美股估值真的瘋了嗎？明尼亞波利斯聯準會經濟學家用 Free Cash Flow 翻案

TL;DR

• 大家看 Price-to-Earnings ratio 覺得美股貴到離譜，但換成 Price-to-Free Cash Flow ratio 來看，市場估值其實還在歷史正常區間內
• 背後兩大結構性推手：勞動份額（labor share）從 1980 年至今下降了約 8 個百分點，加上企業投資長期偏弱，讓自由現金流成長速度遠超盈餘
• 大型科技公司正從「現金印鈔機」模式切換成「重度資本支出」模式，自由現金流可能大幅縮水，這對估值的影響需要認真看待
• AI 投資潮是雙面刃：投資如果沒回本，估值修正壓力巨大；如果成功壓低勞動成本，股市可能繼續撐住
• 股市高估值跟貧富不均本質上是同一件事的兩面，這個矛盾短期內無解

Podcast 與來賓背景

這集在 2026 年 4 月 11 日播出的 Odd Lots Podcast，是 Bloomberg 旗下討論金融、市場和經濟議題的招牌節目，由財經記者 Joe Weisenthal 和 Tracy Alloway 共同主持，兩人從 2015 年開始搭檔，在華爾街圈子裡算是必聽的節目之一。這集的來賓是 Jonathan Heathcote，明尼亞波利斯聯邦準備銀行（Minneapolis Fed）的貨幣政策顧問兼研究部副主任，專攻總體經濟學與不平等議題。他跟同事 Andrew Atkeson、Fabrizio Perri 在 2026 年 1 月發表了一篇論文 "A Macroeconomic Perspective on Stock Market Valuation Ratios"，用總經數據重新檢視美股估值，結論跟市場上多數人的直覺不太一樣。

---

你看的估值指標，可能從頭就選錯了

Shiller CAPE ratio（經週期調整的本益比）大概是過去二十年被引用最多的估值指標。每隔一陣子就會有人拿出來說「美股在歷史第 98 百分位，泡沫要破了」，然後市場繼續往上走。這個劇本我個人看了不下幾十次。

Tracy 在節目裡講了一句很到位的話：mean reversion is always around the corner。均值回歸永遠「就在轉角」，但那個轉角怎麼走都走不到。

Heathcote 的論文提出一個很簡單但被忽略的觀點：你看錯指標了。

Price-to-Earnings ratio（本益比，P/E ratio）的問題在於，分母的「Earnings」在計算時會扣掉折舊（depreciation），但折舊是一個會計估算值，跟公司實際花了多少錢是兩回事。如果你改看 Price-to-Free Cash Flow ratio（股價對自由現金流比率），也就是把分母換成公司付完所有帳單後真正剩下來的錢，畫面完全不同。

P/E ratio 一路往上飄，看起來像是市場瘋了。但 Price-to-Free Cash Flow ratio 從 1952 年到現在，雖然有波動，卻沒有那種系統性的長期上升趨勢。Heathcote 舉了一個具體的例子：1980 年（股市低點）跟 2022 年第二季，這個比率幾乎一樣，都落在歷史平均值附近。

這個發現的意義很大。如果你是投資人，你真正在乎的應該是：我投進去的錢，最後能拿回多少現金？Free cash flow 就是在回答這個問題。至於會計上怎麼分攤折舊、怎麼歸類無形資產投資，坦白說跟你口袋裡拿到多少錢沒有直接關係。

兩個結構性力量：勞動份額下降 + 企業投資偏弱

那為什麼 P/E ratio 跟 Price-to-Free Cash Flow ratio 會出現這麼大的分歧？

Heathcote 拆解出兩個從 1980 年代持續至今的結構性力量。

第一，勞動份額持續下降。 從 1980 年到 2022 年，美國企業部門付給員工的薪資佔產出的比例下降了大約 8 個百分點。8 個百分點的 GDP，這是非常巨大的數字。這代表同樣大小的餅，分給工人的變少了，分給企業主的變多了。所以企業盈餘（earnings）確實有在成長，而且成長得不慢。

第二，企業投資長期偏弱。 這些賺到更多錢的企業，並沒有把多出來的利潤拿去做大量資本支出。用更少的投資就能維持甚至擴大獲利，這在過去二十年的科技業尤其明顯。Google、Meta、Microsoft 這些公司在很長一段時間裡就像 Heathcote 說的 magic tree，搖一搖就掉果子，不需要蓋工廠、買設備，現金就源源不斷地流出來。

這兩個力量加在一起，結果就是：自由現金流的成長速度比盈餘更快。因為盈餘只是扣掉折舊，但自由現金流是扣掉實際資本支出。當企業投資偏弱的時候，實際資本支出低於折舊估算，自由現金流就會比盈餘更好看。

所以如果你看 P/E ratio，會覺得「股價漲太快了，盈餘跟不上」。但如果你看 Free Cash Flow，會發現「股價的成長其實跟現金流的成長差不多同步」。看哪個指標，得到完全相反的結論。

AI 投資潮：遊戲規則正在改變

好，講到這裡你可能覺得「所以美股沒有高估，可以安心了？」

沒那麼簡單。

Heathcote 的數據截至 2025 年第三季，到那時候整體企業部門的自由現金流還沒有明顯下降。但他自己也承認，最近幾季的數據可能會不一樣。

原因很明顯：大型科技公司正在瘋狂撒錢蓋資料中心。

過去這些公司之所以估值合理（從 Free Cash Flow 角度看），就是因為它們不太需要花錢就能印錢。但現在它們不只把賺到的現金全部投進去，有些甚至開始舉債。Free cash flow 從正的變成零，甚至變成負的。

Joe 在節目裡講得很直接：如果高估值的一個重要解釋是強勁的自由現金流，那當這些大公司的自由現金流歸零甚至轉負的時候，投資人應該非常認真地看待這個轉折。

這讓我想到之前寫過的 SaaSpocalypse 來了，但不是所有軟體公司都會死，當時軟體板塊五天蒸發 8,000 億美元，市場開始質疑 AI 時代下軟體公司的估值邏輯。現在把視角拉到更大的尺度來看，連整個美股的估值框架都在被同一股力量重新定義。

Heathcote 提了一個有趣的歷史對照：1980 年前後，IT 革命剛開始的時候，股市估值也是處於低點。當時有一篇 Hobijn 和 Jovanovic 在 2000 年左右發表的論文解釋，大家知道微晶片革命要來了，但沒人知道誰會是贏家、誰會被淘汰。Intel 和 Microsoft 那時候還不是上市公司，舊企業又面臨被取代的風險。不確定性壓低了估值。

聽起來跟現在 AI 的處境有幾分相似，但方向相反。那時候是「看到機會但不知道誰贏」所以估值低，現在是「看到機會而且大家都在砸錢進去」所以估值高。問題是，砸下去的錢到底會不會回來。

勞動份額的兩面刃：不平等 vs 估值支撐

這篇論文最讓我覺得不舒服（但必須面對）的部分，是關於勞動份額下降跟股市估值的關係。

邏輯很殘酷：勞動份額下降 → 企業利潤增加 → 股市上漲。所以股市上漲的一部分動力，來自於工人分到的餅變少了。如果持有股票的人跟領薪水的人是同一群人，這就只是左口袋換右口袋。但現實是，大量持有股票的是一群人，靠薪水過活的是另一群人。

Heathcote 很坦白地說：每個人都希望股市上漲，但如果上漲的原因之一是勞動份額持續下降，那這裡面有一個根本性的矛盾。

AI 讓這個矛盾更複雜了。以前大家擔心自動化會取代藍領工作，機器人取代工廠工人。現在風向變了，可能是白領知識工作者先被影響。之前在當 AI 把智力變便宜，人類最後的工作叫「驗證」裡聊過類似的觀點：AI 讓智力變便宜之後，稀缺性轉移了。

Heathcote 提了一個稍微樂觀的角度：如果被影響的是高薪知識工作者，而護士、建築工人這類需要動手的工作反而更不可替代，那貧富差距搞不好會縮小一點。但老實說，「靠高薪族群薪水縮水來縮小不平等」這個版本，聽起來不太讓人開心。

那到底該看哪個指標？

節目最後 Joe 講了一句很現實的話：投資人在市場好的時候會說「你看 Free Cash Flow，估值很合理」；等到大型科技公司的現金流轉負了，同一批人又會切回去說「你看 P/E ratio，盈餘還是很強的」。

每個人都在 cherry pick 對自己有利的指標。

但 Heathcote 的論文至少給了一個框架：如果你要判斷美股估值是否合理，Free Cash Flow 是一個比 P/E ratio 更乾淨的指標，因為它不受會計估算影響，就是公司付完所有帳單後剩下的真金白銀。

而現在的關鍵問題是：這些真金白銀正在被大量灌進 AI 基礎建設裡。

如果這些投資在未來兩三年開始產生回報，自由現金流會回彈，估值可以撐住。如果投資回報不如預期，那些靠「Free Cash Flow 很健康」來合理化高估值的論述就會瞬間站不住腳。

還有一個有趣的觀察：美股今年的表現其實不算特別好，反而是其他國家的市場跑贏了。Joe 和 Tracy 猜測，會不會 AI 的真正受益者不是建模型的人，而是拿模型來用的人？如果歐洲的化工公司、製藥公司靠 AI 大幅提升生產力，但不需要自己蓋資料中心，那它們的 Free Cash Flow 反而更好看。

這個觀點我覺得值得留意。

回到個人層面

我自己不做美股個股，但這集讓我重新思考一個更大的問題：我們習慣用的評估框架，是不是已經過時了？

不只是股票估值。在 AI 時代，很多我們習慣的衡量標準都在被挑戰。SaaS 用 ARR 估值合不合理？AI 正在把 B2B SaaS 的地盤一圈一圈縮小這件事，本質上跟這集講的是同一個母題：當遊戲規則改變的時候，你拿舊的計分板去看，當然怎麼看都不對勁。

Heathcote 的論文不是在預測股市會漲還是跌。它在做的事情更有價值：告訴你應該看什麼、為什麼看，以及現在哪些假設正在被挑戰。

至於結論是什麼，自行判斷吧。

想看更多這類總經與投資相關的產業觀察，可以訂閱 wilsonhuang.xyz，這類主題我會持續追蹤更新。