研究手记English

我们的估值模型如何运作:从公司申报文件到一系列可能结果

作者: · AI辅助,人工审核与编辑 · · 阅读需12分钟

本文译自2026年10月30日发布的英文原文。如有出入,以英文版为准。

简而言之

本站模型以公司的申报文件和一组书面记录的假设为基础,计算出2030年底的可能价值区间。模型按季度模拟公司业务,共进行50,000次模拟,并给出结果的中位数、分布范围,以及高于对应9%年回报率的门槛价的概率。模型采用常规统计方法,内部不使用AI,每项结果在发布前都会经过核查。

每篇“我们的分析与判断”都以一项模拟收尾,估算公司在2030年底可能的价值。本文介绍这项模拟如何运作:输入什么、输出什么,以及我们如何核查。

模型的用途

模型回答一个问题:根据公司已报告的数据和一组明确列出的假设,其股票到2030年底可能达到什么价值区间?在构建模型的过程中,我们作出了五项设计选择。

给出区间,而非目标价

没有人知道一家公司在2030年能赚多少钱:这取决于它的产品、竞争对手、利率和市场,也取决于一些可能发生、也可能不发生的事件。单一目标价掩盖了所有这些因素;区间则同时展示居中的结果和不确定性的幅度。

逐季推进

公司按季度报告业绩,许多事情也发生在某个具体季度:试验结果公布、产品上市、出售股票。因此,模型逐季向前推进,而不是直接跳到2030年。这样,在我们的假设下,现金、债务和股数就能逐季共同变化。

固定估值时点,并标明方法

大多数公司直接在2030年底估值,依据随后四个季度的销售额或盈利乘以相应的估值倍数。对于主要产品刚开始销售的公司,2030年底的估值可能无法体现我们假设中其业务成熟后的状态。对于这类公司,我们将业务推演至销售进入成熟期,在该时点估值,再将价值折现回2030年底。每篇“我们的分析与判断”都会用一行文字说明采用了哪种方法。

设定门槛价

没有比较基准,价值本身的意义就不大。我们将每个结果与门槛价比较:以今天的股价为起点,实现每年9%回报所对应的2030年底股价。高于门槛价的模拟所占比例,告诉你在我们的假设下,有多大比例的模拟能够产生这一回报。

模型内部不使用AI

模型使用常规的统计和会计方法。它不包含AI模型,不读取新闻,也不会自行更改假设。模型的随机抽样从固定的种子值开始,因此,相同的输入和相同版本的模型,能精确复现每一条模拟路径和每一项汇总结果,让我们能够核查计算(下文会进一步介绍)。我们在模型之外使用AI工具,辅助研究、起草和检查页面,但输入由人设定,发布内容也由人审核批准。

估值模型的逐步流程 七步纵向流程。1. 公司申报文件与市场数据。2. 输入:初始财务数据、区间和事件概率。3. 模拟:每季度抽样确定当季事件(如试验结果、获批、产品上市、专利到期或被收购),更新营收与成本,更新现金、融资与股数,记录该季度;逐季重复至2030年底,以固定随机种子运行50,000次。4. 2030年底估值,直接估算,或按成熟期估值后折现。5. 结果:价值区间、高于门槛价的概率、亏损概率和隐含估值倍数。6. 核查:自动化测试、已存参考结果及独立事实核查。7. 已发布的“我们的分析与判断”页面。 1. 公司申报文件与市场数据 10-K、10-Q、业绩公告、股价 2. 输入 初始财务数据、区间、事件概率 3. 模拟 逐季进行: a. 抽样确定当季事件 b. 更新营收、成本与利润 c. 更新现金、融资与股数 d. 记录该季度 逐季重复至2030年底, 共50,000次模拟(固定随机种子) 4. 2030年底估值 直接估算,或按成熟期估值后折现 5. 结果 价值区间(P10, P50, P90)、门槛价、 亏损概率、隐含估值倍数 6. 核查 自动化测试、已存参考结果、 独立事实核查 7. 已发布的“我们的分析与判断”页面
一家公司如何从申报文件走到最终公布的结果区间。每个季度抽取的事件包括试验结果、获批、产品上市、专利到期,对部分公司而言还包括被收购。阴影框中的步骤在每个季度重复,直至2030年底;整个模拟再重复进行,共计50,000次模拟。

输入内容:模型的输入项

在我们的模型中,每家公司有55至213个输入项,中位数为144个;大多数公司有130至150个。多数输入项是区间,而非单一数值:例如,“每年增长5%至15%,最可能在10%左右”。每个输入项都有文字记录,并注明来源。

这些区间来自研究,并非凭空设定。公司特有的输入项来自公司的申报文件及其自身指引。许多区间来自对一组组可比公司历史数据的研究:

  • 从处于类似发展阶段的同业公司获取营收增长和利润率变化数据;
  • 从行业内药物开发各阶段的成功率,推算试验结果及获批的概率;
  • 从可比公司的历史交易估值获取退出估值倍数;
  • 从对过去变动的研究中,了解估值如何对公司消息作出反应。

当我们对一家公司的看法与分析师不同时,我们会将两者结合,权重根据每类预测过去的准确程度设定。模型的输入项分为七组:

  • 申报文件中的初始财务数据:从公司的10-K和10-Q中获取最新报告的营收、成本、现金、债务和股数。
  • 营收路径与增长:销售额如何发展;对于制药公司,是接受治疗的患者人数和每位患者的净价格;对于芯片或软件公司,是市场增长和公司的市场份额。
  • 利润率与成本:毛利率、研发及其他运营成本,以及这些项目如何随销售额变化。
  • 现金与稀释:利润如何转化为现金、股权薪酬、回购、可转换票据,以及公司何时会需要融资。
  • 公司事件:试验结果、获批、产品上市、专利到期、竞争对手的产品上市、诉讼或政策变化,每项事件都有其概率、时间和影响。对于一些公司,模型还将被收购作为一项事件:设定每个时期发生的概率,以及发生时的收购溢价。
  • 退出估值倍数:根据公司自身的历史估值及可比公司,估计投资者在2030年底可能愿意为该业务支付多少。我们参考最近几个季度的平均估值,而非某一天的股价:对于按利润估值的公司,如果最近四个季度的平均估值倍数低于更长时期的历史水平,所用倍数就主要参考该平均值。这些权重由我们判断设定。已发布的“我们的分析与判断”将在下次更新时采用这一做法。
  • 经济与折现率:所有公司共同经历同一个模拟经济环境(经济衰退、利率、股市整体估值和行业周期),再加上对成熟期估值进行折现时使用的折现率。

通常有四到五个输入项最为重要:

  1. 增长路径决定公司在2030年的业务规模。
  2. 退出估值倍数将该业务规模转化为价值;小幅变化就会使结果发生较大变动。
  3. 重大事件(如试验结果或获批)的概率和时间,决定一次模拟沿哪个分支推进。
  4. 利润率路径决定有多少营收转化为利润和现金。
  5. 融资成本:公司是否需要出售股票,以及以什么价格出售,决定了有多少价值属于今天的股东。

模型得出什么:结果

模型每次运行都会产生数十项结果;“我们的分析与判断”页面会展示其中的主要结果:

  • 2030年底的每股价值:中位结果(P50),以及P10至P90的区间。每十次模拟中,有一次的最终结果低于P10,一次高于P90。
  • 高于门槛价的概率:模拟结果高于年回报率9%所对应门槛价的比例。
  • 亏损概率:模拟的最终结果低于当前股价的比例。
  • 隐含2030年底估值倍数:我们得出的2030年底价值所隐含的营收倍数(以及在盈利为正时的盈利倍数)。页面会将其与公司当前的估值倍数并列展示;在我们使用过去四个季度平均倍数的情况下,也会将其列出,方便你与投资者目前支付的估值作比较。
  • 现金与稀释:公司在模拟中出现现金不足并融资的频率,以及最终的股数。
  • 哪些因素影响区间:哪些假设对结果的影响最大,以一张“哪些因素会改变结果”的简表展示。

我们还会运行几个替代版本,每个版本改变一项假设,并展示结果如何变化,这称为敏感性分析。

如何模拟一个季度

在一次模拟中,每个季度都遵循相同的步骤:

  1. 随机抽取本季度应发生的事件:如果某项试验结果、获批或竞争对手的产品推出安排在本季度,模型会根据其发生概率,随机抽取该事件是否发生。
  2. 更新营收、成本和利润:营收沿增长路径变化,并根据刚刚发生的事件作出调整,成本和利润率也随之变化。
  3. 更新现金、融资和股数:利润转化为现金;如果现金降得过低,公司就按模拟股价融资,股权薪酬也会增加股数。
  4. 记录本季度的情况,包括模拟市场在该时点会赋予公司的每股价值。

模型随后进入下一个季度,重复上述步骤,直至2030年底。最后,对公司进行估值:直接采用估值倍数,或先估算成熟期的价值,再折现回来。这就是一次模拟。整个过程使用固定的随机种子,重复50,000次,每次都从相同的区间内作出不同的随机抽取。这50,000个最终价值构成我们公布的区间。

为什么采用50,000次模拟和固定随机种子

如果只进行几百次模拟,仅仅由于随机性,中位结果和尾部结果就会在每次运行之间出现明显变化。采用50,000次模拟可以减少这种随机噪声。

固定随机种子是为了让结果可以复现,而不是让结果变得确定。在输入和模型版本相同的情况下,重新运行会抽取完全相同的随机数,因此50,000条模拟路径中的每一条都会完全重现,汇总结果也一样:P10、P50和P90、高于门槛价的概率,以及亏损概率。这样就可以核查计算。如果页面上的某个数字发生变化,原因是某项输入或模型本身发生了变化,而不是随机抽取的结果不同,我们也能追溯究竟是哪一项发生了变化。随机种子不会让未来变得更确定。

换用不同的随机种子,各条路径会发生变化,但在我们的测试中,汇总结果的变化很小。在2026年10月针对三家公司的测试中,每家公司都使用另外两个随机种子分别运行,每次进行50,000次模拟,中位结果的变化不到1%。高于门槛价的概率最多变化半个百分点,亏损概率变化约五分之一个百分点。其中一家公司的P10对应股价很低,其不利情景(P10)的变化幅度最高约为4%;有利情景(P90)的变化不到1%。

一个简单的虚构例子

假设一只股票的交易价格为50美元。距离2030年底还有四年多一点,该时点的门槛价约为72美元。如果中位结果为80美元,P10为30美元,P90为160美元,且60%的模拟最终结果高于72美元,那么在我们的假设下,典型结果高于门槛价,但每十次模拟中仍有一次最终为30美元或更低,四次未能达到9%的年回报率。这些数字是虚构的,不对应任何公司。

模型如何建立和核查

这项工作按固定顺序进行,每一步都会核查:

  1. 数据:我们从公司向美国证券交易委员会(SEC)提交的申报文件和市场价格入手。
  2. 输入:每项输入都依据这些事实、可比公司的历史数据或明确说明的判断设定,并连同来源一并记录。
  3. 模拟与估值:引擎运行50,000次模拟,并对每次模拟进行估值。
  4. 核查:
    • 自动化测试:约280项自动化测试用于检查引擎。
    • 已保存的参考结果:每家公司都有一份已保存的参考结果。如果引擎的改动在输入未变的情况下改变了任何一家公司的数字,运行就会停止,直到我们查明原因。
    • 近期合理性核查:将模型得出的接下来几个季度及财年的结果,与公司自身的指引、近期业绩和分析师的市场一致预期进行比较。对于超出设定容差的差异,要么作出书面解释,要么通过修改输入予以修正。
    • 独立事实核查:由另一个AI模型对照申报文件检查每个页面,并在发布前修正其发现的问题。
  5. “我们的分析与判断”页面:只有完成上述步骤后,才会将结果写成文章并发布。

当公司公布新一季业绩或发生重大事件时,我们会更新数字,因此页面始终会说明其反映的是哪些申报文件和哪一次市场收盘的数据。

模型无法知道什么

模拟的质量取决于输入的质量,而许多输入仍然属于判断:产品推出后的表现如何、竞争对手如何回应、利率将处于什么水平。有些行业的历史较短,过去的关系可能发生变化,罕见事件也难以衡量。因此,我们在公布每项结果的同时,也会公布假设和敏感性分析,并将区间视为对我们假设的描述,而不是预测。

如何阅读“我们的分析与判断”页面

每篇我们的分析与判断都以简短摘要、中位结果、区间和门槛价开篇,说明公司的业务、风险和财务状况,最后介绍模拟:方法、主要假设,以及哪些因素会改变结果。我们的情景阅读指南更详细地解释了P10、P50、P90和门槛价。

“我们的分析与判断”不是买入或卖出建议。它展示我们的输入意味着什么,让你自行判断这些输入是否合理。

注:文中引语均由本站从英文翻译。

在撰写本文时,我们的编辑均未持有本文提及的公司股票。仅供教育及信息参考之用,不构成任何投资建议。完整免责声明。

想看某只股票的中文版?告诉我们