一家公司的毛利率是40%，那这个40%，到底算高，还是算低？
我的答案是：
“如果只有40%这个数字，我其实也不知道。”
因为我压根儿不知道，它去年是多少，过去5年是多少，和做类似生意的公司相比又是多少。
更重要的是，为什么现在变成了40%？
一个数字如果脱离了参照系，能够告诉我们的东西，其实非常有限。
比自己，看变化
先看我们的第一个问题：
“这家公司自己发生了什么？”
假如有一家公司的毛利率，5年前是35%，去年是37%，今年变成了40%，那我们至少知道，这个数字正在上升。
我在看一个指标时，通常会先和它的历史比较。因为历史会告诉你，公司到底在往哪个方向走。
但是要注意的是，这里有一个非常明显的边界。
我们不能看到公司的毛利率，从35%提高到40%，就直接得出结论，公司好像越来越好了。
因为毛利率的上升，可能是公司提价了，也可能是原材料价格暂时下降；可能是高毛利业务占比提高，也可能是低毛利业务退出，甚至可能正好处在周期高点，或者一些其他一次性因素。
历史比较的作用，不是给你答案，而是让你先发现变化。
以后再看到一个指标，第一反应不是先问，“多少才算好”；而是先把最近5年、甚至10年的数据放在一起，然后再问自己，“它到底是稳定、改善、恶化，还是周期波动？”
因为，单年数字，只是一张截图；历史趋势，才是一段视频。
比同类，看位置
好，接下来，大家可能会问：
“现在我知道了，毛利率从35%提高到40%。但我还是要问，这个40%到底算不算高？”
这个时候，我们就进入了第二个参照系：
和真正的可比公司做比较。
比如说，一家公司A，毛利率是40%。
你现在看，觉得还可以。
但如果它的可比公司，毛利率都是55%、60%、甚至65%，那40%可能仍然处在偏低的位置。
反过来，如果可比公司的毛利率，只有20%到30%，那40%意义就完全不一样了。
因为，历史比较，告诉我们变化；同类比较，告诉我们位置。
但这里还有一个很容易犯的错误：
同行，不等于可比公司。
举个例子。
两家公司都被分在零售业，但如果它们的客户、收费方式、成本结构和资本需求都不一样，那很多指标，就不能简单横向比较。
比如说，有些零售企业主要依靠商品价差赚钱，有些企业叠加了会员费模式；有些SKU很多，有些SKU更少、周转更快。
它们都是零售，但背后的商业模式，可能是不一样的。
真正的可比公司，不是行业名称或分类相同，而是赚钱的方式，要足够接近。
为什么很多人都说，要先搞懂商业模式？
这也是一个很重要的原因。
回到经营，看原因
到现在我们已经知道，这家公司的毛利率，从35%提高到40%。
假设我们再发现，它在真正的可比公司中，也处在比较高的位置。
那是不是我们就可以下结论：
“哎，不错哦，公司已经改善了，而且已经高于同行，公司变好了。”
还是不行。
因为还有一个更重要的问题没有回答：
“为什么会出现这种情况？”
因为同样都是毛利率从35%提高到40%，背后情况可能完全不同。
可能是公司提价了，而且客户还愿意买单，这可能说明公司定价能力变强。
也可能是原材料价格暂时下降，这更像成本周期带来的改善。
还有可能是公司主动退出低毛利业务，或者高毛利业务占比提高，背后反映的是业务结构变化，和综合毛利率的改善。
所以同样的数字变化，可能代表完全不同的生意变化。
数字告诉你发生了什么，经营原因才告诉你为什么发生。
再简单说，指标本身不是解释，指标只是线索。
我们要做的，是顺着这个线索，继续往下挖原因，并判断这个原因，能不能持续。
三个步骤
到这里，我们其实已经有了一个非常简单的框架：
第一步，比自己，看变化。
第二步，比同类，看位置。
第三步，回到经营，看原因。
但我们在最后做判断的时候，还要继续追问：
“这个原因，能不能够持续？”
而很多人到这里，可能还会问：
“我直接找行业平均值，不就可以了吗？”
我的回答是：
“可以参考，但你不能把它当成一个标准答案。”
原因其实很简单，因为行业平均值，本质上只是很多不同公司的一个统计结果。
但其中的每家公司，都有不同的商业模式、不同的收入规模、不同的周期位置、不同的客户结构，以及不同的资本结构。
对我来说，我会把行业平均值理解为：
一条定位线，而不是一条及格线。
它能帮你大概知道自己在哪，但不能替你完成判断。
也不是所有问题都只能相对比较
这里还需要补一个边界。
不是所有问题，都必须先找同行来比较。
因为有些问题，本身就存在现实中的硬约束。
比如说，一家公司3个月后，有100亿元的债务到期，但它现在手里的现金只有10个亿。
这个时候，你要问的不是，同行业平均负债率是多少？
而是，它到期后，到底能不能把钱还上？
如果不能解决，严重时可能导致违约、再融资困难，甚至进一步演变成偿债危机。
所以我们真正反对的，不是所有绝对标准。
而是把一个脱离公司、行业、时间和经营背景的固定数字，当成普遍适用的好坏标准。
为什么我们总想找一个标准答案？
但即便如此，为什么还是很多人喜欢问：
毛利率到底多少才算好？
负债率多少才算安全？
ROE多少才算优秀？
其实他不是因为不会分析，而是因为：
“固定阈值，真的很省事。”
其实这很正常，因为固定阈值是一种非常省事的判断捷径。
举个例子。
如果有人给你说，“ROE大于15%的公司，就是好公司”。
那以后你看到一家公司ROE是18%，你就觉得不用研究了，公司是好的。
但问题在于，这种简单标准，往往省掉了最重要的背景条件：
这家公司到底做什么生意？
这个数字为什么会这样？
它能不能持续？
而研究公司最难的地方，恰恰就在这里：
很多问题，并不存在一个，可以脱离情境使用的，标准数字答案。
所以，请把你原来想的，“请告诉我一个标准”。
慢慢把它变成，“我先确定我要判断什么，再找正确的参照系”。
因为，最终决定你该怎么比较的，不是指标本身。
而是，你到底想解决什么问题。
结语
所以下一次，如果你再看到一个指标，比如说毛利率40%，先不要急着下结论。
你至少先问自己三个问题：
它和自己过去比，发生了什么变化？
它和真正可比公司相比，处在什么位置？
这种变化和差异，背后的经济原因是什么？
如果这三个问题都还回答不了，那么40%这个数字本身，其实还没有形成判断。
记住这三个步骤：
比自己，看变化；
比同类，看位置；
回到经营，看原因。
然后，再往前想一想：
先确定你想判断什么，再选择正确的参照系。
这才是我理解的，一个指标真正开始有意义的时候。