如何通过财报做公司基本面分析

2018 年 8 月 4 日 雪球

在看报表之前,首先需要得找出一些关键的问题,作为交易者,最好带着问题在财报里找答案。财务报表上哪些指标能看出企业经营是否正常,如果报表应该是真实度比较高的,那么可以通过 36 项关键问题点去展开分析:

1、企业销售业绩是反映还款能力的真实写照,基于此,银行首当其冲会将目光锁定在企业三年来的销售收入上,与此同时,可以看出企业的销售收入情况是愈加渐入佳境,还是陷入窘境。

一般来说,主营业务收入增长率大于 8%,说明该企业的主业正处于成长期,如果该比率不足 5%,说明该产品将进入生命末期了。

2、企业近三年的利润总额和销售利润分别是多少?三年来这些数据的变化情况,反映了企业怎样的成长曲线,原因几何?是企业竞争乏力,是行业不景气,还是企业具有季节性销售模式,诸如此类的种种猜测会迅速在信贷员的脑海中跳转。

3、企业近三年的资产负债情况如何?资产、负债、所有者权益分别是多少?资产负债率与行业总体特征是否趋同,保持「步调」一致。

4、企业近三年的经营现金流量是多少?净利润与现金净流量之间的差额又是多少?若现金净流量小于净利润,那么为何企业总向外掏钱,导致荷包扁扁。

5、企业流动资产和流动负债是多少?流动资产减去流动负债,剩余的运营资本有多少?若流动负债处于高位,是什么原因所致?是企业出现短贷长用的现象,还是显现出山穷水尽的迹象。

6、企业应收账款明细账上,有哪些应收账款的账龄超过 1 年,它们中有多少会沦为呆账,企业是否按照财务制度制定坏账准备。

7、应收账款的客户群体是单一化,还是零零散散、较为分散,它们是否有债务违约或取消合作的可能性。

8、应收账款周转速度是快如飞瀑,还是慢如蜗牛,是否符合同业标准?应收账款周转速度应大于六,速度越高,应收账款平均收款期越短,资金回笼的速度也就越快。资产流动性既然就有了保障,偿债能力当然也不会受拖累。

9、正所谓勿以「数」小而不为,当收入增长率敌不过应收账款增长率时,银行异样眼光也会向企业投射过来,眼神中夹杂着一丝疑惑,好像在说导致这一现象的原因究竟是企业经营管理不善,还是市场竞争环境加剧所致。

10、查看企业库存商品明细账,摸清其收发结存的情况及规律。

11、了解囤积在企业 1 年以上,不易变现的库存商品和半成品分别有多少。

12、产品售价以低于采购价出售时,损失达到多少?存货是否计提跌价损失。

13、存货周转速度中小企业应大于五次。存货周转速度越快当然越是一件好事,存货占用水平越低,流动性越强,流动资金能够在企业的控制范围内,为偿债能力上了一道安全锁。

14、存货增长额是多少?存货增长额与销售收入增长额之间的关系?与固定资产增长额之间的关系?与利润总额之间的关系?

15、存货发出时,企业采用了哪种计价方式?是实际成本计价法还是计划成本计价法,采用后对当期利润和成本带来了哪些影响。

16、存货当下存放在何处,是场内还是场外?存货是否已被缓解企业的资金压力派上用场,质押给他行或第三人。

17、查看预付账款明细,将采购价与市场价格做比较,看是否合理,且是否符合合同约定。

18、其他应收账款明细是什么?如果企业其他应收款/流动资产总额 ≥10%,则应审核其他应收款。要求核实说明该企业其他应收款的主要项目,以证实是否存在抽逃投资、大额资产转移现象,同时要对其他应收款的回收性进行审核说明。

一般情况下,其他应收款具体项目包括应收的各种赔款、罚款,应收出租包装物租金,应向职工收取的各种垫付款项,备用金,存出保证金,预付账款转入等。

19、固定资产明细是什么?产权是否明晰?

20、固定资产是否已抵押登记给他行或第三人?

21、企业采用了怎样的固定资产折旧方法?是年限平均法、工作量法、双倍余额递减法还是年数总和法?采用后,对当期利润带来哪些影响。

22、固定资产入账依据是什么?固定资产账面价值与实际购买价值是否相符?固定资产评估入账的依据是否充分?评估价值是否过高?

23、生产设备是具有时代感还是富有年代感?其是否具备可变现为王的魅力。

24、在建工程的总投资多少?已投资多少?竣工验收还需投资多少?在建工程投入使用对未来销售收入、利润、融资需求的影响?在建工程是否已抵押?

25、有禁止转让或补交土地出让金后转让的要求?土地是否已抵押?

26、固定资产是否已出租?出租合同的期限和付款方式是什么?出租价格是否合理?承租人是否同意租赁人违约时解除租赁合同或将租金缴纳给银行?

27、短期借款、长期借款、应付票据明细?各银行授信金额多少?授信余额多少?到期日?利率水平?是否逾期?五级分类?担保方式?是否有短贷长用现象?

28、应付账款明细?应付账款期限是多少?一年以上应付账款有多少?是否已违约?是否有纠纷?

29、应付账款增长额是多少?是否高于往年增长额?是否高于平时增长额?是否有调整经营性现金净流量的嫌疑?

30、预收账款明细?预收账款金额与合同约定生产进度是否相符?是否已开出预收账款保函?

31、企业营业税缴纳多少?企业进项增值税多少?销项增值税多少?是否与税单相符?与报表销售收入是否匹配?

32、企业是否享受各种税费减免政策?是否享受各种补贴?

33、企业实收资本多少?注资方式是什么?是否抽逃?

34、企业资本公积计账是否合理?固定资产评估增值是否符合市场价格?

35、企业经营性现金流入量占销售收入比是多少?

36、投资收益率是否符合同业水平?投资收益中获得现金的比率是否正常?长期投资是否存在不良资产?

对于一个陌生上市公司的财务报表,一般这样快速来浏览:

1、先看利润表的结构

浏览收入、成本费用、利润的金额和大致的比例结构,建立一个初步印象。看看最近两年利润表的变动,对经营状况的变动建立初步印象。接着再看利润表的盈亏与现金余额的增减变动对应关系如何,如果一个公司很赚钱,比如腾讯一年收入 400 多亿,净利润 100 多亿,我会好奇他的现金余额是不是也多了 100 多亿,如果是的话那 OK 确实够赚钱;如果不是,我会去看现金流量表,他到底钱花哪去了,或者是赚了但没收回来;

如果钱花在购买固定资产或公司并购上,那就去看资产负债表是不是相应增加了这些资产,以及进一步看能否挖掘到这些大额新增资产或并购有何目的以及是否合理(公司实际控制人通过虚增资产或隐蔽的关联交易是最容易进行利益转移的)。

2、浏览附注中收入、成本和费用项目的明细和变动

收入在我看来是最重要和值得关注的项目,一方面公司经营状况和趋势都体现在收入之中,理解公司的收入内容、结构、市场竞争力和未来趋势较为重要;另一方面,大多数行业中,会计收入确认相与一般人的商业常识和理解十分贴近,不像成本确认那么复杂(像制造业和房地产业等成本的成本计算,成本计算容易出错。假设利润率为 10%,如果成本多计了 1%,利润可能就减少 9% 左右)。

对于收入,比如看云游 Forgame,会从两个维度列表披露自主研发运营游戏的分成收入和 91wan 的推广运营分成收入明细、比例和每年变动,以及游戏发布和退市的数量和分布,甚至告诉你研发者和推广运营者的利益分成大概是 2:8。对于成本费用,主要也是看结构和内容,比如对 Forgame,我会看他的人工成本有多少,推广费用有多少。

3、浏览资产负债表结构

看两年现金余额以及现金流量表的收入支出分布。拿应收账款余额除以月均营业收入,看应收账款到底大致相当于几个月的收入(应付账款类似),掂量一下靠不靠谱,无法掂量也可以知道一下有个底。现金+各种应收应付款的净额可视为一个公司可确定的类现金资产(补充:A 股个别公司预付账款很大的,在会计上经常是做错账,比如将预付购置固定资产计入了流动资产)。

土地和房产的市价和账上价值差别比较大,需要单独拿出来划分出来看,专用机器和软件、长期待摊费用以及商誉大多数时候可以视为低价值或无价值资产,因为卖出去不值钱,而其挣钱能力已经纳入利润表分析中已反映的盈利能力了。

(看利润表是想知道公司最近几年都挣了多少钱以及增长率如何,可以粗略但不太合理地匡算它未来 10 年能赚多少钱。看资产负债表是想知道公司现在手上有类现金资产。这两者加起来就是公司的绝对估值,不准确,但可以心里有底。看利润表比看资产负债表要花时间得多,因为资产负债表反映的净资产是已经存在的事实,它是多少就是多少,八九不离十;但看利润表的收入、成本和费用,了解背后的业务经营状况,以及行业前景、竞争状况和企业的竞争力,进而来预测公司未来盈利前景和增长率,才是最核心和最困难的地方。)

4、关于现金流量表

学过会计的就知道,现金流量表是根据资产负债表和利润表倒算出来的,并不是每一笔现金流的汇总(官方指引就是这样编制的,也没有公司做账会去精细到划分现金流量类别)。所以,现金流量表并不重要,因为他所反映的事实,已经分散在资产负债表和利润表的明细里面,他仅仅起到辅助作用。

(比如:一个公司赚很多钱,现金却没增加,如果没有现金流量表,我需要去看费用支出情况和资产增减的情况来了解公司的现金到底花去哪了;有了现金流量表,我们可以把现金流量表当作去目录去查看,就可以更快定位现金增减在哪里)。

另外,现金流量表涉及较多计算过程,如果编制者不细致还容易会算错,再之现金流量表有些项目是列示「总额」还是「净额」编报表的人也很容易出错,看报表的人自然就会不太肯定或信任。所以,现金流量表在我看来,仅仅是一个承担一个现金流量的「目录」的角色,而且还要小心它到底有没有计算对。

5、财报中常常忽略不看的东西:

1)税项:税务是最复杂的会计处理内容之一。但可能我比较另类,我几乎从来不看(主要是因为即使逃税但一般交易者也不易看懂);因为上市公司相对守法,只要按规定交税,如果你了解税法,那它是怎样就是怎样了,无关一个企业的盈利和成长能力;

2)非经常性损益:非经常性损益无关一个公司的核心能力,它所产生的一次性后果已经反映在资产负债表了(比如政府给公司补偿发了 100 万元,这 100 万元已经变成现金体现中公司的现有价值上了,在利润表上我会当他没发生过);对重大非经常性损益我才会去看;

3)其他不重大的财表项目,比如如果其他应收款金额一直都不重大,我就完全不看他了;

4)大多数会计政策:财报中会有会计政策的长篇幅,我只会选择性看个别独特的东西,比如制造业中的折旧政策,收入成本很难划分的公司采用的确认方法,其他大多数完全忽略。即使有公司会通过会计政策做文章,但普通交易者不一定能看懂。

6、寻找业务接近的公司财报来做比较

将财报浏览完后,就已经大体上了解公司的资产规模和经营状况,包括利润率是多高,是轻资产还是重资产等等,但是如果不是业内人士,很难判断经营收支是否符合商业逻辑,这就需要尽可能需要寻找业务接近的公司财报来做比较,这也应该是所有财报使用者避免不了要做的事。看单一公司的财报只能看到单一的事实,而缺乏一个衡量比较的基准容易会使人缺乏方向感,如果能做到纵观同行业、相近行业和不同行业的财报,看财报就能在心里有所比较,心里更有底,所以,到底还是得多看。

而对于估值,专业投资或分析人员会将多年财报数据罗列出来,采现金流量折现等方法进行估值,估值涉及假设过多从而难以量化准确,但依然有重大参考意义;对于时间有限的业余人士,拿最近几年的利润和净资产做一个粗略的估值计算,在考虑股票流动性产生的财富放大效应的基础上,与市值做比较,也多少可以让自己心里有些底。

如何对互联网企业做基本面分析?

首先,讨论一下互联网生态的问题,每天大家都看到很多关于互联网生态的观点和评论,我今天跟大家分享一些我所理解的互联网生态的内在逻辑。

以交易为核心 ▼

首先,如何达成「交易」是整个生态的核心。换言之,所有的生态活动应该最终指向交易。2013 年,这个观点争论挺大的,当时很多人都认为,互联网是流量为王,以流量为核心。但现在认可我这个观点的人越来越多了。

那么,哪些是交易呢?在我的理论框架中广告不属于交易。我认为,交易可分为这三大类:实物交易、服务交易和金融交易。金融虽然也是服务的一种,但是因为金融业的盈利模式和风险控制和一般的服务很不一样,并且受到严格监管,所以我把它单列出来。

1、实物交易也包括两种形式:一种是线下交易,比如一家汽车制造厂商,找新浪做广告,然后指向线下卖车交易;另一种我们谈论更多的、跟互联网有关的方式是电商。

2、服务也分线上和线下。现已盈利的线上服务主要有两种,一种是游戏,另一种是交友或者是婚恋。线下服务就是现在最火的 O2O 服务。

而实现交易有一个巨大的壁垒,就是信息。交易本身附带着大量的信息,信息的丰裕凸显出注意力的价值。为了达成特定交易,就需要获得用户的注意力,就必须通过“导流”,所以,信息的导流对于交易的最终达成至关重要。

就像一个水库的导流,导流首先要有水库,然后要有渠道。信息的导流也是一样的,既要有「人群」,还要有「渠道」。

以人群为基础 ▼

人群有四种分类:

1、全人群,即所有人都要使用。比如谷歌在评价新项目的时候,会依据「牙刷原则」,即公司做出来的产品,能够让全世界一半的人每天使用两次。这意味着,Google 将自己产品定位于全人群。

2、基于社交工具的聚合人群,比如我们通过微博、微信朋友圈,以及各种各样的微信群分享内容来导流。

3、线上社区,就是用户根据自身兴趣或者特点,而形成的各种线上社区。

4、线下社区。我们家小区里好多的朋友,就是通过微信经常组织一些活动,形成线下社区。了解了不同的人群之后,我们就要考虑通过哪些渠道将这些人群导向交易。

以渠道为纽带 ▼

渠道有三种方式:

1、用户主动模式,是指用户自己主动去寻找信息,也就是「搜索模式」。百度和谷歌都是成功的通过全人群的搜索导向交易的商业模式。

2、用户被动模式,就是交易信息并不是用户有意识想要的,而是不经意间被推送的。最传统用户被动模式的就是广告。另一种用户被动模式是「导购」。现在出现了大量的垂直导购网站,最火的比如母婴系列导购网站,就是通过向妈妈们推荐给小孩和妈妈自身需要的产品,将流量导给电商,从而收取佣金或广告费。

(1)导购模式先将线上线下的人群进行纵横的分类。可以依据人所处的不同生命阶段来将人群进行垂直分类;也可以对人群进行横向分类,比如说爱好旅游的人群、打高尔夫球的人群。无论是纵向还是横向,做线上社区都需要对人群进行重度细分。

(2) 然后形成渠道内容。有三种内容形成的方式:UGC(User-generatedContent, 用户生成内容),这是大量传统社区使用的方式;PGC(Professional-generatedContent,达人推荐内容),这种方式是以达人为主导,比如说穷游网;但我我认为未来一定会走到DGC(Data-generatedContent,数字匹配内容)模式,通过人群信息的采集来匹配平台自由数据库,以生成用户所需内容。

3、用户互动平台。它通过用户参与来形成一个广泛互动的交流平台,连接人群端和交易端。这是传统制造业能成功升级的关键所在。通过打造一个用户互动参与的平台,将人群需求与生产能力连接起来,打通从人群到交易的整个过程。虽然目前已出现了一些企业级的互动平台,如小米,但非常可惜的是,市场仍然缺乏一个平台级应用,一个可以适用于各类公司及场景、可以定制的用户互动参与平台。

基本运行机制 ▼

我们下面进一步来说明人群、渠道和交易这三者之间的运行机制。一般来说,一个交易是从人群的需求开始,通过渠道的信息导引,最终到交易端的交易完成,我们把这个过程称为从信息到交易的交易促成机制。

另外,在交易完成之后,交易信息、渠道信息及其交易体验会返回来影响人群端的行为,这个过程叫做信息反馈机制。在这两个机制的共同作用下,会形成大量的数据,在数据层形成人群、渠道和交易端的有机融合。

关键与趋势 ▼

面对人群端、渠道端、交易端的众多应用,如何评价是否是一个好的应用,处于不同环节应用的成功关键是什么?我认为,做人群的产品一定要实现「高频」,做渠道的追求「精准」,做交易场景的追求「便捷」。目前中国的互联网企业中已有这样的基因代表:人群端的基因代表是腾讯,渠道端的基因代表是百度,交易端是阿里。BAT 各占一头,他们把自己的环节经营好了,就能做到的千亿级以上的公司。

如何做好这些不同类型的应用?做人群端的,关键是要懂得人性,做渠道端的关键认识到数据的重要性,做交易端的关键是设计用户友好的场景来促成交易和支付。

各端应用的收入模式是什么?人群端主要是靠广告及增值服务,渠道主要是靠广告、佣金和导流费用,只有交易端能够形成利润。我们再进一步分析就会发现,在整个生态里面,如果没有交易环节,整个生态就没有收入。而在人群端和渠道端实现的收入,本质上说都是交易利润分配的。

换句话说,在交易端能够赚 1 元钱,才可能有机会分给渠道 2 角钱,分给人群 3 角钱,但如果没有在交易端赚的 1 元,前面环节是无法获得收入的,整个生态就会崩溃。这就是为什么我说所有的产品最终必须指向交易的原因。

未来做人群的,最核心的就是要了解用户的模糊需求,即使用户不主动提出需求,但是公司仍然能知道。例如通过人群画像、通过数据采集的各种方式,能够分辨出用户的模糊需求,然后在渠道端把不同人群的信息给融合起来,达到数据链匹配,最终导向柔性生产。我觉得这是未来的一个大方向。

现在很多人都说以后若没有技术,估计很难创业了。我觉得大家都有创业机会,做人群的人,未必需要有很多技术,但一定是有情怀的人,比如文青就是很有情怀的一类人;但如果做渠道和数据,最好是工程师,最好懂技术;而做交易的可能是个商人,有商人的特质。

比如 BAT,做微信的张小龙确实是一个很有情怀的人,李彦宏就是一个工程师。马云肯定是一个商人,能细致地考虑并安排好各个方面的利益关系。所以,大家都有机会,只不过要挑适合你们做的事情。

「互联网+」下的产业链整合 ▼

刚才我讲的是一个二维层面的状况,未来我们需要从立体的角度来考虑这个问题,就是不仅从一个简单的端,而是从一个层面来考虑。

在人群层,我们最重要的考虑是,做的产品能多大程度聚合社群。在全人群的空间里面,每个人或者人群都是一个信息采集点,这个人不仅是指自然人,也可以是公司,是法人。这些人和人群会有大量的行为和信息,我们需要把他们聚合在某一个社群里面。

举个简单例子,许多人都喜欢旅游,我们有没有办法把这些喜欢旅游的人给聚合在一起?这就需要有一帮有情怀的人,通过一些讲故事的方法,将这样的社群聚合并构建好。在有了社群后,我们就可以采集到各种各样的信息,并进行数据画像,然后这些信息就会归结到渠道层,以进一步进行大数据的融合。

大数据融合的关键是,在这个社群,或许只能采集到一部分信息。而另一个社群里,也许能采集到另一部分信息,这两部分信息一叠加起来就可能是一个很有价值的数据点,就可以拿来促成交易了。在数据层融合了很多大数据之后,就可以指向下面的很多具体交易。

有了大数据融合的支持,未来的产业链整合可能完全不同于传统方法。以前产业链的整合都是这么做的:比如说我是卖轮胎的,为了把轮胎做好,我就去买一个橡胶厂,这就是纵向的业务整合。另一种整合是比如我在深圳做超市的,看到东莞也有做超市的,就把它合并了,这种是横向的业务链条整合。

而未来可能未必如此。在未来,也许会将卖汽车、卖豪宅、卖高端的医疗产品,这三个原本非常不相关的业务放在一个集团里面。因为当这个集团掌握了大量高净值人群的核心数据,就可以通过这个数据点来映射可以由这个数据点所涵盖的各种业务,以此进行产业链整合。这不再是以前所说的业务之间的协同效应,而是要进一步考虑数据层映射下来的数据「融合效应」和「溢出效应」。

所谓溢出效应是指,我卖豪车的可能有一堆高净值人群的数据,我有这堆数据之后,下一步的扩展不仅仅是开更多的 4S 店,我还有可能会买一家高端医院,专门来服务这些人群。并且我知道他们有什么样的需求,还可以跟房地产商合作,根据这些人的具体偏好来做设计产品。

所以在未来,产业链整合的制高点其实是数据归结点的控制。你控制了多少数据,就意味着你可以整合多少产业链。所以,信息采集点的铺设就成为了一个非常重要的关键。现在,我们数据采集点的铺设做得还不够好,但其实这也给大家留下了巨大的创业空间。大家可以想想,如果有一个好办法,能采集不同的信息,并且聚集起来,这绝对是一门好生意,会吸引到很多投资。

根本原则 ▼

讲完了互联网生态基本情况,我们可以总结出一个评估公司价值的根本原则:站在哪里,朝哪个方向,离什么交易最近。

「站在哪里」是指,所做的是人群端,渠道端,还是交易端。公司是站在什么细分市场里面做什么样的事情。

「朝哪个方向」是指朝向哪个具体的交易,应该跟谁合作才能够让交易能够最快的促成。

「离什么交易」是指所朝向的交易的市场规模。我们要看所指向的交易是十亿的市场规模,还是万亿的市场规模。还要判断这个交易是高毛利还是低毛利,是一个很累的交易还是一个很简单的交易。所以离什么样的交易最近非常重要。

「最近」是一个关键词,我们在互联网思维里面,经常会听到「唯快不破」,「唯快不破」以前更多谈的是速度上的迭代。但什么是最快的,直线是最快的。所以,我想说的是如何能够以最快的速度实现闭环,就是要找了一个好的方式,离所需要的交易最近。

互联网平台公司财务报表分析 ▼

基于我们以上对互联网生态的理解,如何提升我们的财务分析能力呢?我举几个例子,这是 2013 年年报,这是最新的季报。去哪儿去年亏了 1.9 个亿,今年一个季度就亏了 4.2 个亿。优酷、京东、微博也是巨亏。很不幸,我们很多互联网公司都亏损,那该怎么看?是公司盈利能力不行,还是公司其实不错,但我们的财务信息有重大缺陷,没办法去体现它的价值?如果是后一个原因,我们就改变和提高我们的方法,发掘公司价值。

网络效应 ▼

传统的许多行业是线性关系。但互联网平台公司是另一种形式,存在网络效应。平台公司通常有超过两边的市场。举一个双边市场的例子,比如淘宝就连接了卖家和买家。

网络效应是指某一个单位增加,会引起其它单位的增加。举个例子,比如微信,越多人用微信,就有更多的人会使用,这就是一种「同边网络效应」。另外还有一种网络效应,当买家越多,就会有更多的卖家出现,接着就会有更多的买家,这种被称为「跨边网络效应」。无论是同边网络效应,还是跨边网络效应,都是一家互联网公司最重要的价值所在。

财务目标 ▼

有了对互联网平台的一点基本知识后,我们来谈一下财务分析。首先谈财务目标。一家公司一定是有财务目标的,互联网公司和传统公司的财务目标有极大的不同。比如我要投资做一家发廊或小卖铺,第一句话我就会问,什么时候回本?什么时候开始赚钱?传统行业追求的是「短期赢利」。

互联网公司不一样,互联网追求的是「我要活着」。因为在每一个细分领域,往往不会有超过两家公司,「赢家通吃」。传统市场就好多了,能允许多方共同分享。如空调就有格力、长虹、奥克斯等等。既然财务目标不一样,那么我们做财务分析也就不一样,对于一家公司估值的方式也不一致了。

以「去哪儿」为例 ▼

接下来我来讲互联网平台公司财务分析的具体方法。我们以「去哪儿」公司为例,这个公司的盈利情况很差,其财报显示,2011 年亏损了 4100 万,2012 年亏损 7500 百万,2013 年是亏损 1.5 个亿,就是说这家公司亏的越来越多。

「收入结构」决定赢利模式 ▼

我们第一步是看收入结构,收入结构决定赢利模式。去哪儿最大的一块叫 P4P 收入,即用户每点击一次去哪儿网的点击,去哪儿就会收取旅游服务提供商一定比例的费用。所以本质上,去哪儿是一个广告公司,它就是导流量的。刚有同学跟我说它跟携程很像,我们再看携程,携程赚的是酒店预订和机票预订,它赚的是佣金。去哪儿卖的是广告,携程赚的是佣金,这显然是不一样的。

去哪儿把这种模式称为比价搜索平台,来收取点击服务费,这跟百度很像。携程实际上是把线下的旅行社搬到了线上了,将原来要线下填单子或者靠打电话订机票的服务方式,改变为线上买机票订旅馆,所以携程仍然是以传统的旅行社模式来赚钱。所以我们不分析这个结构的话,有可能以为他们是一样的,其实他们的内核是完全不同的。

「成本结构」决定平台延展性 ▼

我们第二步是看成本结构,成本结构决定平台延展性。成本包括固定成本和变动成本,如果固定成本比较高,那就意味着平台的延展性比较好,收入越增长,毛利率就越高。简单点说,我如果投了一笔钱进去,再也不需要投钱,那么我多卖一个人,我的平均成本就会更低一点,毛利率就更高一点。平台延展性对一家公司能够持续,并且对某些不可预料的爆发点能作出快速反应,有决定意义。

从图 7 看出,优酷的收入在 2011 年到 2012 年收入增加了 100%,但宽带成本增加了 61.5%,所以宽带成本的固定性很强,而内容成本增加了 203.3%,所以内容成本的变动性很强。

进一步讲,如果我们要给优酷提建议,那很重要的一条就是变动成本增速远高于收入增速。如果你们去一家公司做尽调,要把固定成本和变动成本分析清楚,看它的平台延展性怎么样。总成本一定,固定成本比例越高的话,延展性就越好。

调整毛利率 ▼

会计有一个重要原则叫配比原则,就是收入和成本要匹配,若公司一年发生100万的收入,要弄清楚需要多少成本以匹配。但是互联网平台公司和传统公司的成本配比是不一样的,我们对毛利的概念就要去拓展一下。

一家互联网公司为了达成交易,引流是一件非常重要的事情。也就是说你的用户数量和收入往往是和你的营销费用紧密相关的。如果哪一天营销费用下降了,用户数也跟着下降,根据配比原则,由于是用营销费用来驱动收入,那么营销费用就应该进入毛利率的计算中。传统的毛利率计算方法是收入减去成本,除以收入,我们发展出了一个指标叫做「调整后毛利」,即收入在减去成本后,还要再减去营销费用,除以收入。

我们来对比去哪儿和携程(见图 8)。去哪儿的调整前毛利率在 80% 以上,高于携程的毛利率。但调整后发现,携程的毛利率都在在 50% 以上,而去哪儿只有 30% 多,从这个指标我们可以看出去哪儿较携程要差一些。这说明去哪儿需要大量的流量购买来实现交易,而携程整体竞争力更高。

网络效应的计量 ▼

我们可以通过三个指标来计算网络效应。

1、单位活跃用户价值(营业收入/活跃用户总数):它体现的是单位活跃用户带来的收入,网络效益越好的话,它用户价值就应该越高。

2、用户活跃度(活跃用户数/用户总数):体现的是总用户中活跃用户所占的比率,如果是一个好的平台,这个指标肯定要更高一些。

3、单位营销效果(用户总数/(营业成本+营销费用)):就是我每花一块钱能带来几个用户。在极端情况下,我什么钱都不用花,用户就纷纷而来,我们把这种流量叫做自然流量,不然的话我就要购买流量,就要做营销了。我们要拿用户总数除以我们所有的投入,即营销费用加上营业成本。

分解模型 ▼

我自己做了一个指标,现在也有越来越多人在用,叫做「投入毛利率」(调整后毛利/(营业成本+营销费用))。资产负债表在互联网公司不好用,因为它每有一块钱都要用掉,用掉了还不能确认为别的资产。比方说现在投了 500万 进来,我这 500 万拿来买车了,我就有 500 万资产,但我用来招了一堆人来写代码,我就 1 分钱资产都剩不下,但我确实投了 500 万。

因为它最终形成的资产可能非常的小,但投入可能非常的大,所以资产负债表就不好用了。因此,我们在考虑一家公司实际的经营业绩的时候,应该考虑它是投入多少,投入能带来多少毛利。所以我发展出了「投入毛利率」的概念,而不是资产负债表的资产或者所有者权益。

见图 9,投入毛利率可以分解成四个指标,它等于调整后毛利率,乘以单位活跃用户价值,乘以用户活跃度,乘以单位营销效果。

见图 10,根据去哪儿 2010 年到 2013 年的数据,调整后毛利率从 44.8% 现在提升到了 2013 年的 53%,这好像跟我们一开始看财务报表的感觉不太一样,我们之前看到的财务情况是越来越差。但其实我们分析越来越差的原因是加大研发,还有一部分股权溢价之后记录到了管理费用,后者是一次性的。在我们进行调整后,发现其实这家公司的状况是越来越好了。所以研究公司,用什么角度来看,是非常重要的一个问题。

在将这个调整后毛利率分解后,我们发现去哪儿最重要的改进是单位活跃用户价值提升了。2010 年的时候,单位活跃用户才花 9.8 元,2013 年花了 14.6 元,这个很好。但是单位营销效果越来越差了。2010 年的时候花 1 元钱还能带来 0.84 个人,2013 年我只能带来一个 0.52 个人,这说明该行业竞争越来越激烈,流量越来越贵了。

下一个问题,我们是否可以根据上述分析来给去哪儿提一个建议?我个人觉得,其实去哪儿稍微提高用户活跃度是不是比较简单,我个人不太喜欢去哪儿,我觉得第一是客服确实太差,第二是里面报价太混乱,所以很多人用完一次就不用了。去哪儿如果能够将用户留住,将用户活跃度提升 30%,那么利润就会提升 50%,那多好了。

一个好的财务分析方法,第一能够用一种新的角度看一家公司的报表;第二,我们是要发现他公司价值增长的原因在哪;第三,为公司进一步发展提出建议。

调整研发费用 ▼

此外研发费用也是一个问题。财务会计有一个缺陷,为什么买一辆车可以说是资产,但找人写代码就是费用?这种道理在互联网的时代里是站不住脚的。我们要考虑,能不能用某种财务报表分析的方法将支出的研发费用调整为资产?根据多年的会计、金融的研究,大家都觉得研发费用应先资本化,后费用化。我们先把过去三年所有的研发费用资本化,然后再摊销,其实更符合公司价值。

见图 11,数据显示去哪儿原来 2010 年亏损了 4100 百万,2012 年亏损 7500 百万,2013 年是亏损 1.5 个亿。但如果我们调整了去哪儿研发费用后发现,2012 年公司其实是赢利 1190 万,2013 年就亏了 3000 万左右。这个亏损主要是因为公司 2013 年上市,高管手上所持有的股份溢价,计入了管理费用而造成的。这家公司并没有想象中的那么差,并非如我们之前所说的每一年都亏损,并且亏损越来越大。

公司在生态圈中的地位 ▼

从财务报表中,我们还可以分析出公司在生态圈中所处的地位。如果公司在生态圈里是有话语权的,最简单的是公司能欠别人钱,别人不欠公司钱。如果别人谁都能欠公司的钱,公司什么钱都收不回来,那确实没有江湖地位。公司的应收账款比较小,其话语权就比较大;若应付账款比较小,则话语权就比较小。

2012 年,去哪儿无法预收别人的钱;但是携程每做 1 元钱生意,就要预收 3 分钱,有预收款说明很不错。2013 年,去哪儿做 1 元钱生意,别人会拖欠它 2 角钱,携程则预收别人 9 分钱。去哪儿基本不拖欠别人的钱,但 2012 年携程每做 1 元钱的生意就能拖欠别人 0.12 元,2013 年可以拖欠别人 0.23 元。总体来说,携程在整个生态圈里的话语权是要高于去哪儿。

我们小结一下:第一,去哪儿大量的流量都是买来的,调整后的毛利率是远低于携程的。第二,通过应收应付的分析,去哪儿在生态圈里面的话语权也很差。

投资与平台布局 ▼

我们再进一步分析公司的投资与平台布局。通过从年报中看到一家公司的子公司和关联方情况,从而了解其平台布局。我们可以分析出它的子公司和关联方是提供流量还是提供收入。

去哪儿的子公司都是提供技术和广告服务的,能带来收入,但不能带来流量。像去哪儿这样的公司,是别人实现交易的通道,它肯定要找一个流量靠山。财报显示,它最大的关联方就是百度,其 51% 的流量都来自于百度,并且百度收购了它大量的股票,还经常对其提供低息借款。

我们由此分析出,去哪儿在整个产业布局的战略很明确,公司通过建立一堆收入型的、小环的子公司,为本公司提供收入,然后再去找一个关联方——百度来提供流量。可以看出,去哪儿的整体战略目标就是做别的大流量平台(百度)的一环。

登录查看更多
0

相关内容

携程旅行网 创立于1999年,总部设在中国上海,员工17000余人,目前公司已在北京、广州、深圳、成都、杭州、南京、厦门、重庆、青岛、沈阳、武汉、三亚、丽江、香港、南通16个城市设立分支机构,在南通设立服务联络中心。 成立至今陆续收购和投资:中软好泰、香港永安旅游、台湾易游、驴评网、驴妈妈、订餐小秘书、星程酒店、松果网、古镇网、途家网、鸿鹄顶级旅游、铁友网。

目前业务主要为:机票(国内/国际)、酒店(国内/海外/惠选/团购)、度假(旅游/票务/租车/邮轮)、商旅(企业商旅)、铁友网(动车/高铁)、订餐小秘书(订餐/婚宴)、社区(驴评网)、松果网、古镇网、途家网、鸿鹄顶级旅游、携程自由行杂志
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
专知会员服务
114+阅读 · 2020年6月12日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
快手的变现能力,可能不及抖音二分之一
互联网er的早读课
5+阅读 · 2019年8月27日
我们是怎么理解服装去库存的?丨盈动研究
盈动资本
5+阅读 · 2019年3月29日
战略|咨询公司在中国的困境与出路
智慧云董事会
16+阅读 · 2019年3月13日
重磅!2019中国经济研判,涉及20个敏感问题…
笔记侠
10+阅读 · 2019年2月17日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
6+阅读 · 2018年8月27日
Arxiv
3+阅读 · 2018年8月17日
Arxiv
6+阅读 · 2018年2月28日
Arxiv
5+阅读 · 2018年1月16日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关VIP内容
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
专知会员服务
114+阅读 · 2020年6月12日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
相关资讯
快手的变现能力,可能不及抖音二分之一
互联网er的早读课
5+阅读 · 2019年8月27日
我们是怎么理解服装去库存的?丨盈动研究
盈动资本
5+阅读 · 2019年3月29日
战略|咨询公司在中国的困境与出路
智慧云董事会
16+阅读 · 2019年3月13日
重磅!2019中国经济研判,涉及20个敏感问题…
笔记侠
10+阅读 · 2019年2月17日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员