简介:这份54页的PDF,是雪湖资本于2022年11月发布的瑞幸咖啡投资研究报告,适合关注咖啡赛道、消费复苏及中概股投资机会的投资者与研究人士阅读。报告以瑞幸“浴火重生”为主线,系统拆解其投资价值:饮料化咖啡显著扩大了中国咖啡市场的潜在规模,使瑞幸得以渗透广大低线城市;门店销量与售价同步提升,确认了单店经济模型的成立;直营+加盟的独特模式,在保持品牌力的同时最大化扩张效率;更多盈利门店则带来经营杠杆与整体利润率提升。报告亦明确提示竞争加剧、疫情后份额回吐等风险,并基于财务预测给出目标市值与股价区间,文末附录补充公司发展历史及股东结构。资源为单个PDF文件,大小2.42MB,章节按投资逻辑、风险、财务预测与估值、附录排列,便于快速定位核心论据。该报告在平台已有137人学习/下载,适合作为研究中概股消费公司基本面、以及瑞幸商业模式复盘的参考底稿。
1. 雪湖资本这54页瑞幸咖啡中篇报告,为什么值得逐页看
2022年11月,一份传播很广的PDF在投资圈流通:雪湖资本-瑞幸咖啡投资研究报告(中),54页,标题直接保留了原文件名。给一家两年前经历财务风波、还在粉单市场挂牌的公司写看多研判,本身就很反常规;消息出来后瑞幸对应的场外交易价格应声走高。但更值得琢磨的不是结论,而是它用了无人机拍门店排队、卫星看停车场、跟踪高管离职记录这些非传统手段。
这份报告适合三类人:二级市场做消费赛道研究的人,想验证门店真实运营情况的连锁餐饮从业者,以及正犹豫要不要加盟瑞幸的个体经营者。它回答了一个很实际的问题:当公司财务数据有“前科”时,怎样用一线证据重建信任。
2. 报告的核心证据链:卫星、无人机与离职追踪在估值里的真实作用
2.1 从“财务风波标的”到“重生样本”:看多报告先解决信任问题
如果只看结论,任何看多报告都可以写成“低估值+高增长”六个字。但瑞幸的情况特殊:一家公司一旦被质疑数据真实,市场会先用放大镜找毛利率异常、关联交易、审计意见,然后才会谈增长。所以雪湖资本这份中篇,开头大篇幅做的不是估值测算,而是“治理与运营是否真变好了”的证据搭建。这个立论顺序值得细看。
我拆这类研报有个习惯:先把论点、论据和噪声分开放。标题里的“中”说明这不是完整报告的结论篇,它更接近“证据链展开篇”,职责就是让你相信这家公司的基本面已经换了一副面孔。具体证明路径有两条:一条是管理层与组织层面有没有出清,比如核心高管是否换血、离职是否集中在敏感岗位;另一条是门店层面的真实运营,比如单店出杯量、排队时长、消费者复购。两条线方向一致,结论才能成立。
这里可以给一张拆解模板表,读任何投资研报都能用:
| 论点层级 | 报告里通常怎么表述 | 证据类型 | 推理强度 |
|---|---|---|---|
| 治理修复 | “管理层已更换” | 公开信息、离职记录 | 中:可验证但很难穷尽 |
| 单店盈利 | “日均出杯量显著增长” | 实地抽样、无人机数据 | 中:有偏差可能 |
| 增长天花板 | “门店数还有一倍空间” | 加盟模式+模型推算 | 弱:依赖外部假设 |
| 估值结论 | “目标市值” | 以上所有逻辑外推 | 弱:任何假设松动都会剧变 |
把这张表填完,会立刻发现:报告最能打的是中间两项,也就是实地证据;估值结论反而是整个证据链里最脆的一环。这个观察会贯穿后面所有部分。
2.2 实地调研怎么做:无人机、卫星与门店取样的参数边界
雪湖报告最出圈的是手段:无人机。常规一线调研是派几个人去门店蹲点数人头,缺点是成本高、覆盖少、容易被发现。无人机把单位成本打下来,半天时间能覆盖一个城市几十个点位,而且能从斜上方拍到门店排队长度和出餐窗口的活跃度。
我复盘过这类调研的抽样设计,一套常见的可复用参数如下:
| 抽样维度 | 常见参数设置 | 为什么这么设 |
|---|---|---|
| 城市分层 | 一线/二线/三四线各选若干城市 | 避免样本全部来自高线城市导致收入偏高 |
| 门店类型 | 临街店、商圈店、写字楼店、校园店分层 | 不同形态的杯量差异可能超过一倍 |
| 经营模式 | 直营店与加盟店按比例抽 | 加盟店店主有更强的“做营业额”动机 |
| 拍摄时段 | 早高峰7:30-9:30、午市11:30-13:30、下午茶14:00-16:30 | 咖啡消费集中在三个脉冲时段 |
| 天气条件 | 只保留晴好天气样本 | 雨天客流平均下降三成以上,会污染对比 |
| 换算系数 | 高峰人流×8-12倍≈单日杯量 | 高峰时长占总营业时间比例决定 |
这组参数是行业里做线下消费统计的通用口径,如果你拿来做交叉验证,可以按自己城市和品类调整,但不要当真金标准。它存在的意义是让不同的点位之间有可比性,而不是精确复刻全部门店。
需要提醒的是,这些手段都有死角:无人机只能拍到临街和地面层门店,商场内部、写字楼高层里的店完全看不见;卫星图看的是停车场和周边车流,体现的是“商圈热不热”,不是“这家店卖了多少杯”。所以一份负责任的调研必须再加消费者访谈来补缺。这类报告在消费者端通常要覆盖上千个样本,问频次、客单价、替代品牌,这些问卷才是把无人机数据从“人流”换算成“营收”的关键。
这套方法的成本结构也决定了它的适用范围:市面上的卖方研报很少用,因为常规研究费覆盖不了这类重人力调研;对冲基金愿意做,是因为实地抽样能在财报出来前形成独立判断,拿到预期差。对普通从业者来说,真正的启发不是买一套无人机,而是学会用几个小时的分层采样替代“看新闻猜热度”。这个习惯会直接改变你对一个消费品牌体感的可靠性。
2.3 从证据到结论:同店销售增长与门店天花板怎么被推算出来
无人机拍的排队长度,最终要换算成“同店销售增速”这个财务指标,中间隔着一层黑匣子。常见做法是先估算单店日杯量:取一个高峰时段录像,数30分钟内进店人数和出杯小票数,乘以高峰时段时长占全天的比例,再乘以外卖占比修正,得到日均杯量。然后用杯量×平均售价(通过问卷或小程序菜单价)得到单店日营收。把这个数同比去年同期,就算出了同店销售增速。
这一套方法里最容易翻车的点有两个。第一,高峰期采样的“放大系数”因城市和商圈差异很大,写字楼店可能把全天60%的销量集中在中午1小时,而社区店则是全天平缓。第二,平均售价是个估值数,瑞幸的客单价很大程度受折扣券影响,“标价18元实付12元”和“标价18元实付18元”之间差了三分之一。报告哪怕只取一个平均折扣率,都会直接影响后续所有单店模型。
门店天花板则是另一个话题。2022年这轮扩张的逻辑是直营+加盟双引擎。做模型时不能简单把“现有门店数×单店营收”线性外推,要拆开看:直营店承担品牌和利润指标,加盟店承担覆盖和下沉指标;总部靠供应链和抽成赚钱,而不是靠单店毛利。所以验证报告里的门店天花板假设,至少要看三个参数:加盟店占比计划、加盟商回本周期、区域保护半径。这三个数任何一个偏离现实,最终目标市值就会失真。
报告的价值不在于给你结论,而在于把一个个参数摊开。下一章,我们把报告里的参数拿回到公开数据上去验证。
3. 用公开数据验真:财务口径、单店模型与海外扩张的可复制验证
3.1 对不上财报口径不必慌:先分清三个数据层的时差
很多人验证报告时,会拿着最新一期财报去和报告里的数值对,结果对不上就开始疑神疑鬼。这里有个常见误区:报告调研的时段,和最新财报覆盖的季度,中间往往隔着两个月。瑞幸的公开财务数据按季度披露,报告发布在2022年11月,当时最新可得的完整季度数据是同年三季度,但实地调研可能发生在三季度末尾甚至更早。两边口径天然有时间差,对不上才是正常的。
我一般会把数据分成三层:公司财报口径、报告调研口径、市场推测口径。财报口径给的是集团合并数字,包含自营门店和加盟抽成;调研口径给的是抽样门店的单店情况,偏向“体感”;市场推测口径则是卖方和散户用前两者混算出来的“实际增长”。三层各有所长,验真的核心是先把口径对齐,再谈差异。
验真动作可以拆成三步:
- 第一步:把报告引用的门店数、单店杯量、客单价、同店增速四个数抄出来,标在表格里。
- 第二步:找最近两期财报里对应的合并口径数字,也就是总收入、自营门店数、月均交易客户数,填到同一张表。
- 第三步:算差异,并把差异归类到“时差”“样本偏差”“口径不同”三类中;只要差异能解释,就不算造假。
这里有个反向判断值得记住:如果一份独立调研报告给出的每一个数字都和财报完全一致,反而可疑。因为独立抽样统计天然有误差,完全一致通常说明作者直接抄了财报,而不是真的跑了实地。
财报里的“月均交易客户数”是一个被低估的验证锚点。它统计的是当季度每月平均有购买记录的人数,属于经营数据而不是利润表数据,造假的成本更高。拿它和报告的杯量估算做交叉验证:用报告抽样店的日均杯量×门店数,粗略算出一个全平台单月杯量,再和财报月均交易客户数对比。两者量级一致说明报告抽样靠谱;如果差了一个数量级,多半是抽样设计出了问题。
3.2 单店模型验算:加盟拆账逻辑下的回本周期到底怎么算
瑞幸的加盟模式和传统加盟有本质区别:不收加盟费,不按加盟商营业额抽人头费,而是靠销售抽成加供应链差价钱赚钱。这意味着,报告说的“单店盈利”可信但不好直接用,因为总部赚的钱在加盟店流水里,不在财报的直营利润率里。
验算单店模型时,我习惯用一组成熟市场的区间参数:
| 参数 | 常见区间 | 说明 |
|---|---|---|
| 日均出杯量 | 300-600杯 | 写字楼店和社区店差距最大 |
| 杯单价 | 14-18元 | 折扣券使用率影响很大 |
| 产品毛利率 | 55%-65% | 含物料、包装,不含配送 |
| 房租+人工 | 月3-8万 | 一线和下沉城市差异巨大 |
| 回本周期 | 15-30个月 | 未扣除加盟商自己的人工成本 |
这套区间不是某一家公司的官方数字,是结合连锁餐饮行业常识做的估算参考。用它算账时,最怕只看“平均回本周期”。现实中,加盟商的回本周期分布是极度右偏的:头部门店8个月回本,尾部门店可能三年还亏。报告如果引用“多数加盟商能在两年内回本”这类结论,请追问样本来源——加盟商名单往往由品牌方提供,名单本身就决定了结论偏乐观。
验证加盟模式的真实健康度,有两个数据比“回本周期”有用得多:转让率和续约率。续约率高,说明存量加盟商能赚到钱;转让率高,说明第一批加盟商正在想办法下车。这两个数据不会出现在财报里,但目前大多数连锁消费品类有二手转让信息渠道,可以用人工抽查或平台检索摸到大致区间。
还可以用财报反推:把“自营门店利润率”和“抽样单店利润”放在一起看差多少。如果报告认定的单店利润远高于财报反推的单店利润,说明它的客单价或杯量假设偏乐观;如果两者接近,那报告的单店模型就有说服力。财报数字是合并数据,包含总部成本,所以会低于单店模型,但差距不该超过一个数量级。
3.3 海外扩张验真:招聘痕迹、供应链采购与POI新增
报告对海外市场的论证,在发布时点还属于“展望”,而不是“业绩”。因为海外门店绝大多数在2022年才刚刚起步,营收占比极低。这个阶段,要验证的不是“海外赚了多少钱”,而是“海外扩张的准备工作是否真实存在”。
我给出一套三分钟验证法,不需要专业数据终端,用公开网页就能做完:
- 第一,看招聘:在主流招聘平台搜目标市场加品牌关键词,记录过去30天新发布的岗位数量和职能类型。岗位集中在门店运营、供应链、本地合规,说明是真在铺业务;只有市场品牌岗位,则多半还在试水。
- 第二,看POI:打开当地主流地图或点评类应用,搜品牌名,按新增门店排序,看最近90天新收录的网点数量。地图POI的更新有滞后,但趋势骗不了人。
- 第三,看供应链:查公开贸易或采购信息里有没有该品牌对应的包材、咖啡豆、乳制品类目的记录,或者物流服务商的招标公告。消费品出海,最难的是供应链先行,供应链痕迹往往比门店新闻早出现一到两个季度。
这三步做完,基本能判断报告里“海外市场持续扩张”这段是实地调研还是PPT叙事。要注意的是,海外信息滞后程度比国内大得多,做出“暂无痕迹”的判断前,要先排除本地数据平台的搜索覆盖问题,不要急着否定报告。
还要理解海外市场在报表上的体现节奏:新开门店早期只有装修、租金、人员开支,利润表上表现为亏损;只有当门店数量达到一定规模,才可能在分部口径里看到海外业务的收入。所以读报告时,如果看到海外扩张章节但财报里还没有对应分部数据,不用急于否定,把它当成一个需要跟随验证的前瞻,而不是已经兑现的业绩。等到海外门店数量连续两个季度增长,再做一次复盘也不迟。
4. 避开研报的坑:样本偏差、叙事陷阱与决策误区的4条排查记录
4.1 无人机拍到的“热闹”,不等于全国门店都热闹
现象:报告里穿插的无人机画面和现场照片往往选择客流最密集的时段,配上门店排队长度,读者很容易形成“全部门店都很火爆”的直观感受。
原因:无人机能覆盖的只有临街和地面层门店,商场内部、写字楼高层、园区封闭店全部拍不到;而拍摄时间又倾向于晴好天气的工作日高峰。这两个偏差叠加在一起,样本天然比真实情况乐观。
解决:不要只看报告的照片浓度。要做一次复测,按城市线级乘门店形态两层抽至少10个样本点位,工作日和周末各跑一趟,记录30分钟进店人数。我自己做完复测后有个体会:报告里“平均杯量同比上涨明显”这个结论,在复测样本里经常要打个七到八折,因为它少了大量看不见的室内店铺。
4.2 报告给了“目标市值”,不代表股价会立刻往那个方向走
现象:报告给出目标市值后被媒体放大,很多散户把“目标价”当成“未来必到的价格”,在报告发布当周的上涨行情里追进去,过了两三个月发现还在成本线附近徘徊。
原因:目标市值是“估值结论”,建立在未来两到三年的门店增长假设上;它回答的是“如果一切照预期走,公司值多少钱”,而不是“月底之前股价能涨多少”。粉单市场的流动性偏弱,任何利好的定价都可能提前透支很长一段涨幅。
解决:把报告的目标市值拆开,反推它隐含的核心假设。例如目标市值对应多少亿元营收,对应多少家门店,对应单店年化销售收入多少万。再按保守、中性、乐观三档各算一遍,看看目标市值对哪个参数最敏感。做完之后你会发现,最敏感的那一个参数,通常是开店速度,恰好又在公开数据里最不可控,这就是目标价只能作参考的原因。
4.3 看多报告与财务风波史之间的“信任溢价”被忽视了
现象:财报连续几个季度盈利后,舆论开始说“瑞幸已经完全翻篇了”,部分读者因此对报告的看多逻辑照单全收。
原因:利润回正说明经营层面修复了,但治理层面的历史包袱并没有消失。财务风波遗留的监管和解、集体诉讼、内控整改成本,都是在未来财报里会体现的钱;忽略这一层,等于把所有价格都按“零历史包袱”去算。
解决:每季度看财报时,除了收入利润,固定查三个位置:利润表里的非经常性损益、附注里的诉讼准备金、审计师是否更换过。只要这三项里有异常,就要在估值模型里扣掉对应的风险折价。这不是说不可以看好,而是要把“治理出清”当作一个需要持续验证的变量,而不是既成事实。
4.4 加盟商嘴里说的“回本”,和你的“机会成本”不是一回事
现象:报告里有不少加盟商访谈片段,“半年回本”“生意远超预期”这些话很有感染力,以至于想加盟的人在看完报告后直接去交了加盟意向金。
原因:访谈样本通常由品牌方或报告方筛选,能接受访谈并且被写进报告的加盟商,大概率是生意好的一批;生意差的加盟商既没有意愿接受访谈,也很难被选中。这是幸存者偏差的典型形态。
解决:读这类报告时,把“公司层面的判断”和“个人开店决策”彻底分开。报告能告诉你这家公司值不值得看,不能告诉你某个具体铺位值不值得租。如果你想加盟,正确动作是选2到3个目标城市,每个城市蹲守目标铺位周边一周,数早中晚的人流和同业态竞品,再做决策。外部研报在这件事上帮不了忙。
5. 把研报观点转成自己的决策工具:三组硬指标与一套轻量尽调法
5.1 二级市场跟踪:不看目标价,盯三组能持续验证的硬指标
研报的价值在使用期限:发布后三个月内最有效。三个月后,最好用的部分不是结论,而是它帮你圈出的跟踪指标。我一般会把雪湖这类调研报告的结论折算成三组数据指标,建立月度跟踪表:
| 指标 | 数据来源 | 更新频率 | 预警信号 |
|---|---|---|---|
| 门店总数与类型构成 | 品牌官方渠道、地图POI | 月度 | 直营店占比连续两个季度下降 |
| 月均交易客户数 | 季报财报 | 季度 | 环比增速连续两期低于开店增速 |
| 自营门店利润率 | 季报财报 | 季度 | 利润率环比下滑超过3个百分点 |
第一组反映扩张速度,第二组反映需求真实度,第三组反映盈利质量。三个指标合在一起,可以在下一份财报出来之前提前看到趋势转折。我最喜欢的一个组合是“月均交易客户数增速 vs 门店数增速”:如果前者持续跑不赢后者,说明增长是靠开店堆出来的,而不是靠单店变强撑出来的;这种增长在消费连锁里迟早要还。
建表的时候,我会把预警条件写进备注栏,避免自己看到数字波动就慌。比如门店增速波动是正常的,但如果是“门店增、客户数不增”这个组合,就要认真当作警报来对待。所有预警条件都写成客观可判断的句子,而不是“感觉不行”这种模糊描述。三个月后回头看,这份表比报告本身更有价值。
5.2 消费连锁从业者:用同样的证据链做一次竞品轻量尽调
如果你是做餐饮连锁的,读报告不只是为了看瑞幸,更是为了学那套“怎么绕开财报验证业务真实性”的方法。这个方法可以直接迁移到奶茶、快餐、烘焙、便利店赛道。
一套可复制的轻量尽调方案,四步足够:
- 第一步,选点:选3个城市,每个城市选3类商圈,写字楼、商场、社区,每类商圈选2家竞品门店,合计18个样本。
- 第二步,采集:工作日和周末各去一次,每个门店记录30分钟进店人数、外卖取餐批次、出杯口小票节奏。
- 第三步,访谈:每个门店外随机拦截3到5位刚离店的顾客,问三个问题:本次消费金额、每月消费次数、上个月还在哪几家同类品牌消费。
- 第四步,对照:把单店进店数乘开放时长得到“估杯量”,与门店公开营业额或该品牌财报平均店效对照,算出偏差率。
这套动作的成本大概是一个人两三周时间,但得到的结论比任何二手报告都贴近所在市场的真实情况。做完之后你会有个很直接的判断:这个品牌的扩张是靠老店增长还是靠开新店,以及它的客群忠诚度到底值不值那个估值。
这套轻量尽调在奶茶这样的高周转品类上最有效,因为它的下单节奏快、外带占比高、30分钟窗口就能获得足够信号;如果是正餐或烘焙店,复购周期长,30分钟人流信号的意义会弱很多,就要把重点从人流转到会员数据或者点评评价增量上。方法可以迁移,参数必须换。
5.3 如果你在考虑加盟瑞幸:报告不能替你完成的三件事
报告对加盟决策的最大帮助是证明“品牌与供应链是成立的”,但加盟是微观生意,它有三个关键动作,报告帮不了:
第一是本店人流测算。一个华东商场店和一个西部社区店,同一个品牌的单店日营收可以差三倍。你要做的是连续10天在目标铺位门口数人流,雨天、晴天、工作日、周末都要有记录,再看周边500米内有多少家同类咖啡茶饮门店已经分流。
第二是商圈租金谈判。品牌方会给参考开店成本,但实际铺位的转让费、递增条款、免租期都是你自己谈出来的;这些钱直接影响回本周期,报告上的模型不会替你算。
第三是政策调整风险。加盟合同里的抽成比例、促销支持、区域保护都可能随着公司策略调整而变化。你拿到的权益,以你签的合同版本为准,而不是以报告发布时品牌方的公开介绍为准。
把这三件事做完,你会发现报告与加盟决策之间隔着一个“本店调研”的鸿沟。跨过去,报告的地图才有用;跨不过去,再好的报告也只是背景音。
6. 进阶用法:搭一个20分钟的消费连锁尽调框架
把你从报告中拆出来的方法,压缩成一张可以常年使用的核查表,是我最终想留下的东西。
| 核查维度 | 20分钟内可做的动作 | 数据口径 | 证伪信号 |
|---|---|---|---|
| 门店增长 | 打开地图软件,按品牌名搜近90天POI增量;同时查官方门店列表 | 数量级而非精确值 | 增量集中在少数城市,说明只是开样板店 |
| 单店模型 | 随机抽3家不同商圈门店,各蹲30分钟记录进店人数 | 按高峰时段折算日杯量 | 抽样结果与报告数据偏差超过50% |
| 财务验证 | 拉最近两期财报,对比收入增速与门店增速 | 季度同比 | 门店增得比收入快,说明店效下滑 |
| 治理结构 | 搜高管名单、审计师变更、诉讼新闻 | 公开信息 | 核心岗位近一年频繁换人 |
| 外部信号 | 招聘平台岗位数、供应链采购公告、点评热度 | 趋势方向 | 招聘冻结、供应链招标停止 |
这套表做完之后,我能对一家消费连锁公司形成“可不可信”的初步判断。用它的时间成本很低,但注意它不能替代深度分析,只能用来排除明显有问题的标的,或者给深度分析提供切入点。
我自己的习惯是在读完任何研报后,先写一张“证伪清单”,列出“发生什么情况,我就认定这份报告的核心结论错了”,然后等三个月。如果证伪条件一次都没出现,才把报告里的数据放进自己的估值模型。这个习惯帮我躲过好几次被研报叙事带跑的坑,算是交了学费换来的教训。希望帮到你。
本文还有配套的精品资源,点击获取