dcf-valuation

DCF思维估值法（未来现金流折现思维方式，含毛估估+封仓十年）

R — 原文 (Reading)

买股票就是买公司，买公司就是买公司的未来现金流折现，句号！未来现金流折现只是一种思维方式，只有在自己的能力圈范围内的公司，投资人才能毛估估看明白。没人真用公式的，至少剩者都是不用公式的。再次强调：未来现金流折现指的是一种思维方式，想用公式的请到学校去用哈。

— 段永平，第一章 投资的信仰 / 第五章 估值逻辑

---

I — 方法论骨架 (Interpretation)

1. DCF是思维方式，不是公式。 估值的本质是回答"这家公司未来整个生命周期里能赚多少钱"，而不是打开Excel建模型、调参数。芒格说从未见过巴菲特算过DCF，巴菲特自己也说没有计算内在价值的公式。
2. 毛估估——"300斤的胖子不用秤"。 如果你需要按计算器才能算出便宜，那就不够便宜。估值只需"一眼看过去明显便宜"——姚明走进来，不用尺子就知道他很高。毛估估当然要考虑成长性，折现本身就是考虑成长性以后的结果。
3. 封仓十年——用时间维度检验理解深度。 买入前问自己：如果股市关闭10年，你还愿意持有吗？"不打算拿10年的股票为什么要拿10天"不是真的要拿10年，而是检验你是否真正理解这家公司的未来。
4. PE是倒后镜，E/E更诚实。 PE的分母是历史利润，不反映负债。通用汽车PE只有5倍却破产了。E/E（Enterprise Value / Earnings = 市值+负债-现金 / 利润）让投资者看到买下整家公司真正要花的钱。
5. 估值是"功夫"——需要多年积累。 巴菲特5分钟决定投高盛，背后是50年理解的积累。估值能力等于对企业的了解深度，没有捷径。

---

A1 — 书中的应用 (Past Application)

案例 1: Yahoo DCF教学案例（分部估值法）

• 问题: Yahoo股价低迷，市场忽视其持有的大量资产（Yahoo日本、阿里巴巴集团股份）
• 方法论的使用: 段永平用"毛估估"分部加总：现金3 + 上市资产6.7 + Yahoo自身业务9.6（给12倍PE）= 每股约19.3美元。再加上"白送"的淘宝+支付宝（估500亿），Yahoo明显便宜。实际只花70亿就买到了整个Yahoo（扣除上市资产后）
• 结论: "怎么看都值30块钱"，而当时价格远低于此
• 结果: 段永平大量买入Yahoo，后续阿里巴巴上市验证了判断

案例 2: 苹果估值（猜5年后利润500亿）

• 问题: 苹果2011年市值约3000亿，很多人觉得"涨太多了"不敢买
• 方法论的使用: 不看过去股价、不看PE，只问"苹果未来能赚多少钱"。判断苹果可能是地球上年利润最先过500亿美元的公司，5000亿市值非常合理。不看苹果曾经50亿的市值，只看"现在的盈利、账上的现金以及未来可能的盈利"
• 结论: "我觉得我买的价钱还很便宜"
• 结果: 2015年苹果净利润达534亿美元，验证了毛估估判断。段永平继续持有并预判10年内利润过1000亿

案例 3: 网易（没认真估值但一眼便宜）

• 问题: 网易2001年股价跌至不到1美元，处于低谷期
• 方法论的使用: "有个300斤的胖子走进来，不用秤就知道他很胖。" 段永平凭游戏行业经验，判断网易市值不到2000万美元却拥有庞大用户群和现金流潜力，一眼就看出便宜。"我买网易时可真没认真估过值"
• 结论: 不需要精确计算，明显便宜就买
• 结果: 持有8-9年，平均买入价约0.25（拆股后），大部分在30-35卖出，回报超100倍

---

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

1. 正在用PE/PB等指标判断一只股票贵不贵，却越算越困惑——比如"PE只有8倍是不是很便宜"或"PE=50是不是太贵了"
2. 试图建立DCF模型精算企业价值，纠结折现率和增长率的参数选取——打开了Excel却不知道填什么数字
3. 面对一家理解其业务的公司，犹豫当前价格是否值得买入——"这家公司我看得懂，但不知道现在这个价格能不能买"

语言信号 (用户的话里出现这些就应激活)

• "这个PE多少倍，能不能买"
• "我算了一下DCF模型/现金流折现，结果是……"
• "这家公司便不便宜/值多少钱/怎么估值"

与相邻 skill 的区分

• 与 good-business（好生意识别法）的区别: 好生意识别判断的是"这是不是好生意"（定性），DCF思维估值判断的是"这个价格便不便宜"（定价）。先用good-business确认好公司，再用DCF思维判断价格。
• 与 opportunity-cost（机会成本决策框架）的区别: 机会成本解决的是"买了A还是买B"的比较问题，DCF思维解决的是"A本身值不值这个价"的绝对判断问题。DCF是机会成本的输入——你必须先知道A值多少钱，才能和替代选项比较。
• 与 capability-circle（能力圈决策框架）的区别: 能力圈判断的是"你能不能看懂这家公司"，DCF思维要求你已经在能力圈内才能"毛估估"。看不懂的公司无法估值，直接跳过。

---

E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

1. 确认用户是否真正理解这家公司的生意

   • 问：你能用一句话说清楚这家公司靠什么赚钱吗？如果明天股市关闭5年，你还愿意持有吗？
   • 完成标准：用户能清晰描述公司的商业模式和竞争优势，能给出"封仓十年"的判断。如果不能——停止估值，回到理解公司的步骤，或放弃该标的。

2. 用"毛估估"做粗略价值判断

   • 引导用户思考：这家公司未来5-10年大概能赚多少钱？（不是精确数字，是"至少值X亿"的区间判断）
   • 用Enterprise Value视角：市值+负债-现金=买下整家公司实际要花的钱，除以年利润，多少年回本？
   • 检验："如果这不是上市公司，你用这个价钱买下整个公司，你愿意吗？"
   • 完成标准：得出一个"明显便宜/差不多/明显贵"的定性结论，而不是一个精确数字。
   • 判停条件：若用户说"我判断不了未来利润"则跳回步骤1（说明理解不够），或建议放弃该标的。

3. 与机会成本对比做最终决策

   • 将判断结果与用户手中最好的替代投资机会比较（至少与长期国债回报比较）
   • 确认安全边际：毛估估价值 vs 当前价格，是否有明显差距？如果需要按计算器才能算出来便宜，说明不够便宜。
   • 完成标准：用户能回答"这个价格我买了5-10年不操心"或"明显不便宜，不碰"。

---

B — 边界 (Boundary) ★

不要在以下情况使用此 skill

• 需要精确估值建模的场景（如并购定价、私募股权交易）——段永平的方法是定性判断框架，不产出精确数值，"告诉你可以算出公司价值的人都是蒙人的"
• 短期交易择时——DCF思维的时间维度是5-10年以上，短期价格波动不在考虑范围内
• 无法产生现金流的资产（如比特币、黄金、收藏品）——段永平明确说"没有现金流的东西不知道怎么看"，这类资产需要完全不同的分析框架
• 周期股顶点判断——PE最低的时候往往是周期股利润最高的时候，PE看似便宜实则极贵，需要用完整周期平均利润而非当前利润做分母

作者在书中警告的失败模式

• 被PE误导: 通用汽车PE长期5倍左右，但负债极高最终破产。PE只反映过去，不反映负债结构。PE=8可能意味着盈利即将大幅下滑（周期股顶点），看起来便宜实际极贵
• 精确的错误: 花大量时间调整DCF模型参数（折现率、增长率），得出的数字看似精确实则毫无意义。"用公式的人往往会陷于细节而忽略整体"
• 长期持有买错的股票: 封仓十年不是无脑持有——前提是买对了公司。"有些人本来只打算拿10天的股票，因为亏钱而决定改为拿10年，这种决定往往会让人亏更多"

作者的盲点 / 时代局限

• 案例集中在消费（茅台）和科技（苹果/网易），未涉及周期股、金融、公用事业等品类，这些行业的估值需要补充不同的分析维度
• 段永平作为大型投资者的操作逻辑（集中、长期、不择时）对小资金投资者未必最优，小资金有时间成本
• "好公司长期股价一定会反映价值"的假设在现实中可能面临市场非理性持续时间远超预期的问题

容易混淆的邻近方法论

• 格雷厄姆式"烟蒂"投资: 同属价值投资但关注点不同——格雷厄姆关注资产净值的安全边际，段永平关注未来现金流的持续性。"老巴发现便宜货的未来现金流折现比成长公司的还小"——这是芒格推动的进化
• 华尔街分析师的DCF模型: 形式相似但本质不同——分析师追求精确计算和参数敏感性分析，段永平追求"不用计算器就能看出便宜"的商业直觉

---

相关 skills (阶段 3 填充)

• depends-on: [ownership-mindset, good-business]
• contrasts-with: []
• composes-with: [opportunity-cost]

---

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 测试通过率: 待阶段4
• 蒸馏时间: 2026-04-16