供给和需求分析
进行供给和需求分析的目的在于找到会引发行业估值改变的因素，尤其是和广义证券市场有联系的因素。我们从逆序的视角来看，估值通常是由现金流的增长率来驱动的，现金流又是公司的销售量和价格的函数;销售量和价格通常是行业供给和需求的函数。因此，我们从分析供给和需求上着手，也是希望可以预测出公司层面的估值和股票价格。
或许我这么说可能过度简化了这一点，但是随者时间的推移，某个产品或者某项服务的供给(规模)应该是由最终消费者的需求决定的。在创建行业分析模型的时候，尽你最大的努力尽可能多地去搜集规模和需求的历史数据一至少要有两个经济周期的数据。(在我还是一名证券分析师的时候，我拿到了在过去100年间铁路行业的数据，它极大地帮助我理解了大萧条带来的影响。)如果有一个通用的定价标准的话，比如说平均售价( aver-age sales price, ASP), 这类信息也需要搜集起来。
估量供给和需求的挑战性可以是非常高的，因为所需要的数据并不总是现成的，而且对这两个因素的定义方法也并不总是那么清晰明了。比如说，就铁路货运行业里最重要的运力衡量标准而言，应该怎么定义呢一铁路线路的数量、机车的数量、火车车皮、铁路里程或者员工的数量?在客户的需求增长时，这些因素都是需要有所增加的。另外，更复杂的情况是，随着火车速度提高，对这些资源的需求都会有一定的减弱。如果铁路网的平均速度提高了10%，那么就会带来更多的运力(但是这也给运行整个铁路网增加了难度)。这并不是一个我空想出来的例子;我花费多年时间试图为铁路行业建立一个理想的衡量系统，但问题就在于铁路系统的提速，释放了满足运输需求的供给。更加麻烦的就是，即使你有可能确定这个供给因素，它也未必就能在整个行业中通用。例如，额外的500辆冷冻车厢车皮并不能解决煤炭行业客户日益增长的货运需求(他们需要的是漏斗货运车皮),而即使在华盛顿州有200英里的闲置铁路也无法帮助解决南加州的经济增长需求。最终，我选择重点关注机车和员工数量，因为那些公司对于这两个数字的增减都抱有非常谨慎的态度，而且从某种意义上来说，它们也可以从整个系统巾被单独拿出来以应对变化的需求。
给重要供给因素区分优先级的方法很多，你可以问问自己，哪个因素最能影响行业定价的变化?从另一个角度来看，当行业盈利开始上升的时候，公司首先要增加什么实现增长?通常情况下，是购买一个关键设备或者雇用某一类员工(比如销售人员、工程师等)。一旦这个供给因素(或者这些供给因素)确定之后，也许就需要获取其他外国公司关于这个供给的数据。例如，评估美国汽车的生产量就需要知道其中来自外国汽车生产商的产量。
在研究需求的时候，越简单越好，尽量只按照公司业务分类即可,以便日后对公司销售业绩进行预测。比如说，快递行业可以被分成国内快递和国际快递两个部分，国内快递市场还可以再被分为航空快运和标准陆运。但是，由于存在诸多最终消费群体，比如煤炭、粮食、化学品、汽车和综合运输行业等，铁路行业的领域细分就更显杂乱一些，但还是很有必要去看一下每个细分领域的历史趋势，因为影响一个领域的因素也许并不会影响到另一个。从概念上米说，需求分析中所有的部门或者销售都应该和供给分析相吻合，但是因为我们不能总是得到足够的数据，所以这也并不是一门精确的科学。
如果可能，就把平均销售价格和供给及需求分析综合起来考虑，看它对于这两个变量的改变会有什么样的反应。各个行业销售的产品或服务都不尽相同，因此，想在每个行业都得到一个有意义的平均销售价格是非常困难的。因此，证券分析师要么需要根据自己的经验对这些数据作出一定调整，要么就要判断出哪些历史价格不能得到合理的分析。至少，要确保了解到随着时间的推移，价格是怎样为行业寡头所改变的。另外,充分理解价格的波动性和弹性对于建立财务预测模型也是至关重要的。
在建立供给-需求模型时经常会遇到很多挑战，有时候甚至于多到让你觉得根本不可能在给定的时间内解决这些问题。鉴于此，在一开始的时候就可以先看看其他人是不是已经把这些数据进行了简化，这样就能让你的分析变得更加简单，比如行业协会、某一特定行业的咨询公司和行业杂志等，通常都能帮到你。而且，如果你是买方，卖方分析师很有可能已经为你作好某些形式的分析了。如果你试图把所有的这些数据填进一个统一的电子表格，但是被卡住时，那就往退一步看看问题出在哪里，并且一定要记住你的目标是了解供给和需求的变化是怎样引起行业估值变动的。最终，你也许不得不妥协，仅仅使用业内三四家最大公司的数据，这也许不能为你提供一个非常严密的分析，但是也应该可以帮助你达到目的了。如果你决定要整合多家公司的数据来看一看行业的整体状态，如果不是特别麻烦，那么也要试者把那些已经破产的公司和不再上市交易的公司纳人分析之中:不然，你将会缺失这些公司的历史供给和需求情况。
历史供给-需求分析有以下重要的好处:
●可以提供一些信息， 用来判断一个行业在什么时候供给的年复合增长率( compound annual growth rate, CACR)和该行业需求的增长率会相差巨大，即可能会对定价、毛利率及回报产生巨大影响，这反过来也会影响股票价格。
●如果你足够幸运，能拿到一份非常严密的分析，其中包括了行业的所有参与者，这就能给你提供一个极为有用的工具，可以用在以下几个方面了解历史上市场份额的转变。
核实公司级别的收入一预测模型，可以通过对所有公司的产量和销售增长率汇总来判断是否符合现实的行业增长率。我见到过无数例子，
所有公司的增长率加起来达到该行业平均增长率的1.5~2倍。一名拥有CFA和CPA的摩根士丹利证券分析师亚当.郎森先生(AdamLongson)认为，证券分析师应该“同时从上到下并且从下到上地解决问题，而不仅仅是跟着感觉来检查你的分析，还要发现其中暗含的假设或者错误，它们也许是由于使用了单一的方法而导致的。这个额外的分析能帮助你更好地了解到整个华尔街也许都会错过的东西”。
