黑色的金子(这东西被称为黑色黄金,它已做到全球第一,但还是被证监会直接拍死!原因,其实就这一条……)

黑色的金子

马上要过年了,送礼,应该是让你最费劲脑筋的事情。

什么礼品最有逼格?
若论喝的,自然是贵州茅台、五粮液、洋河等高端白酒。
那么,吃的呢?
阿胶?燕窝?人参?……除了这几样传统补品,你还能想到什么比较洋气的?

其实,比起它来说,阿胶、燕窝都弱爆了。

它,名叫:鱼子酱。

如果谁送你大白鲟鱼子酱,那一定是真爱。这玩意,一小盒,价格轻松过万。

可以说,鱼子酱是一门相当特殊的生意,一方面,它和獐子岛的扇贝同属一个行业,但其实,两者之间完全是天差地别。
鹅肝、松露、鱼子酱,是世界三大贵族食品。

鱼子酱这东西,被称为“黑色黄金”,而且广泛流传的说法是“催情圣品”。可以说,是世界顶级奢侈美食。
18世纪起,鱼子酱是风靡欧洲宫廷的奢侈食物,顶级的鱼子酱,价格堪比黄金。并且,只有鲟的鱼卵,才有资格成为真正意义上的鱼子酱。
传统的鱼子酱生产大国,是俄罗斯、伊朗。如果你手头有出产于黑海、里海的野生鱼子酱,那么恭喜你,这些鱼子品味上佳,属于行业内的顶级品种。
全球范围内,共有超过20种的不同鲟鱼,其中只有Beluga(大白鲟)、oscietra(奥西特拉鲟)及Sevruga(闪光鲟)三个种的鱼卵制成鱼子酱。

最高级的Beluga,只有年满六十岁的鱼,排出的卵是顶级鱼子酱品种,一年产量不到一百尾。
不过,由于野生鲟鱼捕捞过度、自然保护风潮日盛,鱼子酱资源稀少,价格也随之飙升。
最顶级的“Almas鱼子酱”,出口自伊朗,世界上最贵的鱼子酱,据说一盒重量为32盎司的,价格高达2万美元。“almas”在俄文中是钻石之意,可见其稀有。
于是,人工养殖的市场来了。
养殖鱼子酱,以意大利品牌Calvisius、法国品牌Petrossian及CaviarHouse&Prunier等最为知名。
近年来,中国鱼子酱,开始打入这个市场。目前,中国已经发展成为世界最大的鲟鱼养殖国家,占据世界养殖产量的85%。

卡露伽Kaluga,一个来自中国的品牌,也开始打入欧美高端鱼子酱市场。

而在卡露伽Kaluga背后,就是我们今天研究报告的主角——鲟龙科技。

目前,鲟龙科技是全球最大的人工养殖鲟鱼子酱生产商,其鱼子酱产量和出口量连续三年居世界第一,国际市场占有率35%,国内出口占比高达80%。

来看财务数据:

2013年-2015年,鲟龙科技营业收入1.24亿、1.49亿、1.66亿,扣非归母净利润3615.25万、2578.7万、3546.13万,经营性活动产生的现金流净额1033.65万、1.32万、487.12万,综合毛利率61.6%、50.00%、49.93%。

弱点非常明显:第一,虽是细分领域世界第一,但业绩体量偏小;第二,无实控人,这是IPO中的重大雷区;第三,存货极难盘点。

很可惜,在证监会第十七届发行审核委员会2018年第28次会议上,它被无情否决。
看到这里,估计你会问:

优塾君,这可是农林牧渔、水产行业,这破行业有啥看头?刚出了獐子岛事件,存货极难盘点,财务问题频出啊。

其实,在投资圈,往往众口一辞的东西,正是你需要反思的东西。

我就问你一句话:

你以为人人都看好的白酒行业,存货就真的安全吗?

我放一万瓶酒在存货里,告诉你那是一万瓶茅台,作为审机狗,你怎么核查,难道真要一瓶一瓶打开尝一口吗。而且,就算给你尝一口,我真不信你能喝出真茅台和兑水茅台的差别。

其实,从存货盘点的角度,除了獐子岛之外,很多行业都有盘点、核查的风险,值得你留意。大家广泛看好的白酒、珠宝行业,其实从存货的角度,未必安全。

今天,研究水产行业,不是为了寻找标的,而是为了建立一个存货的风险模型,深入思考一下,资产负债表上的“存货”这个会计科目:

1)除了扇贝、鲟鱼这些水产行业,还有哪些行业的存货存在很大的盘点风险?

2)对于存货难以盘点的行业,该采用什么样的盘点方法?
值得一提的是,对于本案提到的“存货”问题,以及上市公司的各种财务套路,建议细研读财务炼金术、IPO避雷指南、并购之美。提前看穿套路,避免被收割。

而关于我们之前分析过的税务问题,可在3月17日-18日在上海举办的税务规划研讨会上系统学习。
优塾原创,转载请后台回复“白名单”

01
鱼子酱这门生意客单价虽高,但太烧钱

鲟龙科技,创始人王斌,持股9.64%,任董事,总经理。他与鱼子酱的故事,开始于1997年。 
1996年,王斌26岁,就已经是中国水产科学研究所开发处副处长,当时在农业部是最年轻的处级干部。
1997年,王斌发现高档餐厅里,一斤鲟鱼可以高达上千元 ,且当时野生鲟鱼捕捞被禁止,王斌觉得人工养殖,做鲟鱼养殖的前景大,于是辞职创业。

好多人都说他“疯了”。

其实,野生鲟鱼濒临灭绝,人工养殖才刚刚开始起步,王斌看重的,就是这个产业机会。

鱼子酱,所谓的黑色黄金,画风是这样:

起初,王斌做的是卖鲟鱼生意,1998年,王斌刚做生意没多久,就赶上鲟鱼价格大跌。
为了生意,跑去法国取经探访。

发现真正值钱的是雌鲟鱼的卵子加工而成的鱼子酱,每千克2000多美元,于是王斌决定,不直接卖鲟鱼了,养着,等它产卵,直接卖鱼子酱。
2003年3月,王斌,与中国水产科学研究院、杭州千岛湖发展有限公司等,共同出资660万,成立了鲟龙科技;

可是,很快就遇到了史无前例的黑天鹅。2003年夏天,千岛湖遭遇60年来的最高气温。

据水产行业的观察者碧云天披露的信息,一个夏天,王斌养殖的5万尾鲟鱼死了一半。当时的技术总监和几名骨干,因为顶不住压力,也辞职离开。大家都觉得公司要完蛋。

最终,还是熬过来了。

2006年,鲟龙科技的鱼子酱成为第一个出口到海外的中国鱼子酱。它生产的鱼子酱,还曾登上过2016年杭州G20峰会各国领导人的餐桌。

美国《时代》周刊网站报道,如今,世界鱼子酱产量的35%都来自中国。

据参考消息,卡露伽生产的一小盒大白鲟鱼子酱售价为2100美元(约合1.4万人民币)——相当于一个鱼卵60美分(约合4元人民币)。

据盖得排行,如今在鱼子酱市场,各个品牌的排名:

图片来源:盖得排行博客

其实,在鱼子酱产业链背后,由于自带“奢华”属性,可深挖的机会还不少。比如,瑞士化妆品品牌La Prairie还曾推出“鱼子酱眼霜”。鱼子酱概念进入日化领域,也成为一股风潮。

02
无实控人、控股股东
新发审委审核必死雷区

鱼子酱这门生意,其实非常、非常难做。

最大问题,在于产品成熟周期极长,以千岛湖为例,一条鲟鱼,从出生到性成熟、可产鱼子,至少要成长到7岁到15岁。而在这之前,全部都是投入期。

这么长的投入期,可以说,失败概率极大。

为什么?因为资金压力。这么难做的生意,若不是为了产业理想,很难想象谁能坚持干下去。

鲟龙科技的创始人王斌,曾在访谈中提到,由于资金压力,鲟龙科技大量引入外部财务投资,使得鲟龙科技的股权结构分散,实控人认定有困难。
第一大股东为美国籍个人,持股23.80%。创始人王斌为第三大股东,股权结构分散导致的最直接问题,就是无实际控制人,这是IPO审核中的重大雷区。

在审核中,被监管层明确指出:
“招股说明书披露,发行人不存在控股股东和实际控制人,公司股权结构较为分散。请发行人代表:(1)结合发行人历史和实际管理等情况分析说明认定不存在控股股东和实际控制人的合理性;(2)说明是否形成一致行动,是否存在共同控制;(3)说明公司治理结构的稳定性及对持续经营的影响。请保荐代表人说明核查过程、依据,并发表明确核查意见。”

其实,这个无实控人问题,我们是能理解的。可惜,在IPO领域,这是个重大雷区。
关于无实控人问题,优塾投研团队,截取自2017年10月17日,第十七届新发审履职以来,审核的146个IPO案例中,仅有2家企业无实际控人,全部被否。
钜泉光电——
股东众多且分散,无实际控制人,被质疑在无实际控制人的情况下保证公司治理的完善和内控制度的健全且得到效执行,2017年11月3日被否;
鲟龙科技——
不存在控股股东和实际控制人,股权机构较为分散,被要求说明公司治理结构的稳定性及对持续经营的影响,2018年1月30日被否。
值得一提的是,另有一家公司,做体外诊断的新产业生物,在2016年4月递交的申报材料中,没有认定实控人,被监管层在反馈意见中指出后,重新认定了第一大股东为实控人,2017年12月27日过会。 

03
搞懂鱼子酱这门生意
最大重点:存货

直接看财务数据:
2013年-2015年,鲟龙科技营业收入1.24亿、1.49亿、1.66亿,扣非归母净利润3615.25万、2578.7万、3546.13万,经营性活动产生的现金流净额1033.65万、1.32万、487.12万,综合毛利率61.6%、50.00%、49.93%。
报告期内,鲟龙科技的营收逐年上升,但扣非归母净利润出现了下滑趋势,综合毛利率逐年下降,并且现金流每一期都低于净利润。2013年-2016年,净利润和当期现金流之间的差额为3211.73万、3143.83万、3571.25万,差额逐年递增。
而这现金流和净利润之间的差额,主要是因为存货逐年递增。

2013年-2015年,鲟龙科技的存货2.3亿、2.96亿、3.82亿,占当期流动资产比例为74.68%、73.27%、81.28%。存货周转率0.23、0.28、0.25。
鲟龙科技的存货包括消耗性生物资产(养殖过程中的鲟鱼)、库存商品(鱼子酱),饲料等,其中90%以上的存货为消耗性生物资产,就是鲟鱼。

注意,由于鲟鱼的养殖周期长达7-15年,因此存货周转率远远低于其他水产养殖上市公司。

那么,看着这堆长年趴在账上的鲟鱼,给你一个思考题:

如果你是一个审计狗,该如何盘点它家的存货?

04
水产、养殖投资必学
存货盘点三大节点

水产行业,在投资圈内,是公认的存货盘点难度高。
如果是一家生产汽车、手机零配件的公司,当你要做尽职调查时,还能直接数库存数量、零件数量,因为,这些公司的资产,都是“死物”。
农业公司的资产多数为“活物”。既然是活物,就会涉及到生长周期的判断、资产的分类,按用途性质还需要划分,“消耗性生物资产”计入“存货”,“生产性生物资产”单独列示为资产。
这当中,水产又算是最难盘点的行业,就因为,它们养在水里。
如果是长期跟踪我们研究报告的朋友,应该还记得,之前分析过的养猪行业。其资产分类、盘点中,有三个关键节点。
1)辨别雌雄;
2)性成熟;
3)年龄判断;
对于绝大多数生物性资产,(除去扇贝等雌雄同体类生物),这三个点,都是在盘点存货时,需要思考的关键因素,这三大关键节点的判断难度,就是生物资产分类、入账、记账、审查的难度。
回到本案的鲟鱼,我们来看这三个关键节点:
第一个节点,雌雄辨别——

鲟龙科技采购鲟鱼苗后,委托农户代养,养到3岁,才能区分雌雄。辨别方式为激光设备照射。雄鱼卖掉,雌鱼留下。

这个节点,盘点起来,相对可控,依靠第三方设备检验,准确度较高。
第二个节点,性成熟——

鲟龙科技将雌鱼根据不同种类,分配到不同的集装箱。鲟鱼的成长周期中,能够产出最优质鱼子的年龄,只有那么几年。而且不同种类的鲟鱼,差距巨大。

一般来说,一条鲟鱼可以排卵多次,因此在国内鲟鱼养殖业中,有一些商户,会将取过卵的鲟鱼手术缝合后,继续养殖。而本案,鲟龙科技采用一次产卵直接宰杀的生产模式。

这个节点,盘点起来,就没那么可控了,因为,一旦鲟龙科技二次取卵,就会出现一个很大问题,无法分辨哪一堆鱼子是鲟鱼多次产卵得到的,直接导致,在成本结转混淆。

第三个节点,年龄判断——
鲟龙科技所养的鲟鱼,性成熟期间是在7到15岁,公司会选择产卵质量最优的年龄,来宰杀、取卵。

这一步,第三方机构非常难判断,因为,7-15年的鲟鱼,除了水产专家外,其他三方人员很难辨别。

两条鱼放到你面前,一条7岁一条9岁,你怎么分辨。
好,三个关键节点梳理完,那么问题来了:
如果你是一家投资机构,面对它的存货,你怎么确保数据的真实可靠?
当然,如果是我们开的“优塾鲟鱼场”,我们会给你出具一系列激光扫描报告、种类报告、养殖片区报告,告知你鲟鱼的雌雄、年龄、分类、养殖区域,并辅以大量的参数、指数,可是问题是,你并不是一个具备批量基因鉴定能力的水产专家,你该怎么办?
我给你两个集装箱,一箱里装着9岁的鱼,另一箱里装着12岁的鱼,你怎么辨认?
然后,我再给你两个集装箱,告诉你,一箱里面装着5岁的小体鲟条,一箱里面装着13岁的中华鲟鱼,你怎么辨认?
除非你是《X战警》中的镭射眼,否则,辨别真的很难。
到最后,就只能参照本案审计机构的做法,小范围抽样核查。
对于水产这样的特殊行当,要想确认资产真实性,很难。如果你要做投资,那么可以说,你投的,基本就是实控人的人品了。
可是,如果照着这一条来看,回到本案,一个很无奈的事情:鲟龙科技,还是是一家没有实控人的公司。

05
一个独特的风险模型
存货盘点难易程度

獐子岛,存货上出了事;鲟龙科技,被否原因中也有很大因素是存货盘点问题;而近期我们研究过的养猪公司安佑生物,存货上方面也被质疑。
这几个案例,促使我们思考:
能否针对各个行业,建立一个关于投资中存货计量风险的模型?
我们将存货,按照盘点时面对的问题,分为两大维度:数得清、分得清。
数得清,意味着存货数量可盘点;
分得清,意味着产品的种类、性质、性别、年龄等,可以识别。

第一象限,数得清也分得清——

存货为标品,易区分种类,存货计量容易,存货计量唯一性高;
比如,家用电器、电气设备、纺织服装等行业。 
第二象限,数不清但分得清——

存货为非标,通常以项目为单位,但因使用完工百分比法计量存货,难以区分,存在一定调节空间,存货计量唯一性低;
比如,软件开发、工程建筑等行业,存货中还会涉及人员的工资。
第三象限,数不清也分不清——

存货不仅非标,并且计量难度很大,典型的就是林业、渔业。

如獐子岛的扇贝,分布在800多平方公里的海水底下,只能靠统计学原理,选取海域抽样打捞,再以平均重量、壳高反推存货总量,至于獐子岛的海洋牧场里到底有多少扇贝,恐怕谁也说不清楚。
第四象限,数得清但分不清——

统计数量容易,但存货性质、属性分类不好辨别,存货计量唯一性低,比如,白酒、珠宝行业、农业和禽畜养殖业。

拿珠宝行业来看,一屋子金链子,哪条是铜链子镀金,你很难分清;拿白酒行业来看,一仓库白酒,告诉你其中几瓶是高端、其中几瓶是低端白酒,如果不能开瓶检验,其实很难区分。

作为投资机构,只有分清存货的性质,在做尽调时,才能更深入、准确。看完以上梳理,你可以自己对照一下,自己所投的标的,属于哪个象限。

06
一个独特的风险模型
存货盘点难易程度

以上几个象限中,第一象限自然是在存货方面更让人比较放心的行业,那么,对于其他三个象限的企业,在存货盘点时,很大程度上,需要依靠企业提供的存货计量方法。
那么,此处给你一个思考题,针对不同象限内的存货计量时,计量方法科不科学、准不准确,该如何判定?
这个思考题没有标准答案,抛砖引玉,供大家思考、讨论。
第二象限,数不清但分得清:

存货本身属性分得清为前提,在计量时,外部证据越充分、越细致,则准确度越高,可调节空间越少,计量风险越小。

如按项目划分的IT行业,如果能做到每个完工步骤都有齐全的外部证据支撑,并且不存在人员复用等情况,那么,存货计量起来,还是比较清晰的。
第三象限,数不清也分不清:

对于分不清也数不清的行业,计量存货时,由于存货区分难度高,往往IPO企业会倾向于用各种仪器、数据,用各种筛选标准,来增加存货的可信度。

然而,其实此处的筛选标准往往不应该是越复杂越好,而是越简单越好。因为,对于这种属性的存货来说,每增加一层筛选标准,实际上就是增加一层可以用来调节的计量空间,数据的真实性也随之呈现几何级数的差异。

对于这个行业,存货计量风险巨大,需要投资机构慎重考虑。
第四象限,数得清但分不清:

对于能数清,但是存货质量、真假难以辨别的行业,在计量时,质量、真假甄别环节越科学、越缜密越好,可调节空间越小。

还是拿金链子为例,如果抽样平均称重,采用复杂的科学仪器进行质地检测,那么调节空间就会很小。
看完这些,给大家举个养猪的对比案例:
行业龙头温氏股份,在一批猪苗采购进来时,就直接划分为生产性猪和消耗性猪,同时生产性猪就按照2年生命周期折旧。

这个方法,看似太过简单粗暴,但其实,这样的情况下,采用一刀切的方式,直接划分存货与资产,分清存货后,虽然在数头数时仍有一定计量难度,但总还是较为可靠的。并且,第三方机构做尽调时,数据也可核查。
而另一家公司,安佑生物,在一批猪苗采购进来,先全归为消耗性生物资产,再验证性成熟,再分装到生产性猪和消耗性猪,同时生产性猪又按照产仔胎数折旧……

问题就在于,筛选流程太多。一批猪,每一次分流,都进行一次筛选,按照数学排列组合来看,就是叠加一层可能,使得存货计量难度随着筛选轮次的增加,而呈现几何性的抬高。

这种方法看似科学,但其实,反而导致存货计量风险极大。

07
除了这个案例,你还需要学习
中国资本市场进程中
典型的财务魔术

案例已经看完,但我们的研究还在继续。
作为IPO领域独立投研机构,优塾投研团队认为,公司研究能力、财务分析能力、行业研判能力,是每位金融人都需要终生研究的技艺。无论你在一级市场,还是二级市场,只有掌握这几大技能,才能在激烈的竞争中安身立命。
我们站在投资机构角度,像医生一样,解剖IPO、并购的每项细节,将要点系统梳理,形成系统的研究框架。
我们是一群研究控,专注于深度的公司研究。
这四套攻略,浓缩了我们的研究精华,是优塾私密社群群友人手一套的指南。
每日精进,必有收获。
▲左右滑动图片 识别二维码获取

优塾活动推荐

企业税务规划  地点:上海

详情咨询优妹:15317335498
可提供企业定制化服务,欢迎咨询

点击关键词,发现我们的精彩热门研报
投资   医院 | 工具APP | 手机配件 | 券商
   矿业 | 兽用疫苗 | 医疗器械 | 文旅   
雷区   安佑生物 | 康宁医院 | 时代装饰 | 龙岩卓越
   安健科技|| 信联智通 | 欣贺股份 | 中安消
查看更多IPO、并购、财务分析干货资料

黑色的金子相关文章

为您推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部