怎么去分析一个公司的基本面？

继续浏览内容

知乎发现更大的世界打开

Chrome继16 人赞同了该回金融民工表示，基本面分析是一个入门很简单，但是做好真的很难的活儿。我事实上是劝退年轻人进行基本面分析的，因为在基本面分析中最怕分辨不出事实，而基本面分析最难的反而就是厘清事实。我个人是做量化的，虽然量化也需要看很多指标，但是相比基本面的指标真的是差很远很远了。而且量化大多数是要动手而不是动脑（当然动脑也很重要），相比而言，基本面不仅要动手，而且还要动脑，甚至需要大量的动腿。基本面分析简单就简单在目标简单：你看的这家公司到底挣不挣钱。这就是基本面分析的唯一核心问题：判断一家公司到底挣不挣钱。而我们将这个问题简单的拆分一下，就能拆出更多的一些东西：1、你看的这家公司怎么挣钱，是否挣钱（主营业务、利润指标、运营指标）2、你看的这家公司在全行业中占据哪个位置（行业、行业产业链、产业链上游/下游）3、你看的这家公司所在的行业当前相对于其他行业的位置（行业景气程度、行业利润）4、这个行业在所在国是否有市场，受支持（中观行业链、宏观经济链）这四个问题你可以从前往后看，也可以从后往前看，从前往后看就是所谓的Bottom-up分析法，从后往前看就是Top-down分析法。PS：实际操作中，大家都声称自己喜欢用Top-down，仿佛这样更能表达自己的逻辑；但实际上的情况是很多研究都是Bottom-up追热点，而且会停在Bottom这个地方，能做到第二个问题的都不多了。Top-down最大的问题是宏观指标本身的数据和观点就离谱，各种大师横行，既然宏观不好判断，那就还是乖乖的做Bottom追热点是更加安全稳定的选择了。当然，最后还需要第五个问题，也是非常重要核心的问题：5、市场到底发没发现、能不能发现这家公司的最终价值（市场情绪、市场音量）对于基本面分析而言，一家公司能不能赚钱，主要就是回答这五个问题。而这五个问题究竟有多难回答？平心而论，如果信息充分，这五个问题除了第5个问题以外，其他的问题都可以完整的回答；但是难点就在于信息的不充分和不真实。因此对与一个股票分析师和投资经理而言，如何真实的将现实呈现出来，以及如何利用这些现实判断公司的加之，将成为他们工作的全部。我们来一个一个的简单的介绍这五个问题：1、你看的这家公司怎么挣钱，是否挣钱（主营业务、利润指标、运营指标）这个问题的答案和信息来源与两个：一个是公司说的，一个是公司没说的。1）公司说了的（财务分析和建模）所谓公司说了的，那就是公司的财务报表、公告等一切公开信息，主要评估这部分东西的方式就是金融民工喜闻乐见的财务建模。对于所有公开信息而言，最有价值的就有两个，一个是财务报表，一个是并购估值方案。财务报表不用多说了，一家公司每年（每季度）都会公开相关的财务报表，100多页中灌了无数的信息，包括管理层、董事会、所在行业、主营业务、核心题材、三张表等等很多信息；而另外的并购方案（公司并购别人）则会说明公司实际上的一些发展战略、布局情况和其他的一些真实的信息。所以在这块儿，你主要的工作就是两个，一个是读懂上市公司的财务报表，二是读懂上市公司的并购方案。读懂上市公司财报这关至少会有一半的人栽坑。对于很多没有接触过财务报表业务的人来说，上市公司的财务报表是一种看起来“神圣”的东西；但是对于懂这张表的人来说，这本东西就是一个尽力掩盖所有问题的谎言大全。很多人做基本面分析没有意识（或者无法甄别）到的是，上市公司的利润不是赚出来的，而是谈出来的。上市公司财务报表科目大几百个，而且有很多科目都可以调节利润。因此财报分析上首要的问题其实除了看这家公司如何运营之外，还要看这家公司造假的程度如何。财报分析的人很多，但是真正能看的清楚，看得明白的，说实话业界确实没有几个人，因为这需要的技巧和经验实在是太多了。看懂会计报表不光是需要扎实的会计知识和相关的深度行业经历，而且还需要对公司所在的行业和合作供应商、渠道商有充分的了解。加上由于中国上市公司财报披露质量堪忧，无论口味多重都有人愿意接，因此当一些会计师事务所发布了保留、否定和无法表示意见的时候，就要真的小心了，这说明事务所都兜不住这个事儿了。加一句吐槽：其实二级投资部门不应该招太多的在校生，也不应该从别的二级投资机构去招聘这样的分析师，一个原因是他们从学校学到的那些东西不足以支撑一个严谨的分析和估值，另外一个就是这样的高手在投行、会计师事务所、银行信贷审核员的质量更高、成本更低。只有真正做过表的人才真的对表有概念。有经验的人阅读财报，就好像二手车卖家去买车，一眼就能看出来问题在哪里，而对于没有经验的人来说，就像二手车的买家，再明显的缺陷，一时半会儿他也找不出来。但大多数基金赚钱来自于规模和品牌而不是资本报酬，因此激励方式有误。大多数公司都想找个fancy的牌子而不是牛逼的人。财报分析这一块是金融学专业的同学建模的起点（对于很多分析师来说这一步是终点）。虽然这个东西是一个基本功，但是在业界上做的卷而又卷，快卷到不知道自己在做什么了，甚至加了人工智能在里面（此处应有笑声），但是效果出来说实话并不理想，其原因在于建模本身的很多假设就是有问题；即便是假设是合理的，但很多合理的假设叠加在一起（几十个上百个假设）的时候，模型就会越来越离谱，那么即便是你的出发点是企业有没有价值，到了最后，你的模型也无法说明企业的价值。除了财报之外我们还需要关注另外一个能够阐述企业公开信息的东西——上市公司的并购方案。并购方案（一般称行《购买资产并募集配套资金暨关联交易之独立财务顾问报告》）一般是由上市公司发起并购另一家公司的估值报告，是由相应的财务顾问（一般是券商）来出具的，向证监会备案申请。对于大多数上市公司来说，这样的并购方案都是战略而非财务投资，因此和上市公司的主营业务、未来发展方向高度相关；而上市公司战略并购一般就只有两个目的，要么是打通上下游产业链，在产业中占据更大的位置（所谓纵向并购），要么是扩大市场范围，压制潜在的竞争对手（所谓横向并购），这些报告结合财务报告作为参考，能够给分析师更多的信息佐证，避免判断失误。并购报告有几个重点：企业的真实并购动机、企业并购的资金来源、被并购企业的运行状况、并购业绩承诺（对赌协议）、估值和商誉。在这些内容的对比中，有时就会发现并购和被并购企业的真实资质和潜在风险，甚至会发现一些事实上的冲突。以上是企业说了的。可以看见这一步的难度。2）公司没说的公司没说的，那就是公司信息是否真实、公司的黑历史、公司与特定人群的特定关系和公司内部的运行情况，简而言之，公司治理情况。一般而言，公司治理分为外部治理和内部治理。外部治理还好说，起码有新闻媒体天天往出曝光；但是内部治理是真的难以甄别：不仅要熟悉公司的内部架构，而且要知道这些人都是什么关系。这就是一件动腿的事情，而且是一件高阶动腿的事情，一般人动不起：那就是上市公司现场调研。理想情况下，机构持股以后都会跑到上市公司去调研，调研一下公司的实体资产（工厂、流水线、车间、工人基本素质、产能、订单），内部管理层（谁是谁的爹，谁是谁的妈，他们都怎么想的）。但是事实情况是能够调研出来的东西真的不多。一方面是上市公司现在早已经形成了成熟的接待机制（董秘接待），另一方面是调研的时长都是截面的，无法确定上市公司长期的一个投资情况。因此这部分就是真的黑箱：你无法得知一家公司内部是不是混乱，就无法确知上市公司内部①有没有潜在风险②能不能执行它现在的战略。这部分的信息通常需要更加深入的检验，但是我们现在的情况是机构经常排队去调研公司，而公司也专门有大厅来安排调研人员来吃甜品（笑）。今天调研一个明天调研一个，最后的效果说实话一般，而且疲于奔命、形式大于实际的东西更多。2、你看的这家公司在全行业中占据哪个位置（行业、行业产业链、产业链上游/下游）3、你看的这家公司所在的行业当前相对于其他行业的位置（行业景气程度、行业利润）这两个问题其实并不是一个问题，但是我们合起来说，因为它可以归结于券商研究所的一份重要工作——行业研究。所谓的券商行研，大部分情况下都是在做这两件事——1，行业怎么样；2，行业里面的这家公司在哪个位置。对于现代公司来说，独立自己一家能够生产到对消费者的产品已经几乎不可能了；就像一家2C的电脑公司（比如联想）来说，芯片是英特尔/AMD的，显卡是英特尔/英伟达/AMD的，模具设计和制造是仁宝/广达/纬创的，声卡是瑞昱的，硬盘是三星/东芝/西数等等的，显示器是LG/京东方/夏普的，键盘是旭丽/群光/美蓓亚/英群的，主板是技嘉/微星/精英的。所以分析一家公司的时候，如果仅仅对着公司硬分析，难免分析出离谱的结果；你要看公司所在的行业上下游都是谁，以及公司自己对上下游的占领程度怎么样，以及所在的行业自己的上下游行业又怎么样，才能断定出一家公司当前的质量。这部分的信息获取难度，要远高于问题1。难度大到什么程度呢？如果说上面的信息，一个金融学生通过努力还能弥补和优化，那么这一部分的信息就到了看都看不懂的地步，除非有懂行的人来看，否则根本就是隔靴搔痒。即便是能够看得懂，这部分的数据也都大多涉及到企业的行业机密了：核心算法、核心配方、核心用户数据，只要泄露一点点就能够进监狱，因此这部分是真的很难，而且要求非常高的。这也是为什么行研现在都喜欢招聘工科背景的复合型人员，甚至有些基金券商压根就不招聘纯金融财务背景的学生——搞财务分析、搭模型说实话对研究所产生的价值真的不是说最核心的，最核心的是到底懂不懂这家公司到底在这个行业中有什么优势，以及这个公司到底能不能保持这种优势很长一段时间。额外说一句：我们的世界现在看起来是一个信息公开的世界；但是由于人脑本身的学习能力缺陷和知识被无限竞争所卷出来的深度，任何一个技术的前沿，都只有一小撮人在最前面研究，这也就造成了深度知识的另一种概念上的垄断：除了深度熟悉这个行业的人之外，其他人根本不能在第一时间获取到这个行业的未来动向；而能够读得懂这部分内容的人，起码要受过相关行业的高等教育。劝退：这部分做不好是正常的，做得好才不正常，要么lucky，要么诡异。做的好可能需要的成本最后远高于得到的回报。行业研究我接触的不多，大多以买方为主。这部分人员在买方其实是很稀缺的，但说实话，这部分人很难招，而且投入产出比比较差，至于为什么投入产出比差，我们在第五个问题中回答。4、这个行业在所在国是否有市场，受支持（中观行业链、宏观经济链）这个问题，将带大家进入玄幻领域。在入职现在这家公司以前，我是做外汇的；而在做外汇之前，我是做固定收益策略的。无论是做固定收益还是外汇，都少不了对宏观经济的研究。如果说上面的东西还是有迹可循（财务报表、并购方案、行业知识），那么问题4则是一个高度复杂、高度不透明的研究领域，靠谱的指标首先就不多，对指标的解读更是玄幻。靠谱的指标不多，而宏观指标不透明到什么程度呢？可以负责任的说，当前公布的许多宏观信息的统计口径都是不完备的，对宏观分析不仅没有用，反而有害；甚至当前没有任何一组指标能够完整、客观的描述宏观经济、金融市场的运行状况和政策方向等话题，更不要说对指标本身具备分析和参考价值了。以最简单的宏观流动性为例，统计数据来源包括股票市场流动性、债券市场流动性、国债/国开流动性、在岸/离岸流动性、M2、社会融资规模及其增速、美联储资产负债表等等等等，而这些流动性的投放和收紧有1天的，7天的，1月的，6月的，1年的，N年的，并且都有不同的标价（收益率期限结构）。这些指标所刻画的流动性包括当前的总量情况、结构情况、期限结构情况；这些复杂的指标还不是难题：难题是这些指标都无法刻画你想追求的东西。这可能是也是为什么宏观经济研究“大师轮动”的原因。其实“大师预测”到底对不对不取决于大师的研究能力，而取决于大师的八字运程：命里说有皆须有，命中说无皆虚无。甚至有机构曾经尝试复现CGE模型（可以百度一下有多少个参数），但是最终的结果仍然十分惨淡。但是对一家公司而言，宏观的影响又十分重要：有没有政策支持，监管态度如何，市场角色如何以及未来发展是否与宏观需求相符等等很多因素都需要厘清。因此这部分需要按图索骥，一点一点的刻画这部分的全貌。这里讲个有趣的故事：一个业界声望很高的，带我的领导曾经问我一个问题：钱是什么？我当时以为是考验我，后来他跟我讲，越研究宏观，越发现搞不清楚钱的定义了，钱是什么，到底是什么，他不懂。在很多年过去了，当我回到这个问题上，我也不禁想问这个问题：钱到底是什么？原本如此简单的一个问题，为何研究来研究去，变得如此难以回答？所以大家凭本事分析和鉴别吧。这事儿我弄不懂，也不多瞎说了。5、市场到底发没发现、能不能发现这家公司的最终价值（市场情绪、市场音量）从上面的四个问题，我们细化的看了一下一家企业从小到大，从下到上的每一步分析情况，相信大家都已经明白我说的“厘清事实都很难”是为什么了，但其实如果有足够的努力，我们还是可以做到一定的程度的；但是问题5，则是到达了一种很难做得出程度的结果。因为问题5问的是一个无法回答的问题，它分为两个小问题：1、内卷博弈：你研究出来的这一堆，市场上是不是已经给它精准定价了？（市场情绪）2、故事音量：买股票最大的问题是卖出去，你研究出来的这一堆，能不能称为一个好故事？（市场音量）问题1说了一个信息完备性的问题：对于任何一家在市场上公开交易的上市公司，它当前的股价在某种程度上都刻画了上市公司所带来的的信息——上市公司本身的质量、上市公司行业的质量和上市公司所在行业的宏观质量。那么，你在研究以后，是否能够发掘出来市场上还没有发掘出来的信息？进一步的，既然你都能发现这种确定性的优势了，那么这个企业为什么还没有发现？为什么你自己不去做？因为商机是最难发现的。而问题2则说明了另外一个问题：你买进的股票能不能升值以后再卖出去？你这家公司的故事，市场上给你接盘（买你股票的人）能不能听懂？听懂了是不是得出和你一样的故事？问题2实际上指出的就是为什么2C的公司估值往往高于2B公司的原因。2B公司的业务都是对公司的，专业性远远高于2C。任意挑出来一家材料公司，可能在某些科学技术实力上都要高于茅台，但是市场只认可茅台，这就是因为茅台的故事简单好听，大家都能听懂，所以市值就蹭蹭往上走；而可怜的一些高科技企业可能占据整个它市场都80-90了，也没有人会给它拔高估值。回答第5题，就能回答最终的问题：买入持有还是卖出的问题。综上我们详细的讲了（劝退）基本面分析。希望各位年轻的股民投资者谨慎思考自己的能力，因为入市有风险，投资需谨慎。