·
九家真实公司,一套框架——外加一条把"事后叙事"变成可证伪判断的规则
把全书框架用到九家真实公司、归入不同假设类型:长期复利型(ServiceNow、Veeva——最大风险是买入价)、高增长高估值型(CrowdStrike、Snowflake——"好公司坏股票"最集中处)、平台型(微软、Salesforce——命运系于自我颠覆的意愿)、垂直+支付型(Toast——分部估值)、反转候选(Okta、Twilio——逻辑是修复而非增长)、价值陷阱(不点名;给画像,不给判决)。这是方法演示,不是选股;不给具体倍数。每个案例都以 kill criteria 收尾——把事后叙事变成可证伪判断的武器。学盘问,别学结论。
这里,是把整本书真正用起来的地方。二十一章建起了一套工具箱——商业模式、财务、护城河、AI 命运、估值、预期——这一章,把它跑过九家真实公司。开篇先立三条底规,因为它们就是重点。这不是选股:每个案例演示的是怎么想,而不是买什么。它不预设赢家:无论有名与否,每家公司都用同一套框架解剖。而每家公司的数据都标注为引用前文已核验,并不给任何具体市场倍数——那属于需要注明日期来源的市场数据。
九家公司归入不同的假设类型。长期复利型(ServiceNow、Veeva)——高毛利、深护城河、已盈利、AI 很可能加厚护城河;最接近一台真正的复利机器,所以它们最大的风险不是公司,而是付了一个完美价格。高增长高估值型(CrowdStrike、Snowflake)——增长诱人,却各有隐忧(CrowdStrike 约 23% 的 SBC、Snowflake 的顺周期与偏低毛利);”好公司坏股票”风险最集中之处。平台型(微软、Salesforce)——AI 入口之战里火力最重的存在,命运取决于自我颠覆的意愿。垂直+支付型(Toast)——把软件和支付拆开、分部估值,否则会被肥厚的顶线晃花眼。反转候选(Okta、Twilio)——逻辑是修复,不是增长,活儿在于分辨一个被错杀的机会与一个在恶化的陷阱。以及价值陷阱——刻意不点名,因为断言一家公司”永久衰退”是个很强的判断;本章转而勾勒它的画像(低倍数 + 护城河侵蚀 + 留存下滑 + 现金流恶化 + 管理层在”管理”指标)。
把九家横着读,会浮现一个比任何单一判决都更有用的模式:同一套框架,向每一家公司问同样的问题,无论那个故事听起来如何。护城河在变深还是在被侵蚀?AI 加厚它还是稀释它?扣 SBC 后的现金流成色如何?价格已经假设了什么?以及,什么样的证据会让我改变主意?一家公司可以随时间在类型之间移动——今天的复利者,可以变成明天的反转——但那些问题,从不改变。
这一章强制养成的、最重要的一个习惯:每个案例都以 kill criteria(推翻条件) 收尾——那些一旦出现就会证明你的逻辑错了的具体证据。这,是对抗事后叙事的武器。一个没有 kill criteria 的案例分析,不过是从今天的价格反推出来的一个动听故事;一个事前就写明”什么会证伪它”的分析,才是一个真实、可检验的判断。学方法,别学结论——因为结论会过时(今天的赢家可能变成明天的困境),只有那套盘问不会。
本文为《云端复利》第二十二章。
Repost this post?
Share with your followers.
Reply