3. 講義內容
傳統 P/E 的局限
本益比（Price-to-Earnings Ratio, P/E）是最廣泛使用的相對估值倍數，但其核心問題在於：盈利（E）是波動的，尤其是對週期性行業而言。在景氣高點，盈利被推高，P/E 看起來「便宜」；在景氣低點，盈利萎縮，P/E 看起來「昂貴」。這種逆向關係——P/E 在高點低、在低點高——正是 P/E 方法在週期性行業中最大的陷阱。
此外，一次性項目（如資產出售收益、減值撥備、法律和解費用）也會扭曲當期盈利，使 P/E 失去比較意義。
正常化盈利（Normalized Earnings）
正常化盈利是指剔除了週期波動與一次性項目後的代表性盈利水平。其核心邏輯是：以跨週期的平均盈利能力作為估值基準，而非單一年度的實際盈利。
計算方式：取過去 5–10 年的年度盈利，剔除一次性項目後計算平均值；亦可採用「中週期盈利」（Mid-Cycle Earnings），即假設企業在正常景氣環境下的盈利水平。方法上，常見做法是將各年盈利按營收或 GDP 進行週期調整後取平均。
公式：Normalized Earnings = (∑_i=1^n Earnings_i^*n
其中 \(Earnings_i^*\) 為經一次性項目與週期調整後的年度盈利。
CAPE（Cyclically Adjusted P/E Ratio / Shiller P/E）
CAPE 由諾貝爾經濟學獎得主 Robert Shiller 推廣，其計算方式為：
公式：CAPE = (當前股價過去10年平均經通脹調整后的盈利
CAPE 的核心優勢在於：以 10 年跨度平滑了商業週期的波動，避免了傳統 P/E 在景氣高點或低點的失真。歷史上，美國股市的 CAPE 長期中樞約為 16–17 倍；當 CAPE 顯著高於此水準時，通常對應市場的高估值區域。
然而，CAPE 也有其局限：（1）10 年窗口未必覆蓋完整週期；（2）利率環境的結構性變化會影響合理倍數的錨定；（3）會計準則變更可能使歷史盈利數據不可比；（4）CAPE 是市場整體指標，用於個股估值時需格外謹慎。
EV/EBITDA 倍數法
企業價值／息稅折舊攤銷前利潤（EV/EBITDA）是較 P/E 更為全面的相對估值倍數，因為它不受資本結構（利息）、稅務管轄區、以及折舊攤銷政策差異的影響。
公式：EV/EBITDA = (市場價值 + 淨負債 + 少數股東權益)EBITDA
EV/EBITDA 特別適用於：（1）資本密集型行業（折舊影響大）；（2）跨國比較（稅率不同）；（3）槓桿結構差異較大的可比公司之間。
P/B、P/S、P/FCF 等替代倍數
- P/B（股價淨值比）：適用於資產密集型行業及金融業（銀行、保險）。當企業盈利能力不穩定時，P/B 提供基於資產的比較基準。
- P/S（股價營收比）：適用於尚未盈利但營收增長快速的企業（如初創科技公司），或利潤波動極大的週期性行業。局限在於完全不考慮盈利能力。
- P/FCF（股價自由現金流比）：以自由現金流取代盈利作為分母，比 P/E 更難被會計手段扭曲。適用於現金流穩定但會計利潤波動較大的企業。
相對估值的整體框架
相對估值（Relative Valuation）的正確使用方式不是簡單選取一個倍數，而是：（1）選取合適的可比公司或可比交易；（2）選取多個倍數交叉驗證；（3）以正常化盈利或正常化指標作為分母基礎；（4）解釋目標公司與可比公司之間的差異來源（增長率、風險、回報率），並據此調整倍數。
3.4 投資者應用場景：正常化盈利與 CAPE 的實務操作
場景一：週期性行業的買入時機判斷
對於鋼鐵、化工、航運、農業等強週期行業，正常化盈利是判斷買入時機的核心工具：
- 在行業景氣低點（盈利萎縮、P/E 偏高），以正常化盈利計算的 P/E 往往低於行業中樞，此時可能是買入時機
- 在行業景氣高點（盈利創紀錄、P/E 偏低），以正常化盈利計算的 P/E 往往偏高，此時應謹慎
- 投資者應建立「正常化盈利走勢圖」，將其與股價走勢疊加對比，尋找價格低於正常化價值的區間
場景二：市場整體估值監測
CAPE 作為市場整體估值監測工具，適合以下操作：
- 將當前 CAPE 與歷史中樞（美國約 16–17 倍）比較，判斷市場整體是處於高估還是低估區域
- 結合利率環境調整：在低利率環境下，合理 CAPE 中樞可適當上調（如 20–20 倍）
- 當 CAPE 處於歷史極端高位（如 >30 倍），降低權益配置比例；處於極端低位（如 <15 倍），增加配置
- 注意：CAPE 是緩慢變化的指標，適合年度或季度頻率的判斷，不適合短期交易
場景三：跨國與跨行業比較
不同國家和行業的估值倍數不可直接比較，投資者應：
- 對每個行業建立獨立的可比中樞（來自行業年報、券商研究報告）
- 使用 EV/EBITDA 進行跨國比較（消除稅率和資本結構差異）
- 使用 P/S 比較不同盈利階段的企業（虧損企業與盈利企業）
- 使用 P/FCF 交叉驗證 P/E 的結論（現金流比會計利潤更難操縱）
3.5 歷史市場週期案例：正常化思維的價值
歷史上多次市場拐點證明了正常化思維的重要性：
| 時期 | 市場特徵 | 傳統 P/E 表現 | 正常化後的判斷 |
|---|
| 2000 年互聯網泡沫頂峰 | 科技股盈利爆發增長 | 表面合理甚至偏低 | 正常化後極度高估 |
| 2008 年金融危機低點 | 金融企業大規模虧損 | P/E 為負或極高 | 正常化後嚴重低估 |
| 2020 年疫情衝擊 | 企業盈利斷崖式下跌 | P/E 看似極高 | 正常化後合理偏低 |
| 2021–2022 通脹期 | 利潤被成本擠壓 | P/E 波動劇烈 | 正常化盈利更穩定 |
投資者啟示：在市場情緒極端時期（無論是極度樂觀還是極度悲觀），正常化盈利和 CAPE 能夠幫助投資者「看清真實的價值」。傳統 P/E 在這些時期最容易產生誤導——景氣高點讓投資者誤以為「便宜」而高位接盤，景氣低點讓投資者誤以為「昂貴」而錯失買入良機。
4. 核心概念與公式
| 概念 | 公式 | 說明 |
|---|
| P/E | 價格 ÷ EPS | 傳統本益比 |
| Normalized Earnings | Σ(調整後年度盈利) ÷ n | 跨週期平均盈利 |
| CAPE | 價格 ÷ 10年平均通脪調整盈利 | Shiller P/E |
| EV/EBITDA | (市值+淨負債+NCI) ÷ EBITDA | 不受資本結構影響的倍數 |
| P/B | 價格 ÷ 每股帳面價值 | 資產基準倍數 |
| P/S | 市值 ÷ 營收 | 營收基準倍數 |
| P/FCF | 市值 ÷ 自由現金流 | 現金流基準倍數 |
| Earnings Yield | 1 ÷ P/E = EPS ÷ 價格 | 盈利率，可與債券收益率比較 |
5. 實例演算
丙公司（虛構教學示意，非任何真實企業）
丙公司所處行業具有明顯週期性。過去 10 年年度盈利（百萬元）如下：
| 年度 | 1–2 | 3–4 | 5–6 | 7–8 | 9–10 |
|---|
| 盈利 | 800 | 650 | 400 | 550 | 900 |
| 一次性項目 | 0 | +100（資產出售） | −50（減值） | 0 | +200（訴訟和解） |
正常化盈利計算（剔除一次性項目）：
| 年度 | 1–2 | 3–4 | 5–6 | 7–8 | 9–10 |
|---|
| 調整後盈利 | 800 | 550 | 450 | 550 | 700 |
正常化盈利 = (800 + 550 + 450 + 550 + 700) ÷ 5 = 610（百萬元）
CAPE 風格計算（簡化）：若 10 年平均通脪調整後盈利為 580 百萬元，當前市值 7,500 百萬元：
CAPE = 7,500 ÷ 580 = 12.9 倍
對比傳統 P/E：若當期盈利為 900 百萬元，P/E = 7,500 ÷ 900 = 8.3 倍——此時的「便宜」是景氣高點造成的假象。
倍數交叉驗證：
| 倍數 | 丙公司 | 行業可比中樞 | 評估 |
|---|
| P/E（正常化） | 7,500 ÷ 610 = 12.3× | 14–16× | 略低於中樞 |
| EV/EBITDA | 9,000 ÷ 1,100 = 8.2× | 8–10× | 接近中樞下限 |
| P/B | 7,500 ÷ 5,000 = 1.5× | 1.5–2.0× | 中樞水準 |
| P/S | 7,500 ÷ 8,000 = 0.94× | 1.0–1.3× | 略低於中樞 |
結論：以正常化盈利為基礎，丙公司相對可比公司略顯低估，但並非顯著的折價。傳統 P/E 的 8.3 倍若被直接引用，會嚴重高估其便宜程度。
6. Excel 建模步驟
| 區域 | 單元格 | 內容 |
|---|
| 假設假設區（藍字） | B4:K4 | 過去 10 年年度盈利 |
| 假設區 | B5:K5 | 對應的一次性項目（正為收益、負為費用） |
| 假設區 | C13 | 當前市值；C14 | 當期盈利；C15 | 淨負債；C16 | EBITDA |
| 計算區 | B6:K6 | 調整後盈利 =B4-B5 |
| 計算區 | C18 | 正常化盈利 =AVERAGE(B6:K6) |
| 計算區 | C19 | 正常化 P/E =C13/C18 |
| 計算區 | C20 | 當期 P/E =C13/C14 |
| 計算區 | C21 | CAPE =C13/AVERAGE(過去10年通�調整盈利) |
| 計算區 | C23 | EV =C13+C15；C24 | EV/EBITDA =C23/C16 |
| 計算區 | C25 | P/B =C13/帳面價值；C26 | P/S =C13/營收 |
| 輸出區 | C28 | 倍數區間判斷 =IF(AND(C19>下限,C19<上限),"在合理區間","偏離區間") |
檢查式：① 正常化盈利應介於各年最低與最高盈利之間；② 若當期盈利遠高於正常化盈利，需警惕景氣高點；③ 倍數交叉驗證的方向應大致一致；④ 不同行業的可比中樞差異極大，應選取行業特定基準。
7. 案例研究
A｜情境示範（虛構場景，教學用途）
某分析師以丙公司當期創紀錄的盈利計算 P/E，得出 8 倍「極其便宜」的錯誤結論，卻忽略了盈利的週期性。然而，該盈利中包含了大規模資產出售收益及行業景氣高峰的疊加效應。兩年後盈利回歸正常化水準，P/E 上升至 14 倍，股價隨之下跌。此案例展示：以未經正常化的單一年度盈利做相對估值，在週期性行業中尤其危險。教學用途，不構成投資建議。
B｜真實案例（歷史資料，教學用途，不構成投資建議）
Robert Shiller 在其學術研究中，利用美國市場長達百年的數據，驗證了 CAPE 與後續長期回報之間的負相關關係。當 CAPE 處於歷史高位時（如 2000 年互聯網泡沫頂峰時 CAPE 超過 40 倍），隨後的 10 年實際回報通常偏低甚至為負。此發現已成為學術界與實務界廣泛引用的市場估值參考指標。
在業界實踐中，對沖基金經理及價值投資者（如 Jeremy Grantham 的 GMO 團隊）長期使用 CAPE 作為市場整體估值監測工具，並將其與利率環境結合分析——在低利率環境下，合理的 CAPE 中樞會相應提高。以上內容屬學術與市場實踐的教學引用，不指向任何具體證券或市場時點，也不構成任何買賣判斷。
8. 常見錯誤
- 以景氣高點的盈利算 P/E —— 此時 P/E 最低，卻是最貴的時刻
- 忽略一次性項目 —— 資產出售、減值、訴訟和解等均須剔除
- 將 CAPE 直接用於個股 —— CAPE 更適用於市場整體；個股應用正常化 P/E
- 忽視利率環境的變化 —— 利率下行會結構性抬升合理倍數
- 只使用單一倍數 —— 相對估值應以多個倍數交叉驗證
9. 術語表
| 英文 | 中文 | 解釋 |
|---|
| P/E Ratio | 本益比 | 股價與每股盈利的比率 |
| Normalized Earnings | 正常化盈利 | 剔除週期與一次性項目後的代表性盈利 |
| Mid-Cycle Earnings | 中週期盈利 | 正常景氣環境下的假設盈利 |
| CAPE Ratio | 週期調整本益比 | 10 年平均通�脹調整盈利為基礎的 P/E |
| Shiller P/E | Shiller P/E | 以 Robert Shiller 命名的 CAPE |
| EV/EBITDA | 企業價值／息稅折舊攤銷前利潤 | 不受資本結構影響的倍數 |
| Price-to-Book (P/B) | 股價淨值比 | 市值與帳面價值的比率 |
| Price-to-Sales (P/S) | 股價營收比 | 市值與營收的比率 |
| Price-to-FCF (P/FCF) | 股價自由現金流比 | 市值與自由現金流的比率 |
| Earnings Yield | 盈利率 | P/E 的倒數，可與債券收益率比較 |
| Relative Valuation | 相對估值 | 以可比公司或可比交易為基準的估值方法 |
| Comparable Company Analysis | 可比公司分析 | 選取同業公司計算倍數中樞 |
| Trading Multiple | 交易倍數 | 市場上形成的估值倍數 |
| Cyclicality Adjustment | 週期調整 | 剔除商業週期波動的調整方法 |
| Peak/Trough Earnings | 峰值／谷底盈利 | 景氣高點／低點的盈利水平 |
11. 延伸閱讀
- 上一課：16.3.2 資產型估值：清算價值與 Net-Net
- 下一課：16.3.4 安全邊際的量化方法與應用紀律
- 參考文獻：Robert Shiller, Irrational Exuberance (2000); Benjamin Graham, The Intelligent Investor (1949)
- 延伸主題：課 2.6 盈利質量分析；課 4.2 週期分析
- 對應影片：EP「二級市場」相對估值相關集數
免責聲明：本課程內容僅供教育及知識分享用途，不構成任何投資建議、證券買賣建議或受規管活動。所有數值例子均為虛構教學示意，不代表任何真實企業或證券的價值。
測驗答案分佈統計：A: 20%, B: 20%, C: 20%, D: 40%\( \)