降准是在薅谁的羊毛?

沧海一土狗 量化精灵 2019-09-05




水和面

每当央行降准或者增量做MLF,大家就会嚷嚷央行放水了,然后,分析师们就会像面包师一样地计算:水多少钱,粉多少钱,火耗多少钱,就好像货币真是一种有成本的生产资料,央行则是它主要供应者,并掌控了它的供给价格。
一顿计算之后,分析师们宣布,银行们又能通过资金业务从央妈身上薅XX吨羊毛了。
最近,财政部要提前下发地方政府专项债额度。一听到这个消息,大家就开始计算,央行需要放多少水来“中和”勾兑这些面粉,否则,做出来的面包就太干了。
我们是在用一种比喻来思考问题,但现实跟喻体往往有很大的差距,这个差距容易被我们忽视,并造成极其巨大的误导。
为了避免被这些假设误导,基于当下流行的比喻框架,我找了一系列的基础问题,对它们进行辨别和梳理:
1、资金真的是一种像钞票一样的实际物体,以至于央行像控制水量一样控制了它的供应么?
2、羊毛真的是从央妈身上薅下来的吗?
3、财政部发行的债券会像面粉一样会吸干市场的流动性?





财政政策的传导路径

首先,我们推演一下地方债增量的影响。
地方债只是政府的负债。如果所有的政府债券都被银行买走的话,那么,商业银行和政府发生权利义务交换,他们同时扩表。在面粉诞生的同时,也派生出了水——存款,并不会出现面粉多水少的情况。



那么,哪里会出现问题呢?央行人为制造了一种约束,商业银行资产端持有的准备金必须大于一般性存款的比例——法定存款准备金率第一次放松假设



银行持有的准备金是央行的负债,它的主要来源是央行的资产端行为——借给银行MLF、给银行贴现、购买银行持有的外汇等等(形式多种多样)。在这里我们就拿MLF简单替代央行的资产端行为。具体示意图如下:
假设准备金率是10%,通过上面的勾稽关系,我们不难发现,财政部发行1万亿的债券,银行可以派生出1万亿的存款,需要的增量准备金仅仅为1000亿。这里面有一个乘数效应在里面。也就是说,在这种情况下,如果购买债券的额度并不挤占银行的贷款额度,只要央行做1000亿的MLF,就不可以对其他部分造成影响。
真正的影响产生于财政部拿到1万亿存款之后,它为基建项目注资,基建项目启动,产生了新的贷款需求,贷款又要派生存款,这部分派生的存款又需要大量准备金。第二次放松假设
假设1万亿的项目基金,可以派生出3万亿的贷款需求,于是,就能继续派生出3万亿存款,产生了3000亿准备金的需求。央行原来做的那1000亿MLF就不够了,还需要再做3000亿。



那么,央行做完1000亿+3000亿的MLF是不是就不会造成收益率的上行了呢?要分情况。短端的确不会上行,基本维持平稳,这是因为准备金的存量大于存款乘以法定准备金率。


但是,长端就不一定了。第三次放松假设项目企业拿到1万亿+3万亿的资金会去购买服务,形成当年的消费和投资,如果这部分增量的消费和投资使得实际产出超过潜在产出,经济体会出现通胀,通胀会推动收益率上行。


当然,在实际情况里,市场会在政府发一万亿债券的时候就抢跑,会在项目企业大量融资使得社融大幅增加的时候恐慌,最后的结果就是,通胀还没起来,预期第四次放松假设就把收益率打上去了。





庞大的乘数效应



政府的1万亿的注资行为会撬动3万亿的项目企业的贷款,项目企业4万亿的支付行为会改善周边企业的资产负债表和盈利预期,这又会引致出更多的贷款需求。当然,贷款的另外一面就是存款,存款需要准备金。





事实上,准备金的需求由实体经济和央行共同决定实体经济的景气程度决定了一般性存款的规模,央行决定了法定准备金率;准备金的供给则由央行单独决定。准备金的供给和需求共同决定了短期资金利率的价格。




由于多重乘数效应的存在,我们很难判断央行的准备金到底跟那一块面粉掺和在了一起。所以,水和面的比喻是不恰当的,更恰当的比喻是卤水和豆腐的比喻。当然,更严格地来说,卤水点豆腐的比喻也不恰当,它暗含了一个假设,央行的准备金是实体经济派生出如此庞大的信贷规模的原因。事实上,它们两个交互作用,当实体经济悲观的时候,央行放再多的卤水也没有用。
这种情况我们在2018年也碰到过,宽信用很艰难——央行限制信贷扩张容易,但是推动信贷扩张,就像拿绳子推箱子。这种信贷调控难易的不对称性有一个很简单明了的解释:央行可以单独决定准备金的供给,所以,限制信贷容易;央行无法单独决定准备金的需求,所以,扩张信贷困难。
此外,由于多重乘数效应的存在,MLF等负债仅仅占商业银行资产负债表的一小部分,所以,MLF的利率既不能影响商业银行的边际负债成本,也不能影响商业银行的平均负债成本。所以,真实情况与我们想象得很不同,我们央行对银行体系的管控是数量型的,而不是价格型的,因为它无法通过MLF影响商业银行的NIM(降低贷款、存款基准利率可以)。那么,MLF和短期资金价格有什么用呢?它们的作用仅仅在于供央行参考,来调节松紧绳子的速度。从这个角度看过去,水和面的比喻也不是一个好比喻,水的价格对银行负债端成本的影响微乎其微,拿着这个价格加总出来的面包的价格缺乏实际意义。



总之,水和面包的比喻不是一个好的比喻,放松和收紧绳子的比喻才是一个好的比喻,直击要害。






羊毛出在羊身上



框架梳理到这个份儿上,想必大家已经不再相信银行薅的羊毛来自央妈。仔细想一想,央妈又不从事生产,大家怎么可能从他身上薅羊毛呢?事实上,商业银行的所有利润都来自实体经济。


怎么把银行业扩大利润和央妈松绳子这件事情结合到一起呢?用发放牌照的思路



我们先来看一个有误导性的算法:假设法定准备金率是10%,MLF利率是3.3%,央行增量释放了2000亿的MLF。如果我们按照水的成本加点的思路来看,银行去买3.50%的国开债,2000亿的规模乘以0.2%的点差,赚了4个亿。于是,就有人把3.3%的利率叫做边际成本,把这4个亿叫薅的羊毛。




这个算法完全被水和面的比喻带沟里了。事实上,我们应该这样算,2000亿的准备金可以让银行业对实体经济(暂不考虑同业的水分)扩2万亿的表(央妈发了2万亿规模的牌照),假设整个银行业对实体经济的平均NIM是2%(这个数估计得很保守),那么,这2000亿的准备金实际上给银行业带来了400亿的利润。


此外,这个利润不是被一家银行吃独食吃掉的,有的银行贷款项目多,那就多扩表,有的银行贷款项目少,那就少扩表。同业业务表面上是在调剂各家银行的资金,实际上是在调节各家银行的项目,项目多的银行,同业负债多,项目少的银行,同业资产多。也就是说,同业资产多的银行,缺项目,但准备金多(牌照多),于是,他们通过出资金的形式分一杯羹。


为了进一步澄清个中的偏差,我们举一个极端的例子,假设只有一家银行,央行的MLF要高到什么程度才使得银行一毛钱赚不到呢?答案是20%,也就是NIM乘以准备金乘数。





为什么偏好降准?



事实上,除非降息(LPR的目的就是为了可以灵活的降息),银行的NIM很难因为规模的扩张而快速收窄,这主要是因为以下两个原因:



1、银行对于边际客户的议价能力太强;
2、准备金率的乘数效应,可以稀释央行抽走的那一部分“粉钱”,MLF利率为3.3%,乘数为10的时候,单位规模信贷也就抽走了33bp。
所以,降低MLF利率10bp,实际上,对单位规模信贷NIM的影响也就1bp。这也解释了一个现象为什么银行更喜欢央行降低法定准备金率?法定准备金存款的利率是1.6%,降低一次准备金率,相当于做了对应规模的MLF,但是,利率仅有1.6%(机会成本),对单位规模信贷NIM的影响是17bp。







结束语



总而言之,把货币比喻成水是极其有误导性的,东海龙王降雨尚且需要从海里搬水,央妈哪里有无中生有的本事。




事实上,我们应该换一个角度,央妈发放的是对实体经济扩大资产负债表规模的牌照——整个行业单位规模的收益是NIM,单位规模的成本是MLF成本除以乘数。于是,我们就可以得到下面的一系列结论,



1、央行释放的不是水,而是牌照。

2、牌照是个权利,市场环境不好的时候,银行可以拿着牌照不干活,形成超储;

3、银行可以通过同业业务转让权利;



4、该权利在系统内平均收益是行业NIM,平均成本是取决于增量资金的成本和乘数,对MLF而言是33bp,对于准备金而言是16bp。(假设准备金率是10%,乘数是10倍



5、降准并不是在薅央妈的羊毛,只不过是它在发放更加便宜的牌照;


6、尽管行业NIM大约是2%+,远远高于33bp,但是,个体项目要承担信用风险,扩张还取决于银行对于实体经济的信心

7、银行愿意搭便车,转让权利抽别人的提成,让别人去冒险放贷,这也就是同业层层嵌套的原因。

8、当市场信心实在不行的时候,需要财政政策加码,开启乘数效应的第一环。



9、最后一条,所有的利润都来自于实体经济,经济不行银行的NIM完蛋,同业空转的行为只是搞以邻为壑,阻挡不了整个行业NIM下滑的大趋势。



银行跟实体经济是一荣俱荣,一损俱损;一旦央行降准,银行还是把这17个bp让给企业得好;毕竟,羊活着才有未来。



ps:数据来自wind,图片来自网络


更多信息,请加小号



2018年的紧缩到2019年的放松,以美联储为代表的货币政策转向超出大部分人的预期,全球低利率甚至负利率再次成为金融市场的焦点。美国30年期国债收益率在20198月降到2%以下,是有记录以来第一次。全球负利率债券余额总量达到16万亿美元,全球约三分之一的主权债务存量的收益率为负。丹麦的第三大银行提供利率为-0.5%10年期房贷,另一家银行则提供零利率20年期房贷。本文就全球低利率环境的源头和宏观政策含义提出一些思考。
负利率挑战什么?





一年一度的中央银行政策制定者聚会上周在杰克逊霍尔举行,今年的研讨主题是货币政策的挑战。在短期利率已经很低甚至负值的环境下货币宽松的空间有多大、能走多远?这涉及如何理解货币政策框架面临的挑战。

过去40年主流货币政策框架有三个特征。

第一、以控制通胀(CPI上涨率)为主要目标,不少央行实行通胀目标盯住制(inflation targeting),政府给央行一个明确目标,把通胀控制在低水平,同时给予央行货币政策操作的独立性。

第二、货币与金融联系在一起,但与财政分开。金融自由化使得银行信贷成为货币增长的主要来源,财政则注重审慎和收支平衡,主流思维强调区分财政与货币(包括央行与金融),而不是货币(包括央行与财政)与金融。

第三、从数量型(货币信贷总量)调控转变为价格(利率)型调控。央行调控短期利率,通过市场套利传导到中长期利率、资产价格、银行信贷等,进而影响总需求和物价。典型的例子是泰勒规则(Taylor rule),政策利率(联邦基金目标利率)和通胀预期以及产出缺口(短期取决于经济增长)直接挂钩。浮动汇率制逐渐成为主流,主流思维认为由市场供求决定的汇率可以避免国际收支持续的失衡。


新兴市场在很多方面借鉴了发达国家的模式和经验。在中国,虽然货币政策有多重目标,但在实际操作中控制通胀是一个硬约束,在利率市场化的过程中,利率在政策操作和传导中的作用逐渐增加。新兴市场汇率灵活性增加,但大部分仍是有管理的浮动汇率制。

全球金融危机带来对上述框架的反思与冲击,体现在几个方面。首先,低通胀不一定意味着宏观经济稳定,金融自由化带来信贷过度扩张和金融危机,加强金融监管成为新趋势,货币政策与宏观审慎监管成为宏观调控双支柱。其次,财政政策作为逆周期调节的工具在应对金融危机的冲击中发挥了重要作用。再次,利率零下限成为货币政策执行的掣肘,导致非常规货币宽松包括央行的负利率和量化宽松(购买长期国债)政策。

新的政策框架在金融危机后稳定经济方面取得了不错的成效,但长效机制的形成仍在摸索中。近期的发展显示“非常规”可能正在变为“常规”货币政策,全球范围内低利率和负利率再次成为突出问题。在正常情况下,利率下降有利于降低融资成本,促进投资与消费需求,但负利率的蔓延带来争议,给货币政策带来挑战。

一个直接的问题是利率零下限是否存在。最近美联储前任主席格林斯潘认为零利率只是一个符号,不存在零下限的约束。负利率引导短期利率下行,其影响经济活动的传导机制和正利率环境下的机制没有什么差别。但一个担心是随着负利率的增加,银行的利差下降,可能导致信贷供给减少,与稳增长的初衷相违背。同时,现金零利率所隐含的套利机会是否随着负利率的增加而变成现实,有待观察,即使监管机构和银行设置大规模提现的障碍,由此增加的交易成本也是负面因素。

更重要的问题是,即使技术上不存在利率零下限,货币政策能不能有效稳定经济?货币政策工作的机制是央行引导市场利率趋近其认为合适的水平,如何判断这个合适度呢?经济学有一个自然利率的概念,即经济供给与需求达到平衡时的利率,自然利率可以说是引导货币政策操作的一个锚。这个锚由什么因素决定?过去40年主流经济学认为中长期来讲货币是中性的,不影响实体资源配置的效率,自然利率由基本面因素比如人口、技术进步等决定,货币扩张带来的唯一危害是通胀,只要通胀不是问题,央行引导利率下行以促进经济增长就是合理的。


全球金融危机后人们反思货币中性假设,货币在中长期也不是中性的,货币和金融的波动影响实体资源配置,自然利率不仅受实体基本面驱动,也受货币金融的影响。按照这个逻辑,自然利率对货币政策来讲不是外生变量,可能存在一个情形,央行引导市场利率下行导致自然利率本身下降,由此形成一个恶性循环,政策缺少自我稳定的机制。




当前形势下,如何理解影响自然利率的实体和金融层面因素,对我们认识全球低利率环境有帮助。
货币中性:自然利率下行的传统解释





全球范围内利率自1980年代开始逐步下降,今天的低利率/负利率是这个趋势的延续。利率有周期波动,也受一些超预期的冲击的影响,比如贸易战带来的不确定性,但几十年的下降趋势应该有超越短周期的因素在起作用。




对趋势性低利率的一个解释是美国前财长萨默斯提出的长期停滞论(secular stagnation,经济中的一些超越短周期的力量导致总需求疲弱,带来过剩储蓄,体现为低通胀和低利率。那什么力量抑制总需求呢?一个流行的观点是劳动力供给增速下降,抑制经济的潜在增长率,资本回报率下降,导致投资需求疲弱,需要更低的利率促进投资以消化过剩储蓄。美国的劳动年龄人口增速自1980年代开始趋势性下降,中国的劳动年龄人口增速下降自1990年开始。按照这个解释,由于未来相当长的时间主要经济体的劳动年龄人口增速进一步下降甚至出现负增长,全球自然利率将继续面临下行压力。 







人口对利率的影响还有另一个渠道,就是人口年龄结构对储蓄供给的作用。当一个经济体的青壮年(生产者)人数超过老人和小孩(消费者),就带来所谓的人口红利,导致供给过剩和低通胀,也需要利率下行来促进投资以消化过剩储蓄。生产者超过消费者发生的时间在日本是在1970年代中,美国和欧洲1980年代中,中国1990年代中,都是驱动过去40年利率下行的力量。
但是生产者/消费者比例在主要经济体已经达到高峰并开始下行,美国和欧洲的拐点在本世纪头10年,日本更早些,中国在本世纪第二个10年。也就是说,人口红利增加储蓄的高点已经过去,红利的消退在边际上应该对利率有提升作用,这显然和过去10年利率继续下行甚至出现负利率的现象不符。一个可能是老年人口的增加,老年人和小孩比不是单纯的消费者,使得整体储蓄率下降没有那么快。这个因素可以解释人口老龄化没有导致利率上升,但难以解释利率继续下降。










上述的源自人口的两个似乎相反的力量,哪一个对利率的影响更大呢?经济学文献并没有共识,需要时间验证。但我们可以做一个逻辑推演,过去40年的大部分时间,这两个力量的方向是一致的,都是促使利率下行,但过去10年开始出现分化,影响投资需求的劳动力增速继续下降,而影响储蓄供给的人口年龄结构的拐点已经发生,所以人口因素难以解释近几年的超低利率甚至负利率,更不大可能是导致利率未来进一步下行的力量。

对总需求长期疲弱的另一个解释是贫富分化,高收入群体边际消费倾向低,低收入群体消费倾向高,财富向少数人集中使得平均的消费率下降,储蓄率上升,自然利率下降。贫富差距是经济运行的一个结果,受多方面因素的影响,其中技术进步尤其数字经济的发展值得关注。随着互联网和移动通信的发展,数字技术被广泛应用从而对商业模式和经济环境产生根本性的影响。

从宏观含义来讲,数字经济提升资源使用效率,增加经济的有效供给,比如机器替代人、人工智能等,有助于抵消人口老龄化带来的劳动力供给减少问题。降低信息不对称所带来的共享经济可以提升存量资本的产出,降低对新增投资的需求,有利于对冲人口老龄化带来的储蓄下降。总之,数字经济增加有效供给,意味着增加储蓄,降低通胀、降低自然利率。

但是,从微观层面看,大数据降低信息不对称,降低交易成本,而数字资产具有非竞争性特征(non-rivalry),边际成本很低甚至是零,使得数字经济的规模效应大大超过传统经济,提升资本的回报率,意味利率上升。怎么解释这种微观和宏观视角的不一致?数字经济加剧贫富分化。

数字经济环境下“无形资产”带来的先发优势、品牌、知识产权、网络效应(平台模式、双边市场)等更具有规模经济和垄断性,往往形成“赢者通吃”的局面,有效供给提升带来的收益主要由少数人获得。相关的投资者获得的资本回报率高、关键技术人员和管理者获得的收入高,一般资本回报(平均利率)和普通劳动者的工资则因为竞争增加受到抑制。

贫富分化还受其他因素的影响,尤其是货币金融层面。一旦货币中性的假设被抛弃,货币就不仅仅影响物价,货币金融的扩张影响经济结构包括收入分配。





货币非中性:金融周期带来利率下行压力





金融具有顺周期性,反映房地产作为信贷抵押品的角色,房地产价格和银行信贷相辅相成、相互促进,加上政府对银行的显性和隐性担保(央行最后贷款人、存款保险机制、政府接管等),市场纪律约束短期内难以发挥作用,直到资产泡沫和债务难以为继出现剧烈的调整。一个金融周期持续15-20年时间,而一般的经济周期时长几年时间。自1980年代金融自由化以来,传统经济周期波动特征越来越弱,比如2009年开始的这一轮经济复苏是美国有记录以来持续时间最长的,金融周期成为驱动经济波动的主要力量。

有三个因素使得在金融周期的机制下,利率呈现跨越周期的下降态势,或者说以稳定短期经济增长为导向的自然利率趋势下行。

首先,货币政策注重短期的通胀与增长,而在金融周期上半场的扩张过程中通胀不是问题,导致利率被维持在较低水平。通胀对货币增长的弹性下降,既有实体层面的因素,比如人口和数字经济带来的供给过剩,也有货币金融的影响。过去40年信贷成为广义货币增长的主要来源,信贷不仅支持实体需求,也可购买二手资产尤其房地产,信贷驱动的货币扩张可能不带来通胀,而是体现为资产泡沫。

其次,贷款是要偿还的,信贷投放货币对应的是非金融私人部门(企业与家庭)的债务增长,债务不可持续导致利率下行。在金融周期下半场的去杠杆过程中,如果发生金融危机比如美国的次贷危机,市场利率大幅下降,即使不发生或者说为了避免金融危机,央行也需要引导利率下行,以避免大规模违约和对冲去杠杆对私人部门消费和投资需求的冲击。

再次,金融总体来讲是锦上添花而不是雪中送炭,信贷往往需要抵押品,信贷扩张让既有的财富占有者受益更多,加大贫富分化,进而增加平均的储蓄率,降低自然利率。在金融周期下半场的调整中,虽然信贷放缓,但稳定经济过度依赖货币政策,利率下行增加了既有资产的估值,加剧财富的集中。

过去40年,美国经历3个金融周期,第一个金融周期顶部的标志是1989-90年的储贷危机,第二个金融周期顶部的标志是2007-08年的次贷危机,第三个金融周期的上行自2013年开始,何时是顶部还有待观察,但到目前为止数据显示,这三轮金融周期的扩张期的利率中枢水平逐次下降。


全球金融危机后加强金融监管,金融的顺周期性有所下降,美国这一轮金融周期上行期的信贷扩张比上一轮温和,欧洲的金融周期还在底部徘徊,信贷增长疲弱。由此导致的一个结果是稳定经济对货币政策的依赖更大了,体现为货币利率趋近零甚至负值。在信贷创造货币受限的情况下,对安全性资产需求的增加(比如人口老龄化或者贸易战带来的不确定性)可能导致无风险利率(自然利率)下行和风险资产价格下跌(风险溢价上升)同时发生。





现代货币理论:功能财政





总结以上分析,实体和金融层面都存在驱动自然利率下行的力量,甚至可能达到零下限的水平。在这样的宏观环境下,维持经济增长有两个选项,一是继续放松货币政策,引导市场利率下行(向自然利率靠齐),进而促进信贷需求和投资,以消化过剩储蓄;另一个是放松财政政策,财政扩张提升总需求,绕过信贷体系,实际上是提升自然利率。两者都可以起到稳增长的作用,一个是接受自然利率下行、引导市场利率趋向自然利率,另一个是提升自然利率本身。

两个政策选项哪个更有效呢?1950-70年代是财政投放货币的时代,财政扩张支持消费和实体投资需求,主要问题是CPI通胀,但财政赤字增加私人部门的净资产从而降低金融风险,而且财政调节收入分配,降低贫富差距。过去40年全球范围内主要依靠信贷投放货币,通胀不是主要矛盾了,但产生了资产泡沫尤其房地产泡沫、金融危机、和贫富分化。没有绝对的对或错,而是一个平衡问题,现在需要财政发挥更大作用。

财政扩张的空间有多大?过去40年的主流思维是财政与货币是分开的,后者包括央行和金融体系,在那之前,在战后的头30年财政也是投放货币的一个渠道,财政扩张和央行紧密相关。近期引起热议的现代货币理论(MMT)就是强调财政和央行同属政府的特征,认为在央行印钞能力的支持下,货币主权国家的本币债务不会违约,在通胀可控的前提下,财政就有扩张的空间。

MMT源自国家货币学说,是凯恩斯和明斯基货币理论的延伸,其倡导者之所以称其为“现代”货币理论,是相对于传统的商品货币理论。按照商品货币论,货币最重要的功能是支付手段,通用的支付手段(货币)是在市场竞争中形成的。按照这个逻辑,任何货币(包括政府发行的本位币)超发,最终都会在竞争中被淘汰,所以政府也面临财务约束,政府财政类似私人部门,有违约的风险,财政要追求平衡。MMT对过去40年这样的主流思维提出了挑战。

MMT的一个常见的批评是财政赤字货币化带来高通胀,但MMT强调的是政府没有财务约束,并不是没有资源约束,资源供不应求带来的通胀就是约束,财政扩张的前提是没有通胀。财政扩张在实体层面提升总需求,降低过剩储蓄,提升自然利率。在金融层面,增加安全性资产比如国债的供给,提升市场利率。经济增长提升收入,而市场利率上升降低存量资产估值,两者共同作用降低贫富差距。

MMT的另一个批评是不符合现代金融的现实,广义货币不仅有政府(财政和央行)发行的基础货币,更多是银行信用货币。与此相关的一个批评是财政扩张挤压私人部门,尤其是挤压信贷起到的市场配置资源的作用。但MMT并不否认银行信用货币的存在,明斯基把现代货币体系描述为一个金字塔,在顶层是国家货币(基础货币),在中间层的是银行信用货币,在底层的是私人部门之间的负债,其货币性最小。政府担保使得银行信贷容易过度扩张,说信贷带来市场配置资源,这恐怕是对自由市场最大的误解,或者说今天导致发达国家经济偏离古典经济学描述的自由市场的最重要因素是现代银行体系,由于享受政府担保,接受政府监管,银行实际上是公私合营机构。

MMT的政策含义就是财政不应该追求自身的收支平衡,应该服务整个经济的宏观平衡,这就是所谓的功能财政。但现实中,即使通胀不是问题,财政扩张也可能面临政治约束。欧元区国家面临统一的财政赤字和政府债务约束,美国共和党和民主党在赤字的用途上则有分歧,前者偏向减税、后者偏向扩支。但总体来讲,美国的政治约束相对小些,未来财政扩张空间比欧元区大,一个直接的含义就是美欧之间的利差上升、美元强势,其对全球金融市场尤其新兴市场的冲击是一个值得关注的风险。

MMT不是什么新思想,在美国成为热门话题,不是偶然的现象,是有其经济社会发展的时代背景,任何理论和政策框架都反映了当时社会的主要矛盾。过去40年金融过度扩张导致资产泡沫、金融风险、贫富分化成为经济失衡的主要矛盾,而战后头30年财政过度扩张带来通胀问题,两个极端都不好。对现代货币理论的评判是一个理念问题。





理念的轮回





总结以上分析,无论从实体层面还是金融层面看自然利率,一个共同点是经济结构变化尤其是贫富分化的影响。历史虽然不会简单重演,但总是押着相同的韵脚。一百年前的差不多同一时期,全球面临贫富分化的突出矛盾,当时也发生了贸易战,在经济陷入大萧条之后美国短期国债利率降到零附近,其引发的理论和政策争议也是和金融、财政联系在一起。

欧文费雪尔(Irving Fisher)是20世纪最杰出的经济学家之一,也是坚定的自由市场学派,相信市场有效配置资源,他在1929年美国股市趋近高峰时宣布股市达到了一个“永久的高原”。股市崩盘和随后的大萧条使得他的个人声誉和财富受到重大打击,余下的人生在贫困和债务中度过。有意思的是费雪尔的反思是加强银行监管,提出100%存款准备金的建议,类似芝加哥学派提出的狭义银行(narrow banking),对1933-35年美国银行法推动分业经营和存款保险机制起到了促进作用。

在更广层面上,凯恩斯与哈耶克有一个著名的争论,两者都认为金融出了问题,但诊断和给出的药方则有天壤之别。哈耶克认为政府对银行业的干预起了坏作用,尤其是1914年成立美联储为银行业提供了最后贷款人,导致信贷过度扩张,带来结构扭曲,最终是经济危机,所以他主张废除央行,重回金本位制的约束,让银行在市场竞争中优胜劣汰。凯恩斯则认为金本位制已经不适用现代资本主义信用市场经济,是“野蛮时代的遗迹”,主张“大政府、大银行”,大政府是指财政,大银行是指中央银行,加强金融监管。历史选择了凯恩斯。

1980年代全球重回金融自由化,理论上讲是让市场在信贷配置中发挥更大作用,但现实环境离哈耶克主张的市场纪律约束更遥远了,银行追逐利润的空间增加了,但享受了更多的政府担保,由此带来的问题可想而知。全球金融危机后,加强金融监管再次成为政策的选择,在美国甚至有人主张狭义银行或回到分业经营。

上一轮的政策框架改革的一个重要特征是财政扩张和加强金融监管配套。因为监管带来私人部门信用紧缩,财政扩张起到对冲作用,这个变化超越经济的逆周期调节,有更深层次的内在要求。这一次财政扩张在应对金融危机的逆周期调节中发挥了重要作用,近期的发展显示财政扩张常态化的压力也在增加,现代货币理论成为热门话题是一个体现。

其实,当前环境下财政扩张的逻辑不需要高深的理论,是基本常识问题,当国债利率显著低于名义经济增长时,任何政府债务规模都是可持续的,因为债务/GDP的比例是收敛的。当德国可以发行零利率的30年国债时,为什么政府不增加赤字,通过减税和扩支增加私人部门的资源?当国债利率接近零时,财政的负债和央行的负债(基础货币)还有什么区别?关键是理念的变化。

经济学家往往被诟病只能解释过去而不能预见未来,历史显示,经济学家可能既正确解释过去又错误认知当今(所以不能预见未来),只是对当今的错误认知在多少年后才看出来。最著名的例子可能是马尔萨斯1798出版的《人口原理》,从人口过剩解释人类几千年在生存边缘挣扎,但今天看,这本书出版前后恰恰是劳动生产率开始超过人口增长,开启生活水平不断提高的新时代。看近一点,1980年代主流经济学的共识是通胀是最大的宏观经济危害,现在看通胀在那时恰恰是高点,之后持续下降。

现在的问题是货币政策框架是建立在对战后30年财政投放货币的反思的基础上,以控制通胀为导向,而现实是信贷投放货币的时代,主要问题是资产泡沫和贫富分化。全球金融危机后我们已经看到金融监管的加强,这在短期内加大了货币政策稳增长的压力,导致利率下行,未来几年最值得关注的必然是主要经济体的财政扩张。我们拭目以待。

更多信息,请加小号


市盈率的正确打开方式


在任何市场中,价格都包含信息。问题是,有时候搞清楚那些信息是什么并非易事。当佛罗里达州的橘林在冬天遭遇霜冻时,很好懂为什么橙汁的价格会上涨——因为霜冻会让橙子减产。但是当一只股票的价格上涨时,很难在某个特定信息和股价变化之间建立如此明显的关联。我们只能依靠简化的方法(所谓模型)来把握那些对市场参与者而言重要的信息。


在本文的第1部分,我们将探讨最常用模型(现金流折现,DCF)背后的逻辑,即股价包含了哪些信息。大多数读者肯定都熟悉该模型,因此我们的目的不是提供简单的介绍。相反,我们希望重点讨论投资资本回报率(ROIC)这个在模型中被低估的变量,ROIC可以决定一家公司的利润有多少可以分配给股东。我们将证明DCF模型中有两个关键变量存在不可避免的权衡关系(trade-off),而ROIC是决定哪一方在该权衡关系中获胜的关键。正如ROIC在确定股价方面扮演幕后角色一样,它在决定市盈率(P/E)方面起着同样的作用。我们会发现市盈率并不像大多数人所理解的那样,市盈率的一个分支——PEG也是同理。在第2部分,读者可以看到我们如何利用对DCF模型的理解,来解构真实世界中的市盈率,以便更好地理解它所传达的信息。


第一部分:理论


决定公司价值的变量


在我们看来,确定一家公司价值的最合理的方法是进行某种形式的现金流折现分析:估计公司在未来为股东创造多少现金流,然后将这些现金流折现。为什么我们认为这是最好的方式?有两个原因:第一,如果你打算全资收购一家公司,DCF方法可捕捉到决定公司价值的关键:公司未来能够创造多少现金流,这些现金流在今天值多少钱。事实上,私募股权投资基金就是这样给公司估值的。第二,对于上市公司来说,如果股价偏离DCF得出的结果太远,则存在套利机会。如果价格远低于DCF模型的结果,投资者可以买下整个公司,把握价值低估的机会——比如以9毛钱的价格买进一张1块钱的钞票。如果一只股票的价格远高于其DCF价格,投资者可以卖空该股票,并买入一家从事类似业务但估值合理的公司(以对冲部分市场和行业风险)。理论上,这种套利行为使得股票价格不会长时间大幅偏离公允价值,从而使得DCF成为估计股票公允价值的好方法。


最著名的现金流折现模型是“股利贴现模型”,顾名思义就是对股利进行折现。本文也使用这一框架,但是需要注意,我们对“股利”持有一种更广义的理解,而不是指狭义的现金股利,凡是公司没有用于再投资的钱都可以算上。如果公司是私有的,该现金流最终归股东所有。在上市公司,这种现金流可以以现金股利、股票回购或偿还债务这些等价的形式分配给股东。


我们用“Dn”来表示一家公司在未来第n年支付的股利,用r来表示折现率,那么未来第n年股利的现值等于Dn/(1+r)^n 。


在估计未来股利时,我们需要引入预期增长率g,为了简化起见,我们暂时假定增长率保持稳定。这意味着我们可以用今天的股利来描述所有未来的股利。例如,如果下一年的股利为D1,那么第二年的股利就是D1(1+g),第三年的股利是D1 (1+g)^2,…。第二年股利的现值为(D1 (1+g))/(1+r)^2 。第三年股利的现值为(D1 (1+g)^2)/(1+r)^3 ,…。一个公司的价值,就是这个无穷序列的总和。


幸运的是,我们不需要做无穷无尽的计算,因为这一长串在数学上可以简化成一个非常简单的形式,后来被称为“戈登增长模型”,以Myron Gordon教授命名,他在1956年发表过一篇关于这个问题的论文。戈登增长模型认为,公司的价值由我们一直讨论的三个变量决定:下一年的股利(D1)、预期股利增长率(g)和折现率(r):

 


例如,如果一家公司预计在下一年支付1块钱的股利,股利预计未来将以每年4%的速度增长,合适的折现率为7%,那么该公司的价值应该是1/(7%–4%)=33.33元。

 

到目前为止,我们把r作为投资者用来计算未来现金流现值的折现率。这可能会让你觉得,r应该是某个长期利率。但是更准确地说,戈登增长模型中的r,是投资者所期望的“要求回报率”。你可以把它想象成权益资本的成本,因为事实是权益资本的成本就是它的机会成本:投资者把钱投到其他类似项目上,可以从中获得的平均收益。


戈登增长模型显然也有局限。正如我们上面提到的,股利增长从来都不是恒定的,但是这个模型假设了一个恒定的增长率。同样,它假设了一个稳定的资本结构。如果公司在未来大幅增加或降低其杠杆,权益资本成本也会发生变化。此外,该模型无法处理股利增长率高于折现率的情况,因为这让分母出现负值。如前所述,该模型假设公司达到稳定状态后的股利增长率是g,但实际情况是,公司在早期阶段的增长速度会比这个速度更快。该模型有“多阶段”版本,允许公司在成熟稳定之前以更快但逐渐放缓的速率增长。


不过,我们的目的不是要深究股利折现模型的细节。相反,我们希望阐明现金流折现模型背后的基本逻辑,确定模型中驱动股价的变量。你可能觉得没有必要,但我们认为,尽管很多投资者已经熟知这一逻辑,但他们往往过于关注分母中的r和g,而对分子中的D1关注不够。

 

我们需要问一个关键的问题:对于一家公司来说,为什么D1是现在这个水平,而不是更高或者更低的某个数值?两家收入和利润完全相同的公司,为什么会支付数量不同的股利?一个重要的原因是,不同的公司需要进行不同数量的投资以发展壮大。(在这我们只讨论维持增长所必需的投资;为了简化起见,我们不讨论所谓的“维持资本支出(maintenance capex)”,即一家公司为了维持现有工厂和设备的状态、维持当前利润水平所需要的投入。)为了实现增长,投资的越多,支付给股东的自然越少,反之亦然。投资资本回报率(ROIC)的差异是影响这个问题的关键。


ROIC的角色


考虑两家假想的公司。A公司和B公司的每股利润均为1块钱。(我们从股利转向利润,因为我们最终想讨论的是市盈率。在这个简化的世界里,公司的股利和利润增速相同。)假设两家公司都希望下一年的利润增长6%,每家公司该怎么做?需要增加投资。但每家公司需要增加多少投资才能实现6%的利润增长?


答案显然取决于每家公司投入资本能够获得怎样的回报——换句话说,每多投入一块钱能创造多少额外利润。假设A公司的ROIC是20%,也就是说,每多投资一块钱,利润增长20%。为了使利润增长6%,A公司需要把今年利润的30%用于再投资。这意味着A公司可以将今年利润的70%或每股7毛钱分配给股东,无论是以现金股利、股票回购或是偿还债务的形式。


而B公司没有A公司那么幸运,它的ROIC只有10%。如果它将利润的30%用于再投资,利润只能增加3%(10%*30% = 3%)。因此,为了实现与A公司相同的6%的利润增速,它需要将60%的利润用于再投资,每块钱的利润中只剩下4毛钱可以分配给股东。


正如这些例子所示,有一个简单的等式可以描述利润增速和ROIC之间的关系,连接二者的关键是再投资率。


再投资率 * ROIC = 利润增速

 

当一家公司的ROIC是另一家公司的两倍时,为了实现同样的利润增速,低ROIC公司的再投资率必须是高ROIC公司的两倍。这意味着低ROIC公司能够分配给股东的钱更少。我们再来看看A公司和B公司的股价和市盈率是怎么决定的。如果A公司想要维持6%的增速,就必须将其利润的30%用于再投资,因此该公司利润的70%可以分配给股东。假设两家公司的每股利润都是1块钱,这意味着A公司可以分配7毛钱,B公司可以分配4毛钱。现在,两家公司的D1(0.7元和0.4元)和g(6%)都有了,缺的只是戈登增长模型中的r。


r是投资者所要求的回报率,即股权资本成本。一般可以用整个股票市场的长期总回报率来表示。过去50年时间里,MSCI指数是年化收益率为9.5%。


现在我们有了模型计算公司价值需要的所有数据。对于A公司,价值为0.7/(9.5%–6%)=20元。对B公司,分母是一样的,但分子是0.4元,因此价值是0.4/(9.5%–6%)=11.43元。因为两者的每股利润都是1块钱,所以A公司的市盈率应该是20倍,而B公司的市盈率应该是11.43倍。这是一个重要的结果!两家公司的每股利润相同,利润增速相同。然而它们的价值不同,市盈率不同。为什么会这样?因为他们的ROIC水平不同。


如果你意识到再投资率的对立面是分红率(即利润中有多少是可以分配给股东的自由现金流),你就会明白为什么它如此重要:对于任何给定的预期增速,ROIC越高的公司,分红率也越高,而正是分红率决定了戈登增长模型中的D1。(如果ROIC上升或下降,分红率也会随之上升或下降,在这种情况下,股利的增速将不再等于利润的增速。但为了简化起见,我们假定每家公司的ROIC保持稳定,因此股利增速和利润增速相等。)

 

正确理解市盈率和PEG


现在假想有一大批类似A公司和B公司的公司,每股利润都是1块钱,但是每股利润的增速(分母中的g)和ROIC(决定分子中的D1)的组合不同。我们继续假定折现率为9.5%。我们可以像计算A公司和B公司的价值一样去计算每家公司的价值,由于每家公司的每股利润都是1块钱,所以市盈率和股价的数值相同。


表1显示了这些公司在不同增长率和ROIC组合下的市盈率。第一行我们用的是ROIC和资本成本(9.5%)的差值,而非ROIC本身,这样做的目的是为了更容易地看出ROIC高于或低于资本成本时会发生什么。

 


从表1中我们学到的最重要的一点是,市盈率本身并不能告诉我们一家公司是否比另一家公司“便宜”。表格里的数值从3.9到39.3,都是根据戈登增长模型计算出来的“正确”价格。市盈率20倍的股票,和市盈率10倍的股票一样,都是正确的价格。


很多投资者认为,除了市盈率,还可以通过市盈率与增长率之比(即PEG)来解决这个问题。PEG并非没有道理;更高的增长率会降低戈登增长模型中的分母,因此似乎会提高股价,也意味着更高的市盈率。(我们将在下一节解释“似乎”的原因。)在PEG的世界里,一家市盈率20倍、预期利润增速10%的公司,其吸引力和一家市盈率10倍、预期利润增长5%的公司没有任何差别。两者的PEG都是2。(使用PEG比率背后隐含的假设是,市盈率和增长率之间的关系是线性的。)但如果第一家公司的预期利润增速是12%,也就是说PEG为1.67,那么很多投资者可能会认为该公司的定价比第二家公司更有吸引力,尽管第一家公司的市盈率要高得多。


增长率的不同是否完全解释了市盈率的差异?换句话说,PEG是否很好地解决了公司之间的利润增速差异?直觉上应该不是这样,因为表1中的任何一行都是相同的增长率,但对应不同的市盈率。


表2证实了这种直觉。我们对表1中每个单元格的市盈率,除以表左侧与该单元格对应的增长率,得到公允价值的PEG。可以看出,PEG的变动范围很大,从0.5到11.2不等。在绝对量的意义上,并没有哪个PEG是最好的。此外很明显的是,市盈率和增长率之间并不存在线性关系。事实上,一家PEG为4的公司,和另一家PEG为2的公司相比,并不能说明哪家公司的定价更有吸引力。

 


事实上,市盈率和PEG很可能让粗心的投资者犯错。之前我们举了A公司和B公司的例子。A公司拥有20%的ROIC,而B的ROIC只有10%。给定9.5%的要求回报率,这意味着A公司的ROIC差值为10.5%,B的ROIC差值仅为0.5%。我们发现,A公司更高的ROIC差值使其价值超过了B公司:每股20元,而不是11.43元,这意味着合理的市盈率分别是20倍和11.43倍。鉴于两者都以6%的速度增长,这意味着A公司的合理PEG为20/6=3.33,而B公司的合理PEG为11.43/6=1.90。但是,如果A公司实际上以18的市盈率交易,对应PEG为3,而B公司以15的市盈率交易,对应PEG为2.5,那会怎么样?在这种情况下,A公司被低估,B公司被高估。然而,很多喜欢看市盈率和PEG的投资者可能会误认为,B公司的市盈率和PEG都更低,因此比A公司“便宜”。


增长率和自由现金流的关系 


通过研究表1中的数字,我们可以得出另一个有价值的见解,它关系到D1和g的相互影响。每家公司,不管它在表1中的位置如何,都面临同样的问题:要想增长得越快,必须拿出更多的钱来再投资。但是你再投资越多(导致g越大),能够分配给股东的自由现金流就越少(D1越小)。


换句话说,D1和g并非相对独立。更高的增速对股价存在完全相反的两个作用:一方面,g越大使得分母中的r-g越小,对股价是正面影响;另一方面,g越大使得分子中的D1越小,对股价是负面影响(这就是为什么前文说更高的增速只是“似乎”会导致更高的股价)。反过来,向股东分配更多,本身会导致价格上涨,但这意味着需要牺牲一些再投资,从而接受一个更低的增长率。在这种情况下,分子中D1增加的正面影响,被分母中r-g的上升所抵消。究竟哪一种影响会胜出?仔细观察表1可以给出答案。


我们可以跳过表格的最后一行,因为它意味着公司并不谋求增长。如果不谋求增长,也就不需要再投资,从左到右,分红率都是100%。请注意,最后一行的市盈率为10.5,刚好是要求回报率9.5%的倒数。零增长意味着未来所有年份的股利都是1块钱。在这种情况下,该股票相当于为投资者提供了永续年金,产生9.5%的回报。


现在考虑增长率大于零的那几行。ROIC与资本成本之差变大时会发生什么(在给定的一行中,从左向右移动)?答案是,公司的价值和市盈率一定会增加。这是因为随着ROIC的增长,实现任何给定增长率所需的再投资率下降,分红率上升(即分子中的D1增加)。因为在同一行里的增长率保持不变,所以分母中不会出现抵消性的负面影响。这就是很多投资者忽略的一个关键点:两家公司的增长率相同,并不意味它们应该以相同的市盈率交易。即便对增长率相同的公司来说,高ROIC总是比低ROIC好。


如果让ROIC保持不变,考虑增长率变化的情形(同一列上下移动),结果会有所不同,取决于ROIC与资本成本之差是正是负还是零。当ROIC大于资本成本时(从第三列开始向右),增速上升会提高公司价值和市盈率。注意,当ROIC与资本成本之差扩大时,市盈率对g的敏感度上升。当差值为1%时,g从3%升至6%,市盈率由11.0上升至12.2;差值为8%时,g同样幅度的上升,市盈率由12.7上升至18.8。


左边两列的情况截然不同。当ROIC小于资本成本时(左数第1列),增速上升会降低公司价值和市盈率。乍看起来有些奇怪,为什么增长更快反而使一家公司的价值下降?同样奇怪的是,当ROIC等于资本成本时(左数第2列),不管公司以何种速度增长,公司价值始终不变!为什么会有这些奇怪的结果?问题就在于利润和自由现金流的不同。戈登增长模型的启示在于,决定公司价值的不是利润,而是利润有多少可以分到股东手上(对应的是有多少必须用于再投资)。


在继续下文之前,让我们总结一下两个重要的推论:

 

1) 当前的自由现金流和未来的增长共同决定公司的价值,但二者之间具有内在的权衡关系(trade-off),而最终影响这种权衡结果的变量是ROIC。

 

2) 如果分析中忽视ROIC,市盈率和PEG是非常片面和具有误导性的指标。没有绝对的标准可以界定某个特定的市盈率或PEG是“便宜”还是“昂贵”。在相对的意义上,市盈率或PEG较低的公司也不一定比比率较高的公司便宜。 


第二部分:实践


戈登增长模型指出,一家公司的价值取决于三个因素:当前的自由现金流(是ROIC的函数),自由现金流的增长率,以及投资者的要求回报率。这三样东西既影响股价,也影响市盈率。如果要搞清楚一家公司的股价或市盈率是否合理,需要搞清楚关于ROIC,g和r的假设是否合理。


但是,投资者通常不这么做。他们不把市盈率视作DCF模型中基础变量的函数,而是按其自身的特点来做评估。例如,你可能经常听到某些人说,某只股票的市盈率低于其20年历史均值,因此比较便宜。或者他们把一只股票的市盈率和另一只股票进行对比;例如,“这只股票的历史市盈率比那只股票高出20%,但今天它的市盈率高出30%,因此偏贵。”这些表述默认市盈率有一种属于自己的特征,具有某种可预测的规则。因为市盈率低于历史均值就说一只股票估值便宜,其实相当于说,“该公司没有任何重大变化,但市场出于某些疯狂的原因给出了不一样的定价,最终会意识到它的错误。”


这种想法只是偷懒,不愿意下功夫去了解公司的基本面是否发生了变化,特别是驱动股价的三个要素(ROIC,增长率和要求回报率)是否有所变化。既然我们清楚这三个要素是怎样决定市盈率的,我们就可以解构真实世界中的市盈率,看看它们究竟包含了怎样的假设。然后我们可以判断这些假设是否合理。


市场价格告诉了我们什么


让我们看一些现实中的例子。表3是2019年3月31日标普500不同行业指数的市盈率,从高到低排序。可选消费品的市盈率最高,23.1倍,而金融的市盈率最低,12.4倍。到目前为止,这些数值本身并不能告诉我们金融股是否比可选消费品股票便宜。

 


前文提到的一种常见处理方法是衡量相对市盈率而非绝对水平。2019年3月31日,金融股的市盈率约为可选消费股市盈率的54%。而过去30年里,该比值的中位数约为70%。因此一些投资者可能根据这些数据得出结论,金融股比可选消费品股更便宜。


但这完全忽略了一些显而易见的问题:为什么历史上金融股的市盈率低于可选消费股?市盈率的不同究竟反映这两个行业ROIC,增长率和要求回报率的哪些差异?既然这些差异可能随着时间变化,就有理由相信两个行业的公允市盈率之间的关系也会因时而变。


那么我们怎样才能弄清楚一个行业的估值是否比另一个行业更具吸引力?我们需要找出市场对每个行业市盈率三个驱动因素的看法。我们究竟该怎么做呢?


一个比较好的初步做法是,看看这些变量在历史上是什么样子,把它们代入戈登增长模型计算,看看会产生什么样的估算市盈率。然后将估算市盈率与实际市盈率进行比较,找出市场认为未来最有可能出现的变化是什么。


表4就是这样做的。我们从表3中的实际市盈率开始,加入每个行业ROIC、g和r的历史值。对于ROIC,我们使用每个行业最近一年的市值加权中位数。对于g,我们使用尽可能长的年化利润增长率,该数据可以追溯到1990年。但是r呢?我们之前使用9.5%作为要求回报率,并假设它适用于所有股票。你会发现表4中有几个行业的利润增速高于9.5%。如果g大于r,戈登增长模型就不再适用,因为分母变为负数。因此,我们不再对所有行业使用相同的数值,而是使用每个行业的历史实际回报率,看看会发生什么。这些数值从信息技术行业的12.2%到原材料行业的8.4%不等。我们假定投资者的要求回报率等于历史实际回报率。



在审视结果之前,我们需要提醒自己戈登增长模型的局限性。该模型依赖于各种简化假设,因此其计算结果不应被视为绝对真理。它们只是粗略的估计。但它们依然有价值。


那么,估算市盈率和实际市盈率相比如何?对于可选消费品、工业和原材料,数值非常接近。在这些行业,我们最初的假设——用历史数据来估计未来——看起来至少是合理的。当然,ROIC,g和r的其他组合也会产生相同的估算市盈率,因此市场并非只是简单地根据历史进行推断。但对于这些行业来说,至少是行得通的。


相比之下,对于其他一些行业而言,这种假设绝对不可信。例如金融,即市盈率最低的行业。如果市场预期金融业的历史表现将会延续,该行业的市盈率应该更低,仅为1.8倍!如果这看起来很疯狂,请再看一下表4中的数字。金融行业的ROIC(7.3%)低于其9.8%的历史回报率,后者即资本成本(要求回报率)。回忆我们从表1中学到的推论:当公司的ROIC低于其资本成本时,更快的增长反而降低公司的价值,最大化公司价值的方法是停止再投资,每年分配所有的利润。所以如果市场真的认为它将以6.9%的速度增长,同时ROIC低于其资本成本,那么只能给出1.8倍的市盈率。(另一个角度可以看出市盈率为何如此之低:ROIC为7.3%,增长6.9%需要再投资大概95%的利润,只留下5%分配给股东。换句话说,戈登增长模型的分子中的D1非常小。)


金融的实际市盈率为12.4倍,这意味着市场认为未来的情况与表4中的数字有所不同。什么样的ROIC,g和r的组合会使市盈率达到12.4?表5给出了各种可能的情景。表格顶部的情景要求ROIC相对目前的7.3%显著提升,表格底部的情景则要求投资者接受的回报率低于9.8%的历史回报率。但请注意,所有这些情景都有一个共同点:ROIC大于要求回报率。没有这个前提,就没有可能达到现有的市盈率。

 


这里的重点不是弄清楚哪种情形最有可能。我们首先强调了表3顶部和底部两个行业(可选消费和金融)的市盈率差异。金融股不仅是绝对市盈率低得多,而且与可选消费相比,其相对市盈率也低于历史均值水平。看起来金融的估值吸引力相对更大。但是,当我们深究市盈率,研究其背后的ROIC,利润增长率和资本成本之后,我们发现,金融的估值其实是偏高的。对于可选消费而言,目前的市盈率与历史趋势基本一致;而对于金融而言,目前的市盈率需要更高的ROIC来支撑,或者投资者愿意接受的低于历史的回报率。这意味着,如果未来真的像过去一样(相对市盈率均值回复背后的隐含假设),金融的估值不应该是目前的水平。


对市盈率的深入分析表明,市场必须相信某些事情已经发生变化——金融行业的ROIC上升,资本成本下降,增长更快,或者是以上这些因素的某种组合。这意味着简单地预期两个行业的相对市盈率将会均值回复是没有意义的。基于这种理解,我们已经知道应该在哪里集中精力研究:金融行业的资本成本是否会下降?ROIC可能上升吗?如果是这样,为什么?幅度如何?对于这些基本面特征的走向,市场是否过于乐观或悲观?这些才是投资者在对其估值吸引力形成看法之前需要研究的问题。


对表4中的任何行业都可以做类似的分析。例如,公用事业。该行业目前的ROIC低于其历史回报率,导致估算市盈率远低于实际数值。和金融行业一样,公用事业当前的市盈率向我们传达的主要信息是,预期ROIC会上升,或者该行业的资本成本会下降,或两者兼而有之。否则,当前的市盈率毫无道理。能源行业也是如此。


对于信息技术和医疗保健行业,故事就不同了。它们的市盈率也高于模型估算的结果,但是它们的ROIC高于历史上的资本成本,所以和金融行业不同的是,它们可以通过提高增长率来支撑当前的市盈率。例如,给定历史回报率和当前的ROIC,如果利润增速从历史上的9.7%上调至11.1%,则信息技术行业的估算市盈率将等于其实际市盈率。如果这难以实现的话,也可以通过较低(甚至为零)的利润增速,同时配合适度的ROIC提升和/或要求回报率的小幅下降,来实现目前的市盈率。


结论


主动管理型基金经理的工作是识别阿尔法机会——股票定价错误的时刻。但仅仅把股票价值和市场价格(似乎只是一个外生数字)做简单对比是不够的。市场价格包含了很多信息。确定市场定价错误,必须要弄清楚市场对决定公司价值的三个关键变量——自由现金流、增长率和资本成本——是如何看待的。缺少这种分析,你就不能做出明智的判断。


但投资者通常不做这种分析。相反,它们依赖于市盈率或PEG等估值指标,将它们视为股票本身的基本特征。但正如我们已经证明的那样,如果不了解一家公司的ROIC是如何决定其自由现金流和增长率之间的权衡关系,使用这些比率不但无用,甚至有害。基于这些比率本身来确定估值吸引力是不可靠的。在很多时候,使用市盈率和PEG的投资者潜意识里假设世界是静态的,历史规律可以预测未来,但世界并非一成不变。如果我们对市盈率变化所反映的信息保持警惕,那么市盈率的变化本身其实是一种先兆。 


投资者的工作不是根据历史平均水平对市盈率的变化做出假设,而是要搞清楚当前的市盈率隐含着怎样的假设,然后判断这些假设是否可能兑现。换句话说,更有说服力的投资理由不是“X公司的市盈率低于其长期历史均值,因此估值有吸引力”,而是“X公司目前的市盈率低估了该公司ROIC的提升潜力,因此估值有吸引力。”

 

市盈率是投资界使用最广泛的估值指标,但也是误用最多的。事实上,大多数人的使用方法毫无意义。只要正确理解和正确使用,市盈率可以成为解密股价隐含信息的一个很有价值的工具。




作者:Steven D. Bleiberg,William W. Priest @Epoch Investment
译者:老陆邪陆
文章的思想很深刻,但活学活用不易,欢迎交流。





End



    已同步到看一看

    发送中

    本站仅按申请收录文章,版权归原作者所有
    如若侵权,请联系本站删除
    觉得不错,分享给更多人看到