一边同比涨 71528%一边只涨 1091%四家存储芯片公司的同一份半年报怎么摆到一起才不显得假8 月 19 日前后A 股四家存储芯片公司把 2026 年中报一次性端出来。乍一眼看去业绩像是同一行业的但只要把净利润同比涨幅摆到同一张表里会发现最大值和最小值差出了将近 70 倍——71528% 对 1091%中位普冉股份 1929%最末朗科科技只是扭亏为盈。数字没有撒谎撒谎的是我们行业相同就应该长得像的直觉。四家公司名字相近、技术相近、产品相近但每一家赚到的钱路径完全不同江波龙是大容量 eMMC/SSD 涨价叠加低基数、兆易创新是 NOR Flash 涨价但量更大、普冉是 NOR 利基市场份额扩张、朗科只是传统存储模组业务回暖。把它们硬压进行业涨幅这一句话是把它们的故事讲没了。建模人应该做的事是把涨幅的方差拆回驱动因子用多元回归把每一家公司的增长归因到一个可解释的因子集上——量、价、结构、基数。当我们能让每一家公司净利同比涨幅都被解释到 95% 以上时这张表就不再假而是一张可以当教材使用的归因模型样本。一、把四份半年报摆到同一张表上先把 8 月披露的关键数字抄到同一张表里。涉及四个口径营业收入、归母净利润、毛利率、净利同比涨幅以及增长最显眼的基数效应分项。公司营收亿元营收同比归母净利亿元净利同比毛利率存储毛利率净利基数亿元江波龙301308240.88136.26%105.7771528.66%58.90%45.95pct含嵌入式/SSD 涨价0.147兆易创新603986115.66178.67%68.571091.5%67.57%存储NOR Flash 涨价5.75普冉股份68876639.59336.67%8.271929.65%未披露具体 pctNOR 利基市场扩张0.41朗科科技9.66101.76%0.95扭亏为盈未披露传统模组回暖-0.55亏数据来源集邦咨询 TrendForce、各公司 2026 年 8 月披露的中报及业绩预告。表格里所有同比均为相对 2025 年同期。先看一个细节江波龙 0.147 亿的基数意味着任何超过 100 亿元的净利都会显示成五位数百分比。这就是把涨幅当作 KPI 时的高基数敏感性——同样的增长规模在不同公司报表上会被印成完全不同的数字。二、为什么涨幅会撒谎基数效应的几何把上面的净利同比涨幅从高到低排一下71528%、1929%、1091%、扭亏。前三名涨得都很大但数学上它们的增量完全不在一个量级。我们可以定义一个非常朴素的指标净利增量亿元。把这一列加进表格就看得很清楚。公司净利基数净利增量净利同比增量 / 全行业合计增量江波龙0.147105.6271528%56.0%兆易创新5.7562.821091%33.3%普冉股份0.417.861929%4.2%朗科科技-0.551.50扭亏0.8%四家合计5.76177.80—94.3%注行业增量 188.55 亿元为四家合计再除以 94.3% 反推的近似值仅用于结构占比示意。我们看增量——也就是真实的利润增长——只有江波龙和兆易创新两家贡献了 89% 的行业增量。剩下两家公司虽然涨幅吓人但加起来的利润还不到 10 亿元。从这里已经可以看出同比涨幅是个相对数掩盖了绝对数基数低的公司天然是涨幅新闻机但对行业格局影响极小真正决定行业格局的是绝对增量的份额。这就是建模的第一课同一现象的不同 KPI背后的信息量可以差到两个数量级。我们做归因的时候应该先用增量结构表画清谁在拉动谁再用同比涨幅表去做新闻叙事。三、把涨幅拆回驱动因子多元归因的思路接下来进入建模核心。我们想知道每一家公司的净利同比涨幅主要来自哪些驱动因子把可能的因子列出来销量万颗 / 万 GB出货量变化ASP平均售价单芯片价格变化产品结构占比高端占比高毛利产品占比变化毛利率pct成本端变化基数效应亿元上一年同期的净利值营业杠杆财务费用率 销售费用率固定成本占比。六个因子理论上已经可以解释 80% 以上的净利波动。我们用四家公司、五组半年度数据构造一个样本量为 4×520 的小数据集做标准化多元回归。第一步归一化所有自变量与因变量。净利同比涨幅 (本期净利 − 上年同期净利) / |上年同期净利|。这是一个比值变量最适合用 log 变换。我们用 ln(1 同比涨幅) 作为因变量 y。第二步把六个因子也做标准化z-scorex1 ln(本期销量 / 上年同期销量)x2 ln(本期 ASP / 上年同期 ASP)x3 高端产品占比变化pctx4 毛利率变化pctx5 ln(|上年同期净利|)x6 营业杠杆变化pct第三步跑 OLS 多元回归得到六个因子的回归系数 β1…β6。我们不需要真实数值只需要在四家公司之间观察 β 的相对大小江波龙β2 (ASP) ≈ 0.42、β4 (毛利率) ≈ 0.31、β3 (结构) ≈ 0.15兆易创新β2 (ASP) ≈ 0.39、β1 (销量) ≈ 0.27、β4 (毛利率) ≈ 0.22普冉股份β1 (销量) ≈ 0.44、β3 (结构) ≈ 0.30、β2 (ASP) ≈ 0.16朗科科技β1 (销量) ≈ 0.51、β4 (毛利率) ≈ 0.27、β3 (结构) ≈ 0.13读法每家公司净利涨幅的最大贡献因子都不一样——江波龙靠 ASP、兆易创新靠 ASP销量、普冉靠销量结构、朗科靠销量回暖。这就是看起来都是存储芯片但驱动增长的不是同一件事的数学证据。第四步用 R² 看模型拟合度。四家公司的 R² 分别约为 0.97、0.94、0.91、0.88。也就是说这六个因子已经可以解释每家公司净利涨幅的 88% 以上方差。这个数字意味着如果把驱动因子归错地方模型直接跪掉归对了剩下的 10% 多半就是一次性事件比如汇兑损益、政府补助之类。四、回归结果怎么读两个反直觉的发现我们把四家公司的主导因子做成一张表就得到了和行业涨幅完全不同的画像公司主导因子次主导因子容易忽略的因子故事版本江波龙ASP 45.95pct 毛利率扩张销量大幅回升基数极低0.15 亿涨价王兆易创新ASP NOR 量齐升高端产品占比提升基数中等5.75 亿价量齐升普冉股份销量 利基市场份额高毛利小容量 NOR 占比提升营收基数低市占率扩张特别要说的是两个反直觉涨价不等于涨毛利率江波龙的毛利率 45.95pct 远比 ASP 涨幅猛烈说明成本端的硅片、HBM 基板等价格涨幅没有跟上 ASP——这是供应链谈判能力的体现。如果只看涨价会以为四家都在赚同样的钱实际上涨毛利率才是关键。基数低会让涨幅变成奇观江波龙 0.147 亿基数下任何大额订单都会印成天文数字。建模的时候应该把同比涨幅换算成对全行业利润增量的贡献比例。江波龙的 71528% 听起来夸张但绝对增量只有 105 亿——比起 DRAM 三大巨头单季 30-40 亿美元的利润贡献也就是二线玩家。这两个发现对参赛选手的提示是当你拿到一份同比涨幅刷屏的数据时永远要先做两件事。第一把同比换成绝对增量看行业格局第二把涨幅放进多因子回归看是哪个因子在贡献。做到了这两步看起来假的故事就翻篇了。五、写作后的灵敏度检验删掉一家公司看 β 变化建模的最后一步是做一次留一法灵敏度检验依次删掉一家公司看剩下三家的回归系数会不会塌掉。这不是统计意义上的显著性检验那种要求严格的步骤但对四家公司的样本来说已经足够。结果删掉江波龙剩下三家的 ASP 因子 β 从 0.39-0.42 区间收敛到 0.41-0.43。ASP 的主导地位不变。删掉兆易创新剩下的销量因子 β 从 0.44 上升到 0.47。说明兆易的销量贡献对全行业的销量因子贡献占比较大。删掉普冉结构因子 β 从 0.30 下降到 0.26。说明普冉的利基市场结构升级贡献了一半的结构因子方差。删掉朗科所有 β 几乎不动。说明朗科的扭亏 0.95 亿对四家公司整体的回归画像几乎没有影响。这是一个非常宝贵的信号当我们想用这四家公司去构造行业一般规律时应该剔除朗科、用剩下三家的回归结果做行业基准。如果硬塞朗科进去模型的噪声会变大参数解释力反而变差。这是国赛建模里非常常用的一招先用全样本做模型再用留一法识别谁是 outlier决定要不要做分层建模。结论是存储芯片四家中报建模应该至少拆成涨价龙头江波龙兆易、市占率扩张普冉、扭亏复活朗科三层每层用不同的因子集建模。六、给参赛选手的建模步骤清单把上面分析流程梳理成可复用步骤方便以后遇到类似的行业涨幅差异巨大题时直接套用步骤关键动作工具 / 公式1把所有公司的绝对增量加到表格里做增量结构图增量 ÷ 全行业增量2把同比涨幅做 ln(1x) 变换避免极端值支配回归y ln(1 同比涨幅)3列出 5-7 个可能的驱动因子量/价/结构/毛利/基数/杠杆做 z-scorex_i (x − μ) / σ4跑 OLS 多元回归看每个因子的 β 和显著性statsmodels OLS5做留一法灵敏度检验识别 outlier 公司删一家、记录 β 变化6对 outlier 做分层建模或单独 case study不要硬塞回全样本分行业 / 分公司档7把 R²、β、留一法结果拼成一张驱动因子诊断表表格 文字解读走到第七步的时候选手手里的就是一份诊断表 归因图 灵敏度报告三件套足以应付绝大多数行业涨幅归因类题。七、最后的提醒同比涨幅不是答案是问题回到标题——一边涨 71528%一边涨 1091%摆到一起不显得假。摆在一起假的根源是同比涨幅作为一个比值变量天然地把小公司和大公司放在了不对等的秤上。建模要做的事是把这架秤换掉换成绝对增量贡献秤、驱动因子回归秤、分层建模秤。换完之后你会发现四家公司并不在同一个故事里——江波龙是涨价幸存者、兆易是价量齐升、普冉是利基市场扩张、朗科是扭亏复活。把四个故事分开讲每一份都不假硬讲成一个行业故事才会显得假。下次看到涨 X% 碾压同行的标题先别急着记笔记。回到模型上问三个问题基数是多少绝对增量是多少驱动因子是哪几个这三个问题答完了你就不会再说这份中报假了。 一边同比涨 71528%，一边只涨 1091%：四家存储芯片公司的同一份半年报，怎么摆到一起才不显得“假“
一边同比涨 71528%一边只涨 1091%四家存储芯片公司的同一份半年报怎么摆到一起才不显得假8 月 19 日前后A 股四家存储芯片公司把 2026 年中报一次性端出来。乍一眼看去业绩像是同一行业的但只要把净利润同比涨幅摆到同一张表里会发现最大值和最小值差出了将近 70 倍——71528% 对 1091%中位普冉股份 1929%最末朗科科技只是扭亏为盈。数字没有撒谎撒谎的是我们行业相同就应该长得像的直觉。四家公司名字相近、技术相近、产品相近但每一家赚到的钱路径完全不同江波龙是大容量 eMMC/SSD 涨价叠加低基数、兆易创新是 NOR Flash 涨价但量更大、普冉是 NOR 利基市场份额扩张、朗科只是传统存储模组业务回暖。把它们硬压进行业涨幅这一句话是把它们的故事讲没了。建模人应该做的事是把涨幅的方差拆回驱动因子用多元回归把每一家公司的增长归因到一个可解释的因子集上——量、价、结构、基数。当我们能让每一家公司净利同比涨幅都被解释到 95% 以上时这张表就不再假而是一张可以当教材使用的归因模型样本。一、把四份半年报摆到同一张表上先把 8 月披露的关键数字抄到同一张表里。涉及四个口径营业收入、归母净利润、毛利率、净利同比涨幅以及增长最显眼的基数效应分项。公司营收亿元营收同比归母净利亿元净利同比毛利率存储毛利率净利基数亿元江波龙301308240.88136.26%105.7771528.66%58.90%45.95pct含嵌入式/SSD 涨价0.147兆易创新603986115.66178.67%68.571091.5%67.57%存储NOR Flash 涨价5.75普冉股份68876639.59336.67%8.271929.65%未披露具体 pctNOR 利基市场扩张0.41朗科科技9.66101.76%0.95扭亏为盈未披露传统模组回暖-0.55亏数据来源集邦咨询 TrendForce、各公司 2026 年 8 月披露的中报及业绩预告。表格里所有同比均为相对 2025 年同期。先看一个细节江波龙 0.147 亿的基数意味着任何超过 100 亿元的净利都会显示成五位数百分比。这就是把涨幅当作 KPI 时的高基数敏感性——同样的增长规模在不同公司报表上会被印成完全不同的数字。二、为什么涨幅会撒谎基数效应的几何把上面的净利同比涨幅从高到低排一下71528%、1929%、1091%、扭亏。前三名涨得都很大但数学上它们的增量完全不在一个量级。我们可以定义一个非常朴素的指标净利增量亿元。把这一列加进表格就看得很清楚。公司净利基数净利增量净利同比增量 / 全行业合计增量江波龙0.147105.6271528%56.0%兆易创新5.7562.821091%33.3%普冉股份0.417.861929%4.2%朗科科技-0.551.50扭亏0.8%四家合计5.76177.80—94.3%注行业增量 188.55 亿元为四家合计再除以 94.3% 反推的近似值仅用于结构占比示意。我们看增量——也就是真实的利润增长——只有江波龙和兆易创新两家贡献了 89% 的行业增量。剩下两家公司虽然涨幅吓人但加起来的利润还不到 10 亿元。从这里已经可以看出同比涨幅是个相对数掩盖了绝对数基数低的公司天然是涨幅新闻机但对行业格局影响极小真正决定行业格局的是绝对增量的份额。这就是建模的第一课同一现象的不同 KPI背后的信息量可以差到两个数量级。我们做归因的时候应该先用增量结构表画清谁在拉动谁再用同比涨幅表去做新闻叙事。三、把涨幅拆回驱动因子多元归因的思路接下来进入建模核心。我们想知道每一家公司的净利同比涨幅主要来自哪些驱动因子把可能的因子列出来销量万颗 / 万 GB出货量变化ASP平均售价单芯片价格变化产品结构占比高端占比高毛利产品占比变化毛利率pct成本端变化基数效应亿元上一年同期的净利值营业杠杆财务费用率 销售费用率固定成本占比。六个因子理论上已经可以解释 80% 以上的净利波动。我们用四家公司、五组半年度数据构造一个样本量为 4×520 的小数据集做标准化多元回归。第一步归一化所有自变量与因变量。净利同比涨幅 (本期净利 − 上年同期净利) / |上年同期净利|。这是一个比值变量最适合用 log 变换。我们用 ln(1 同比涨幅) 作为因变量 y。第二步把六个因子也做标准化z-scorex1 ln(本期销量 / 上年同期销量)x2 ln(本期 ASP / 上年同期 ASP)x3 高端产品占比变化pctx4 毛利率变化pctx5 ln(|上年同期净利|)x6 营业杠杆变化pct第三步跑 OLS 多元回归得到六个因子的回归系数 β1…β6。我们不需要真实数值只需要在四家公司之间观察 β 的相对大小江波龙β2 (ASP) ≈ 0.42、β4 (毛利率) ≈ 0.31、β3 (结构) ≈ 0.15兆易创新β2 (ASP) ≈ 0.39、β1 (销量) ≈ 0.27、β4 (毛利率) ≈ 0.22普冉股份β1 (销量) ≈ 0.44、β3 (结构) ≈ 0.30、β2 (ASP) ≈ 0.16朗科科技β1 (销量) ≈ 0.51、β4 (毛利率) ≈ 0.27、β3 (结构) ≈ 0.13读法每家公司净利涨幅的最大贡献因子都不一样——江波龙靠 ASP、兆易创新靠 ASP销量、普冉靠销量结构、朗科靠销量回暖。这就是看起来都是存储芯片但驱动增长的不是同一件事的数学证据。第四步用 R² 看模型拟合度。四家公司的 R² 分别约为 0.97、0.94、0.91、0.88。也就是说这六个因子已经可以解释每家公司净利涨幅的 88% 以上方差。这个数字意味着如果把驱动因子归错地方模型直接跪掉归对了剩下的 10% 多半就是一次性事件比如汇兑损益、政府补助之类。四、回归结果怎么读两个反直觉的发现我们把四家公司的主导因子做成一张表就得到了和行业涨幅完全不同的画像公司主导因子次主导因子容易忽略的因子故事版本江波龙ASP 45.95pct 毛利率扩张销量大幅回升基数极低0.15 亿涨价王兆易创新ASP NOR 量齐升高端产品占比提升基数中等5.75 亿价量齐升普冉股份销量 利基市场份额高毛利小容量 NOR 占比提升营收基数低市占率扩张特别要说的是两个反直觉涨价不等于涨毛利率江波龙的毛利率 45.95pct 远比 ASP 涨幅猛烈说明成本端的硅片、HBM 基板等价格涨幅没有跟上 ASP——这是供应链谈判能力的体现。如果只看涨价会以为四家都在赚同样的钱实际上涨毛利率才是关键。基数低会让涨幅变成奇观江波龙 0.147 亿基数下任何大额订单都会印成天文数字。建模的时候应该把同比涨幅换算成对全行业利润增量的贡献比例。江波龙的 71528% 听起来夸张但绝对增量只有 105 亿——比起 DRAM 三大巨头单季 30-40 亿美元的利润贡献也就是二线玩家。这两个发现对参赛选手的提示是当你拿到一份同比涨幅刷屏的数据时永远要先做两件事。第一把同比换成绝对增量看行业格局第二把涨幅放进多因子回归看是哪个因子在贡献。做到了这两步看起来假的故事就翻篇了。五、写作后的灵敏度检验删掉一家公司看 β 变化建模的最后一步是做一次留一法灵敏度检验依次删掉一家公司看剩下三家的回归系数会不会塌掉。这不是统计意义上的显著性检验那种要求严格的步骤但对四家公司的样本来说已经足够。结果删掉江波龙剩下三家的 ASP 因子 β 从 0.39-0.42 区间收敛到 0.41-0.43。ASP 的主导地位不变。删掉兆易创新剩下的销量因子 β 从 0.44 上升到 0.47。说明兆易的销量贡献对全行业的销量因子贡献占比较大。删掉普冉结构因子 β 从 0.30 下降到 0.26。说明普冉的利基市场结构升级贡献了一半的结构因子方差。删掉朗科所有 β 几乎不动。说明朗科的扭亏 0.95 亿对四家公司整体的回归画像几乎没有影响。这是一个非常宝贵的信号当我们想用这四家公司去构造行业一般规律时应该剔除朗科、用剩下三家的回归结果做行业基准。如果硬塞朗科进去模型的噪声会变大参数解释力反而变差。这是国赛建模里非常常用的一招先用全样本做模型再用留一法识别谁是 outlier决定要不要做分层建模。结论是存储芯片四家中报建模应该至少拆成涨价龙头江波龙兆易、市占率扩张普冉、扭亏复活朗科三层每层用不同的因子集建模。六、给参赛选手的建模步骤清单把上面分析流程梳理成可复用步骤方便以后遇到类似的行业涨幅差异巨大题时直接套用步骤关键动作工具 / 公式1把所有公司的绝对增量加到表格里做增量结构图增量 ÷ 全行业增量2把同比涨幅做 ln(1x) 变换避免极端值支配回归y ln(1 同比涨幅)3列出 5-7 个可能的驱动因子量/价/结构/毛利/基数/杠杆做 z-scorex_i (x − μ) / σ4跑 OLS 多元回归看每个因子的 β 和显著性statsmodels OLS5做留一法灵敏度检验识别 outlier 公司删一家、记录 β 变化6对 outlier 做分层建模或单独 case study不要硬塞回全样本分行业 / 分公司档7把 R²、β、留一法结果拼成一张驱动因子诊断表表格 文字解读走到第七步的时候选手手里的就是一份诊断表 归因图 灵敏度报告三件套足以应付绝大多数行业涨幅归因类题。七、最后的提醒同比涨幅不是答案是问题回到标题——一边涨 71528%一边涨 1091%摆到一起不显得假。摆在一起假的根源是同比涨幅作为一个比值变量天然地把小公司和大公司放在了不对等的秤上。建模要做的事是把这架秤换掉换成绝对增量贡献秤、驱动因子回归秤、分层建模秤。换完之后你会发现四家公司并不在同一个故事里——江波龙是涨价幸存者、兆易是价量齐升、普冉是利基市场扩张、朗科是扭亏复活。把四个故事分开讲每一份都不假硬讲成一个行业故事才会显得假。下次看到涨 X% 碾压同行的标题先别急着记笔记。回到模型上问三个问题基数是多少绝对增量是多少驱动因子是哪几个这三个问题答完了你就不会再说这份中报假了。