DCF 估值实操:怎么把一家公司算出个价
- 掌握 DCF 建模的完整步骤(预测FCF→折现→永续价值→加总)
- 知道增长率、折现率、永续增速三个关键假设怎么定才不离谱
- 学会用敏感性分析得出估值区间而非一个点
很多人第一次听到 DCF,觉得这玩意儿是投行分析师专用的,自己用不上。但如果你学价值投资,早晚要碰它——因为「这家公司到底值多少钱」这个问题,PE、PB 只能给出相对参照,DCF 才是把这个问题量化的最本质方法。
但 DCF 有个致命弱点:它的输出完全取决于你输入的假设。你想让一家公司估出 50 亿,它就给你 50 亿;你想让它估出 200 亿,换几个数字同样成立。用不好,DCF 不是估值工具,而是给自己想要的结论找数字依据的工具。
这篇文章的目标,是让你真正会用它,而不只是知道它的名字。我们会走一遍完整的建模步骤,重点讲清楚三个关键假设怎么定才不离谱,最后用敏感性分析把点估值变成区间估值。
DCF 的底层逻辑:钱的时间价值
在动手之前,先把一件事讲透:为什么未来的钱要「打折」?
你今天手里有 100 元,拿去买沪深300指数基金,按历史年化 8–10% 估算,一年后大约能变成 108 到 110 元。反过来,如果有人承诺一年后给你 100 元,那这 100 元折算到今天只值大约 91–93 元——因为等待是有成本的,加上未来总有不确定性。
这个「打折的比率」叫折现率,它衡量的是你对资金的机会成本要求。DCF 做的事,就是把一家公司未来每年能产出的自由现金流,逐一「打折」折算回今天,加总起来就是这家公司今天应该值多少钱。
用公式写出来:
企业内在价值 = Σ(第t年FCF ÷ (1+r)^t) + 永续价值的折现值
其中 FCF 是自由现金流,r 是折现率,永续价值是第 n 年之后所有现金流的折现加总(用永续增长公式估算)。
看着复杂,拆成四步就清楚了。
第一步:预测未来 5–10 年的自由现金流
DCF 的「输入」不是净利润,而是自由现金流(FCF)——公司经营产生的现金减去维持和扩展业务必要的资本支出后,真正可以自由支配的那部分钱。关于 FCF 的计算和为什么要用它,详见 自由现金流:公司赚钱能力的真实镜子。
预测阶段多数分析师取 5–10 年:太短的话,永续价值占比会大到失控;太长的话,预测精度会低到没有意义。多数情况下,5 年是务实的选择,对于商业模式稳定、行业格局清晰的公司,可以延伸到 8–10 年。
假设你在分析一家叫「明达软件」的假想公司(纯教学用,非真实标的):
- 今年(基准年)的自由现金流:5 亿元
- 它过去三年 FCF 复合增速约 12%,但竞争加剧,管理层说未来目标是维持 8–10%
- 你保守取 8% 作为未来 5 年的增速
那么未来 5 年的 FCF 预测如下:
| 年份 | FCF(亿元) | 计算方式 |
|---|---|---|
| 第 1 年 | 5.40 | 5 × 1.08 |
| 第 2 年 | 5.83 | 5.40 × 1.08 |
| 第 3 年 | 6.30 | 5.83 × 1.08 |
| 第 4 年 | 6.80 | 6.30 × 1.08 |
| 第 5 年 | 7.35 | 6.80 × 1.08 |
第二步:用折现率把未来现金流折回今天
有了 FCF 预测,下一步是逐年折现。折现率取 10%(这是本文假设,下一节会讲怎么定)。
| 年份 | FCF(亿元) | 折现因子 1/(1.10)^t | 折现值(亿元) |
|---|---|---|---|
| 第 1 年 | 5.40 | 0.909 | 4.91 |
| 第 2 年 | 5.83 | 0.826 | 4.82 |
| 第 3 年 | 6.30 | 0.751 | 4.73 |
| 第 4 年 | 6.80 | 0.683 | 4.64 |
| 第 5 年 | 7.35 | 0.621 | 4.56 |
前 5 年 FCF 折现值合计:约 23.7 亿元
折现因子可以手工算(1÷1.1 的 t 次方),也可以查折现系数表,或者直接用 Excel/WPS 的 NPV 函数。
第三步:估算永续价值并折现
预测期结束后,公司理论上还会继续运营赚钱——这部分叫永续价值,用永续增长模型(Gordon Model)估算:
永续价值(第5年末)= 第6年FCF ÷(折现率 - 永续增速)
= (7.35 × 1.02) ÷ (10% - 2%)
= 7.497 ÷ 0.08
≈ 93.7 亿元
注意这个 93.7 亿是第 5 年末的价值,还要再折现回今天:
永续价值的折现值 = 93.7 × 0.621 ≈ 58.2 亿元
这里的永续增速取 2%,接近长期 GDP 名义增速的保守下限。
第四步:加总得到企业内在价值
企业内在价值 = 前5年FCF折现值 + 永续价值折现值
= 23.7 + 58.2
= 约 81.9 亿元
「明达软件」按这组假设,内在价值约 82 亿元。如果它现在的市值是 58 亿,价格低于价值,有安全边际;如果市值已经 120 亿,价格已经透支了未来,大概率是买贵了。
关于安全边际如何配合估值反推买点,可以继续看 安全边际与买点:好公司也要好价格。
三个关键假设:这里定歪了,后面全废
DCF 的模型本身并不复杂,真正的难点在于:怎么定这三个假设,结果才不离谱?
假设一:增长率
这是最容易被高估的地方。大多数人会下意识地用最近一两年的高增速外推,忘了均值回归是商业世界的铁律。
定的方法:
- 看历史增速:取近 3–5 年的 FCF 复合增速,作为现实锚点,但不要直接拿来用。
- 看行业天花板:公司增速长期不可能高于它所在市场的天花板,成熟行业里能维持 6–8% 已经很不错。
- 用「逆向验证」:按你假设的增速,5 年后公司规模是多少?在整个行业里占多大市场份额?如果算出来的市场份额超过 30–40%,说明假设不现实。
- 宁保守,不乐观:DCF 对增速极度敏感,高估增速 3–5 个百分点,估值可能虚增 50% 以上。
假设二:折现率
折现率代表你要求这笔投资的最低年化回报率,是你的机会成本。
定的方法:
一个简洁的个人投资者视角:你现在把这笔钱投别处(比如指数基金)大概能获得多少收益?如果你对沪深300的长期预期是 8%,那投个股至少要求 10%(因为个股风险远高于指数),高波动行业可以要求到 12%。
正式的财务模型用 WACC(加权平均资本成本),考虑股权成本和债务成本的加权。但对于个人投资者,直接用**10%**作为基准是务实的起点,再根据公司风险特征上下调整:
| 公司类型 | 折现率参考区间 |
|---|---|
| 现金流极稳、垄断型(公用事业、高壁垒消费) | 8–9% |
| 主流蓝筹、行业格局稳定 | 10–11% |
| 成长股、周期股、竞争激烈行业 | 12–15% |
| 初创期、亏损、商业模式未验证 | 建议不用 DCF |
折现率越高,折现值越低,估值越保守。所以用偏高的折现率是对自己有利的——万一公司表现不及预期,你的安全垫更厚。
假设三:永续增速
这是最容易挖坑的假设。
永续增速的含义是:在你的预测期结束后,公司将以这个速度永远增长下去。「永远」这个词,应该让你意识到这个数字不能高。
两条铁律:
- 永续增速不能高于长期名义 GDP 增速。如果一家公司真能永远比整体经济跑快,若干年后它就会变成整个经济体本身——这显然不现实。长期名义 GDP 约等于实际增速(3–4%)加通胀(1–2%),合计约 4–5%。保守点,2–3% 是合理范围。
- 越不确定,永续增速越往低取。对于大多数公司,定 2% 就很合适;只有极少数商业模式极稳、护城河极深的公司,才可以考虑 3%。
永续价值在很多 DCF 模型中占到总估值的 60–80%,这意味着永续增速哪怕只差 1 个百分点,对估值的影响可能高达 20–30%。这也是为什么下一节的敏感性分析如此重要。
敏感性分析:估值是区间,不是一个精确点
学会了前面的四步,你能算出一个数字。但这个数字的价值,很大程度上取决于你知不知道它有多「不稳定」。
做法:固定一个假设,改变其他假设,看估值怎么变。
以「明达软件」为例,我们分别改变增速(±2%)和折现率(±1%),其他假设不动:
增速敏感性(折现率固定 10%,永续增速固定 2%):
| FCF 增速假设 | 企业内在价值(亿元) |
|---|---|
| 6%(悲观) | 约 71 亿 |
| 8%(基准) | 约 82 亿 |
| 10%(乐观) | 约 96 亿 |
折现率敏感性(FCF 增速固定 8%,永续增速固定 2%):
| 折现率假设 | 企业内在价值(亿元) |
|---|---|
| 9%(更宽松) | 约 100 亿 |
| 10%(基准) | 约 82 亿 |
| 11%(更严格) | 约 68 亿 |
看看这个结果:单单是折现率从 9% 变成 11%,估值就从 100 亿变成 68 亿,差了将近三成。增速的敏感性稍低,但也不小。
两个假设同时变动的二维敏感性表(单位:亿元):
| 折现率 9% | 折现率 10% | 折现率 11% | |
|---|---|---|---|
| FCF增速 6% | 87 | 71 | 59 |
| FCF增速 8% | 100 | 82 | 68 |
| FCF增速 10% | 118 | 96 | 80 |
这张表告诉你的事情非常清楚:「明达软件」的合理内在价值区间,大约在 59 亿到 118 亿之间,中值约 82 亿。
这个区间看起来很宽,但它是诚实的——因为本来就这么宽。DCF 不是精密仪器,它是思维框架。知道估值区间,远比追求精确到个位数的「点估值」有意义。
用 Excel 或 WPS 做 DCF,数据表(Data Table)功能可以一键生成上面这种二维敏感性分析表。设好行变量(增速)和列变量(折现率),10 分钟内出结果。
避坑:这三个坑让 DCF 变成"数字游戏"
坑一:先有结论,再凑假设。 最常见的 DCF 滥用方式:你已经喜欢这家公司,想买,然后调高增速、调低折现率,直到估值「证明」现在的价格有安全边际。正确做法是先定假设(保守值),再看结果,而不是反过来。如果不管怎么调整假设,估值都低于现价,那就是买贵了,换标的。
坑二:永续增速定太高。 有人把永续增速定成 5%、甚至 8%,理由是「公司有竞争优势」。但永续期是理论上永远,没有任何公司能以超过经济整体的速度永续增长——那意味着它终将吞噬整个 GDP。永续增速超过 3% 基本是对估值的放水,超过 5% 就是不诚实的假设。
坑三:把 DCF 当精确答案,而不是辅助工具。 DCF 算出来 82 亿,市值是 80 亿,有人觉得「几乎没有安全边际,不能买」。但这个差距根本在假设的误差范围之内。DCF 的作用是判断量级:这家公司「大概在 60–100 亿之间」,如果市值是 40 亿,那才有意义。当市场价格和你的 DCF 估值只差 5%,DCF 根本提供不了这种精度。
DCF 和相对估值怎么配合用
DCF 是绝对估值,PE/PB/PS 是相对估值。两者不是对立关系,而是互补关系。
一个务实的工作流:
- 先用 PE 估值工具 做快速的相对估值筛选,排掉明显贵或者明显便宜的情况。
- 对感兴趣的公司做 DCF 分析,得出内在价值区间。
- 两种方法指向的估值区间有重叠 → 信心更高;方向相反 → 深入排查是什么驱动了差异(增速预期?盈利质量?)。
- 结合 安全边际 确定买点。
DCF 特别适合现金流可预测、增长相对稳定的公司,比如消费品、公用事业、软件服务类。对于强周期股(矿产、航运)或者尚未盈利的成长股,DCF 的假设稳定性很差,结果参考价值有限,需要配合其他方法。
动手清单
- 找一家你熟悉的公司,在财报里找「经营活动现金流」和「资本支出」,相减得到 FCF 的近似值;再看看过去三年 FCF 的趋势是上升、稳定还是波动。
- 定三个假设:保守增速(参考历史、行业天花板,宁低不高);折现率(从 10% 开始,根据行业风险上下调);永续增速(默认 2%,非常有把握才到 3%)。
- 走一遍四步:预测 FCF → 折现 → 永续价值 → 加总,算出基准估值。
- 做敏感性分析:增速±2%、折现率±1%,画出估值区间表,看最乐观和最悲观的差距有多大。
- 对比市值:如果当前市值在你估值区间的中下段,有安全边际可以考虑;如果市值高于最乐观情境,说明市场已经 price in 了所有好消息,买入需要很高的确定性。
小结
DCF 四步:预测 FCF → 折现回今天 → 永续价值再折现 → 加总。
三个关键假设的记忆口诀:增速宁保守、折现率看风险、永续不超 GDP。
敏感性分析是 DCF 的必做动作,不是可选项——它让你从「算出一个数」升级到「知道这个数有多少水分」。
最后,DCF 是辅助判断工具,不是精密计算器。它的价值在于帮你建立「这家公司大概值多少量级」的框架性判断,以及强迫你把每一个隐含的乐观假设显式化。用保守假设算出来的结果如果仍然合理,才值得认真看这个机会。
延伸阅读:
- 自由现金流:公司赚钱能力的真实镜子——FCF 是 DCF 的核心输入,搞清楚它怎么来的,估值才有底
- 安全边际与买点:好公司也要好价格——用 DCF 估出价值后,怎么配合安全边际定买点