商业估值模型中通过卡尔曼滤波降低估值风险
摘要：递归自由现金流模型（FCFF）被提出用于确定在有效市场中公司的企业价值，其中新市场和公司特定信息被加性白噪声建模。FCFF模型的随机方程被明确地求解以获得平均企业价值和估值风险。指出通过在递归FCFF模型中实施传统的两步卡尔曼滤波器，可以显著降低估值风险，从而提高其预测能力。通过测量残差来检测由风险中介变化引起的卡尔曼滤波器的系统误差，通过在传统卡尔曼滤波算法中包含额外的调整步骤，可以通过递归调整WACC来消除系统误差。通过蒙特卡洛模拟测试了三步自适应卡尔曼滤波器的性能，结果表明其对系统误差具有可靠性和鲁棒性。还证明传统和自适应卡尔曼滤波算法可以应用于其他估值模型，如经济增加价值模型（EVA）和股东权益自由现金流模型（FCFE）。
作者：Rene Scheurwater
论文ID：2005.10100
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2020-05-21