市盈增长比Price/Earnings-to-Growth Ratio(PEG)

什么是价格/收益增长比 (PEG)？

市盈率（PEG 比率）是股票的市盈率(P/E) 除以其在指定时间段内的收益增长率。

PEG 比率用于确定股票的价值，同时也将公司的预期收益增长考虑在内，它被认为比更标准的市盈率提供了更完整的情况。

重点

PEG 比率通过在计算中加入预期收益增长来提高市盈率。

PEG 比率被认为是股票真实价值的指标，与市盈率类似，较低的 PEG 可能表明股票被低估了。

给定公司的 PEG 可能因一个报告来源与另一个报告来源有很大差异。

差异将取决于计算中使用的增长估计，例如一年或三年的预计增长。

低于 1.0 的 PEG 是最好的，这表明一家公司的价值相对被低估了。

PEG计算公式

要计算 PEG 比率，投资者或分析师需要查找或计算相关公司的市盈率。市盈率的计算方法是公司的每股价格除以每股收益 (EPS)，或每股价格 / EPS。

计算出市盈率后，使用关注该股票的金融网站上提供的分析师估计，找出相关股票的预期增长率。将数字代入等式，求解 PEG 比率数。

PEG准确性

与任何比率一样，PEG 比率的准确性取决于所使用的输入。在从公开来源考虑一家公司的 PEG 比率时，重要的是要找出计算中使用的增长率。例如，在 Morgan Stanley Wealth Management 的一篇文章中，PEG 比率是使用基于当年数据和五年预期增长率的市盈率计算得出的。

例如，如果预期未来增长率会偏离公司的历史增长率，则使用历史增长率可能会提供不准确的 PEG 比率。例如，该比率可以使用一年、三年或五年的预期增长率来计算。

为了区分使用未来增长和历史增长的计算方法，有时会使用术语“forward PEG”和“trailing PEG”。

PEG 比率告诉你什么？

虽然低市盈率可能使股票看起来不错，但考虑到公司的增长率以获得股票的 PEG 比率可能会说明不同的情况。PEG 比率越低，考虑到其未来收益预期，股票可能被低估的可能性就越大。将公司的预期增长加入该比率有助于调整可能具有高增长率和高市盈率的公司的结果。

PEG 比率结果表明股票定价过高或过低的程度因行业和公司类型而异。作为一个广泛的经验法则，一些投资者认为 PEG 比率低于 1 是可取的。

根据知名投资人彼得林奇的说法，一家公司的市盈率和预期增长应该相等，这表明公司估值合理，支持 1.0 的 PEG 比率。当一家公司的 PEG 超过 1.0 时，它被认为被高估了，而 PEG 低于 1.0 的股票被认为被低估了。

 PEG 假设示例

PEG 比率提供了有用的信息来比较公司，看看哪只股票可能是满足投资者需求的更好选择，如下所示。

假设两家假设的公司A公司和B公司的数据如下：

很多投资者可能会看A公司，觉得它更有吸引力，因为A公司的市盈率在两家公司中较低。但与公司 B 相比，它的增长率不足以证明其目前的市盈率。公司 B 的交易价格低于其增长率，购买它的投资者支付的每单位收益增长较少。基于其较低的 PEG，公司 B 可能是相对更好的买入对象。

什么被认为是好的 PEG 比率？

一般来说，良好的 PEG 比率值低于 1.0。PEG 比率大于 1.0 通常被认为是不利的，表明股票被高估了。同时，低于 1.0 的 PEG 比率被认为更好，表明股票相对被低估。

什么更好：更高或更低的 PEG 比率？

PEG 比率越低越好，尤其是低于 1.0 的比率。

负 PEG 比率表明什么？

负的 PEG 可能是由负收益（亏损）或负估计增长率引起的。这两种情况都表明一家公司可能陷入困境。

我从一个网站看到招商银行和工商银行的PEG数据，我们对比一下。这网站PEG用的是历史数据预测PEG，并不准确，我们仅做假设参考和对比。

我们看招商银行，市盈率9.86，PEG0.63，市净率1.01，总市值9127亿。

宇宙第一大行，工商银行市盈率4.43，PEG0.38，市净率0.46，总市值1.46万亿。两个银行相比较，工商银行股票价格更被低估。从PEG看，这两只股票都属于价值被低估。

当然作者意思不是让大家去买这两家银行股票，这只是教学案例。实际情况中银行股和地产股关系紧密，近期地产发展不好，雷声不断，银行势必受到较大影响。只是这两个是大银行，大家自行判断。

总结

虽然市盈率更常被投资者使用，但 PEG 比率通过纳入收益增长估计来提高市盈率。这可以更全面地了解公司在市场上的相对价值。然而，由于它依赖于收益估计，因此拥有良好的估计是关键。一个糟糕的预测或假设，或者天真地将历史增长率预测到未来，都会产生不可靠的 PEG 比率。

掌握公司销售数据和行业政策才能更好预测公司未来收益。

如果有机器学习论文专利定制服务，请联系up。

版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。