相对估值 — P/E / EV/EBITDA / P/S / P/B / PEG 全谱系

读完本页后，你应该能够：

• 默写 8 大乘数 的定义 + 分子 / 分母一致性检查
• 区分 Equity 乘数 vs Enterprise Value 乘数
• 为不同行业选择主乘数 + 次乘数
• 识别 PEG 陷阱（何时不能用）
• 运用 "regressing multiples" 交叉验证（Damodaran 方法）
• 识别可比公司选择的 5 条标准
• 避免绝对 P/E 对比 的经典错误
• 结合 DCF + 相对 做三角验证

相对估值 8 大乘数：(1) P/E（价格 / 每股盈利）—— 最常用但最多陷阱；(2) Forward P/E（用未来 EPS）—— 减少历史偏差；(3) EV/EBITDA（企业价值 / 息税折旧摊销前利润）—— 跨资本结构可比；(4) EV/EBIT（更严格的 EBITDA 版本）；(5) EV/Sales（EV/Revenue）—— 亏损或周期低谷适用；(6) P/B（价格 / 账面净资产）—— 银行 / 保险 / 重资产首选；(7) P/CF / P/OCF（经营现金流）—— 会计质量敏感时；(8) PEG（P/E ÷ 增长率）—— GARP 估值（见 Peter Lynch）。分子分母一致性：Equity 乘数（P/E / P/B）对应股权价值与股东收益 / 账面；EV 乘数（EV/EBITDA / EV/Sales）对应企业价值与全资本回报。可比公司选择 5 标准：(a) 同行业；(b) 同规模（市值 / 收入 ±50%）；(c) 同增长（增速 ±30%）；(d) 同风险（β + 杠杆）；(e) 同商业模式。经典陷阱：(i) 跨国家直接比 P/E（不同利率 / 增长 / 通胀）；(ii) 亏损公司用 P/E（分母为 0 或负）；(iii) 周期股用当前 P/E（应看 normalized 或 Shiller P/E）；(iv) 高增长 PEG < 1 直接买（忽略增长质量 + 持续性）；(v) 忽略一次性损益 / 会计差异 / 股权激励稀释；(vi) 同行选太少（1–2 家）或太多（稀释可比性）；(vii) 被"最便宜者"吸引（价值陷阱）。行业主乘数：银行 P/B + P/E / 保险 P/B + P/EV / 工业 / 消费 P/E + EV/EBITDA / 互联网 P/S + EV/Sales + DCF / 能源 EV/EBITDAX + P/CF / REITs P/FFO + Cap Rate / 高增长科技 EV/Sales + Rule of 40 / 药企 P/E + EV/EBITDA + R&D 产能估值。三角验证：(a) DCF（内在价值锚）+ 相对 + 前交易 / 并购 → 三方交叉；(b) Damodaran regressing：用回归把同行差异标准化；(c) 敏感性分析 + 情景分析。2026-04 应用：美股 P/E 22× vs 历史 18×（25% 溢价）；A 股沪深 300 P/E 12×（相对便宜但 ROE 低）；港股 H 股 P/B 0.7（全球最便宜大市场之一）。

1.1 相对估值 vs DCF

1.2 三层相对估值

1. 当前可比（Comparables）：现在同行
2. 历史自身（Own history）：公司自己的均值
3. 前交易 / 并购（Precedent Transactions）：历史收购倍数

1.3 为什么相对估值流行

• 快：10 分钟得结果
• 透明：数据都公开
• 直觉友好：P/E 30 比 P/E 15 贵，人人能理解
• 不需假设未来

1.4 相对估值的根本陷阱

• "便宜相对于谁"很重要
• 如果整个行业泡沫，相对便宜仍绝对贵
• 2000 互联网泡沫 / 2021 SPAC 热 都是例子

2.1 P/E（市盈率）

公式：P/E = 股价 / 每股盈利 = 市值 / 净利润

分子：市值（Equity Value） 分母：净利润（Net Income，归属股东）

类型：

• Trailing P/E（TTM）：过去 12 月
• Forward P/E：未来 12 月（consensus）
• Current P/E：当前年度

优势：

• 最直观
• 数据易得
• 行业比较基础

局限：

• 盈利可操纵（折旧 + 应收 + 研发资本化）
• 不适合亏损公司
• 一次性项目扭曲
• 周期性公司误导（高 P/E 可能是低谷）

2.2 Shiller P/E（CAPE）

公式：CAPE = 股价 / 10 年通胀调整后平均 EPS

优势：

• 平滑周期波动
• 长期风险信号
• 美股历史均值 17；峰值 44（2000）

2026-04 SPX CAPE：~34（历史第 3 高） 中国 CAPE：约 13（中等偏低）

2.3 EV/EBITDA

公式：EV/EBITDA = 企业价值 / EBITDA

企业价值 EV = 市值 + 债务 − 现金 EBITDA = 净利润 + 利息 + 税 + 折旧 + 摊销

优势：

• 跨资本结构可比（不同杠杆公司可比）
• 不受折旧政策影响
• 并购视角（买家付 EV，获 EBITDA）

局限：

• "EBITDA 不是现金流"（Buffett / Munger）
• 忽略资本开支
• 忽略税收 + 利息（长期关键）
• 高资本开支行业（航空 / 钢铁）严重低估成本

行业适用：工业 / 消费 / 媒体 / 电信 / 制造 不适用：银行 / 保险 / REITs

2.4 EV/EBIT

公式：EV/EBIT = EV / EBIT（= EBITDA − 折旧摊销）

Greenblatt "Magic Formula" 用 EV/EBIT：

• 比 EV/EBITDA 严格
• 考虑资本开支
• 高 EBIT / EV → 高收益率

应用：

• 资本密集型公司
• Magic Formula 筛选

2.5 EV/Sales（EV/Revenue）

公式：EV/Sales = EV / 年收入

优势：

• 不受利润质量影响（收入相对难造假）
• 适用亏损公司
• 周期低谷时更稳健

局限：

• 完全忽略利润率
• 软件公司 40× vs 零售 0.5× 不可比
• 应同行业比较

现代应用：

• 高增长 SaaS（P/S 10–30×）
• Rule of 40：增长率 + 利润率 ≥ 40% → 合理估值

2.6 P/B（市净率）

公式：P/B = 股价 / 每股账面净资产

分子：市值 分母：账面 Equity

优势：

• 最稳定 的分母
• 适合有形资产行业
• 银行 / 保险的核心指标

局限：

• 忽略无形资产（品牌 / 专利 / 数据）
• 科技 / 服务业不适用
• GAAP vs IFRS 差异显著
• 商誉 + 研发资本化扭曲

行业应用：

• 银行：P/B 0.5–2.0
• 保险：P/B 0.7–1.5
• REITs：P/B 0.8–1.5
• 重工业：P/B 0.8–2.0
• 科技：P/B 无意义

2.7 P/CF / P/OCF（价格 / 经营现金流）

公式：P/OCF = 股价 / 每股经营现金流

优势：

• 比 P/E 更难造假
• 反映真实现金产出
• 会计质量敏感

局限：

• 未考虑资本开支（应用 P/FCF）
• P/FCF = 股价 / 每股自由现金流更严格

"自由现金流 Yield" = FCF / 市值

• 5%+ = 便宜
• 3% = 正常
• 1% = 贵

2.8 PEG

公式：PEG = P/E ÷ 盈利增长率（%）

Lynch 规则：

• PEG < 1 便宜
• PEG = 1 合理
• PEG > 2 贵

陷阱：

• 高增长难持续（3 年 vs 10 年）
• 无盈利时无法计算
• 周期股 增长波动大

详见 Peter Lynch GARP

3.1 关键原则

如果分子是 Equity，分母也必须是 Equity 如果分子是 EV，分母必须是 全资本（pre-interest）

3.2 常见错误

• P/EBITDA（❌ 市值 / EBITDA）—— 分子 Equity + 分母 EV 级
• 正确：EV/EBITDA
• Market Cap / Sales（❌）—— 正确 EV/Sales
• 银行常用 P/E 和 P/B（都是 Equity 级别）

3.3 Equity vs EV 乘数总结

4.1 5 条标准

1. 同行业（同产品 / 同服务）
2. 同规模（市值 / 收入 ±50% 内）
3. 同增长（增速 ±30% 内）
4. 同风险（β / 杠杆相近）
5. 同商业模式（SaaS 不能比服务器）

4.2 数量选择

• 太少（< 3）：可比性低
• 太多（> 20）：稀释，失去针对性
• 推荐 5–10 家

4.3 例：Apple 可比

合理：

• Samsung（手机消费）
• Microsoft（规模 + 生态）
• Alphabet（规模 + 科技）

勉强：

• Sony（规模大但业务多元化）
• HP / Dell（不同商业模式）

不合理：

• Tesla（行业 / 商业完全不同）
• 任何小盘

4.4 剔除异常值

• 极端 P/E（负或 > 100）
• 并购 / 重组中公司
• 亏损转盈利期
• 使用中位数 比均值更稳

4.5 中国 / 港股特殊性

• A/H 两地上市：同公司不同价格（A > H 通常）
• 中美可比 的限制：监管 / 税务 / 市场不同 → 打折
• 详见 估值陷阱与中港特色

5.1 核心思路

• 不用"挑选可比"
• 用所有同行业公司做回归
• 乘数 = f(基本面)
• 残差 = 相对估值偏差

5.2 P/E vs 增长 + 风险

回归公式： P/E = α + β_1·增长 + β_2·派息 + β_3·风险 + ε

例（SPX 2024）：

• P/E = 6.5 + 1.8 × 增长率 − 12 × β
• 目标公司：增长 15% + β 1.2
• 预测 P/E = 6.5 + 27 − 14.4 = 19.1
• 实际 P/E 30 → 贵 57%

5.3 EV/EBITDA vs 再投资 + 风险

EV/EBITDA = α + β_1·ROIC + β_2·增长 − β_3·杠杆

5.4 优势

• 客观化 同行比较
• 调整基本面差异
• 可自动筛选

5.5 工具

• Damodaran 每年发布行业乘数回归（pages.stern.nyu.edu/~adamodar）
• Bloomberg ECAP 功能
• Python + scikit-learn

6.1 银行

• P/B 最重要
• ROE / (成本股权) 对应 P/B
• P/E 作辅助
• 详见 银行与金融业

6.2 保险

• P/B + P/EV（Embedded Value）
• 寿险更看 P/EV
• P/B 看投资 + 核保 综合

6.3 REITs

• P/FFO（Funds From Operations）
• Cap Rate = NOI / Property Value
• P/NAV
• 详见 REITs 与房地产

6.4 能源

• EV/EBITDAX（加回勘探开支）
• EV/Production（$/桶日产）
• EV/Reserves（$/桶储量）
• P/CF（现金流）

6.5 医药

• 成熟：P/E + EV/EBITDA
• 创新药：NPV 管线 + 潜在收入
• R&D 生产力（年新药 / R&D 花费）

6.6 互联网 / 科技

• 高增长 SaaS：P/S + Rule of 40
• 成熟科技：P/E + FCF Yield
• 广告平台：EV/EBITDA + 用户价值
• 电商：GMV + take rate

6.7 消费

• P/E + EV/EBITDA
• 周期消费看库存 / 周转
• 必需消费更稳定
• 奢侈品 P/E 30–40 合理

6.8 制造

• P/E + EV/EBITDA
• 周期低谷不用 P/E
• 产能利用率作 check

6.9 航空

• EV/EBITDAR（加回租金）
• P/B 低位（Buffett 曾标志）
• 警惕长期 ROIC 低

6.10 传媒 / 娱乐

• P/S + EV/Subscriber
• Netflix 过去看 per-subscriber value
• Disney 看 content library

7.1 DCF + 相对 + 前交易

理想：三种估值方法相差 < 20%

• 相差 20–40%：仔细审视
• 相差 > 40%：至少有一方错

7.2 DCF 为锚，相对为时机

• DCF：公司应该值多少（内在）
• 相对：市场现在给多少（情绪）
• 两者差距 = 安全边际

7.3 例：Apple 2026-04

• DCF 基准：$220
• P/E 相对同行：$250
• EV/EBITDA 相对：$240
• 实际价 $263
• 结论：略贵 10–20%

7.4 敏感性 + 情景

• 乐观 / 基础 / 悲观
• 3 种增长 × 3 种利润率 = 9 情景
• 给概率权重
• 计算期望价值 + 分布

8.1 "Cheap For A Reason"（便宜有理）

• 最低 P/E 可能质量最差
• 看ROE / ROIC 趋势
• 价值陷阱：低 P/E 但盈利持续下行

8.2 一次性损益

• 卖资产 + 诉讼 + 重组损益
• 应用 Adjusted EPS / Core Earnings
• 警惕"Non-GAAP 太高"公司

8.3 股权激励（SBC）稀释

• 互联网公司 SBC 高达收入 10%+
• Non-GAAP 剔除但实际稀释
• 用 diluted shares

8.4 跨国家比 P/E

• 中国 A 股 P/E 12 vs 美股 22 ≠ A 股便宜 45%
• 利率 / 增长 / 通胀 / 风险溢价不同
• 要调整

8.5 周期股用当前 P/E

• 钢铁 / 航空 / 化工
• 周期顶部 P/E 低（盈利最高）→ 卖出
• 周期低谷 P/E 高（盈利最低）→ 买入
• 应用 normalized earnings（10 年均）

8.6 高杠杆扭曲 P/E

• Equity / Debt 不同 → ROE 不同 → P/E 有偏
• 用 EV/EBITDA 校正

8.7 增长未考虑持续性

• PEG < 1 买入 → 增长不持续破产
• 看行业周期 + 竞争位置

8.8 会计差异

• GAAP vs IFRS
• 研发资本化 vs 费用化
• 租赁：2019 IFRS 16 / ASC 842 改变财报
• 应标准化 比较

9.1 美股

• SPX P/E TTM：22×（历史均值 17×）
• Forward P/E：20×
• CAPE：34（历史高位）
• P/B：4.6×（高）
• 股息率：1.3%
• EV/EBITDA：Mag 7 平均 22× / SPX 除 Mag 7 14×

9.2 A 股

• 沪深 300 P/E：12×
• P/B：1.4×
• 股息率：3.2%
• 中证红利 P/E：8×（便宜）
• 创业板 P/E：35×（高）

9.3 港股

• 恒生指数 P/E：10×
• P/B：1.0×（全球最低之一）
• 股息率：4.0%
• 恒生科技 P/E：18×
• AH 溢价指数：~130（A 股贵 30%）

9.4 关键解读

• 美股贵 但 AI 生产率支撑
• 港股最便宜（全球投资者避风港）
• A 股中等 + 红利板块便宜
• Mag 7 除外 美股实际不太贵

10.1 案例 1：2022-10 Meta

• 股价 $90
• P/E 12×（行业平均 30×）
• EV/EBITDA 8×
• P/S 2.5×
• Cash & Investments > 20% 市值
• Deep Value + 相对低估 → 买入信号
• 18 个月后 $500（5.5×）

10.2 案例 2：2024 TSM

• P/E 18× → 后来升至 22×
• 行业平均 25×（相对低估）
• EV/EBITDA 10×
• 增长 20%+ + ROE 35%+
• PEG 0.9（便宜）
• 质量 + 相对便宜 组合

10.3 案例 3：2024-09 A 股

• 沪深 300 P/E 10×（10 年低位）
• P/B 1.2×（10 年低位）
• 股息率 3.5%（10 年高位）
• 全维度便宜
• 政策 + 估值双触发 → 启动
• 4 个月内 +30%

10.4 案例 4：陷阱 — 2021 中概股

• P/E 10× + 账上巨额现金
• "看似便宜"
• 但监管 + 增长逆转 不可预见
• 价值陷阱 持续 2 年

11.1 成熟稳定公司

• 主：P/E + EV/EBITDA
• 副：DCF + 股息贴现
• 验证：3 方法趋同

11.2 高增长公司

• 主：EV/Sales + DCF
• 副：Rule of 40
• 验证：增长持续性

11.3 周期公司

• 主：normalized P/E + EV/EBITDA
• 副：资产价值 + 重置成本
• 验证：周期位置 + 历史均值

11.4 金融公司

• 主：P/B + ROE
• 副：Dividend Discount + P/E
• 验证：资产质量

11.5 困境公司

• 主：资产重置价值
• 副：SOTP 分部
• 验证：清算价值

11.6 互联网 / 平台

• 主：EV/Sales + per-user value
• 副：DCF（优化期后）
• 验证：MAU + ARPU + 网络效应

12.1 免费数据源

• Yahoo Finance / Google Finance：基础乘数
• Damodaran 网站：行业回归 + 乘数均值
• Finviz：股票筛选
• 雪球 / 东方财富：A 股乘数
• Finance Yahoo / StockAnalysis：美股深度

12.2 付费

• Bloomberg Terminal（$24k / 年）
• Capital IQ
• FactSet
• Wind / iFinD（中国）

12.3 DIY Excel

• 建立可比表格模板
• 自动化计算 8 大乘数
• 每季度更新

• Damodaran Investment Valuation Ch 17-21（必读）
• McKinsey Valuation Ch 14-16
• Greenwald Value Investing
• Greenblatt The Little Book That Still Beats the Market（Magic Formula）
• Damodaran 网站：pages.stern.nyu.edu/~adamodar（免费 + 海量数据）
• CFA Level 2 估值部分（系统化）

• DCF 估值方法 — 内在价值法
• 财报分析基础 — 数据源
• 会计质量识别 — 乘数失真来源
• Damodaran 估值框架 — 综合方法
• SOTP + RIM + Real Options — 高级方法
• 估值陷阱与中港特色 — 区域差异
• 公司金融 — WACC + 资本结构
• Peter Lynch GARP — PEG 详解
• Graham-Dodd 价值 — Graham Number
• 公司研究工作流 — 估值在研究中

最后更新 2026-04-19。相对估值是 80% 研报的工具，但须警惕陷阱。定期参考 Damodaran 年度行业乘数更新。

• 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）

• ← 索引