估值倍数比较法完全指南：PE/PB/PS/EV/EBITDA如何选用

什么是比较估值法（Comps）

比较估值法（Comparable Company Analysis，简称 Comps）是投资银行和专业投资者最常用的相对估值方法。其核心逻辑简单却强大：相似的公司应该以相似的价格交易。

具体操作上，分析师从市场上选取一组业务模式、行业、规模、增速相近的上市公司（Peer Group），计算它们的估值倍数（Valuation Multiples），再将目标公司的财务指标乘以这些倍数，得出目标公司的隐含估值区间。

估值倍数本质上是一个比率，分子通常是市场定价（市值或企业价值 EV），分母是某项财务指标（盈利、收入、账面价值、现金流）。倍数越高，市场对该指标每一单位所支付的溢价越高。

与 DCF（折现现金流）相比，Comps 的优势是锚定市场现实——它反映的是当前市场愿意为类似资产支付多少，而非理论上的内在价值。但其局限同样明显：若整个行业被高估，Comps 会给出系统性偏高的估值。因此，两种方法通常结合使用，相互校验。

接下来，我们系统梳理七大主流估值倍数的定义、适用场景与局限。

七大估值倍数横向对比

下表从定义、公式、适用行业、核心优势与局限四个维度做横向对比，便于快速查阅：

数据来源：CFA Institute《Equity Asset Valuation》第4版；Damodaran《Damodaran on Valuation》；Investopedia Valuation Ratios

各倍数详解

PE（市盈率）—— 最常用但最容易被误用

定义：PE = 股价 ÷ 每股收益（EPS）。也可理解为：投资者愿意为公司每赚 1 元利润支付多少钱。

适用场景：盈利稳定且可预测的成熟公司——消费品龙头、传统医药、工业制造。这类公司的净利润是真实且持续的，PE 是有意义的锚点。

主要局限：
① 亏损公司失效：EPS 为负，PE 无意义。
② 周期股陷阱：周期股（钢铁、化工、航运）在盈利高峰时 PE 最低，在盈利低谷时 PE 最高，用 PE 择时会系统性犯错。
③ 会计弹性：净利润受折旧政策、摊销方式、一次性损益影响，不同公司之间 PE 未必可比。

进阶用法——PEG：Peter Lynch 推广的 PEG = PE ÷ 预期盈利增速（%）。PEG < 1 通常被视为相对低估信号，因为它将增速纳入定价。例如，A 公司 PE = 20，增速 20%，PEG = 1.0；B 公司 PE = 15，增速 5%，PEG = 3.0——B 公司看似 PE 更低，但增速调整后反而更贵。

PB（市净率）—— 资产厚度的镜子

定义：PB = 股价 ÷ 每股净资产（账面价值）。它衡量市场愿意为公司账面净资产支付多少溢价。

适用场景：资产负债表驱动的行业——银行、保险、房地产、传统制造业。这类公司的核心价值锚定在资产质量上，净资产是可信的价值基础。

主要局限：
① 轻资产公司失真：谷歌、腾讯等科技公司的核心资产是品牌、算法、用户网络，这些无形资产大多不在账面上体现，PB 会严重低估其真实价值。
② 只看资产不看盈利：PB 不反映资产的盈利效率。同样 PB = 1，ROE 20% 的公司远比 ROE 5% 的公司更有价值。
③ 商誉风险：大规模并购的公司账面净资产含大量商誉，一旦减值，PB 会骤降。

PS（市销率）—— 亏损公司的救生圈

定义：PS = 市值 ÷ 营业收入。分母是营业收入而非利润，因此亏损公司也可以计算。

适用场景：高增长但尚未盈利的公司——早期 SaaS、新能源上游、生物科技早期阶段。在这些领域，收入增速是最重要的先行指标，利润暂时为负是战略选择，不代表商业模式失败。

主要局限：PS 完全不区分盈利能力。收入相同但毛利率 80% 和 20% 的公司，价值天差地别，但 PS 给出相同的结果。因此 PS 必须结合毛利率使用：同样的 PS，毛利率越高，估值越合理。

EV/EBITDA —— 并购界的通用语言

定义：EV（企业价值）= 市值 + 净债务（有息负债 - 现金）。EV/EBITDA = 企业价值 ÷ 息税折旧摊销前利润。

为什么用 EV 而不是市值？ 因为 EV 代表收购一家公司需要支付的全部代价——不仅是股权，还要承接其债务。用 EV 可以将不同资本结构（高杠杆 vs 零负债）的公司放在同一基准上比较。

为什么用 EBITDA 而不是净利润？ EBITDA 剔除了利息（I，与资本结构相关）、税收（T，与税率政策相关）、折旧摊销（DA，与会计政策和资产年限相关），反映更纯粹的经营层面盈利能力，跨公司可比性更强。

主要局限：EBITDA 加回了折旧，但折旧对应的资本支出是真实的现金流出。对 Capex 密集型公司（如电信基站、半导体工厂），EV/EBITDA 会系统性低估其资金压力，建议同步看 EV/EBIT 或 P/FCF。

EV/Revenue —— SaaS 公司的标配

定义：EV/Revenue = 企业价值 ÷ 营业收入。与 PS 类似，但分子用 EV（含债务），因此更适合负债较高的公司横向比较。

SaaS 公司普遍采用这一指标，核心原因：在规模化阶段，ARR（年度经常性收入）的增速和质量（以 NDR 衡量）才是价值驱动因素，EBITDA 和净利润长期为负，PE 和 EV/EBITDA 均无意义。

P/FCF（自由现金流市盈率）—— 最难被操纵的倍数

定义：P/FCF = 市值 ÷ 自由现金流（FCF = 经营现金流 - 资本支出）。

巴菲特将自由现金流视为企业"真正赚到的钱"。相比净利润，FCF 更难通过会计政策调节：收入确认可以提前，折旧可以调整，但现金不会说谎。

P/FCF 尤其适合轻资本模式的消费品公司和成熟软件公司，这类公司 FCF 稳定可预测，与内在价值的相关性最强。

案例一：A 股银行股用 PB 比较——招商银行 vs 工商银行

银行股是 PB 估值的经典场景。A 股两大银行股在 2025 年底的 PB 数据如下（数据来源：Wind，截至 2025Q4）：

PB 差异的原因分析：

工商银行 PB 约 0.55x，招商银行 PB 约 0.95x，差距近一倍。这不代表工商银行"更便宜"，而是市场对两者内在质量的差异化定价：

1. ROE 决定合理 PB：银行 PB 的理论锚点是 ROE。戈登增长模型推导出，合理 PB 约等于 ROE / 权益成本（Ke）。招商 ROE 约 15%，远高于工行的 11%，市场给予更高溢价合乎逻辑。
2. 资产质量溢价：招商银行不良率仅 0.94%，远低于工行 1.35%，贷款损失准备金覆盖率也更充足，意味着账面净资产的"含金量"更高。
3. 业务结构差异：招商银行以零售银行和私人银行业务见长，净息差相对更高，收入结构更稳定，抗周期性更强。
4. 规模的负担：工商银行作为全球资产规模最大的银行之一，增量资产边际收益递减，难以维持高 ROE，市场给予较低溢价。

启示：银行股 PB 高低的核心驱动是 ROE 和资产质量，不能简单因为 PB 低就认为"安全边际更高"。PB 0.55x 的工行，如果 ROE 持续下滑到 8%，目前的 PB 未必低估。

案例二：美股 SaaS 公司用 EV/Revenue 比较——Salesforce vs Snowflake

SaaS 行业的估值核心是 EV/Revenue（或 EV/NTM Revenue，即下一财年收入预测）。以下数据为 2025 年末估计值（数据来源：Koyfin，Bloomberg 一致预期）：

倍数差异的原因分析：

Snowflake 的 EV/Revenue 约为 Salesforce 的 2 倍以上，原因是多维度的：

1. 增速溢价：Snowflake 收入增速 25-28%，远超 Salesforce 的 8-9%。成长型公司通常获得更高的收入倍数，因为市场在为未来更大的收入基数定价。
2. NDR 质量溢价：Snowflake NDR 约 128%，意味着现有客户每年自动多花 28% 的钱——这是"不用新增客户，收入也会增长"的飞轮效应，极具价值。
3. 商业模式差异：Snowflake 采用消费型计费（用多少付多少），理论上随数据量增长呈指数扩张，市场给予更高想象空间。
4. 成熟度折价：Salesforce 已是成熟期大型企业软件公司，增速放缓但利润率高（约 33%）。市场给予较低倍数是对增速放缓的理性定价，并非低估。

启示：EV/Revenue 倍数高低本身不判断贵贱，必须同步看增速、毛利率和 NDR。高 EV/Revenue + 高增速 + 高 NDR 是合理的；高 EV/Revenue + 低增速 + 低毛利率，才是真正的泡沫信号。

常见误区

误区 1：PE 低等于便宜，PE 高等于贵

这是最常见的估值误区。PE 低的原因可能是：增速低、行业衰退、市场担忧未来盈利下滑、周期股处于盈利高点。以 A 股钢铁股为例：2021 年钢铁行业盈利高峰，部分钢企 PE 仅 4-5 倍，但随后钢价下跌、盈利崩塌，"低 PE"根本不是安全边际。

正确做法：将 PE 与增速（PEG）和历史均值结合判断。同行业内，相近增速的公司之间比 PE 才有意义。

误区 2：跨行业比较同一倍数

用银行股的 PB 标准去评判科技公司，或用互联网的 PS 去评判传统制造业，是无意义的类比。不同行业的商业模式、资产结构、盈利节奏完全不同，倍数的合理区间也完全不同。每个行业有其主流估值体系：银行用 PB，SaaS 用 EV/Revenue，稳健消费用 PE/EV/EBITDA，生物科技用 Pipeline 价值折现。

误区 3：忽视盈利质量，只看倍数数字

两家公司 PE 相同，但一家靠主业赚钱，另一家靠卖资产、政府补贴、汇兑收益——盈利质量天差地别，不可混同比较。分析盈利质量时，应检查：经营现金流与净利润是否匹配（差距过大可能存在应收账款虚增）；扣非净利润与净利润的差距；一次性损益占比。

误区 4：没有基准的倍数没有意义

如果不知道历史均值是多少，也不知道同行业中位数是多少，孤立的倍数数字毫无意义。说"这家公司 PE 30 倍"，如果历史均值是 15 倍，这是贵的；如果历史均值是 50 倍，30 倍是折价。三类基准缺一不可：该公司自身历史均值；行业中位数；精选同业 Comps。

误区 5：高增长公司用当期 PE 判断

对高增长公司，当期（TTM）PE 往往极高，用它判断"太贵了"会错杀优质成长股。专业投资者更常用 NTM PE（下一财年预测盈利的 PE）或 2-3 年后的远期 PE，评估未来盈利兑现后的估值水平。

选用指南：何时用哪种倍数

以下是一个简化的决策框架，帮助你在实际分析中快速选择合适的估值倍数：

关键原则：单一倍数永远不够用。专业分析师通常同时计算 PE、EV/EBITDA 和 P/FCF，若三个倍数指向相近结论，可信度更高；若结论分歧，则需深入理解原因。

FAQ

Q1：PE 低就代表股票便宜吗？PE 低可能有哪些原因？

PE 低不等于便宜。PE 低的原因可能有：增长预期低（市场不愿为低增速公司支付高溢价）；行业周期顶部（周期股盈利峰值时 PE 反而最低）；资产质量差或盈利质量差（财务操纵、一次性收益）；市场担忧未来盈利下滑。Damodaran 指出，PE 有意义的前提是盈利为正且可持续，建议结合 PEG（PE / 增速）同步判断。PE 低且增速高，才是值得关注的低估信号。

Q2：EV/EBITDA 和 PE 相比有什么优势？什么情况下优先用？

EV/EBITDA 的核心优势是资本结构中性：它基于企业价值（EV = 市值 + 净债务），分母 EBITDA 剔除了利息、税收、折旧摊销，因此不同杠杆率的公司之间可以直接横向比较，而 PE 会因负债高低导致分母净利润失真。优先使用 EV/EBITDA 的场景：并购分析（M&A）；同行业内杠杆率差异大的公司对比；折旧摊销较重的重资产行业（制造业、电信、媒体）；评估企业整体运营层面盈利能力，而非股东层面。

Q3：SaaS 公司为什么用 EV/Revenue 而不是 PE 估值？

SaaS 公司处于高速增长阶段时，往往主动选择亏损——将收入大量投入销售费用和研发以抢占市场份额，导致 EBITDA 和净利润长期为负。PE 和 EV/EBITDA 分母为负数，倍数无意义。EV/Revenue（企业价值 / 收入）分母永为正，且收入是 SaaS 公司最核心的增长驱动指标，结合 ARR 增速、NDR（净收入留存率）、毛利率水平，可以评估公司是否值得为高收入倍数支付溢价。CFA Institute 建议，使用 EV/Revenue 时必须同步看毛利率，否则高收入倍数可能掩盖商业模式缺陷。

Q4：如何确定一个合理的估值倍数基准？

估值倍数本身没有绝对的高低之分，必须有基准才有意义。常用三类基准：历史均值基准——与该公司自身过去 5 至 10 年的同一倍数均值比较，判断是否高于或低于历史中枢；行业均值基准——与同行业所有可比公司的中位数或均值比较，识别相对折溢价；同业对标基准（Comps）——精选 3 至 5 家业务模式、规模、增速相近的公司，做精细横向对比。Damodaran 的估值数据库（pages.stern.nyu.edu/~adamodar）提供分行业的全球倍数均值，是建立基准的常用参考。

数据来源

• Damodaran, A.（2012）. Investment Valuation: Tools and Techniques for Determining the Value of Any Asset（3rd ed.）. Wiley Finance.
• Damodaran Online — Valuation Multiples by Sector（pages.stern.nyu.edu/~adamodar）
• CFA Institute. Equity Asset Valuation（4th ed.）. CFA Institute Research Foundation.
• Investopedia — Valuation Ratios（investopedia.com）
• Wind 金融数据终端 — A 股银行股财务数据（截至 2025Q4）
• Koyfin / Bloomberg 一致预期 — 美股 SaaS 公司估值数据（截至 2025 年末）

注：本文所有数据仅供教学说明用途，不构成任何投资建议。估值分析需结合实时数据和个人判断。