01. Simon全球利基领航者(GNL)
02. 股票筛选评估体系
03. 几个我的老登认知
- 好公司≠好股票
- 涨的股票≠好股票
- 红利价值=好投资≠好股票
- ONLY 好公司+合适的价格=好股票
基于上述个人认知+本人的持股周期12~18个月 作为研究方法基础约束。
尝试建立一个新的融合体系,旨在将“细分行业龙头”与“隐形冠军”的核心基因进行融会贯通,构建一套可量化、可落地、面向全球化与硬科技时代的 AI智能体驱动 的端到端股票评估与筛选工作流。
在筛选出的股票池中,再使用前期建立的其他几个智能体跟踪个股。
正在代码建立中,欢迎各位评论区讨论提建议,共同完善。
04. 核心概念定义与模型融合
在传统商业分析中,“细分行业龙头”与“隐形冠军”常被混淆。本模型期望取二者之长,合并同类项,融合打造新的“全球利基领航者”(Global Niche Leader, 简称 GNL)评估体系。
- 传统细分行业龙头(Segment Leader): 侧重于本土或区域市场的体量优势、品牌知名度及产业链号召力,规模往往没有上限,多被使用于官方(如中国工信部评选的“制造业单项冠军”)以及券商量化投研中,有着更符合本土经济体量的定义和划分体系
- 传统隐形冠军(Hidden Champion): 德国管理学家赫尔曼·西蒙(Hermann Simon)提出,严格限制企业规模(通常<50亿美元),甘于低调,但必须在极窄的利基市场中统治全球市场份额(全球前三)。
4.1 GNL 融合逻辑
全球利基领航者(GNL) 是指:将隐形冠军的 “全球化”与“高技术护城河” 基因,注入到细分行业龙头的 “本土成长性”与“健康体量边界”框架中。通过精一战略(Focus),在特定产业链节点形成绝对的控制力和高议价权。
05. GNL 评估指标体系(量化雷达图)
新指标体系由 3大核心硬性门槛(一票否决) 和 4大经营支撑维度 构成。
5.1 核心硬性门槛(一票否决项)
- 门槛一:市场控制力(Market Dominance)
- 指标: 目标细分产品的市场占有率必须位居 全球前3名 或 国内第1名 。
- 门槛二:核心专注度(Focus)
- 指标: 主导细分产品的销售收入占企业主营业务总收入的 70% - 80% 以上 ,且持续从事该细分领域的时间 8-10 年 。
- 门槛三:低调与B2B属性(Low Public Profile)
- 指标: 公众知名度低,社会大众鲜有知晓;客户结构以 B2B 或核心供应链关键节点(中间件、核心零部件、特种材料/工艺)为主。
5.2 经营支撑维度与量化标准
| 评估大类 | 细分量化指标 | 理想达标线 | 指标融合逻辑说明 |
|---|---|---|---|
| 一、规模边界 | 营业收入区间 | 5亿 - 300亿元人民币 (约7000万美元-40亿美元) | 设置下限(5亿)确保其度过脆弱期; 设置上限(300亿)保留中型企业的灵活特质,避免臃肿。 |
| 二、盈利效益 | 营业利润率 (Operating Margin) | 12% - 15% | 高利润率是检验“技术垄断”和“高议价权”的唯一标准,借此剔除低价赶工的“伪龙头”。 |
| 三、国际化/替代 | 海外营收占比 (或海外营收增速) | 40% (或近3年海外CAGR 25%) | 既为“正在积极出海”的本土龙头留出成长空间,又用“高增速”或“国产替代”确保其硬实力。 |
| 四、创新护城河 | 研发营收占比 以及行业标准制定 | 5% (规模超百亿可放宽至4%)且作为主导者参与行业标准制定 | 确保技术具备持续迭代能力,拉开与追随者的技术断层。 |
06. 数据获取、梳理与计算方法
6.1 公开数据获取渠道表
| 渠道层级 | 数据来源 | 核心调取内容 |
|---|---|---|
| 一级公开渠道 | 巨潮资讯网/港交所/SEC EDGAR | 招股说明书、定期年报(重点查看“业务与技术”及“财务附注”) |
| 二级公开渠道 | 金融终端(Wind/Choice/Bloomberg) 权威三方报告(沙利文/Gartner/行协) | 行业深度研究报告、主营业务构成、精细的产业链上下游市占率图表 |
| 三级官方检索 | 国家知识产权局 / 佰腾专利 / Google Patents全国标准信息公共服务平台 | 企业发明专利授权量、国家/行业标准起草人顺位 |
6.2 核心指标计算公式
6.3 ① 单品营收占比(Focus)
6.4 ② 营业利润率(Operating Margin)
注意:必须使用“营业利润”而非“净利润”,以剔除政府补贴、非经常性损益和外汇干扰。
6.5 ③ 海外营收复合增长率(海外 CAGR)
当企业海外营收占比未达40%时,需计算此指标验证出海动能:
6.6 ④ 研发投入强度
6.7 ⑤ 创新质量验证(去伪存真)
- 专利筛选: 检索时必须过滤掉“实用新型”和“外观设计”,只统计“发明专利”的申请与授权数(要求达到同行业平均水平的2倍以上)。
- 标准制定: 在全国标准信息公共服务平台中,企业名称必须在标准起草人中 排名前三 。
07. 行业划分、边界定义与供应链筛选机制
寻找GNL企业的难点在于:传统官方行业分类太粗糙。必须通过“全景拆解 边界定义 漏斗筛选”三步法锁定赛道。
7.1 产业链的“剥洋葱式”拆解
将庞大的工业叙事拆解为微观节点,以锂电池行业为例:
- 一级(全产业链): 锂电池
- 二级(核心子系统/主材): 隔膜
- 三级(GNL目标细分赛道): 湿法隔膜 / 隔膜涂覆专用氧化铝 / 涂覆机关键喷嘴
- 实操抓手:打开该大领域任一上市龙头的招股书,直奔“产品生产工艺流程图”与“主要供应商情况”,每一个工序辅材都是一个细分赛道。
7.2 定义细分赛道的“黄金边界”
- TAM(可触达市场规模)黄金区间: 全球或全国该细分品类的总市场总额在 20亿元 - 200亿元人民币 之间。
- 逻辑: 亿天花板太低,无法支撑高研发; 亿会引来万亿巨鳄直接跨界竞争,中型企业利润难以维系。
- 技术工艺独立性: 该节点必须拥有独立的专利壁垒或 Know-how(技术诀窍),排除简单的代工组装环节。
7.3 供应链上下游的 3 大筛选过滤器
┌────────────────────────────────────────────────────────┐
│ 供应链全景拆解图谱 │
└───────────────────────────┬────────────────────────────┘
▼
┌────────────────────────────────────────────────────────┐
│ 过滤器 1:寻找“咽喉要道”(BOM成本占比低,但质量影响极大) │
└───────────────────────────┬────────────────────────────┘
▼
┌────────────────────────────────────────────────────────┐
│ 过滤器 2:寻找“巨头不想做(定制/量小),小厂做不了(高精尖)”的断层│
└───────────────────────────┬────────────────────────────┘
▼
┌────────────────────────────────────────────────────────┐
│ 过滤器 3:寻找随着核心技术升级必须同步迭代的“伴生型”设备/耗材 │
└───────────────────────────┬────────────────────────────┘
▼
【 目标 GNL 细分赛道 】
08. 端到端落地工作流(SOP)
本标准作业程序(SOP)从零开始,筛选出某一赛道的 GNL 企业候选。
8.1 阶段一:赛道定位与图谱绘制
- 选定大行业: 如“智能制造”或“半导体”。
- 获取图谱: 调取券商产业链深度报告,或者下载2家该行业头部IPO企业的招股书。
- 微观解构: 列出所有三级、四级零部件与材料清单。
- 边界过滤: 剔除总市场规模 亿或 亿的赛道,锁定符合黄金边界的利基赛道(如:光学微棱镜、特种工业阀门、高纯电子气体)。
8.2 阶段二:标的搜寻与初筛
- 倒查供应商: 从大厂(如苹果、宁德时代、迈瑞医疗)的供应链体系向前追溯。
- 政策名单匹配: 交叉比对工信部公示的“制造业单项冠军” 名单与 “专精特新小巨人”名单。
- 建立初筛池: 找出在选定利基赛道中,国内份额前两名或声称全球前三的 3-5 家企业。
8.3 阶段三:硬指标量化清洗
打开初筛企业的财报或招股书,拉入 Excel 进行“漏斗清洗”:
- 洗掉分心者: 检查单品营收占比是否 。
- 洗掉伪龙头: 检查营业利润率是否 。
- 洗掉内卷者: 检查海外营收占比是否 (若无,检查海外增速是否 )。
- 洗掉组装厂: 检查研发投入是否 ,发明专利是否显著领先。
8.4 阶段四:雷达图绘制与最终评级
根据数据,为通关企业打分,绘制 GNL 综合雷达图。
典型 GNL 企业评估雷达图示例:
市场控制力 (5/5)
▲
│
创新护城河(4/5) ──┼── 核心专注度(5/5)
│
│
营业利润率 (4.5/5)
最终输出: 将通过所有门槛、雷达图无明显短板的企业,正式归入“全球利基领航者(GNL)”硬核企业库,作为下一步研究标的。
8.5 阶段五:个股深入研究和跟踪
-
使用之前已经创建的4个Simon-Stock系列Agent深入解析个股
-
Simon-Stock-DeepReach Agent:八阶段深入分析
-

-
Simon-Stock-Analysis Agent:基本面+技术面解析
-

-
Simon-Stock-Fruad Agent:财务造假检测
-

-
Simon-Stock-Moat Agent:护城河分析
-

09. 落地计划
- ✅ 建模
- ⌛️ 提示词模板和流程编排
- ⌛️ 数据源接入——难点——来源准确/可获取/时效性/防吹票
- ⌛️ Python 代码实现
- ⌛️ UI实现:沿用 Notion 浅色简洁风格
- ⌛️ 测试第一个行业
10. 原文来源
原文发表于微信公众号“中老年叨叨”(2026年6月10日 08:00)。查看微信公众号原文。