杨川，上海金融与发展实验室特聘高级研究员

上文回顾

上文重点介绍了成长性驱动价值模型PEGR估值体系对传统估值方法的三大突破：一是“有效价值期”，即预测存在“估值终点”，永续价值假设不成立的理论。二是“隐含终值的动态回收期”，即所有价格或估值的投资回收期都隐含了终值。这个隐含终值并非理论假设，而市场对远期价值的模糊性预期。三是“投资效率”， 即相同估值项目，不同投资回收期（即隐含终值DPP）的“等效价值”不同，投资回收期越短的项目价值越高。

本文将对前面系列文章的内容做一次总结，并重点介绍成长性驱动价值模型PEGR在投资决策中的思考和应用方法。其中，对形成市盈率P/E的“动力-阻力”结构剖析，为投资人和分析师提供了增长动力与风险阻力的分析视角：“增长的基数效应”解释了多数泡沫破裂，跌幅较大的股票，是因为忽视了增长的基数效应，仍然沿用之前的高增长阶段的P/E来做“强弩之末”阶段的估值水平。“风险的时间效应”解释了长期涨幅较大的股票，部分原因是期初市场对远期信息不确定性的高折现率，压低了期初股价，从而产生了升值空间。相反，当市场开始“迷信”一个上市公司的“远期故事”时，就有可能编织出一个市梦率，这个市梦率是否合理，就要看远期IRR曲线能否超远期陡峭上升的折现率R曲线，以此可以判断“远期故事”的合理性以及反应在当下价格上的泡沫风险。

前文总结

一、关键理论演变对比

二、主流估值方法演变脉络（1960s至今）

三、自由现金流方法的重大缺陷

（一）图示自由现金流公式的理论缺陷

图1. 企业自由现金流缺陷图示

自由现金流操纵业绩乱象：净利润为负，但用好看的FCF指标来演示企业的实际亏损；减少长期固定资产投资，以获得短期的股权激励等。

图2. 股东自由现金流缺陷图示

FCFF把固定资产投资作为减项，FCFE又把借贷作为加项，这个估值逻辑就是固定资产投资越少，净借贷越多，企业和股东价值就越高。

自由现金流想表达可自由分配给债权人和股东现金的能力，本质上是一种短期支付（债务偿付和股东分红）的能力。这种能力并不能代表企业价值，亚马逊和特斯拉一直没有向股东分配，并不代表它们的价值低。英伟达的分红每股0.01美元只是象征性的，也不妨碍它的市值超越大笔分红的苹果公司（每股0.26美元）。

如果关注短期支付能力，不如直接看现金流量表中的“净现金流”就好了：

净现金流 = 经营活动现金流 + 投资活动现金流 + 筹资活动现金流

在净现金流量中，形成净现金流的资金来龙去脉一清二楚，不像自由现金流这个脱离财务体系的“发明”，既不能完整展示支付债权人和股东资金的来源，也不能准确表达企业价值和股权价值，还产生了诸如“现金流错配”等一系列问题。

（二）调整后FCF

由于FCF模型中的现金流错配，使得固定资产投资的筹资性现金流出也计入到了FCF公式的减项当中去（即很多固定资产投资的资金来源并非经营收入，而是融资），这个重大缺陷使得FCF方法几乎失效。此外，固定资产是公司价值的重要部分，将其列为减项更表明FCF公式并非估值公式，而是短期支付能力的公式。因此，后来使用它的企业不得不对FCF公式进行修补，又把资本性支出加回到FCF，这个加回后的FCF就是“调整后FCF（Adjusted FCF）”。

然而加回资本性支出的做法却会让自由现金流理论基础崩塌——它会使FCF变成经营性净现金流。为了避免这个情况发生，使用者又将资本性支出做分类：战略性投资（购置新资产）和维护性支出（维修旧资产），然后只将后者加回。

图3. 调整后自由现金流的问题

受“调整后FCF”影响，美国越来越多上市企业开始按照自己的方式来调整FCF，出现了大量的“管理层自定义自由现金流”（Management-Defined Free Cash Flow，MD-FCF）。FCF自定标准的趋势表明，自由现金流方法已经丧失了统一规范和标准下的客观性，很难再成为企业价值评估的有效方法与市场共识，只能作为公司用来解读自身独特价值的工具，或美化经营业绩的装饰品。

美国证监会（SEC） 首席会计师 Paul Munter曾在2024年1月演讲时说过：“当一家公司的自由现金流依赖于剔除必要投资时，这种自由是虚构的。”

由于调整FCF的乱象，美国证监会（SEC）不得不对调整后FCF出台监管新规，对其使用进行规范。2023年，SEC更新监管规则，在其 Regulation S-K Item 10(e) 中新增要求：“若调整后FCF加回的战略性投资包含筹资现金，企业必须披露该比例及对FCF的影响”。SEC这个要求，就反映出FCF理论的硬伤——“现金流错配”，因为很多战略性投资的资金都来源于融资，如果把投资固定资产的资金加回到FCF公式，就相当于用筹资资金虚增了自由现金流。

（三）自由现金流想表达什么？

1、自由现金流方法的发明，最重要的原因就是认为净利润是一个容易被操纵的指标，而现金流的操纵空间远小于会计利润。这是一个巨大的认知误区，首先，净利润可以只用主营业务的现金利润，来判断企业的盈利能力；其次，可以将12个月账期的应收账款利润，纳入净利润额，这是短期未来现金利润，不可忽略，用这个方法就可以解决所谓利润操纵的问题。

2、自由现金流指标的业绩操纵空间，可以大到难以想象，比如一个FCF=1亿的企业，有可能实际亏损-9500万，也有可能盈利超过8000万。一旦失去净利润的准绳，FCF指标根本就无法判断企业的真实盈利能力。

3、这个指标还受到当期是否有资本性支出的影响，比如通过调整资本性支出，就可以大幅操控FCF的空间。比如国内的很多内卷型企业采取亏损战略，通过降低产品价格，来扩张市场份额，从而达到消灭规模较小的竞争对手的目的，这种亏损战略就是保持经营性现金流为正，但净利润为负，然后靠大规模贷款和折旧来保持经营性现金流为正的可持续经营状态。这类企业一方面不再做固定资产支出，另一方面，增加净借贷。这两种操作完全符合图1和图2让两种自由现金流增加的结果。

4、无论自由现金流创建者和使用人怎么鄙视影响净利润背后的折旧政策、商誉减值等因素，他们都逃脱不了会计规则的规范和限制——只有净利润才能分配，才可以作为投资回报，现金流却不可以。所以，会计规则就把自由现金流做可自由分配股东的道路给封死了，自由不自由不是自封自由现金流就自由了，而是只有现金净利润才能给股东分配。因此，与其叫“自由现金流”，不如叫“可分配现金利润”更加准确。

5、自由现金流特别强调的是可分配现金，这个可分配现金的用途只有两种：一是到期金融债务；二是股东分红。前者是优先支付项，与资金来源比如收入多少，折旧多少，盈利多少没有直接关系，只要账上有钱就可以支付。至于股东分配，就有很多要求，首先是会计准则认可的净利润，其次是现金利润，再其次是现金利润中去除企业用于运营和投资的剩余部分才能分红。很多企业都有大把未分配利润，这些利润用于分红还是扩张，取决于公司的发展战略、分红政策、回购计划与融资策略的平衡。许多上市公司，都是通过举债来按照会计利润分红（而非现金利润）的——这归根结底还是一个现金流管理的问题，而非用来评估企业价值的依据。

6、绝大多数成长性企业是以发展和扩张为优先的，这也满足股东股权价值最大化的诉求。这类公司因为把更多的利润用于再投资，没有多少给股东分配的现金，单其市场的价值逻辑与自由现金流理论相反——它们的市值在不断提升而不是下降。这其中一个非常简单的道理：成长期的企业净利润留在企业，会发挥更大的赚钱效应，使得净资产收益率ROE指标上升，并传导到市盈率P/E或市净率P/B，使得股票价格上升。

总结：现金流本来是企业资金流动的观察指标，它是企业运行健康的观察维度，单不是以盈利能力为核心的企业/股权价值本身。观察现金流最好的方法，就是直接看现金流量表：观察企业盈利能力最好的方法就是观察利润表和经营性现金流表。一个脱离会计准则和现金流错配的自由现金流公式，既无法表达正确企业的现金流信息，很难表达企业价值信息。

四、折现现金流DCF方法的理论缺陷与应用误区

（一）预测期与永续价值区的划分

自由现金流FCF是原料，这个原料要使用DCF模型才能完成估值。而DCF是一种绝对估值法，即按照预测期和永续期来进行价值评估。然而这两个阶段的划分却没有统一的标准，而缺乏统一标准和规范的方法，必然会产生估值结果的巨大差异，比如是按照可预测期和终值期，还是按照投资期和终值期？这两种期限划分的估值结果完全不同。

此外，DCF与投资期无关，它算的是“企业（或股权）在整个生命周期里产生的全部可分配现金流的当下折现值”——它给出的是一张永续图景下的内在价值。而事实上，一个项目投资期的长短，与投资回报率密切相关。无论是早期风险投资，还是股票价值投资，投资期限都是影响估值的关键变量。比如2007年投资京东两年和八年回报，以及2019年投资英伟达两年和五年的回报，会相差十分悬殊。很多超级回报的投资，都是较长投资期限的结果。因此，预测期和终值期的划分，以及投资期限长短对估值影响的问题，都是DCF方法所无法解决的。

（二）永续价值的谬误

永续价值是DCF方法中最大的Bug。其三大假设：①永远增长、②增长率恒定、③折现率不变，既没有理论上的依据，现实中也不存在哪怕一个案例。只要使用DCF方法，就避不开永续价值。而永续价值占整个估值的比重却是决定性的——无论怎么划分，永续价值通常都占企业价值的绝大部分（60%以上）。因此，永续增长率的微小变化对最终结果的影响，远大于预测期内许多预测变量的影响。一个百分点的永续增长率差异，可能导致估值相差30%以上。因此永续价值给估值带来困扰远大于其实际的使用效果。面对市场的质疑，估值大师达莫达兰只强调给永续价值的赋予故事内容，让其配得上那个高比例的价值，然而，他却建立不起来故事与假设之间可量化的关系，更没有相关历史数据验证的关联性研究。

永续价值的两个假设永远恒定增长与折现率不变，无论从理论上，还是在现实中都不存在，因为投资期越长，无论是资本的时间风险溢价，还是被投项目的长期不确定性，都会导致折现率曲线随时间的延长而上升，这个上升曲线与收益率曲线相交的交点，就是预测的边界。

图4. 有效预测期示意图

如图4所示，超过有效预测期的时点，投资内部收益率会低于折现率，其后的NPV为负值。

无论是可预测期的长短，还是永续价值的三个假设，DCF方法都没有可量化的依据与规范标准，完全依赖于分析师对行业格局、公司竞争壁垒和商业模式的理解。这就使得DCF方法的估值结果无法在共识的框架中收敛，不仅很难指导投资决策，反而还会成为严重误导投资决策的教科书级别的工具——因为那些看似精确的假设输入，只能带来“Garbage in，Garbage out”的结果。

五、成长性驱动的价值模型

（一）PEGR估值模型

PEGR估值模型就是成长性驱动的价值模型（Growth-Driven Value Model），这个模型有三大核心概念：

1、有效价值——所有估值都是未来净利润的现值之和（Cumulative Present Value，CPV），所有估值和估值比较，都要折现到当下的现值“起跑线”。内部收益率IRR大于折现率R的投资，才会有正回报。

2、有效增长率——现值增长率G是有效价值增长率。因风险水平（折现率R）不同，同样复合增长率g下，可以有多种G。只有比较G才有意义。

3、有效预测期——所有被投项目都存在有效预测期。有些项目虽然后来出现了增长的“第二曲线”，事后延长了图4中IRR曲线与R曲线的相交时间，但是在期初时点估值时，并不能预测到未来的“第二曲线”，就像2016年无法预测到2023年AI的爆发会导致英伟达价值飙升一样，因此，R曲线依然会因预测期外信息的不确定而陡峭上升。

在这三个核心概念基础上，PEGR模型构建了与FCF/DCF模型截然不同的估值框架：

图5. PEGR模型架构

PEGR模型有四大变量：估值水平（市盈率P/E），盈利能力（增长率G）、风险水平（折现率R）和资本耐心（投资期n），其中G为净利润的现值增长率。在增长曲线为平滑曲线的情况下，复合增长率g与现值增长率G的关系为：g=G(1+R)+R。

四大变量在确定其中两个变量的情况下，可以建立另外两个变量的函数关系，非常方便不同估值条件下的各种变量的关系的模拟研究。

（二）估值要素折现率

折现率是投资项目的必要收益率，也是项目的风险水平和资本成本，它表达了对投资项目风险的量化，这个量化就是对风险覆盖的额外收益要求，具体表现为对评估价值的减少，因此可以简单地理解折现率就是价值的“折扣率”，不过这种“折扣”不是简单的百分比打折，而是以一种“额外收益率”的形式进行打折。因此，对风险量化的折现率确认，是估值的核心技术。

对风险量化就要理解风险的本质：风险不是既有的损失和已明确的坏趋势，比如过去的亏损和已知的将要亏损或负增长，而是未来发生损失、目标失败，或坏趋势发生的不确定性。确定性的信息会在业绩中体现，信息的不确定性会在折现率中体现，折现率就是信息不确定性的量化表达，这就是风险的本质。很多科技公司比如亚马逊和Space X，前期的亏损并不是风险，因为亏损已在业绩中体现。未来失败的不确定性才是风险，因此，Space X在前三次试验失败后，市场关心的是其未来火箭回收技术能否成功，风险就是未来技术成熟的不确定性。在医药行业，这种技术产品化的不确定性常常用“失败率”或其倒数“成功率”来表达。因此，估值在引入折现率或成功率后，相当于是对价值评估做了“风险清洗”或“去风险化操作”。换句话说，在折现率或成功率可靠、且十分保守的情况下，投资早期高风险项目组合（非单一项目）的安全性与投资中后期本质上没有区别，甚至收益率还会更高。

折现率与信息的模糊性呈正相关关系，反映在估值当中就是评估期越长，信息的模糊性越高或进入信息黑箱阶段，折现率会大幅上升。这也是图4中折现率R曲线后期越来越陡峭，导致DCF方法中的戈登模型终值假设失效的根本原因，终值的折现率恒定假设是根本不存在的。

对于估值来讲，理解了风险的本质是信息的不确定性这个第一性原理，估值工作就简化了，对未来（比如科技股）或者对当下（比如早期科创企业）认知的模糊，都可以反映到风险水平——折现率上。换句话说，没有不可以估值的投资标的，只要有相关的信息，通过评价信息的确定性或模糊度，就可以获得估值所需的价值（未来业绩预测）与风险（折现率）参数，从而获得估值。

构成投资风险的要素有三种：企业经营风险，投资期限风险，股权流动性风险。这三重风险也以三种折现率来表达：

1、企业经营风险折现率（Rc）——包括市场、管理、产品、研发、债务等企业内在风险。

2、投资期限风险折现率（Rt）——投资期限风险溢价（Horizon Premium），这是与项目自身风险无关，仅与时间长度相关资本的时间风险成本。

3、股权流动性风险折现率（Rl）——股权流动性决定了投资退出或变现的难易程度。流动性高的资产会有一个较高的溢价，流动性差的资产，就存在退不出的风险，因此，非股票类的股权投资要考虑流动性风险。

（三）隐含终值投资回收期

所有估值或价格的投资回收期都隐含了终值。换句话说，在股票市场中，任何股票的价格，都是表达了当时的交易者对未来全部净收益，包含终值的全周期价值的预期。但从事后真相看，这个“终值”有可能是错的，原因是：

1、市场并非全知，市场预判错误是常态。

2、新信息不断出现，比如企业出现了创新的第二增长曲线，或者衰败出局。

3、终值本身是一个动态变化的期望值，不是静态绝对值。

尽管市场经常会预判错误，但正是市场的预判才形成了当时的价格，在新信息的出现和市场认知发生改变后，价格就会发生改变，这个改变就是投资人的机会：价格趋势向上的买入机会，或价格趋势向下的卖出机会。

使用隐含终值投资回收期，可以避开DCF方法中的终值假设，比如按照项目的风险水平R、预测增长率g和可接受的动态回收期DPP，可以用PEGR公式计算出估值水平P/E。或者通过给定的估值水平P/E，反过来推算DPP内的增长率g是否合理，而无需再去做终值预测的无依据假设。

（四）投资效率

在我们发现所有市场的价格都包含了预测期外的终值时，隐含终值TV的投资回收期（静态回收期SPP和动态回收期DPP）就成为了投资效率关键指标。以前人们都不重视投资回收期这个指标，将其作为辅助性的指标，甚至大多数使用DCF方法的人，都不看这个指标。估值大师达莫达兰，达莫达兰（Aswath Damodaran）在其公开课程、教材和估值案例中很少把“投资回收期（Payback Period）”作为核心指标。这与投资回收期内的收益只是企业价值的一部分，期外终值TV才是大头的认知误区有关。当SPP和DPP都隐含TV时，投资效率这个概念和指标就产生了。一个项目的好坏，不仅仅是看其绝对的估值，更重要的是看其投资回收期，回收期短的项目，不仅仅资本的流动性高于回收期长的项目，而且对于持续创新和增长的项目，如果在回收期后继续持有，会获得比回收期长的项目更高的投资回报。

（五）内部收益率与折现率和投资回收期的关系

在做估值分析时，首先要确定的是风险水平（折现率R），即“必要收益率”，其次要确定的是动态投资回收期（隐含终值DPP），即“必要回收期”，然后再根据DPP期间的盈利预测计算出估值，或者通过估值来分析DPP期间的IRR的合理性。如果IRR≥R，则投资可行，如果IRR＜R，则投资不可行。当然，也可以通过延长DPP的时间，来满足“IRR≥R”的条件，但这相当于降低了投资效率。保持投资效率不变的方法就是不改变DPP，但降低估值——通过压低投资价格，使得DPP期内的IRR上升，以满足“IRR≥R”的条件。

在分析历史价格时，可以用任一个时点的价格与其后的业绩，形成一个价格与利润之间的内部收益率IRR的关系，这个关系会形成IRR-t曲线（如图4所示），IRR-t曲线向我们揭示了市场价格形成的机制——股票价格是由市场对该股票未来盈利能力和风险预期形成的。如果历史IRR超过之前的预期，就会有两种可能：一是价格形成时的市场的风险预期过高，压低了价格，使得后期的IRR高于期初的预期；二是价格形成时的风险预期并不高，甚至后期的风险水平还有所下降，但是业绩超预期使得IRR高于期初的预期（比如英伟达2019年的股价是无法预期2024年AI爆发业绩的）。相反的分析也是同样逻辑，如果IRR不及期初的预期，一方面，可能是期初风险预期过低，出现了价格泡沫所致；另一方面，可能是业绩不及期初的预期所致。

通过理解历史价格的IRR与R和DPP的关系，我们估值时就要在“两个必要”——必要收益率R和必要回收期DPP的基础上，来建立估值的约束条件：在必要DPP内，“IRR≥R”条件下的必要增长率G。如果增长率G不能满足“IRR≥R”的条件，估值就不合理。

成长性驱动价值模型在投资决策中的应用

一、决定市盈率高低的内在动力-阻力结构

股票市场最常用的估值指标就是市盈率P/E，在股权投资市场，P/E也是被经常使用的估值倍数指标。然而P/E的高低，迄今为止却没有一个与价格与业绩和风险相关的量化关系，比如为什么一个企业的市盈率是80倍，而另外一个企业的市盈率是8倍？显然，前者的成长性高于后者，但二者背后的增长率差异究竟应该是多少？十倍么？二者的风险水平（折现率）差异又如何？却没有任何估值模型能够给出答案。而彼得林奇常用的PEG公式过于简单，一是使用的增长率只有3年左右，无法解释当下低增长率，甚至亏损，但高估值股票的价格合理性；二是没有风险考量，折现率是估值倍数的高敏感变量，不同风险水平但相同增长率的项目，价值差异很大。图5的 PEGR模型架构就清晰地表达了估值水平与增长率、折现率和投资期的量化关系，这个架构也反映了成长性驱动P/E的内在“动力-阻力”结构：

图6. 成长性驱动的估值倍数内在动力-阻力结构

图6这个“成长的动力-阻力”结构受到两个因素影响：

1、增长的基数效应——随着基数的扩大，高增长率难以长时间保持。如图4所示，内部收益率IRR曲线会由陡峭变得平缓。很多价格泡沫破裂的股票，就是在增长率放缓甚至下降的阶段，仍然被赋予高增长时的估值水平，无视增长的基数效应。

2、风险的时间效应——随着时间的延长，远期信息的不确定性或模糊度会大幅度增加，如图4所示，折现率R曲线会越来越陡峭。这也是为什么很多优质股票的价格可以上升很多倍，部分原因就是市场在早期不太相信企业的未来故事，才会因为对未来业绩的高风险预期，压低了期初的股价，从而产生了后来巨大的升值空间。也正因为如此，DCF模型中的终值假设——折现率永远不变，从理论上就不成立。

正是这两个效应，才有了图4的内部收益率IRR与风险水平R和投资期限的关系，以及可估值的边界。图4中的IRR曲线就是“增长动力-时间”曲线；R曲线就是“风险阻力-时间”曲线。这两条曲线在估值和做投资决策时，尤其泡沫阶段决策时需要重点关注的。比如判断当今美股AI科技巨头股价的泡沫化程度，就需要深入分析其“增长动力-风险阻力”结构。

（未完待续）

来源：上海金融与发展实验室