Tag: 大數據

  • 量化世代 傳統投資搵掟企

    上星期摩根大通量化交易頭號人物Marko Kolanovic,指出約60% 的股票資產由被動型基金和量化投資人持有,10年間數字增加一倍!而網媒估計美股交易量中,只有約10% 屬於基礎分析交易。簡而言之,市場已經變成量化世代。 瑞銀報告指出美國量化投資和基礎分析投資的資金,於5月12日錄得最大差距 - 資金當然是流入量化投資,而不是基礎分析基金。根據Hedge Fund Research 的估算,今年首季度非量化基金錄得超過100億美元的資金淨流出,同期約46億美元流入量化基金。 以此趨勢觀之,量化基金應該賺到盤滿缽滿。可是根據華爾街日報報導,Two Sigma Investment 管理450億美元的旗艦基金,截至5月底錄得負2.5%回報(2015 和2016 分別錄得15% 和10.33% 回報)。AHL Dimension 的52億美元基金,截至6月9日只是錄得2.2% 回報 (去年錄得負1.9% 回報)。Winton Group 105億美元的期貨基金,截至6月7日只是輕微上升1.4%(2015和2016分別錄得少於1% 和負3% 回報)。同期標普指數上升8.7%,可見不少名氣量化基金跑輸大市。 以往本欄曾多次提及Renaissance Technologies,作為行內佼佼者確是技勝一籌 - 截至5月錄得13.5% 回報,跑贏大市。據聞Renaissance Technologies 不只運用數字數據,也投入自然語言分析技術,從多途徑了解宏觀經濟和上市公司狀況。 處於科技世代,數據量與日俱增,甚至垂手可得。誰懂得營運數據和解讀數據,就獲得優勢。被動型基金和量化基金大行其道,再加上新近的人工智能和機器學習,傳統基礎分析的主動型基金若再固步自封,日子大概會越來越難過。現下仍有時間追趕,據友人智兄所述,純AI技術公司走入金融市場,業績都普普通通,倒是傳統量化基金加入少量 AI 或機器學習元素後成效顯著。他認為AI 基金不能單靠高新科技,需要有具備領域知識的專才參與,兼且各方面配合,包括人脈、策略優勢 、風險管理、實際交易執行力等,才能成功。 所謂傳統量化基金的優勢,應該是較懂得市場運作原理。而基礎分析投資人,除了運用數據估值,亦從經驗中了解人性。若希望學會更有系統地運用數據,筆者推介車品覺兄的新書《覺悟。大數據》。品覺兄曾主管阿里巴巴數據部門達6年,現為紅杉資本中國專家合夥人。儘管內文的數據看似只關乎電商或企業日常營運數據,實則他對待和處理數據的心法,會啟發讀者思維。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 本地網購還有無得撈?

    美劇《Billions》近日成為朋友間熱話。劇情關於檢控官奮力偵查億萬富豪從事金融內幕交易的證據。筆者未有機會看劇,友人在FB 引用一段劇中主角教訓向銀行借貸創業碰釘子的妻子,原話大意是:現在做的事,你是世界第一嗎?你提供的服務並非自家發明,沒有獨特性又沒有專利技術,也沒有專屬的市場定位… 要我繼續數下去嗎?我早就告訴你,但你聽不入耳… 上述的確是銀行不借貸、投資人不參與的理由。但是否只要世界第一、或具備獨特性就一定會成功融資?未必吧。銀行家和基金經理的眼光不見得就真的獨到。企業未必需要是the best 都可以生存和開拓市場。 自從王維基失落免費電視牌照,香港電視在網上免費播放高質素自家製作劇集,到後來停止拍劇轉戰網上購物(HKTV mall)…  老實講,筆者不看好。科技界的友人亦認為意念落後,香港市場太小,而且網購業逢勃,又有巨頭如Amazon、淘寶、天貓,不同類別產品又有專業網購如MyDress、Strawberry Net,根本看不到HKTV Mall 有任何優勢。貿貿然步入戰場,還要包攬各式各樣貨物,雖說很多具品牌的正品,但選擇不算多,價錢又不是特別低。最初的巿場推廣策略,沿用多年前推廣CTI 那一套 - 流動貨車以小部分極優惠貨品吸引師奶入會…  在科技人眼中,怎麼看都是落後甚至是未必具效益的做法。 自身不太喜歡shopping,幫襯最多的網購是Amazon,淘寶戶口則是年初友人來家探訪幫忙開通(的確太老土)。過去一個月,某些日用品超市經常缺貨,因而成為HKTV Mall 的客戶。說真的,user experience 有驚喜 - 落單後如存貨不足,會即時在螢幕顯示,不會為了「等貨」而影響送貨日期。整個過程由搜尋選購、價格標示、數量選擇、購物車check out 等,每一個步驟都很順暢,而最最最欣賞是送貨超快!(好像都只會提前,不會延後。)用過一次,會返轉頭再購物。 筆者不知道HKTV Mall 的優勢有多獨特,但可以網上購買新鮮和冷凍產品、賬單銀碼未達免費送貨,又可以選購超市類別以外的貨品,加上驚喜的送貨速度,以及流暢的用戶介面和貨品搜尋目錄,應該勝過所有本地的日常用品網購平台。當然專營某類別產品的網購站,整體用戶體驗也許更佳,但貨品種類不夠多元。買不同產品要往不同平台,都幾麻煩。 閒談間知道不少朋友是HKTV Mall 客戶。雖然曾出現多次送貨延誤和退款安排混亂的情況,客服又只有online chat 令人沮喪,但普遍滿意其服務。 筆者對HKTV Mall 確實大大改觀,產品夠多元,送貨又快捷。香港市場的確細,但若能掌握大部份家庭的購物習慣,也會價值連城的數據。HKTV Mall 似乎會慢慢壯大,殺出一條路。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 再談人工智能和基金管理

    上週才說Elon Musk 認為人腦將比不上人工智能,創立了Neuralink 研究如何「人機合一」,提升人腦的效能。近日就看到不少關於人工智能取代人力的新聞。羅兵咸發表的研究報告,估計2030年美國有38%的工作,因為全自動化而面臨被消失的風險。黑石更宣佈將裁減超過40個主動型基金管理職位,並以人工智能程式取代。 程式交易這範疇向來非常神秘,現在連大眾媒體也報道甚至接觸得到,說明基金管理人工智能化何止已成趨勢,甚至已開始普及化!筆者認為這是大新聞,象徵進入新時代。友人具有超過12年量化交易經驗,卻指這並非新事物。 根據彭博報道,美國著名對沖基金經理Paul Tudor Jones (福布斯估計其財富超過470億美元) ,去年中裁減一成半員工,並開始以程式交易工具模擬公司最佳基金經理的管理。另一傳奇基金經理Steven Cohen,則嘗試用程式找出自己過往利潤最大的交易套路,希望電腦能複製策略。而全球規模最大的對沖基金Bridgewater 的創辦人Ray Dalio 則早已投資人工智能交易的技術,並且嘗試將自身的基金管理程序自動化。 科技對未來的影響既廣且深,投資人既然是「買將來」,不論有否相關背景,都需要了解最新技術的應用和發展。早前和《全民大數據》的車品覺兄聊及以色列之旅,他特別欣賞當地人了解自身優勢 - 軍事科技民用化,而且創新方向專注又獨特,幾大題目包括精準農業、安全領域和科技醫療(主打的兩大方向是遠程醫療和復康治療)。這些領域面對的都是全球市場。 過往以色列的科創企業主要招來美國投資者,壯大後在美國上市或被科網巨企收購。品覺兄此次到訪特拉維夫,卻發現當地的科創公司和政府推廣部門都著力引入中國和印度的風投基金。他認為單看這個轉變(由過往主力吸引美國風投,至現在招攬中國和印度風投),就已展示了以色列創業家的眼界,和對國際趨勢的認知。畢竟西方國家大多已發展成熟,未來具高增長潛力的市場是中國和印度,而引入兩國投資人將有利科創企業更早更快進入兩地市場。 以色列科創人懂得結合自身優勢和市場需求,兼且掌握國際趨勢脈搏,品覺兄認為這些都是香港科創界需要向他們學習的。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 親睹Machine Learning 辨別靚仔靚女

    過去兩星期,恆指每天都錄得升幅(除了上週三),成交額大概500多至600多億元。而本欄曾提及過的價值投資型股票中,最奪目算是大昌集團(0088.HK)。股價除了創1年新高,更創了3年新高。大昌集團是本地的小型地產商,亦有投資美國的地產業務。以往分析該股,優點包括資產價值大折讓、債務很低、現金流充裕、預期收入不俗,而且股息穩健。缺點是股價波動小兼且交投不活躍,但過去幾天價量齊升,值得投資者注意。詳細分析以及公司估值,可參考舊文,在此不贅,免得被指呃字數。 昨日車品覺兄在《全民大數據》專欄,展望今年的科技發展趨勢時提到:「人工智能與大數據的巨輪將繼續全速前進」。而上星期其中一宗大新聞,是贏遍國際棋手的Master 自揭身份為AlphaGo 升級版。Master 的圍棋對奕結果除令人驚嘆,亦再次掀起廣泛的人工智能技術討論。 其實坊間對「人工智能」至今未有一致的定義,若硬要區分則可嘗試用四個層次觀之。第一級是加裝了控制程式的家電用品,所謂的「內置人工智能」等字眼只是gimmick,實則是系統工學。第二級是典型的人工智能,程式系統的行動模式變化多端。這級別的人工智能可以理解input 和 output 的關係並產生大量組合,實際應用包括醫學診斷。第三級的人工智能,則包含了機器學習程式,系統會根據大數據找出input 和output 的關連,就如模式辨認(pattern recognition),然後自行作出判斷。而近來媒體經常提及人工智能,多數屬於這級別。第四級的人工智能則是加入深度學習,即整個過程中有很多的變數和組合。 人工智能(artificial intelligent)、機器學習(machine learning)和深度學習(deep mind) 都是近來的熱爆詞彙,看到就覺得複雜和技術含量極高。上週筆者參與一個程式員聚會,其中一位講者Andy 即席演示如何使用神經網絡(neural network) 鑑別相中人是男或女。他說坊間有多種相關的開源軟件,讓程式員直接使用,包括Google 的Tensorflow。又笑指深度學習只是多加幾層(layer),增加變數,然後隨即在螢幕上將 code 連貼幾次,令系統更”deep”。然後將預先準備好的1300+ 人類大頭照片輸入,再執行開源碼,系統即多次嘗試分析。一般而言,幾次之後會找到更佳的組合,提升辨認男女的機率。數分鐘就運行完畢,Andy 再輸入10多張照片讓系統辨認,程式根據剛才的學習結果分析,並估算相中人是女性和男性的機率。當晚系統表現不俗,能正確辨認大部分相中男女的性別。這次的即席示範,讓筆者感到機器學習和深度學習技術,並非那麼高深莫測(至少當日的codes 都大致看得懂)。雖然開源碼背後的理論和技術極高階,但就如使用智能電話或搭飛機未必會理解其運作原理,普羅大眾應用AI 和機器學習軟件時,也不需要完全理解背後邏輯。現在是大數據時代,而大數據和人工智能相輔相承。只要數據量夠大,系統記憶體夠多,而且運算速度快,就可應用人工智能技術。 筆者要真正了解人工智能,顯然有極大段距離。套用不同程式員的簡潔解畫,這是本體論(ontology)-將不同數據(包括文字和句子)切割,並以數字表達。而各種數據間的關係,則以數學的多度空間顯示,然後形成龐大的神經網絡… 寫了咁多,整篇文就似「不懂扮懂」的介紹文,兼且和投資扯不上關係。其實,筆者想說明並非只有大公司或研究所,才會探討和開發人工智能和機器學習。既然有開源軟件,任何人只要懂得寫程式,就可以輸入數據測試效果。而當晚有程式員提到股票分析是機器學習的熱門課題。以前市場由人類行為組成,現時已加添了很多程式活動,而未來只會越來越多機器行為,並且以指數式增長。未來的金融市場,不論趨勢策略或經濟循環,都不能和過往相提並論。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 美股或港股? 經年累月與差天共地的回報

    人民幣持續貶值,過去幾個月更出現走資潮,包括來港買物業買保險。新聞報道內地實施新的購匯限制審查,需要購匯者聲明購匯用途並非到海外置業或投資。昨日高天佑君《港股通有運行》一文,詳細說明內地人民面對人幣貶值的心理、以及港股通的「資金閉環」設計,加上外匯限制等多種因素,令港股通成為「『唯一合法』、符合各方利益(包括中央及百姓)的渠道」,值得讀者細閱。的確,人們即使面對重重關卡,都不會眼白白看著財富不斷蒸發而無所動作,資金總得有去處以保值,若未能購買外滙並調出外地,實行聯繫匯率的港元,確實是不俗的美元替代品。前年「大時代」後,港股通一直冷冷清清,但估計今年將有北水透過港股通流入港股市場,對整體大市屬利好因素。有媒體指1月份的市場具有很多不確定性,尤其特朗普上任美國總統在即,未知對全球股市的震盪有多大。聖誕節至農曆新年期間,市場一般都較淡靜。投資者或可趁這段日子多留意盈喜盈警通告,並分析會受惠於人民幣貶值的行業和公司。 上週五與《全民大數據》的欄主車品覺兄飯聚閒聊,據聞新書將於第一季出版,並會探討在人工智能和經驗貶值的世代,擁有甚麼技能才能生存。品覺兄指「系統化思維」很重要,因為這並不能輕易程式化,所以機械難以快速學習,人腦有其優勢。他更推介了兩本書:《MIT 本質思考》和《Thinking in System》。週末筆者忙於送舊迎新大掃除,未看完好書,但看了一些關於人工智能的文章和影片。人工智能將成為另一次的「工業革命」,而且影響範圍極廣,甚至令大部分的中產階級失業 (工作都被機械取代),社會將會更分化…  這些轉變,令筆者聯想到程式交易在金融市場的位置,以及隨時間累積的效果如何差天共地。 金融海嘯後,美股至今已經歷了7年牛市,港股則一直上落市。若與2009年的最低點比較,道指升了2倍,納指升了1.5倍,恆指僅升了1倍。單看數字,也許認為相差不大。若看圖表,會見到美股市場的向上大趨勢,港股則不斷上上落落。筆者早前嘗試為幾個策略進行回測,分別套用在美股標普500、納斯達克和港股主板上市的公司,回測年期分別是逐年測試、每5年和每10年,橫跨2005 至2016年,結果令人驚訝! 三個策略都是美股跑贏港股,而這是預期之內(因為道指和納指跌趨勢顯然向上)。但預期之外的是,不論以最大回檔或總回報率觀之,美股都大幅跑贏港股。另外,是三個策略的高低輕易而見。相比策略A、B和C,只有策略C 接近年年賺錢 - 除了2008年錄得約4.5%虧損,其餘每年都錄得不俗盈利。而最驚人是累積11年的回報,策略A和B 與策略C 的差距,分別是8倍和20倍!當然,除了看回報,更重要是看過程中遇見的最大風險。策略B 最穩定,但具潛力的交易機會太少,影響長遠回報。策略C 的曾出現的最大虧損約為組合的10%。若以系統化交易的眼光觀之,未是最理想,還有很大的改進空間。但相比(增長型)價值投資,面對的風險細得多,但回報相約,系統化顯然更優勝。 當然,回測結果並不能照單全收,需要打折扣,始終未來是無法預知的。筆者看完回測結果獲得的最大啟發:一開始要選對市場和方法。短期一年兩年也許看不出分別和差距,但經年累月後的成果會差天共地。 祝讀者2017年身體健康 事事順心 投資獲利 恩典滿滿。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 價值投資和程式交易的相異風格

    基本的統計學題目:擲硬幣的次數越多,出現全部是花或全部是字的機率越低。第一次是花的機率是0.5,連續兩次是花的機率:0.5 × 0.5 = 0.25,連續三次是花的機率:0.5 x 0.5 x 0.5 = 0.125,如此類推。套用在投資,儘管每次賺蝕的機率並非50-50,即便高達90-10,只要不是100%保證必賺或必賠,錄得全勝或全負的機率一定越來越低。所以,投資過程中有賺有蝕屬無可避免。錄得正回報固然可喜,若是虧損應如何處理?要改變研究方法和投資策略嗎? 早前本欄《進入Quants 世代》一文,提及現今的電腦具備高速運算能力,加上網上交易成本低,機構投資者以外,獨立投資人也可以參與,而程式交易的風氣似乎已吹到亞洲。所謂程式化,是將個人分析和投資策略標準化(standardized),例如向來只研究某些板塊、市盈率低於某水平或市賬率高於某水平的公司,便設立篩選器,程式自動過濾計算,並納入觀察名單。過往伊馬仕專欄,曾多次展示不同的選股條件、排列名次方式、甚至回溯測試的投資效果。將條件編寫為程式,除了簡便快捷和容易測試,是因為假設人手操作難以長期保持一致性。所以,無論是人手或自動化,若可以清晰列出篩選、入場和離場守則,並且如實執行,大概已勝過沒有原則的投資策略。又,正如文首所講,只要投資買賣的次數增加,遇上虧損的機率便會提升(全勝機率會下降),但這不代表投資守則不管用,而是再優秀的投資策略都必然會遇上這情況(以統計學角度看是理所當然的)。所以,如何應對虧損和堅持策略一致性,亦是一門學問。 一般而言,價值投資不鼓勵頻密買賣,除了交易費用的小數怕長計,也因為內在&潛在價值需要時間反映。其實,價值投資與創投基金的性質有類似之處。創投基金若投資10個項目,可能只有1-3個項目錄得正回報,但因為回報極高,可以蓋過其餘7-9個失敗項目的投資成本。所以,雖然成功率只有10%-30%,但回報率是數以十倍甚至百倍計算。價值投資同樣貴精不貴多 - 內在價值被嚴重低估,或者潛力極厚的優質上市公司從來都屬於少數,另外是投資期相對較長。縱然並非全部都是千里馬,甚至有些公司或因為突發事件或政策而影響發展前景,但總體而言只要有幾個投資項目帶來豐厚回報,甚至只得一匹千里馬,都足以抵銷其它的失誤或損失。價值投資不是追求高勝率的策略,而是追求高回報率。 至於程式交易,大概予人一個頻密交易的印象。所謂頻密,不一定是高頻,可以是day trade或持貨以日計算。但重點未必是持貨時間,而是交易量。運用統計學和機率估算期望回報(expected return)、再進行回溯測試觀察效果。這種方法若要達到或非常接近期望值,需要較大量的交易。情況就如擲硬幣,出現花和字的機率大概各一半。若果只是擲十次,花和字碰巧各出現5次的機率較低,而擲一百次,花和字碰巧各出現50次的機率較高。所以交易量越多,越接近期望值。 市場遼闊無邊,投資者自然是各施各法。雖然策略和風格有異,但只要優勢能蓋過弱點就好。長線價值投資和短線程式交易屬於不同類別的操作方法,兩者都有其理論和優勢。投資人最怕處於中間兩頭不到岸,那就難以享受各自的優點,又或其優勢未能全面覆蓋弱點。所以實踐需要一致性,而不是於中段慌忙改弦易轍。 《網上加料版》 這星期的城中科技界盛事是RISE Conference 重臨香港,昨天開始一連三日。官方說今年更多人參與,但目測是去年比較多人。台上演講和訪問因為時間短,難以深入探討。但對於不熟悉最新科技的人,基本說明狀況可以初步了解,都是好事。 部份 Highlights: 講者中給予人最深刻印象的是Blippar - 一個visual discovery app。實時demo 能辨別很多眼前情景和物體,驚喜! 本地薑WeLend 提及內地的高速發展 - 每個月以30% 幅度增長。但依他看,P2P lending 的破壞性創新大概已到達頂峰,下一個可以被disrupt 的是保險產品。 Fiscal Note 運用大數據分析美國上庭個案,並預測官司的勝算,準確度達94%! (下週文章會分享更多RISE Conference 的所見所聞) 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 進入Quants 世代

    車品覺兄 (《全民大數據》專欄作者) 早前在訪問中說:「在將來,人與人之間的競爭比較的是機器的能力而非個人的IQ。以人工智能的重要原材料也是數據。就像在原始社會,人與動物最關鍵的差別之一是:人類懂得使用工具。而從現代社會進化到data 時代,和現在的區別在於,未來人類不僅懂得用工具,還要懂得用數據。」 上週金融雜誌Institutional Investor 公佈了2016年度頂級對沖基金經理排行榜。前八位中有六位都是量化分析專家(Quants),包括Renaissance Technology 創辦人James Simon 和Citadel 創辦人Kenneth Griffin。Renaissance Technology 被譽為全球最賺錢和最隱蔽的對沖基金,辦公室不是位於紐約華爾街,而是在長島。該基金不聘請具金融經驗者,只招聘物理、數學和計算機等理博士。它的旗艦Medallion Fund 自1988年成立以來,年均回報超過34%。彭博報道2001年至2013年期間,該基金的年回報率最高達+98.2%,最低是+21%, 同期標普500指數錄得負38.5% 回報。一般對沖基金的收費模式是2+20,而James Simon 曾在TED Talk 表示其基金收費是 5+44!Medallion 的規模越滾越大,現時已不接受外來資金,只為員工投資。 高新科技和複雜運算的程式交易是大機構的專利嗎?本欄曾介紹美國的初創公司Quantopian - 為獨立投資者提供完整的美國股票歷史數據和回溯測試的平台。筆者一直以為散戶的程式交易在美國比較盛行,而這股風氣還未吹到香港,怎知道Quantopian 近日宣佈秋季會來亞洲舉行Quant Conference,並為選址香港或新加坡進行問卷調查。既然決定跨越半個地區來亞洲舉辦論壇,估計區內有一定數量的獨立程式交易人。 未來,投資人一定不能忽視程式交易。 程式交易有不同派別,最常聽見的是高頻交易(High Frequency Trade),這的確需要資本雄厚,只有大機構才有條件做。除此之外,平常見到的即日鮮、短線當沖 、長線投資等都可以程式建立模型,利用電腦的高速運算能力選股和大規模測試,並自動執行交易。上週伊瑪士的《擊敗大市亦僅慘勝》一文,就展示了如何套用基礎因素分析選股,且列出回溯測試結果(很不幸過去兩年基礎分析策略錄得負回報,即便加入止蝕規矩能大大提升回報,卻仍是錄得負回報)。 程式交易 (不論全自動或半自動) 是投資人的輔助工具。懂得運用,並能結合數據分析和資金控管,就具備相對優勢。現時這界別仍充滿神秘感,大機構固然不會公開其策略和做法,獨立投資人的入行門欖亦不低 - 很少人同時具備投資知識經驗、數據分析技術和編寫程式能力。這不是簡單湊合投資人、數據人和編程人就能輕易成事。單是思維模式不同已需要花費一番唇舌溝通和時間磨合,另外是很多人未必願意分享 (自以為是)「秘技」,再者程式交易並非必定賺錢。市場有上落循環是常態,人手交易會遇到的事,程式交易同樣會遇到,只是撇除情緒或可減低犯錯機會。總之由人肉分析進化至程式交易,不是一時三刻能做到,就如價值投資需要耐性、時間和堅持,並且不斷學習與時並進,免得落後。據友人說,現時內地和台灣的獨立程式交易人較香港熱鬧和超前太多。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis

  • 從百度搜尋指數看內地乳業市場

    7月1日遊行後,首個交易日因資金流入,股市大升,之後市場依然交投淡靜。俗語有云『五窮六絕七翻身』,股市淡靜了幾個月,都是時候尋寶,尤其是VIS (Value Investment Score) 高分,但股價在過去幾個月拾級而下的。 3月28日我曾撰文<公佈業績之後:合生元Review> 。當時,由於業績公佈沒有現金流數據,只以估計現金流估算VIS。之後公佈的年報,合生元2013年營業額:$45.6億 (年增長率:  34.9%),經營利潤: $29.8億 (年增長達33.5%),淨利潤:$8.2億 (年增長僅10.4%)。淨利潤的增長率較經營利潤增長率低,主要是一次性的政府罰款(1.63億元)支出,若不計算之因素,淨利潤增長率達32.4%。雖然生意做多了,但經營業務現金流入卻少了接近兩億元。除了罰款支出,估計與營運資金周期由2012年的79日增加至100日有關。現金周轉期的延長,令VIS 下降至只有75分。 雖然合生元的VIS 不再維持在80分以上,但我仍舊看好公司未來的發展。 先說公司的基本因素: 內地整頓乳業汰弱留強,市場未來會由數大生產商霸佔。2013年合生元的市佔率約9%,規模不是最大,但增長強勁,其媽媽100會的活躍會員人數達181萬,按年增加約30%。今年1月,合生元收購了嬰兒配方奶粉商長沙營可,其年產量達3-5萬噸,並計劃運用入口奶源,透過長沙營可製造素加牌奶粉,主攻4-5線城市的高端客戶。過往公司主攻一二線城市的高端市場,我曾在深圳超市看到一罐奶粉售價達$480元。合生元建立新品牌,開拓新市場,估計能帶來增長動力。此外,合生元於年初合資成立公司,發展紙尿片業務。2013年嬰幼兒護理用品銷售,僅佔全年營業額3.3%,但年增長達43.6%,奶粉之外,嬰兒用品未來會為集團帶來增長。 市場大環境: 內地的嬰幼兒市場仍在增長,具發展潛力。今次我運用網上大數據的授索概念,估計市場發展。 1.『初生嬰兒用品清單』字詞的搜尋指數 過去4年不斷上升 2011年:介乎 0- 70 2012年:介乎 60 - 180 2013年:介乎 60 - 240 2014年至今:介乎180 – 370 越來越多人搜尋和關注『初生嬰兒用品清單』,除了更多使用互聯網的年輕父母,我相信內地越來越多初生嬰兒,而初生嬰兒用品市場正在擴張。 2. 『懷孕』字詞的搜尋指數 2014年連續4個月(2-5月)超過13,000,而去年只有2-3月超過13,000 有週期性 - 2013年和2014年都第一二季大升,指數高達15,600 估計每年第一季是夫婦準備或已經懷孕的高峯期。而2014年高度授索期維持更長,估計今年下半年會有更多初生嬰兒。 3. 『合生元孕婦奶粉怎麼樣』字詞的搜尋指數 2013年:介乎 110 - 200 2014年至今:介乎 140 - 290 這顯示越來越多人認識合生元的孕婦奶粉。另外,從圖表可見,今年2-5月明顯有更多人搜尋相關字,這除了附合『懷孕』字詞的搜尋指數增長,也顯示孕婦對合生元的奶粉有興趣。 我估計打入初生嬰兒奶粉市場,再不是在醫院爭嬰兒出生的『第一口奶粉』,而是打準媽媽的市場。越來越多人認識合生元的孕婦奶粉,令更多懷孕的準媽媽飲用合生元。只要這批準媽媽生出健康的小寶寶,他們大概願意繼續支持合生元,購買其初生嬰兒配方的奶粉給嬰兒。 觀乎合生元媽媽100的會員人數強勁增長,加上內地對初生嬰兒、懷孕和合生元孕婦奶粉怎麼樣等字的搜尋指數上升,我認為內地初生嬰兒的用品市場仍在增長,惠及合生元。所以,即使合生元過去10個月的股價大上大落,似乎得人驚,但其營業額和經營利潤年增長超過30%,現價$41.4,…