5.缺乏视野
某一天,当你浏览报纸金融版的报导时看见下列的标题:
政府估计最近的中西部大风雪造成10000头牛只死亡
这种产量上的重大损失是否代表理想的买进机会?且慢,什么产量上的重大损失?如果一万头牛挤在你家庭院里,这或许是非常可观的数量,但美国的牛只总产量是一亿头,损失一万头牛几乎不会造成产量上的影响
这个例子是说明供给面的情况,但国内消费或出口也可以看到许多类似的例子.总之,你必须考虑一个问题:这个事件对整体情况有何重要性?
6.忽略恰当的时间考量
[谷物价格的上涨将造成肉品价格上涨]正确或错误?不是开玩笑---不妨稍做思考再继续阅读
事实上,这并不是一个好问题,因为答案取决于时间架构.大多数人或许认为这是正确的陈述,因为谷物价格上涨将造成畜牧业者生产的总成本的增加,导致肉类生产减少而价格上扬(生产成本也隐藏着一些错误的观念,稍后另外讨论)可是,这种推论仅适用于极长期的时间架构(2 1/2年以上)
就中,短期而言--这也许是期货交易者所关心的时间架构--结果可能恰好相反.如果谷物价格上涨将造成畜牧业者减产,初步的反应是尽快把既有的牲畜推出市面,这将造成肉类价格下跌.谷物价格上涨或许会造成牛只重量下降,但这方面的影响相对很小.饲料成本的增加仅会改变供给的流量分配(因为草料牛的成长比较慢),但不会影响较长期的实际总供给
在经济的世界里,因果关系不是在瞬间之内完成.某些情况下,个别事件会立即引起价格反应;另一些情况下(例如前述的例子),结果会发生在几年之后
7.认定价格不可能远低于生产成本
不论有多少案例证明这项陈述为错误,就是有人不信邪.生产成本不是价格的支撑因子,这个结论尤其是适用于不可储存的商品
商品一但完成生产之后,市场就不再关心生产成本.价格是由目前的供/需关系决定.如果价格跌到生产成本而供给仍然过剩,价格将继续跌到供需均衡为止
生产者为什么愿意在生产成本之下卖出商品?事实上,他们没有多少选择的余地.农产品是高度竞争市场,任何个人都没有能力把生产成本转嫁到市场.反之,生产者必需接受市场决定的价格.毕竟来说,价格偏低总胜过于没有价格
当然,赔钱的生意没人做,无法获利会造成产量减少,但这不会在一夕之间发生.最低的时间落差可能要一年,但在大多数的情况下,价格远低于生产成本需要好几年的时间才会造成产量减少.由这个角度来说,{谬论7}是{谬论6}-----忽略恰当的时间考量的辅助定理
近年来有许多典型的例子足以说明价格可能跌到生产成本之下,而且可能持续相当长的期间,包括:活牛在1970年代中期的行情,糖在1976~1979年与1982年以来的大部份年份,铜在1975~1978年与1981~1986年期间的大多数时候,玉米与小麦在1986与1987年的行情,以及1990年代初期的白银行情.往后,每当你发现研究报告基于生产成本的理由而推荐买进,务必记住前述的例子
8.不当的推理
这个谬误最好利用几个例子来说明.首先,饲料牛的数量未必可以用来推论将来潜在屠宰量.理由:饲料牛不包括草料牛.如果屠宰量中的草料牛比率非常的稳定,前述的推论或许没有问题.可是,这个比率实际上经常大幅的变动;所以直接由饲料牛数量来推论屠宰量,结果经常很离谱.举例来说,假定饲料价格上涨而造成草料牛的数量增加.在这种情况下,虽然饲料牛的数量明颢减少,但牛只的总数量还是可能增加
许多市场分析与评论对于屠宰量的预测,颢然都忽略前述的复杂关联.误差有多严重?饲料牛数量与屠宰量之间的百分率变动关系.我们发现这两组数据之间的关系非常的不稳定.事实上,在20年期间的10年内,两个数据的差值每年至少有一季大于12%.在整个20年期间中,有18年的年度差值在6%以上!如果希望根据饲料牛数量来预测屠宰量,那还不如干脆假定每季的屠宰量将等于前一年同期的水准.这是一个典型的范例,颢示没有资料往往更优于不正确的使用资料
由耕种的亩数来预测产量也经常有不当推论的情况.当耕种亩数发生某百分率的变动,这并未代表产量也会发生相同的变动(甚至假设收成率不变也是如此).对于大多数作物来说,产量的分配是一项非常重要的变数.举例来说,某些州的棉花收成率是其他州的三倍(前者如加州,后者如德州).产量应该根据个别地区的耕种亩数来预测,不应该采用总耕种亩数的资料
9.比较名义的价格水准
目前的价格不能与过去的实际纪录价格互相比较.比较不同期间的价格,需要根据通货膨胀进行调整
举例来说,假定我们深入研究某过去商品过去的统计资料,发现目前与1965年和1972年同期具有非常类似的基本面条件.这是否意味着目前商品价格应该大约等于1965年和1972年同期的价位?当然不是如此.就实质价格来说,这些期间的商品价格大约相同,但由于通货膨胀的影响,目前的名义价格一定会比较高
可是,请注意,自从1980年以来,大多数实体商品的需求呈现长期的下降趋势,主要是因为对抗通货膨胀的存货需求减少.由于需求面的资料非常难以量化------下一章将详细讨论这这点----所以通货膨胀调整后的净预测价格会存在向上的偏颇.换言之,如果某项分析完全不考虑需求的变动与通货膨胀的调整,其结果的精确性可能高于经过通货膨胀的分析结果.这类负负得正的精确性应该是一种暂时的现象.正确的预测模型还是应该同时考虑通货膨胀的调整与需求的变动
10.忽略市场预期
相对于既有的基本面资料来说,市场更重视来年(或下一季)的预期.当供给面处于由松转紧或由紧转松的过渡期,前述的说法更为正确
1990年的小麦行情就是一个典型的例子.在1989/1990期间,冬季的收成非常不理想,收成率偏低.因此,结转库存掉到15年以来的最低水准.另外,1990年产期的冬麦播种仅小幅增加,这似乎意味着多年的小麦供给将短缺
基本面显然偏多,但小麦价格由1990年初就开始稳定下滑.这波价格跌势不能由当时的基本面资料解释,仅能由预期心理着手.随着时间经过,市场预期1990/1991的冬麦收成应该非常理想.就事后的实际资料显示,1990/1991的冬麦收成较前一期增加16%,耕作面积的收成百分率由75%上升到88%.虽然耕种亩数仅稍微增加,但由于收成理想与弃耕面积锐减,1990/1991年的产量增加39%,结转库存也恢复正常的水准
虽然前述基本面转变的资料一直到1990年春天稍后才陆续公布,但市场在1990年初就有这方面的预期.所以,1990年上半年的小麦行情提供一个典型的范例,预期心理的重要性超过当时的基本面资料
11.忽略季节性的考量
几乎每种商品都会呈现一种或数种的季节型态.忽略季节性的影响很容易导致基本资料的误解.让我们举一些例子
猪只屠宰量 第四季的猪只屠宰量较第三季增加5%,这可能代表产量减少---而不是产量增加.这个陈述表面上看起来很矛盾,但实际上有其道理,因为猪只的产量有高度的季节性型态 .猪只的繁殖是在春季最高而冬季最低.由于小猪大约要六个月的时间才能成长到销售的重量,屠宰量在秋天最高而夏天最低.所以,当我们比较目前一个月或前一季的屠宰量时,必须考虑季节性的型态
棉花的消费量 棉花的月份消费量也具有高度的季节性质,某些月份的消费量总是特别高或特别低.举例来说,由于假期的缘故,每年六月份或七月份的消费量大概会降低30%,基于相同的理由,七月份到八月份的消费量大约会增加20%.这类的波动显然非常剧烈,如果不了解正常的季节性型态,很可能完全误解消费的数据
如果生产与消费的数据是与往年同期的资料比较,当然不考虑季节性的因子.可是,如果所比较的基本面资料属于不同的月份或季节,务必要详细观察历史资料中的季节性行为,并做必要的调整
12.预期价格将遵从国际交易协定的目标水准
整个商品发展史上充满了无数的例子,显示国际交易协定完全无法遵从他们所设定的目标价格.交易协定通常是希望透过出口管制与库存计划的手段来支撑价格.虽然这对市场价格具有某种程度的支撑效果,偶尔可以激发短暂的价格涨势,但通常都没有力量将价格长期维持在均衡水准之上.以最近的国际糖协议与国际可可协议来说,最后都不可能将价格维持在目标区间的下限之内.OPEC或许是最有效率的价格支撑组识,但这个石油卡格尔也经常让油价跌破目标区的下限-----而且相当严重
就价格涨势的限制而言,世界性的交易协定更是无能为力.当市场价格到达目标区的上限时,这些组织顶多能够取消所有的管制--换言之,让市场恢复自由交易的功能
13.根据不充份的资料做成结论
有时候,由于缺乏可充份的可比较历史资料,几乎不可能建立某个市场的基本面预测模型
此处将举个一个典型的例子.在商品杂志(现在改名为期货杂志)创刊号中有一篇文章,详细研究棉花市场的基本面资料.最后,这篇文章提出一个有效的结论,自从1953年以来,棉花市场仅有两年称得上是自由交易的市场.在整个1950与1960年代,政府的规划将棉花价格维持在供/需的均衡水准之上.截至此处,这篇文章的推论还没有问题
事实上,适当而正确的结论应该是:既有的资料不足己进行基本面的价格预测.毕竟来说,如果仅有两年的资料可供比较,你如何能够进行统计上均衡的预测呢?
不幸地,这位作者根据非常有限的资料而描述整个预测的结论.引用其中的一项:最后的存量在350万包之下,代表供给非常的紧俏,意味着价格可能上涨超过30￠
虽然这项陈述最后证明为正确,但严重低估棉花市场的上涨潜能.当这篇文章发表之后的一年左右,棉花创99￠/1b的历史新高价格.顺便提及一点,那篇文章的作者正是本人
14.需求与消费的观念混淆
在期货的文献分析领域内,需求(demand)可能是最被经常被误用的两个名词之一(另一个是参数).需求与消费之间的混淆不是来自于语言学;两者代表完全不同的观念,它们经常被视为同意语而造成许多分析上的重大错误.这方面的解释需要涉及基本的供/需理论
扫码加好友，拉您进群
全部版块
我的主页
收藏
