Session 21 (UG) and Session 19 (MBA): Pricing Analytics and Peer Groups

• 所属系列：估值 · 2025 春季 MBA
• 视频：YouTube · 时长 1:16:15 · 字幕
• 内容判断：方法说明与案例计算｜画面依赖中：散点图的相对位置靠讲义，回归和表格已转写｜新增伴随变量、品牌估值、可比组的取舍和用回归控制差异
• 处理方式与范围：全片论证梳理与提炼
• 讲义 / 资料：Valuation Packet 2 第 36–79 张 · 课后测验 · 测验答案（简介的课前测验 relval2btest.pdf 返回 404，内容按字幕转述）
• 素材依据：英文字幕，仓库存档，1,980 行；字幕类型未核实
• 核对范围：已读全片字幕 01:37–1:16:04，Packet 2 第 36–79 张（图片页已看），课后答案；已重算 PEG、EV/EBITDA、Coca-Cola、Telebras、银行回归和 Whole Foods；散点图未逐点读数，视频画面未核对
• 发布日期：2025-04-10
• 数据截至：各例的当时时点（1990 年代末到 2025 年 1 月）
• 状态：已提炼

这节课是定价的实操。Damodaran 给出一个好用的捷径：把与倍数对应的盈利除以倍数的分母，就得到它的伴随变量，这是用这个倍数前最该问的问题。品牌也可以用同样的逻辑估出来。然后他扮演一个屡屡被解雇的分析师，让学生逐个拆穿低倍数推荐：饮料的低增长，电信的新兴市场风险，银行的低 ROE，卡车公司即将换代的车队。可比组不必很小，用回归可以同时控制多个变量，而且它不会讲故事。最后 Whole Foods 说明，业内出现新物种时，市场要好几年才定得准，这是投资者的机会。

视频总结

时间戳取自 YouTube 英文字幕，标题中的时间区间可点击跳转；讲义页码指 Packet 2 的张号。

03:16–07:27 课前三问

低 PE 可能是高风险，高 PE 可能是低利率，同样的 PEG 不代表同样的定价。

阿根廷的 PE 比智利低，不等于便宜，因为智利是这片大陆上最安全的国家（03:58）。

标普 500 的 PE 走高，可能是过高定价，也可能是利率低、ROE 高、预期增长高（04:40）。股权风险溢价更高反而会压低 PE，所以它解释不了（05:47）。结论是要控制这些因素后再下判断（06:07）。

A 公司 20 倍、增长 10%，B 公司 10 倍、增长 5%，PEG 都是 2，但这假设了 PE 随增长线性变化，这并不成立（07:06）。

07:27–11:54 EV/EBITDA：税率要控制

EBITDA 在税前，所以跨国比较时高税率的公司看起来便宜。

EV/EBITDA 由资本成本、增长、再投资和税率决定（07:54，第 48 张）。如果税率是 100%，你该付 0 倍（08:18）。

他的例子（第 49 张）是税率 36%、资本开支占 EBITDA 30%、折旧 20%、资本成本 10%、增长 5%，得出 8.24 倍。税率从 0% 变到 50%，倍数从 14 倍降到 6 倍（09:44）。所以比较欧洲航空公司时，Lufthansa 总显得便宜，Ryanair 显得贵，部分原因是爱尔兰税率只有 12%（10:12）。

用 PE 不必控制税率，但会碰到各国会计差异。这里没有绝对的好坏，控制差异就行（11:22）。

11:54–19:26 收入倍数和伴随变量

把与倍数对应的盈利除以倍数的分母，就得到这个倍数的伴随变量。

用收入倍数一是因为绝望，二是收入最不受会计影响（12:04）。银行没有收入这一项，所以不适用（13:29）。

伴随变量（companion variable）是用某个倍数之前最想知道的一个数（14:10）。低 PE 要问增长，低 P/B 要问 ROE，低收入倍数要问利润率（15:05）。

低利润率未必是坏公司：Costco 的收入倍数低于零售业中位数，因为它就是低利润率、高周转的模式（15:54）。

倍数	对应的盈利	伴随变量
P/B	净利润 ÷ 账面股权	ROE
Price/Sales	净利润 ÷ 收入	净利率
PE	未来净利润 ÷ 当前净利润	增长率
EV/投入资本	EBIT ÷ 投入资本	资本回报率
EV/Sales	EBIT ÷ 收入	经营利润率

这是他说的简单算法（16:30）。EV/Sales 的代数证明见第 52 张（18:26）。

19:26–26:22 品牌的价值

品牌已经在数字里；估它的办法是把数字换成无品牌公司的数字，看差多少。

约 20 年前，他去 Coca-Cola 总部讲课，估出约 800 亿美元（21:00）。有人说应该加 20% 的品牌溢价，因为他们收购品牌公司时就是这么做的（22:04）。他回答，品牌已经在里面了：15.57% 的利润率和 21% 的资本回报率都来自品牌，甚至债务成本也受影响（23:11）。

对方不信，他就用 Cott 作对照（23:54）。这是一家做超市自有品牌的汽水公司，销量不小，但没有品牌（第 54 张）：

项目	Coca-Cola	换成 Cott 利润率
税后利润率	15.57%	5.28%
资本回报率	20.84%	7.06%
增长率	10.42%	3.53%
公司价值（百万美元）	79,611	15,371

差额 642 亿美元，约占价值的 80%，这就是品牌的价值（24:52）。第 53 张的公式是 (V/S 有品牌 − V/S 无品牌) × 收入。

Coca-Cola 容易隔离，因为品牌是它唯一的竞争优势。Apple 还有操作系统和设计，优势越多越难拆（25:30）。一个简单的检验是，看公司的收入倍数是否高于同行（26:11）。

26:22–29:56 不标准的倍数也一样

用订阅用户或销量做分母时，问题回到单位经济：收费、成本、增长、流失。

第 55 张列出了股权和 EV 倍数的完整表格，他说流程已经清楚了（26:25）。

比较 Netflix 和 Spotify 的每用户 EV，要问收费、获客成本、增长和流失率（28:04）。流失率高，每个用户的价值就低（28:54）。

用每辆车的 EV 比较 Tesla 和老牌车企，老牌车企总是显得便宜。这可能是 Tesla 太贵，也可能是老牌车企在萎缩（29:15）。

29:56–34:36 可比组怎么定

小样本可以直接比，大样本要用统计控制；怎么用决定了怎么选。

理论上，可比公司是现金流、增长和风险相近的公司，甚至不必同行（30:49）。实际中要在小而相似和大而不同之间取舍（31:18）。用法决定选择（第 58 张）：

1. 直接比较：公司要非常相似。20 世纪的汽车分析师只比 GM 和 Ford（32:17）。
2. 讲故事：一个主要差异可以用故事解释（33:03）。
3. 修改倍数：把伴随变量放进倍数，比如 PEG，但有线性假设的风险（33:58）。
4. 统计方法：用回归控制多个变量（34:12）。

34:36–36:25 饮料：故事可以往任何方向讲

每只低 PE 股票都有低的理由；有立场时，故事会自动迁就。

他第一次当分析师，挑了 PE 最低的三家（第 59 张）：Andres Wines 8.96 倍、Todhunter 8.94 倍、Hansen 9.70 倍。前两家增长只有 3.5% 和 3%，Hansen 增长 17%，但标准差 62%，是全组最高（35:45）。

36:25–42:30 电信：回归的用法

回归可以穿透故事：控制增长和风险之后，Telebras 反而略贵。

被解雇后他改看电信。1990 年代末的 ADR 里 Telebras 和 Indosat 的 PE 最低（37:38），但它们风险高、增长低。这次他不讲故事，改跑回归（第 61–63 张）：

$$\text{PE}=13.12+121.22\times g-13.85\times \text{新兴市场}$$

R² 66.2%，t 值都超过 2。增长高 5 个百分点，PE 高约 6 倍；新兴市场的 PE 低约 13.85 倍（39:45）。DCF 用资本成本惩罚国家风险，市场用倍数惩罚（40:15）。

代入 Telebras：13.12 + 121.22 × 0.075 − 13.85 = 8.35，实际 8.9，略高估（41:01）。

样本要够大：一个自变量至少 10 个样本，两个至少 20 个（42:02）。

42:34–52:05 欧洲银行：中位数筛选和回归

三个条件全过的公司几乎不存在，所以用回归把它们合成一个预测值。

银行的账面价值比一般公司更有意义：受监管资本约束、资产是金融资产、一直按市价计价（43:05）。Home Depot 可以长期负账面值，银行不行（43:50）。

“低于账面值就便宜”隐含账面值等于清算价值（44:53）。这在今天不成立，你清算 Meta 能得到什么？而且 2008 年那样的下跌市里，账面值本身也在下跌（45:34）。

P/B 要看 ROE，第 64 张的 18 家银行大体上是低 P/B 配低 ROE。2008 年后他还要看风险（46:16）。

一个简单的筛选（第 65 张）是低于中位数的 P/B（2.07）、高于中位数的 ROE（11.82%）、低于中位数的标准差（21.93%）。BNP Paribas 过了两条（47:45），没有公司三条全过。硅谷银行之后他用 50 家美国银行重做，风险改用一级资本比率，也没有全过的（49:27）。最接近的是 Citi：0.7 倍账面值、资本充足，ROE 9.7% 略低于中位数（49:47）。

回归解决了这个问题（50:44，第 66–67 张）：

$$\text{PBV}=2.27+3.63\times \text{ROE}-2.68\times \sigma$$

R² 79%。Bayerische Hypo 的 P/B 0.80，预测 0.89，低估约 10.6%（51:47）。

52:05–57:20 回归的提醒

符号错了也不能改；定价就是接受市场的做法，包括它不合理的部分。

系数符号可能是错的，你不能用笔改（52:31）。既然进了定价这个领域，市场不合理时你也要照做（52:51）。

也可能什么都不显著，这不是你的错。可以扩大样本或换变量，否则就只能和平均数比（53:08）。

回归还能回答可比组多宽：变量控制了差异，就不用划一条武断的线（53:49）。油气公司可以控制税率、开采成本和储量（54:30）。

用 S&P Capital IQ 筛选时，先选上市公司，再要求市值大于 0：约 6.1 万家里有 1.2 万家市值为 0，剩下 4.9 万家（56:09）。

57:25–1:05:43 散点图：最大的 100 家公司

先画图再回归，看什么偏离了，再问能否解释；量化投资就是这个逻辑的放大。

每年年初，他下载美国市值最大的 100 家公司，画 P/B 对 ROE 的散点图（57:34）。线外的公司才值得看（59:14）。

2010 年 1 月（第 68–71 张）：Google、Infosys、Gilead 在线上方，是高增长公司，加入增长后回到线上（59:50，1:01:21）。ConocoPhillips 和 Exxon 在线下方，因为滚动盈利反映了较高的油价（1:00:20）。全部用回归解释：

$$\text{PBV}=0.41+10.55\times \text{ROE}+9.34\times g-0.065\times \beta$$

R² 67%，beta 不显著（1:02:38）。这个回归可以变成一人对冲基金：买最低估的，卖最高估的，然后祈祷它们回到线上（1:03:00）。量化投资就是这个想法配上更多数据和更好的工具（1:03:16）。

2025 年 1 月（第 72 张）：回归是 PBV = 4.25 + 14.82 × ROE，R² 约 0.61。Eli Lilly、Palantir 在线上方，他说今年的下跌多半让它们靠回线了（1:04:07）。唯一明显低于线的是 Oracle（1:05:01）。

1:05:43–1:11:14 卡车：车队的年龄

低 EV/EBITDA 常常是下一轮再投资的预兆。

他成了卡车业分析师，推荐 Ryder，因为 EV/EBITDA 2.81 倍，同业平均 5.61 倍（第 73 张）。税率、资本回报、增长和资本成本都差不多（1:06:53）。

这个行业每五到七年一次性换车。Ryder 的车队最老，再投资就在眼前（1:07:41）。买入后一两个月，它就可能发债或增发买车（1:08:32）。EV 倍数回升对股东没有好处，这是稀释（1:09:20）。

问题不是用了定价，而是没有去查这个数据（1:08:44）。航空公司也一样要问机龄、上座率和税率（1:10:37）。风险的度量可以来自行业本身，不一定是 beta（1:11:03）。

1:11:14–1:15:38 杂货：市场学习新物种要几年

新公司不像同业时，分析师要花几年才定得准；这就是机会。

杂货业一直利润率低、增长低。Whole Foods 打破了这个模式，分析师不知如何处理（1:11:33）：

时间	净利率	P/S 实际	P/S 预测	判断
2007	3.41%	1.41	0.43	严重高估
2009	2.77%	0.31	0.36	低估
2010	1.44%	0.50	0.22	又高估
2015	4.08%	1.35	0.90	又高估

四年里它在高估和低估之间摆动（1:13:21）。2015 年，新来的 Sprouts 重复了这个过程（1:13:37）。到 2025 年，人们对 Sprouts 的热情也已退去，它回到线上（1:15:08）。Tesla 和 Airbnb 刚出现时也让分析师不知道该比谁（1:14:28）。

提炼

概念与公式

讲义还给了几个没有在课上展开的结论：

$$\text{PBV}=\frac{\text{ROE}-g_n}{r-g_n}$$

ROE 高于股权成本时，P/B 高于 1（第 45 张）。

PEG 的结论（第 36–42 张）：

• 同增长下，风险高的 PEG 低；
• 同增长下，ROE 低的 PEG 低，第 40 张中 ROE 5%、增长 20% 时 PEG 只有 0.20；
• 增长很低和很高时 PEG 都偏高，所以 PEG 不能中和增长。第 41 张 PEG 随增长先降后升。

他在第 37 张的说法是，用 PEG 而假设增长差异已被消除，属于定价失当。

方法与判断依据

做定价时：

1. 选倍数，确定伴随变量。
2. 样本少于 10 家时，只能比较和讲故事。
3. 样本足够时，以倍数为因变量，以伴随变量和风险为自变量跑回归。
4. 查 R²、符号和 t 值，但符号错了不能改。
5. 用预测值比较实际值，再找遗漏的变量（比如车队年龄）。

复算与实操

• PEG：29.15 ÷ 15 = 1.94，与第 38 张一致。
• EV/EBITDA：(1 − t + 0.2t − 0.3) ÷ 0.05，t = 36% 时 8.24，0% 时 14，50% 时 6。
• 品牌：79,611 − 15,371 = 64,240，占 80.7%。
• Indosat：13.12 + 121.22 × 0.06 − 13.85 = 6.54，实际 7.8，也偏高。
• 银行：2.27 + 3.63 × (−0.0166) − 2.68 × 0.4906 = 0.895，与第 67 张一致。

自测与复习

待自测。课后测验第 3 题问基础设施公司为什么 EV/EBITDA 低，答案是净资本开支高，正好对应卡车的例子；第 4 题用未来倍数加贴现，答案 17.87 美元；第 5 题从回归反推税率，答案 25%。

关联

• 延续：Session 17 的定义、描述和分析在这里进入应用。
• 对照：Session 16 的 Birkenstock 用 DCF 拆无形资产，这里用 Coca-Cola 和 Cott 的差异。
• 待续：市场回归和基于资产的估值见 Session 20。

疑问与待核实

• 01:37 这是本科班录像，MBA 那节课投影仪失效，见 Session 20 开头，所以测验文件用 session21C。
• 24:52 口述 15.4 和 64.4，第 54 张是 15.37 和 64.24，正文取讲义。
• 47:30 课上所说的 BNP 是第 64 张的数字，标准差 31.03%，所以差的是第三条。
• 第 36–42 张的 PEG 内容本讲没有实际讲授，只在课前题提到，正文放在提炼里。
• 第 72 张的横轴 ROE 为小数但范围到 5，是个别公司回购导致账面值极小的结果，Session 20 以 Home Depot 为例说明了这一点。
• 1:11:39 字幕让人以为 Whole Foods 2007 年才出现。印象中它 1990 年代已上市，这里应是指分析师开始重视它，本次未核对。
• 1:13:03 口述 2010 年“在线上”，第 77 张却是实际 0.50、预测 0.22，高估明显。口述 2011 年回到线上，讲义没有这一年。
• 23:54 口述 Cott 的销量接近 Coca-Cola 在美国的水平，本次未核对，正文改写为“销量不小”。
• 第 66 张 t 值的符号写的是绝对值，标准差的系数是负的。
• 第 60 张的问题提到 Andres 和 Hansen，课堂用的是三家。