


估值方法学习——6.分部估值法(SOTP)

那个翻开最多石头的人,最终会赢得游戏。这一直是我的投资哲学。
——彼得·林奇
市场讨厌复杂。当一家公司业务繁杂时,市场先生往往会给出一个笼统、甚至错误的报价。这,就是价值投资者的机会。
分部估值法(SOTP),就是我们拆解复杂性、发现价值的利器。
一、什么是分部估值法?
一句话:把一家公司拆成几块业务,分别估值,然后加起来。
就像给一个水果篮估价,你需要分别计算苹果、香蕉和西瓜的价值,而不是用一个模糊的 “水果均价”。
它的基本公式是:
公司股东价值 = (业务 A 价值 + 业务 B 价值 + ...) - 公司净负债
(净负债 = 总借款 - 总现金)
二、什么时候用?
1. 公司业务太 “杂”
这是最常见的场景。比如迪士尼公司,它既有迪士尼乐园(像酒店旅游业),又有 Disney+ 流媒体(像互联网科技公司)。这两个业务的估值方法完全不同,你必须把它们拆开算。
2. 公司藏着一个 “宝贝” 业务的时候
比如一家很普通的工厂,市场给它的估值很低。但它内部悄悄孵化了一个很厉害的软件团队。用分部估值法,就能把这个 “宝贝” 业务的价值单独算出来,你可能会发现这家公司被严重低估了。
3. 公司计划 “分家”
当公司准备分拆或出售某个业务时,SOTP 是评估其价值能否被释放的核心工具。
三、如何操作?三步走
第一步:拆分业务
直接去看公司年报里的业务分部数据。但要带着批判的眼光,因为这是公司自己画的地图,你需要判断其真实性。
第二步:分别估值
为每个业务匹配最合适的 “尺子”,并坚持保守原则。
业务类型与特征 | 首选估值方法 | 核心考量/理由 |
---|---|---|
成熟稳定型业务 (现金牛) 如:传统消费品、公用事业 | DCF (现金流折现) EV/EBITDA | 业务模式成熟,未来现金流可预测性强。DCF 能最好地反映其内在价值。EV/EBITDA 则剔除了财务和会计政策差异,适合横向比较。 |
高增长型业务 (已盈利) 如:发展期的科技股 | PEG (市盈率相对盈利增长比率) DCF (高增长模型) | 价值主要来源于未来高速增长带来的盈利扩张。PEG 是结合了价值与成长的有效工具。DCF 是理论基础,但需对增长假设进行严格的压力测试。 |
高增长型业务 (战略性亏损) 如:初创期的互联网平台、SaaS | P/S (市销率) EV/Sales 行业特定指标 (如 P/GMV, EV/User) | 公司处于抢占市场的投入期,净利润为负,P/E 无效。估值锚定其收入规模和增长潜力。必须结合毛利率、客户留存率等判断其最终盈利的可能性。 |
重资产与周期性业务 如:制造业、能源、化工、房地产 | P/B (市净率) NAV (净资产价值) | 其价值很大程度上由其有形资产决定。P/B 和 NAV 提供了价值的底线。在周期性低谷,盈利指标失真,基于资产的估值更为可靠。 |
金融服务业务 如:银行、保险、投资部门 | P/B (市净率) DDM (股利贴现模型) | 业务模式是经营资产负债表,净资产是其核心价值基础,P/B 是行业通用核心指标。对于能稳定分红的成熟金融机构,DDM 也是常用方法。 |
第三步:加总调整
把各业务的保守估值加起来,然后减去公司的 “净负债”。剩下的才是真正属于股东的价值。
四、核心要点与陷阱
1. “集团折价” 是机会也是陷阱
就算你算出一家公司拆开来值 100 亿,但市场可能因为不喜欢它业务太杂、管理不够专注,只愿意给它 80 亿的价格,这就是所谓的 “集团折价”。你的计算结果和市场的真实看法,可能会有很大差距。
市场给的折扣可能是你的安全边际,但也可能因为公司管理混乱而长期存在。你必须判断折扣背后的原因。
2. 小心虚假的 “协同效应”
有时候,公司的几个业务合在一起,能互相帮助,产生更大的能量(协同效应,1+1>2)。你把它们拆开算,可能会低估了整体的价值。反过来,如果管理混乱,也可能互相拖累(1+1<2)。
3. 数据的局限性
公司披露的数据不一定完整,你的估值会包含大量假设。所以,你追求的不是精确,而是一个大致正确的价值区间。
五、总结
分部估值法(SOTP)是一个能让你深度理解公司的强大工具。
它就像让你拥有了一副 X 光眼镜,可以穿透公司的外壳,看清内部每一个零件的真实价值。虽然计算过程可能有点复杂,需要做很多假设,但这个分析过程本身,远比最终得出的那个数字更有价值。因为它强迫你真正去搞懂——你买下的,到底是什么。
$XIAOMI-W(01810.HK) $Alibaba(BABA.US) $BABA-W(09988.HK) $TENCENT(00700.HK) $MEITUAN(03690.HK) $Berkshire Hathaway B(BRK.B.US) $Disney(DIS.US) $Microsoft(MSFT.US) $Alphabet(GOOGL.US)
免责声明
本文系作者个人学习内容的理解与分享,并在撰写过程中获得了 AI 的辅助,所有内容仅供学习交流之用,不构成任何形式的投资建议或投资依据。投资有风险,入市需谨慎。请您务必独立思考,并对自己的投资决策负责。
The copyright of this article belongs to the original author/organization.
The views expressed herein are solely those of the author and do not reflect the stance of the platform. The content is intended for investment reference purposes only and shall not be considered as investment advice. Please contact us if you have any questions or suggestions regarding the content services provided by the platform.