我是以投资人视角来看的。
看年报,最主要的目的,是了解一个公司是怎么赚钱的;最主要的作用,是评估公司股票未来价值是否提升。
本来希望写简单的科普,但是按照我的风格写简单了,肯定大量跳步,所以作了一次比较详细的科普,穿插了一些小例子。
12000多字,可能需要半小时,请大家耐心阅读。或者先收藏着,用到时回来备查。
你可能觉得这并不是一个快速阅读的方法,相信我这是一个阅读框架,当掌握了这种模板化的阅读方法后,剩下只是时间上的磨炼问题,熟能生巧。
如果是第一次覆盖一家公司,可以完整地按照以下步骤完成;如果很熟悉了,可以把你已经形成的要点做一次重新梳理。
Step 0我们看年报是为了什么?
解释一下。
作为投资者,如果你希望通过研究一家上市公司的年报,寻找投资机会。意味着你认可价格会围绕价值波动,需要通过上市公司年报去计算公司价值。
分析公司历史,与猜测公司未来。
业务端,和财务端。
作为投资人,公司年报就是他们的体检报告,财务报表是体检的重要数据,业务讨论(业务概况、经营讨论、重要事项)的表述就是诊断的总结与评估。
分析历史(财务、业务)――>评估财务数据及业务讨论――>去伪存真――>得出评价结论
阅读年报后,有以下几种用途:
完整全面的投资分析;
完成DCF模型、比较法估值模型里的相关参数、假设;
写作行业监控/竞品分析报告;
写作财经新闻;
对于我来说,所有关于年报的分析都会做进DCF模型中,不至于让我的分析变成简单的观点和数据堆砌,示意一下:
分析不对路子,比如你拿着财务分析教材去看手游公司和证券公司的存货周转率,显然有问题;
找不到合适的分析工具,比如你要是不知道房地产行业的运行规则,直接拿前三年销售做线性回归,错的连亲妈都不认识;
甚至都不知道该看哪些内容,比如你要是不知道一个行业是不是出口导向型,都不知道去看国际宏观经济和汇率走势;
还有很多坑.........
市场特征:自由竞争/垄断竞争/寡头垄断/完全垄断?这决定了行业内部玩家的定价策略、成本控制能力、市场分割特征等因素,比如分析两桶油,寡头市场里你就自然而然知道定价相关驱动力与影响因素;
是否为周期性行业:这非常重要,我们一般认为有色、钢铁、建筑建材、房地产、金融(等等等等)都是周期性行业;白酒、农业、餐饮、食品饮料(等等等等)属于非周期性行业。区分是否为周期性行业,对你评价一家公司影响巨大。比如一个连锁餐饮一路业绩下滑,它可能真的不行了,但是一个做稀土的,一路下滑可能只是探底过程,有一天会回来;
行业阶段:新兴行业/增长行业/成熟行业/衰退行业?这有助于你去分析公司的各类指标,特别是增长能力。都是20%增长,对于一个芯片公司可能就是不及格,但是对一个钢铁企业,那简直是爆炸了;
对资产依赖程度:重资产/轻资产?这个不用多解释,重资产行业你去看人效作用没那么大;轻资产行业你盯着折旧也没太多意义;
行业驱动力:政策驱动/产品驱动/销售驱动/运营驱动/资本驱动?这有助于你迅速定位到底哪些财务指标是你应该关注的。比如游戏行业你就得看几个拳头产品的数据,比如有色行业你就要关注除了市场价格外它们的资源储备,又比如信托公司你就得去看它们的投资回报和坏账情况;
其他一些要素:地域特征/客户分层/产品波动性,etc。
实物/虚拟(边际成本,比如分析纯硬件和硬件+增值公司的不同);
高单价/低单价(消费决策机制,比如分析白电和小家电的不同);
奢侈品/必需品(消费弹性,比如分析疫情对高端白酒和低端白酒的差别);
高毛利/低毛利(产品盈利方式,比如分析潮牌和普通服装的不同);
高频/低频(消费节奏,比如分析商旅酒店和度假酒店的不同);
其他我们认为有助于了解一个产品到底有哪些特性的要素;
是否有地区性(产品扩展及增长空间,比如分析地区餐饮和全国性餐饮);
年龄;
支付能力;
有助于更精确描绘目标客户的一系列画像;
基本需求还是高级需求;
个人消费需求/家庭消费需求/送礼需求/社交需求;
其他我们认为的重要需求,有助于我们判断未来;
主要渠道;(例如:线上/线下、合作/自营等)
营销方式;(例如:裂变、打折、代言等)
品牌力;(比如白酒、食品饮料行业要特别注意这点)
其他我们认为有助于分析“产品如何找到人”的要素;
实物/虚拟(边际成本,比如分析纯设备和设备+咨询公司的不同);
大额/小额;(采购决策机制,比如分析大型软件和SAAS软件,评估销售增长特征);
长期/一次性;(收入模型)
过程产品/终端产品(借以分析各项财务指标影响因素);
高毛利/低毛利(产品盈利方式,比如分析通用设备和特种设备的不同);
高频/低频(消费节奏,比如分析数字广告和传统广告的不同)
其他我们认为有助于了解一个产品到底有哪些特性的要素(公司通过什么方式、在多长时间、以多大代价、卖给怎样决策流程的、什么客户、满足他们什么样的需求?);
上中下游;
市场地位(垄断、头部);
多行业通用/垂直行业专用;
其他有助于我们分析公司议价能力、定价能力、价格销量的要素;
大B/小B;
G;
在客户采购中的地位(主营业务、通用业务、边缘但必须业务);
客户决策模式(谁出钱、谁获益、谁拍板等);
其他有助于我们理解销售对象采购细节的要素;
技术驱动/资源驱动/规模驱动(上市公司一般会进行夸张,这个问题一般要我们自己寻找);
平台对谁收费?怎么收费?对哪类资源收费?
其他有助于识别平台型企业核心价值的要素;
B/C/G;
分别有什么特点点;
平台满足用户怎样的需求;
其他有助于分析用户粘性、付费意愿、续费意愿的要素;
C端交易价格透明、决策时间短、决策流程长、标品居多,etc
B端交易价格不透明、决策时间长、决策流程长、非标居多,etc
混业经营公司
是否能够实现交叉销售;(做零售的自己有品牌,做社交的自己有直播或游戏)
是否能够平滑业绩(比如某些板块好的时候另一些板块一般,某些板块一般另一些板块好――白酒、食品饮料);
是否有财务协同(比如赚钱的板块和现金流好的板块,可以在财务上互补);
公司对行业的分析与我们自己的分析是否一致,如果不一致,给出的理由是否合理?(举个例子,明明是自己产品不给力,说市场不好,这就有问题了);
公司对市场的展望是否和自己的分析一致,如果不一致,他们给出的理由是否合理?如果行业分析能力不强,可以多比较几家同行业公司的观点;
公司战略是否有重大调整或新业务线,如果有调整出于什么(政策、行业发展、经济周期等)目的。(上市公司主营业务如果改变,那么套用旧分析方法肯定是有问题的)
公司提示的风险,这点很重要,一般来说上市公司年报喜欢把所有相关风险全部列出来,但是有些更重要,这个时候需要我们对不同风险进行标注。(比如公司1%的产品出口,原料全国产,有的也会把汇率风险放进来,但是这个风险对后续分析就不那么重要)
组织架构调整――意味着对不同业务线重视程度的变化、对不同产品线资源的投入会变化;
我比较熟悉SAAS行业,非常重要的数据是现有付费客户数,客单价、续费率。
又比如游戏公司,旗舰级游戏要单独建立模型;
再比如有色行业,你可能要把市场价格在报告期的走势补充进去;
还比如互联网平台,你可能要把UV、PV、用户市场数据找到;
或者比如说存货占资产比相对高的企业,要研究存货价值;(手机存货、白酒存货、资源存货都是很不一样的分析标准)
等等等等,这也是为啥科普文没办法写太深,我自己擅长的行业也有限。
对异常数据大家(太高、太低、暴涨、暴跌,都要用显著颜色标注――事出有异必有妖)要拿出120个小心;
利润表好操作、资产负债表稍微难操作、现金流量表最难操作,数据冲突的时候我习惯看现金流量表(原理是这样的,现金流量都必须和银行打交道,和银行共谋是更难的);
插播一下只看现金流量表的分析框架:经营活动现金流,经营活动是否赚钱;投资活动现金流,资金投资再生产的效果及态度;筹资活动现金流,公司对股东、债主资金的态度(要/不要);基于流量表的各类组合,可以佐证我们对企业商业模式和经营策略的态度。
销售毛利率;
销售净利率;
OCF margin,FCFmargin;(这个就要去现金流量表里的数计算)
EBIT/EBITDA等各类你认为更好地评估一家企业盈利能力的margin;
总资产回报率;(这些都需要结合资产负债表数据)
净资产回报率;
其他我们认为合适的,可以更好地体现持续经营过程中,资产回报情况的margin。(比如我可能不会觉得那些持有很多住宅地产的实业公司,对持续经营有什么帮助,顶多就是未来资产处置有个一次性收入而已,大家可以搜索一下卖房子防ST的新闻)
Step5运营能力
存货周转比率;
固定资产周转比率;
现金循环周期;
其他教科书上评价标准;
应收(率、天数、DCS等等等等,下同);
应付;
人效比;
营销费用比;
管理费效比;
对于披露项目和产品细节数据的,可以自己构建评价模型(比如互联网的获客效率)
增发能力(股权融资能力),有两件事情需要解决:第一是判断公司是否通过增发稀释现有股东股权,防止被收割;第二是假设我们判断增发是为了企业更好的发展,要了解公司在股权资本市场上融资的能力,喊了半天、想了半天,正经用途需要增发但是发不出去,也是有问题的。可以关注增发周期,和销售情况判断;
举债能力(债权融资能力 ),关注周期、成本、各年度到期情况;(能够协助我们预测未来的还款压力,持续举债能力,债权人对公司经营的判断)
其他类型的融资:贷款、金融租赁、可转债、供应链金融等相关金融工具的情况。同样是周期、成本、到期情况等;
了解重点被投企业的情况;
了解投资回报情况,对产业投资人,注意商誉减值;
分析被投企业、子公司、兼并案的业务协同;
资产负债率;
流动比率;
速动比率;
现金流量比率;
偿债保障比率;
etc
重要研发;(药、电子消费品新品、零售行业子品牌等,每个行业都有自己的重要研发,需要我们的行业知识);
重要新增资产;(地产行业的土地储备、制造业的新厂新产线、有色行业的矿等)
重要人员变动;(主要关注管理层,除年报外应该搜索他们过往简历与新闻,一个更好的管理者作用不言而喻);
一些会计层面的重要变动;(这个太散,大家可以自己看书)
给有色行业、地产行业做收入线性预测,......;
给零售行业用环比,......;
给垄断性行业用竞争市场的模型
政策、宏观要素。除行业积累外,年报中对于以上的分析部分要进行参考和甄别,举个例子电动车过去几年显著受到政策影响,从年报的各类数据和业务分析我们要拆解出来年报公司受行业影响的情况,结合未来政策预期,得出行业对公司的影响程度――定性/DCF;
行业阶段。不同发展阶段,行业对公司的影响不同;举例说,新兴产业的系统性机会更好,成熟甚至衰退产业,切蛋糕情况更多。
周期性行业的波动。这个内容太散,建议去阅读相关书籍。比如你是做有色的,就得看商品;你是做基建的就要看财政政策;你是做券商的,就得看大盘(误...);你是做化工的,就得看原油价格;等等等等;
非周期型行业的影响要素。这个内容也很散,建议去阅读相关书籍。比如你是做视频的就要看市场偏好迁移,比如你是做医药的你就要看医疗改革,等等等等
其他行业驱动力,每个行业都会有自己的特色;
产品单价驱动因素列出来(行业趋势、定位、销售策略等等)对未来进行展望;
成本驱动因素列出来(行业趋势、直接原材料、直接人工、费用等等);
销量驱动因素(行业趋势、竞争环境、销售策略、自然趋势等等);
针对每一个驱动因素进行定性、定量分析,并转化为P/C/Q的预测。举个例子,对茅台的判断主要是对售价进行研究、对软件企业的判断主要是对付费用户规模的判断;
对每个产品线进行以上分析,举个例子雅戈尔这个公司是服装+房地产,必须分开分析;
对新产品线进行以上分析,新并购、新开拓产品线;
注意产品线之间的协同效应分析;
Step9评价方式
对异常数据(同比环比、比率、比值),找到源数据并根据驱动力进行分析。比如异常高的毛利要从价格或成本端寻找支持/不支持的理由,又比如异常久的应收账款回收周期要看一下公司相关的解释并自己判断;
对管理层和我们自己分析矛盾的地方,要特别进行判断。比如管理层给出增长率是行业大趋势而我们自己发现就是公司自己不行,我们要寻找更多信息帮助判断;
对同比、环比突变的数据进行针对性的分析,也就是我们常常见到的业绩“变脸”。
研发占比2%;
毛利显著偏低;
SAAS模式,大量应收账款;
大厂与行业数据平台合作分为两种模式,单项目分成制、含有最低消费门槛的无限量使用制;
大厂对外也有自营产品,申请试用账号后我们找来行业内BA专家,发现这家公司的指标基本是基于大厂指标的再次开发;
行业这个领域确实有需求,只不过是起步阶段;
产品应用频率,大约是定期(每个月一次)、不定期(每年约为10~20次,按照项目计数);
关键问题是:购买产品,可以进一步帮忙给一些行业曝光(访谈、颁奖);
30多次的平台登录,简化了日常PPT工作;
这些数据并没有与互联网数据大厂进行深度合作、二次开发,只有浅度开发(加减乘除变换);
“附赠”几次媒体曝光;
行业PR的折扣。
盈利能力有限的:不会突破广告行业平均水平太多,数据采购成本大厂不会打折(这里我跳步了,只放结论),且客户采购决策是基于广告效应,价格提不上去;
运营能力不错:毕竟能够调查出背后是行业PR头部公司;
财务能力:按照广告公司标准是不错的,融资纯粹为了资本市场定价;
增长能力:无法做到SAAS企业增长模型,还是一个广告、PR公司增长的特性;
管理层比我们更乐观:返回前面的分析,针对不同的点深入分析(其他专家佐证、更深入的上下游调查)。1)是否非故意乐观。2)管理层故意乐观。对后者我们要更加小心;
管理层比我们更悲观:1)是不是我们自己的分析漏掉了什么重要风险;2)是否管理层故意保守。对后者,我们要思考可能的目的――调节业绩、资本市场动作等等。
上市公司年报信息大部分能够进行量化(否则DCF的参数假设就是有问题的);
过去一段时间如果公司没有显著业务变化,业务与财务的历史数据对未来有指引作用(做过企业的都熟悉,每年KPI制定都在一定程度上参考历史)
将我们的行业判断、4大能力、管理层分析量化为你所使用模型、或分析框架中的参数。(转化为参数、打分、打√打×、排名,等等)
如果你有老板需要汇报,转化过程需要有说明,以备汇报之用。(比如明年房价和你给定的销量增长,是如何对应的)
收入增长回归;
大宗商品价格对业绩影响的回归;
GDP对消费升级和产品销量的回归;
etc,只要有分析逻辑即可;
没有两家完全相似的公司;
类似的资产应该有相似的价值(注意是价值,不是价格。这个假设基础上我们才说各类估值指标、multiples横向比较是有意义的);
业务分析可比性(根据地区、定位等不同,微调或者把不可避免的剔除比较集,比如地区性和全国性餐饮比较PE,就要微调);
业务数据可比性(根据市值、业务体量等不同,微调或者把不可避免的剔除比较集,,比如一家企业属于成熟企业,和那些刚刚转型到本行业就无法比较);
财务数据可比性(显著出现异常数据的企业要剔除);
上市公司之间比较;
中国与海外的比较;
与不同历史周期的比较;
快消公司当季产品造成的业绩问题,属于短期影响;
券商由于交易量导致经纪业务线、投行业务线、投资业务线业绩不佳,属于中期影响;
白酒行业因为消费升级,导致销量上涨,属于长期影响。
按照未来10年的观点,中国的电动车一定是趋势增长的;
但是受到个人购买意愿的波动性影响(经济差的时候很多人就不买车),销量会和经济波动正相关;
目前来看,未来几个月至少是支付能力的低点,所以行业仍然在趋势增长期,每2~3年一波的支付能力波动也处在低点;
以上不是股票分析,只是行业分析示例。
有分析套路;
逻辑自恰;
有自己独到的观点;
无关对错;