肯·費雪，管理2,000億美元資產的傳奇投資人，破解了「估值預測」這個投資界最大的迷思。他用的不是複雜的量化模型，而是最原始的歷史數據回測——153 年的標普500 （S&P500）數據，每一筆都親自驗證。他的結論震驚華爾街：本益比與未來回報的相關性只有0.01，跟丟硬幣一樣準。在他的文章中，他詳細說明了他是怎樣推翻這個根深蒂固的投資信仰的。他說：「盲目相信估值預測力，只會把你帶向本益煉獄 (PErdition)」。
但老蕭細讀後發現，他的論點雖然精彩，卻忽略了三個關鍵維度：利率環境、產業結構質變、以及估值的脆弱性預測功能。以下是完整分析，包含費雪證明的五個真相，以及他沒說透的三個盲點。
More...
費雪研究：美股本益比與歷史回報率的數據真相
傳奇投資人肯·費雪（Ken Fisher）在 11月24日發布了一篇震驚投資界的文章。
他管理超過 2,000 億美元的資產，這次他要挑戰的是投資界最根深蒂固的信仰：用本益比（P/E ratio）估值來判斷股市是貴還是便宜。儘管美股本益比高達 30 倍引發焦慮，但費雪拿出的歷史數據卻說了完全不同的故事。
他提出一則統計數據，直接「打臉」了傳統信仰。自1872年以來，標普500指數的年初本益比與未來1年回報的R平方值(R²)僅0.01。
什麼意思？幾乎零相關。與3年回報的相關性也僅3%，與5年回報更只有2%。
這個R²數值在統計學上代表什麼？完全隨機。
用當前的本益比去預測未來1到5年的股價走勢，準確率跟丟硬幣差不多。費雪的結論很直白：估值與未來回報幾乎沒有因果關係。
歷史案例證明：最高估值往往是最佳買點
費雪不只丟數據，他還舉了四個讓人震撼的歷史案例：
- 2009年初，金融海嘯最慘烈的時刻，本益比飆至60倍。所有人都在恐慌殺出，但那卻是千載難逢的買入機會。
- 2003年，本益比32倍，看起來很貴對吧？結果隨後五年年化回報12.8%。
- 2021年，本益比38倍，市場一片「泡沫論」。當年仍然回報29%。
- 更驚人的是，從2009年到2025年，本益比持續高企。股市卻在這期間漲了944%。
這些案例都在告訴大家同一件事：高估值不等於危險，低估值也不等於安全。
為什麼傳統 P/E 估值指標會失效？
費雪給出三個原因：
- 第一，估值指標廣為人知，已經反映在股價中。當所有人都知道「P/E很高」時，這個訊息已經沒有alpha了。
- 第二，股價向前看，盈餘向後看，時間錯位。股價反映的是未來的預期，但傳統P/E用的是過去12個月的盈餘。用後照鏡開車，當然無法預測前方的路況。
- 第三，預測盈餘基於當前預期，常常出錯。市場總是在猜測未來，而未來永遠充滿意外。
費雪的結論是：估值對選股有用，但用來預測大盤完全不管用。他甚至創造了一個新詞：「本益煉獄」(PErdition)，諧音perdition，意為毀滅。盲目相信估值預測力，只會把你帶向毀滅之路。
估值陷阱：「懼高症」與數學誤區
數據是殘酷的。R²（判定係數）低至 0.01 到 0.03，這在統計學上意味著「完全隨機」。換句話說，用本益比預測股市，跟丟硬幣一樣不靠譜。人類天生害怕「高處」，這在叢林中是生存本能。
但在股市中，這卻成了致富障礙。高 P/E 不代表泡沫，低 P/E 也不代表安全；低 P/E 可能是價值陷阱，公司根本沒有成長性。高P/E可能是市場在為確定的成長買單。
費雪說得很直白：「懼高症是基因缺陷，而非投資優勢」。
2009 年的案例特別值得深究。當時 P/E 飆到 60 倍，看起來嚇人，但這是「分母效應」的誤導。
P/E 的公式是：股價（P）÷ 每股盈餘 （E）
2009 年的高 P/E 是因為「盈餘（E）」崩潰，而非股價（P）過高。金融海嘯讓企業盈餘暴跌，分母變得極小，P/E 自然飆高，這是一個經典的數學陷阱。當時的高估值反而是世代級的買點，因為盈餘遲早會復甦。市場定價機制是前瞻性的，它看的是未來。
當大家都在恐慌時，聰明錢已經在布局復甦後的世界了。這部分的教訓很清楚：不要因為 P/E 變高就恐慌賣出，估值不是擇時工具。
深度分析：費雪忽略的三大關鍵估值盲點
老蕭認同費雪的核心觀點：P/E 無法預測短期漲跌，數據確實證明了這一點。但老蕭覺得費雪的論點過於武斷，雖然P/E無法預測短期漲跌，但它在長期結構與風險管理中，仍然扮演關鍵角色。
費雪忽略了三個關鍵維度。這三個維度，決定了高估值到底是「合理」還是「脆弱」。
盲點一：利率重力場效應與 DCF 模型
費雪沒有提到「無風險利率」這個變數，但這是理解估值最關鍵的因素之一。
根據現金流折現模型（Discounted Cash Flow， DCF），股票的理論價值與利率成反比。什麼意思？利率越高，未來現金流折現回來的價值越低。
1980 年代，美國利率高達 15%。在那個環境下，10 倍 P/E 可能都算貴，因為你把錢存銀行就能拿到 15% 的無風險回報，誰還要冒險買股票？但在低利率環境下，未來的現金流折現回來的價值更高，市場理應支撐更高的 P/E，這就是「利率重力場」(The Gravity of Interest Rates)。
目前的30倍P/E是否合理，不能只看歷史平均，還要看當下的10年期公債殖利率。如果利率維持在高位，高P/E的支撐力確實會比低利率時期脆弱。
費雪用153年數據做回測，但他沒有考慮不同利率環境下的估值彈性差異，這是他論點的第一個盲點。
盲點二：標普 500 產業結構質變：從重資產到輕資產
1872 年的股市是由什麼組成的？鐵路公司、鋼鐵廠、煤礦業，這些都是重資產、低利潤率的週期性公司。蓋一條鐵路要投入巨額資本，利潤率可能只有 5-10%
2025年的標普500指數呢？權重最大的是科技巨頭，被稱為 Mag 7（美股七雄）：蘋果、微軟、Google、Amazon、Meta、Tesla、Nvidia，這些公司具有完全不同的經濟特性。
第一，輕資產（Asset-light），擴張不需要蓋工廠，只需要寫代碼、增加伺服器。
第二，高利潤率（High Margin），軟體和服務的邊際成本極低，多賣一份幾乎不增加成本。
第三，強護城河，網絡效應讓這些公司形成寡佔優勢，競爭者很難撼動。
拿現在的蘋果、輝達去跟1900年的美國鋼鐵(U.S. Steel)比P/E，公平嗎？完全不公平。
現代企業的「結構性利潤率」更高，這本身就證明了「結構性高估值」的合理性。P/E 的中位數（Mean）可能已經永久性上移了。費雪用 153 年數據做平均，但他沒有考慮產業結構的根本性轉變。這是他論點的第二個盲點。
盲點三：估值不預測跌幅，但預測脆弱性
費雪證明了一件事：高 P/E 不會導致市場下跌（Cause）。這點老蕭完全同意。但他忽略了另一件事：高 P/E 決定了市場遇到利空時的「容錯率」。
什麼是容錯率？當 P/E 在 10 倍時，盈餘不如預期，股價可能只跌 5%，因為市場本來就沒有太高的期待。當 P/E 在 30 倍時呢？市場定價了完美的預期，一旦盈餘稍微 miss，或者 AI 變現速度不如預期，股價可能會遭遇「殺估值」（Multiple Compression），瞬間暴跌 20%
這不是因果關係，而是脆弱性，高估值不是「賣出信號」，而是「繫好安全帶信號」。
它代表市場對壞消息的緩衝區（Buffer）變薄了，一旦出現意外，波動會被放大。費雪說估值不預測方向，這是對的，但估值確實預測波動性和下檔風險的敏感度。這是他論點的第三個盲點。
AI 時代的投資新思維：如果 P/E 失效該看什麼？
假設一：從會計盈餘到無形資產變現
傳統 P/E 使用 GAAP 會計準則計算的盈餘。但在 AI 時代，最重要的資產是什麼？數據、算力、算法。
這些東西在財報上怎麼呈現？被計入「研發費用」（R&D），而非資產。Google 每年花數十億美元訓練 AI 模型，這些支出全部算費用，會壓低當年的盈餘，但這些 AI 模型未來可能創造數百億美元的價值。
傳統 P/E 根本無法捕捉這種「無形資產」的價值，未來是否會出現一種新的估值指標？例如「市值/算力投入比」或「市值/數據資產比」？能夠量化「科技護城河」或「AI 轉化率」的指標？
誰能掌握這個新指標，誰就能在 P/E 看起來高得離譜時，精準識別出真正的成長股。這是一個未知領域，但值得密切關注。
假設二：被動投資主導的估值脫鉤
現在市場大部分資金流向哪裡？被動投資（基金、ETF）和量化算法。這些資金流向不看 P/E，只看市值權重和動能。標普500 ETF 買股票的邏輯是什麼？按市值權重配置，蘋果市值最大就買最多，不管蘋果 P/E 是 20 倍還是 40 倍。
如果ETF的資金流入持續大於主動選股的拋壓會怎樣？「估值過高」這個狀態可能會持續數十年，直到流動性枯竭。我們可能正在進入一個「估值脫鉤」的時代。股價不再是盈餘的函數，而是「全球流動性」與「被動買盤」的函數。
這聽起來很瘋狂，但 2008 年後的 QE 時代已經證明了這種可能性。當央行印鈔、ETF 持續買入，估值可以長期脫離基本面。這也是一個未知領域，充滿風險，也充滿機會。
假設三：AI 生產力奇點造成的「前瞻低估」
如果 AI 真的能讓企業在不增加人力的情況下，讓淨利潤翻倍呢？
那麼現在看似 30 倍的 P/E，按未來的生產力計算，可能實際上只有 10 倍，這叫做Forward P/E 被嚴重低估。我們目前的高估值焦慮，可能源於我們人類線性思維無法理解指數級的生產力爆發。
過去 200 年，生產力提升是線性的，多雇一個人，多產出一份價值。
但 AI 可能打破這個規律。一個 AI 系統可以同時處理一萬個客服請求，24 小時不休息，如果這種生產力革命真的發生，現在的「高估值」可能根本不算高。這是最大的未知領域，也是市場現在在賭的東西，到底是泡沫，還是我們低估了 AI 的潛力？
只有時間能證明。
進階投資指標：超越靜態本益比的選擇
費雪的文章非常精彩地打破了「唯 P/E 論」的迷思，結論是：不要因為貴就離場。因為歷史證明貴可以更貴，且貴有貴的道理（或隨機性）。但為了保護你的資產，我們不能只停留在「忽視它」，我們需要更進階的思維框架。
「昂貴」是一個相對概念。如果不成長，10 倍 P/E 也是貴，那是死錢；如果每年成長50%，50 倍 P/E 也是便宜，那是成長股。既然「靜態估值」有侷限，我們更需要引入「動態指標」。
現在的市場分化極其嚴重。「傳統行業」還在看P/E，「AI巨頭」看的是未來的統治力。接下來，老蕭要給你兩組關鍵數據。這兩組數據直接挑戰了「市場太貴」或「市場便宜」的二元對立論。
進階指標一：PEG 指標讓你看見成長性價比
什麼是PEG？
PEG = P/E ÷ 成長率（Growth Rate）
這個指標把「估值」和「成長性」結合起來看，通常標準是：PEG < 1 為低估，PEG = 1 為合理，PEG > 2 為高估。
讓我們看2025年底的實際數據，標普500 平均 P/E 約為 23 到 28 倍，Mag 7 的前瞻P/E看似很高，普遍在 30 到 40 倍以上。但它們的預期盈餘成長率（Growth）高達 25% 到 30%
計算結果呢？許多 AI 巨頭，如 Nvidia、Meta，PEG 竟然驚人地接近 1.0 到 1.5，對比傳統防禦性股票，如消費必需品，P/E 可能只有 20 倍，但成長率僅 5%，導致 PEG 高達4.0。這代表什麼？「高 P/E」並不一定不等於「貴」。
在 PEG 的維度下，AI 科技股反而比傳統藍籌股更具「性價比」，市場給予高估值是因為它在為「高確定的成長」買單，你以為你在追高，其實你在買入「成長的折扣」。這就是動態指標的威力。
FCF Yield vs 債券殖利率：真正的風險警訊
什麼是 FCF Yield（自由現金流收益率）？
公式：每股自由現金流 ÷ 股價，數值越高越好，代表股票產生的現金回報越高。
讓我們看2025年底的實際數據。
- 美國10年期公債殖利率：約4.0%到4.25%。
- 標普500的盈餘收益率（Earnings Yield， 就是1/PE）：約3.6%。
這代表什麼？這是極其罕見的「負風險溢價」（Negative Risk Premium）時刻。理論上，買股票風險比買美債高，應該要求更高的回報率。但現在，股票的帳面回報率竟然低於無風險的美債，這才是目前市場最大的隱患。
如果用現金流折現模型來看，美股整體確實「非常貴」，為什麼還在漲？因為市場賭定了一件事：未來的現金流會因為 AI 而呈現指數級暴增，從而將未來的 Yield 拉高。
這不是投資，這是對AI生產力的「槓桿押注」。這個指標告訴你：真正的風險不在 P/E 高低，而在「股票回報 vs 無風險利率」的倒掛（其實費雪不久前才提過這一點）。
結論與重點回顧
那AI股的估價是不是已經形成泡沫了？什麼時候會破裂？這些問題很重要，但那是另一個更複雜的話題了。
目前我們需要掌握的核心觀念是：
第一，不要盲目相信 P/E 預測力，數據證明它不管用。
第二，但也不要完全忽視估值，它在特定維度仍有意義。
第三，用動態指標（PEG、FCF Yield）取代靜態指標（P/E）。
第四，理解利率環境、產業結構、容錯率這三個關鍵變數。
掌握這些，你就能在高估值時代做出更理性的投資決策。
重點回顧
- 肯·費雪用 153 年數據證明：本益比與未來回報相關性僅 0.01，跟丟硬幣預測一樣不靠譜
- 歷史案例打臉估值恐懼：2009 年 P/E 60 倍是最佳買點，2009-2025 高估值期間股市漲了 944%
- 估值失效三原因：指標已被定價、股價看未來但盈餘看過去、盈餘預測常常出錯
- 「懼高症」是投資障礙不是優勢：高P/E不代表泡沫，低P/E可能是價值陷阱
- 2009 年高 P/E 是數學陷阱：盈餘崩潰導致分母變小，不是股價真的太高
- 費雪忽略利率重力場：1980 年代 15% 利率時 10 倍 P/E 算貴，低利率環境支撐更高估值
- 標普 500 成份股已質變：從重資產低利潤的鋼鐵業變成輕資產高利潤的科技巨頭
- 高估值預測脆弱性不預測跌幅：P/E 30倍時容錯率變薄，壞消息會放大波動
- AI 時代可能出現新估值指標：「市值/算力比」或「市值/數據資產比」量化科技護城河
- 被動投資主導可能導致估值脫鉤：ETF 只看市值權重不看 P/E，估值可能長期脫離基本面
- AI 生產力奇點可能讓當前估值焦慮失效：如果淨利潤翻倍，現在 30 倍 P/E 實際只有 10倍
- 昂貴是相對概念：不成長的 10 倍 P/E 是死錢，年成長 50% 的 50 倍 P/E 是便宜
- PEG 指標揭露成長性價比：Nvidia PEG 1.5 比可口可樂 PEG 4.0 更便宜
- FCF Yield vs 債券殖利率是真正警訊：股票盈餘收益率 3.6% 低於美債 4.25%，出現罕見負風險溢價
- 用動態指標取代靜態 P/E：結合成長率、利率環境、產業結構做出理性投資決策