聚鑫汇

聚鑫汇官网/聚鑫汇估值

股票AI估值模型 · Valuation Framework

聚鑫汇估值与股票AI估值模型

聚鑫汇估值围绕PE、PB、PS、EV/EBITDA、FCF Yield和DCF等方法，帮助理解不同股票估值模型的适用场景与局限，而不是对任何具体公司给出目标价格。估值依赖假设（Assumption）——增长率、利润率、折现率和终值增长率的选择，都会直接改变估值结果。在聚鑫汇估值体系里：Valuation ≠ Price Prediction，估值模型不是股价预测工具，它输出的是基于特定假设的价值区间，而不是对未来股价走势的判断。

股价对比PE PB PS EV EBITDA FCF Yield和DCF六种估值方法且每种方法都依赖假设并输出价值区间而非单一价格的框架图
Valuation Fundamentals

核心概念：股票估值方法与常用指标定义

股票估值（Valuation）是把公司当前的价格，和它的盈利、净资产、营收或现金流放在一起比较，用来判断这个价格相对于公司基本面处于什么水平的方法，而不是对股价走势的预测。以下是聚鑫汇估值中最常使用的几组指标定义。

PE 市盈率

PE（Price to Earnings，市盈率）是股票价格与每股收益（EPS）的比值，衡量投资者为每一单位盈利愿意支付的价格。PE本身不能脱离增长、利润率和风险单独使用。

Trailing PE 静态市盈率

Trailing PE使用过去12个月已经实现的每股收益计算，反映的是已经发生的盈利水平，不包含对未来的预期。

Forward PE 动态市盈率

Forward PE使用分析师对未来12个月或下一财年的预测每股收益计算。当盈利预测被下修时，即便股价不变，Forward PE也会上升，这正是判断PE变化含义时必须区分的关键点。

PB 市净率

PB（Price to Book，市净率）是股票价格与每股净资产的比值，常用于资产负债表本身就是核心经营工具的行业，例如银行。

PS 市销率

PS（Price to Sales，市销率）是股票价格与每股营收的比值，适合当期利润很低甚至为负、但营收具备参考意义的成长型公司，但必须结合毛利率一起看。

EV 企业价值

EV（Enterprise Value，企业价值）等于市值加有息负债再减去现金及现金等价物，代表收购这家公司整体所需要付出的理论成本，涵盖股权和债权两部分。

企业价值等于市值加负债减现金再除以EBITDA用于剔除资本结构差异后比较公司估值水平的示意图

EV/EBITDA = (市值 + 负债 − 现金) ÷ EBITDA，剔除了不同公司资本结构差异对估值比较的影响。

EV/EBITDA是什么：EV/EBITDA是企业价值与息税折旧摊销前利润（EBITDA）的比值。因为分子EV已经把负债和现金都计算在内，分母EBITDA又剔除了利息、税项、折旧和摊销的影响，这个指标可以在不同资本结构、不同折旧政策的公司之间进行更公平的比较，是跨公司、跨行业比较时常用的补充指标。

自由现金流除以企业价值或市值得到FCF Yield并与市盈率的倒数概念做对比的示意图

FCF Yield = 自由现金流 ÷ 企业价值（或市值），衡量估值相对现金流产出能力的水平，可以与PE的倒数概念对照理解。

FCF Yield是什么：FCF Yield（自由现金流收益率）是自由现金流与企业价值或市值的比值。它衡量的是，如果把公司未来能够产生的自由现金流折算成当前收益率，相对现在支付的价格是否合理。它与市盈率的倒数（盈利收益率）概念相似，但FCF Yield使用的是现金流而不是会计利润，能够在一定程度上规避利润表中非现金项目的干扰。

两家示意公司市盈率分别为12倍和35倍并拆解为增长利润率资本回报率资产负债表和周期位置五个因子的对比示意图

同样是PE，12倍和35倍背后可能对应完全不同的增长、利润率、ROIC、资产负债表和周期位置组合，单看倍数高低容易得出误导结论。

股票估值是什么：把上面这些方法放在一起看，股票估值本质上是在回答同一个问题——当前价格相对于公司的盈利能力、资产状况、营收规模或未来现金流，处于一个便宜、合理还是昂贵的区间，而这个判断始终建立在具体的假设之上，本身不是对未来股价的预测。

Industry Valuation

行业估值：为什么不同行业不能用同一张PE表比较

为什么不同行业估值不同：PE、PB、PS这些估值倍数的"合理区间"，本质上取决于这个行业的盈利模式、资产结构和盈利稳定性。银行的资产负债表本身就是经营工具，科技公司的当期利润可能很低但增长空间大，周期性制造企业的盈利会随景气周期大幅波动——用同一张PE表格衡量这三类公司，几乎必然得出误导性的结论。

银行怎样估值：银行的资产负债表——贷款、存款、资本充足率、不良贷款率——本身就是其核心经营工具，因此市净率（PB）结合净资产收益率（ROE）通常比市盈率更适合衡量银行股票的估值水平。科技公司怎样估值：软件与互联网类公司当期利润可能很低甚至为负，但增长速度、毛利率和经营杠杆决定了未来盈利释放的空间，因此市销率（PS）需要结合这些指标一起使用，而不能单独作为估值依据。周期股为什么容易出现低PE陷阱：周期性制造企业在景气顶部时当期利润处于高位，PE看起来可能很低；但这恰恰是盈利即将回落的时点，直接使用静态PE容易把"景气顶部"误判为"便宜"。

银行资产负债表作为核心经营工具经过资本充足率和不良贷款率指标后以PB结合ROE作为主要估值视角的示意图

优先看什么：P/B + ROE

银行的资产负债表本身就是经营工具：贷款是资产、存款是负债，资本充足率和不良贷款率直接决定了银行能承受多大的风险敞口和盈利能力。市净率结合净资产收益率，能够更直接地反映银行股东权益的使用效率和估值水平，是银行估值中最常用的主要指标组合。

常见误用与提醒

只看PB高低而不结合ROE和资产质量，容易把"便宜"和"风险大"混淆——PB偏低有时恰恰反映市场对其资产质量或拨备覆盖率的担忧，而不是单纯的低估。

科技软件公司当期利润偏低时结合增长率毛利率经营杠杆和未来自由现金流路径将市销率作为补充估值视角的示意图

优先看什么：Growth + Gross Margin + FCF Path

科技与软件公司当期利润可能很低甚至为负，但如果收入增长快、毛利率高，经营杠杆逐步释放，未来盈利能力和自由现金流路径可能显著改善。这类公司通常需要把PS、增长率、毛利率和未来现金流预测结合起来评估，而不能仅凭当前利润判断。

常见误用与提醒

把PS当作独立、可以孤立比较的指标是常见误用——收入增长如果无法转化为毛利和未来现金流，高PS缺乏支撑；PS只能作为辅助视角，不能替代对盈利路径的判断。

周期性行业盈利随景气顶部和底部波动导致PE反向变化并在周期顶部出现低PE陷阱的曲线示意图

优先看什么：Normalized Earnings 归一化盈利

周期性制造企业的盈利会随行业景气度大幅波动，用跨越完整周期（包含顶部和底部）计算出的归一化盈利，比单一年度的静态利润更能反映公司的真实盈利能力和合理估值水平。

常见误用与提醒

周期顶部PE看起来最低的时候，往往正是盈利即将回落的时点；反过来，周期底部PE看起来最高甚至转为无意义的时候，可能正是盈利即将恢复的阶段。仅凭当期静态PE判断"便宜"或"昂贵"，在周期股上尤其容易得出相反的结论。

DCF & Sensitivity

DCF现金流折现模型与估值敏感性

DCF是什么：DCF（Discounted Cash Flow，现金流折现模型）通过预测公司未来若干年的自由现金流，并按照折现率把这些未来现金流换算成今天的价值，再加上预测期之后的终值（Terminal Value），从而估算出企业价值的一种方法。DCF的输出从来不是一个精确数字，而是一个建立在具体假设之上的价值区间。

预测期多年自由现金流与终值按加权平均资本成本折现到现值并加总得到企业价值的现金流折现模型示意图

DCF：Forecast Period FCF（多年预测现金流）+ Terminal Value（终值），按WACC折现回Present Value，加总得到Enterprise Value。

WACC是什么：WACC（Weighted Average Cost of Capital，加权平均资本成本）是企业股权成本和债务成本按照各自占比加权计算得出的综合资金成本，在DCF模型中被用作折现率，把未来现金流换算为现值。Terminal Value是什么：Terminal Value（终值）用于估算预测期结束之后所有未来现金流的现值，通常假设一个长期稳定的终值增长率（Terminal Growth Rate）。由于终值涵盖的是"预测期之后无限期"的现金流，它在DCF总估值中往往占据很大比重，对增长率和折现率假设的变化也格外敏感。

WACC折现率和终值增长率两个假设旋钮共同决定终值大小并标注高敏感性风险提示的示意图

WACC和Terminal Growth Rate是DCF模型中最敏感的两个假设，任何微小调整都可能通过复利效应被放大。

三种情景假设：Base / Higher Growth / Lower Growth

聚鑫汇估值在展示DCF方法时，统一使用中性情景命名，避免任何"看多""看空"式的股票暗示：

Base Scenario（基准情景）

采用当前市场普遍预期的营收增速、经营利润率和资本开支假设，作为方法示意的中间参照。

Higher Growth Scenario（更高增长情景）

假设营收增速或利润率高于基准情景，用于观察结果对增长假设变化的敏感程度，不代表对任何公司的预测。

Lower Growth Scenario（更低增长情景）

假设营收增速或利润率低于基准情景，同样只用于展示假设变化对估值区间的影响幅度。

DCF敏感性矩阵（方法示意 / 非具体公司数据）

营收增速和WACC两个坐标轴构成的方法示意敏感性矩阵用色块表示估值区间变化而不标注具体数值的热力图

敏感性矩阵：横轴WACC、纵轴Revenue Growth，色块越深代表相对基准情景的估值倍数区间越高，本图仅为方法示意，不代表具体公司数值。

下表用Company A（示意数据）演示Revenue Growth、Operating Margin、WACC和Terminal Growth四个假设变化时，DCF估值结果相对Base Scenario现值的倍数区间会如何变化。表中数值均为方法示意，不对应任何真实公司，也不构成任何具体的目标价格。

DCF敏感性示意：Company A（示意数据），估值区间以相对Base Scenario现值的倍数表示，方法示意 / 非具体公司数据
情景假设 Revenue Growth Operating Margin WACC Terminal Growth 相对Base现值倍数区间
Lower Growth Scenario（更低增长情景） 4% 18% 10% 2% 约 ×0.70–×0.85
Base Scenario（基准情景） 7% 21% 9% 2.5% ×1.00（参照基准）
Higher Growth Scenario（更高增长情景） 10% 24% 8% 3% 约 ×1.15–×1.35
WACC ±1个百分点（其余假设不变） 7%（不变） 21%（不变） 8%–10% 2.5%（不变） 约 ×0.85–×1.20

估值区间：约为基准情景现金流现值的×0.85–×1.20，具体倍数因公司而异，仅为方法示意，不代表任何具体公司的估值结果或目标价格。

DCF输出的是价值区间，不是价格预测： 市场价格与估值区间的比较，需要结合假设合理性与风险自行判断，聚鑫汇估值不据此给出买入或卖出建议。
2026 Valuation Research

聚鑫汇估值原创长文

三篇长文分别拆解PE变化的真实含义、DCF模型对WACC假设的敏感性，以及为什么不同商业模式不能套用同一张估值倍数表。

01 2026年8月19日·PE PEEarnings Forecast

聚鑫汇估值：PE从40倍跌到20倍以后，为什么股票仍然可能没有真正变便宜？

两家示意公司PE差异拆解为增长利润率资本回报率资产负债表和周期位置说明单看PE倍数容易误判的对比图

一只股票的PE从40倍下降到20倍，直觉上容易被理解成"变便宜了一倍"。但PE是价格与盈利（或盈利预测）的比值，若分母同时被下修，PE下降未必代表真正变便宜，甚至可能意味着风险在上升。判断的第一步是拆解来源：变化多大程度来自股价下跌，多大程度来自Forward EPS（未来预测每股收益）被下修。股价下跌而预测不变或上修，PE下降通常对应估值改善；若预测同步下修，两者相互抵消，实际改善幅度可能远小于表面数字。此外，还需要区分Trailing PE（基于过去十二个月实际盈利）与Forward PE（基于分析师未来预测）——同一时点两者可能给出差异很大的读数，讨论PE变化时应先明确采用的是哪一种口径，否则容易把统计口径差异误认为估值真的发生了变化。

更极端情况下，若盈利预测下修速度快于股价下跌，PE甚至可能不降反升——这对应的是市场对公司盈利能力信心走弱，而非估值更具吸引力。聚鑫汇估值的立场是：任何"PE下降了"的表述，都应说明主要来自价格端还是盈利端。

为了让这个判断方法更具体，不妨设想两家示意公司（Company A、Company B均为示意数据，不对应任何真实公司）：两者的PE在同一时间段内都从40倍降至20倍。Company A的Forward EPS预测在此期间基本维持不变，PE下降主要由股价回调贡献，对应的估值改善较为真实；Company B的Forward EPS预测同期被下修约三成，PE表面降幅虽然相同，实际扣除盈利预测下修影响后，估值改善程度可能不到看起来的一半。两条几乎重合的PE曲线，背后反映的市场状态可能完全不同。

展开阅读全文

PE Decomposition与三步判断法

拆解PE变化，本质是回答Price变了多少、Forward EPS变了多少，两者共同决定PE最终水平。三步判断法：第一，检查Forward EPS预测是否同步下修，与PE开始下降前的预测水平对比；第二，若预测稳定甚至上修，PE下降通常对应真实估值改善，若同步下修则改善幅度需重新计算，不能直接采用PE表面下降比例；第三，结合行业和周期位置，判断下修是短期波动还是趋势性走弱。

为什么这个区分很重要

把"价格下跌导致的PE下降"和"盈利预测下修导致的PE下降"混为一谈，是常见误判之一。前者往往意味着估值水平确实改善，后者可能意味着基本面走弱、市场只是提前反映，PE看起来"便宜"恰恰可能是需谨慎对待的信号而非机会。市场情绪本身也会通过预期传导影响股价，与盈利预测修正形成双向反馈，进一步增加了单纯依赖PE数字做判断的风险。聚鑫汇估值不对任何具体股票给出"便宜"或"贵"的结论，而是提供先拆解、再判断的分析步骤。

示意案例：把三步法用在两家公司身上

继续以Company A、Company B示意数据为例（均为示意，不对应任何真实公司）：两家公司PE均从40倍降至20倍，若按第一步查Forward EPS变化，Company A预测基本持平，Company B预测下修近三成；进入第二步重新计算真实估值改善幅度时，Company A的下降更多来自价格端，改善较为扎实，Company B由于分母同步走低，被"稀释"后的真实改善远小于表面20倍的观感；第三步再结合行业周期与下修是否仍在延续，判断这轮下修是阶段性调整还是趋势性走弱。相同的PE路径，经过拆解后得出的结论可以截然相反，这正是聚鑫汇估值坚持先拆解、再判断的原因。

02 2026年8月20日·DCF DCFWACC

同一个DCF模型只把WACC改变1个百分点以后，为什么估值结果可能发生非常大的变化？

WACC折现率发生微小调整后经过终值的复利放大效应导致DCF估值结果出现较大波动的敏感性示意图

在DCF模型里，WACC（加权平均资本成本）扮演折现率的角色，决定未来现金流需要按多大比例"打折"换算成今天的价值。表面上把WACC从9%调整到10%只是一个百分点，但折现逐年复利计算，越遥远的现金流受影响越大，而DCF价值有相当一部分恰恰来自很远的未来——Terminal Value（终值）。即使Revenue Growth（营收增速）和Operating Margin（利润率）完全不变，仅调整WACC这一参数，企业价值就可能出现两位数百分比的波动，这是DCF方法的数学性质决定的，而非模型出错。

正因为如此，聚鑫汇估值不主张把DCF结果呈现为单一精确数字，而应以区间形式呈现，并标注对应的核心假设范围，尤其是WACC和Terminal Growth Rate。未标注假设敏感性的DCF结果，只展示了无数可能结果中的一种，容易给人"精确"的错觉。

这种敏感性并非对所有公司一视同仁。以Company A（成熟稳定现金流类型，示意数据）和Company B（早期高增长类型，示意数据）为例：两者现金流总量或有差异，但决定敏感度的关键在于现金流在时间轴上的分布——Company B的多数现金流预计发生在更遥远的未来，Terminal Value在企业价值中的占比更高，折现期限也更长，因此同样把WACC从9%调整到10%，Company B估值区间的波动幅度通常明显大于Company A。这说明分析高增长阶段公司时，尤其需要用区间而非单点呈现DCF结果。

展开阅读全文

为什么Terminal Value对WACC格外敏感（示意性敏感度概念，非具体公司数据）

DCF把估值拆成两部分：预测期（如5到10年）现金流现值，加上此后所有现金流的现值，即Terminal Value。因其对应"无限期"现金流，折现公式对WACC与Terminal Growth Rate之差极为敏感，差值越小敏感度越高；多数模型中Terminal Value占企业价值一半以上，WACC的微调会被显著放大。以Company A示意数据为例：其余假设不变，仅把WACC从9%调至8%或10%，估值结果相对基准情景可能出现约×0.85至×1.20的波动，仅为方法示意，不对应任何真实公司数值。

DCF结果应该怎样呈现

负责任的DCF展示应同时给出核心假设（Revenue Growth、Operating Margin、WACC、Terminal Growth）的取值范围及对应的估值区间，而非单一精确数字。聚鑫汇估值统一使用Base / Higher Growth / Lower Growth三种情景命名，结合敏感性矩阵说明假设变化的影响幅度，让使用者理解区间建立在哪些假设之上，而非把模型输出误当作股价预测。

示意案例二：为什么高增长阶段公司更敏感

沿用Company A（成熟型，现金流集中在预测期前几年，示意数据）与Company B（高增长型，现金流更多集中在预测期后段与Terminal Value，示意数据）对比：假设两者初始估值区间接近，仅将WACC同步从9%上调至10%，Company A企业价值下降幅度通常是个位数百分比，Company B下降幅度可能达到前者的两倍以上，原因在于其现金流现值结构中来自远期与Terminal Value的比重更高，折现复利效应被放大的部分也更多。这提示，对处于高增长、当前盈利能力尚未完全体现的公司做DCF估值时，WACC假设的选取与区间披露尤为重要，单一精确数字容易掩盖模型对假设的高度依赖。

03 2026年8月17日·行业比较 行业估值Cross-industry

银行、软件公司和周期制造企业为什么不能用完全相同的一张PE表判断谁更便宜？

银行软件公司和周期制造企业分别对应PB加ROE增长与利润率以及归一化盈利三种不同估值方法的行业对比图

把银行、软件公司和周期性制造企业的PE放进同一张表格排序，是股票研究中最容易得出错误结论的操作之一。PE衡量价格相对盈利的比值，但"盈利"这个分母在三类公司里含义完全不同：银行盈利建立在庞大资产负债表和利差之上，更适合用市净率结合净资产收益率衡量；软件公司当期盈利常被研发和获客投入压低，增长快、毛利率高时更适合把市销率与增长率放在一起看；周期性制造企业盈利随景气度大幅波动，景气顶部时静态PE可能显得很低，恰恰是盈利即将回落的时点。三类公司的杠杆结构也完全不同——银行的资产负债表本身就是经营工具，软件公司几乎不依赖财务杠杆，周期制造企业则介于两者之间且随资本开支周期变化，这进一步说明为什么同一张PE表无法承载三种不同的经济含义。

核心结论是：估值倍数只有在经济含义接近的公司之间比较才有意义。把三类商业模式不同的公司塞进同一张PE排序表，本质是比较三个没有共同单位的数字，"谁更便宜"的结论从一开始就缺乏可比性基础。

举例来看会更直观（Company A、Company B均为示意数据，不对应任何真实公司）：银行类示意公司Company A的静态PE可能显示为个位数倍数，软件类示意公司Company B的PE可能高达数十倍，若直接排序容易得出"Company A更便宜"的结论。但Company A的低PE对应的是低杠杆弹性和存量资产的稳定回报，Company B的高PE对应的是收入高速增长与尚未完全释放的经营杠杆，两者的合理估值锚点本身不在同一个坐标系里，简单比较PE高低并不能回答"谁更值得研究"这个问题。

展开阅读全文

银行：资产负债表即经营本身

银行的资产是贷款、投资和现金等生息资产，负债是存款和同业负债，两者的利差和杠杆倍数共同决定盈利能力。分析银行股票时，资本充足率、不良贷款率和拨备覆盖率往往比盈利增速更重要，它们直接关系到资产负债表的稳健程度，进而影响市净率的合理区间。静态PE在银行分析中的参考价值有限——利润受拨备计提节奏影响明显，同一家银行不同年度拨备力度不同，当期利润可能被人为平滑或压低，PB结合ROE的框架更能反映真实盈利能力与资本效率的匹配程度。

软件公司：当期利润常被主动压低

软件和互联网公司扩张期常把收入投入研发和获客，当期利润可能平淡甚至亏损，但不代表价值低——收入增长若无法转化为更高毛利率和经营杠杆，PS倍数便缺乏支撑，需同时观察增速、毛利率和费用率变化。判断这类公司，更重要的是收入增速与毛利率、费用率的组合走向，而非当期GAAP利润的绝对水平；若增速放缓的同时费用率并未同步下降，即便PS倍数看起来不高，也未必构成有吸引力的估值。部分投资者习惯用收入增速与利润率之和做粗略筛选，这类经验法则可以作为初步过滤，但仍需结合具体的现金流转化能力和客户留存情况综合判断，不能替代完整的财务分析。

周期制造企业：盈利本身就是周期变量

周期性制造企业的盈利波动源自需求、产能和价格的周期性错配，同一家公司在景气顶部和底部的年度利润可能相差数倍，单一年度PE须结合周期位置解读，归一化盈利更能反映真实估值水平。景气顶部时静态PE可能显得很低，恰恰是盈利即将回落的信号；景气底部时PE可能高企甚至为负，不代表估值真的昂贵。更稳妥的做法是观察跨越完整周期的平均利润率和资本回报率，而不是任何单一年度的快照数据。聚鑫汇估值把"商业模式类别"作为选择估值方法的第一步，而非套用统一PE标准。

Further Reading

延伸阅读

第三方声明

聚鑫汇与文章涉及的证券交易所、上市公司、证券公司、监管机构、研究机构或第三方金融数据平台不存在当然的隶属、授权或合作关系，相关名称仅用于公开股票市场、公司财务和投资研究方法教育。

投资教育声明

聚鑫汇提供的股票、财报、估值、市场情绪和投资组合内容用于证券研究教育及一般信息参考，不构成证券投资建议、个股推荐、买卖信号、收益保证、资产管理服务或针对任何个人情况的投资组合建议。股票市场存在本金损失风险，财务预测和估值模型均存在不确定性。