绝对估值法为何容易出错

绝对估值法（以DCF现金流折现模型为代表）的核心逻辑，是把企业未来能产生的自由现金流，按一定折现率折算成今天的价值。它回答的是“这家公司本身值多少钱”，而非相对估值法那样与同行比较。但正因为依赖大量假设，它也是最容易被误用的工具——错误不在模型本身，而在输入模型的每一个数字。

使用绝对估值法前，先要确认适用边界：它更适合现金流稳定、可预测性强的成熟企业，对早期亏损、周期性极强或商业模式剧变的公司，预测自由现金流几乎无从下手，估值结果也就失去参考意义。此外，模型输出的是一个“区间”而非精确数字，任何单一结果都应被理解为在特定假设下的估算值。

三个最容易踩的坑：现金流、折现率与终值

自由现金流预测的常见偏差，集中在增长率假设上。多数人习惯用历史增速线性外推，但企业成长会经历瓶颈，竞争、政策、技术迭代都会改变增长轨迹。更稳妥的做法是分阶段假设：例如前几年高增长、随后逐步回落到永续增速，而不是用一个固定增长率贯穿始终。同时要区分“净利润”与“自由现金流”——后者需扣除维持经营所需的资本开支和营运资金变动，直接拿利润替代会系统性高估价值。

折现率选择充满主观性，它反映的是资金的机会成本和风险补偿。常见错误包括：直接套用同行折现率而不考虑自身资本结构差异；或把无风险利率、股权风险溢价等参数随意取值。折现率微调1个百分点，估值结果可能变动10%以上，因此必须说明每个参数的取值依据，并保持前后一致。

终值假设对估值结果有决定性影响。在多数DCF模型中，终值占企业总价值的比例往往过半。终值通常用永续增长法或退出倍数法计算，永续增长率不应超过长期名义GDP增速，否则意味着企业最终会长到超过整个经济体，这在逻辑上不成立。退出倍数法则要警惕“用当前市场情绪定价”——高倍数会掩盖现金流预测本身的错误。

用敏感性分析检验结果

敏感性分析是检验估值稳健性的最低成本手段。做法是：选定两个关键变量（如增长率与折现率），各自取悲观、中性、乐观三档数值，交叉计算估值结果，观察区间跨度。如果最悲观与最乐观情形下估值相差数倍，说明结论高度依赖假设，应降低对该结果的信心；如果各情形下估值区间相对集中，结论的参考价值更高。

估值结果必须与业务逻辑交叉验证。例如，模型隐含的假设是否意味着企业未来利润率远超历史最好水平？市场份额是否超过合理上限？这些“反向检验”能发现输入参数中的隐性错误。绝对估值法不是预测水晶球，而是一套强迫投资者把假设写下来的思维框架——它的价值更多体现在思考过程，而非最终数字本身。

常见问题

绝对估值和相对估值应该用哪个？

两者互补而非对立。绝对估值回答“值多少”，相对估值回答“市场愿意给多少”。成熟稳定企业适合绝对估值，成长股或周期股更适合相对估值或分部估值。实践中常以绝对估值确定价值中枢，再用相对估值判断当前价格偏离程度。

DCF模型对什么类型的企业最不适用？

对亏损企业、强周期企业、以及依赖大量研发投入的科技公司最不适用。这些企业的自由现金流为负或剧烈波动，预测基础薄弱。若必须估值，可改用调整后的方法，如先预测盈利路径再推算现金流，或直接采用市销率、市研率等替代指标。

折现率取多少算合理？

不存在普适的固定数值。折现率应等于无风险利率加上股权风险溢价，再根据企业特定风险调整。无风险利率可参考长期国债收益率，股权风险溢价通常取4%—6%区间，但具体数值需结合市场环境和企业特征判断。关键是参数取值要有依据，并通过敏感性分析展示其对结果的影响。