求几本行业分析方法之类的书

 行业动态     |      2019-12-05 04:43

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  一、确定目的,很多人都认为行业分析的第一步就是搜集资料,其实这是一种错误.。首先你要搞清楚你做行业分析的目的是什么,才能有针对性查找资料,比如你是偏向行业发展前景的分析,还是对竞争状况的分析,不同的目的,侧重的资料是不一样的。

  二、搜集资料,搜集资料看似一个简单的过程,其实很累人,如今信息发达,各种资料汗牛充栋,是永远收集不完的,所以不要把精力完全放在资料收集上,无极3收集资料之前要给自己限定一个时间,是三个小时还是三天,视自己情况而定。

  三、资料筛选,收集的资料来源各异,种类也不相同,但大致可以分为定量和定性两种。定量多是一些数据,这些往往是最有用的,好的行业分析员应该准确的看到数据背后的东西,但要注意数据来源是否可信,数据是否有交易性,可以做交易分析。

  定性的资料多是一些评论文章,往往主观色彩很浓,这就要有独立判断,这些评论仅作参考。

  四、补充收集,经过整理之后,留下自己有用的,去除没用的,明白自己还缺少哪方面的资料,有重点地补充收集。

  五、问题分析,有了资料之后,就可以着手进行最重要的工作---行业报告的制作。可以借助一些常规的套路,如SCP框架、五力模型、SWOT框架,有时也要根据问题的特点 构造出一个分析的方法来。

  无论是那一类做法,最关键的一点就是--结构,或者说是逻辑。如果只是杂乱地堆积在一起,信息再多也没有用。此外还要注意好的研究报告往往会进行产业链的分析,对上下游行业都要分析到。总之就是眼光要长远,要有战略家的胸怀。

  六、检验成果,报告完成之后,回过头看看逻辑性是否清晰,所用的模型是否经过检验。如果有些数据的准确性有待检验,宁可不用,也不能滥用。

  行业是由许多同类企业构成的群体。如果我们只进行企业分析,虽然我们可以知道某个企业的经营和财务状况,但不能知道其他同类企业的状况,无法通过比较知道企业在同行业中的位置。而这在充满着高度竞争的现代经济中是非常重要的。

  汽车诞生以前,欧美的马车制造业曾经是何等的辉煌,然而时至今日,连汽车业都已进入生命周期中的稳定期了。这说明,如果某个行业已处于衰退期,则属于这个行业中的企业,不管其资产多么雄厚,经营管理能力多么强,都不能摆脱其阴暗的前景。还有谁愿意去大规模投资于马车生产呢?

  投资者在考虑新投资时,不能投资到那些快要没落和淘汰的夕阳行业。投资者在选择股票时,不能被眼前的景象所迷惑,而要分析和判断企业所属的行业是处于初创期、成长期,还是稳定期或是衰退期,绝对不能购买那些属于衰退期的行业股票。

  行业特征是直接决定公司投资价值的重要因素之一。行业分析是上市公司分析的前提,是联接宏观经济分析和上市公司分析的桥梁。

  行业分析旨在界定行业本身所处的发展阶段及其在国民经济中的地位,同时对不同的行业进行横向比较,为最终确定投资对象提供准确的行业背景。

  行业分析的目的是挖掘最具投资潜力的行业,进而选出最具投资价值的上市公司。

  由此可见,只有进行行业分析,我们才能更加明确地知道某个行业的发展状况,以及它所处的行业生命周期的位置,并据此作出正确的投资决策。

  一、确定目的,很多人都认为行业分析的第一步就是搜集资料,无极3其实这是一种错误.。首先你要搞清楚你做行业分析的目的是什么,才能有针对性查找资料,比如你是偏向行业发展前景的分析,还是对竞争状况的分析,不同的目的,侧重的资料是不一样的。

  二、搜集资料,搜集资料看似一个简单的过程,其实很累人,如今信息发达,各种资料汗牛充栋,是永远收集不完的,所以不要把精力完全放在资料收集上,收集资料之前要给自己限定一个时间,是三个小时还是三天,视自己情况而定。

  三、资料筛选,收集的资料来源各异,种类也不相同,但大致可以分为定量和定性两种。定量多是一些数据,这些往往是最有用的,好的行业分析员应该准确的看到数据背后的东西,但要注意数据来源是否可*,数据是否有交*性,可以做交*分析。定性的资料多是一些评论文章,往往主观色彩很浓,这就要有独立判断,这些评论仅作参考。

  四、补充收集,经过整理之后,留下自己有用的,去除没用的,明白自己还缺少哪方面的资料,有重点地补充收集。

  五、问题分析,有了资料之后,就可以着手进行最重要的工作---行业报告的制作。可以借助一些常规的套路,如SCP框架、五力模型、SWOT框架,有时也要根据问题的特点 构造出一个分析的方法来。无论是那一类做法,最关键的一点就是--结构,或者说是逻辑。如果只是杂乱地堆积在一起,信息再多也没有用。此外还要注意好的研究报告往往会进行产业链的分析,对上下游行业都要分析到。总之就是眼光要长远,要有战略家的胸怀。

  六、检验成果,报告完成之后,回过头看看逻辑性是否清晰,所用的模型是否经过检验。如果有些数据的准确性有待检验,宁可不用,也不能滥用。