先说一下我的知识背景，我本科学的是世界经济，研究生读的是金融，和商品半点没有相关性，所以有志于做商品研究的小盆友们也不必有什么思想负担，商品的相关知识都是可以学习的，关键的是你对周期的感觉。
再说说我为什么会开始研究商品，这必然是一个悲伤的故事。因为我入行开始做的是黑色金属行业股票研究，大家也知道，在过去漫漫7年的熊市里面钢铁是最不受待见的行业之一，行业指数自我入行开始到我不做sellside离职，下跌了80%。作为当时一个悲催的sellside，推不出行业牛股，拿不到派点，只好默默的多做点研究。而后我就发现和黑色金属相关的有一个叫做螺纹钢期货的东西（当然现在黑色金属产业链的期货是国内最大的期货品种群，从上游的铁矿、焦煤到焦炭、螺纹钢、热卷，甚至包括铁合金等等），这其中最关键的东西在于做空可以赚钱，于是我就开始了自我野蛮生长的研究之路。
这里插一段题外话，很多刚入行的分析师总是嫌自己cover的行业不好，我想要说的是，你在任何一个行业有多大进步，有多深见解，混日子或者加速成长，都与这个行业本身无关。前5、6年入行的分析师，应该没有几个会比看钢铁更加悲剧的，但是这并不妨碍我在sellside的三年为自己今后的研究打下了坚实的基础，从最初的dirty work开始，构建数据库、寻找研究的新的idea、调研、沟通、拓展你有的圈子和人脉，这都与你所cover的行业无关。所以不要拿行业做借口，关键在于你有多努力。
说了那么多废话，言归正传，讲一讲我对商品研究的理解。当然，因为我现在做的是买方的投资管理，所以我会从研究和投资结合的角度来讲一些问题，不单纯局限于研究。
第一，决定价格大趋势的一定是供需，这个是毫无疑问的。所以，研究商品最根本的就是做好你研究品种的“供需平衡表”。
什么是供需平衡表？就是你所研究的品种在一定时期之内的需求有多少、供给有多少、库存有多少，然后算出来一个供给与需求的差值，这个差值如果是正的，也就是我们通常所说的供过于求，我们称为surplus；这个差值如果是负的，也就是我们通常所说的供不应求，我们称为gap。按常理来说，有surplus的品种价格有下行的压力，而有gap的品种价格有上行的动能。
供给的算法通常需要通过细致的调研，比如矿山投产的速度、投产的数量，又或者播种的面积和单产的数值；需求的算法则有自上而下（top to down）与自下而上（bottom to up）两大类，可以从宏观数值预测入手对该品种的需求进行预估，又或者你将品种下游的需求细拆为几个子行业对每个子行业的增速进行估计，最后加总得出品种的需求。每种方法都有自己的利弊，通常我会每种方法都进行估算。
但是，供给和需求本身并不重要，重要的是你所测算的变量对供给和需求影响的弹性，我在下面还会讲到绝对数量其实没有什么很大的意义。弹性的分析我们会通过敏感性分析（sensitive analysis）或者情景分析（scenario analysis）进行，用以得出边际变化对于整体供需的影响的变化。
第二，供给与需求的边际变化比surplus和gap本身更加重要。在我的理解之中，影响surplus和gap边际变化的因素更加重要，也就是说，供给与需求在一定时期的边际变化更加重要。因此，在研究的时候不仅要关注surplus或者gap的绝对值，而要仔细研究影响surplus和gap变化的因素。
对于商品来说，幅度的判断依据很大程度上在成本，所以不管是原矿或者是生产，我们都有所谓的成本曲线（cost curve），也就是累积的产量所对应的不同的生产成本构成的曲线。当你计算出了供给与需求，在成本曲线上你应该能够找到相对应的成本价格，这通常是我们决策的一个重要依据。
举个例子，2014年年初，我们测算铁矿石的surplus大约有3000-4000万吨，矿石价格面临大的下行压力，于是我们入场做空了铁矿石，并且更具我们所拥有的cost curve计算出了相应的价位；但是由于三大矿山释放产能速率超预期、并且国产矿没有在亏损线立刻停止生产，在2014年4月份我们修正了我们的供需平衡表，认为矿山的surplus大约有4000-5000万吨，不要小看这1000万吨的增量，这个边际变化量与价格并非是一个线性的关系，价格并非多跌了30%，而是直接腰斩，所以理解供给和需求的边际变化的意义不止在于你对趋势方向的判断，并且还有你对趋势幅度的一个判断。
第三，供需平衡表的结果需要与市场预期相比较，而不应该仅仅看surplus或者gap。这是我对基本面研究理解感触最深的一个方面，得益于第一份工作所学习并深植于心中的“预期差”理论。这就是说，我们做平衡表所看出来的surplus或者gap本身并不重要，重要的是这个数值和市场上的预期相比是高还是低。当然，这个与上一条讲的有相似之处。
举个例子，比方说我们计算了一个品种的surplus是占年度产量的5%，按照分析框架，这样的surplus对于该品种的价格有直接向下的压力；但是，如果市场上对于该品种的surplus的预期是10%呢？那么实际的这5%可能就是对价格的一个支撑。一个品种在过剩的时候为什么有可能还有价格的上涨，我认为很大程度上取决于这种过剩与市场预期相比还没有那么的“过剩”。最近黑色金属产业链里矿石的反弹就很好的说明了这个问题。
第四，基本面研究的局限之处使得与研究周期相适应的投资周期应该相应较长，除非你有足够的能力进行极度细致的研究，否则要做好打持久战的准备。我以前经常和做商品投资的同行交流，发现一个很大的问题在于有些人用基本面研究来解释非常短期的行情，比如一天的或者一周的。这在我看来是不可思议的，因为由基本面决定的行情的发展一定是一个趋势的主题线，主题线的发展一定是缓慢的，不可能在短期内就出现完全的印证。在我看来，基本面研究所对应的商品的投资周期至少在一个季度，因为供需所对应的结果需要充分的发展，在供需的发展过程中肯定会有这样或者那样的扰动，但是最后价格必然会回归供需。
同时，之所以以一个季度为周期来划分投资期限，很大程度上是因为我们当中的大多数人是没法做到非常细致的平衡表的。我认识有的前辈做基本面研究可以做到周度的平衡表，这样的数据深度和精度对于一个人的逻辑、信息以及行业了解都有极高的要求，非常难以达到。同时，越细致的数据出错的概率越大。我在刚开始做投资的时候，有位前辈就和我说过一句话：“宁可要粗略的正确，而不要精确的错误”。但是研究越深入，就越容易犯只见树木不见森林的毛病，这个时候就需要我们从商品细致的逻辑框架跳出来，看大的层面。
第五，商品不同类别之间有非常密切的关系，需要从大的格局进行理解。商品的分类很多样，在我自己的研究框架看来商品分三大类，第一类贵金属，包括黄金、白银、铂和钯；第二类，工业品，我们经常讲的硬商品（hard commodities）,包括能源品、所有的基本金属、黑色金属、橡胶等等；第三类，农产品，我们经常讲的软商品（soft commodities），包括油脂、玉米、小麦、经济作物。
以上所有都归结为“商品”。贵金属的研究和交易在惯例是放在大的Macro Trade下面的，也就是必须对宏观经济有深刻的认识，才能够发掘到对贵金属的真正趋势。工业品的研究主要就是供给与需求，供给的变化，需求的变化都需要分析。农产品的研究主要集中在供给端，因为除了经济作物之外，农产品的需求变化相对缓慢，并不急速，所以农产品的研究主要集中在对供给影响较大的几个方面，比如天气、比如单产、比如种植面积。宏观大趋势与贵金属与工业金属关系非常密切，与农产品关系较小，但是这并不绝对。因为商品之间有深刻的联系。
举个例子，我一直认为原油是所有商品定价的“锚”。什么“锚”，就是原油的价格会影响所有商品的平衡表。2014年原油价格大幅下跌，首先影响了所有能源的价格，其次影响了所有运输的价格，最后影响了替代能源的价格比如燃料乙醇，与燃料乙醇密切相关的又是白糖。由于原油价格过低，作为燃料乙醇的白糖需求急剧下降，导致了白糖供需平衡表的改变。
所以我们理解商品的价格变动，要从更深刻的层面进行，对于一个品种过于深入的理解有时候反而不是好事。这也是为什么很多现货商做商品投资反而会亏钱的原因。
第六，宏观大趋势决定了商品尤其是工业品的真正走势格局，品种基本面与宏观趋势的背离一定要想清楚原因。商品在近30年最波澜壮阔的行情出现过2次，一波是2000年开始以中国为代表的新兴经济体需求的崛起带来的商品价格牛市，还有一波是次贷危机带来的2008-2009年的全球资产价格的剧烈波动。真正的大的行情必须有宏观趋势的配合，否则就是局部的行情，掀不起大的波澜。这里就会出现一个问题，当你看的品种与宏观趋势出现了背离，怎么办？背离的情况其实并不常出现，但是一旦出现，就需要警惕，因为这会导致投资上的问题。
就比如说现在，这半年商品的趋势其实并不明显，大多数品种处于一种震荡的格局。很多品种，比如说铜，基本面很差，因为中国的投资增速大幅下滑导致铜的需求增速也相应下降，但是宏观层面来说目前国内处于一个宽松的货币政策环境，并且有继续宽松的预期，在这样的情况下，单纯从基本面去做空铜就会比较难受。通常微观或者中观基本面与宏观基本面的背离会造成品种出现僵持的局面，从基本面角度，这个时候我们应该出场等待，等到预期明朗。
这样的背离在近期我看来出现了很多，不止是商品，包括外汇、债券、股市等等，都有。背离其实是大的投资机会的前兆，因为很多指标无序性的关系告诉我们的是未来一旦某种秩序占了上风之后，就会出现比较强的趋势。但前提是，你要想清楚，并且活到趋势来临之前。
最后，我想说的是，基本面研究只是做商品投资的第一步。分析正确只是赚到钱的必要条件而非充分条件。我自己经历过从对基本面的迷信，到对基本面的怀疑，再到现在理解基本面在投资里面所占的重要位置的各阶段。当然也许我再在这个行业呆上另一个5年会有不同的感悟，我现在对于研究的重要程度是非常肯定的，但是必须承认，这不是你在投资里面能不能赚钱的最关键因素。我用一个大牌对冲基金合伙人的一段话作为本篇文章的结语：
“他们的判断仍是基于事实和数据这两个基本维度，而他们参与的这场游戏，却是在情绪的第三维和梦想的第四维上展开的”。
研究商品基本面最根本的就是做好你研究品种的“供需平衡表”
什么是供需平衡表？
单看名字就明白，供需平衡表最主要是由两方面组成，一方面是供给，一方面是需求。
从很粗糙的层面来说，需求就是一个品种所有的下游需求之和，供给就是这个品种本身的产能释放情况。
(1)需求
需求的测算在工业品中尤为重要，因为工业品的需求呈现周期性和季节性，在做需求测算的时候需要结合考虑两种因素的综合影响。而需求测算在农产品的研究中更多的是与人口增长和消费习惯的缓慢变化相关的，所以对于农产品的需求来说，周期性不明显，季节性比较明显。那么，需求测算，尤其是工业品的需求测算该如何做呢？
以我最熟悉的螺纹钢举例。螺纹钢的下游需求主要是房地产和基建，那么我们可以用自下而上的方法来测算螺纹钢的需求，也就是分别测算出房地产所需要的螺纹钢数量以及基建所需要的螺纹钢数量，两者之和作为螺纹钢的总需求。当然，出口也是需求的一块，因此，作为商品的需求测算的自下而上的方法可以用以下的等式表明：
商品的需求 = 商品下游1的需求 + 商品下游2的需求 +……+ 商品下游N的需求 + 出口
每一个下游的需求都可以用计量经济的方法进行推导，最小二乘的线性回归、极大似然估计、自相关模型、GARCH、ARCH等等模型，你能想到的方法都可以用上。
这种自下而上的需求测算最大的优点，就是你能清楚每一个下游需求的变动对商品总体需求的边际影响。我在《商品研究的一点感悟》中也说过：“供给和需求本身并不重要，重要的是你所测算的变量对供给和需求影响的弹性，我在下面还会讲到绝对数量其实没有什么很大的意义。弹性的分析我们会通过敏感性分析（sensitive analysis）或者情景分析（scenario analysis）进行，用以得出边际变化对于整体供需的影响的变化。”也就是说，应用自下而上的需求估算方法，我们是可以知道每一单位的下游变化对总体需求量的影响是多少。这对于我们具体判断商品供需的变化具有深远的意义。
当然，自下而上需求测算的最大缺点和优点遥相呼应，对于每一个下游求总和，可能会产生“精确的错误”。也就是说，我认真地估算了每一个下游对该商品的需求，但是由于下游变量实在太多，我的基础假设实在太多，而导致了整体估算的可信度并不高。
再以螺纹钢为例。我们对螺纹钢的需求侧进行自下而上的计算，首先我们要估算房地产所需要的螺纹钢，这个时候，我们要假设地产新开工面积的增速、在建面积增速等等变量进行模型测算，那么这些模型的假设变量都只是“假设”而已，因此我们测算出来的房地产这一下游的螺纹钢需求就有多个假设变量。之后我们再通过类似的方法估算基建的螺纹钢需求，那么我们测算出来的基建的螺纹钢需求就有另外多个假设变量。这样，总的螺纹钢需求其实是基于极多假设变量的基础之上所得出的结果。看似我们很“精细”地估算了所有螺纹钢的下游需求，但是一旦假设变量有所偏差，可能就会出现失之毫厘谬以千里的错误。
所以对于商品的需求，尤其是工业品的需求，我们也会采用自上而下的方法进行估算。自上而下的方法，通常假设的就是一些宏观变量，比如投资增速、GDP增速、利率等等变量。这种方法避免了自下而上方法的“精确的错误”，可以给我们带来一个宏观层面的“模糊的正确”。
当然，自上而下的方法也有自身的缺点，也就是过于宏观，对于细节处并不精细，而且从逻辑上来讲，其实有点因果颠倒。因为本身应该是商品的需求构成了经济，而非相反。
实际操作中，两种方法我都会采用，同时做出估计，以观察这两种方法的偏差是否很大。当两种方法估算的结果产生较大偏差的时候，其实正是你审视你的假设是否正确的时候。而且，当你找到了偏差产生的原因，可能就有很好的交易机会在这里等待。
我经常和我的小盆友们说：“数据的背离本身比数据更加重要”，原因就在于，数据背离背后肯定有很深刻的细节，这些细节有时候恰恰是发现好的交易机会的契机。
（2）供给
讲完需求，讲供给。
计算供给的公式非常的简单：
商品的供给 = 商品产能1×产能利用率1 +商品产能2×产能利用率2 + …… +商品产能N×产能利用率N + 进口
供给的测算在商品中其实没有什么诀窍，就是把每一条产线的产能和产能利用率都搞清楚，然后加总。但是供给的测算是区分专业投资者和非专业投资者最重要的原因。为什么？因为一个字：钱。
如果你分析的是工业品，那么产线和产能利用率的测算非常的简单，只需要买数据。但是工业品的供给数据有多贵，非专业投资者估计是没有什么概念的。
举个例子，我们研究基本金属的时候基本上要购买铜、铝、铅、锌这四大基本金属的供给数据，也就是我们经常说的成本曲线（COST curve）。这个curve的数据，基本上一个品种都是几万美元，而且都是季度更新的。这别说非专业投资者了，国内许多不是专门研究商品的机构，比如说券商研究所，都不一定乐意花钱去买。
再比如说，研究铁矿石的时候我们要研究铁矿石的供给的动态变化，很重要的一个方面就是发货量和到港量。我们是怎么研究的呢？两个字：数船。船舶的数据一方面可以从专业的机构如Clarkson购买，当然也是非常昂贵的，另外还可以从Bloomberg或者路透的终端加价购买实时的船舶动态地图模块。这样我们可以很快就知道矿石的船有多少艘、大概多少吨位的到了哪里，还有多少时间到港。当然，还有更土豪的机构，自己租了几个卫星数船的。
不得不说，这种金钱和时间的花费，并非每个非专业投资者可以承受的。
所以，说白了，供给分析是阻挡个人投资者做基本面研究最重要的原因。
当然，大家看到这里似乎觉得供需平衡表中起码需求分析还是个人投资者可以做的到的嘛？其实也不然。你对供需平衡表的细致程度要求，决定了你对供需研究的细致程度要求。如果你想要捕捉比较短时间范围的行情，你就必须对行业内影响短时间供需的细节动态有很深入以及很迅速的了解。
这就是为什么作为一个商品基本面研究的投资者，“调研”是非常重要的。一线的感受，可以让你对供需的变化有最敏锐的反馈。这就是为什么在商品研究中，很少有“全才”。大多数人一生可能只能专注在几个品种上，这是因为每个商品都有特定的供应和需求的链条，想要在每一个环节吃透并且深入研究，是需要付出大量的时间和精力的。这也是为什么ABCD横霸农产品市场，Glencore在工业品上有绝对话语权，BP是原油纸货市场巨头的原因，因为他们本身就是现货商，他们对商品供需每一个环节的细致了解，是其他人所无法望其项背的。
（3）库存
讲完供需，还有一个特别重要的概念是供需平衡表里有的，那就是“库存”。
那么库存到底是一个什么角色？
我用我这几年的体会概括一句话：库存既是需求，又是供给。
为什么这么说？因为库存的增加或是减少，有主动或是被动的原因。当被动增加库存的时候，库存会形成对价格巨大的压力，这时的库存是供给；当主动增加库存的时候，库存会形成对价格巨大的支撑，这时库存是需求。当然，反之则反是。
那么库存数据该如何取得？由于库存具备供需两方面的特点，所以库存的取得方法一种是可以通过购买数据，另一种则是实际调研。
知道了供给、需求和库存，我们就得到了下面这个总的公式体现的表格：
供给 + 期初库存 = 需求 + 期末库存
这个等式填写完，一张完整的供需平衡表就完成了。
有了供需平衡表，我们就可以知道供给与需求的差值，这个差值如果是正的，也就是我们通常所说的供过于求，我们称为surplus；这个差值如果是负的，也就是我们通常所说的供不应求，我们称为gap。按常理来说，有surplus的品种价格有下行的压力，而有gap的品种价格有上行的动能。
所以，供需平衡表是商品基本面分析的灵魂。
最后，我不得不再说一遍，供需平衡表只是基本面分析最最初级的第一步，从研究到交易再到赚钱，还有很长的路要走。这个鸿沟，很多人终其一生都未必可以弥补。
再引用《对冲基金风云录》作者的引用的一句话来作为文章的完结：
因为他们的判断仍是基于事实和数据这两个基本维度，而他们参与的这场游戏却是在情绪的第三维和梦想的第四维 上展开的。
<...beCAuse their judgment is BAsed upon the humdrum dimensions of fact and figure in a game which is actually played in a third dimension of the emotions and a fourth dimension of dreams.>
－ END －
联系客服
