看到这条消息很多人会习惯性地把它拆成两个问题一是高盛为什么看好二是直营店提价体系到底在做什么。第一个问题容易得到一条结论第二个问题才是真正值得花时间理解的部分。如果只看股价很容易把“直营店提价体系理顺”当成一个营销动作或者当成一次简单的涨价。但从企业运营与渠道结构来看这个词背后至少叠着三件事产品线价格带的重新排布、直营渠道与经销商渠道之间的利润再分配以及公司对终端成交价的锚定能力。过去几年高端白酒最大的争议并不是“卖得好不好”而是价格从出厂到消费者手中经过多层流转之后企业自己到底能分到多少利润又能对市场价施加多少控制力。这篇文章不讨论高盛报告里可能出现的具体目标价也不做股价预测。它要做的事情是把“直营店提价体系理顺”这个标题语言翻译成可拆解的渠道模型然后用一套最小可运行的数据分析流程帮助读者理解可以从哪些维度跟踪一家高端消费品公司的价格体系变化。文中所涉及的数据全部为演示值目的是展示分析思路不代表真实财务数据也不构成任何投资建议。1. 为什么一份机构观点值得关注的深层原因高盛看好的消息之所以会被广泛转发表面原因是外资机构在消费赛道的研究资源仍然偏稀缺市场想借外部视角验证自己对公司的判断。更深层的原因是当一家公司的品牌已经足够强、产品处于供不应求的长期状态时市场对它的分析重点会从“能不能卖出去”切换到“利润以什么方式回到报表里”。普通价格讨论关注的是批价涨跌比如一批价涨了50元、跌了30元。这种波动对短期情绪有意义但对一家年收入超过百亿级别的高端企业来说真正影响报表质量的变量并不是某个月份的批价波动而是三类结构性问题企业直接面向消费者的收入占比是否在提高。出厂价与终端成交价之间的价差主要被谁拿走。提价之后经销商还有没有动力继续维护市场秩序。高盛这类机构的分析框架本质上是在回答这三类问题。它看好的不是“茅台酒还能涨价”这个朴素逻辑而是“在价格体系重新理顺之后公司的长期收入可见度和资本回报率会提升”这个更偏财务的结论。因此研究者在阅读相关消息时应该把注意力放在“提价体系”四个字上而不是“看好”两个字上。这也决定了本文的技术路线我们不试图解释一条投行观点有多正确而是把“直营店提价体系”当成一个业务系统来拆解找出其中可以被量化、被跟踪、被验证的指标再借助代码完成一个最小分析闭环。2. 读懂价格体系之前先理解白酒的分销链路要理解直营店提价体系不能绕开白酒行业传统的分销链路。一个简化版本如下表所示节点角色价格含义利润去向生产企业品牌方与生产方出厂价即企业确认收入的价格企业毛利润一级经销商承担资金与仓储一批价即经销商出手给二级经销的价格渠道毛利二级/终端门店接触消费者零售指导价或实际成交价终端毛利消费者最终购买方实际支付价格无在传统模式下企业通过经销商网络铺货收入体现在出厂价上。产品稀缺性越强市场批价与出厂价之间的价差就越大。这个价差在行业上升期会成为经销商的利润来源也是整个渠道体系愿意大量囤货的根本原因。问题是价差过大也会带来副作用一旦市场预期转向经销商争相抛货批价会快速回落甚至出现“价格倒挂”。价格倒挂是指市场批价低过经销商从企业进货的成本价。在这种状态下经销商卖一瓶亏一瓶渠道体系就会崩掉。所以高端白酒企业的核心管理动作从来不是单纯“涨价”而是维护一条从出厂价到终端成交价之间稳定、正向、可预期的价格阶梯。传统渠道体系下企业对终端价格的感知是间接的。因为企业先把货卖给经销商经销商的库存、资金占用和报价行为都会干扰企业对真实需求的判断。企业只知道自己的货出给了经销商却不知道消费者究竟以什么价格买到了产品。当一批价上行时企业未必敢立刻提高出厂价因为担心渠道利润被压缩后引发反弹。当一批价下行时企业又需要通过各种手段稳定渠道信心。一上一下之间真正掌握主动权的不是品牌方而是手握库存的渠道。要解决这个问题最直接的办法就是增加直营渠道。直营店与线上直营平台让企业可以直接触达消费者掌握真实的成交价格与动销数据从而对提价节奏有更强的掌控力。3. “直营店提价体系再理顺”到底指什么如果把“提价体系”看作一个系统它至少包括四层含义。第一层是产品线价格带排布。高端白酒企业通常不只有一个单品而是有从入门到超高端多个产品系列。理顺体系意味着每个价格带都要有明确的产品占位避免产品之间互相挤压。直营店的价值在于它可以更精细地展示和销售不同产品并通过配额投放来调节稀缺性。第二层是渠道价差回归合理区间。直营店按零售指导价销售时企业获得的是终端价与出厂价之间的全额毛利而不再把超额利润让渡给渠道。这样做既增加了报表收入也压缩了经销商套利空间使价格更接近真实消费需求。第三层是投放节奏管理。直营店不是一个简单的销售终端它还是价格锚点。当直营店始终按指导价稳定放量时消费者会对该价格形成心理预期而经销商也不敢轻易大幅抬价或砸价。直营店相当于给整个价格体系设置了一个可以参照的“坐标轴”。第四层是数字化工具支撑。直营店与线下传统门店最大的区别在于每一笔交易都可以被记录、被核验、被追踪。企业能够知道哪些地区动销快、哪些产品复购率高也能更准确地调整投放计划。线上平台与线下直营门店的组合本质上构成了一张企业自己掌握的数据网络。用一套对比可以看得更清楚对比维度传统经销商模式直营店体系企业对终端价格的感知间接依赖渠道反馈直接掌握成交数据超额利润去向主要由经销商获得更多留在企业报表价格调节手段通过配额和行政指导通过直营投放量锚定预期渠道稳定性依赖经销商资金与意愿需要企业与渠道共同维护数字化能力较弱信息滞后较强可追踪每一笔交易所以“再理顺”并不是指一次单点提价而是指企业重新调整直营渠道与经销商体系之间的分工。直营店不是要取代经销商而是充当价格体系的“稳定器”和“信息入口”。传统渠道继续负责广度覆盖直营渠道负责价格形象与高净值客群服务。两条腿走路才能让企业在面对行业周期时拥有更大的回旋余地。4. 高盛看好的逻辑为什么值得认真拆解机构投资者评价一家消费品公司时通常看四个维度品牌可持续性、盈利质量、成长空间、管理层配置资源的效率。高盛看好的逻辑大概率也落在这四个维度之内只不过市场流传的简版结论会省略中间的推演细节。品牌可持续性解决的是“十年后还有人愿意高价购买”的问题。对高端白酒而言品牌的护城河来自历史沉淀和社交场景绑定这种资产很难被资本快速复制。因此机构愿意给予这种品牌更高的估值溢价前提是公司自己不犯损害品牌价值的错误。直营店体系的存在价值之一就是让企业能够更严格地筛选价格、渠道与消费者减少随意的渠道促销对品牌形象的冲击。盈利质量解决的是“报表利润是否可持续”的问题。传统经销商模式下企业报表受渠道库存影响很大。如果经销商库存高企即使企业当期出货很顺利未来的回款也会变得不可预测。而直营收入占比提升后企业确认收入与实际动销之间的时间差更短报表波动性也会下降。机构投资者喜欢确定性直营化带来的报表透明度提升本质上是在降低股权风险溢价。成长空间解决的是“行业总量见顶之后靠什么增长”的问题。高端白酒的总销量增长空间有限单纯放量可能会损害稀缺性因此许多公司的增长逻辑都会落在吨价提升上。吨价提升有两个途径一是提高出厂价二是在出厂价不变的情况下把更多原本通过经销渠道销售的产品转移到直营渠道按照更高的零售价格确认收入。后者往往更容易落地因为它不需要改动经销商合约只需要调整渠道配额。如果直营店提价体系理顺最直接的结果就是直销渠道收入占比上升。直销收入占比每提高一个点都会同时影响收入规模、毛利率和经营性现金流。这也是为什么机构报告格外关注“直营比例”和“渠道结构”这两个指标。5. 跟踪茅台价格与渠道变化的最小数据框架价值分析的难点不在于看懂一个公式而在于把模糊的商业概念转化成可计算的指标。这里我们不做复杂的财务估值而是搭建一个最小可用的分析框架包括数据口径、计算方法和代码实现。5.1 核心跟踪指标指标含义数据来源使用方式直营收入占比直营渠道收入占总收入比例财报衡量渠道改革进度直销毛利率直销收入对应的毛利率财报/测算判断直营是否更赚钱合同负债经销商预先打款金额财报判断渠道打款意愿批价一级市场一批价行业数据/渠道调研判断短期供需关系出厂价与直营价差零售指导价与出厂价之差公告/门店信息测算渠道利润空间5.2 最小计算代码下面代码用于演示直营收入占比与毛利率的影响数据全部为示例数据。# analysis/direct_ratio_demo.py # 注意以下 data 为演示数据不代表真实财务口径 import pandas as pd data { 年度: [2021, 2022, 2023, 2024], 直营收入(亿元): [100, 160, 230, 300], 总收入(亿元): [300, 360, 430, 480], } df pd.DataFrame(data) df[直营收入占比] df[直营收入(亿元)] / df[总收入(亿元)] print(df.round(4))运行上述代码输出如下年度 直营收入(亿元) 总收入(亿元) 直营收入占比 0 2021 100 300 0.3333 1 2022 160 360 0.4444 2 2023 230 430 0.5349 3 2024 300 480 0.6250这段代码的逻辑很简单却对应着一个重要判断直营收入占比如果趋势性提升说明公司正在把更多货品绕过经销商直接卖给消费者报表中的毛利率和盈利质量都会受到正面影响。实际分析时应以财报中披露的“直销”与“批发代理”口径为准不同公司对直营的定义可能不一致。6. 用简化价差模型理解“提价理顺”的利润变化透过一个简单模型可以看到直营体系如何影响企业利润。假设每瓶产品出厂价为F直营零售指导价为R一批价为W。传统经销商模式下企业每瓶收入是F直营模式下企业每瓶收入接近R。如果直营销量占比为p平均每瓶确认收入可以写成平均每瓶收入 (1 - p) × F p × R当R明显高于F时p越高企业平均确认收入越高。所谓“提价理顺”本质就是通过提高p让企业收入中枢向R转移。6.1 模拟不同直营占比下的利润结构# analysis/margin_simulator.py # 演示模型观察直营占比变化对平均确认收入的影响 def sim_average_price(factory_price, direct_price, dealer_price, direct_ratio): # direct_ratio: 直营销量占比0到1之间 # 传统渠道收入 经销商出货收入直营收入 直营零售收入 wholesale_income dealer_price * (1 - direct_ratio) direct_income direct_price * direct_ratio avg_income wholesale_income direct_income return avg_income # 示例参数出厂价、直营价、一批价演示值 factory_price 969 direct_price 1499 dealer_price 2000 for ratio in [0.1, 0.2, 0.3, 0.4, 0.5]: avg sim_average_price(factory_price, direct_price, dealer_price, ratio) print(f直营占比 {ratio:.0%} 平均收入约 {avg:.2f})在这个简化模型中一批价之所以高于直营零售价是因为传统渠道存在囤货和炒作溢价这种溢价并不稳定。直营渠道占比提升后企业虽然不能直接获得渠道炒作那部分收益但可以通过更多以指导价成交的直营订单提升收入确定性与报表质量。6.2 模拟结果解读当直营占比从10%提升到50%时平均收入会从1900元附近逐步下降到1750元这个模拟结果看似收入减少但实际上描述的是“收入确认结构变得更接近终端真实成交价”。如果进一步考虑到直营渠道不需要支付给经销商较高的渠道费用那么毛利率反而可能高于传统批发。这个结果的意义不在模拟数值本身而在于提示研究者不要只盯着批价直营占比与渠道结构对收入质量的影响同样关键。7. 直营收入占比变化的可视化分析方法研究渠道结构最直接的手段是画一张直营收入占比趋势图。下面代码演示如何用简洁的方式生成图表方便观察趋势变化。# analysis/chart_ratio.py # 需要安装 pandas 和 matplotlibpip install pandas matplotlib import pandas as pd import matplotlib.pyplot as plt data { 年度: [2019, 2020, 2021, 2022, 2023, 2024], 直营收入(亿元): [60, 90, 100, 160, 230, 300], 总收入(亿元): [250, 280, 300, 360, 430, 480], } df pd.DataFrame(data) df[直营收入占比] df[直营收入(亿元)] / df[总收入(亿元)] plt.figure(figsize(8, 5)) plt.plot(df[年度], df[直营收入占比], markero, label直营收入占比) plt.title(直营收入占比变化趋势(演示)) plt.xlabel(年度) plt.ylabel(占比) plt.ylim(0, 1) plt.grid(True, linestyle--, alpha0.5) plt.legend() plt.tight_layout() plt.show()在使用这个图表时需要注意三点。第一比例上升不一定是绝对的好事。如果直营渠道发展过快传统经销商网络的覆盖能力和市场教育功能会被削弱可能影响产品在低线城市与特殊渠道的动销。因此最优结构不一定是直营比例越高越好而是两条渠道形成互补。第二收入占比存在口径问题。有些平台收入虽然被披露为“线上直销”但货物仍然可能由区域经销商提供只是交易环节被搬到线上。分析时应查阅财报附注中的口径说明区分“真正由公司直接销售的金额”与“渠道合作性质的线上交易”。第三直营收入占比是一个滞后指标。它反映的是过去一年的渠道结构而不是未来预期。用于解释历史报表时非常有效但要预测未来还需要结合合同负债、渠道库存与市场价格三个领先指标。8. 基本面跟踪过程中常见的四个误区不少人在分析渠道与价格时容易陷入思维定式。这里列出一个常见误区清单供研究与复盘时参考。误区表现思维盲区正确做法看到批价上涨就认定公司会大额提价忽略提价对渠道利润的压制结合直营占比与渠道库存判断提价可行性把直销收入增长等同于完全取代经销商忽略经销商承担的物流、资金和下沉市场功能观察批发代理渠道收入是否同步稳定只跟踪价格数据不跟踪动销数据价格可以被囤货和预期抬升动销才能反映需求优先关注终端动销、开瓶率与库存周期用总量思维看待销量增长高端产品天然受产能约束重点分析产品结构升级与吨价变化第一个误区的典型情景是某个月的批价上涨被视为重大利好。实际上批价上涨如果是经销商囤货所致那么它非但不是利好反而是未来渠道库存出清压力上升的预警信号。产业研究的关键在于判断涨价的资金来源是真实消费者愿意付出更高价格还是渠道环节在“加库存”。第二个误区与“去经销商化”的想象有关。实际上即使是直营占比很高的消费品公司也依然需要经销商完成本地化服务。问题的关键不是谁替代谁而是企业是否能通过直营体系掌握价格主导权让经销商的利润预期保持在企业可控范围之内。9. 需要跟踪验证的风险清单高盛看好的判断并不代表不存在风险任何机构观点都建立在特定前提之上。对研究者而言与其复制结论不如检验前提是否成立。第一个风险是高端消费场景的变化。如果经济增速放缓导致商务活动减少白酒的高端社交需求会受到抑制。这时即使直营体系理顺终端动销也可能走弱。跟踪这个风险最直接的指标是合同负债与企业经营性现金流的匹配度。如果报表收入上升但经营性现金流走弱说明收入确认的质量可能存在问题。第二个风险是价格体系理顺的节奏低于预期。直营店模式涉及门店选址、人员管理、运营成本等一系列问题并不是简单地把酒放到直营店就能完成渠道变革。如果直营渠道的运营效率迟迟不能提升企业可能会面临“收入增长了费用也大幅增长”的尴尬局面。第三个风险是市场预期过度一致。当机构观点被广泛传播后其信息增量会快速消退后续股价可能已经反映了直营化提升的预期。此时即使基本面数据持续改善超额收益空间也可能有限。分析者必须意识到跟踪价值与研究价值是两回事高盛看好的逻辑可以被学习但直接据此交易则是另一套决策系统。第四个风险是估值安全边际。再好的公司如果市场给出了过高的估值未来投资回报也会被稀释。分析时应比较当前估值水平与公司历史区间而不是与基本面孤立地对比。只有在基本面改善和估值合理两个条件同时具备时逻辑的闭环才算完整。10. 建议长期关注的一组观测清单与其猜测下一次提价发生在何时不如建立一套持续跟踪的信号体系。下面是一组可以纳入研究记录的观测维度。从季度财报角度重点关注直营收入占比、直销毛利率、合同负债与经营性现金流四个科目。直营收入占比提升能否带动综合毛利率上行直销毛利率与批发渠道毛利率之间的差额是否稳定都会直观反映提价体系理顺是否真正改善了报表结构。从月度产业数据角度重点跟踪一批价与终端零售价的比值。如果一批价长期稳定在指导价之上说明渠道价差有序如果一批价出现快速回落则需要警惕渠道库存开始释放可能会对后续报表收入造成压力。从公司行为角度关注直营门店数量的变化、线上直营平台的投放节奏和产品配额调整。企业在淡季控量、在旺季放量都是价格管控的具体表现。如果直营渠道投放频繁且没有出现价格回落说明企业已经找到了与市场需求匹配的投放节奏。从竞品与行业角度关注其他高端白酒企业的价格策略。行业领导者提价后往往会给同价位产品留出空间反过来如果竞品大幅降价也可能对公司产品形成间接压力。如果能在每个季度末把以上信息整理成一张结构化表格再用前文中的代码框架做简单计算就可以形成对价格与渠道变化的连续记录。比追求某一条消息的短期解读更有价值的是长期跟踪那些能够不断验证或证伪企业逻辑的数据。直营店提价体系“再理顺”不会一次完成它更像一个持续迭代的过程值得跟踪的从来不只是结果而是整个系统是否在沿着预期方向运转。
看到这条消息很多人会习惯性地把它拆成两个问题一是高盛为什么看好二是直营店提价体系到底在做什么。第一个问题容易得到一条结论第二个问题才是真正值得花时间理解的部分。如果只看股价很容易把“直营店提价体系理顺”当成一个营销动作或者当成一次简单的涨价。但从企业运营与渠道结构来看这个词背后至少叠着三件事产品线价格带的重新排布、直营渠道与经销商渠道之间的利润再分配以及公司对终端成交价的锚定能力。过去几年高端白酒最大的争议并不是“卖得好不好”而是价格从出厂到消费者手中经过多层流转之后企业自己到底能分到多少利润又能对市场价施加多少控制力。这篇文章不讨论高盛报告里可能出现的具体目标价也不做股价预测。它要做的事情是把“直营店提价体系理顺”这个标题语言翻译成可拆解的渠道模型然后用一套最小可运行的数据分析流程帮助读者理解可以从哪些维度跟踪一家高端消费品公司的价格体系变化。文中所涉及的数据全部为演示值目的是展示分析思路不代表真实财务数据也不构成任何投资建议。1. 为什么一份机构观点值得关注的深层原因高盛看好的消息之所以会被广泛转发表面原因是外资机构在消费赛道的研究资源仍然偏稀缺市场想借外部视角验证自己对公司的判断。更深层的原因是当一家公司的品牌已经足够强、产品处于供不应求的长期状态时市场对它的分析重点会从“能不能卖出去”切换到“利润以什么方式回到报表里”。普通价格讨论关注的是批价涨跌比如一批价涨了50元、跌了30元。这种波动对短期情绪有意义但对一家年收入超过百亿级别的高端企业来说真正影响报表质量的变量并不是某个月份的批价波动而是三类结构性问题企业直接面向消费者的收入占比是否在提高。出厂价与终端成交价之间的价差主要被谁拿走。提价之后经销商还有没有动力继续维护市场秩序。高盛这类机构的分析框架本质上是在回答这三类问题。它看好的不是“茅台酒还能涨价”这个朴素逻辑而是“在价格体系重新理顺之后公司的长期收入可见度和资本回报率会提升”这个更偏财务的结论。因此研究者在阅读相关消息时应该把注意力放在“提价体系”四个字上而不是“看好”两个字上。这也决定了本文的技术路线我们不试图解释一条投行观点有多正确而是把“直营店提价体系”当成一个业务系统来拆解找出其中可以被量化、被跟踪、被验证的指标再借助代码完成一个最小分析闭环。2. 读懂价格体系之前先理解白酒的分销链路要理解直营店提价体系不能绕开白酒行业传统的分销链路。一个简化版本如下表所示节点角色价格含义利润去向生产企业品牌方与生产方出厂价即企业确认收入的价格企业毛利润一级经销商承担资金与仓储一批价即经销商出手给二级经销的价格渠道毛利二级/终端门店接触消费者零售指导价或实际成交价终端毛利消费者最终购买方实际支付价格无在传统模式下企业通过经销商网络铺货收入体现在出厂价上。产品稀缺性越强市场批价与出厂价之间的价差就越大。这个价差在行业上升期会成为经销商的利润来源也是整个渠道体系愿意大量囤货的根本原因。问题是价差过大也会带来副作用一旦市场预期转向经销商争相抛货批价会快速回落甚至出现“价格倒挂”。价格倒挂是指市场批价低过经销商从企业进货的成本价。在这种状态下经销商卖一瓶亏一瓶渠道体系就会崩掉。所以高端白酒企业的核心管理动作从来不是单纯“涨价”而是维护一条从出厂价到终端成交价之间稳定、正向、可预期的价格阶梯。传统渠道体系下企业对终端价格的感知是间接的。因为企业先把货卖给经销商经销商的库存、资金占用和报价行为都会干扰企业对真实需求的判断。企业只知道自己的货出给了经销商却不知道消费者究竟以什么价格买到了产品。当一批价上行时企业未必敢立刻提高出厂价因为担心渠道利润被压缩后引发反弹。当一批价下行时企业又需要通过各种手段稳定渠道信心。一上一下之间真正掌握主动权的不是品牌方而是手握库存的渠道。要解决这个问题最直接的办法就是增加直营渠道。直营店与线上直营平台让企业可以直接触达消费者掌握真实的成交价格与动销数据从而对提价节奏有更强的掌控力。3. “直营店提价体系再理顺”到底指什么如果把“提价体系”看作一个系统它至少包括四层含义。第一层是产品线价格带排布。高端白酒企业通常不只有一个单品而是有从入门到超高端多个产品系列。理顺体系意味着每个价格带都要有明确的产品占位避免产品之间互相挤压。直营店的价值在于它可以更精细地展示和销售不同产品并通过配额投放来调节稀缺性。第二层是渠道价差回归合理区间。直营店按零售指导价销售时企业获得的是终端价与出厂价之间的全额毛利而不再把超额利润让渡给渠道。这样做既增加了报表收入也压缩了经销商套利空间使价格更接近真实消费需求。第三层是投放节奏管理。直营店不是一个简单的销售终端它还是价格锚点。当直营店始终按指导价稳定放量时消费者会对该价格形成心理预期而经销商也不敢轻易大幅抬价或砸价。直营店相当于给整个价格体系设置了一个可以参照的“坐标轴”。第四层是数字化工具支撑。直营店与线下传统门店最大的区别在于每一笔交易都可以被记录、被核验、被追踪。企业能够知道哪些地区动销快、哪些产品复购率高也能更准确地调整投放计划。线上平台与线下直营门店的组合本质上构成了一张企业自己掌握的数据网络。用一套对比可以看得更清楚对比维度传统经销商模式直营店体系企业对终端价格的感知间接依赖渠道反馈直接掌握成交数据超额利润去向主要由经销商获得更多留在企业报表价格调节手段通过配额和行政指导通过直营投放量锚定预期渠道稳定性依赖经销商资金与意愿需要企业与渠道共同维护数字化能力较弱信息滞后较强可追踪每一笔交易所以“再理顺”并不是指一次单点提价而是指企业重新调整直营渠道与经销商体系之间的分工。直营店不是要取代经销商而是充当价格体系的“稳定器”和“信息入口”。传统渠道继续负责广度覆盖直营渠道负责价格形象与高净值客群服务。两条腿走路才能让企业在面对行业周期时拥有更大的回旋余地。4. 高盛看好的逻辑为什么值得认真拆解机构投资者评价一家消费品公司时通常看四个维度品牌可持续性、盈利质量、成长空间、管理层配置资源的效率。高盛看好的逻辑大概率也落在这四个维度之内只不过市场流传的简版结论会省略中间的推演细节。品牌可持续性解决的是“十年后还有人愿意高价购买”的问题。对高端白酒而言品牌的护城河来自历史沉淀和社交场景绑定这种资产很难被资本快速复制。因此机构愿意给予这种品牌更高的估值溢价前提是公司自己不犯损害品牌价值的错误。直营店体系的存在价值之一就是让企业能够更严格地筛选价格、渠道与消费者减少随意的渠道促销对品牌形象的冲击。盈利质量解决的是“报表利润是否可持续”的问题。传统经销商模式下企业报表受渠道库存影响很大。如果经销商库存高企即使企业当期出货很顺利未来的回款也会变得不可预测。而直营收入占比提升后企业确认收入与实际动销之间的时间差更短报表波动性也会下降。机构投资者喜欢确定性直营化带来的报表透明度提升本质上是在降低股权风险溢价。成长空间解决的是“行业总量见顶之后靠什么增长”的问题。高端白酒的总销量增长空间有限单纯放量可能会损害稀缺性因此许多公司的增长逻辑都会落在吨价提升上。吨价提升有两个途径一是提高出厂价二是在出厂价不变的情况下把更多原本通过经销渠道销售的产品转移到直营渠道按照更高的零售价格确认收入。后者往往更容易落地因为它不需要改动经销商合约只需要调整渠道配额。如果直营店提价体系理顺最直接的结果就是直销渠道收入占比上升。直销收入占比每提高一个点都会同时影响收入规模、毛利率和经营性现金流。这也是为什么机构报告格外关注“直营比例”和“渠道结构”这两个指标。5. 跟踪茅台价格与渠道变化的最小数据框架价值分析的难点不在于看懂一个公式而在于把模糊的商业概念转化成可计算的指标。这里我们不做复杂的财务估值而是搭建一个最小可用的分析框架包括数据口径、计算方法和代码实现。5.1 核心跟踪指标指标含义数据来源使用方式直营收入占比直营渠道收入占总收入比例财报衡量渠道改革进度直销毛利率直销收入对应的毛利率财报/测算判断直营是否更赚钱合同负债经销商预先打款金额财报判断渠道打款意愿批价一级市场一批价行业数据/渠道调研判断短期供需关系出厂价与直营价差零售指导价与出厂价之差公告/门店信息测算渠道利润空间5.2 最小计算代码下面代码用于演示直营收入占比与毛利率的影响数据全部为示例数据。# analysis/direct_ratio_demo.py # 注意以下 data 为演示数据不代表真实财务口径 import pandas as pd data { 年度: [2021, 2022, 2023, 2024], 直营收入(亿元): [100, 160, 230, 300], 总收入(亿元): [300, 360, 430, 480], } df pd.DataFrame(data) df[直营收入占比] df[直营收入(亿元)] / df[总收入(亿元)] print(df.round(4))运行上述代码输出如下年度 直营收入(亿元) 总收入(亿元) 直营收入占比 0 2021 100 300 0.3333 1 2022 160 360 0.4444 2 2023 230 430 0.5349 3 2024 300 480 0.6250这段代码的逻辑很简单却对应着一个重要判断直营收入占比如果趋势性提升说明公司正在把更多货品绕过经销商直接卖给消费者报表中的毛利率和盈利质量都会受到正面影响。实际分析时应以财报中披露的“直销”与“批发代理”口径为准不同公司对直营的定义可能不一致。6. 用简化价差模型理解“提价理顺”的利润变化透过一个简单模型可以看到直营体系如何影响企业利润。假设每瓶产品出厂价为F直营零售指导价为R一批价为W。传统经销商模式下企业每瓶收入是F直营模式下企业每瓶收入接近R。如果直营销量占比为p平均每瓶确认收入可以写成平均每瓶收入 (1 - p) × F p × R当R明显高于F时p越高企业平均确认收入越高。所谓“提价理顺”本质就是通过提高p让企业收入中枢向R转移。6.1 模拟不同直营占比下的利润结构# analysis/margin_simulator.py # 演示模型观察直营占比变化对平均确认收入的影响 def sim_average_price(factory_price, direct_price, dealer_price, direct_ratio): # direct_ratio: 直营销量占比0到1之间 # 传统渠道收入 经销商出货收入直营收入 直营零售收入 wholesale_income dealer_price * (1 - direct_ratio) direct_income direct_price * direct_ratio avg_income wholesale_income direct_income return avg_income # 示例参数出厂价、直营价、一批价演示值 factory_price 969 direct_price 1499 dealer_price 2000 for ratio in [0.1, 0.2, 0.3, 0.4, 0.5]: avg sim_average_price(factory_price, direct_price, dealer_price, ratio) print(f直营占比 {ratio:.0%} 平均收入约 {avg:.2f})在这个简化模型中一批价之所以高于直营零售价是因为传统渠道存在囤货和炒作溢价这种溢价并不稳定。直营渠道占比提升后企业虽然不能直接获得渠道炒作那部分收益但可以通过更多以指导价成交的直营订单提升收入确定性与报表质量。6.2 模拟结果解读当直营占比从10%提升到50%时平均收入会从1900元附近逐步下降到1750元这个模拟结果看似收入减少但实际上描述的是“收入确认结构变得更接近终端真实成交价”。如果进一步考虑到直营渠道不需要支付给经销商较高的渠道费用那么毛利率反而可能高于传统批发。这个结果的意义不在模拟数值本身而在于提示研究者不要只盯着批价直营占比与渠道结构对收入质量的影响同样关键。7. 直营收入占比变化的可视化分析方法研究渠道结构最直接的手段是画一张直营收入占比趋势图。下面代码演示如何用简洁的方式生成图表方便观察趋势变化。# analysis/chart_ratio.py # 需要安装 pandas 和 matplotlibpip install pandas matplotlib import pandas as pd import matplotlib.pyplot as plt data { 年度: [2019, 2020, 2021, 2022, 2023, 2024], 直营收入(亿元): [60, 90, 100, 160, 230, 300], 总收入(亿元): [250, 280, 300, 360, 430, 480], } df pd.DataFrame(data) df[直营收入占比] df[直营收入(亿元)] / df[总收入(亿元)] plt.figure(figsize(8, 5)) plt.plot(df[年度], df[直营收入占比], markero, label直营收入占比) plt.title(直营收入占比变化趋势(演示)) plt.xlabel(年度) plt.ylabel(占比) plt.ylim(0, 1) plt.grid(True, linestyle--, alpha0.5) plt.legend() plt.tight_layout() plt.show()在使用这个图表时需要注意三点。第一比例上升不一定是绝对的好事。如果直营渠道发展过快传统经销商网络的覆盖能力和市场教育功能会被削弱可能影响产品在低线城市与特殊渠道的动销。因此最优结构不一定是直营比例越高越好而是两条渠道形成互补。第二收入占比存在口径问题。有些平台收入虽然被披露为“线上直销”但货物仍然可能由区域经销商提供只是交易环节被搬到线上。分析时应查阅财报附注中的口径说明区分“真正由公司直接销售的金额”与“渠道合作性质的线上交易”。第三直营收入占比是一个滞后指标。它反映的是过去一年的渠道结构而不是未来预期。用于解释历史报表时非常有效但要预测未来还需要结合合同负债、渠道库存与市场价格三个领先指标。8. 基本面跟踪过程中常见的四个误区不少人在分析渠道与价格时容易陷入思维定式。这里列出一个常见误区清单供研究与复盘时参考。误区表现思维盲区正确做法看到批价上涨就认定公司会大额提价忽略提价对渠道利润的压制结合直营占比与渠道库存判断提价可行性把直销收入增长等同于完全取代经销商忽略经销商承担的物流、资金和下沉市场功能观察批发代理渠道收入是否同步稳定只跟踪价格数据不跟踪动销数据价格可以被囤货和预期抬升动销才能反映需求优先关注终端动销、开瓶率与库存周期用总量思维看待销量增长高端产品天然受产能约束重点分析产品结构升级与吨价变化第一个误区的典型情景是某个月的批价上涨被视为重大利好。实际上批价上涨如果是经销商囤货所致那么它非但不是利好反而是未来渠道库存出清压力上升的预警信号。产业研究的关键在于判断涨价的资金来源是真实消费者愿意付出更高价格还是渠道环节在“加库存”。第二个误区与“去经销商化”的想象有关。实际上即使是直营占比很高的消费品公司也依然需要经销商完成本地化服务。问题的关键不是谁替代谁而是企业是否能通过直营体系掌握价格主导权让经销商的利润预期保持在企业可控范围之内。9. 需要跟踪验证的风险清单高盛看好的判断并不代表不存在风险任何机构观点都建立在特定前提之上。对研究者而言与其复制结论不如检验前提是否成立。第一个风险是高端消费场景的变化。如果经济增速放缓导致商务活动减少白酒的高端社交需求会受到抑制。这时即使直营体系理顺终端动销也可能走弱。跟踪这个风险最直接的指标是合同负债与企业经营性现金流的匹配度。如果报表收入上升但经营性现金流走弱说明收入确认的质量可能存在问题。第二个风险是价格体系理顺的节奏低于预期。直营店模式涉及门店选址、人员管理、运营成本等一系列问题并不是简单地把酒放到直营店就能完成渠道变革。如果直营渠道的运营效率迟迟不能提升企业可能会面临“收入增长了费用也大幅增长”的尴尬局面。第三个风险是市场预期过度一致。当机构观点被广泛传播后其信息增量会快速消退后续股价可能已经反映了直营化提升的预期。此时即使基本面数据持续改善超额收益空间也可能有限。分析者必须意识到跟踪价值与研究价值是两回事高盛看好的逻辑可以被学习但直接据此交易则是另一套决策系统。第四个风险是估值安全边际。再好的公司如果市场给出了过高的估值未来投资回报也会被稀释。分析时应比较当前估值水平与公司历史区间而不是与基本面孤立地对比。只有在基本面改善和估值合理两个条件同时具备时逻辑的闭环才算完整。10. 建议长期关注的一组观测清单与其猜测下一次提价发生在何时不如建立一套持续跟踪的信号体系。下面是一组可以纳入研究记录的观测维度。从季度财报角度重点关注直营收入占比、直销毛利率、合同负债与经营性现金流四个科目。直营收入占比提升能否带动综合毛利率上行直销毛利率与批发渠道毛利率之间的差额是否稳定都会直观反映提价体系理顺是否真正改善了报表结构。从月度产业数据角度重点跟踪一批价与终端零售价的比值。如果一批价长期稳定在指导价之上说明渠道价差有序如果一批价出现快速回落则需要警惕渠道库存开始释放可能会对后续报表收入造成压力。从公司行为角度关注直营门店数量的变化、线上直营平台的投放节奏和产品配额调整。企业在淡季控量、在旺季放量都是价格管控的具体表现。如果直营渠道投放频繁且没有出现价格回落说明企业已经找到了与市场需求匹配的投放节奏。从竞品与行业角度关注其他高端白酒企业的价格策略。行业领导者提价后往往会给同价位产品留出空间反过来如果竞品大幅降价也可能对公司产品形成间接压力。如果能在每个季度末把以上信息整理成一张结构化表格再用前文中的代码框架做简单计算就可以形成对价格与渠道变化的连续记录。比追求某一条消息的短期解读更有价值的是长期跟踪那些能够不断验证或证伪企业逻辑的数据。直营店提价体系“再理顺”不会一次完成它更像一个持续迭代的过程值得跟踪的从来不只是结果而是整个系统是否在沿着预期方向运转。
