告别PE崇拜，学会给成长股正确估值
第37页 · 预计12页
方向切换到未来产业之后，第一个要解决的就是估值逻辑的适配问题。在上一轮的基线筛选中，我使用了PE<20倍的硬性条件，这个条件对于钢铁、银行、水泥等成熟期行业是合理的——它们的盈利增长缓慢，利润释放充分，PE天然偏低，用PE估值非常贴合。但对于AI算力、半导体、新能源等高成长行业，PE<20倍几乎意味着“什么都买不到”。中际旭创的PE可能常年维持在40倍左右，寒武纪甚至没有正的净利润，用传统PE框架看，这些公司全都是“高估”，根本进不了筛选名单。
可如果直接把PE上限放宽到40倍或50倍，又会引入另一个问题：如何区分真正的成长股和估值泡沫？同样是40倍PE，有的公司未来三年能靠增长把估值消化到20倍，有的公司则是纯炒作，业绩根本兑现不了，最后估值崩跌。只看PE绝对值，区分不了这两种情况。
答案是：放弃单一PE估值体系，采用PE + PEG的组合框架。
PEG的计算公式为：PEG = PE ÷ 净利润增长率（通常使用未来两年预期复合增长率）。其核心逻辑是：一只股票的估值是否合理，不能只看PE的绝对值，还要看其盈利增长能否支撑这个PE。PEG<1通常被视为低估，增长速度跑赢了估值；PEG≈1为合理，估值与增长匹配；PEG>1.5则为高估，增长已经撑不起当前的估值。
举例说明：
| 股票 | PE | 预期净利润增速 | PEG | 评价 |
|---|---|---|---|---|
| 华菱钢铁 | 8倍 | 5% | 1.6 | 增速太低，PEG偏高，看似低估实则贵 |
| 中际旭创 | 40倍 | 50% | 0.8 | 增速支撑估值，PEG合理，看似高估实则便宜 |
| 寒武纪 | -30倍（亏损） | 不适用 | — | 亏损状态下PEG失效，需用PS或等待盈利 |
很多投资者有个误区，觉得PE高就是高估。其实对成长股来说，PE高恰恰可能是成长性的体现——市场愿意给更高的估值，是因为预期未来业绩会快速增长，逐步消化估值。PEG的核心作用，就是把“估值”和“增长”放在同一个天平上衡量，让成长股和价值股可以在同一个坐标系里比较。它不是完美的——预期增长率存在主观性——但比单一PE进了一大步。
如果需要批量计算全市场个股的PEG数值与历史分位排名，可访问a-sig.com壹信因子查询平台，基于券商一致预期净利润增速自动计算，支持自定义增长口径与时间周期，每日同步更新。
传统筛选中的“成长”通常用“净利润三年复合增长率>0”来衡量。这个条件过于宽松——净利润增长5%也是增长，但这显然不是对方想要的“未来产业”。5%的增速，很多成熟行业的公司都能做到，根本谈不上高成长。
我们需要更精确地定义“高成长”，而且成长必须是结构性的，不是周期性的。周期性增长（如钢铁因基建刺激短期涨价）不可持续，涨完还会跌回去；结构性增长（如AI算力需求从2023年持续至2026年）具备长期逻辑，空间大、持续时间长。
我将成长驱动力拆解为三个层次，并分别赋予量化条件：
| 层次 | 定义 | 量化指标 | 适用赛道 |
|---|---|---|---|
| 产业扩张驱动 | 行业整体处于渗透率快速提升期，蛋糕整体做大 | 行业年复合增速>20% | 低空经济、人形机器人 |
| 技术迭代驱动 | 产品代际升级带来单机价值量提升，靠技术壁垒吃溢价 | 研发强度>10% + 毛利率提升 | AI算力、先进半导体 |
| 国产替代驱动 | 进口份额被快速取代，抢外资的市场份额 | 营收增速>30% + 国产化率<30% | 半导体设备、材料 |
这是最普惠的成长，行业整体处于渗透率快速爬坡阶段，哪怕是行业里的普通公司，都能吃到增长红利。比如低空经济里的eVTOL，当前行业渗透率不到1%，一旦商业化落地，行业规模可能几年内翻十倍，产业链上的公司营收都会同步爆发。这种成长的确定性最高，因为是行业贝塔带来的，不依赖单个公司的竞争力。
这是有壁垒的成长，靠产品代际升级拉动单价提升，不需要行业总量扩张，只要公司能跟上技术迭代，营收就能持续增长。比如光模块从100G到400G、800G再到1.6T，每一代产品的单价都是上一代的2-3倍，头部厂商只要技术不落后，就能持续吃到量价齐升的红利。这种成长的护城河最深，技术门槛就是保护墙。
这是政策确定性最强的成长，核心逻辑是原来靠进口的产品，逐步转向国内采购，国内厂商的增速远高于行业整体增速。比如半导体设备，过去90%依赖进口，现在国产化率快速提升，国内设备厂商的营收增速常年保持30%以上，和行业周期关联度很低，主要靠替代进口的空间。
这三个层次不是互斥的，一只股票可能同时具备两种甚至三种驱动力。例如晶合集成，同时受益于半导体国产替代（政策推动）和AI算力带来的晶圆代工需求扩张（产业驱动），成长的确定性就远高于单一驱动的公司。
相较于基线筛选中的“净利润增速>0”，新框架要求增速至少达到20%-30%，且增长来源必须是结构性而非周期性。这道门槛直接把周期股的短期反弹增长过滤掉了，留下的都是真正具备长期成长逻辑的公司。
从传统价值框架切换到未来产业框架，意味着整个因子体系需要重构。下表展示了核心因子的替换关系，以及每一项替换背后的逻辑：
| 维度 | 传统价值框架 | 未来产业框架 | 替换原因 |
|---|---|---|---|
| 盈利指标 | ROE > 15% | ROE > 10%（放宽）或毛利率 > 30% | 成长股初期ROE可能偏低，但毛利率反映技术壁垒 |
| 估值指标 | PE < 20倍 | PEG < 1.2 或 PS < 8倍（亏损股） | PE不适用于高速增长或亏损企业 |
| 成长指标 | 净利润三年CAGR > 0% | 营收三年CAGR > 20% + 研发强度 > 8% | 净利润可能被短期投入扭曲，营收更反映市场扩张 |
| 产业指标 | 无 | 赛道标签 ∈ 十大赛道 | 新框架的核心差异化来源 |
| 资金指标 | 无 | 近5日主力资金净流入 > 0 | 验证市场认可度，避免叫好不叫座 |
传统框架看重ROE，因为成熟行业的盈利效率很重要。但成长股初期，大量利润被投入研发和产能建设，ROE普遍不高，甚至为负，但这并不代表公司不好。反而毛利率更能反映技术壁垒——高毛利率说明公司有定价权，产品有竞争力，不是靠打价格战抢市场。只要毛利率够高，利润只是早晚的事。
PE只适合盈利稳定的成熟期公司。对盈利高速增长的公司用PEG，对暂时亏损但营收高速增长的公司用PS（市销率），这样就能覆盖不同成长阶段的公司，不会因为没盈利就把优质成长股排除掉。
净利润太容易被调节了：研发投入资本化、减值计提、政府补贴都能影响净利润。营收则真实得多，它直接反映市场份额的扩张。再搭配研发强度，保证未来的成长有持续投入支撑，不会是昙花一现。
权重也在发生变化。在传统框架中，估值和盈利的权重合计可能超过60%。在新框架中，产业赛道的权重提升至40%，成长指标25%，资金面20%，估值和盈利合计仅占15%。
这不是说估值和盈利不重要，而是对于未来产业而言，方向比价格更重要。一只处于正确赛道、具备技术壁垒、正在快速扩张的公司，即便当前PE偏高，未来的盈利增长也会逐步消化估值。反之，一只PE极低但处于衰退周期的公司，估值可能长期保持低位甚至进一步下降——这就是所谓的“价值陷阱”。
“未来产业”是A股市场永恒的炒作主题。每年都有大量公司被贴上“AI”“芯片”“新能源”的标签，股价短期翻倍，然后业绩无法兑现，最终跌回原点。如何区分真正的成长股和伪成长股？基于过往经验，我总结了四个识别信号，层层递进，能过滤掉90%以上的纯概念炒作股。
一家公司是否真正受益于某个产业趋势，不能只看它在财报中提到了多少次“AI”，而要看其收入结构中与赛道相关的业务占比。例如，某家传统包装印刷公司宣布“布局AI包装设计”，相关收入不足总营收的1%，却借此炒作股价——典型的伪成长。故事讲得再好听，没有实际业务支撑都是虚的。
量化规则：赛道相关业务收入占比需大于30%，或近一年该业务增速超过50%且有明确扩产计划。30%是个关键门槛，低于这个比例，该业务对公司整体业绩的影响微乎其微，股价上涨完全靠情绪，没有基本面支撑。
高研发强度是科技公司的必要但不充分条件。更重要的是，研发投入是否转化为专利、新产品、毛利率提升。很多公司研发费用很高，但都是低效投入，既没出专利，也没提升产品竞争力，只是为了蹭概念、拿补贴。
量化规则：研发强度>8%且毛利率连续两季度提升，或近一年新增发明专利数量行业排名前30%。毛利率提升是研发见效的核心标志——技术进步转化成了产品溢价，这才是真研发，不是假投入。
成长股的故事需要订单支撑。若一家公司宣称受益于AI算力浪潮，却无法披露任何与AI相关的大客户或合同，则需要高度警惕。很多伪成长股全靠管理层在交流会上讲故事，从来没有实锤订单落地。
量化规则：前五大客户中包含行业头部公司（如华为、英伟达、字节跳动等），或公告中有明确的大额订单。有头部客户背书，成长的真实性就高很多。毕竟大客户的供应链审核非常严格，能进入供应链，本身就是对公司能力的验证。
伪成长股往往只有故事没有产能。真正的成长股在行业高景气期会进行大规模的资本开支以锁定市场份额。光讲故事不扩产，要么是没实力，要么是假概念。
量化规则：在建工程占总资产比例>5%，或近一年资本开支增速>50%。资本开支是真金白银的投入，比口头的故事可信得多。公司肯砸钱扩产，说明它真的看好行业需求，不是嘴上说说而已。
我在框架中加入了这些排除条件，尽管在后续的简化版四维框架中并未全部保留（为了保持筛选的可操作性），但它们始终是我在人工复核时的核心考量。
如果需要批量筛查伪成长股，或者验证个股的成长真实性，可访问a-sig.com壹信因子查询平台，内置伪成长股识别模型，从业务占比、研发转化、订单验证等多维度交叉验证。
在正式输出第二批筛选结果之前，我按照上述调整，对新框架进行了一次快速试筛选。筛选条件如下：
试筛选跑出来的股票名单，与第一轮的钢铁、银行完全不同：工业富联、中际旭创、天孚通信、中芯国际、晶合集成、绿的谐波、亿纬锂能……它们分布在AI算力、半导体、新能源、机器人等赛道，整体成长性显著高于第一批，估值水平也明显上了一个台阶，但PEG大多处于合理区间。
我将这份名单作为第二轮的候选，准备在下一章完整呈现。但在发送之前，我需要向对方确认一个关键问题：超跌条件是否需要保留？
因为成长股的回撤往往不如周期股那么深——市场对成长股的信仰更强，回调幅度通常会小一些。如果坚持30%的回撤门槛，可能会漏掉一些基本面良好但只回撤了20%的优质成长股。对方的回答将成为第二轮筛选的最终校准。
PEG不能用于周期股和亏损股
对于强周期行业（如航运、面板），利润波动极大，PEG完全失真，建议改用PB-ROE框架。对于亏损企业，没有净利润就无法计算PEG，建议用PS（市销率）估值，重点看营收增速。
改进版PEG：使用预期增速而非历史增速
def forward_peg(pe, expected_growth_next_2y):
if expected_growth_next_2y <= 0:
return float('inf')
return pe / expected_growth_next_2y
预期增速可以从券商一致预期获取，或者用营收CAGR替代（保守估计）。用历史增速算PEG会滞后，因为股价炒的是未来预期，不是过去的业绩。
如果需要针对不同估值、不同成长质量的个股做自动仓位分配，可访问intoquant.com壹信量化官网，定制完整的仓位管理与风险控制脚本，适配不同风险偏好。
本章内容节选自原创量化书籍《因子会说谎》，更多成长股估值方法与伪成长股识别技巧，可登录intoquant.com查阅完整内容。
本章完。下一章将呈现第二轮筛选结果的完整清单，并逐一解析每只个股的筛选逻辑与产业背景。
⚠️ 风险提示：本书内容仅为量化研究与知识分享，不构成任何投资建议。套利交易存在基差、费率、流动性、平台与极端行情等风险，历史表现不代表未来收益。投资有风险，入市需谨慎，请自主决策、量力而行。
💡 键盘 ←/→ 翻章 · T 键切换目录