定性分析

什么是定性分析？

在业务和管理方面，定性分析使用主观判断来分析公司的价值或基于不可量化信息的价值或前景，例如管理专业知识，行业周期，研发的力量以及劳资关系。

定性分析与定量分析，重点是在报告中发现的数字，例如资产负债表。但是，这两种技术通常会一起使用来检查公司的运营并评估其作为投资机会的潜力。

了解定性分析

定性方法和定量方法之间的区别与人工智能和人工智能之间的差异相似。定量分析使用确切的输入，例如利润率，债务比率，收益倍数等。这些可以插入计算机模型中以产生确切的结果，例如公允价值股票或收益增长的预测。当然，就目前而言，人类必须编写这些数字的程序，这涉及相当多的主观判断。但是，一旦对它们进行了编程，计算机就可以在一秒钟的时间内进行定量分析，而甚至可能需要最有天赋，训练有素的人类或数小时。

另一方面，定性分析涉及属于社会和经验领域而不是数学领域的无形，无精度的关注。这种方法取决于机器（当前）所缺乏的智能，因为与品牌的积极关联，管理可信度，客户满意度，竞争优势，文化转移很难用数值输入来捕获。

通过定性分析了解人们

定性分析听起来几乎像是“听你的肠道”，实际上，许多定性分析师都认为肠道情绪在此过程中占有一席之地。但是，这并不意味着这不是一种严格的方法。实际上，它比定量分析可以消耗更多的时间和能量。

人们是定性分析的核心。投资者可能会从了解一个公司的管理，包括他们的教育和专业背景。最重要的因素之一是他们在行业中的经验。更抽象的是，他们是否有努力工作和审慎的决策记录，还是更好地了解或与合适的人有关？他们的声誉也是关键：他们的同事和同伴是否尊重他们？他们与业务合作伙伴的关系也值得探索，因为这些可能会对运营产生直接影响。

公司文化和定性分析

员工对公司及其管理的看法很重要。他们是满意和积极的，还是对老板感到不满？员工离职率的比率可以表明员工的忠诚度或缺乏雇员的忠诚度。有什么工作场所文化说公司？过度分层的办公室促进了阴谋和竞争和SAP生产能力；困倦，无动力的环境可能意味着员工主要关注打时。理想是一种充满活力的创造性文化，吸引了顶尖人才。

定性数据

收集数据进行定性分析有时很困难。 《财富》 500强首席执行官以与散户投资者进行聊天或在公司总部周围向他们展示。在某种程度上沃伦·巴菲特可以有效地使用定性分析，因为人们愿意让他访问他们的时间和信息。我们其余的人必须筛选新闻报告和公司的文件，以获得经理的记录，策略和哲学。

这管理讨论和分析（MD＆A）公司的部分10-K归档和季度收入电话会议提供策略和沟通方式的窗口。清晰，透明的沟通和连贯的策略很有用。流行语，逃避和短期主义，不是很多。

还可以通过多种其他方式收集定性数据，包括访谈，小组组，人种志（参与者观察），档案工作和文档分析。定性数据通常经过仔细读取和主题编码，以识别主题，模式和趋势。

业务环境中的定性分析

客户是唯一对公司成功至关重要的团体，因为他们是其收入来源。具有讽刺意味的是，如果公司将客户的利益放在股东面前，那可能是更好的长期投资。如果可行，最好尝试成为客户。假设您正在考虑投资于一家成本，Beat的航空公司收益估算连续三个季度，并计划回购股票。但是，当您尝试实际使用该航空公司时，您会发现网站困扰，客户服务代表胡思乱想，额外的费用小费以及您的同伴乘客。负面的经验告诉您，该公司的客户缺乏优先事项，并要小心地对航空公司进行投资。

公司的商业模式竞争优势是定性分析的重要组成部分。是什么让公司在其竞争对手上保持持久的腿？它是否发明了一项新技术，竞争对手会很难复制，或者知识产权保护？它是否具有为客户解决问题的独特方法吗？它的品牌在全球范围内是否认可？它的产品是否具有文化共鸣​​或怀旧的元素？二十年来还会有一个市场吗？如果您可以想象另一家公司介入并做这家公司做得更好，那么进入进入障碍可能太低了。为什么一家未建立的公司会成为创建或破坏其所选市场的公司，为什么不依次将其替换？

业务定性分析的示例

定量分析背后的想法是衡量事物。定性分析背后的想法是了解它们。后者需要整体观点和基于事实的总体叙述。上下文是关键。例如，首席执行官在某些情况下，谁辍学会是一个危险信号，但是马克·扎克伯格史蒂夫·乔布斯（Steve Jobs）是例外。无论好坏，硅谷都是另一种野兽。看看麦当劳公司（MCD）几年前的财务状况会告诉您对廉价，不健康食物的迫在眉睫的强烈反对。另一方面，纯粹的定性方法容易受到盲点和个人偏见的扭曲。定量措施可以作为检查这些趋势的检查。

定性分析与定量分析

定性分析依赖于对正在研究的主题的深入描述和深入了解，从深入的访谈，观察和/或文本的仔细阅读中获得。这种类型的研究通常会研究案例研究，可用于了解当地现象。

相反，定量分析取决于从调查，实验或管理记录中获得的数值数据的统计分析。由此，可以做出推论，并在分析的变量之间进行相关性，以了解更普遍的现象。

	定性分析	定量分析
数据类型	单词，文字，描述，直接观察	数字，数字，统计数据
如何收集数据	观察，访谈和文本分析	测量和计数事物
如何分析数据	文本分析；将数据分组为有意义的主题或类别	统计分析
分析水平	小组，案例研究，当地现象；更主观	大规模，可推广，固定
发现类型	“厚实的描述”，了解为什么或如何看现象	多少，多少或多久？变量之间的相关性或因果关系