第第 9 章章 资本预算与风险资本预算与风险远在现代理论形成之前，商界就已将风险和期望收益联系起来，精明的财务经理对资 本预算的处理，总会根据风险状况进行适度调整，直觉告诉他们，在其他条件相同的情况 下，有风险的项目总没有安全的项目更值得追求，因此，财务经理或者对风险较高的项目 要求较高的收益率，或者总是将决策立足于现金流的保守估计。 对风险的调整，已有许多经验法则，譬如说，许多公司先估计投资者对其证券所要求 的收益率，然后利用公司资本成本（公司资本成本（company cost of capital）来贴现所有新项目的现金流。 由于投资者对风险很高的公司要求较高的收益率，这类公司的公司资本成本就较高昂。譬 如在表 8.2 中，我们估计出投资者对微软的普通股期望收益率为 0.131，也就是大约 13%的 收益，因此，根据公司资本成本法则，微软计算项目的净现值就该将 13%用作贴现率1。这是正确预算的第一步，虽然我们无法精确地评估风险或风险证券的期望收益率，但 坚信微软较一般的企业风险更大却很是合理，因此，对其资本投资就应该要求较高的收益 率。 但是，如果新项目的风险高于或低于其当前业务风险，公司资本成本法则也就可能将 公司引向歧途。第 7 章中介绍的价值可加原理明确告诉我们，任何项目都应该用其自身的 资本机会成本来估价，对由 A，B 两种资产构成的公司，该公司的价值应为 公司价值 = PV（AB）= PV（A） + PV（B）= 资产各自价值的总和 其中 PV（A）和 PV（B）的估价就把相应资产当作是一家独立的微型公司，股东对之可以 直接投资。投资者对 A 的估价是以反映其风险的贴现率来贴现其预测现金流，而对 B 的估 价则是以反映 B 风险的贴现率贴现，这两个贴现率通常会有所不同。 如果公司考虑对第三个项目，项目 C 是否投资，它就需要把 C 也看作一家微型公司， 也就是说，公司须对 C 的现金流以投资者单独投资 C 时的预期收益率来贴现，真实的资本 成本决定于资本的投资对象。 这就意味着微软应该接受所有足以补偿项目贝塔（projects beta）的项目，换句话说，微软应该接受位于图 9.1 中联系期望收益和风险的上行斜线上方的所有项目，如果项目的风 险较高，微软就应要求比风险较低的项目更高的期望收益。但这与公司资本法则相矛盾， 公司资本成本法则认为，无论项目风险多高，只要项目的收益高于公司资本成本，项目就应予以接受。用图 9.1 的图线来说，该法则认为微软应该接受任何位于水平资本成本线上 方的项目，即收益率高于 13%的项目。 无论项目多么安全，亦或多么冒险，都应要求同样的收益率，对微软如此建议无疑是 荒谬的。如果微软坚持公司成本法则，它就会拒绝许多低风险的好项目，却又接受许多高 风险的坏项目。如果说因为另一家公司的公司资本成本较低，它就可以接受微软拒绝的项 目，同样也是荒谬之极2。1 微软债务融资不多，因此，其资本成本就是投资者对其普通股投资的期望收益率，本章稍后将讨论债务带来的复杂性。 2 如果资产的现值与购买该资产的公司状况有关，现值的可加性将无从谈起。我们知道，是好项目的好项r（要求的收益） 反映项目收益要求的 证券市场线公司资本成本项目贝塔公司资产的平均贝塔 = 1.26 图图 9.1 公司资本成本法则与资本资产定价模型下的要求收益的比较图。微软的公司 资本成本约为 13%，以之作为贴现率，只有对贝塔为 1.2 的项目才正确。一般来说， 正确的贴现率随着项目贝塔的增加而升高。微软应该接受收益率位于联系要求的收 益和贝塔的证券市场线上方的所有项目各家公司都有其自身的贴现率或资本成本，这一观念流传甚广，但这根本不是万能法 则。许多公司都对不同种类的投资要求不同的收益，譬如说，贴现率可能选取如下：项目类别贴现率（%） 投机冒险30 新产品20 当前业务的扩张 15（公司资本成本） 成本改良，现有技术10大公司普遍采用资本资产定价模型来估计贴现率，这就是说， 项目期望收益率 = r = rf +（项目贝塔） （rm - rf） 要据此计算，我们就必须找到项目贝塔。不过，我们暂不考虑单个项目的贝塔，而是 先来看看利用贝塔来估计公司资本成本时可能遇到的一些问题。事实表明，单个公司的贝 塔难以度量准确，但对类似公司的平均结果却要准确得多，不过，这样一来，我们就要明 确怎样才算类似。撇开其他因素，我们将会发现公司的举债政策将会影响其股票的贝塔，举例来说，求取大量举债的克莱斯勒公司和通常较少借债的通用汽车公司的平均贝塔，难 免就有误导作用。 作为贴现率，公司资本成本适用于与公司当前业务具有同样风险的项目，但却不可用 于风险高于或低于公司当前风险水平的项目。这里的问题在于判断项目对公司的相对风险， 但要处理这一问题，我们还需要对问题看得更深一些，需要考察为什么一些投资会比另一 些投资风险更高。当我们明白了美国电报电话公司股票的市场风险为什么可以低于，譬如说，福特汽车，我们当然也就能更好地判断资本投资机会的相对风险。 还有一点复杂性值得注意：项目贝塔可以随时间的改变而改变。有些项目初期较晚期 更安全，有的却相反，那么，所谓的贝塔究竟指什么呢？也许在项目的生命期里，不同的年份，项目有不同的贝塔，换句话说，我们在第 2 及第 6 章里利用贴现现金流公式来进行 长期资产评估，但资本资产定价模型只向未来推进了一个时段，我们是不是可以将之运用 于这样的公式呢？大多数情况下，这样做是行得通的，但我们必须保持头脑的清醒，要小 心例外的情形。目就是好项目。这一章里，我们将自始至终利用资本资产定价模型，或 CAPM，但这并不意味着 CAPM 对风险和收益的论述的决定性，本章介绍的原则与过程同样可以利用其他模型，如 套利定价模型（APT） 。譬如说，我们可以先通过 APT 估计来得到微软股票的期望收益率， 对公司及项目的资本成本也同样可以如此讨论下去。91 贝塔的度量假设你在考虑将自己的公司全面扩张，这样的投资就将具有与公司当前业务基本相同 的风险，因此，你就应该以公司资本成本来贴现项目现金流，但要估计公司资本成本，你 应从估计公司股票贝塔开始。惠普股票收益R2 = 0.53 = 1.35(0.17) 市场收益（%）1978 年 1 月 1982 年 12 月惠普股票收益R2 = 0.49 = 1.33(0.18) 市场收益（%）1983 年 1 月 1987 年 12 月惠普股票收益R2 = 0.45 = 1.70(0.25) 市场收益（%）1988 年 1 月 1992 年 12 月惠普股票收益R2 = 0.35 = 1.69(0.30) 市场收益（%）1993 年 1 月 1997 年 12 月图图 9.2 我们可以利用历史收益来估计惠普的贝塔，贝塔是过所描点的直线的 斜率，贝塔下括号内的数值为标准误差，标准误差量度了贝塔估计中可能的误 差范围，图中还给出了可用市场风险解释的部分在总风险中所占比例。对股票贝塔的度量，人人都清楚这可以通过考察其历史价格变化与市场变动间的关系 得到，例如，图 9.2 中我们描出了惠普股票月收益率与同一月份的市场收益关系图，图 9.3 则对美国电报电话股票作出了同样的图形。对每种情况，我们都作出了一条通过这些点的 直线，这条直线的斜率就是贝塔的估计值3。虽然所作直线的斜率随着时间的变化而变化，3 将惠普股票的收益关于市场收益作回归，如果只是简单地应用股票价格的百分比变化及市场指数来代替，你将能够得到一个类似的估计。但是，有时候分析师会犯这样的错误：将股票的价格水平关于指数水平进 行回归，得到完全没有意义的结果。但惠普的贝塔高于美国电报电话的贝塔却没有多少疑问，如果我们利用其历史贝塔来估计 其未来贝塔，虽然两家公司在九十年代的贝塔都有所增长，但我们在大多数情况下并无太 大的偏差。 单个股票的总风险中只有很少的部分源自市场的变化，其余的多是独特风险，表现在 图 9.2 和 9.3 中就是众多观察值的对应点散落在拟合直线周围。指标 R 平方（R square，R2）量度了股票收益总方差中可以由市场变动来解释的部分，譬如说，在 1993 到 1997 年间，惠普的 R2为 0.35，换句话说，此股票的风险中 35%为市场风险，65%为独特风 险。惠普股票收益的方差为 856，4因此我们可以说，股票收益的方差中源自市场波动的有 0.35 856 = 300，而其独特收益方差则为 0.65 856 = 556。美国电报电话股票收益R2 = 0.28 = 0.21(0.09) 市场收益（%）1978 年 1 月 1982 年 12 月美国电报电话股票收益R2 = 0.23 = 0.64(0.15)市场收益（%）1983 年 1 月 1987 年 12 月美国电报电话股票收益R2 = 0.28 = 0.90(0.19)市场收益（%）1988 年 1 月 1992 年 12 月美国电报电话股票收益R2 = 0.17 = 0.90(0.26) 市场收益（%）1993 年 1 月 1997 年 12 月图图 9.3 美国电报电话的贝塔估计，与图 9.2 相比，美国电报电话的贝塔始终小 于 1，而惠普的贝塔却始终大于 1。图 9.2 和 9.3 展示的贝塔估计正是如此，两图都是基于选定的 60 个月里的股票收益数 据，收益中的躁音因素可能掩盖真实的贝塔。统计学家通过计算估计贝塔的标准误差来揭示估计偏差的可能程度，然后他们就将置信区间设定为估计值加上或减去两倍的标准误差。 譬如，根据最近一段时间的数据估计得出的惠普股票贝塔的标准误差为 0.30，因此，贝塔 的置信区间为 1.69 加上或减去 2 0.30，于是，我们有 95%的正确把握肯定惠普的真实贝塔在 1.09 到 2.29 之间。 通常我们得到的信息并不限于上面的简单计算结果（因而我们对自己的判断也就更有 信心） ，譬如说，我们还能观察到在所考察的 5 年里的前 3 年里，惠普股票的贝塔都明显高 于 1。不过，对单个股票估计贝塔，往往会有很大的误差偏离。4 这是一个年度数据，我们将月度方差乘以 12 得到年度化数据。 （参见第 7 章的脚注 15。 ）年收益的标准差为 = 29.3%。856幸运的是，如果我们是对投资组合的贝塔进行估计，估计误差将有消减的趋势5，正因为如此，财务经理常常会转向行业贝塔（industry beta）的考察。根据 1990 年对大型医药公司资本成本的研究，我们得到了表 9.1，其中既有单个公司，也有全部公司股票形成的 行业组合的贝塔估计6，值得注意的是，行业贝塔的标准误差要小得多。表表 9.1 对大型医药公司及这些公司形成的投资组合的贝塔及（权益）资 本成本（r）的估计，投资组合贝塔估计的准确度远高于单个公司的贝塔 估计注意其较小的标准误差。 权益标准误差资本成本 阿波特实验室1.010.13 15.6% 美国家用0.890.1114.6 布里斯托-梅耶斯0.810.1013.9 美国庄臣0.930.1114.9 埃莉-莉莉公司1.240.1217.6 默克公司0.850.1214.2 辉瑞制药1.020.1415.7 罗尔集团1.180.2317.1 舒林-普劳0.840.1114.1 史密斯-克莱因-比彻姆0.930.1614.9 斯奎伯1.180.2017.1 辛特克斯1.410.1519.1 厄普约翰1.190.1817.2 华纳-兰伯特1.050.1316.0 市值加权的行业组合0.980.0715.4 资料来源：S. C. Myers and L. Shyam-Sunder， “Cost of Capital Estimates for Investment in Pharmaceutical Research and Development， ”in R. B. H