Chap4,资产评估中的定量分析.ppt_第1页
Chap4,资产评估中的定量分析.ppt_第2页
Chap4,资产评估中的定量分析.ppt_第3页
Chap4,资产评估中的定量分析.ppt_第4页
Chap4,资产评估中的定量分析.ppt_第5页
已阅读5页,还剩40页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

资产评估中的定量分析,第一节 定量分析的必要性,资产评估中的定量分析,定量分析的必要性 描述性分析 相关分析 回归分析 时间序列分析,1 定量分析的必要性,成本法的重要参数 重置成本=人工+材料+期间费用+合理利润 实体性贬值 功能性贬值 经济性贬值,1 定量分析的必要性,市场法的重要参数 被评估资产评估值参照物价格调整系数 时间因素 区域因素 功能因素 交易情况,1 定量分析的必要性,收益法的重要参数 评估值,第二节 描述性分析,2 描述性分析,描述性分析,分析的是变量的总体特征 算术平均数 几何平均数 中数 众数 数学期望 方差,离散系数 分布率,第三节 相关分析,相关分析,变量之间的关系 相关关系及其测量 相关分析与评估,1 变量之间的关系,变量之间的关系 函数关系 相关关系,,相关关系及其测量,Pearson相关系数 相关系数显著性(Significance)检验,3 相关分析,相关分析与评估,第四节 回归分析,回归分析,回归分析的实质 回归方程的理论基础 回归的假设 回归系数的显著性检验 回归分析与评估,1 回归分析的实质,二元(多元)线性回归分析 非线性回归分析,2 回归方程的理论基础,3 回归的假设,A1:因变量与自变量之间呈线性关系即: A2:无多重共线性,解释变量之间无线性相关关系,即矩阵X是 矩阵,并且秩k。 A3:各观察点对应的扰动项的期望或均值为零(每个观察点都对应一个扰动项变量,不同观察点的扰动项是不同变量,可以有不同的分布参数,此处假定各个扰动项的期望都为0)即 。 A4:无异方差性,各个观察点对应的扰动项的方差相同都为一常数,并且各扰动项之间的协方差为0,即对于所有观察点i都有 并且 ,在残差图上表现为残差不是分布于以0为中心的一条带上,而是呈现喇叭口等形状。 A5:各观察点自变量是确定的值并且已知,即矩阵X已知。 A6:无自相关,各个扰动项都独立服从期望为0方差为 的正态分布,即向量 服从 ,由于I是一个单位矩阵所以 即表明各扰动项的方差为 ,也表明扰动项之间协方差为0, A7:自变量与扰动项不相关,4 回归系数的显著性检验,5 回归分析与评估,计算收益法的beta 计算市场法的调整系数,收益法需要估计的参数,折现率 无风险利率 风险升水(risk premium) 收益期 未来收益流,Beta,贝塔系数是一种评估证券系统性风险的工具,用以度量一种证券或一个投资证券组合相对总体市场的波动性 系数反映的是某一只股票相对于市场波动的敏感程度。越高,意味着股票相对于业绩评价基准的波动性越大。大于1,则股票的波动性大于业绩评价基准的波动性。反之亦然。如果为1,则市场上涨10,股票上涨10;市场下滑10,股票相应下滑10。如果为1.1,市场上涨10时,股票上涨11%,;市场下滑10时,股票下滑11%。如果为0.9,市场上涨10时,股票上涨9%;市场下滑10时,股票下滑9%。,Beta,资产评估中以系数体现评估对象风险报酬率和市场平均风险报酬率之间的关系。按说系数所反映的评估对象未来预期收益期内的风险报酬率相对于市场风险报酬率的比值是波动的。但在实际使用系数时,我们一般假设评估对象未来相对波动率是稳定的,并往往是以历史数据来计算该值,Beta的数学定义,Beta的数学定义,Beta的数学定义,Cov反映二个变量之间的相互联系,Beta的数学定义,Beta计算的直接法,Beta计算的回归分析法,回归方程,Beta计算的回归分析法,回归系数的计算公式,Beta计算的回归分析法,Beta计算的回归分析法,回归方程的理论基础CAPM,深发展股票的beta计算,样本区间的选择 年、月、多年 区间选择对结果的影响 Beta的稳定性,深发展股票的beta计算_直接法,深发展股票的beta计算_回归法,回归有效性的检验,A1:因变量与自变量之间呈线性关系。 A2:无多重共线性,解释变量之间无线性相关关系,即矩阵X是k阶矩阵,该矩阵的阶数等于解释变量的个数。 A3:各观察点对应的扰动项的期望或均值为零(每个观察点都对应一个扰动项变量,不同观察点的扰动项是不同变量,可以有不同的分布参数,此处假定各个扰动项的期望都为0)即。 A4:无异方差性,各个观察点对应的扰动项的方差相同都为一常数,并且各扰动项之间的协方差为0,即对于所有观察点i都有 并且,在残差图上表现为残差不是分布于以0为中心的一条带上,而是呈现喇叭口等形状。 A5:各观察点自变量是确定的值并且已知,即矩阵X已知。 A6:无自相关,各个扰动项都独立服从期望为0方差为的正态分布,即向量服从,由于I是一个单位矩阵所以即表明各扰动项的方差为,也表明扰动项之间协方差为0, A7:自变量与扰动项不相关,回归有效性的检验,主要根据回归参数及残差图来观察是否满足以上7项假设,Beta系数的调整,按说系数所反映的评估对象未来预期收益期内的风险报酬率相对于市场风险报酬率的比值是波动的。但在实际使用系数时,我们一般假设评估对象未来相对波动率是稳定的,并往往是以历史数据来计算该值。 在被评估企业是上市公司时,可以根据其各期历史收益数据和相应的股票市场综合指数来确定其系数。 当被评估企业不是上市公司时,我们可以寻找相似的上市公司,先得出该上市公司的系数,然后通过比较和调整来间接计算被评估企业的系数。,Beta系数的调整,由于上述计算出的系数是参考上市公司有财务杠杆情况下的值,而其财务杠杆度和所被评估企业的财务杠杆度是不同的,因此,需要进行调整。首先将参考上市公司有财务杠杆的系数换算成无财务杠杆影响的系数。 根据下列罗伯特.哈莫达(Robert Hamada)的权益收益率公式,从而可以计算出无财务杠杆的参考上市公司的系数。,Beta系数的调整,调整公式,Beta_L代表参考公司有杠杆beta系数,beta代表参考公司无杠杆bet

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论