中国A股估值模型技能 v3.0

一、核心原则

本技能严格执行以下估值方法选择矩阵，禁止对不适用行业使用标准DCF。

1.1 估值方法选择矩阵

1.2 DCF适用性检查清单（执行DCF前必须检查）

□ 公司历史FCFF为正，或预期1-2年内转正
□ 商业模式稳定，收入可预测性较好
□ 不属于强周期、房地产、金融行业
□ 资本结构稳定，或可合理假设目标结构
□ 行业竞争格局不会发生颠覆性变化

若任一项不满足 → 使用替代估值方法

1.3 动态数据要求

所有估值必须基于最新可获取数据。执行时需通过web_search抓取：

• 最新股价（实时或前收盘）
• 最新10年期国债收益率（中债估值）
• 最新LPR利率（1年期和5年期）
• 最新行业可比公司估值（PE/PB/EV-EBITDA）
• 最新公司财务报告（年报/季报）

在输出中明确标注各参数取值日期和来源。

二、执行流程总览

Step 1:  行业识别与估值方法选择
Step 2:  抓取最新财务数据与市场参数
Step 3:  历史财务数据CAS调整（5年）
Step 4:  历史FCFF计算与校验（仅DCF类）
Step 5:  预测假设体系构建
Step 6:  主估值方法计算
Step 7:  相对估值交叉验证
Step 8:  敏感性分析与情景分析
Step 9:  安全边际与综合评分
Step 10: 输出最终结论卡片（含价值刻度尺）

三、行业识别与方法选择（执行规则）

收到估值请求后：

1. 解析公司股票代码和行业分类（申万一级）
2. 根据上表1.1选择主估值方法
3. 若用户要求的方法与矩阵冲突（如对房企要求DCF），必须先提示不适用，并自动切换至正确方法，说明原因

四、参数动态更新规则

执行要求：在计算前使用web_search获取以上最新数据，并在报告中注明取值日期。

五、各估值方法详细步骤

5.1 标准DCF（工业/消费/科技）

5.1.1 FCFF计算（CAS调整）

EBIT = 营业利润 + 利息支出 - 利息收入 + 经常性减值损失
NOPAT = EBIT × (1 - 有效税率)
FCFF = NOPAT + 折旧摊销 + 经常性减值 + 股份支付
       - 资本性支出 - Δ营运资本 + 递延所得税变动

营运资本精确定义：

经营性流动资产 = 应收账款 + 应收款项融资 + 预付账款 + 存货 + 合同资产 + 其他应收款（剔除关联方）
经营性流动负债 = 应付账款 + 合同负债 + 应付职工薪酬 + 应交税费 + 其他应付款（剔除关联方）
营运资本 = 经营性流动资产 - 经营性流动负债
ΔWC = 本期营运资本 - 上期营运资本

5.1.2 预测期长度

5.1.3 终值控制

终值占比 = 终值现值 / 企业价值

健康范围：50% - 75%
警戒线：> 80% → 必须用退出倍数法交叉验证，并标注可靠性降低
异常：> 90% → 模型不可靠，建议改用相对估值为主

5.1.4 WACC计算

Ke = Rf + β × ERP + 规模溢价 + 特定风险溢价
Kd = 利息支出 / 平均有息负债 或 LPR + 信用利差
WACC = (E/V) × Ke + (D/V) × Kd × (1 - T)

约束：WACC - g ≥ 2%（否则需调整假设）

规模溢价：

• 市值 < 50亿 → +2%
• 50-200亿 → +1%
• >200亿 → 0%

特定风险溢价评估清单：

• 客户集中度 >60% → +0.5%-1.0%
• 政策敏感行业 → +0.5%-1.5%
• 上市不足3年 → +0.5%-1.0%
• 大股东质押率 >50% → +0.5%

5.1.5 永续增长率g

• 成熟行业：2.0% - 3.0%
• 高成长行业：3.0% - 4.0%
• 硬性上限：≤ 4.0% 且 < WACC

5.1.6 敏感性分析（必做）

5.2 房地产估值（NAV/PB法）

标准DCF不适用。使用PB估值为主，NAV为辅。

5.2.1 PB估值法（主方法）

合理股价 = 每股净资产 × 合理PB倍数

每股净资产：取自最新报告期归属于母公司股东的净资产 ÷ 总股本
合理PB倍数 = 可比央企/行业PB中位数 × (1 + 调整因子)

可比PB参考区间（行业下行期）：

• 央企房企：0.40x - 0.80x
• 地方国企：0.60x - 1.00x
• 民企：0.20x - 0.50x

调整因子：

• 土储质量（一线/新一线占比高者+0.05-0.10）
• 融资优势（央企较民企+0.10-0.20）
• 三道红线绿档+0.05

5.2.2 NAV法（辅助验证）

对主要房地产开发项目逐项估算市场价值（简化版可按净资产的1.0-1.5倍估算），得出重估净资产，再乘以流动性折扣。

5.3 金融估值（DDM/PB-ROE）

• 银行：股利贴现模型（DDM），核心变量为每股股利、折现率、永续增长率。辅助PB-ROE回归。
• 保险：内含价值（EV）法，新业务价值（NBV）增速为核心。
• 券商：PB估值，参考历史分位。

六、相对估值交叉验证（所有方法通用）

选择3-5家可比公司，计算：

相对估值综合值 = 各方法均值（或加权）

七、综合评分与投资结论

7.1 综合评分公式

综合评分 = 绝对估值评分 × 60% + 相对估值评分 × 25% + 安全边际评分 × 15%

各评分范围 1-5分

绝对估值评分（基于主方法内在价值 vs 当前股价）

相对估值评分（基于相对估值综合 vs 当前股价）

同上表格。

安全边际评分

所需安全边际 = 基础安全边际 + 风险调整项

基础安全边际：
  大盘蓝筹（沪深300） → 10%
  中盘成长 → 15%
  小盘/科创板 → 20%
  强周期/政策敏感 → 20%-25%

风险调整项：
  大股东质押率 >50% → +5%
  商誉/净资产 >30% → +5%
  近12个月解禁比例 >10% → +5%
  北交所 → +5%-10%

实际偏离度 = 内在价值偏离度（绝对估值）

安全边际评分：
  偏离度 > 所需安全边际×2 → 5分
  偏离度 > 所需安全边际 → 4分
  偏离度 ≈ 所需安全边际（±3%） → 3分
  偏离度 < 所需安全边际 → 2分
  偏离度 < 0 → 1分

7.2 最终判定表

八、输出要求

8.1 必须包含的元素

1. 当前股价与最新市值（注明日期和来源）
2. 内在价值计算结果（每股及总价值）
3. 偏离度与安全边际率
4. 价值刻度尺（可视化）
5. 悲观情景下行风险提示（“若悲观情景成立，目标价可能回落至¥XX”）
6. 计算过程简要展示（关键步骤和公式）
7. 数据来源与参数取值日期

8.2 输出模板（简化版，用于快速回复）

╔══════════════════════════════════════════════════════════╗
║  估值结论 — 【公司简称】（代码）                          ║
║  估值日期：YYYY-MM-DD                                    ║
╚══════════════════════════════════════════════════════════╝

【当前股价】¥XX.XX（数据来源：XXX，日期）
【内在价值】¥XX.XX/股（主方法：XXX）
【偏离度】+XX.X%（低估/高估/合理）
【安全边际】XX%（所需XX%）

【价值刻度尺】
  悲观      内在价值      乐观
   |           |           |
 ¥XX ────── ¥XX ────── ¥XX
             ▲
          当前股价

【综合评分】X.X/5.0 → 【判定：严重低估/低估/合理/高估/严重高估】
【建议操作】强烈买入 / 买入 / 持有 / 减持 / 卖出

【悲观情景】若最坏情况发生，目标价可能跌至¥XX，下行风险XX%

【计算过程摘要】
  主方法公式：...
  关键参数：Rf=X%，β=X，ERP=X%，g=X%
  终值占比：XX%
  敏感性矩阵：[核心区间结果]

【风险提示】
  1. ...
  2. ...

【免责声明】本分析仅基于公开数据，不构成投资建议。

九、AI执行指令

9.1 数据抓取

执行估值前，使用web_search工具：

1. 搜索“公司代码 最新股价 新浪财经”获取实时股价
2. 搜索“中国10年期国债收益率 中债估值”获取最新Rf
3. 搜索“贷款市场报价利率 LPR 最新”获取LPR
4. 搜索“公司代码 年报 巨潮资讯”获取最新财报
5. 搜索“行业名称 可比公司 PE PB”获取相对估值基准

若某数据无法获取，使用默认值并明确标注“默认值”。

9.2 数值处理

• 计算过程保留4位小数
• 输出展示：股价2位小数，百分比1位小数，金额亿元2位小数
• 金额单位：亿元人民币（默认）

9.3 异常处理

• 若内在价值为负或极端异常（如偏离度 > 300%），停止计算并提示：“模型输出异常，请检查关键数据是否有误（如有息负债、股本等）”
• 若房地产/金融公司被要求用DCF，输出：“根据估值方法矩阵，房地产（金融）公司不适用标准DCF，将改用NAV/PB（DDM/PB-ROE）法重新计算。”

十、附录：参数速查表

技能版本：v3.0 | 最后更新：2026-05-27 | 适用市场：中国A股 | 强制结论输出