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。
| 利润增速 ↓ ／ 期末 PE → | 46.6x | 42.6x | 39.2x | 35.0x | 31.7x |
|---|---|---|---|---|---|
| +20% | +22.6% | +20.5% | +18.5% | +15.8% | +13.6% |
| +12% | +14.5% | +12.5% | +10.6% | +8.2% | +6.1% |
| +8% | +10.4% | +8.5% | +6.7% | +4.3% | +2.3% |
| +5% | +7.4% | +5.5% | +3.8% | +1.5% | -0.5% |
| +3% | +5.4% | +3.5% | +1.8% | -0.5% | -2.4% |
| +1% | +3.3% | +1.5% | -0.2% | -2.4% | -4.3% |
| -1% | +1.3% | -0.5% | -2.1% | -4.3% | -6.2% |
| 来源 | 年化贡献 | 占比 |
|---|---|---|
| 估值变动 | +10.3% | 31% |
| 盈利增长 | +23.3% | 66% |
| 回购效应 | +0.7% | 2% |
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。