预期矩阵 Expectations Matrix

ServiceNow (NOW)

$106.01 · 当前 PE 75.2x · TTM EPS 1.41 · 数据截至 2026-11-03
终值 PE 列取自该公司自身历史分位数

调整任意参数后,地址栏会同步更新——把链接发给别人,他打开看到的就是你调好的假设。

5 年回报矩阵 复合年化回报 · 含股息与回购

行=利润增速 列=期末 PE
利润增速 ↓ / 期末 PE →349.6x259.3x122.6x87.2x65.7x
+20%+61.8%+52.4%+31.2%+22.6%+15.8%
+12%+51.0%+42.2%+22.4%+14.4%+8.1%
+8%+45.6%+37.2%+18.1%+10.3%+4.2%
+5%+41.6%+33.3%+14.8%+7.2%+1.3%
+3%+38.9%+30.8%+12.6%+5.2%-0.6%
+1%+36.2%+28.3%+10.4%+3.1%-2.5%
-1%+33.5%+25.7%+8.2%+1.1%-4.5%
复合年化回报 ≤-10% 0% ≥15%
PE 分位数仅覆盖约 3.8 年数据,反映的是近期市场状态而非完整周期。
历史归因仅覆盖 3.0 年而非 5 年——数据源只返回 4 期年报。

已实现回报归因

2022-12-31 -> 2025-12-31 共 3.0 年
年化股价回报
+25.4%
市值年化 +26.5%
PE
242.7 → 91.7
估值年化 -27.7%
来源年化贡献占比
估值变动-27.7%-143%
盈利增长+74.9%247%
回购效应-0.9%-4%
有一项占比为负或超过 100%%:该期间内某一项是拖累而非贡献(例如盈利下滑,全部涨幅由估值扩张贡献)。三项仍合计 100%%,但此时「占比」不宜按直觉解读。

怎么读这张表

矩阵的每一格回答同一个问题:如果利润按这一行的速度增长、而 5 年后市场愿意给这一列的估值,年化回报是多少。 它是一个恒等式的展开,不是预测。

表内数字是复合年化回报,不是累计回报,且已包含股息与 回购的贡献。把鼠标停在任意一格,可以看到对应的累计回报与期末股价。

最值得试的是股价调整滑块。把价格调低 25%,对回报的改善通常大于把利润 增速提高 50%——你唯一能确定知道的变量,影响力大于所有你只能猜的变量。

注意矩阵的四个角是自相矛盾的:一家 5 年后仍以 12% 增长的公司,市场不会只给它最低那一列的估值。 真实可能性集中在一条对角带上,而非均匀铺满网格。

本站为公开的估值研究工具,所有内容仅供研究与讨论,不构成任何投资建议。观察列表反映的是值得观察的公司,不代表任何人的实际持仓。数据来自公开源并经自动处理,已知存在若干局限(见数据与方法),使用前请自行核实。据此操作,风险自负。

数据每 10 天自动刷新 · 原始数据 JSON · 数据来源