估值方法學習——6.分部估值法(SOTP)

portai
我是 PortAI,我可以總結文章信息。

那個翻開最多石頭的人,最終會贏得遊戲。這一直是我的投資哲學。
——彼得·林奇

市場討厭複雜。當一家公司業務繁雜時,市場先生往往會給出一個籠統、甚至錯誤的報價。這,就是價值投資者的機會。

分部估值法(SOTP),就是我們拆解複雜性、發現價值的利器。

一、什麼是分部估值法?

一句話:把一家公司拆成幾塊業務,分別估值,然後加起來。

就像給一個水果籃估價,你需要分別計算蘋果、香蕉和西瓜的價值,而不是用一個模糊的 “水果均價”。

它的基本公式是:

公司股東價值 = (業務 A 價值 + 業務 B 價值 + ...) - 公司淨負債

(淨負債 = 總借款 - 總現金)

二、什麼時候用?

1. 公司業務太 “雜” 

這是最常見的場景。比如迪士尼公司,它既有迪士尼樂園(像酒店旅遊業),又有 Disney+ 流媒體(像互聯網科技公司)。這兩個業務的估值方法完全不同,你必須把它們拆開算。

2. 公司藏着一個 “寶貝” 業務的時候

 比如一家很普通的工廠,市場給它的估值很低。但它內部悄悄孵化了一個很厲害的軟件團隊。用分部估值法,就能把這個 “寶貝” 業務的價值單獨算出來,你可能會發現這家公司被嚴重低估了。

3. 公司計劃 “分家”

 當公司準備分拆或出售某個業務時,SOTP 是評估其價值能否被釋放的核心工具。

三、如何操作?三步走

第一步:拆分業務 

直接去看公司年報裏的業務分部數據。但要帶着批判的眼光,因為這是公司自己畫的地圖,你需要判斷其真實性。

第二步:分別估值 

為每個業務匹配最合適的 “尺子”,並堅持保守原則

業務類型與特徵首選估值方法核心考量/理由
成熟穩定型業務 (現金牛)
如:傳統消費品、公用事業
DCF (現金流折現)
EV/EBITDA
業務模式成熟,未來現金流可預測性強。DCF 能最好地反映其內在價值。EV/EBITDA 則剔除了財務和會計政策差異,適合橫向比較。
高增長型業務 (已盈利)
如:發展期的科技股
PEG (市盈率相對盈利增長比率)
DCF (高增長模型)
價值主要來源於未來高速增長帶來的盈利擴張。PEG 是結合了價值與成長的有效工具。DCF 是理論基礎,但需對增長假設進行嚴格的壓力測試。
高增長型業務 (戰略性虧損)
如:初創期的互聯網平台、SaaS
P/S (市銷率)
EV/Sales
行業特定指標 (如 P/GMV, EV/User)
公司處於搶佔市場的投入期,淨利潤為負,P/E 無效。估值錨定其收入規模和增長潛力。必須結合毛利率、客户留存率等判斷其最終盈利的可能性。
重資產與週期性業務
如:製造業、能源、化工、房地產
P/B (市淨率)
NAV (淨資產價值)
其價值很大程度上由其有形資產決定。P/B 和 NAV 提供了價值的底線。在週期性低谷,盈利指標失真,基於資產的估值更為可靠。
金融服務業務
如:銀行、保險、投資部門
P/B (市淨率)
DDM (股利貼現模型)
業務模式是經營資產負債表,淨資產是其核心價值基礎,P/B 是行業通用核心指標。對於能穩定分紅的成熟金融機構,DDM 也是常用方法。

第三步:加總調整 

把各業務的保守估值加起來,然後減去公司的 “淨負債”。剩下的才是真正屬於股東的價值。

四、核心要點與陷阱

1. “集團折價” 是機會也是陷阱 

就算你算出一家公司拆開來值 100 億,但市場可能因為不喜歡它業務太雜、管理不夠專注,只願意給它 80 億的價格,這就是所謂的 “集團折價”。你的計算結果和市場的真實看法,可能會有很大差距。
市場給的折扣可能是你的安全邊際,但也可能因為公司管理混亂而長期存在。你必須判斷折扣背後的原因。

2. 小心虛假的 “協同效應” 

有時候,公司的幾個業務合在一起,能互相幫助,產生更大的能量(協同效應,1+1>2)。你把它們拆開算,可能會低估了整體的價值。反過來,如果管理混亂,也可能互相拖累(1+1<2)。

3. 數據的侷限性 

公司披露的數據不一定完整,你的估值會包含大量假設。所以,你追求的不是精確,而是一個大致正確的價值區間。

五、總結

分部估值法(SOTP)是一個能讓你深度理解公司的強大工具。

它就像讓你擁有了一副 X 光眼鏡,可以穿透公司的外殼,看清內部每一個零件的真實價值。雖然計算過程可能有點複雜,需要做很多假設,但這個分析過程本身,遠比最終得出的那個數字更有價值。因為它強迫你真正去搞懂——你買下的,到底是什麼。

$小米集團-W(01810.HK) $阿里巴巴(BABA.US) $阿里巴巴-W(09988.HK) $騰訊控股(00700.HK) $美團-W(03690.HK) $伯克希爾哈撒韋-B(BRK.B.US) $迪士尼(DIS.US) $微軟(MSFT.US) $谷歌-A(GOOGL.US) 

免責聲明

本文系作者個人學習內容的理解與分享,並在撰寫過程中獲得了 AI 的輔助,所有內容僅供學習交流之用,不構成任何形式的投資建議或投資依據。投資有風險,入市需謹慎。請您務必獨立思考,並對自己的投資決策負責。

本文版權歸屬原作者/機構所有。

當前內容僅代表作者觀點,與本平台立場無關。內容僅供投資者參考,亦不構成任何投資建議。如對本平台提供的內容服務有任何疑問或建議,請聯絡我們。