银行体系健全信心稳固铝价

银行体系健全信心稳固铝价

长城伟业期货研究所(上海) 童长征

 

近日,在欧洲银行业压力测试的消息刺激下,铝价突破前期上轨,发动上涨行情。自20106月开始,铝价已经历约为一个月的振荡行情。接下来铝价究竟要如何运行,决定铝价运行的关键因素究竟为何物?本文将具体阐述银行体系的健全性对于铝价走势的重要性影响。

 

尽管对于现货的铝市场而言,上涨的基础非常薄弱:减产力度有限,而新建产能不断在增长,但上周铝价仍旧发生较大涨幅,沪铝1010合约上涨了265/吨,涨幅为1.77%。而铜价更是录得4.29%,锌价录得4.30%的涨幅。LME铝价上周亦发生强劲上涨,录得3.06%的涨幅。从铝价自身的变化情况看,可以说这波上涨打破了长达一个月的均衡状态,但是无论是和外盘相比还是和国内其他两个金属品种相比,沪铝的表现仍旧较为疲软:这说明两个问题:一个是过剩问题拖累铝价上涨,另一个是拉动铝价上涨的并非铝现货市场的基本供求结构,而是另有其因。从各方面因素来看,银行、货币因素很可能是关键因素。

产能过剩问题在铝价的反弹中更难得到解决

世界金属统计局公布数据显示,20101-5月全球铝市供应过剩296000吨。世界金属统计局同时表示,中国今年1-5月铝产量为 683.8万吨,几乎占全球总产量的41%。前两个季度铝日均产量增加至4736吨,2009年上半年为4657吨。

从绝对值上来看,LME库存、上海期货交易所库存以及社会库存目前仍旧处在相对较高的位置,尽管各自较前期高点均有所回落。在2009年一年,我们可以很清楚的看到库存与铝价同涨的画面:LME的库存从年初的234.5万吨跃升至最高460万吨,库存接近翻了一倍,而对比同一时期的铝价,我们可以看到234.5万吨对应的是1570美元/吨的价格,而460万吨的库存背景下,铝价为2755美元/吨,上涨75.48%。从这两个数据的对比上看,我们可以得到的结论是,单纯考虑铝库存的绝对量并没有意义,问题的关键并不在于铝库存的多少,而在于必须要“变现”的铝的多少,有多少铝是被“冻结”在仓库中。只要这部分铝可以被“冻结”,那么这部分铝即便量再大实际上是不会对供求平衡造成冲击的。在这样的逻辑条件下,铝价与库存的关系反倒形成了不寻常的正向关系。

 

1:铝价与库存形成不寻常的正向关系(2009.6-2010.7

数据来源:汤姆森路透,长城伟业期货研究所(上海)

 

从图1中,我们可以大致看出铝价和库存的这种非同寻常的正向关系,尽管这种关系并非那么严格。LME铝库存的变化在20096月以后形成了一个较为稳定的规律:库存总是在每个月的现货交割日(即每个月的第三个星期三)前三天有巨幅增长。而在其他时间大多稳定的减少。在20103月之前,每个月的库存增量大致都维持在3万吨之上,最高的可以达到7万吨的水平。但是在20104月,这个数字突然降至12625吨,而5月则是突然返回到114275吨的高幅水平,6月重新降至6325吨,而7月再度升至51200吨的高水平。现货交割日之前的库存增量是一个非常耐人寻味的数据:它至少可以反映出两点:1.过剩铝通过融资仓单、套利仓单等形式进入交易所仓库的能力;2.国际大型现货商对后市的预期,只有对后市看涨的时候或者认为下跌空间很小的时候现货商才可能有意愿将铝“冻结”在仓库内。除此以外,还有很重要的一点是铝市场可使用资金状况。众所周知的事实是铝在仓库的“冻结”是需要庞大的资金作为支持的。而谈到资金支持,就不能不和银行体系紧密联系起来。

欧洲银行压力测试结果支撑了市场信心,但市场对测试结果仍存在疑虑

欧洲银行监管委员会在周五公布了对欧洲银行压力测试的结果,结果显示,接受测试的91家银行,仅有7家没有通过测试。

欧洲银行监管委员会此次压力测试的假设是:经济出现二次探底(GDP下跌超过3个百分点),股市有20%的收缩,银行利率急剧上升。考察的目标是核心资本充足率。压力测试的结果是来自欧洲的这91家银行,在最糟糕的情况下,核心资本充足率从2009年的10.3%跌至2011年年底的9.2%。高于测试所设定的6%的目标,这个结果显示欧洲银行业总体保持较为健康的水平。

所谓压力测试,指的是设计相应的压力情景,计算相应压力情景下相关指标所可能发生的变动。根据测试的结果,有针对性的制定策略。

测试结果尽管令人满意,但仍旧存在质疑。最重要的一点是欧洲银行监管委员会并没有把国家信用违约作为一个可能发生的事实放进前提假设。一个是对于银行利润增长的假设过于美好,忽视掉主权债务违约的风险,而6%的核心资本充足率比例又显得过低。

对于铝而言,一个健全的银行体系具有绝顶重要的意义。对于铝价是涨是跌可能可以有诸多形形色色的争论。但只要是了解熟悉铝行业的人,一般都会达成共识:铝总体而言,目前仍旧是过剩的。那么在过剩的前提下铝价能够上涨唯一可以借助的力量只有资金。欧洲的压力测试结果尽管存在各种质疑,但毫无疑问它对于市场信心的确立起到了非常重要的作用。只要欧洲的银行体系是健康的,那么用于存储铝的资金就可以相对容易获得。只有过剩铝能够得到有效“冻结”,那么铝价就还有希望受托上行。

压力测试的结果显示欧洲银行具有相对较为健全的体系,对于稳定市场信心具有一定作用。铝现货市场供大于求的格局不能未能得到根本性改观,尤其在目前的情境下,国内试图依靠减产来改变供大于求的矛盾是很难实现的。最后势必还是要透过资金层面加以解决。因此未来铝价的走势很可能还是要密切关注银行体系,资金松紧度等方面的变化情况。对于国内的资金情况,“适度宽松”说明铝行业在目前可能也暂时不会遭遇紧张的局面。宽松的资金面有助于稳固铝价的反弹行情。

汽车技术研究中心的数据和汽车工业协会数据的差别:

技术研究中心:上半年,国内汽车累计生产847.22万辆,较去年同期增长44.37%,居全球首位。
汽车工业协会:1-6月,汽车产销分别完成892.73万辆和901.61万辆,同比分别增长48.84%和47.67%;
两者的产量差别达到了45.51万辆。

————–

还是关于时间管理:

豆瓣当中的这个拖延小组可能会反映出很多人的心声。

推荐一个时间管理网站

刚刚找到的,应该不错。
我们的时间总是有限的,如何安排好自己的工作,充分利用好自己的时间对于自己的生活和工作都有莫大的好处。

转载:独立思考者的思考模型系列1 –如何科学的思考

作为一个普通的人,我们需要思考,因为我们在生活中要面对很多新问题,只有通过思考我们才能解决;作为一个投资者,我们更需要思考,因为在市场中,充满着更多不确定性因素,都不是我们通过经验能够解决的。所以在这里我转载了一篇关于如何思考的文章。我一直觉得思考是人类最重要的品质。也希望这篇文章对大家如何思考能有所裨益。 

 

 

独立思考者的思考模型系列1如何科学的思考

 

微软前总裁高群耀说过一句话让我印象深刻,大意是我们努力了那么多年,取得了不小的成就,我相信我们一定做对了一些事情。我觉得能够做对事情的一个重要前提是,我们想对了一些事情,而要想对事情就需要掌握一些正确的思考方法。

 

巴菲特和芒格一定不是靠掷筛子下注的,他们比一些人更接近真相的最重要原因是因为他们掌握了更正确的思维方式。

 

我个人将思考问题分成7个步骤。

 

1. 正确的定义问题 Define Question

 

我们的身体常常不太聪明,表面现象常常另有所指。牙齿脱落可能是肾虚;而头发疼可能是脑子出了毛病。同样的,我们的大脑常常不聪明,大脑提出的问题未必是真正需要解决的问题。

 

一个打算跳槽的做人力资源的学妹曾经问我,“我投的一家大公司即将给我offer了,可是现在所在民营企业的老板答应给我加薪升职,我还该不该跳槽呢?”

我问她“为什么要跳槽呢?”

“想去外资企业。”

“为什么想去外资企业呢?”

“外企规模大,也更加正规。”

“为什么要去规模大的企业呢?”

“因为规模大的企业有一套完善的流程。”

“有完善流程的企业对你有什么帮助呢?”

“能够让我学到更加完整的人力资源体系。”

“学到这个对你意味着什么?”

“这是我职业发展的方向和向上突破的重要基础。”

“好,那么现在的企业即使给你升职,是否能让你学到完整的体系呢?”

“不能,我明白了。”

 

这个时候学妹头势和思路就非常清楚了。其实,在这个过程中我只是帮她纠正了定义问题的方法。她的问题不该是一开始问的“该不该跳槽”,而应该是“哪个公司能给我我要的学到完整人力资源体系的机会”。

 

我曾经留意过一天中被问到的问题。我发现,2/3以上的提问者自己都没想清楚自己最终想知道什么。我们得不到答案往往是因为没有问正确的问题。

 

2. 建立逻辑树 Set up Logical(Decision)Tree

 

巴菲特最好的合作伙伴查理.芒格曾经形容过巴菲特的思维方式的优点,其中一点就是巴菲特及其善于运用逻辑树,又叫决策树。

 

什么是决策树?就是由所问的问题展开的要解决这个问题需要考虑的因素(把问题作为结果,即是会影响结果的因素)。这是我自己的定义,未必准确。

 

例如,我想知道为何阿凡达的票房会如此火爆,请问你该如何回答。是因为炒作?因为实力?还是因为导演知名度?

 

这些答案都没有错,但是这个问题的答案可能更复杂一些,复杂到我们不能仅仅通过拍脑袋想到或者媒体上看到的几种可能性来下定论。

 

我和自己做了一下头脑风暴,得到了如下逻辑树,见图。

 

阿凡达剧中有棵生命之树,是潘朵拉星球生命的根源,万物由它而生。把我们的问题当作生命之树,衍生出的各种可能性和影响因素通过层层剥离的方法列出,就形成了逻辑树。此处我只粗略列了2个1级目录,4个2级目录以及16个细分原因,如果认真思索,一定能想到更多。

 

3. 奥多姆剃刀 Dirty Filter

 

你一定也发现了,逻辑树中有几处原因有明显的问题。例如,内部因素->人的因素->演员。

不清楚导演的用意何在,这部片子的演员基本都不是大牌,可能是为了节约片酬成本(反正看不清脸),也可能是个人习惯(当年的《泰坦尼克号》启用的也不是当时的大牌)。因此,由于演员吸引了观众而促使《阿凡达》火爆的说法显然站不住脚。我们可以直接将他从逻辑树中删除。

 

奥多姆剃刀的原意已经很难考(我已经看到众多版本,这也不是本章的目的),我的解释是为确保高效简洁和操作性,保留核心,大胆删除不相关部分或者相关度低的部分。

 

4. 提出假设 Build Hypothesis

 

到了最关键的一步了。

 

大多数人的思维方式是正向思维(这也是人类大脑“原装”的思维方式),即演绎的思维。要回答阿凡达为何火爆的问题,我们可以收集海量的各种数据,动用大量的人力物力精力,综合分析,最后计算出无数种可能性,最后从庞杂的数据库中寻找相关联系,最后找出问题的答案。

 

然而我们往往没有这样无限的资源,即使有,我们是否存在更好的方法呢?

 

逻辑学家提出了归纳的方式,这种思考方式在数学家手中发展出了递归的思维方法。当运用到科学领域的时候,科学家总结出了一种有效的思维模型:假设-检验。

 

也就是说,在我用海量数据进行分析之前,先进行假设。例如,我根据自己的常识,感觉以及少量的数据,进行判断,提出一个假设,“《阿凡达》的火爆票房是因为经济大萧条引起的”。这个假设不是空穴来风,确有许多经济学家发现一个隐藏的违背常识的规律:当经济萧条的时候,就是娱乐产业爆发的阶段。好,既然这个假设是有可能成立的,我们接下来就要找到相应的数据,来支持,或者推翻我们的假设。

 

5. 确定数据 Define Data

 

我现在就要找到数据来检验我的假设,“《阿凡达》的火爆票房是因为经济大萧条引起的”。那么我需要哪些数据呢?

 

如果我以美国为例,如果假设成立,那么美国经济的发展趋势是否和娱乐产业相悖?美国有几次经济萧条?萧条期娱乐产业发展速度如何?那么非萧条期娱乐产业发展又如何?(在证明一件事情是什么的时候必须同时证明他不是什么)娱乐产业,尤其是电影产业有哪几个爆发的阶段?这些阶段GDP的发展如何?在欧洲,日本,中国等国家和地区是否有同样趋势?

 

此外,如果我们想把问题解决的更加严密,还需要考虑这样几个问题:《阿凡达》多大程度能够代表电影产业和娱乐产业?(毕竟娱乐产业再好的时候毁掉的电影也不在少数)电影产业的火爆是因为经济萧条引起的?还是仅仅同时发生但并无因果关系?如果有因果关系,产业链又是如何从经济引导到一部具体的电影的?这些问题,有需要哪些数据来支持?

 

回答完这些问题,我们就确定了收集数据的方向。

 

6. 写出数据来源 List Data Source

 

我们已经明确了需要哪些来源,好比我们已经为晚上的Party开好了菜单,那么现在我们就要规划好去哪里买菜了。是去大卖场,还是超市,菜场,还是便利店。不同的产品需要从不同的渠道采购,数据也是一样。

 

7. 收集数据 Collect Data

开始着手收集需要的信息,并在这个过程中不断调整计划。

 

好,到这里为止,我们完成了一个思维循环。我们在处理任何的问题时,一种有效的方法就是以果为始。以最终的结果作为思考的开始,以最初需要的数据或者信息为这个循环思维的终点。在思考一个重要问题,或者做出重要结论前,先确定真正的问题,思索一下所有的相关因素,进行清理。然后针对重点提出假设,并明确支持或者推翻假设需要的数据,然后明确目的地,收集数据。这样的思考方式,能帮助我们变得更高效,科学和强大。

 

明白了如何思考只是一个开始。收集到数据后,我们需要运用更多的思维模型来辨别,分析,处理和预测信息。下一篇是《独立思考者的思考模型2如何判别信息的真假》,将和大家分享辨别信息真伪的5个思考模型。

 

——————————————————————————————

写作原因

 

之前陆续分享了《独立思考者系列1-推荐阅读的7本经济学书籍》和《独立思考者系列2-推荐阅读的7本行为学书籍》,很多朋友希望我能够将自己脑中的有用模型和大家分享。

经过几个星期挤海绵一样的思考,我将之前自己总结的有助于思考模型归类完毕,现和大家分享。个人见解未必正确,但抛砖引玉,希望引发更多的思考。

相关阅读:

独立思考者的思考模型系列1如何科学的思考

独立思考者的思考模型系列2 如何判别信息的真假

独立思考者的思考模型系列3 如何寻找隐藏的真相

 独立思考者的思考模型系列4 – 如何避免思维的误区

杜牛牛-透过数字看世界

blog地址:

http://www.duniuniu.com

用数据和思考,撕裂生活的内衣

独立思考者的思考模型系列1如何科学的思考

 

微软前总裁高群耀说过一句话让我印象深刻,大意是我们努力了那么多年,取得了不小的成就,我相信我们一定做对了一些事情。我觉得能够做对事情的一个重要前提是,我们想对了一些事情,而要想对事情就需要掌握一些正确的思考方法。

 

巴菲特和芒格一定不是靠掷筛子下注的,他们比一些人更接近真相的最重要原因是因为他们掌握了更正确的思维方式。

 

我个人将思考问题分成7个步骤。

 

1. 正确的定义问题 Define Question

 

我们的身体常常不太聪明,表面现象常常另有所指。牙齿脱落可能是肾虚;而头发疼可能是脑子出了毛病。同样的,我们的大脑常常不聪明,大脑提出的问题未必是真正需要解决的问题。

 

一个打算跳槽的做人力资源的学妹曾经问我,“我投的一家大公司即将给我offer了,可是现在所在民营企业的老板答应给我加薪升职,我还该不该跳槽呢?”

我问她“为什么要跳槽呢?”

“想去外资企业。”

“为什么想去外资企业呢?”

“外企规模大,也更加正规。”

“为什么要去规模大的企业呢?”

“因为规模大的企业有一套完善的流程。”

“有完善流程的企业对你有什么帮助呢?”

“能够让我学到更加完整的人力资源体系。”

“学到这个对你意味着什么?”

“这是我职业发展的方向和向上突破的重要基础。”

“好,那么现在的企业即使给你升职,是否能让你学到完整的体系呢?”

“不能,我明白了。”

 

这个时候学妹头势和思路就非常清楚了。其实,在这个过程中我只是帮她纠正了定义问题的方法。她的问题不该是一开始问的“该不该跳槽”,而应该是“哪个公司能给我我要的学到完整人力资源体系的机会”。

 

我曾经留意过一天中被问到的问题。我发现,2/3以上的提问者自己都没想清楚自己最终想知道什么。我们得不到答案往往是因为没有问正确的问题。

 

2. 建立逻辑树 Set up Logical(Decision)Tree

 

巴菲特最好的合作伙伴查理.芒格曾经形容过巴菲特的思维方式的优点,其中一点就是巴菲特及其善于运用逻辑树,又叫决策树。

 

什么是决策树?就是由所问的问题展开的要解决这个问题需要考虑的因素(把问题作为结果,即是会影响结果的因素)。这是我自己的定义,未必准确。

 

例如,我想知道为何阿凡达的票房会如此火爆,请问你该如何回答。是因为炒作?因为实力?还是因为导演知名度?

 

这些答案都没有错,但是这个问题的答案可能更复杂一些,复杂到我们不能仅仅通过拍脑袋想到或者媒体上看到的几种可能性来下定论。

 

我和自己做了一下头脑风暴,得到了如下逻辑树,见图。

 

阿凡达剧中有棵生命之树,是潘朵拉星球生命的根源,万物由它而生。把我们的问题当作生命之树,衍生出的各种可能性和影响因素通过层层剥离的方法列出,就形成了逻辑树。此处我只粗略列了2个1级目录,4个2级目录以及16个细分原因,如果认真思索,一定能想到更多。

 

3. 奥多姆剃刀 Dirty Filter

 

你一定也发现了,逻辑树中有几处原因有明显的问题。例如,内部因素->人的因素->演员。

不清楚导演的用意何在,这部片子的演员基本都不是大牌,可能是为了节约片酬成本(反正看不清脸),也可能是个人习惯(当年的《泰坦尼克号》启用的也不是当时的大牌)。因此,由于演员吸引了观众而促使《阿凡达》火爆的说法显然站不住脚。我们可以直接将他从逻辑树中删除。

 

奥多姆剃刀的原意已经很难考(我已经看到众多版本,这也不是本章的目的),我的解释是为确保高效简洁和操作性,保留核心,大胆删除不相关部分或者相关度低的部分。

 

4. 提出假设 Build Hypothesis

 

到了最关键的一步了。

 

大多数人的思维方式是正向思维(这也是人类大脑“原装”的思维方式),即演绎的思维。要回答阿凡达为何火爆的问题,我们可以收集海量的各种数据,动用大量的人力物力精力,综合分析,最后计算出无数种可能性,最后从庞杂的数据库中寻找相关联系,最后找出问题的答案。

 

然而我们往往没有这样无限的资源,即使有,我们是否存在更好的方法呢?

 

逻辑学家提出了归纳的方式,这种思考方式在数学家手中发展出了递归的思维方法。当运用到科学领域的时候,科学家总结出了一种有效的思维模型:假设-检验。

 

也就是说,在我用海量数据进行分析之前,先进行假设。例如,我根据自己的常识,感觉以及少量的数据,进行判断,提出一个假设,“《阿凡达》的火爆票房是因为经济大萧条引起的”。这个假设不是空穴来风,确有许多经济学家发现一个隐藏的违背常识的规律:当经济萧条的时候,就是娱乐产业爆发的阶段。好,既然这个假设是有可能成立的,我们接下来就要找到相应的数据,来支持,或者推翻我们的假设。

 

5. 确定数据 Define Data

 

我现在就要找到数据来检验我的假设,“《阿凡达》的火爆票房是因为经济大萧条引起的”。那么我需要哪些数据呢?

 

如果我以美国为例,如果假设成立,那么美国经济的发展趋势是否和娱乐产业相悖?美国有几次经济萧条?萧条期娱乐产业发展速度如何?那么非萧条期娱乐产业发展又如何?(在证明一件事情是什么的时候必须同时证明他不是什么)娱乐产业,尤其是电影产业有哪几个爆发的阶段?这些阶段GDP的发展如何?在欧洲,日本,中国等国家和地区是否有同样趋势?

 

此外,如果我们想把问题解决的更加严密,还需要考虑这样几个问题:《阿凡达》多大程度能够代表电影产业和娱乐产业?(毕竟娱乐产业再好的时候毁掉的电影也不在少数)电影产业的火爆是因为经济萧条引起的?还是仅仅同时发生但并无因果关系?如果有因果关系,产业链又是如何从经济引导到一部具体的电影的?这些问题,有需要哪些数据来支持?

 

回答完这些问题,我们就确定了收集数据的方向。

 

6. 写出数据来源 List Data Source

 

我们已经明确了需要哪些来源,好比我们已经为晚上的Party开好了菜单,那么现在我们就要规划好去哪里买菜了。是去大卖场,还是超市,菜场,还是便利店。不同的产品需要从不同的渠道采购,数据也是一样。

 

7. 收集数据 Collect Data

开始着手收集需要的信息,并在这个过程中不断调整计划。

 

好,到这里为止,我们完成了一个思维循环。我们在处理任何的问题时,一种有效的方法就是以果为始。以最终的结果作为思考的开始,以最初需要的数据或者信息为这个循环思维的终点。在思考一个重要问题,或者做出重要结论前,先确定真正的问题,思索一下所有的相关因素,进行清理。然后针对重点提出假设,并明确支持或者推翻假设需要的数据,然后明确目的地,收集数据。这样的思考方式,能帮助我们变得更高效,科学和强大。

 

明白了如何思考只是一个开始。收集到数据后,我们需要运用更多的思维模型来辨别,分析,处理和预测信息。下一篇是《独立思考者的思考模型2如何判别信息的真假》,将和大家分享辨别信息真伪的5个思考模型。