Session 4 (of 42): Understanding Risk III: The Risk in Equities
- 所属系列：投资哲学 · 2026 版
- 视频：YouTube · 时长 26:58 · 字幕
- 内容判断：概念笔记｜画面依赖中：溢价表、隐含溢价和 Bloomberg 截图都在图片页，已放大看过｜股权风险溢价的两种估法，以及理论、数据和替代三类相对风险模型
- 处理方式与范围：全片梳理，附数字复算
- 讲义 / 资料：Session 4 讲义（22 页）· 课后测验 · 答案 · 对应书第 2 章
- 素材依据：英文字幕，仓库存档，713 行；字幕类型未核实
- 核对范围：已读全片字幕 00:00–26:55，讲义全部 22 页（第 4–7、9、11 页已看），课后测验和答案；已解出第 6 页的隐含回报，用官网
histretSP.xls重算第 4 页；视频画面未核对 - 发布日期：2026-03-24
- 数据截至：历史溢价到 2024 年，隐含溢价为 2025 年 1 月 1 日，Microsoft 贝塔截图为 2024 年 4 月
- 状态：已提炼
股票是剩余索取权，你最后一个拿钱，所以要求更高的预期回报。给这份风险定价需要两个数：整个股市的价格，即股权风险溢价；单只股票相对平均水平的风险。溢价可以看历史，也可以从今天的价格倒推，Damodaran 选后者，2025 年初是 4.33%。相对风险的模型分成三类：理论模型如 CAPM，数据模型如 Fama-French，以及各种替代方法。他不要求你选哪一种，只要求你承认风险存在，并把它放进决策。
视频总结
时间戳取自 YouTube 英文字幕，标题中的时间区间可点击跳转；讲义页码指 PDF 页码。
00:21–01:48 股权是剩余索取权
股东最后拿钱，同时拥有上行和下行，所以要求更高的回报。
股权拿的是所有人都拿完之后剩下的部分（00:25）。和债券不同，股东有上行，也有下行（00:38）。同一家公司的股票比债券风险高，因为你总是排在最后（00:54）。保护自己的唯一办法是要求更高的预期回报，也就是给出更低的价格（01:08，01:13）。
要给这份风险定量，需要两个概念：股权风险溢价（Equity Risk Premium），以及单只股票的相对风险（01:31，01:39）。
02:53–05:18 历史溢价是估计值，不是事实
历史溢价取决于时期、无风险资产和平均方法，标准误大到几乎没法用。
溢价可以回头看，也可以让市场告诉你（02:16，02:33）。最常见的做法是看几十年的数据：比如股票平均 8%，无风险资产 3%，溢价 5%（03:20，03:30）。
第 4 页是 Damodaran 的美国数据：
| 时期 | 算术·国库券 | 算术·国债 | 几何·国库券 | 几何·国债 |
|---|---|---|---|---|
| 1928–2024 | 8.44% | 7.00% | 6.63% | 5.44% |
| 标准误 | 2.01% | 2.12% | ||
| 1975–2024 | 9.25% | 7.03% | 8.02% | 6.22% |
| 标准误 | 2.30% | 2.67% | ||
| 2015–2024 | 12.34% | 13.54% | 11.22% | 12.71% |
| 标准误 | 5.04% | 3.84% |
溢价从 5.44% 到 13.5% 不等（04:22）。而且这些都是估计：5.44% 加减两个标准误，真实的溢价可能在 1% 到 10% 之间（04:59，05:08）。这就是 Damodaran 不喜欢历史溢价的原因（05:13）。
05:21–08:20 隐含溢价：股票的到期收益率
让未来现金流的现值等于指数，解出的回报减去无风险利率，就是隐含溢价。
这和债券的到期收益率是同一回事（05:28）。股票麻烦一些，现金流要预测，寿命也是无限的，但一样能解（05:43，05:53）。这里没有理论，只是看人们定价时用了什么（06:10）。
第 6 页是 2025 年 1 月 1 日的计算。S&P 500 是 5881.63 点（06:50），过去 12 个月的股息加回购是 182.79。未来 5 年增长 9.57%，之后增长等于无风险利率 4.58%：
解出 r = 8.91%（07:10）。减去 4.58% 的国债利率，隐含溢价是 4.33%（07:29）。第 6 页的框里还有一个版本：让派息率逐步调整到可持续的水平，溢价是 4.00%。
这是股票市场的风险价格，危机时升，好时候降（07:35）。第 7 页是 1960–2024 年的走势，2008 年和 1970 年代末最高，接近 6.5%，互联网泡沫时最低，约 2%（07:55，08:02）。2022 年底是 5.94%，2024 年底回到 4.33%（第 7 页）。
08:20–10:18 相对风险的三类模型和边际投资者
相对风险有理论、数据和替代三类模型，理论模型通过边际投资者的眼睛看风险。
理论模型从投资者应该要求什么出发（08:38）。数据模型让数据说话，长期涨得多的股票一定风险更高（08:45，08:56）。替代模型用直觉或定性的方法（09:03）。
理论模型把风险定义为实际回报偏离预期的方差（09:16）。它们通过边际投资者（Marginal Investor）看风险，即持股多、交易频繁的人（09:44，09:52）。美国股票的边际投资者通常是机构，机构是分散化的，所以风险要看给组合增加了多少（10:00，10:04）。
10:18–12:38 CAPM：一个数度量风险
资本资产定价模型用四个假设得到市场组合，单只股票的风险就是它和市场的共同波动。
CAPM 有四块基石（10:29）：投资者只在乎均值和方差、没有交易成本、没有私人信息、不可分散的风险只有一个市场因子（10:34，10:46，10:55，11:03）。Damodaran 承认这些假设都不现实。
由此得到的结论是：没理由停止分散，每个人都持有市场组合，资产的风险就是它给这个组合增加的风险（11:20，11:29）。这个风险用协方差度量，除以市场方差就是贝塔，以 1 为平均（11:36，11:43，11:52）。
CAPM 还在用，因为简单（12:02）。贝塔由回归得到，第 11 页的 Bloomberg 截图是 Microsoft 对 S&P 500 的回归，原始贝塔 0.876（12:16，12:20）。
12:38–14:13 关于贝塔的四个误解
贝塔不是总风险，不是纯统计量，不是事实，也不是投资质量。
| 误解 | 实际 |
|---|---|
| 贝塔度量总风险 | 它只度量给组合增加的风险，风险很高的股票也可以有低贝塔（12:55） |
| 贝塔是统计量 | 回归只是估计工具，贝塔来自所处行业、固定成本和财务杠杆（13:08） |
| 贝塔是事实 | 它是估计值，有标准误（13:25） |
| 贝塔度量投资质量 | 它只度量风险，不告诉你便宜还是贵（13:43） |
许多人拿不喜欢贝塔当借口，不做基本面分析。不喜欢贝塔，也可以继续问风险的问题（13:57，14:03）。
14:14–17:00 从一个因子到多个因子
套利定价模型允许多个市场风险，多因子模型给这些因子起了名字。
套利定价模型（Arbitrage Pricing Model）出现在 1970 年代后期，起点和 CAPM 相同，区别是不可分散的风险可以来自多个来源（14:20，14:44，14:57）。
因子来自因子分析，只知道有几个，不知道它们是什么（15:17，15:27）。后来人们给这些因子起名，比如通胀、经济增长，这就是多因子模型（16:18，16:22）。
| 模型 | 因子 |
|---|---|
| CAPM | 一个：市场（16:40） |
| 套利定价模型 | 多个，统计得到，没有名字（16:42） |
| 多因子模型 | 多个，有名字（16:52） |
17:00–19:31 数据模型：让市场告诉你什么有风险
假设长期高回报一定来自高风险，再找高回报股票的共同特征，把它们当作风险因子。
这类模型假设市场长期是对的，所以回报高的股票一定风险高（17:29，17:36）。然后看这些股票有什么共同点（17:39）。
最有名的是 Fama 和 French 在 1990 年代初的研究：贝塔解释不了回报差异，市值和市净率可以，小公司和低市净率的公司回报更高（18:18，18:26，18:37）。接着他们迈出了信念的一步：这些公司一定风险更高（18:41，18:43）。之后的因子越来越多，有人称之为因子动物园（Factor Zoo），并怀疑这是数据挖掘（19:14，19:22）。这个问题贯穿后面的课程（19:25）。
19:31–22:42 替代模型：会计和代理变量
不满意传统模型的人，可以用会计比率或代理变量，代价是数据更少，或者说不出理由。
对传统模型的不满有三点：上下波动同等对待、依赖市场价格、只看分散化投资者（19:42，19:46，19:51）。
会计方法包括用债务评级判断股权风险、看盈利的波动、算会计贝塔（20:52，21:18，21:41）。代价是数据少，也不及时（21:30）。
代理模型让别的东西代表风险：市值、市净率、盈利动量、价格动量、流动性（22:01，22:09，22:20）。许多投资哲学正建立在这些现象上（22:27）。你不需要解释为什么，只说数据如此（22:40）。
22:45–23:52 市场隐含的回报
用价格倒推回报可以比较同行业的公司，但用在同一只股票上是循环论证。
第 20 页：股价 20 美元，明年股息 1 美元，永续增长 3%。由 20 = 1 / (r − 3%) 得 r = 8%（23:21，23:28）。问题是把 8% 代回去，这只股票当然定价正确（23:32）。所以实际做法是在行业内算一批公司，得到行业的隐含回报，再用到行业内的公司上（23:40，23:47）。
23:55–25:59 确定性等价：调整现金流
调整现金流不是把坏情景算进去，而是换成你愿意接受的确定数字。
把坏情景算进预期，本来就是预期该做的（24:07）。真正的风险调整是换成确定性等价（Certainty Equivalent）现金流（24:16）。两个箱子，一个有 100 万美元，一个是空的，预期值 50 万美元，但人们可能接受确定的 40 万美元（24:30，24:44，24:52）。40 万美元就是确定性等价，越厌恶风险，这个数越低（24:56，25:06）。
投资里没有这么简单的例子，常见的做法有两种（25:09）：只计算可靠的现金流，不算增长（25:23），或者用股息代替，因为公司不敢削减股息，派出来的就是它有把握的部分，这可以追溯到 Ben Graham（25:40，25:47）。
25:59–26:52 结论
对股权风险的看法可以不同，但它必须进入决策，用哪个模型取决于你。
风险度量可以是显性的，也可以是隐性的，可以定量也可以定性，可以简单也可以复杂（26:10，26:19，26:36）。第 22 页说，隐性假设的危险是让人自满，即使环境已经变了。
提炼
概念与公式
三类模型回答的问题不同。理论模型问应该是什么，数据模型问过去是什么，隐含模型问现在市场在用什么。
| 模型 | 风险的含义 | 主要假设 | 主要弱点 |
|---|---|---|---|
| CAPM | 和市场的共同波动 | 均值方差、无摩擦、单因子 | 假设不现实，贝塔有误差 |
| APM 和多因子 | 对多个宏观因子的暴露 | 无套利 | 因子不稳定，可能是挖出来的 |
| Fama-French 等 | 高回报公司的共同特征 | 市场长期正确 | 把回报当成风险的证据 |
| 会计 | 比率和波动 | 账面数据代表风险 | 数据少，不及时 |
| 隐含 | 倒推的回报 | 现金流预测正确 | 同一公司上循环 |
| 确定性等价 | 打折后的现金流 | 能判断什么算可靠 | 难以量化 |
方法与判断依据
- 用股权风险溢价时，问它是历史的还是隐含的，用的是哪个无风险利率。
- 只有持股集中时，才需要考虑分散不掉之外的风险。
- 看到贝塔，先看标准误和样本期。
- 看到因子，先问它是风险还是错误定价。
最后一条是这门课的主线之一，这是我的判断。同样是低市净率股票回报高，数据模型说这是风险，价值投资说这是市场犯错。两者不可能都对，数字本身也分不出来。数据模型假设市场长期正确，而 Session 1 说所有主动哲学都假设市场有错，用其中一种解释就排除了另一种。
复算与实操
第 6 页解方程得 r = 8.913%，溢价 4.333%，吻合。
第 4 页用官网 histretSP.xls 重算：国债一列的 7.00%、5.44%、7.03%、6.22%、13.54%、12.71% 吻合，标准误 2.12%、2.67% 吻合；2015–2024 年的 3.84% 我算出 4.01%。国库券一列我算出 8.39%、6.58%、9.15%、7.92%、12.28%、11.16%，比讲义约低 0.05–0.1 个百分点，官网文件的国库券序列可能已经修订，待查。
第 11 页的贝塔，读截图：原始 0.876，标准误 0.105，R² 0.544，60 个月。加减两个标准误是 0.67 到 1.09，包含 1。所以这个回归不足以说 Microsoft 的风险低于平均水平。调整贝塔 0.917 = 0.67 × 0.876 + 0.33，是 Bloomberg 的常用调整，这个公式是我补的。
隐含的现金收益率：182.79 / 5881.63 = 3.11%，加上 4.58% 的永续增长是 7.69%。解出的 8.91% 比它高 1.22 个百分点，这部分来自未来 5 年 9.57% 的增长假设和派息率的上升。
自测与复习
- 测验第 1 题：选 b。Con Ed 股息稳定，现金流风险小，价格风险还在。
- 测验第 2 题：选 c，假设的是边际投资者分散化，不是所有人。
- 测验第 3 题：选 d，贝塔只对分散化的投资者成立。
- 测验第 4 题：选 b，见下面的疑问。
- 测验第 5 题：选 d。做了功课能减少估计误差，但躲不开经济的不确定性。
关联
疑问与待核实
- 第 6 页的框写增长“在随后几年降到 4.58%”，表里 2025–2029 年每年都是 9.57%，要到终值年才降到 4.58%。
- 第 6 页“过去 12 个月”的派息率写 80.65%，182.79 / 243.32 实际是 75.12%。80.65% 是假设的未来值，所以 2025 年的现金流跳了 17.6%，而盈利只增长 9.57%。讲义和口述都没解释这个跳升。
- 04:29 把 5.44% 和 2.12% 放在一起算区间。5.44% 是几何平均，2.12% 是算术平均 7.00% 的标准误，第 4 页几何平均一列没有标准误。用算术平均，区间是 2.76%–11.24%。04:52 还说 96 年，1928–2024 年是 97 年。
- 04:29 把 5.44% 说成最低、12.34% 和 13.5% 说成最高。后两个来自最近 10 年，标准误达 4–5%，不宜和长期数字同样看待。
- 第 10 页最后一行写 Beta = Riskfree Rate + Beta (ERP)，左边应是预期回报。
- 24:24 说 Let's Make a Deal 和 Howie Mandel。印象中 Mandel 主持的是 Deal or No Deal，手提箱也属于那个节目，待查。
- 第 18 页的会计度量是负债率、盈利占市值的比例和会计贝塔，20:52 讲的是债务评级和盈利波动，两者不完全相同。
- 第 19 页写“additional three additional”，算上 Fama-French 的两个，这里一共五个代理变量。
- 18:08 字幕写 Gene Farmer，应为 Eugene Fama。
- 测验第 4 题，题目是“全球危机后所有公司的贝塔都上升了”，答案却换成了“风险高的公司不可能有低贝塔”，解释也是后者的。两题都选 b，但理由不同。题目本身的理由应是贝塔的平均值约为 1，不可能所有公司一起上升，这一条是我的解释。
- 测验第 3 题的 d 和 e 选项一模一样，答案把 d 改成了分散化的投资者。