资源描述：
《浅谈it投资评估中实物期权理论与方法的应用的论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、浅谈IT投资评估中实物期权理论与方法的应用的论文 摘要:文章回顾分析了实物期权理论在it投资评估中的三个发展阶段,着重探讨了应用该理论时的难点和需要解决的问题,最后指出如何运用实物期权思维来评价it投资。 关键词:实物期权;信息技术;评估 在信息化时代,商业的成功不再依赖于土地和工厂,而是依赖于信息、知识和技术基础设施等基本要素。据统计,20世纪90年代,美国公司每年在it方面的投资占所有新增资本的50%以上,其中it基础设施方面的投资就占了所有it投资的35%～40%。初始it投资或it基础设施投资使公司获得未来发展机会的优势,企业的信息基础设施对于实现新的商业战略已变
2、得越来越重要。战略it投资项目,如基础平台、组织际信息系统(interorganizationalinformationsystems)、电子银行网站等,都将大大提升企业未来竞争优势。it投资在企业的发展过程中扮演了越来越重要的角色,这些组织在it投资上花费巨大。因此,这些公司就需要仔细衡量it投资的成本和效益。但是,相对于it产业的高速发展,it投资的价值评估技术却发展缓慢,无法与当前现实要求相适应。 公司要不要投资含有新技术的it项目?传统的投资预算方法无没对这个问题作出一个满意的答复。dossantos(1991)和stephenross(1995)认为,这主要是与it投
3、资产生的效益具有无形性这一特点有关。brynjolfsson(2002)指出,it投资中有90%的成本和效益是无形的,这些无形效益很难准确地进行度量。. 从决策者的角度来看,最主要的问题是传统的资本预算方法无法评估it投资项目产生的机会期望价值。因此需要一种全面的、可以理解的评估方法来支持有关it新技术的投资决策。 一、dcf评估方法的不足 传统的it项目评估大都采用标准折现现金流法(discounted-cash-flop;myers(2000)指出,dcf方法的第一个缺陷就是它隐含假设投资者是被动地持有实物资产,忽视了经验丰富的管理人员会利用实物资产中所包含的选
4、择权(期权)这一事实,因此dcf方法并没有反映管理的价值。这是因为dcf方法最先被研究用来评估债券和股票价值的。投资这些证券的投资者是被动的,因为投资者再怎么努力也不可能改变支付给他们的利率或股利。虽然可以出售股票或债权,但是那也仅仅是另外一个被动的投资者取代了原来的被动投资者。第二个缺陷是dcf评估方法没有办法综合新出现的信息来修正对预期现金流的估计。在不同的时点计算npv还要求分析师必须估计每个时点的折现率,因此,许多重大的it基础投资决策依然是靠管理人员的直觉和经验,而不是实实在在的数据。 对大部分it投资来讲,npv方法的有效性受到严重限制,因为他无法评估it投资决策的
5、期权价值。ross(1995)在回顾了嵌有期权价值的修正npv方法的有效性时,认为应该将所有重要的投资决策视作期权定价问题。因为传统的评估方法无法抓住由新的it投资产生的柔性价值,最终使投资无法通过npv的检验。benarochkauffman(1999)在研究时发现,即使项目预期的经济价值是负的,有时投资决策者还是愿意投资某些it项目来获得该投资产生的机会。决策者这么做的原因在于机会的期望价值,因为机会期望价值再加上初始it投资产生的价值,项目预期的经济价值就非常可能是正的了。 二、it投资评估中实物期权评价方法的应用 1.计量模型引入阶段。steyers(1977
6、)最早提出“实物期权”这个概念,并指出大多数的公司实物资产都可以看成是看涨期权。实物期权的问题可以看作在给定的可利用的期权条件下,对实物资产不确定性的优化问题。 brennanschonsargrabe的交换期权模型来评估一项含有新技术的it投资项目的期权价值。这项it投资可能会带来投资未来项目的期权。但是采用传统的npv方法计算出改项目npv是负的,那么据此应该放弃改项目的实施。dossantos分析认为投资于第一阶段的项目,公司就等于购买了一个投资未来项目的期权,就像投资者购买了可交易证券(如股票、债券等)的看涨期权。因此,第一阶段项目的“真实”价值应该是传统的npv值和期
7、权价值之和,但是,第二阶段项目的开发成本(即执行价格)是有风险的,这是其与股票期权的最大不同点。股票期权执行价格在期权买入时是确定的,而第二阶段项目的开发成本在决定投资第一阶段项目时却是不确定的,受第一阶段项目执行结果、市场条件等多种要素影响。为此dossantos引入margrabe的交换期权模型来计算改期权的价值,其模型如下: vopt=b1n(d1)-c1n(d2) 其中:b1=第二阶段项目预期收益的现值 c1=第二阶段项目预期开发成本的现值 n()=累积标准概率密
