bayesian-intrinsic-growth-valuation

贝叶斯内在增长估值

核心原则

不要简单地将公司新闻归类为利好或利空。应将每一条公司特定数据转化为对未来 3-5 年营收增长、利润率、TAM、市场份额、估值倍数和市场情绪的概率更新。

目标是估算公司的真实内在增长速度，并将其与当前市值所隐含的增长进行比较。

请将输出视为研究假设，而非个性化投资建议。在对时效性敏感的说法做出判断前，请通过可靠的最新来源核实当前市值、股价、营收、利润率、申报文件、指引、同行估值倍数和新闻。

必需输入

使用用户提供的所有信息，并明确标注需要核实的缺失变量：

• 公司基本面：营收规模、利润率、自由现金流、ROIC、资产负债表、客户、护城河、定价能力
• 行业周期：需求增长、供需缺口、库存周期、订单周期、价格趋势、政策、下游资本支出
• 营收与增长：历史增长、指引、未交订单、订单出货比、有机增长、ASP、出货量
• TAM 及其增长：当前 TAM、未来 TAM CAGR、渗透率、市场份额、新市场拓展
• 估值：EV/Sales、EV/EBITDA、P/E、FCF 收益率、PEG、历史百分位、同行百分位、隐含增长
• 股价趋势：1M/3M/6M/12M 及财报后回报、回撤/反弹路径、波动率、成交量、相对行业/指数的表现，以及股价涨幅是否领先于内在增长
• 市场 FOMO：股价变动、期权活动、社交热度、分析师预期调整、主题拥挤度、叙事力度
• 新信息：订单、客户、产品、定价、政策、竞争、产能、财报、管理层指引

可选的 SEC 数据辅助

对于在美国上市的公司，可将 SEC 申报文件用作报告历史基本面的基准证据。可以使用 edgartools 获取公司申报文件、XBRL 财务报表、申报文本、内部人交易、持股申报和近期 8-K 披露。

如果环境中尚未安装，可运行 pip install edgartools 或 uv pip install edgartools 进行安装。导入包名为 edgar，而非 edgartools。访问 SEC 需要提供身份信息；请在环境中设置 EDGAR_IDENTITY="Name [email protected]"，或在发出请求前调用 from edgar import set_identity; set_identity("[email protected]")。

最简用法：

from edgar import Company

company = Company("AAPL")
financials = company.get_financials()
income = financials.income_statement()
balance = financials.balance_sheet()
cashflow = financials.cashflow_statement()

使用 SEC 数据作为以下内容的依据：

• 营收历史、毛利率、营业利润率、EPS、自由现金流、资本支出、债务、现金、稀释情况和股数趋势
• 分部营收、客户集中度、未交订单/订单相关表述、风险因素变化，以及管理层陈述的需求驱动因素
• 以 10-K 和 10-Q 为前期趋势基线，以 8-K/财报新闻稿数据为最新更新
• 仅将 Form 4、13D/G 和 13F 数据用作情绪/持股背景，而非单独作为内在增长证据

不要用 SEC 数据代替当前市场数据、市场一致预期、远期估值倍数、TAM 估算、期权活动或实时股价变动。如果使用 edgartools 或 SEC 申报文件，请注明表格类型和申报日期，并区分“已报告事实”与“分析师/市场估算”。

增长假设

始终将未来 3-5 年营收 CAGR 表述为以下各项假设的概率：

假设	标签	3-5Y 营收 CAGR
H0	收缩	<0%
H1	成熟期低增长	0%-5%
H2	稳定增长	5%-12%
H3	高周期增长	12%-25%
H4	结构性突破	25%-50%
H5	平台扩张	>50%

工作流

1. 确定先验概率

根据基本面、行业周期、TAM、历史增长和竞争地位，为 H0-H5 分配初始概率。

证据不完整时，优先采用保守先验。不要仅凭市场热情就将 H4 或 H5 的概率调高。

2. 按变量对新信息进行分类

出现新信息时，判断其影响哪些变量：

• 收入增长
• 利润率
• TAM
• 市场份额
• 竞争格局
• 现金流
• 估值倍数
• FOMO 情绪

如果信息主要影响市场关注度，则更新估值倍数和 FOMO，而非内在增长。

3. 贝叶斯更新

判断在每种增长假设下，新信息出现的可能性：

• 如果信息与 H3/H4/H5 更一致，则提高这些假设的概率。
• 如果信息看起来具有周期性、一次性，或与积压订单的时间安排有关，则避免过度上调长期增长预期。
• 如果信息只是增强了叙事或交易热情，则提高 FOMO 和倍数风险，而非内在增长。
• 如果信息与高增长相矛盾，则将概率转向 H0-H2。

展示更新过程：先验概率 -> 似然解读 -> 后验概率。

4. 计算加权内在增长

根据后验概率估算加权内在 3-5 年收入 CAGR。有更好的证据时可采用其他假设，否则使用以下中点假设：

假设	建议中点
H0	-5%
H1	2.5%
H2	8.5%
H3	18.5%
H4	37.5%
H5	60% 或特定情景假设

报告一个范围，避免虚假的精确度。

5. 反向推算市场隐含增长

利用市值或企业价值、收入、利润率、FCF 利润率、估值倍数和折现率假设，推算当前估值中隐含的增长率。

如果无法获得准确数据，请说明缺少哪些输入，并提供定性的隐含增长区间，而不要编造数字。

6. 比较内在增长与隐含增长

对估值状态进行分类：

比较结果	估值状态
内在增长 > 隐含增长	低估
内在增长大致等于隐含增长	估值合理
隐含增长 > 内在增长，但周期仍在加速	估值偏贵，但仍有交易价值
隐含增长远高于内在增长，且 FOMO 极端	类泡沫

7. 衡量价格与增长的背离

单独判断股价走势相较于内在增长更新是快于还是慢于后者。

尽可能使用当前数据：

• 比较近期股价回报、市值扩张和倍数扩张，与收入 CAGR、业绩指引、积压订单、利润率及后验概率的变化
• 区分由基本面驱动的估值重评，与由流动性、主题拥挤、逼空、指数资金流或 FOMO 驱动的估值重评
• 将背离分类为 price lagging fundamentals、price aligned with fundamentals、price ahead of fundamentals 或 severe price-growth divergence
• 当价格领先于内在增长时，即使公司仍然优质，也要降低对长期安全边际的信心
• 当价格落后于内在增长时，指出推动市场弥合差距所需的催化剂

建议采用以下定性阈值：

价格变动相对于内在增长更新的情况	背离信号
股价回报明显低于后验增长改善幅度／隐含增长仍低于内在增长	价格落后于基本面
股价回报和倍数扩张大致匹配后验增长改善幅度	与基本面一致
股价回报或倍数扩张超过后验增长改善幅度	价格领先于基本面
股价快速上涨、倍数重估，而后验内在增长几乎没有改善或完全没有改善	严重背离／FOMO 风险

8. 制定验证路径

明确时间窗口和用于验证或证伪模型的具体指标：

• 收入增长和业绩指引修订
• 积压订单、book-to-bill、订单、交货周期
• ASP、出货量、产能利用率、产能扩张
• 毛利率、经营杠杆、FCF 转化率
• TAM 扩张证据和渗透率变化
• 市场份额的增减
• 同业／客户／供应商的佐证
• 分析师预测修订的广度和叙事拥挤程度

Mermaid 可视化

对于完整报告，若能显著提升理解效果，请加入 2-4 个 Mermaid 图表。简短回答或数据有限的分析可以使用更少图表。不要为了满足数量要求而创建图表。

优先考虑以下视图：

1. 在确认概率表中的概率一致且总和约为 100% 后，绘制 H0-H5 后验概率的 pie 图。
2. 绘制展示先验、新证据、似然解读、后验、隐含增长和估值状态的 flowchart。
3. 仅当数值和单位确实可比时，绘制加权内在增长与市场隐含增长的对比图，或价格/倍数变化与内在增长调整的对比 xychart-beta 图。

每个图表都须遵循以下规则：

• 使用围栏式 mermaid 代码块，语言与报告一致，节点 ID 使用简单的 ASCII 字符，标签保持简短。
• 优先使用兼容性较广的 flowchart、pie 和 stateDiagram 语法。仅将 xychart-beta、quadrantChart 或 timeline 作为增强功能，并保留相邻的 Markdown 表格作为备用。
• 仅使用报告中已列出的证据和数值。名称、数字、单位和概率总和必须与周围的表格一致；不得为了图表完整而填补缺失数据。
• 将每个图表放在其所解释的分析内容旁边，并在图表后用一句话总结要点。引用、URL、日期和详细注意事项应放在图表之外。
• 聚焦图表主题：通常不超过 12 个节点或 8 个绘制值。图表是对概率表、假设、不确定性和来源链的补充，不能替代它们。

输出模板

公司分析请使用以下格式：

## 1. 公司一句话定位
说明公司到底是什么，以及增长由什么驱动。

## 2. 当前增长假设概率表
| 假设 | CAGR 区间 | 先验概率 | 更新后概率 | 核心理由 |
| --- | --- | ---: | ---: | --- |
| H0 衰退型 | <0% |  |  |  |
| H1 低速成熟 | 0%-5% |  |  |  |
| H2 稳定成长 | 5%-12% |  |  |  |
| H3 高景气成长 | 12%-25% |  |  |  |
| H4 结构性爆发 | 25%-50% |  |  |  |
| H5 平台级扩张 | >50% |  |  |  |

紧接概率表加入 posterior 概率 Mermaid pie；图中数值必须与表格一致。

## 3. 加权内在增长速度
给出未来 3-5 年收入 CAGR 的加权区间和关键假设。

## 4. 市场隐含增长速度
反推当前市值/估值倍数隐含的增长率；若数据不足，列出需要补齐的数据。

## 5. 股价走势与内在增速背离
比较 1M/3M/6M/12M 股价、相对行业/指数表现、市值和估值倍数变化，与收入增速、指引、订单、利润率和 posterior 增长概率变化是否匹配。
给出结论：股价落后基本面 / 股价基本匹配基本面 / 股价领先基本面 / 严重背离且 FOMO 风险上升。

数据同口径时，可加入内在增长、隐含增长与价格/倍数变化的 Mermaid xychart，并保留原始数据表。

## 6. 新信息的贝叶斯更新
说明信息影响的变量、在各增长假设下的相容性，以及 posterior 变化。

加入先验→证据→似然解释→后验→估值判断的 Mermaid flowchart。

## 7. 估值状态
在 低估 / 合理 / 高估但可交易 / 泡沫化 中选择一个，并解释为什么。

## 8. 上行空间
说明需要哪些收入、利润率、TAM、市占率或倍数条件才有上行。

## 9. 下行风险
列出增长、利润率、竞争、周期、估值、FOMO 和流动性风险。

## 10. 验证周期
说明应在几个季度内验证，以及每个阶段看什么。

## 11. 关键跟踪指标
列出最重要的财报、订单、价格、产能、客户、股价相对表现、成交量、波动率、估值分位和情绪指标。

## 12. 仓位建议
用观察 / 小仓试错 / 验证后加仓 / 只交易不投资 / 降级或退出 等条件化表述，避免个性化投资指令。

## 13. 一句话结论
用一句话总结内在增长、市场隐含增长与股价走势之间的差异。

风格规则

• 从可观察到的需求变化着手，而非表面叙事。
• 将需求变化转化为对收入、利润、TAM 和估值的影响。
• 关注定价偏低的铲子、瓶颈、第二名赢家、硬制造和关键供应链节点。
• 将内在增长调整与 FOMO 和倍数扩张区分开来。
• 明确衡量股价走势是领先于、同步于还是滞后于内在增长调整。
• 区分结构性增长、周期性反弹和一次性订单时点影响。
• 清楚说明不确定性、缺失数据和证伪条件。

来源参考

原始中文框架保存在 references/original-framework.md 中。若需保留准确措辞或重建模型结构，请阅读该文件。

若参考格式与当前格式不同，请保留其分析意图，并遵循本 SKILL.md 当前的输出和可视化规则。