tam-adj-peg

TAM-Adj-PEG

核心理念

传统 PEG 会提出：

Is the current valuation expensive relative to future EPS growth?

TAM-Adj-PEG 会提出一个更广泛的问题：

How long can this growth last, is the TAM large enough, and can the company convert TAM growth into durable profits?

将此框架用于 AI 基础设施、半导体、医疗保健、SaaS、支付网络、高增长制造商、瓶颈供应商、早期扭亏企业，以及具有期权特征的股票。

请将结果视为研究分析，而非投资建议。若要进行最新的评分，请在计算前通过当前来源核实估值、预期、TAM、利润率和公司特定数据。

所需输入

评分前，请收集最新可用数据：

• 估值：当前 PE 或 TTM PE、远期 PE，以及可用时的传统 PEG。
• 增长：未来 2-3 年 EPS CAGR、营收 CAGR、TAM CAGR，以及当前营收 / TAM 渗透率。
• 利润质量：毛利率、EBIT 利润率、自由现金流状况、资本支出强度和稀释风险。
• 业务质量：竞争地位、定价能力、客户集中度、技术迭代风险、周期性和关键里程碑。
• 首选来源：公司 IR 新闻稿 / 演示文稿、财报电话会议、SEC 文件、共识预期提供商、行业 TAM 报告和可靠的金融数据来源。

对于在美国上市的公司，以 SEC 文件作为已报告基本面的基准。edgartools 是一个可选辅助工具，可用于获取最新的 10-K、10-Q、8-K、XBRL 财务报表、文件文本、内部人士交易和所有权文件。

如果环境中尚未安装，请使用 pip install edgartools 或 uv pip install edgartools 安装。导入包名为 edgar，而不是 edgartools。访问 SEC 需要提供身份信息；请在环境中设置 EDGAR_IDENTITY="Name [email protected]"，或在发起请求前调用 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()
cashflow = financials.cashflow_statement()

使用 SEC 数据支持以下分析：

• 营收规模、分部构成、毛利率、EBIT 利润率、自由现金流、资本支出强度、债务 / 现金、稀释情况和股数趋势
• 客户集中度、定价相关表述、积压订单 / 订单情况说明、供应限制、技术风险和周期性披露
• 能提供最新公司报告输入的 8-K 财报新闻稿或业绩指引披露

对于远期 PE、EPS CAGR、共识预期修正、当前估值、TAM 规模、TAM CAGR 或竞争性市场份额估算，不要仅依赖 SEC 数据。请将 SEC 已报告事实与预测及行业假设分开，并在使用 SEC 证据时注明文件类型 / 日期。

如果公司亏损或盈利高度波动，导致 PE 或 EPS CAGR 不具参考意义，请标明 PE/PEG 已失真，并使用正常化盈利、EV/Sales、里程碑情景或期权式框架。

核心公式

计算：

TAM-Adj-PEG = Forward PE / (EPS CAGR x TAM Runway Factor x Quality Factor)
Adjusted Growth = EPS CAGR x TAM Runway Factor x Quality Factor

分母中的 EPS CAGR 请使用百分数数值。例如，若远期 PE 为 40，调整后增长率为 50%，则 TAM-Adj-PEG = 40 / 50 = 0.8。

不要直接将 TAM CAGR 加到 EPS CAGR 上。EPS CAGR 通常已经反映了部分 TAM 扩张；TAM 主要用于调整增长持续时间和确定性。

TAM 跑道系数

使用 TAM 跑道系数，根据高增长可持续的时间进行修正：

TAM Runway Factor = sqrt(Growth Duration / 5)

粗略评分：

高增长持续时间	系数	解读
2 年	0.6	短周期增长
3 年	0.75	存在增长，但跑道较短
5 年	1.0	标准成长股
8 年	1.25	长跑道复利型公司
10 年	1.4	高质量长跑道
15 年	1.7	超长周期机会
20 年以上	2.0 上限	罕见的超级周期、平台或类似垄断的资产

不要仅凭行业标签来判断跑道长度。如果需求在结构性扩张、公司掌握难以复制的关键瓶颈，且每一代技术都能巩固其地位，那么由 AI 驱动的半导体瓶颈企业可以获得 15 至 20 年以上的跑道。反之，如果前沿 AI 模型可能压缩工作流价值、使功能商品化、削弱按席位定价，或将利润池转移至模型／基础设施提供商，那么 SaaS 或平台公司不应自动获得长跑道。

质量系数

使用质量系数，评估增长能否持续体现在公司的损益表中：

质量系数	公司类型
0.3-0.5	初创阶段、亏损、订单未经验证，或稀释风险高
0.5-0.7	周期性强、客户集中，或执行风险高
0.7-0.9	高增长但竞争激烈，利润率不稳定
0.9-1.1	普通的高质量成长型公司
1.1-1.3	护城河深厚、定价能力强、客户黏性高
1.3-1.5	类似垄断的资产、平台或生态系统资产
1.5 以上	罕见的超级平台或 AI 时代的瓶颈资产；谨慎使用

评估以下九个问题：

1. TAM 的增长实际上能否惠及这家公司？
2. 公司是否拥有定价能力？
3. 客户集中度是否较高？
4. 技术频繁迭代是否要求反复重新认证？
5. 毛利率和 EBIT 利润率能否持续？
6. 增长是否需要大量资本支出？
7. 竞争对手能否快速追赶，或成为第二／第三供应商？
8. 增长是否依赖融资或增发股份？
9. 前沿 AI 模型能否侵蚀产品的工作流价值、定价模式或分销护城河？

结果解读

TAM 调整后 PEG	估值观点
< 0.5	非常便宜，但需确认预测并非过于乐观
0.5-0.8	明显具有吸引力
0.8-1.2	合理至略微便宜
1.2-1.8	合理至略微昂贵；执行必须持续到位
1.8-2.5	昂贵，除非公司拥有超长跑道
> 2.5	非常昂贵，或 EPS／PE 输入数据失真
不适用	亏损、处于初创阶段或盈利波动过大；使用期权框架

特殊情况

亏损公司

• 不要直接使用 PE。
• 标记 PE／PEG 已失真。
• 使用标准化 EPS、EV／销售额、里程碑情景分析或期权式分析。
• 关注关键里程碑以及融资／稀释风险。

周期性公司

• 不要机械地使用周期峰值 EPS。
• 使用标准化 EPS。
• 因周期性而调低质量系数。
• TAM 跑道可以提供支撑，但必须扣除供需周期风险。
• 对于 AI 半导体超级周期，应将结构性需求跑道与库存、产能及利润率周期风险区分开来。如果半导体龙头企业是持久的瓶颈，可以获得较长的 TAM 跑道系数；周期性惩罚应主要体现在标准化 EPS 和质量系数上，而不是自动设定较短的跑道上限。

扭亏为盈

展示两个版本：

情景	处理方式
基准情景	根据当前盈利能力评分
扭亏成功	根据 2 至 3 年后的标准化利润评分

这样可以避免将扭亏为盈的公司误判为普通成长股。

定位类型框架

类型	TAM-PEG 特征	定位表述
核心复利股	TAM-PEG 为 0.5-1.2，质量因子较高	可考虑作为长期核心持仓
高贝塔增长股	TAM-PEG 为 0.8-1.5，增长和波动性较高	中等仓位，密切跟踪业绩
扭转股	当前 TAM-PEG 较高，成功情景下的 TAM-PEG 较低	小至中等仓位，以里程碑为依据
期权型	PE/PEG 失真，TAM 庞大，执行处于早期阶段	小仓位，接受结果可能截然不同
周期股	PEG 较低，但质量因子经过折价调整	把握供需周期交易，避免线性外推

Mermaid 可视化

对于完整报告，若能显著提升理解，请加入 2-4 个 Mermaid 图表。简短回答或数据有限的分析可使用较少图表。不要仅为满足数量要求而创建图表。

优先考虑以下视图：

1. 使用 flowchart 展示 EPS CAGR、TAM 跑道因子和质量因子如何共同得出调整后增长率和 TAM-Adj-PEG。
2. 仅当至少三个实体使用可比证据和尺度时，使用 quadrantChart 比较公司与同行的跑道和质量；保留对比表。
3. 仅当数值单位明确一致时，使用 xychart-beta 比较原始 EPS 增长率与调整后增长率，或基本情景与扭转成功情景下的估值结果。

每个图表均须遵守以下规则：

• 使用围栏式 mermaid 代码块，语言与报告一致，节点 ID 使用简单 ASCII，标签保持简短。
• 优先使用广泛支持的 flowchart、pie 和 stateDiagram 语法。仅将 xychart-beta、quadrantChart 或 timeline 作为渐进增强，并保留相邻的 Markdown 表格作为备用。
• 仅使用报告中已陈述的证据和数值。百分比、因子尺度、估值单位和情景标签须与周边表格保持一致；切勿为完善可视化而补充缺失数据。
• 将每个图表放在其所解释的分析旁边，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须放在图表之外。
• 图表应聚焦：通常不超过 12 个节点或 8 个绘图值。图表用于补充，而非取代公式、假设、风险调整和来源追溯。

输出格式

每个股票代码均使用以下结构：

# TICKER: TAM-Adj-PEG 估值分析

公司：XXX
股票代码：XXX

1. 当前估值
- 当前 PE：
- Forward PE：
- 传统 PEG：

2. 增长拆解
- 未来 EPS CAGR：
- Revenue CAGR：
- TAM CAGR：
- 当前收入 / TAM：
- 高速增长 runway：

3. TAM Runway Factor
- 估计值：
- 原因：

4. Quality Factor
- 估计值：
- 加分项：
- 扣分项：

5. TAM-Adj-PEG
公式：
TAM-Adj-PEG = Forward PE / (EPS CAGR x TAM Runway Factor x Quality Factor)

计算：
- 修正后增长率：
- TAM-Adj-PEG：

加入 Mermaid flowchart 展示三个输入如何传导到修正后增长率和最终估值；保留完整公式与计算。

如有可比公司或双情景的同口径数据，可加入 runway—quality 矩阵或增长对比 xychart，并保留数据表。

6. 结论
- 估值档位：
- 主要上行驱动：
- 主要下行风险：
- 适合的仓位类型：

详细参考

当任务需要完整的中文框架文本、所有评分表或 TAM-Adj-PEG 逻辑的原始说明时，请阅读 references/original-framework.md。

当参考资料的格式不同时，保留其分析意图，但遵循此 SKILL.md 当前的输出和可视化规则。