估值不是科技股投資的最重要因素#

「估值不應該是選股流程中最重要的因素。」——Mark Mahaney

估值有用，但它不是科學；它有「精準陷阱」（precision traps）：太多時候我們以為能算到小數點，其實連方向都未必對。

為什麼這條教訓會嚇到老派投資人#

• 多數教科書把估值（P/E、DCF）放在投資流程最核心
• 但對高成長科技股，估值常常只能告訴你「合理範圍」（ballpark reasonable），不能精準到單一目標價
• 真正關鍵的問題是：目前估值是不是大致合理？（Does the current valuation look ballpark reasonable?）

Uber / Lyft 的「Time’s up moment」#

• Uber 2019 年 5 月以 45 美元 IPO，掛牌首日跌 8%
• Lyft 2019 年 3 月以 72 美元 IPO，2021 年初還沒回到掛牌價
• 2019 年 Uber 虧損 86 億美元、Lyft 虧損 26 億美元——對 IPO 公司來說是空前等級
• CNBC 評論員 Josh Brown 形容：「IPO 失敗讓投資人從『幻想式估值』回到『獲利』。」
• 然而 2020 年 Uber 又上漲約 70%、2021 年初再漲 300%——市場再次回到「fantasy valuation」

這就是科技股估值的世界：你不能只看 P/E，更不能用直覺判斷「貴」或「便宜」。

為什麼科技股「天生就貴」#

NASDAQ 過去 20 年平均遠期 P/E 約 20 倍，S&P 500 約 15 倍。

看懂「成長調整後」的估值#

• 單獨看 P/E 在科技股上幾乎沒意義
• 比較有用的順序：
  • 相對於市場（market multiple）
  • 相對於同業（sector comps）
  • 最有用：相對於自身成長率（growth-adjusted）
• 規則之一：成長越高，市場給的倍數越高

一個簡單例子：高估值如何「變便宜」#

• 股票 A：股價 20 美元，EPS 1.00 美元 → P/E 20，成長率 20%
• 股票 B：股價 15 美元，EPS 1.00 美元 → P/E 15，成長率 10%
• 表面看 B 比 A 便宜，但若雙方成長率不變、股價不動：
  • 4 年後兩者 P/E 收斂
  • 5 年後 A 的 P/E 反而比 B 還低

高成長帶來的「兩段式」報酬#

• A 持續以 P/E 20、20% EPS 成長：3 年後股價 28.80（+44%）；5 年後 +107%
• B 持續以 P/E 15、10% EPS 成長：3 年後 18.15（+21%）；5 年後 +46%

不是叫你立刻去買科技股。是要你理解：沒有經過成長調整的估值，幾乎沒有意義。

經驗法則#

• 10% EPS 成長的公司：P/E 落在 15–20 倍
• 20% EPS 成長的公司：P/E 落在 20–40 倍
• 低成長股容易來到「2 倍成長率」的 P/E
• 高成長股很少達到「2 倍成長率」的 P/E——因為市場本能懷疑高成長能否持續

折價於成長率的高品質股票（例如 P/E 20 倍但 EPS 成長 30%）是難得的機會。PCLN 與 Facebook 都曾長期符合這個條件。這類機會應該幾乎一律進一步研究。

三類公司、三種估值問題#

第一類：獲利穩健（Robust earnings）#

關鍵問題：

這個 EPS 成長率是否可持續？

• 影響 P/E 的三個因素：市場本益比、產業本益比、市場對該公司成長率的看法
• 若三者不變，P/E 不會大改
• 若 EPS 成長率減速，會發生「double whammy」：EPS 下調 + 倍數下修，股價跌幅放大
• 反之 EPS 加速 + 倍數重評會造成多重戴維斯（雙擊）

案例：2017 年的 Facebook 目標價#

• 馬哈尼於 2017 年 2 月設目標價 175 美元（當時股價 133 美元）
• 年底 FB 收 176 美元——目標價誤差僅 0.8%
• 解構：實際 EPS 比預估高 20%、目標倍數比實際低 9%——「兩個錯誤互相抵消」
• 重點不是預估有多神，而是當公司有清楚穩健的 EPS 時，估值就是一個簡單但必須誠實的數學題

第二類：獲利微薄（Minimal earnings, sky-high P/E）#

像 Netflix、Amazon 這類 P/E 50–80 倍的個股，問三個關鍵問題：

• 目前獲利是否被刻意壓低（因大量再投資）？
• 長期營業利益率是否能大幅高於目前？
• 能否長時間維持 premium revenue growth？

如果三題都是 yes，70 倍 P/E 也可能是「合理估值」。

Netflix 的實證#

• 2016–2020 五年平均 P/E 為 72 倍
• 行銷投入：2010 年 3 億美元 → 2019 年 27 億美元
• 內容投入：2016 年 70 億美元 → 2019 年超過 145 億美元（馬哈尼戲稱為「Khrushchev strategy」——把對手用內容預算埋掉）
• 公開承諾每年提升 3% 的營業利益率，從 4%（2016）→ 7%（2017）→ 10%（2018）→ 13%（2019）
• 結果 2017–2020 EPS 年增 47%–194%；五年平均 EPS 成長 92%
• 「貴」是因為它真的成長得很快，而且基本面驗證了估值

從低基期擴張的營業利益率，效果常常比想像中大。Netflix 從 7% 提升 3 個百分點到 10%，相當於約 50% 的 EPS 成長——再加上營收成長，「複利效應」非常驚人。

Amazon 的補充邏輯#

• 2016–2020 平均 P/E 同樣約 72 倍
• 沒有像 Netflix 那樣的營業利益率承諾，EPS 成長卻能撐起這個倍數，靠兩個額外因子：
  • 業務組合（mix-shift）：AWS 與廣告業務成長 2 倍於零售、營業利益率約 25%（vs. 零售 2–5%）
  • 平台公司（platform company）：能不斷進入新市場（雲端、廣告、硬體、雜貨、藥品、物流……）

第三類：沒有獲利（No earnings）#

最困難的估值情境。馬哈尼提供四個邏輯測試：

• 是否有商業模式類似且已獲利的公開比較對象（comparable）？
• 公司整體不賺錢，是否有部分業務已賺錢？
• 是否有結構性原因，讓「規模化也無法獲利」？
• 管理層是否有具體步驟能引導公司走向獲利？

如果答案足夠正面，沒獲利不代表不能投資；如果四題都站不住腳，再低的本益比也只是陷阱。

估值的「精準陷阱」#

「Valuation is not a science.」估值的危險，正是看起來像科學。

• 模型會給你三位小數的 DCF 答案，卻無法處理 5 年後的科技變遷
• 對科技股而言，估值是用來排除明顯不合理的選項，而不是計算精準目標價
• 「Ballpark reasonable」遠比「精準目標價」實用

給投資人的實作流程#

把估值當作輔助過濾器，不是主決策工具。

實作上：

• 先看基本面（營收、產品、TAM、管理）
• 確認是「premium revenue growth」候選（連續 5–6 季 20%+）
• 再用估值問：在「ballpark reasonable」嗎？
• 對應三類公司，針對性提問
• 永遠記住：高品質公司在折價於成長率時是「長期難得的買點」

一句話總結#

科技股的估值不是「貴或便宜」，而是「貴得有沒有道理」。能解釋為什麼貴，貴的就值得買；解釋不通的便宜，往往是陷阱。