DDM模型如何选定参数：以大众银行为例

做投资即做买卖，“买入”与“卖出”的价格自然十分重要。模型作为一种数学工具，是对定性分析的最终量化，虽然它不是最重要的，但是确是不可缺少的最后一步。只有通过模型最终确定出买卖的区间，我们才能为我们的投资行为制定一个“锚”，否则无论我们对定性分析的如何深入，我们也会在变动的股价中迷失方向。
很多人认为模型无用的原因在于模型不能提供正确的“锚”，认为模型参数改变一点，即可导致“失之千里”，其实这是对模型的一种肤浅的认识。模型本质上是一个数学方程，就拿我们投资上经常用的DCF,DDM,EBO模型来说，本质上这些模型是同质的，也就是说在企业从建立到最终消失的完整生命过程中，无论采用以上所提何种模型，最后的数值都是一样的。出现这一种现象的原因在于这些模型的理论基础是完备的。也就是说模型本身是正确的，在使用的过程中出现问题，原因在于使用者。

模型使用过程中主要的问题在于对未来的假设以及参数的的设定。未来的假设取决于对企业的定量分析，比如未来每年的大致利润增长率是多少。千万别小看这一假设背后所需的对企业分析方面功底的要求，不同行业有不同的属性，即使同行业中不同的企业也有不同的属性。最简单的例子，在2000年分析花期银行与富国银行，假设的增长率是多少合适？苏宁与格力，格力与美的该如何假设？关于这一点在本篇就不再具体展开，只说一点，对于未来假设的不确定性，除了在模型中使用较保守的设定外，还可以通过折现率以及估值模型六折买入（即留出“安全边际”）的方法予以解决。

在模型中除了对未来的假设外，另外一个极其重要的参数就是折现率了。学术上来说，折现率=无风险收益率+风险溢价，换句话说，企业越稳定，“护城河”越深，则风险溢价越低，在模型假设的时候，采用的折现率越低。巴菲特对折现率的选取有如下观点：

“认为在一个长期债券利率为7%的世界里，我们当然希望我们把税后的现金流至少用10%的折现率折现。但是，这也取决于我们对业务的确信程度。我们对业务越确信