本文來自微信公眾號：SMARTMATRIX （ID：smartmatrix01），作者：smartmatrix，原文標題：《企業的套利結構》，題圖來自：視覺中國
科斯講過企業交易成本理論，企業能取代市場只是因為節省了交易成本。
所以，從市場交易維度看，企業是一種套利結構。唯一的不同是，企業需要整合很多資源，在長週期內，通過跨市場來做套利。
企業僱用員工，不是為了解決就業，而是用人員規模來擴大套利規模，在行業發展的長期紅利中，建立自己的頭寸。
這個頭寸可以是通過賣貨賺取的差價，舉例：中國古代士農工商，商居末位，因為商賈在物流中能進行價格套利，進而官商勾結形成利益集團，而對手盤國家（比如桑弘羊和王安石）會採用均輸法來打擊商賈套利。
也可以是未來預期壟斷的市場份額，舉例：工業時代的石油七姐妹、信息時代的FANG。
也可能是業務不賺錢，但隱含的看漲期權可以賣給別人。舉例：資本泡沫期的一二級市場併購套利，To VC的創業model。
構建套利結構，需要清楚，套利的對象？規模有多大，是否可持續，依賴的是行業基本收益（長期存在的需求），還是局部的超額收益（短期傻子的熱錢紅利）。這一點上，企業經營和一二級市場並無本質區別：
TAM=市場容量
行業融資規模=流動性
行業供給結構=籌碼結構
行業利差=套利空間
企業=權益多頭
員工數量=頭寸規模
運營開支=持倉費用
當利差無法覆蓋運營開支，流動資金枯竭，企業會爆倉，唯一的手段是縮減頭寸規模（裁員）。但在資本泡沫期（傻錢多），企業能夠用不斷的融資性現金流補貼經營現金流的虧損，從而對抗利差衰減。本質上，巴菲特能夠越跌越買，是因為體系中擁有不斷融資能力的保險公司，不存在負債端約束。
利差，隨着時空、環境、政策、流動性等變化會被抹平，基業長青只能作為教科書的案例。
百年企業極少，只有基礎需求，比如能源、貿易物流、必選消費（衣食住行）、醫療（生老病死）的根本性需求，才能形成百年企業，類似企業的股權當屬可傳承的硬通貨。
不同的企業，生活在不同層次的需求上，有的需求不停的變化，企業就得不停的變，有的需求比較穩定，比如一些大宗商品（糖業、咖啡、可可、橡膠），這些企業更容易寡頭化、壟斷，長期走向平均利潤率。利用特許權、技術和品牌建立起壁壘的企業，能長久的維持套利結構的魯棒性，具備穿越週期的特質（巴菲特的護城河理論）。
根據Baillie Gifford的統計數據，從1926年到2016年間美國股市合計有25332家公司先後上市，創造了接近35萬億美元的鉅額財富。其中2.4萬家上市公司的合計財富創造幾乎為零，最厲害的90家公司（佔比千分之三）創造了接近一半的財富。也即是説，從長期來看，大部分公司都會淪為垃圾股。
在正確的時間和正確的賽道上下注，決定了企業的基本生存率。
宏觀均線向上=國家GDP增速穩定
行業均線抬頭=美國過去百年從重工業到高科技製造業再到互聯網產業，中國2003年的房地產/PC互聯網、2010年的智能手機/移動互聯網
行業均線抬頭，主要信號是行業預期暴漲，預期可捕獲的市場需求劇烈增加，主要體現為頭部人物（大V）造勢，馬雲、喬布斯、馬斯克都是頂級造勢者。一定程度上，等同於質押了個人信用和長期資本做了行業看多期權（thinking in bets），這是行業入場的最佳時間點。對於行業外的人實際上風險收益比接近最好的時間點。
以百年零售業舉例：套利模型的形成過程
階段1：夫妻老婆店=批零差價套利+人性套利
利潤來自於批發零售差價和用户為便利支付的溢價，不錯的利潤率，但需要付出24小時的守候（時間成本），總體單店規模小
利潤=周邊的人口流量*人均利潤率
階段2：郵購模式店=10倍（階段1）+渠道革命
利潤來自於基礎設施升級（鐵路+郵購）以後帶來的TAM擴張
利潤=渠道覆蓋人口流量*轉化率*人均利潤率
典型案例：西爾斯百貨
階段3: 城市級別的連鎖零售店=100倍（階段1）+技術升級帶來的品類擴張紅利
利潤=階段1*店面數量+渠道和品牌的發售能力（供給端的冰箱提供品擴張空間，需求端的高速公路和汽車擴大購買半徑）+更強的批發零售價價差（規模效應，大量的新品導入，進行區域性上架銷售）
典型案例：7-11
階段4：省市級別的連鎖零售店
利潤=階段3*城市數量*能力地域擴張的線性增強（更大的規模效應+TAM擴張）
典型案例：蘇寧、國美
階段5：國家級/跨國零售店
利潤=階段4*國家數量+自營品牌的毛利潤+跨國金融套利 （大宗商品價差，匯率差，低人權紅利）
典型案例：沃爾瑪
階段6：電商=互聯網基建（通信、移動支付、物流）+中國製造&供應鏈
利潤=階段5*能力網絡化擴張的指數級增強
典型案例：亞馬遜、淘寶
本文來自微信公眾號：SMARTMATRIX （ID：smartmatrix01），作者：smartmatrix
本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯繫[email protected]
如對本稿件有異議或投訴，請聯繫[email protected]End
想漲知識 關注虎嗅視頻號！