机构判断股票贵不贵，就靠这两招

前几篇我们聊了怎么找股票、怎么筛、怎么看护城河、怎么读财报。

但还缺一个关键环节：这个价格，值不值得买？

好公司不等于好投资。一家增长 30% 的公司，如果市场已经按 50% 增长定价了，你买进去反而亏钱。

今天还是从 Claude 开源的金融投研套件（financial-services-plugins）里拆两个估值框架：可比公司分析（Comps） 和 DCF 折现现金流。

一个看别人卖多少钱，一个算它值多少钱。

方法一：可比公司分析（Comps）

核心逻辑：找几家类似的公司，看市场给了它们什么价格，然后对比目标公司。

就像买房，你不知道一套房值多少钱，但你知道隔壁同户型卖了 500 万，楼下那套卖了 480 万。有了参照，心里就有数了。

三步走

第一步：选可比公司（3-6 家）

不是同行业就能比。好的 Comp 要满足：

• 业务模式相似，都是 SaaS？都是零售？都是芯片？
• 规模可比，拿苹果和一家 50 亿市值的小公司比没意义
• 增长阶段接近，高速增长期的公司不能和成熟期的比

宁可 3 个精准的 Comp，也不要 6 个勉强的。

第二步：拉估值倍数

先解释几个术语，后面会反复出现：

• EV（Enterprise Value，企业价值）= 市值 + 负债 - 现金。可以理解为"如果你要买下整家公司，需要付多少钱"，不光要买股票（市值），还要承担它的债务，但可以拿走账上的现金
• EBITDA = 税前利润 + 利息 + 折旧摊销。简单说就是"公司纯靠经营赚了多少钱"，剥离了融资方式和会计处理的影响
• P/E（市盈率）= 股价 / 每股收益。数字越大 = 市场愿意为每 1 块钱利润付更高的价格 = 估值越贵。P/E 20x 意味着"按当前利润，你需要 20 年才能回本"
• 倍数后面的 x 就是"倍"的意思，8.5x = 8.5 倍

数据去哪找？

• Finviz Screener：免费，可按行业筛选 P/E、P/S、P/B
• TradingView：免费，支持 EV/EBITDA 筛选
• Simply Wall St：可视化对比同行估值
• Yahoo Finance：个股页面有基本估值数据

第三步：定位分析

把数据摆出来，计算中位数（Median，把所有数字从小到大排列，取中间那个），然后看目标公司在同行中处于什么位置。

以下用虚构数据举例，演示怎么做对比：

（以上为示意数据，实际分析请用真实财务数据）

怎么读这个表？拿目标公司举例：

• P/E 35x vs 同行中位数 34x → 基本持平，说明估值水平和同行差不多
• Revenue Growth 28% vs 同行中位数 25% → 增长略快于同行
• 结论：增长比同行快，但估值差不多，说明定价还算合理

然后问自己：目标公司的估值相对 Median 是溢价还是折价？这个溢价/折价合理吗？

• 如果增长更快、护城河更强 → 溢价合理
• 如果增长差不多但估值贵 30% → 可能过热
• 如果基本面类似但估值便宜 20% → 可能有机会（也可能有你不知道的雷）

Comps 的陷阱

最常见的错误是选错 Comp。

举个例子：Snowflake 和 Oracle 都做数据库，但一个是高增长 SaaS，一个是成熟企业软件。把它俩放一起比 P/E 毫无意义。

还有一个坑：Comps 告诉你的是"市场认为值多少钱"，不是"真正值多少钱"。 如果整个行业都在泡沫里，Comps 会告诉你一切正常。

所以 Comps 最好搭配第二种方法一起用。

方法二：DCF 折现现金流

核心逻辑：一家公司值多少钱 = 它未来能赚到的所有钱，折算到今天值多少。

听起来复杂，但底层逻辑很简单：今天的 100 块比明年的 100 块值钱（因为今天的 100 块可以拿去投资）。所以未来的现金流要"打折"才能和今天的钱比较。

五步计算

第一步：预测未来 5 年的自由现金流（FCF）

自由现金流（Free Cash Flow）= 公司赚到的钱，减去维持运营必须花的钱。可以理解为"老板真正能拿走的钱"，收入减去成本、税、设备投入、日常运营占用的资金之后，剩下的才是真正"自由"的。

FCF = EBIT × (1 - 税率) + 折旧摊销 - 资本支出 - 营运资金变动

公式看不懂没关系，不用自己算，公司的现金流量表（Cash Flow Statement）里有现成的数字。关键是预测未来 5 年的增长路径，这是整个 DCF 最主观的部分。

第二步：算 WACC（加权平均资本成本）

WACC 就是"折扣率"，用来把未来的钱折算到今天的。折扣率越高，未来的钱在今天看来就越不值钱。

为什么不同公司折扣率不一样？因为风险不同。一家稳定赚钱的大公司（比如可口可乐），未来现金流相对确定，折扣率低一点就行；一家烧钱的初创公司，未来充满不确定性，折扣率就要高一些，相当于"风险补偿"。

个人投资者的简化方法：

• 大盘蓝筹（苹果、微软这类）：用 8-10%
• 成长股（还在高速扩张的）：用 10-12%
• 高风险小盘（盈利不稳定的）：用 12-15%

精确计算需要 CAPM 模型，涉及无风险利率、Beta 系数等，但上面的区间对大多数情况够用了。

第三步：折现 FCF

把每年的 FCF"打折"，越远的钱打折越多。假设一家公司未来 5 年 FCF 如下（虚构数据）：

可以看到：第 5 年预测能赚 $180 亿，但折到今天只值 $117 亿。越远的钱越"不值钱"，这就是折现的核心思想。

第四步：算终值（Terminal Value）

5 年之后公司不会消失，还会继续赚钱。用永续增长模型估算：

终值 = 第 5 年 FCF × (1 + 永续增长率) / (WACC - 永续增长率)

永续增长率一般用 2-3%（大致等于长期 GDP 增速，意思是"这家公司长期来看会跟着经济一起慢慢增长"）。注意：终值通常占 DCF 总价值的 60-80%，所以这个数字很敏感，改 0.5 个百分点，最终估值可能变 20%。

第五步：得出估值

企业价值 = 折现 FCF 之和 + 折现后的终值
股权价值 = 企业价值 - 净负债（负债 - 现金）
每股价值 = 股权价值 / 总股数

为什么要减净负债？因为前面算出的是"整个企业"值多少（包括债权人的部分），减去欠别人的钱才是属于股东的部分。

最后拿算出来的"每股价值"和当前股价比：

• 高于股价 20%+ → 可能被低估
• 接近股价 → 合理定价
• 低于股价 → 可能太贵了

敏感性分析：DCF 的灵魂

DCF 最大的问题是：改一个假设，结果差 30%。

所以机构一定会做敏感性分析，把两个关键假设（折扣率和永续增长率）各取 5 个值，交叉计算，做成一张表：

（以上为示意数据，具体数字因公司而异）

怎么读？每个格子是一个"如果…那么…"，比如"如果折扣率 10%、永续增长 2.5%，那么每股值 $160"。整张表给你一个估值区间，而不是一个精确数字。

继续用上面的示意数据，假设当前股价 $150，你能看到：

• 大部分情景下在 $120-$200 区间 → 大致合理
• 只有最乐观的假设才能到 $270 → 如果有人喊目标价 $300，你就知道他的假设有多激进

敏感性分析的价值不是找到"精确答案"，而是看在什么条件下你的投资论点成立。

DCF 的局限

坦率说，DCF 有明显的局限：

• 预测未来现金流本身就是猜测，增长率差 2 个百分点，结论可能翻转
• 终值占比太大，60-80% 的估值来自一个高度不确定的数字
• 不适合没有正现金流的公司，亏损的早期公司没法做 DCF

所以 DCF 的正确用法不是"算出精确价值"，而是建立一个思考框架：这家公司要值这个价，需要什么样的增长和盈利？这些假设现实吗？

两种方法怎么配合？

最佳实践：先用 Comps 建立直觉，再用 DCF 验证逻辑。

如果两者指向同一个方向（Comps 说便宜，DCF 也说便宜），信号就比较强。如果方向相反，说明要么你的 Comp 选错了，要么你的 DCF 假设有问题，回去检查。

一个可以直接用的 Prompt

把下面这段丢给 AI，它会帮你完成完整的估值分析：

你是一位专业的股票分析师。请对 [公司名/Ticker] 做一个完整的估值分析。

## 第一部分：可比公司分析

1. 选择 4-6 家可比公司（业务模式相似、规模可比、同一行业）
2. 收集以下数据并制表：

| 公司 | Ticker | Revenue ($M) | Rev Growth | Gross Margin | EBITDA Margin | EV/Revenue | EV/EBITDA | P/E |
|------|--------|-------------|-----------|-------------|-------------|-----------|----------|-----|

3. 计算统计摘要（Max / 75th / Median / 25th / Min）
4. 分析目标公司在 peer group 中的定位：溢价还是折价？为什么？
5. 用 peer median 倍数估算 implied price

## 第二部分：DCF 估值

1. 收集近 3-5 年历史数据（Revenue、EBITDA、CapEx、NWC）
2. 预测 5 年 Revenue 和 FCF，给出 3 种情景：

| 参数 | Bear | Base | Bull |
|------|------|------|------|
| Revenue Growth (Y1-Y5) | | | |
| Terminal EBIT Margin | | | |
| Terminal Growth Rate | | | |

3. 计算 WACC（说明每个输入的来源）
4. 折现 FCF + Terminal Value → Implied Price
5. 做敏感性分析（WACC vs Terminal Growth，5×5 矩阵）

## 第三部分：综合判断

- Comps implied price: $___
- DCF implied price (Base): $___
- 当前股价: $___
- 上涨/下跌空间: ___%
- 两种方法是否一致？如果不一致，原因是什么？
- 结论：[低估 / 合理 / 高估]

## 数据来源
列出所有引用的数据来源链接

一挪迈的思考

估值这件事，华尔街搞得很复杂。6 个 tab 的 Excel、1200 行的公式、75 个敏感性分析格子。

但剥开这些复杂的壳，核心问题只有一个：我付的这个价格，能不能在合理的时间里赚回来？

Comps 告诉你市场的共识在哪里，DCF 帮你建立自己的判断。前者是"别人怎么看"，后者是"我怎么想"。

很多人只用 Comps："同行都是 30 倍 P/E，所以 30 倍合理"。但如果整个行业都在泡沫里呢？2021 年 SaaS 行业 40x Revenue 是"正常的"，2022 年就崩到 10x 了。跟着共识走，不代表走的方向是对的。

也有人只迷信 DCF。调一调假设就能证明任何股票都值得买。DCF 不是真理机器，它是思考工具。

最好的估值不是算出一个精确的数字，而是建立一个区间：在什么假设下这只股票值得买，在什么假设下不值得。 然后看现实更接近哪边。

模糊的正确，胜过精确的错误。

DYOR — 以上内容仅为个人学习笔记和方法论分享，不构成任何投资建议。投资有风险，请独立思考、自主决策。

原创不易，如认为有价值，请不吝赞赏充电⚡️

微信 扫码，为我买一杯咖啡☕️

关注公众号，获取最新文章推送