news 2026/9/11 10:04:10

杜邦分析法:3步教你看企业盈利能力

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
杜邦分析法:3步教你看企业盈利能力

目录

杜邦分析到底解决啥问题?

第一步:销售净利率

第二步:总资产周转率

第三步:权益乘数

实操演练

常见问题


财报时,你是不是也有这种困惑?

  • 只认得净利润,觉得数字高公司就赚钱;
  • 看到两家公司净资产收益率差不多,却搞不懂为啥一家股价涨不停,一家突然爆雷?

说实话,这不是你看得不仔细,而是没找对分析逻辑。很多人都陷入了只看结果不看过程的误区,忽略了盈利背后的真实逻辑。

今天我就分享一下自己用了多年的杜邦分析方法,不管是投资选公司,还是给自家公司做财务诊断,学会这套方法,不用复杂计算,就能一眼看清公司赚钱的底细。

我还特地给大家整理了一份杜邦分析实操模板,包含指标计算表,输入数据就能自动出结果,能省不少时间。需要的自取:https://s.fanruan.com/mbcrh

杜邦分析到底解决啥问题?

你是不是也觉得,看公司盈利,盯紧净资产收益率就行?

很多人都这么想,觉得这个数高,公司就靠谱。

但我见过太多案例:

两家公司净资产收益率都是15%,一家是靠产品卖得好、利润高赚的钱,另一家却是借了一大堆债堆出来的。后者一旦行业行情不好,资金链很容易出问题。

杜邦分析的核心,就是把净资产收益率这个结果数,拆成三个实实在在的过程数。

它能帮你搞清楚:公司的高收益,到底是赚的“产品利润钱”“资产周转钱”,还是“借钱杠杆钱”。

核心公式就是三个数相乘:

  • 净资产收益率 = 销售净利率 × 总资产周转率 × 权益乘数

接下来咱们逐个拆,每个指标都讲透怎么看、怎么用,保证你看完就会。

第一步:销售净利率

简单来说,销售净利率就是净利润÷营业收入,直白讲就是:公司每卖出1块钱的产品或服务,扣掉所有成本、税费后,能真正拿到手的钱有多少。

我一直强调,这个指标看的是产品的赚钱本事,不同行业差别特别大。

用过来人的经验告诉你,分析就两个简单方法:

1.和同行比

同行业平均能赚8%,这家只赚3%,就得查原因——是原材料买贵了?还是销售费用花多了?

我之前看一家家电公司,净利率比同行低2个点,后来发现是线下渠道佣金太高,这就是明显短板。

2.和自己比

去年能赚10%,今年只剩6%,要分清是行业都这样,还是自己的问题。

全行业都下滑,是外部因素;就这家下滑,可能是产品没竞争力,不得不降价。

但是这里有个坑:有些公司会靠卖厂房、卖股权这种一次性的钱,拉高净利润。这种钱不是主营业务赚的,能当长久盈利看吗?肯定不能。

所以看的时候,一定要剔除这类一次性收益,才能看到真实水平。

第二步:总资产周转率

1.计算

公式是营业收入÷平均总资产,主要是指公司手里的所有资产(厂房、存货、现金这些),一年能帮公司赚多少营收。转得越快,说明资产用得越划算。

举个例子:

A、B公司都有100万资产,A公司一年营收200万,周转率就是2;B公司一年营收100万,周转率就是1。很明显,A公司资产效率是B公司的两倍。

2.分析

最近我发现,很多人容易忽略行业差异,其实不同行业周转速度差很多:

  • 快周转:零售、快消品,存货卖得快,周转率能到2以上;
  • 慢周转:电力、钢铁这种重资产行业,建厂房、买设备花钱多,周转率可能只有0.3~0.5。

分析时,我重点看两个细节:

  1. 存货周转率:营业成本÷平均存货。突然下降,说明产品卖不动了,可能是需求变了,或者产品更新慢了。
  2. 应收账款周转率:营业收入÷平均应收账款。下降说明钱收不回来,占用公司资金,影响现金流。有些做企业客户的公司,为了冲业绩延长付款期,表面营收涨了,实则欠款堆成山,资金链容易紧张。这一点,做企业财务的朋友应该深有体会吧?

我平时分析这些周转数据,都不用手动算,直接用FineBI这类BI工具搭建看板—— 把存货、应收账款的周转数据和行业均值、自身历史数据放在一起,不用自己做表格,数据变化趋势、和同行的差距一眼就能看清,还能设置提醒异常波动,比 Excel 省太多时间。

第三步:权益乘数

你可别小看这个指标。

1.概念

计算公式是平均总资产÷平均净资产,净资产是股东投的钱,总资产是股东的钱加借来的钱,所以本质是借钱倍数,看公司靠借钱放大收益的程度。

举个简单例子:股东投100万,再借100万,总资产200万,权益乘数就是2;借200万,总资产300万,权益乘数就是3,借钱就更多了。

2.具体怎么看?

不过话说回来,借钱不是越多越好,是实实在在的双刃剑:

  • 行情好的时候,能快速拉高收益:股东投100万,原本能赚10万;借100万后,只要赚钱速度超过借钱的利息,就能多赚,收益跟着涨。
  • 行情差的时候,就是风险点:行业下行,营收利润下滑,还得还高额利息,容易亏损甚至还不上钱。不少地产公司早年靠多借钱拉高新资产收益率,后来行业调整,就陷入了危机。

判断借钱多少合不合理:

  1. 看行业:金融、地产这种需要大量资金的行业,借钱多是常态;制造业、科技公司如果借钱太多,就要警惕。
  2. 看利息能不能覆盖:用“息税前利润÷利息费用”算一算,大于3说明赚的钱够还利息,风险可控;小于1说明连利息都还不上,风险很高。

实操演练

光说理论太干,咱们实操一遍,财务分析是练出来的,不是看出来的。

拿两家同行业的消费电子公司举例:

甲、乙公司净资产收益率都是15%,表面看盈利一样,拆解后差别很大:

  • 甲公司:销售净利率10%,总资产周转率0.5,权益乘数3;
  • 乙公司:销售净利率5%,总资产周转率1.5,权益乘数2。

核心差异很明显:甲公司靠高利润+多借钱,产品能卖高价但债务多;乙公司靠薄利多销+适度借钱,周转快且风险低。

如果做投资,我更倾向乙公司:多借钱在行业波动时风险太高,而高周转是靠运营能力支撑的,盈利更稳定。

常见问题

但杜邦分析虽好用,也有局限,根据这些年的经验,我总结了3个常见误区,帮你少踩雷:

1.只看短期数据

单季度的指标没多大参考意义,要结合3~5年的数据看趋势。

比如某公司单季度靠卖资产拉高利润,长期业务没改善,这种数据没用。

这里也可以用像FineBI这类BI工具帮你省力,直接拉取 3-5 年的历史数据,设置好趋势线,不用手动整理,就能看清指标是持续稳定还是波动异常,轻松避开短期数据的陷阱。工具链接我放在这里,感兴趣的可以试用看看效果:https://s.fanruan.com/f8rnq

2.忽略行业差异

不能拿制造业和互联网公司直接比,行业不一样,指标合理范围也不同。

互联网公司资产轻,周转自然比重资产的制造业快,直接比没意义。

3.只看财务数据

杜邦分析是财务层面的分析,还要结合公司的行业地位、产品竞争力、政策环境等非财务因素。

比如一家公司财务数据再好,所在行业被政策限制,未来盈利也会受影响。你是不是也很容易忽略这一点?

杜邦分析不是啥高深工具,说白了,就是帮你建立从结果找过程的思维。学会把净资产收益率拆成三个指标,结合行业和公司情况,就能比别人更早看清真实盈利水平。你懂我意思吗?

一键get文中同款BI工具:​​​​​​​https://s.fanruan.com/f8rnq

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/9 23:14:19

供应链管理的五大核心环节:一次给你讲明白

目录 一、计划与预测 二、采购与供应 1.找到合适的供应商 2.算总账 3.管理风险 三、生产制造 1.排产 2.执行 3.过程控制 四、物流配送 1.仓储管理 2.运输管理 五、 逆向流与售后服务 1.退货 2.备件管理 总结一下 在供应链这一行干久了,我发现一个挺…

作者头像 李华
网站建设 2026/9/9 17:51:01

机器学习--逻辑回归

1、概述逻辑回归是一种用于解决二分类问题的统计方法,尽管名称中包含"回归",但实际上是一种分类算法。它通过将线性回归的输出映射到Sigmoid函数,将预测值转换为概率值(0到1之间),从而进行分类决…

作者头像 李华
网站建设 2026/9/8 17:56:08

连续数组(哈希+前缀和)

这道题可以利用 前缀和 哈希表 来解决。1. 将 0 视为 -1题目要求找“0 和 1 数目相等”的最长子数组。 如果把数组中的 0 当作 -1,那就等价于:找到一个子数组,使得这个子数组的元素和为 0。2. 使用哈希表记录前缀和第一次出现的位置设 prefi…

作者头像 李华
网站建设 2026/9/10 15:01:24

Linux平台设备驱动

Linux内核使用总线来处理设备,总线连接了CPU与这些设备。有些总线足够智能,并内嵌了可发现性逻辑以枚举连接到总线上的设备。在引导阶段的初期,Linux内核会请求这些总线提供它们所枚举的设备以及这些设备正常工作所需的资源(如中断…

作者头像 李华
网站建设 2026/9/10 6:59:13

初探 Mysql Docker

前言我在專案開發階段常使用 MySQL Docker,主要是好處,快速啟動、零安裝成本、版本切換,不污染本機系統(不喜歡本機裝一堆有的沒的,特別是有的只會用那麼一次)。而且如果在需要,任何時間、任何機器,都能還原…

作者头像 李华
网站建设 2026/9/10 14:54:20

大数据传输时代:如何选择高效可靠的数据传输工具?

在数据驱动决策的今天,大数据已成为企业核心资产。然而,随着数据量呈几何级数增长,海量数据的快速、安全、稳定迁移与同步,正成为众多企业数字化转型道路上的严峻挑战。传统的传输方式在TB甚至PB级的数据洪流面前,如同…

作者头像 李华