『壹』 什麼是DDM
DDM，全稱股息貼現模型，是一種股票估值模型。它將現金流貼現方法應用於普通股票價值分析，通過假設合適的貼現率將股票未來可能分配的股息轉化為現值，以此來計算股票價值。DDM類似於未來償還的本息轉換為現值的債券估值模型。
以下是關於DDM的一些關鍵要點：
- 核心原理：基於未來股息現金流的貼現值來估算當前股票價格。
- 應用限制：在實際股市中，DDM的適用范圍有限，因為它依賴於對未來股息支付的准確預測，這在現實中往往難以實現。
- 理論價值：DDM轉換的股票價值屬於理論價值，可能與實際市場價格存在差異。
- 非流通股考量：該模型不考慮市場上非流通股的存在，這在實際市場中可能是一個重要因素。
- 市場環境要求：DDM的有效性需要一個能夠有效計算股息貼現模型的市場，這在某些市場中可能難以實現。
- 數據不確定性：模型中的數據估算和預測具有很強的不確定性和主觀性，這可能會影響估值的准確性。
- 會計數據偏差：實際會計數據可能反映了股息貼現模型計算的數據在信息上的偏差，這進一步增加了估值的不確定性。
『貳』 Python實現股利貼現模型DDM的計算（股利折現）
股利貼現模型（Dividend Discount Model，DDM）是評估公司（股票）價值的基本方法，由威廉姆斯和戈登在1938年提出。該模型認為，股票的價值等於預期未來股利現值的和。
### 零增長模型
在零增長模型中，假設公司未來年度的每股股利保持不變。公式為：
股票理論價格 = 期望股利 / 預期報酬率
這里，股利理論價格（P）等於年化每股紅利（D1）除以預期報酬率（R）。
在Python中計算此模型，需要輸入最新收盤價（P0），成本等參數。
### 穩定增長模型
穩定增長模型假設公司未來年度的每股股利以穩定增長。公式為：
股票理論價格 = [期望股利 * (1 + 報酬增長率)] / (預期報酬率 - 報酬增長率)
在Python中計算時，除了輸入最新收盤價（P0），還需考慮預期報酬率（R）和增長率（g）。
### 階段增長模型
階段增長模型考慮公司未來年度的每股股利分階段增長。模型分為超常增長階段、過渡增長階段和穩定增長階段。
計算此模型時，需要輸入各階段的增長率、年限以及當前每股紅利等參數。Python代碼能幫助完成這些復雜計算。
每種模型都有其應用場景，選擇適合的模型能更准確地評估股票價值。掌握股利貼現模型，能為投資決策提供有力依據。
『叄』 ddm模型有什麼假設
DDM模型的假設主要有以下幾點：
股票的價值由其未來的現金流量決定：
- DDM模型的核心是折現現金流理論，認為股票的真正價值在於其未來產生的現金流。
- 該模型假設股票的價值完全由其未來的分紅支付能力和市場表現決定，現金流的預期准確性直接決定了模型的估值精確度。
投資者是理性的：
- 在運用DDM模型進行投資決策時，模型假設投資者都是理性的。
- 投資者能夠根據所有已知信息理性地評估股票的價值，並對風險進行合理考量，不會受到市場情緒的過度影響。
- 這種假設確保了模型在理論上的有效性，使得市場更加有效，從而確保股票的真實價值能夠得到反映。
股票價格圍繞其真實價值波動：
- DDM模型假設股票價格並不是始終與其真實價值相符，而是圍繞其真實價值上下波動。
- 長期來看，股票價格會回歸到其真實價值附近，這使得模型能夠預測股票的長期表現，並為投資者提供價值評估的參考依據。
- 在運用該模型時，需要關注市場動態並靈活調整模型參數以適應市場變化。