企业微信

股票溢价率到底在说什么

溢价率这个词听着专业,说白了就是“买贵了多少”。你花100块买了个东西,它实际值80块,溢价率就是25%。股票也一样,每股净资产10块,股价12块,溢价率20%。

计算公式很简单:溢价率 =(市价 - 净值)/ 净值 × 100%。净值可以是每股净资产、内在价值、清算价值,甚至是同类资产的市场均价。

股票溢价率有两层意思。一层是股票本身相对于净资产的溢价,这跟市净率是一回事。另一层是同一家公司在不同市场上市,价格不一样,比如A股比H股贵多少,这叫AH股溢价率。

股票溢价率怎么看 搞懂这个指标避免高位接盘

为什么股票会有溢价

溢价不是凭空来的。市场愿意多掏钱,是觉得这家公司未来能赚更多。成长性好的公司,大家抢着买,溢价率自然高。品牌价值、技术壁垒、行业地位,这些无形资产不会出现在净资产里,但市场会给出溢价。

流动性也会影响溢价。A股散户多,交易活跃,同一家公司A股价格经常比H股高出一大截。2024年AH股溢价指数长期在140以上,意思是A股平均比H股贵40%。

情绪能吹大溢价。牛市里什么都贵,垃圾股也能炒上天。熊市里好公司也打折。所以看溢价率不能只看绝对值,得看它在历史里处于什么位置。

股票溢价率的实战用法

跟历史比

把一只股票过去五年的溢价率拉出来,算出25%分位、50%分位、75%分位。当前溢价率在75%以上,说明比过去75%的时间都贵,风险大于机会。在25%以下,说明比过去75%的时间都便宜,机会大于风险。

这个方法叫历史分位数法,比拍脑袋靠谱得多。任何股票软件都能调出市盈率、市净率的历史分位图。

跟同行比

同行业公司,商业模式差不多,溢价率应该接近。一家公司溢价率50%,同行都是20%,要么它真有独到之处,要么就是被高估了。

银行股之间比市净率最明显。大行市净率0.5倍,小行0.8倍,小行溢价率高,隐含了更高的成长预期。如果小行业绩增速跟不上,溢价迟早要还。

跟港股比

同一家公司A股和H股价格差多少,直接反映两地资金偏好。AH溢价率 =(A股价格 / H股价格 - 1)× 100%。这个数字超过50%就要小心,说明A股情绪过热。

2021年很多明星股AH溢价率超过100%,后来A股跌得比H股狠,溢价率才收窄。跨市场套利资金会盯着这个价差,长期看溢价率会向合理区间回归。

期货里的溢价率叫基差

期货溢价率跟股票不是一回事。期货价格减去现货价格,叫基差。期货比现货贵,叫期货升水,基差为正,相当于期货溢价。期货比现货便宜,叫期货贴水,基差为负,相当于期货折价。

基差反映的是市场对未来的预期。升水说明大家看好后市,愿意为远期合约多付钱。贴水说明大家看空,或者现货紧张,近月合约被抢。

套利者盯着基差做文章。基差过大,买现货抛期货,等交割月基差归零赚差价。这个策略叫期现套利,机构玩得多。

股指期货的基差还能看市场情绪。IF、IC、IH常年贴水,说明对冲需求大,机构在期货上做空避险。贴水突然收窄甚至升水,往往是市场情绪转暖的信号。

溢价率过高怎么办

溢价率是风险温度计,不是买卖信号。高溢价不代表马上跌,低溢价不代表马上涨。

高溢价需要高增长来消化。市盈率50倍,净利润每年增长50%,一年后市盈率就降到33倍。如果增长跟不上,股价就得跌下来。

看溢价率要结合三个东西:历史分位、行业对比、盈利增速。三个都指向高估,减仓。三个都指向低估,加仓。指标互相打架,就等一等。

实操中容易踩的坑

周期股的溢价率不能看市盈率。钢铁、煤炭在盈利顶峰时市盈率个位数,看着便宜,其实周期要往下走了。周期股要看市净率,破净的时候才真正便宜。

亏损股的溢价率没意义。每股收益为负,市盈率也是负的,这时候看市销率或者市净率更靠谱。

AH溢价率会长期存在。两地市场制度不同、资金结构不同,溢价率不会完全消失。用AH溢价率做套利,要算上汇率、交易成本、股息税,不然白忙活。

溢价率是工具,不是答案。搞懂它在说什么,知道什么时候该看哪个数据,比记住具体数字重要得多。

量化视角下的溢价率因子

做量化的人会把溢价率变成一个因子。用市盈率倒数(E/P)或者市净率倒数(B/P)排序,买低估值的,卖高估值的。这个策略叫价值因子。


import pandas as pd

# 假设df包含股票代码、市盈率、市净率、行业

# 计算估值溢价率分位数

df['pe_pct'] = df.groupby('industry')['pe_ratio'].rank(pct=True)

df['pb_pct'] = df.groupby('industry')['pb_ratio'].rank(pct=True)

# 合成估值因子

df['value_score'] = (df['pe_pct'] + df['pb_pct']) / 2

# 选估值最低的20%股票

cheap_stocks = df[df['value_score'] < 0.2]

价值因子在A股长期有效,但波动大。2019到2021年低估值策略连续跑输,2022到2024年又跑赢。用这个因子得扛得住回撤,还得分散持仓。

溢价率因子不适合单独用。跟质量因子、动量因子结合起来,效果更稳。低估值+高ROE+近期强势,比纯低估值靠谱得多。

看溢价率,本质是看市场给了多少情绪溢价。情绪亢奋时多一分警惕,情绪低落时多一分贪婪。这道理简单,做到的人少。