在进行股权成本（cost of equity）研究时，研究者常依据过往文献中的模型框架。然而，当预测每股收益（EPS）数据不可得，导致无法直接计算标准PEG比率时，部分研究者转而采用替代公式：市盈率（PER）除以盈利增长率（earnings growth）。这一替代方法在实际应用中可能产生大量负PEG值，并伴随显著异常值，对研究结果的稳健性构成挑战。

针对负PEG值的处理，目前学界尚无统一共识。一种常见做法是将所有负PEG值替换为0，但此操作是否合理，需谨慎评估。将负值置零可能扭曲样本分布，并引入系统性偏差，尤其在负值比例较高的情况下，可能影响后续回归分析或因子检验的有效性。因此，建议研究者先诊断负值产生的根源——例如，盈利增长率为负（如亏损企业）或市盈率为负（如亏损或微利企业）——并考虑是否应剔除这些观测值，或采用其他调整方法（如Winsorize缩尾处理）以缓解异常值影响。

为获得正确结果，研究者可参考以下策略：

  • 敏感性分析：分别报告原始数据、剔除负值后、以及将负值置零后的结果，以检验结论的稳健性。
  • 替代变量：考虑使用其他增长指标（如历史增长率、分析师长期增长率预测，若可得）或改用其他估值比率（如P/B、EV/EBITDA）进行交叉验证。
  • 文献支持：查阅相关期刊文章，寻找类似处理方法的先例。例如，部分研究在计算隐含股权成本时，会排除负增长或负盈利的观测值，或采用截尾处理。建议检索如《Journal of Financial Economics》、《Review of Accounting Studies》等期刊中关于PEG比率应用的论文，以获取方法论依据。

关于“是否可将所有负PEG置为0”的问题，需明确：置零操作隐含假设负PEG代表无增长或零增长，但实际中负PEG可能反映企业盈利下滑或周期性波动，并非零增长。因此，简单置零可能引入测量误差。更稳妥的做法是，在稳健性检验中尝试置零，并对比结果是否显著变化；若结果一致，则可接受；若不一致，则需重新考虑处理方式。

总之，处理负PEG值需结合研究设计、样本特征及文献惯例，避免机械操作。建议研究者详细记录处理步骤，并在论文中透明披露，以增强结果的可信度。