社区

在研究框架的架构上，建议研究者更加重视各个环节的起承转合，也就是六大环节的包络和印证关系：环境（产业政策、生命周期）决定行业（供求关系），行业决定企业战略（行业结构），战略决定战术（市场行为），行业研判最终由行业绩效分析验证和修正。在研究的思路上，建议重视历史的研究和重视人性的分析，行业发展的客观规律和企业家行为的个性化特征对投资判断都极其重要。

全文约16000字，完整阅读大约需要30分钟。

1. 行业生命周期：从家电行业的连续领涨行情说起

2. 产业政策：是药还是毒？

3. 供需分析：确定行业的“周期性”

4. 行业结构：竞争格局的描述与分析

5. 市场行为：行业研究的无数验证点

6. 行业绩效：验证与纠错循环的连接点

7. 我与大众的不同：把预期思维和边际思维融入研究中

表1. 行业研究的框架

1、生命周期

产业生命周期：导入期—成长期—成熟期—衰退期

产品生命周期：研发+制造+运输+库存+早期销售+促销+清仓=产品更迭周期（定价、费用、盈利）

创新扩散理论（创新者3%、早期使用者13%、早期大众34%、晚期大众34%、落伍者16%）

2、产业政策

国家、区域产业政策、财税政策、国际贸易

财政补贴、税收优惠、惩罚性措施、出口退税、进口配额……

3、供需分析

4、行业结构

产品结构—市场细分（按照地域、年龄、性别、人群……）

市场结构—竞争优势、资源禀赋、集中度、 竞争格局（垄断、寡头、垄断竞争、完全竞争）

5、市场行为

定价：成本加成定价、品牌溢价、低价倾销，谁拥有定价权，定价策略如何制定

技术、研发：创新产品替代原有产品，行业竞争优势、格局的改变，重新定义需求

并购、财务策略：规模优势（成本领先）、差异化（聚集）、多元化（协同效应）、

创新产品、垄断、勾结、规模优势、协同效应、外部性、渠道填塞、外包、游说……

6、行业绩效

盈利能力、成长性

经营杠杆、财务杠杆、毛利率、期间费用率、非经常性损益、综合税率、少数股东权益、库存、应收、应付、现金流、ROE……

数据来源：范杨

行业研究所需要的知识，大致落在上面这张表中了，但是要清晰地描述这字里行间千丝万缕的关系，再多口舌尚且不够，难免挂一漏万，甚至词不达意。在这篇文章里，我将以我熟悉的家电行业和我知晓的少数其他行业和公司为例，来阐述这个分析框架的运用方法和思路，以期能够为读者提供一些启发。

家电行业在2016年领涨之后，2017年再次大幅领涨A股，白马龙头呈现明显的进攻态势，让投资者惊叹不已。

图2. 家电行业指数（中信一级）连续两年领涨A 股

数据来源：Wind，数据截至2017/7/27，范杨整理

事实上，这并不是家电行业什么特别的“辉煌”的时刻了，与今日可比拟的走势，在2007年大牛市后半程，2009年“家电下乡”补贴政策中，以及在2012-2013年的“熊市”后半程中出现。

表2. 家电行业（申万）指数各年绝对表现及相对市场表现

家用电器

排名

沪深300

相对沪深300

2000

19.5

27

-

2001

-27.0

20

-

2002

-26.8

27

-16.2

-10.6

2003

-7.8

16

8.3

-16.0

2004

-19.7

18

-16.3

-3.4

2005

-12.1

14

-7.7

-4.4

2006

71.9

20

121.0

-49.1

2007

202.6

5

161.5

41.0

2008

-55.4

8

-65.9

10.5

2009

153.8

4

96.7

57.1

2010

0.0

17

-12.5

12.5

2011

-24.8

7

-25.0

0.3

2012

15.8

4

7.6

8.3

2013

39.3

4

-7.6

47.0

2014

21.3

23

51.7

-30.4

2015

42.7

17

5.6

37.1

2016

-1.9

4

-11.3

9.4

2017*

24.8

1

12.4

12.3

数据来源：Wind，2017年数据截至2017/7/27，范杨整理

历史看上去很相似，但是我们却明白总是有些不同，这个“不同”，就是我们研究中所常提及的“核心驱动要素”的变化。如果只是从结果看待家电行业在各个时期的领涨行情，那么结论可能是简单的“每过一两年就能表现一把”，但是却并不能真正看到驱动行情的“核心驱动要素”。

我们知道，股价涨跌的直接动因可落在“超预期”这个问题上，而“超预期”来自何处则是我们做研究要解答的核心问题。要提出“超预期”，又要求我们能清楚地描绘“预期”是什么。因此，做好行业研究首先就要解决这个最基本的“预期”何在的问题，它需要先回答这样几个问题：

1）这个行业处在其生命周期的哪个阶段？

2）如何判断行业正处于这个阶段而不是那个阶段？

3）如何判断这个行业会从目前的发展阶段进入下一个发展阶段？

4）不同发展阶段“超预期”如何发生？

我们大都对产业生命周期理论耳熟能详，这个理论为我们判断行业发展前景提供了有效的帮助，这也构成了各行业估值水平高低的关键前提。产业生命周期理论把一个行业的发展分为四个阶段：导入期、成长期、成熟期和衰退期。导入期的行业成长潜力大，但风险高；成长期的行业已经形成稳定可行的商业模式，并且已经初具规模，具备竞争优势的公司开始形成明确的竞争壁垒；成熟期行业的产品和服务标准化程度极高，规模优势和成本控制成为核心竞争点，行业龙头的地位日益稳固；衰退期行业的产品和服务面临替代品的威胁，行业面临衰退的压力。

图3. 行业生命周期理论图示

数据来源：范杨

这个理论为我们总结了一个行业在不同发展阶段的一般属性，为我们的实务研究提供了一个很好的切入点。但这个框架并没有能够告诉我们，投资机会来自哪里，“超预期”来自于哪里，以及我们应该怎么去捕获这些机会的方法。在实践中，我意识到，生命周期理论的在常见的研究实践中并未能够被正确地使用，以至于大家开始认为这是一个无用的理论框架了。究其原因，可能是因为这个模型被简化得太好，使得我们反而忘记了它背后那无数案例之间的不同之处——行业生命周期理论只给我们留下了“共性”的部分，却把“个性”的内容统统抛弃了。刚好，我们的研究实践对行业中“个性”的追求反而高于“共性”的需求，因为共性的研究并不能为我们提供直接的投资建议。

于是，在行业研究框架中，我们需要重新审视这个重要的模型，并且在它“共性”的骨架上，重新填满“个性”的肌肉组织和器官，因此我重绘了这幅产业生命周期图，尝试用历史发展的眼光来看问题，而不是回顾总结式的。一旦我们用发展的视角来看这个理论的时候，我们就可以注意到这条简单红线背后的复杂性，实际上，没有任何一个行业是原原本本按照这条红线发展出来的，对任何一个行业，任何一个企业家而言，未来从来都不是明确的，反而充满了机遇或者危险，未来只能探索，不能预测。而这，也是研究员遇到的问题，也是基金经理遇到的问题，也是政府遇到的问题——我们都想预测未来，但谁也做不到。

当我们放下后视镜里的那个产业生命周期理论，把目光放在前方时，我们就会开始有疑虑了。

1）导入期。导入期的行业是有巨大的成长潜力，但是问题是风险也很大，Funders and Founders的数据显示第一次创业成功率大约是12%，IT桔子统计的2013年创立的公司到2015年的存活率9.4%[1]，柳传志说“1万个创业者里跑出来一个就不容易了”[2]。所以，当市场不相信有人能够开创未来的时候，一个开创未来的可能性就是“超预期”了。

2）成长期。成长期的核心是建立可复制的商业模式，然后让规模效应发挥作用，让技术创新的价值不断扩大。在这个过程中，成长的确定性是非常高的，但是不确定的是成长的“天花板”到底在哪里。因此，在下面这张图中，成长期的行业向成熟期展望，并不是一条孤零零的红线，还有无数其他的可能性，而这个“天花板”的位置的未知性，就是“超预期”的来源。

3）成熟期。对任何一个行业而言，都迟早会面临一个“天花板”的问题，每一个新兴行业，假以时日都会变成传统行业。成长期行业中的成功商业模式已经被时间洗礼，形成了毋庸置疑的商业优势，在成熟期固化下来。由于产品和服务的越来越成熟，它们的演进也就越来越慢，竞争者之间的差异不再扩大，而是逐步缩小，此时战斗的利刃往往从创新转向成本。大规模制造，产业链整合，依托高效率运转和协同效应巩固市场地位成为该时期的重中之重。那么成熟期行业的“超预期”来自于哪里呢？经典的生命周期理论告诉我们，下一个阶段就是衰退期，但是事实是，并不是所有的行业都会很快出现“衰退”，“衰退”只是行业的多个选择之一，行业可以进入多元化发展的时期，也可以稳定在一个状态中。“超预期”就存在于投资者对未来的错判之中。

4）衰退期。行业进入衰退期的关键是替代品的出现。一旦你发现行业有进入衰退状态的可能，你就应该将研究的重心放在那个替代现有产品和服务的新事物上。一旦你确定这个替代关系是强烈的，你就应该放弃研究衰退期的行业，转而专心研究那个新的刚进入导入期，甚至已经进入成长期的新事物。喜新厌旧，如果是消费者的选择，也只能是研究者的选择。

[1]《大学生创业失败率95% 近3年创业公司倒闭殆尽》，http://www.kejixun.com/article/201512/145136.html

[2]《柳传志：创业成功只是万分之一的概率》，http://www.qianzhan.com/investment/detail/318/160113-c8de2c29.html

图4. 行业生命周期的重构图

数据来源：范杨

于是我们知道，市场的“预期”总是错的，这也是市场总是在波动的原因，因为上一刻的“预期”，即将被下一刻的新信息打破，“预期”需要被重构，然后一直重构。也正因为如此，“超预期”总是会发生的，这在我们重绘的生命周期模型里有完美的体现。事实上，这个分析，对一个行业适用，对一个独立的公司也同样适用。

格力电器在1996-2003这8年实践中，投资者几乎没有意识到这家公司未来会给他们创造多大的价值，因为彼时的格力，还只是珠海一个名不见经传的小厂。空调行业的发展很快，但是龙头日系的三菱、日立、松下还有国内的春兰、华宝、科龙等，是彼时的主要参与者，格力尚未真正受到投资者的关注和认同。

图5. 格力电器复权股价走势（1996-2003）

数据来源：Wind

2003-2004年的价格战彻底改变了这个行业的格局，格力逐步成为行业新秀，但是市场仍旧表现犹豫。2003年开始，格力电器的收入和利润开始加速成长，但是彼时市场萧条，投资者似乎无心关注这个新的可能性。但很快，市场会意识到自己犯了大错误。

图6. 格力电器收入/利润2003年后加速增长

图7. 格力电器股价走势平稳

数据来源：Wind

2005年夏，蝉音仍显燥人，一轮牛市却悄无声息地开始了。当投资者都燃起希望时，那些曾经被忽视的“可能性”便自然而然走到了舞台中央，格力电器的股价从此一飞冲天。2005年6月6日至2008年2月28日，格力电器最高涨幅1200%，上证综指最高涨幅450%。

图8. 2003年后格力电器进入“成长期”

图9. 格力电器的股价在07年大牛市中大幅上涨

数据来源：Wind

股价觉醒之后的格力电器被投资者认可了，但是绝大部分投资者却并未能够勇敢地坚持持有格力的股票，因为对投资者而言，进入成长期之后的格力能走多远是个巨大的问号，这之后的每一年，投资者都会问自己一个重要的问题，格力的“天花板”在哪里？这个问题随着格力的成长日益严重，担心也越来越多，格力电器的PE估值也在这种担忧中持续下行。但是格力的股价仍旧在不断创新高——从2007年牛市的最高位到2017年8月1日，格力电器的股价（复权后）仍上涨了近600%，而TTM PE却从50x下降至15x。

图10. 2008-2017格力电器股价+600%，TTM PE-70%

数据来源：Wind，范杨整理

总结一下，行业研究首先需要界定行业当下所处的行业发展阶段，这个界定是研究员能够正确地分析行业竞争格局，行业核心竞争力，以及发现推动市场预期变化的“核心驱动要素”的前提条件。错误的生命周期假设，只会推导出错误的“超预期”逻辑，这样即便结论是正确的，那也只是好运而已。

我们依然要回答本节开始提出的问题：为什么2016-2017年家电行业能够领涨A股？它的“超预期”来自何处呢？答案应该是：2016年前，市场几乎相信家电行业已经是日薄西山的行业了，但是当市场对遥远的故事开始产生疑惑，并开始在乎当下时，却发现那个一度觉得毫无乐趣的家电行业竟然并没有走下坡路，相反，家电的龙头公司在市场竞争优势的进一步扩大、多元化等方面做得比投资者曾经的预期实在是要好太多太多。

在界定了行业的发展阶段之后，我们还需要把影响行业整体发展的环境分析清楚，其中很最重要的（也是A股投研最熟悉的）当属产业政策。之所以要把产业政策放在行业生命周期分析之后，是因为理解产业政策的长短期作用，是要看行业所处的状态的。

政策包括国家/区域产业政策，财税政策，国际贸易政策等等。政策可以是鼓励性的，例如对风电和太阳能进行补贴，也可以是惩罚性的，例如对环保排放实施严厉监管。

政策的好坏在事前都难以被完全准确地评估，但我们知道没有人能够“预测”未来，那么各种政策在结果上有好有坏也应是我们所理解地客观规律。即便结果不可知，对行业研究者而言，基于对行业发展规律地理解，来严谨地分析行业政策对行业发展地长短期影响，为投资者提供投资决策依据却一点都马虎不得。

产业政策对行业发展地影响从来都是充满争议地话题，从WTO的产业保护政策的争论，到家电下乡对行业健康发展的分歧，莫不如此。这就好比鸦片，如果适量使用，鸦片就是药，但是过量使用的话，就变成了毒。对分析师来说，评估产业政策的是药还是毒是没有意义的，我们更需要关注的是在产业政策变化的时候，行业的发展趋势会发生什么变化，行业的竞争格局会发生什么变化，这些变化，就是影响股价走势的“关键驱动要素”。

如若下药猛烈而持续，所有人都会兴奋不已，但是我们应该知道停药之后的后果。如果下药温和而适度，看上去会波澜不惊，毫无诱人之处，但长期健康发展却更易。行业分析师在把握“猛烈”和“适度”之间的差异时，应该对行业的发展状态有清晰的认识和判断：投资者都喜欢高增长，但是兴奋之后的失落感也是行业分析师要力图避免的。

我们再以家电行业为例来观察政策的影响。2007-2011年，政府对家电行业实施了家电下乡-以旧换新-节能惠民等一系列政策来推动主要家电品类在中国的普及。

图11. 与空调有关的补贴政策一览

数据来源：商务部，发改委，范杨整理

补贴政策的效果立竿见影，三四线市场和农村市场的空冰洗保有量快速上升，高能效产品占比快速提升，有效地达到了政府促进消费，提升存量家电能效，提升人民生活品质的目标。

图12. 空调、冰箱、洗衣机（从左至右）的城乡保有量在政策补贴期间快速上升

数据来源：国家统计局，范杨整理

但是补贴政策也会带来一些负面影响，例如骗补行为扰乱了市场秩序，低品质的产品涌入市场会损害消费者的利益，以及消费透支等问题。

表3. 格力美的下乡中标产品数量占比远低于实际市场占有率

招标结果公示时间

2009/3/5

2009/5/14

2010/2/11

2010/11/15

2011/12/30

中标型号占比

格力

6%

6%

7%

8%

8%

美的

6%

6%

7%

8%

6%

年度市场份额

2009年度

2009年度

2010年度

2011年度

2012年度

格力

28%

28%

28%

32%

36%

美的

26%

26%

26%

27%

27%

数据来源：商务部，范杨整理

这样来看，国家补贴政策对刺激消费，提升产品结构有有效的推动作用，但是也会产生一些副作用。就短期而言，政策补贴让所有的家电厂商和大多数消费者受益，但补贴政策结束之后，情况就有些不同了。对空调行业而言，补贴政策刺激了农村市场的需求，更像是一个催化剂，因为空调在农村的普及还远未完成，但对冰箱子行业就不太一样了，家电下乡使冰箱的农村保有量快速上升，补贴政策结束后，行业增速从高位明显下滑，后来几年中对行业形成了明显的压力。

图13. 空冰洗农村保有量走势：冰箱波动较大

数据来源：国家统计局

尽管有一些短期副作用，但是当补贴政策结束，补贴所产生的副作用会被市场的力量慢慢修正。事实也正是如此：家电下乡结束之后，行业龙头公司的市场份额又开始呈现趋势性的上升，使得即便在行业增速明显趋缓的情况下，家电行业龙头的成长性依旧亮眼。

在这整个过程中，市场可能会因为政策的出现和加强而形成过于乐观的看法，也容易因为政策的退出或减弱形成过于悲观的看法，但行业本身的发展规律却不会因市场的看法而发生实质性的改变，这之间，就会形成我们想要的“超预期”。

当我们对行业的发展阶段和影响行业整体运行的外部环境有了一个清楚的认识之后，我们要开始把目光转向行业的内部结构了，行业分析如果能做到向上可以“指点江山”，向下可以“庖丁解牛”，便达到了一个理想的状态。现在，是我们要去解牛的开始。

学习经济学的朋友都知道总量分析的基本框架——供求曲线。供过于求，就是买方市场，供不应求，就是卖方市场。但是总量分析不能告诉我们应该如何分析一个具体的行业供求关系。在经济学原理中，我们不仅知道有供求曲线，还应该记得有供给弹性，需求弹性等概念，更应该理解，供求曲线的结构比供求曲线本身值得更多笔墨。

图14. 供求曲线的结构分析构成了供求分析的关键

数据来源：豌豆人

为了让这个理论框架更具实践意义，我按照一般制造业的模型绘制了供需分析的结构图：

图15. 供需分析的基本框架图

数据来源：范杨

这张结构图提供了更多用于描绘供需曲线和供需曲线变动的依据和路径。供给弹性和需求弹性的背后，是产能投放周期的问题，是库存结构的问题，是消费属性的问题。要清晰地描绘这些真实可见的需求和供给，才能清晰地指出一个行业在结构上的机会和风险，才能为研究和投资提供具体的决策参考数据和指标。由此我们可以看出，学术研究是通过大量的案例和数据分析抽象出客观规律的过程，这是我所说的“共性”的部分，在方法论上属于归纳；而我们的行业研究则又要把这些理论研究的成果反过来与实际的行业事实结合，才能让这些理论产生实际作用，在方法论上属于演绎（这是为何讲故事的能力那么重要的关键了）。

供需分析的共同原则确定之后，我们把具体的行业属性加入进来，就构成了行业研究的多元性。例如，影响航空业产能的不仅有飞机的采购周期，还有更深层次的机场规划建设周期；例如新建一条高世代面板线需要2-3年时间，但关停一条面板线却可能比新建一条面板线更难（现金成本线），等等等等。我们需要理解商品的消费属性，例如家电行业促销会推动消费者集中消费，奢侈品打折更能够在短期中诱发消费者的购买欲望，但必需消费品的情况则大相径庭，食盐打折促销也能够带动一些消费，但是跟前面两个案例比就是小巫见大巫了。我们也需要了解库存的细节，消费品行业的渠道填塞行为可以在短期中粉饰业绩，但是对长期发展却有害（但又并非总是如此）；而电子行业的渠道库存则像是一颗定时炸弹，一旦电子产品库存超过两个月，减值压力就会直线上升。这些细节，都是我们完成供需分析的重要组成部分。

在这里我还想花一些笔墨来分享一下对“周期性”的观点。尽管我们习惯把行业分成“成长-消费-周期-金融”这样的类型，但是实际上所有的行业都有“周期性”，只是我们常说的周期性行业的周期非常显著，而其他行业的周期性相对不显眼而已。尽管，我们往往倾向于认为周期性行业的周期能为我们带来明确的投资机会，但实际上很多其他行业的投资机会也来自“周期性”——关于这一点，我们在第一部分已经有所涉及了。

我们已经讨论过实际上没有谁真的能够预测未来，种地的不能，养猪的不能，开油田的不能，政府也没有太多能力，当然也包括分析师。因此，周期属性的来源是人类对未来的不可知性，导致的供给和需求在时间上的错配：要么是供给不能满足需求的快速变化，要么就是需求跟不上供给的快速变化。传统的周期性行业里，供需中的某一方变化往往明显快于另一端，形成了我们观察到的“周期性”，而我们所定义的“非周期性”行业，也存在这样的供需错配问题，只是错配并不严重，但是，这种错配形成的“超预期”却可能为我们带来于传统周期行业很相似的投资机会，其原理在于，预期比客观事实更容易波动。我们来看几个有趣的案例。

1）猪周期。决策周期。

养猪人看到猪肉价格因为猪肉供不应求持续上涨，觉得养猪有利可图，于是开始养猪，但是猪并不能马上出栏，而是要三个月之后，这三个月就是供求的错配周期。三个月后，养猪人养的猪终于出栏了，但是他发现很多其他人也跟他一样刚把猪养肥。猪肉供给很快上来，但是需求却基本没有变化，为了把猪尽快出售，养猪人纷纷降价销售，于是猪价又嗖嗖掉下去，然后养猪人又都不养猪了，直到现存的猪肉销售殆尽，猪价又开始上涨。

2）空调的库存周期。渠道填塞

空调厂商注意到今年空调特别好卖，可能是因为天气原因，也可能是因为其他什么原因，反正库存很快就卖光了。于是夏季之后，厂商告诉经销商明年空调可能还是会大卖，鼓励经销商多准备点货，免得来年断货影响利润增长。经销商认为厂商说得没错，于是加大了备货量。但是第二年的天气并不理想，结果导致很多经销商库存不能有效消化，库存商品跌价不少。次年经销商决意不再囤货，但结果第三年需求又非常好。

3）地产周期。地产调控政策

房价涨的很快，政府认为这样快速的房价上涨并不利于经济发展，于是出台政策调控房价，通过提高首付比例和提高贷款利率限制消费者购房行为。政策效果显著，买房人群短期内快速减少，结果计划出售房产的人反而无法正常成交。由于卖房者对流动性需求很高，不得不大幅降价销售，导致地产市场价格在短时间内快速下跌，又引起了普通消费者的对房产贬值的担忧。政府为了激活地产市场，防止房价过快下跌，又出台政策鼓励购房。

4）航空“超级周期”。高铁-飞机

政府兴修高铁，大家普遍认为高铁会对航空业形成明显的替代，未来对民用航空的需求会减弱。但是高铁的普及大幅刺激了消费者出行的意愿，不仅高铁满座，飞行需求也与日俱增，这个变化出乎所有人的意料，而此前大家都没有计划要增加建设机场和增加航线，当大家发现飞行需求持续增加，现有机场已经无法支持更大运力，然后再计划新建机场时，发现新建机场至少需要5年时间。

在行业研究的日常工作中，供需关系分析将占据大部分的工作，因为供需关系的变化是持续进行的，它比行业发展阶段，比政策，比竞争格局更容易发生波动，从而带来投资机会或形成风险。同时，供需关系变化时，大部分投资者可能无法确定这个变化意味着发展阶段的变化或者只是一个小的阶段性波动。这两者对应的投资决策是完全不同的。

下图列示了四种不同情形下投资决策的重大难题，这些重要节点上，分析师对行业大的发展阶段和周期性的理解和把握是提高投资者胜算的关键。在位置（1）行业出现了正常的回落，但是看上有创业失败的风险；在位置（2）行业似乎增速明显放缓，天花板是否近在眼前？在位置（3）行业在减速后突然反弹增长，这只是个反弹还是成长趋势的延续？在位置（4）行业出现了下滑，但是这只是一个阶段性的调整还是真的大衰退的开始？

图16. 在行业的周期性面前，投资决策如何进行？

数据来源：范杨

我在前面提到，“非周期性”行业的周期性产生的“超预期”可能不比“周期性”行业小，上面提到的4种情况，足以让投资者产生重大的误判，这个误判会导致某些行业和公司的估值在短期中过高或者过低，然后在未来的一段时间中被修正。

白酒行业业绩在2012年开始的“反腐”行动开始后出现了行业性的下滑，投资者担心这会导致白酒的需求出现永久性下降。这个情况由上图中的位置（4）表达。于是白酒业绩与估值双杀，股价大跌。然而2016年开始，投资者又发现白酒的需求量开始趋势性好转，而“反腐”力度并没有下降，显然是普通消费需求推动了这一轮的复苏，市场发现原来白酒并没有如原来预期一样进入大衰退期，而是有稳定需求的（甚至还在缓慢的成长通道中）。于是白酒行业又出现了业绩与估值双升的局面。这一下，指数下跌了50%，这一上，指数又上涨了260%。

图17. 白酒行业指数起落反应了行业和预期的“周期性”

数据来源：Wind

行业结构是在供需关系分析的基础上形成的，它描述了需求的细分结构（地域、年龄、性别、人群……），供给的总体特征（竞争优势、资源禀赋、集中度）和供需匹配的整体特征（行业价值链分析、竞争格局描述）。

2017年的夏天，我们都开始热衷于讲“竞争格局”。但是究竟什么是“竞争格局”，“竞争格局”是怎么形成的，“竞争格局”又会在什么条件下发生变化，却是我们没有深入思考的问题。

庆幸的是，经济学家也已经为我们整理好了一套研究的工具。经济学家们的成果大部分时候被人们认为是无意义的讨论。比如A把一个馒头以1块钱价格卖给B，B把一个苹果以1块钱的价格卖给A，然后B再以10元价格把馒头卖回给A，A也以10元价格把苹果卖回给B。跟最开始的状态比，什么都没有发生变化，但是创造了18块钱的GDP（股价又何尝不是如此）。但是经济学家总结出来的理论，确是有极大的应用价值的，只是需要我们有一双发现美的眼睛。

完全竞争、垄断竞争、寡头垄断、垄断的四分法将各行业的竞争格局做了简洁的划分，从经济结果看，完全竞争和垄断竞争的结果相似：所有参与人都是价格接受者，超额利润在竞争中被不断挤压，直至没有超额利润（甚至为负）；寡头垄断和垄断的竞争结果相似：市场参与者不是价格接受者，而能够具有“定价权”，他们可以通过定价来实现剩余利润最大化。

图18. 常见的“竞争格局”结构

数据来源：范杨

所以，我们所说的“竞争格局好”的行业，基本是具有垄断属性（护城河/壁垒都是垄断属性的变种说法）的行业。在我看来，指出A行业竞争格局“好”并不是太难的事情，通过观察行业里公司的三张报表就能够比较轻松的给出答案，这些行业往往表现为：盈利能力稳步提升，资产负债率低，ROE水平高，现金流情况良好。但这种观察并不能直接形成投资结论，研究需要将更多的重心置于这两个问题：

1）目前的竞争格局是如何形成的？

2）竞争格局会发生什么变化？

在这里我想要提出两个建议：

1）行业研究应该有历史的视角。没有多少事物的存在是“无中生有”的，没什么行业的发展是不依赖于探索和积累的，自然也没有什么行业的发展是独立于过去的。理解行业的现状和展望前景，首先要了解行业的发展历程，才能对行业的竞争格局有正确的认知和判断。

2）行业研究应该尊重人性。行业是由具体的企业组成的，具体的企业是由实实在在的个人组成的，企业的领袖也是实实在在的人而非异类。既然是人，那么人性的特征就是构成一个行业竞争格局的重要组成部分。正因如此，我们需要了解行业的发展历程，这个历程构成了企业家的思维模式和竞争心态；正因如此，我们需要了解企业家的个性，这个个性也是构筑行业的竞争格局的关键。

行业格局的形成有其必然性和偶然性。必然性是一旦参与竞争各方的关系确立，对应的竞争形态就不太容易发生改变；偶然性是，这个竞争关系的确立，往往是受诸多因素影响的，而且这些因素有些不可预测，比如一个企业家突然想要独占市场。

好的竞争格局一般形成于三种情形：

1）行业竞争者中A具有他人不具备的资源、技术、能力优势，使得其产品和服务具有明显的性能或者价格优势；

2）行业竞争者中A在时间上比其他人更早扩大生产，规模优势和品牌优势持续占优；

3）行业主要竞争者形成实质上的“勾结”关系。

前两种情形由“垄断”描述，包括自然垄断、政策垄断等，第三种情形则由“托拉斯（Trust）”描述。情形1中最典型的案例如早年的通信业、能源业；情形2则可以用美国钢铁公司和美国铁路公司的案例来描述（通过并购的方式完成垄断）；情形3的经典案例是OPEC石油输出国组织。在这里我们不用国内的案例做分析以避嫌。

在描述竞争格局的形成和变化时，博弈论给了我们解释行业竞争格局形成的有趣指引。博弈论中最有名的是囚徒困境模型：两个罪犯选择合作的结果是最优的，不合作的结果是最差的，但一方合作另一方不合作的情况下，不合作方就会占很大便宜。这个模型中，两个囚徒之间如果有极强的信任关系，他们会同时选择B.不认罪，这样两个人都只需要坐牢5年，总刑期10年。但一旦一方背叛，背叛方就可以得到“坦白从宽”的好处——刑期减至2年，而守信一方的刑期却会大幅增加至15年。因此，如果二者没有极高的信任关系，最后的结果往往是都选择A.认罪，两人同时被判10年，总刑期最长（20年），是博弈的最差选择。博弈论继续发展了多人博弈的分析，结果是人越多，勾结的成本越高。当然行业竞争更多的是重复博弈的问题，这个过程我们不再多费笔墨，结论是适当的惩罚机制可以提高合作的可能，合作的人越多，约束博弈者行为的成本就越高。

图19. 囚徒困境的案例

数据来源：范杨

这个模型广泛适用于人们的社会行为模式，也适用于行业竞争格局分析。行业竞争格局的改善，更多的是从供给侧的改变引致的，但是供给侧的改变其实大多数时候是向着竞争格局恶化的方向演绎，就如同囚徒困境模型所演示的，一旦有竞争存在，“兄弟情谊”的考验就变得极其严峻了。企业家和企业家之间是竞争对手，但往往也是一起打江山的“兄弟”，互相之间往往是带有敬意和互相学习的心态的，这些内容，只能在历史的长河中去寻找了，而这种感情，也是我们考虑行业竞争格局的必需内容。

囚徒困境实际上在给出经典的博弈模板的同时，也指出了历史和人性的重要性。两个囚徒是否能够获得最优的结果，取决于两人之间的互相信任的程度和自我牺牲的意愿。毕竟，背叛另一个人是可以获得明显奖励的，而信任另一个人则面临着被背叛的巨大风险。只有在双方极度信任的基础上，合作选择（B.不认罪，B.不认罪）才会是一种平衡（特别是在重复博弈的环境下，第一次选择会强化之后的选择）。但是建立在情感上的信任可能会被破坏，在巨大利益的勾引下，一次简单的背叛行为就能让所有的信任化为乌有。OPEC虽然仍然在发挥作用，但是随着美国、俄罗斯等石油产能投放增加，以及新能源占比的不断提升，OPEC对石油价格的影响力不断下降，内部达成一致意见以及合议后一致行动的能力也成为了大问题。下面是OPEC成员国的变化以及对应的“囚徒趣事”。

表4. OPEC成员国变化一览

时间

国家

描述

1960

科威特

创始国

1960

沙特阿拉伯

创始国

1960

委内瑞拉

创始国

1960

伊拉克

创始国

1960

伊朗

创始国

1961

卡塔尔

加入

1962

印尼

1962加入，2009脱离，2016年初重新加入，2016年底又不干了

1962

利比亚

加入

1967

阿拉伯联合酋长国

加入

1969

阿尔及利亚

加入

1971

尼日利亚

加入

1973

厄瓜多尔

1973加入，1992脱离，2007重新加入

1975

加蓬

1975加入，1995脱离，2016重新加入

2007

安哥拉

加入

2017

赤道几内亚

加入

数据来源：OPEC

重复一下，理解行业结构和对应的行业竞争格局，需要用历史和人性的视角去思考，更重要的是，分析行业结构和行业竞争格局的变化，更需要站在这两个角度去分析问题——在什么情况下，往日深情会变成未来愁怨？

市场行为描述了行业主要参与者的直接行为方式，它包括行业参与者的定价模式，市场竞争策略，构筑和巩固自身竞争优势的具体方法。行业行为是我们归纳行业发展规律，对行业发展阶段和前景做出正确判断的基础，也是我们日常研究工作当中所要时刻观察的具体内容，是我们不断修正自己对行业和公司发展趋势判断的主要论据。

环境决定行业，行业决定战略，战略决定行为（策略）。当我们自上而下对一个行业和公司做出自己的假设和判断的时候，我们需要谨记，我们的预测能力是非常有限的，我们的所有判断都是基于我们已知的信息和相应的推论。因此，我们的判断出现偏差的概率也非常大，我们需要时时刻刻对这些曾经的判断和推演保持警惕，并尝试通过所有可能的方式来不断改进它们。这样做的好处是，如果我们的判断恰好是正确的，我们需要巩固它，并进一步坚定自己的信心；反之，如果我们意识到此前的判断可能错了，那么就应该尽快改正这个错误，避免我们因此而产生巨大的损失。

常见的可观察市场行为包括：定价机制（成本加成定价、品牌溢价、低价倾销），竞争优势构建方法（技术创新、规模领先、渠道为王、营销主导、商业模式重构），资本行为（并购行为、财务策略）等等。

例如，我们回顾空调行业发展的历程，在20世纪90年代，空调在中国市场刚刚起步，产品供不应求，产能是制约当时企业发展的最大瓶颈，而资本投入和技术条件又对产能形成提出挑战。我们能够观察到的是企业在这个环境下的主要工作就是看谁能先扩产，把产品投放市场，竞争的焦点就是厂房和生产线。如今年空调产能几千万台的格力电器在发展初期就只能在一个年产能两万的破烂厂房里，加班加点组装出12万台空调而已（参见朱江洪自传）。这个问题在几年内被解决，随着行业的发展，良好的现金流和持续的产能投入，使得产能扩张不再是问题，行业从导入期进入到成长期，竞争的焦点从产能向品质（品控）转移。从竞争行为上看，进一步扩产并不能带来额外的优势了，卖方市场逐步向买方市场转变——以前有空调就不愁卖，后来是有好空调就不愁卖。这一字之差，代表了一个行业的转折点。如果我们能够乘坐时光机回到2004年，看到当时轰轰烈烈的价格战和利润薄的像刀片一样的家电行业，我们一定会感到恐惧，因为市场参与者为了降低库存而一起选择低价倾销的行为无异于举刀自刎——无论价格如何降，空调并不会因此多卖出几台。但就在此时，格力电器在大卖场里给消费者拆空调看“心脏”的行动事后证明是这家公司真正俘获消费者真心的定音之锤。

战略选择是否符合行业发展阶段的要求是一个企业成败的关键，具体的策略和执行力则影响的是这个“成败局面”形成的速度。时至今日，空调行业正在从成长期迈入成熟期，行业的竞争环境又与十多年前大有不同，我们看到行业的增速持续放缓，整机厂与渠道之间的关系开始发生持续的微妙变化，行业的利益分配关系也随之变化，我们还看到行业参与者为了获得持续的收入和利润增长的不懈努力，包括国际化、多元化、精细化等等。这些变化，都是我们审视行业发展阶段，反思我们对行业发展前景的看法，以及修正我们的投资策略的重要依据。

所以说，研究从来都不是空中楼阁，而是具体而连续的。市场行为的观察和描述，就是我们日常研究的大部分内容，是我们形成对行业看法的基本素材，也是我们不断自我修正的关键依据。

图20. 推荐阅读《朱江洪自传——我执掌格力的24年》

数据来源：亚马逊

一个好的行业，以及一个好的竞争格局，在财务表现上应该一样的出色。

行业绩效评估是量化我们对行业/公司发展逻辑的过程。在行业绩效评估上，我们需要让数据与我们的分析判断保持高度一致。我们的行业分析和公司分析被转化为一个个“关键假设”，变成一串具体的数据，被输入到我们的模型中，我们的模型则会不偏不倚地按照预定地规则给出这些“关键假设”所对应的财务结果，包括：盈利能力、成长性、经营杠杆、财务杠杆、毛利率、期间费用率、非经常性损益、综合税率、少数股东权益、库存、应收、应付、现金流、ROE。经典的财务分析框架由杜邦分析的框架描述：

图21. 杜邦分析的基本框架

数据来源：范杨

如果一个行业的利润率较低，那么这个行业的周转率就应该较高。如果一个行业的ROA高，那么这个行业就能容忍更低的资产负债率。如果我们认为行业未来可能出现通过渠道填塞战略加速行业发展的情况，那么我们应该假设行业会出现高增长的同时，应收账款周转天数应该趋于上升，渠道中的库存周转天数也会趋于上升。如果我们认为行业未来将出现需求的快速增长，那么增加产能的固定资产投资应该很快出现大幅增长。如果我们认为行业未来是标准化竞争，规模优势主导，那么行业毛利率和销售费用率可能会同步上升，而管理费用率趋于下降。等等等等。

图22. 净利率与周转率的匹配度分析

图23. 高ROA能包容低资产负债率

数据来源：Wind，中信一级行业财务指标，范杨

上面解释了行业绩效评估的基本要求，即将对行业的分析和判断转化为具体的财务数据假设，将定性的故事转变为一个定量的模型。但是，完成行业绩效评估的目的绝不仅仅是为了用数字来“证明”我们的研究成果，它更多的意义其实在于帮助我们理解和修正自己的认知偏差甚至错误。

在这里，我们需要承认的是，我们的预测能力是极其有限的，我们的分析判断往往也会错漏百出。因此，我们需要建立一个帮助我们不断纠错的机制，这个机制一定是基于一些客观的标准而非我们的主观臆断，否则这个反馈机制就会是非常低效率的。另一方面，纯粹的财务分析也无法有效地帮助投资者发现问题的病灶，甚至无法有效地发现问题本身。经营情况和财务数据是互为印证的，研究基本面和研究财务结果也自然应该是互为印证的——专业的行业分析师应清楚地理解：在我们把逻辑转化为数字之后，我们就获得了通过数字寻找到逻辑错误的可能性，高效而准确；当我们发现事实与我们预期有明显不一致时，我们能很快找到之前的预期错在何处。

当我们建立了行业/公司绩效评估的基本模型之后，我们需要认真观察这个模型所给出的财务结论，观察他们的趋势是否符合我们所知晓的客观规律，以及观察行业和企业的最终财务运行情况与我们的预判有何异同。一旦发现我们的行业绩效评估结果明显不符合客观规律，或者行业实际运行结果明显偏离我们的预估，一次重大的判断修正就成为必须了。

因此，行业/企业绩效评估模型的完成，不是研究的结束，而是持续研究的开始，我翻出了我3年前制作的一份培训材料，彼时制作的一页PPT至今有益，也分享给大家。

图24. 行业/公司研究的自我反馈循环

数据来源：范杨

在前面一万多字分析中，我们总结了大量大家已知的知识和基本分析工具，在最后我想把这中间有别于以前的研究框架的核心点提炼出来，以便读者更好地理解本文。

在研究框架的架构上，我建议研究者更加重视各个环节的起承转合，也就是六大环节的包络和印证关系：环境（产业政策、生命周期）决定行业（供求关系），行业决定企业战略（行业结构），战略决定战术（市场行为），行业研判最终由行业绩效分析验证和修正。

在研究的思路上，我建议重视历史的研究和重视人性的分析，行业发展的客观规律和企业家行为的个性化特征对投资判断都极其重要。

从研究理念上，我做了几个总结：

1、我们的投资依据我们对过去的认识和未来的判断（预期思维）；

2、我们没有能力预测未来，所以对未来的判断只能根据实际情况不断调整（边际思维）；

3、行业研究需要解释为何应该有如此的预期，以及分析在什么条件下，我们对未来的判断会发生变化，并以此为核心制定自己的研究计划。

最后，在研究的应用价值上，我强调预期思维和边际思维对证券研究的重要性：

图25. 证券研究的2+1思维

数据来源：黄燕铭

证券分析师需要从金融的视角来研究产业，因此我们的任务是寻找大众对未来的预期曲线与我的预期曲线是否存在差异（我与大众的不同），以及跟踪大众的预期曲线与实际曲线之间是否存在差异（今天和过去的不同），并以此为基础为投资决策提供有效的支持。

肤浅讨论，与诸君同分享，共进步。

范杨

2017年9月17日 完稿于上海

参考阅读：

1、黄燕铭培训精要汇总——穿越证券研究的三个世界

2、消费品的成长性分析框架

3、如何正确地阅读财务分析小报告

哎，我又在炒剩饭了~努力最近两个月把研究框架全面梳理一遍吧~~