定性分析

什麼是定性分析？

在業務和管理方面，定性分析使用主觀判斷來分析公司的價值或基於不可量化信息的價值或前景，例如管理專業知識，行業周期，研發的力量以及勞資關係。

定性分析與定量分析，重點是在報告中發現的數字，例如資產負債表。但是，這兩種技術通常會一起使用來檢查公司的運營並評估其作為投資機會的潛力。

了解定性分析

定性方法和定量方法之間的區別與人工智能和人工智能之間的差異相似。定量分析使用確切的輸入，例如利潤率，債務比率，收益倍數等。這些可以插入計算機模型中以產生確切的結果，例如公允價值股票或收益增長的預測。當然，就目前而言，人類必須編寫這些數字的程序，這涉及相當多的主觀判斷。但是，一旦對它們進行了編程，計算機就可以在一秒鐘的時間內進行定量分析，而甚至可能需要最有天賦，訓練有素的人類或數小時。

另一方面，定性分析涉及屬於社會和經驗領域而不是數學領域的無形，無精度的關注。這種方法取決於機器（當前）所缺乏的智能，因為與品牌的積極關聯，管理可信度，客戶滿意度，競爭優勢，文化轉移很難用數值輸入來捕獲。

通過定性分析了解人們

定性分析聽起來幾乎像是“聽你的腸道”，實際上，許多定性分析師都認為腸道情緒在此過程中佔有一席之地。但是，這並不意味著這不是一種嚴格的方法。實際上，它比定量分析可以消耗更多的時間和能量。

人們是定性分析的核心。投資者可能會從了解一個公司的管理，包括他們的教育和專業背景。最重要的因素之一是他們在行業中的經驗。更抽象的是，他們是否有努力工作和審慎的決策記錄，還是更好地了解或與合適的人有關？他們的聲譽也是關鍵：他們的同事和同伴是否尊重他們？他們與業務合作夥伴的關係也值得探索，因為這些可能會對運營產生直接影響。

公司文化和定性分析

員工對公司及其管理的看法很重要。他們是滿意和積極的，還是對老闆感到不滿？員工離職率的比率可以表明員工的忠誠度或缺乏僱員的忠誠度。有什麼工作場所文化說公司？過度分層的辦公室促進了陰謀和競爭和SAP生產能力；困倦，無動力的環境可能意味著員工主要關注打時。理想是一種充滿活力的創造性文化，吸引了頂尖人才。

定性數據

收集數據進行定性分析有時很困難。 《財富》 500強首席執行官以與散戶投資者進行聊天或在公司總部周圍向他們展示。在某種程度上沃倫·巴菲特可以有效地使用定性分析，因為人們願意讓他訪問他們的時間和信息。我們其餘的人必須篩選新聞報告和公司的文件，以獲得經理的記錄，策略和哲學。

這管理討論和分析（MD＆A）公司的部分10-K歸檔和季度收入電話會議提供策略和溝通方式的窗口。清晰，透明的溝通和連貫的策略很有用。流行語，逃避和短期主義，不是很多。

還可以通過多種其他方式收集定性數據，包括訪談，小組組，人種志（參與者觀察），檔案工作和文檔分析。定性數據通常經過仔細讀取和主題編碼，以識別主題，模式和趨勢。

業務環境中的定性分析

客戶是唯一對公司成功至關重要的團體，因為他們是其收入來源。具有諷刺意味的是，如果公司將客戶的利益放在股東面前，那可能是更好的長期投資。如果可行，最好嘗試成為客戶。假設您正在考慮投資於一家成本，Beat的航空公司收益估算連續三個季度，併計劃回購股票。但是，當您嘗試實際使用該航空公司時，您會發現網站困擾，客戶服務代表胡思亂想，額外的費用小費以及您的同伴乘客。負面的經驗告訴您，該公司的客戶缺乏優先事項，並要小心地對航空公司進行投資。

公司的商業模式競爭優勢是定性分析的重要組成部分。是什麼讓公司在其競爭對手上保持持久的腿？它是否發明了一項新技術，競爭對手會很難復制，或者智慧財產保護？它是否具有為客戶解決問題的獨特方法嗎？它的品牌在全球範圍內是否認可？它的產品是否具有文化共鳴​​或懷舊的元素？二十年來還會有一個市場嗎？如果您可以想像另一家公司介入並做這家公司做得更好，那麼進入進入障礙可能太低了。為什麼一家未建立的公司會成為創建或破壞其所選市場的公司，為什麼不依次將其替換？

業務定性分析的示例

定量分析背後的想法是衡量事物。定性分析背後的想法是了解它們。後者需要整體觀點和基於事實的總體敘述。上下文是關鍵。例如，首席執行官在某些情況下，誰輟學會是一個危險信號，但是馬克·扎克伯格史蒂夫·喬布斯（Steve Jobs）是例外。無論好壞，矽谷都是另一種野獸。看看麥當勞公司（MCD）幾年前的財務狀況會告訴您對廉價，不健康食物的迫在眉睫的強烈反對。另一方面，純粹的定性方法容易受到盲點和個人偏見的扭曲。定量措施可以作為檢查這些趨勢的檢查。

定性分析與定量分析

定性分析依賴於對正在研究的主題的深入描述和深入了解，從深入的訪談，觀察和/或文本的仔細閱讀中獲得。這種類型的研究通常會研究案例研究，可用於了解當地現象。

相反，定量分析取決於從調查，實驗或管理記錄中獲得的數值數據的統計分析。由此，可以做出推論，並在分析的變量之間進行相關性，以了解更普遍的現象。

	定性分析	定量分析
數據類型	單詞，文字，描述，直接觀察	數字，數字，統計數據
如何收集數據	觀察，訪談和文本分析	測量和計數事物
如何分析數據	文本分析；將數據分組為有意義的主題或類別	統計分析
分析水平	小組，案例研究，當地現象；更主觀	大規模，可推廣，固定
發現類型	“厚實的描述”，了解為什麼或如何看現象	多少，多少或多久？變量之間的相關性或因果關係