扫码打开虎嗅APP
图片来自电影《北京遇上西雅图》
因为有一个CFA(特许金融分许师)的头衔,再加上平时也对互联网行业多有关注,所以时不时有朋友问我一些TMT企业的财报问题。
比如近期,滴滴投资人,金沙江创投的朱啸虎先生质疑新三板上市的神州优车财报,有朋友发来了文章里引用的财报截图,问我怎么看,他知道我之前拆解过神州优车的财报,对其经营改善是持正面看法的。
数据推测敏感性是最重要的
朋友发来的就是下面这张截图。据说图表制作者对于神州优车的每单油费成本从2015H2的14.49元下降至10.90元有质疑,并用自己计算的空驶率从41%下降至4%来表示不靠谱。
看到这张推算表的时候,我的直觉就是怀疑。很简单,连续三个年度,每单平均里程和每公里油费都使用同样的数据进行推测,这个也太简单粗暴了吧——要知道这一年多时间里面,油价可是起起伏伏变化不少的啊。至于说每单的里程,我记得之前神州之前给出的数据,至少是有微小的起伏的。
所以,打开神州优车的财报以及金融数据库里面的油价数据,可以看到,每单价格起伏不大,但是每半年的平均油价其实起伏还是颇大的。
所以,上面那张图片里面,每单平均里程和每公里油费是要按照上面两个数据调整的。
假设我们认为2015年的15公里和0.7元是正确的,那么以此调整后就会有下表:空驶率不再是原来从41%变成4%,而是41%变成14.59%,是不是看着没那么夸张了。
那么,0.7元的每公里油费是不是准确呢?假如我们高估了,实际是0.65元会是怎样呢?
在上表的基础上,改一个数据,就又有了下表,空驶率的变化从52%变成23.41%,看起来更没那么突兀了!
这说明什么?说明我们对空驶率的估算,对于每公里油费很敏感,小小的改动就会造成数据的巨大变化。
在财务分析和估算模型时候,敏感性分析是不能忽略的,它的价值就是看看我们自以为靠谱的估算,是不是建立在恰巧的假设之上的。如果模型对于参数的微小变化过于敏感,这个估算就要警惕了。
聊天有时候比财报更直接
估算不靠谱,那么根据财务数据直接计算的每单油费成本为何能在2016年下跌那么多?
其实这时候,平常多和神州专车的司机聊天,远比财务报表更能洞悉其中的奥秘。
其实,早在神州优车上市时,就谈及了油耗问题:当时神州只能避免司机把加油卡用于非专车的加油,但是对于司机乱开车并无很好的解决。所以才想到了承包方式的试点。
所以,平时在坐神州专车的时候,我总爱和司机闲聊,旁敲侧击他们到底被公司用怎样的方式督促省油——这其实也是一代投资大师彼得·林奇推荐的公司调研法,往往可以获得比财务报表更丰富的信息。
按照司机和我说的,在4月份神州专车推行了一次油费改革。
在此之前,司机完成一单接客之后,虽然理论上是应该选择停车等待下一单的来临,但是从完成上一单到停车之间的里程神州专车并未规定,所以很多司机可能会选择往他们认为有客单的地方移动或者是顺便做点自己的事情,这一段的空驶率就会非常高,而且此前的油费是由神州专车承担。
但是油费改革之后,神州专车利用大数据针对每个订单结束后找到合法停车位的距离做了估算,只为司机报销这部分的里程油费——据说在上海,大体是3公里左右。这就意味着,司机结束一单后随便乱晃或者搭便车做自己的事情,就要自己承担油费——事实上我搭乘的许多司机是完成一个订单后只要可以停车就选择立刻就地趴下,如此就能省下三公里的油耗。
如果司机的描述是普遍情况,那么在2016年上半年神州专车的油耗出现显著下降并非不可能的情况——毕竟对于司机在无管理状态下的乱用油我是从来不觉得奇怪的,对于随后严管的大幅下降也不算离谱。