3、毛利率与护城河:毛利率的行业标准、高毛利率意味着什么、毛利率的稳定性分析
聊到质量因子,我第一个想跟你聊的指标,就是毛利率。
为什么?因为毛利率这东西,骗不了人。利润表里最容易动手脚的是净利润,但毛利率,尤其是经过多年验证的毛利率,基本能反映一家公司的真实竞争力。
我个人习惯,看一家公司先看三年毛利率走势。如果毛利率稳中有升,这家公司大概率有点东西。如果毛利率忽高忽低,那就要小心了——哪怕它净利润再好看,我也得打个问号。
3.1 毛利率的行业标准:没有对比就没有伤害
先解决一个基础问题:毛利率多少算高?
这个问题其实没有标准答案。不同行业,毛利率天差地别。你不能拿白酒公司的毛利率去跟超市比,那不公平。
我整理了一个大致的行业毛利率参考区间,你心里有个数就行:
| 行业类型 | 典型毛利率区间 | 代表特征 |
|---|---|---|
| 高端白酒 | 70% - 90%+ | 品牌溢价极高,成本占比极低 |
| 软件/SaaS | 60% - 80% | 边际成本低,复制成本几乎为零 |
| 医药(创新药) | 60% - 85% | 研发投入大,但一旦成功利润极高 |
| 消费电子 | 15% - 30% | 竞争激烈,更新换代快 |
| 零售/超市 | 10% - 20% | 靠周转率吃饭,毛利率天然低 |
| 传统制造业 | 15% - 25% | 原材料成本占比高,议价能力弱 |
你看,同样是赚钱,白酒和超市的赚钱逻辑完全不一样。所以判断毛利率高低,一定要先看行业。
3.2 高毛利率意味着什么:护城河的量化指标
高毛利率,说白了就是:这家公司有定价权。
为什么它能卖得比别人贵?为什么客户愿意多花钱?
原因无非这几种:
- 品牌溢价 —— 比如茅台、爱马仕,成本100块,能卖1000块
- 技术壁垒 —— 比如芯片设计里的某些IP,别人做不出来
- 转换成本 —— 比如企业级软件,客户用了就换不掉
- 网络效应 —— 比如微信,用户越多越离不开
我在项目中遇到过一家做工业阀门的小公司。它的毛利率常年维持在55%以上,而同行普遍只有30%左右。我当时就很好奇,深入一看,原来它掌握了一种特殊材料的密封工艺,别人仿不了。这就是典型的技术壁垒带来的高毛利率。
但这里有个坑,我得提醒你:高毛利率不一定等于好公司。
为什么?因为有些公司的高毛利率是靠压缩费用换来的。比如研发投入极低、营销费用几乎为零。这种高毛利率不可持续,迟早会被竞争对手追上。
3.3 毛利率的稳定性分析:比高低更重要的是稳定
我个人认为,毛利率的稳定性比毛利率的高低更重要。
你想想看,一家公司今年毛利率80%,明年掉到50%,后年又回到70%。这种过山车式的波动,说明什么?说明它没有真正的护城河。它的高毛利率可能是靠某个大客户、某个爆款产品、或者某段特殊行情撑起来的。
真正有护城河的公司,毛利率应该是这样的:
- 长期稳定 —— 5年以上毛利率波动幅度不超过5个百分点
- 抗周期 —— 行业下行时,毛利率下降幅度明显小于同行
- 可预测 —— 你能大致猜出它明年的毛利率区间
我一般用这个方法来分析毛利率稳定性:
# 毛利率稳定性判断逻辑(伪代码)
def check_gross_margin_stability(margin_list):
"""
margin_list: 过去5年的毛利率列表
返回: 稳定/一般/不稳定
"""
max_margin = max(margin_list)
min_margin = min(margin_list)
波动幅度 = max_margin - min_margin
if 波动幅度 <= 5%:
return "稳定"
elif 波动幅度 <= 10%:
return "一般"
else:
return "不稳定"
嗯,这个逻辑虽然简单,但很实用。我每次看年报,都会把过去5年的毛利率拉出来,算一下波动幅度。如果波动超过10%,我基本就不看了——除非我能找到合理的解释。
最后,我用一张图来总结毛利率与护城河的关系:
这张图其实就讲了三件事:先看行业标准,再看高毛利率的原因,最后看稳定性。三者结合起来,你就能判断这家公司到底有没有真护城河。
记住一句话:高毛利率可能是运气,稳定的高毛利率才是实力。
- 毛利率必须结合行业看,跨行业对比没有意义
- 高毛利率是护城河的量化体现,但要注意费用率
- 毛利率稳定性比高低更重要,5年波动幅度最好不超过5%
- 毛利率分析要结合成本构成、费用率、行业周期综合判断
公众号:蓝海资料掘金营,微信deep3321