文|互聯(lián)網(wǎng)怪盜團(tuán)特邀成員 戰(zhàn)車(chē)（元芳）
怪盜團(tuán)團(tuán)長(zhǎng)按：
本文的作者元芳是我的一位前同事和好友。他目前擔(dān)任某券商傳媒互聯(lián)網(wǎng)首席分析師，在培訓(xùn)新人方面投入了很多精力。這是他分享的第三堂課，如果有人對(duì)前兩堂課感興趣，請(qǐng)點(diǎn)此閱讀：證券分析師的第一堂課； 證券分析師的第二堂課；證券分析師的第三堂課。
根據(jù)我過(guò)去多年的經(jīng)歷，國(guó)內(nèi)投資行業(yè)對(duì)年輕人總是要求太多，恨不得入職之后立即發(fā)揮巨大作用；訓(xùn)練又太少，幾乎談不上成熟的培養(yǎng)體系。其實(shí)，中國(guó)的職場(chǎng)哪里不是這樣呢？工作了幾年，只能依靠自己領(lǐng)悟，沒(méi)有形成工作框架的大有人在。
我相信，在投資研究中形成的方法論、分析能力，廣泛地適用于各式各樣的行業(yè)研究和戰(zhàn)略研究。
證券分析師的第四堂課：如何收集、處理和分析行業(yè)數(shù)據(jù)？
數(shù)據(jù)是研究報(bào)告的血肉，是支撐報(bào)告結(jié)論的重要組成部分（支撐報(bào)告結(jié)論的重要組成依次為：邏輯推導(dǎo)、數(shù)據(jù)支持和事實(shí)案例）。數(shù)據(jù)收集、處理和分析的好壞直接決定著研究報(bào)告的質(zhì)量。盡管數(shù)據(jù)相關(guān)內(nèi)容是最基礎(chǔ)的工作，但是你會(huì)發(fā)現(xiàn)不同入行年限的分析師，對(duì)于數(shù)據(jù)的收集、處理和分析差距非常大，并且隨著對(duì)行業(yè)和公司的理解，在報(bào)告中對(duì)于數(shù)據(jù)的使用會(huì)越來(lái)越精簡(jiǎn)、恰當(dāng)和有效。
此外，我們也分享一下我們對(duì)于“數(shù)據(jù)方法論”上的一些看法。
其一，獨(dú)立思考與“抄”并不矛盾。我們其實(shí)非常建議初學(xué)者要多看、多學(xué)、多“抄”，因?yàn)閷?duì)于基礎(chǔ)薄弱的初學(xué)者，可能在數(shù)據(jù)了解程度、文字表述以及行文布局方面都缺乏實(shí)踐，合理借鑒是非常有必要的。但在“抄”的基礎(chǔ)上，如何用出“心意”和“新意”，你需要思考：
作者為什么此處用這個(gè)數(shù)據(jù)？
是否存在更合適的數(shù)據(jù)？
在原數(shù)據(jù)的基礎(chǔ)上是否可以再處理，從而優(yōu)化解釋力？
其二，先有結(jié)論還是先有數(shù)據(jù)？先有數(shù)據(jù)，再無(wú)偏見(jiàn)的得出結(jié)論，這種方式廣泛被認(rèn)可。如果預(yù)設(shè)結(jié)論，初學(xué)者往往會(huì)去找可以佐證的數(shù)據(jù)，忽略證偽的數(shù)據(jù)，從而導(dǎo)致結(jié)論的偏差。但在實(shí)際上，“先有結(jié)論后找數(shù)據(jù)”是最高效的方式。舉個(gè)簡(jiǎn)單的例子，我們認(rèn)為B站游戲和TapTap是直接競(jìng)爭(zhēng)對(duì)手（這一結(jié)論其實(shí)可以從與從業(yè)人員交流、雙方的布局中感受到）。如此反向推到，則B站游戲和TapTap應(yīng)該具備如下共同特征：
最受歡迎的游戲應(yīng)該是二次元游戲；
二者平臺(tái)上廣告投放最多的應(yīng)該是二次元游戲。
我們通過(guò)這樣的兩組數(shù)據(jù)就可以很好的量化證明二者競(jìng)爭(zhēng)關(guān)系。
其三，多思考是最好的訓(xùn)練。報(bào)告是由每組數(shù)據(jù)得出的結(jié)論所串聯(lián)，在日常訓(xùn)練中可以將每組數(shù)據(jù)對(duì)應(yīng)的結(jié)論列在底稿中。如下圖“日本外賣(mài)行業(yè)市場(chǎng)規(guī)模及滲透率”，我們可以得出哪些結(jié)論？
日本外賣(mài)行業(yè)市場(chǎng)規(guī)模及滲透率（1975-2020年，千億日元）
我們可以得到初步結(jié)論（需要進(jìn)一步驗(yàn)證）：
日本常態(tài)外賣(mài)市場(chǎng)滲透率22%左右，由于中日在經(jīng)濟(jì)、人口密度等方面相似，中國(guó)外賣(mài)市場(chǎng)可以參考此比例；
經(jīng)濟(jì)危機(jī)下，外賣(mài)業(yè)務(wù)具有非常強(qiáng)的韌性，1997年亞洲金融危機(jī)時(shí)期，日本外賣(mài)滲透率增長(zhǎng)顯著陡峭；
外賣(mài)在疫情期間的防御屬性強(qiáng)，2020年日本新冠疫情導(dǎo)致外食率下降25%，而外賣(mài)市場(chǎng)規(guī)模保持穩(wěn)定。
通過(guò)給每組數(shù)據(jù)找到多個(gè)初步結(jié)論是非常有助于思考能力的提升和報(bào)告攥寫(xiě)。
接下來(lái)，我們將正式開(kāi)始“數(shù)據(jù)的收集、處理和分析”工作：
數(shù)據(jù)的收集環(huán)節(jié)包括：
第一是公司定期數(shù)據(jù)：包括招股書(shū)、定期財(cái)報(bào)中的經(jīng)營(yíng)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)（海外公司的定期Investor Presentation里面可能有更詳細(xì)的經(jīng)營(yíng)數(shù)據(jù)），也包括對(duì)其進(jìn)一步處理的數(shù)據(jù)，比如“單日活用戶日廣告貢獻(xiàn)”、“單日活用戶營(yíng)銷(xiāo)支出”等，同一行業(yè)不同公司的對(duì)比非常有意義。并且定期數(shù)據(jù)及處理后的數(shù)據(jù)的可靠性非常高。
第二是行業(yè)數(shù)據(jù)：包括國(guó)家統(tǒng)計(jì)局、行業(yè)權(quán)威機(jī)構(gòu)、海外統(tǒng)計(jì)數(shù)據(jù)等（海外公司的定期Investor Presentation里面可能會(huì)披露一些行業(yè)數(shù)據(jù)），比如Questmobile的移動(dòng)用戶數(shù)據(jù)、AppAnnie的移動(dòng)游戲流水?dāng)?shù)據(jù)、七麥數(shù)據(jù)的移動(dòng)游戲排名、爆量助手的買(mǎi)量以及伽馬數(shù)據(jù)的游戲行業(yè)流水?dāng)?shù)據(jù)等。
這里我們要特別強(qiáng)調(diào)一下海外統(tǒng)計(jì)數(shù)據(jù)，不能否認(rèn)美日韓等發(fā)達(dá)國(guó)家在很多行業(yè)數(shù)據(jù)統(tǒng)計(jì)方面更加嚴(yán)謹(jǐn)和全面，比如日本餐飲企業(yè)外賣(mài)市場(chǎng)結(jié)構(gòu)、韓國(guó)K12教育滲透及支出情況、美國(guó)第三方投顧管理規(guī)模及收入、轉(zhuǎn)基因種子增收情況（ussecinchina.com）。
第三是行業(yè)常識(shí)：比如移動(dòng)游戲渠道分成（安卓5：5，蘋(píng)果3：7）、養(yǎng)殖行業(yè)常識(shí)（生豬出欄均重120KG、玉米豬肉轉(zhuǎn)化比1：2.7左右）等等，這些常識(shí)都是了解行業(yè)的基礎(chǔ)。
第四是草根調(diào)研信息：很多信息沒(méi)有高頻、權(quán)威的第三方統(tǒng)計(jì)，但其又是非常重要的，比如一些非上市公司的經(jīng)營(yíng)和財(cái)務(wù)情況（抖音各項(xiàng)商業(yè)化數(shù)據(jù)）、白酒的批價(jià)信息等。
數(shù)據(jù)的處理環(huán)節(jié)包括：
第一，加減乘除：
加即合并，比如很多視頻平臺(tái)將內(nèi)容采購(gòu)納入投資活動(dòng)現(xiàn)金流中，事實(shí)上其與經(jīng)營(yíng)活動(dòng)相關(guān)，我們考慮現(xiàn)金缺口時(shí)候可以將其加回；
減即剔除，比如騰訊社交網(wǎng)絡(luò)收入中包含移動(dòng)游戲的引流分成，這部分與游戲業(yè)務(wù)更加緊密；
除即比率和人均，比如滲透率、付費(fèi)率、電商貨幣化率以及單日活用戶廣告貢獻(xiàn)、單用戶營(yíng)銷(xiāo)支出鄧。
“除”是最常用的數(shù)據(jù)處理方式，但要注意除數(shù)的選取和意義，單日活用戶廣告貢獻(xiàn)比單月活用戶廣告貢獻(xiàn)更具有現(xiàn)實(shí)意義。
第二，相關(guān)和回歸：這是數(shù)據(jù)處理的進(jìn)階。相關(guān)系數(shù)高說(shuō)明兩組數(shù)據(jù)關(guān)系就越強(qiáng)。比如我們通過(guò)數(shù)據(jù)驗(yàn)證“頭部養(yǎng)殖企業(yè)的單豬市值和豬肉價(jià)格強(qiáng)相關(guān)關(guān)系”，都在0.8甚至0.9以上，從而證明了單豬市值法的有效性，并且可以依據(jù)這種估值方式得出不同養(yǎng)殖企業(yè)的估值水平。我們只需要跟蹤其中一個(gè)變量，就可以擬合出另一個(gè)變量的變化趨勢(shì)?；貧w則是將相關(guān)關(guān)系量化，這種量化關(guān)系可以用來(lái)預(yù)測(cè)。
比如我們可以通過(guò)“SaaS公司PS和營(yíng)收增速”的散點(diǎn)圖發(fā)現(xiàn)，二者存在正相關(guān)，并且通過(guò)最小二乘法得到回歸公司，如“PS = A*營(yíng)收增速 + B”，而我們可以通過(guò)已知/預(yù)測(cè)某公司的營(yíng)收增速，從而得到合理的PS值。
下面是數(shù)據(jù)的分析環(huán)節(jié)：
沒(méi)有邏輯的數(shù)據(jù)只是空殼，沒(méi)有數(shù)據(jù)的邏輯則是空中樓閣。處理過(guò)的數(shù)據(jù)要為結(jié)論服務(wù)，我們需要解釋數(shù)據(jù)的差異性和合理性。數(shù)據(jù)的分析是為了支撐報(bào)告的結(jié)論，其中包括：
第一是縱向比較：以歷史數(shù)據(jù)為基礎(chǔ)，找出異常數(shù)據(jù)并分析原因，比如“2020年第一季度B站MAUs單季度增長(zhǎng)大幅提升，系公司戰(zhàn)略發(fā)生變化，轉(zhuǎn)向以用戶增長(zhǎng)為導(dǎo)向，加大投入”；或找出歷史數(shù)據(jù)的規(guī)律，比如“游戲行業(yè)市場(chǎng)規(guī)模與本國(guó)GDP高度相關(guān)，年度角度，游戲行業(yè)不存在口紅效應(yīng)”等。
第二是橫向比較：以不同行業(yè)、公司數(shù)據(jù)對(duì)比為基礎(chǔ)，找出數(shù)據(jù)之間差異的原因，比如“不同視頻平臺(tái)的單日活用戶日廣告貢獻(xiàn)不同，抖音最強(qiáng)、快手次之、B站最弱，背后是用戶時(shí)長(zhǎng)、廣告加載率、CPM不同所致”；或通過(guò)其他行業(yè)、公司經(jīng)驗(yàn)為本行業(yè)、公司提供借鑒（包括不限于天花板、發(fā)展要素等），比如“測(cè)算TapTap的市場(chǎng)空間，可以通過(guò)Steam在端游領(lǐng)域的占比來(lái)對(duì)比”，當(dāng)然也不要忽略其中的不同，比如“日本外賣(mài)花了30年達(dá)到滲透率15%以上，而中國(guó)只花了不到10年的時(shí)間”。