股价决定模型
基于ARIMA模型的股票价格实证分析
基于ARIMA模型的股票价格实证分析基于ARIMA模型的股票价格实证分析一、引言随着金融市场的不断发展和股票市场的繁荣，投资者对于股票价格的预测和分析成为了热门话题。
股票价格的波动不仅受到市场供需、经济环境等因素的影响，还与投资者的行为和市场心理等因素密切相关。
因此，准确预测股票价格对投资者制定有效投资策略具有重要意义。
在众多的股票价格预测模型中，ARIMA模型因其简单易用和良好的预测效果备受关注。
二、ARIMA模型概述ARIMA模型即自回归移动平均模型(Autoregressive Integrated Moving Average Model)，是一种常用的时间序列预测模型。
该模型基于时间序列过去的值，结合自回归和移动平均的概念，对未来时间点的值进行预测。
ARIMA模型的主要思想是通过观察和分析时间序列的特性，选择合适的模型阶数，建立相关的数学模型，进而对股票价格进行预测。
三、ARIMA模型的应用1. 数据的获取与预处理为了获取股票价格的时间序列数据，可以通过公开的金融数据库或股票交易所进行下载。
获取到数据后，需要对数据进行清洗和预处理，包括去除缺失数据和异常值等。
2. 时间序列的平稳性检验ARIMA模型对于时间序列的平稳性有一定的要求，即序列的均值和方差不随时间变化而发生显著变化。
通过统计学方法或绘制时间序列图进行观察，可以初步判断时间序列的平稳性。
如果序列不平稳，需要进行差分操作，直到时间序列达到平稳。
3. 模型训练和参数估计基于前面步骤得到的平稳时间序列，根据ARIMA模型的建模原则，选择合适的模型阶数。
ARIMA模型有三个参数：p（自回归阶数）、d（差分阶数）和q（移动平均阶数）。
利用最大似然估计等方法，通过计算得出模型参数的最优估计值。
4. 模型的验证和检验模型的验证和检验主要包括残差检验和模型拟合度的评估。
对于残差，可以通过对其进行ACF和PACF图的观察，判断其是否满足随机性和平稳性的要求。
基于ARIMA模型的股价分析与预测——以招商银行为例
基于ARIMA模型的股价分析与预测——以招商银行为例基于ARIMA模型的股价分析与预测——以招商银行为例一、引言随着金融市场的发展和股票投资的普及，股票的价格波动成为投资者关注的焦点之一。
准确预测股票价格的变动对投资者而言具有重要意义。
在股票市场中，招商银行作为我国领先的银行之一，其股价走势备受关注。
通过对招商银行股票价格的分析与预测，可以帮助投资者做出更明智的投资决策。
二、ARIMA模型概述ARIMA模型是一种经典的时间序列预测模型，它结合了自回归（AR）模型、差分（I）模型和移动平均（MA）模型。
ARIMA模型的核心思想是对时间序列数据进行平稳化处理，然后利用自相关性和滑动平均相关性来进行预测。
三、数据收集与预处理为了分析与预测招商银行股价，首先需要获取相关的历史数据。
本文选择了招商银行从2010年至2020年的日交易数据作为分析对象。
通过对这些数据进行清洗和整理，得到一个连续的时间序列样本。
四、时间序列分析在进行ARIMA模型的应用之前，我们首先对招商银行股价的时间序列进行分析。
通过查看时间序列的图表、自相关函数（ACF）和偏自相关函数（PACF）可以初步了解招商银行股价的特点。
通过绘制招商银行股价的时间序列图，我们可以观察到其整体呈现出一定的趋势性，并具有一定的季节性。
这提示我们需要对数据进行平稳处理以满足ARIMA模型的要求。
接下来，我们绘制招商银行股价的自相关函数（ACF）和偏自相关函数（PACF）图，以便确定ARIMA模型的参数。
从ACF和PACF图可以看出，招商银行股价的自相关性和偏相关性均是相对较高的。
五、ARIMA模型拟合与评价在确定ARIMA模型的参数后，我们采用招商银行股价的时间序列数据进行模型的拟合。
通过计算拟合模型的残差序列的均值和方差，我们可以初步评估模型的拟合程度。
为了进一步评价模型的拟合效果，我们使用均方根误差（RMSE）和平均绝对误差（MAE）来衡量模型的预测精度。
融合投资者情绪的S_AM_BiLSTM股价预测模型
融合投资者情绪的S＿AM＿BiLSTM股价预测模型融合投资者情绪的S_AM_BiLSTM股价预测模型引言近年来，随着人工智能和大数据技术的应用，股票市场数据的分析和预测越来越受到投资者的关注。
传统的股价预测模型主要基于技术指标和基本面数据，但并不能全面反映市场情绪和投资者情绪的变化。
因此，本文将介绍一种新的股价预测模型——S_AM_BiLSTM模型，该模型能够融合投资者情绪的因素，并提高预测精度。
一、S_AM_BiLSTM模型的基本原理S_AM_BiLSTM模型是一种基于深度学习的股价预测模型，其主要思想是将投资者情绪因素融入到长短期记忆网络（Long Short-Term Memory, LSTM）中，通过BiLSTM网络的双向传播来进行股价预测。
具体而言，S_AM_BiLSTM模型可以分为以下几个步骤：1. 数据预处理：收集股票历史数据和与之相关的投资者情绪数据。
对这两类数据进行清洗和标准化处理，以便于后续的建模和预测。
2. 特征提取：通过技术指标和基本面数据提取出与股票价格相关的特征。
同时，从投资者情绪数据中提取情绪指标，如舆情指数、新闻情感分析等。
3. 构建S_AM_BiLSTM模型：将提取到的特征和情绪指标输入到S_AM_BiLSTM模型进行训练。
在训练过程中，通过反向传播算法不断优化模型参数，以提高模型的预测效果。
4. 股价预测：根据已经训练好的S_AM_BiLSTM模型，输入最新的技术指标和情绪指标，即可得到对未来股价的预测结果。
二、 S_AM_BiLSTM模型的优势相较于传统的股价预测模型，S_AM_BiLSTM模型具有以下几个优势：1. 融合情绪因素：传统的股价预测模型主要关注技术指标和基本面数据，忽视了市场和投资者情绪的重要性。
而S_AM_BiLSTM模型通过融合投资者情绪因素，能够更准确地预测股价的波动，提高预测精度。
2. 避免过拟合：S_AM_BiLSTM模型采用LSTM网络结构，能够有效避免过拟合问题。
基于多元线性回归的股价分析及预测
基于多元线性回归的股价分析及预测一、多元线性回归的基本原理多元线性回归是一种统计方法，用于分析自变量与因变量之间的关系。
在股价分析中，我们可以将股价作为因变量，而影响股价的因素（如市盈率、市净率、财务指标等）作为自变量，通过多元线性回归来建立二者之间的数学模型，从而探究各种因素对股价的影响程度和方向。
多元线性回归的基本原理是利用最小二乘法，通过对样本数据的拟合来确定自变量和因变量之间的线性关系。
在股价分析中，我们可以通过多元线性回归来确定哪些因素对股价的影响最为显著，以及它们之间的具体影响程度。
二、股价分析的多元线性回归模型\[y = β_0 + β_1x_1 + β_2x_2 + ... + β_nx_n + ε\]y表示股价，\(x_1, x_2, ..., x_n\)分别表示影响股价的各种因素，\(β_0, β_1, β_2, ..., β_n\)表示回归系数，ε表示误差项。
通过对股价和各种影响因素的历史数据进行回归分析，我们可以得到各个自变量的回归系数，从而确定它们对股价的影响程度。
这有助于投资者理解股价的波动是由哪些因素引起的，并且可以据此进行合理的投资决策。
除了分析股价的影响因素外，多元线性回归还可以用来进行股价的预测。
通过建立历史股价与各种因素的回归模型，我们可以利用该模型对未来股价进行预测。
在进行股价预测时，我们首先需要确定自变量的取值，然后将其代入回归模型中，利用回归系数和历史数据进行计算，从而得到未来股价的预测值。
这可以帮助投资者更好地把握市场走势，从而做出更有针对性的投资决策。
在实际应用中，多元线性回归可以结合大量的历史数据，通过对不同因素的回归分析，来揭示股价变化的规律。
多元线性回归还可以利用机器学习算法，优化回归模型，提高预测精度，从而更好地帮助投资者进行股价分析和预测。
五、多元线性回归的局限性及注意事项虽然多元线性回归在股价分析中有着广泛的应用，但它也存在一些局限性和注意事项。
基于GARCH模型的股价波动预测
基于GARCH模型的股价波动预测基于GARCH模型的股价波动预测一、引言股票市场中的波动性一直是投资者关注的焦点之一。
准确预测股价波动有助于投资者制定合理的投资策略，降低风险并获得收益。
GARCH（Generalized AutoregressiveConditional Heteroscedasticity）模型是一种常用于金融市场波动预测的统计模型，本文将介绍GARCH模型的原理和应用，以及通过该模型进行股价波动预测的方法和步骤。
二、GARCH模型原理GARCH模型通过建模误差项的波动性，捕捉到股票市场的异方差性（Heteroscedasticity）。
GARCH模型基于时间序列分析的基本原理，认为过去的波动对未来波动有重要影响。
该模型通过拟合历史波动性数据，生成一个条件波动性序列，从而预测将来的波动性水平。
GARCH模型由ARCH（Autoregressive Conditional Heteroscedasticity）模型发展而来。
ARCH模型是通过引入滞后误差项的平方，捕捉到异方差性。
然而，ARCH模型只考虑到了平方的影响，而在金融市场中，波动性的影响可能是各种方面的。
GARCH模型在ARCH模型的基础上引入了滞后条件波动性的平方，将过去波动性的信息作为一个冗余变量，从而更好地捕捉到波动性的特征。
三、GARCH模型的应用GARCH模型广泛应用于金融市场，已成为预测股价波动性常用的统计模型。
GARCH模型的应用可以分为两个方面：条件波动性的建模和波动性预测。
1. 条件波动性建模条件波动性建模是GARCH模型的核心内容，通过拟合历史波动性数据，得到一个条件波动性序列。
条件波动性序列可以反映股票市场的波动性水平，投资者可以根据这一信息制定风险管理策略。
条件波动性建模的关键是选择适当的GARCH模型，常用的有GARCH(1,1)、GARCH(1,2)等。
2. 波动性预测GARCH模型的另一个重要应用是波动性预测。
投资学第五章 股权股价模型
6
第二节
股权股价模型
一.公司价值的多种评估法
二.内在价值与市场价格 1.比较预期收益率与必要收益率 投资者预期的持有期收益率为
=预期红利收益率+预期价格增长率 股票的必要收益率 k 由CAPM确定为
E ( D1 ) E ( P ) P0 1 E (r ) P0 P0
k rf E (rM ) rf
Limitations of Book Value 账面价值的局限性
• Book value is an application of arbitrary accounting rules
账面价值是一个独立会计准则的运用
• Can book value represent a floor value?
2 H 1 2 H H
（18-3）式阐述了股票价格应当等于所有预期红利用 股票的市场资本化率k贴现后的现值。这个公式称为股 票价格的红利贴现模型（DDM）。
注：表面上看，红利贴现模型似乎只重视红利，而忽视了 资本利得（反映在预期售出价格中）。事实上，从我们 的假设和推导中，清楚地反映了资本利得是股票价值的 一部分。相反，正是股票售出时对未来红利的预测决定 了售出时的资本利得，这就是可以将股票价格写成红利 加上任何售出日期的价格的和的贴现值的原因。任何时 间点上的股票价格都是对该时刻后未来所有预期红利的 贴现值。红利贴现模型说明了股票价格最终决定于股票 持有者们不断增加的现金流收入，即红利。 为使红利贴现模型更为实用，下面引进一些简化的 假设。
2
第一节 宏观经济分析与行业分析
一．全球经济(P314-) 1.汇率：是本国货币在换成他国货币时的兑换比率。 2.汇率是影响某国在国际上的竞争力的一个显著因素。 二．国内宏观经济(P315-) 所有企业都在宏观经济这个大环境中运行，因此宏 观经济是决定投资业绩的重要因素。描述宏观经济的关 键经济统计量如下： 1.国内生产总值GDP。 2.就业-失业率 3.通货膨胀 4.利率 3 5.预算赤字 6.心理因素
基于财务指标的股价涨跌预测模型
基于财务指标的股价涨跌预测模型基于财务指标的股价涨跌预测模型当今投资市场中，股价的涨跌一直是吸引投资者关注的焦点之一。
股价的涨跌对于投资者的决策和盈利有着重要的影响。
因此，预测股价的涨跌一直是投资者和研究者们努力追求的目标之一。
在这个背景下，基于财务指标的股价涨跌预测模型应运而生。
财务指标是一种反映企业财务状况和经营能力的量化指标。
通过分析企业的财务指标，我们可以更好地理解企业的盈利能力、偿债能力和发展趋势等关键信息。
因此，财务指标对于股价的涨跌有着重要的影响。
基于财务指标的股价涨跌预测模型的出现，为投资者提供了一种科学而可靠的预测方法。
第一部分：财务指标的选择和处理在构建基于财务指标的股价涨跌预测模型之前，我们首先需要选择合适的财务指标，并对其进行处理。
常见的财务指标包括市盈率、市净率、资产负债比率等。
通过选择不同的财务指标，我们可以综合评估企业的财务状况。
处理财务指标的过程主要包括数据收集、数据清洗和数据分析等环节。
通过对财务指标的综合处理，我们可以得到更准确和可靠的预测结果。
第二部分：建立预测模型基于财务指标的股价涨跌预测模型的建立是整个研究的核心。
在建立预测模型时，我们可以采用多种方法，如回归分析、神经网络、支持向量机等。
这些方法可以根据财务指标的特点，从不同的角度预测股价的涨跌。
在预测模型的建立过程中，我们需要将财务指标作为自变量，股价的涨跌作为因变量，并通过模型拟合来预测股价的涨跌。
通过不断研究和改进预测模型，我们可以提高预测的准确性和可靠性。
第三部分：验证和应用预测模型预测模型的验证是整个研究的关键步骤之一。
在验证模型的过程中，我们需要使用历史数据进行模型的测试和评估。
通过与真实的涨跌情况进行比对，我们可以验证预测模型的准确性和稳定性。
同时，预测模型还需要进行实际应用。
投资者可以根据预测模型的结果来制定投资策略，从而提高盈利能力和降低风险。
结论：基于财务指标的股价涨跌预测模型在投资决策中具有重要的意义。
股票分析的3种估值模型
股票分析的3种估值模型=====================很多价值成长或价值投资小白可能不是很了解，简单说一下：目前市场上主流的估值模型大概有3种：1，市盈率模型（PE）该种估值方法适用于主业及盈利相对稳定的，周期性较弱的公司2，适用于高成长性公司的市盈率模型（PEG）该种估值方法适用于成长性较高的公司，这种方法是应对高成长性公司目前国内股市运用较多的一种方法，也是机构投资者采用频率最高的一种估值法3，市净率模型（PB）该种方法适用于周期性较强，银行等流动性资产比例高，以及一些绩差重组类型的公司。
综上，这是目前比较主流和经常被不同投资者用到的估值模型，但以上三种估值方法有可能被滥用或乱用的现象，比如以PE估值法为例，通常，大多数投资者只关心PE值本身的变化及与历史值的比较，如果当企业类型发生变化时，估值方法也应该发生变化，比如，以PEG为例，前面有股友问我先导的PB太高，所以，类似于先导这种高成长性企业更应该用PEG的模型，而不是PB模型，否则你可能会错失掉大量高成长性牛股，相反，一些银行，钢铁等类型的公司，应该以PB为主，而不是简单看PE估值或PEG。
理论上，在PE估值法之下，合理股价=每股盈利X市盈率；股价的高低决定于每股盈利（EPS）与合理的市盈率值，在条件不变的情况下，EPS预估成长率越高，合理市盈率就会越高，股价就会出现上涨，高成长享有高估值，低成长享有低估值。
====================================4，何为市盈利模型（PE）目前PE估值法用的很广泛，市盈率是一个考察期指标，一般是12个月时间内，股票的价格和每股收益的比例。
大部分投资者可以用该指标估量一只股票的投资价值，或者在同行业不同公司之间横向对比，一般市盈率分两种：静态市盈率，和动态市盈率。
静态市盈率=每股价格除以前12个月的每股收益X100%动态市盈率=每股价格除以预测的将来12个月的每股收益X100%，也就是说静态的是过去已经发生的，动态的是未来预期将要发生的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
股價決定模型任何資產的價值決定於資產持有期間 (或資產存續期間) 內各期現金流量的現值。
不同於債券，只要公司不破產，不被併購，市場投資者就可以一直持有這家公司的股票。
由股票預期報酬率的定義可知：持有股票的預期報酬率是股利收益率以及出售股票時資本利得率之和。
不少人就因此認為若市場投資者一直持有而不出售股票，她就無法享受資本利得這部分的報酬，導致長期持有股票的投資報酬率變小。
換句話說，不少人認為持有期間長短會影響到股票價值的計算。
為正確估算股票價值，我們必須先釐清：到底持有期間長短會不會影響到股票價值的計算？換句話說，持有一期和永遠持有股票計算投資報酬的方式有無不同？假設市場投資者決定持有股票一期，持有期間的現金流量圖為現金收入 DIV 1+P 1現金支出 -P 0持有一期的現金收入就是持有股票期間的股利所得及期末處分股票所得價款：P 1 + DIV 1，若資本（機會）成本為r ，均衡狀態下，持有股票一期現金收入的現值等於本期股價(P 0)：P 0 ＝ 11DIV +P 1+r， (1)由於股票是有風險的資產，資本（機會）成本（r ）必須比無風險資產報酬率為高以反映持有股票的風險。
由式 (1) 可知，持有股票一期時，股票價值等於未來持有期間內投資收益 (現金收入) 的現值。
若股票持有人想持有兩期。
此時，投資者在第二期預期的投資收益為22DIV P ，持有期間各期現金流量圖為現金收入 DIV 1 DIV 2+P 2現金支出 -P 0若資本（機會）成本為r ，均衡狀態下，持有股票兩期現金收入現值等於本期股價（P 0）：P 0 ＝ ()122211DIV DIV P r r ++++ (2)接下來，將釐清持有一期與持有兩期時計算投資報酬的方式是否相同。
假設市場投資者在第1期想持有股票一期，其現金流量圖為現金收入 DIV 2+P 2現金支出 -P 1持有期間現金收入的現值為221DIV P r++在完全競爭市場中，由於均衡狀態下，不可能存在套利機會表示下一期的市場均衡價格（1P ）應等於第二期投資收益的現值：r1P D I V P 221++=， (3)將式 (3) 代入式中 (2) 就可算出下式：⎪⎪⎭⎫ ⎝⎛++++=r 1P D I V D I V r 11P 211011+P 1DIV r =+上式就是當市場投資人持有股票一期時的股價 (P 0) 決定式。
持有兩期的股價決定模型（式（2））和持有一期的股價決定模型 (式 (1) ) 的概念一致：股票的價值決定於持有期間內所有各期現金收入的現值。
持有二期後，股票持有者若仍想多持有一期，由於第二期期末不會出售股票，式 (2) 中P 2就不應記為持有期間的現金收入。
只要P 2決定的方式和其他時期股價決定方式一樣，類似式（1）的公式亦可用於決定第二期期末的股價（P 2）：r1P D I V P 332++=將上式代入式（3）中的P 2可得：3332210)r 1(P D I V )r 1(D I V D I V P +++++=，式中1DIV ，2DIV 以及33P DIV +可視為持有股票三期時，持有期間各期現金收入。
如同式（2），當市場投資者決定持有股票三期時，均衡狀態下，本期股價（P 0）等於持有期間內所有現金收入的現值。
就如同式（1）及式（2），本期股價（P 0）受到結束持有時，第三期期末出售股票所得價款（P 3）現值的影響。
市場投資者一旦決定永遠持有，因無結束持有出售股票的問題，此時無限期後的股票價格對當期價格 (P 0) 的影響自不應存在。
亦即，無限期後的股價現值為零：0)r 1(P t t t lim =+∞→若上述條件成立，重複上述反覆代入過程可得下式：++++=2210)r 1(DIV r 1DIV P ‧‧‧ = ∑∞=+1t tt )r 1(DIV (4)式（4）為一般所稱的股價決定模型。
由式（4）可知：持有期間若變為無窮多期，持有股票的價值等於持有期間內各期現金收入（各期股利所得）的現值。
式（4）之所以未出現期末股價的現值，係因永遠持有就沒有期末出售股票的問題。
由式（1）推導到式（4）的過程可清楚看出持有期間長短不應影響股票價值的計算。
無論持有期間的長短，股票價值決定於持有期間內所有現金收入的現值。
部份反對以式（4）計算股價價值的理由認為投資者眼光短淺，不可能會估計所有未來的股利所得。
但由推導的過程知道，式（4）亦是由持有一期開始一步步增加持有時間利用式（1）推導而得。
也就是說，只要以一致的方式估算持有期間內各期現金流入，投資者對持有期間長短的偏好並不影響股票價值的計算。
至於是否能精確估算未來各期股利所得是市場投資者如何預測的問題，不應成為反對以式（4）做為股票價格決定模型的理由。
由於股票價值的計算涉及各期股利所得的估算，若我們不做簡化的假設，式（4）的應用性不高。
一般常用的簡化假設有三：固定股利所得水準，單一股利所得成長率以及多重股利所得成長率。
♦ 固定股利所得。
假設各期股利所得均維持在DIV 1的水準，即DIV 1 = DIV 2 = …，式（4）可寫成++++=221o )r 1(D I V r 1D I V P ‧‧‧= rDIV 1♦ 單一股利所得成長率。
假設未來各期股利所得均以固定成長率 (g ) 增加，式（4）可寫成=0P 211)r 1()g 1(D I V D I V ++++321)g 1(DIV ++‧‧‧式中DIV 2 = DIV 1（1+g ）；DIV 3 = DIV 1．(1+g )2。
只要 r ＞g ，利用永續型年金現值公式，上式可簡化為D I V P 10=♦ 多重股利所得成長率。
假設股利所得成長率分為高成長率（g 1）和低成長率（g 2）：g 1＞g 2。
假設第1期到第T 期間，股利所得成長率較高（g 1），第T 期後股利所得成長率降為g 2。
依此設定，各期股利所得的現值為∑=++=T 1t t t 110)r 1()g 1(D I V P +⎪⎪⎭⎫ ⎝⎛-++21T T g r DIV )r 1(1⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛++--=T 111r 1g 11g r D I V ＋T )r 1(1+T 112DIV (1 + g )r - g ⎡⎤⎢⎥⎣⎦例子：某法人投資機構正評估應否購入ABC 公司股票。
該法人投資機構預測ABC 公司下一期每股股利（DIV 1）應有3元的水準，且未來股利所得將以10％速度成長。
依照ABC 公司所處產業以及營運特質，該法人投資機構認為持有ABC 公司股票的資本成本（r ）應為15%。
請問ABC 公司股票每股價值應為多少？利用單一股利成長率假設，此時本期ABC 公司股票價格應為1.015.0元3元60-=。
某次董事會中，陳南董事認為10%的股利所得成長率過分樂觀，另外提出較保守的成長率估計值5%。
此時，ABC 公司股票價值變為05.015.0元3元30-=。
股利所得成長由10%降為5%，股價下降50%。
由於股價深受股利成長率的影響，評估股票價值時不宜對股利所得成長率估計值過分樂觀。
市場投資者股票交易非常頻繁，公司併購其他公司或價購其他公司部分資產（或部門）亦相當常見。
股價決定模型（式（4））是否仍適用於公司併購其他公司或價購其他公司部分資產時對股東權益價值影響的評估？首先，以例子說明計算股票價格決定模型（式(4)）仍適用於併購其他公司或價購其他公司資產時價值的計算，理由很簡單：任何資產的價值等於未來持有期間內所創造各期現金流量的現值。
公司現有股東權益價值應等於未來分配給現有股東現金流量所算出的現值。
但評估併購或價購其他公司資產時須注意：只能將未來可分配給現有股東的現金流量記入股票價值計算之中。
例子：ABC 公司目前有100萬股在外流通，以現有資產投入營運活動預估未來每年將可創造1000萬元的稅後盈餘。
若將此項盈餘全數發放給股東做為股利，請問ABC 公司的股價為多少？首先，ABC 公司未來各年度每股股利 (DIV 1) 等於該年度每股稅後盈餘（EPS 1）：元10萬股100萬元1000EPS DIV 11===若市場投資者認為持有ABC 公司股票合理的資本（機會）成本（r ）為10%，則ABC 公司本期股價 (P 0)應為元1001.0元10r DIV P 10===由於ABC 公司有100萬股在外流通，每股100元，故公司資產的市場價值（假設ABC 公司並未向外舉借或發行公司債，故公司資產市場價值（V ）亦等於股東權益價值（E ））為1億元。
假設ABC 公司決定在第一期以1億元併購ZF 公司以擴大營運規模。
購併之後，ABC 公司除了營運規模比併購前擴大一倍，營運風險和ABC 公司現有風險一樣。
購併後，公司每年稅後盈餘將增加為2000萬元。
請問宣佈購併計劃後，ABC 公司的股東權益價值變為多少？假設併購所需資金完全由現有股東提供。
購併後，ABC 公司擁有的資產所創造出的現金流量當然將由現有股東所享有。
故先將併購後股東各期英收入或支出的現金流量列於下表ABC 公司現金流量 單位：萬元年次 1 2 3 4 …稅後盈餘 1000 2000 2000 2000 …資本支出 - 10000現金流量 - 9000 2000 2000 2000 …上述現金流量的現值為+++-=321.1萬元20001.1萬元20001.1萬元9000PV … ，⎪⎪⎭⎫ ⎝⎛+-=1.0萬元20001.111.1萬元9000億元1= ABC 公司為擴大營業向現有股東募集1億元用以購併ZF 公司資產，縱使這些新股全數由現有股東購入，ABC 公司市場價值（ABC 公司股東權益價值）仍維持在1億元。
為何ABC 公司購併ZF 公司對股東權益市場價值沒有任何影響？理由很簡單：ABC 公司購併ZF 公司所創造的淨現值為零：01.0萬元1000億元1NPV =+-=。
若ABC 公司決定對外發行新股做為購買資產的籌資方式。
併購後，因併購所增加的現金流量將歸新股東所享有。
由於，併購計畫的淨現值為零，公司股票價格不會因而改變（P 0=100元）。
此時，ABC 公司應發行100萬股新股做為併購的財源，而這100萬股的價值等於1億元 =100萬×100元。
發行新股所得價值正好做為資本支出的財源，新股東持有新股票的價值正好等於1億元（＝1000萬元／0.1）。
由這個例子可清楚看出：執行此項投資計畫是否為公司創造更多的價 值，須視併購 (或併購其他公司部份資產) 的淨現值。