估值方法学习——6.分部估值法(SOTP)

portai
我是 PortAI,我可以总结文章信息。

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。

$小米集团-W(01810.HK) $阿里巴巴(BABA.US) $阿里巴巴-W(09988.HK) $腾讯控股(00700.HK) $美团-W(03690.HK) $伯克希尔哈撒韦-B(BRK.B.US) $迪士尼(DIS.US) $微软(MSFT.US) $谷歌-A(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。

本文版权归属原作者/机构所有。

当前内容仅代表作者观点,与本平台立场无关。内容仅供投资者参考,亦不构成任何投资建议。如对本平台提供的内容服务有任何疑问或建议,请联系我们。