第三部分 · 华尔街的预期机器:买方 vs 卖方在找什么
向前建模:怎么预测下一年的财报
上一课的卖方给了你一副模型骨架——收入=量×价 → EPS → 目标价。可那只是结构;真正难、也最容易做错的,是把这些数字向前推:下一年、下面四五个季度,这家公司的财报会长什么样?多数人的第一反应是「拿近两年的平滑增速,一路外推」。这一课就正面回答这个念头:平滑增速外推几乎必错,它是一个锚,不是一个模型;一个真正的模型长什么样,背后是一条清楚的推理线。
本课路线
(1) 先问
为什么要预测——不是预言未来,是为了定位「我 vs 一致预期」的差、并检验价格隐含的预期能不能兑现;(2) 立起第一原则:
预测驱动,不要预测结果——EPS 是链条的最后一环,你 forecast 的是驱动(=各生意的真北指标),让三张表把它拼出来;(3) 动手玩「外推 vs 衰减建模台」,亲手看「2 年平滑增速一路外推」如何在高增长/周期股上
大幅高估;(4) 拼出一个「好模型」的五个成分——
驱动树 · base-rate 衰减 · 三表向前勾稽 · 情景 · 敏感度;(5) 常见误解。
不是投资建议。
一、先问:预测,到底为了什么
动手建模之前,先想清楚目的——否则你会掉进「把小数点后两位算得很精确」的陷阱。预测不是为了预言未来(未来不可知,《市场的逻辑》第 13 课那把 DCF 的误差棒还记得吧)。它只有两个真实用途:
① 定位你的预期差你建一个 forward 模型,是为了得到一个「我认为下一年会怎样」的数,好和一致预期去比——差在哪、差多少,就是你的 edge(下一课的主角)。模型是找差的工具,不是终点。
② 检验价格隐含的预期反过来用:市场当前价格隐含了怎样的未来(多高的增长、多久的高回报)?把那套隐含假设摆出来,问一句「它现实吗、兑现得了吗」——这比你自己拍一个数更有用。
所以:结构 > 精度模型的价值在于结构对、假设诚实、误差棒清楚,不在于点估计有几位小数。一个装作精确的点预测,比一个诚实的区间更危险。
二、第一原则:预测驱动,不要预测结果
最常见的错误,是直接对结果(净利润 / EPS)套一个增长率往前推。这是反的。EPS 是一条链的最后一环:
收入 → 毛利率 → 费用(经营杠杆)→ EBIT → 利息 / 税 → 净利 ÷ 股数 → EPS
你要 forecast 的是链条最前面的驱动(输入),然后让三张表把结果拼出来。为什么?因为一个笼统的增长率,把毛利率的变化、经营杠杆(收入涨 10% 利润可能涨 30%,第 03 课)、股数的增减(回购/稀释,第 08 课)、税率利息全揉成了一个数、藏起了所有的杠杆——而那些杠杆,恰恰是你该有观点的地方。
而最前面那个驱动——收入——永远拆成「量 × 价」,且拆法由 business model 决定。这正是第四部分五种生意的真北指标,反过来用作预测的输入:
SaaS下一年收入 ≈ 期初 ARR × NRR + 新签 ARR。你 forecast 的是 NRR + 新签,不是「收入增速」。
零售收入 ≈ 店数 × 单店收入 ×(1+同店增速)。forecast 的是开店节奏 + 同店。
周期股收入 ≈ 产能 × 产能利用率 × 价格。forecast 的是周期位置,绝不是一个平滑增速(见下)。
平台 / 银行平台 ≈ GMV × take rate;银行 ≈ 资产 × NIM − 信贷成本。forecast 的是那个真北驱动。
一句话:读过去(第四部分)和推未来(这一课)用的是同一个驱动。你之所以先学会按生意找真北指标,正是为了在这里把它当作预测的输入。
三、动手:外推 vs 衰减建模台
现在正面回答你的问题——「用 2 年平滑增速?」下面这台机器把一家公司的收入向前推 6 年,两种画法并排:红线是「拿当前(近两年平滑)增速一路外推」;蓝线是「让增速按经验逐年衰减回长期水平」,外加一个 bear/bull 情景带。
玩过就明白:2 年平滑增速是一个有用的锚(回头检验「我的驱动模型有没有算出个离谱的增速」),但把它一路外推不是一个模型。它对成熟、稳定、不周期的生意(消费必需品)勉强够用;可它恰恰在最需要判断的地方失灵。
四、平滑外推的四个陷阱,与一个「好模型」的五个成分
为什么一路外推会错?四个陷阱,每一个都对应前面某一课:
陷阱一 · 增长会衰减高增速会均值回归——护城河挡不住的那部分回报和增长,会被竞争和规模拉回平均(第 07 课)。经验上,一家增速 35% 的公司几乎不可能长期维持;正确的默认是「衰减」,不是「外推」。
陷阱二 · 周期股在顶部对周期股,近两年平滑增速可能取在周期顶——外推等于假设永远在顶(第 17 课低 P/E 陷阱)。周期股要用穿越周期的正常化,不是趋势外推。
陷阱三 · 规模的地心引力大数定律:一家两千亿收入的公司不可能再增长 30%。增速随体量下降——基数越大,越要往下调。
陷阱四 · 收入 ≠ 利润经营杠杆让利润增速偏离收入增速(第 03 课);股数还会因回购/稀释变化(第 08 课)。只推一个「增速」会把这些全抹掉。
那么一个真正好的模型长什么样?不是更精确,而是结构对、假设诚实。五个成分:
1驱动树:按 business model 把收入拆成量×价的驱动(NRR / 同店 / 产能利用率 / take rate),forecast 输入,让三张表拼出 EPS——不要直接推 EPS。
2base-rate 衰减:增速、利润率都往长期均值衰减,用经验规律(增长的持续性、行业均值),不要外推、不要一厢情愿。
3三表向前勾稽:增长需要营运资本和资本开支来支撑(第 05 课)——一个只涨利润表、不配套资产负债表与现金的预测是幻想。向前也要检查 FCF 和资产=负债+权益。
4情景,而非点:做 bear / base / bull 三套,各自内部自洽(每套是一个连贯的故事),因为未来是一个分布,不是一个数。
5敏感度:找出对结果影响最大的那 1–2 个假设(第 09 课:模型对少数关键假设极敏感),把研究精力全砸在验证它们上,其余别纠结小数点。
至于「预测多远」——你问的 16 个月,大约是五六个季度:近端(4–6 个季度)你有真实的抓手(在手订单/RPO、指引、季节性),可以按驱动、按季度细推;再往后就交给 base-rate 衰减,别假装能算准第八个季度。近端靠驱动与指引,远端靠衰减与均值。最后,把你的 base 情景摆到一致预期旁边——那道差,配上情景给的误差棒,就是下一课买方要下注的东西。
五、常见误解
- 误解:用近 2 年平滑增速一路外推,是个稳妥的模型。 (澄清:它是个锚,不是模型。对高增长或周期股会大幅高估——增长会衰减、周期会回落。正确的默认是「衰减回长期均值」,且要按驱动拆、不是套一个总增速。)
- 误解:模型算得越精细、小数点越多,越准。 (澄清:未来不可知,精度是假象。价值在结构对 + 假设诚实 + 误差棒清楚;一个装精确的点估计比一个诚实的区间更危险。做情景,别做单点。)
- 误解:直接预测净利润/EPS 的增长最省事。 (澄清:EPS 是链条的最后一环。要 forecast 驱动(收入=量×价、毛利率、费用、股数),让三张表拼出 EPS——直接推 EPS 会藏住经营杠杆、稀释、税率这些你最该有观点的地方。)
- 误解:预测就是为了「猜对未来」。 (澄清:预测是为了定位你 vs 一致预期的差,以及检验价格隐含的预期现不现实——是找预期差的工具,不是水晶球,下一课把它变成下注。)
- 误解:只推利润表就够了。 (澄清:增长要靠营运资本和资本开支喂(第 05 课)。只涨利润表、不配套现金与资产负债表的模型是幻想——三张表向前也要勾稽。)
一句话带走
预测下一年的财报,
不是预言未来,是为了定位「我 vs 一致预期」的差、并检验价格隐含的预期现不现实。第一原则:
预测驱动,不要预测结果——按 business model 把收入拆成量×价的真北驱动(NRR / 同店 / 产能利用率 / take rate),让三张表拼出 EPS。你问的「2 年平滑增速」是个
锚,不是模型:一路外推会在高增长/周期股上大幅高估,因为
增长会衰减(回扣第 07 课)、周期会回落(第 17 课)、规模有地心引力、收入≠利润(第 03 课)。好模型的五个成分:
驱动树 · base-rate 衰减 · 三表向前勾稽 · 情景(非点估计)· 敏感度。近端靠驱动与指引,远端靠衰减;最后把 base 情景摆到一致预期旁,那道差就是下一课的下注对象(
主线三)。
下一步
你现在有了一个属于自己的 forward 模型——一个「我认为下一年会怎样」的 base 情景,还带着误差棒。可一个数放在真空里没有意义。真正让它变成钱的,是把它
摆到市场已经信了的东西旁边:一致预期是多少?当前价格
隐含了怎样的未来?我在哪个驱动上和它们不同、凭财报里什么证据、这个差值多少赔率? → 第 11 课《买方:读同一份财报去找「预期差」》会带你把「一个预测」变成「一个有赔率的判断」——并点破那句最反直觉的话:
好公司 ≠ 好股票。