Pe Ratio คืออะไร

PE Ratio

PE Ratio คืออะไร Price-to-Earnings อัตราส่วนราคาต่อกำไร EPS Trailing Forward Shiller PEG Value Growth อุตสาหกรรม

PE Calculation

# === PE Ratio Calculator ===

from dataclasses import dataclass

@dataclass
class StockPE:
    symbol: str
    price: float
    eps_ttm: float
    eps_forward: float
    growth_rate: float
    sector_avg_pe: float

def calculate_pe(stock):
    trailing_pe = stock.price / stock.eps_ttm if stock.eps_ttm > 0 else None
    forward_pe = stock.price / stock.eps_forward if stock.eps_forward > 0 else None
    peg = trailing_pe / stock.growth_rate if trailing_pe and stock.growth_rate > 0 else None
    vs_sector = ((trailing_pe - stock.sector_avg_pe) / stock.sector_avg_pe * 100) if trailing_pe else None
    return trailing_pe, forward_pe, peg, vs_sector

stocks = [
    StockPE("ADVANC", 220, 11.0, 12.5, 8, 18),
    StockPE("CPALL", 62, 2.5, 2.8, 12, 25),
    StockPE("SCB", 110, 12.0, 13.0, 5, 10),
    StockPE("DELTA", 800, 20.0, 25.0, 30, 35),
    StockPE("PTT", 35, 3.5, 3.2, 3, 12),
    StockPE("AOT", 70, 2.0, 2.5, 25, 30),
]

print("=== PE Ratio Analysis ===")
for s in stocks:
    t_pe, f_pe, peg, vs = calculate_pe(s)
    print(f"\n  [{s.symbol}] Price: {s.price}")
    print(f"    Trailing PE: {t_pe:.1f}x | Forward PE: {f_pe:.1f}x")
    if peg:
        peg_status = "CHEAP" if peg < 1 else "FAIR" if peg < 2 else "EXPENSIVE"
        print(f"    PEG: {peg:.2f} [{peg_status}]")
    if vs is not None:
        status = "BELOW avg" if vs < 0 else "ABOVE avg"
        print(f"    vs Sector Avg ({s.sector_avg_pe}x): {vs:+.1f}% [{status}]")

Industry Comparison

# === PE by Industry ===

@dataclass
class SectorPE:
    sector: str
    pe_range: str
    avg_pe: float
    growth: str
    reason: str

sectors = [
    SectorPE("ธนาคาร/การเงิน",
        "8-12x", 10,
        "ต่ำ (3-5%)",
        "Mature Industry กำไรสม่ำเสมอ Dividend สูง Cyclical"),
    SectorPE("เทคโนโลยี",
        "25-40x", 30,
        "สูง (15-30%)",
        "High Growth คาดหวังกำไรเติบโตเร็ว R&D สูง"),
    SectorPE("สาธารณูปโภค",
        "12-18x", 15,
        "ต่ำ-ปานกลาง (5-8%)",
        "Stable Income กำไรสม่ำเสมอ Regulated Industry"),
    SectorPE("อสังหาริมทรัพย์",
        "8-15x", 12,
        "ปานกลาง (5-10%)",
        "Cyclical ขึ้นกับเศรษฐกิจ ดอกเบี้ย"),
    SectorPE("Healthcare",
        "20-35x", 25,
        "สูง (10-20%)",
        "Defensive Aging Population Growth Trend"),
    SectorPE("ค้าปลีก/อาหาร",
        "20-30x", 25,
        "ปานกลาง (8-15%)",
        "Consumer Staple แบรนด์แข็ง กำไรสม่ำเสมอ"),
    SectorPE("พลังงาน/ปิโตรเคมี",
        "8-15x", 12,
        "ผันผวน",
        "Cyclical ขึ้นกับราคาน้ำมัน Commodity"),
    SectorPE("ท่องเที่ยว/โรงแรม",
        "25-40x", 30,
        "สูง (Recovery)",
        "Post-COVID Recovery กำไรกลับมา PE สูงชั่วคราว"),
]

print("=== PE by Sector ===")
for s in sectors:
    print(f"\n  [{s.sector}] PE Range: {s.pe_range} (Avg: {s.avg_pe}x)")
    print(f"    Growth: {s.growth}")
    print(f"    Reason: {s.reason}")

Valuation Framework

# === Stock Valuation Framework ===

@dataclass
class ValuationMetric:
    metric: str
    formula: str
    good_value: str
    use_when: str
    limitation: str

metrics = [
    ValuationMetric("PE Ratio",
        "Price / EPS",
        "< Sector Avg + PEG < 1",
        "บริษัทมีกำไร เปรียบเทียบอุตสาหกรรม",
        "ใช้ไม่ได้ถ้าขาดทุน ไม่บอก Growth"),
    ValuationMetric("PEG Ratio",
        "PE / Earnings Growth Rate",
        "< 1 ถูก, 1-2 เหมาะสม, > 2 แพง",
        "เปรียบเทียบ PE กับ Growth Rate",
        "Growth Rate เป็นการคาด อาจผิด"),
    ValuationMetric("PBV (Price/Book)",
        "Price / Book Value per Share",
        "< 1 ถูกกว่า Book Value",
        "ธนาคาร อสังหา บริษัทขาดทุน",
        "ไม่เหมาะกับ Tech (Book Value ต่ำ)"),
    ValuationMetric("Dividend Yield",
        "Dividend / Price x 100",
        "> 3% ดี > 5% ดีมาก",
        "ลงทุนระยะยาว รับปันผล",
        "Yield สูงอาจเพราะราคาตก ไม่ยั่งยืน"),
    ValuationMetric("ROE",
        "Net Income / Equity x 100",
        "> 15% ดี > 20% ดีมาก",
        "วัดความสามารถทำกำไรจาก Equity",
        "Debt สูง → ROE สูงเทียม"),
    ValuationMetric("Debt/Equity",
        "Total Debt / Total Equity",
        "< 1 ดี < 0.5 ดีมาก",
        "วัดระดับหนี้สิน",
        "บางอุตสาหกรรม D/E สูงเป็นปกติ (ธนาคาร)"),
]

print("=== Valuation Metrics ===")
for m in metrics:
    print(f"\n  [{m.metric}] {m.formula}")
    print(f"    Good: {m.good_value}")
    print(f"    Use: {m.use_when}")
    print(f"    Limit: {m.limitation}")

เคล็ดลับ

• Sector: เปรียบเทียบ PE ในอุตสาหกรรมเดียวกันเท่านั้น
• PEG: ใช้ PEG ร่วมกับ PE ดู Growth ประกอบ
• Forward: ใช้ Forward PE ดูอนาคต ไม่ใช่แค่อดีต
• Multi: ใช้หลาย Ratio ร่วมกัน PE PBV ROE D/E Yield
• Trap: ระวัง Value Trap หุ้น PE ต่ำแต่กำไรลดต่อเนื่อง

การนำความรู้ไปประยุกต์ใช้งานจริง

แหล่งเรียนรู้ที่แนะนำ ได้แก่ Official Documentation ที่อัพเดทล่าสุดเสมอ Online Course จาก Coursera Udemy edX ช่อง YouTube คุณภาพทั้งไทยและอังกฤษ และ Community อย่าง Discord Reddit Stack Overflow ที่ช่วยแลกเปลี่ยนประสบการณ์กับนักพัฒนาทั่วโลก

เปรียบเทียบข้อดีและข้อเสีย

จากตารางเปรียบเทียบจะเห็นว่าข้อดีมีมากกว่าข้อเสียอย่างชัดเจน โดยเฉพาะในแง่ของประสิทธิภาพและความสามารถในการ Scale สำหรับข้อเสียส่วนใหญ่สามารถแก้ไขได้ด้วยการเรียนรู้อย่างเป็นระบบและวางแผนทรัพยากรให้เหมาะสม

สรุปประเด็นสำคัญ

สิ่งที่ควรทำต่อหลังอ่านบทความนี้จบ คือ ลองตั้ง Lab Environment ทดสอบด้วยตัวเอง อ่าน Official Documentation เพิ่มเติม เข้าร่วม Community เช่น Discord หรือ Facebook Group ที่เกี่ยวข้อง และลองทำ Side Project เล็กๆ เพื่อฝึกฝน หากมีคำถามเพิ่มเติม สามารถติดตามเนื้อหาได้ที่ SiamCafe.net ซึ่งอัพเดทบทความใหม่ทุกสัปดาห์

สรุป

PE Ratio Price-to-Earnings Trailing Forward Shiller PEG อุตสาหกรรม Value Growth SET S&P 500 PBV ROE Dividend Yield ลงทุน