行业分析考量因素

行业分析考量因素

简析几大行业分类

1、消费品行业

      从宏观逻辑与产业逻辑看，消费品行业有几个重要的因素需要关注：

1）消费的人口红利基本消失。中国特殊的人口结构（尤其是过去一胎制的人口政策的结果）与过去二十年在生产与渠道上的快速扩产，商品普及与渠道渗透基本完成；未来消费的顾客数量与人均消费量几乎没有什么增量、甚至会出现下降，大单品的增长时代基本结束。

2）中产阶层的人口与互联网一代的人口占比会在未来几年迅速提高，存量市场的结构升级与品类创新会有机会，体验、服务、健康、审美等需求成为购买决策的重要因素，但创新的边际贡献会递减，对大公司来说边际贡献不会太大。

3）厂商与消费者的关系。从过去的厂商导向，到现在的消费者导向，消费者才是最终最有影响力的引导者，但好的厂商深刻理解消费者又要超越消费者。对厂商来说，最重要的是要和消费者建立高效互动的沟通模式。现在的IT技术可能会帮助他们做到这一点，用大数据去记录消费行为的全流程，用这些数据来进行深度挖掘。做到流程更加优化，供应链效率更高。并在这些数据的基础上不断启发有效的创新，带来更多的，产销对路的产品。过去厂家生产太多品质凑合的、消费者也凑合购买的商品，以后更多应该是更为精准的东西。

4）品牌与产品力。互联网的普及基本上消除了信息不对称，消费者的认知能力大幅度提高，消费者相对于厂商的谈判地位上升，品牌忠诚度的挑战更大，但同时优质品牌获得更多的市场份额的效率会更高。期间更为确定的是渠道的价值大幅度被压缩、差的品牌被迅速淘汰。从这个意义上来说，产品力（广义的内容，包括服务）的价值将更容易得到体现，持续的产品创新能力、有效准确的传播（代替传统意义上的形象代言与广告）、与消费者的良性互动变得越来越重要。

在这样的宏观逻辑与产业逻辑下，观察企业微观的业务与财务数据就和过去有不同的侧重点。比如，我们就要看一个老品类的毛利率是否在提升或维持、新品类的占比是否提高、新品类创新的边际利润是否提升、总量上的市场份额是否提高等指标。

再比如对消费者的观察还要看客户人数、客单价、复购率等多个维度的业务数据与财务数据，去验证这个企业是否具备持续的学习与创新能力。

---

2、服务业

宏观逻辑上看，在商品消费普及基本结束的背景下，体验消费与服务消费的占比将持续提升，这也符合宏观经济意义上人均GDP达到一定水平后的居民消费倾向的特征；同时商品与服务的融合也越来越普遍，对于消费者的认知来说，“服务即产品、产品即广告”。在当前的宏观经济背景与中产阶层占比快速提升的条件下，服务业的空间仍非常大。

产业逻辑上看，从马斯洛需求层次理论来说，在生理需求、安全需求等生存需求满足后，社交、尊重、爱等归属需求以及自我实现的心灵需求就会大幅度增加。所以，服务业最重要的是要站在用户的角度，建立更好的体验、口碑和以及由此递进的用户粘性，是要提升消费者在功能需求、体验满足、情感共鸣与文化认同上的总效用。

顺着上述两个逻辑，看服务业企业的业务与财务，可以有一些重要的维度：

1）用户数及其变化，这是一切的基础，尤其要看可以产生交易或付费的用户数量；

2）用户的续单率（对应的流失率）与ARPU值（或ASP），这是对口碑与体验最好的数据验证；

3）获得新客户的边际成本与边际利润：一个企业通过品牌、传播、广告获取新客户的能力非常重要，获取新客户是否有边际利润；比如客户推荐率指标就是非常好的数据（NPS值，Net Promoter Score，净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%，消费品也适合这个思路），好的产品或服务，老客户是最好的传播者。

4）客户的学习成本是否够低、转换成本是否较高，即客户更容易进来而不容易离开。

当然，服务业是一个非常宽泛的概念，既包含传统的服务业，也包含基于互联网基础实施的各种信息服务业，但背后的核心逻辑原理是相似的，理解与研究的框架完全可以打通。但传统服务业与有互联网属性的新兴服务业在用户、流量或销售额、现金流、净利润等业务与财务数据的发展路径有显著差别，传统服务业更接近于时间与空间上的线性增长，而有互联网属性的新兴服务业更表现出某种指数级增长的特征，以及由此导致的赢者通吃(极少数公司占据大部分市场份额)的行业格局。

---

3、制造业

从宏观逻辑看，制造业（包括广义的硬件）有以下几个要点：

1）中国制造业的总体能力仍较难被其他经济体所替代，经过过去20多年的积累，中国制造业全产业综合配套能力在全球仍有较强的竞争力、甚至这个竞争力还会进一步提高；

2）尽管中国的整体的人口红利消失，但工程师、高素质劳动者的人力资源红利仍可能维持较长时间；

3）更为特殊的因素是中国有着非常庞大的本土市场作为很好的试验场，对于很多企业来说，其试错的成本就远比其他经济体低得多；

4）由于发达国家总体经济较为低迷，一些制造业企业的财务状况较差，这给中国的领导型企业带来了难得的全球化机会。

这几个因素给我国的制造业升级提供了较为有利的条件，但可能只有少数非常优秀的企业在这些方面把握住机会。

从产业逻辑看，传统制造业的核心逻辑是产品与流程的标准化与规模化，从而达成在时间与空间上的自我复制能力，上个世纪后期以日本企业为代表的精益生产充分体现了这个逻辑，这个逻辑在现在的中国还会适用一段时间，我国的白电行业也充分地说明了这个逻辑。

另一方面，在计算技术、大数据与云计算飞速发展的现在与未来，过去难以规模化的非标准产品也可以在相当程度上实现全流程的数字化改造，并可能实现个性化量产，这在一些细分行业（如定制家具、制衣等原先非常难以实现行业集中度提高的行业）已经开始出现，以突破非标品“规模是敌人”的可能，当然这个过程的摸索过程会较长、研发的前期沉没成本会较高，其难度也远远高于标准品的产能复制规模化，但做成功以后的壁垒也会更高，这方面的研究在长期战略上要重视、在投资时间上要严谨与有耐心。

从业务与财务逻辑看，无论是产能复制式还是个性化量产的模式，制造业有两个因素非常重要：一是广义产能规模（财务上包含固定资产、无形资产、商誉等因素，业务理解上也包含制造、研发、营销等一线人员的数量）的扩张是否带来正的边际利润，好的扩张还会带来边际利润率不断上升，从而有能力提升公司总体的ROE水平。

二是这个规模的扩张是否带来显著的长期竞争力的提升，如对有壁垒的核心技术的掌握、终端的规模在品牌上的持续积累并因为这个品牌导致的产品溢价与份额提升。总结起来就是，在空间上形成规模与成本优势，在时间上积累品牌溢价。

---

4、TMT行业

从宏观逻辑看，技术进步是经济长期增长潜力最为重要的因素之一，过去几十年TMT行业集中了人类历史上最大规模的技术进步与商业模式创新，也是全球过去几十年最为重要的增长动力。科技革命，尤其是过去二十多年的互联网革命完全重构了全球经济格局、产业演进与人类生活方式的全新面貌。

但从另外角度看，也许技术进步的速度已经超过了宏观总需求的增速，再加上创造性破坏的特征，在过去十年显示出经济总量低增长与低就业的效应。科技革命加上现代金融技术与资本的力量，又使得初次分配更容易集中到技术精英与资本（股东）身上，普通劳动者的报酬并没有显著提高，在全球包括发达国家的贫富分化继续加剧，也许这是08年以来的金融危机的深层原因之一。就像《人类简史》中论及的，普通民众，无论作为劳动者（更大程度的被机器与数据替代，机器的生产率提升空间可能大于人）还是作为消费者（报酬提升很少，消费弹性降低）来说，其经济价值可能仍将持续贬损。

从产业逻辑看，TMT的技术演进路径、技术成果的商用普及以及由此带来商业模式的创新路径尤为重要。技术与商业模式的领导者将由于“报酬递增原理”，其领先优势与市场份额在相当长的时间里持续扩大，行业集中度迅速提高。无论是硬件，还是软件、服务，都显示出这个特征，比如芯片、显示、存储、各种应用软件、流量平台、社交网络等各个细分行业都是如此。所以，在同一个细分行业，不同公司的命运是天壤地别的，产业中观的研究尤为关键。

站在现在时点看，智能手机的普及与流量红利基本上结束，新的技术进步需要跨越到下一个S行曲线，大级别的技术创新可能需要较长时间的探索，大数据、云计算、下一代智能终端的形态（AI、AR/VR，难以形成几亿量级的标准化大单品，更可能的是硬件、软件、内容、服务的融合）都和前二十年的发展逻辑又将有新的变化。

从企业的业务逻辑看，TMT行业的技术路径选择的错误成本非常高，错误的选择会是灭顶之灾，经典商业读物《追求卓越》案例中的一些“伟大企业”，现在不是惨淡经营就是已经不在了；主流技术的领先性所主导形成的全产业链研究尤为重要。

从财务逻辑看，技术导向型的企业，其收入，利润，现金流的变化，不像传统制造业那样线性变化。对于技术研发型的企业来说，最先增加的可能是技术人员与研发费用，然后才是收入，净利润与现金流更为滞后；对于商业模式创新的服务型企业来说，最新体现的可能是流量与用户，再有收入的增长，最后是净利润与正的现金流。

上面说到的几个大类行业，并不是一个严格的区分，这些粗线条的大逻辑只是简单说明了一些重要的共性与规律性的东西。很多产业本身可能具备多个特征的综合，当然这些特征会有显著的主次关系，对于具体的细分行业还要做更为深入的分析，并形成严谨的逻辑框架。另外，在现在的经济与产业背景下，跨学科的、融会贯通的研究越来越重要。