52 家数字跳变里，只有 12 家真的不能信：一套可复用的三条判据

这一期我们采集了 4,266 家公司，其中 52 家的营业成本率同比跳了 15 个百分点以上。按最省事的做法，这 52 家应该直接剔掉——但剔掉之后，任何一个「行业里有多少家在恶化」的结论都会跟着变。

所以我们对这 52 家逐家做了一次分诊，用三条判据，把它们分成三类：波动（这家公司本来就跳）、串科目（数字不能信）、真变化（真实经营，应该回榜）。

结果是：40 家回榜、12 家剔除，最终入统计 4,254 家。三分之一的「异常」，其实是真的。如果按「跳变即剔除」处理，这 40 家真实经营变化的公司会被一起扫掉，行业结论会系统性地偏向「恶化没那么严重」。

一、判据一：先看这家公司自己稳不稳

第一步不是判断数字对不对，而是判断这家公司有没有「能力」给出一个稳定的数。做法很简单：拿上一年度的前三季成本率，和同一年度的全年成本率比一比。如果同一年内部就差 10 个百分点以上，说明这家公司的成本率天然大波动，本季跳变只是它的常态。

这一类标为「波动」，共 10 家。它们保留在统计里，但标记出来——不让一家天然波动的公司，去拉动整个行业的结论。

「上年内部差」＝2025 前三季成本率 − 2025 全年成本率。只作诊断用，不对外呈现为业绩。

二、判据二：成本涨、费用降，就是串了科目

第二条判据用的是一个恒等关系：营业成本与三项费用（销售、管理、财务）在同一个利润表里，如果一笔支出从费用挪进成本（比如运费、质保金、部分研发支出），成本率会涨、费用率会等量地降，而利润一分钱没变。这种「一涨一降、方向相反、幅度相当」的组合，就是科目重分类的指纹。

这一类共 12 家，全部剔出行业榜。不是因为这几家做错了什么，而是因为它们的成本率变化不反映经营，放进行业里会污染别人的结论。

判定阈值：三项费用率合计反向变动 ≥2pp。低于 2pp 时反向可能是巧合，不足以判定。

这 12 家里，反过来看更有意思：有 7 家是成本率大幅下降、费用率反而上升的。如果只看到「成本率降了 16 个点」，很容易当成降本样板去学——实际上是把费用挪进了成本，一分钱没省。这正是分诊最该拦下的那种误读。

三、判据三：同向的，是真的

反过来，如果成本率涨、三项费用率也涨（同向），或者费用几乎没动、成本单边变化，那就没有「串科目」的痕迹——这家公司就是真的成本变了，应当回榜。这一类 30 家。

同向且幅度接近、费用基本未动，都归这一类。完整 30 家名单在数据文件里，此处只列变动最大的 5 家。

这一类里最常见的是「成本涨、费用也涨」——订单下滑带来的规模效应，在成本端和费用端同时出现。这类公司的真实问题不是成本管控，是订单，诊断方向完全不同。

四、52 家集中在哪几行

这 52 家不是均匀撒在 19 个行业里的。把行业分布摊开，前五个行业占了一半以上：

跳变＝营业成本率同比 |Δ| > 15pp 的公司；入统计家数为该行业剔除嫌疑后的样本数。

排在前面的几行有一个共同点：成本构成里可以跨科目流动的东西多。计算机有项目实施与外包、基础化工有运费与检修、电子有质保与模具、机械有安装服务、医药有渠道服务费。这些支出在会计上既可以进成本、也可以进费用，具体进哪儿取决于公司的口径习惯，而口径习惯会在某一年被改掉。

反过来的对照更清楚：钢铁、汽车、轻工各自只有 1 家跳变。这类行业的成本结构单一（料 + 能源 + 折旧），能挪动的科目少，所以成本率的变化基本等于经营变化。

五、为什么这套东西值得企业自己用

企业每个月都看毛利表。毛利表的「异常」和这里的三类是同一件事：某个产品线成本突然跳了，第一反应通常是「这个月是不是有笔费用没摊对」——然后就没有然后了。三条判据的作用，是把「异常」在第一分钟就分成三堆，每堆给一个不同的去处：

• 波动：不查。标记它，下个月再看一次。连续三期同向，才升级为真问题。
• 串科目：查凭证，不查业务。问的是「这笔钱从哪个科目挪过来的」，答案通常在财务共享中心，不在车间。
• 真变化：查业务，不查凭证。这时候去的才是采购、工艺、产品线。

把两类错误各算一遍量级。把真问题当噪音剔掉：本期若把 52 家全剔，入统计样本少 1.2%，但被剔掉的 30 家真实变化公司里，有相当一部分是「成本率大涨」的，行业恶化面会被系统性低估；把噪音当真问题去追：一家公司因为运费重分类，成本率跳了 17 个点，如果按这个数去追采购，三个月后会发现采购一分钱没多花——而三个月的改善窗口已经过去了。两种代价都不可逆，后者更常见。

我们把这套流程做成固定动作，是因为它在客户现场反复有效：一个月度异常清单，先过三条判据，剩下的真问题通常只有原清单的三分之一。把三分之二的会议时间省下来，用在能动的三件事上，这比再买一套报表系统有用得多。

六、这套判据的漏洞，我先说