用“反事实”升级你的思维模式 商业模式在风险分析上的妙用

用“反事实”升级你的思维模式 商业模式在风险分析上的妙用， 

用“反事实”升级你的思维模式

面对质疑

职场中人总是少不了工作汇报，名义上是“汇报”，但如果只是数据和结果的罗列，不但显得你在工作上漫不经心，而且浪费了一次绝佳的证明自己能力的机会。

比如，你组织了一次促销，你在汇报里说：促销效果很好，营收额上升了50%，库存下降了50%，等等，这个看似漂亮的成果，很可能会遭到如下的质疑：

本来说是旺季，就算你不促销，营业额也会上升；

花了那么多钱，东西又便宜了这么多，营业额怎么可能不上升；

老顾客投诉太多了，这种促销破坏了价格体系；

清理库存都亏到姥姥家了，还好意思拿出来表功；

……

通常情况下，上司和同事不会这么说，“尊重客观事实”是基本的“职场礼节”，除非他故意为难你，但难保证他们不会这么想，这么一来，你的工作业绩在上司眼里就会变得微不足道。

类似这种情况非常多，你任何工作都可以从负面的角度解读，很多人因此觉得，职场上工作再好也会被人说闲话，还不如“上班摸鱼，下班躺平”。

但我们平心静气地想一想，如果你是上司和同事，这些质疑难道没有道理吗？毕竟营销是一个复杂的体系，我们经历过太多表面成绩很好，实际伤害很大的促销活动。

职场上有两种有能力的人，第一种是能把事办成的人，第二种是知道“为什么能把事办成”的人。有前一种能力的人，最后可以成为一位优秀的部门经理，后一种能人，最后可以成为一位优秀的CEO。

上一篇文章告诉我们，因果关系并不天然存在，它是被人创造出来的，被赋予意义的。你不但要好好工作，你还必须有能力证明公司获得的成绩与你的努力之间的因果关系，证明你的工作是有意义的。

上一篇说了因果关系的三个层次，本文就会详细的介绍从第三层发展出来的很重要的武器——反事实思考。

死于疫苗的人数比死于天花的人还多？

《为什么：关于因果关系的新科学》一书中有一个事实可能会让大家意外，数据显示，每年死于天花疫苗的人数大于死于天花的人数。

这个数据被很多反疫苗组织用来宣传“疫苗有害论”，认为应该禁止人们接种疫苗。

数据到底对不对呢？这其实是一道简单的算术题。

假设天花疫苗的接种率为99%，1%的不良反应率，不良反应中有1%的死亡率，100万儿童中有99万接种了疫苗，简单计算可知，因天花疫苗接种不良反应而死亡的儿童为99人。

另有一万儿童没有接种疫苗，假设未接种疫苗的人群，感染天花的概率是2%，而天花的致死率为20%，那么没有接种天花的儿童死亡人数为40人。

没错，死于天花疫苗不良反应的儿童数大于死于天花的儿童数。

但我们也发现了问题所在，接种的儿童数量实在是太大了，只要接种率降低2个百分点，死于疫苗不良反应的人数下降到97人，而死于天花的人数就会上升到120人。你还不如说，原因是接种率太高了。

接种率与两类死亡人数的关系如下表：

接种率

死于天花疫苗不良反应的儿童数（每百万人）

死于天花的儿童数（每百万人）

共计

99%

99

40

139

97%

97

120

217

90%

90

400

490

70%

70

1200

1900

50%

50

2000

2050

0%

0

4000

理解了这一层因果关系之后，你会发现，死于疫苗和死于传染病的人，没有可比性，这两个数字的大小关系，与疫苗有没有好处，并不形成因果关系。

那么，其中的因果关系到底是什么呢？

上一篇中介绍了因果关系的三个层次：

现象的相关性（第一层）：天花、天花疫苗与儿童死亡的概率关系

动作的因果性（第二层）：如果打疫苗，有多大的概率因疫苗而死亡

反事实的因果性（第三层）：如果不打疫苗，有多大的概率因天花而死

非常明显，认为打天花疫苗不安全的人，违反了因果关系的第三层“反事实的因果性”，如果儿童都不接种天花疫苗，结果就是一道简单的数学题：

每100万儿童每年因天花死亡数：1000000*2%*20%=4000人

对于医学家而言，不需要区分这两种死亡数，真正有意义的是最后一项“共计死亡数”，99%接种率，儿童死亡数是139人，0%的接种率，儿童死亡总数是4000人。

如果一定要区分的话，那逻辑反而是这样的：

如果有一天，全球死于新冠疫苗不良反应的人数高于死于新冠病毒的人，我们就可以彻底战胜新冠病毒了。

嗯，这话逻辑没问题，可为什么听上去怪怪的？

反事实思考

是因为人类不太擅长“反事实思考”吗？

罗翔说法里有一个经典的“粪坑案”，一女子下班遇到歹徒要强奸她，她假意服从，待男子放松警惕后，一脚将其踢入粪坑。歹徒挣扎着要爬上来，女子连踩三脚，导致歹徒死亡，请问该女子是否构成“正当防卫”？

这个案例讲的是“正当防卫”与“事后防卫（报复泄愤）”的区别，一般人都会本能地觉得女子是正当防卫，但原因呢？

罗翔指出，重点在于，一般人在当时的情况下看，歹徒的危险有没有解除？肯定没有，三脚不够，最好再来一板砖，不是为了报复泄愤，而是确保“危险排除”。

“危险排除”就是一个“反事实思考”，需要我们还原当事人当时的情景，你会发现，其实这正是大部分人的正常思维方式，只是不太会用逻辑的语言表达出来。

那么，是因为我们对数字不太敏感吗？

再举一个例子，如果你喜欢买彩票，每次都买固定的号码，那么下面两种情况，哪一种更让你后悔：

A、 这一次你买了固定的号码，结果还是没中奖

B、 这一次你突发奇想，改了一个数字，结果大奖竟然是原来的数字

一定是B更让你后悔吧，真是“闲得蛋疼多此一举没事找抽天生命贱”，你会想：如果你没有改号码，就是100%的中奖——这就是一个“反事实思考”。

把疫苗与这两个案例进行对比，你会发现，人类非常擅长“反事实思考”，对一般的数字也有处理能力，只是——

第一、我们更喜欢基于具体情景的“反事实思考”；

第二、人类真正不擅长的是对极小概率的处理。

想一想，一个健康活泼的小孩子，打了疫苗，死了。结果是因为不良反应，而非疫苗质量问题，家长会怎么想呢？这个报道出来，读者又会如何思考呢？

我们正常的思维是，如果不打疫苗，孩子就不会死——但这并不符合事实，疫苗不良反应致死率是万分之一，不打疫苗得天花并致死的概率是千分之四，两者相差25倍，但这两个都是小概率事件，而人脑对于小概率事件缺乏处理能力。

我们非常理解并愿意进行“反事实思考”，但更擅长体验具象的事项，所以相关性虽然以概率为基本，但“反事实思考”想要让人理解，就需要落实到具体的情景上。

理解这一点，我们就可以回到开头的问题，你会发现真正的困难在于，既然“反事实”是没有发生的事实，那么你该如何找到“反事实”呢？

寻找“反事实”的替代事件

想要证明“你的促销活动”有成果，你需要证明一个反事实，如果不进行促销，会怎么样？

虽然并不存在“没有促销”这个反事实，毕竟平行宇宙只是一个假想，但你并不是要真的要找到“反事实”，而是要让上司和同事相信，所以你只要找到“反事实”的替代事件就行了。

事实上，任何一个对你促销效果的质疑，都蕴含着一个替代“不促销”的反事实：

“本来说是旺季，就算你不促销，营业额也会上升”，这个质疑对应的“反事实”的“替代事件”可以是——选择去年同期，没有促销的时间前后的销售数据进行对比。

“花了那么多钱，东西又便宜了这么多，营业额怎么可能不上升”，这个质疑对应的“反事实”的“替代事件”可以是——近一两年规模类似的促销活动的效果进行对比。

“清理库存都亏到姥姥家了，还好意思拿出来表功”，这个质疑对应的“反事实”的“替代事件”可以是——附带清理库存的促销活动的效果，好于不附带清理库存的促销活动的效果。

“反事实”并不是反驳他人的质疑，它实际上是自我质疑、自我修正，你需要事先尽可能考虑到影响促销效果的因素，在汇报中预先提供相应的“反事实”。这么做，不但能把质疑扼杀在萌芽状态，还能体现你严谨的商业思维。

是的，“反事实思考”是一种商业思维能力，在评估制度、活动、政策时，要考虑的不仅仅是本身的得失，还包括如果没有这项政策，那你的得失又是怎样，前者有现成的数据可供分析，后者则需要相当的想象、推理能力。

当人类开始思考“反事实”

反事实思考是一种非常高级的思维方法。

“公鸡打鸣，太阳升起”，这两者到底有没有因果关系？我们只是根据常识判断“没有”，但有没有什么更严密的推理呢？

因果关系的层次分析，是英国哲学家休谟率先进行的。他认为，现象A之后，一定会出现B现象，是因果关系的第一层；但因果关系还需要第二层：如果没有A（公鸡打鸣），那么B（太阳升起）也不会出现。

休谟的理论把因果关系的探究推进了一大步。

因果关系既非完全主观，也非完全客观，一个新发现往往先提出一个看似合理的假设，再寻找相关数据的支持，再进行“反事实”的验证，最后对你的想法进行修正与限制，再重复一遍上述过程。

医学，人命关天，一种药物到底对治疗疾病有没有用？这个因果关系就不仅仅是一个理论问题了，而药物临床实验中的“安慰剂组”和“常规治疗组”，作用就相当于“反事实思考”。

“安慰剂组”提供的反事实是，如果什么药都不吃，病自然消失的概率；“常规治疗组”提供的反事实是，如果用现在已知最好效果的药，病好的概率。

如果新药的疗效好于这两组，那就是有用的；如果低于这两组，那就是无效；如果高于“安慰剂组”低于“常规治疗组”，那就需要看具体区别。

很多人都觉得西医比中医正确，因为中医理论无法证伪，而西医的理论有严密的因果关系。但事实是，西医理论同样来源于对实践中相关性的总结，只是有大量类似“反事实”的双盲试验去验证，而中药的“千人千方，同病异治”导致没有科学方法证明自己有效。

从人类开始思考“反事实”时，事实上，人类已经改变了这个世界。


商业模式在风险分析上的妙用

— 1—

大佬有话说

管理学大师彼得·德鲁克曾经说过：当今企业之间的竞争，已经不再是产品与服务之间的竞争，而是商业模式之间的竞争。

投资人段永平说：格力、平安、万科在各自行业里算是最健康的企业了，长期而言，如果他们都无法生存，那么相关行业将“不复存在”。数年后，他对上述观点做了调整：现在更关注商业模式和企业文化。如果时光能够倒流，我大概不会买创维或者万科，我觉得他们的商业模式都不够好。段永平继续补充：生意模式越好，投资的确定性越高或者叫风险越低。我们投资，投的就是确定性，一个有很高的确定性的企业，我们愿意投它。

格力、平安、万科，在各自行业的龙头翘楚。“倘若行业龙头都无法生存，整个行业将不复存在”，这种观点本质是做压力测试。然而，商业模式无疑将投资者抬升至更高维度——前者存在明显缺陷，未重视需求端。行业不复存在，即需求清零，这是一种底线思维。现实往往是，即便需求存在，但保持低速增长或者小幅萎缩，行业洗牌都将在所难免。

综上，信贷从业者应该重新审视“商业模式”在信用风险判断上的价值。

— 2—

商业模式内涵

商业模式，是管理学的重要课题。首次提出于1998年。

Weil和Vital（2002）给商业模式的定位，奠定当前框架：在一个公司的消费者、联盟、供应商之间识别产品流、信息流、货币流和参与者主要利益的角色和关系。

段老师对商业模式的定义更加朴素：商业模式就是赚钱的方式，就是一个企业怎么赚钱，靠什么赚钱。

一般把企业与企业之间、企业的部门之间、乃至与顾客之间、与渠道之间都存在各种各样的交易关系和连结方式，称之为商业模式。

商业模式主要由六项要素构成：战略定位、业务系统、关键资源能力、盈利模式、现金流结构、企业价值及其相互关系。

也有人整理商业模式涉及的4个方面：产品模式、用户模式、推广模式、盈利模式。

— 3—

在风险分析上的运用

（一）搭建中观与微观分析桥梁

之前提到过：大企业看行业，中企业看竞争力，小企业看产品。

对于超大型以及大型企业，侧重宏观以及中观行业维度分析，防范系统性风险，而非过于纠缠微观层面企业细节分析。行业风险就是其中一个系统风险。在行业风险方面，我们之前侧重行业的周期性。行业周期导致企业盈利大幅波动，特别是周期底部，本来就是通过存量产能出清实现的，这个过程无成本优势的企业大抵面临淘汰。

商业模式属于中观行业与微观企业之间的次中观维度，能够有效连接中观行业与微观企业的风险。我们更应从商业模式视角，动态分析行业是否萎缩或消亡。在产能过剩的今天，需求推动行业发展。行业的消亡与持续萎缩，本质是需求端的消亡与萎缩。行业消亡：胶卷之王柯达公司，世界第一批500强公司。1930年世界摄影器材市场75%的份额，独揽9成利润。然而，随着数码时代到来，柯达英雄末路，终归破产。行业萎缩：有线电视网络行业目前尚存，但随着行业萎缩，省属国企河南有线电视网络集团有限公司已出现违约。考察商业模式，更能发现未来行业萎缩或消亡的走势。

这种需求逐渐消亡或者难以大幅增长的市场化行业（需求低增长但属于弱周期行业，另当别论）。典型代表如：

味精，大家可以观察身边多少人做饭时不再放味精；

白色家电，主要是电视机、空调这类耐耗品，随着国家城市化达到63.89%的较高水平，新增城市人口逐渐减少，那么未来新增购房需求也将下降，相应白色家电的需求也会下降，起码之前大幅增长态势难以为继。

汽车：据公安部统计，2021年全国机动车保有量达3.95亿辆，其中汽车3.02亿辆。以三口之家计，汽车已覆盖9亿以上人口，占总人口63.69%，基本与全国城市化率持平。考虑到大量落后地区尤其是山区，没有购买消费能力；城市的高铁、地铁、网约车、共享单车等替代效应；大量新进入城市的年轻人过着996生活，身为城市人口，却没有买车需求。综合考量下，汽车行业也将步入存量竞争市场，预计行业集中度进一步向头部客户集中。因此，在客户选择时，优选行业龙头。

现实数据也支撑上述观点。中国乘用车销量增长在2017年已基本停滞，2018与2019年出现明显下滑，2020年疫情影响因素进一步下滑，2021年同比有所增长，但仅相当于2015年的销量水平。如果提前按此视角分析汽车行业，估计LB汽车、LF汽车、ZT汽车、HC汽车、CJ汽车等车业，或可提前退出。

其他如受电商冲击的商铺出租、大卖场、专业产品批发市场等行业。随着“双碳”政策以及环保治理，高污染、高能耗等相关行业，也将逐渐萎缩甚至消亡。

（二）精准企业画像

行业的概念较大，可以使用商业模式，进一步精准客户画像。

以房地产行业为例说明。

修安置房、商品房、别墅、商场、酒店、写字楼，大有不同。其中商品房，还需划分为刚需与改善两种类型。不同产品对应的商业模式，完全不一样。

仅以安置房和酒店、写字楼说明问题。

安置房，一般由政府回购，承做主体多为城投企业，风险主要来源于地方政府债务。

酒店，尤其是大型酒店，修建成本动辄数亿元，对企业现金流占用较大。项目修成以后，一般开展经营性物业贷款，每年收入扣除经营成本与税收以后，大量资金用于归还银行贷款本息，难以形成资金积累。十八大以后，公款开支得到有效遏制，酒店企业收入增长有限，甚至相对之前出现大幅下滑。艰难维持一段时间后，沉淀资金还没焐热，又有再次装修改造需求，需要继续投入资金。可以说，酒店资产对集团而言，主要是资产占用，作为抵押物便于集团融资，在创造现金流方面贡献力度较小。而现金流，是信用风险分析的核心，也是商业模式分析的核心。2017年，富力集团更是以6折的价格（200亿）从万达手中买走77家万达酒店，看似“抄底”。然而，接盘2年后，2019年富力酒店亏损10亿元，2020年疫情之下重资产的酒店业更是雪上加霜。再次印章：买的没有卖的精。或许在当时，王健林对酒店业务模式已有深刻洞察。

写字楼，尤其是高端写字楼，更是惨不忍睹。时代数据统计发现，截至2019年末，北京、上海、广州、深圳、成都、杭州、重庆、武汉、西安、苏州、天津、南京、长沙、郑州、东莞、青岛、沈阳、宁波、昆明等19个一线和新一线城市的甲级写字楼平均空置率已高达26.4%，较上年增加2.7个百分点；平均租金也从2018年末的每月每平方米141.3元跌至134.9元。这就决定着需求不振，更意味着租赁收入不好。更何况，这类资产，处置难度也极大。

所以，对于主营酒店和写字楼业务的企业，要小心。集团中这类资产如果占比大，也要小心。

烂尾楼天津大厦 滨海新区

（三）寻找参考系

好与坏，是比较出来的。

通过寻找行业内相似商业模式的企业，进行对比，才能找到参考系。以电力行业，列表说明。

可见2021年，水力发电和火力发电企业简直冰火两重天。水力发电企业赚得盆满钵满，火力发电企业却亏得一塌糊涂——虽然两者的终端产品都是电力。其中火力发电企业亏损严重，主要是2021年四季度上游原材料煤炭价格大幅上升，而电力价格受指导价限制无法有效传到至下游，即终端产品价格无法体现上游成本，叠加电力产品具有部分公益属性，如居民用电，国有火力发电企业亏损也得发电，最终发电越多，亏损越多，甚至引发拉闸限电风波。

其中火力发电的永泰能源财务表现突出，行业普遍亏损情况下，保持一定盈利水平，实属难得。然而，深入分析会发现，如皖能电力自身无煤炭储备，发电所用煤炭均为外购；永泰能源2021年半年报则显示，虽然火力发电占营收47.63%，被列入火力发电行业，但实现原煤产量 500.36 万吨，即永泰能源既能使用自家低价煤炭发电，又能对外销售煤炭获取利润。两者商业模式差异，来自关键资源差异。

（四）识别财务造假

商业模式还有一大用武之地，在于识别财务造假。

商业模式决定企业的财务表现，若企业财务数据与商业模式存在明显差异，大概率是企业造假。

某民营医药批发企业，注册资本5000万元；收入9亿元，净利润1.06亿元，净利率达11.7%。上游客户是药企、下游客户为终端医疗机构（医院、药店等）。看起来也没啥问题。但同一时间同类型的医贸企业净利率是这确是：贵州地区的医贸批发企业A药业（收入11.9亿、净利率1.38%）；湖南地区的医贸批发企业B药业（收入16.5亿、净利率1.16%）；湖北地区的医贸批发C药业（收入334.4亿、净利率1.4%）。

进而我们会疑问，为何这家医贸企业净利率如此之高，原因为何？如果盈利能力是虚增的，那企业的报表结构又会如何呈现？倘若企业无法给出合理解释，则有理由判断企业财务造假。

发布于：北京[db:内容]?