股票风险溢价是投资者期望、要求或历史上通过持有股票而非国库券或债券等低风险资产获得的额外回报。最简单的形式: 股权风险溢价=预期股权回报-无风险或低风险回报。这个想法很重要,因为股票是不确定的。投资者通常需要针对波动性、亏损和亏损的可能性进行潜在补偿。股权风险溢价不是保证的奖金、预测或承诺。它是一个用于将股票的预期回报与更安全的替代品的回报进行比较的框架。
股权风险溢价: 参数、估值与示例
股票风险溢价是投资者期望、要求或历史上通过持有股票而非国库券或债券等低风险资产获得的额外回报。最简单的形式: 股权风险溢价=预期股权回报-无风险或低风险回报 。这个想法很重要,因为股票是不确定的。投资者通常需要针对波动性、亏损和亏损的可能性进行潜在补偿。股权风险溢价不是保证的奖金、预测或承诺。它是一个用于将股票的预期回报与更安全的替代品的回报进行比较的框架。
用Finelo练习投资
通过指导课程、模拟器练习和结构化挑战培养实用的投资技能。
探索Finelo的28天挑战
通过引导挑战路径,将学习变成一种日常习惯。
股票风险溢价是什么意思
股票风险溢价(通常缩写为 ERP)是投资者与承担股票市场风险相关的补偿。如果较低风险资产预计每年回报率为 4%,多元化股票投资组合预计每年回报率为 8%,则隐含股权风险溢价为 4 个百分点。
这种额外的预期回报反映了一种基本的投资权衡:股票可以产生更高的长期回报,但其结果是不确定的。公司的盈利可能令人失望,估值可能下降,利率可能发生变化,或者整体市场情绪可能恶化。溢价是投资者接受这些风险可能需要的“额外”预期回报。
这直接连接到 风险回报,一般认为更大的潜在回报通常伴随着更大的不确定性或潜在损失。
本文仅用于教育目的,不构成财务或投资建议。 Finelo 不推荐任何证券、策略或交易。投资涉及风险,包括可能损失本金。
一个有用的区别:股权风险溢价与股票的实现回报不同。如果某一年股票回报率为 12%,国库券回报率为 4%,则实现的一年利差为 8 个百分点。但预期股权风险溢价是前瞻性的;这是投资者在结果得知之前认为他们需要或可能获得的额外回报。
这个概念可以应用于几个层面:
- 广阔的市场: 股票指数的预期回报减去无风险利率。
- 国家或地区: 当地股票的预期回报减去当地或全球无风险基准。
- 个股估值: 整个市场的 ERP 根据股票对市场风险的敏感性进行了调整。
- 投资组合回顾: 持有股权而非低风险资产的预期回报。
这句话很简单,但估计却不简单。不同的分析师可能会产生不同的 ERP,因为他们使用不同的时间段、通胀假设、估值模型、无风险利率和“股票”的定义。
CAPM的基本公式及其作用
简单的公式是:
股票风险溢价=股票预期回报率-无风险利率
例如:
ERP = 8.0% 预期股本回报率 − 4.0% 无风险利率 = 4.0%
在金融教科书中,股权风险溢价经常用于资本资产定价模型(CAPM)。 OpenStax 将风险溢价这一更广泛的概念解释为承担风险所获得的回报与低风险替代方案所获得的回报之间的差异;其 CAPM 讨论通过标准普尔 500 指数平均回报率与美国国库券回报率的比较来说明这一点(OpenStax,金融原理).
CAPM 将预期回报表示为:
预期收益=无风险利率+贝塔值×股权风险溢价
Aswath Damodaran 教授描述了相同的结构:预期回报取决于无风险利率、投资贝塔值以及投资于股票类别所需的股票风险溢价(纽约大学斯特恩商学院).
在此模型中:
- 无风险利率 是用作低风险基准的回报。
- 贝塔 衡量投资对广泛市场走势的敏感程度。
- 股权风险溢价 是拥有股票而非无风险资产时预期的市场范围额外回报。
贝塔值为 1.0 意味着该投资被假定具有平均市场敏感性。贝塔值高于 1.0 意味着市场敏感性更高;贝塔值低于 1.0 意味着市场敏感性较低。有关该输入的相关教育,请参阅 Finelo 的概述 投资组合贝塔值及其重要性.
CAPM 因其清晰且有用而被广泛教授。但它也被简化了。它假设市场风险可以用贝塔来概括,并且投资者仅要求针对系统性市场风险进行补偿。现实世界的回报可能会受到许多其他因素的影响,包括估值、流动性、税收、费用、杠杆、行业集中度、公司特定事件和投资者行为。
工作示例:估计股权风险溢价和所需回报
假设投资者正在使用年回报框架评估多元化股票投资组合。以下数字是假设的,仅用于教育目的。
假设
| 输入 | 单位 | 假设 |
|---|---|---|
| 预期年度股本回报率 | 每年% | 8.5% |
| 无风险利率 | 每年% | 4.0% |
| 股票投资组合贝塔值 | 多个 | 1.10 |
| 年投资成本 | 每年% | 0.50% |
第 1 步:估计市场股权风险溢价
使用简单的 ERP 公式:
股权风险溢价=预期股权回报-无风险利率
算术:
8.5% − 4.0% = 4.5%
因此估计的市场股权风险溢价为:
每年 4.5 个百分点
解释:在这些假设下,预计股票每年将比无风险基准高出 4.5 个百分点。这并不意味着股市每年都会跑赢大盘。这意味着假设的预期回报较高,因为股权结果是不确定的。
步骤 2:使用 beta 调整预期回报
使用 CAPM:
预期收益=无风险利率+贝塔值×股权风险溢价
算术:
预期回报率 = 4.0% + 1.10 × 4.5%
首先将 beta 乘以 ERP:
1.10 × 4.5% = 4.95%
然后加上无风险利率:
4.0% + 4.95% = 8.95%
因此,贝塔调整后的预期回报为:
每年 8.95%
解释:如果投资组合的贝塔值高于市场水平,CAPM 将估计比市场水平股票假设更高的预期回报,因为投资组合具有更大的市场敏感性。
第三步:考虑成本
如果假设年投资成本为 0.50%,则粗略的成本后预期回报为:
8.95% − 0.50% = 8.45%
相对于 4.0% 无风险利率的成本后溢价为:
8.45% − 4.0% = 4.45%
第四步:仔细阅读结果
这个例子确实 不 假设该投资组合每年将赚取 8.45%。报告称,根据这些假设,该投资组合的成本后预期回报率为8.45%,相对于无风险利率的成本后预期溢价将为4.45个百分点。
估计值的有用程度取决于其输入值。如果预期股权回报率过于乐观、贝塔值不稳定或无风险利率发生变化,结果就会发生变化。如果投资组合集中、流动性差或面临贝塔无法捕获的风险,则 CAPM 估计可能不完整。
为什么股票风险溢价估计不同
不存在单一的永久股权风险溢价。由于分析师使用不同的方法和假设,估计会有所不同。
历史股票风险溢价
历史上的 ERP 是向后看的。它将长期实现的股票收益与低风险资产的实现收益进行比较。例如,研究人员可能会将广泛的股票市场指数与几十年来的国库券进行比较。
这种方法很直观,因为它使用了实际的市场经验。它也有弱点:
- 未来可能与过去不同。
- 所选的开始和结束日期会对答案产生重大影响。
- 结果可能会有所不同,具体取决于回报是算术平均值还是几何平均值。
- 基准很重要:国库券、国债、通胀挂钩证券或其他代理可以产生不同的估计。
- 幸存者偏差和国家选择可能会扭曲结论。
历史 ERP 可以提供背景信息,但不应将其视为自然法则。
隐含股权风险溢价
隐含的 ERP 具有前瞻性。它不是问投资者过去赚了多少钱,而是问今天的股价、预期现金流和贴现率意味着什么溢价。
例如,如果股票价格相对于预期收益和现金流量较高,则在其他条件相同的情况下,隐含的未来回报可能会较低。如果股价相对于预期现金流量较低,则假设现金流量预测合理,隐含溢价可能会较高。
这种方法很有用,因为市场具有前瞻性。但它对增长、利润率、支付率、通货膨胀和贴现率的假设很敏感。
基于调查或所需保费
一些估算来自于询问投资者、分析师、高管或学者他们需要多少回报溢价。这可以揭示情绪和期望,但调查可能不一致。受访者可能会以不同的方式定义术语,锚定最近的市场表现,或者表达希望而不是严格的估计。
国家和货币差异
针对一个市场估计的股权风险溢价可能并不完全适用于另一个市场。各国在通货膨胀、政治风险、货币稳定性、市场深度、会计标准、法律保护和部门构成方面可能存在差异。以美元估算的溢价可能与以欧元、英镑、日元或当地新兴市场货币估算的溢价不同。
在阅读 ERP 评论时,在比较数字之前确定市场、货币、时间范围和无风险基准很有用。
用Finelo练习投资
通过指导课程、模拟器练习和结构化挑战培养实用的投资技能。
投资者和分析师如何使用这个概念
股权风险溢价主要是一种比较和估值工具。它可以帮助构建问题而不是提供自动答案。
评估股票或市场
分析师可以使用 ERP 来估计未来现金流量的贴现率。较高的股权风险溢价会增加所需回报,这通常会降低未来现金流量的现值。较低的 ERP 会降低所需的回报,假设其他投入保持不变,这可以支持更高的估值。
例如,如果投资者在危机期间变得更加厌恶风险,他们可能需要更高的溢价来持有股票。更高的回报要求可能会给股价带来压力。如果风险偏好改善,所需溢价可能会下降,这可以支撑估值。
比较资产类别
ERP 可以帮助比较股票与低风险资产。如果无风险利率上升而预期股票回报率不变,则股票风险溢价缩小。如果风险较低的资产提供更具竞争力的收益率,一些投资者可能需要更强有力的股票案例才能接受股票波动。
这并不意味着股票仅仅因为溢价变化而变得“好”或“坏”。这意味着相对权衡的变化。
了解投资组合风险
ERP 涉及系统性风险:与广泛市场波动相关的风险,而多元化无法完全消除。公司特定风险通常可以通过多元化来降低,但股票市场风险仍然存在。如需更多相关教育,请参阅 Finelo 的文章 系统性风险与非系统性风险 更详细地解释了这种区别。
ERP 还可以连接到产品组合构建。在理论层面上,投资者将资产组合的预期回报与风险进行比较。菲内洛的讨论 有效边界 是一个相关的教育资源,用于了解通常如何可视化风险和回报权衡。
局限性、故障模式和常见误解
股票风险溢价很强大,但经常被误解。
误解一:“保费有保障”
股权风险溢价不是合同付款。股票的表现可能会多年落后于低风险资产。长期预期溢价可能与痛苦的短期损失、深度回撤或令人失望的几十年共存。
误解二:“一个数字适合每个投资者”
不同的投资者可能会使用不同的所需保费,因为他们有不同的时间范围、流动性需求、税务情况、风险承受能力和机会成本。养老基金、个人储蓄者、捐赠基金和交易者可能对同一个市场都有不同的看法。
误解三:“更高的 ERP 总是意味着更好的机会”
较高的估计保费可能表明预期薪酬更具吸引力,但也可能反映出更大的经济压力、不确定性或风险规避。有时,溢价会因为价格大幅下跌而上升;这些条件在情感上和经济上都难以忍受。
误解四:“贝塔值涵盖了所有相关风险”
CAPM 使用贝塔值来调整市场敏感性的预期回报,但贝塔值是向后看的或基于模型的,并且可能会随着时间的推移而变化。它可能无法捕捉杠杆风险、流动性风险、监管风险、集中度风险、估值风险或商业模式颠覆。
误解五:“历史平均值就是命运”
长期历史可以提供丰富的信息,但市场是不断变化的。利率、通货膨胀、人口统计、技术、全球化、监管和投资者行为都可能改变已实现的溢价。
误解六:“ERP等同于股票的上涨空间”
股权风险溢价是一个市场或资产类别的概念。单只股票的预期回报取决于公司特定因素以及市场风险。如果预期过于乐观,一只股票可能具有很高的上涨潜力,但仍然定价过高。
值得关注的故障模式
在以下情况下,ERP 估算可能会失败:
- 预期盈利增长被夸大;
- 无风险利率变化很快;
- 通货膨胀假设不一致;
- 市场基准太窄;
- 成本和税收被忽略;
- 货币风险被忽视;
- 对于股票风险框架来说时间跨度太短;
- 投资者将模型输出视为决策规则。
在教育上使用股权风险溢价的最安全方法是将其视为一个结构化问题: 承担股权风险时假设有多少额外预期回报,这些假设是否合理?
实用阅读清单
当您在市场评论中看到股票风险溢价估计时,请仔细阅读以下清单:
-
正在衡量哪个股票市场?
美国大盘股、全球股票、新兴市场、某个板块还是单一股票? -
较低风险的基准是什么?
国库券、国债、通胀挂钩证券还是其他利率? -
该估计是历史性的还是前瞻性的?
历史估计描述了发生的事情。隐含估计取决于当前价格和未来假设。 -
使用什么时间范围?
长期 ERP 可能无法满足短期现金需求。 -
回报是名义回报还是实际回报?
名义回报包括通货膨胀。实际回报根据通货膨胀进行调整。 -
是否包括成本、税金和费用?
成本前溢价可能会夸大投资者实际获得的回报。 -
该估计是否考虑了风险变化?
市场风险和风险规避会随着时间的推移而变化,这就是 ERP 不固定的原因。 -
结论比证据更有力吗?
当评论将估计变成自信的市场预测时,请保持谨慎。
谨慎使用股票风险溢价有助于使投资讨论更加精确。它并不能消除不确定性,但可以澄清预期回报和风险之间的权衡。
要点
股票风险溢价是与拥有股票而不是低风险资产相关的额外预期回报。基本计算很简单,但解释需要小心。溢价可以根据历史估算、根据当前市场价格隐含,或者构建到 CAPM 等估值模型中。
最重要的问题是: 溢价是什么,基于什么假设,在什么时间范围内,以及在什么成本之后? 如果这些问题得到明确回答,ERP 可以成为了解估值、投资组合风险和市场预期的有用教育工具。如果忽略它们,这个数字可能会产生虚假的信心。
用Finelo练习投资
通过指导课程、模拟器练习和结构化挑战培养实用的投资技能。
关于作者
Finelo Team
Finelo 团队打造实用的投资与交易教育,通过结构化挑战、模拟器练习和短小课程,帮助初学者更快学习。
继续阅读 — 相关文章
到期收益率: 公式、示例与主要风险
到期收益率(YTM)是债券当前价格、息票支付、面值和到期剩余时间隐含的年化回报——假设债券支付了所有预定付款并持有至到期。简而言之,它估计如果债券遵循预期付款计划,买家每年会赚到多少钱。
WACC 公式:如何计算加权平均资本成本
的 加权平均资本成本公式 是 WACC = (E ÷ V × Re) + (D ÷ V × Rd × (1 − Tc)) 。它估计一家公司的股权和债务融资的混合成本,并根据每种来源对资本结构的贡献程度进行加权。
跟踪误差: 公式、示例与解读
跟踪误差衡量投资回报与基准回报的波动程度。它最常用于评估指数基金、ETF 和基准感知策略。较低的跟踪误差可能表明该投资已严格遵循其基准;高跟踪误差可能表明其路径差异更大。关键是跟踪误差衡量的是相对于基准的一致性,而不是投资是“好”还是“坏”。富达将跟踪误差描述为基金与其基础指数之间回报差异的年化标准差,强调它与可变性有关,而不仅仅是与业绩有关( 富达 ).