Local EPUB Text
启发性命题
在面对诸多不确定性或信息缺失的情况下，我们难免会求助于某些缺乏依据的经验法则，对增长率、风险和现金流做出相互不一的假设。在下面的内容中，我们将全书的论述提炼为若干主题，以期指导我们进行更明智的判断和估计，并借此做出更合理的估值。
命题一：坚持原则，接受新思维，灵活对待估值
原则就是一种核心观点，工具是我们将这个观点付诸实践的手段，而估值则来源于这个工具。不管面对的反对声音多么强烈，我们都不能在估值的若干基本原则上做出妥协。这些原则包括：①资产的价值取决于它在未来创造现金流的能力；②风险会影响到资产的价值；③任何增长都需要付出代价（不可能从天而降）；④供求规律是永远都不能违背的定律。假如一名分析师认为企业可以永久增长，而无须进行再投资，那么他显然违背了第一项原则。为避免将这一原则教条化，我们马上需要澄清的是，我们应对任何合理的折中和更有效的工具保持开放态度，并随时准备好对估值的输入变量进行调整。
毋庸置疑，资产价值应为风险的函数的理论是估值的第一原则，而资本资产定价模型（CAPM）则是我们估算风险的工具。我们所得到的回归贝塔系数就是对这种风险的估计。我们始终毫不动摇地坚信，资产的价值应由其风险决定。但只要数据给我们启示，我们就应该心甘情愿地去修改、调整甚至是放弃CAPM。至于贝塔系数，我们应采用任何可提供最佳估计值的方法，但这种方法会因不同的企业而有所差异。总而言之，我们将继续坚持自己的信念：风险注定会影响价值，并随时接受风险评估模型方面的任何新发展。此外，我们还将始终探索以更有效和更一致的方法去估计风险参数。
命题二：始终对市场保持高度关注，但不要让市场左右你的估值
在需要我们估值的目标公司中，很多在公开金融市场上存在交易，因而有自己的市场价格。在这里，我们无须对市场及其效率做出任何判断，但我们始终坚信，针对市场对资产的定价方式，有价值的信息总是存在的。事实上，第6章对无风险利率的估计以及第7章对股权风险溢价的估计均来自金融市场——前者体现为对美国长期国债的定价，而后者则对应于股票指数水平。在对公司估值时，如下两个方面的原因，促使我们必须关注市场价格：
·我们从市场上取得的针对隐含增长率、风险和现金流的信息，可用于改进我们的估值。
·归根到底，我们的盈利不是来自对内在价值的估计，而是源于市场价格向内在价值的回归。因此，我们需要了解市场价格为什么会偏离价值，以及它们会如何随着时间的推移进行自我调整。
另外，过度关注市场（和价格）有可能让我们无所适从，因为我们总能找到另一套假设，以证明市场价格是合理的。换句话说，如果我们最初采取的假设就是市场永远正确，那么我们必将在估值中确认这个假设。
我们一方面可以对某些数据采用市场输入变量（无风险利率、股权风险溢价以及计算资本成本的债务和股权市场权重），但另一方面又认为市场在其他方面是错误的，这显然需要我们做出权衡。因此，要对公司给出合理的估值，我们就必须在估值过程中尽早做出决定：我们可以对哪些变量采用市场的选择，在哪些变量上，我们需要与市场据理力争。我们曾在第6章和第7章中指出，在对个别公司进行估值时，应接受市场对无风险利率和股权风险溢价的共识，而将我们的注意力集中于公司收益和现金流的估计上。此外，第13章曾提到，在对一家石油公司进行估值时，我们主张以市场达成的价格作为石油价格（来自现货市场或远期及期货市场）。与此同时，我们的估计则局限于公司未来石油及其成本结构的估计。
从经验出发，我们应在哪些领域选择接受市场智慧，以及会在哪些节点偏离市场共识，最终将依赖于如下两个关键变量。首先，作为一名分析师，你认为自己拥有的竞争优势，以及你认为哪些会给你带来最大的回报。如果你的优势就是预测宏观经济走势和石油价格趋势，那么你就可以用自己的估计来取代石油的市场价格，并利用自身优势取得更合理的估值。另外，如果你的最大优势在于评估企业的内在优势，那就没有必要耗费更多资源去估计宏观参数。其次是你的职责范围。假如你的任务是评估个别企业价值，而不是评估整体市场或大宗商品的价格，那么一旦你对宏观经济变量的观点影响到公司估值，只会让自己和客户成为受害者。我们认为，大多数股票分析师和评估师都属于这一类人，因而不应把自己的市场观点纳入估值中。
命题三：关注风险
诚然，人们在学术和实务中已投入了大量资源，试图借此找到评估风险和得出预期收益率的模型。但不可否认的是，这些模型对现实世界的假设往往经不起推敲。譬如，在资本资产定价模型中，我们假设不存在交易成本和私人信息，并在此基础上推导出预期收益率和贝塔系数之间的关系。面对这些模型，分析师会发现，他们很难苟同模型所依据的假设。尽管这完全可以理解，但仅仅因为存在异议，便轻率得出风险不重要的结论，那就大错特错了。由于风险评估和风险准备往往是评价估值难点的核心，因此我们将此前章节中针对风险的观点总结为如下几个方面：
·风险影响价值：无论你使用何种方法推导价值，这个结论都是成立的。在折现现金流模型中，风险体现于折现率或风险调整后的现金流中（而不只是预期收益率）。在相对估值法中，风险较高的企业应比风险较低的企业拥有更低的收益倍数、收入倍数和账面价值倍数。虽然较高的风险往往对应于较低的估值结果，但也存在一种特例，即高风险反而会提高资产的价值。这些资产的下行空间有限，而上行空间却非常大，因此呈现出期权的特征。在前几章里，我们探讨了几种不同情况——第9章讨论的对象是拥有自有技术的高成长初创企业，第12章介绍了深陷困境的企业，以及第13章提到未开采石油储量。
·并非所有风险都是等价的：从过去几十年针对风险的预测和分析中，如果说我们有什么教训是必须汲取的，那么这个教训就是：并非所有风险都是同质的。有些风险只会影响到一家或是几家公司，而有些风险则对更多的企业带来普遍性的影响，有时甚至会影响到整个市场。在为估值而进行风险评估时，一项重要任务就是首先识别出公司的边际投资者（即持有大量股份的积极型投资者），并站在他们的视角去认识风险。如果边际投资者具有足够的分散性，那么唯有无法通过多元化分散掉的市场风险或宏观风险，才能影响到企业估值。反之，如果边际投资者缺乏多样化，或者多样化的程度很有限，那么我们就需要考虑更多的风险类型，譬如企业的特有风险。在第9章中，正是依据这样的观点，我们得出了针对创业企业（通常不采取多元化策略）和风险投资企业（仅具有有限程度的多元化）的总贝塔系数和股权成本。
·持续性风险和离散性风险：我们可以将风险划分为两大类。在长期内，持续性风险会影响到现金流和价值，譬如，利率风险和汇率风险就属于持续性风险。而离散性风险或称非连续风险则可能长期处于休眠状态，而一旦出现，就会对价值造成显著影响。违约风险和国有化风险就是典型的离散性风险。我们认为，折现率最能体现持续性风险，而通过评估事件发生的概率和结果，更有助于衡量离散性风险。因此，利用后一种方法，我们根据生存风险对初创企业和危机企业的估值进行了调整，并按国有化风险调整了新兴市场企业的估值。为了将风险纳入估值模型中，我们还需要采用如下手段：
·分离出风险的影响：风险的影响应体现在一两个变量当中，而不是渗透到估值的所有输入变量中。因此，新兴市场风险的影响体现于国家风险溢价，但不会影响到无风险利率、贝塔系数或现金流。至于这种操作方法的合理性，是出于如下两方面的原因。首先，它避免了对风险造成重复计量甚至三重计量。其次，这种做法可以提高估值的透明度。因此，估值的使用者可以对采取的风险调整做出评价，并据此决定他们是否接受这样的调整。如果不接受估值结果，改变和重新估算也相对较为简单。
·保持一致性：在对企业、特别是成长型企业或危机型企业进行估值时，我们必须认识到，企业的风险状况会随着时间的推移而变化，而且我们必须相应地调整风险参数。譬如，以成长型企业为例，我们在初始年度使用的高折现率（反映当年的风险水平）应随着经济增长率的下降而下调。在本书提及的几乎所有估值案例中，我们在计算终值时采用的贝塔系数和折扣率均体现了这一点。
作为投资者，我们可以投资债券、资产或股票，也可以选择投资于国内市场或是国外市场。因此，在评估不同资产类别的预期收益率时，我们需要坚守相同的规则。
命题四：增长绝对不是免费的，也未必总能带来增值
在本书各章有关增长的所有讨论中，假如存在一个永恒的主题，那么这个主题就应该是：增长需要付出代价。归根到底，公司盈利和现金流的任何预期增长都只能来自投资的增加或效率的提高。效率提高带来的是有限增长，毕竟一家公司提高效率的空间是有限的，而新增投资带来的增长可能是无限的（而且有可能是永久性的）。
同样需要牢记的是，增长本身并非总能给企业带来实惠，因为由增长创造的增值取决于创造这种增长的投资质量。正因为如此，我们才始终高度重视超额收益，通过比较资本收益率和资本成本来估计超额收益，或是通过对比股权收益率和股权成本来估计增长率。当一家公司投资新资产所创造的资本收益率等于其资本成本时，这家公司必将会随着时间的推移而不断壮大，但它不能给投资者创造新的价值。如果这家公司投资于不良投资，也就是说，资本收益率（或股权收益率）低于资本成本（或股权成本），那么随着时间的推移，尽管这家公司确实在增长，但公司价值只会不断萎缩。在现实中，对企业管理者的一个基本检验标准就是他们在对企业进行重大再投资的同时，给公司带来不凡的超额收益。
在采用相对估值法的情况下，虽然我们关注的可能并不是直接的超额收益，但还是应对它们给予适当的强调。因此，假如预计两家公司在未来拥有相同的预期增长率，那么增长带来的超额收益较高的公司，理应拥有更高的估值。
命题五：美梦终会终结
除了考察增长对价值的创造或破坏效应之外，我们还需要对公司的未来增长率进行估计。但是在进行这种评估的时候，我们必须强调两个最关键的变量。第一个变量就是倍数效果（scaling effect）。随着公司的规模越来越大，它们延续以往高水平超额收益和增长率的难度会越来越大。因此，如果一家公司在过去的3年里实现了100%的年均增长率，那么几乎可以肯定的是，它在未来3年内的增长率将会放缓。按照第9章针对初创成长型企业所做的讨论，通过逐年降低收入和收益的增长率，我们即可在估值中体现这种现实。第二个变量是竞争。在企业取得成功之后，它们会成为市场关注的焦点，这就会带来其他企业的模仿，从而招致不断加剧的竞争。尽管企业或许能在较长时期内将这种竞争控制在可控范围内（使用法律和其他工具），但新竞争对手迟早会在盈利和增长能力等方面超越在位者。
反映增长率下降必然性的一种方式，就是接受这样一个假设：不管一家公司的当下增长速度有多么令人不可思议，它迟早都要进入稳定增长阶段（在转入稳定增长阶段的这个时点上，我们可以为公司给出一个终值）。为反映竞争的长期效应，我们可以将个别公司的盈利率逐渐回归行业平均水平，让资本收益率或股权收益率逐渐趋同于股权成本或资本成本。
命题六：随时为阻断风险做好准备
在传统的折现现金流估值模型中，我们假设公司是持续经营的，其现金流将持续形成。但对某些公司来说，这样的假设或许并不合理。在现实中，大多数公司并不会幸运地熬到这个稳定增长阶段。很多初创企业会出于资金不足等原因而被迫关闭，有些成熟型企业则成为收购者的目标，而大多数陷入困境的企业终会因拖欠债务而倒闭。折现现金流估值模型所隐含的乐观假设，或许会导致我们高估企业价值——在这种情况下，企业不能达到预期的风险或阻断风险（truncation risk）很高。
在本书第三部分中，我们曾指出，阻断风险对处于生命周期两端的企业来说尤为明显，也就是说，刚刚创建的成长型企业和已进入衰退或陷入危机的企业。对于这些企业的估值，我们采取了一个包括两个步骤的方法。在第一步中，我们假设这些企业不仅能生存下来，而且会随着时间的推移而趋于盈利和健康，并在此基础上对它们进行估值。在第二步中，我们需要估计出这个企业丧失生存能力的概率，以及在遭遇破产失败时的企业价值和股权价值。最终的价值估计结果为上述两个数字的加权平均值。
命题七：不忘历史，着眼未来
在估值中，我们始终面临的一个难题是：尽管我们获取的数据几乎都是历史数据，它们反映了公司的历史（以前的财务报表和贝塔系数）、行业（行业的平均利润率和资本收益率）和宏观经济变量（利率、汇率、股权收益率），但我们需要进行的所有预测均针对未来。当然，我们不可能杜撰未来的数据，但我们可以遵循某些简单的规则，以最大限度地减少损失：
·使用历史数据，但不拘泥于历史：对公司进行合理估值的一个关键要素，就是确定在什么情况下应使用历史数据，以及在什么情况下应寻找替代方案。因此，在对一家各年度之间收益率波动很小的盈利公司估值时，使用上年度数据的影响不会很大。对于我们在第13章中提到的周期型及大宗商品企业，如果最近一年恰恰是整个周期的高峰期（或低谷期），那么采用固定基准年的做法会导致估值过高（或过低）。因此，我们需要使用公司自己的历史信息以及大宗商品的价格周期信息，对这些公司的收益数据进行标准化处理。
·相信均值回归定律，但也要关注结构性的中断及变化：在任何时候使用历史数据进行预测，我们所依据的假设都是均值回归定律。换句话说，通货膨胀率和利率等宏观经济数据以及利润率和再投资率等企业微观数据都将回归到历史上的常态水平。尽管均值回归规律不乏强大的实证数据支持，但这个假设会招致两种风险。首先，在历史的某些时刻会发生重大突变，考虑到环境出现的剧烈变化，所以这些数字可能很长时间内无法恢复历史平均水平。例如，20世纪70年代的美国就出现了这种情况——在近10年的时间里，通货膨胀率高企，利率和大宗商品价格暴涨。其次，对大多数变量而言，到底怎样的水平构成历史标准尚不存在共识。对于相同的数据，每个分析师都会有自己的视角，因而对所谓的常态会做出截然不同的判断。
·以前瞻性估计作为替代标准或是加以检验：对少数变量而言，我们或许能得到前瞻性的估计值，并将估计值直接用于估值，或是对历史数据进行检验。以第7章提及的股权风险溢价为例，我们可以根据股票指数的当前水平和预期的未来现金流估计出隐含股权风险溢价，从而对历史风险溢价提供一个替代方案。对于石油价格，我们可以用期货和远期市场提供的估计值对公司进行估值，而不是依赖于历史数据。我们既可以用这些前瞻性数字替代历史估计数，也可以通过调整历史数据来反映差异。
值得庆幸的是，估值的内涵并不是只依赖上年度的数据并把这些数据塞进估值模型。毕竟如果真是这样的话，估值也就无须人为干预。因为计算机可以轻而易举地完成这项任务。在估值中，我们的角色是参照历史数据，评估其使用价值，而后对未来做出最合理的预测。
命题八：充分关注大数定律
在估值难点这个问题上，我们始终强调的一个方面就是经验法则在估值中的使用。这些法则涉及诸多方面——从固定的股权风险溢价（来自外部服务机构），到针对控制权、协同效应和其他“加分”要素而增加的溢价，再到针对非流动性和不良公司治理实践的折价。在很多情况下，在这些调整中采用的数字均来自历史数据。譬如，历史股权风险溢价是按股票收益与国债收益之差的长期平均值计算的。控制权溢价（20%）约等于收购方为收购公开上市目标企业而在较长时期内支付的溢价。即使对这些估计值持续更新，而且来自声誉显赫的专业机构，也不能把这些数字等同于事实。归根到底，它们是以样本为基础的估计数，而且有相当大的标准误差。因此，如果按美国在50年内的数据进行估计，历史上的股权风险溢价应为4%，相应的标准差约为3%；收购业务的溢价则是20%，对应的标准差约为5%。
尽管根据数据进行估计难免会受到各种噪声的影响，但我们总可以找到办法，让这些估计值更精确：
·加大样本量：如果有可能的话，我们应尽量扩大数据量，纳入更多的数据点。以历史风险溢价为例，如果使用100年以上的数据估计股权风险溢价，相对应的标准差仅为2%。其实，这种加大样本量的方法渗透在本书讨论的大部分工作中，也是我们避免不良实践的务实之举。无论是自下而上的贝塔系数（将标准差较大的单一回归贝塔系数替换为标准差相对较小的多元回归贝塔系数平均值），还是以行业平均收益率预测个别公司的未来收益率，就其实质而言，都是以大样本量的平均值替代个别公司的数据。在相对估值法中，当我们使用同行业其他企业的平均倍数作为估值标准时，就等于放宽了对可比公司的定义，以便于扩大样本量。实际上，我们宁愿接受可比性较低但样本量足够大的可比样本群，也不愿意采用与被估值对象高度接近但数量屈指可数的小样本群。
·利用统计工具改善估计效果：在很多情况下，当分析师使用历史数据时，他们得到的往往是历史平均水平。尽管这个数字确实不乏参考价值，但我们总有办法得到更精确的估计数。因此，当估计目标企业与行业其他企业的收益率时，采用按行业回归预测得到的市盈率应该会比单纯依赖行业平均市盈率精确得多。
最后一点不能不提的是大数定律。考虑到我们为个别公司得出的估值结果毕竟是估计值，因此，在任何一个时间段，我们对任何一家公司做出错误估值的概率都很高。为改善估值的合理性，我们可以将估值区间延伸到多个时期（延长时间跨度）和多只股票（投资组合），这样做出正确估值的概率将大为提高。
命题九：接受并处理不确定性
本书开始时就曾提到，我们之所以容易受到估值难点的诱惑，其中的一个原因就是我们在面对某些公司的不确定性时会感到不知所措。事实上，引导我们如何对不确定性做出理性而健康的反应，始终是贯穿全书的一个基本宗旨：
·接受不确定性：接受不确定性这个无法规避的现实，并清醒地认识到，无论我们构建的模型看似多么完美无瑕，我们都不可能彻底赶走不确定性。因此，为模型添加更多的细枝末节或是让模型更加复杂晦涩，这两者都是分析师用来减少不确定性的对策，但这些举措对缓解问题往往并无效果，实际上，反倒有可能画蛇添足，让原本简单的问题复杂化。
·可以提出假设性问题，但一定要有正当理由：随着数据访问能力的提高，以及处理不确定性的复杂工具（蒙特卡罗模拟和决策树等）不断涌现，我们会看到，让分析师把更多的估值任务交给这些工具，就有可能会带来某些潜在问题。第一个问题体现为，这些工具往往需要复杂的输入，而输出结果的质量显然依赖于输入变量的质量。例如，模拟估值法要求我们选择输入变量的概率分布以及分布的参数。考虑到我们可以获得的数据，这显然不是一项轻而易举的任务。第二个问题是，有些分析师会把它们当作调整风险的工具，而不是用来评估风险。在这个过程中，他们就有可能重复计算风险。以公司的折现现金流估值法为例，假设我们以风险调整后的折现率对预期现金流进行折现，并最终得到超过当前市场价格的价值。如果我们按蒙特卡罗模拟法建立估值模型，并由此得出一个价值分布（表明股票被高估的概率为40%），且基于这个结果决定放弃对这家公司的投资，在这个过程中，我们实际上重复计算了风险——首先是使用风险调整后的利率，而后又采用了模拟结果。
总之，不确定性和风险是生活和投资中不可分割的一部分。在对公司估值时，我们可以要求将这种风险体现到折现率中，并据此得到一个风险调整后的价值，但这个结果会随着环境的变化而变化。
命题十：价值=故事+数字
两个因素会削弱估值的质量：第一个因素是对数据的访问——在线搜索引擎和功能强大的建模工具正在将很多估值任务转化为建模练习，设计精巧、晦涩复杂的模型正在成为湮没数字的黑箱；第二个因素就是我们所面对的这个高度专业化的世界，在这里，每个人都几乎是同质的，有些相近的思维方式和行为方式，在这个仿佛只能听到自己回声的空间里，我们当然难以听到不同的声音。
随着人类不断演化为一个被数字整形师和故事大王所主宰的部落，我们开始学会封闭自己——只愿意发号施令和传递自己的声音，却不能或者不愿倾听其他部落的声音，于是，估值不仅要求我们要学会彼此交流，相互倾听对方的心声，还要学会接受自己的弱点。作为数字的整形师，我反倒觉得对自己的估值丝毫没有信心，直到学会了讲故事，因为这些故事不仅支持我的数字，还能让所有数字相互依托，浑然一体。假如你也学会了讲故事，而且又恰恰拥有不凡的数字整容能力，那么你就会发现，自己的估值会更加严谨自律。
对于折现现金流估值，一种反对的声音就是认为它过度强调数字，以至于忽略了定性变量。所谓定性变量，包含客户忠诚度、品牌以及良好的管理等。在某些情况下，这种指责确实无可厚非，毕竟人们很少会对数字提出疑问，而且输入变量大多为外生性变量。但我们还是希望能对这些这种批评做出直接回应，因为我们的估值对象是个别公司。在折现现金流估值模型中，每个数字都应该有着合理的经济依据，或者说，每个变量身后都有一段美妙的经济故事。因此，如果我们将估值对象的资本收益率设定为远高于资本成本的15%，那么我们就必须考虑这家企业拥有的竞争优势（对大多数优势只能做定性描述），以及这些优势将如何转化为资本收益率的改进。另外，每个坚实的经济故事最终都必须皈依为某个具体数字。尽管品牌会影响价值，但它只能借助于增加利润和超额收益来实现这种效应，而不能仅仅体现为在估值结果基础上给予的某个溢价。
在相对估值法中，故事的作用有时甚至会超过数字。我们在相对估值法中之所以会使用统计工具（回归技术和相关性分析），不仅是为了评价潜在的故事是否合理，也是为了对预测结果进行量化处理。因此，如果按预期增长率对PE进行回归，我们即可判断，在考虑到市场对同行业股票所给予的定价基础上，增长率每提高1%会带来多大的市盈率增幅。