今天，主要是來分享一下自己走過的彎路，談談作為一個沒什麼行業資源的人，如何在無法獲得有效數據的情況下做研究。（所介紹的方法可能只適用於消費行業）
我以前看到巴菲特說自己大部分時間都在看企業的年報，有些不理解，因為大部分投資者可能絕大部分時間花在看招股書、賣方報告、調研紀要上，巴菲特是怎麼把時間都花在看年報上的？
當然，這事情我好像也做過，我寫第一份報告的時候，只看了那個公司歷史的所有年報，然後找行業內的從業者交流，幾乎沒看過賣方報告，寫完後我還能從賣方報告中找出一大堆違背事實的地方。
但有意義嗎？
說實話，我那時候是沒學會怎麼使用手頭的工具，純粹是蠢人瞎使勁，把樹木研究得清清楚楚，對整個森林卻所知甚少。
我也不知道什麼是關鍵點，當哪些數據發生時，我就應該改變自己的觀點。
大部分投資研究者看到Frost&Sullivan等類似的機構字眼，可能會很興奮，因為數據來啦，終於有人告訴市場有多大、增速是多少、格局怎麼樣了，實在找不到數據了，咋辦？
有一個萬能的數據來源——“產業在線”，一切看似不可能有的數據它都能有，但是呢，它的數據也是東搬西抄過來的，而且你還不知道數據來源在哪裡。
我以前是一個很重視整體行業研究的人，相信有很多人有相似的習慣，我們恨不得把市場算得很清楚，把份額精確到個位數。
行業規模/增速/競爭格局等，我會特別在意數據來源，看到一個數據，我一定要找到它的原文，然後看看上下文是什麼，統計方法是什麼，這個機構靠不靠譜等，然後自己再想方法去算一遍，看看差距會不會很大，符不符合常識。
我還有強迫症，我一定要使用最近一年的數據，不用我難受，我甚至不願意截圖賣方的報告，而是去數據源頭下載最新數據後，自己作圖。
這種研究方法下，我會在行業研究上花大量的時間。
舉個例子，我曾經在研究調味品上，發現很多第三方數據都有缺陷，然後我自己花了大量的時間去通過微觀宏觀數據把行業概況測算了一遍。
最後呢？
無非是比別人更清楚這個東西到底1000億，還是1500億，這個份額到底15%還是18%，然後呢？然後沒有了。
我的數據就是對的嗎？它的數據就是錯的嗎？糾結對和錯，多和少真的有價值嗎？
有一次吃飯，我的朋友告訴我：“你剛剛講的東西，已經足夠你去做個產業專家啦，以後開電話會議找你啊。”（我當時沒聽出來他在諷刺我哈）
還是我的老師點醒了我，他說：“照你這個研究方式，等你研究茅臺的時候，研究到最後恐怕就是搞個爬蟲，每天去爬一爬價格啊/銷量啊什麼的，有意義嗎？
看似勤奮的愚蠢之舉！”
我想了想，好像是哦，我研究海底撈的時候，也是想著要是能搞個爬蟲，每天把app上全國各地的店鋪數據、排隊數據爬下來，就能實現有效跟蹤了。（事實上也有機構那時候就做出來了）
業內做得最極致的，肯定是某些有資源的機構，直接找到上市公司的相關人物，然後在他那裡實時地瞭解到最新的數據。
問題來了，你要是一個核心人物都不認識，普通人難道就沒有出路了嗎？再者，你把董監高都認識了，人家整個銷售中心的數據對你敞開大門，難道就能做好投資了？
當然，市場上也有另一種極端，就是蹲工廠門口數貨車的（現在升級無人機了哈），跑超市裡數人頭，看看賣得好不好，問一問導購員之類，勤奮點的，跑個幾十家超市，做幾十頁草根調研報告交給老闆。
這就是純粹在鍛鍊身體了，樣本偏差會讓你產生誤解。
就算你能獲得全國所有連鎖商超的月度數據，在大部分情況下你依舊難以根據某個月的變化來分析該公司的競爭力是否發生了本質性的變化。（當然，少數情況下是有重要意義的，比如19年Q1底部的百潤）
數據和數據，應該怎麼分類和使用？
當然，我也會成長的嘛，後來我就慢慢明白了應該把力氣花在哪裡，也把這些經驗（血淚史）分享給大家。
投資研究不是科學研究，大部分時候，你的研究結果只需要分析發展趨勢，判斷方向，識別真偽，不需要精確的數值也能取得收益。
一般情況下，一個投資者會接收到幾個層次的信息來源：
1、各種第三方機構給的整體市場數據；
2、通過調研得到的數據；
3、各種媒體、新聞、網站上的數據；
4、財務報表數據/招股書。
前三個數據從本質上都是相似的，對於大部分的消費品，你不可能知道準確值。你告訴我醬油的市場具體是多少億，可信嗎？
市場上存在哪個人都真正地搞清楚醬油市場具體是多少億嗎？海天的市佔率到底是16%還是18%或是20%呢？
而且最頭疼的就是，當一個市場上同時有多個機構對一個市場進行統計預測，然後各自還相差老遠，這時候你是不是就懵了。
（舉個例子，肉毒素市場，市場上口徑起碼有四五個，從十幾億到六十幾億都有人說）
其實呢，就算是統計局發佈的數據，很多也是通過樣本數據反推的，一個人力物力財力都有限的第三方機構，你指望它能給你個準確的數據，是不是有些期望太高了。
說實話，人口普查的數據都可能有很多偏差因素，你只能是模糊的正確。
從數據的準確度和相關度來說，只有財務報表數據/招股書的業務數據是最有效的信息，但難題在於，每個人從一份年報中看到的信息是不同的，越厲害的高手，越能透過一份年報看到事情的全貌。
所以事情的關鍵點在於：你怎麼綜合地使用手上所有的數據。
其實任何一個數據都是有價值的，沒有誰是對的誰是錯的，但有優先級的排名。你手裡有100個不同來源的數據，可能他們之間還相互打架，沒關係，這個事情就像是盲人摸象，你請了100個幕僚，他們從自己的角度告訴你，摸到的這頭大象，是一個什麼手感，是柱子還是扇子。
那麼關鍵的問題就在於，使用數據的人是否具備綜合分析數據的能力。
從優先級的角度，肯定是財報優先，然後才是其他信源。
舉個例子，你發現某企業最新一期的毛利率出現了下降、費用率開始上升、庫存週轉開始變慢，那麼這個數據的背後可能有10種可能的解釋，然後你通過第三方研究機構的報告、調研資料、草根調研，去儘可能地收集信息，最後從10種可能中，找到最有可能符合事實的1種可能或者依舊是幾種可能。在這個過程中，你可能還是沒有找到百分比肯定的那個原因，但你可能依舊有買入或者賣出的結論了。帶上財報這個金箍~
舉個例子，你看到第三方機構告訴你，我國的人均用紙量還有很大的提升空間，個護類用品品類擴張空間巨大。
然後你信心滿滿地打開恆安國際、維達的財報，發現他們過去幾年的業務數據好像不能說明這個事情啊。
那麼在這個時候，你取信於行業數據還是取信於財報數據呢？不用說，肯定是財報數據啊。
再舉個例子，關於涪陵榨菜的報告，大家都會提到一個邏輯——品類擴張有很大的空間。
然後會告訴你醬醃菜的市場有多大，烏江靠一款榨菜已經綁定了多少用戶，接下來公司只要憑藉自己的品牌和渠道，就能成功地導入新品類。
Ok，那你可以去看一看14年的財報，那時候大張旗鼓搞過海帶絲和蘿蔔乾，沒成對吧？然後你再看看收購的惠通泡菜，數據好像也挺一般的是吧？
這個時候公司說，惠通的牌子不夠響，我換烏江試試。然後惠通泡菜換個馬甲，改烏江的品牌上，數據好像也挺一般的。
我相信說到這裡，你應該有一些判斷了，而這個判斷完全是源於財報，而不是行業數據或者調研數據。
做不成背後的原因可能有100種解釋，公司可能也會給你1~2種解釋，但它說真話還是假話重要嗎？
不重要，你只要知道，這個邏輯可能沒那麼流暢，你需要警惕這個事情。
再舉個例子，中國中免，免稅，所有人看第三方機構的數據，都知道我國的海外消費市場有多大，國內的滲透率還有多大的提升空間，客單價和購買人次都有超級遠大的前景。
這些觀點當然是正確的，但在某些時候它也會失靈，需要我們從微觀的數據去跟蹤驗證。
比如說2016年，海南放開了免稅購物政策，額度從8000提高到了16000，這個時候你可以看到，海棠灣的客單價有15.4%的提升，明顯強於前幾年，說明這個政策是有效的，之前限制客單價的確確實實有部分因素是額度的問題。
2018年底，額度從16000再次放開到30000元，但2019年客單價只提高了2.3%，顯然微觀的數據已經開始不靈了。
你就開始琢磨，難道海南的免稅消費就此到頂了嗎？
如果不是，到底是啥原因，是價格太貴了沒吸引力了？
還是說顧客很想買化妝品但12件額度根本不購買？還是說顧客想買LV，但你海棠灣壓根就沒有LV呢？
這些事情都有可能，這時候調研就有作用了，你去親身體驗下，去和海棠灣的經理聊一聊，去聽聽專家電話會議，可能就知道原因出在哪裡了。
說了這麼多，你大概能知道巴菲特為啥最主要的時間在看年報了吧？
從技巧上說，目前市場上普遍沒有重視資產負債表，也沒有重視一些細節的特徵數據。一個年報起碼能得到幾十項信息，這裡頭可能有10項指向了同一個可能的結果，足以讓你判斷一個事情大概率是對的。
現階段，我暫時能夠理解到的有效研究，就是以公司的微觀數據為基石，然後在一堆雜亂的甚至互相矛盾的第三方數據和邏輯中找到更多的關鍵點，讓手裡的這頭大象的形象豐富 起來，最後我需要得到的，是變化中的不變因素。然後，再通過跟蹤變化的數據，來驗證之前總結過的不變因素是否符合事實，是否需要更新觀點？這些動態信息是狀態短期變化的一種呈現，還是屬性的長期變質的一葉知秋呢？
歡迎交流指正~
作者：30秒
免責聲明：文中所有觀點僅代表作者個人意見，對任何一方均不構成投資建議。
版權保護：著作權歸原創作者所有，歡迎轉發並標明出處。
