PB估值：净资产的秘密

学习路径：本篇是估值系列第二篇，建议先完成第一篇《PE估值》再阅读。

核心问题：PB < 1 就是低估吗？净资产到底”净”了什么？

一、故事开始：0.6倍PB的银行股，血赚还是陷阱？

那是一个周五下午，小林盯着屏幕上一排银行股，越看越兴奋，最后实在憋不住，跑去找老陈。

「老陈！我发现一个宝贝！某银行股，现在PB才0.6倍，就是说市场把它的净资产打了六折卖给我！净资产100块钱的东西，我花60块就买到了，这不是稳赚不赔吗？」

老陈慢慢放下茶杯，看了他一眼，没有直接说话，而是反问：

「你说打折买资产稳赚——那我问你，你在二手市场看到一辆车，原价20万，现在卖6万，你买吗？」

「当然……」小林刚想说买，突然顿了顿，「等等，得先看看这车什么毛病吧。」

「对了。」老陈点点头，「那PB=0.6的银行股，你有没有想过，市场为什么要打折？」

小林沉默了。

「坐下，我们从头推。」

二、PB的本质：清算价值视角

2.1 公式定义

PB = \frac{每股市价}{每股净资产（ BPS ）} = \frac{市值}{净资产（股东权益）}

净资产（Book Value） 的会计定义：

净资产 = 总资产 - 总负债

这是公司在会计账本上”属于股东的那部分”。理论上，如果公司今天清盘，卖掉所有资产、还清所有债务，剩下的钱就应该按股份分给股东。

2.2 PB = 0.6 意味着什么？

「小林，我问你，PB=0.6，用中文怎么翻译？」

「就是……市值只有净资产的60%？」

「对，换句话说——市场认为这家公司的净资产，只值账面价值的60%。现在问题来了：市场为什么这么认为？」

小林想了想：「难道净资产账面上写的，和实际不一样？」

「聪明。」老陈竖起一根手指，「这就是PB分析的核心：账面净资产 ≠ 真实净资产。市场定价反映的是对真实清算价值的预期，而不是会计数字。」

以下三种情况会导致 真实净资产 < 账面净资产，从而 PB < 1 是合理的：

情况	解释	典型行业
资产实际价值低于账面	坏账、存货跌价、固定资产过时	银行、地产、钢铁
商誉虚高	并购溢价形成的商誉，随时可能减值	传媒、医疗并购
ROE持续低于资金成本	公司赚的钱连资金成本都覆盖不了，净资产在”消耗”	传统制造业

「所以，」老陈总结道，「PB<1不是天上掉馅饼，而是市场先生在用价格告诉你：这家公司的净资产有水分，或者赚钱能力太差。」

三、深化：PB 与 ROE 的内在关系

「老陈，那合理的PB应该是多少？」

「好问题。」老陈站起来，拿起白板笔，「我们来推导一个公式。」

3.1 从内在价值出发推导合理PB

假设公司永续经营，每年用净资产赚取 ROE 的回报，股东要求的回报率（股权成本）为 $K_{e}$ 。

用永续增长模型（Gordon Growth Model 简化版，暂不考虑增长）：

内在价值 = \frac{净资产 \times ROE}{K _{e}}

因此：

合理 PB = \frac{内在价值}{净资产} = \frac{ROE}{K _{e}}

「就这么简单？」小林有些惊讶。

「核心逻辑就这么简单。我们用三个例子算一下：」

3.2 三个计算例子

假设股权成本 $K_{e} = 10%$ （A股合理中枢）

例1：高ROE消费品（如白酒龙头）

ROE = 20%, K_{e} = 10%

合理 PB = \frac{20%}{10%} = 2 倍

→ 高ROE理应给高PB，这家公司用1块净资产每年能赚2毛，当然值得溢价买入。

例2：低ROE传统制造业

ROE = 8%, K_{e} = 10%

合理 PB = \frac{8%}{10%} = 0.8 倍

→ ROE低于资金成本，PB < 1 是合理的。公司的赚钱能力连”钱的机会成本”都覆盖不了，净资产实际上在被侵蚀。

例3：回到银行股（核心案例）

以某股份制银行为例：

ROE ≈ 12%
$K_{e}$ = 10%（保守估计）

合理 PB = \frac{12%}{10%} = 1.2 倍

「等等老陈，合理PB是1.2倍，但实际市场给的PB才0.6倍，那岂不是说……低估了50%？！这不是更应该买吗！」

老陈摇摇头，嘴角微微上扬：「小林，你刚才漏掉了两个字——真实ROE。」

「什么意思？」

「财报上写的ROE是12%，但这12%是基于账面资产计算的。如果银行有大量不良贷款没有充分拨备，真实的净资产比账面少，真实的ROE可能只有8%甚至更低。市场定价0.6倍PB，不是低估，而是对未来坏账的提前折价。」

小林若有所思：「所以PB=0.6不一定是低估，可能是市场在说：‘你账面上那12% ROE，我不信。’」

「完全正确。」

四、格雷厄姆安全边际法则

价值投资鼻祖本杰明·格雷厄姆给出了一个经典筛选标准：

PB < 1.5 且 ROE > 15%

4.1 为什么是这两个条件的组合？

「小林，光看PB低有什么问题？」

「可能净资产有水分……」

「对。光看ROE高有什么问题？」

「可能估值太贵了，买贵了也亏钱。」

「所以两个条件缺一不可：」

PB < 1.5：确保你买的价格不是天价，有安全边际
ROE > 15%：确保公司真正有赚钱能力，净资产是”活”的而非”死”的

这个组合的数学意义：

\frac{ROE}{K _{e}} = \frac{15%}{10%} = 1.5

当 PB < 1.5 且 ROE = 15% 时，意味着你正好以合理价格或折价买入一家盈利能力合格的公司。

4.2 实际应用：2020-2024年A股符合条件的行业

年份	符合PB<1.5且ROE>15%的主要行业
2020	白酒（部分）、家电龙头
2021	煤炭（景气周期顶部附近）、银行（少数）
2022	煤炭、部分化工、银行
2023	银行（PB极低，但ROE是否真实存疑）、煤炭
2024	红利资产（银行+煤炭+电力）、部分消费

⚠️ 注意：格雷厄姆法则适用于重资产、财务透明的行业，对轻资产行业（互联网、白酒）不适用。

五、PB适用行业的深度分析

「老陈，什么行业适合用PB估值，什么行业不适合？」

老陈走到窗边：「本质问题只有一个——这家公司的价值，主要由净资产决定，还是由赚钱能力决定？」

5.1 适合用PB估值的行业：重资产型

这类行业的特征：净资产有大量实物资产支撑，清算价值与账面价值偏差较小。

行业	主要净资产构成	PB适用性	典型陷阱
银行	贷款资产、债券	✅ 核心指标	不良贷款未充分暴露
保险	投资资产组合	✅ 较适用	准备金计提是否充分
地产	土地+在建项目	✅ 参考用	存货按成本计，市价可能大幅偏离
钢铁/有色	固定资产+存货	✅ 参考用	固定资产折旧是否反映真实价值
公用事业	电厂、管道等固定资产	✅ 适用	特许经营权有没有计入

5.2 不适合用PB估值的行业：轻资产型

这类行业的核心价值在于品牌、技术、渠道，这些东西在资产负债表上几乎看不到，导致净资产严重低估企业真实价值。

行业	真正的价值所在	PB会怎样	正确估值方法
白酒	品牌溢价、渠道网络	PB高达10-20倍+	PE / DCF
互联网	用户数据、网络效应	PB可能100倍+	PS / DCF
医药研发	专利管线、研发能力	PB意义极小	管线折现
咨询/软件	人才与知识	净资产就是几台电脑	PE / DCF

「老陈，我明白了。茅台的品牌值多少钱，资产负债表上是看不出来的，所以PB对茅台没意义。」

「完全正确。反过来说，如果你用PB来给茅台估值，只会给你一个严重低估的错误结论——不是茅台低估了，而是你用了错误的尺子。」

六、A股三大PB陷阱

「学了这么多，你以为PB就够了？」老陈意味深长地说，「A股有三个专门坑PB投资者的陷阱。」

陷阱一：商誉虚增净资产

「公司A，净资产100亿，其中商誉60亿，占比60%。PB=0.8倍，看起来便宜。」

「商誉是什么？」

「并购时，花了比净资产更多的钱买来的，超出部分就记成商誉。」

「对。商誉的问题是——它不是真实资产，随时可以减值归零。一旦商誉减值，净资产立刻大幅缩水。你以为PB=0.8在折价买入，减值后实际PB可能变成1.5。」

商誉风险筛查标准：

商誉占比 = \frac{商誉}{净资产} > 30% \Rightarrow 高度警惕

典型案例：2018-2019年A股商誉暴雷潮，传媒、游戏行业大量公司商誉减值，净资产一夜蒸发，股价腰斩再腰斩。

陷阱二：银行不良贷款——PB=0.6不是低估

这是本文开头故事的核心答案。

银行的净资产主要由贷款资产构成。如果贷款质量很差（大量不良贷款），账面净资产就是虚的。

简化模型：

某银行账面净资产 1000亿，不良贷款余额 300亿（账面拨备率 150%，拨备金 450亿）。

若真实不良率远高于披露，假设实际损失 600亿（超出拨备 150亿）→ 真实净资产 = 1000 - 150 = 850亿

若当前市值 600亿，账面PB = 0.6，真实PB = 600/850 = 0.71倍（看起来没那么便宜了）

多年数据：A股银行业PB中枢

年份	银行板块PB均值	背景
2015	1.1x	牛市末期
2017	0.9x	监管收紧，不良压力
2019	0.8x	经济下行压力
2021	0.7x	地产风险暴露
2022	0.55x	地产暴雷，市场悲观
2023	0.55x	净息差收窄，盈利承压
2024	0.65x	红利行情修复

→ 银行板块长期在 PB < 1 区间运行，这是系统性折价，根源是市场对不良资产的持续担忧。

陷阱三：地产存货价值的两面性

地产公司的净资产中，存货（土地+在建项目） 占比极高，且按历史成本入账。

土地成本低时买入：存货账面价值 < 市场价值 → 净资产被低估 → 实际PB比账面PB更低 → 可能真的便宜
土地成本高时买入（如2016-2019年高价地）：存货账面价值 > 市场价值（房价下跌后）→ 净资产被高估 → 实际PB比账面PB更高 → 比看起来贵

「所以，」老陈总结，「看地产股的PB，你得问：这些存货是高价地还是低价地？现在能不能以账面价值卖出去？」

七、杜邦分解实战：茅台 vs 招商银行 vs 万科

「老陈，我知道ROE很重要，但是ROE高有很多种方式吧？」

「聪明，这就是杜邦分解的意义。同样的ROE，质量可以天差地别。」

ROE = 净利率 \frac{净利润}{营业收入} \times 资产周转率 \frac{营业收入}{总资产} \times 权益乘数（杠杆） \frac{总资产}{净资产}

三家公司杜邦分解对比（约2022-2023年数据）

公司	净利率	资产周转率	权益乘数	ROE	PB（市场）	合理PB（ROE/10%）
贵州茅台	~47%	~0.65x	~1.3x	~40%	8-10x	4x（实际给了溢价）
招商银行	~35%	~0.04x	~11x	~16%	0.9-1.2x	1.6x
万科A	~3%（2023）	~0.35x	~5x	~5%（2023）	0.4-0.6x	0.5x

「小林，你看三家公司，同样的杜邦公式，三条完全不同的路径。」

茅台：靠的是极高净利率（品牌溢价、定价权），杠杆很低，非常”干净”的ROE
招行：净利率也不低，但资产周转率极低（贷款资产规模巨大），靠高杠杆（银行天然属性）撑起ROE
万科：三个因子都在恶化——毛利率下滑（行业下行）、周转率下降（卖房变慢）、但杠杆还很高（负债压力大）

「所以同样是PB=0.5，万科和招行的意义完全不同。万科的ROE已经趋近于资金成本，PB=0.5可能并不便宜。招行的ROE还有16%，只要不良贷款真实可控，PB给1.6倍是合理的，现在折价未必不是机会。」

「但这个’真实可控’四个字，是整个分析的核心假设。」老陈强调道。

八、Tushare 取数：获取A股实时PB数据

import tushare as ts
import pandas as pd
 
pro = ts.pro_api('你的TOKEN')
 
# 获取银行板块当日PB数据（以某交易日为例）
df = pro.daily_basic(
    trade_date='20241231',
    fields='ts_code,close,pb,ps_ttm,dv_ttm,total_mv'
)
 
# 筛选银行股（代码以 6003/6000 开头或行业筛选）
bank_df = df[df['ts_code'].str.startswith(('601', '600015', '600016'))]
 
# 按PB升序排列，找最"便宜"的银行
bank_df_sorted = bank_df.sort_values('pb').head(10)
print(bank_df_sorted[['ts_code', 'close', 'pb', 'total_mv']])

输出示例（模拟）：

ts_code	close	pb	total_mv（亿）
601166.SH	38.2	0.93	9,850
600036.SH	32.1	1.05	8,120
601328.SH	5.8	0.51	2,340

注意：daily_basic 接口中的 pb 字段为市净率（整体法，非加权），total_mv 单位为万元，需除以10000转换为亿元。

多年PB纵向对比取数：

# 获取某只股票历史PB序列（招商银行）
hist_pb = pro.daily_basic(
    ts_code='600036.SH',
    start_date='20190101',
    end_date='20241231',
    fields='trade_date,pb,roe'
)
hist_pb['trade_date'] = pd.to_datetime(hist_pb['trade_date'])
hist_pb = hist_pb.sort_values('trade_date')
 
# 关键分位数
print(hist_pb['pb'].describe())
print(f"历史PB中位数：{hist_pb['pb'].median():.2f}x")
print(f"历史PB 10%分位：{hist_pb['pb'].quantile(0.1):.2f}x")

九、多年数据纵向对比：银行 PB 的历史锚定

以招商银行为参照，观察PB随ROE变化的规律：

时间段	招行PB区间	招行ROE区间	市场隐含Ke	市场情绪
2010-2013	1.2-2.0x	22-24%	~12-20%	偏乐观
2014-2016	0.9-1.2x	17-19%	~14-21%	中性偏悲观
2017-2019	0.9-1.4x	16-17%	~11-19%	中性
2020-2021	1.2-1.8x	15-16%	~8-13%	偏乐观
2022-2023	0.8-1.1x	15-16%	~14-20%	悲观（地产拖累）
2024	1.0-1.3x	14-15%	~11-15%	温和修复

从数据中可以看出：

ROE相对稳定（15-17%），但PB区间极大（0.8-1.8x），波动主要来自市场隐含的 $K_{e}$ （风险偏好）
当市场极度悲观时（2022年），隐含 $K_{e}$ 高达14-20%，远超正常水平，这正是价值投资者寻找的机会窗口
PB的历史均值回归：长期来看，若ROE真实稳定，PB会向 ROE/Ke 中枢回归

十、总结：PB分析的完整框架

第一步：确认行业适用性
    重资产行业 → PB有参考意义
    轻资产行业 → PB无意义，换PE/DCF

第二步：检验净资产质量
    商誉占比 < 20%？
    银行：不良率是否充分拨备？
    地产：存货是高价地还是低价地？

第三步：计算合理PB
    合理PB = ROE / Ke
    Ke ≈ 10%（A股股权成本参考值）
    → 实际PB vs 合理PB，判断高估/低估

第四步：格雷厄姆双重验证
    PB < 1.5 且 ROE > 15% → 进入候选名单

第五步：杜邦分解ROE质量
    净利率驱动（品质最高）
    周转率驱动（次之）
    杠杆驱动（需谨慎）

十一、追问思考题

🤔 思考题1

某消费品公司，ROE = 30%，PB = 15倍，股权成本 $K_{e}$ = 10%。合理PB应该是多少？当前估值是高估还是低估？如果该公司未来ROE因竞争加剧降至15%，合理PB会变成多少？股价可能跌多少？

答案方向：合理PB = 30%/10% = 3倍，当前PB = 15倍，明显高估。若ROE降至15%，合理PB = 1.5倍，从15倍压缩至1.5倍，在净资产不变的前提下，股价理论最大跌幅 = 1 - 1.5/15 = 90%。这说明高PB股票对ROE下滑极度敏感，护城河是否持续是关键。

🤔 思考题2

银行股A，PB = 0.55倍，ROE = 13%，不良贷款率 = 1.5%（行业平均），拨备覆盖率 = 250%（行业平均）。银行股B，PB = 0.55倍，ROE = 11%，不良贷款率 = 3.2%，拨备覆盖率 = 140%（监管最低要求）。两只银行PB相同，你更倾向于哪只？为什么？

答案方向：银行A明显更优。虽然ROE略高于银行B，但关键差异在不良资产质量：B的不良率是A的两倍以上，且拨备覆盖率仅勉强达标，意味着缓冲垫极薄。一旦经济下行、坏账增加，B的净资产将快速缩水，真实PB会远高于0.55倍。相同的账面PB，背后的真实资产质量可以天差地别。

🤔 思考题3

为什么互联网公司（如腾讯）的PB常年在5-10倍以上，但分析师不说它”高估”？如果用PB=ROE/Ke的公式反推，腾讯的市场隐含ROE应该在多少？这个ROE合理吗？

答案方向：腾讯的PB高是因为账面净资产严重低估了其真实价值——微信的社交网络效应、游戏版权、广告变现能力，都不在资产负债表上。腾讯的真实”经济净资产”远高于会计净资产。若PB=8，Ke=10%，则市场隐含ROE=80%，这远高于财报ROE（约25-30%），说明用PB分析腾讯本身就是错误的框架。正确的做法是用PE或DCF，而非PB。

📖 下一篇：03_PE估值进阶_盈利质量的识别

📖 进阶阅读：04_DCF_自由现金流折现模型 —— 彻底告别相对估值，算出绝对内在价值

最后更新：2026年3月 | 数据来源：Wind、Tushare、公司年报

徐术挺-漫思录

探索

02_PB估值_净资产的秘密