rss 推荐阅读 wap

商务营销网_市场营销_微信营销_网络营销平台!

热门关键词:  xxx  as  云南  test  自驾游
首页 商务头条 企业经营 品牌定位 市场调研 网络宣传 微信推广 营销策划 微商创业 跨国商务 产业发展

读了那么多研报你还是赚不到钱!而这篇文章让你对市场理解提升N倍

发布时间:2019-10-09 09:43:38 已有: 人阅读

  未来就象笼罩在迷雾中,而研究就好象我们手中的一束光,也许能帮我们看清一小段路程。研究了,不一定能判断对;不研究,“盲人骑瞎马”,更危险。

  一是在法庭科学领域工作的朋友讲的一个案例给我留下深刻印象:一个人被别人纵火烧死了,犯罪嫌疑人开头拒不承认是他干的,但他们在显微镜下看犯罪嫌疑人当天穿的衣服,纤维很明显是高温灼烧后的形态,也就是曾靠近火。在这个证据面前,犯罪嫌疑人不得不承认是自己干的。

  听了这个故事,我深感学理工科就是好啊。那才是“行家一伸手,就知有没有”。事物之间的因果关系比较确定(虽然也有海森堡不确定性原理,但总比社会科学更有确定性),专家有理论、有经验,就能更好地判断、解决问题。不象我们做金融工作的,没有啥事能确定,第二天的事都预测不了(比如降准降息是对利好,但降准降息表明政府判断经济不行,所以今天宣布降息,明天会走高还是走低呢?有人就统计了,历史上降准降息后多少次第二天是升多少次是降。当然,不降准降息也一样预测不了明天是升是降),更别说预测现在在周期哪个阶段、未来经济增长率是多少之类问题了。

  二是去某民营企业调研,老板50岁了,自己办工厂多年,请了一批技术人员,花了两年研发出一项很有市场前景、国内领先的技术,说当时研发投入,把自己一个厂的土地厂房卖了1000万,还把自己一辆高级轿车也卖了,幸亏研发出来了,否则会很惨。我问为什么要赌一把呢,他说否则和大家都做同质性的东西利润不行、前景黯淡。

  虽然自然科学、工程技术的世界如果已知因果关系,这种关系就比较确定可重复,但是要创新要探索,也还是会面临巨大的不确定性。

  最近看了几篇文章,《宏观预测对投资到底有没有用》,《研报发布与股票回报:我终于明白自己为啥赚不到钱了》(被转载题目有的改为《为什么卖方分析师推票不靠谱》,倒是概括了这意思,以下简称为《研报发布》),《146年的全球市场回报水平[货币、国债、股票、房产]》(以下简称为《全球市场回报水平》),《2017中国月入过万人数暴增泥泞中前行,也终将改变潮水的方向》(以下简称为《月收入过万》)。

  联系起来看这几篇文章,也挺有意思。它们围绕着:宏观预测对投资有没有用?分析师对个股的预测对投资有没有用?历史数据是这样,谁预测准了?这历史数据对未来投资有没有参考作用?未来的大势是什么?我们应该乐观还是悲观?我们应该投资什么?核心还是落在最后一问,一切都是为这个找依据。也就是落在对未来的预测和判断上。

  以前我挺喜欢看万科的年报,大概有的内容是王石写的吧,风格独特(参见尾注)。万科2011年报中写道:“对于市场,也许变化是唯一的不变,不确定性是唯一的确定。因此一直以来,我们主张‘应变重于预测’,反对高估和迷信自身的预测能力,即使我们在这种能力上相对具有优势。而比‘应变’更重要的,可能是‘不变’——不变的信念和理想,对永恒商业逻辑的理解,以及尽可能稳定的经营策略。”如果能不用靠预测、以不变应变那太理想了,痛苦的是,作为金融从业者,必须研究预测。

  格林斯潘在《动荡的世界:风险、人性与未来的前景》一书中写道“预测虽然时有失败,却从未被人们放弃,它是人性中根深蒂固的东西。我们对自己所处世界的事件进程预见得越多,就越有能力为应对这些事件做好准备,从而改善生活品质”。而且金融业和其他行业不一样,“承担风险与规避风险几乎是所有金融决策的根本,相比之下,非金融部门则更多取决于工程、技术和组织管理等因素。”万科造房子,造出好房子首先是个工程技术问题,当然也有战略、商业模式、国家房地产调控政策等其他需要考虑的因素。

  而金融业,投融资每一项决策都涉及对未来利率走势、信用风险、流动性风险的判断,都和未来有关,都需要预测。金融是现代经济的核心,所有人的生活都涉及投融资决策,所以预测很重要。张衢先生《银行与未来》一书中写道“国家、社会、政府、公司、人民都关心未来,无数个领袖、各样的研究与论坛都在预测未来,只有它才能调动起力量。假如谁不谈论明天、不再预测了,人们很快离他而去,他便失去了吸引力。”

  但谁的预测准、可信呢?《研报发布》一文研究了2016.11.26至今数万份A股公司研报,发现“无论是绝对回报还是相比沪深300的相对回报,‘研报发布’都是反向指标”。而且新财富得没得奖,“差别并不明显,新财富第一名的分析师推的股票,平均而言比其他分析师在推后的下跌幅度小一点,但似乎也没有别的alpha了。”那到底是分析师预测能力问题,还是有其他利益影响呢?作者说“隐约可以发现,平均而言在研报发布后表现较差的行业,往往有以下两个特点:1.‘好运作’:只需少量资金即可拉动——总市值相对较小;2.‘有故事’:是最近的热门股——换手率应该较大。”

  这篇文章发现的情况,和另一篇论文《信息质量、市场评价与激励有效性——基于新财富最佳分析师评选的证据》比较接近,这篇文章发表在2016年1月《经济学(季刊)》上,“研究发现,在评选前,获奖分析师发布信息的质量与未获奖分析师无显著差异;分析师获奖概率与分析师的曝光率及所属机构的市场地位正相关,但与分析师发布信息的质量无关。”

  霍华德·马克斯在《投资最重要的事》中非常深刻地分析了预测的局限性。未来在多大程度上能预测是个哲学问题。别说不可能准确预测未来了,分析清楚过去都不容易。“塔勒布指出,已发生事件只是可发生事件中的一小部分。因此,计划或者行动已经奏效的事实,并不一定证明其背后的决策是明智的。”

  马克斯说对未来的判断有两种学派,讽刺“我知道”学派:“他们乐于和别人分享自己的观点,尽管准确预测的价值本应重大到不可能有人愿意无偿赠送的地步。作为预测者,他们很少回过头去严格评估自己的预测记录。”而加入“我不知道”学派虽有很多不利之处,但“你也能避免所有的预测失误以及对未来估计过高所带来的损失”。不过证券分析师、经济学家的职业就是预测啊,不能说“我不知道”。很好奇美国的股票分析师推荐股票的成绩怎么样,估计应该有这方面研究。

  徐阳的《全球市场汇报水平》是引述了论文《The Rate of Return onEverything1870-2015》的数据并做了些评论分析。这篇文章主要是分析1870-2015年这147年间16个发达国家的货币市场、国债、股票和房产回报。徐杨引用了这张图。

  我下载这篇论文来看了一下,这篇论文是德国联邦教研部(BMBF)和美国INET智库资助的一个研究的部分成果,非常有意思,作者有5位,分别来自旧金山联储、德国央行、波恩大学、加州大学。文章列出了自己的创新之处包括第一次系统性地计算了这么多国家这么长时间房产的回报,以前对风险资产的收益主要集中于股票。发现一个小问题是徐杨引用的应该是这张表(Table A.9),1870-2015年的数据,两表的各国数据都一样,就是最后平均数不一样,不知怎么回事。不过不影响结论,数据的对比关系还是不变的,就是收益率房产〉股票〉国债〉货币市场。风险资产(房产、股票)的收益率显著高于安全资产(国债、货币市场),房产虽然16个国家平均来看是高于股票,但澳大利亚、意大利、西班牙、瑞士、英国、美国等7个国家是股票收益率高于房产,另外9个国家房产比股票收益率高,看来也不是很显著。(因为美国的权重大,所以在原作者表中,加权平均的股票收益率比算术平均的要高一些,房产比算术平均要低一些,加权平均的股票和房产收益率比算术平均的差异小些。)论文还列出了1950-2015和1980-2015年的数,16国平均都是股票高于房产(1980-2015年,16国中只有澳大利亚和挪威两个国家房产是高于股票,这非常显著)。

  所以这两者谁收益率更高在不同国家、不同时间线年平均下来房产高于股票,但近35年平均是股票高于房产,论文作者发现,一战前房产收益率平均而言高于股票,二战后股票收益率略高于房产,总体来看房产的收益率和股票接近(约年化7.5%),且波动性还远小于股票。论文作者有很多有意思的发现,比如,二战前房产和股票收益率相关性更高,二战后二者相关性减弱,所以持有这两者的组合收益会更好。而且二战后全球的相关性增大,而房地产的相关性还不那么大,因此,如果要分散投资风险,理想上应该是持有不同国家的房产。

  另外,安全资产(债券和货币市场)的波动性大得超乎想象,既有负利率也有高利率。1870年到一战利率大体趋势下行,和20世纪80年代至今几十年的下行趋势类似。因为主要是央行的人写的文章,论文中很多对由此引发的政策思考,比如近几十年的利率下行,进入了“大停滞”,央行的货币政策目标是否还应是过去建立在通胀环境下的通胀目标制;此研究基本验证了皮凯蒂(2014)提出的资本回报率高于经济增长率,因此财富分配更不平等的问题(加权平均资本回报率约为经济增长率的2倍),那应该如何政策应对。

  对普通人来说,这研究也很有启示,就是没有投资/资本性收入会相对而言越来越穷,而且风险资产的收益显著高于安全资产,所以若有余力,还是应该投资于风险资产。但需要注意的是,风险资产是高风险、高收益。马克斯指出,对“高风险高收益”不能简单理解为高风险必然有高收益,“正确的表述是:为了吸引资本,风险更高的投资必须提供更好的收益前景、更高的承诺收益或预期收益,但绝不表示这些更高的预期收益必须实现。更高的投资风险导致更加不确定的结果。也就是说,收益的概率分布更广。”如果对投资没研究清楚,可能承担了高风险,最后带来的却是损失而非高收益。

  1、1929年股灾后,1932 年最低点比1929年最高点下跌近90%,直到1959年,标普500指数才到达其30年前的高峰(历时30年)。

  3、纳斯达克指数2000年创造5048点的最高记录,2002年最低1108点,下跌近80%,2015年才重达2000年的峰值(历时15年)。

  1990 年2 月,加权指数达到历史最高点12682点,崩盘后一直跌到2485点才止住,8个月的时间跌掉80%。2013年7000多点,此后大体在波动上向上,2017年10月在10700左右。也就是到现在也没有回到过27年前的高点。

  日经指数1989年12月达到最高峰38915点,最低是1992年8月的14304点。近年日本不错,10月13日的新闻“日经225指数突破21000点!刷新二十一年来新高”,“为1996年11月以来首次突破这一整数关”,但也是没有回到过28年前的高点。

  上证指数的历史最高点是2007年10月16日的6124点,2015年上证指数最高点是5178点,最低点是2850点,现在是3300多点,近一年来大体还是向上,但也还远没回到10年前的高点。

  也就是说,、日本和中国,如果是在最高点前入场的,那到今天可能还在亏损,但如果是在跌到底部之后入场的,可能现在的收益率很不错。当然,还有个股选择和操作时机的问题。比如巴菲特看准了富国银行,持有富国银行20多年,中间也是市盈率高的时候卖出、低的时候买入,通过波段操作获取更大收益。

  尼克拉斯·萨尔克斯《恐惧与贪婪——动荡世界中的投资风险和机遇》一书中的研究发现,“1900-2000年,股票是全球收益最好的资产类别”(刚好在2000年纳斯达克泡沫破裂前可能是个重要原因),“21世纪的第一个十年,股票投资收益远不如其他投资类别”(这是因为刚好经历了金融危机的大跌,还没有恢复。书里也说大家都认为应该很快就会复苏了)。作者定义“失落的时代”为从顶峰到下一个主要的上升期开始,也就是熊市,说20世纪美国三次“失落的时代”分别持续了14年、20年和14年。那加起来就是48年。我们还认为美国牛长熊短,中国牛短熊长,怎么按作者这么算,熊市也够长的。

  然后看房地产。美国的周期长、数据完整,拿美国来举例子。据一个内部研究,2007-2016年十年,美国房地产的平均收益率是5%,但年化波幅高达26.1%,因为次贷危机,美国房地产投资收益率简直是过山车一样大起大落,2007年-16.8%,2008年-38%,2009和2010年恢复性上涨,分别是28.6%和28.5%,2011年8.7%,2016年是8.6%。

  如果拿金融危机前十年的数据,可能房地产的平均收益率更高、年化波幅更小吧。如果2006年之前投资房地产的,2007、2008要处置的话,肯定亏惨了,但如果这时抄底,那收益率就高了。美国1929年之后的大萧条期间,最低时房价比高峰下跌了90%,约一半的房贷违约。但之后大家有意无意忘了这事,房贷模型中都依据美国过去60多年的历史数据,假设未来美国房价也不会大幅度下跌,出了次贷危机房价又一次大幅下跌,但这次恢复得比大萧条快得多。

  债券虽然看似收益率较低且稳定,其实投资时的利率走势更加关键,比个股选择更受宏观、利率周期影响。降息周期基本是债券牛市,加息周期基本是债券牛市。从美国债市大周期来看,1899-1920年债券熊市,1920-1946年债券牛市,1946-1981年历史上最大的债券熊市,1981年到2016年基本属于债券牛市。

  可见,投资还是得判断大势的,也就是还得研究宏观。《宏观预测对投资到底有没有用》一文引述巴菲特的话:“我实在想不起来,我曾经基于宏观经济因素而决定做过任何一桩买卖,我从来不会仅凭宏观因素将收购或关闭一家公司。”,“形成宏观的看法,或者听别人的宏观或市场预测,纯属浪费时间。”巴菲特的确经常说这种话,比如“能够预测市场走势的人,我一个也没见到过”。霍华德·马克斯在《投资最重要的事》中说“最伟大的投资者的必备心理之一,是认识到我们无法预知宏观未来。很少有人(如果有的话)对未来经济、利率、市场总量有超越群体共识的看法。因此,投资者的时间最好用在获取‘可知’的知识优势上:行业、公司、证券的相关信息。你对微观越关注,你越有可能比别人了解的更多。”巴老这话在不要轻信别人判断这一点上有道理,但也不可尽信,他的投资理念和马克斯颇多相似之处,二人互相欣赏。

  马克斯这话估计巴菲特也赞同。巴菲特传记里说,他每天除了看《华尔街日报》、《纽约时报》、《今日美国》、英国《金融时报》等报刊杂志,特别喜欢读公司财务报告,几乎对所有上市公司财务数据都如数家珍(从十几岁看到现在!)。巴菲特虽然声称不研究宏观,但他把上市公司这个微观研究到极致了,综合起来看可能是更扎实的宏观。他天天看这些报刊上都有很多宏观判断的文章,他难道会完全不看?巴菲特是有自己的判断了,自己就是专家中的专家,当然不用听其他“专家”的线多点,现在是2500多点。巴菲特的成功,离不开美国经济的大势。

  宏观研究、预测很重要。对很多决策来说一个重要的问题是判断宏观经济的拐点在哪,马克斯说的“投资者应尽量弄清自己在周期和钟摆中所处的阶段”(比如中国经济现在处于“L形”的啥阶段?),可惜拐点在哪只能事后才能准确判断,少数人即使判断对了,也只能事后验证,同时肯定有各种不同的判断,判断对的人只是其中很小比例的声音。马克斯认为预测的平均有效率在5%以内,还说调查发现,有一次重要的预测胜利的人,除了取胜的那一次外,他的错误预测有一半比共识预测错得还要离谱,所以,我们几乎不可能指望听某一个人的。

  《宏观预测对投资到底有没有用》中说“可能有两个原因导致宏观经济的预测困难:(1)经济体系是受多重因素影响同时包含正负反馈的复杂系统,变量之间的相互关系和影响程度都很不确定,因此可预测性较低。(2)经济是动态的,预测本身可能影响结果。比如,如果一致预期经济较差,政府政策干预,经济就会好转。”这概括得比较好。社会科学中都存在自证性预测(比如,有影响力的人写篇文章说认为牛市要来了,那大家都去买股票,短期内会推高股价)和性预测(上面举的预期经济较差,政策就会干预,出台宽松、刺激性政策,就是一种性预测,还有人认为马克思主义预测资本主义要灭亡也是一种性预测,资本家和家就改进他说的这些问题)。

  学习过去的历史能给我们很多启示,比如经济的周期性。马克斯说“牢记万物皆有周期是至关重要的。任何东西都不可能朝同一个方向永远发展下去。”这让我想起老子说的:“飘风不终朝,骤雨不终日。孰为此者?天地。天地尚不能久,而况於人乎?”市场总在萧条和繁荣,牛市和熊市之间钟摆式摆动。“重大底部出现在人人都忘记潮水仍会上涨的时候。”“在钟摆的一个极端——最黑暗的极端——人们需要强大的分析力、客观性、决断力乃至想象力,才能相信一切将会更好。”

  有的大趋势还是能够看到和判断的,《月收入过万》一文主要是指出民众收入增加、消费升级的大势,虽然有货币超发的重要因素,但生产力提高、生活水平上升还是明显的成就,做实业和投资,都需要看到适应消费升级这个大势。还有AI的应用越来越广泛,虽然取代人工的速度如何预测有差异,但肯定也是大势。

  预测不准,对作出预测的人来说比较悲摧。经常有人发经济学者历年各种预测,每年的变化以及和现实的偏差简单形成了反讽。但我们的社会、人生,正是因为这样的不确定性、不可完全预测才有趣,未来是概率分布的,不是机械的决定论的,不是“命中注定”的,一切皆有可能。所以控制、计划好一切的计划经济即使有“大数据”也不可能成功。未来都是看不清楚的,就象笼罩在迷雾中。研究就好象我们手中的一束光,也许能帮我们看清一小段路程。研究了,不一定能判断对。不研究,“盲人骑瞎马”,更危险。

  注:2010年报这段更使我感觉是王石写的:“关心万科的人们,仍可能记住 2010 这个年份,因为一个数字——千亿。是的,万科的销售额在 2010 年突破了千亿。作为一串仅由1和0构成的数字,它具备某种貌似神秘的标志性特征。然而,这仅仅因为人类选择了十进制而已。经过这样的祛魅之后,它作为数量级起点的里程碑意义其实并不值得特别去深究。但对千亿数字的另一种解读值得关注。因为这是世界住宅企业年销售额的历史巅峰。千亿级,也是迄今为止中国非国有企业抵达的最高海拔线。”不是企业最高领导要这么写,哪个企业在创纪录之后会写“它具备某种貌似神秘的标志性特征。然而,这仅仅因为人类选择了十进制而已”这样的话?不过“它作为数量级起点的里程碑意义其实并不值得特别去深究”倒不是谦虚,中国的一切数量纪录都是用来超越的。2016年,万科销售额3622亿元,然而在中国房地产企业中排第2,恒大超过了它。2016年,3年房企销售额过3000亿元,12家超1000亿元。中国的房地产,拐点会是何时呢?

  只要稍微关注下财经信息,就不难发现在互联网上充斥着大量关于宏观经济数据分析和预测的文章,每个月都会有很多机构对宏观数据进行预测,每年也会专门机构对各家预测机构的准确度进行评比。

  在新闻媒体上以及投资策略会议等场合,我们也时常看到各机构的首席经济学家对经济形势发表观点,颇有指点江山的气势。

  此外,在很多投资策略报告的开篇部分一般也首先分析宏观经济走势。不仅是提供投资策略建议的“卖方”,在金融机构从事投资业务的“买方”人员也关注和讨论宏观经济、研判经济走势并以此为依据来为投资决策做出指导。很多著名对冲基金经理就经常公开对宏观经济发表看法并给出具体的投资建议,比如,索罗斯和达里奥等。这些似乎都无可置疑的表明宏观经济预测是投资过程中不可或缺的一部分,很多人甚至将能否准确预测未来经济走势来评价一个人或一个机构的研究和投资水平。

  然而,也有一些优秀的投资家并不以为然。巴菲特曾说过:“我实在想不起来,我曾经基于宏观经济因素而决定做过任何一桩买卖,我从来不会仅凭宏观因素将收购或关闭一家公司。”,“形成宏观的看法,或者听别人的宏观或市场预测,纯属浪费时间。”

  此外,在现实中,很容易就能觉察出来大部分的宏观预测往往不准确,很多人听信经济学家的建议做投资的效果也并不好。因此,不免对宏观经济预测是否能够指导投资产生疑惑,我们经常听到一些评价,调侃经济预测就是算命,或者仅仅是一种心理需求,投资者需要心理,实际用处不大。

  对于股票市场,如果把一个国家比作一个大公司,那么一个国家的GDP增速代表这个公司的盈利增速,在估值水平不变的情况下,盈利水平与股价应该等比例的增长。我们看一下美国的数据,从1930年到2017年,道琼斯指数和美国名义GDP的涨幅大致吻合,但中间有很多年份走势背离很大,背离时间最长达到二三十年,因此单纯依靠预测GDP数据并不能判断每年的行情。

  对于个股,公司的短期赢利水平与经济增速有一定的相关性,但长期业绩更多的取决于所在行业的发展前景以及公司的竞争力。因此个股走势与宏观经济的相关性更弱。

  对于债券市场,主要影响市场波动的因素是企业的信用状况和利率水平的波动。企业整体的信用资质变化与宏观经济有一定的相关性,而名义利率水平的变化取决于名义经济增速和货币政策。因此债券市场的走势与宏观经济走势的相关性更高。

  对于外汇市场等其他资本市场,宏观经济与其走势的相关性都有不同程度的强弱关系,但都并非是一一对应关系。

  总之,影响资产价格的因素有很多,宏观经济的变化只是影响资产价格波动的一个因素,对于不同市场,宏观经济对资产价格的影响程度不同,相同市场在不同阶段的影响程度也有差异。

  从短期来看,资产价格可能受到更多因素的扰动,即使能够准确的预测宏观经济走势,对于很多市场的短期投资指导作用也不大,比如和外汇市场。

  从中长期来看,如果能够准确预测经济走势,对一些市场的投资无疑有比较大的指导意义。试想如果美国未来长期经济增速有1%的变化,这将对投资美国股票的长期收益造成巨大的影响。如果一个国家的经济增速长期低于其他国家,股指的涨幅将持续偏低,比如低经济增速的日本目前的日经指数仍没有涨回到90年代初的水平。如果能够提前判断改革开放后中国将保持三十多年的持续高增长,那投资中国的房地产无疑会获得巨大的回报。所以在全球资产配置中,如何识别出有较高经济增长前景的国家就非常重要。

  为了更好的预测宏观经济,经济学家们开发过很多模型,从早期的联立方程组到理性预期后引入的DSGE模型等,但实际效果并不尽如人意,并没有太多经济学家预测到经济危机,也很少有经济学家能够长期准确的预测经济走势。

  此外,每年的实际经济数据与各方的经济展望也总是有很大出入。这些都表明准确预测宏观经济有很大的难度。可能有两个原因导致宏观经济的预测困难:

  (1)经济体系是受多重因素影响同时包含正负反馈的复杂系统,变量之间的相互关系和影响程度都很不确定,因此可预测性较低。

  (2)经济是动态的,预测本身可能影响结果。比如,如果一致预期经济较差,政府政策干预,经济就会好转。

  既然宏观经济预测很困难准确预测并不是高概率事件,为什么大家对宏观经济预测仍然乐此不疲。确实有人能够掌握预测未来的水晶球吗?还是仅仅因为预测未来是人类的天性?

  回答这个问题,我们需要回归到投资的本质。理论上,资产价格是未来现金流预期的折现,而未来是不确定的,因此判断资产价格都需要对未来做出主观预期,无论是针对宏观经济还是公司前景的预期。如果投资标的是股指或房地产,就需要对长期宏观经济前景作出判断。巴菲特之所以能够“滚雪球”也是由于美国长期稳定的经济增长。巴菲特说不会根据宏观经济做个股投资的依据,只是说明个股判断和宏观的相关性很弱,并不代表宏观预测在所有资产的投资中都没有指导意义。当然,准确预测宏观经济很难,但预测公司前景也并不容易。

  总体来看,宏观经济预测在投资中起多大的作用取决于如何进行宏观经济预测以及如何运用宏观经济预测。

  首先,我们需要放弃能够精确预测宏观经济的信仰。经济运行有一定的规律性,但同样存在很多不确定性,因此我们无法精确的预测经济的走势。实际上,那些预测到经济危机的经济学家,也无法精确的预测危机的时点。类比物理学中的测不准原理,经济预测可能也存在一个不确定原理:即无法对具体时点和经济数据同时做出精确判断。那么我们如何进行宏观经济预测呢?首先需要建立经过检验的合理的预测模型,同时要了解模型的适用范围,清醒的认识到模型的预测结果并非唯一的可能性,并根据情况及时对模型及预测结果做出修正。

  其次,在投资中运用宏观预测方面,需要意识到单纯的依赖宏观预测来做出投资决策的方式并不可靠。既然资产价格是所有市场参与者对未来预期的综合结果,那么预期本身对资产价格的影响就很重要。因此关键不是宏观经济数据预测是否精确,而是资产价格隐含了多少预期。

  如果市场一致预期经济下行,并且市场预期已经隐含到资产价格中,那么即使最终实际数据与预期一致,资产价格的波动也可能会很小。因此重要的是与主流预测的偏差是否足够大,是否比主流预测更接近实际数据。比如在2016年10月份前,市场主流预期中国经济持续下行,央行将继续采取宽松货币政策,债券市场持续牛市行情,但此后一年,经济数据超预期的好转,央行维持中性偏紧的货币政策,债券市场大幅调整。可以看出,在主流预期错误的情况下市场存在能够获得极大回报的可能性。此外,鉴于事前所有的预测都可能出现偏差,在投资中需要考虑风险收益比,以防预测错误时不至于造成太大的损失。因此事前需要对投资决策的风险收益比进行主观概率判断,评估投资的安全边际,而这正是考验投资能力的一个重要方面。

  总之,对于绝大部分市场参与者来说,准确预测宏观经济是高难度的事,即使偶尔能够准确预测其预期也可能已经反应在价格之中,因此总体来看,对投资中的作用不大,正如大部分投资者的投资业绩都不能跑赢指数。大多数经济学家发表的观点也仅仅是噪音,或者已经反应在价格之中。

  但是,对于少数真正能够在关键时点识别出市场预期偏差,能够把控风险,构建良好风险收益比策略把握住市场错误定价的投资者来说,仍然能够有机会获得丰厚的回报。

  经常会听人说“卖方研报主要看数据和框架,结论参考价值有限”、“卖方推票主要是赚吆喝,比的是谁声音大”;但另一方面,每到新财富评选,又会听到无数一举夺魁、名利双收的励志故事。A股分析师研究的价值是否在研报中有所体现?笔者分析了数万份A股公司研报,尝试探究这个问题的答案。

  因为公司分析报告标的明确、便于分析,如无特别说明,本次研究所指“报告”为公司分析报告。2016.11.25是新财富分析师颁奖日,所以我们把2016.11.26至今作为一个新的“新财富赛季”。截至2017.9.30,各家机构的分析师总共发布了43,146篇A股公司分析报告,平均每天140篇。其中,报告篇数在1,000篇以上的公司共有17家,海通证券以2,802篇报告雄居榜首,光大证券以2,742篇紧随其后:

  如果认为第一作者是对应公司分析报告主要负责人,报告篇数在200篇以上的分析师共有11位,分布如下:

  分析师报告看多的公司,是否有超额回报?对此,笔者重点研究了发布日期在2016.11.26-2017.4.14这小半年的报告,分别将分析师发布报告前一日(一般为报告上的取价日)向前/向后推120个交易日,获取其股价走势。

  最后得到用于分析的“正面的、能买的老股”报告共15,085篇。鉴于事件驱动分析应该剔除beta的影响,我们下面主要从超过沪深300的相对回报进行分析,除特别说明外,下文所绘制曲线均为符合条件的所有研报的均值。

  这相对回报曲线,简直就是接盘侠集结号嘛。研报发布之后相对回报一路走低,到100个交易日后(约5个月)平均会输沪深300将近8%……顺便再看看绝对回报好了:

  3. 跌了40个交易日左右(约2个月)见底开始反弹,但120个交易日(约6个月)才堪堪回本。

  前面提到,每次新财富评选,都会选出一批新的“A股之神”,那么“是否新财富分析师”对结果影响如何?笔者按照2016年新财富评选结果,将报告分为3组:新财富第一、新财富上榜(非第一)和非新财富,分别考察对应股票相对回报,结果如下:

  差别并不明显,新财富第一名的分析师推的股票,平均而言比其他分析师在推后的下跌幅度小一点,但似乎也没有别的alpha了。

  如果新财富也靠不住,那么“全市场首推”呢?我们按照在2016.11.26-2017.4.14的样本期内某股票第一次被分析师推荐进行筛选,得到报告1,860篇。而截至2017.9.30,沪深两市共有上市公司4,518家,换言之分析师们在小半年的时间里覆盖了全市场40%以上的股票,这其中还不包括推荐新股。考虑“首推”效应后的回报如下:

  “全市场首推”的结果比全体平均水平更差了,第一个吃螃蟹的人与其说是勇士,倒不如说是“烈士”。

  医药以1,256份位列第一,机械以1,155份位居次席,这两个行业平均每天有近9份公司点评发表。我们以(推荐后最大涨幅/241个交易日振幅)来表示研报对应的“贡献”,将总共29个行业按这个指标从大到小排序,为方便展示分为6组:

  从结果来看,有色/煤炭行业相对较好。这可能是因为样本区间(2016.11.26-2017.4.14)刚好赶上了年初“煤飞色舞”的大行情所致。而在样本区间里,纺服/军工/传媒等传统热门行业都表现不佳,推票后的相对回报显著低于平均水平。

  从上面的行业分析,我们隐约可以发现,平均而言在研报发布后表现较差的行业,往往有以下两个特点:

  上图中纵轴为报告篇数,横轴为市值,单位为亿元,每一小格代表100亿元,可以看到分析师最爱推荐300亿元以下的小票,占全部报告的76%。我们按照市值将样本4等分:

  上图中纵轴为报告篇数,横轴为换手率,单位为百分比,每一小格代表1%,可以看到分析师爱推荐的股票换手率一般在2%以下,占全部报告的71%。同样地,我们按照换手率将样本4等分:

  3.分行业来看,2016.11.26-2017.4.14,有色/煤炭相对较好,而纺服/军工/传媒是“反指重灾区”;

首页 | 商务头条 | 企业经营 | 品牌定位 | 市场调研 | 网络宣传 | 微信推广 | 营销策划 | 微商创业 | 跨国商务 |免责声明

Copyright2008-2022 商务营销网 www.hbbcp.com.cn 版权所有 业务QQ:17468920 Power by DedeCms

电脑版 | wap