| name | good-business |
| description | 当用户需要判断一家公司是否具备持久的竞争优势时激活此skill。典型触发：用户在分析某只股票/公司时问"这门生意好不好""护城河够不够深""这个商业模式能不能持续赚钱"；或用户试图从PE/财务指标出发评价一家公司却理不出头绪。
不适用于：纯财务建模（DCF计算）、已明确在能力圈外的公司（应先回能力圈框架）、短期交易择时决策。
关键语言信号："这个生意模式怎么样""为什么这家公司能一直赚钱""竞争对手能不能抢走它的市场"。
|
| source_book | 《段永平投资问答录-下》 段永平 |
| source_chapter | 第三章 Golf & Investment / 第七章 案例分析 |
| tags | ["investment","business-model","moat","qualitative"] |
| related_skills | [] |
好生意识别法（商业模式护城河分析）
R — 原文 (Reading)
好的商业模式的很简单，就是利润和净现金流一直都是杠杠的，而且竞争对手哪怕很长的时间里也很难抢。商业模式经常要看的东西不外是护城河是否长期坚固（产品的差异化的持续性，包括企业文化），长期的毛利率是否合理（产品的可替代性），长期的净现金流（长期而言其实就是净利润）是否满意。投资最重要的还是要看生意模式。先看商业模式，除非你喜欢这家公司的商业模式，不然就不再往下看了。所谓未来现金流的定性分析比定量分析要重要的多，用公式的人往往会陷于细节而忽略整体。
— 段永平，第三章第2节"什么是看懂一个公司" / 第七章案例分析
I — 方法论骨架 (Interpretation)
- 好生意的本质：利润和净现金流长期强劲，竞争对手长时间内难以抢走——不是"现在赚钱"，而是"持久地赚钱且别人抢不走"。
- 分析顺序严格固定：先看商业模式（企业怎么挣钱），再看企业文化，最后才看价格。商业模式不过关的公司直接排除，不再往下看——这是从巴菲特那里学到的最值钱的一课。
- 定性远比定量重要：护城河是否长期坚固、产品差异化是否持续、可替代性高低，这些定性判断优先于任何财务指标计算。用公式的人容易陷入细节而忽略整体。
- 检验标准：护城河持久性（产品差异化的持续性）+ 长期毛利率合理性（可替代性）+ 长期净现金流满意度。三项缺一不可。
- "懂"的验证：看懂一家公司的标志是——股价大跌时你想加仓而非恐慌卖出。如果还需要到处问"发生什么事了"，说明没看懂。
- 排除法驱动：不喜欢的商业模式直接跳过，不纠结"能不能看懂"——没有兴趣的公司不需要懂。
A1 — 书中的应用 (Past Application)
案例 1: 贵州茅台
- 问题: 茅台是否具备好生意的特征？反腐冲击下能否持续？
- 方法论的使用: 用好生意框架逐项检验——利润和净现金流持续强劲（毛利率极高，预收款充足），库存越久越值钱（"茅台的库存几乎就是个宝，消费电子的库存几乎就是垃圾"），定价权极强（喜欢喝茅台的人不会因涨价转喝五粮液），供不应求（市场占有率仅千分之二三），护城河由不可复制的地理环境和品牌文化构成。
- 结论: 茅台是好生意的典范——不怕库存、不需售后服务、产品差异化大、新品牌几乎无法进入。
- 结果: 反腐短期冲击销量，但茅台长期价值不变；段永平在塑化剂事件时自费送检，基于对生意的理解保持平常心，持续持有。
案例 2: 苹果
- 问题: 失去乔布斯的苹果还是好生意吗？
- 方法论的使用: 先看商业模式——苹果是"梦寐以求但难以达到的生意模式"。单品模式带来三重优势：①人力物力集中做精品（开发成本低但单品开发费最高）；②规模效应极致化（材料成本低且质量好）；③渠道成本极低。平台/生态护城河已形成（光软件年收入数十亿），用户锁定效应极强（"还没见过用iphone的换到其他手机的"）。企业文化以消费者为导向做到极致。
- 结论: 苹果最厉害的是平台和生意模式，不是某个天才个人。"苹果已经有了很好的生意模式"——定性结论先于任何PE计算。
- 结果: 2011年以约3000亿市值买入（扣现金后PE仅12-13倍），预测5年后利润达500亿（实际595亿），长期持有获得巨大回报。
案例 3: 创维（反面：非典型好生意但极低估值）
- 问题: 产品质量一般的创维值不值得投？
- 方法论的使用: 不是从"好生意"出发，而是从资产价值出发——市值仅十多亿港币，一栋大楼就接近那个价。作为电视机行业里"最健康的企业"，如果它都活不下去，整个行业就不复存在了。
- 结论: 这是"资产折价"逻辑而非"好生意"逻辑的案例，但同样遵循"定性优先"原则——行业健康度判断优先于ROE等指标。
- 结果: 段永平坦言"没看过ROE"，仅凭行业判断和资产安全边际买入。
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- 用户正在研究某家公司，想判断这门生意是否"真的好"——比如拿到一只股票推荐，不确定它的商业模式是否具备持久竞争力
- 用户从PE、ROE等财务指标出发分析公司，发现数据好看但内心不踏实，需要回到商业本质来验证
- 用户持有的股票大跌，想判断是"市场错杀"还是"生意本身出了问题"——需要重新审视商业模式是否依然成立
语言信号 (用户的话里出现这些就应激活)
- "这个生意模式怎么样/这门生意好不好"
- "为什么这家公司能一直赚钱/护城河在哪"
- "竞争对手能不能抢走它的市场"
与相邻 skill 的区分
- 与
capability-circle 的区别: 能力圈解决"我能不能看懂这家公司"的问题；好生意识别解决"看懂之后，这门生意够不够好"的问题。前者是准入判断，后者是质量判断。
- 与
dcf-valuation 的区别: DCF估值法解决"这个好生意值多少钱"的问题；好生意识别解决"它是不是好生意"的问题。分析顺序上，好生意判断必须先于估值。
- 与
ownership-mindset 的区别: 企业所有者视角是思维方式的转变（"买股票=买公司"）；好生意识别是具体的分析框架（"什么样的公司值得买"）。
E — 可执行步骤 (Execution)
当 skill 被激活后, agent 应按以下步骤执行:
-
商业模式初筛——利润持续性和竞争壁垒
- 完成标准: 用一段话说清这家公司"怎么挣钱"，并回答两个问题：①利润和净现金流是否长期强劲？②竞争对手长时间内能否抢走它的生意？如果不能简洁回答，说明商业模式不够清晰，直接排除。
- 判停条件: 若商业模式说不清（"一个段落说不清楚的生意"），跳到步骤3的排除建议。
-
护城河三维度检验
- 完成标准: 逐一检验三个维度并给出判断——①护城河持久性：产品差异化的持续性如何？品牌/技术/网络效应能否长期维持？②毛利率合理性：产品可替代性高不高？有没有被迫打价格战的风险？③净现金流满意度：长期来看利润质量如何？是否需要持续大量资本投入才能维持？
- 判停条件: 若任一维度出现致命问题（如护城河正在被侵蚀且无法修复），直接给出"不是好生意"的结论。
-
定性结论优先于定量验证
- 完成标准: 先给出定性判断（好生意/一般生意/差生意），再用财务数据验证而非驱动结论。检查方向：ROE/毛利率趋势是否支持定性判断？自由现金流是否真的"杠杠的"？记住"用公式的人容易陷入细节而忽略整体"——数据验证是辅助，不是主体。
- 最终输出: 一句话结论 + 支撑理由（不超过3条） + 需要持续关注的风险点。
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 周期股/资源类公司: 好生意框架假设"利润和净现金流一直强劲"，但周期性行业（矿产、航运、化工）的利润天然波动，护城河概念不适用——用此框架会误判。
- 早期创业公司/尚未盈利的公司: 好生意框架要求"已经赚到了钱且持续赚"，对仍在烧钱验证商业模式的公司无法使用。
- 纯套利/事件驱动型投资: 这类投资不依赖商业模式好坏，用此框架是错误的工具。
作者在书中警告的失败模式
- 从财务指标出发倒推商业模式: 段永平明确说"95%的人投资都是focus在市场上的，这就是不懂投资。一定要focus在生意上"——先看PE/ROE再找理由说它好，是本末倒置。
- 把"现在赚钱"等同于"好生意": 好生意的核心是"竞争对手长时间抢不走"，而非当前利润高低。很多当前高利润的行业（如大宗商品景气周期）并不构成好生意。
作者的盲点 / 时代局限
- 案例集中于消费和科技: 茅台（消费品）和苹果（消费电子）是好生意的典型代表，但书中未涉及银行、保险、公用事业等行业的商业模式分析——这些行业的"好生意"标准可能需要不同框架。
- "好公司长期股价一定反映价值"的假设未被证明: 市场非理性的持续时间可能远超预期，一个好生意可能需要极长时间才能获得市场认可。
- 资金体量差异: 段永平作为大型投资者可以"长期持有好公司不动"，对小资金投资者而言，机会成本可能要求更灵活的策略。
- 成功者偏差: 苹果、茅台的分析是事后的，投资决策时的信息不完备性被低估。
容易混淆的邻近方法论
- 波特五力模型: 波特关注"行业竞争结构"，段永平关注"单一公司的生意模式是否难以被抢"——视角更聚焦于公司本身而非行业。
- 格雷厄姆的"安全边际": 格雷厄姆指价格折扣，段永平在此skill中指商业模式本身的确定性（"安全边际=理解度"属于能力圈框架，不属于好生意框架）。
相关 skills (阶段 3 填充)
- depends-on: [ownership-mindset, capability-circle]
- contrasts-with: [dcf-valuation]
- composes-with: [dcf-valuation]
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓
- 测试通过率: 待阶段4 (详见 test-prompts.json)
- 蒸馏时间: 2026-04-16
