保险行业预测模型最常用的方法是

① 预测的基本问题和几种常用的统计预测方法

分享到： 收藏推荐 一、预测的基本问题这里介绍什么是预测、预测的种类、预测的原则和程序、预测的作用和条件等。(一)预测的概念和种类 所谓预测就是对某一不确定的或未知的事件做出比较肯定的推断。也可以说,预测就是把某一事件发生的不确定性极小化,并做出关于该事件发生、发展变化的设想。在多数情况下,这种设想属于未来性质。所以,预测是根据已知预测未知,根据过去和现在预测未来;根据客观的资料与条件,结合主观的经验与教训,运用比较科学的方法,推断、寻求事物发生、发展、变化的规律。 预测可以用于社会现象和自然现象的各个方面。把预测用于经济、医疗卫生、军事等方面,就形成为经济预测、医疗卫生预测、军事预测等等。以大量统计资料为依据,运用统计和数学方法,对事件的未来情况从数量上进行预测时,吟作统计预测。目前,统计预测在各种专业预测中已得到广泛地运用,起着重要的作用。由于预测科学兴起于经济领域,在这方而的内容比较丰富,经验也积果得较多,下面仅就这一领域讨论有关问题,读者不难推广到共它方面。 1.什么是经济预测 经济预测就是对未来的不确定的经济事件或事件的经济方面做出预测。

② 如何 保险公司 估值

保险股估值的主要方法
公司估值方法是上市公司基本面分析的重要利器,在“基本面决定价值,价值决定价格”基本逻辑下,通过比较公司估值方法得出的公司理论股票价格与市场价格的差异,从而指导投资者具体投资行为。从国际上来看,保险股估值的方法主要分为相对估值法和绝对估值法:
一、相对估值法
1.市盈率(PE)法:合理股价=每股收益(EPS)合理的市盈率。PE估值法相对简便,是目前运用较广的估值方法,但对于收益波动很大或者受益为负的企业并不适用。
2.市净率(PB)估值法:合理股价=每股净资产合理的市净率。较适用周期性较强行业,拥有大量固定资产并且账面价值相对较为稳定的企业。
二、绝对估值法
1.现金流量折现(DCF)法:将项目或企业资产在生命周期内将要产生的现金流折现,计算出当前价值的一种估值方法。DCF估值法是最严谨的对企业和股票估值的方法,原则上该模型适用于任何类型的公司。
2.股利折现(DDM)模型:将企业未来分配股利按一定的折现率折现到当前,从而得到公司的价值。DDM模型适用于分红较为丰厚且分红政策稳定的公司。
3.内涵价值(EV)法:每股寿险价值=调整后的每股内涵价值+每股新业务价值合理的新业务价值乘数。这种方法较为复杂。
不能简单地用PE和PB
PE和PB是股票估值中最常用的两种方法,在美国也运用广泛,但我们不能简单地用它们对我国的保险股进行估值,主要理由有三:一是我国保险市场增长很快,每年新增保单很多,而收入和支出在时间上却不配比。其中的寿险多是长期业务,有的期限长达数十年。根据谨慎性原则,我国会计准则要求新保单的成本一次性摊销,不能递延。这样,尽管新增保单具有很高的价值,但是卖得越多,当期的盈利压力也越大;二是寿险准备金的提取根据不同政策和方法得到结果相差很大,盈利也相应地大幅波动;三是寿险公司负债的不确定性和投资收益水平的不稳定性,使分析师难以预测下一财务年度的盈利水平。目前寿险业务价值构成我国保险公司价值的主要部分,简单运用PE和PB对其进行估值可能造成评估结果偏差较大。
基于以上原因,可采用欧洲运用最多的内涵价值法对我国保险公司的寿险业务进行估值,而PE和PB则作为其他业务的主要评估方法。
内涵价值法的简单介绍
内涵价值法又称精算评估法,它是在一定的精算假设下,逐期对保险公司内涵价值进行调整,并评估当期的新业务价值,得出公司价值=内涵价值+新业务价值合理的新业务价值乘数。内涵价值法主要分三个步骤进行:调整净资产、评估有效业务价值和预测新业务价值。调整评估基准日的净资产,一般指按市场价值计价的资产减去负债。调整的项目可能包括扣除公司的最低偿付能力额度、递延保单获取成本和准备金“过于保守”的余额部分,以及计入按市场价值计价的“未计及”资产以反映公司资产真正的市场价值。评估有效业务价值,首先对保单进行分类,然后用资产份额法模拟有效保单,根据险种、投保年龄、交费方式、领取年龄、责任期等因素分类别建立精算模型,并确定模型中使用的参数,最后把预测的参数代入模型,计算出模型的利润流,根据一定的贴现率贴现成当前价值。参数包括定价利率、死亡率、发病率、意外发生率、退保率、费用率、税率、红利率、红利增长率、投资回报率以及再保险等变量。预测新业务价值,根据公司的未来前景规划和保险市场的发展情况,使用一系列风险贴现率,选择现有上市的险种模型作为未来新单利润的预测。新业务分为两种:一是在现在运行的、由目前已具备的分销能力产生的业务基础上产生的新业务;二是在新业务和新的分销渠道基础上产生的新业务(或是其他可以替代的分销渠道)。预测新业务价值有点类似于根据当前利润预测公司未来利润的方法,是基于持续经营假设产生的对未来价值的期望。
以上是对保险公司寿险业务的价值评估,但这只是估值过程的一步。通过以上的分析,我们知道内涵价值法建立在一系列假设的基础上。那么,我们有必要试一试这些“基础”是否牢靠,这就是评估工作的另一步——敏感性分析。进行敏感性分析的目的在于测试各种因素(利率、投资收益率、死亡率、费用率、继续率、责任准备金评估基础等)的变化对寿险业务价值的影响,从而有助于寿险公司在决策时朝着增加公司价值的方向发展,另一方面,也有助于检测风险,使得公司能及时采取相应的对策进行防范,有助于寿险公司的稳健经营。例如,我们可在不同的利率水平下测算内涵价值,据此分析公司的价值对利率变化的敏感程度,同时还可分析不同产品线对利率变化的敏感度,等等。由此,公司经营者可对公司的一些策略进行调整,以增强公司抵抗利率波动风险的能力。显然,通过敏感性分析,可以对寿险经营在将来可能遇到的各种情况进行模拟,使得决策者(投资者和经营者)能预知先觉,永远在决策时领先一步。
几个需要注意的问题
通过以上分析,我们知道内涵价值法是评估我国保险公司寿险业务价值较为理想的方法。但是,这里仍有很多需要我们注意的问题:一是估值建立在各种假设、精算方法和模型之上,它们是否准确合理对估值有着极大的影响;二是新业务价值乘数具有很强的杠杆效应,它的变化会使保险公司估值产生剧烈变动。根据公司不同、时间不同则有不同的新业务价值乘数,这是保险公司估值中的难点;三是评估保险公司价值时不能简单地把寿险业务价值和其他业务价值分开估值,最后简单相加。目前国内的分析师大部分采用简单相加的方法,但这种方法却割裂了寿险业务和其他业务的共性以及协同作用;四是对保险公司估值需要考虑公司的非财务价值。构成保险公司非财务价值主要有公司管理、员工队伍的素质、销售队伍的稳定性、客户资源以及公司品牌等等,这些非财务价值对公司的发展极为重要,是我们估值时需要考虑的重要因素。
总之,保险公司的估值是一项庞大的工程,是综合考虑各种因素的全面总结。内涵价值法具有的多种假设和易变性使它不仅是一种估值方法,而更像一门艺术。但这并不是说它不适合用来估值,作为科学与艺术结合的估值方法,它仍是评估保险公司价值的有力武器。

扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"

③ 预测模型可分为哪几类

根据方法本身的性质特点将预测方法分为三类。

1、定性预测方法

根据人们对系统过去和现在的经验、判断和直觉进行预测，其中以人的逻辑判断为主，仅要求提供系统发展的方向、状态、形势等定性结果。该方法适用于缺乏历史统计数据的系统对象。

2、时间序列分析

根据系统对象随时间变化的历史资料，只考虑系统变量随时间的变化规律，对系统未来的表现时间进行定量预测。主要包括移动平均法、指数平滑法、趋势外推法等。该方法适于利用简单统计数据预测研究对象随时间变化的趋势等。

3、因果关系预测

系统变量之间存在某种前因后果关系，找出影响某种结果的几个因素，建立因与果之间的数学模型，根据因素变量的变化预测结果变量的变化，既预测系统发展的方向又确定具体的数值变化规律。

(3)保险行业预测模型最常用的方法是扩展阅读：

预测模型是在采用定量预测法进行预测时，最重要的工作是建立预测数学模型。预测模型是指用于预测的，用数学语言或公式所描述的事物间的数量关系。它在一定程度上揭示了事物间的内在规律性，预测时把它作为计算预测值的直接依据。

因此，它对预测准确度有极大的影响。任何一种具体的预测方法都是以其特定的数学模型为特征。预测方法的种类很多，各有相应的预测模型。

趋势外推预测方法是根据事物的历史和现实数据，寻求事物随时间推移而发展变化的规律，从而推测其未来状况的一种常用的预测方法。

趋势外推法的假设条件是：

(1)假设事物发展过程没有跳跃式变化，即事物的发展变化是渐进型的。

(2)假设所研究系统的结构、功能等基本保持不变，即假定根据过去资料建立的趋势外推模型能适合未来，能代表未来趋势变化的情况。

由以上两个假设条件可知，趋势外推预测法是事物发展渐进过程的一种统计预测方法。简言之，就是运用一个数学模型，拟合一条趋势线，然后用这个模型外推预测未来时期事物的发展。

趋势外推预测法主要利用描绘散点图的方法(图形识别)和差分法计算进行模型选择。

主要优点是：可以揭示事物发展的未来，并定量地估价其功能特性。

趋势外推预测法比较适合中、长期新产品预测，要求有至少5年的数据资料。

组合预测法是对同一个问题，采用多种预测方法。组合的主要目的是综合利用各种方法所提供的信息，尽可能地提高预测精度。组合预测有 2 种基本形式，一是等权组合， 即各预测方法的预测值按相同的权数组合成新的预测值；二是不等权组合，即赋予不同预测方法的预测值不同的权数。

这 2 种形式的原理和运用方法完全相同，只是权数的取定有所区别。 根据经验，采用不等权组合的组合预测法结果较为准确。

回归预测方法是根据自变量和因变量之间的相关关系进行预测的。自变量的个数可以一个或多个，根据自变量的个数可分为一元回归预测和多元回归预测。同时根据自变量和因变量的相关关系，分为线性回归预测方法和非线性回归方法。

回归问题的学习等价于函数拟合：选择一条函数曲线使其很好的拟合已知数据且能很好的预测未知数据。

④ 在人寿保险定价的各种方法中目前经常使用的方法是

保险监督管理机构规定的人寿保险定价方法是营业保费等价公式法。
营业保费等价公式法的基本公式是营业保费的精算现值等于未来保险给付、费用和利润的精算现值。我国保险监管机构目前要求的定价方法就是营业保费等价公式法。在这种方法下，人寿保险费计算应考虑以下三个要素：死亡因素、利率因素和附加费因素。因此，人寿保险费是依据预定死亡率、预定利息率、预定费用率来计算的，此三项称为计算人寿保险费的三要素。营业保费等价公式法最主要的有点是如果给定了保费的基本假设，即死亡率、利率、费用、税收补贴和利润附加时，只进行有限的计算就可以很容易地计算出费率。对于简单的寿险产品，这种方法是极其有效的和可行的。营业保费等价公式法的最大确定是这些公式没有表明每个保单年度利润的变化，特别是当寿险合同具有比较复杂的保险金给付，要求使用变化的利率和利润附加时，这种方法的计算是及其复杂的。随着计算机技术的发展，定价技术得到充分的提高，这种方法也逐渐很少被使用。
如有其他保险疑问，请来：多保鱼讲保险！，

⑤ 最常用的四种大数据分析方法有哪些

1.描述型分析：发生了什么?

这是最常见的分析方法。在业务中，这种方法向数据分析师提供了重要指标和业务的衡量方法。

例如，每月的营收和损失账单。数据分析师可以通过这些账单，获取大量的客户数据。了解客户的地理信息，就是“描述型分析”方法之一。利用可视化工具，能够有效的增强描述型分析所提供的信息。

2.诊断型分析：为什么会发生?

描述性数据分析的下一步就是诊断型数据分析。通过评估描述型数据，诊断分析工具能够让数据分析师深入地分析数据，钻取到数据的核心。

良好设计的BI dashboard能够整合：按照时间序列进行数据读入、特征过滤和钻取数据等功能，以便更好的分析数据。

3.预测型分析：可能发生什么?

预测型分析主要用于进行预测。事件未来发生的可能性、预测一个可量化的值，或者是预估事情发生的时间点，这些都可以通过预测模型来完成。

预测模型通常会使用各种可变数据来实现预测。数据成员的多样化与预测结果密切相关。

在充满不确定性的环境下，预测能够帮助做出更好的决定。预测模型也是很多领域正在使用的重要方法。

4.指令型分析：需要做什么?

数据价值和复杂度分析的下一步就是指令型分析。指令模型基于对“发生了什么”、“为什么会发生”和“可能发生什么”的分析，来帮助用户决定应该采取什么措施。通常情况下，指令型分析不是单独使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。

例如，交通规划分析考量了每条路线的距离、每条线路的行驶速度、以及目前的交通管制等方面因素，来帮助选择最好的回家路线。

⑥ 资金预测最常用的方法是

绝对估值法（折现方法）
1.DDM模型（Dividend discount model /股利折现模型)
2.DCF /Discount Cash Flow /折现现金流模型）
（1）FCFE （ Free cash flow for the equity equity /股权自由现金流模型)模型
（2）FCFF模型（ Free cash flow for the firm firm /公司自由现金流模型）
DDM模型
V代表普通股的内在价值， Dt为普通股第t期支付的股息或红利，r为贴现率
对股息增长率的不同假定，股息贴现模型可以分为
：零增长模型、不变增长模型（高顿增长模型）、二阶段股利增长模型（H模型）、三阶段股利增长模型和多元增长模型等形式。
最为基础的模型；红利折现是内在价值最严格的定义； DCF法大量借鉴了DDM的一些逻辑和计算方法（基于同样的假设/相同的限制）。
1. DDM DDM模型模型法（Dividend discount model / Dividend discount model / 股利折现模型股利折现模型)
DDM模型
2. DDM DDM模型的适用分红多且稳定的公司，非周期性行业；
3. DDM DDM模型的不适用分红很少或者不稳定公司，周期性行业；
DDM模型在大陆基本不适用；
大陆股市的行业结构及上市公司资金饥渴决定，分红比例不高，分红的比例与数量不具有稳定性，难以对股利增长率做出预测。
DCF 模型
2.DCF /Discount Cash Flow /折现现金流模型） DCF估值法为最严谨的对企业和股票估值的方法，原则上该模型适用于任何类型的公司。
自由现金流替代股利，更科学、不易受人为影响。
当全部股权自由现金流用于股息支付时， FCFE模型与DDM模型并无区别；但总体而言，股息不等同于股权自由现金流，时高时低，原因有四：
稳定性要求（不确定未来是否有能力支付高股息）；
未来投资的需要（预计未来资本支出/融资的不便与昂贵）；
税收因素（累进制的个人所得税较高时）；
信号特征（股息上升/前景看好；股息下降/前景看淡）
DCF模型的优缺点
优点：比其他常用的建议评价模型涵盖更完整的评价模型，框架最严谨但相对较复杂的评价模型。需要的信息量更多,角度更全面, 考虑公司发展的长期性。较为详细，预测时间较长，而且考虑较多的变数，如获利成长、资金成本等，能够提供适当思考的模型。
缺点：需要耗费较长的时间，须对公司的营运情形与产业特性有深入的了解。考量公司的未来获利、成长与风险的完整评价模型，但是其数据估算具有高度的主观性与不确定性。复杂的模型，可能因数据估算不易而无法采用，即使勉强进行估算，错误的数据套入完美的模型中，也无法得到正确的结果。小变化在输入上可能导致大变化在公司的价值上。该模型的准确性受输入值的影响很大（可作敏感性分析补救）。
FCFE /FCFF模型区别
股权自由现金流（Free cash flow for the equity equity ）：
企业产生的、在满足了再投资需求之后剩余的、不影响公司持续发展前提下的、可供股东股东分配的现金。
公司自由现金流（Free cash flow for the film film ）：
美国学者拉巴波特（Alfred Rappaport）20 世纪80 年代提出了自由现金流概念：企业产生的、在满足了再投资需求之后剩余的、不影响公司持续发展前提下的、可供企业资本供应者企业资本供应者/各种利益要求人（股东、债各种利益要求人（股东、债权人）权人）分配的现金。
FCFF 模型要点
1.基准年公司自由现金流量的确定：基准年公司自由现金流量的确定：
2.第一阶段增长率第一阶段增长率g的预估的预估：(又可分为两阶段）又可分为两阶段）
3.折现折现率的确定的确定：
折现：苹果树的投资分析/评估自己加权平均资金成本(WACC) 。
4 .第二阶段自然增长率的确定：
剩余残值复合成长率（CAGR），一般以长期的通货膨胀率（CPI）代替CAGR。
5 .第二阶段剩余残值的资本化利率的计算：
WACC减去长期的通货膨胀率（CPI）。
公司自由现金流量的计算
根据自由现金流的原始定义写出来的公式：
公司自由现金流量=（ 税后净利润+ 利息费用+ 非现金支出- 营运资本追加）- 资本性支出
大陆适用公式：
公司自由现金流量
= 经营活动产生的现金流量净额–资本性支出
= 经营活动产生的现金流量净额– （购建固定、无形和其他长期资产所支付的现金– 处置固定、无形和其他长期资产而收回的现金净额）
资本性支出
资本性支出：用于购买固定资产（土地、厂房、设备）的投资、无形资产的投资和长期股权投资等产能扩张、制程改善等具长期效益的现金支出。
资本性支出的形式有：
1.现金购买或长期资产处置的现金收回、
2.通过发行债券或股票等非现金交易的形式取得长期资产、
3.通过企业并购取得长期资产。
其中，主体为“现金购买或长期资产处置的现金收回”的资本性支出。
现行的现金流量表中的“投资活动产生的现金流量”部分，已经列示了“购建固定、无形和其他长期资产所支付的现金”，以及“处置固定、无形和其他长期资产而收回的现金净额”。
故：资本性支出= 购建固定、无形和其他长期资产所支付的现金—处置固定、无形和其他长期资产而收回的现金净额
自由现金流的的经济意义
企业全部运营活动的现金“净产出”就形成“自由现金流”，“自由现金流”的多寡一定程度上决定一家企业的生死存亡。一家企业长期不能产出“自由现金流”，它最终将耗尽出资人提供的所有原始资本，并将走向破产。
1.“自由现金流”充裕时，企业可以用“自由现金流” 偿付利息还本、分配股利或回购股票等等。
2. “自由现金流”为负时，企业连利息费用都赚不回来，而只能动用尚未投入经营（含投资）活动的、剩余的出资人（股东、债权人）提供的原始资本（假定也没有以前年度“自由现金流”剩余）来偿付利息、还本、分配股利或进行股票回购等等。
3.当剩余的出资提供的原始资本不足以偿付利息、还本、分配股利时，企业就只能靠“拆东墙补西墙”（借新债还旧债，或进行权益性再融资）来维持企业运转。当无“东墙”可拆时，企业资金链断裂，其最终结果只能寻求被购并重组或申请破产。
公司自由现金流量的决策含义
自由现金流量为正： 自由现金流量为正：
公司融资压力小、具发放现金股利、还旧债的能力；
不一定都是正面的，隐含公司扩充过慢。
自由现金流量并非越高越好，自由现金流量过高表明再投资率较低，盈余成长率较低。
自由现金流量为负： 自由现金流量为负：
表明再投资率较高，盈余成长率较高，隐含公司扩充过快；
公司融资压力大，取得现金最重要，须小心地雷股；
借债困难，财务创新可能较大，可能发可转换债规避财务负担；
在超额报酬率呈现正数时，负的自由现金流量才具有说服力。
基准年公司自由现金流量的确定
自由现金流量为正：
取该年值为基准年值；
以N年算术平均值为基准年值；
以N年加权平均值为基准年值（权重自定，越近年份权重越大。）
自由现金流量为负：
如算术平均值为正，以N年算术平均值为基准年值；
如加权平均值为正，以N年加权平均值为基准年值；
如前一年为正，取前一年值为基准年值；
如前一年为负，取某一年比较正常值为基准年值（自定）。
第一阶段增长率g的预估
运用过去的增长率： 运用过去的增长率：
算术平均数（简单平均/赋予不同年份相同的权重/忽略了复利效果）
加权平均数（给予近几年增长率以较大权重/不同年份权重主观确定）
几何平均数（考虑了复利效果/忽略中间年限变化）
线性回归法（同样忽略了复利效果）
结论：没有定论
注意：当利润为负时
算术平均数（简单平均/赋予不同年份相同的权重/忽略了复利效果）
加权平均数（没有意义）
几何平均数（考虑了复利效果/忽略中间年限变化）
线性回归法（没有意义）
历史增长率的作用
历史增长率在预计未来增长率中的作用取决于历史增长率在预计未来增长率中的作用取决于:
历史增长率的波动幅度（与预测的有用性负相关。）
公司的规模（随规模变大，保持持续高增长的难度变大。）
经济的周期性（周期性公司的取值可能很高或很低。）
基本面的变化（公司业务、产品结构变化、公司重组等。）
收益的质量（会计政策/购并活动引起的增长可靠性很差。）
主观预测优于模型
研究员对结论：研究员对g的主观预测优于模型的预测：只依据过去的数据
研究员的主观预测：过去的数据+本期掌握的所有信息，包括：
（1）上一次定期报告后的所有公司不定期公告中的信息；
（2）可能影响未来增长的宏观、行业信息；
（3）公司竞争对手的价格政策即对未来增长率的预估；
（4）访谈或其他途径取得的公司内幕消息；
如何准确预测g
预测得准确与否,将建立在研究员对产业发展和公司战略把握的基础之上。公司战略包括公司产业领域的选择、产品的选择和生产流程的选择。要依据产业发展和公司战略，要与时俱进，对模型参数进行修正,提高估值的准确性。
（1）最近公司具体信息的数量（越多/越重大，优势越明显）；
（2）研究该公司的研究员的数量（越多/越一致，优势越明显）；
（3）研究该公司的研究员意见的分歧程度（越大，优势越不明显）；
（4）研究该公司的研究员的素质（金牌研究员越多，预测优势越大）。
建议：相信自己，不要盲目相信其他研究员的预测。金牌研究员也可能犯严重错误，因为：数据本身可能存在错误+研究员可能忽略基本面的重大变化。
WACC释义与计算
WACC WACC （ Weighted average cost of capital/ Weighted average cost of capital/加权平均资金成本权平均资金成本/Composite cost of capital Composite cost of capital)
根据股东权益及负债占资本结构的百分比，再根据股东权益及负债的成本予以加权计算，所得出的综合数字。
公式：
WACC =股东权益成本*（公司市值/企业价值）+负债成本*（负债/企业价值）
利用公司的加权平均资本成本（WACC）来判断公司股票是否值得投资。
WACC的计算相当复杂，不过如何使用WACC ，比如何计算该数字更重要。
FCFF法的适用
1. FCFF FCFF法的适用： 法的适用：
周期性较强行业（拥有大量固定资产并且账面价值相对较为稳定）；
银行；
重组型公司。
2. 2. FCFF FCFF法的不适用：
公司无平均正的盈余，如IT类公司目前处于早期阶段；
公司不具备长期历史营运表现，例如成立不到三年的公司；
缺乏类似的公司可作参考比较；
公司的价值主要来自非营运项目。
特殊情况下DCF的应用（1）
1. 周期性较强行业周期性较强行业：
难点：基准年现金流量及预期增长率g的确定问题。
对策：1。基准年现金流量为正，直接调整预期增长率g 。
（1）景气处于+3、-3、-2 ，预计景气回落，下调预期增长率g。
（2）景气处于-1、+1、+2 ，预计景气上升，上调预期增长率g。
（逻辑：景气循环理论，景气周期周而复始，历史重演。研究员对宏观经济周期、行业景气周期的判断能力，以及能否准确寻找一个景气周期年限及景气拐点都会影响估计的准确性。）
2。基准年现金流量为负。
先求平均现金流量以作基准年现金流量；然后调整预期增长率。
注意：注意：1。也可以从营收开始，利用会计勾稽关系全面估算每年现金流量。
（宏观经济周期、行业景气周期判断的准确性、会计能力都会影响估计
的准确性，工作量繁重且效果不佳）
2。内部收益率已经体现收益波动性对价值评估的影响。
3。预期增长率g取净利成长率时，将净利成长率*>1的系数（公司自由现金流成长波动大于净利成长波动。）
特殊情况下DCF的应用（2）
2.有产品有产品期权的公司：
难点：当前不会产生现金流量，但未来有价值的资产。
（如产品期权、包括专利和版权）。
对策：
1。该资产公开市场的价格+DCF计算的公司价值；（是否存在该资产交易的活跃市场/产品期权能否分离）
2。运用期权定价模型预估产品期权+DCF计算的公司价值；（关于期权定价模型，见本文P44-47）
3。调高预期增长率g ；（调高幅度的主观性/产品期权的或有现金流量问题）
特殊情况下DCF的应用（3）
3. ST ST、PT PT及基本面较差公司： 及基本面较差公司：
难点：基准年现金流量为负。
对策：1。平均现金流量为正；
先求平均现金流量以作基准年现金流量；然后调整预期增长率。
2。平均现金流量为负。
以一个比较健康的年份现金流量作基准年现金流量；然后调整预期增长率。
（假设前提：公司在不久的将来会恢复到健康的状况。）
RNAV法简介
RNAV的计算公式：
RNAV =（物业面积＊市场均价－净负债）／总股本
物业面积，均价和净负债都是影响RNAV值的重要参数。
较高的资产负债率（过多的长短期借款负债）/较大的股本都将降低RNAV值。
对公司各块资产分别进行市场化的价值分析，从资产价值角度重新解读公司内在的长期投资价值。
股价相对其RNAV，如存在较大幅度的折价现象，显示其股价相对公司真实价值有明显低估。
RNAV法推算（以商业为例）
1.对商业地产对商业地产分类，确定其适用的估值方法：分类，确定其适用的估值方法：
细分业态（便利店、标准店、大卖场等）被处置的可能性，细分业态与主营业务的相关度；
2.对商业地产的面积做出初步估算对商业地产的面积做出初步估算:
部分物业建筑面积的数据可能没有公开，需要调研后加入；
3.确定物业的均价： 确定物业的均价：
市场均价决定于稀缺程度。
期权定价模型推算
1. 估算公司资源（矿藏、油田等）可开采储量；估算公司资源（矿藏、油田等）可开采储量；
2. 估算资源开采的成本； 估算资源开采的成本；
估算的开采成本是资源期权的执行价格。
3. 期权的到期时间； 期权的到期时间；
开采合同的开采年限；
按照资源储量以及开采能力估算。
4.标的资产价值的方差； 标的资产价值的方差；
储量不变前提下，标的资产价值波动取决于资源价格波动。
5.标的资产的经营性现金流量； 标的资产的经营性现金流量；
每年生产将减少资源的价值，提供相应的经营性现金流量。
6.将以上数据将以上数据代入代入Black Black-Scholes Scholes模型计算公司资源的期模型计算公司资源的期权价值；权价值；
7.结合公司的其他资产的收益状况结合公司的其他资产的收益状况,测算出该公司内在投资价值。测算出该公司内在投资价值。
买方期权的损益
自然资源期权的损益
期权定价对公司特定信息挖掘
资源类公司对矿藏资源的拥有情况,是产量形成的依据,它比产量更能反映公司的价值。
大陆现行规定中,不要求资源类上市公司披露矿藏储量,因此对这类公司的估值多以产量为依据,与其他类型公司的估值方法差别不大,无法体现这类公司价值来源的特殊性。
采用期权定价模型,要求研究员不但关注产量、价格、成本等情况来判断公司的投资价值，而且深究矿藏等有关公司价值的特有信息，提升对公司的投资价值判断的准确度。
DCF方法理论完美，过程略显复杂。
在发达国家市场中，各种数据比较完善，公司日趋成熟，DCF成为通用的估值方法。
大陆DCF方法似乎受到许多局限，一方面是基础数据缺乏，另一方面是一部分公司的持续经营能力令人怀疑。
小结
DCF估值的方法论意义大于数量结果
模型的参数估计困难。如果不可信的数据进入模型，只能得不可靠的结果。虽然DCF估值的结果可能会因研究员对参数的选择、判断有所不同,但是估值的过程一致, 为研究员提供一个严谨的分析框架,系统地考虑影响公司价值的每一个因素,最终评估一个公司的投资价值。
DCF估值的方法论框架要求研究员分析一个公司的基本面时,既要考虑财务状况、产品结构、业务结构, 同时也要考虑行业的发展和公司的战略,对上市公司形成全面的认识。
对上市公司全面的分析是DCF估值的要义所在,具体的数量结果反而是次要的。
谨慎择取不同估值方法
不同的估值模型适用于不同行业、不同财务状况的公司，例如：
高速公路上市公司，注重稳定性，首选DCF方法， 次选EV/EBITDA；
生物医药及网络软件开发上市公司，注重成长性，首选PEG方法，次选P/B、EV/EBITDA；
房地产及商业及酒店业上市公司，注重资产（地产等）帐面价值与实际价值的差异可能给公司带来的或有收益，应采用RNAV与PE法相结合的方法；
资源类上市公司，除关注产量外，还应关注矿藏资源的拥有情况，应采用期权定价模型。
如何提高公司估值的准确性
1.提升宏观经济、行业分析的研判能力；
2.提高公司财务报表预测的准确性；
3. 多种相对法估值和至少一种绝对法估值模型估值（以DCF 为主）
4.运用敏感性分析，给出公司估值的合理区间；
5.与时俱进，不断调整和修正估值参数。
估值选股方法
所谓估值选股方法，其实就是寻找价值低估的公司，但问题是普通投资者如何找到这类公司。
大机构有庞大的研发机构，但我们只是单兵作战，要长期跟踪数千家上市公司无疑是天方夜谈，而且也不可熟悉所有行业。因此我们要放弃自己寻找公司的想法，从现有的公开信息中寻找。
目前权威的证券报或营业部都会提供一些研究报告，为我们大大缩小了选股的范围。但并不是所有报告提到的公司都是可以投资的，以下是几个必须的估值选股过程：
1、 尽量选择自己熟悉或者有能力了解的行业。
报告中提高的公司其所在行业有可能是我们根本不了解或者即使以后花费很多精力也难以了解的行业，这类公司最好避免。
2、 不要相信报告中未来定价的预测。
报告可能会在最后提出未来二级市场的定价。这种预测是根据业绩预测加上市盈率预测推算出来的，其中的市盈率预测一般只是简单地计算一下行业的平均值，波动性较大，作用不大。
3、 客观对待业绩增长。
业绩预测是关键，考虑到研究员可能存在的主观因素，应该自己重新核实每一个条件，直到有足够的把握为止。
4、 研究行业。
当基本认可业绩预测结果以后还应该反过来自己研究一下该公司所处的行业，目的仍然是为了验证报告中所提到的诸如产品涨价之类的可能有多大之类的假设条件。这项工作可以通过互联网来完成。
5、进行估值。
这是估值选股的关键。不要轻信研究员的估值，一定要自己根据未来的业绩进行估值，而且尽可能把风险降低。
6、 观察盘面，寻找合理的买入点。
一旦做出投资决定，还要对盘中的交易情况进行了解，特别是对盘中是否有主力或者主力目前的情况做出大致的判断，最终找到合理的买入点，要避免买在一个相对的高位。

⑦ 筹资预测中最常用的方法是（ ）。 A．因果预测法 B．回归直线法 C．指数平滑法 D．销售百分比法

选C，这个上课老师讲过