DCF：自由现金流折现模型

学习路径：本篇是估值系列第四篇，也是最重要的一篇。PE告诉你相对贵贱，PB告诉你账面折溢价，只有DCF能告诉你——这家公司值多少钱。

预计阅读时间：45-60 分钟（含推导和代码）

一、故事开始：估值的终极问题

那是个周三晚上，老陈把小林叫到书房，桌上摊开着一份招股说明书。

「你学PE学了两周，学PB学了两周，」老陈开口，「我问你——用PE算出来的’合理价格’，是怎么来的？」

「就是……行业平均PE乘以每股收益。」

「那行业平均PE本身，是谁定的？」

小林停顿了一下：「市场……市场定的。」

「对。所以PE是什么？」老陈等着他往下说。

「是……用市场的平均估值去衡量一只股票的相对高低。」小林越说越觉得哪里不对，「那如果整个市场都高估了呢？」

「那你就用一把烂尺子，量出一个错误的答案。」老陈点点头，「PE、PB都是相对估值，它们只告诉你’这只股票比那只股票贵还是便宜’。但它们有一个根本的局限——」

「它们没有告诉我，这家公司到底值多少钱。」小林接话道。

「完全正确。」老陈靠回椅子，「所以今天，我们学唯一一种能算出公司绝对内在价值的方法——DCF，自由现金流折现模型。这也是巴菲特说的，他使用的唯一估值方法。」

「那为什么大家还在用PE？」

「因为DCF很难。」老陈平静地说，「但’难’不是你不学它的理由。来，我们从最根本的问题开始。」

二、DCF 的哲学根基：钱的时间价值

2.1 今天的100元为什么比明年的100元值钱？

「小林，我给你两个选择：A，我今天给你100元；B，一年后给你100元。你选哪个？」

「当然选A。」

「为什么？」

小林想了想：「因为今天的100元，我可以存银行，一年后变成103元（假设年利率3%）。如果一年后才给我，我就损失了这3块钱的利息。」

「对，这就是钱的时间价值。今天的100元，等于明年的103元（以3%利率折算）。反过来，明年的100元，今天只值——」

\frac{100}{1 + 3%} = \frac{100}{1.03} \approx 97.09 元

「这个过程叫做折现（Discounting），97.09元叫做100元的现值（Present Value，PV）。」

2.2 内在价值的哲学定义

「好，现在想象一家公司，它未来每年都能给你现金流。」

内在价值 = t = 1 \sum \infty \frac{第 t 年的自由现金流}{( 1 + r ) ^{t}}

其中 $r$ 是折现率（资金的机会成本）。

「这就是DCF的全部哲学：一家公司的价值，等于它未来所有现金流折算到今天的总和。 不多，不少。」

「老陈，这听起来很简单，但未来的现金流谁知道？」

「你终于问到核心了。」老陈微微一笑，「DCF的难点从来不是公式，而是你对未来的判断。但在讲局限之前，我们先把模型推完。」

三、什么是自由现金流（FCF）？

「等等老陈，DCF里的现金流，和利润一样吗？」

「完全不一样。这是很多人最容易混淆的地方。」

3.1 从净利润到自由现金流

自由现金流（ FCF ） = 经营活动现金流 - 资本支出（ Capex ）

展开来看：

FCF = 净利润 + 折旧摊销 - 营运资本增加 - 资本支出

「我来解释每一项：」

项目	调整方向	原因
净利润	起点	会计利润，但包含非现金项目
+ 折旧摊销	加回	折旧是非现金费用，真钱没出去
- 营运资本增加	减去	应收款增加、存货堆积，现金被占用
- 资本支出（Capex）	减去	买设备、建厂房是真实现金流出

3.2 为什么利润可以造假，FCF更难造假？

「老陈，为什么不直接用净利润折现？」

「因为净利润可以通过会计手段调节：提前确认收入、推迟确认费用、少提折旧。但现金流呢？钱进没进账户，银行对账单上一清二楚。 所以FCF是比净利润更真实的’赚钱能力’指标。」

典型案例：某A股公司净利润连续增长5年，但经营现金流持续为负（应收账款堆积），最终资金链断裂。若你只看PE，完全看不出问题；若你看FCF，早在第二年就该警觉。

四、两阶段DCF模型：完整推导

DCF的标准实践是两阶段模型：公司早期高速增长，后期趋于稳定。

4.1 模型架构

阶段一：高速增长期（第1-5年）

P V_{1} = t = 1 \sum 5 \frac{F C F _{t}}{( 1 + W A C C ) ^{t}}

其中 $F C F_{t} = F C F_{0} \times (1 + g_{1})^{t}$ ， $g_{1}$ 为高速增长期增速。

阶段二：永续增长期（第6年至永远）

终值（ Terminal Value, TV ） = \frac{F C F _{5} \times ( 1 + g )}{W A C C - g}

这是 Gordon 永续增长模型，假设第6年起，FCF 以稳定增速 $g$ 永续增长。

P V_{2} = \frac{T V}{( 1 + W A C C ) ^{5}}

公司内在价值（企业价值，EV）：

E V = P V_{1} + P V_{2}

每股内在价值：

每股内在价值 = \frac{E V - 净负债}{总股本}

注意：净负债 = 有息负债 - 现金及等价物。若公司净现金为正（如茅台），则加上净现金。

4.2 完整数字演算：从零开始算一家公司

「好，现在我们设定一个具体案例，完整算一遍。」

基本假设（某消费品公司，2024年基准）：

参数	数值	说明
当前 FCF（ $F C F_{0}$ ）	10亿元	2024年实际自由现金流
高速增长期增速（ $g_{1}$ ）	15%	第1-5年，行业景气+份额扩张
永续增长率（ $g$ ）	3%	第6年起，约等于名义GDP增速
WACC	10%	加权平均资本成本（下一节详解）
净负债	-20亿	净现金20亿（负债债务<现金）
总股本	5亿股

第一步：计算高速增长期各年FCF

F C F_{t} = 10 \times (1.15)^{t} （亿元）

年份（t）	FCF（亿元）	折现因子 $\frac{1}{( 1.10 ) ^{t}}$	现值（亿元）
1	$10 \times 1.15 = 11.50$	$1/1.10 = 0.9091$	10.45
2	$10 \times 1.32 = 13.23$	$1/1.21 = 0.8264$	10.93
3	$10 \times 1.52 = 15.21$	$1/1.331 = 0.7513$	11.43
4	$10 \times 1.75 = 17.49$	$1/1.464 = 0.6830$	11.95
5	$10 \times 2.01 = 20.11$	$1/1.611 = 0.6209$	12.49

P V_{1} = 10.45 + 10.93 + 11.43 + 11.95 + 12.49 = 57.25 亿元

第二步：计算终值（TV）

第5年末的FCF = 20.11亿元，此后以永续增长率 $g = 3%$ 增长：

T V = \frac{F C F _{5} \times ( 1 + g )}{W A C C - g} = \frac{20.11 \times 1.03}{10% - 3%} = \frac{20.71}{7%} = 295.9 亿元

将终值折现到今天：

P V_{2} = \frac{295.9}{( 1.10 ) ^{5}} = \frac{295.9}{1.611} = 183.7 亿元

第三步：计算内在价值

E V = P V_{1} + P V_{2} = 57.25 + 183.7 = 240.9 亿元

加回净现金（净负债为负意味着有净现金）：

股权价值 = E V + 净现金 = 240.9 + 20 = 260.9 亿元

每股内在价值 = \frac{260.9 亿}{5 亿股} = 52.2 元 / 股

「小林，如果这只股票现在市价40元，你怎么看？」

「内在价值52元，市价40元，有30%的折价，可以考虑买入？」

「思路对。但等等，别急，」老陈抬起一根手指，「在你相信这个52元之前，你得先搞清楚那个10%的WACC是怎么来的。」

五、WACC：加权平均资本成本的完整计算

WACC（Weighted Average Cost of Capital）是DCF的折现率，代表公司融资的综合成本，也是投资者的机会成本。

5.1 WACC公式

W A C C = K_{e} \times \frac{E}{D + E} + K_{d} \times (1 - T) \times \frac{D}{D + E}

其中：

$K_{e}$ ：股权成本（股东要求的回报率）
$K_{d}$ ：债务成本（银行贷款/债券利率）
$E$ ：股权市值
$D$ ：有息负债
$T$ ：企业所得税率（A股标准25%）

5.2 股权成本 $K_{e}$ 的计算（CAPM模型）

K_{e} = R_{f} + β \times (R_{m} - R_{f})

其中：

$R_{f}$ ：无风险利率 ≈ 10年期国债收益率（2025年约2.3-2.5%）
$β$ ：贝塔系数，衡量个股相对市场的波动性（Wind/Choice可查）
$(R_{m} - R_{f})$ ：市场风险溢价 ≈ 5-7%（A股历史均值约6%）

三类公司的 $K_{e}$ 计算示例：

公司类型	$R_{f}$	$β$	市场风险溢价	$K_{e}$
防御性消费（白酒）	2.5%	0.8	6%	$2.5% + 0.8 \times 6% = 7.3%$
一般制造业	2.5%	1.0	6%	$2.5% + 1.0 \times 6% = 8.5%$
高弹性成长股	2.5%	1.5	6%	$2.5% + 1.5 \times 6% = 11.5%$

5.3 完整WACC计算示例

某公司资本结构：股权市值200亿，有息负债100亿， $β = 1.2$ ，银行贷款利率4.5%，税率25%。

第一步，计算各成本：

K_{e} = 2.5% + 1.2 \times 6% = 2.5% + 7.2% = 9.7%

K_{d} \times (1 - T) = 4.5% \times (1 - 25%) = 4.5% \times 75% = 3.375%

第二步，计算权重：

\frac{E}{D + E} = \frac{200}{300} = 66.7%, \frac{D}{D + E} = \frac{100}{300} = 33.3%

第三步，加权求和：

W A C C = 9.7% \times 66.7% + 3.375% \times 33.3% = 6.47% + 1.12% = 7.6%

「老陈，为什么债务成本要乘以 $(1 - 税率)$ ？」

「因为利息支出可以税前扣除。公司借100万，利率5%，利息费用5万，但这5万可以减少应税收入，实际税后债务成本 = 5% × (1-25%) = 3.75%。政府替你承担了四分之一的债务成本。这叫’债务的税盾效应’。」

六、敏感性分析：DCF 的阿喀琉斯之踵

「老陈，我算出52元，我同学用同样的公司算出80元，谁对？」

老陈没有立刻回答，而是拿起笔，在纸上画了一个表格。

「我告诉你一个DCF的铁律：算出来的内在价值，对两个假设极度敏感——WACC和永续增长率g。 我们来做敏感性分析。」

6.1 g 与 WACC 的内在价值矩阵

假设条件（仍用前面案例：FCF₀=10亿，高速增长15%持续5年）

内在价值（亿元） = f (W A C C, g)

$g$ \ $W A C C$	8%	9%	10%	11%	12%
2%	270	215	175	145	122
3%	320	250	201	164	137
4%	395	300	236	188	155
5%	510	375	284	221	179

粗体 201亿 为前文基准情景（WACC=10%，g=3%）。

「小林，你注意看：保持g=3%不变，WACC从10%降到8%，内在价值从201亿变成320亿，变化了59%！ 保持WACC=10%不变，g从3%升到5%，内在价值从201亿变成284亿，变化了41%！」

「天啊，一个假设差2%，价值就差这么多？」

「是的。这就是为什么——DCF不是精确计算，而是一个思维框架。」

6.2 敏感性的数学根源

终值 $T V = \frac{F C F _{5} \times ( 1 + g )}{W A C C - g}$ ，注意分母是 $W A C C - g$ 。

当 WACC=10%，g=3%，分母=7%，TV=295亿当 WACC=10%，g=4%，分母=6%，TV=345亿 → TV增加17% 当 WACC=9%，g=3%，分母=6%，TV=345亿 → TV同样增加17%

「分母越小，TV越大，而分母是两个估计量的差值。任何一个微小变化都会被放大。这是DCF模型天然的敏感性，无法消除。」

6.3 实践中的应对方法

「既然这么敏感，DCF还有用吗？」小林问。

「当然有用。关键是换一种使用方式——」

不要给出一个点估值，而要给出一个合理区间。 例如：“在我的基准假设下，公司内在价值在170-250亿之间”。
只有当市值 << 合理区间下限时，才动手买入。 安全边际不是锦上添花，而是DCF的核心保障。
用敏感性分析识别关键变量。 哪个假设对结果影响最大，就把精力放在研究那个假设上。
多情景分析：乐观、中性、悲观三种情景，对应不同的FCF增速和WACC。

七、DCF 适用条件与局限

「老陈，哪种公司最适合用DCF？」

「你反过来想：DCF有什么要求？」老陈引导他，「你需要预测未来5年的FCF，那对公司有什么隐性要求？」

小林想了想：「要能预测出来……所以得是现金流稳定、可预测的？」

「对，说具体一点。」

7.1 DCF适用的企业类型

最适合（强烈推荐）：

行业	原因	典型代表
白酒	现金流极度稳定，高毛利，几乎无Capex	贵州茅台、五粮液
水电	现金流极其稳定、可预测，折旧大	长江电力、华能水电
高速公路	特许经营，流量稳定，Capex低	宁沪高速、招商公路
消费垄断品	定价权强，需求稳定	海天味业、格力电器
成熟期软件/SaaS	订阅制收入，高续费率，低Capex	部分软件企业

不适合（谨慎使用）：

行业	原因
周期性行业（钢铁、化工、航运）	FCF随大宗商品价格剧烈波动，无法预测
早期成长型企业（亏损的科技股）	当前FCF为负，增速不确定，DCF高度依赖终值假设
金融类企业（银行、保险）	无法清晰区分”经营性”和”融资性”现金流，Capex定义模糊
资本密集型重组期企业	Capex不稳定，短期FCF失真

「老陈，那亚马逊当年一直亏损，分析师怎么算DCF？」

「亚马逊的FCF其实一直是正的，它只是在会计利润层面亏损（大量折旧摊销和投资）。这再次说明：看FCF而不是净利润。但即便如此，早期亚马逊的DCF估值也充满不确定性，那是一种信念型投资，而非精算型投资。巴菲特就从来不买他看不懂的科技成长股。」

八、A股使用DCF的特殊注意事项

「老陈，在A股用DCF有什么特别要注意的？」

「至少三件事。」

8.1 注意一：资本支出（Capex）的可靠性

A股许多上市公司，尤其是国企，存在Capex虚高或无效扩张的情况：

把大量现金投入低回报的固定资产（如电力公司建设回报率不足的项目）
把Capex伪装成”战略性投资”，实际不产生FCF
关联方交易扭曲资本支出的真实性

实际操作：用5-10年的Capex平均值，而非单年数字，以平滑异常值。

正常化 FCF = 经营现金流 - \frac{\sum _{i = 1}^{5} C a p e x _{i}}{5}

8.2 注意二：盈利质量——应收账款是否可回收

A股特有问题：应收账款占收入比例极高的公司，其”经营活动现金流”可能远低于净利润，且大量应收款最终无法收回。

筛查指标：

现金收入比 = \frac{经营活动现金流}{净利润} > 80% \Rightarrow 盈利质量合格

若某公司净利润10亿，经营现金流只有3亿，则FCF实际上是负数，用DCF模型时净利润会严重高估真实FCF。

8.3 注意三：利润分配的不确定性（国企折扣）

DCF假设公司赚到的钱最终会返还给股东（分红或回购）。但A股，尤其是国企：

留存利润大量用于低效再投资
股东获得的现金回报远低于账面FCF

处理方式：对国企DCF结果打20-30%的”治理折扣”，反映股东实际获得现金流的折损。

九、DCF 完整实战流程：以某高速公路公司为例

「老陈，能不能用一个真实行业的公司走一遍完整流程？」

「好，我们用高速公路公司——这是A股最适合DCF的行业之一：现金流稳定、特许经营、每年折旧远大于实际维护支出（即FCF >> 净利润）。」

某高速公路公司（虚构但参数真实）：

项目	数值
2023年净利润	15亿元
经营活动现金流	22亿元
年度Capex（日常维护）	4亿元
当年FCF	18亿元
特许经营剩余年限	25年
有息负债	50亿
净现金（超出负债部分）	-50亿（净负债50亿）
总股本	10亿股

模型设定：

阶段一（1-5年）：增速5%（交通量自然增长+费率调整）
阶段二（永续期）：增速2%（保守，近乎通货膨胀率）
WACC = 7%（防御性资产， $β$ 约0.6）

阶段一计算：

t	FCF（亿）	折现因子（7%）	现值（亿）
1	18.9	0.9346	17.67
2	19.8	0.8734	17.31
3	20.8	0.8163	16.98
4	21.9	0.7629	16.71
5	23.0	0.7130	16.40

$P V_{1} = 17.67 + 17.31 + 16.98 + 16.71 + 16.40 = 85.1 亿$

终值计算（由于特许经营有期限，应考虑用有限期模型，此处用永续简化）：

$T V = \frac{23.0 \times 1.02}{7% - 2%} = \frac{23.5}{5%} = 469 亿$

$P V_{2} = \frac{469}{( 1.07 ) ^{5}} = \frac{469}{1.403} = 334 亿$

$E V = 85.1 + 334 = 419 亿$

$股权价值 = 419 - 50 = 369 亿$

$每股内在价值 = \frac{369}{10} = 36.9 元 / 股$

「如果这只股票现在是28元，折价约25%，在WACC和g的合理范围内，这可能是一个不错的投资机会。」

「但是——」老陈停顿，「你还需要做什么？」

「敏感性分析……对，WACC从7%变成8%，内在价值会变多少？」

「对了。永远不要只跑一个情景。」

十、Tushare 取数：获取历史 FCF 数据

import tushare as ts
import pandas as pd
 
pro = ts.pro_api('你的TOKEN')
 
# 获取某公司现金流量表（以贵州茅台为例）
cashflow = pro.cashflow(
    ts_code='600519.SH',
    start_date='20150101',
    end_date='20231231',
    fields='end_date,n_cashflow_act,free_cashflow,capex'
)
 
# 获取利润表（用于对比FCF vs 净利润）
income = pro.income(
    ts_code='600519.SH',
    start_date='20150101',
    end_date='20231231',
    fields='end_date,n_income_attr_p'
)
 
# 合并并计算FCF/净利润比率（现金收入比）
df = pd.merge(cashflow, income, on='end_date')
df['fcf_vs_profit'] = df['free_cashflow'] / df['n_income_attr_p']
 
# 筛选年报（end_date以1231结尾）
df_annual = df[df['end_date'].str.endswith('1231')].sort_values('end_date')
print(df_annual[['end_date', 'free_cashflow', 'n_income_attr_p', 'fcf_vs_profit']])

茅台历史FCF vs 净利润（实际数据参考）：

年份	净利润（亿）	经营现金流（亿）	资本支出（亿）	FCF（亿）	FCF/净利润
2016	167	168	21	147	88%
2017	271	296	25	271	100%
2018	352	351	30	321	91%
2019	412	467	40	427	104%
2020	467	524	48	476	102%
2021	525	588	55	533	101%
2022	627	724	61	663	106%
2023	747	813	68	745	100%

「小林，你看茅台的FCF/净利润长期在100%附近，甚至有时超过100%。这说明什么？」

「说明茅台的利润质量极高，账面赚的钱，真金白银都进账了。」

「对。这是茅台可以用DCF估值的基础——你能相信它的FCF数字。这跟那些FCF/净利润只有30-40%的公司，完全不一样。」

十一、多年纵向对比：用DCF反推市场隐含增速

一个有趣的DCF应用：已知市值，倒推市场隐含的增速假设，判断市场是否过于乐观或悲观。

茅台案例：市场隐含g的历史变化

（固定 WACC=8%，由市值和当年FCF反推隐含永续增长率 $g$ ）

年份	股价（元）	市值（亿）	FCF（亿）	隐含g（近似）	市场情绪解读
2018	590	7,440	321	~3.5%	理性偏悲观（之后大涨）
2019	1,177	14,800	427	~5.1%	理性偏乐观
2020	1,998	25,100	476	~6.1%	开始透支
2021高点	2,627	33,000	533	~6.8%	高度透支（明显泡沫信号）
2022	1,530	19,200	663	~5.5%	回归合理区间
2023	1,799	22,600	745	~5.8%	中性偏乐观

「老陈，2021年高点时，隐含g接近7%，而之前5年的实际增速也在15-20%。为什么说是泡沫？」

「因为永续增长率代表的是永远，几十年后的增速。没有任何企业能把15-20%的增速维持几十年。当市场开始相信这种不可能成真的假设时，泡沫就形成了。」

十二、总结：DCF是思维框架，不是计算器

「老陈，学了这么多，DCF给我最大的启发是什么？」

老陈想了想，说了一段话，小林把它一字不差地记了下来：

「DCF的价值，不在于你能精确算出52元还是55元。它的价值在于，它强迫你系统性地思考一家公司的全部未来：它能不能持续赚现金流？增速会不会下来？资金成本是多少？你愿意等多久？每一个假设，都是你对这家公司的判断。算DCF的过程，就是把你所有模糊的’感觉’变成可以被质疑的数字。」

「当你算完，发现市价比你估的内在价值低30%以上，且你对核心假设有充分的研究支撑——那时候，你就不是在赌博，而是在做一笔有把握的生意。」

DCF使用最终框架：

1. 确认行业适用性
   → 现金流稳定可预测？FCF/净利润 > 80%？

2. 建立基准情景
   → 预测5年FCF（从收入增速、利润率、Capex出发）
   → 确定WACC（CAPM计算Ke + 债务成本）
   → 设定永续增长率g（≤ 名义GDP增速，保守优先）

3. 计算内在价值
   → PV1 + PV2 = EV → 减净负债 → 股权价值 → 每股价值

4. 必做敏感性分析
   → 构建 g × WACC 的内在价值矩阵
   → 找到"最悲观情景"的内在价值

5. 做出投资决策
   → 只有市价 < 最悲观情景内在价值的 70-80%，才有足够安全边际
   → 记录所有假设，定期回顾验证

十三、追问思考题

🤔 思考题1：为什么DCF算出来每个人结果不同，这是正常的吗？

「两个分析师，用同一家公司的数据，算DCF，结果一个是30元，一个是60元。是谁算错了？」

答案方向：

通常两个人都没有”算错”，他们只是输入了不同的假设。DCF的三个核心参数——FCF增速、WACC、永续增长率g——每一个都是主观判断，而非客观事实。一个乐观的分析师认为公司未来5年增速20%，一个保守的认为10%；一个用WACC=8%，另一个用10%；终值部分的差异可以轻易导致2倍的估值差距。

这不是DCF的缺陷，而是它的本质：内在价值从来不是一个客观数字，而是特定信念体系下的推论。这就是为什么巴菲特说”宁要模糊的正确，也不要精确的错误”——DCF给出的是一个思考框架，而非一个精确答案。两个估值差距悬殊时，真正有价值的讨论是：哪个假设更接近现实？

🤔 思考题2：一家净利润每年增长30%的成长股，DCF算出来的价值会特别高吗？这种算法可靠吗？

答案方向：

会非常高，但也极不可靠。成长股DCF有两个致命问题：

第一，终值对增速假设极度敏感。一旦你在阶段一设置了30%的高增速，终值处的FCF基数会很大，即使永续增长率只有3%，终值也会天文数字级地高。轻微提高g，价值立刻翻倍。

第二，高增速不可持续。30%增速持续5年，FCF是今天的3.7倍；持续10年，是13.8倍。这要求公司的市场空间极大，且竞争壁垒极强。绝大多数高增速公司，增速会在3-5年内显著下滑（竞争进入、市场饱和、管理瓶颈）。

实战建议：对成长股的DCF，设定多情景（乐观/中性/悲观），且将”增速拐点出现时间”作为最敏感的参数进行压力测试。绝不能只跑乐观情景。

🤔 思考题3：长江电力PB=2.5倍，看起来不便宜。但若用DCF算，内在价值却高于市价。这种矛盾如何解释？哪种方法更可信？

答案方向：

这个矛盾恰恰说明了相对估值vs绝对估值的核心差异。

PB=2.5倍说的是：长江电力比账面净资产贵2.5倍。但这没有考虑长江电力特殊的资产特性——水电站建成后，几乎零燃料成本，FCF/净利润接近120%（折旧大量加回），且特许经营寿命极长（水坝百年以上），近乎”永动机”。

若用DCF计算，将未来几十年的稳定现金流折现，得出的内在价值可能远高于PB=2.5倍所暗示的”贵”。换句话说，长江电力的净资产是被低估的，它真正的资产是水流本身和发电权，这些不在账面上。

结论：对于长江电力这类极度稳定、FCF可预测的资产，DCF更可信；PB适合银行等资产负债表相对真实的公司，不适合用于评估水电站这类资产账面价值严重低估真实价值的公司。没有哪种估值方法放之四海而皆准，选对工具，比会用工具更重要。

📖 相关阅读：

02_PB估值_净资产的秘密 — 理解净资产与ROE的关系

05_行业估值对比_用对尺子量对象 — 各行业估值方法选择指南

最后更新：2026年3月 | 数据来源：Wind、Tushare、公司年报 | 所有个股分析仅供学习，不构成投资建议

徐术挺-漫思录

探索

04_DCF_自由现金流折现模型