Local EPUB Text
分布特征
很多使用估值倍数的分析师专注于某个特定行业的研究，而且对该行业内每家公司在某个具体倍数上的排名了如指掌，但他们往往不清楚某个估值倍数在整个市场中是如何分布的。软件分析师为什么要关注公用事业股的市盈率呢？因为软件和公用事业股票都需要在市场上争取投资，因此从某种意义上说，它们都需要遵循相同的游戏规则。此外，了解各行业估值倍数的分布规律，对我们判断被分析行业何时会被高估或低估，有着非常重要的借鉴意义。
那么，哪些分布特征需要我们关注呢？作为最标准的统计数据，平均数和标准差应该是我们认识分布特征的起点。对于美国这样的市场，每个行业中都存在着大量各不相同的企业，因此，在任何时点，不同公司在任何倍数上都存在着显著差异。表4-1概括了2017年1月美国市场上三种最常用倍数的平均值和标准差——市盈率、市净率（价格与账面价值比）以及企业价值（EV）与EBITDA之比，表中还提供了每个倍数的最大值和最小值。
表4-1 相关倍数的汇总统计数据——2017年1月
请注意，所有企业的上述倍数最低值均为零，而最高值则是无限的。因此，这些倍数的分布向正值方向倾斜。图4-4对典型倍数取值的分布规律与正态分布进行了对比。
图4-4 倍数取值的分布与正态分布
投资者和分析师的非对称分布的影响是非常明显的：
·平均值与中值：由于正偏态分布的结果，倍数的平均值要高于中值。[1]例如，2017年1月的市盈率中位数为21.6，远低于表4-1中所示的平均市盈率，这个结论适用于所有倍数。中间值更能代表组内公司的典型情况，而且所有对比均应以中位数作为比较对象。兜售股票的标准推介用语就是便宜：因为它的交易倍数低于行业平均水平，但这样的托词已不足为信，因为更值得采信的理由来自股票价格与行业中位数的比较。
·概率性描述：由于统计课程大多将重点集中于正态分布，因此我们习惯于用正态分布的属性来描述所有分布。诚然，在正态分布中，出现偏离平均值两个以上标准差的数值的概率非常微小。但如果把这个规律运用于市盈率，就等于说，只有极少数公司的市盈率会低于76.69（即平均值114.15减去两个标准差）或高于151.61（即平均值114.15加上两个标准差）。而事实却是，收益率超出这个范围的公司不计其数。尽管最大值和最小值的使用通常是非常有限的，但我们可以使用百分位值（第10个百分位、第25个百分位、第75个百分位或是第90个百分位等）判断组中的倍数是处于高位还是低位。
[1] 对于中位数，在样本组的全部公司中，一半公司的估值低于这个数值，另一半则高于这个数值。