 0 0的假设同时也与利率水平不一致。式
(4-1)关于无风险资产的一个推论是：
R f= + ×Et (∆c) (4-5)
在( 4 - 5 )式中， R f表示无风险资产的真实收益，它通常
等于短期国库券的收益。另一个变量，用来衡量时
间偏好比率，时间偏好能够将目前的消费效用经量化
166
后与未来的消费效用相比较，由于有大量事例可以证
实人们宁可选择当前的消费而不是未来的消费，所以，
在每一个经济模型中实际上都建立了时间偏好。最标
准的方法是把整个时间长度分为一定数量的区间即时
间段，用 t表示。在每个时间段中，投资者的效用取
决于由效用函数 U(C t )给定的那段时间内的消费量。
整个生命周期内的效用由计算每段时间的效用的加权
平均求得，所用的加权数为 e- t，所以，我们是在用时
间偏好率来“折现”未来的消费。整个生命周期内的
效用函数的数学表示为：
 T −t 
∑
U = E  e U(c t )
 t =0 
(4-6)
未来消费主要取决于消费者的投资行为，也取决
于一些其他因素，从而具有不确定性，所以必须对它
进行期望运算。
式( 4 - 6 )说明效用由时期 t的消费所决定， U(C t)由
因子e- t折现。越大，未来消费效用的折现率也越大。
所以，在经济均衡状态下，由于利率较高时未来的消
费折现的程度大，因此对应的值也较高，即投资者
必须得到更多的利益补偿才能吸引他们放弃眼前消费
转而乐意进行投资。所以时间偏好也是式 (4-5)中真实
利率的一个重要决定因素。
除了时间偏好的因素以外，式 ( 4 - 5 )还说明社会
对消费的预期增长率 E t ( ∆c)也对利率产生较大影响。
预期的消费增长率越高，消费者在未来能够获得的
167
消费单位就越多，他们就越不愿意放弃眼前的消费。
因此，要想平衡目前和未来的消费分配，必须提高
利率。预期消费增长率对利率的影响程度取决于消
费者愿意在多大程度上放弃眼前的消费以换取未来
的消费。
利用简单的算术知识就可发现当 =100时，式(4-5)
与现实情况不符。预期的人均消费增长率，即 E t(∆c)
的估计值，为每年 1%。这样的话，如果 =100，式中
的第二项也约为每年 1 0 0%。而实际情况是，主要工
业化国家的无风险利率年平均值大约仅为 1%。即使
扩大观测期间的范围，也几乎从未发现大于 5%的年
利率。表 1 - 2给出的美国 1 9 2 6年至 1 9 9 7年短期国库券
真实年利率的平均值约为 0 . 6%。所以，要想让式 ( 4 -
5 )符合现实情况，的取值必须是每年- 9 9%。但负的
值意味着人们宁要将来的消费而不要眼前的消费，
亦即人们宁可放弃大量今日的消费去换取少量未来的
消费，很明显这与现实相矛盾。大量有关消费行为的
经验研究表明的范围在年 1%~ 2%之间。请注意如果
我们假设和都等于1，即都等于它们的“合理”值，
则式 ( 4 - 5 )表明无风险真实利率大约应为 2%，而这与
历史数据的平均值相差不远。
为解释风险溢价高值的合理性，最直接的方法
是回过头来研究风险厌恶的基础。本章前面曾讨论过
风险厌恶的投资者会避免公平赌博行为，因为赌输所
带来的效用损失大于赌赢所带来的效用增加，因而他
168
们会为了避免公平赌博而愿付出一定的溢价，这个事
实就是保险业存在的基础。房屋所有者向保险公司付
费而避免了自己承担房屋可能发生火灾的风险。投资
者的风险厌恶程度越深，他们为避免赌博所愿支付的
费用就越大。所以衡量风险厌恶程度的方法之一就是
去问问投资者，为了规避赌博的风险愿意支付多少保
险费。
下面来讨论一下为1 0 0的问题。假设一个家庭的
年消费额为 50 000美元，它面对一项掷硬币的公平赌
博。如果正面朝上，该家庭赢 10 000美元；如果不幸
反面朝上，则要支付 10 000美元。为避免赌博，该家
庭愿意支付的费用数额就是他们的风险厌恶程度。在
不可理喻的 = 1 0 0的情况下，这个家庭为了避免掷币
的赌博竟需支付约 9 700 美元！这几乎就是赌输后所
要丧失的全部数额了。试比较一下如 = 2，只需支付
2 000 美元来避免赌博。这已经是很大的一笔保险费
了，但还不到风险金额的 97%。
总而言之，仅仅高估风险厌恶程度不是解决风险
溢价之谜的恰当方法。因为这样的话，我们得把风险
厌恶的水平估计得如此之高，以至于不但违背利率所
决定的经济数据的规律，而且与人们行为的常识不符。
尽管如此，高风险厌恶还是可以部分地解释风险溢价
之谜。例如，将提高到 1 0，这并不是一个完全不可
能达到的水平，这可以减小理论和实证夏普比率之间
的差异。当然，要想把历史性溢价全弄明白，还得做
169
更多的解释工作。
4.5.3 非标准性效用函数
研究者们在分析股权溢价时所采用的另一个方法
是改变效用函数的形式。以消费为基础的标准资产定
价模型是建立在各期的效用只取决于当期的消费量这
个假设基础之上的，这正如式 (4-6)所示。但是这种假
设将模型过分简单化了，例如，人们可能会习惯于保
持一种生活标准，在这种情况下，从消费中得到的效
用就与以前时期的消费水平有关。另一种情况下，
“追随邻居约翰家”的效应会使某些人们的消费行为
受其他人消费行为的影响。根据这些情况来修正效用
函数的形式，就有可能解释股权溢价。
在讨论这类特殊的修正以前，有一点必须提醒大
家注意，经济学家很不情愿对标准效用函数进行修改。
但这个效用函数实在太简单了，不能解释复杂的问题。
例如，相似人群具有相似的效用偏好函数，而做增加
偏好的修改可以解释种族歧视。但是这样的修改也许
会影响对函数中其他变量的解释。在金融领域里，如
果不遵循每一时期的消费水平决定每一时期的效用这
个基本假设，就会导致对投资者行为的错误理解，还
会错误地理解金融市场上资产定价的正常作用。
虽然对效用函数曾提出过许多可行的修改方法，
但只有少数几种有可能用来解释利率效果和我们所观
测到的股权溢价。第一类模型所依据的假设是消费效
170
用取决于习惯势力。具体地讲，投资者在给定消费水
平下的满意程度由其生活标准所决定。这类效用函数
能得以发展是基于观察到了这样的事实：当投资者是
大学生时，他满足于某种消费水平，而当他成为中年
的企业主管时，原来的消费水平就不足以令他满意了。
坎贝尔 ( C a m p b e l l )和科克伦 ( 1 9 9 7年)发展了这种假设
下的该类效用函数形式，为：
U(ct)=(ct-X) (1-h) (4-7)
这里 X表示由过去的消费水平所决定的习惯性生
活标准。
式( 4 - 7 )效用函数的一个独到之处是显示出风险
厌恶程度取决于目前的消费与习惯水平的偏离程度。
更明确的表示就是：
= n×ct / (ct-X) (4-8)
式( 4 - 8 )意味着当消费水平向习惯生活水平 X的方
向下降时，由于人们不愿意看到消费水平的进一步下
降，因而表现出更强的风险厌恶程度，从而具有更高
的股权风险溢价。
与前面各种消费水平下产生较高的的假设不
同，习惯势力模型不能对利率变动行为做出预测。原
因是在经济情景不好时，人们会在标准消费水平之下
生活。由于风险程度相应上升，投资者不愿借贷。因
此，解释消费增长率的变化并不要求利率发生大幅变
动。但是，习惯势力模型确实与一些众所周知的经济
现象是矛盾的。具体来讲，消费增长百分率就很难准
171
确预知，它的标准差等于均值。但习惯势力模型恰恰
不幸地表示出，消费增长率能够准确预知，因为人们
消费习惯的改变是非常缓慢的，所以当人们习惯于新
的生活标准时，这个消费增长率是可以预知的。
为解释风险溢价之迷而对效用函数进行的另一个
重大修正是放弃假设中的可分离性。可分离性指对效
用函数中不确定性的处理方式。标准效用函数是建立
在这样的假设之下，即两种不同情况下的消费效用不
会相互作用和影响。比如，一个地方下雨而另一个地
方晴天，那么下雨处的消费效用不会影响晴天处的消
费效用，这就是可分离性的含义。提出不可分离性的
概念能够对各状态之间的相互作用进行分析，但是这
会使效用函数变得非常复杂。虽然不可分性的效用函
数在金融经济学中应用广泛，但时至今日它也没能成
功地解释股权风险溢价。
总的来说，应用非标准性的效用函数不能正确地
解释股权风险溢价。正如科克伦 (1997年)推断的那样，
“目前还不存在这样的低风险厌恶模型，即不存在那
种能够使股权风险溢价、真实利率稳定性和几乎不可
预测的消费增长率保持一致的模型。”
比起这些小修小改来，还有一种更激烈的做法，
即把期望效用值完全最大化。这是本纳兹 ( B e n a r t z i )
和塞勒 ( T h a l e r ) ( 1 9 9 5年)采用的方法，他们将特斯凯
( T v e r s k y )和凯恩曼 ( K a h n e m a n ) ( 1 9 9 2年)的预测理论应
用于投资，简单说来这种理论就是假设投资者的效用
172
函数取决于他们投资组合的价值变化的大小而不是投
资组合的价值本身的大小。或者说，效用的来源是收
益，而不是资产价值。在这一理论正规的应用中，投
资者显示出被本纳兹和塞勒称之为“损失厌恶”的特
征。即当效用函数由收益决定时，“损失厌恶”上升
是因为此时损失是尤其令人痛苦的。
当投资者显示出损失厌恶时，他们对待风险的态
度由估计收益的时间区间所决定。原因是投资者所关
注的要点是如何避免损失。如果投资者每天都对其投
资进行评估，他们面临损失的概率为 5 0%。这是因为
在以天为单位的评估基础上，股票价格升高或降低的
可能性几乎相等。结果是，试图避免损失的投资者会
躲避投资股票，具有很高的风险厌恶程度。然而，只
要我们不对资产组合进行评估就可完全避免这种“损
失”。所以，拥有 1 0年期证券组合的投资者显示出很
低的风险厌恶程度，因为在如此长的时间间隔内输钱
的可能性趋于零。假设股市收益的概率分布与伊博森
协会数据的历史分布是一致的，本纳兹和塞勒证明，
如果以1 3个月为估计时期的话，投资者持有股票与持
有债券是无差别的。如果增加他们的评估频率，风险
溢价则不得不升高。如果他们降低估计频率，风险溢
价也会减小。由于税收返还和证券组合估价都是以年
度为估价单位的，因此本纳兹和塞勒认为他们的理论
是有道理的。所以，我们假设典型的投资者以 1 2个月
为估价期间是可行的。
173
看来不那么合理的是这种理论的前提条件。效用
来源于消费，消费取决于资产价值而不是收益。在像
为退休而进行投资这类重要的行为中，这种理论假设
投资者不能克服与风险有关的不合理因素，进一步来
说不能求助于专家保护他们的利益。在这方面，该理
论与衍生证券价值的研究结果是相互矛盾的。在对衍
生证券如期权和期货合约的研究中，有明显的迹象表
明，假设机遇合理的标准数学模型能够很精确地对证
券进行定价。
最后，固定估价期间的概念也令人起疑，专业性
的投资公司通过持续性地在每个交易日进行估价来管
理公司的投资组合。这样，如果发生例如市场崩溃这
样的意外事件，他们就能够及时地调整资金投向。许
多精于此道的个人投资者与投资公司的行为类似，怎
么能说他们的估价期间一定就是 12个月呢？
4.5.4 收益的自相关性
如果收益是自相关的，对风险的一般估计方法比
如应用年度收益的标准差，就会对长期风险产生错误
的估计。举例来讲，如果收益是回归中值，则长期风
险会大大地低于每年收益相互独立假设下的预期值。
西格尔(Siegel)(1992年)对这种收益的自相关性是否能
够解释风险溢价之谜做了验证。
然而，西格尔的实证研究工作更加深了解谜的难
度。像他的前人一样，西格尔也发现股票收益是负相
174
关的。在接连几个经济不景气的年景后更有可能出现
一个好年景，这降低了长期持股的风险。但如长期持
有证券，情况就不同了，因为证券是正相关的。所以，
随着持有时间的增长，相对于证券来讲，持有股票的
风险就下降了。持有股票相对风险的降低意味着风险
溢价应比根据短期数据预测出的结果要低。所以，西
格尔的工作未对解决风险溢价之谜做出贡献。
4.5.5 随时间变化的收益期望
如果股票收益是非恒定的，则必须区分两种类型
的风险：一种是当期收益的不确定性；这是不确定性
的标准类型，所有的两期模型，包括资本资产定价模
型CAPM指的都是这种风险。在引入多期间的概念后，
因为期望收益自身也会随着时间而变化，这就产生了
第二种风险。举例来讲，假设在本期初 (时点为 0 )时，
两个时间段后即第三期的期望收益为 10%，也就是说，
投资者在本期初面临着一种风险，即在本期结束时第
三期的期望收益会发生变化这个风险，例如，期望收
益可能会降到 9%。由于投资者要求为承担期望收益
发生变动的风险而获得补偿，所以在理论上，期望收
益的变化可以解释股权风险溢价。
这种解释是这样的：期望收益一定要发生这样的
变化，它使得股票对投资者的吸引力大大减小了，因
而投资者持有普通股所要求得到的收益必须增加，这
样他们才会进行投资。如果事实如此，这个对普通股
175
票产生不利影响的坏消息，即负收益，一定会由于未
来预期收益的下降而被提高，从而降低股票对投资者
的吸引力，产生出一个更高水平的风险溢价。
如果不是由于与事实不符，这个理论就十分完美
了。法玛 ( F a m a )和佛伦奇 ( F r e n c h ) ( 1 9 8 9年)的研究表
明，困难之处不在于期望收益变化的假设本身，而在
于期望收益变化的方式和程度。首先，法玛与佛伦奇
及许多其他学者的研究都表明，期望收益的变化远小
于真实收益的变化。这个事实本身没有否定该项理论，
因为期望收益的变化是长期存在的，所以普通股票期
望收益的持续下降的风险要远远大于同等水平下一年
中期望收益暂时下降的风险。
其次，更明显的是，有证据表明在期望收益的变
化范围内，风险的变动方向是降低而非升高的。例如，
某个突发事件导致未来期望收益突然下降，根据定义，
这会使公司收益的折现率下降 (请注意期望收益和折
现率是同一事物的两种表达方法 )。这意味着如果其
他条件不变，由于折现率的下降，现行股票价格将会
上升，上升的现期收益能够在一定范围内抵消未来期
望收益的下降。
前面的例子是相当普遍的，与期望收益的未来变
化相比较，股票更像套期交易。所以，当未来期望收
益下降时当期收益上升，而未来期望收益上升时当期
收益下降。这使得比起只考虑每期收益历史数据的两
时期模型来说，股票的风险性降低了，而吸引力更大
176
了。所以，考虑到期望收益的变化，我们预测到了一
个比以前更低而非更高的股权风险溢价。
4.5.6 投资者差异
直到最近，所有的股权风险溢价模型几乎都无一
例外地建立在典型投资者的假设之上。这也就是说，
在未来证券收益分布概率的问题上，所有投资者的投
资理念相同，效用函数也相同，而且，市场也是按投
资者是完全相同的这个假设定价的。一项研究正在探
讨风险溢价是否来源于投资者的差异性。这个假设非
常符合现实情况，也有助于理解那些典型投资者模型
不能解释的如巨额交易量等的现象。
虽然差异性在理解诸如巨量交易等市场现象方面
是必不可少的，但它对理解股权风险溢价是否很有帮
助就难说了。投资者的差异性使单个投资者对应单一
一种风险成为可能，这就出现一个问题，如科克伦
( 1 9 9 7年)指出的那样，在大多数情况下，这些单一的
风险不对风险溢价发生影响。这是因为，根据单个风
险的定义，它与总体的人均消费水平无关。但却正是
总体的消费水平决定着系统风险因而也决定了风险溢
价，单个投资者面对的单个风险是能够通过分散化而
有效地分散掉的。
为了分析分散化问题，放弃典型投资者这个假设
的简单模型一下子变得非常复杂了。主要的困难在于
需要将单个投资者的对证券的需求加总以获得市场价
177
格，困难之处还在于要判断投资者间差异的深度与广
度。大多数模型的起点是人力资本的作用。对于投资
者而言，他们最有价值的资产是他们的人力资本，劳
动收入是这种人力资本的收益，这种收入流的高风险
性是显而易见的，因为雇员也许会被解雇。而且，人
力资本很难进行买卖，所以投资者在一定程度是“贴
在”这种风险上了。与人力资本有关的特殊风险因素
能否解释风险溢价呢？回答是“没那么容易。”
首先，需要做出这种假设，即不存在一个确保雇
员能够抵御他们的人力资本风险的机制。例如，需要
把各种形式的失业保险排除在外，否则人力资本风险
对金融资产的定价就不能产生影响；其次，劳动收入
变化的风险不能与市场收益相关，否则投资者就有可
能在股权市场上对风险进行套期保值，比如一个收入
取决于软件公司效益的员工可以通过持有软件公司股
票的空头来实现套期保值；第三，必须保证雇员不能
进行自我保障，即不容许坏年景时借入未来收入而在
好年景时将收入存入银行。坏年景时借入未来收入的
假设是合理的，因为对大多数人来讲获得无担保贷款
相当困难，然而，很难想像不允许投资者通过存钱来
进行自我保障。尽管如此，我们仍假设所有这些条件
都成立，希顿 (Heaton)和卢卡斯 (Lucas)(1996年)证明，
与劳动收入有关的风险可以对所发生的一半的股权风
险溢价做出解释，但要得到这个解释代价高昂。希顿
—卢卡斯模型还预测利率与股票收益一样也会发生猛
178
烈的不稳定性变化，而这显然与历史事实不符。
康斯坦丁尼德斯 ( C o n s t a n t i n i d e s )和达菲 ( D u ff i e )
( 1 9 9 6年)发展了一种模型，通过引入一种新的特殊型
风险形式，有可能用来解释所观察到的风险溢价。如
前所述，投资者面临的不仅是被解雇的风险，如果这
种风险与股票收益相关，投资者可以进行套期保值。
所以，康斯坦丁尼德斯和达菲选择了另一种替代方法，
他们假设特殊型风险的变化与市场相关。具体地说就
是，坏年景时市场衰落，与劳动收入相关的特殊型风
险上升。两位作者证明这种上升的差异不能通过股票
交易进行套期保值。
这一上升使得消费者更加担心股票市场的衰落，
因为市场衰落不仅导致投资者资产组合价值的下跌，
同时还会增加期间内的特殊风险。由于害怕这双重的
厄运，人们就更不愿意持有股票，这样，要想吸引他
们持股就得有更高的风险溢价。
康斯坦丁尼德斯—达菲模型的关键问题是，股票
市场水平与特殊风险强度之间的关系是否足以对风险
溢价做出解释。时至今日，还鲜见经得起推敲的证明。
但已有的研究表明这二者之间的关系是非常脆弱的，
可以想像即使未来有进一步的研究成果，也多半不能
用这一模型来完全解决风险溢价之谜。
4.5.7 把几种理论综合在一起是否可行
如果割裂开来进行分析，本章所提到的任何一种
179
理论都不能彻底解释风险溢价之谜。问题是所发生的
溢价是如此之大，大到为了解释数据，必须突破模型
的极限。解决这个问题的简单方法是把所有的解释综
合起来一锅烩。例如，可考虑以下方案：首先，由于
幸存偏倚，观测到的风险溢价高估了真实溢价预期；
其次，投资者的风险厌恶程度比大多数经济学家所承
认的要大；第三，在评估消费效用时，人们会考虑他
们所习惯的生活标准；最后，由于不能对特殊风险进
行套期保值使得股票投资的吸引力下降。如果所有这
些因素都交互作用，那我们在研究所观察到的溢价时，
就不必荒谬地突破任何一种模型的极限来做解释了。
自然，这种一锅烩的方法能够解释风险溢价并不
意味着它就一定是正确的解释方法。自梅阿和普雷斯
克特( 1 9 8 5年)的研究工作以来，许许多多世界顶尖级
的经济学家都对股权风险溢价问题进行过探讨，因此，
他们之中的某些人能够提出一些可能的解决方案也是
不足为奇的。
4.6 未来对于股权风险溢价的解释
如果考虑到未来对于风险溢价之谜将会有什么解
释，就可发现在幸存偏倚理论和其他所有的理论之间
有一个明显的差别。幸存偏倚的解释是，过去的事情
让人产生了误解，没有什么溢价之谜，或至少不象历
史数据所显示的有那么大程度的令人不解的谜。正如
在第 2章所广泛讨论过的，这直接意味着未来的发展
180
会与过去不同。根据定义，如果历史性估计有偏差的
话，未来预期的溢价要低于历史性风险溢价。
所有其他的理论都是建立在历史均值是真实风险
溢价的正确估计这个假设之上的，其目的是修正以标
准消费为基础的资产定价模型，从而使它与历史的市
场风险溢价数据保持一致。这一目的是通过从根本上
对模型进行拙劣的修补，诸如改变效用函数、增加特
殊形式的风险类型等方式来完成的。这些都是对模型
的永久性改动，不会随时间流逝而变化。比如，坎贝
尔和科克伦 ( 1 9 9 7年)认为，效用函数并不是在 1 9 9 8年
时突然地取决于生活标准的，他们推测在过去的 7 2年
中一直就是这样，在未来的日子里也会是这样。毕竟，
一个人的效用函数就像一个人眼睛的颜色一样，是不
大会变化的。进一步来看，即便某些人的效用函数的
确改变了，如随年龄增长而改变，但具有代表性的投
资者的平均效用函数仍然是大致固定不变的。所以，
坎贝尔—科克伦模型，以及其他所有本章讨论过的模
型，从结构上来说，都意味着未来预期的风险溢价将
会与过去的历史均值相等。这就是全部问题的关键所
在：按照基本经济理论调整所观测到的数据来解决风
险溢价之谜。
就此而言，在解谜的方法上还有一点值得注意。
除了本纳兹和塞勒 ( 1 9 9 5年)的研究以外，所有的解决
方案都是以理性模型为基础的。也就是说，都假设投
资者能够正确地估计普通股的风险—收益均衡问题，
181
并据此进行投资，这意味着对股票的估价永远正确，
还意味着股权风险溢价总是合理的。它们摒除了风险
溢价由感性冲动所带来的突破不合理上限的可能性，
例如大危机年代股票价格崩溃引起的大萧条。一些读
者也许认为对理性模型这种摆脱不了的纠缠反映了部
分经济学家的天真的本性，但这种纠缠其实是有道理
的。一旦为非理性打开方便之门，从股票价格运动中
所得出的各类解释理论的明显界限就不复存在了。试
图解释市场衰退现象的分析家可能得出的结论是“市
场恐慌”，而另一位分析市场暴涨现象的分析家可能
把原因归结为贪婪。在健康的心理状况下，任何市场
波动事实上都是合乎情理的。
在此值得反复提及的是，对于期权、期货和其他
衍生合同的定价并无有关行为的理论可循。合理的数
学模型能够令人吃惊地准确预测市场价格。如果投资
者在对衍生工具定价的时候能够将计算精确到小数点
后三位，为什么他们在估计普通股票时会突然受感性
冲动的支配而任意行事呢？
公平地说，行为经济学家们对这些批评都做出了
反应。正如塞勒 ( 1 9 9 3年)所提到的那样，很容易产生
坏的行为理论并不意味着所有的行为理论就都一定是
坏的。此外，期权的例子是有失偏颇的。如果投资者
能够发现套利机会，他们会利用它。当数学推导合理
时，投资者就会接受数学模型，这里不存在物理学意
义上的行为理论。然而当对股票投资进行定价时，并
182
没有精确的数学模型可供选用。红利折现模型就是现
有的评价投资的最好模型，但它取决于对不确定的未
来红利的预测。如果定价模型是如此的模糊，则可能
被高估或低估的证券之间套利行为的风险性就非常
大。套利者会经常面对这样一个问题，即“如果我的
模型错了怎么办？”这种猜测是非常有道理的。萨莫
( S u m m e r s ) ( 1 9 8 6年)证明，所发生的股票收益的历史
数据，包括伊博森数据，是与假设相一致的，它们与
合理价格之间存在着巨大的、经常性的偏差。在第 2
章中我们提出了市场中存在的各种困惑，投资者在这
些困惑面前简直就搞不清给定股票的价格或一般市场
水平是否与合理的定价水平相一致。正是因为这种不
精确性，所以我们不能排除感性冲动在资产定价过程
中会产生重大影响，而且这种感性冲动既影响期望收
益又影响股票价格水平。
解决风险溢价的理性模型取决于相对固定的经济
参数，这一事实使模型的作用大受限制。更严重的是，
这些模型在解释风险溢价短时期内 ( 1 0年或1 0年以内 )
发生巨大变化这一难题面前也无能为力。例如，我们
曾说过格拉斯曼和哈西特 ( 1 9 9 8年)认为， 9 0年代股票
市场的急速上升是风险溢价的猛烈下降引起的。除非
基础参数发生非正常的巨幅波动，否则这种猛烈下降
与理性模型的结论不能吻合。然而，没有证据表明 9 0
年代股票的风险发生了巨大变化，也没有理由相信风
险偏好发生了变化。所以，在解释 9 0年代风险溢价的
183
急剧下降时，应用理性模型是不恰当的。在这一点上
即使应用幸存偏倚也不能解决问题。幸存偏倚实际上
是一个给定的数值，它表示对历史数据的估计高于事
实上的预期值，而这种过高的估计是不会随着时间的
流逝而发生变化的。只有在一种情况下才能用幸存偏
倚解释风险溢价的突然下降，这种情况就是投资者忽
然意识到了幸存偏倚的影响，而以前他们对这种影响
是没有认识的。但是统计学家早在半个世纪以前就注
意到了有关幸存偏倚的问题，因而假设在 9 0年代才发
生这种情况是不大可能的。
所以，我们实际上有两个未解的谜团。一个是本
章所讨论的为什么发生了如此之高的风险溢价；另一
个是第 5章讨论的重点，即为什么股票价格在 9 0年代
上升得如此猛烈。把股票价格抬得这么高，其原因是
由于风险溢价的合理变化，还是由于不适当的繁荣，
或是其他一些非理性的因素所造成的呢？
184
下载
第 5章
风险溢价与90
年代股票市场
的繁荣
90年代市场中所发生的最大变化就是股票价格大
幅上涨。在 1 9 8 7年的股市灾难之后 ,道琼斯工业平均
指数稳定在1 550点，而到了 1 9 9 8年6月，这一指数已
经上升到 9 000 点以上。而且，这巨大的变化仍然低
估了实际投资的业绩，因为这个数字并没有包括红利
在内。 1 9 8 7年1 0月~ 1 9 9 8年7月之间，投资于标准普
尔5 0 0股票中的任何一家公司，每 1美元都可获得 7倍
以上的回报。
到1998年春天时，美国股票市场的上升趋势是如
此之强烈，以至于连续几个季度股市繁荣都成为热门
185
话题。《经济学家》杂志为此刊发了一期封面文章，题
目叫做“美国的泡沫经济” 。在文章中，作者写到：
美国经济已经呈现出过度繁荣的危险信号…
…经济过热的证据比比皆是。我们可以归纳为四
种主要现象：高估的股票价格、兼并狂潮、上升
的不动产价格和货币供给的快速增加……有一些
股票价格的上涨反映了业绩的改善。公司的收入
不断地突破原有记录。然而即便如此，这样的业
绩也不足以支持如此之高的股价。
对此，华尔街日报持不同看法，在我们第 2章中
曾经讨论过的一篇文章里，格茨曼和哈西特 ( 1 9 9 8年)
反驳道，9 0年代股票价格的狂升并不是非理性的，相
反，股市的上升是市场对于股权风险溢价下降的正常
反映。
对于股市是否“过热”的讨论不仅仅局限在报刊
作者们之间，当提到创记录的股价水平时，著名的投
资家沃伦・巴菲特声称，只要收益的增长能够继续维
持下去，这样的股价并不很高。但美联储主席格林斯
潘却持相反意见，他批评说，他所看到的市场是“非
理性的繁荣”。在各顶尖级投资银行任职的股票市场
分析界人士的看法也不尽相同。
如果我们希望科学地探讨这个问题，我们就必须
先定义什么叫做股票价格过高，它意味着什么。由于
投资者只有在预期股票价格不断上涨时，才会持有股
美国的泡沫经济，刊载于《经济学家》，1998年4月18日。
186
下载第 5章风险溢价与 9 0年代股票市场的繁荣
票，所以今天的股票价格应该永远会比从前的股票价
格高。比如说， 1 9 2 8年底股票价格以标准普尔 5 0 0指
数来衡量只有 2 4 . 3点，而到了 1 9 9 8年7月这个数值已
经上涨到 1 200 点以上。这个例子说明，在没有给定
比较标准的情况下，我们不能说明股票价格是否过
高。
5.1 确定股票价格过高或过低的方法
评定股票价格水平的最常用的标准是公司的收入
状况和公司分配给股东的红利，使用这两个衡量尺度
是很有意义的。因为普通股的最终价值取决于公司的
收益和红利，因此，从某种角度来说，股票价格应该
是这两者的反映。所以，当每股收益或红利较高时，
我们就认为这时的股票价格也会很高。图 5 - 1和图5 - 2
描绘了股票价格水平与红利和收益之间的关系，我们
从中可明显地看出，从战后以来的 1 9 4 6年到 1 9 9 8年
中，情况发生了很大的变化。
图5 - 1显示了标准普尔 5 0 0指数平均红利水平在整
个5 2年中大约为 0 . 0 4美元。 1 9 5 0年最高达到 7%，而
1 9 9 8年中期最低达到 1 . 5%。而且，这幅图还显示出
在9 0年代中期以前红利率从来没有低于 2% 。因此，
按照这一标准， 1 9 9 8年7月的股票价格很明显地处在
创记录的水平上。
图5 - 2 说明这个期间内的市赢率 ( P / E ) 平均约为
1 5，而在第二次世界大战后的衰退期间和 1 9 7 3 ~ 1 9 7 4
187
188
189
年股市崩盘时，这一比率跌到了 7以下。在 9 0年代以

前，市赢率最高时平均为 2 2 . 4，1 9 9 2 ~ 1 9 9 7年间平均
为22.4。1998年中期，市赢率创战后以来的最高纪录，
达到25。依此评价股票价格， 1998年夏天股票价格也
算是创造了新纪录。
另一点值得注意的是，如考虑到 1928年的高股价
情况，这个数据就很具有模糊性。虽然图中没显示，
但标准普尔500在1928年底的红利收益为3.4%，这低于
战后的平均水平4.0%。由这点看来，股票价格是过高了。
另一方面，当时市赢率为14，低于战后16的平均水平。
将两种判断标准相结合来说明1928年底的股票价格是合
适的。它们也远低于1998年夏天所创造的纪录。
当应用红利收益和市赢率作为评判股票价格是否
过高的标准时，我们必须提出一个值得注意的问题。
图5 - 1和图 5 - 2中红利价格比率 ( D / P )和市赢率 ( P / E )是
以每一股为基础的，因此，当股票回购时，上述两个
比率将会受到影响。如果某公司将用于支付红利的资
金转移用作回购股票，在其他条件不变的情况下，那
么公司在外流通的股票数量相对于公司所获得的收益
和付出的红利就比原来要少。于是，红利收益将减少，
而P / E值将增大。然而，由于回购对 D / P和P / E值带来
的负面影响可以由投资者在回购过程中所获得的现金
所补偿，因此股票持有者的状况也不大会发生恶化。
科尔 ( C o l e ) 、赫尔韦格 ( H e l w e g e )和拉斯特 ( L a s t e r )
( 1 9 9 6年)的研究表明，股票回购行为进入 9 0年代后不
190
断加快，因此，那段时间的回购显著地增加了红利收
益并降低了 P / E值，这表明 9 0年代的股票市场繁荣并
非完全是非理性的。然而，舒尔曼 ( S h u l m a n )、布朗
( B r o w n )和纳兰南恩 ( N a r a y a n a n ) ( 1 9 9 7年)提出证据表
明科尔等人的研究有误。他们认为，科尔等人的研究
是建立在回购和发行新股都以市场价格为基础这样一
个假设之上的，但在现实经济生活中，很多公司由于
新股中带有股票期权计划，发行新股时都低于市场价
格。因此，尽管回购所花费的资金比发行新股所获得
的资金要多，但发行新股的股数却可以比回购股票的
数量要大。如果这种情况属实，那么，科尔等人研究
中的红利收益就被夸大了，而市赢率却被低估了。由
此看来，再加上考虑对回购影响的争议， 9 0年代的股
市真是扑朔迷离。现在可以得出的结论是：由于回购
调整了红利和市赢率，这个因素也不能解释 9 0年代的
股市之谜。
尽管公司收益和红利是评定股票价格水平的最基
本标准，但它们并不是唯一的标准。另外还有两个经
济学家们常使用的指标，一是托宾 Q，二是股票市值
与国内生产总值 (GDP)的比率。
托宾Q，由诺贝尔奖获得者詹姆斯・托宾首先提
出，该指标衡量了公司资产的股票市场价值与其重置
成本之比。托宾认为，如果用股票的市场价值所表示
的公司资产价值比它的重置成本高，公司将在其资产
上增加投资。同样地，如果股票市场价值低于重置成
191
本，则公司将推后它的投资。因此，公司的托宾 Q值
将趋向于 1。
在实践中，因为我们没有明确的方法来测量公司
资产的重置成本，所以很难估算托宾 Q。很明显，由
于通货膨胀的影响，所以使用历史成本计算是错误的，
但仅仅对通货膨胀进行调整也不能完全解决问题。因
为公司资产价值还会受到其他一系列因素的影响而发
生变化。然而，对评估市场的相对水平来说， Q比
率的测量误差可能也算不上什么大问题。尽管测量问
题使我们很难计算托宾 Q的水平，但只要测量的误差
在一段时间内相对稳定，则对 Q值变化的分析，仍可
为我们提供一个评价股票价格高或低的有效方法。采
用了这一原则，西格尔 ( 1 9 9 8 年 ) 的研究表明，在
1 9 2 6 ~ 1 9 9 7年间，托宾 Q的平均水平是 0 . 7 2，在这段
时间内，90%的Q比率是在 0.40~1.35之间，通过比较，
到1997年底，Q比率的最高值超过 1.60。
由于可以将 GDP转换为公司资产的收益，因此股
票市场价值与 G D P的比值可成为估算股票价格高低的
另一种方法。在 1 9 2 6 ~ 1 9 9 6年间，这一比率的平均水
平是 0 . 5 4。直到 1 9 9 8年为止，它超过 1的情况只有一
次，那是在 1 9 2 9年。正如第 3章曾提到过的韦尔奇
( 1 9 9 8年)的计算，到 1 9 9 8年4月，股票价值与 G D P的
比率已经上升到 1.8。
时至 1 9 9 8年春天，股票价格按各种评判标准来
见卢艾林与巴德纳斯(1997年)。
192
衡量已是高得出奇了，这使得投资者们对讨论股市是
否过热这个话题的兴趣大增。每个人的脑子里最基本
的问题都是：现行的股价水平预示着怎样的未来股票
收益？这个问题的答案首先取决于我们如何理解现在
的股价如此之高的原因。
5.2 高水平股票价格的原因
分析股票价格水平最好从基本的股票定价方程入
手。我们来回忆一下这个方程，它说的是股票价格水
平P，等于所有未来预期红利 D以折现率 k折现以后的
现值，我们可以这样表示：
Div1 Div2 Div3
P= + 2 + 3 + ⋅ ⋅ ⋅ (5-1)
1+ k (1+ k) (1+ k )
式( 5 - 1 )清楚地表示出有三种情况可以解释股票
价格的上升：第一，折现率 (股权风险溢价 )可能下
降；第二，红利及作为红利基础的预期收益可能上
升；第三，由于各种各样的过度反映行为，使股票价
值与其基本估价模型不相适合。现在的情况是 1998年
7月的股票价格已经达到历史最高水平，那么上述三
种原因中的哪一种能够对目前的现象做出解释呢？
5.2.1 由于股权风险溢价下降造成的折现率下降
式( 5 - 1 )中的折现率 k是由两个因素构成的：利率
和风险溢价。这两个因素中，只有风险溢价有可能成
193
为长期中影响股票价格水平变化的原因。这原因包
含两层意思：第一，就像我们以前讨论过的，通货
膨胀的影响将会与利率部分相抵消，而净通涨变化
也会与红利的增长率相抵消，至少从长期来看是这
样的；第二，真实利率的变化会受到限制，且它会
自行调节 (这也就是说，我们不能预测真实利率未来
的长期变化趋势 )。由于以上原因，这些并没有给折
现率带来永久性的影响。
前面的论述说明如果折现率的变化可以在很大
程度上解释 9 0年代股票价格的大幅上涨，那么折现
率变化的原因必然来自于股票风险溢价的下降。由
红利收益或市赢率测量的风险溢价的变化对股票价
格水平的影响可通过式 ( 5 - 1 )的恒定增长模型来表示。
恒定增长模型公式可由下列公式表示：
Div 1
k= (5-2)
P+g
这里 D i v 1表示下一期的预期红利， g是未来红利
预期的增长率，如果红利支付率为常数 b，则式 ( 5 - 2 )
也可写成：
b ⋅E 1
k= (5-3)
P+g
这里E1表示下一期的预期收益。
根据定义，折现率 k等于无风险利率 R f 加上股权
风险溢价。销掉 k，我们可以由式 ( 5 - 1 )和式( 5 - 2 )分别
求出用股权风险溢价表示的红利收益和市赢率：
194
Div1
= 股权风险溢价+(Rf-g) (5-4)
P
P b
= (5-5)
E1 股份风险溢价+(Rf-g)
我们可以使用式 ( 5 -４)和式 ( 5 - 5 )计算出， 9 0年代
的股权风险溢价需要下降多大程度，才能与红利收益
和市赢率在9 0年代发生变化的情况相吻合。为了便于
比较，我们假设战后历史平均红利收益率和市赢率就
代表了正常的水平。图5-1说明标准普尔500在1946年1
月~1998年6月这段时期内的平均红利收益为 4%，而在
1 9 9 8年6月的红利收益为 1 . 5%。假设 Rf与g之差不随时
间推移而改变，则式 (5-2)就表示出股权风险溢价每下
降1个百分点，会引起红利收益同样下降 1个百分点。
因此，如果红利收益下降 2 5 0个基点，则股权风险溢
价也会下降 2 5 0个基点。例如，如果在起点时，对短
期国库券的溢价在长期中平均为 9%，而后它一定会
下降到大约6.5%。从表面上看，这样一个下降无论怎
样说都是合理的，因此，风险溢价的下降能够用来解
释红利收益的下降。
因为市赢率取决于红利支付率b，所以对它的分析
假设R f与g之差不随时间变化而改变是合理的，这是因为：第
一，决定长期红利的名义增长率和决定短期利率的最重要因
素是通货膨胀率。因为通货膨胀率对这两个因素的影响是大
约相同的，它使得二者之间的差距保持不变；第二，在实际
经济生活中，通货膨胀对 Rf 与g两者发生作用的方式是一样的。
在经济景气时，实际增长率高因而真实利率也就高。结果，
Rf与g之差仍然保持不变。
195
相对来说更困难一些。然而，如果我们的目的仅仅是
要解出风险溢价大约下降多少，就能够解释市赢率由
15升到25的话，那么这个b值的绝对水平是多少就并不
重要了。我们举个例子来说明，例子中给定的参数为：
股权风险溢价为 9%，1月期国库券收益率为 4%，增长
率为8.5%，65%的红利支付率带来市赢率大约为 14.5的
股价收益。如果股权风险溢价下降 200个基点，市赢率
的上升将超过 2 5。这样，股权风险溢价的下降再一次
证明了可以由它解释高水平的股票价格这一现象。
前面的计算引出了另一个问题：风险溢价是否真
的已经下降了呢？这个问题不同于我们在第 4章中讨
论的问题，在那里我们的问题是风险溢价为什么会如
此之大？而这里的问题更有难度。正如我们在第 4章
结尾提到的，由于溢价的下降取决于一些长期变量，
而这些变量在长期中的变化趋势非常缓慢，因而，原
来那些可合理解释高水平风险溢价的模型，在解释风
险溢价的下降时就不适宜了。类似地，如同我们在第
2章中所强调过的，由于我们不能对风险溢价进行非
常精确的估计，因此，使用历史性数据也不能回答这
个问题。于是，我们有必要设法采取其他间接的办法。
我们的办法是，确定普通股的风险是否已经下降了，
与考察平均数不同，我们只要将时间间隔做更加细致
的划分，就可以得出更加准确的标准差和协方差。因
此，我们可以相当精确地衡量 9 0年代中普通股的风险
是否大幅度下降了。如果这种办法是可行的，那么，
196
它也支持了发生风险溢价下降的假说。
5.2.2 股票市场风险的变化
我们回想一下由式 ( 4 - 4 )给出的基于消费的资产
定价模型，该模型表示出股票市场的风险是由两部分
组成的：一是股票收益的变化性，二是股票收益与消
费的关联性。在这两者中，由于消费模型的问世时间
较短，所以比较起来，股票价格的变化性曾得到较为
透彻的验证。
为了确定股价下降的变化是否可以解释 90年代的
牛市，图 5 - 3描绘了使用 1 9 2 6年1月~ 1 9 9 7年1 2月间的
月度数据得出的标准普尔 500收益的标准差，以 5年为
时间间隔。计算标准差时既使用了真实收益，又使用
了名义收益，因而这一描绘的图景是完整的。图形描
绘出前面我们以月计算的变化的各个点，而名义和真
实收益率二者间的差别非常小，两条曲线的轨迹基本
重合。这种情况说明，影响股票收益的短期变量的因
素不是通货膨胀。
从图5 - 3可看出股票价格有一个巨大的向下波动，
但它发生的时间不能解释股票价格水平在 9 0年代的跳
跃式变化。这次波动的下降阶段发生在大萧条的谷底
到第二次世界大战结束之间。然而从那时起往后，上
下的波动轨迹就再也看不出什么明显的规律了。更重
要的是，我们用图 5 - 3与图 5 - 2和图 5 - 1进行比较，会
发现股价的高低与公司收益或红利的变化并没有什么
197
198
显著联系。例如，在 9 0年代早期，当股票市场的再次
波动达到战后最高水平的时候，红利收益相对较低而
市赢率却相对较高。
从某种意义上说，股票价格和波动性应该存在一
定关系。有研究表明 ,这两者之间的关系往往是由价
格的变化导致了波动性的变化，而不是相反。特别要
提到的是，布莱克 ( B l a c k ) ( 1 9 7 6年)证明当股票价格下
降时，公司的杠杆效应更加明显，这就增加了波动性。
然而，大量的研究发现，由股票价格的下降导致的波
动性较大，这一点并不就意味着会有更高的预期收益
(例如，会有更高的风险溢价 )。就像我们前面所提到
的，详细的分析并没有发现存在任何市场波动性与预
期收益变化相关的迹象。
与消费的协方差对研究这两者之间的关系也没有
太大用处。第一，如我们在第 4章中所指出的，协方
差对于解释任何水平的风险溢价的作用都太微小；第
二，没有证据表明股票市场价格高时协方差较低。事
实上，消费增长与股票市场收益的协方差一直保持在
约0.20左右。
总之，风险下降，或市场收益波动性的关系，或
市场收益与消费的关系都不能用来解释 9 0年代股票价
格的飙升。
5.2.3 投资者的变化和投资者人口结构的变化
投资者自身特性的变化也可以用来解释股票价格
199
的上升。最大的可能性是投资者的风险厌恶程度降低
了，这一假设的缺点是找不到强有力的证据来证明这
一点。尽管我们可以很容易地对人们的变化做出种种
假说，但要取得具体体现，如风险厌恶程度这种难以
观察特点的数据则是非常困难的。而且，从一个精心
设计的实验中我们也发现，受验者的风险厌恶程度并
没有随着年代的变化而发生明显的改变。请记住，风
险厌恶衡量的是人们对风险的反应，而不是人们对风
险的估价。大概人在这方面的基本特征决定于他童年
的经历与遗传基因的相互作用，这是种极其复杂的相
互关系。每一代人群的风险厌恶程度的差别范围都相
当大，一些人选择了飞行员的职业，而另一些人连汽
车都不敢开。但就人口总体的平均水平看，没有理由
认为这一代人的风险厌恶程度与上一代人有什么差
别，更无道理认为不同时期人们的风险厌恶程度大于
同一时期内的不同人群的风险厌恶程度。由于这个原
因，风险厌恶程度改变的假设是不能成立的。
不同于平均的风险厌恶水平，投资者获取信息的
能力和投资者对风险做出评价的能力在不同时代是具
有非常大的差别的。在大萧条时期长大的一代人，
至今对股票价格跌落 8 5%的灾难性事件记忆尤新。而
且，他们还一直处于处处渲染股票风险的氛围之中。
很容易将改变对投资风险的理念与改变对风险的厌恶程度相
混淆，因为二者都同样对投资行为发生影响。在对待普通股
风险的态度上，风险厌恶的降低与投资风险理念的增加都会
导致投资者在其证券组合中加大普通股的投资比例。
200
例如，投资银行家劳伦斯・钱伯林 ( L a w r e n c e
C h a m b e r l a i n )再三地发出警告：“就长期投资来说，
投资于股票并不比投资于债券更好，因为股票根本就
不是投资行为，而是投机行为。”
在大萧条过后的几年里，没有人做过对股票收益
抵消近期内人们对于股票恐惧心理的研究，而到处都
充斥着类似钱伯林这样的专家的警告。尽管股票市场
在2 0年代的运行良好，但没有迹象表明经过了这么长
的时间，股票市场已经从类似大萧条这样的灾难中恢
复过来，其收益业绩超过了固定收入证券的业绩。
随着衰退年代的一代人渐渐变老和亲身经历市场
崩溃体验的逐渐淡化，投资者获取信息的方式有了两
个重要的改变：第一，市场从衰退中恢复过来，且持
续上升不断地突破原来的纪录，未经历过衰退年代的
年青投资者们亲临股市的体验，与他们的双亲那一代
截然不同。
第二，开始出现有关股票价格长期趋势的、综合
全面的研究。在 1 9 3 9年，考尔斯 ( C o w l e s )出版了一本
详细论述股价行为的著作，他精心设计了一个价值权
重指数，以此为基础分析从 1871年到1938年股票价格
的变化。然而，由于存在着 3 0年代初股票市场噩梦般
的表现，考尔斯的研究也并没有使股票成为特别受人
欢迎的香饽饽。沿着相同的思路，艾特曼 (Eiteman)和
史密斯 ( S m i t h ) ( 1 9 6 2年)也发表了他们有关普通股交易
收益的研究成果，他们的研究表明，从 1 9 3 6 年到
201
1960年，对普通股的投资所获得的收益，要远远大于
在长期债券上的投资收益。然而，这项研究由于没有
把大萧条开始后的灾难性年代包括在内而受到批评。
随着芝加哥大学证券价格研究中心 ( C R S P )的成
立，关于股票价格行为学的研究逐渐热了起来。研究
中心成立的同时，其首届主任詹姆斯・洛里 ( J a m e s
Lorie)与劳伦斯・费西尔 (Lawrence Fisher)(1964年)合
作发表了一篇文章，文章分析了普通股在 1 9 2 6 ~ 1 9 6 2
年间的收益状况。他们两人的研究成果很快成为学术
上的典范，并在 1965年出版有关专著。伊博森和希克
福德( S i n q u e f i e l d ) ( 1 9 7 6年)采用了 C R S P的数据，扩展
了洛里和费西尔的研究工作，发表了题为《股票、短
期国债、长期国债与通货膨胀：年度历史收益状况分
析( 1 9 2 6 ~ 1 9 7 4年)》的文章。这篇文章大受欢迎，以
至于伊博森竟就此成立了一家咨询公司，专门监视长
期股票市场业绩的动向。这家公司，即伊博森协会 ,
每年出版一本题为《股票、短期国债、长期国债和通
货膨胀》的手册，年年不断更新扩展伊博森和希克福
德最初的研究成果。实际上，所有主要的机构投资者
和他们的大客户都从伊博森协会购买股票市场的历史
数据(以下将这些数据简称为伊博森数据 )。由于成功
推出了专著及伊博森数据被全国的商学院普遍采纳，
我们在第 2章中所提到的那一套历史平均值对于所有
有经验的投资者来说都已经是普通常识了。最后，西
格尔 ( 1 9 9 8 年 ) 在他最为畅销的专著中，以施沃特
202
( 1 9 9 0年)的研究为基础，重构了向上追溯到 1 8 0 2年的
股票收益历史数据。如同我们前面提到的，他发现，
尽管股权风险溢价没有伊博森时期那样大，但从 1802
年到1925年仍然达到4%。
被广泛接纳的伊博森数据带来了与钱伯林
( C h a m b e r l a i n )和( H a y ) ( 1 9 3 1年)对股票收益的截然不
同的观点。伊博森数据表明长期的股票投资是高度理
性的，而并非疯狂的投机行为，投资于股票并没有很
大的风险。伊博森数据还表明，在一个相当长的时期
内，投资在股票上的收益是持续的，且显著地高于投
资在按固定收入计算的短期和长期证券上的收益。很
大程度上，这个观点取代了大萧条时期留给人们深刻
的股市悲惨的景观，使人们普遍接受了投资于股票是
明智选择的观点。因此，毫不奇怪，大多数 9 0年代的
投资者同意西格尔 ( 1 9 9 8年)的建议：“股票应该在所
有长期金融产品的组合中占据绝对优势的地位……基
于历史数据的计算，即使是最保守的投资者也应当把
大部分金融财富投资于股票。”(第283页)
我在洛杉矶加利福尼亚大学 (UCLA)给 MBA上投
资和金融课时的调查说明了投资者对西格尔结论的接
受程度，这项调查超出了我个人经历过的范畴。当我
于1979年开始受雇于该校当教授时，学校有两个养老
基金：一个是投资于固定收入证券的基金，另一个是
投资于股票的基金。学校容许员工自行选择他们所交
纳的养老金到两个不同基金的比例，其选择的范围是
203
将0%、2 5%、5 0%、7 5%或1 0 0%的养老基金投资于普

通股基金。根据伊博森数据，我决定将 1 0 0%的养老
基金投向股票基金。在那时，这个举动看起来是非理
性的，以至于管理中心的工作人员认为我是填错了表
格。当我向他们确认自己确实打算将 1 0 0%的养老金
投向股票基金时，我被反复询问了好多遍以使我明白
我到底在做什么。当我向他们表明我所做的决定是源
于我作为一名研究金融市场的学者的思考时，他们才
明白我没有犯投机性的错误。
我发现这次经历实在有趣，所以开始询问学生们，
如果他们身临其境会做出怎样的选择呢？在 1 9 7 9年
时，在我的投资学课程中的 5 5名学生中只有 1人同意
将1 0 0%的基金投于股票，另有 6人同意投资 7 5%于股
票，部分人表示沉默。这说明，无疑，许多学生还记
得1 9 7 3年到 1 9 7 4年石油危机时，股票价格扣除通货
膨胀因素后下跌幅度超过 5 0%的情景。在随后的时间
里，随着伊博森数据逐渐侵入学生脑海，以及股票价
格的持续性高攀，人们的观念也开始改变。到 9 0年代
初，几乎一半的学生选择 1 0 0%地投资于股票基金。
最近的一次调查是在 1998年春天进行的，对股票市场
的乐观情绪达到了创纪录的水平，60名学生中有42位，
即全班70%的学生选择了 100%地投资于股票基金。另
外1 8个学生选择了 7 5%。没有一个学生愿意将 5 0%的
养老金投资于固定收入的债券基金。当问及他们为什
么自愿将如此高比例的养老金投资于股票时，同学们
204
普遍引用伊博森关于股票和债券长期收益比较的数据
来给予说明。
伊博森数据广为流传，并被普遍接受，所以我们
有理由假设今天的投资者们与他们大萧条时期的父辈
们有着截然不同的投资理念，今天的投资者认为投资
于股票所带来的收益从长期来看大于投资于固定收入
债券所带来的收益。由于观念上的变化，使得对于股
票的需求相对于对债券的需求来说，有了较大的增加。
而这种情况也会导致股票的风险溢价相应下降。假设
这种新观念所带来的影响在 9 0年代以后才体现出来，
那么因此而发生的后果就是从那时起风险溢价开始下
降。
除了伊博森数据之外，经济的发展也改变了投资
者对于通货膨胀和衰退所导致的风险的看法。在大萧
条和其随后的一段时间里，股价实际的下跌和股价因
受关联影响而下跌都被普遍看作是投资风险的重要特
征。如果这个风险是衰退，那么高等级的固定收入证
券就是规避风险的理想投资工具。不仅是因为证券能
够使投资者的收益在任何经济状况下都固定不变，而
且，如果由于衰退导致通货膨胀率出人意料的下降，
证券的真实收入还有可能上升。如我们在第 2章中提
到的，通货膨胀和衰退的相对投资风险随着金本位制
度崩溃而开始改变，将货币供给的增长与黄金储备脱
钩对经济造成了两个重大的影响：第一，它使中央银
行通过增加货币供给的办法更有能力战胜衰退，削弱
205
了类似 3 0年代发生的经济萧条所带来的风险；第二，
它揭示了人们对于通货膨胀的一个通常的偏见，并说
明政府的腐败是造成严重通货膨胀的原因。两个影响
的综合性结果是使衰退的投资风险减小，使通货膨胀
的投资风险增大。
由于存在着发生未被预期的长期通货膨胀加速到
来的可能性，这就使投资者面临着一个新的、重要的
风险。突然间，名义收益率固定的证券变成具有潜在
的高风险性的投资。在德国、日本这类主要工业国家，
由于存在着通货膨胀，债券持有者已不复存在了，而
另一方面，股票却被证明是相对可以免除通货膨胀影
响的投资，至少在长期来看是这样。
从投资者的角度来看，现如今主要的投资风险是
通货膨胀而不是经济衰退，对此的认识增加了投资者
对股票的需求，这种需求至少比对长期固定收入证券
的需求要大。事实上，这些有关通货膨胀的新信息与
表1 - 2所示的长期持有期的结果没有什么关系。投资
于普通股胜过投资于长期债券的一个原因是，将股票
与债券相比，前者更能较好地规避通货膨胀所带来的
风险。
我们原来的投资者已经改变了在普通股与固定收
入证券在风险—收益问题上的看法，并倾向于投资股
票这一假设，与美国居民持有股票数据的变化趋势也
是相吻合的。在 1 9 2 9年股市大崩溃前夕，只有 3%的
美国居民直接或间接地持有股票，到了 1 9 8 7年夏天，
206
这个数字上升到了 2 5%，而到了 1 9 9 7年底，近半数美

国居民以各种形式持有股票。尽管人数增加的成绩
有一部分应归功于共同基金和其他机构投资者开拓市
场的努力，但如果美国居民仍对股票抱有 1931年钱伯
林和海表达的那种怀疑态度，则任何开拓市场的努力
也不会奏效。
听来可能令人惊异，改变投资者理念的假设经历
了一个时间问题。伊博森与希克福德的文章发表于
1 9 7 6年，伊博森的数据是在 1 9 8 5年后才开始广为流
传的。1985年，美国投资者也已经历了一场拉锯战式
的严重通货膨胀，那么为什么他们要一直等到 1988年
才开始改变他们对于股票投资的理念呢？为什么这个
过程能不走样地持续到了 9 0年代呢？在一个有效的市
场上，我们假设投资者对新信息的反应是非常迅速且
彻底的。一种可能的解释是投资者都是 1987年股市灾
难中的过来人，那场灾难使投资者们坚信股市从一个
水平调整上升到另一个高峰可在很快的周期内完成。
这种经验对伊博森数据的含义做了注解，伊博森数据
证明的是，在长期中，股票是安全性很高的投资，尽
管短期中它会出现剧烈波动。遗憾的是，这个解释并
没有完全解决这个时机选择的问题。到 1988年，股票
已彻底从灾难中复苏，甚至于比灾难前的股市表现更
好。在一个有效的市场中，价格应该能够迅速反映投
关于持有股票居民数据的统计来自《经济学家》，1 9 9 8年8月
8日，第15页。
207
资者从股市灾难中学到的所有知识。投资者在 1994年
究竟得到了什么样的新信息，使他们进一步改变了投
资理念，并使得在随后的两年半内股价上涨了一倍
呢？
我们关于改变投资者理念因而引起股权风险溢价
下降的假设，必须基于理念改变所发生的重大影响这
一条件，有直接证据表明投资者人口结构发生了变化。
只要涉及到金融资产的投资，大多数投资者的投资年
龄是40岁到60岁之间。在这个年龄段里，收入处于最
高峰，抚养后代的花费开始下降，住房贷款大多已还
清，持有资金的目的主要是为了退休后的养老消费。
1 9 8 6年，第一代婴儿潮时期出生的人们，即出生于
1 9 4 6 ~ 1 9 6 4年的人们，都到了一生中进行最大规模金
融投资的年龄，他们开始向各种金融资产上倾注资金。
很多分析家认为，大量资金流入金融市场导致了金融
产品价格的上升，这是 9 0年代所特有的现象。这使得
对以长期国库券为衡量标准的股权风险溢价的影响变
得多少有些难以捉摸，一方面，较高的股价和较低的
预期收益率意味着较低的风险溢价，而另一方面，较
高的债券价格又意味着较低的利率和较高的股权风险
溢价。
经验研究表明，对婴儿潮时期出生的投资者来说，
股票预期收益的影响要大于债券收益的影响。例如，
巴克希 ( B a k s h i )和陈 ( C h e n ) ( 1 9 9 4年)提出证据支持这
种观点： 1987年股市灾难后的股价上升，在很大程度
208
上是由婴儿潮时期出生的投资者蜂涌而入股市所为。
他们认为这一假设是正确的。然而，这篇文章是 1994
年发表的 (在更早些时候写成 )。在随后的三年里，股
票价格狂升了 1 0 0%以上，尽管这期间婴儿潮时期出
生的投资者的人数已有所下降。这种时间上的背离现
象很难从理论上解释清楚。
我们有必要强调的是，在股权风险溢价下降的过
程中，既会发生投资者投资理念的变化，又会发生投
资者人口结构的变化。根据基本的价值公式，说婴儿
潮时期出生的投资者促成了股票价格的上涨，等于说
这些人在预期红利已定的情况下愿意支付更高的价格
购买证券，这等价于将预期的红利收入以一个较低的
折现率进行折现。因此，将增加的投资需求转换成较
高的股票价格，这种情况是通过降低股权风险溢价这
个机制达到的。投资理念的变化过程也是如此。对股
票的风险—收益的观念的改变导致股票价格上升的机
制也是通过股权风险溢价的下降达到的，并且，还由
此带来贴现率的变化。所以说，我们研究的这些理论，
即投资者理念改变和投资者人口构成改变的理论，事
实上都是解释股票价格上升原因的理论，股票价格上
升正是股权风险溢价下降的原因，投资者投资理念的
改变及其人口结构的改变为股权风险溢价下降的原因
增加了注解。
投资理念和投资者人口结构是有着重要区别的两
种理论。投资理念的改变可是永久性的，投资者重新
209
认识了股票的风险 —收益关系后，导致股权风险溢价
的下降没有自身的局限性，与此相反，由婴儿潮时期
出生的投资者带来的好运却没准好景不长，在某种条
件下，这些人会把他们的金融资产统统兑现。肖夫恩
( S h o v e n )和切贝尔 ( S c h e i b e r ) ( 1 9 9 3年)的研究报告表
明，在美国历史上，每一个新生代 (且是规模更大的
一代 )都有足够的购买力来承接下他们的父辈投资于
养老基金的金融资产。问题是没有足够的下一代来购
买婴儿潮时期出生的投资者所投资的金融资产。因此，
肖夫恩和切贝尔预言，股票与债券的真实价格都将在
2010年左右开始下降，因为约在此时，婴儿潮时期成
熟的投资者开始大规模出售他们的金融资产，根据定
义，这种价格下降现象会带来股权风险溢价的上升。
5.2.4 新经济范例：更高的收入与更高的红利
增长率
更高的公司收入及由此而来的更高的红利增长也
起到了降低折现率，从而带来股票价格上升的作用。
这从前文中提到的恒定增长率模型中可很容易地看出：
D1
P= (5-6)
k−g
因为分母上是折现率和股权成本之差，所以折现
率的下降等价于增长率的上升。在增长率是变量的更
为复杂的模型中，尽管这种反向互补是不完全的，但
是折现率和增长率在以不同比率变化时，仍能保持对
210
称的关系。
如果我们假设折现率下降 2 0 0至2 5 0个基点，那
么就可以对9 0年代股票价格上升的现象做出解释，如
果长期来看公司收入有同样幅度的升高，其效果也是
一样的。这里我们需要强调的是，我们所指的增长率
是长期增长率，就是说，是可以永久保持下去的增长
率。由于经济的周期性，实际上公司的收益状况是随
时间而不断变化的，但是短期的变化不是这里要讨论
的问题，式 (5-6)中的增长率是在多个经济周期中所达
到的长期平均增长率，它才是估计潜在经济产出的最
合适的增长率指标。
在第 3章中，我们曾指出，长期来看，每股公司
收益的增长率必定与整个经济的增长高度相关。对
于股票价格上涨是由于收益上升所至的解释，激起了
有关美国经济在今后较长的时间内是否能够继续保持
强劲增长势头的讨论。
有必要强调的是，我们这里所说的增长，指的一
定是真实增长率的上升，而不能是名义增长率的上升。
如我们以前所说的，仅仅由于通货膨胀而导致的经济
活动或公司收益的增长对于股票价值的增加作用很
小。因为较高的通货膨胀使得折现率和增长率分别向
相反的方向变化，所以它对于股票价格影响的净效果
这里再次忽略了股票回购的影响，如前面已指出的，股票回
购与股票发行的净效果趋近于 0。而这个结论既适用于股票
总额，又适用于每股的情况。
211
接近于零。从某种程度上说，通货膨胀还是有一定影
响的，但它是通过诸如扭曲的税收和政策的不确定性
等来体现这种影响的，税收扭曲和政策的不确定均是
伴随高通胀而发生的典型现象，因而由此产生的通货
膨胀的影响是第二位的。
当我们用它来解释 90年代的牛市时，最基本的问
题就是：我们是否能够合理地推断美国经济的真实增
长率在 9 0年代确有显著的增长呢？有很多的评论家认
为确实是这样的。有许多热心的企业领导人，记者和
供给学派经济学家支持这样的观点，认为 9 0年代美国
经济的发展是一种新的模式，新模式的基本特征是：
信息技术的广泛应用和国际贸易与国际投资规模的不
断增大改变了经济的基本容量，使经济得以在无通货
膨胀的状态下走上发展之路。在一篇总结论证新经济
模式的文章中，费莱明 (Fleming)(1997年)写道：
快速发展的技术水平意味着商务过程的重
整，它容许高速发展的生产在一个高速发展的经
济中能够满足需求的增长，改善了的库存管理水
平提高了公司平衡供需的能力。此外，迅速扩大
的国际贸易和国际投资带来了资本市场的全球
化，使得生产能力能够满足全世界的需求。进一
步来看，即便是在紧缩性的市场面前，日趋激烈
的全球性竞争在很大程度上限制了公司应付价格
不断上涨的能力，也限制了公司应付工人和管理
者要求加薪的能力。
212
新模式的问题是它逃避了基本的经济统计问题。
不可辩驳的事实是长期真实的增长率受两个因素决
定：劳动力的增长及单位工人产出的增加。对于这两
个因素，事实正如克鲁格曼 ( K r u g m a n ) ( 1 9 9 7年)所指
出的：
第一，美国的劳动力现在已不再像婴儿潮时
期出生者加入劳动力行列那几年，以及妇女走出
家门参加工作那几年增加得那么快了。在90年代，
就业人口或寻找工作者每年增长的速度仅为
1%；第二，根据官方统计，劳动生产率，即单
位工人的产出，以非常缓慢的速度提高，年增长
率也仅为 1%。两者加起来才 2%：即经济的潜在
产出能力的年增长率仅为 2% 。
这些基本的统计数据与新经济模式的假设大相径
庭，以至于后者被迫称这些数据是不正确的。关于人
口增长与劳动力构成，并没有什么太多的文章好做，
因而新经济模式的支持者们把重点放在了劳动生产率
的论证上。他们“感觉”到，由于数字技术为经济生
活带来了革命性的变化，劳动生产率的增长肯定会比
统计数据显示的要快得多。这种思路不肯公平地给予
数字技术以前的革新者们以足够的荣誉。其实计算机
革命并没有什么独特的内容，数不清的其他的技术创
新同样曾经对劳动生产率发生过巨大影响。例如，蒸
汽机、铁路、装配流水线、电气化、电信通讯、汽车
和高速公路系统等等。实际上，克鲁格曼认为这些早
213
期的发明对劳动生产率的影响甚至比数字技术带来的
变革还要大。而且，就算有关劳动生产率增长率的数
据真的有错误，那么这些错误在过去也是存在的。因
此，早期的发明对于经济的影响至少应和现在的创新
对经济的影响是大致一样的。
简单地说，新模式是对于 90年代美国经济强劲增
长的错误解释。由于经济活动开发利用了闲置资源，
所以实际产出可以以大大高于 2%或3%的增长速度上
升，失业率从超过 1 0%下降到 4 . 3%，而且劳动力的容
纳能力也在同步增长。但是闲置资源只能开发利用一
次，当经济达到充分就业及满负荷运行的时候，它未
来的增长率就要受潜在产出能力的增长率的限制。因
为潜在产出能力不能比劳动力数量和生产率的增长率
来得更快，由此看来，克鲁格曼认为，长期经济增长
速度就会限制在 2%~3%之间。
另一种检验新经济模式的办法是将它的预测与大
型经济模型的预测做比较。如我们在第 3章中提到的，
W E FA Group 和数据资源公司 ( D R I )都以美国经济的
计量经济模型预测了 2 5年的真实经济增长率。这两者
的预测都大体与克鲁格曼对于经济增长速度受到限制
的阐述相一致。在整个 9 0年代，由这两家公司分别提
供的 2 5年G D P平均真实增长率都是 2%左右。 1 9 9 7年
1 2月，平均增长率为 2 . 1%。这个速度比 1 9 5 0年~ 1 9 8 0
年实际达到的平均增长率略低。简而言之，这些计量
经济模型并不支持新经济模式的假设。自然，新经济
214
模式的支持者们会将这个结果归罪于这些经济计量模
型并没有正确地估计到他们所强调的新技术发明的作
用。
前面的论述所要说明的是，公司收入的持久性大
幅增长，不能合理解释我们在 1998年中期所看到的股
票价格水平，没有有力的经济证据可以支持今天潜在
的生产率增长率要比 1 9 2 6 ~ 1 9 9 7年那段时间的生产率
增长率更高的观点。
在这一点上，新模式的理论其实毫无新意。当经
济形势好时，类似这种新模式的理论就会流行开来。
比如说， 1 9 2 9年6月，就是在股市崩溃 4个月前，《福
布斯》杂志声称：“在过去的 5年里，我们的国家经历
了一个新的工业时代，我们的工业和经济总量的发展
不是用跳跃式前进就能形容得了的，它简直就是以史
无前例的速度在发展。”同样地，在 1 9 6 8年1 0月，就
在每股价格跌去 6 0%的股票市场大崩溃前夕，《福布
斯》又一次兴奋异常：“由于前 1 0年我们所取得的经
济上的成就，我们已经处在一个不同的时代，即使它
不是全新的时代，传统的想法和标准的研究市场的思
路已经不再适用于面前这个真实的世界了。”看起
来，我们现在所说的那个新经济模式，就像所有时代
上演的那一场场重大的游戏一样，现在这一场又开始
重演了。
两处文字都引自“美国泡沫的破灭”，发表于《经济学家》，
1998年5月9日，第5页。
215
5.2.5 非理性的繁荣：市场被高估了
我们还要讨论最后一种可能性，即 1 9 9 8年7月股
市的繁荣仅仅是一个错误。如本章前面所提到的，美
联储主席格林斯潘先生，经常坚定地表示拒绝对美国
金融市场状况做出判断，但连他在 1997年夏天的国会
报告中也指出，美国的股票市场呈现着的是非理性的
繁荣。随后的一年，市场又上升了 3 0%。而格林斯潘
先生于1998年夏在向国会的发言中再一次重复表达了
他去年的警告。
根据基本的定价公式 (式5-1)，当股票市场上升到
不能合理地推测出未来红利现值的水平时，就会发生
股价高估的情况。但这种情况是怎么发生的呢？如果
股票价格到了这么高的水平，那么有经验的投资者就
要开始出售股票，这样做空头就会使股票价格重新回
到由式(5-1)确定的水平上。然而，这个策略有个问题。
1992年秋天，我与著名的(也许是无名的？)高收益债券
承销商迈克尔・米尔肯 (Michael Milken)一起在加利福
尼亚大学教课，课堂上，我们开展了普通股与高收益
债券的相同与异同的讨论，对此米尔肯作了以下评论：
我总是喜欢投资于高收益债券而不喜欢投资
于股票，我的理由是，对于你们，如果你们的投
资获得了股票收益的高额回报，那么市场不得不
认识到你们的判断是正确的。但如果我发现一只
被高估的股票，我就会做空头销售出去，这样我
216
就赚不到任何钱了。实际上，在市场接受我的判
断之前，我还可能赔钱呢。另一方面，如果我发
现了一种高收益债券，而且我认为它现在的价格
是比较便宜的，那么只要我买了债券，就立即开
始获得它的高收益，不管其他人认为这是否真是
一项高明的投资。而且，即使市场从未接受我的
高见，我也将获得高收益直至债券到期。而至于
股票，只有到市场承认我的判断是对的那天，我
才能赚钱，但谁知道我得等到啥时候啊？
米尔肯所指出的问题可由持有期收益定义的数学
表达式来解释，我们还记得持有期收益是由下面的公
式表示的：
(P1 − P0 + D)
持有期收益 = (5-7)
P0
由于现在的价格 P 0 是已知的，在未来时期 (比如
说，一个月或一个季度 )的红利分配大体也是已知的，
持有期收益中最主要的不确定性因素是下一期的价格
P 1。即使股票价值在很大程度上被高估了，但只要下
一期它被高估的情况更严重，也就是说，如果 P1上升，
那么卖空头的投资者仍然会遭受惨重损失。而且，以
后各期也都会不可避免地发生相同的情况。这表明短
期投资的关键不在于能够确定证券的真实价值，而在
于准确地预知下一期 P 1的价位。自然，这个预期又反
过来依赖于投资者在第一期末时对 P2 的预期，约翰・
梅纳德・凯恩斯 ( 1 9 3 6年) 在总结这个论点时这样说
217
道：
实际上，大多数人(职业投资者)最为关心的不
是一项投资在其整个生命期内是否有可能获得大
量收益，而是预测在短时间内公众对于这项投资
估价的变化的情况。他们关心的不是这项投资对
于某位购买者来说是否值得“持有它”，而是市场
在三个月或一年的时间里，在大众心理的影响下
会对这项投资的价值有个什么样的定位(第155页)。
凯恩斯又将投资比喻成一场特殊的选美比赛，其
目的是为了挑选出胜利者，而不是选出最漂亮的女
人：
并不是要选出某人心目中最漂亮者，甚至也
不是要选出平均意见认为是最漂亮者 . . . . . .我们是
要把注意力放在预测平均意见将会是怎样的平均
意见上。
数理经济学家们指出凯恩斯提出的那种思维会导
致一个循环论证，或说他的想法只是个“泡沫” 。
投资者今天购买一只股票不是因为相信它的价值被低
估了，甚至于也不是因为相信其他投资者认为这只股
票被低估了，而是他们相信在月底时，平均的投资者
将会对股票的估价更高。只要这种信念可以自我保持
下去，也就是说，只要 P 1 的最终结果确实大于 P 0，投
资者就会继续购买这只股票，即使他们相信现在股票
的价格早已高于其应有的价值了，他们也会照买不
举例请见贝茨德和格罗斯曼（ 1988年）。
218
误。
然而泡沫注定是不稳定的。因为泡沫使股票脱离
了基本的价值，只要预期下一期的股价还会上涨，就
总是要产生泡沫。一旦预期改变，价格就会迅速回落。
尽管存在着泡沫起伏的不稳定性，还是有证据表明它
使金融市场的行情发生了不同程度的上涨。最著名的
金融泡沫是多次再版的迈克凯 ( M a c k a y )著作( 1 8 5 2 )中
提到的，书名叫做《异常普遍的选择 — 公众的疯狂》。
迈克凯在其中描述了密西西比计划、南海泡沫和荷兰
人的郁金香疯狂。在这三个案例中，郁金香疯狂大概
是最有名的金融泡沫案例。在 1 7世纪的荷兰，荷兰人
对郁金香的喜爱达到了疯狂的地步。就像迈克凯所描
述的：
1 6 3 4年，荷兰人为了得到郁金香而达到了
如此狂热的地步，以至于忽视了正常的基础工业，
全国的人甚至是最底层的乞丐也在从事郁金香的
买卖。投机者是如此迫切地想得到郁金香，以至
于有人花钱雇人种植 12英亩的Haarem郁金香。
这种人不是绝无仅有，另有人倾其所有换得一支
黑红色的蝴蝶郁金香。然而，这种狂热不可能持续下
去。随着时间的推移，人们开始害怕他们将不能以更
高的价格再次出售泡沫。 1636年，泡沫破灭，如同迈
克凯记述的：
最终，谨慎的人们开始看出这场愚蠢的闹剧
不能再继续下去了。富有的人不再购买郁金香种
219
植在他们的后花园中，而是以更高的价格将花卖
掉赢利。可以预见，最终总会有人因卖不出去而
惨败收场，并永世不得翻身。这时信心被摧毁了，
全国性的恐慌在交易者中蔓延开来。
以上荷兰在 1 7世纪的教训，与我们这里分析的
2 1世纪主要工业国的股价水平上升有何相关性吗？最
近日本的经验告诉我们，答案是肯定的。日本发生的
情况非常有戏剧性，我们可以肯定地说日本经济中有
泡沫，即使按照数理经济学家的定义，那算不上是真
正的泡沫。日本股票市场的上下波动值得认真研究，
因为它对于理性定价问题提出了尖锐的挑战，它所提
出的问题也同样值得美国市场认真思考。
为了描述日本的经历，图 5 - 4 a比较了从 1 9 7 0年1
月到1997年12月间，投资1美元于日本股票和投资 1美
元于标准普尔 5 0 0的收益增长的对比情况。日本的数
据以摩根斯坦利国际资本指数为基础。取自美国、英
国、德国和日本的主要股指的月数据在附录 5A中。我
们使用了这一指数而没有使用知名度更高的日经指
数，是因为这个指数是以股价市值为权重计算的。像
道琼斯工业平均指数一样，日经指数是以股价为权重
计算的指数，因而它们不能反映某个实际组合的投资
业绩。另一方面，摩根斯坦利指数与标准普尔 5 0 0指
数是可比的，因此它是一个更合适的选择。从实践的
角度来看，这两个反映日本市场业绩的指数几乎是相
同的。
220
60
50
40
30
20
10
时期
标准普尔500 日本指数
a)
250
200
150
100
50
时期
标准普尔500 拟合日本指数
b)
图5-4 投资1美元于美国股市与投资 1美元于日本
股市的增长情况比较 (1970年1月至1997年1月)
a) 指数对照 b) 指数拟合
221
图5 - 4 a得出的日本股票的收益是以美元计算的。
这意味着它是由两个因素决定的。第一个因素是以日
元计算的在持有期内指数所包含的日本股票所获得的
收益；第二个因素是日元和美元汇率的变化。更明确
地说就是，日本股票持有期内的美元收益是由下列关
系式确定的：
美元收益=(1+日元收益)
×(1+汇率的变化百分比)-1
我们用美元来表示日本股票的收益是为了使它能
够以美国投资者的观点，将日本的股票市场直接和美
国的股票市场业绩进行比较。然而，日本市场的行情
走势并不是由汇率的变动导致的。用美元和日元两种
货币衡量，都可以明显地看到日本股市崩溃的迹象。
在第 2章中我们曾提到过，尽管美国股市历史上
曾经出现过股权风险溢价很高的情况，但在 1 9 7 0年1
月到1988年12月期间，投资于日本股票的收益仍然比
投资于美国股票的收益高，这一点从图 5 - 4 a中也可看
出。投资 1 美元于美国股票到 1 9 8 8 年1 2 月时增长为
6 . 6 5美元，同样的 1美元如投资于日本股票， 1 9 8 8年
时会得到大约 54美元。1989年日本股票价格上涨幅度
如此之大，以至于尽管美国的经济总量远远超过日本，
但日本市场的总价值竟然超过了美国市场的总价值。
到1989年12月，若以股票市场价值来衡量，日本电报
电话公司已然成为全球价值最高的公司。
按照公司收益和红利的标准计算，日本股市之高
222
已达到了另人恐怖的地步，日经指数的市赢率已总体
上升到 7 0 。在许多情况下，日本股市中领涨的几只
股票的股票价格与公司收益的比值竟超过了 1 0 0。而
日经指数的红利支付下降到了 1%以下。
1 9 8 9年，日本股市的疯狂上涨终于停止了。可
能就是这个原因，投资者失去了在持有期内依靠股价
上涨获得利润的信心，他们开始抛出股票。不管怎样
解释，泡沫在 1990年终被击破。在那一年中，日本股
票价格无论是用日元衡量还是用美元衡量都下跌了
5 0%。然而，与美国 1 9 8 7年股票市场崩溃后的形势不
同，日本股市没能恢复到原有水平。股票价格涨涨落
落，令人琢磨不定，但总趋势是下降的。即使包括再
投资的红利，如图 5 - 4 a所示， 1 9 9 0年大崩溃后的日本
股市，投资于日本股票的 1美元，到 1 9 9 7年1 2月也只
剩下0 . 8 5美元了，这还没包括通货膨胀的调整。总的
来说，不包括红利的股票价格水平，在从 1988年12月
到1 9 9 7年1 2月9年期间下跌了近 6 5%。从美国的历史
看，也只有1929年那场从股价高峰跌落进入持久、严
重的萧条，直到 1938年中期这段股市可与之相比。然
而，就是这个比较也是有问题的， 1933年底，美国股
票价格已经开始走上渐渐回升的道路。到1938年中期，
股价已远在1933年的水平之上。与之相反，日本股票
日本公司使用的收益报表的方式与美国公司所使用的有所不
同。佛伦奇和波特巴 ( 1 9 9 1年)证明了这种差异使得日本公司
的市赢率看起来比美国公司的市赢率要高，然而，市赢率达
到70，这对于日经指数来说，也的确是太高了。
223
价格始终未得以恢复，到 1 9 9 8年，每一只股票都受
1989年大崩溃之害而遭受损失。
日本股市的崩溃，抹掉了自从 1 9 7 0年以来它与
美国股市相比所取得的一切成就，图 5 - 4 a说明，到
1 9 9 7年1 2月，标准普尔 5 0 0指数赶上了日本指数。不
管投资于美国股票还是日本股票， 1970年1月1美元在
标准普尔的投资，在 1997年12月增长为大约 30美元。
还有另一种理解日本股市崩溃的深度与广度的方
法，假设 1988年12月大崩溃之前，一个聪明的投资者
退出日本股市而将资金转投于标准普尔 5 0 0。图 5 - 4 b
表示了这个投资者从 1970年1月以1美元进入日本股市
到1 9 8 8年1 2月退出，又转向美国股市的投资变化情
况，到1998年12月,他可获得价值 236美元的组合资产。
这几乎是单独投资于美国或日本股市所获收益的 8倍。
如果不使用非理性定价概念，我们就很难解释日
本股票市场所发生的经历。如果 1988年的价格是合理
的，为什么到了 1 9 8 9年会下跌 5 0%？为什么到现在为
止股票价格还不能恢复到原有水平？如果现在的价格
是合理的，那么 8 0年代末日本股票价格是怎样上升到
那种骇人的高度的呢？在一项综合性的研究中，佛伦
奇和波特巴(1991年)试图解释这些问题。应用式(5-1)，
他们想探讨日本股价 8 0年代末的迅速上升和 1 9 8 9 ~
1990年的狂跌的原因，这个原因是对未来收益预期的
下降？还是资本成本的上升？尽管他们发现了一些证
据表明收益的预期和资本成本确实都有所改变，但是
224
这种改变的程度与股市剧烈波动所要求的程度相比太
微不足道了，不足以解释股价的升降问题。最后，佛
伦奇和波特巴 ( 1 9 9 1年)得出结论：“我们不能单独地
使用股票收益或预期增长的变化来解释最近日本股票
市场的大幅波动，因为那些变化的幅度没有大到能说
明问题的程度。”(第337页)
在美国股票价格波动的历史上也充斥了这种
难以解释的现象。最好的例子自然是 1 9 8 7年的大
崩溃。 1 9 9 8年2月2 7日，在亚特兰大联邦储备银
行会议上，美联储主席格林斯潘在试图解释这次
大崩溃时说：
1 9 8 7年1 0月1 9日，美国股票市场上经历了
一天内股价下跌 2 0%以上的突发性灾难，使用基
本的长期确定股价的方法，根本不可能对那一天
股票价格的如此巨变做出合理解释。如果那仅是
一种前期变动的惯性的反映，就不可能出现如此
强烈的市场恐慌。这种突变的现象说明存在着一
条有标记的信心分界线。当超过这条分界线时，
价格就发生迅速下滑，在市场达到稳定之前，这
种迅速下滑的趋势可能会破坏长期均衡。
格林斯潘认为，理解佛伦奇与波特巴所说的预期
收益变化程度，还不足以解释日本股票价格的变动，
这一点非常重要。我们再回过头来看看式 (5-1)，这个
式子表明，如果折现率 k的变化足够大的话，则价格
的任何变化都可以解释为折现率的变化，这仅仅是一
225
个替代的问题。在价格水平和预期的未来红利流既定
的情况下，我们可以解出使式 ( 5 - 1 )成立的折现率 k，
佛伦奇和波特巴很清楚这一点，但他们在那里想要告
诉我们的则是另外一些事情。他们认为，要求收益率，
即理性经济模型中的红利流，这个红利流的改变，既
是利率变化的原因，又是普通股风险变化的原因 (因
为它的变化会带来股权风险溢价的变化 )。他们的结
论是，利率和普通股风险都没有发生足够大的变化。
但是，在日本股市崩盘前后的两个 k值是不同的，崩
盘前的 k值低，而崩盘后的 k值高，二者之差就是股权
风险溢价增加的结果。佛伦奇和波特巴的意思是，这
个增加值与理性的经济理论所推测出的值并不一致。
在短期内 k所发生的巨大幅度变动肯定有某些情绪上
的因素在其中起了重要作用。正是由于这些情绪上的
因素，使得 k要么在崩盘前过低，要么在崩盘后过高，
要么既在崩盘前过低又在崩盘后过高。
这些结论使得我们对股权风险溢价和股票价格水
平的讨论变得模糊不清了。股票价格的每一点变化都
可以解释为风险溢价的变化，这其中的关键是为什么
风险溢价会发生变化，而对此的解释又数不胜数。如
果金融理论不能解释变化的原因，就像佛伦奇和波特
巴对日本股市案例的研究一样，那他们则认为，可选
择其他的方法。例如，在这章中，用投资者理念的变
化和投资者人口结构的变化来解释美国股市风险溢价
的下降。此外，投资者心理情绪上的变化总能成为一
226
个可能的解释。就像格林斯潘主席所提到的，投资者
的心理可以从过度的悲观转向非理性的乐观，这样股
权风险溢价和股票的价格也会随之发生同样变动。
风险溢价、折现率和股票价格水平之间的关系还
有另外一个方面，折现率的下降意味着某项资产来源
于未来收入部分的价值上升。当人们的心理因素发生
变化时，很多因素都会发生改变，因此未来的收益更
是难于确定的。我们再来听一听 1 9 9 8年2月2 7日美联
储主席格林斯潘先生在亚特兰大联邦银行会议上的讲
话：
……为什么这些事件 (市场崩溃 )的到来是如
此的突然，以至于事前半点征兆都没有呢？当然，
股票市场承受的风险越大，或者说，用于计算未
来收益的折现率越低，由可预见的未来需求所驱
使而造成的现在的产出所占的比例就越大。这样，
在这个条件下，市场受到未来预期需求的变动和
市场向相反方向运动的趋势的影响而导致突然崩
溃的可能性将会大大增加。
尽管格林斯潘这么说，经济学家们对于用心理来
解释股权风险溢价和股票价格水平还是持非常怀疑的
态度。电视台的财经记者们说过多少回类似“由于俄
罗斯事件使得投资者失去信心，导致股票市场大幅下
跌”的言论呢？且不说这些言论毫无经济分析，经济
学家们还会质问这些记者们，你们是怎样衡量投资者
的信心的，难道不是用股票价格来衡量的吗？然而，
227
塞勒( 1 9 9 3年)经研究后警告说，滥用心理因素解释股
价并不能说明使用心理因素来解释这些现象就完全是
错误的。我们再回过头来看看日本股市，很难说大众
的心理情绪方面的变化与股票价格的剧烈变化毫无关
系，但这些关系所发生的影响是相当隐蔽的。1988年，
富有经验的投资者并没有完全接受那种说日本股票市
场价格处于高位是心理泡沫的观点。相反，日本股市
的情景还被看作是日本经济奇迹和日本管理者高水平
管理技能的体现。实际上，当时日本很多公司都相当
自豪，大量的书籍介绍美国人是怎样模仿日本的管理
技术从而成为美国最成功的企业家的。更有甚者称
日本经济已经进入了“新纪元”，或说是新模式。这
些语言在当时是非常流行的。
1 9 9 8 年底网络股票的表现给了人们一个非理性
繁荣的例子。 1 9 9 8年7月到 1 9 9 9年1月期间，主要的
网络股票价格疯长，最大的网络图书经销商亚马逊的
价格上涨了将近 5倍，雅虎也上涨了差不多同样的幅
度。其他的网络公司，例如 E - b a y、A O L、E a r t h - l i n k
和E x c i t e也几乎上涨同样的幅度。这些都发生在大盘
没有什么明显变化的时候。
从基础定价的角度看，这些股票价值的大幅上涨
是无法解释的。公司收益并没有发生原来未预料到的
大幅增长，相反，大部分公司还处于持续性的亏损状
态。尽管在这期间公司的收入确实有所增长，但增长
例子请见乌奇（ 1982年）。
228
基本只与预期同步。而且，这期间也没有发明什么新
的技术，简单地说，对于这些公司来讲，没有出现什
么新信息让我们会预测这些公司的价值将发生 5 0 0%
的上升。
金融报刊上提出了一种解释，认为网络股票的跳
跃式上涨是一种人为的现象，是由于网络股票的交易
者非理性的乐观态度所致。多数大资本化的公司股票，
如通用电气等，都主要是由机构投资者持有并交易的，
而1998年下半年网络股的交易数据则呈现一种完全不
同的模式。特别明显的是，占统治地位的交易方式是
大量的小额交易者通过网上经纪人公司代理交易。由
于多数网络公司在外发行股份相对较少，而且由于大
部分机构投资者不愿意持有股票的短头寸，因此是数
以千万计的在线交易者的巨大需求促使了网络股票价
格的疯狂上升。
然而，在日本股市那种情况下，这种疯长的价格
将会导致同样幅度疯狂的暴跌。网络股票也逃不脱同
样下场。在1 9 9 9年1月的一周内，包括亚马逊、 E - b a y
和雅虎在内的主要网络股价格平均下跌了近 50%。
在日本股市和网络股票这两个例子之间存在着一
个很重要的区别。日本股市的变动是由股权风险溢价
的变化所导致的，而网络股票与风险溢价没有什么关
系，虽然看起来不大像是这种情况，但很有可能就是
这样。根据定义，股权风险溢价的变化会导致整个市
场发生变化，尽管对于每只股票或股票组合来说，它
229
的影响方式不同，但相对于市场总体的改变来说，影
响方式上的差别是非常小的。因此，股权风险溢价的
变化不能解释一股票组合相对价值的大幅上升或下
跌。导致网络公司股票价格先猛涨后猛降的原因必然
是一些独特的东西，是一些投资者对于那些网络公司
的某种独特感觉。
5.3 总结
从基本定价公式中可很清楚地看出，有三种方式
可以解释通常的股票价格的变动，以及美国股市在 9 0
年代的繁荣。第一种方式是股权风险溢价的理性变化。
为解释 9 0年代发生的风险溢价的下降曾提出过多种假
设，这其中包括普通股风险的下降、投资者对于股票
的风险与收益关系理念的变化及投资者人口构成的变
化。但这其中没有一个假设完全与现实的数据相符。
风险变化的假设根本就不能成立，投资者理念的改变
虽然表面上合理，却存在着一个时间差异问题。最有
力的解释是投资者人口构成的改变，但在时间上它也
与实际发生的情况不吻合。
对于公式中的分子，有学者假设说较高的股票价
格可以解释为是由公司收益和红利的高增长率所支持
的，但这种新模式的概念被彻底否定了。没有什么证
据显示在最近的几年里，美国经济的潜在产出的长期
平均增长率有所上升。
最后，对于股票价格的上涨，我们又提出用投资
230
者的心理变化来解释。由于这种解释与股权风险溢价
的理性变化的数学表达式相同，所以这两者很难分清
楚。根据式 (5-1)，股票价格的感性上升，并不与预期
红利增长率的上升同步，而是通过使折现率 k下降才
发生股票价格的变化的。由于这个原因，我们不可能
确定感性因素和理性因素共同发生作用的程度。例如，
假设较高的美国股票价格水平是由投资者观念的变
化、投资者人口结构变化和投资者对股市的非理性乐
观预期诸因素所造成的，确定每项解释的重要性权重
只有通过对这些假设的根据及其推导判断的过程进行
仔细分析才能得出。由于所有这些假设对于折现率 k
都有同样的影响，所以我们不可能仅仅根据股票价格
的变化分清这些影响。
如果没有严格的假设，即未来所发生的事件是可
以预测的，那么在学术层面上关于导致股票价格上升
的原因的讨论就可以结束了。股票的未来走向是由它
从过去走到现在的方式所决定的。根据最近的经验和
对股权风险溢价的研究成果，预测普通股长期的未来
预期收益将是我们在第 6章要讨论的问题。
附录5A 国际股票市场指数
表5A-1 国际股票市场指数
日本英国德国美国
日期
NIKKE 225 FTSE GDAX 标准普尔 500
1984年1月 10 196 N/A N/A 163
231
(续)
日期
1984年2月 10 031 N/A N/A 157
1984年3月 10 929 N/A N/A 159
1984年4月 10 981 1 138 N/A 160
1984年5月 9 940 1 017 N/A 151
1984年6月 10 378 1 039 N/A 153
1984年7月 9 999 1 009 N/A 151
1984年8月 10 584 1 103 N/A 167
1984年9月 10 649 1 139 N/A 166
1984年10月 11 253 1 152 N/A 166
1984年11月 11 429 1 181 N/A 164
1984年12月 11 543 1 231 N/A 167
1985年1月 11 993 1 280 N/A 180
1985年2月 12 322 1 261 N/A 181
1985年3月 12 590 1 277 N/A 181
1985年4月 12 426 1 291 N/A 180
1985年5月 12 790 1 313 N/A 190
1985年6月 12 882 1 235 N/A 192
1985年7月 12 263 1 262 N/A 191
1985年8月 12 713 1 341 N/A 189
1985年9月 12 700 1 290 N/A 182
1985年10月 12 939 1 377 N/A 190
1985年11月 12 763 1 439 N/A 202
1985年12月 13 083 1 413 N/A 211
1986年1月 13 024 1 435 N/A 212
1986年2月 13 641 1 544 N/A 227
1986年3月 15 860 1 669 N/A 239
1986年4月 15 826 1 661 N/A 236
1986年5月 16 739 1 603 N/A 247
1986年6月 17 654 1 650 N/A 251
1986年7月 17 510 1 558 N/A 236
1986年8月 18 821 1 661 N/A 253
1986年9月 17 853 1 556 N/A 231
232
(续)
日期
1986年10月 16 911 1 632 N/A 244
1986年11月 18 326 1 637 N/A 249
1986年12月 18 701 1 679 N/A 242
1987年1月 20 024 1 808 N/A 274
1987年2月 20 767 1 979 N/A 284
1987年3月 21 567 1 998 N/A 292
1987年4月 23 275 2 051 N/A 288
1987年5月 24 902 2 203 N/A 290
1987年6月 24 176 2 284 N/A 304
1987年7月 24 488 2 361 N/A 319
1987年8月 26 029 2 250 N/A 330
1987年9月 26 011 2 366 N/A 322
1987年10月 23 329 1 750 N/A 252
1987年11月 22 687 1 580 N/A 230
1987年12月 21 564 1 713 N/A 247
1988年1月 23 719 1 791 N/A 257
1988年2月 25 243 1 769 N/A 268
1988年3月 26 260 1 743 N/A 259
1988年4月 27 510 1 802 N/A 261
1988年5月 27 417 1 784 N/A 262
1988年6月 27 769 1 858 N/A 274
1988年7月 28 200 1 854 N/A 272
1988年8月 27 366 1 754 N/A 262
1988年9月 27 924 1 827 N/A 272
1988年10月 27 983 1 852 N/A 279
1988年11月 29 579 1 792 N/A 274
1988年12月 30 159 1 793 N/A 278
1989年1月 31 581 2 052 N/A 297
1989年2月 31 986 2 002 N/A 289
1989年3月 32 839 2 075 N/A 295
1989年4月 33 713 2 118 N/A 310
1989年5月 34 267 2 114 N/A 321
233
(续)
日期
1989年6月 32 949 2 151 N/A 318
1989年7月 34 954 2 297 N/A 346
1989年8月 34 431 2 388 N/A 351
1989年9月 35 637 2 299 N/A 349
1989年10月 35 549 2 143 1 473 340
1989年11月 37 269 2 277 1 577 346
1989年12月 38 916 2 423 1 790 353
1990年1月 37 189 2 337 1 823 329
1990年2月 34 592 2 255 1 810 332
1990年3月 29 980 2 248 1 969 340
1990年4月 29 585 2 103 1 813 331
1990年5月 33 131 2 345 1 845 361
1990年6月 31 940 2 375 1 880 358
1990年7月 31 036 2 326 1 818 356
1990年8月 25 978 2 163 1 630 323
1990年9月 20 984 1 990 1 335 306
1990年10月 25 194 2 050 1 434 304
1990年11月 22 455 2 149 1 441 322
1990年12月 23 849 2 144 1 398 330
1991年1月 23 293 2 170 1 420 344
1991年2月 26 409 2 381 1 542 367
1991年3月 26 292 2 457 1 523 675
1991年4月 26 111 2 486 1 606 375
1991年5月 25 790 2 500 1 704 390
1991年6月 23 291 2 415 1 622 371
1991年7月 24 121 2 589 1 622 388
1991年8月 22 336 2 646 1 651 395
1991年9月 23 916 2 622 1 607 388
1991年10月 25 222 2 566 1 582 392
1991年11月 22 687 2 420 1 567 375
1991年12月 22 984 2 493 1 578 417
1992年1月 22 023 2 571 1 688 409
234
(续)
日期
1992年2月 21 339 2 562 1 745 413
1992年3月 19 346 2 440 1 718 404
1992年4月 17 391 2 654 1 734 415
1992年5月 18 348 2 708 1 803 415
1992年6月 15 952 2 521 1 753 408
1992年7月 15 910 2 400 1 615 424
1992年8月 18 061 2 313 1 541 414
1992年9月 17 399 2 553 1 466 418
1992年10月 16 767 2 658 1 492 419
1992年11月 17 684 2 779 1 544 431
1992年12月 16 925 2 847 1 545 436
1993年1月 17 024 2 807 1 572 439
1993年2月 16 953 2 868 1 684 443
1993年3月 18 591 2 879 1 684 452
1993年4月 20 919 2 813 1 627 440
1993年5月 20 552 2 841 1 632 450
1993年6月 19 590 2 900 1 698 451
1993年7月 20 380 2 927 1 803 448
1993年8月 21 027 3 100 1 945 464
1993年9月 20 106 3 038 1 916 459
1993年10月 19 703 3 171 2 069 468
1993年11月 16 407 3 167 2 058 462
1993年12月 17 417 3 418 2 267 466
1994年1月 20 229 3 492 2 178 482
1994年2月 19 997 3 328 2 092 467
1994年3月 19 112 3 086 2 133 446
1994年4月 19 725 3 125 2 246 451
1994年5月 20 974 2 971 2 128 457
1994年6月 20 644 2 919 2 025 444
1994年7月 20 449 3 083 2 147 458
1994年8月 20 629 3 251 2 213 475
1994年9月 19 564 3 026 2 012 463
235
(续)
日期
1994年10月 19 990 3 097 2 072 472
1994年11月 19 076 3 081 2 048 454
1994年12月 19 723 3 066 2 107 459
1995年1月 18 650 2 992 2 021 470
1995年2月 17 053 3 009 2 102 487
1995年3月 16 140 3 138 1 923 501
1995年4月 16 807 3 217 2 016 515
1995年5月 15 437 3 319 2 092 533
1995年6月 14 517 3 315 2 084 545
1995年7月 16 678 3 463 2 219 562
1995年8月 18 117 3 478 2 238 562
1995年9月 17 913 3 508 2 187 584
1995年10月 17 655 3 529 2 168 582
1995年11月 18 744 3 664 2 243 605
1995年12月 19 868 3 689 2 254 616
1996年1月 20 813 3 759 2 470 636
1996年2月 20 125 3 728 2 474 640
1996年3月 21 407 3 700 2 486 646
1996年4月 22 041 3 818 2 505 654
1996年5月 21 956 3 748 2 543 669
1996年6月 22 531 3 711 2 561 671
1996年7月 20 693 3 703 2 473 640
1996年8月 20 167 3 868 2 544 652
1996年9月 21 556 3 954 2 652 687
1996年10月 20 467 3 979 2 659 705
1996年11月 21 020 4 058 2 846 757
1996年12月 19 361 4 119 2 889 741
1997年1月 18 330 4 276 3 035 786
1997年2月 18 557 4 308 3 260 791
1997年3月 18 003 4 313 3 429 757
1997年4月 19 151 4 436 3 438 801
1997年5月 20 069 4 621 3 563 848
236
(续)
日期
1997年6月 20 605 4 605 3 767 885
1997年7月 20 331 4 908 4 406 954
1997年8月 18 229 4 818 3 920 899
1997年9月 17 888 5 244 4 155 947
1997年10月 16 459 4 842 3 754 915
1997年11月 16 633 4 832 3 972 955
1997年12月 15 259 5 136 4 224 970
1998年1月 16 628 5 459 4 443 980
1998年2月 16 832 5 767 4 694 1 049
1998年3月 16 527 5 932 5 097 1 102
1998年4月 15 641 5 928 5 107 1 112
1998年5月 15 671 5 871 5 569 1 091
1998年6月 15 830 5 833 5 897 1 134
1998年7月 16 379 5 837 5 874 1 121
1998年8月 14 108 5 249 4 834 957
1998年9月 13 406 5 064 4 475 1 017
1998年10月 13 565 5 438 4 671 1 099
1998年11月 14 884 5 744 5 023 1 164
1998年12月 13 842 5 883 5 002 1 229
237
下载
第 6章
股权风险溢价
和普通股的长
期走势分析
毫无疑问，我们面临着这样的一条底线：未来不
会像过去那样美好。伊博森的数据表明，在
1 9 2 6 ~ 1 9 9 7年间，平均的股权风险溢价对长期国债的
水平为7.4%，对短期国库券的水平为 9.2%。投资者再
不能指望股票能继续提供那么大的风险溢价了。相反，
股权溢价将会降低 3 0 0到4 0 0个基点。我们有理由认
为，从长期来看，股票合理的对长期国债的风险溢价
水平将在 3 . 5%~ 5 . 5%之间，而对短期国库券的风险溢
价水平将在 5.0%~7.0%之间。
这个颇有些悲观的结论是基于两点考虑得出的。
239
第一是前面第 1 ~第4章所阐述的所有经验数据和理论
观点；第二是我们在第 5章中对股票价格水平的分析。
尽管预测未来股票收益，即使是预测长期的收益，也
是非常危险、极难准确的，但是当我们把所有涉及到
的问题综合起来考虑之后，我们就能很有把握地得出
结论：未来的股票收益不再会有过去那样辉煌的业绩
了。
这个开场白的意思并不是说普通股不是个好的投
资选择，在较长期内，按复利计算，能够有对国债
4%和对短期国库券的 5 . 5%的溢价，这样的成果仍是
很不错的。事实上，如果股票和债券的长期风险差别
非常小的话，这个溢价水平可以认为是相当可观了。
6.1 对理论依据及经验数据的权衡
认为未来具有高水平股权风险溢价的理论根据有
如下三点：第一，也是最有说服力的一条就是历史数
据本身，伊博森协会每年公布的《股票、债券、国库
券及通货膨胀》中的数据已经是较长时期内历史均值
预期的证明，其 1998年版提到：
一般地说，可以把自 1926年以来72年的数据
当作是所能发生的一切事务的代表。这些数据包
含了：很高的与很低的回报率、易变的与稳定的
市场、战争时期与和平时期、通货膨胀与通货紧
缩、繁荣与衰退等诸方面。所有这些我们都曾经
历过了，如果仅仅关注其中的一个比较短的历史
240
下载第 6章股权风险溢价和普通股的长期走势分析
时期，则会低估可能在较长时间范围内发生的种
种变化。最后，由于历史事件的类型 (而不是特
定的事件本身 )有着惊人的重复之处，所以对长
期的市场收益率的历史分析可以在很大程度上揭
示未来。投资者们总是时不时地期望出现“特例”，
他们的收益预期就反映出了这一点。
第二个理论根据是卡普兰 ( K a p l a n ) 和鲁布卡
( R u b a c k ) ( 1 9 9 5年)，法玛和佛伦奇 ( 1 9 9 8年)对内部收
益率的研究结果。如第 3章所提到的，这个根据与收
益的历史均值无关。卡普兰和鲁布卡以及法玛和佛伦
奇他们并没有研究股票收益率的历史数据，作为替代，
他们研究的是公司资本的回报率。卡普兰和鲁布卡的
研究成果是从 1 9 8 3 ~ 1 9 8 9年间融资交易中的购买者行
为中，推测出资本风险溢价，他们的估计结果与伊博
森协会的均值相当接近，法玛和佛伦奇的工作是从非
金融机构的真实现金流中计算出资本风险溢价，其估
计值比伊博森平均数略小一点。
第三个根据是股权风险溢价之谜的理论研究。各
路理论分析家们的分析结果都显示出，只要对以标准
消费为基础的资产定价模型进行足够程度的修正，该
模型就可以产生与伊博森均值一致的预期风险溢价。
虽然这三个根据有一定的可取之处，但相反方面
观点的理由可能更充分一些。最有说服力的一点大概
就是，历史数据受到了幸存偏倚的影响，布朗、格茨
曼和罗斯 ( 1 9 9 5年)从理论的角度阐明了幸存偏倚的存
241
在可能导致美国资产风险溢价被高估了 4 0 0个基点。
由格茨曼和乔恩 ( 1 9 9 7年)进行的一项更为详尽的国际
性研究，其结果也支持了这个结论。他们分析了 3 9个
国家的股权资本回报率，确信历史数据对美国预期风
险溢价高估出大约 350个基点。
此外，历史记录本身也并不是非常明确的。由于
股票收益率的变化非常大，即使应用非常大的样本区
间，对风险溢价均值的度量也会出现很大误差。这就
意味着历史均值与它所对应的计算期间有较大相关
性，有关数据也证明了这一点。最近 2 5年的溢价均值
大约比 1 9 2 6 ~ 1 9 9 7 年整个区间的均值低 2 5 0 个基点。
进一步说，当施沃特 ( 1 9 9 0年)和西格尔 ( 1 9 9 8年)将研
究时期向前延伸至 1802年时，就发现了更低的风险溢
价水平。在 1 8 0 2 ~ 1 9 2 5年间，股票对短期国库券和长
期国债的溢价都比伊博森数据时期低了大约 4 0 0个基
点，由于美国当时的市场表现与其他发达国家市场表
现的相关性并不十分明显，因而这部分早期的数据更
能体现出幸存偏倚带来的影响。至少这个结果与布朗
等人( 1 9 9 5年)对幸存偏倚的研究结论及格茨曼和乔恩
( 1 9 9 7年)的国际性研究是一致的。最后一点，由于风
险溢价随时间推移不断变化，所以通过对历史均值的
测算来估计预期风险溢价很可能得出错误结论。不幸
的是，股票收益率的巨大变化性使得人们很难单以收
益率的历史均值为基础进行分析，所以上面这个论点
也就无法证明其真实性了。此外，想通过在普通股的
242
风险因素中加入可能存在的变化性，从而建立不稳定
的模型这一企图也被证明是几乎不可能成功的。
法玛和佛伦奇，以及卡普兰和鲁布卡等人对股权
风险溢价的估计并不是独立于历史估计值之外的，这
点在法玛和佛伦奇的研究工作中是很明显的。他们计
算的不是以前各年份的资本收益率，而是 1 9 5 0 ~ 1 9 9 6
这4 7年间美国非金融机构的内部收益率 I R R。由于股
票的回报主要由公司的收益决定，所以法玛和佛伦奇
对较长时期 I R R的估计应大致等于对平均股票收益率
的估计，而实际情况也真的差不多就是这样。
1 9 5 0 ~ 1 9 9 6年间，标准普尔 5 0 0的历史平均收益 (用1 2
乘以月收益 )为1 3 . 0%，而法玛与佛伦奇所计算的公司
资本内部收益率为 1 2 . 8%，所以，他们的工作最好是
被称为使用另一套数据的历史性分析，而并非是独立
的股权风险溢价的分析。
卡普兰和鲁布卡的分析结论与历史业绩并无太大
关系，这是由于他们的研究重点是 1 9 8 3 ~ 1 9 8 9年间高
杠杆交易的买方。但是这个结论基本上仍是历史性的，
因为他们的结论是建立在过去的期望的基础之上的。
此外，那些期望毫无疑问地受到 1 9 8 3 ~ 1 9 8 9年之间强
劲经济势头的影响。时间段限制是如此之短，股票市
场又一直是牛市，使得这个样本的选择偏差对期望收
益的误导肯定会相当大。
要想仍然应用这些历史数据，必须消除选择偏差、
幸存偏倚及非稳定性所带来的影响问题，而最好的方
243
法是建立对股权风险溢价的真实期望估计。最直接的
期望估计方法是将市场作为一个整体来应用折现现金
流( D C F )模型。这可以通过在综合指数计算中应用折
现现金流，或者是对标准普尔 5 0 0指数内的公司分别
应用折现现金流，然后再将结果加总的方法来完成。
这两种方法我们在第 3章中都有过论述，其结果大约
是在长期国债上 5.5%的风险溢价，或是在短期国库券
上4 . 3%的风险溢价，也就是说低于历史估计值约 3 5 0
个基点，并与对幸存偏倚的研究成果惊人的一致。
将基本折现现金流的范围进一步扩大后，风险溢
价的估计值范围进一步缩小，布兰查德 ( 1 9 9 3年)对模
型进行的扩展说明了，在 1 9 9 8年6月，股权风险溢价
高于长期国债收益不到 2%。
资产定价模型的理论分析意义取决于如何对过去
发生的情况做出解释。作者的观点是：理论结论的核
心问题是资产风险溢价远远低于历史平均水平。首先，
即便是给出最充分的假设，以标准消费为基础的资产
定价模型的应用仍然显示出风险溢价不高于 2%，虽
然聪明的学者们通过一些修正已经使得模型产生的预
期与真实历史溢价相近，但值得注意的是研究结论背
后所设步骤的正确性。理论分析家们是以历史溢价大
约可作为未来溢价预期的正确估计这个假设为起点进
行研究的，然后，一些最优秀的经济学家们用了十余
年的时间来寻找修改标准模型的方法，以达到适应这
些假设的目的。耗费了无数的精力与心血，无疑也在
244
一定程度上取得了部分成功。可是正如第 4章所言，
一些修改不但是牵强的，而且与其他经济数据不一
致。
现在看起来，与其对标准模型进行含含糊糊的修
改，不如干脆把有关未来风险溢价的预期调低一些，
这似乎更可行。如果股权风险溢价的预期减小，那么
通过对以标准消费为基础的资产定价模型进行很小的
修改后，我们就能解释风险溢价之谜了。
最后，可能也是最不可思议的一点就是，假设未
来的风险溢价和过去的溢价一样大，或说达到 6%的
水平，那么所得到的预期就是毫无意义的。最著名的
分析是韦尔奇 ( 1 9 9 8年)关于股票市场的综合价格与国
内生产总值 ( G D P )之比的推断，如果风险溢价高于长
期国债收益 6%，则韦尔奇的结论是， 1 9 9 8年6月至
2 0 4 8年6月，股权价值对 G D P的比率将上升到 1 0：1，
这个比率的意思就是说，到了 2048年，股票市场的回
报将与全部的国内生产总值 GDP相等！
6.2 为什么9 0年代对未来股市价格的预

期直线上升
在第 5章中，介绍了大量解释 9 0年代以来股价猛
涨的理论。令人吃惊的是，所有的理论都揭示未来长
期股的收益将低于历史平均值，而只有一个例外。我
们曾把这些理论分为三类：
• 基于风险溢价合理下降的理论：合理下降的原
245
因是资产风险的降低、投资者投资理念的改变
及投资者人员构成的变化；
• 基于更高的收入与股利增长的解释：这是一种
新的理论范式；
• 基于风险溢价不合理的下降的解释：不合理下
降的原因是由投资者的感情冲动及其他情绪上
的原因所造成的。
6.2.1 股权风险溢价合理下降的效应
研究风险溢价合理下降的理论，很重要的一点是
要将永久性下降和暂时性下降区分开来。我们首先来
考虑永久性下降的情况。永久性下降的原因，诸如由
于金本位体制的崩溃而引起通胀环境的改变，我们可
以推测，由金本位崩溃而引发的与股票和债券有关的
任何风险改变都是不可逆转因而是永久性的。
风险溢价永久性下降所带来的好处是，这种情况
意味着股价并不太高。 1 9 9 8年6月时很高的市场水平
其实仅仅反映了风险溢价达到了一个新的更低的水
平，由于股权风险溢价的期望是永远持续性地下降的，
所以高价格在某种程度上绝不会预示未来溢价的下
降。而永久性下降所带来的坏消息是，未来的预期收
益将低于过去的水平。说股权风险溢价将来会更低也
就等于说将来股票投资者的收益不会再像过去那样大
大高于在国债上的投资收益了。问题是溢价永久性下
降的好处也存在不好的一面：如果风险溢价降低，而
246
降低所带来的好处已经与股票价格相关了，则从长远
来看，股票持有人就不得不永远地舍弃这些不能给他
们带来比过去收益更高的投资，这一点似乎被如格茨
曼和哈西特 ( 1 9 9 8年)等研究人员所忽略，或至少没有
引起他们足够的重视。他们热衷于研究股权风险溢价
的下降，只是因为这意味着过高股价以后不会引起其
他问题，但他们没有意识到低风险溢价同时也意味着
更低的预期收益。
在第 5章里，估计溢价发生 2 5 0 个基点的永久性
下降足以解释 1 9 9 7年夏天红利收益及市赢率 ( P / E )的
变化。如果真的发生了这种下降的话， 1 9 9 8年6月购
买股票的投资者将会满足于低了 2 5 0个基点的预期收
益的债券。
前面的叙述似乎意味着期望的风险溢价大约应为
5%(在7 . 4%~ 2 . 5%之间 )，其实并非必须如此。如果过
去的投资者注意到幸存偏倚的影响，那么他们对于未
来风险溢价的预期将会低于长期国债收益以上 7.4%这
一历史均值。 2 5 0个基点的下降应从过去对风险溢价
的期望中扣除，而不是从历史均值中扣除，这两者之
间的差异是很大的。例如，如果预期风险溢价原来是
5.5%，则扣除后就只有 3%了。
如果风险溢价的降低只是暂时性的，就像投资模
型发展初期显示的那样，问题可就有点复杂了。首先，
应该明确投资者是否预见到了下降是暂时性的，先假
设投资者确实有这个预见，则他们期望 k会有一段时
247
期的降低，但是终又会回到正常水平。在这种情况下，
风险溢价最初的下降必须大于 2 5 0 个基点才能解释
1998年高股价水平的原因。为了讨论方便起见，假设
暂时性下降为 5 0 0个基点，同时风险溢价收益保持近
2 0年来的正常水平，由于风险溢价的暂时性变化已经
为投资者所知，即像定义所言，风险溢价不存在非期
望变化。因此，股票价格不存在与风险性溢价有关的
且未被预期到的波动，所以每年市场的期望收益等于
长期国债收益加上当年的风险溢价。这意味着在今后
2 0年或更长的时期内，风险溢价要回到正常水平，市
场期望收益会比过去历史水平低。在最初的几年里，
溢价下降的程度要比后来的年份低得多，一旦调整完
成以后，资本收益的平均值就可以与伊博森时代的平
均值相比较了。
第二种可能性是虽然风险溢价的下降是暂时性
的，但投资者却误认为这种下降是永久性的。如果真
是这样，则市场是无效的。因为市场不能很好地传达
信息，以至于投资者无法发现下降是暂时性的。这种
无效性带来的结果是把风险溢价的未来发展分成了三
个阶段。在第一阶段，投资者接受不到新的信息，因
而不能发现他们的错误，继续以为溢价的下降是永久
性的。在这段时间，预期的市场收益低于伊博森时期
的数值；在第二阶段，投资者意识到了他们的错误，
风险溢价开始出人意料地上升，而这与格茨曼和哈西
特对9 0年代股市的研究结论相反。在调整期间内，股
248
价受到下降压力的影响，收益，即使是名义收益，也
有可能出现负值。这个过程可以近似地认为是计算未
被预期风险溢价下降影响的反过程，在调整过程中，
股票收益降低的原因不仅是因为风险性溢价低于历史
均值，同时也因为溢价正在上升之中。一旦调整完成，
溢价就要回到它以前的历史均值水平上了。
总的来说，90年代牛市的产生原因可以解释为风
险溢价的下降，从而得出有关未来股票收益的三种推
测。第一，如果风险溢价的下降是永久性的，与债券
相比，未来不确定的股票收益，会低于它们过去的水
平，但这并不代表股票价格水平会发生调整；第二，
如果下降是暂时性的并且投资者意识到了这一点，在
不久的未来，股票收益甚至会低于永久性下降产生的
结果，最终，当风险溢价回到正常水平时，股票收益
的期望会上升，但股票价格同样也不会产生变化；第
三，如果溢价下降是暂时性的但投资者误认为是永久
性的，预测则会变得更加复杂化了。股票收益的期望
会像真的是永久性下降那样来发生变化，也就是说，
低于历史均值水平，但股票价格不变，直至当投资者
发现溢价下降是暂时的，这以后风险溢价会出人意料
地上升。在这一调整阶段，收益甚至降得更低。如果
调整进行得相对迅速，股票价格会下跌，当调整结束
时，收益水平会确定在与历史均值一致的水平上。
问题是无论发生哪种情况，对未来的预期都没有
过去那么乐观。有三种可能出现的结果： ( 1 )股票收
249
益比过去永久性地下降 2 5 0个基点； ( 2 )股票收益的下

降大于 2 5 0个基点，但最终会恢复到历史平均水平；
( 3 )股票收益下降很多，甚至是负值，在恢复到历史
水平之前有一段调整期。所以，读了本书的投资者都
要认识到，当股票价格处在一个与红利及利润相应的
水平上时，不管是什么时候，都不能期望股票收益对
国债的溢价能达到伊博森平均值的水平。
6.2.2 永久性更高增长率的影响
新范式是能够解释像 1 9 9 8年6月那样高股价的唯
一理论，同时也是能支持未来风险溢价会与过去同样
高看法的唯一理论。如果未来的长期经济增长率超过
过去 2 5 0个基点，由等式 ( 5 - 1 )给出的 D C F估价模型，
则不必对真实折现率或风险溢价做任何修正就可适
用。问题是使出浑身解数，也没法让美国经济的真实
增长率上升250个基点，上升 250个基点就等于把目前
大约2%的真实增长率再翻上一番还要多。而事实上，
超过 1 0 0点的增长的假设就已是不合理的了，经济的
真实增长率是由劳动力的增长和生产率的增长共同决
定的，而这两个变量都不可能发生很大程度的、非常
迅速的变化。此外，从长期变化范围来看，它们的变
化趋势是下降的。在妇女进入劳动力大军之后，劳动
力增长率就开始下降，但这只能发生一次。此外，尽
管自1991年后经济激增，但整个 90年代生产率的增长
水平其实低于 6 0年代生产率增长的水平，其原因是自
250
上次经济衰退后出现了大规模的不景气，在那以后的
5年，利用萧条带来的有利条件，经济得以持续增长，
到了1998年7月，不景气的迹象已消失得无影无踪了。
简而言之，新范式是非常乐观的，但可以肯定地
说，它不是一个正确的理论。要是真能够出现未来股
票价格高，股权收益又高于长期国债的收益，就像伊
博森数据时期的情况一样，那该多好啊，但要得到支
持这个结论的理论不仅需要确立标准的宏观经济理
论，还必须获得能够支持这种理论的真实数据才行。
6.2.3 高估的实质
高估预期收益所带来的长期影响是显而易见的：
由于各种原因，股票价格肯定会移回到一条由红利和
利润等决定价值的根本性因素所确定的曲线上，而短
期影响则更含糊不清，目前正常水平的影响是多种多
样的。首先，可能发生股票价格猛烈的但暂时性的下
滑，最近两个这样下滑的例子是 1 9 8 7 年的崩溃和
1 9 7 3 ~ 1 9 7 4年的熊市，股票价格在崩溃中下降得更为
迅速但并不是陡降，而在 1 9 7 3 ~ 1 9 7 4年的 1 8个月中，
股票价格下跌了 50%以上。
在这方面，简单的计算更能说明问题。在 1 9 9 8
年7月，道琼斯工业平均指数约为 9 300点，标准普尔
5 0 0的市赢率 ( P / E )大约为 2 5。我们可以把这个出人意
料的比率视为高估。股票价格应下降多少才能使该比
率降回到战后平均水平呢？在道琼斯工业平均指数中
251
大约是 6 000 点(9 300×1 6÷25=6 000) 。所以，对高

估理论的粗略预测是，通过一个大幅度的短期的“修
正”，足可以使股票价格降到道琼斯指数 6 000点的水
平，如果计算是以红利收益为依据的，修正幅度还得
更大一些。
另一种可能性是像日本那样，发生了从 1 9 8 9年
的大崩溃起至今未止的长时期经济停滞。在这段时期
内，如果利润和红利上升得比股票价格快的话，不需
要经过大幅度的修正，股票价格最终会降到理论曲线
上。然而，如果没有经过某种形式的跌落，则要想使
市赢率和股利收益恢复到正常水平，必须经过一段收
益低于平均标准值的重要时期。
当然，前述内容只是两个极端的例子，两个极端
之间的任何组合都是可能的。我们唯一能确定的是，
只要市场被高估了，同时这种高估最终能被纠正，则
股权风险溢价就会低于历史平均水平，甚至在调整期
内，低于未来估计值。
有必要强调的是，如果调整是大幅度的猛降，则
这个下降出现的时间是不可预测的。根据定义，即便
市场被高估，市场也不是非常有效的。在这种情况下，
预测遥远未来的大幅度下降就更几乎是完全无效的
了。正如前面提到过的，说股票价格发生可预测到的
大幅下降是自相矛盾的，因为如果已知未来股价会下
跌，则投资者最好要在下跌日到来之前将持有的股票
全部抛出，而卖出股票需要 2天的时间，所以，在预
252
测的危机日到来之前 2天股价就已开始下跌，这意味
着明智的投资者应该在 3天之前卖出股票。依次往前
类推，下跌的预测就无法继续进行下去了，因为推着
推着，就会推出本来假设应在未来发生的下跌在今
天就发生了。如果预测的是长期内的收益低于历史
平均值，则矛盾性就不会十分明显。如预测的结果
是回报率在 1 0年后才下降，那人们就没有什么抛售
股票的欲望了，而如预测的结果是第二年回报就要
下跌5 0%，则大家都会蜂涌而上抛股票。事实上，我
们很难将长期的回报收益下跌与股权风险溢价的下
跌区分清楚。如果某个投资者观察出下一个 1 0年中
的风险溢价要低于伊博森数据时期的水平，这是因
为市场纠正了过去的高估，还是因为风险溢价下降
了呢？仅仅观察收益的变化是不可能将这两种情况
区分开来的。
关键的一点就是：如果目前的股票价格被高估了，
无论采取何种方式纠正这个高估，未来的风险溢价都
会低于过去的平均值，直至这种高估被消除为止。
6.2.4 总结
本章开始提到的结论值得反复强调：与债券收益
相比，股票的未来风险溢价不会有过去那么高了。经
济学理论、历史性收益的回顾、国际性的数据比较、
潜在的统计偏差的研究、 D C F模型分析和对 1 9 9 8年7
月间股票价格水平的讨论，所有这些都证明了未来风
253
险溢价变化的趋势是下降的。
6.3 未来风险溢价下降的效应
在第 1章里，我们就看到股权风险溢价在金融的
三个领域里起着重要作用，这三个领域是：投资决策
分析(尤其是资产分配方面 )、公司资本预算和养老金
与退休金计划。那么未来下降的风险溢价会对这三个
方面产生怎样的影响呢？
6.3.1 投资效应
未来下降的风险溢价对投资决策的影响取决于风
险溢价降低的原因究竟是什么，特别是取决于降低了
的风险溢价是否还会再上升。再上升的原因可能是因
为市场被高估，或是因为平衡状态的风险溢价降低引
起了股票价格的上升。市场高估理论是一个明显的影
响因素，资本持有份额会持续减少，直到高估情况消
失，但困难的是如何才能为公众提供有益的劝告。目
前有关高估理论的争论仍未结束，投资者怎么知道当
前市场被高估的程度以及高估现象消除的时间呢？进
一步来看，给定高估的水平后，所持有的股本份额又
该下降多少为好呢？后一个问题的答案显然取决于调
整的类型，这也是投资者所关心的焦点之一。从更一
般的意义来看，金融经济学理论并不特别有助于解决
股票市场的高估问题，因为事实上所有的财务模型都
假定市场是有效的，并假定投资者的决策是理智的，
254
但这并不适用于市场高估或低估的情况，也不适用于
对市场调整的预测。由于以上这些原因，我们对于
解决已知的市场高估问题，在目前还不能提供特别有
效的建议。
从金融经济学的角度来看，对 1 9 9 8年7月股票价
格高涨的合理解释不是市场高估的理论，而是较低的
风险溢价。在经济意义合理情况下发生风险溢价的下
降，相对于债券来说，这时降低了的股票预期收益并
不意味着应该减少股票的持有份额。原因在于，降低
的风险溢价是由于过去并不存在的一些股权利益特征
所引发的，或是由于这些利益特征过去虽然存在，但
却并没有被意识到。这些利益特征可以弥补投资者由
普通股未来收益下降所引起的缺憾。例如，风险溢价
的下降可能是由于在过去金本位体系中奠定的长期通
货膨胀壁垒引起的，这时的风险溢价的下降就是很公
平的。
值得注意的是，即使风险溢价降低，相对债券而
言，股票仍是最佳的长期投资途径。图 6 - 1比较了以
5 . 7 5%为收益的 3 0年长期国债的投资和风险溢价分别
为3%、5%、7%的股票投资的结果。即便取最低一档
3%的风险溢价，股票投资在期末时的收益仍是债券
的两倍，如果风险溢价为 5%，虽然仍低于伊博森均
值，但股票的业绩还是优于债券 4倍。
但也有例外，即前面所提到过的行为模型。请见塞勒关于这
个问题的论文集。
255
未来年数
5.75%长期国债收益率 3%溢价 5%溢价 7%溢价
图6-1 1999年~2028年100美元投资的风险溢价函数
6.3.2 对公司融资决策的效应
公司融资所应用的财务模型都假设市场是合理且
有效的。因此，高估理论除了能证明公司应在股票价
格高时发行股票，同时避免在价格水平低时出售资本
外，并无其他太大的作用。但从另一方面来看，风险
溢价的合理下降，确实会对公司融资决策产生重大影
响，尤其是它指出了美国公司目前的股权资本成本低
于资产收益率的历史水平，而还未意识到这一点的公
司则会不自觉地应用过高的资本成本率，从而会放弃
一些本应可以带来正的净现值的项目。
256
6.3.3 养老金与退休金计划的效应
无论从养老金计划本身，还是从这个计划的受益
人的角度来看，养老金计划与资产分配都有相同之处。
正确的决策不但取决于对未来风险溢价的预期，也取
决于溢价发生变化的原因。如果前瞻性风险溢价的降
低是因为投资者现在意识到股票投资的长期风险比他
们以前预想的要低，那么降低的风险溢价对养老金的
投资决策并不会产生太大的影响，然而，从养老金计
划的定义来看，这种影响仍是存在的。根据普通股期
望收益的下降范围，固定收益的基金面临着这样两种
选择：或者加大基金计划的投资力度，或者加大基金
对普通股投资的份额。应注意的是，如果风险溢价下
降的原因是普通股相对于债券来说其风险减少了，则
第二种选择不会加大基金面临的总体风险。
参加固定分配养老金计划的员工和其他一些将退
休金以基金形式投资的人们面临同样的选择，在股权
的预期收益下降时，要想仍维持住期望的标准生活水
平，人们所能做的或者是增加储蓄，或者是加大在普
通股中的投资份额。那些以为未来的股权风险溢价仍
能保持过去水平的投资者们，要对他们退休金的投资
成果感到失望了。
257
下载
参考文献
Arzac, Enrique R., and Matityahu Marcus (1981) .

Flotation cost allowance in rate of return regulation.
Journal of Finance 36(5):1199-1202.
Bakshi, Gurdip S., and Zhiwn Chen (1994). Baby
boom, population aging and capital markets. Journal of
Business 67(2):165-202 .
Behzad, Deba T., and Herschel i. Grossman (1988).
Rational bubbles in stock prices? American Economic
Review 78(3) G20-530.
Benartzi, Shlomo, and Richard H.Thaler (1995) .
259
Myopic loss aversion and the equity risk premium puzzle.

Quarterly Journal of Economics 110(l):75-92.
Blanchard, Oliver (1993). Movements in the equity
premium. Brookings papers on Economic Activity 75(2):-
118.
Black, Fisher (1976). Studies of stock price volatility
changes (pp.177-181). In: P roceedings of the 1 9 7 6
Meetings of the American Statistical Society, Business and
Economics Statistics Section.
Breen, William, Lawrence R. Glosten, and Ravi
Jagannathan (1989). Economic significance of predictable
variations in stock index returns. Journal of Finance 44 (4 ):
l177-l189 .
B r e w e r, Elijah, and George G. kaufman (1994).
Exploring the real interest rate puzzle. Quarterly Review of
Economics and Finance. 34 (4):363-373.
Brown, Lawrence D., and Kwon-Jung Kim (1991).
Timely aggregate analyst forecasts as better proxies for
market earnings expectations Journal of Accounting and
Economics 29 (2): 382-385.
Brown, Stephen J., William N. Goetzmann, and
Stephen A. Ross (1995). Survival. The Journal of Finance
50(3):353-873 .
Brown. Lawrence D., and Kwon-Jung Kim (1991).
Timely aggregrate analyst forecasts as better proxies for
260
下载参考文献
market earnings expectations. Journal of Accounting and

Economics 29(2):382-385.
Brown, Lawrence D., and Michael S. Rozeff (1978).
The superiority of analysts. Forecasts as measures of
expectations. Evidence from Business 33(1):1-16.
Campbell, John Y., and John H. Cochrane (1997). By
force of habit: A consumption-based explanation of
aggregate stock market behavior. Unpublished working
p a p e r, Graduate School of Business, University of
Chicago, Chicago.
Campbell, John Y., and Ludger Hentschel (1992). No
news is good news: An asymmetric model of changing
volatility in stock returns. Journal of Financial Economics
31(2):281-318.
Chamberlain, Lawrence, and William W Hay (1931).
Investments and Speculations. New York: Henry Holt.
Cochrane, John H. ( 1997). Where is the market
going? Uncertain facts and novel theories. E c o n o m i c
Perspectives 21(6):3-37.
Cole, Kevin, Jean Helwege, and David Laster (1996).
Stock market valuation indicators is it different this time?
Financial Analyst Journal 52 (3):56-64 .
Constantinides, George M., and Darrell Duffie (1996).
Asset pricing with heterogeneous consumers. Journal of
Political Economy 104(2):219-240.
261
Copeland, Tom, Tim Koller, and Jack Murrin (1994).

Valuation Measuring and Managing the Value of
Companies. New York: John Wiley & Sons.
Cornell. Bradford (1993). Corporate Valuation. New
York Business One Irwin.
Cornell, Bradford, John I. Hirshleifer, and Elizabeth P.
James (1997). Estimating the cost of equity capital.
Contemporary Finance Digest 1 (autumn ):5-26 .
Cowles, Alfred (1939). Common Stock Indexes 1871-
1937 Bloomington, IN Principia Press.
Damodaran, Aswath (1994). Damodaran on Valuation
New York: John Wiley & Sons.
Dow Jones & Co. (1972). The Dow-Jones Averages,
1885~1970. Edited by Maurice L. Farrell. New York Dow
Jones.
Eiteman, Wilford, J., and Frank P. Smith (1962).
Common Stock Values and Yi e l d s. Ann.Arbor, MI:
University of Michigan Press.
Fama, Eugene F. (1970). Efficient capital markets: A
review of theory and empirical work. Journal of Finance
25 (2): 383-417 .
Fama, Eugene F. (1975). Short-term interest rates as
predictors of inflation. American Economic Review 65 (3):
269-282 .
Fama, Eugene F. (1991). Efficient capital markets: II.
262
下载参考文献
Journal of Finance 46(5):1575-1618

Fama, Eugene F.,and Kenneth R.French (1988a).
Dividend yields and expected stock returns. Journal of
Financial Economics.22 ( 1 ): 3-27 .
Fama, Eugene F., and Kenneth R. French ( 1988b).
Permanent and temporary components of stock prices.
Journal of political Economy 96(2):246-273.
Fama, Eugene F., and Kenneth R. French (1989).
Business conditions and the expected returns on stocks
and bonds. Journal of Financial Economics 25 (1): 23-50 .
Fama, Eugene F., and Kenneth R. French (1992). The
cross-section of expected stock returns. Journal of
Finance 47(2):427-466.
Fama, Eugene, F., and G. William Schwert (1977).
Asset returns and inflation. Journal of Financial
Economics 5(2): 115-146 .
Ferson, Wayne E., and Campbell R. Harvey ( 1991 ).
The variation of economic risk premiums. journal of
Political Economy. 99(2):385-415 .
Fleming, Martin (1997). The new business cycle :The
impact of the application and production of information
technology on U.S. macroeconomic stabilization. Business
Economics 32(10):36-37.
French, Kenneth R., and Richard Roll (1986). Stock
return variances: The arrival of information and the
263
reaction of traders. Journal of Financial Economics

19(l)2-29 .
French, Kenneth R., G. William Schwert, and Robert
F. Stambaugh (1987). Expected stock returns and variance.
Journal of Financial Economics 17(1):5-26.
French, Kenneth R., and James M. Poterba (1991).
Were Japanese stock prices too high? Journal of Financial
Economics 29(2):337-364.
Glassman, James K., and Kevin A. Hassett (1998).
Are stocks overvalued? Not a chance. Wall Street Journal
March 30. p.28, Section 1 .
Glosten, Lawrence R, Ravi Jagannathan, and David E.
Runkle (1993). On the relation between the expected value
and the variance of the nominal excess return on stocks.
Journal of Finance 48 (5):1779-l801 .
Goetzmann, William N., and Philippe Jorion (1997).
A century of global stock markets. Working paper 5901 .
New York: National Bureau of Economic Research.
Heaton John and Deborah J. Lucas (1996). Evaluating
the effects of incomplete markets on risk sharing and asset
pricing. Journal of political Economy 104(2):443-487.
Ibbotson, Roger, and Rex Sinquefield (1976). Stocks,
bonds, bills and inflation Year-by-year historical returns
(1926-74). Journal of Business 49(1):11-43.
Ibbotson Associates (1998). Stocks, Bonds, Bills and
264
下载参考文献
Inflation: 1997 Yearbook. Chicago Ibbotson Associates.

Jagannathan, Ravi, and Zhenyu Wang (1996). The
conditional CAPM and the cross-section of expected
returns. Journal of Finance 51(l):3-53.
Kaplan, Steven, N., and Richard S. Ruback (1995).
The valuation of cash flow forecasts: An empirical
analysis. Journal of Finance 50(4): 1059-1094.
Keynes, John Maynard (1936/1965). The General
Theory of Employment, Interest and Money. New York:
Harcourt Brace and World.
Krugman, Paul (1997). How fast can the U.S.
economy grow? Harvard Business Review July/August: 75
(4)123-129 .
Lakonishok, Josef, Andrei Shleifer, and Robert W
Vishny (1994). Contrarian investment, extrapolation, and
risk. Journal of Finance 49(5):1541-1578 .
Lewellen, Wilbur G., and S.G. Badrinath (1997). On
the measurement of To b i n ’s Q. Journal of Financial
Economics 44(1):77-122 .
Lintner, John (1965). The valuation of risky assets and
the selection of risky investments in stock portfolios and
capital budgets. Review of Economics and Statistics 47(1):
13-37.
Lorie, James H., and Lawrence Fisher (1964). Rates
of return on investment in common stocks. Journal of
265
Business 37(1)1-21 .
M a c a u l a y, F.R. (1938). The Movements of Intere s t
Rates, Bond Yields and Stock Prices in the United States
s i n c e 1956. New York: National Bureau of Economic
Research.
MacKay, Charles (1852/1980). Extraordinary Popular
Delusions the Madness of Cro w d s. New York Three
Rivers Press.
Marshall, David, and Kent Daniel (1997). The equity
premium puzzle and the risk-free rate puzzle at long
horizons. Macroeconomic Dynamics 1 (1) :452-484.
Markowitz, Harry (1952). Portfolio selection. Journal
of Finance 7(1):77-91.
Mehra, Rajnish, and Edward Prescott (1985) . The
equity premium: A puzzle. Journal of Monetary
Economics 15(2):145-161 .
Merton, Robert C.. (1980). On estimating the expected
return on the market An exploratory investigation. Journal
of Financial Economics 8(3): 323-361.
Nelson, Daniel B. (1991). Conditional heteroskedasticity
in asset returns A new approach. Econometrica 59(2):347-
370 .
Ouchi, William (1982). T h e o ry Z: How American
Business Can Meet the Japanese Challenge. New York: Avon.
Porter, M.E. (1992) . Capital disadvantage: America’s
266
下载参考文献
failing capital investment system. H a rv a rd Business

Review (September-October):70(5): 65-83.
Poterba, James, and Lawrence J. Summers (1986).
The persistence of volatility and stock market fluctuations.
American Economic Review 75(5):1142-1151.
Ross, Steven A. (1976). The arbitrage theory of
capital asset pricing. Journal of Economic Theory 13(3):
341-360 .
Schwert, William G (1990). Indexes of U.S. stock prices
from 1802 to 1987. Journal of Business 63(3):339-426.
Sharpe, William F., Gordon J. Alexander, and Jeffery
V Bailey (1995). Investments (5th ed.). Englewood Cliffs,
NJ Prentice Hall .
Sharpe, William F. (1964). Capital asset prices: a
theory of market equilibrium under conditions of risk.
Journal of Finance l9(3): 425-442 .
S h i l l e r, Robert (1981). Do stock prices move too
much to be justified by subsequent changes in dividends?
American Economic Review 73(3):421-436.
Shoven, John, and Sylvester Scheiber (1993). The
Consequences of Population Again on Private Pension Fund
Saving and Asset Markets. Pub. no.363. Center for Economic
Policy Research.. Stanford University, Stanford CA.
Shulman, David, Jeffery Brown, and Mari Narayanan
(1997). Share repurchases Less than meets the eve. New
267
York Salomon Brothers .

Siegel, Jeremy (1992). The real rate of interest from
1800 to 1990: A study of the U.S. and U.K. Journal of
Monetary Economics 29(2):227-252.
Siegel, Jeremy (1998). Stocks for the Long Run (2nd
ed.). New York Irwin.
Smith W.B., and A.H. Cole (1935). Fluctuations in
American Business, 1790-1860. Cambridge, MA Harvard
University Press.
T h a l e r, Richard (1993). Advances in Behavioral
Finance Russell Sage Foundation. New York, NY.
Turner, Christopher M., Richard Startz, and Charles
R. Nelson (1989). A Markov model of heteroskedasticity,
risk and learning in the stock market. Journal of Financial
Economics 25(1): 3-22 .
T v e r s k y, Amos, and Daniel Kahneman (1992).
Advances in prospect theory Cumulative representation of
uncertainty. Journal of Risk and Uncertainty 5(4):297-323.
Vander Weide, James H., and Willard T. Carleton
(1988). Investor growth expectations Analysts vs. history.
Journal of Portfolio Management 14 (3) 78-82 .
Welch, Ivo (1998). Views of financial economists on
the equity premium and other issues. Unpublished
working paper, Anderson Graduate School of
Management, University of California, Los Angeles.
268
下载
译后记
人类进入新世纪，世界在注视着中国。经过 20余
年的改革，中国的证券市场日益走向成熟，中国的经
济越来越融入世界。美国是证券市场最为发达的国家，
拥有世界上最大的金融市场和种类繁多的融资工具，
美国股市经历了上百年的风雨沧桑，其间凝聚着众多
的金融学者和经济学家的心血。本书从理论与实践多
角度地对此做了充分的总结探讨，并科学地预示了股
市的未来，对我国证券市场发展及投资者的投资决策
具有一定意义。
承蒙机械工业出版社杨雯女士的推荐和委托，经
269
过努力，我终于在新千年钟声敲响之际完成了全书的
译稿。这里还要感谢清华大学经济管理学院的林薇和
郭春磊同学对完成本书所给予的大力帮助。
由于水平有限，书中不尽人意之处，诚恳欢迎指
正。
吴洪
2000年1月1日
270

B8F3B2F36B978D3936C94FB472F8E7D4

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

B8F3B2F36B978D3936C94FB472F8E7D4

Uploaded by

Copyright:

Available Formats

下载

在1 9 9 7年1 2月3 1日，道琼斯工业平均指数的计算方法是把 3 0

价格/ 发行量 价值/ 价格/ 发行量 价值/

公司A 20 1 000 20 000 25 1 000 25 000

价格指数水平 )，P 1是月末的价格， D是在本月中所收

(P0 [1+ k]) − P1 = Div1 (1-5)

胀率。投资在国库券上的 1美元增长为 1 4 . 2 0美元，投

标准普尔500指数 长期国债 国库券 消费品价格

标准普尔500指数 长期国债 国库券 消费品价格

图1-1 1美元投资的财富之路 (1926~1997年)

真实价格使用下列公式进行计算：真实价格 =名义价格 / (1+

缩短而上升。例如，标准普尔 5 0 0指数 (以年为

整个样本期：1926.1~1997.12 7.24 8.67

史性风险溢价平均值约为 7%，而短期国库券约为 9%，

1年 -0.086 1.02 4.45 2.22 0.093

实际上， D / P随时间缓慢改变就为 5年回归的意

时 期 股票(%) 长期国库券 (%) 短期国库券 (%)

1802~1870年 7.00 4.80 5.10

请再回顾一下表 1 - 2。该表说明， 1 9 2 6年在标准普尔

1926年1月 0.00 0.34 1.38 0.00

1927年6月 -0.67 0.26 -0.69 0.96

1930年2月 2.59 0.30 1.29 -0.39

1932年10月 -13.49 0.02 -0.17 -0.75

1935年6月 6.99 0.01 0.92 -0.24

1938年2月 6.74 0.00 0.52 -0.94

1940年10月 4.22 0.00 0.31 0.00

1943年6月 2.23 0.03 0.18 -0.19

1946年2月 -6.41 0.03 0.32 -0.37

1948年10月 7.10 0.04 0.07 -0.41

1951年6月 -2.28 0.12 -0.62 -0.13

1954年2月 1.11 0.07 2.40 -0.12

1956年10月 0.66 0.25 -0.54 0.61

1959年6月 -0.22 0.24 0.10 0.46

1962年2月 2.09 0.20 1.03 0.22

1964年10月 0.96 0.29 0.43 0.11

1967年6月 1.90 0.27 -3.12 0.30

1970年2月 5.86 0.62 5.87 0.53

1972年10月 1.07 0.40 2.34 0.32

1975年6月 4.62 0.41 2.92 0.82

1978年2月 -1.61 0.46 0.09 0.69

1980年10月 1.86 0.95 -2.64 0.87

1983年6月 3.82 0.67 0.40 0.34

1986年2月 7.61 0.53 11.45 -0.27

1988年10月 2.73 0.61 3.08 0.33

1991年6月 -4.57 0.42 -0.63 0.29

1994年2月 -2.70 0.21 -4.50 0.34

1996年10月 2.74 0.42 4.04 0.32

新了该表。在 1998年6月1日，使用 FinEcon数据的市

每股价 当前的 红利收 机构经 3阶段

每股价 当前的 红利收 机构经 3阶段

每股价 当前的 红利收 机构经 3阶段

有关红利收益的图示请见第 5章图 5-1。

解出了式 (3-3)中的贴现率 k，k等于未来现金流销售价

例子请见罗斯 (1976年)，贾根塞恩和王 (1996年)。

年股市崩盘时，这一比率跌到了 7以下。在 9 0年代以

将0%、2 5%、5 0%、7 5%或1 0 0%的养老基金投资于普

这个数字上升到了 2 5%，而到了 1 9 9 7年底，近半数美

6.2 为什么9 0年代对未来股市价格的预

益比过去永久性地下降 2 5 0个基点； ( 2 )股票收益的下

大约是 6 000 点(9 300×1 6÷25=6 000) 。所以，对高

5.75%长期国债收益率 3%溢价 5%溢价 7%溢价

Arzac, Enrique R., and Matityahu Marcus (1981) .

Myopic loss aversion and the equity risk premium puzzle.

market earnings expectations. Journal of Accounting and

价格/ 发行量价值/ 价格/ 发行量价值/

标准普尔500指数长期国债国库券消费品价格

标准普尔500指数长期国债国库券消费品价格

时期股票(%) 长期国库券 (%) 短期国库券 (%)

每股价当前的红利收机构经 3阶段

每股价当前的红利收机构经 3阶段

每股价当前的红利收机构经 3阶段