PEG
定义
PEG = PE / g，其中 g 是盈利增长率的数值（20% 直接取 20，不带百分号）。它回答的是 PE 回答不了的那个问题：同一个行业里，为什么有的公司值 30 倍、有的只值 11 倍？
机构愿意付高 PE 溢价，买的不是当下的静态盈利，是未来的增长。PEG 就是把「增长」除进去之后的可比价格。
什么时候有用
- 横向比较同行业多只股票的相对吸引力——这是 PEG 的本职工作
- 解释高 PE 是否合理（成长兑现型 vs 纯情绪型）
- 成长股筛选：同增长率下 PE 越低越便宜；同 PE 下增长率越高越有潜力
PEG 不是绝对估值工具，它给不出「这只股票值多少钱」，只给得出「A 比 B 更值得」。要绝对区间去用 PE 标准差法或 DCF。
案例
| 股价 | EPS | g | 静态 PE | PEG | |
|---|---|---|---|---|---|
| 甲公司 | 46 | 1.74 → 2.09 | 20% | 22 | 1.1 |
| 乙公司 | 80 | 1.78 → 2.67 | 50% | 30 | 0.6 |
乙 PE 更高却更值得买——高增长抵消了高 PE。前提是增速能维持，一旦增速反转，整个结论作废。
英特尔 vs AMD 是同一逻辑的现实版：英特尔 PE 11.88（下季 g = −33.6%），AMD PE 38.75（当前 g = 63.4%，未来五年年均 32.4%）。市场给 AMD 的溢价，就是在买那条增长曲线。
增长率 g 从哪来
- 投行预测（雅虎财经等平台给多家机构均值，如英特尔取自 37 家）——优先选覆盖机构多的，单一预测偏差大
- 财报前瞻指引——用公司自己给的 EPS guidance 算，得到前瞻 PEG（PEG forward），最能反映未来
- 历史复合增速——无前瞻数据时的兜底，假设历史增速延续，对转型期企业基本无效
预测期越长可信度越低，超过 5 年的预测参考价值显著下降，抓 1–3 年就好。
常见误用
- 死守 PEG < 1。彼得·林奇那个 1 的临界点在今天的科技股上已经过时，科技股常态就在 1 以上。它是横向比较的刻度，不是及格线。
- 给亏损企业算 PEG。分子 PE 就无意义了。改用 PS 或 DCF。
- 混用 PE 口径。比较两只股票时，一个用静态 PE 一个用追踪 PE，结论没有意义。
- 拿数据佐证预设结论。先取数再形成观点，不是先有观点再找数——这条是原始笔记特意点出来的。
- 算完就不管。增速是需要每季度用财报去验的，PEG 是动态的。
作者怎么说
上面是概念本身（来自书房与书）；这里是 8 位作者在这个概念上实际说过什么，按时间倒序。 命中依据：concepts
PEG×4。索引由backfill_concepts.py回填，口径见 _转写修正日志 同目录的说明。
TABLE author AS 作者, publish_date AS 日期, title AS 标题
FROM "金渐成/金渐成_md" OR "培风客/培风客_md" OR "十分吸引/十分吸引_md" OR "斯托伯/斯托伯_md" OR "晚舟/晚舟_md" OR "春秋研究院/春秋研究院_md" OR "格知研究/格知研究_md"
WHERE contains(concepts, "PEG")
SORT publish_date DESC
LIMIT 40相邻概念
PE · 估值 · PB · ROE · DCF · 公司分析
来源
待验证问题
- 我的持仓里有几只是靠「增长兑现」支撑估值的？各自的 g 上次校验是什么时候？
- 增速从 50% 掉到 30% 时，我的卖出规则是什么？（接 行为金融与投资纪律）
- A 股缺乏可靠的多机构一致预期，g 该怎么取？——这是 PEG 在 A 股的最大落地障碍，待解。