Damodaran 估值体系 — 故事与数字 / 内在价值 / 全球估值大师

L1别名 Damodaran · 估值大师 · Narrative and Numbers · Story to Numbers · 内在价值体系 · Investment Valuation

本质：Aswath Damodaran（1957–）NYU Stern 金融学教授，是全球最活跃的估值教育者——每年免费提供完整课程 + 年度乘数数据 + 估值模板 + 博客。他的方法不是一个特定公式，而是一完整估值哲学：DCF + 相对 + 实物期权 + 故事与数字的对话 + 不确定性诚实。Buffett 实务，Graham 理论根基，Damodaran 是 21 世纪的综合者。

学习目标

读完本页后，你应该能够：

  • 理解 Damodaran "故事到数字"（Story → Numbers）框架
  • 区分 内在估值 / 相对估值 / 实物期权估值 3 大派别
  • 默写 Damodaran 对 DCF 的 6 步法
  • 识别 Damodaran 的"Dark Side" 估值（新兴市场 / 亏损公司 / 复杂股权）
  • 运用 Damodaran 的敏感性 + Monte Carlo
  • 评估 估值的 5 大谎言（Damodaran 原文）
  • 访问 Damodaran 免费资源（年度乘数 / 教材 / 模板）

Summary

Damodaran 估值体系4 大支柱：(1) 内在估值（DCF / APV / 股息贴现）—— "一个资产的价值 = 预期现金流贴现值"；(2) 相对估值（乘数 + 同行）—— "一个资产的价值 = 市场给同行多少"；(3) 实物期权估值 —— "灵活性有价值"；(4) Story-Numbers 对话 —— "每个数字都是一个故事的体现"。DCF 6 步法：(a) 估计未来现金流；(b) 估计增长率；(c) 估计增长长度；(d) 估计折现率（CAPM + 国家风险溢价）；(e) 计算终值（稳定期）；(f) 决定股权价值。Damodaran 独特贡献：(i) "Narrative and Numbers" —— 伟大投资者是好故事家 + 好数学家；(ii) Country Risk Premium（国家风险溢价）—— 不同国家 ERP 不同（美国 5% / 中国 7.5% / 印度 8%）；(iii) Lifecycle 估值 —— 公司处于创业 / 高增长 / 成熟 / 衰退 4 阶段，估值方法不同；(iv) Dark Side —— 亏损 / 新兴 / 复杂 / 周期低谷公司的估值挑战。估值 5 大谎言：(1) "估值是客观的"（实际充满假设）；(2) "模型越复杂越好"（越复杂越易错）；(3) "DCF 需要完美预测"（敏感性 + 情景重要）；(4) "乘数不需预测"（它隐含预测）；(5) "增长永远好"（低质量增长毁灭价值）。Damodaran 免费资源：pages.stern.nyu.edu/~adamodar —— 年度行业乘数 / 国家 ERP / 估值模板 / 免费课程（YouTube 上 150+ 小时）/ 博客 / 书籍章节。实战价值：(i) 理解 Damodaran 让你能客观评估 任何估值报告；(ii) 自建 DCF 模板 可从他的 spreadsheet 起步；(iii) 周年乘数数据作可比公司基准；(iv) 他的 "Valuing X" 系列（Tesla / Bitcoin / NVIDIA / Airbnb）是最佳案例教学。

1. Damodaran 生平

1.1 早期

  • 1957 印度出生
  • Madras Christian College 本科
  • IIM Bangalore MBA
  • UCLA 金融博士（1985）

1.2 NYU Stern 生涯（1986–）

  • 1986 加入
  • 连续多年"最受欢迎教授"
  • "Dean of Valuation"（估值的学院院长）
  • 2001 起免费公开所有教学材料

1.3 著作

  • Investment Valuation（1994，3 版）—— 圣经级教材
  • The Dark Side of Valuation（2001）
  • Narrative and Numbers（2017）
  • Strategic Risk Taking（2008）
  • Applied Corporate Finance（1999）
  • 每本 500–1000 页

1.4 公开数据贡献

每年 1 月 更新：

  • 行业平均 P/E / EV/EBITDA / P/B 等所有乘数
  • 各国 ERP（Equity Risk Premium）
  • 税率 / 无风险利率
  • 历史股权溢价
  • 完全免费

1.5 博客

  • aswathdamodaran.blogspot.com
  • 每月 1–3 篇深度
  • "Valuing X"：Tesla / Apple / NVIDIA / Bitcoin / Alibaba / 海量案例
  • 2024 篇章 Tesla、Microsoft、Amazon、Palantir

2. Damodaran 估值哲学

2.1 "每个资产都可以估值"

  • 股票 + 债券 + 房地产 + 加密货币 + 私募 + 衍生品
  • 只要有现金流 + 风险 + 不确定性
  • 没有"无法估值"的资产，只有需更谦逊假设的资产

2.2 "估值不是精确，是对话"

  • 数字是故事的翻译
  • 你对公司的故事决定数字
  • 数字反过来挑战故事

2.3 "投资 = 估值 + 价格"

  • 估值 = 内在价值
  • 价格 = 市场定价
  • 价值 vs 价格 是投资机会

2.4 "不确定性 ≠ 不可行"

  • 充满不确定性依然值得估
  • 诚实承认假设 + 敏感性分析
  • 拒绝"假精度"

3. 内在估值（DCF 深度）

3.1 DCF 6 步法

  1. 估计未来现金流（FCFE 或 FCFF）
  2. 估计增长率（高增长期 + 持续期）
  3. 估计增长长度（3 / 5 / 10 年）
  4. 估计折现率（CAPM + 规模 + 国家溢价）
  5. 计算终值（Gordon 或 Exit Multiple）
  6. 决定股权价值（调整非经营资产 + 减债 + 除以股数）

3.2 FCFE vs FCFF

FCFE（股权自由现金流）：

  • = 净利润 + 折旧 − CapEx − 运营资本变化 + 净债务变化
  • 直接 得到股权价值
  • 折现用股权成本

FCFF（企业自由现金流）：

  • = EBIT × (1 − T) + 折旧 − CapEx − 运营资本变化
  • 企业价值（EV）
  • 折现用 WACC
  • 减债得股权价值

3.3 增长率假设

历史增长：易得但不代表未来 分析师预期：噪音大 基本面增长：ROE × 留存率（最 Damodaran 推荐）

长期增长上限：不高于 GDP 名义增长（~5%）

3.4 终值计算

Gordon 模型： TV = +1 / (r − g)

敏感性：

  • r = 10% + g = 4% → TV = 16.7× FCF
  • r = 10% + g = 3% → TV = 14.3× FCF
  • r = 10% + g = 5% → TV = 20× FCF
  • 终值常占估值 70%+

3.5 Damodaran "Story"

例：Tesla 2026 故事：

  • "AI / 机器人公司 而非汽车"
  • 10 年收入从 $95B \to$300B（增长 12%/年）
  • 营业利润率从 10% → 25%（AI 杠杆）
  • 终值：Stable 增长 5% + 25% 利润率
  • 折现率：10%（高不确定性）

Damodaran 2024 Tesla 估值：~180（实际股价 300+）

  • 得出"股价贵 50–60%"
  • 但故事可能改变估值

4. 相对估值（Damodaran 版）

4.1 "乘数 = 隐含假设"

  • P/E 20 意味着什么？
  • 对应 ROE 15% + 增长 5% + 派息 50% + 风险 10%
  • 每个乘数都内嵌基本面假设

4.2 "Regressing Multiples"

方法（详见 相对估值）：

  • 用回归 控制基本面差异
  • 找"便宜 after controlling"的公司
  • Fair P/E = α + β × 基本面

4.3 乘数选择

Damodaran 建议：

  • 首选与核心价值动因最相关
  • 银行：P/B（ROE 驱动）
  • 工业：EV/EBITDA
  • 互联网：EV/Sales + DCF
  • 创业期：用户 / 交易 价值

4.4 可比选择

  • 不强求"同行业"
  • 同风险 + 增长 + 现金流 更重要
  • 跨行业可能比同行业更好

5. 实物期权估值

5.1 概念

资产 = 未来灵活性的期权

  • 项目 = "继续 / 放弃" 期权
  • 矿山 = "何时开采"期权
  • 生物科技 = "继续临床"期权
  • Black-Scholes 变体 定价

5.2 应用场景

高不确定性 + 灵活性选择：

  • 矿业 / 油井
  • 生物科技 pipeline
  • 创业公司
  • 地块开发

5.3 Damodaran 的例子

  • Enron 2001：DCF vs 实物期权
  • Tesla：Robotaxi / Optimus 是期权价值
  • Bitcoin：以"保险资产"实物期权视角

5.4 局限

  • 假设连续交易 + 无套利
  • 多数传统公司不适用
  • 不要滥用 来 justify 高估值

6. 故事到数字（Narrative to Numbers）

6.1 核心洞察

伟大投资者 = 故事家 + 数学家

  • 只有故事 → 幻想
  • 只有数字 → 无方向
  • 两者对话是关键

6.2 故事的 3 元素

  1. 公司讲的故事（战略 / 增长 / 创新）
  2. 行业故事（趋势 / 竞争）
  3. 宏观故事（利率 / 通胀 / 政治）

6.3 "Narrative Triangle"

  1. Possible：故事有可能吗？
  2. Plausible：故事合理吗？
  3. Probable：故事 likely 吗？

6.4 从故事到数字

每个数字 must be 故事的 表达：

  • 收入增长 20%/年 = 如何？市场 / 份额？
  • 营业利润率 30% = 对比同行合理？
  • 折现率 8% = 风险合理？

反向：

  • 数字不合理 → 回去修故事
  • 故事改变 → 数字跟着变

6.5 案例：Uber

  • 2014 Damodaran 估 **5.9B**（vs 当时私募 17B）
  • 理由：故事过于激进（99% 司机市占）
  • 2019 IPO 市值 $82B
  • 2024 市值 ~$180B
  • Damodaran 不断更新故事 + 数字

6.6 Damodaran 对 Tesla 的多次估值

  • 2013：67（当时股价 35）→ 买入
  • 2017：152（当时 330）→ 卖出
  • 2020-12：427（当时 640）→ 贵
  • 2024-07：186（当时 215）→ 贵
  • 2025-11：180（当时 300）→ 非常贵

7. Dark Side of Valuation（困难场景）

7.1 亏损 / 无盈利

问题：P/E 不能用

解决：

  • 看未来盈利能力
  • normalized 或 "正常状态" 估值
  • 互联网用 P/S + 单位经济

7.2 新兴市场

问题：ERP 更高 + 数据少

解决：

  • Country Risk Premium（国家风险溢价）
  • Damodaran 每年公布
  • 中国 ~7.5% / 印度 8% / 巴西 12% / 阿根廷 20%
  • 调整贴现率

7.3 创业 / 早期

问题：无历史 + 不确定

解决：

  • Scenario analysis（多情景）
  • 概率加权
  • 承认80%+ 不确定

7.4 周期公司

问题：当前盈利不代表未来

解决：

  • Normalized earnings（10 年平均）
  • Shiller P/E 思路
  • 周期位置 判断

7.5 复杂股权

问题：控股公司 / VIE / Preferred

解决：

7.6 Distressed

问题：破产风险 + 高债务

解决：

  • Probability of Default
  • Conditional Valuation（活下来 vs 破产）
  • 期望值加权

8. 敏感性 + Monte Carlo

8.1 敏感性分析

改变一个变量，看估值变化：

  • 增长率 ±2%
  • 利润率 ±2%
  • 贴现率 ±1%
  • **找到"关键变量"

8.2 情景分析

3 个情景（乐观 / 基础 / 悲观）：

  • 基础：权重 50%
  • 乐观：30%
  • 悲观：20%
  • 期望价值

8.3 Monte Carlo 模拟

  • 给每个变量分布（正态 / 三角 / 均匀）
  • 随机采样 10,000 次
  • 得价值分布

Damodaran 例：

  • Uber 基准 $46 股
  • 分布 15–85
  • 中位数 $52
  • 95% CI [80]

8.4 应用建议

  • 基础 DCF + 敏感性 = 足够
  • Monte Carlo 太复杂，多数人不用
  • 3 情景 + 权重 = 最佳权衡

9. 估值 5 大谎言（Damodaran 原文）

9.1 "估值是客观的"

  • 假：估值充满主观假设
  • 接受：但不意味着随便
  • 原则：假设透明 + 敏感性分析

9.2 "模型越复杂越好"

  • 假：复杂 = 更多假设 = 更多错误
  • Buffett："我从不用 3 变量以上模型"
  • 原则：简单是终极复杂

9.3 "DCF 需要完美预测"

  • 假：DCF 是思考框架，不是预测水晶球
  • 原则：多情景 + 敏感性

9.4 "乘数不需预测"

  • 假：乘数隐含预测（增长 / 风险 / 派息）
  • 使用乘数也在做预测
  • 区别：隐含 vs 显性

9.5 "增长永远好"

  • 假：低质量增长毁灭价值
  • 只有 ROIC > WACC 增长才创造价值
  • 例：2000–2020 多家高增长但毁灭价值公司

10. 生命周期估值

10.1 4 阶段

创业期：

  • 无盈利 / 现金流
  • 估值：Venture / Scenario
  • 高不确定

高增长期：

  • 收入快速增 + 利润率提升
  • 估值：DCF + EV/Sales
  • 中等不确定

成熟期：

  • 稳定增长 + 利润率稳定
  • 估值：DCF + P/E + EV/EBITDA
  • 低不确定

衰退期：

  • 收入下降 + 利润率压缩
  • 估值：清算价值 + 分拆价值
  • 陷阱多

10.2 阶段切换

  • Amazon 1997 创业 → 2015 成熟
  • Apple 成熟 → 2024 可能衰退（手机）+ 创新新业务
  • Tesla 高增长 → 2025 成熟汽车 + 创业 AI
  • 切换阶段是投资机会

10.3 估值工具匹配

阶段首选次选
创业ScenarioReal Options
高增长DCFEV/Sales
成熟DCFP/E + EV/EBITDA
衰退清算SOTP

11. 国家风险溢价（ERP）

11.1 Damodaran 方法

  • 基准 ERP（美国）+ 国家风险溢价
  • 国家风险 = CDS Spread（估计）或政府债评级差
  • 乘以 1.5（股票 vs 债）

11.2 2026-04 ERP（Damodaran 估计）

国家ERP
美国5.0%
英国5.5%
德国5.5%
中国7.5%
印度8.0%
巴西12.0%
阿根廷22.0%

11.3 应用到 DCF

  • 贴现率 = + β × ERP
  • 中国公司（β = 1.0）：R = 4% + 1 × 7.5% = 11.5%
  • 美国公司（β = 1.0）：R = 4.3% + 1 × 5% = 9.3%
  • 中国 ERP 溢价 体现在更高贴现率

11.4 其他方法

Damodaran 不推荐的：

  • 用美国 ERP 估中国公司（低估风险）
  • 用所在地 ERP（忽略收入地）

Damodaran 推荐：

  • 收入加权（收入来自 70% 中国 + 30% 美国 = 混合 ERP）

12. Damodaran 经典案例

12.1 Tesla 多年估值

已见 §6.6

12.2 Bitcoin / 加密货币

  • 2017: $100 / coin（基于 holding pattern）
  • 2024: 只作货币 / 资产，不像股票
  • DCF 不适用
  • 视为"没有现金流资产"

12.3 Microsoft（2015）

  • Damodaran 估 $45
  • 当时股价 $40
  • 买入推荐
  • 10 年后 $430（10×）

12.4 Valeant（2016 造假前）

  • Damodaran 估值警告
  • 高商誉 + 激进并购
  • 后爆雷

12.5 NVIDIA（2024-10）

  • Damodaran 估 $80–100
  • 当时 $135
  • "Strong AI story + 估值充分"
  • 2025 175

13. Damodaran 资源利用指南

13.1 必读页面

  • Updated Data（每年 1 月）：行业乘数 / 国家 ERP
  • Musings on Markets（博客）
  • "Valuing X" 系列（YouTube）

13.2 Excel 模板（免费）

  • FCFE / FCFF 模板
  • 敏感性分析
  • DCF 生成器
  • 公司金融模型

13.3 YouTube 免费课程（150+ 小时）

  • Foundations of Finance
  • Corporate Finance
  • Valuation
  • Applied Corporate Finance

13.4 书（按深度）

  • 《Damodaran on Valuation》：入门（300 页）
  • 《Investment Valuation》：进阶（1000 页）
  • 《Narrative and Numbers》：哲学（200 页）

13.5 关注的博客主题

  • Tesla / Apple / Amazon / NVIDIA 估值
  • 股市当前位置
  • 新技术（AI / Bitcoin）
  • 危机时（2020-03 / 2022-10）

14. Damodaran vs 其他大师

14.1 Damodaran vs Buffett

  • Buffett：intrinsic value + 能力圈 + 简单
  • Damodaran：公式 + 系统 + 多方法
  • 共同点：价值 vs 价格 + 长期
  • 差异：Buffett 实操更简，Damodaran 教学更系统

14.2 Damodaran vs Graham

  • Graham：资产 + 保守
  • Damodaran：现金流 + 增长 + 风险
  • Damodaran 认为 Graham 方法过时（至少对科技）

14.3 Damodaran vs Munger

  • Munger：质量 + 心智模型
  • Damodaran：数学 + 框架
  • 相辅相成

14.4 Damodaran vs McKinsey《Valuation》

  • McKinsey：企业金融视角（并购）
  • Damodaran：投资者视角
  • 两本互补

15. 实操：用 Damodaran 方法评估 Apple（2026-04）

15.1 基础数据

  • 股价 $263
  • 市值 $3.81T
  • FCF 2025: $110B
  • 增长：iPhone 4% + Services 15% + AI 5%
  • 利润率稳定 30%
  • β = 1.2

15.2 Story

  • "消费科技巨头转型 AI + 服务"
  • 5 年：服务 30% → 40% 收入
  • 10 年：稳定生态 + AI 集成

15.3 DCF

  • 5 年增长：8%
  • 永续增长：3%
  • WACC：9.5%
  • FCF 2030：$162B
  • Terminal Value：$162B \times (1.03) / (0.095 − 0.03) =$2.57T
  • 贴现：$1.64T
  • 加 5 年 FCF 贴现 $580B
  • Enterprise Value：$2.22T
  • 加净现金 $60B
  • Equity Value：$2.28T
  • 每股 $150

15.4 与市价对比

  • 估值：$150
  • 市价：$263
  • 贵 75%

15.5 敏感性

  • 乐观（AI 加成）：$210
  • 悲观（中国萎缩）：$115
  • 概率加权期望值：~$160

15.6 结论

  • Damodaran 框架下 Apple 估值偏贵
  • 合理仓位：小于 基准
  • 关注：iPhone 需求 + 服务增速 + AI 策略

16. 对应读物
  • Damodaran Investment Valuation（3 版）
  • Damodaran Narrative and Numbers（2017）
  • Damodaran The Dark Side of Valuation（2 版）
  • NYU Stern YouTube：Damodaran 频道（150+ 小时）
  • Damodaran 博客：Musings on Markets
  • "Valuing X" 系列（Tesla / Apple / Bitcoin / NVIDIA 等）

17. 对应 wiki 页面

最后更新 2026-04-19。Damodaran 是全球估值免费教育资源之王。每年 1 月刷新其行业乘数 + 国家 ERP；每月读其博客；遇新公司查他是否已估值。

核心要点
  • TODO: 通读全文后填入 5–10 条核心要点（每条 ≤80 字，含数字 / 名称 / 时间锚点）

Cross-references