这可能是高盛今年最惊艳的中国报告

摘要： 登录新浪财经APP 搜索【信披】查看更多考评等级作者：B.C来源：嬉笑创客文章已获授权我们正在目睹着大众传媒的衰落。曾经很多人对自媒体寄予厚望，但发现其也只不过是大众传媒...

登录新浪财经APP 搜索【信披】查看更多考评等级

作者：B.C

来源：嬉笑创客

文章已获授权

我们正在目睹着大众传媒的衰落。曾经很多人对自媒体寄予厚望，但发现其也只不过是大众传媒的子集。大众传媒的衰落，最受伤的是大众，但很多人并不自知。在下行周期里，很容易形成资源锐减-信息不足-进一步错误决策的循环。信息的私有化，是全球都在面临的挑战。大众传媒本应承担起高质量信息传播的职责。我们的主持人，在奥运会的降智提问已经被很多人吐槽。听听他们的问题，就知道他们已经多久没有脱稿采访，或发出尖锐的提问。好的主持人应该是人民的嘴替，会用尖锐、幽默、到点的问题问出人民的所想。相反，市场竞争可以推动企业打磨出最优秀的产品。中国出海的电动车、光伏、电池、服装鞋履都是其中的佼佼者。资本市场也终究还是一个好东西，因此中央也提倡要让人民通过股票市场赚到钱。归根结底，它让企业置于镁光灯下，有更多的公开数据和外部监督，也有用钱投票的影响机制。股价侧面传导了企业治理压力。它固然有放大动物精神的时刻，但投资人也能用脚投票，改变企业行为。例如21年新能源的暴涨炒作鼓励了大量企业跨界进入新能源，盲目扩充产能。但23年以来，投资人用脚投票，惩罚高资本开支和无意义内卷，已经让很多企业注意到分红和合理开支的重要性。资本市场也是一个优秀的信息公开来源。高盛就利用上市企业的信息，结合自己的研究，针对产能过剩对中国制造业写出了非常惊艳的深度研报——可以说是我今年见过最优质的中国研报之一。

研报回应了全世界都关注的热点——中国的超强产能和制造能力如何影响世界。图文并茂的临摹出全景：中国在多个领域不仅满足了自己庞大的内需，也外溢承担了世界供给的大部分。但正是这样过剩的输出，影响了企业的盈利能力，反而打压了企业价值，甚至开始引起海外的抵触——毕竟每个国家都不仅有消费者，还有生产者。在太阳能面板、锂电等领域，中国的产能甚至达到了全球需求的130%-200%不等。也无怪乎便宜到欧洲人拿面板做围栏。除了数据的全面性和宏观视角，它有很多不错的方法论和逻辑，值得参考。例如：

将中国制造的国内外市占率算出，并分区域统计出口比例。这有助于计算出口的极限和潜在被抵制的风险。

统计不同行业的产能利率。

用非常漂亮的三层逻辑来推断产能过剩何时见底。包括行业的现金盈利能力（是否有现金流盈余。其中光伏尤其可怕，全行业亏损，第二列全红的就是）、公司对资本开支预期的下调幅度（也就是从21年的新能源狂热中回神幅度）、市场需求端到底是增长还是萎缩（供给过剩+需求萎缩是双杀）。

对市场微观结构进行分析，将企业的成本线拆分，目标是计算哪些行业已经到了大量长尾玩家无法支撑，接近出清的地步，哪些行业还有价格战好打。这里我有些不同看法：有些行业不一定要战至最后一兵一卒。预期和威慑以及心态变化会提前推动出清。

上述研究，核心都是为了回答市场关注的问题——极致的内卷何时好转？何时行业玩家撑不住，可以逐步迎来出清？其秉持的理念相对客观，尊重市场逻辑，但没有过度深究补贴和地方竞争等内卷源头。这其实是高盛的一系列报告叠加累积而来，前序有多个分行业报告。这些报告的成型离不开从宏观到行业、再到微观个体公司的深度覆盖，也离不开中国A股对公司信息披露颗粒度要求较高的优势。但这些都不是做慈善，而是全球投资者真金白银的需求。有时候我在想，我们的市场化券商或者官方研究机构是否有如此深度的数据研究能力。对于券商来说，由于资本市场的低迷，日子并不好过。过往派点的方式受到影响，研究所更是受到牵连。新的模式还没崛起，市场似乎还不习惯为优质的研究付费。或者说，研究优质，但市场没beta，照样付不起。近期富有盛名的研究机构莫尼塔全员冻结，不禁令人唏嘘。10多年前刚入行时，就曾拜读他们的文章，是和大摩的Global Data Moniter 并列一起研究的。当然，长久以来，由于立场所致，券商一直是偏向唱多的，导致客观性打折扣。当然，海外券商也天然有这样的问题，但由于多空双向交易的存在会相对好一些。至于公共研究机构或者行政部门的决策深度，依然在迷雾中。我越来越倾向认为决策能享有的独特非公开数据并不多。因为海量经济数据的搜集需要大量的人力投入，各级的配合，投入较大，很难专有专享。专有专享的更多是内部观点或安全相关的数据。也因此，公共数据公开性的下降或许也不利于决策。我们看到太多数据终结在前几年。至于决策深度，从A4的容纳量来看，研究如果太复杂很难阅读，决策链条存在瓶颈。我认为高盛这样的研究是有公共价值的，对政策制定有非常确切、细致的数据支持。很多决策，如果有更多公开数据的支撑和细致的前期调研，是可以衡量利弊的。实际上，这是很多国家常见的数据生产链条。有最终的利益刺激，才有长期采集、处理、分析大量数据的动力。公共数据的存在，很大程度是为了支持公共决策，因为公共决策必须对受影响的利益群体负责，在决策前就必须拿出报告给出分析。尤其是那些动辄影响数百上千万人生计的大政策。测算财政投入成本、检测是否激励相容、测算总体的福利净损失或收益，都是很常规的标准做法。更长远的一些会测算未来几年的线性影响。曾在某地碰到原先教培行业头部公司的老总。经历了数万人的惨烈裁员，而后被迫转型进军餐饮行业。确实，他们的身段足够柔软，竞争的逻辑也非常合理，原先教培就是组织人力、组织加盟商的生意，和餐饮管理，全国大大小小加盟商管理一脉相承。但从钻研数理化难题，瞬间改行到飞遍全国一天吃七顿来评菜，吃到上吐下泻，回想起那段岁月，几个老总的眼神中还全是落寞。觥筹交错中，我问，如果放开了还会回去吗？答案很坚定，也在情理之中。而当他们餐饮上市的路径再被断绝时，下一步已经准备all in 出海了。行业有起伏，人才有离散。