Local EPUB Text
5.1.5 市盈率运用
1.历史对比
市盈率的一个运用方法是将公司目前估值状况与自身历史估值状况进行对比。在Choice数据软件中，个股深度资料的估值分析能计算出个股历史各年度的平均市盈率、最大市盈率、最小市盈率等数据，再与目前的市盈率对比，就可以大致知道股票的估值便宜与否，如果处于历史市盈率的下轨，则较为便宜。例如2018年中兴通讯被处罚后，引发市场对海康威视及其对产品中芯片依赖的担忧，使其股价大跌，市盈率跌至20倍左右，接近历史最低估值，如果投资者认为海康威视未来仍能保持不错的发展前景，则当时是买入的好机会。当然，历史数据不能进行简单地对比，因为公司所处的发展阶段未必相同，公司所面临的竞争环境也有所变化。如表 5-2 所示为海康威视历史市盈率数据。
表5-2 海康威视历史市盈率
在万得股票专业版的个股K线界面，用户可以按照需求添加和股价走势对应的历史市盈率、市净率走势图等信息，方便投资者对比使用，如图5-8所示。
图5-8
2.同行对比
市盈率的另一个常见用法是用标的公司的市盈率和同行业可比公司或行业平均市盈率比较，以判断标的公司便宜与否，而不同行业之间的公司无法直接比较市盈率的高低。问题的关键在于选择可对比的公司，而事实上没有两家公司是完全一样的，投资者在选择了可对比公司后，仍然需要考虑风险、增长速度、现金股息支付率、销售规模、行业地位等因素，对选择公司的市盈率进行调整才能够使用。例如，招商银行2018年12月市盈率9.21倍，高于行业均值 6.36 倍（如表 5-3 所示），但未必说明招商银行股价太高，考虑到招商银行在股份制银行中的龙头地位、零售银行的竞争优势、资产质量及高于同业的增长速度等因素，溢价可能是合理的。
表5-3 上市银行市盈率对比
备注：TTM即Trailing Twelve Months，市盈率，又称为滚动市盈率，是指利用已经公布的过去4个季度（12个月）的每股收益和股价计算的市盈率
国内A股市场存在一个显著的偏见，即喜好小盘股公司，认为其规模小、未来增长速度快、增长空间大等，因而给予小盘股公司比行业龙头公司更高的估值倍数。而事实是，行业龙头公司之所以能被称为龙头，恰恰是因为过去强有力的竞争优势导致其不断领跑行业，规模才能够持续扩大。未来绝大部分的行业市场份额仍然会继续向大公司集中。小公司中确实可能会有少数几家因为其机制灵活，商业模式创新等因素使它们后来居上，但小公司作为一个整体比行业龙头大公司要差。上述偏见给了价值投资者买入的机会，如格力电器一直处于空调行业的龙头地位，在2010—2018年，不论净资产收益率还是净利润增长速度平均都高达 30%，但是由于投资者的小盘股偏好，格力电器股票大部分时间市盈率仅在 10倍左右波动，给予投资者持续购买便宜绩优股票的机会，从2010年到2018年，格力电器股价上涨约9倍（如图5-9所示）。同样的偏见还发生在地产股龙头万科的身上。
图5-9
3.动态市盈率
用上一年度的公司净利润数据计算得到的市盈率被称为静态市盈率 。静态市盈率的缺点在于使用的是历史数据，无法反映对公司未来的预期。假设公司的静态市盈率为10，但未来一年净利润下滑一半，来年的市盈率就变成了20，这时静态市盈率仅是使得公司估值看起来便宜罢了。相反，如果公司未来一年净利润能够增长 50%，市盈率就下降到了 6.7，通过静态市盈率就会低估公司的价值。因此，我们要使用动态市盈率来弥补静态市盈率的缺点。动态市盈率 是指以下一年度的预测净利润计算的市盈率，等于股票现价除以下一年度每股收益预测值。除了可以计算下一年度的动态市盈率，还可以计算未来两三年的动态市盈率。
值得注意的是分析师盈利预测往往根据过去的数据线性推测未来，在公司基本面没有发生拐点前，这样的做法是可行的，一旦基本面发生拐点，则预测的合理股价与现实中的股价就会存在天壤之别。在预测公司利润增长速度时，也需要考虑利润本身的规模大小，利润基数越大增长显然越困难。分析师的盈利预测整体上存在乐观倾向，预测数据往往较实际值要高。2010年5月出版的《麦肯锡季刊》中的《股票分析师，依然“太牛”》一文指出，在过去的25年间，分析师始终是一成不变地过于乐观，他们预计每年盈利增长率的范围是10%～12%，而实际的增长率为6%。在这段时期内，盈利的实际增长率超过预测的情况只出现过两次，而这两次都出现在衰退过后的恢复期中。平均来看，分析师的预测几乎百分之百都过高。而根据我对中国A股分析师2005—2006年盈利预测的一项研究得出结论，A股分析师的盈利预测同样带有乐观倾向；在年初的分析师预测中，只有约20%的预测能最终落在偏离真实值正负10%的范围内，而到了年末，这一比例则达到了45%左右；越多分析师对公司盈余做出预测，越能有效地减小预测的误差；分析师在钢铁、有色金属等周期性行业上极易产生乐观或悲观的预测。因此，在利用分析师预测进行估价时，需要根据行业的差异对预测的可信度做出判断。