不仅估计现金流是不可能的，折现率同样令人难以捉摸。而无风险收益率更是折现率中最具争议的一个元素—尽管大多数人都认为，以长期债券利率作为无风险收益率是恰当的权宜之计。但随之而来的问题却让我们无从下手。
股权风险溢价是分歧和矛盾的重灾区。多数教材都采用事后股权风险溢价，通过历史数据观察得到的实际市场收益率），它远远高于事前的股权风险溢价。早在2001年，安迪•拉普索恩和我曾就客户对ERP的看法进行过一次调查，结果显示，客户普遍接受的ERP在3.5%-4%。
如果所有人都能接受ERP，那么，我们就需要一个贝塔估计值（按传统理论）。但贝塔本身就是一个麻烦缠身的陷阱：这里，首先至少需要解决5个问题。第一，贝塔本身就是不稳定的。帕波罗•费尔南德斯（2004）在12月1日到1月2日期间，每天都根据60月平均收益率计算出3813家公司的贝塔值。他发现，最大贝塔值的中值居然是最小贝塔值的3倍!即便是按行业检验（而不是按个股），行业的最大贝塔中值也能达到最小贝塔值的3倍。贝塔值的颠搜性变化绝非少见!
图5-4 贝塔值十分位数对应的美国股票组合收益率（1923-2003），年均%
第二，贝塔值在很大程度上依赖于计算过程所采用的指数。第三，贝塔还取决于预测的时间段，即：我们使用的是6个月、52周还是36个月历史数据。第四，收益预测的间隔也会对预测贝塔产生重大影响。按日收益计算的贝塔往往与按月或季度数据计算的结果相去甚远（见图5-4）。
最后，使用贝塔的最大障碍也是一个再简单不过的事实：它在实践中根本就行不通。如前所述，与理论预测的高度相关性相反，贝塔系数与收益率之间实际上不存在任何关联性。
