DCF 模型，业内叫"估值之王"。也有人叫它"数字诅咒"。
为什么两种说法都对？
因为 DCF 在理论上严密到近乎完美——把公司未来每一年赚的钱折回今天。但在实操中，输入稍微一变，估值结果天差地别。一个折现率从 8% 改到 10%，目标价能砍三成。
这篇用三个简化案例，把 DCF 拆给新手看。看完你会明白：DCF 不是用来预测股价的，是用来反向校验市场情绪的。
一、DCF 的核心思想：未来的钱不值现在的钱
DCF 全称 Discounted Cash Flow，中文叫"现金流折现"。
核心就一句话：未来 1 块钱不等于今天 1 块钱。
举个例子。今天给你 100 块，和明年给你 100 块，你选哪个？
多数人选今天。原因有两个：通胀让钱贬值，以及今天拿到能立刻投资赚钱（机会成本）。
所以 DCF 干的事，就是把"未来的 100 块"按一个折扣率折回"今天值多少"。这个折扣率就叫折现率。
类比：DCF = 给未来的钱打折，越远的钱打得越狠。10 年后的 100 块，按 10% 折现率折回今天只值 38.5 块。
反过来想：一家公司今天值多少钱？等于它未来所有年份现金流，按这个规则一笔一笔折回今天，全加起来。这就是 DCF 的底层逻辑。
二、三步公式拆解：未来现金流 / 折现率 / 终值
DCF 的标准公式长这样：
PV = Σ (CF_t / (1+r)^t) + 终值 / (1+r)^N看着吓人，其实就三个零件。新手只看名字别看符号。
零件 1：未来现金流（CF_t）
指公司每年赚到、可以自由支配的钱。专业叫"自由现金流"（Free Cash Flow，FCF）。
简化理解：经营赚的钱，减去为了维持生意必须的资本开支，剩下的就是 FCF。这部分钱才是真正能分给股东的。
问题来了：你怎么预测一家公司未来 10 年的 FCF？答案是——猜。市面上分析师报告里那些精确到小数点后两位的预测，本质都是带假设的猜。这是 DCF 第一个致命弱点。
零件 2：折现率（r）
就是上面说的"打折比例"。市场常用 WACC（加权平均资本成本），通俗讲是公司融资的综合成本。
新手简化版：成熟蓝筹用 7-9%，普通公司用 10-12%，高风险成长股用 12-15%。无风险利率（10 年期国债）是地板，越往上加是给风险定价。
关键点：折现率越高，未来的钱折回今天就越少，估值就越低。这也解释了为什么美联储一加息，成长股就跌——折现率被推高了。
零件 3：终值（Terminal Value）
10 年之后的钱怎么办？总不能算到公司倒闭那天。
实操中用永续年金公式打包：终值 = CF_N+1 / (r - g)，其中 g 是永续增长率（一般取 2-3%，不能高于无风险利率）。
这个终值，往往占总估值的 50-80%。这是第二个致命弱点：你最不确定的那部分（10 年后），权重最大。
三、三个真实案例：永续年金 / 增长股 / 折现率敏感度
抽象公式不直观。换三个简化数字看。
案例 1：永续 100 万现金流，10% 折现率
假设一家公司每年永续产生 100 万自由现金流，再无增长。折现率取 10%。
用永续年金公式：PV = CF / r = 100 万 / 0.10 = 1000 万。
换个角度看：相当于 10 倍 PE。这就是"无增长公司值多少倍利润"的理论锚点——折现率的倒数。
新手记住这个换算：折现率 10% ↔ 10 倍合理估值；折现率 5% ↔ 20 倍合理估值。当债券利率往下走，所有股票的合理估值天花板都会被抬高，是同一个道理。
案例 2：增长股版本，5% 永续增长
同样 100 万 FCF，但每年增长 5%。折现率 10%。
公式：PV = CF / (r - g) = 100 万 / (0.10 - 0.05) = 2000 万。
仅仅加了 5% 的永续增长，估值翻倍。这解释了为什么增长股估值倍数这么高——市场在为"g"定价。
但要小心一个数学陷阱：如果增长率 g 接近折现率 r，分母趋近于零，估值会爆炸到无穷。这就是为什么 g 不能拍脑袋设到 8%、10%——那是在自我催眠。
案例 3：折现率从 8% 涨到 12%
回到案例 1 的无增长公司。原本 r=10%，估值 1000 万。
如果折现率涨到 12%（比如美联储加息）：PV = 100 万 / 0.12 ≈ 833 万，下跌 17%。
如果再涨到 14%：PV = 100 万 / 0.14 ≈ 714 万，下跌 29%。从 8% 涨到 12% 这一步，估值缩水超过 33%。
这就是 2022 年加息周期里成长股暴跌的数学原理——分母变大，估值砍腰。也解释了为什么纳指那一年跌 33%、长债同步暴跌：本质是同一个折现率问题。
四、DCF 的三个致命弱点
看完案例，弱点其实已经露出来了。系统说一遍。
弱点 1：未来 10 年现金流靠猜
你预测明年的 FCF 已经够难，更别说预测 10 年后的。商业环境、技术变迁、竞争格局，任何一个变量都能把你的预测打成废纸。
市场普遍做法是"假装能预测"——用历史增速 × 一个衰减系数，逐年递减到永续增长。但本质是自欺欺人。新手最容易搞错的是：以为 DCF 算出的数字就是科学结论。其实那只是把假设包装成了精确数字。
弱点 2：折现率小变动 = 估值大变动
案例 3 已经演示过：折现率从 8% 涨到 12%，估值跌 33%。
实际操作时，分析师调一调 WACC 假设——比如把 beta 从 1.0 改到 1.2，把市场风险溢价从 5% 改到 6%——目标价就能从 100 块变成 70 块。模型的"精确"是假象，输入端的微调就能制造任何想要的结论。
弱点 3：终值占总估值大头
这个最反直觉。你辛辛苦苦预测前 10 年现金流，结果 10 年后的"终值"占总估值 50-80%。
换句话说：你最不确定的那部分（10 年后），权重最大。这是 DCF 内生的结构问题，不是改参数能解决的。终值越大，模型越脆弱——尤其对成长股，终值占比经常超过 80%。
四点五、敏感度表：DCF 输入端有多脆弱
新手最难感知的就是"敏感度"这个词。换成具体数字看一眼。
还是案例 2 的增长股：FCF 100 万，永续增长 g，折现率 r。把这两个变量分别动一动，估值变化如下：
- r=10% / g=3% → 估值 100/(0.10-0.03) = 1429 万
- r=10% / g=5% → 估值 100/(0.10-0.05) = 2000 万（+40%）
- r=10% / g=7% → 估值 100/(0.10-0.07) = 3333 万（+133%）
- r=12% / g=5% → 估值 100/(0.12-0.05) = 1429 万（-29%）
- r=8% / g=5% → 估值 100/(0.08-0.05) = 3333 万（+67%）
看出问题了吗？同样一家公司，假设稍微一动，估值在 1429 万到 3333 万之间随便跳。差不多两倍空间。
这就是为什么真正资深的投资人，看 DCF 报告时第一件事是翻附录的"敏感度分析表"——那张表暴露了模型的真实不确定性。只看一个目标价的报告，基本可以扔了。
五、老司机怎么用：DCF 是反向校验工具，不是预测工具
说到这，新手可能会问：那 DCF 还有用吗？
有用，但用法不对就是坑。
市场上成熟做法叫"反向 DCF"——不是用 DCF 算股价，而是看当前股价反推市场假设了什么。
举个例子。一家公司股价对应市值 5000 万，当前 FCF 100 万。反推：市场默认未来增长率多少才能撑起这个估值？
用 PV = CF / (r - g) 反解：5000 = 100 / (0.10 - g)，解出 g ≈ 8%。
然后你判断：这家公司未来真能永续增长 8% 吗？如果觉得不可能，说明市场过度乐观；如果觉得保守了，说明可能低估。
这才是 DCF 的正确打开方式：不是替代你判断，而是把市场的隐含假设挖出来让你判断。把模型当透镜，不当预言机。
新手实操建议：
- 不要花时间精算 DCF 绝对值，调一调假设结论就反了
- 把 DCF 当透镜：看股价隐含了多少增长，再判断合不合理
- DCF 配合 PE / PB 一起看，绝对估值 + 相对估值互相校验
- 对预测期超过 5 年的 DCF 模型保持怀疑
- 看研报的 DCF 时，重点看分析师的 WACC 和永续增长率假设——这两个数字决定了一切
- 记住巴菲特说过的话：他从不真正算 DCF，"如果一家公司需要精算才能看出便宜，那它就不够便宜"
这篇是投资科普 deep 系列。后续会写 PEG / EV/EBITDA / 反向 DCF 的更多实战案例。估值方法没有银弹，每一把都有适用边界，知道边界比知道公式更重要。
By m8 老司机。实战派投资科普写作者，把复杂概念讲到新手能懂。
免责声明：本文仅为投资知识科普，不构成任何投资建议。文中所有公式与案例均为简化教学示例，实际估值需结合公司基本面、行业特性与市场环境综合判断。投资有风险，入市需谨慎。
站内延伸阅读
如果要把这篇文章放回 m8 的研究框架，可以继续沿着以下入口阅读：
常见问题
这篇文章属于 m8 的哪个研究入口？
这篇文章归入 投资框架 主线，建议先从 投资科普栏目 进入，再结合研究目录里的相邻专题一起看。
后续最需要跟踪哪些变量？
后续重点跟踪：定义是否清楚、指标适用边界、公司案例是否可验证，以及这个框架在哪些市场环境下会失效。
这篇内容可以直接当作投资建议吗？
不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。
m8 会如何更新这类主题？
如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。
