出货量范围。没有明确基数的高增长百分比，是数字游戏常用的手法。150%这个数字本身也很“漂亮”，容易吸引眼球。更重要的是，出货量不等于确认收入，更不等于利润。公司可能通过激进的定价、铺货甚至关联交易来“刷”出货量，而实际现金流和盈利质量堪忧。
• 获得3家前装定点： “定点”是一个中间过程指标，从“定点”到“量产”再到产生实质收入，周期漫长，且存在不确定性。用“定点”数量作为年度目标，模糊了从研发到商业化的实际距离和风险。而且，“主流主机厂”的定义模糊，是否为真正有销量的主流车企？还是小众或边缘品牌？
• 软件授权收入2.5亿元： 这是唯一一个具体的绝对收入数字。但“高级别自动驾驶软件授权”本身是一个新业务，其确认收入的标准、模式（是一次性授权费还是按车收费？）不清晰。在缺乏历史数据和可比公司的情况下，2.5亿元这个精确数字从何而来？是基于已有订单的可靠预测，还是基于市场空间的乐观假设？其“可验证性”在短期内极低。
第二层拆解：拆解“指标定义”与“会计魔法”。
系统提示：许多公司会创造或重新定义一些“非通用”的财务或运营指标，以展示其业务“亮点”，这些指标需要仔细审视其定义、计算方式以及与通用会计准则（GAAP）指标的差异。
“标的Q”在其演示材料中，着重强调了一个自创指标：“核心解决方案毛利率”。这个指标被单独列出，显示为“稳步提升，达到行业领先水平”。然而，在标准的合并利润表中，公司的整体毛利率却相当平庸，且呈下降趋势。
陆孤影深入挖掘其附注说明，发现了奥秘。公司定义的“核心解决方案”，排除了其收入占比较大但毛利率较低的“硬件模组销售”和“技术服务外包”业务，只包含了其中软件算法和部分自研硬件的收入。通过这种“重新定义业务范围”的方式，公司创造了一个“看起来很美”的毛利率指标，用以支撑其“高科技、高毛利”的叙事。而实际上，公司大部分收入仍来自低毛利的硬件集成和外包服务，其真实的商业模式和盈利能力远非展示的那么“高端”。
此外，公司还热衷于披露一些“运营数据”，如“累计测试里程数”、“算法迭代次数”、“研发人员占比”等。这些数据本身或许真实，但与其最终的商业化成果和盈利能力关联性弱。它们更像是“科技叙事”的装饰品，用以营造一种“技术领先、持续投入”的氛围，转移投资者对
本章未完，请点击下一页继续阅读！