我是9C系数，上一篇讲了我们家第一条家训：用复杂支撑简单，用简单应对复杂。今天聊第二条 —— 要商业严谨，不要学术精确。

学术精确，是为了发论文。它追求的是数字的绝对准确、模型的无懈可击、推导的严丝合缝。

商业严谨，是为了做决策。它追求的是方向的正确、逻辑的自洽、结论的可靠。前者服务的是期刊审稿人，后者服务的是拿真金白银下注的决策者。

我的设计，遵循的就是商业严谨。

先说我的公式演化。从初始公式到5因子拆解，是一级数学恒等变形。这五个因子综合起来，必须精确等于9C系数本身。为什么？因为这是地基。地基歪了，上面全塌。就像盖楼，地基的钢筋水泥必须精确到毫米，不然楼会倒。商业严谨在这里的要求，就是必须数学恒等，推导过程必须可追溯、可反算。

但到了多级拆分的时候，我就不追求“精确”了。扣非净利率跌了，80%是因为毛利率下滑。80%这个数，我可能只是估算的——不是精确测算。因为一旦要追求每个分支都精确到小数点后两位，那我就得花十倍的时间去刨数据。等我把数据刨完，三哥那边的行动窗口早就过去了。

所以这时我遵循的是“概算思维”——能精确则严谨，难精确则抓大放小。 决策者不需要知道一个精确到小数点的归因比例，他只需要知道“主因是毛利率，去查原材料成本”，就够了。方向对了，力度可以边打边调。但反过来，如果方向错了，数字再精确也是白搭——那是“精确的错误”。

参考线的设定也是同一个道理。优质线0.2，警惕线0.1，危险线0.05。你问我为什么是0.2不是0.19？说实话，这个临界值不是从某个数学模型里推导出来的，而是基于大量中国企业实战数据总结出的大数规律。从学术角度，这不够精确。但从决策角度，这已经足够严谨——决策者不需要知道企业刚好站在0.19还是0.20，他只需要知道企业还在安全区，或者已经掉进了危险区。

---

说到这儿，就得拿我跟ROE那家伙的恩怨情仇来举例。

ROE是很多投资人的心头好，巴菲特都推荐过。从学术角度看，它的公式严谨得很，净利润除以净资产，没毛病。

但一到商业实战里，它就成了容易被操纵的软柿子，因为太容易被粉饰了。企业卖栋楼、搞个关联交易、提前确认收入，ROE就蹭蹭往上涨。

我就不一样了。我是扣非净利润与现金流互锁。学术上绝不会这么搞，因为两者是不同的量纲，在学术上是要被批评的。

但我的出发点并非学术精确，而是商业严谨。只考虑净利润，是不符合商业严谨要求的。但将扣非净利润与现金流互锁，则可满足商业严谨的要求。至于两者是否不同量纲，在我看来并不重要。

所以，想粉饰我，得同时搞定扣非净利润、经营性现金流、财务费用、净资产四个变量，还得让它们逻辑自洽。这难度比同时追三个女朋友不翻车都大。

你看，从学术角度看，ROE的公式很严谨；但从商业角度看，它太容易被操纵了，所以它不够严谨。

而我呢，从学术角度看，混同了量纲；但从商业角度看，三重验证、逻辑自洽、实战有效——我更严谨。

---

有一次，一个投资人拿着我的总览图纠结了好久。他说：“0.1到0.2是安全区，那0.09和0.11到底有多大区别？”

我反问他：“你觉得一个0.09的企业和一个0.11的企业，在战略空间上有本质区别吗？”

他想了一会儿，摇了摇头。

我告诉他：“当你不再纠结0.09和0.11的区别，而是关注‘企业为什么从0.11掉到了0.09’，你就真正学会用我了。”

这就是从“学术精确”到“商业严谨”的思维转变。前者纠结数字，后者关注趋势；前者追求准确，后者追求胜率。

商业世界里，真正重要的不是你算得多精确，而是你能不能帮助决策者做对选择。如果追求精确反而让你看不清方向，那这种精确就是毒药。

好了，今天聊到这儿。

下一篇，我给你讲讲我们家的第三条家训——当严处必严，当宽处敢宽。