市盈率指标 

市盈率指标是是一个反映股票收益与风险的重要指标，也叫市价盈利率。市盈率指标计算以公司上一年的盈利水平为依据，其最大的缺陷在于忽略了对公司未来盈利状况的预测。

从单个公司来看，市盈率指标对业绩较稳定的公用事业、商业类公司参考较大，但对业绩不稳定的公司，则易产生判断偏差。

实际作用

以上面提到的东大阿派为例，由于公司市场前景广阔，具有很高的成长性，受到投资者的追捧，股价上升，市盈率居高不下，但以公司每年80%的利润增长速度，以现价购入，一年后的市盈率已经大幅下降；相反，一些身处夕阳产业的上市公司，目前市盈率低到20倍左右，但公司经营状况不佳，利润呈滑坡趋势，以现价购入，一年后的市盈率可就奇高无比了。

市盈率高，在一定程度上反映了投资者对公司增长潜力的认同，不仅在中国股市如此，在欧美、香港成熟的股票市场上同样如此。从这个角度去看，投资者就不难理解为什么高科技板块的股票市盈率接近或超过100倍，而摩托车制造、钢铁行业的股票市盈率只有20倍了。当然，这并不是说股票的市盈率越高就越好，我国股市尚处于初级阶段，庄家肆意拉抬股价，造成市盈率奇高，市场风险巨大的现象时有发生，投资者应该从公司背景、基本素质等方面多加分析，对市盈率水平进行合理判断。

判断方式

目前计算市盈率的过程中，比较通用的方法是先将亏损股剔除，计算所有股票的市盈率，并根据流通市值加权计算平均值。这种算法存在的问题是，有的绩差股市盈率较高，依次得出的平均市盈率容易受到影响形成失真。此外，还有将市盈率取倒数并进行平均的算术方法，也不尽科学。对于像我国股市这样盈利水平增长较快的市场，较为合理的算法应是将全部股票总市值相加，除以全部上市公司的净利润，即以总市值比总收益，这样可以将所有权重计算在内。相对而言，后者有利于投资者对股市形成总体判断。

另外，由于股市表现和经济表现都存在波动，且上市公司盈利相对GDP会存在一定的敏感度，因此当经济实际增长率超过潜在增长率的时候，上市公司盈利水平将可能出现放大效应，大大高于GDP的增速；当实际增长率低于潜在增长率的时候，上市公司盈利的缩减幅度往往也超过宏观经济。所以，市盈率指标也很容易因为经济波动而产生较大波动，以简单的市盈率指标来进行估值判断，往往是不够准确的。

由于结构性问题的存在，投资者在以市盈率水平为依据指导投资行为时，必须对具体股票进行细化研究，认真分析上市公司盈利的来源；同时，也要重视结构性的问题，不能用总体指标来解释结构性的问题。

市盈率指标研究

众所周知，市盈率是一个估值指标，往往成为首选的选股指标之一，对于不同等级的投资者而言，常有两种情况：

1、单纯判断市盈率指标值，挑选市盈率低，但大于0的个股进行投资。

弊端在于：

1、不同行业的个股其市盈率不具备可比性。   

2、即使存在证券收益，其并不一定是市盈率指标提供的，可能是行业、可能是市值规模。

2、市盈率因子值进行行业、市值中性化，挑选真实值较低的个股，进行投资。

难度在于：行业、市值中性化的数据处理方式门槛高。

但其可以解剖市盈率是否真的是有效的优质指标。

以下是MindGo研究环境完成的市盈率因子研究分享。

第一种：我们通过获取市盈率值，进行常规的去极值、标准化操作，然后后1/3组为基准收益。进行分析，以下为结果。

市盈率整体情况

前1/3组相对于后1/3组的收益:-0、30

中间组对于后1/3组的收益:-7、79

2017年

前1/3组相对于后1/3组的收益:9、68

中间组对于后1/3组的收益:2、54

2017年内，低市盈率标的明显跑赢高市盈率标的

2018年

前1/3组相对于后1/3组的收益:-9、99

中间组对于后1/3组的收益:-10、33

2018年至今，低市盈率标的远远跑输高市盈率标的

考虑到实际市场环境，我们认为17是白马股行情主导的上涨趋势，而18年年初上证50经历一波断崖式下跌，终结了该次上涨，表现在市盈率上，我们认为也是符合该次规律的！

但是我们需要通过纯粹的市盈率指标，下文称为（真实市盈率），将行业、市值因素排除后，对比三组不同市盈率组别，以下为测试结果：

市盈率真实情况

前1/3组相对于后1/3组的收益:-10、91

中间组对于后1/3组的收益:0、02

2017年真实情况

前1/3组相对于后1/3组的收益:-2、52

中间组对于后1/3组的收益:2、34

2017年内，真实的低市盈率标的并没有明显跑赢高市盈率标的，反而是中间组收益是最好的

2018年真实情况

前1/3组相对于后1/3组的收益:-8、38

中间组对于后1/3组的收益:-2、33

2018年至今，真实的低市盈率标的反而远远跑输高市盈率标的

从以上过程看，我们认为市盈率指标排除行业、市值因素后，其真实值并不一定是一个优质的选股指标，或者说个股收益与市盈率并没有明显的关系。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。