📖 ZKIZ Archives

我們經常講模糊的正確，那麼如何才算是模糊的正確以及如何做到模糊的正確呢？

我個人認為模糊的正確可以大體從定性和定量2個方面展開。 

定性，有3個重要的問題需要回答：

所謂生意的特性，以前已經談過較多。簡單的講，就是這個企業是怎樣產生利潤的，以及其利潤的現金含量如何以及ROE特性等（ROE三大驅動因素的基本特徵）與其「賺錢的模式方法」緊密相關的一系列問題。

態勢這個問題既包含了行業性的大方向，也包含了企業自身的經營側重和發展方向，比較值得關注的是這兩者之間的契合度如何。比如農藥製劑或者獸藥行業的長期 集中趨勢，這種行業性集中的驅動因素何在？那麼針對到企業的必須特性又是什麼？什麼樣的企業能夠受益於這種趨勢？這就是行業發展態勢與企業發展態勢的結合 評估。另一方面，對於當前企業所處的生命週期、長期的發展空間要有一個確定，對於其未來的發展驅動因素，以及ROE的演變態勢（回報率潛力，持久性，驅動 因素）等要有一個基本的認識。

一個有利可圖的生意（第一個因素）以及一個很好的長期發展態勢（第二個因素），都需要第三個因素，也就是差異化競爭優勢來予以保護。前2個因素如果說是讓人垂涎的珍寶，那麼這第三個因素就是護城河。需要注意的是，所謂的差異化競爭優勢，不是泛泛而談的所謂「技術優勢」等東西，而必須是切中行業關鍵競爭點（比如醫藥的競爭點是研發，消費品的競爭點是品牌，其它一些行業的競爭點可能是客戶黏性或者專業性或者性價比等等）上的一系列有效的行為和證據。

實際上以上3點的結合，就是一個企業投資的邏輯支點誕生的過程。

而定量，可以看做是更多來自於數據方面的證據。

數據雖然沒有企業基本性質那麼穩定而容易產生波動，但是在結合基本態勢來判斷事物發展上更有說服力和可衡量性。比如我們前面提到了差異化的競爭優勢，但是這種優勢一定應該在經營數據上得到驗證。不能說一個企業一方面大肆宣揚自己的技術無人可敵，但另一方面與同行相比其毛利率卻節節敗退，或者發現其研發支出明顯低於同行，又或者乾脆這種技術優勢就無法轉化為銷售的結果。

「廣度」是某項變化的牽涉面有多大的問題。比如某公司的3條產品線，到底是全面進入之前預期的發展狀態了，還是只有1 個開始啟動？又或者企業的某項重大研發或者技術革新，到底這個革新，能夠影響到企業哪些方面的具體績效？是原材料成本的大幅下降？還是資本利用度的大幅上 升（比如某些柔性生產線）？又或者導致了銷售費用或者某項資產周轉率的明顯提升？

「深度」是變化的程度有多大的問題。比如2個產品線出現了明顯的加速度現象，那麼這個加速度到底到達了一個什麼程度呢？這種程度結合行業的背景或者企業的其它情況來看，能否確立起某種趨勢性的東西？又或者可能導致周轉率提升的某項企業營銷變革，這種提升能有多大的彈性？最終可以導致資產收益率有多大的提高？

變化的「速度」則揭示了某種經營的效率或者特性的問題。比如某些事物的變化速度非常的迅速，（比如東阿阿膠，在營銷改 革的1年後就出現了大幅度的增長，就表明了這種改革不但方向對頭而且行動到位給力）。而有些則不那麼容易見到成效，比如天士力的項目化管理變革，其效應是 漸進的而不是突變的（費用率的穩步下降而非突然變化）。我們經常可以見到一些誇下海口的企業，卻遲遲見不到兌現在數據上的跡象，這就需要警惕。當然更需要 警惕的，是另一種脫離了正常常識以及行業發展規律的「神奇的數據」，這往往是財務造假的前兆。

總體而言，通過定性的整體窺測結合定量的動態檢查，模糊的正確就大致可以從一個理念而「落地」了。所謂模糊的正確，可以理解為：

這其中，我個人認為定性是企業分析中最為關鍵的一環。定量的謬誤或者誤差雖然可能導致具體細節上的一些錯誤，但基本上不足以致命（除非數據開始顯示出明顯 的態勢逆轉證據而沒有意識到）。但定性方面的錯誤則可能完全謬之千里。還有一個現實問題，就是定量的數據分析雖然更加精準，但是數據這個東西很多時候有其 易變性和意義的模糊性。比如某項財務數據在某個期間突然出現異動（存貨大漲，管理費用飛昇），但這種異動很可能首先在下一個期間又恢復了正常而不具備足夠 連續性的說服力。再一個就是這種數據異動的含義往往存在多種可能性，可能是正面的，也可能是負面的（比如當期銷售費用的激增，或者研發支出的大幅增加）， 如何解讀實際上需要對數據背後的事態和商業規律有較高水平的認知。