← 公司金融专题

SESSION 13：跨周期预测——眼前的利润，是真实水平还是周期幻觉？

14 / 16

诺森罗克银行：刚创历史最佳业绩，12个月后排队挤兑

2024 年的利润是”正常”的吗？一家公司去年赚了 100 亿，今年还能不能赚 100 亿？这看似简单的问题，实际上是投资中最致命的陷阱之一。如果你用 2007 年的银行利润估值银行股，2008 年会让你血本无归；如果你用 2021 年的 SaaS 公司利润估值科技股，2022 年会让你市值蒸发 70%。跨周期预测（forecasting through cycles）的本质，是回答一个核心问题：眼前的数字是周期顶部、周期底部，还是真正的”正常水平”（normalized earnings）？这节课教我们识别周期的位置，区分结构性增长和周期性顶峰，避免在错误的时点用错误的假设做错误的估值。

2007 年 Northern Rock 银行门口的取款长队——周期见顶的经典瞬间 2007 年 9 月，英国 Northern Rock 银行门口排起了上百年没见过的取款长队——这是 2008 年金融危机最早的可视化信号。前一年（2006）这家银行刚交出史上最好的业绩、刚宣布大幅回购、分析师 consensus 上调了目标价。周期顶部的”优秀业绩”和崩盘之间，往往只隔 12-18 个月。

一、为什么”去年的利润”不等于”正常利润”

1.1 利润的三张面孔

任何一家公司的当前利润，都可以分解成三部分：

结构性利润（structural earnings）：由长期竞争优势、稳定需求、可重复的商业模式决定。比如可口可乐的品牌溢价、微软 Office 的用户锁定、茅台的稀缺性。这部分利润穿越周期，十年前是这样，十年后还会是这样。

周期性利润（cyclical earnings）：由经济周期、行业景气度、价格波动决定。比如 2007 年的投行承销收入、2021 年的航运运费、2022 年的原油价格。这部分利润会均值回归（mean reversion）——高的会低下去，低的会涨上来。

一次性利润（one-time earnings）：由偶然事件驱动。比如 2020 年 Zoom 的疫情红利、2022 年迪士尼乐园报复性消费、2023 年 NVIDIA 遇到的 ChatGPT 时刻。这部分利润可能永远回不来，也可能是新的结构性转变的开始。

核心任务：看到一家公司的当前利润，必须问——这三类利润各占多少？如果当前利润 100 亿里有 70 亿是周期性的，那么”正常利润”可能只有 50 亿，给 15 倍 PE 就是 750 亿市值，而不是用 100 亿 × 15 = 1500 亿。后者会让你在周期顶部买单。

1.2 均值回归：最被低估的力量

均值回归是金融学里最朴素但最被低估的规律。它的含义是：极端的数字会向长期平均水平靠拢。

一个公司的 **ROE（Return on Equity，股东权益回报率）**如果连续 5 年都是 40%，那么大概率第 6 年会下降。为什么？因为高 ROE 会吸引竞争对手进入、资本大量流入、新产能上马，最终把价格打下来、把利润打薄。反过来，持续亏损的公司会引发产能出清、供给收缩，活下来的玩家日子会变好。

Bruce Greenwald——价值投资经典著作《Value Investing》的作者——反复强调：长期来看，没有一个行业能维持超额回报超过 10 年，除非有结构性的竞争壁垒：网络效应、规模经济、客户锁定、知识产权、政府特许。否则，利润率会回归，增速会回归，估值倍数会回归。

投资者犯的最大错误，就是把周期顶部的利润当成永恒。2007 年他们这样看银行，2021 年他们这样看科技股，每一次的结局都一样。

二、2007-2008：银行业的周期顶峰教训

2.1 顶峰时的幻象

2006-2007 年，华尔街大型银行集体进入历史最佳业绩。Citigroup 2007 年第三季度之前连续多个季度 ROE 超过 20%，Merrill Lynch、Lehman Brothers、Bear Stearns、Goldman Sachs 的 ROE 全部在 25-30% 之间。高盛 2007 年的 ROE 高达 32.7%，创下该公司历史纪录。

当时的表面叙事是：

市场的估值逻辑是：银行业的 ROE 能维持 20-25%，用 PE = 15 倍估值，对应 P/B = 3-4 倍。Citigroup 2006 年底股价 55 美元，市值 2700 亿美元，是全美第一大银行。

2.2 崩塌时的速度

问题从 2007 年下半年开始显现：

Citigroup 股价从 2007 年峰值 55 美元跌到 2009 年 3 月的 0.97 美元，跌幅 98.2%。Bank of America 从 54 美元跌到 3.14 美元。Goldman Sachs 从 247 美元跌到 52 美元。

核心教训：2007 年的银行业利润看起来是”结构性”的，但实际上有三重周期顶部叠加——

  1. 房地产周期顶部：美国房价/家庭收入比达到历史最高
  2. 信贷周期顶部：次贷发放量和证券化规模前所未有
  3. 监管放松周期顶部：Glass-Steagall 废除后混业经营达到最激进状态

这三重顶部重合，制造了一个”虚假的繁荣利润”。如果你在 2007 年用 Citigroup 当年的 EPS × 15 倍 PE 估值，会得到一个虚高的数字。真正的”正常利润”——扣除过度杠杆、次贷泡沫、证券化红利后——大概只有账面的三分之一。

2.3 如何识别”周期顶峰”信号

从 2007 年的案例里，我们可以提炼出识别周期顶峰的几个信号：

“这次不一样”（this time is different），被 Carmen Reinhart 和 Kenneth Rogoff 称为”金融史上最危险的五个字”。他们研究了 800 年的金融危机数据，发现每次泡沫前都会出现这句话。

三、2020-2022：SaaS 和科技股的周期幻觉

3.1 疫情创造的”伪结构性”需求

2020 年疫情爆发后，全球企业被迫数字化，SaaS、电商、远程协作工具的需求瞬间爆炸。

市场当时的逻辑是：“疫情加速了数字化转型 5-10 年，这是结构性的转变，不会回头”。Peloton 的 CEO 说疫情永久改变了健身方式，Netflix 说流媒体永远取代了电影院，Zoom 说远程办公是新常态。

基于这个叙事，市场给出了疯狂的估值：

公司2021 年峰值股价2021 年峰值 P/S正常 P/S
Zoom$58860x10-15x
Snowflake$401200x30-40x
Peloton$17110x2x
Shopify$16960x15-20x
DocuSign$31440x15-20x
Netflix$70010x4-6x

2021 年 11 月，ARK Innovation ETF（Cathie Wood 的旗舰基金）净资产达到 280 亿美元峰值，前 10 大持仓公司的加权平均 P/S 超过 25 倍。

3.2 均值回归来得快且猛

2022 年开始，随着疫情退潮、利率上升、企业砍预算，这些”结构性增长”集体崩塌。

Netflix 的故事最戏剧性。2022 年 4 月，Netflix 宣布 Q1 流失 20 万订阅用户（市场预期增加 250 万），股价单日暴跌 35%，从 348 美元跌到 226 美元。到 2022 年 5 月，股价跌到 162 美元，较 2021 年 11 月的 700 美元跌了 77%。CEO Reed Hastings 承认：“我们可能高估了疫情带来的长期需求增量。”

Peloton 的故事更惨烈。2020 年顶峰时市值 500 亿美元，CEO John Foley 宣布要建新工厂，扩大产能两倍。结果 2022 年需求大幅萎缩，库存积压，2022 年 2 月 Foley 辞职，裁员 2800 人。2023 年 5 月，Peloton 股价跌到 7 美元，市值 20 亿美元，较顶峰跌 96%。CFO Jill Woodworth 表示公司”低估了均值回归的速度和力度”。

Zoom 的故事：股价从 588 美元跌到 65 美元，跌幅 89%。虽然营收仍在增长，但增速从 300%+ 降到 3%。2022 年 11 月，Zoom 宣布裁员 15%，承认**“疫情期间的招聘太激进了”**。

Shopify 的故事：2022 年 Q1 宣布 GMV 增长意外放缓，当日股价跌 15%。CFO 承认**“我们把疫情红利当成了结构性增长来规划产能”**。一年内股价从 169 美元跌到 27 美元，跌 84%。

ARK Innovation ETF：2021 年 11 月峰值后跌 80%，2023 年初净资产缩水到 60 亿美元。Cathie Wood 的”颠覆性创新”叙事遭遇严峻挑战。

3.3 三个深刻教训

教训一：需求弹性的”被低估”。疫情创造的需求有两种——有些是永久数字化转型（比如远程办公工具进入了长期使用），有些是临时替代消费（比如 Peloton 代替健身房）。市场在 2020-2021 年没有区分这两种，把所有增长都当成”永久的”来定价。

教训二：Pull-forward demand（需求前置）的陷阱。2020 年一次性买了 Peloton 的人，2021-2023 年不会再买。2020 年升级了 Zoom 的企业，2022 年不会再大规模加购。疫情”偷走”了未来几年的需求，而市场把它当成新的基准线。

教训三：规模与效率的错配。Netflix、Peloton、Zoom、Meta 在 2020-2021 年都大规模招聘、扩产。当需求回落时，固定成本变成了沉重负担。Meta 在 2022 年 11 月裁员 11000 人（13%），2023 年 3 月又裁 10000 人，CEO Zuckerberg 称之为**“高效元年”**。

四、识别 peak earnings 的五个工具

4.1 历史利润率对比

最基础的工具。把当前利润率和过去 10 年、20 年的历史水平对比。

比如 2021 年银行业利润率 28%，你要问：过去 20 年银行业的平均利润率是多少？答案大约是 18-20%。那么 2021 年的 28% 要么是结构性提升（需要解释为什么），要么是周期顶部（最可能）。

2022 年石油行业 ExxonMobil 赚了 55.7B，创历史新高。2021年整个石油行业合计利润55.7B，创历史新高。2021 年整个石油行业合计利润 2.8T。你要问：过去 20 年石油行业的平均利润是多少？答案大约是 $800B-1T。所以 2022 年的利润明显在周期顶部。果然 2023-2024 年石油价格回落，行业利润腰斩。

4.2 资本投入-回报循环

高 ROIC 会吸引资本进入，资本进入会压低 ROIC。这是个自我纠正机制。

看一个行业时，要同时看：

如果当前 ROIC 很高同时资本大量涌入，那么 ROIC 马上要下降。2020-2021 年的新能源、SaaS、Crypto 都符合这个模式：高回报引来海量资本，三年后供给过剩、回报崩塌。

4.3 利润率 vs 营收增速的分离

健康的增长：营收增 20%，利润率保持，利润增 20%。

危险的信号：营收增 5%，但利润率从 15% 扩张到 25%，利润增 50%。这种”利润跑赢营收”的情况往往不可持续——它来自周期红利（原材料便宜、人工便宜、汇率有利）或者一次性成本削减（裁员、关店），而不是真正的护城河加深。

4.4 管理层的”这次不一样”言论

当 CEO 反复说**“我们正处在一个长期增长的拐点”、“我们的业务已经不受周期影响”、“这次的周期和以往不同”**，这通常是周期顶部信号。

Chuck Prince（Citigroup 2007 年 CEO）最著名的一句话：“只要音乐还在响，我们就得继续跳舞。” 四个月后，Citigroup 开始 $650 亿的次贷减记。

John Foley（Peloton 2020 年 CEO）说：“疫情永久改变了健身方式。” 两年后公司市值蒸发 96%。

4.5 市场情绪指标

五、“Normalized Earnings”的计算艺术

5.1 什么是 normalized earnings

**正常化盈利（normalized earnings）**是指把短期周期性因素、一次性事件剥离后，公司在”中性经济环境下”能赚的利润。这是做估值时应该用的基数，而不是当期 GAAP 利润。

正常化的几种方法：

方法一：多年平均法。把过去 5-10 年的利润做简单平均或加权平均。适用于周期性行业，比如银行、石油、化工、航空。

计算示例：ExxonMobil 过去 10 年（2013-2022）利润：32B,32B, 32B, 16B,16B, 8B, 20B,20B, 21B, 14B,−14B, -22B, 23B,23B, 56B。10 年平均 20B。如果给10倍PE，正常化估值20B。如果给 10 倍 PE，正常化估值 200B，而不是用 2022 年的 56B×10=56B × 10 = 560B。

方法二：peak-to-trough 中点法。取行业周期顶峰和低谷利润的中点。比如银行业 ROE 顶峰 25%，低谷 5%，中点 15%，作为正常化 ROE。

方法三：结构性利润率法。估计去除所有周期因素后的”结构性利润率”。比如汽车行业正常的 EBIT margin 是 6-8%，如果当期是 12%，那么要做均值回归假设。

方法四：自下而上建模。分解公司利润来源，每一项单独做周期判断。比如一家综合性科技公司，分成云业务（高成长）、广告业务（高周期性）、硬件业务（中周期性），分别用不同方法正常化后再加总。

5.2 正常化的主要难点：结构性 vs 周期性的判断

正常化最难的地方不是计算，而是判断：一个变化到底是结构性的还是周期性的？

案例：电商渗透率。美国电商占零售的比例，从 2019 年的 11% 跳到 2020 年的 16%。这是结构性的跃迁还是周期性的疫情峰值？2023 年的数据是 15.4%，说明大部分是结构性转变，Amazon、Shopify 的长期价值是被提升了。

案例：远程办公。2020 年远程办公比例从 5% 跳到 42%。2023 年回落到 28%。结构性部分大约是 20-25%（从 5% 上升），疫情溢价部分大约是 15-17%（已经回落）。这意味着 Zoom 的”疫情峰值”部分应该剥离，但”结构性上升”部分应该保留。

案例：Peloton 的家用健身器材。2020 年家用健身设备销量激增。但 2023 年数据显示行业销量回到接近 2019 年水平。结论：Peloton 的增长几乎100%是周期性的，疫情结束后没有留下结构性基础。这就是为什么 Peloton 跌了 96%。

5.3 跨周期估值的 3 个黄金原则

原则一：用周期顶峰的利润做估值是赌博，不是投资。任何估值模型如果基于异常高的当期利润，都要打折处理。

原则二：要求安全边际。如果判断当前是周期顶部，给 20-30% 的下调缓冲。即使你判断错了，也不会死得太难看。

原则三：观察资本回报与资本投入的平衡。当一个行业同时呈现”高回报”和”高投入”时，周期顶部正在形成。当一个行业同时呈现”低回报”和”低投入”时，周期底部正在形成。

六、为什么重要

跨周期预测是所有投资技能中最难、最反人性、最值钱的一项。

难在认知上：人类大脑天然倾向于把近期经验外推到未来（recency bias）。2007 年银行业赚钱，我们觉得银行业会一直这么赚钱；2021 年 SaaS 涨疯了，我们觉得 SaaS 会永远增长。打破这种外推思维需要刻意练习：每次看到一个”惊人数据”，强迫自己问——这在过去 10 年、20 年、30 年是什么水平？

难在情绪上：周期顶部往往伴随狂欢，周期底部往往伴随绝望。真正的机会在别人绝望时出现，真正的风险在别人狂欢时积累。但做到”别人贪婪我恐惧”需要极强的心理韧性。这也是为什么 Warren Buffett 和 Howard Marks 反复强调性格比智商重要。

难在时机上：周期可以在”不合理”的状态持续很久。2019 年就有人指出 Uber 估值过高，但它直到 2022 年才大跌。2020 年就有人指出 Peloton 增长不可持续，但它又涨了一年。“早”等于”错”——如果你在周期顶部前一年做空，中间可能已经被清盘了。

为什么这一节和前面所有内容串起来：

对真实世界的意义：

最核心的认知：眼前的好日子是从前几年周期累积的结果，眼前的坏日子也会在几年内被新的周期取代。投资不是预测未来，而是判断”现在”在周期的哪里。这个判断比任何具体的财务模型都更值钱。

一句话收尾：当所有人都在用当期的利润做估值时，记住——均值会回归，周期会转动，“正常”永远比”异常”更接近真相。

延伸阅读 / 公开资源

系统入门

关键人物与理论

视频资源

↑ 返回《公司金融专题》目录