简单平均和市场测量比较

第15章　简单平均和市场测量比较

公司比较工作表　总揽

公司比较工作表的基本前提，是对每一个已经在单独工作表中计算出来的比率、估值和增长率，与行业矩阵进行联系，然后提供有用和简单的比较。后面，我们将用这些数据的一部分，依据它与同侪组历史上还有当前的比较情况，形成股票的美元价值。

在这个工作表中没有和税相关的内容，我们到目前为止做的每一件事都是很有针对性的。公司比较工作表是很大很长的，但是却不复杂。把它放在一起，坦白来说是有点无趣。安慰一下自己吧，这个工作表的输出值还是非常有用的。调到你最喜欢的电台，然后开始建立它吧，记住声音最好还是开小点。这个表格一旦完成，就会把许多原始数据转换成为非常有信息量的总结。

这个练习有一点点像在中西部的麦子地里操作一台大联合收割机：过程是非常直接的，但是如果你失去你关注的内容，你可能最后什么也得不到。主要的挑战是管理特别的多，来自不同的资源，然后又都在一个工作簿当中的数据。早期的Excel版本以及硬件的限制，我们会被局限到一次只能打开几个工作簿。随着Excel的极大进步和电脑运算能力的强化（主要因素），你现在可以一次性打开很多张工作簿。我们认为保持一些工作簿打开的状态是个不错的操作。

我们也会注意到在老版本的Excel中，如果矩阵被关闭，而单独工作簿还在进行工作，不是每一个在单独工作表上的改变都会捕捉到行业矩阵中。当然，只要我们把软件升级一下，这也算不上什么问题。还有，作为一个预先的提醒，对于所有你还开着的工作簿，任何时候你在链接源工作簿中插入或者删除一行或者一栏，这个操作都会对链接的工作簿生效。

设置网格：从关系到预测值

在工作簿的最上面，我们已经编译了最重要的集合：同侪组与计算值的关系，这显示在图15.1当中。在栏A和B中，我们从行业缩写和单独股票代码开始，为了少花点功夫，你可以链接到公司价格表现网获得这些数据。在栏C中，我们有直接链接到查询页或者间接地从价格表现网获得的当前价格。

栏D中，你可以看到每一家公司的计算出来的贴现自由现金流（DFCF）值。栏F是每个公司根据历史比较法算出的值。栏H是同侪衍生值（PDV）（还没有解释到，参看后面的章节16）。栏J中是混合股票价值，就是用三种方法（测量的DFCF、比较法和PDV）相结合算出的值。

这些计算的值都可以在单独的工作表上获得，在这里它们是有趣的，因为它们在单独的和结合起来的当前价格上不同。栏E、G、I、K中，我们看到分别通过DFCF、历史比较法、PDV和混合法得出的当前价格和推测值计算值是各不相同的。

贴现自由现金流是最有预测性的，并且，我将会说它也是最乐观的。相应的，计算出的DFCF值在这几个数据中，比当前价格平均高了68% （或者是在这个练习的时候）。由历史比较值确定的股票价值比当前价格平均高25%。这个组有过去五年的数据作为基础，并且能够预测将来的两年。由PDV确定的值与当前值的差异是最小的，差不多在18%的平均溢价。这是一个不完美的闭环（意思是我们的办法并不完美），并且它的值应该更加接近于当前价格。最后，混合股票价值的平均溢价是67%，尽管单独的组分有的比当前价格高，有的比当前价格低，但是综合起来就是这么个结果。

驾驭联合收割机：管理数据

我们已经在单独的工作表上计算了很多数据点，并且想要链接大多数，尽管不是全部，到行业矩阵中。我们发现用一些粗略的类别来组织数据是有帮助的，这些类别分别是：

●●收入和主要收入

●●资产负债表测量单位

●●差额

●●回报率测量值

●●估值

我们将把这些分成更小的部分。根据很多年的数据建立行业矩阵工作簿，使得工作簿无比的巨大，并且增长得像一个城市一样了，人口和社区的增长已经超过了规划者的预料。你可以采用我们已经学会的，在大杂烩架构上建立更加合理的工作表。

当从工作表链接收入时，我们使用的方针也会应用到紧跟在这个工作表后面的，其他部分的绝大多数地方。为此，我们概括了一个图释，这样这个部分成百上千个链接都可以在这个页面上看到。如果你原来在读这本书的时候有所偏重，现在应该重新审视我们这个部分的工作。

收入

收入在公司比较工作表中有一个傲人的地位并不令人吃惊。收入是估值讨论开始和结束的地方。主要收入也非常重要，和运营杠杆一样都在工作表的顶行。

从工作表顶部的预测值部分复制公司的名称和股票代码。你需要链接尽可能多的历史年度收入。可能你对于你关注的或者你的证券投资组合中的公司的历史年度收入很快就有了一个范围。选一个普通年份开始这个练习，如果有至少五年的历史数据那将是非常完美的。

我们应该直接从收入报表报告工作表上链接数据吗？答案是否定的。我们把年度数据存储在前面的比率和估值工作表上，这样可以链接到单独年份的值，然后拖拉得到所有年份的值。所以我们链接到R＆V工作表上年度收入报表的年度EPS数字。模型建立过程就是在不断追求精确性和使用方便性这两者平衡的过程。

我们总是打开一个单独公司的工作簿来开始这个练习。在链接过程中你也可以打开几个工作簿。在公司收入标题的下面和第一年历史单元格中，链接到合适的当年EPS值（标准或者试算报表的）。图15.2显示了同侪组的历史和预测的EPS和五年（2004—2008年）复合年度增长率（CAGR）。我们也已经包括了EPS增长在图示中。每一个EPS增长栏的底部你都可以看到简单平均和测量平均的增长。

在过程当中你要注意，当你链接的时候，如果链接的值显示一个美元符号在主单元栏的后面，另一个美元符号在主单元行的后面，去掉这些美元符号，否则，当你拖拉这些值的时候，你将复制了相同的单元格内容。一旦美元符号被除掉，拖拉年度摊薄EPS链接到最近的完整的历史年份，我们的例子中是2008年。

假设我们已经拖拉了所有公司的EPS值到最近历史年份中，也就是2008年，在下一栏中，让我们计算每一支股票和同侪组五年CAGR。许多CAGR公式将会在Excel中工作。例子中，简单的CAGR公式（=（L15/H15）^（1/5）-1）显示了Cisco试算报表收入增长率，在2004年到2008年的五年中，复合增长率为15.5%。

CAGR计算的麻烦是它的输入值中不能有任何负数。对于我们收入网中的一些公司，我们不得不精简一些（有负数数据的）时期来躲避开始时期的损失。这是一个持续面对的问题。当改变五年时期到2005—2009年，我们将不得不处理2009年很多艰难的的损失。所以当我们命名这个栏为“五年CAGR”，它不是简单的就是标准的五年，也许有时候会有一些改变。我们寻找一个大概的趋势，2004—2008年间，组EPS的大概趋势是一个非常低的两位数的平均CAGR。那不是一个糟糕的数字，但是，既然已经不完美了，我们处理这个只是作为一个宽泛的趋势指标而不是作为一个明确的数字。

现在我们需要两年EPS预测。假设2008年历史数据在栏L中，CAGR在栏M中，链接2009年推测EPS在栏N中。记住，如果你复制和粘贴这个链接穿过这两个栏（包括CAGR栏），那么你在两栏中会得到同一个链接中的值。所以如果你复制和粘贴或者拖拉，确定2009年的EPS值在2009年栏中，拖拉得到2010年的值。

收入相关值的下一个集合是收入增长。但是我们难道只在CAGR栏中做这个？有一个区别，我们在这个网中形成年度EPS增长，不是五年的增长。你可以使用一个简单百分比改变公式｛=（F15/E15）-1｝来确定Cisco年度改变值。从左到右从上到下拖拉填满网格。注意到五年平均的单独增长率的值（3%）不同于上面已经计算的五年CAGR的值（11%）。记住，CAGR计算仅仅使用了五年的开始和结束点而已。

主要收入

我们将要建立单独公司主要收入的网格，它将会与收入网格非常地相似。也就是说，我们将链接到单独公司的主要收入，并且将计算年度增长率。很不错的，主要收入的计数都是正数，意味着我们不用跳过不好的数据点。对于一些不成熟的公司，可能没有五年公告报告历史，就要更加小心，对于这些公司，我们使用合适的缩略时期，或者可以排除它们。还是要强调，我们只是寻找大概的趋势。

前五年（2004—2008年）组的简单平均主要收入增长率大约是每年11.6%，那是非常重要的数字。更加细节的传播，更多移动宽带和总是连接的生活方式不仅仅可以指示出周期性的复苏，而且在长期趋势里也发挥很重要的作用。

编译每个公司每一年的主要收入增长率，并且使用它们来计算五年平均增长率，我们得到五年的年均年增长率是16%。这个和上面算出的11.6%的匹配。从2001年到2002年的萧条以后，行业强烈增长了好几年。到了2008年，当然，世界改变了。2008年后期任何人做生意都不得不思考如果世界再次变成它曾经的样子怎么办。坏的年份对于单独平均增长率只有五分之一的影响。CAGR计算，相反的，仅仅摸到了2004年起始点和2008年的结束点，所以它的观点是扭曲的。这是一个关于未调整的CAGR的局限性的提醒，和我们在大多数地方使用普通最小二乘法回归平滑增长率的主要理由。

我们从收入和主要收入的结合上学会了什么呢？从收入上，历史分析的价值已经被限制，因为为了避免那些损失的年份我们做了很多调整，改变了CAGR的计算。看到2009年的中期，我们了解通讯设备收入正处在又一个糟糕的时段，简单平均下降了49%，资本测量相关值下降了23%。2010年两位数速度的复苏，用简单的平均复合一定程度好过测量复合。那个告诉我们那些规模较小，倾略性更强的公司，比它们更大的竞争对手要增长得快——典型的周期中现象。

主要收入，像提到的，总是更容易操作。五年主要收入的CAGR增长率是11%，简单平均增长率为16%，令人印象深刻——因为这是那段时间美国GDP增长的三到四倍。往前看，我们所有单独分析的集合表明主要收入在2009年下降了，用简单平均算出来是16%，用测量平均算出来是12%。事情其实可能更糟糕。回头看一下网格，发现2002年简单平均主要收入下降了34%。早期的金融危机，科技股是重灾区。在2008—2009年的全球萧条中，科技行业只是一个载体，而金融业唱了主角。

主要收入推测的2010年反弹看起来相当的平淡：预测简单平均为8%，测量为6%。但是我们看到2003年部门主要收入仍然是负数。当真正的复苏最终在2004年到来时，它是两位数的。

这些观察的重点当然不是观察本身，这个是常识，重点是数据的编译能够使分析师不仅仅量化算术趋势，而且可以形成广泛的行业趋势。

资产负债表测量单位

我们逐渐降低了财务实质工作资本的改变的重要性，相应的也降低了对于这样改变的现金流编译的优先级。CFO当然不会减少这个材料。阅读任何收入电话会议上的转录你就会发现，CFO将会把时间都花在流通销售天数和先进循环的讨论上。在结果发布后的问答环节上，分析师将会捡起这些数据。花在货物清单上的天数可能看上去是晦涩难解的，但是它反映了被绑在上面的钱。公司的主要市值可能掩盖不足。应收帐目（A/R）、应付帐目（A/P）和存货清单在总差额和在整个运营结构中共鸣。

我们可以从比率和估值页面导入更加显著的运营和流动性数据，我们趋向于关注这些地方：工作资本，流通销售天数和现金循环。像之前提到的，专业的投资者紧密关注这些测量单位因为它们能够告诉我们关于公司效率和执行的很多信息。

当我第一次进入分析行业时，很多当前比率是非常流行的。我把这个看做是理所当然的，却没有意识到我在市场的顶部开始了我的分析生涯。当我经历第一个下降周期时，我是困惑的，那些同样高级的分析师，已经为公司的大的当前比率唱了很久赞歌的，开始抱怨它们了。他们的抱怨是有效的，因为在下降市场中一个臃肿的当前比率很可能意味着现金被捆绑在无必要的存货清单中。

在最近的几年，公司使用资产负债表上的估值现金比过去更多。在那个基础上，未调整的当前比率可能看上去是令人怀疑的高。作为一个提醒，我们使用交易工作资本——在DFCF工作中。交易工作资本很可能是一个更好的报告对于企业的每天现金使用和需要，它可能是更好的测量单位对于行业矩阵。

公司持续地努力缩短它们的流通销售天数（DSO）和它的现金循环。在不同的地区，这个情况有一点不同，在欧洲和亚洲，销售周期更加不拘泥（更长的）。DSO和现金循环的下降可能实际上是一个全球增长的信号。更加显著的，不管公司的运营和全球供应链是如何的高效，它们不可能控制经济周期和终端市场。不可避免的，公司建立的这个测量工具，在需求糟糕的日子里根本就没有用处，而在销售情况好的日子里就有一定的用处。

因此，我们用几个脑子里的事情分析DSO和现金循环中的趋势，当然，我们寻找每一年的进步，在绝对周期（尤其是历史趋势）和同侪组的关系上。我们也会分析经济紧缩的各个时段的不同表现。那些看上去灵活的供应链实际上并非如此。阿尔卡特朗讯发行了更多的股票，但是这些测量工具依然显示它运行得很好。Alcatel-Lucent很多年以来都比任何公司在公司的财务情况上公布的更多。这些重要的资产负债表测量工具上的进步，可以被解读为是一个信号：所有视野外的和非运营上的最终结果出现了。

差额

公司比较工作表上的输入值被设计来帮助我们确定一个行业标准，并且用不同的行业评判标准来给每一家公司评级。不是每一个输入值都是相等的。每一个人都会看差额，它们是简单的、明确的和容易理解的。在公司的报告中，CFO花费很多时间预示差额进步或者解释差额的跌落。

在公司比较工作表上，单独年份的平均值和五年的平均提供了一个清晰的行业标准。同样有趣的是单独公司的差额趋势。当然，你可以跟踪这个进步，也就是在单独的股票工作簿上的总差额，但是看整个行业的进步总是有用的。

因此计算五年CAGR差额有时候是有意义的。如果一个公司2008年的总差额小于同侪组的，但是总差额增长比率超过同侪组的，就会减少一些“耻辱”。CAGR差额测量可以提供这个信息。

行业矩阵工作表中最典型的差额测量是：总差额、运营差额、税前差额、净差额、试算报表净差额和EBITDA（收入在利息、税、贬值和分期偿还之前）差额。就像使用收入和主要收入，对于所有股票我们输入尽可能多的历史时期，最少五年才能作为一个历史基础。我们计算每一年的简单平均和测量平均，以及五年时期的简单平均。

图15.3显示了公司网格组织，它在差额上提供了一些有趣的信息。2008年行业总差额比2002年的要好，尽管有更具前瞻性的成本削减，税前差额仍然相对于10年中期水平下降了很多。

回报率测量

最普通的回报率测量，是公司比较工作表上的行业平均数据：股票回报率、资产回报率、资本回报率和投资资本回报率，这些是标准测量值。因为长期的习惯，科技公司总是关注非标准收入，投资者也更愿意接受这样的结果，我们相信科技公司放了一个很低的优先级在他们的标准结果上。

最终影响是当分析这个组的ROE或者ROA时，它们小得令人惊讶，ROA尤其如此。可能是因为董事会和管理层不能够用从股票账面价值抽取十分之一这样的办法来浪费资产账面价值 ，尽管高价的和错误的收购也确实对资产造成了很大的浪费。

对于科技行业的子集，资产五年历史时期的回报率是4.3%。负的异常点扭曲了2009年简单平均ROA。这种数字强调了我们在资本测量工具上的依赖。到了2010年，公司假设将会从一个飞驰的复苏中受益，并且像其他大多数分析师一样，已经在我们年度的预测中增添了很多阳光，甚至用在了将会不那么顺利的地方。尽管如此，2010年简单平均ROA预测还是只有5%——基本上和保险公司的ROA差不多。

ROE中的绝对数值会好一些，它和分子没有关系，但是和分母很有关系。我们注意到在简单平均ROE和测量ROE中有显著的差别。对于大多数历史时期，几乎所有的股票回报率都来自两个公司，诺基亚和Cisco。事实上诺基亚的贡献是被伤害了，五年的简单平均是7%，ROE在2009年一路下滑到负的16%，然后在2010年反弹到正的9%。但是这样一个巨大的飞跃，主要原因是所有的损坏损失已经抽取了股东权益，这个时候所有的回报率都直接算在了更小的基数上面，得出的名义回报率自然就很大了。

估值

这个才是我们投资兴趣最强烈、最持续的地方。在单独股票工作簿上我们已经计算过。历史比较法可以帮助确定单个资产的美元价值，在这个类别中其有更多可以做。但是首先让我们简单地收集这类关键的测量工具计算的平均值——价格比收入、销售额、账面价值、现金流和相对P/E——为了看其关于行业平均和各种个股估值说些什么。

图15.4图示了很多投资者是明显不清楚的一个事实：即使主要收入的质量、收入和科技公司的资产负债表已经进步，价格/收入比率还是需要调整。

P/E中的五年趋势与将来的P/E相反，表明对科技股的看法已经暗地里发生了改变。我们通过组在历史上某一时间的P/E来表明这种数据收集的价值。在2000年和2001年，组的P/E是歇斯底里的（结果非常不理想）。许多股票跟着新的范例从100多美元的水平跌到几美元的股票的表格中去了，并且科技公司的“名誉”——鲁莽的、从现实中剥离的和在证券投资组合中的可憎的——被建立起来（也就是说科技公司的名声越来越差）。

但是行业不是静止的，行业不成熟的元素（车库启动的，没有明确的收益补偿金义务）逐渐消失了，最终科技公司成熟了，也对社会做出了贡献。他们都有低的债务、很多现金、平衡的全球消费者基础，不声不响中，科技公司变得值得尊重了。

对于前面的乱的组的五年平均P/E下降到了很低的20，前面的2.0的相对P/E突然降到了1.25。它是2009年和2010年的测量P/E，告诉了投资者对于这些股票真正的感觉。科技仍然是很大的变化，突然的释放可能导致它在世纪拐点的超级膨胀地位。但是许多改变编织进了投资故事当中，投资者总是用熟悉的方式对待熟悉的事情。

又一次，这个讨论的重点不是解释投资者改变一个特殊市场位置的预测的原因，而是图释方法来收集替代者的数据，及量化这样的观察。我们也会跟踪投资者对单个公司的预期轨迹。Juniper是科技行业中最成功的第二个例子，在20世纪90年代一直享受着P/E，甚至当行业趋势在2003年和2004年放缓，它的P/E仍然是很好的在行业趋势之上。逐渐的，它的P/E下降到了行业平均水准附近，但是仍然是一个溢价。后面我们将会讨论关于量化这个观察，但是现在跟踪改变就足够了。

部门工作表

我们不会花费太多时间在这个工作表上，因为它是“通才有兴趣的” 公司的比较工作表的一个缩略版本，大概只是为了客户的散发材料、报告、“对讲机”电话，或者更多的正式客户，总之做一个简单的撕开的表格就行了。许多投资决策都是在这个工作表的数据上作出的，包括EPS和EPS增长、主要收入和主要收入增长、P/E、相对P/E和企业价值/EBITDA。

这个工作表与公司比较工作表的区别是，它根据最主要的终端市场把公司重新分类了。通讯设备行业中，像大多数科技行业，现在充满了模糊的边界，明确的消费者分类的日子已经结束了。服务于服务提供商的公司（例如Verizon和AT＆T）也开始服务企业和商业客户了，仅仅做IT的公司例如Cisco现在也有几十亿美元的载体业务。

就在写这本书的时候，信息过程和网络已经结合为数据中心，最后科技分类将会完全模糊。当然， 通过更小板块分类的分组和分析的原则估值和增长数据，可以用来理解市场是如何真正地思考的。

图15.5提供了一个视野，在这个特殊的行业中，服务提供商市场是多么地困难。所有的企业为中心的公司现在都在盈利。主要提供载体市场服务的公司，很少有盈利的——一贯如此。

季度趋势工作表

矩阵工作簿是结合关键的季度数据的一个地方。一年有四个季度，如果你的行业矩阵已经是把它看做一个整体，用季度页面它可能就会过载比你想的更快。做一个卸载季度表格的点，在它们建立得太多，直到Excel变得很挤的时候。

在突然的市场转向中，市场衡量功能展示了它的价值，当投资者正在看着蔚蓝的天空出神而突然乌云密布时。图15.6显示了2009年的主要收入的趋势，那个时候投资者知道他们将得到负的年度比较值——在那个时候，投资者更加强烈地关注的是一个后继的结果。后继的主要收入获得显示在单元格G21中——4%季度增长在一个简单平均的算法下——讲诉了一些故事。但是在我们的观点中，4%主要反映的是公司在市场当中做的努力。

资产衡量后继改变在单元格I22中，相反的，告诉了很少公司做的和更多的是消费者做的。那些消费者确实增长了需求8%，不是4%的简单平均算法结果，行业也增长了8%而不是4%。这个“更好的”（应该说更准确的）是我们用一个市场衡量所有数据完整工作表（不是两个）的原因。

衡量工作表

数据点的市值衡量：一个总揽

用公共数据或者购买的数据形成的行业矩阵的一个优点，是管理和裁剪数据的能力，对于你的专长依据于市值总额的比率衡量、估值、平均值和其他数据点。当评估同侪组时，相比于简单平均的输出值，我们把市场衡量输出值看作是一个固有的更加有价值的和“更加真实”的。

如果你将问一个证券投资组合经理（PM）——他和她是正在如何做的，PM靠提供等同衡量的回报率回答，你将会察觉到回复是不老实的。谁关心资产回报率的简单平均值呢？只有行业的或者大环境的衡量回报率才抓住了真正的表现，并且，从管理下启动资产的改变，我们可以看到PM是如何赚钱和如何亏钱的。

作为一个在某一个单独行业的分析师，你很可能发现自己根据它们的规模和可获得的市场关注广泛的不同的公司。更小的公司倾向于丢弃很多“异常的”数据点相比于大的和更加沉着的企业。对于小公司持续关注是很难的，如果它们没有超出常规的表现。但是如果简单平均这些异常者的表现，我们可能过度评价可获得市场的强度在上升周期然后过低评价在下降周期。

在2009年，Corning增长了它的收入41%，一个更加小的竞争对手是32%的紧缩。Corning的市值是小竞争对手的26倍。我们对于市值衡量表现感兴趣的原因是它给出了一个更加真实的图像对于在可获得市场的活动，不仅仅是单个公司做的。在2009年期间，16个通讯设备公司后继主要收入增长率是3.8%，用简单平均法计算，但是市场衡量后继增长是8%。这16家公司代表了一个通讯设备市场的一个很大的部分，8%的增长最好地表现了行业的趋势。

Corning的市值是小型竞争对手的26倍，这是事实。2009年的主要收入也是对方的26倍吗？事实上，Corning的销售和是小对手的15倍。所以为了这个计算，我们应该将收入衡量增长代替资本衡量吗？

理想化的，是的，但是记住，我们工作在一个办公室——可能是一个小隔间，可能是办公室的角落——不是象牙塔。虽然我们不是完全不鼓励这个实践，但使用某些行衡量值来计算特定行的回报率是累赘的，并且将会形成一个拥挤的行业矩阵工作簿。然后，市值衡量是行业的管理，并且资产价值也已经暗示这个市值衡量是真实和有效的。

市值衡量：过程

你已经在前面听我们说了这个观点：有几个办法对于市场衡量回报率、差额、比率和其他的数据点。不管你使用哪种方法，都是累赘的而且有很多的脚印（例如它占据很多空间）。对于将要衡量的每一年和数据系列，使用我们的方法你需要两栏。在价格表现页面上，我们显示了市场衡量值可以是紧凑的。尽管如此，有这么多数据要衡量，我们需要让表格更大。

所以指定一整个工作，（对于我们的衡量过程实际上是两个。）原始的工作表叫做衡量值，另外一个就叫作溢出工作表，很明显，因为它包含更多的衡量值。让我们看一些衡量工作表的元素。图15.7显示了衡量工作表的一个摘录。

在工作表中的栏A到E中，我们有开始衡量过程的元素。栏A是公司名称，栏B股票代码，栏C当前价格，栏D是当年流通股份，栏E市值，就是简单地用当前价格乘以流通股份。我们使用栏E中的22行到36行来展示每个公司表示在组中的单个的百分比。

这个组的市值，像你看到的一样，是一个五颜六色的划分。Cisco基本有一半的市值，但是不常常如此。公司之间，已经下降了几个等级的例子有Nokia和Motorola。JDSU刚刚进入S＆P500的时候，曾经有1千亿的市值，现在大约只值10亿了。后来居上这包括Juniper（现在已经和Motorola一样大了，从资本上来说）并且更加显著的是Corning，达到了10%的权重。

当加和关注组的市值，我们看到总数是差不多2800亿美元。在世纪交接时，它的巅峰值是几乎1万亿美元——在那个时候，公司都是没有效率并挥金如土的，并且它们叫卖的科技充满了水分。现在它们传递一个可靠和可以转换为实用的科技，它们正在收集的财富在一个季度的峰值。我们使用总的或者组的市值，因为这个数字，在单元格E20中的，是有用的对于每一个资本衡量的计算。

为了开始这个过程，我们需要每一个数据点的两个元素：（1）单个公司的数据点；（2）数据点乘以它的市值。我们看一下如何市场化资本衡量的P/ E。图释显示从2003年到2008年的历史P/E在栏G到I中（注意到对于报告的目的，我们缩略了2004年到2007年在空白的栏I中）。我们在栏J中显示了五年平均。然后2009年的P/E在栏K中，栏L到P中用单个的市值乘以五年时期历史和将来年份的P/E。然后，重要的，我们已经加和P/E乘以资本的总数在栏L到P中。

为了执行资本衡量P/E，我们调回公司比较工作表。为了计算市场衡量P/E对于每一个单独的时期，用P/E乘以市值的和再除以总共市值。对于2008年，例如，公式是“=Weightings！Q20/Weightings！”E20和Q20是2008年P/E乘以当时市值的和，E20是组市值的和。

在2008年的数据中，根据衡量P/E与简单平均P/E的比率，我们很快看到了分子组的价值。几乎60倍的简单P/E倍扭曲了Motorola当年的P/E。更加合理的P/ E对于行业的巨人（Cisco，Ericsson，Nokia和Corning）显示了组中的投资者是正在平均付出40倍对于2008年的试算报表收入。甚至数字高过行业标准，对于每一只股票当2008年的平均价格保持相对更好的比收入趋势，这也是由于全球经济的大下滑。2H08表现实际上抵消了1H08EPS的很多。

我们好好地来看一下2009年的P/E，开始一眼看上去特别的低。在一个未调整的基础上，深入的试算报表损失对于Alcatel-Lucent、Ciena和Sycamore网络已经影响了不仅仅是简单平均还有测量平均值。如果我们在比较表格上消除这些负的P/E，它也将从测量计算中消除。

但是，因为只有Alcatel-Lucent在它们中间有很高的市值，降低了那三个很大的负P/E升高了简单平均P/E和测量P/E用一些百分比。2010年的市场衡量组平均P/E可能是一个更加真实的图像，很多投资者愿意投资这个组。大约15倍，这个组——有很低的债务，大量的现金，很少的薪水义务，广泛的全球市场，和在一个长期增长的领域——交易稍微低于市场。

大的五年比较历史估值——价格比收入、销售额、账面价值、现金流和相对P/E——看上去很像其他行业的折磨的估值工作。每一个公司都有至少有五年的历史数据。接下来模拟出这个组所有成员将来两年的P/E。简单的和测量的组平均对于每一年的单独公司的五年平均值，及简单平均对于单个五年的平均值。

不同的是我们已经花时间用五年估值方法计算了一个测量的平均对于五年平均值。在这整个工作表中，有将近500行，包括了20个数据集合，我们仅仅做这个最后一步对于大的五年历史比较的。

我们已经这样做因为需要信息对于我们估值谜题的最后一个片段，叫做同侪衍生价值。