成長統計如果只留下今天還看得到的公司,會不會把歷史寫得太漂亮?這裡固定 2019 年初的 TWSE 上市公司作為起始 cohort,讓「該年數可判定的起始公司」與「其中期末仍在市者」從同一份 EPS 快照出發。調整成長門檻與連續年數,就能直接看到兩種算法的達成率、實際分母與差距。這不是選股工具,也不把退場等同經營失敗;它是在量化一個常被忽略的資料偏誤。
成長統計如果只留下今天還看得到的公司,會不會把歷史寫得太漂亮?這裡固定 2019 年初的 TWSE 上市公司作為起始 cohort,讓「該年數可判定的起始公司」與「其中期末仍在市者」從同一份 EPS 快照出發。調整成長門檻與連續年數,就能直接看到兩種算法的達成率、實際分母與差距。這不是選股工具,也不把退場等同經營失敗;它是在量化一個常被忽略的資料偏誤。
關於這個主題的常見疑問與實用解答。
先固定 2019 年初已上市的 926 家普通股,再把季度 EPS 依年度相加(缺任一季不推估)。連續 N 年固定從 2019 年開始檢查,每一年都達到門檻才算達成;第一年因此使用 2018 年 EPS 作比較基期。基期 EPS 必須大於 0,由虧轉盈不計成百分比成長。兩個視圖都由同一份 cohort 快照計算,先依所選年數取可判定者;期末仍在市視圖再多套一個期末狀態篩選。
不行,這個工具也不提供任何個股清單。它回答的是「這種成長假設有多常見」,不是「哪家公司會達成」。歷史達成率是一個族群層級的基準率,用來校準你對某個成長假設的直覺;至於你看好的那家公司會不會落在少數那一邊,這個工具沒有立場,也不該有。所有結果僅供參考,不構成任何投資建議。
因為「一年做到」和「連續三年都做到」不是同一個難度,而且退場公司能被觀察的年數也不同。雙線圖讓你同時看達成率如何隨年數下降,以及排除退場公司後的線是否系統性偏高;表格中的 N 則避免把分母變化誤認成純粹的能力差距。
三點要一起看。第一,這是 2019 年起始 cohort,換起始年份或市場環境,結果會不同。第二,退出者越早離開,能判定的連續年數越短,所以每一格的分母不同;缺資料不是零成長。第三,退出可能源自合併、轉換上市或經營終止,不能把所有退出都解讀成失敗。兩視圖的差值只量化這份資料對「是否排除退場者」有多敏感,不是把真實機率校正出來。