在决定首次使用哪种估值方法对股票进行估值时，很容易被投资者可用的估值技术数量所淹没。估值方法相当简单，而其他方法更复杂。
不幸的是，没有一种方法最适合各种情况。每种股票都不同，每个行业或行业都有独特的特征，可能需要多种估值方法。在本文中，我们将探讨最常见的评估方法以及何时使用它们。
估值方法通常分为两大类：
绝对估值模型 试图仅基于基本面来找出投资的内在或“真实”价值。从基本面来看，仅仅意味着你只关注股息，现金流和单一公司的增长率等事情 – 而不必担心任何其他公司。属于此类别的估值模型包括股息贴现模型，贴现现金流量模型，剩余收益模型和基于资产的模型。
相反，相对估值模型通过将该公司与其他类似公司进行比较来运作。这些方法涉及计算倍数和比率，例如价格与收益倍数，并将它们与类似公司的倍数进行比较。例如，如果公司的市盈率低于可比公司的市盈率，原始公司可能被视为低估。通常，相对估值模型比绝对估值方法更容易和更快地计算，这就是为什么许多投资者和分析师开始用这种方法进行分析的原因。
让我们来看看投资者可以使用的一些比较流行的估值方法，看看何时适合使用每种模型。
股息贴现模型（DDM）
是绝对估值模型中最基本的模型之一。股利模型计算基础上，坚定的“真”值分红的公司支付其股东。使用股息对公司进行估值的理由是，股息代表了股东的实际现金流量，因此对这些现金流量的现值进行估值应该可以为你提供股票价值的价值。
第一步是确定公司是否支付股息。
第二步是确定股息是否稳定和可预测， 因为公司仅仅支付股息是不够的。支付稳定和可预测股息的公司通常是发达行业中成熟的蓝筹公司。这些类型的公司通常最适合DDM估值方法。例如，查看以下公司XYZ的股息和收益，并确定DDM模型是否适合公司：
在上面的例子中，每股收益持续增长，平均增长率为5％，股息也以同样的速度增长。公司的股息与其盈利趋势一致，这可以很容易地预测未来期间的股息。此外，你应检查支付比率以确保比率一致。在这种情况下，所有六年的比率为0.125，这使得该公司成为股息模型的理想候选人。.
贴现现金流量模型（DCF）
如果公司不支付股息或其股息模式不规范怎么办？在这种情况下，请继续检查公司是否符合使用 贴现现金流量或DCF模型的标准。DCF模型不是关注股息，而是使用公司贴现的未来现金流来评估业务。这种方法的最大优点是它可以用于各种不支付股息的公司，甚至可以用于支付股息的公司，例如前一个例子中的公司XYZ。
DCF模型有几种变体，但最常用的形式是两阶段DCF模型。在这种变化中，通常预测自由现金流量为五到十年，然后计算终值以计算超出预测期的所有现金流量。因此，使用该模型的第一个要求是公司拥有可预测的自由现金流，并且自由现金流是积极的。仅根据这一要求，你会发现许多小型高增长公司和非成熟公司将因这些公司通常遇到的大量资本支出而被排除在外。
例如，让我们来看看以下公司的现金流量：
在这张快照中，该公司已经产生了越来越多的正运营现金流，这很好。但是你可以从大量的资本支出中看出，公司仍然将大部分现金投入到业务中以实现增长。因此，公司在六年中的四年中都有负的自由现金流，并且预测未来五到十年的现金流非常困难或几乎不可能。
因此，为了最有效地使用DCF模型，目标公司通常应该具有稳定，积极和可预测的自由现金流。拥有适合DCF模型的理想现金流的公司通常 是经过成长阶段的成熟公司。
我们将看到的最后一种方法是，如果你无法使用任何其他模型评估公司，或者你根本不想花时间处理数字，那么可以使用这种方法。 。该方法不会像前两种估值方法那样尝试查找股票的内在价值。相反，它将股票的价格倍数与基准进行比较，以确定股票是否被相对低估或高估。其基本原理基于“一价定律”，该定律规定两种类似的资产应按类似价格出售。这种方法的直观性是它如此受欢迎的原因之一。
它几乎可以在所有情况下使用的原因是由于可以使用的大量倍数，例如市盈率（P / E），价格对账面（P / B），价格销售（P / S），价格 – 现金流量（P / CF）等等。在这些比率中，市盈率是最常用的，因为它关注的是公司的收益，这是投资价值的主要驱动因素之一。
什么时候可以使用P / E倍数进行比较？如果公司是公开交易的，你通常可以使用它，因为你需要股票价格和公司的收益。其次，公司应该产生正收益，因为使用负P / E倍数的比较将毫无意义。最后，盈利质量应该很强。也就是说，收益不应过于波动，管理层使用的会计惯例不应大幅扭曲报告的收益。
这些只是投资者在选择使用哪个比率或倍数时应该考虑的一些主要标准。如果不能使用市盈率，请选择不同的比率，例如价格 – 销售额或价格 – 现金流量倍数。
没有一种估值方法适合所有情况，但通过了解公司的特征，你可以选择最适合该情况的估值方法。此外，投资者不仅限于使用一种方法。通常，投资者将进行多次估值以创建一系列可能的价值或将所有估值平均为一。通过库存分析，有时候这不是工作的正确工具的问题，而是你使用多少工具从数字中获取不同的见解。
