第四节 行业分析的方法

发布时间：2013-11-04 11:21:14

   一、历史资料研究法 历史资料研究法是通过对已有资料的深入研究，寻找事实和一般规律，然后根据这些信息去描述、分析和解释过去的过程，同时揭示当前的状况，并依照这种一般规律对未来进行预测。这种方法的优点是省时、省力并节省费用；缺点是只能被动地囿于现有资料，不能主动地去提出问题并解决问题。 只要是追溯事物发展轨迹，探究发展轨迹中某些规律性的东西，就不可避免地需要采用历史资料研究法。各个行业都在不断地发展，如果从一个行业的发展历程来认识它，更有助于较为全面深刻地认识和理解该行业，并把握它的发展脉搏。 历史资料的来源包括：(1)政府部门；(2)专业研究机构；(3)行业协会和其他自律组织；(4)高等院校；(5)相关企业和公司；(6)专业媒介（书籍和报纸杂志等）；(7)其他机构。比如，国家统计局和各级地方统计部门定期发布的统计公报，定期出版的各类统计年鉴；各种经济信息部门、各行业协会和联合会提供的定期或不定期信息公报；国内外有关报纸、杂志等大众传播媒介，各种国际组织、外国商会等提供的定期或不定期统计公告或交流信息；国内外各种研讨会、座谈会、报告会等专业性、学术性会议上所发放的正式文件和学术报告；企业资料；各级政府公布的相关政策法规；研究机构、高等院校、中介机构发表的学术论文和专业报告等等。这些资料一般可以通过图书馆查阅或者互联网搜索得到，或者向政府部门、行业协会、相关中介机构索取，也可以通过学术交流、学术报告等途径得到。 二、调查研究法 调查研究法是一项非常古老的研究技术，也是科学研究中一个常用的方法，在描述性、解释性和探索性的研究中都可以运用调查研究的方法。它一般通过抽样调查、实地调研、深度访谈等形式，通过对调查对象的问卷调查、访查、访谈获得资讯，并对此进行研究。调查研究是收集第一手资料用以描述一个难以直接观察的群体的最佳方法。当然，也可以利用他人收集的调查数据进行分析，即所谓的二手资料分析的方法，这样可以节约费用。这种方法的优点是可以获得最新的资料和信息，并且研究者可以主动提出问题并获得解释，适合对一些相对复杂的问题进行研究时采用。缺点是这种方法的成功与否取决于研究者和访问者的技巧和经验。在向相关部门的官员咨询行业政策、向特定企业了解特定事件、与专家学者探讨重大话题的时候，特别适用这种方法。 1．问卷调查或电话访问。当需要对研究对象进行研究时，并不一定能够完全得到研究者想要的资料，这时可以采取问卷调查或电话访问的方式。这种方式在市场调查中被广泛应用。问卷调查涉及问卷的设计、分发（邮寄或传真）、回收和整理。问卷的回收率比较重要，在调查研究中，研究者往往希望所有的问卷都能回收。回收率偏低将会导致据此分析得出的结论不能代表总体属性。同时，还应当注意到另外一个问题，那就是回收问卷的有效性。具有较低回收率但是回收问卷都经过验证且没有偏差，这种情况也许比高回收率但问卷有较大偏差的情况更令人满意。为了提高回收率，研究者应密切关注问卷回收情况，对没有及时回收的被访对象邮寄催收信函并补寄问卷。补寄问卷的效果是显著的，将会刺激回收率的增加。电话访问的优点在于即时性和互动性。它不需要像等待问卷回收那样耗费漫长的时间，而且在某些比较敏感的问题上由于受访者不曾露面的原因反而会更加真实地回答问题。但是另一方面，电话会被轻易地挂断从而终止访问，这是电话访问的缺点。 2．实地调研。实地调研的最大好处就是研究者能够在行为现场观察并且思考，具有其他研究方法所不及的弹性。例如，问卷调查研究者必须在某些方面专注于问卷，从而限制了将要搜集到的资料。即使在接下来的研究过程中发现了某些重要问题的缺失也无法进行补偿。实地调研特别适合于那些不宜简单定量的研究课题。它通过尽可能完全直接的观察与思考，对研究课题进行深入和周全的探索。它还特别适用于对进行中的重大事件的研究，这种方法胜过在事后的重新构建和探讨。它往往可以揭露一些并非显而易见的事实。实地调研前，研究者需要事先搜索和准备相关的资料，接着需要和研究对象建立联系并且保持友善的关系。在实地调研中，把一切过程完整而真实地记录下来是很重要的，即使这些笔记也许只有一小部分被用到了最终的报告之中。 3．深度访谈。深度访谈具有许多优点，包括可以得到较为充分和详细的回答，避免由于问卷设计的要求而对问题进行简化的标准化处理。在研究和分析复杂问题上，这种处理显露出肤浅的一面，而深度访谈可以更为深入地探讨这些课题。但是，深度访谈的一个弱点在于受访者可能会受到访问者（研究者）的影响。 深度访谈对于访问者的要求较高，访问者应做到外观和举止得体，熟悉访谈内容，遣词造句得法，准确记录访谈内容，深入追问以确定受访者的意思表达等等。另外，访问者应当事先准备好一份详细的说明书或者访谈计划来协助访谈的完成。 三、归纳与演绎法 归纳法是从个别出发以达到一般性，从一系列特定的观察中发现一种模式，这种模式在一定程度上代表所有给定事件的秩序。但是值得注意的是，这种模式的发现并不能解释为什么这个模式会存在。演绎法是从一般到个别，从逻辑或者理论上预期的模式到观察检验预期的模式是否确实存在。演绎法是先推论后观察， 归纳法则是从观察开始。 下面以一个具体的例子来说明。通过图4-4，试图研究我国历年发电量和年份之间的关系。在运用演绎法的时候，从逻辑推论开始。随着时间的推移，发电量会逐年增加，因为国民经济随着时间逐年增长，对电力的需求也逐年增加。 图4-4演绎法与归纳法图例 根据这样的推理，就会得到这样一个假设，即发电量与年份之间存在着正相关关系。也就是说，随着时间的推移，发电量是增加的。在本案例中，假设发电量与年份之间存在着某种比例的线性相关。使用演绎法的下一个步骤就是进行观察，也就是观察研究对象的实际情况，在这个例子里就是收集每年发电量的资料。第三步就是对假设和实际观察结果进行比较，以确定两者之间是否足够吻合，确定接受或者拒绝这个假设。换句话说，确定假设是否描述了实际存在的模式。 如果用归纳法来研究同样的问题，则首先从观察开始。第一步是收集相关资料，比如每年发电量的实际情况。第二步是根据实际观察结果找出一个最能代表或者描述资料特点的模式。在本案例中，图4 -4中的2(2)曲线描述了发电量和年份之间存在着的模式。随着时间的推移，发电量的增长速度越来越快。第三步运用归纳法考察年份和发电量之间的关系后，最终得到了一个趋势性的结果。当然，在实际运用中，始终是通过永无止境的“ 演绎— — 归纳— — 演绎” 的交替过程来完成的。 在演绎法中，研究的角度就是用经验去检验每一个推论，看看哪一个在现实（研究）中言之有理，从而获得理论的验证。而在归纳法中，研究的角度则是通过经验和观察试图得到某种模式或理论。由此可见，逻辑完整性和经验实证性两者都不可或缺。一方面只有逻辑并不够；另一方面， 只有经验观察和资料搜集也不能提供理论或解释。 四、比较研究法 在进行行业分析的时候，比较研究法是一种较为常用的分析方法。比较研究又可以分为横向比较和纵向比较两种方法。横向比较一般是取某一时点的状态或者某一固定时段（比如1年）的指标，在这个横截面上对研究对象及其比较对象进行比较研究。比如将行业的增长情况与国民经济的增长进行比较，从中发现行业增长速度快于还是慢于国民经济的增长；或者将不同的行业进行比较，研究本行业的成长性；或者将不同国家或者地区的同一行业进行比较，研究行业的发展潜力和发展方向等等。纵向比较主要是利用行业的历史数据，如销售收入、利润、企业规模等，分析过击的增长情况，并据此预测行业的未来发展趋势。利用比较研究法可以直观和方便地观察行业的发展状态和比较优势。 （一）行业增长横向比较 分析某行业是否属于增长型行业，可利用该行业的历年统计资料与国民经济综合指标进行对比。具体做法是取得某行业历年的销售额或营业收入的可靠数据并计算出年变动率，与国民生产总值增长率、国内生产总值增长率进行比较。通过比较，可以做出如下判断： 1．确定该行业是否属于周期性行业。如果国民生产总值或国内生产总值连续几年逐年上升，说明国民经济正处于繁荣阶段；反之，则说明国民经济正处于衰退阶段。观察同一时期该行业销售额是否与国民生产总值或国内生产总值同向变化。如果在国民经济繁荣阶段行业的销售额也逐年同步增长，或是在国民经济处于衰退阶段时行业的销售额也同步下降，说明这一行业很可能是周期性行业。 2．比较该行业的年增长率与国民生产总值、国‘内生产总值的年增长率。如果在大多数年份中该行业的年增长率都高于国民经济综合指标的年增长率，说明这一行业是增长型行业；如果行业年增长率与国民生产总值、国内生产总值的年增长率持平甚至相对较低，则说明这一行业与国民经济增长保持同步或是增长过缓。 3．计算各观察年份该行业销售额在国民生产总值中所占比重。如果这一比重逐年上升，说明该行业增长比国民经济平均水平快；反之，则较慢。通过以上分析，基本上可以发现和判断是不是增长型行业。但要注意，观察数不可过少，如过少可能会引起判断失误。表4-2列示了某行业发展状况与国民生产总值发展的比较。 （二）行业未来增长率预测 利用行业历年销售额与国民生产总值、国内生产总值的周期资料进行对比，只是说明过去的情况，研究者还需要了解和分析行业未来的增长变化，因此还需要对行业未来的发展趋势做出预测。预测的方法有多种，使用较多的方法有两种：一种方法是将行业历年销售额与国民生产总值标在坐标图上，用最小二乘法找出两者的关系曲线，并绘在坐标图上。这一关系曲线即为行业增长的趋势线。根据国民生产总值的计划指标或预计值可以预测行业的未来销售额。另一种方法是利用行业历年的增长率计算历史的平均增长率和标准差，预计未来增长率。使用这一方法要使用行业在过去10年或10年以上的历史数据，预计的结果才较有说服力。如果某一行业是与居民基本生活资料相关的，也可利用历史资料计算人均消费量及人均消费增长率， 再利用人口增长预测资料预计行业的未来增长。 综上所述，通过行业增长比较分析和行业增长预测分析，行业分析师可以选择出处于成长期或稳定期、竞争实力雄厚、有较大发展潜力的行业。此外，分析师还应该考虑其他一些因素，如消费者的偏好和收入分配的变化，某产品是否有国外竞争者的介入等。最后，要确定某一行业证券的投资价值，还必须辨别现实价格所反映的未来收入的机会有多大，所反映的投机需求程度有多大。只有系统地评估这些因素，才能对一个行业进行正确的分析， 从而提出明智的行业投资决策建议。 五、数理统计法 随着研究的深入，分析师们将不再仅仅依靠简单的比较和直观的分析来寻找答案。数理统计和计量经济学的理论和方法将会被越来越多地应用到行业分析中来。这里介绍最常用的相关分析、线性回归和时间数列。相关分析主要用于探索两个数量指标之间的依存关系，比如行业产品的销售总量和销售价格之间的关系、行业发展速度与国民经济发展速度之间的关系等等。线性回归是对两个具有相关关系的数量指标进行线性拟合获得最佳直线回归方程，从而在相关分析的基础上进行指标预测。时间数列则比较常见，比如行业的年度或者月度指标按时间顺序排列形成的数列即是一个时间数列，根据数列的特征，就可以用多种方法来预测未来一期或若干期的指标。 （一）相关分析 1．相关关系。相关关系是指指标变量之间不确定的依存关系。相关关系包括因果关系，比如行业产品的销售价格下降导致的产品销量上升，是一种因果关系。另外，两个指标变量受第三个指标变量影响而发生的共变关系，也属于相关关系。相关分析就是对指标变量之间的相关关系的分析，其任务就是对指标变量之间是否存在必然的联系、联系的形式、变动的方向做出符合实际的判断，并测定它们联系的密切程度，检验其有效性。 相关关系按研究指标变量的多少可分为一元相关（单相关）和多元相关（复相关），按指标变量之间依存关系的形式可分为线性相关（直线相关）和非线性相关（曲线相关），按指标变量变化的方向可分为正相关和负相关。此外，相关关系还可按指标变量之间的密切程度区分。当指标变量之间的依存关系密切到函数关系时，称为完全相关；当指标变量之间不存在依存关系时，就称为不相关或零相关；大多数相关关系介于其间，称为不完全相关。将两个相关指标变量的取值在平面坐标图上表示出来，在统计上称为散点图，可以直观地显示它们相关的形式。 2．相关系数及显著性检验。英国统计学家Karl Pearson提出一个测定两指标变量线性相关的计算公式， 通常称为积矩相关系数： 在对总体两指标变量相关性做出结论之前，必须检验样本r值的显著性。在小样本的情况下，可用Fisher的t检验法。 （二）一无线性回归 1．回归模型。只有存在相关关系的指标变量才能进行回归分析，且相关程度越高，回归测定的结果越可靠。因此，相关系数也是判定回归效果的一个重要依据。 一元线性回归模型是用于分析一个自变量X与一个因变量Y之间线性关系的数学方程，其一般形式为： （三）时间数列 1．数列形态分类。时间数列又称时间序列，是指社会经济指标的数值按照时间顺序排列而形成的一种数列。按照指标变量的性质和数列形态不同，时间数列可分为随机性时间数列和非随机性时间数列。其中，非随机性时间数列又分为平稳性时间数列、趋势性时间数列和季节性时间数列3种。随机性时间数列是指由随机变量组成的时间数列。平稳性时间数列是指由确定性变量构成的时间数列，其特点是影响数列各期数值的因素是确定的，且各期的数值总是保持在一定的水平上下波动。趋势性时间数列是指各期数值逐期增加或逐期减少，呈现一定的发展变化趋势的时间数列。季节性时间数列是指按月统计的各期数值，随一年内季节变化而周期性波动的时间数列。 2．自相关系数与数列的识别。对时间数列的识别通常可以凭理论知识和经验以及直观的统计图来判断。此外，更为精确的是用时间数列的自移动平均法只能预测最近一期数值，逐期移动，逐期预测。它需要大量的历史资料，且权数的选择具有较大的随意性，所以预测的准确性相对较差。