第四章　公司的定量分析

一、定量的参照

当公司已经被定性为良好公司、目标公司，我们就需要一些定量的指标来验证推论。在定量分析之前，首先需要明确，定量是需要参照物的。

一辆车从身旁疾驰而过，普通人会说“哦，好快”，理科学生会说“相对速度200千米／时”。为什么是相对速度呢？所有的物体都不是静止的，所谓的静止都相对于地球而言，而我们所说的运动速度，也是相对于地球的。要知道什么东西快，必须要找到一个参照物。要知道什么公司好，也要找到参照物。

定量分析的第一步就是寻找参照物。如果对于资产安全性有担忧，或者觉得数据有问题，第一反应是找一家类似的公司来参考，如果发现量上的差异，就问问为什么，今年的业绩相对于上年增长了，也需要问为什么。我们通常有以下一些可以参照的数据：

（一）行业统计数据

行业统计数据到处都有，只要有心就能够收集到。一方面，行业网站会定期发布一些景气数据；另一方面，各类大大小小的公司研报和行业研报会在开头罗列数据以佐证结论。我们说研报未必客观，有时候数据也不靠谱，比如常山药业对于国产伟哥的市场需求就给出了1.4亿元的论断，也许这个数据的统计源于某个医学院的学术统计，但是从取样的方式来说，明显是有难度的。所以，谨慎的投资者需要考虑一下数据逻辑和数据来源。

（二）历史数据

以史为镜可以知兴替，业绩预测就是通过历史业绩的轨迹来判定未来业绩增长的可能性。如果我们连续掷硬币100次都是正面，下一次掷硬币是正面的概率有多少呢？理性看不应该是50%吗？这就是金融业经典的“赌徒谬误”。可这个例子过于理想化了，未来的影响因素有很多，谁也无法保证硬币没有问题，谁也无法保证掷硬币的人没有某种潜意识的偏好，所以我们才需要反过来总结。

当我们掷硬币1亿次，发现7 000万次是正面，3 000万次是反面，而理论上应该是一半一半的概率时，我们就会考虑是硬币出了问题，还是掷硬币的人出了问题。没有答案的时候，我们就理所当然地认为，也许正面偏多才是真理。巴菲特说：“从历史看，长期看好美国经济并且做多的人将获得很好的回报。”因为历史一直在证明这一点。经济学家说可能每隔十年资本主义社会就会有一次危机，为什么呢？经济学家罗列了一些道理，但是依然无法准确预测未来。

所以，我们说如果一个上市公司在过去十几年都表现良好，业绩稳定，那么未来大概率还会继续保持，也许最终它还是因为生命周期而倒下，但至少改变不会是突然的，而是缓慢的。

（三）公司间横向比较

不是只有相同业务的公司才可以比较，当然最好的比较是找到相似度很高的公司。比如分析百事可乐的时候，找可口可乐来参照。比如研究恒瑞医药的时候，拿复星医药比较就不充分，因为它们主营的药品并不重合。如果拿类似的单个药品比较，则可以得出一些结论，诸如营销方面谁比较强，而研发效率方面又是谁比较有优势。

（四）与预期比较

我们为何更加信任某个人的判断，因为这个人的判断准确率高，当预期实现的时候，我们就在心里给他加了分。为什么有些股票的价格波动如此之大，是因为现实呈现了和预期完全相反的景象。如果一家公司预期的增长率是20%，可是增长只有18%，从一般投资者的角度看，这似乎没什么问题，但是机构依然会对其进行无情打压，不及预期就是一个利空。当然这种利空马上会有理性纠正，但问题是如果预期增长20%，结果反而减少了20%的利润呢？那就比较要命了。有人说，降低一下预期值如何？我们可以改变自己的预期，但是股票的预期是包含股价的，预期良好的股票股价也高，如果不达预期，股价自然会与现实匹配。个人的预期不会影响市场整体的预期。和预期比较还有个参照标准，那就是机会成本。为什么美债收益率走高会导致全球融资成本上升？因为美债收益率上升基本上代表无风险收益率上升，如果没有风险的投资可以回报更多，那么有风险的投资就要有更高的回报来匹配，也就是支付给投资者更多的利息。

定量是如何做到的？所有的量都是相对的值，只要有了这个概念，大家就可以对上市公司做出判断。有时候一个行业内很多公司的市盈率都上百，比如前几年的电商行业，基础投入的增速远远跟不上收入的增速，如今大家也看到了，情况已然不同，那么在当时的情况下，按照市盈率判断这些公司都是没有价值的，因为电商行业的公司和同行业的公司比较才有意义。