Ahead of the Curve 利率在近年保持在較低水平，而債務總額同比增長率在過去2年內一直在上升，若這種趨勢持續到未來，它表明二者的關係模式正是第 6章提到過的典型背離關係，因此可以預測，利率將在未來大幅度上升。本書寫作時聯邦基金利率仍低於3%，與2005年初的水平相當，如果經濟對可貸資金的需求急劇上升，美聯儲會動用有限的政策工具來抑制利率上升，這可能出現類似20世紀80年代中期的異常情況。但是， 如圖14-2和圖14-3所示，債務總額增長率和利率之間一直存在可預測的關係，這使得我們有把握相信，利率在接下來的幾年中將上升，而聯邦赤字引起的借款增加是導致利率上升的主要原因。顯然，利率上升對宏觀經濟增長和股票市場估值的潛在影響尚有爭論。 第三部分探討了如何運用具體的經濟資料序列，有效地預測消費需求的上升或下降趨勢，對消費需求的預測有助於我們更好地預測經濟發展和整個股票市場的走勢。與之同樣重要的是，這部分內容說明了哪些指標是滯後的，由於它們會產生誤導，因而人們應該避免使用這些指標來預測。第四部分將闡述如何利用這一方法和一些關鍵的經濟因果關係，為某產業或公司提供更好的經濟週期預測。 175
HEAUUS j'CURVE 第四部分叢理論到實踐運用基本繪圖方法進行預測第15章行業或公司的預測第二、三部分闡述了消費支出、工業生產（製造業）和資本支出 （廠房和裝置）等三個主要經濟部門之間長期存在的迴圈宏觀經濟因果關係，還討論了消費支出的可靠領先指標，以及如何利用這些指標預測消費支出上升、下降的基本趨勢及其拐點。因此，企業和投資者可以透過預測消費支出全面瞭解經濟執行。 理解這條經濟因果關係鏈能夠幫助企業和投資者預測宏觀經濟的上升或下降趨勢，至少有助於更好地把握宏觀經濟變化並及時地採取應對措施。 15.1 微觀層面的預測在現實中有應用前景嗎宏觀經濟預測帶來了一個重要問題。在某行業從事管理工作或投資的企業經理，能否使用前文討論過的宏觀經濟層面的圖表分析技術， 深人到宏觀經濟內部，預測某具體經濟部門或行業的需求週期？例如， 在資本支出部門中，一家生產金屬衝壓和切割裝置的機床製造商，能 179
Ahcad of the Curve 第四部分從理論到實踐：運用基本繪圖方法進行預測否把耐用消費品的消費支出（個人消費支出），或者更具體一些，把汽車和家用電器等需要大量金屬來生產的產品的零售銷售額，作為領先指標並透過繪製圖表來預測自己的銷售額？或者，由於耐用品和非耐用品通常需要使用紙箱運輸，一家紙箱生產商能否把這兩類產品的消費支出作為紙箱產品需求的一個領先指標並進行作圖分析？ 分析師和投資者也需要更準確地預測具體行業的商業迴圈趨勢。 在任意給定的年份裡，某隻股票的業績表現高於或低於市場一般水平， 這與股票所在行業在某一經濟週期階段的相對業績表現有關。換言之， 某隻股票，如JC彭尼（JC Penney）或杜邦（DuPont），在大部分時間內相對於整個股票市場的業績表現，各自取決於給定時期內零售業或化工行業相對於其他經濟部門的業績表現。 每家公司在每輪經濟迴圈上升或下降的時間順序中所處的位置不僅是可預測的，而且取決於這家公司是從屬於消費支出、工業生產 （即製造業）還是資本支出等部門。因此，對在經紀公司和機構投資公司工作的分析師和投資組合經理來說，最重要的是，如何根據經濟和股票市場週期中的這些時間順序，果斷地判斷出應該持有哪些行業的股票、避免進入哪些行業，同時還要評價這些行業中單家公司的前景。這要求分析師和投資組合經理應該試圖走在曲線之前，儘早地確定整個行業的主要迴圈上升和下降趨勢，而不能等到整個股票市場已經反映出這種趨勢時才察覺到它。雖然成千上萬的經紀公司和資金管理公司正嘗試著這樣做，但並沒有取得明顯成效。 注重在經濟週期的不同時間上選擇不同行業，這種做法還有一個本不該被忽視的重要優點。即便人們不可能提前預測某行業的上升或下降，他們仍然能透過繪製清楚的圖表，深入地瞭解這些行業過去的週期波長和波幅（即上升和下降的程度），並從中得到極富價值的信息，而多數企業經理和投資者還可以用經驗資料說明在過去幾十年中， 180
第15章： 行業或公司的預測 Ahead of the Curve 經濟週期如何造成他們所關注的行業發生週期性波動。 15.2 哪些行業適合於這種方法首先必須認識到的是，並非所有行業都適合於週期分析。此外， 和本書所闡述的所有經濟關係一樣，確定哪些行業適合、哪些不適合使用這種方法，必須符合常理。 •無法預測的國內外政治事件對一些行業的影響，遠遠超過了週期性經濟因素的影響，這些行業包括軍用「飛機制造、 軍火生產等與國防相關的行業，也包括殼牌（Shell）和埃克森美孚（ExxonMobil）等國際石油公司所在的能源行業。 對這些行業中的企業來說，武裝衝突或國外供給中斷在長期中對公司前景的影響程度，遠遠超過了美國國內需求的影響。 •些規模較大的行業，如衛生保健、醫藥和教育等，滿足了消費者對不可自由支配的服務的需求。這些行業本身就不存在週期性波動，而較多地受到人口、不可被推遲的消費需求等因素的影響。在某種程度上，法律和社會保障等政府公共計劃的變化也會影響這些行業，但週期性經濟因素則不會。 •消費支出部類中還有幾類行業，它們在一定程度上受到經濟因素的影響，但更多地受新潮流、娛樂趨勢或“排行榜” 的影響。根據受影響程度從小到大劃分，這些行業包括女士成衣、運動鞋和娛樂（如電影、音樂製作和電視）等行業。 •還有一些行業的增長速度較快，在其快速增長階段，經濟週期對它們經營業績的影響不是顯而易見的，這些行業通 181
Ahead of 第匹部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測常是高技術行業，比如20世紀80年代未期到90年代中期的計算機行業和軟體業，以及過去10年中的生物科技行業。 儘管如此，大多數行業，從生產製成品的行業（如多數家用電器和辦公裝置行業）到原材料行業（如鋼鐵和化工行業），都受到週期性經濟因素的影響，因此，這些行業也是本章討論預測方法時的研究物件。在本章的所有例項中，我們把熟知的常理與邏輯推理結合起來，這樣，就可以把建立在圖表分析基礎上的預測方法推廣到廣義行業部門（如普通零售業）、具體行業部門（如家居裝修零售業）， 甚至是某家企業（如家得寶和勞氏（Lowe's））等，並對其進行深入分析。 15.3 為什麼公司自己不進行預測在美國，很多行業的大公司都沒有嚴格的內部經濟預測體系，實際上，這些公司主要依靠第1章描述過的臆測方法來預測。這就產生了一個重要的疑問：在可以獲得統計資料的情況下，這些公司為什麼不嘗試著使用本書討論的圖表和基本方法，並以此為基礎來進行預測呢？更不必說，它們會聘請專業投資分析師來幫助預測了。 答案很簡單，歷史上幾乎沒有宏觀經濟預測及其方法值得公司和投資者信任，從而形成一種對預測方法善加利用的氛圍。簡言之，由於公司和投資者不能獲得可靠的、容易理解的宏觀經濟預測結果，他們也就不願意試著進行微觀分析和預測。 這些公司應該再次嘗試著繪製圖表，確立有根據的、簡單的預測基本原則和方法，如本書提出的那些方法，讓自己重新相信預測的可能性。與第二、三部分處理宏觀經濟序列一樣，進行微觀分析和預測時，繪製圖表的過程必須從檢驗兩個關鍵問題開始。 182
第15章 Ahcad of 行業或公司的預測 the Curve •被選經濟資料序列和目標行業或公司銷售額之間的可預測關係是否符合常理？根據常理，人們能否從直觀上預測出二者存在因果關係？ •用圖表描繪兩個序列過去在重複出現的經濟週期中的變化， 該圖表是否說明了兩序列間存在明顯的可預測關係，儘管偶爾有一些例外？ 檢驗這兩個假設的關鍵是，必須堅持第5章提出的繪圖基本原則。 •使用與前一年相比的變化率繪製圖表，以避免季節調整、 使用與前一個季度相比的變化率而引起的波動、噪聲等問題，這些問題使人們無法識別資料的基本趨勢。 •如果有必要，應該使與前一年相比的月度資料滾動“帶後3 個月”，而不是隻計算1個月的資料。這種處理方法也能減少多餘的噪聲，使圖表更能說明問題。 •如果兩個序列的波幅（變化程度）差異很大，繪製圖表時要使用兩個刻度（左座標和右座標分別標出不同刻度），以便更好地比較兩條曲線。 •根據縱軸刻度畫出水平網格線，這樣做有助於讀取變化率， 而根據橫軸刻度畫出垂直網格線，使每個時期一目瞭然。 •給橫軸留下足夠空間，以便描繪幾十年中多個經濟週期的資料。 利用圖表確定兩序列間是否確實存在長期因果關係，要求圖表能清楚地描繪序列變化，而這些表面上看起來無足輕重的原則能確保圖表達到這一要求。藉助於資料收集服務、資料處理和作圖工具等廣泛應用的計算機軟體，公司和投資者能很容易地做到這一點，因此，他 183
Ahead of 第四部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測們沒有理由不使用本書提出的分析技術。 15.4 推測微觀經濟關係：兩個案例研究在充分理解並掌握這些繪圖原則後，我們就能著手決定：（1）要預測哪些序列，這些序列應該滿足預測需求，如能反映行業或公司的銷售情況；（2）哪些序列是最有效的領先指標。這些工作不僅需要我們進行理性分析，也能帶來心智上的愉悅和回報。 以愛佩斯化學公司（Apex Chemicals）塑膠事業部的計劃員瑪麗為例來說明問題。公司要求瑪麗提出一•種方法來預測塑膠事業部產品需求。在美聯儲每年或每月公佈的工業生產表中，她挑選出與塑膠事業部產出最接近的目標序列，比如“化學制品”，或更理想一些是 “塑膠和樹脂材料”等子部類。' 由於塑膠被廣泛使用在各經濟領域中生產消費者購買的產品，瑪麗可以使用ROCET方法，追蹤耐用品和非耐用品的實際（單位）消費支出同比變化率，以及塑膠和樹脂材料工業生產序列，並作圖比較分析兩個序列，其中消費支出位於經濟週期的最前端並驅動著產品需求， 如圖15-1所示，兩個序列間存在明顯的相關關係。從該圖中可以看出， 40多年來，塑膠和樹脂材料產出的同比變化率通常與消費支出變化率同步變化，前者有時滯後一些。與多數工業生產序列相同，塑膠和樹脂材料產出變化率的波動同樣受到庫存變化的驅動（請注意，右座標的刻度單位較大）。 瑪麗僅憑藉這張圖就能從經驗研究的角度，掌握過去40多年來所在行業在經濟週期中的典型週期性波動。儘管愛佩斯化學公司的管理人員已經直觀地感覺到，本公司塑膠和樹脂材料業務隨時間推移而變動，但藉助圖15-1，他們能透過經驗資料解釋和把握多年來該項業務 184
與前一年相比的變化率（%），滯後3個月 +10 與前一年相比的變化率（%），滯後3個月耐用品和非耐用品的實際®個人消費支出（左座標） +40 +30 +20 +10 0 -10 寸 $90 （右座標） $95 -30 化工行業中某塑膠和樹脂材料公司的計劃員，可以長期地使用這張圖，預測耐用品和非耐用品消費支出增長率的週期性變化如何影響塑膠和樹脂材料業的需求和生產週期。需要注意的是，右座標的刻度單位較大。從圖中可以清楚地看到，消費支出（實線、左座標）溫和地上升或下降， 引起分銷渠道中庫存增加或減少，並導致塑膠和樹脂材料行業產出（實線、右座標）較大幅度波動。 圖15-1 消費支出與塑膠和樹脂材料的工業生產 ① 經過通貸膨脹調整。 資料來源：PCE來自Bureau of Economic Analysis；工業生產來自Federal Reserve Board。 第15章行業或公司的預測 Ahead of 1he Curve
Ahead of the Curve 第四部分從理論到實踐：運用基本繪圖方法進行預測的變化與宏觀經濟波動的關係。 重要的是，瑪麗可以使用愛佩斯化學公司的歷史銷售資料，比如全公司、塑膠事業部或某類產品的銷售額，來預測未來情況，而公司以外的人員不可能得到這些詳細資料。 再舉一例，約翰是聯合地毯公司的一位高階計劃員，負責預測地毯銷售。他知道搬入新居是刺激地毯需求的最大的唯一因素，因而選擇“住房成交量”作為待研究的經濟序列。住房成交量包括：（1）美國人口普查局每月公佈的新房銷售量，（2）全美地產經紀商協會每月公佈的已建成單戶住宅的銷售量。2這一序列實質上代表了搬人新房和二手房的家庭數量。由於多數家庭在遷入新居後，幾乎都需要重新購置地面裝飾製品，因此，從常理上看，住房成交量或許是新地毯需求的重要領先指標。 圖15-2描繪了住房成交量同比變化率（實線，左座標）與地面裝飾製品店銷售額的變化率（虛線），其中，美國商務部每月公佈的零售銷售序列包含了地面裝飾製品銷售額的相關資料。 如圖15-2所示，住房成交量變化率確實是地面裝飾製品銷售額變化率的領先指標：前者上升、下降或出現拐點後12~18個月，後者也會出現類似變化。更現實一些，約翰可以把聯合地毯公司的訂單率或銷售與住房成交量繪製在一張圖中，可以發現兩序列的相關性更強。 約翰還可以按地區不同分析兩序列的關係：假如聯合地毯公司的主要業務集中在美國東南部，他可以把東南部的住房成交量資料作為領先指標。 這個例子也說明，具體行業的管理者和分析師在尋找領先指標時， 不必只侷限政府提供的宏觀經濟資料。成千上萬的貿易協會，如全美地產經紀商協會、美國機床經銷商協會、美國家用電器製造商協會等， 以及準政府組織等機構每月和每季度都公佈許多資料，其中一些可以 186
第15章行業或公司的預測 Ahead ot the Curve 作為各行業銷售變化趨勢（結果）的有效領先指標（原因）。因此， 提出和運用遵循一定原則的實證方法才是重要的。 與前一年相比的變化率（%），滯後3個月 +20 +15 +10 +5 0 -5 住房成 -10 交量 -15 $92 '93 '94 '95 '96 '97 '98 '99 '00 地面裝飾製品店的零售額 '01 202 '03 04 檢驗經濟關係：由於多數地毯需要根據房屋定製，人們幾乎每次搬家都需要這種產品。 因此，地毯零售商的計劃員可以使用住房成交量，即搬入新房和二手房的家庭數量，作為有效的領先指標。該圖表明，住房成交量變化率（實線）與前一年相比上升和下降，通常領先於零售店的地毯需求變化率（虛線）6~18個月左右。值得注意的是，近年來，領先的時間縮短了。 圖15-2、 住房成交量領先於地面裝飾製品店的銷售額資料來源：住房成交量來自National Association of Realtors, U.S. Census Bureau；零售銷售來自U.S.Census Bureau。 不久的將來，一些商業人士會認識到他們的企業很少系統地用心考慮如何預測需求的變化趨勢。同樣，投資者也會注意到，分析師很少根據歷史上容易理解的統計因果關係，細緻地深人調查並出具分析報告。然而，現實中很多情況都需要進行這類分析，這意味著商業人士和分析師應該投入更多精力使用上述工具分析這些情況。 15.5 從演繹推理入手，最後分析圖表瑪麗和約翰的例子說明，稍略藉助於演繹推理，預測人員就可以得到較理想的結論。如圖15-2所示，住房成交量（單戶住宅的轉手次數）是地毯需求同比變化率的理想領先指標，這個指標通常也能可靠 187
Alead of 第四部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測地預測住宅相關產品的需求。然而，人們在對家居裝飾和裝修用品進行預測時，憑直覺就能瞭解到，從統計上看，住房轉手次數的影響在很大程度上取決於這些產品的特點。例如，一方面，一旦單戶住宅被轉手，大多數新人住者希望購買新地毯、窗簾和其他窗飾，這些產品往往需要定製，而且新房主不會把原來用過的地毯等舊物品帶到新房中，因此，對於地毯等類似產品的需求變化率，住房成交量是非常理想的領先指標；另一方面，新房的購買者很可能繼續使用老房子的舊傢俱，如瓷器、玻璃器具和銀器等，因此，這些家居用品的需求很少受住房成交量週期性波動的影響，而往往與影響消費支出的領先指標有密切關聯。 經過簡單的演繹推理後，我們才能著手使用圖表分析各序列在過去的因果關係。如果這些因果關係確實存在，它們將有助於預測某行業的產品需求週期或某公司的銷售。 15.6 消費支出和零售銷售作為在高盛集團從業20多年的零售業分析師，我的主要工作之一是預測美國零售業的銷售走勢：零售銷售增長將加速嗎？這會沃爾瑪、聯邦百貨和蓋普等公司的股票帶來利好訊息嗎？或者，銷售增長前景會變黯淡，並對這些公司的股票業績造成負面影響嗎？ 在職業生涯的早期階段，作為一名分析師，我已經認識到不能只依靠經濟學家對消費支出和零售銷售的預測。通常，這些預測為時過晚，以至於無法幫助人們及時發現經濟拐點、把握股票市場的波動， 以及採取必要措施來提前減少經濟走勢變化的負面影響。公司公佈 （或者，甚至是向市場暗示）實際銷售額或利潤時，無論是高於還是低於人們的預期，銷售額或利潤的新走勢已經充分地體現在股票價格上。 188
第15章行業或公司的預測 Ahcad of the Curve 在美國，消費總支出在2004年達到82000億美元，而由美國商務部負責編制的零售銷售總額約35 000億美元，佔消費總支出（個人消費支出）的43%，其中，零售銷售總額涵蓋了各種渠道的零售銷售， 既包括人們經常光顧的超級市場、百貨店、折扣店、成衣店和耐用品專業店等傳統零售店的銷售額，也包括汽車經銷商、飯店和酒吧、旅行社等企業的銷售額，這些零售商直接向消費者出售產品和服務。表 15-1說明了2004年零售銷售的主要構成。 表15-1 2004年零售銷售的構成® 數額（I0億美元）佔總量的百分比（%） 日用百貨店® 傢俱和家用電器店服裝及服飾店體育用品、業餘愛好、圖書和音像店辦公用品和文具店禮品、特色品和紀念品店 GAF店零售銷售總額機動車及其配件店食品和飲料店建材及園藝用品專業店加油站無店鋪零售店® 健康和個人護理店日雜用品店零售銷售總額 501.1 14.3 197.6 5.6 189.2 5.4 79.9 23 25.0 0.7 14.7 0.4 1006.8 28.7 878.7 25.0 496.8 14.2 301.6 8.6 319.4 9.1 231.8 66 204.8 5.8 67.8 19 3 508.4 100.0 ① 包括百貨店、折扣店、倉儲會員店、購物廣場和其他等。 ② 包括郵購與網上零售店。 資料來源：U.S. Census Bureau, Department of Commerce. 幾乎所有的大零售商都公佈銷售額的月度資料，這些零售商大部分是上市公司，它們公佈的資料不僅包括銷售總額（含過去一年中營 e 表中資料疑似有誤。—譯者注 189
Ahead of the Curve；第四部分從理論到實踐：運用基本繪圖方法進行預測業店鋪的銷售額）的增長，還包括可比店鋪（comparable-store）銷售， 即當前和前一年同期均在營業的店鋪的銷售增長。因而，從短期看， 公佈的月度銷售資料超過（或低於）人們的預期，通常是零售商股票的利好（或利空）訊息。 在美國，大部分設在城鎮高速公路邊的零售店以及被美國商務部列人目錄的購物中心，均被稱為GAF店，或日用百貨店、成衣店、家具和家用電器店等。美國商務部的這個目錄不僅包括傳統的百貨店和折扣店，例如，梅西（Macy's）、西爾斯（Sears）、JC彭尼、沃爾瑪、 塔吉特 （Target）和科爾斯（Kohl's）等，也包括成衣專賣店，例如蓋普和塔博茲（Talbots），還包括耐用品零售店，比如電路城（Circuit City）和百思買（Best Buy）等，以及其他專業店，如玩具“反”斗城 （Toys “R” Us）和BBBY （Bed Bath&Beyond） 等。2004年，美國GAF 店零售銷售總額為10100億美元，其中包括幾乎所有大型連鎖零售商的 GAF店銷售額。據估計，美國零售業巨頭—沃爾瑪的折扣店和購物廣場，在2004年的銷售額高達1920億美元，佔全美銷售總額的19%。3 20世紀80年代中期，為了更好地預測GAF店零售銷售額，我帶領一個團隊，花費大量心血，開發了高盛GAF零售銷售預測指數（Goldman Sachs GAF store sales forecast index），作為預測美國主要零售店銷售增長走勢的領先指標。這個指數由權重相等的兩個指標組成，具體如下。 •實際平均單位時間工資與前一年相比的增長率，這項指標通常被看做是消費總支出的可靠領先指標（第10章曾經分析過這一點）。 •住房成交量（即住房轉手次數）與前一年相比的增長率， 如前文所述，這個統計指標是傢俱、地毯、窗飾和家用設備及電器等類似家居用品銷售額的理想領先指標。 190
第15章； 行業或公司的預測 Ahead of the Curve 圖15-3對比了1981~2004年高盛GAF零售銷售預測指數（實線） 與GAF店零售銷售同比變化率（虛線）。從該圖中可以清楚地看出， 在這一時期，高盛GAF零售銷售預測指數可以作為全美主要連鎖店零售銷售的較精確領先指標。1981~2004年間，該指數的上升或下降幾乎都能預示著GAF店零售銷售增長率上升或下降。2002年銷售滑坡是碰巧發生的一次例外；2003年美國聯邦減稅導致的銷售額上升，也是一種異常情況。 高盛GAF零售銷售預測指數與前一年相比的變化率（％） +2 高盛GAF零售銷售預測指數（左座標） +16 +12 1+8 ++4 實際®GAF店零售銷售，… 滯後3個月（右座標） -2 -4 '81 '85 '90 '95 '00 '04 高盛GAF零售銷售預測指數（實線，左座標）由權重相等的實際平均單位時間收入和住房成交量同比增長率構成，GAF店零售銷售的月度資料（虛線，右座標）由美國商務部公布，其中，GAF店包括日用百貨店、成衣店、傢俱和家用電器店。該指數是GAF店零售銷售的理想領先指標，尤其是在2000~2001年滑坡及其隨後的短期復甦之前更是如此，儘管該指數在2003年的零售銷售復甦中與GAF店零售銷售變化保持同步，而不是領先變化。 圖15-3 高盛GAF零售銷售預測指數：日用百貨店銷售額的有效領先指標 ① 經過通貨膨脹調整。 資料來源：Goldman Sachs research. 除了考察政府提供的相關資料，高盛集團的研究人員還構建自己的連鎖店零售銷售指數，即高盛可比店鋪零售銷售綜合指數（retail comparable-store sales index），高盛根據美國30多家零售商的可比店鋪銷售增長月度資料，透過加權計算得出該指數。圖15-4比較了高盛 GAF零售銷售預測指數與可比店鋪零售銷售綜合指數，從圖15-4中可以看出，前者具有很強的預測能力。 191
Alead of；第四部分 thc Curve 從理論到實踐：運用基本繪圖方法進行預測高盛GAF零售銷售預測指數 +2 高盛GAF零售銷售預測指數（左座標） 與前一年相比的變化率（%） +12 -+10 +8 +6 t4 0 -1 高盛可比店鋪零售銷售綜合 -0 指數，滯後3個月（右座標） -288 92 993 194 195 •96'g7 1-2 '98 '99 '00 201 :0203 '04 高盛可比店鋪零售銷售綜合指數（虛線，右座標）是根據美國30多家主要零售商正在營業的店鋪而編制的銷售增長率加權指數，其中營業店鋪不包括過去12個月內開業的店鋪。 一般情況下，高盛GAF零售銷售預測指數（實線，左座標）也是這些公司銷售增長趨勢的一個可靠領先指標（見圖15-3的解釋）。 圖15-4 高盛GAF零售銷售預測指數與可比店鋪零售銷售綜合指數資料來源：Goldman Sachs research. 15.6.1 預測某公司：以沃爾瑪為例假定高盛GAF零售銷售預測指數在歷史上能夠較好地預測全美 GAF店零售銷售總額增長的上升和下降趨勢，那麼，合理的邏輯推論是，這一指數也能用於預測GAF店零售銷售所涵蓋的各大公司的銷售增長趨勢。 圖15-5比較了1987年至今，高盛GAF零售銷售預測指數（實線， 左座標）與沃爾瑪可比店鋪銷售增長（虛線，右座標）。儘管沃爾瑪的可比店鋪銷售在1992年的增長率超過了10%，但此後，該數字與 GAF店零售銷售增長率的週期性變化越來越緊密地聯絡在一起。因此， 如圖15-5所示，自1994年開始，高盛GAF零售銷售預測指數通常可以作為預測沃爾瑪可比店鋪銷售業績上升和下降趨勢的可靠領先指標。 上述分析再次說明，前文中用於研究宏觀經濟序列因果關係的繪圖方法，同樣適用於分析GAF店零售銷售等具體行業部門的指標，甚 192
第15章） 行業或公司的預測 Ahead of the Curve 至是某公司銷售增長的變化。這一發現幫助兩類人員開拓了預測思路： （1）公司的管理者，如果他們能改進提前預測的質量，就能更好地根據業務需要安排庫存、控制費用，（2）分析師和投資者，由於已經投資於一些企業，這些人需要盡力地去預測經濟週期中的拐點。對商業人士和投資者來說，由於缺少行之有效的預測原則和方法，可以說， 上述發現非同小可。 高盛GAF零售銷售預測指數 +2 與前一年相比的變化率（%） ++12 +10 -+8 t6 ++4 -1 高盛GAF零售銷售預測指沃爾瑪可比店鋪銷售額® 數（左座標） （右座標） -287 :8889 '90 '91 '92 '93 10 -2 '94 '95 '96 '97“98 '99:00 '01 '02 '03 '04 全美目前最大的零售商—沃爾瑪，截至1992年，可比店鋪銷售增長率（虛線，右座標） 一直穩定在9%~14%。然而，在過去十幾年中，沃爾瑪的銷售增長與整個零售業的增長趨勢越來越緊密地聯絡在一起。因此，高盛GAF零售銷售預測指數（實線，左座標）目前已經成為預測沃爾瑪可比店鋪銷售增長的理想領先指標。 圖15-5 高盛GAF零售銷售預測指數與沃爾瑪可比店鋪銷售增長 ① 國內所有公司的銷售額。 資料來源：Goldman Sachs research, Wal-Mart Stores Inc. 15.6.2 預測某公司：以勞氏和家得寶為例前文已經說明，住房成交量衡量了搬人新居的家庭數量，從邏輯上看，它與地毯以應其他住宅相關產品的銷售之間存在較強的預測與被預測關係。這種關係同樣存在於住房成交量與家居裝修或DIY（自制）等相關產品銷售之間，比如，勞氏和家得寶都屬於銷售這類產品的零售商。顯而易見，一個家庭在遷入新居的第1年中，往往需要大量添置地毯、窗飾、梯子、割草機和地下室用隔板等各種適合新房用 193
Ahead of：第四部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測的大件商品。 與前一年相比的變化率（%） +25 +20 +15 +10 +5 0 -5 -10 -15 勞氏公司可比店鋪銷售額，季度資料住房成交量，滯後3個月 '92 '93 '94 '95 '96 '97 '98 '99 '00 '01 02 '03 '04 每個家庭在搬入新居後，通常會購買一些傢俱並進行房屋裝飾。因此，住房成交量是勞氏和家得寶等建築材料及DIY（或自制）相關產品零售商銷售額的主要決定因素和領先指標。 本圖說明作為一個可靠的領先指標，住房成交量通常可以預測勞氏公司可比店鋪銷售增長趨勢，儘管受聯邦稅收減免的影響，在2003~2004年，這種預測不太準確。一般來說，使用與前一年相比的變化率繪製圖表，能夠有效地預測某公司的銷售變化。 圖15-6 住房成交量變化領先於勞氏公司可比店鋪銷售增長資料來源：住房成交量來自National Association of Realtors, U.S. Census Bureau；銷售額來自Lowe‘s Cos。 與前一年相比的變化率（%） +20 +15 +10 +5 0 -5 -10 -15 住房成交量，滯後3個月 '92 '93 "94 '95 家得寶公司可比店鋪銷售額， 季度資料 196 '97 '98 '99 '00 '01 '02 '03 '04 與對勞氏公司的分析相同，作為一個可靠的領先指標，住房成交量通常能夠預測家得寶公司可比店鋪銷售增長趨勢。 15-7 住房成交量變化領先於家得寶公司可比店鋪銷售增長資料來源：住房成交量來自National Association of Realtors, U.S. Census Bureau；銷售額來自The Home Depot, Inc。 194
第 15 章行業或公司的預測 Ahcad of tne Curve 圖15-6和圖15-7分別對比了住房成交量同比變化率與勞氏、家得寶可比店鋪銷售增長。過去十幾年來，住房成交量變化率能夠有效地預測勞氏公司的銷售變化。與沃爾瑪早些年的銷售變化類似，截至 1992年，家得寶公司的可比店鋪銷售增長率穩定在10%或以上，與經濟走勢沒有太大關聯。然而，自1993年開始，家得寶公司的銷售增長與經濟趨勢的關係越來越密切，因而，住房成交量可以作為預測家得寶公司銷售變化的有效領先指標，而在最近三年，即2002~2004年， 兩個序列更趨向於同步變動。 15.7 製造業生產和資本支出大多數消費品的生產商，可以在個人消費支出或零售銷售序列中， 找到某部類或某具體子類的指標，作為預測本企業產品銷售週期性變化的領先指標（參見附錄C中美國經濟分析局的相關資料序列分類）。 如圖15-2所示，住房成交量是地面裝飾店零售銷售的較好領先指標，對生產類似產品的公司來說，住房成交量也可以作為預測這些公司銷售額的可靠指標。圖15-8描繪了自1968年以來住房成交量與地毯、 傢俱等行業的工業生產，從圖中可以發現，前者也能成功地預測後者。 地毯和傢俱等產品的工業產出是一個易變的序列，但這個序列總是跟隨著住房成交量增長率的上升和下降而變化，圖15-8清晰地說明了這兩個序列在歷史上週期性波動的波幅和波長。 類似地，資本品的生產商，比如建造廠房和辦公樓的建築商、生產機器裝置的企業等，可以追蹤消費支出，或某類產品的零售銷售額， 作為自己業務變動的領先指標。圖15-9對比了耐用品消費支出同比變化率和金屬加工裝置的工業生產變化率，其中，金屬加工裝置指在汽車、家用電器等耐用品生產和裝配過程中使用到的金屬衝壓、彎曲、 195
196 與前一年相比的變化率（%），滯後3個月 +30 +30 住房成交量 +20 r0 +10 -20 -20 生產 -30 地毯和傢俱的工業 *70 昂 75 '85 *90 '95 04 圖15-8 住房成交量與地毯、傢俱的工業生產資料來源：住房成交量來自National Association of Realtors, U.S. Census Bureau； 工業生產來自Federal Reserve Board。 Aheador；第四部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測 -10
與前一年相比的變化率（%），滯後3個月 +30 實際個人消費支出（PCE，耐用品） 與前一年相比的變化率（%），滯後3個月 +30 +20 +10 +20 +10 -10 20 裝置 3070 工業生產：金屬加工：90 00 圖15-9 實際®消費支出（PCE，耐用品）與金屬加工裝置的工業生產 ① 經過通貨膨脹調整。 資料來源：PCE米自Bureau of Economic Analysis； 工業生產來自Federal Reserve Board。 第15 章 Ahead of 行業或公司的預測 the Curve
Alead of！第四部分 the Curve 從理論到實踐：運用基本繪圖方法進行預測成形等加工裝置。 需要再次說明的是，消費品銷售額和資本支出（即生產這些消費品所需預先建造的廠房和生產裝置）之間存在邏輯上的因果關係，而這又表現為明顯的領先或滯後關係。因此，建造廠房和生產裝置的企業，可以使用對應的消費支出變化，作為一種領先指標，來預測資本支出部門週期性波動的未來走勢，儘管人們對這種做法仍存在爭議。 如圖15-10所示，對於發電機、汽輪機和輸變電裝置等表面上與消費支出無關的資本品，消費支出作為經濟中的主要領先指標，可以用來預測這些資本品生產部門的週期性變化，因而應該受到監控。原因很簡單：消費需求的上升或下滑透過一定渠道作用於消費品和服務的生產，接著影響到用於生產這些產品和服務的建築物和機器裝置的需求，並進一步對電力裝置需求造成影響，因為所有經濟產出的生產都離不開電力。 上述分析表明，大部分情況下，我們可以應用演繹推理，再加上以圖表形式表述的經驗證據，預測企業產品需求週期中即將出現的拐點。儘早地預測拐點能夠為企業經理爭取一些必要時間，使他們能夠及時地改變業務計劃，從而避免在經濟峰頂時生產過多產品或在谷底時過多地削減產量。即使存在因果關係的兩個微觀經濟序列同步變化，而不是一個領先變化、另一個跟隨變化，考察過去20年、30年或40年的經濟週期對一個企業的影響，仍然會給人們帶來較多的啟示。可以肯定的是，這種觀察比起大多數管理者只依賴直覺來分析經濟波動的做法，要好得多。各行業的波動模式以及波動的時間順序， 在過去幾十年週而復始的經濟週期中表現出高度一致，透過觀察並採用經驗研究方法來衡量這些模式和順序，管理者和投資者一定從中受益匪淺。 198
與前一年相比的變化率（%），滯後3個月 +10 +8 實際個人消費支出（左座標） +6 與前一年相比的變化率（%），滯後3個月 +30 +20 -+10 --10 -170 '80 發電機、汽輪機和輸變電裝置的工業生產（右座標） 85 20 3j 30 04 圖15-10 消費支出與發電機、汽輪機以及輸變電裝置的工業生產 ① 經過通貸膨脹調整。 資料來源：PCE來自Bureaul of Economic Analysis； 工業生產來自Federal Reserve Board。