Wacc

選擇 WACC 稅率

  • October 1, 2021

我正在計算證券的歷史和遠期季度 WACC。對於歷史 WACC,我應該使用季度的稅率(在某些情況下是非常負的)還是 TTM 稅率或其他什麼?廣泛的季度差異大大影響了計算。這樣做的目的是尋找歷史趨勢。

各種形式的資本資產定價模型以及 Black-Scholes 都是建立在頻率決策理論公理之上的。模型中的一個假設是參數已知的機率為 1。一般來說,這種假設是無害的。在許多模型中,具有完美知識的結果也是沒有此類知識的結果。不幸的是,金融不可能是這樣的情況。

為了展示這種情況,考慮簡單的一期利潤函式 $ w_{t+1}=Rw_t+\epsilon_{t+1} $ . 如果 $ \epsilon $ 是從正態分佈中得出的,並且 $ R $ 是已知的,那麼均值變異數金融的所有性質都將成立。實際上, $ w_{t+1} $ 如果您在每個樣本處重新調整為 1,將在重複採樣時收斂到正態分佈。然而,如果 $ R $ 是未知的並且 $ R>1 $ ,它必須在金融中,然後兩篇論文表明這類問題沒有非貝氏解決方案。

第一篇論文由 Mann 和 Wald 於 1943 年撰寫,第二篇由 White 在 1958 年撰寫。Mann 和 Wald 解決了係數的估計量是最小二乘估計量,即樣本均值的一種形式。White 表明,分佈 $ \hat{R}-R $ 是柯西分佈。這就是它變得奇怪的地方。柯西分佈缺乏總體均值或變異數。因此不存在有用的估計量。因此,除非您完全了解每種證券的均值、變異數和共變異數,否則無法估計 WACC。

我寫了一篇論文來解決所有資產和負債類別的收益分配問題。它指出了大多數人忽略的其他內容。上面的第一個是沒有人真正檢查這些模型創建的估計器的屬性。第二個也很有趣。回報不能是數據,銀行或保險公司擔保的投資除外。

返回不是數據,因為它們沒有被觀察到。觀察價格。觀察體積。觀察到現金流量。回報是根據價格或現金流量計算的。它們是數據的函式。統計量的定義是它是數據的函式。返回不是數據。它們是統計數據。

因此,它們通過將其轉化為回報的數學轉換繼承了基礎數據的屬性。經濟學家有四種方法可以將價格轉換為文章中討論的回報。第五個,使用內部收益率法,我在寫這篇文章時並沒有考慮到,儘管它是一種回歸形式,因此應該包括在內。

在簡單的情況下,回報是未來值除以現值減一是兩個隨機變數的比率。在一些簡單的現實世界假設下,由於跨期預算約束,在交易所交易的持續經營企業的收益分佈將收斂到截斷的柯西分佈,並具有非常輕微的偏斜。對於在其他類型的拍賣中出售的資產,例如蘇富比,由於規則不同,它將是兩個 Gumbel 分佈的比率。

簡而言之,如果 WACC 存在,則無法測量它。任何測量嘗試對於基於中值的測量都將具有零相對漸近效率。這將違反理論。它不是中位數的四分位距金融。

您獲得無法解決的廣泛樣本變異數的原因是截斷的柯西分佈缺乏變異數。它看起來像異變異數,但事實並非如此。柯西分佈是有問題的,因此不存在對波動率的傳統理解的測量。這並不是說它無法衡量。解釋是非常不同的,因為不存在變異數或共變異數之類的東西。

貝氏方法在這裡是可以接受的,但它們不像金融中通常教授的那樣起作用。實際上,由於他們不將數據視為隨機的,而是將參數視為不確定的,因此差異可能相當大。在走這條路之前,我建議閱讀有關貝氏方法的介紹性文本。

如果您將均值或變異數視為分佈的屬性,那麼您可能會更容易考慮它。鼻子是脊椎動物共有的屬性。樹木沒有。如果你試圖測量一棵樹上鼻子的數量,無論你使用什麼方法都會失敗。另一方面,樹木確實會通過環境釋放氣體。他們只是不通過我們稱之為鼻子的結構來做到這一點。樹的所有生命部分都在進行呼吸。如果你擴大你的概念,沒有鼻子不是問題。沒有變異數是類似的問題。波動性的概念在某種程度上與樹木沒有鼻子但通過完全不同的模型呼吸相同。

正確的解決方案是逐個查看資本的邊際成本。對於有信用額度的公司來說,這很容易。對於沒有資格獲得商業貸款的公司,您將不得不查看首次公開募股的折扣。我懷疑是否存在可以為您提供所需資訊的數據源。平均變異數金融的存在意味著它不是必要的資訊。真的需要有人回去填補這個空白。

對於我的論文,您可以在http://www.scirp.org/Journal/PaperInformation.aspx?PaperID=78849找到它

對於 White 的論文,您可以在以下位置找到它:White, JS (1958) The Limiting Distribution of the Serial Correlation Coefficient in the Explosive Case。數理統計年鑑,29,1188-1197。

我沒有 Mann 和 Wald 的引文,但我認為您可以通過其參考書目中的白皮書獲得它。

我很抱歉,但是任何人都無法解決您的問題。在基於零假設的方法中不存在這樣的方法。

只是為了完整起見,您使用什麼稅率並不重要,因為您無法解決必要的其他組件。如果你使用了資金的邊際成本,那麼你應該使用實際的季度邊際稅率,即使在數學上與邊際思維的想法一致是負數。

如果您嘗試確定季度 WACC,您的稅率也需要按季度計算。就個人而言,我會看看所得稅費用的變化。您還可以嘗試更改(所得稅費用/息稅前利潤)或增加所得稅費用+遞延所得稅負債。

但是,我會說使用季度稅率,即使它是負數。由於公司稅收補貼、延期支付、季度收益低等,這是負面的。關鍵是,只要它們最終轉化為資本損失或收益,就會影響加權平均資本成本。範例:政府將嘗試和鼓勵企業擴張的方法之一是降低稅率。可以這麼說,這樣他們就可以獲得更多的收益。

引用自:https://quant.stackexchange.com/questions/36788