4、核心估值指标计算（下）：股息率、自由现金流收益率、EV/EBITDA、PEG指标的计算与实战应用、多指标综合打分

各位同学，咱们接着聊估值指标。上一节我们把市盈率、市净率这些基础指标掰开揉碎了讲，今天要聊的几个指标，说实话，在实战中更能反映一家公司的「真实赚钱能力」。我个人做量化模型时，这几个指标是必选项，缺一个我都觉得心里不踏实。

4.1 股息率：最朴素的回报指标

股息率，说白了就是你买股票后，每年能拿回多少现金分红。公式很简单：

股息率 = 每股股息 / 每股股价 × 100%

嗯，这里要注意：每股股息通常用「过去12个月的实际分红」或者「预期未来12个月的分红」。我个人习惯用过去12个月的实际数据，因为预期这东西，你懂的，容易画饼。

我在项目中遇到过一家公司，股息率高达8%，看着特别诱人。结果一查，股价跌了60%，股息率是被动拉高的。所以啊，高股息率不一定就是好公司，你得看看股价为什么跌。

4.2 自由现金流收益率：比利润更真实

为什么说自由现金流比净利润更真实？你想想看，利润可以做账，但现金流很难造假。自由现金流收益率公式：

自由现金流收益率 = 每股自由现金流 / 每股股价 × 100%

自由现金流 = 经营活动现金流净额 - 资本支出

我曾经用这个指标筛出一只股票，市盈率看着挺高，30多倍，但自由现金流收益率居然有6%。后来深入研究才发现，这家公司刚完成一轮大规模设备折旧，实际现金流非常充沛。说白了，市盈率骗了你，但现金流不会。

4.3 EV/EBITDA：企业价值的真实写照

这个指标很多新手觉得复杂，其实理解起来不难。EV是企业价值，EBITDA是税息折旧摊销前利润。公式：

EV/EBITDA = 企业价值 / 息税折旧摊销前利润

其中：

• EV = 总市值 + 总负债 - 现金及现金等价物
• EBITDA = 净利润 + 所得税 + 利息 + 折旧 + 摊销

为什么要用这个指标？因为不同公司的资本结构、折旧政策差异很大，市盈率容易被扭曲。EV/EBITDA剔除了这些干扰，更能反映企业核心业务的盈利能力。

我记得有一次分析两家钢铁公司，A公司市盈率8倍，B公司市盈率12倍。乍一看A更便宜。但算完EV/EBITDA，A是6倍，B是4倍。为什么？因为A公司负债率极高，利息支出吃掉了大量利润。所以啊，看估值不能只看一个指标。

4.4 PEG指标：成长性的试金石

PEG = 市盈率 / 盈利增长率

这个指标是彼得·林奇带火的。核心逻辑很简单：高增长的公司，理应享受更高的市盈率。如果一家公司市盈率30倍，但增长率有40%，PEG只有0.75，那其实是被低估了。

我个人习惯用未来3-5年的预期增长率，而不是过去的数据。为什么？因为投资投的是未来。当然，预期增长率怎么来，这是个技术活。我一般取分析师一致预期的中位数，再结合自己的判断做调整。

4.5 多指标综合打分：把碎片拼成图

单个指标都有局限性，所以我们需要综合打分。我常用的打分模型是这样的：

综合得分 = 股息率得分 × 20% 
          + 自由现金流收益率得分 × 25% 
          + EV/EBITDA得分 × 30% 
          + PEG得分 × 25%

每个指标的得分怎么算？我习惯用百分位法。比如全市场所有股票的股息率从低到高排序，前20%的得100分，后20%的得0分，中间线性插值。

举个例子：

指标	股票A	股票B	股票C
股息率	3.2%	1.5%	4.8%
自由现金流收益率	5.1%	2.3%	6.7%
EV/EBITDA	8.2	12.5	6.1
PEG	0.85	1.32	0.62
综合得分	82.3	45.6	91.7

你看，股票C虽然股息率最高，但其他指标也不错，综合得分最高。股票B各项指标都一般，得分最低。这就是综合打分的意义——避免被单一指标误导。

4.6 实战中的避坑指南

最后，分享几个我踩过的坑：

1. 数据源不一致：不同平台算出来的EV/EBITDA可能差很多，因为对「现金及现金等价物」的定义不同。我建议统一用Wind或Bloomberg的数据。
2. 忽略行业特性：房地产公司的EV/EBITDA普遍偏高，因为大量预收账款计入负债。拿地产公司的EV/EBITDA和消费公司比，没有意义。
3. 过度依赖历史数据：股息率、自由现金流收益率都是历史数据，未来可能变。我每次算完都会问自己：这个趋势能持续吗？
4. 打分模型过拟合：我曾经把权重调来调去，试图让回测曲线更好看。结果实盘一跑，惨不忍睹。记住，简单模型往往更有效。

好了，这一节的内容就到这里。四个核心指标加上综合打分模型，足够你构建一个初步的价值股筛选系统了。下一节我们会聊到如何把这些指标整合到Python代码中，实现自动化选股。