Data Update 1 for 2025: The Draw (and Dangers) of Data!
- 所属系列：专题更新 · 2025 年
- 视频：YouTube · 时长 19:50
- 讲义 / 资料：讲义 PDF · 博客原文 · 当前数据入口
- 发布日期：2025-01-10
- 数据截至：市场数据为 2024 年 12 月 31 日；会计数据为截至 2024 年 9 月 30 日的过去 12 个月；样本 47,800 家上市公司
- 学习日期：2026-10-28
- 状态：已提炼
视频总结
时间戳取自 YouTube 转录稿，标题中的时间区间可点击跳转。
00:00–01:36 每年第一周的数据整理
- 将近四十年来，讲者每年第一周都收集并分析全部上市公司的数据（00:00）。他不是为别人做，而是自己全年的估值和公司金融分析都需要这些数据。本期介绍今年的样本、整理过程，以及数据能做什么、不能做什么。
- 数据的第一个好处是反驳断言（00:48）：“公司负债比以往更多吗？”“美国公司交的税比别国少吗？”只有看数据才能回答。
- 第二个好处是展示不确定性（00:48）：专家声誉变差，部分原因是他们给出预测却不说明不确定性，好像承认不确定是软弱；讲者认为这是力量（01:36）。看数据时要注意它的离散程度，这决定了预测有多精确。
01:36–04:53 危险一：数据并不自动客观
- 人们普遍相信用了数据就客观、没有偏见（01:36）。但在有强烈偏见的人手里，数据可以唱任何曲子（02:25）。
- 以美国公司 2024 年的税率为例（02:25）：
- 逐家计算实际税率再简单平均，约 6%，因为大量亏损公司不交税，拉低了平均值；
- 只算盈利公司，跳到约 20%（03:14）；
- 简单平均让大小公司同权，于是还算加总值：所有公司缴税之和 ÷ 应税收入之和，相当于按收入加权（03:14）；
- 以上都是利润表上的实际税率（应计数）；再算现金税率，即实际缴纳的现金税 ÷ 应税收入，盈利公司平均和加总值都在 23%–25% 之间（04:02）。
- 讲者的税率数据被双方的倡导者使用：认为美国公司没有交够税的人抓住 6%，认为交得够多的人抓住高的数字（04:02）。看到有人谈税率，先看看不同算法下的区间。
04:53–05:41 危险二：把历史当作未来
- 用数据预测未来，常常假设均值回归（04:53）。均值回归很有力，很多主动投资建立在它上面，比如买低市盈率股票，赚的是市盈率向行业平均收敛的钱。
- 但把均值回归当作策略核心，风险是它可能不发生，或者回归的“均值”已经不同于过去（05:41）。过去十年，有人因为美股市盈率高于历史平均而不买美股。用平均值，但不要假设一切会回到平均值。
05:41–08:52 样本：47,800 家公司与全球市值分布
- 讲者很谨慎地不从样本中剔除公司，因为偏差就是这么开始的；他不只看大公司或信息多的公司，而是用全球全部上市公司（05:41）。
- 原始数据来源（06:29）：个股数据来自标普 Capital IQ 和彭博终端（通过纽约大学获得）；宏观数据主要来自圣路易斯联储的 FRED；债券违约利差来自一份按评级汇总的月度报告；国家风险评分来自政治风险服务公司（Political Risk Services）（07:16）。
- 2025 年初，市值大于零的上市公司共 47,800 家（07:16）。按公司数量，除日本、中国、印度外的亚洲最多，10,176 家；按市值，美国约占全球的 49%（07:16）。
- 美国占比的变化（08:04）：2023 年初约 42%，2024 年初约 44%，2025 年初约 49%。中国从约 16% 降到 12.6%，印度从 3.58% 升到 4.19%，欧洲也在下降。也许美国也会均值回归，但过去 20 年美股崛起非常明显（08:04）。
08:52–11:15 行业与地区分组
- 按标普行业分类（08:52）：公司数量最多的是工业，8,780 家；市值最大的是科技，占全球的 21%。各地差异很大：美国科技业占市值近 30%，美国市值占比上升主要来自科技；欧洲科技业不到 8%，是各地区中最低的，讲者认为这是欧洲的重大弱点，因为增长来自科技（09:40）。澳大利亚、新西兰和加拿大的金融业约占 30%，美国只有约 14.5%。
- 讲者把行业细分为 94 个行业组（09:40），起源于近 40 年前他用 Value Line 数据（当时只有美国公司）时的分类。他知道这与投资银行和数据服务常用的 SIC、NAICS 代码不同，但他的标准是：足够宽，保证每组有足够的公司；足够窄，体现业务特征（10:28）。需要更细分组（比如只看奢侈品零售）的人，要用原始数据服务。
- 五大地区：美国、欧洲、日本、澳新加拿大、新兴市场（新兴市场约 26,000 家，是样本主体），另单列印度和中国，加上全球平均（11:15）。
11:15–13:37 数据按课程框架组织
- 公司金融的三大决策决定了数据结构（11:15）：
- 投资原则：门槛率，以及会计回报（ROE、资本回报率）和利润率（12:04）；
- 融资原则：债务与股权的组合，以及债务的类型；
- 股息原则：股息、回购，以及本可以返还的股权自由现金流（FCFE）；
- 公司治理：内部人和机构持股，以及经营数据和员工人数。
- 估值课专用的数据（12:50）：历史、基本面和预测增长率，再投资与资本回报率，风险与盈利能力指标，以及各种定价倍数（市盈率、市净率、市销率、PEG 等），按行业和地区报告。
13:37–15:13 数据的时间口径与老化
- 市场数据是 2024 年 12 月 31 日的市值、利率和风险溢价（13:37）；会计数据只能用 2025 年初已公布的，多数公司最近的是截至 2024 年 9 月 30 日：利润表用过去 12 个月，资产负债表用最近一期（13:37）。看似不一致，讲者认为这才一致：每个输入都用能找到的最新数字（14:25）。
- 2025 年内数据会老化（14:25）：ROE、资本回报率等会计数据变化不大，定价倍数（市盈率、市净率、EV/EBITDA）可能变化很大；若到 11 月市场大起大落，要重新评估。部分数据可以自行更新，例如资本成本工作表允许更新国债利率和股权风险溢价（14:25）。
15:13–16:48 估计方法：加总值
- 讲者最初对几乎所有指标都算简单平均，后来发现两个问题（15:13）：数据缺失时剔除公司会产生偏差；大小公司、离群值都在拉扯平均值。
- 现在几乎所有指标都用加总值（15:13）：例如钢铁业的 ROE = 全部钢铁公司（包括亏损公司）的净利润之和 ÷ 全部账面股权之和（16:00）。这是处理离群值和缺失数据最简单的办法，也尽量保留了样本。
- 货币差异：原始数据服务直接提供美元数据（16:00）。会计差异：国际财务报告准则（IFRS）与美国公认会计准则（GAAP）已经趋同，其他国家也在靠拢，比 30 年前容易得多（16:48）。
16:48–19:50 获取数据与使用须知
- 获取方式（16:48）：网站上点“数据”再点“当前数据”；美国公司有 HTML 页面，各地区有 Excel 表。讲者强烈建议下载 Excel，因为每个表里都有说明每个变量怎么计算的工作表，很多还附有使用视频（17:36）。历史存档数据也有，有的回溯 20 多年，有的 10 年，但不太好用。
- 这些数据主要为每天做估值和公司金融的实务工作者设计，不是学术研究数据库（17:36）：讲者换过数据服务商，2024 年的 ROE 与 2004 年的可能不可比（18:25）。
- 引用与否随意，讲者不会追究（18:25）。“团队”只有他一个人，他不是教皇，会犯错，发现错误请告诉他（19:12）。他不是数据服务，无法提供定制数据，如有需要可以自己用原始数据做，现在比以前容易得多（19:12）。
提炼
核心结论
- 数据的价值在于反驳断言、量化不确定性；它的危险在于被偏见利用，以及被当作“历史会重演”的依据。
- 同一个“美国公司税率”可以是约 6%（简单平均含亏损公司）、约 20%（只算盈利公司）或 23%–25%（现金税率），结论取决于算法。
- 2025 年初样本 47,800 家公司，美国占全球市值约 49%（两年前约 42%），主要由科技推动；欧洲科技业占比不到 8%。
- 行业平均几乎都用加总值（总和 ÷ 总和，含亏损公司），以避免剔除样本的偏差和离群值干扰。
- 市场数据与会计数据的时间口径不同；年内定价倍数老化最快，需要自行更新。
概念与公式
| 平均方式 | 计算 | 偏差来源 |
|---|---|---|
| 简单平均（含亏损公司） | 各公司比率的算术平均 | 亏损公司、小公司拉低或扭曲 |
| 简单平均（只算盈利公司） | 剔除亏损公司后平均 | 剔除样本造成偏差 |
| 加总值 | 分子之和 ÷ 分母之和 | 相当于按规模加权，偏差最小 |
| 中位数 | 分布的中点 | 不受离群值影响，但代表典型公司而非整体 |
| 税率口径 | 定义 |
|---|---|
| 实际税率（effective） | 利润表税费 ÷ 应税收入（应计数） |
| 现金税率（cash） | 实际缴纳的现金税 ÷ 应税收入 |
| 边际税率（marginal） | 最后一美元收入的法定税率，用于计算债务税盾 |
方法与判断依据
- 用数据前先看算法：同一指标有多种算法时，列出区间，再看对方选了哪一个。
- 同时报告离散程度：平均值之外看分布，判断预测能有多精确。
- 不要剔除样本：亏损公司、信息少的小公司都留在样本里，用加总值处理。
- 区分会计数据和市场数据的更新频率：年中使用时优先更新定价倍数、利率和风险溢价。
- 均值回归要谨慎：先问有没有结构性变化，再决定是否假设回到历史平均。
复算与实操
- 美国市值占比的变化：42% → 49%，两年提高 7 个百分点；同期中国从 16% 降到 12.6%，减少 3.4 个百分点；印度从 3.58% 升到 4.19%。
- 税率差距的含义（自行设定）：若一家公司税前利润 100，按 6% 只交 6，按 20% 交 20，按 24% 现金税率交 24；税后利润从 94 降到 76，相差约 19%，估值时选错税率口径影响不小。
- 时间错配：2025 年初的市盈率 = 2024 年 12 月 31 日的市值 ÷ 截至 2024 年 9 月 30 日的过去 12 个月盈利，分子比分母新一个季度。
- 与一年后的对照：2026 年第一期（见下方关联）的样本为 48,156 家公司，方法相同，并强调结构性变化是均值回归的反作用力，以及 AI 对机械数据工作的冲击。
关联
- Data Update 1 for 2026: The Push and Pull of Data：一年后的同一主题，展开数据的好处与危险，并讨论 AI 对数据工作的影响。
- Data Update 2 for 2025: The Party Continued for US Equities：下一期深入看美股。
- Data Update 3 for 2025: The times they are a'changin：均值回归变弱的具体证据（小盘股溢价、价值溢价）。
- Data Update 8 for 2025: The Draw and Drawbacks of Debt：各国边际税率与债务税盾。
- Data Update 7 for 2025: The End Game in Business：加总值与中位数在利润率比较中的用法。