总市值和总资产，一个看市场，一个看家底
很多刚接触股票的朋友，看到行情软件上密密麻麻的数字就头晕。总市值、总资产、净资产、净利润……这些词儿长得像，意思差得远。今天咱们就把总市值和总资产掰开揉碎聊清楚。
总市值：市场愿意花多少钱买你
总市值，说白了就是市场给这家公司贴的价签。算法简单得很：股价乘以总股本。你楼下包子铺要是上市了，股价10块，总共发了100万股，那总市值就是1000万。
这个数字随时在变。股价涨了，市值就涨；股价跌了，市值就缩水。它反映的不是公司有多少家当，而是市场里千千万万个买家卖家，此刻觉得这家公司值多少钱。
市场情绪好的时候，一家每年赚100万的公司，市值能炒到1个亿。市场悲观的时候，同样的公司，市值可能只剩2000万。总市值里藏着贪婪和恐惧，它是个情绪温度计，不是资产负债表。
期货市场里没有总市值这个概念，但有类似的东西——合约的持仓市值。你持有一手螺纹钢期货，合约价值就是当前价格乘以合约乘数。这个价值随着盘面价格波动，跟股票市值一样，都是市场即时给出的报价。
总资产：公司账本上到底有啥
总资产是会计概念，来自资产负债表。它等于负债加所有者权益。公司账上的现金、存货、厂房、设备、应收账款，统统算进去。
总资产是历史成本的堆积。十年前花500万买的厂房，账上可能还记着500万，可实际市价早就翻了三四倍。反过来，一台设备折旧得差不多了，账上只剩残值，可它还能干活。
总资产多，不代表公司赚钱。一家公司总资产100亿，负债95亿，净资产只有5亿，这叫高杠杆。银行、地产公司经常这样。总资产少，也不代表公司没价值。一家互联网公司，总资产可能就几千万，但用户量巨大，市值能上百亿。
做期货交易的人看现货企业，也会瞄一眼总资产。总资产厚的企业，抗风险能力强，套保需求更稳定。总资产薄的企业，价格波动一大，可能连保证金都补不上。
总市值和总资产，谁大谁小？
正常情况下，总市值大于总资产，说明市场觉得这家公司未来能赚更多钱，愿意给溢价。科技股、消费股经常这样。
总市值小于总资产，叫破净。银行股里常见。市场觉得你账上的资产不值钱，或者未来要亏掉。这时候有人会去捡烟蒂，但得小心，便宜有便宜的道理。
总市值和总资产的比例，叫市净率。市净率小于1，说明市场在打折卖公司的家当。市净率大于1，说明市场在为未来的成长买单。
期货交易里，我们不看市净率，但看基差。现货价格和期货价格的差，跟市值和资产的关系有点像。现货是家底，期货是市场预期。基差走强，说明现货紧俏；基差走弱，说明市场预期悲观。
用总市值和总资产避坑
只看总市值容易追高。一家公司市值100亿，总资产只有10亿，市净率10倍。如果行业景气度下滑，市值能腰斩再腰斩。
只看总资产容易踩雷。总资产100亿，其中80亿是收不回来的应收账款，这资产就是虚的。市值跌到20亿，你觉得便宜，其实还是贵。
两个一起看，才靠谱。总市值远高于总资产，得看利润增速能不能撑住估值。总市值远低于总资产，得看资产质量有没有水分。
量化交易里，我们可以把市净率、总市值、总资产做成因子。低市净率因子长期有效，但需要剔除掉那些资产质量差的公司。代码示例如下：
import pandas as pd
import numpy as np
# 假设df包含股票代码、总市值、总资产、净利润、应收账款
# 计算市净率
df['pb'] = df['总市值'] / (df['总资产'] - df['总负债'])
# 剔除应收账款占总资产比例过高的公司
df['应收账款占比'] = df['应收账款'] / df['总资产']
df = df[df['应收账款占比'] < 0.3]
# 剔除净利润为负的公司
df = df[df['净利润'] > 0]
# 按市净率从低到高排序，取前20%
df = df.sort_values('pb')
selected = df.head(int(len(df) * 0.2))
期货跨期套利也用类似思路。近月合约价格代表现货家底，远月合约价格代表市场预期。近月远月价差拉大，说明市场愿意为未来付高价，这时候可以考虑买近卖远。
总市值是市场给的报价，总资产是公司有的家当。报价可能离谱，家当可能虚胖。两个数字放一起看，才能摸清一家公司的底细。做股票也好，做期货也好，搞懂这两个词，少交很多学费。
