你該買輝達（NVidia）——一家現在不發股利、但成長潛力極大、前景充滿不確定的公司，還是奧馳亞（Altria）——一家高股利、成長空間有限但收入穩定的公司？而相對於其他菸草公司，奧馳亞算便宜嗎？

要做出這些判斷，你必須具備三項能力：把今天的現金流與未來的現金流相互比較、評估風險如何影響價值、處理龐大的資訊量。本章提供的，正是這三件利器。

時間就是金錢#

金融裡最簡單的工具，往往也最有威力。「今天的一塊錢，勝過未來的一塊錢」這個觀念，多數人不需模型與數學就能直覺領會。而**現值（present value）**原理，讓我們能精確算出未來的一塊錢在今天值多少，並跨時間比較現金流。

未來的現金流之所以不如今天的同額現金流值錢，有三個原因：

1. 人們偏好現在消費，而非未來消費
2. 通膨會隨時間侵蝕現金的購買力——未來的一塊錢買到的東西，比今天的一塊錢少
3. 承諾的未來現金流可能無法兌現——等待本身就有風險

把未來現金流調整以反映上述因素的過程，稱為折現（discounting）；這些因素的大小則反映在**折現率（discount rate）**上。

折現率可視為三者的綜合：預期實質報酬（反映消費偏好）、預期通膨（捕捉購買力變化），以及現金流不確定性的溢價。

五種現金流型態#

折現的過程，把未來現金流轉換成今日幣值。現金流共有五種型態：

• 單一現金流（simple cash flow）：未來某一特定期間的單筆現金流。例如折現率 8%，10 年後的 $1,000，折回今天的現值約為 $463
• 年金（annuity）：固定期間內、定期發生的等額現金流。例如「現金價 $10,000」對比「每年底付 $3,000、連付五年」，在折現率 12% 下，分期方案的現值約 $10,814，比現金價更貴
• 成長年金（growing annuity）：在特定期間內以固定速率成長的現金流。例如一座金礦去年產生 $150 萬現金流、未來 20 年持續，假設年成長 3%、折現率 10%，其現值約 $1,614.6 萬
• 永續年金（perpetuity）：永遠定期發生的等額現金流，現值＝現金流 ÷ 折現率。例如永久付 $60 票息、利率 9% 的「統一公債（console bond）」，價值為 $60 ÷ 0.09 ≈ $667
• 成長永續年金（growing perpetuity）：預期永遠以固定速率成長的現金流

成長永續年金有個關鍵限制：成長率必須低於折現率，公式才成立；更嚴格的是，成長率還必須低於整體經濟的名目成長率——因為沒有任何資產的現金流能永遠跑得比經濟還快。

例如某股票去年配息 $2，預期股利永遠以每年 2% 成長，而你要求的報酬率為 8%，則股價＝（$2 × 1.02）÷（0.08 − 0.02）＝ $34。

這五種現金流，是幾乎所有金融資產的基本構件。債券、股票、房產，最終都能拆解成一組組現金流——只要你能折現這些現金流，就能為這些資產估值。

與風險搏鬥#

16、17 世紀股票剛開始交易時，資訊匱乏、處理手段也少，只有極富有的人投資股票，且仍易受騙。20 世紀初新投資者湧入後，才開始有機構蒐集個別證券的報酬與價格資料、計算基本的風險指標，但這些指標多半相當粗糙（例如：付高股利的鐵路股被認為比製造或航運股安全）。

馬可維茲的洞見：分散化#

1950 年代初，芝加哥大學博士生馬可維茲（Harry Markowitz）注意到：一個投資組合的風險，不只取決於各證券的投資金額與個別風險，還取決於這些證券「如何一起變動」。

若把走勢相反的證券放進同一個組合，組合的風險可以低於個別證券的風險。投資者透過持有**分散化（diversified）**的投資組合來承擔風險，所得到的報酬權衡，遠優於只持有個別股票。

以投資迪士尼（Disney）為例，你面對的風險可分三層：

• 公司特定風險：下一部漫威大片可能比預期賣座，上海新樂園的遊客可能少於預估
• 產業風險：影響迪士尼及其同業，如改變廣播業性質的法規
• 總體經濟風險：影響市場上大多數或所有公司，如升息或經濟衰退

若你把全部資金押在迪士尼，這三層風險你全得承擔。但若迪士尼只是你龐大投資組合的一部分，影響個別公司的風險會在組合中被平均掉——有公司表現比預期差，就會有公司比預期好。然而，影響大多數公司的總體經濟風險（市場風險）無法被分散掉。對分散化的投資者而言，這個無法分散的市場風險，才是唯一該在意的風險。

衡量市場風險：CAPM 與其替代品#

若接受馬可維茲的命題（你只該在意無法分散的風險），該如何衡量一家公司對市場整體風險的暴露程度？最廣為使用的是 1960 年代初發展出的資本資產定價模型（capital asset pricing model, CAPM）。

• 模型假設：投資者沒有交易成本、共享相同資訊
• 由於分散沒有成本、不分散也沒有好處，每位投資者都持有由所有交易資產組成的「市場投資組合」
• 任一資產的風險，就是它加進市場投資組合所增添的風險，以**貝他值（beta）**衡量
• 貝他值是相對風險指標，以 1 為基準標準化：高於 1 表示比平均股票更暴露於市場風險，低於 1 則較少

CAPM 直覺又好用，但建立在不切實際的假設上；且近幾十年的研究顯示，CAPM 貝他值在解釋股票報酬差異上表現並不好。因此發展出三類替代模型：

• 多貝他模型（multi-beta models）：用多個貝他值（而非單一貝他）衡量風險，每個貝他對應一種市場風險
• 代理模型（proxy models）：觀察過去高報酬公司的特徵（如市值、股價淨值比），用這些特徵當作風險指標
• 基本面模型：透過公司營運與盈餘的穩定性來估計風險

這些模型全有缺陷——不是假設不切實際，就是參數無法精確估計。但有三件事無可爭辯：

• 風險很重要：即使你不認同投資組合理論，也不能在投資時忽略風險
• 有些投資比其他投資更危險：若不用貝他當相對風險指標，你就得想出另一套替代指標
• 風險的價格會影響價值，而市場會為風險定價

會計入門#

三大基本會計報表：

• 資產負債表（balance sheet）：在某一時點，總結公司擁有的資產、其價值，以及融資所用的負債與權益組合
• 損益表（income statement）：呈現公司一段期間的營運與獲利
• 現金流量表（statement of cash flows）：說明公司從營運、融資、投資活動中產生或花費了多少現金

會計如何衡量資產價值#

• 固定與長期資產（土地、建物、設備）：從原始購入成本（歷史成本）出發，再因資產老化而減損（折舊或攤銷）
• 短期資產（存貨、應收款、現金）：較傾向採用更新後的市價
• 對其他公司的投資：持有以交易為目的者採市價，否則採歷史成本；若持股超過 50%（子公司），須將子公司全部資產負債併入（合併報表），並以「少數股權」反映不屬於自己的部分
• 無形資產：會計中最常見的是商譽（goodwill）——併購時，付出的價格超過被併公司既有資產的部分即成為商譽；若標的價值事後下跌，商譽須減記（減損）

負債與權益的分類同樣有嚴格原則：流動負債（如應付帳款、短期借款）通常以市價記錄；長期負債（如銀行貸款、公司債）一般以發行時面額記錄、不按市價調整；權益則反映發行股票時收到的原始款項，加上歷年盈餘（減去虧損），再扣除已付股利與庫藏股回購。

衡量獲利的兩個原則#

• 應計基礎（accrual accounting）：銷貨或提供服務的收入，在交易發生的期間認列，並對應地配合認列為產生收入而發生的費用
• 費用分類：
  • 營業費用（operating expenses）：只為當期帶來效益，如當期售出產品的人工與材料成本
  • 融資費用（financing expenses）：來自非權益融資，最常見的是利息費用
  • 資本費用（capital expenses）：預期跨多期帶來效益，如購置機器與建物的成本，以折舊或攤銷分攤到各期

收入扣除營業費用與折舊得到營業利益（operating income）；再扣除利息與稅，即為淨利（net income）。

衡量獲利能力與資本效率#

• 利潤率（margins）：營業利潤率＝營業利益 ÷ 銷貨；淨利率＝淨利 ÷ 銷貨
• 資本報酬率（ROC / ROIC）：稅後營業利益相對於投入資本（負債與權益的帳面價值之和，扣除現金與有價證券）。競爭激烈的行業，此比率往往較低
• 股東權益報酬率（ROE）：從股東角度衡量，淨利相對於權益帳面價值

從會計到財務的資產負債表#

會計資產負債表記錄公司投資與籌資的歷史，但它是向後看的。為提供更具前瞻性的圖像，可改用財務資產負債表（financial balance sheet），它與會計版本表面相似，但有兩點關鍵差異：

財務資產負債表不依資產壽命或有形性分類，而是分為「既有資產」與「成長資產」；其數值反映的不是已投入的成本，而是基於未來預期的「當前價值」。美國與國際會計準則正朝「公允價值」會計推進，這會讓會計資產負債表越來越接近財務資產負債表。

讀懂資料#

今日財務分析面臨的問題，不是資訊太少，而是太多。從龐大且常相互矛盾的資訊中理出頭緒，正是分析公司的一環——而統計能讓這件事更輕鬆。

呈現資料的三種方式#

• 個別資料：直接列出資料項，由使用者自行判讀。例如把某化學公司的本益比（PE ratio）和四家同業並列
• 彙總統計：資料量一大就難追蹤個別項，於是改用平均數，以及衡量離散程度的標準差
• 次數分配（frequency distribution）：把數字拆成個別值（或數值區間），標出落在每個值上的資料筆數。好處有二：再龐大的資料集都能濃縮成分配、看出最常出現的值與高低範圍；且分配可能近似某種常見的統計分配

對偏態分配而言，平均數可能不是「典型值」的好指標（會被極端值拉高或拉低），此時**中位數（median）**才是更好的指標。

衡量兩組資料的關係#

• 相關係數（correlation）：衡量兩變數共同變動的最簡單指標。接近 1 表示兩者亦步亦趨，接近 −1 表示反向，接近 0 表示無關係
• 簡單迴歸（simple regression）：更進一步。以普通最小平方法（OLS）找出一條最佳配適線，使各點到線的垂直距離平方和最小，並得到兩個參數：
  • 截距（intercept）：自變數為零時應變數的期望值
  • 斜率（slope）：自變數每變動 1%，應變數預期變動多少
  • 例如截距 1.5%、斜率 0.8，若預期通膨 2%，則預期利率＝ 1.5% + 0.8 × 2% = 3.1%
• 多元迴歸（multiple regression）：用多個自變數解釋一個應變數
• R 平方（R-squared）：解釋了應變數變異中，有多少比例能被自變數解釋（例如 60% 的利率變動可由通膨變動解釋）

工具箱已備齊#

有了本章的工具，你能做很多事：

• 時間價值概念用於跨時間比較與彙總投資的現金流
• 風險與報酬模型讓我們推導投資公司的成本，進而為不同行業的公司估值
• 大量盈餘與現金流資料來自財務報表
• 面對龐大資訊量，能壓縮資料、揭示資料間關係的統計指標提供了無價的洞見

接下來，就讓我們帶著這套估值工具箱，對具體的公司動手吧。