通常面板價格一旦止跌，不會馬上又再跌下去，而是持平或反轉向上機會較大，一陣子之後再看是往上還是往下。也就是說，2Q14很有可能，供需狀況持續改進，價格趨勢向上。但是這一波到底是"庫存循環"、"季節循環"、還是"液晶景氣循環"，目前還不會知道，常常都是事後了解原因之後，才能判斷可能是那一種循環。
如果主流面板價格真的在三月下旬止穩，那確實是比預期來的早。可能很多人會納悶，今年在中國大陸明明陸續會開出許多8代線新廠，產能增加不少，大尺寸面板的終端產品: LCD TV、NB、Monitor需求面則乏善可陳，供需結構不利，怎麼可能"供需吃緊"、"價格提早落底"?
首先談一下循環型產業的成因和特性:
一、循環型產業的成因與特性:
1. 產能設備前置時間遠比可掌握的需求時間更遠，因此需求變化時產能無法動態調整，常常over-supply或shortage
2. 資本密集、CAPEX大、折舊佔成本比重高，因為總成本和變動成本的差距，廠商往往賠錢時還要繼續生產，以減少虧損，常助長over-supply更加嚴重
3. 產品價錢有上有下之循環，但科技型循環產業因受科技進步影響，長期循環往下，但成本趨勢也是往下
4. 產品差異化低，最極端的就是commodity，科技循環產業中，DRAM產品差異化最低，最像commodity，面板產品的差異化比DRAM高，未來差異化更大，這部分可減低commodity特性
5. 不論廠商間的競爭力，即使絕對數字有差異，但營運方向相同-同步往上或往下
1. 產能設備前置時間遠比可掌握的需求時間更遠，因此需求變化時產能無法動態調整，常常over-supply或shortage
2. 資本密集、CAPEX大、折舊佔成本比重高，因為總成本和變動成本的差距，廠商往往賠錢時還要繼續生產，以減少虧損，常助長over-supply更加嚴重
3. 產品價錢有上有下之循環，但科技型循環產業因受科技進步影響，長期循環往下，但成本趨勢也是往下
4. 產品差異化低，最極端的就是commodity，科技循環產業中，DRAM產品差異化最低，最像commodity，面板產品的差異化比DRAM高，未來差異化更大，這部分可減低commodity特性
5. 不論廠商間的競爭力，即使絕對數字有差異，但營運方向相同-同步往上或往下
二、面板產業景氣循環研究方法
1. LCD面板具有以上所說的循環型產業的特性
2. 預估LCD產業景氣循環的位置，是預測未來獲利的基礎。廠商獲利前景主要受產業循環而定，競爭力差距則決定廠商彼此之間的獲利差距。
3. 預測LCD產業循環的谷底(轉折向上)和高峰(轉折向下)，比產業循環的其他位置更重要，因為在轉折期，客戶行為、競爭者行為都會改變，廠商需要應對的策略。
4. 準確預測谷底/高峰發生於"何時"的困難性很高，判斷"現在"是否到達產業谷底，或"現在"是否已到達產業高峰，可降低困難性，也具有實用性。
5. 產業谷底/高峰的定義:(1)UTR(產能利用率) (2)Shipments (3)Margin (4)Pricing (5)Demand-Supply Gap (6)Inventory。
6. 全世界(廠商、產業研究機構、投資報告)研究產業循環，都是用Demand-Supply Model或Demand-Capacity Model(簡稱D/S Model)，D/S Model雖有基本經濟學的理論基礎，但在產業研究實務上並非有效的好方法，缺點有:
(1)需求預測包含TV、Monitor、NB、Tablet等，每個產品市場都有很多變數，本有難度，必須主觀估計。
(2)供給的難度更大，因為必須假設各廠商所擁每座工廠產能、切割尺寸(不一定切經濟切割尺寸)和邊緣損耗、產能利用率、良率...等等，而且這些資料都是每個月變動的，要掌握準確資料不可能，因此必須有很多的 "估計值" 在內，也就是說，供給端的數字，是由一大堆的估計值，堆積起來的。
(3)供需兩端，都包含有很多"估計值"變數在內，要100%正確不可能，差個5%、6%已經很厲害了，但將Supply和Demand合起來比較大小時，落差個5%、6%，可能就會造成 "差之毫釐,失之千里" 的錯誤結果，例如，D/S Model誤差5%，可能讓供需方向完全錯誤，從over supply變成shortage，引導價格方向錯誤，或價格誤差的放大效果。
(4)以上若包括庫存的因素，又變得更加不可預測，因為"庫存"這東西，可以是Demand(建立庫存時)也可以一夕之間轉為Supply(去化庫存時)，而多層通路中，庫存數量已不可準確預測，庫存合適轉換角色，更不可預測。
(5)會造成這個失誤的原因，在於，用高敏感變數來預測低敏感變數，這不是一個好方法，因為即使做得非常努力非常專業，結果還是有可能錯誤，相反的，好的研究方法(如果有的話)，應該是過程錯誤百出失誤連連，結果還是可以正確，這才是好方法。
三、方法的改良
本文提出兩個方法來輔助，一個是Balance用現況決定，一個是D-D/S-S Momentum Model來輔助。
Balance用現況決定，意思是，計算出來的Demand和 Supply要和產業現況比對，Balance時的定義，是指供應商有合理利潤的時刻，如果做出來是over supply，但廠商卻有合理利潤，則表示D/S Model內部估計變數需要調整。
至於D-D/S-S Momentum Model避免將完全不同類型和來源的Demand類估計變數、和Supply類估計變數互相比較，而是同類的t+1期 Demand和 t 期Demand比較、t+1期Supply和 t 期Supply比較，來觀察(t+1)/t的變化:
Demand(t+1)/Demand(t) Momentum : 正向(往shortage走)或負向(往over supply走)? 幅度和Demand(t)/Demand(t-1)比更大還更小?
Supply(t+1)/Supply(t) Momentum : 正向(往shortage走)或負向(往over supply走)? 幅度和Supply(t)/Supply(t-1)比更大還更小?
至於Demand和Supply兩個數字則不予比較，因為兩者都會有誤差，而且是完全不同的來源類型，誤差更大，甚至造成方向都判斷錯誤，例如，如果美國LCD TV需求數字高估了，加上某家8代新廠，良率低估了，則結論可能從應該是over supply誤判成shortage。但如果用D-D/S-S Momentum Model，則美國LCD TV需求高估不要緊，只要t+1確實比t期的demand差，方向就是往over supply走，而某家8代廠良率低估也不要緊，只要t+1期比t期良率改善，方向也就是往over supply走。
錯誤的估計變數，在同類型的(t+1)/t比較中，自動被系統消除了!
現在的狀況呢?
按照各方的Demand/Supply Model，2Q14是over supply
如果照本文說的D-D/S-S Momentum Model，簡單推演一下(並非真的找到細部資料計算)
D(t+1)-D(t)往正向走，幅度加大，S(t+1)-S(t)和上月一樣幅度往負向走，比起D(t)-D(t-1)、S(t)-S(t-1)，大有改善，2Q14應是正面發展。3月可能已達谷底，但這波向上循環可走多久? 幅度多大? 只能邊走邊看了。
1. LCD面板具有以上所說的循環型產業的特性
2. 預估LCD產業景氣循環的位置，是預測未來獲利的基礎。廠商獲利前景主要受產業循環而定，競爭力差距則決定廠商彼此之間的獲利差距。
3. 預測LCD產業循環的谷底(轉折向上)和高峰(轉折向下)，比產業循環的其他位置更重要，因為在轉折期，客戶行為、競爭者行為都會改變，廠商需要應對的策略。
4. 準確預測谷底/高峰發生於"何時"的困難性很高，判斷"現在"是否到達產業谷底，或"現在"是否已到達產業高峰，可降低困難性，也具有實用性。
5. 產業谷底/高峰的定義:(1)UTR(產能利用率) (2)Shipments (3)Margin (4)Pricing (5)Demand-Supply Gap (6)Inventory。
6. 全世界(廠商、產業研究機構、投資報告)研究產業循環，都是用Demand-Supply Model或Demand-Capacity Model(簡稱D/S Model)，D/S Model雖有基本經濟學的理論基礎，但在產業研究實務上並非有效的好方法，缺點有:
(1)需求預測包含TV、Monitor、NB、Tablet等，每個產品市場都有很多變數，本有難度，必須主觀估計。
(2)供給的難度更大，因為必須假設各廠商所擁每座工廠產能、切割尺寸(不一定切經濟切割尺寸)和邊緣損耗、產能利用率、良率...等等，而且這些資料都是每個月變動的，要掌握準確資料不可能，因此必須有很多的 "估計值" 在內，也就是說，供給端的數字，是由一大堆的估計值，堆積起來的。
(3)供需兩端，都包含有很多"估計值"變數在內，要100%正確不可能，差個5%、6%已經很厲害了，但將Supply和Demand合起來比較大小時，落差個5%、6%，可能就會造成 "差之毫釐,失之千里" 的錯誤結果，例如，D/S Model誤差5%，可能讓供需方向完全錯誤，從over supply變成shortage，引導價格方向錯誤，或價格誤差的放大效果。
(4)以上若包括庫存的因素，又變得更加不可預測，因為"庫存"這東西，可以是Demand(建立庫存時)也可以一夕之間轉為Supply(去化庫存時)，而多層通路中，庫存數量已不可準確預測，庫存合適轉換角色，更不可預測。
(5)會造成這個失誤的原因，在於，用高敏感變數來預測低敏感變數，這不是一個好方法，因為即使做得非常努力非常專業，結果還是有可能錯誤，相反的，好的研究方法(如果有的話)，應該是過程錯誤百出失誤連連，結果還是可以正確，這才是好方法。
本文提出兩個方法來輔助，一個是Balance用現況決定，一個是D-D/S-S Momentum Model來輔助。
Balance用現況決定，意思是，計算出來的Demand和 Supply要和產業現況比對，Balance時的定義，是指供應商有合理利潤的時刻，如果做出來是over supply，但廠商卻有合理利潤，則表示D/S Model內部估計變數需要調整。
至於D-D/S-S Momentum Model避免將完全不同類型和來源的Demand類估計變數、和Supply類估計變數互相比較，而是同類的t+1期 Demand和 t 期Demand比較、t+1期Supply和 t 期Supply比較，來觀察(t+1)/t的變化:
Demand(t+1)/Demand(t) Momentum : 正向(往shortage走)或負向(往over supply走)? 幅度和Demand(t)/Demand(t-1)比更大還更小?
Supply(t+1)/Supply(t) Momentum : 正向(往shortage走)或負向(往over supply走)? 幅度和Supply(t)/Supply(t-1)比更大還更小?
至於Demand和Supply兩個數字則不予比較，因為兩者都會有誤差，而且是完全不同的來源類型，誤差更大，甚至造成方向都判斷錯誤，例如，如果美國LCD TV需求數字高估了，加上某家8代新廠，良率低估了，則結論可能從應該是over supply誤判成shortage。但如果用D-D/S-S Momentum Model，則美國LCD TV需求高估不要緊，只要t+1確實比t期的demand差，方向就是往over supply走，而某家8代廠良率低估也不要緊，只要t+1期比t期良率改善，方向也就是往over supply走。
錯誤的估計變數，在同類型的(t+1)/t比較中，自動被系統消除了!
現在的狀況呢?
按照各方的Demand/Supply Model，2Q14是over supply
如果照本文說的D-D/S-S Momentum Model，簡單推演一下(並非真的找到細部資料計算)
D(t+1)-D(t)往正向走，幅度加大，S(t+1)-S(t)和上月一樣幅度往負向走，比起D(t)-D(t-1)、S(t)-S(t-1)，大有改善，2Q14應是正面發展。3月可能已達谷底，但這波向上循環可走多久? 幅度多大? 只能邊走邊看了。
沒有留言:
張貼留言
注意：只有此網誌的成員可以留言。