=== P455 ===
直击要旨:消现难点
解决估值过程中遇到的问题 。 估值的难点因企业类型的不同，其表现方式也不尽相同 。 我
们提供的解决方法也因企业的不同而异 。 本意意在梳理应对估值难点的核心思路 。 在这个过程
中，我们会快速回顾一下所谓的估值亮点 。
当遭遇不确定性或缺失相关信息时，人们倾向于求助不太篇谱的经验，会对公司的增长、
风险和现金流做一些前后不一致的假设 。 随后的一 节将概述几个相关建议，以指引我们做出更
好的判断和评估，求得更好的估值结果 。
18. 1 坚守原则、善用新工具、弹性评估
一个原则就是一条核心思路，一项工具就是付诸核心思路于实践的系统方法，而一项评估
就是那件工具运用的产物 。 就企业估值而 言 ，有几项无论如何我们绝不能放弃的基本原则:
①任何一项资产都是基于其在未来创造现金疏的能力而获得价值 ;②风险影响价值;③增长必
定是勤奋的结果(不会由天而降) ; ④供求规律颠扑不破一一认为无需再投资就可以无限增长
的分析师，违背了这个基本原则 。
资产价值应是其风险的函数，这也是一项基本原则，而资本资产定价模型则是评估风险的
一项工具 。 我们求取的回归贝塔则是那项风险的一个评估值 。 我们坚信资产的价值受制于相伴
的风险 。 但如果有数据支持，我们愿意调适、修改甚至放弃资本资产定价模型 。 至于贝塔，我
们将使用任何最好的评估方法来求取，具体方法会因公司的不同而异。简言之，我们执著于我
们的信念:风险影响价值，就风险评估模型而言，我们不排斥任何新的成果 。 对于贝塔或其他
风险参数，我们总是期盼着会有更好的和更符合逻辑的评估方法 。
18.2 关注市场，但不要让它 们左右你 的估值
我们受邀去估值的许多公司，已经上市交易，有了市场价格 。 这里不去评价市场及其效率
等问题，但在市场如何为资产定价上，我们相信它还是内含着有价值的信息。事实上，无论是
我们在第 6 章对无风险利率的评估，还是第 7 章对股权风险溢价的评估，其价值判断都是来自

=== P456 ===
442 1 佑值 : 难点 、 解决方案及相关案例
于金融市场一一无风险利率是产生于国债的定价，股权风险溢价则是来自于股票指数水平 。 当
估值公司时，我们关注市场价格是出予以下两个原因 。
· 我们从市场上萃取的有关隐含增长率、风险和现金流的信息，可以用来 完善 我们的
估值 。
· 最终，我们投资者挣的钱不是来自于我们评估的内生价值，而是来 自子不断接近内 生
价值的市场价格 。 因而，我们需要理解市场价格为什么会背离价值，以及它们如何随
时间进行调整 。
同时，过多地关注市场(和价格)会使我们麻木，因为解读市场价格永远存在着不同流
派的假设 。 换言 之，如果我们从假设市场永远是正确的起步 ，那么我们的估值就会以确认这个
假设结束 。
当 我们 一方面使用市场的某些数字(无风险利率 、股权风险溢价 、 资本成本中负债和股权
的市场权重) ，同时又争辩称从另 一个角度看市场是错误的时，我们就要特别小心 。 为 了 得到
公司的合理价值，我们在公司估值的早期就必须决策，应该接受市场的哪些数据，并在哪些数
据上我们要挑战市场的共识。 在第 6 章和第 7 章，我们坚持认为在估值单个公司时，在无风险
利率和股权风险溢价上，我们应该接受市场的共识 ， 把我们的精力集 中 在评估公司的利润和现
金 流上 。 在第 13 宣言，我们做了 一 个案例:在估值一家石泊公司时，在汹价上使用了市场公认
的价格(或是来 自 现货市场或是来自远期和期贷市场 ) 。 我们也把估值范围限定在这家公司会
生产多少石汹及其成本结构的基础上 。
哪些是你愿意接受的市场智慧之光 ， 哪些又是你要远而避之的瑕疵， 一般 主要取决两个关
键变量 。 第一个是你作为一个分析师所看到的自己的比较优势，以及这些优势 会在哪里创造最
大的收益 。 如果你的强项 在于宏观经济动向和价格的预测，那你就应该用你的预测价格替代石
汹市场价格，做出一份上 乘佑值 。 另一方面，如果你的优势在于评估公司的内在能力，你就不
应该花精力去预测宏观经济 。 第二个因素是你的 工作描述 。 如果你的 工作不是去评估整个市场
或商品价格，而是评估单个公司的价值，那么若你让自己对宏观变量的看法渗透到你的工作
中，那就是帮了你和你客户的倒忙 。
18. 3 不要忽视风险
的确，在构建预测风险和推导预期收益的模型上，无论是在学术还是实践中，人们都投入
了很大的精力或相当的资源 。 同样 ， 对于这个现实世界，这些模型常常设定了 一 些经不起推敲
的假设 。 例如，在资本资产定价模型上，为 了 得到预期回报率和贝塔值之间的关系，我们假设
没有交易成本和非公开信息 。 在解读这些模型时，分析师会逐渐发现自己无法苟同这些假设。
这 些都是完全可以理解的 ， 但据此就轻率地认为风险在估值中无关 紧要，那就错了 。 实际上 ，
风险的评估和衡量通常是估值难点的症结所在，这里我们列示了在前几章已经讨论过的有关风
险的一些观点 。
· 凤险影 晌 价值 。 无论你采取何种方法计算公司价值都是如此。 在现金流贴现模型 里，
风险既体现在贴现率里 ， 也表现在风险调整后的现金流(它不仅仅是一个预期回报 ) 。
在相对估值中， 与 风险较小的公司相比，风险较大公司的股票在交易时，其利润倍数、

=== P457 ===
第 18 王军 直击要旨 : i削耳难点 t 443 
收入倍数和股本面值倍数都较低 。 虽然，较高的风险通常被理解为较低的价值，但有
一类资产是特例，其高风险属性能提升价值 。 这类资产价值的下行空间有限，但上行
空 间较大，带有期权特征 。 我们在前面的章节里探讨过各种例子，从第 9 章具有自主
知识产权的新锐高增长公司，到第 1 2 j苦的杠杆率高且陷入财务困境的公司，最终到第
13 章未开发的石油储备 。
· 凤险不尽相同 。 如果在过去几十年的风险审计中，有我们应该铭记的教训的话，那就
是风险各异，不尽相同 。 有些风险仅影响 一 家或数家公司，而另 一些风险则 会影响很
多公司，有些甚至会影响整个市场 。 在评估影响估值的风险时，我们首先必须界定某
家公司的边际投资者(握有大量股票的活跃投资人) ，并通过他们的眼光来看待风险 。
如果边际投资者的投资是多元化的，影响价值的仅有风险就只能是无法分散的市场凤
险或宏观风险 。 相反，若边际投资人的投资不是多元化 的，或只是部分多元化，我们
就要考虑更大范围的风险，其中包括公司的特定风险 。 在第 9 章里，针对创业者(通
常不会多元化)和风险投资者(通常只是部分多元 化 ) ，我们依据这些洞见计算股权
的总贝培值及其总成本 。
· 持续性凤 险 和离徽性凤险 。 风险可以被分为两类 。 持续性风险会长时间持续地影
响现金流和价值 。 这类例子有利率风险和外汇风险 。 离散性风险或非持续性风险
可能萤伏很长时间，一旦发作，对价值的影响非同小可 。 违约风险和 国有 化风险
就是这类风险的例 子。 我们始终认为持续性风险能很好地被贴现率化 解掉，而通
过评估事件发生 的概率和影响，离散性风险则可相对容易地予以度量 。 我们可以
利用这种处理离散风险的方法，对具有生存风险的高增长新锐公司和陷入财务困
境的公司进行价值调整，也可对具有 国 有化风险的新兴市场中的公司进行价值
调整 。
当 我们把风险因素融入价值模型时，采取下述做法也很重要 。
· 隔离凤险影 晌 。 如其让风险影响渗透所有进入估值模型的输入变量，不如把风险影响
限制在一两个变量中 。 新兴市场风险的影响被置于国家风险溢价之中，但不会影响无
风险利率 、 贝塔值或现金流 。 这是一种有益的实践，原因有 二。 首先，这种做法能避
免风险的多倍计量 ; 其次，这种做法会更加透明 。 这样，用这个估值模型的人就可以
评估已经做过的风险调整，以便决定他们是否接受这种处理 。 如果他们不同意，做一
些改变并进行重新评估是相对简单的事情 。
· 前后的一致性 。 在估值公司时，特别是在估值增长型公司或陷入财务困境的公司
时，我们必须意识到，随着时间的推移，公司的风险内涵也会改变，我们必须因
此调整公 司 的风险系数 。 例如，针对增长型公司，我们在其早期使用的高贴现率
(反 映在这些年中的高风险性)必须随着其增长性的下降而逐步调低 。 在这本书
里呈现的几乎所有估值案例中，我们为求终值所使用的贝塔和贴现率都反映了这
种调整 。
作为投资者，我们可以投资债券、资产或股票，可以投资于国内市场或国外市场 。 因此，
在评估各种资产和市场的预期回报率时，我们需要使用相同的规则 。

=== P458 ===
制4 i 估值 : 难点 、解决方案及相关案例
18.4 增长不是 兔费的，不会总是加分的
在前述所有章节中，若我们对增长的讨论有一个主题的话 ， 它应该是 : 增长不是免费的。
最终，无论是公司预期的盈利增长，还是现金流的预期增幅，要么商、于新的投资，要么来自效
率的提升 。 后者只能是一个有限的增长一一任何公司的效率都有一个极限，而新投资带来的增
长，却能持续较长的时间(而潜在性则是永远的) 。
关键是要记住:对于公司而言，增长本身不会总给企业加分，原因是 : 投资推动增长，而
产生于增长的价值是投资质量的函数 。 这也是为什么我们一直如此重视超额回报(是评估增长
型公司时的一种评估值:资本回报和资本成本的 差额，或股权回报减去股权威本) 。 通过新资
产的投资，获得的资本回报等于资本戚本的公司，会随时间的推移变得越来越大，但不会为投
资人带来新增价值 。 由于投资资本回报低于资本戚本的项目而增长的公司，即使其规模增长
了，其价值也会随着时间的推移而递减 。 事实上 ，衡量一个经理人的重要方法是 : 当 再次获得
大量投资后，他们能否创造出大量的超额回报 。
在相对估值的背景下，我们可能不会直接聚焦在这些起额回报上，但应该关注它们 。 这
样，如果两家公司在未来提供相同的预期利润率，在这种增长速度之下，有更高超额回报的公
司 应该获得更高的估值 。
18. 5 好事都有尽头
除了要看增长带来的增加值或减少值外，我们还要对公司未来的增长率加以评估 。 在进行
这种评估时，我们必须关注两个关键变量 。 首先是缩减效应 。 随着公司规模的扩大，要想像过
去那样持续提高超额回报和增长率，会变得越来越困难 。 因而，可以肯定的是， 一家在过 去三
年保持 1 ∞%增幅的公司，将会在未来三年以 一个较慢的速率增长 。 对于第 9 章讨论过的高增
长新锐公 司 ，我们通过逐年降低预期收入增长率和预期利润增长率，来反映这种现实情况 。 第
二个因素是竞争 。 当一些企业成功以后，就会引起同行的关注，随之而来的就是模仿，就是更
激烈的竞争 。 虽然这些公司有可能会在一个较长的时间内把竞争控制在一定的无碍范围(使用
法律的和其他 的工具) ，但新的竞争者们最终不可避免地会把行业领头羊的利润率和增长率，
一点 一点地给蚕食掉。
我们反映增长率必降趋势的一种方法是，假设无论它们现在如何受到人们 崇拜，所有的公
司最终会成为增速稳定 的公司 。 (在那个点上，我们会评估一个终值 。 )我们 会随着时间的推
移，最终落子于竞争效应:把单个公司的边际效益逐渐推到行业的平均水平，逐渐将其资本回
报率调整到与资本成本率相当的水平 。
18.6 小心遇上截断风险
在传统的现金流贴现佑值中，我们把公司视为一个持续经营的实体，其现金流会持续到
永远 。 虽然对某些公司而言 ，这可能不是 一 个不合理的假设，但现实是大多数公司都到不

=== P459 ===
第 18 意直击要旨 : 消现难点 ! 445 
了稳定的增长期就夭折了 。 许多年轻公司现金流断裂，被迫关张;有些成熟的公司成为了
并购目标 ;多数 陆人财务困境的公司最终被迫违约，结束自己的经营生涯 。 内含于现金流
贴现估值法中的乐观情绪，会导致我们高估公司的价值，实际上，这里夭折的风险(截断
风险)很高 。
在第 9 -12 章中，我们始终认为，无论是非常年轻的公司，还是处在衰退期的公司，抑
或是陆人财务困境的公司，在其生命的某个周期末端，截断风险是最大的 。 针对这些公司，
我们采取两步法进行估值 。 首先，我们假设这些公司不仅能生存，并且会随着时间的推移，
变得赢利且健康，我们以此为基础来给这些公司估值。在第二步，我们评估它们无法生存
的情况，评估在经营失败时公司和股权的价值 。 我们最终的评估价值是这两个数的加权平
均值 。
18.7 回顾过去，思考未来
在公司估值中，我 们遇到的难题之一 是 :我们能得到的几乎所有数据都是过去时的数据，
如反映公司历史的数据(过去的财务报表、过去的贝塔值) ，反映相关板块的数据(行业资本
的平均回报率和平均边际回报率) ，反映宏观经济变量的数据(利率、汇率和股票回报率) • 
但我们要做的所有预测都是有关未来的 。 我们虽然不能为未来制造数据，但我们可以遵循某些
简单的规则，减少历史数据可能带来的危害 。
· 运用历史数据，但不要受其束缚 。 做好公司估值的关键要素之一是，要意识到何时需
要使用历史数据，何时需要寻找替代的指标 。 因而，对于各年数据波动很小的营利公
司，在估值时利用过去的数据进行评估，不会有什么大问题 。 对于我们在第 13 意估值
的公司，周期性明显并且经营大宗商品，若基子过去数据进行估值，就可能出现这种
情况:如果最近几年的数据正好代表周期中的高峰(或低谷)年份，会导致一个太高
(或太低)的估值 。 最终，我们运用公司自己的历史数据，外加商品价格周期的信息，
使这类公司的利润率正常化 。
· 坚信均值回归，但要小心结构性的中断和变化 。 无论我们何时使用历史数据做预测，
都理所当然地认为均值回归是任何数据运动的特征 。 换句话说，无论是宏观经济数字
(如通胀率和利率) ，还是特定公司的信息(利润率和再投资率) .都要转化为历史的
平均水平 。 均值回归虽然有着很强的实证支持，但有两个风险点伴随着它 。 首先是历
史有时会有很大的断点，环境的变化太大，以致在很长的一段时间内，相关的数字不
可能回归到过去的均值 。 例如，美国在 20 世纪 70 年代，通货膨胀上升，推高利率和
商品价格，几乎持续了 12 年的时间 。 另一个风险是，对于多数变量确切的历史均值，
没有一个统一 的看法 。 不同的分析师看着同样的数据，但对何为正常值会得出不同的
结论 。
· 用远期评估值你为替代或检验方法 。 若只有几个变量，我们也许能得到远期的评估值，
再把它们直接用子公司的估值中，或用于检验历史数据 。 例如，在第 7 章股权风险溢
价里，我们用当期的股权指数水平和未来预期的现金流评估的内含股权风险溢价，是
历史股权溢价的一种替代形式。 对于石油价格，期贷市场和远期市场提供的评估值，

=== P460 ===
446 ! {古值 : 难点 、解决方案及相关案例
可在公司估值中替代历史数据 。 我们可以用这些前瞻性的数据替代历史的评估值，或
通过调整它们来反映差异 。
此时，我们应该很高兴，公司估值不仅仅是一种作业或练习 : 只是整理历年的数字，把它
们输入模型走 一遍 。 若真是这样的话，那就不需要人类的智慧了，因为计算机很容易就能完成
这项工作 。 我们在估值中的作用应该是:研读过往的数据，评估它们的有用性，为未来做出我
们最好的预测 。
18.8 善用大数定律
估值的难点之一是佑值中所使用的一些经验之谈，所涉范围从固定的股权风险溢价，到为
控制权 、 协力和其他"利好"因素的价值添加溢价，再到为流动性不足和差强人意的公司治
理结构的价值贴现 。 在很多案例中，用于估值调整的这些数字都来自于过去的数据 。 例如，过
往历史的股权风险溢价的评估方式是，把过去一个较长时期内股票高出国债的溢价予以平均
化 。 控制权溢价大致上是收购方为收购挂牌目标公司控制权而支付的高子市价的金额
(20% ) 。 即便这些评估值被持续地更新，且来自无可挑剔的名家，但毕竟还是不能把这些数
字视为未来的事实 。 它们只是基于样本的估计值，带有不小的标准差 。 因而，一个过往的 4 %
的股权风险溢价(按美国市场上 50 年数据评估的) ，带有大约 3% 的标准差，就像 20% 的收购
溢价也带有约 5% 的标准差 一样 。
虽然依据过往数据做的评估值总是免不了误差，但我们还是能做一些事情，以使这种评估
值更精确 一 些 。
·使用大样本 。 只要有可能， ，我们就应该把我们的数据扩展到包括更多的数据点，例
如，针对过往的风险溢价 ， 根据 1 ∞年的数据评估股权风险溢价，只有 2% 的标准差 。
为了与这个领域中的 一 些不良做法作斗争，我们在本书的很多相关章节之中都渗透进
了使用大数样本的意识 。 从由下而上的贝塔(使用许多回归贝塔的均值一一标准差小，
取代单个回归贝塔一一标准差大)， ~J 预测 一家公司的未来利润时对行业平均利润指标
的运用，我们都用大样本的均值替代单个公司的数据。在相对估值中，因为我们可以
审视同业其他公司的均值倍数，所以，我们推荐了放宽可比公司标准的方法，以便得
到大样本数 。 实际上，为了得到更多的样本，我们宁愿选择相似性小一些的公司，也
不要看起来相似性更好但公司数量少的小样本 。
·使用统计工具，改善评估值 。 在许多情形下，当分析师使用历史数据时，他们都采取
平均数的方式 。 平均数虽然是一 个有用的数字，但还是有更精确的求取评估值的其他
方法 。 因而，当把一家公司的市盈率与行业中其余公司比较时，用一个行业回归的预
期市盈率能够算出的评估值，比用行业平均市盈率计算的更精确 。
对于大数定律，我们想阐述最后一个问题 。 既然我们获得的单个公司的价值都是评估值，
那么任何一家公司在任何一个时期的评估值犯错的概率都很大 。 然而，如果我们对价值的评估
做得好些，比如，若我们能把评价期扩展为好几个时间段(更长的时间跨度) ，蹄越数个股票
(在一个股票组合里) ，那么我们做对的几率就可能改善 。

=== P461 ===
第 1 8 章 直击要 旨 :消费难点 ì 447 
18.9 接受不确定性，相机处置
在这本书开始时就提到，我们对估值难点感兴趣的原因之一是，在我们遇到的各类公司的
不确定性时，我们常常有元助之感 。 实际上，这本书的相 当篇幅就是致力于为不确定性寻 找更
好的解答 。
·接受不确定性。 应把不确 定性看成是估值的 一 种 伴生物，因为我们清楚:元论我们如
何小心翼翼地构建模型，都无法让不确定性 遁 于无形 。 因而，为了减少不确定性，分
析师会使用一些技巧，向模型里添加更多细节，或是把模型做得更复杂，但常常是收
效甚微，甚至可能使问题恶化。
·问一些假设推定的问题。 但要找对理由 。 随着数据在取渠道的改善，以及处理不确定
性的更复杂模型(如蒙特卡罗模拟算法和决策树等)的出现，我们也看到了潜在的危
害:分析师们把他们 的佑值工作完全交给了这些工具。 这里的第一个 问题是，这些工
具通常需要复杂的数据输入，而输出的质量是输入质量的函数。 例如，模拟算法要求
为我们的输入选择概率分布和为这些分布选择参数 。 考虑到我们所能够获取的参数，
这可是一项不太容易的工作 。 第二个问题是，有些分析师用这些工 具做风险调整，而
不是做风险评估 。 在这个过程中，他们双倍计算了风险 。 考虑一下来用现金流贴现法
估值一家公司的情形 : 用 一 个调整过风险的贴现率，将其预期现金流进行贴现，得到
了一个比现期市场价格更高的价值 。 假设你使这个模型走了蒙特卡罗模拟算法，获取
了 一个价值分布(结果显示这只股票被高估的几率为 40 %) ，并基于这个结果决定 不
投这家公 司 。 此时，你已经双倍计入 了 风险一一- 次是通过使用风险因素调整过的贴
现率，第二次是使用了上述模拟算法 。
总之，不确 定 性和风险都是生命和投资的伴生物 。 在估值公司时，我们可为贴现率里的这
个风险要求 一 个溢价，并据此求得一 个经过风险调整过的价值，但它会随着环境的变化而
变化 。
18.10 把故事转化为数字
对现金流贴现估值法的批评之一是，它太聚焦于数字，以致忽视了定性变量 。 这里所谓的
定性变量包括诸如顾客忠诚 、 品 牌和上佳的管理等 。
我希望我 们 已经直接回应了批评，就像我们已经估值了 一些个体公司 一样 。 在现金流贴现
估值中的每个数字应该都有其经济原理一一其背后都拥有一个经济内涵 。 因为， 当 我们确认一
家公司 的资本回报为 1 5% (远离 子 资本成本)时，它容易使我们想到这家公 司 的一些竞争优
势 ( 大部分都是定性的) ，以及它们如何把这 些 优势转化 为这个水平的资本回报。 另 一 方面，
任何实实在在的经济内涵都应该有相应的数字表现。 品牌影响价值，其效果是提升边际敦益和
创造额外回报 。 不会只是估值过程结束时的 一 个溢价 。
在相对估值中，有时讲故事的趋势淹没了这些数字 。 在相对估值中我们使用统计工具 ( 囱
归和相关分析 ) 的原因，不仅仅是为 了评估潜在 的故事是否有意义，还要在我们的预测中把它

=== P462 ===
448 i 馅值 : 难点、 解决方案及相关案例
的效果数字化 。 因而，针对预期增长来回归市盈率，我们能够计量每一个百分比的收入增幅，
能带来多少市盈率的增长，至少考虑到了市场在这个板块是如何给股票定价的 。
18.11 结论
我们以开始这本书的方式来结束这本书一一·要注意公司估值仅有几个重要原则，佑值的基
本架构并没有随着时闻的流逝而有太大的改变 。 然而，我们应邀去做估值的公司种类，却比以
前任何时候都更具有挑战性 。 随着公司和投资人的全球化，公司在两个方面变得越来越复杂
了:一是在公司的运营上，二是它们在运营融资募资方式的选择上 。
当受邀去给公司估值时，我们应该意识到:僵硬的规则不会给我们提供好的帮助，因为估
值单个公司要求我们具有灵活性，当遇到非常的情境时还要创新规则。对于估值中的任何规
则，都存有上百个例外 。 与其让评估问题困扰我们，逼迫我们做一 些坏的抉择，不如退一步，
在孚头的可用数据受限时，不妨用一些常识性的方法进行评估。