相对估值方法
市盈率（PE）
市盈率是市场最常用的估值指标，计算方式为股价除以每股收益。它反映了市场愿意为公司每单位盈利支付的价格。不同类型的公司适用不同的PE参考范围，高成长性公司通常享有更高的PE，而成熟稳定的公司PE往往较低。在使用PE时，需关注盈利质量，若公司利润中包含大量非经常性收益，则PE可能失真。周期行业的公司盈利波动大，PE在周期顶部可能显得低廉，在底部反而高昂，因此需结合行业周期判断。
市净率（PB）
市净率是股价与每股净资产的比率，适用于资产密集型行业，如银行、保险、房地产等。PB低于1通常意味着股价低于净资产，可能被低估，但需警惕资产质量风险，例如坏账或减值。对于轻资产公司，PB参考价值有限。PB估值的缺陷在于净资产账面价值可能偏离市场价值，且不同会计准则影响可比性。
PEG指标
PEG将市盈率与盈利增长率结合，计算公式为PE除以预期盈利增长率。PEG小于1通常被视作低估，大于1则可能高估。PEG适用于成长型公司，但增长率的预判难度较大，乐观或悲观的预期会显著影响结论。使用PEG时，需确保增长率是长期可持续的，而非短期爆发。
市销率（PS）
市销率是股价与每股销售额的比率，适用于尚未盈利或利润波动大的企业，如互联网初创公司。PS关注营收规模，但低估了成本控制能力。在行业比较中，PS可辅助判断市场对收入增长的定价，但需结合毛利率和净利率水平。
绝对估值方法
股利折现模型（DDM）
DDM认为股票价值等于未来所有股利的现值之和。公式为每股股利除以（必要收益率减去股利增长率）。该模型适用于股利政策稳定且透明的成熟企业，对不派息或股利波动大的公司不适用。必要收益率的确定依赖资本资产定价模型，增长率的假设须谨慎，可持续增长率的合理上限通常不超过GDP增速。
自由现金流折现模型（DCF）
DCF是理论最严谨的估值方法，将公司未来自由现金流按加权资本成本折现，得出企业价值，再减去净债务得到股权价值。操作步骤包括预测未来5至10年的自由现金流，估算永续增长率，确定折现率。DCF对关键假设高度敏感，终端值常占估值较大比重，因此需要多情景分析。DCF适用于现金流稳定且可预测的企业，对初创企业或强周期企业，预测难度极大。
经济增加值（EVA）
EVA衡量公司创造的经济利润，等于税后净营业利润减去资本成本。EVA估值将未来EVA的折现加上投入资本。该方法强调资本效率，鼓励管理层创造超出资本成本的回报。EVA的计算需调整多个会计项目，复杂程度较高，但更真实地反映股东价值创造。
估值方法的选择
不同方法各有优劣，实际应用中往往交叉使用。对于金融行业，PB和PE更为契合；对于消费和科技行业，PE和PEG使用广泛；对于周期行业，应采用多周期平均盈利估值；对于初创公司，PS或DCF更为合理。还需结合宏观环境和市场情绪，市场情绪高涨时，估值溢价会系统性抬升，而低迷时则普遍折价。
估值中的常见陷阱
估值不是精确计算，容易陷入以下误区：依赖静态盈利，忽视盈利增长或衰退；比较不同行业的PE，忽视了业务差异；忽略资产负债表质量，被低PE迷惑；过度追崇单一指标，缺少交叉验证。规避陷阱的方法包括多时期验证、同行对比、以及通过敏感性分析检验关键假设。
量化估值辅助工具
在量化交易中，常用编程语言实现自动估值筛选。例如使用Python的pandas库计算PE、PB、PEG等指标，并组合多个条件筛选股票池。以下是一个简单的筛选逻辑示例（仅作演示）：
import pandas as pd
# 假设df包含股票数据列：PE、PB、预期增长率
df = pd.DataFrame({...})
screened = df[(df['PE'] < 20) & (df['PB'] < 3) & (df['预期增长率'] > 10)]
量化模型需定期回测，避免过拟合。估值因子在长期投资中有效，但短期波动可能造成回撤。
了解多种估值方法并理解其适用边界，有助于投资者做出更理性的决策。没有万能的方法，关键在于结合具体标的的特征，灵活运用相对与绝对估值，同时对假设保持警惕。市场永远存在不确定性，估值提供的是参考框架，而非确定性答案。
