我们经常讲模糊的正确，那么如何才算是模糊的正确以及如何做到模糊的正确呢？
我个人认为模糊的正确可以大体从定性和定量2个方面展开。
定性，有3个重要的问题需要回答：
第一，生意的特性是怎样的？
第二，企业发展的中长期态势是怎样的？
第三，企业之所以区别于其它竞争对手的差异化优势是什么？
所谓生意的特性，以前已经谈过较多。简单的讲，就是这个企业是怎样产生利润的，以及其利润的现金含量如何以及ROE特性等（ROE三大驱动因素的基本特征）与其“赚钱的模式方法”紧密相关的一系列问题。
态势这个问题既包含了行业性的大方向，也包含了企业自身的经营侧重和发展方向，比较值得关注的是这两者之间的契合度如何。比如农药制剂或者兽药行业的长期集中趋势，这种行业性集中的驱动因素何在？那么针对到企业的必须特性又是什么？什么样的企业能够受益于这种趋势？这就是行业发展态势与企业发展态势的结合评估。另一方面，对于当前企业所处的生命周期、长期的发展空间要有一个确定，对于其未来的发展驱动因素，以及ROE的演变态势（回报率潜力，持久性，驱动因素）等要有一个基本的认识。
一个有利可图的生意（第一个因素）以及一个很好的长期发展态势（第二个因素），都需要第三个因素，也就是差异化竞争优势来予以保护。前2个因素如果说是让人垂涎的珍宝，那么这第三个因素就是护城河。需要注意的是，所谓的差异化竞争优势，不是泛泛而谈的所谓“技术优势”等东西，而必须是切中行业关键竞争点（比如医药的竞争点是研发，消费品的竞争点是品牌，其它一些行业的竞争点可能是客户黏性或者专业性或者性价比等等）上的一系列有效的行为和证据。
实际上以上3点的结合，就是一个企业投资的逻辑支点诞生的过程。
而定量，可以看做是更多来自于数据方面的证据。
数据虽然没有企业基本性质那么稳定而容易产生波动，但是在结合基本态势来判断事物发展上更有说服力和可衡量性。比如我们前面提到了差异化的竞争优势，但是这种优势一定应该在经营数据上得到验证。不能说一个企业一方面大肆宣扬自己的技术无人可敌，但另一方面与同行相比其毛利率却节节败退，或者发现其研发支出明显低于同行，又或者干脆这种技术优势就无法转化为销售的结果。
总体而言，我认为定量的数据大体可以反映态势发展变化的“广度，深度，速度”三个方面。
“广度”是某项变化的牵涉面有多大的问题。比如某公司的3条产品线，到底是全面进入之前预期的发展状态了，还是只有1个开始启动？又或者企业的某项重大研发或者技术革新，到底这个革新，能够影响到企业哪些方面的具体绩效？是原材料成本的大幅下降？还是资本利用度的大幅上升（比如某些柔性生产线）？又或者导致了销售费用或者某项资产周转率的明显提升？
“深度”是变化的程度有多大的问题。比如2个产品线出现了明显的加速度现象，那么这个加速度到底到达了一个什么程度呢？这种程度结合行业的背景或者企业的其它情况来看，能否确立起某种趋势性的东西？又或者可能导致周转率提升的某项企业营销变革，这种提升能有多大的弹性？最终可以导致资产收益率有多大的提高？
变化的“速度”则揭示了某种经营的效率或者特性的问题。比如某些事物的变化速度非常的迅速，（比如东阿阿胶，在营销改革的1年后就出现了大幅度的增长，就表明了这种改革不但方向对头而且行动到位给力）。而有些则不那么容易见到成效，比如天士力的项目化管理变革，其效应是渐进的而不是突变的（费用率的稳步下降而非突然变化）。我们经常可以见到一些夸下海口的企业，却迟迟见不到兑现在数据上的迹象，这就需要警惕。当然更需要警惕的，是另一种脱离了正常常识以及行业发展规律的“神奇的数据”，这往往是财务造假的前兆。
总体而言，通过定性的整体窥测结合定量的动态检查，模糊的正确就大致可以从一个理念而“落地”了。所谓模糊的正确，可以理解为：
第一，能够逻辑化的、问题导向下的模式来选择一个大方向上正确的投资标的。
第二，对于投资标的是否处于正常的发展轨道和状态有一个总体的认识和把握。
这其中，我个人认为定性是企业分析中最为关键的一环。定量的谬误或者误差虽然可能导致具体细节上的一些错误，但基本上不足以致命（除非数据开始显示出明显的态势逆转证据而没有意识到）。但定性方面的错误则可能完全谬之千里。还有一个现实问题，就是定量的数据分析虽然更加精准，但是数据这个东西很多时候有其易变性和意义的模糊性。比如某项财务数据在某个期间突然出现异动（存货大涨，管理费用飞升），但这种异动很可能首先在下一个期间又恢复了正常而不具备足够连续性的说服力。再一个就是这种数据异动的含义往往存在多种可能性，可能是正面的，也可能是负面的（比如当期销售费用的激增，或者研发支出的大幅增加），如何解读实际上需要对数据背后的事态和商业规律有较高水平的认知。
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
