相对估值模型：倍数估值法指南

1882 阅读 · 更新时间 2026年2月28日

相对估值模型（Relative Valuation Model）是一种金融分析方法，通过比较一家公司的估值指标与同行业其他公司的估值指标，来评估该公司的市场价值。相对估值模型常用的估值指标包括市盈率（P/E）、市净率（P/B）、市销率（P/S）、企业价值倍数（EV/EBITDA）等。这种方法假设市场在同一行业或具有相似特征的公司之间有相对一致的估值标准。主要特点包括：比较法：通过比较目标公司的估值指标与同行业其他公司的指标，来评估其价值。常用指标：包括市盈率（P/E）、市净率（P/B）、市销率（P/S）、企业价值倍数（EV/EBITDA）等。市场一致性：假设相同行业或具有相似特征的公司应有相对一致的估值标准。简便快捷：相对估值模型通常较为简便快捷，易于使用和理解。相对估值模型的应用示例：假设某投资者想要评估一家科技公司的价值。他可以选择几个同行业的公司，计算它们的市盈率（P/E）并取平均值。如果这些公司的平均市盈率为 20，而目标公司的每股收益为 5 美元，则目标公司的估值为 20 * 5 = 100 美元。通过这种比较法，投资者可以判断目标公司是否被高估或低估。

核心描述

相对估值模型（Relative Valuation Model） 通过将某项资产与类似公司或资产进行对比，并使用市盈率（P/E）、EV/EBITDA、市销率（P/S）等基于市场价格的倍数，来估算该资产 可能的价值。
这种方法被广泛使用，因为它计算快、直观，并且基于可观察的市场价格；但如果可比公司选择不当，或基本面差异较大，也可能产生误导。
在使用得当的情况下，相对估值模型 可以作为一张实用的 “定价地图”，帮助投资者建立预期、检验假设，并识别市场对相近风险的资产定价差异。

定义及背景

相对估值模型（Relative Valuation Model）的含义

相对估值模型（Relative Valuation Model）（也称 可比公司估值 或 倍数估值法）是一种通过将目标公司与其他相似公司（“可比公司/同业公司”）对比，并应用市场给出的 估值倍数 来进行估值的方法。

它不是在问 “基于未来现金流，这家公司值多少钱？”（如 DCF 折现现金流），而是提出一个更贴近市场的问题：“投资者今天愿意为类似业务支付多少？”

市场为何如此常用

相对估值模型 被广泛用于：

股票研究团队：用于对内在估值结果进行合理性校验
企业融资从业者：在讨论交易估值区间时使用
投资者：用于筛选可能存在定价偏差的标的
组合经理：用于跨行业或跨区域比较估值水平

它之所以成为常用工具，是因为倍数口径更易沟通，且可以从公开披露、业绩公告与市场数据中快速获得并计算。

“相对” 才是关键

相对估值模型 并不声称能得出唯一的 “真实价值”。它给出的结果是 有条件的，取决于：

你选择的可比公司范围
你选择的估值倍数（一个或多个）
盈利与财务数据是否做了 “标准化/归一化” 处理
当前市场情绪与利率环境

只要使用者清楚表达这些前提，这种 “条件性” 不是缺陷，而是该方法的重要特征。

计算方法及应用

分步流程

一个实用的 相对估值模型 通常按 5 步搭建：

明确目标公司（你要估值的公司）
选择可比公司（行业、商业模式、利润率结构、成长性与风险画像相近）
选择合适倍数（依据行业价值驱动因素选择）
标准化财务指标（TTM 还是 forward，剔除一次性项目，处理周期性影响）
将倍数应用到目标公司 得到隐含估值，并做交叉验证

相对估值模型常用倍数

以下是常见倍数及其 “衡量的价值”。

倍数	通俗理解	更适用的场景	关键注意点
P/E	每 $1 盈利对应的股价水平	已盈利且会计口径较稳定的公司	易受一次性项目、回购、杠杆差异影响
EV/EBITDA	每 $1 类现金口径经营利润对应的企业价值	比较资本结构不同的公司	EBITDA 可能低估资本开支（capex）需求
EV/EBIT	每 $1 经营利润对应的企业价值	折旧摊销有意义、资本开支影响较大的行业	EBIT 仍可能受会计政策影响
P/S	每 $1 收入对应的股价水平	早期公司或低利润行业	不反映利润率，“低 P/S” 也可能是价值陷阱
P/B	每 $1 账面净资产对应的股价水平	银行、保险等资产负债表驱动行业	账面价值质量受会计与周期影响大

最小化公式（只保留必要部分）

相对估值模型 常用两条关系式：

企业价值恒等式

\[\text{EV}=\text{Market Cap}+\text{Total Debt}-\text{Cash and Cash Equivalents}\]

由倍数推导隐含估值（通用形式）
若可比公司倍数为 $M$，目标公司指标为 $X$，则隐含价值为：

对于股权倍数（如 P/E）：$\text{Implied Market Cap}=M \times X$
对于 EV 倍数（如 EV/EBITDA）：$\text{Implied EV}=M \times X$，再通过扣除净负债将 EV 转为股权价值

以上均为公司金融与投资分析中的标准关系。

相对估值模型的应用场景

筛选与优先级排序

当备选标的很多时，相对估值模型 可用于快速把公司归类为：

落在同业区间内
相对同业溢价
相对同业折价

这不是买卖信号，而是一个 研究优先级工具。

作为内在估值的交叉验证

当 DCF 给出的结果看起来 “过高” 或 “过低”，相对估值模型可以帮助定位原因：

你的增长假设是否过于激进？
你的利润率假设是否与同业不一致？
市场是否在为某类特征支付溢价（品牌、网络效应、监管壁垒等）？

用于沟通估值区间

由于倍数是市场常用语言，相对估值模型 往往更容易与需要 “市场口径” 参考的人沟通，便于讨论区间与定价锚点。

优势分析及常见误区

相对估值 vs 内在估值（为何两者都重要）

相对估值模型 反映的是 当下市场定价；内在估值反映的是 长期基本面。两者可能出现明显背离，尤其在以下情况下：

利率快速变化
风险偏好切换
行业拥挤或被冷落
盈利处于周期高点或低点

结合使用更稳健：内在估值回答 “长期应当如何”，相对估值回答 “当下类似风险的资产在怎么定价”。

相对估值模型的优势

速度快、结构简单： 数据合理时可快速搭建可用模型。
贴近市场： 倍数反映了投资者当前在奖励或惩罚什么。
便于横向比较： 适合在同一板块内做排序与对照。
减少长期预测依赖： 不必构建 10 年现金流预测也能得到参考锚点。

局限与常见陷阱

可比公司选择风险： 可做到 “算得很精确但方向不对”，因为可比并不真的可比。
周期扭曲： 盈利高点时 P/E 可能显得偏低；低点时可能显得偏高。
会计差异： 收入确认、折旧政策、一次性项目会降低可比性。
资本结构差异： 股权倍数在高杠杆与低杠杆公司之间对比时容易误导；EV 倍数更可比但也有边界。

常见误区（以及如何避免）

“P/E 低就一定被低估”

不一定。低 P/E 可能意味着：

更低增长
更高风险
盈利短期冲高
业务进入下行或结构性衰退

相对估值模型的关键是追问：相对谁低？为什么低？

“同一行业的公司都算可比公司”

行业标签可能掩盖本质差异，例如：

客户集中度
地域敞口
利润结构
监管约束
再投资需求

可比公司选择是 相对估值模型 的核心。

“一个倍数就够了”

单一倍数往往不够稳健。更抗噪的做法是 “三角定位”：

盈利类倍数（P/E 或 EV/EBIT）
现金流代理（EV/EBITDA，并关注 capex）
收入锚点（利润不稳定时用 P/S，并配合利润率分析）

实战指南

60-90 分钟搭建一个干净的相对估值模型

本节是可复用的工作流，用于学习与训练，并非投资建议。

1) 用清单法挑选可比公司

可比公司筛选清单（实践中很有用）：

核心产品线与收入驱动一致
规模相近（市值或收入同量级）
利润率区间相近（毛利率、经营利润率）
杠杆水平相近（净负债/EBITDA 或资产负债率等）
增长阶段相近（成熟期 vs 高增长）
尽量保证会计口径与财年时间一致

如果很难找到 “完美可比”，优先保证 商业模式相似，而不是只看 “同一行业标签”。

2) 选择你能信的指标口径

先判断哪个指标 “噪音最小”：

盈利稳定：考虑 P/E 或 EV/EBIT
杠杆差异大：优先 EV 类倍数
利润率短期被压制：用 P/S 并讨论利润率与修复路径
资产驱动行业（如银行）：用 P/B 并结合资产质量检查

3) 做好标准化并记录调整

常见标准化处理：

若明确为非经常性项目，可剔除重大一次性重组费用
同业统一使用 TTM 或 forward（保持一致）
标注异常资本利得、诉讼和解、资产出售等项目

相对估值模型 的可信度很大程度取决于你的 注释与口径说明。

4) 用区间，而不是单点

不要只报 “18.7x” 这类单点结果，更好的呈现是：

中位数（median）
25% - 75% 分位区间
对离群值给出简短解释（强品牌溢价、困境公司折价等）

区间表达能减少 “过度精确” 的错觉。

案例：简化的同业倍数估值（真实公司名 + 简化计算）

以下示例为 假设性学习演示，使用美国知名零售商与同业公司。数据为 四舍五入与简化，实际使用需以最新公告、财报与市场数据核实。本例不构成任何建议。

情景

你要为 Walmart 做一个 相对估值模型，用大型零售同业 Costco 与 Target 作为粗略可比。假设你收集到以下 示例性 forward P/E 倍数与 Walmart 的一致预期 forward EPS（数值会变化，仅作占位）：

Costco forward P/E：30x
Target forward P/E：16x
Walmart forward EPS：$6.00（示例）

计算同业倍数：

同业 forward P/E 中位数 ≈ 23x（30x 与 16x 的中位数）

Walmart 的隐含价格（示例）：

Implied Price ≈ $23 \times \$6.00 = $138$

解读（强调思路，而非结论）

像 $138 这样的输出 不是 “正确价格”，而是一条有条件的陈述：

如果 Walmart 按同业中位数倍数（23x）定价，且 $6.00 的 forward EPS 作为盈利锚点是合理的，则隐含价格约为 $138。
如果 Walmart 理应折价（增长更慢、利润率更低），可以测试 18x - 22x。
如果 Walmart 理应溢价（现金流更防御、规模优势更强），可以测试 23x - 26x。

加一条视角：用 EV/EBITDA 做交叉验证（概念说明）

若三家公司杠杆差异明显，EV/EBITDA 可作为第二重校验。做法是：

计算各可比公司的 EV/EBITDA（forward 或 TTM，但要统一口径）
取中位数或分位区间
用该倍数乘以 Walmart 的 EBITDA 得到隐含 EV
通过扣除净负债将 EV 转为隐含股权价值

使用两个倍数可以让 相对估值模型 更稳健，但并不能消除模型风险。

资源推荐

书籍与系统学习

覆盖倍数、企业价值、可比公司分析的公司金融教材
聚焦同业选择、财务标准化，以及增长、风险与倍数关系的权益估值参考书

练习数据来源（建议交叉验证）

公司年报（10-K、20-F 等）、季报与业绩公告
投资者演示材料（关注分部信息与 non-GAAP 对账）
提供 EV、EBITDA 与一致预期数据的平台（务必核对指标定义口径）

提升相对估值模型能力的练习

同业集合训练： 构建 3 套可比公司（严格/中等/宽松），对比结果差异。
倍数训练： 用 P/E、EV/EBIT、P/S 给同一目标估值，并解释差异来源。
标准化训练： 剔除一次性项目重算盈利，观察倍数敏感性。
周期训练：对比不同景气阶段的倍数变化，记录 P/E 何时容易误导。

常见问题

相对估值模型最大的风险是什么？

可比公司选择。如果 “可比公司” 在增长、利润率、杠杆或风险上并不相近，相对估值模型得到的结果可能缺乏意义。

应该用 TTM 倍数还是 forward 倍数？

两者都可以，关键是口径一致。TTM 基于已披露结果，但可能处于周期高点或低点；forward 反映市场预期，可能更适用于变化快的公司，但依赖预测质量。

为什么有些情况下专业人士更偏好 EV/EBITDA 而不是 P/E？

因为 EV/EBITDA 在一定程度上能减弱资本结构差异带来的扭曲。两家公司经营相近但负债不同，P/E 差异可能很大；EV/EBITDA 往往更可比（但同样有局限）。

相对估值模型能用于亏损公司吗？

可以，但通常需要转向收入类倍数（如 P/S），并明确分析单位经济模型、利润率与通往盈利的路径，否则模型可能只奖励收入规模而忽视质量。

倍数低是否意味着市场定价错了？

不一定。低倍数可能对应更高风险、更低增长、资产负债表偏弱或基本面下滑。相对估值模型 表达的是 “相对同业更便宜”，不是 “必然被错定价”。

需要多少家可比公司？

没有固定数量。高质量的小样本往往胜过低一致性的大样本。很多分析师在可行时会选 5 - 15 家，并使用中位数与分位区间降低离群值影响。

在相对估值模型中，什么样的倍数算 “合理”？

“合理” 的倍数应当做到可比一致：在增长预期、盈利能力、再投资需求与风险水平相近的公司之间，使用对该行业有意义的指标（盈利、EBITDA、收入或账面价值）进行对照。

总结

相对估值模型（Relative Valuation Model）是投资与公司金融中常用的估值工具，它通过 P/E、EV/EBITDA 等倍数把市场信息转化为结构化对比。其优势在于速度快、贴近市场，但可信度取决于严格的可比公司选择、审慎的财务标准化处理，以及用区间而非单点结果呈现。当你能结合业务质量、增长、风险与资本结构给出清晰解释时，相对估值模型 可以帮助你理解市场正在为相似公司支付什么价格，以及背后的原因。