Implementing Fischer Black's Simple Discounting Rule
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Corporate managers typically estimate the value of capital projects by discounting the project's expected future net cash flows at the cost of capital. The capital asset pricing model (CAPM) is generally used to estimate that cost. But, as anyone who has worked on the finance or business development staff of a public company can attest, there are major challenges in applying the CAPM, including largely unresolved questions about what constitutes the “market portfolio,” how to estimate market risk premiums, and how to estimate the betas of projects. In a short article published in Financial Management in 1988, Fischer Black proposed a valuation “discounting rule” that avoids all these problems—one that involves discounting a relatively certain (as opposed to an expected or average) level of operating cash flows at the risk‐free rate. But Black's article does not address the question of how to calculate these “certainty equivalent” or “conditional” cash flows. In this article, the authors propose a way of implementing Black's rule that involves estimating the “conditional” cash flows in a three‐step procedure: Find a benchmark security that correlates with the project's cash flows; Estimate the percentiles of the distribution in which the benchmark return equals the risk‐free rate over different investment horizons; Use information from corporate managers to assess the cash flows that define the same percentiles in the cash flow distributions. As the authors point out, the virtue of Black's rule is that it shifts the focus of the analyst away from the assessment of discount factors and puts it squarely on the more challenging, and arguably more relevant, problem of estimating the project's cash flows.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle