2014年3月18日 星期二

國家資本主義-中國創造之大泡沫將於 2015 ~ 2020 崩潰? (Country Capitalism - China Created A Big Economic Bubble Will Crash Around 2014 ~ 2020?)

中國城市之房價所得比是全球最高

與持續火爆的土地市場相比,中國大陸各地房市今年1月的成交量均出現大幅下滑,在中國新年期間也遭遇「馬上冷場」的淒涼氣氛。面對這個情況,中國獨立財經評論人士牛刀表示,中國房地產將面臨全線崩潰。

近日陸媒紛紛報導,2014年1月房市一開局,各地成交量就遭遇「寒潮」。北京、廣州、深圳等一線城市的新房和二手房成交量均出現巨幅下滑,其中北京二手房成交量降五成,深圳新房成交量降七成,二手房自去年底開始成交量持續下降,1月成交量降兩成;廣州市1月31日至2月6日,7天內僅網簽成交62套單位,比去年新年同期下降1/4;在同樣的幾天中,上海市則僅成交119套房地產。

據《新京報》2月7日報導,這已是北京二手房成交量價連續兩個月出現下滑,專家表示,係受市場走勢不確定性、房貸收緊等因素影響。市場方面的數據也顯示,2月分市場將難有作為。搜房網數據監控中心統計,2014年1月廣州僅32盤入市,同比大跌36%,全新盤降七成;而2月廣州新盤新貨更少,僅12新盤入市,環比降六成。

專家:陸房地產面臨全線崩潰

中國人均水泥消耗量成長速度是全球最高最快
業內人士認為,一線城市「逆週期」1月頻現地王,或將對周邊區域的價格上漲帶來預期。一位券商房地產行業分析師稱,現階段大部分地王房價已超過區域內在售的房價,如果房企需求達到正常的利潤率,目前市場售價需要在一年內再漲50%,否則地王入市的風險將非常大。

獨立財經評論專家牛刀日前發表博文〈中國房地產面臨全線崩潰〉一文,指出中國房地產的操盤手此時仍然停留在2009年4兆(人民幣,以下同)基礎貨幣大印鈔、13兆無抵押貸款的時候,想用地王提升房價上漲的預期,根本就是黔驢技窮的典型特徵。

牛刀分析說,好不容易賺到一點錢付頭期款的農民工,都進場來買房了,這些最後為泡沫買單的人都進場了,也意味著離泡沫破滅已經不遠

中共黨媒:房價將大跌

2月8日,中共黨媒罕見刊文〈專家稱中國房地產泡沫崩潰時間就在今明二年〉,此文來自《上海證券報》。同時新華網也將此文發表在房產欄目的正文中,表明房地產方面問題的嚴重性和時間的緊迫性。
中國工業化及都市化進入成熟期

文章稱前不久住建部副部長仇保興在演講中說,中國離房地產崩潰時間還有一些日子,通過微調還可以調節。此話引起外界擔憂,作者認為「現在無論是房價上漲還是下跌,對中國經濟和社會的負面影響都是災難性的。也就是說房地產業已經把中國經濟逼入進退維谷的境地」。

文章認為中央政府唯一能做的是微調、穩定一二線城市的高房價,並藉改革收入分配體制,增加民眾收入提高其購買力,最終使得房地產泡沫達到軟著陸。

茅於軾:房地產泡沫必破裂

對此,著名經濟學家茅於軾接受本報記者採訪時表示,「房價有泡沫就是不知道什麼時候破,過段時候房價要逐漸往下掉。」就住建部副部長仇保興稱通過微調還可以調節,茅於軾認為沒有用,泡沫肯定要破,房價肯定要往下掉。各地常出現的地王現象,就是房地產泡沫,泡沫破裂前房價還是往上漲,等破了、房價掉下來了,大家就傻眼了。

《經濟學人》:中國房市泡沫化

據《經濟學人》最近的報導,中國的房產市場令人擔憂,一些富商巨賈如王石和李嘉誠,都已經對房產的泡沫化現象採取應變措施。分析師指出,中國房市有一大部份的買主其實來自地方政府、銀行及國營企業,並非民間需求。儘管如此,中國未來仍照樣計畫在144個城市興建200個新市鎮。
中國房產及企業的泡沫化同時發生

在中國,樂觀的人似乎認為,中國的房價可以永遠上漲,他們所持的理由是,中國正歷經史上最大的「都市化」進程,成群往城市移居的農民都需要住所,而住在80年代住所的中產階級,也急切希望搬到更高級的公寓。因此,中國在過去10年遇上了一波房地產熱潮。

中國今年前3季度住宅銷售額比去年同期增長35%;70個最大城市中有69個新房價格也較同期上漲。上海、深圳和北京房價的漲幅都超過20%。

儘管中國房產表現不錯,但一些房產大亨卻似乎越來越不安。中國最大住宅開發商萬科集團董事長王石說,中國的房市已經泡沫化,中國首富大連萬達董事長王健林也表示,中國部分地區可能已有房產泡沫的現象,就連一向看好中國的香港首富李嘉誠,也已經開始出售他的大陸房產。

中國地方政府為了推動「未來」的經濟活動,在某些地區如遼寧的「營口沿海產業基地」展開不動產建設。然分析師表示,那個「未來」還沒來臨,但是成排的建築已形成「鬼城」。中國官方媒體《人民日報》最近也批評這些「巨大資源浪費」的建案。儘管如此,中國仍照樣計畫在12個省份的144個城市,興建200個未來市鎮。

看壞中國房市的人並不認為災難會立即發生,美奇金投資咨詢公司研究主管楊思安表示,泡沫可能需要長達5年的時間才會破滅,而屆時房價預估會下跌40%。另有分析師指出,較小城市的房產泡沫,還不足以嚴重威脅中國整體的經濟表現。

中國“住房自有率全球第一”真相

在住房問題已經被公認為當今中國人最沉重的生活負擔之一時,中國卻在最重要的住房指標上名列“世界第一”,並被越來越多的人拿來說事

在最近的中國房地產市場上,有一個詞正被越來越多的開發商、官員和專家等房地產“利益關聯者”掛在嘴邊。這就是“住房自有率”。
中國自住率世界第一其實是指房子私人擁有率? 不是指住者有其屋

和“房價收入比”一樣,居民的住房自有率是衡量評價一個國家和地區居住問題解決的好壞、住房政策正確與否和房地產市場導向的一個最重要的指標之一。

在最近有關房地產的“理論和輿論”的爭辯中,總是能看到這樣一個表述:“中國居民的住房自有率世界第一”。 6月26日,國土資源部土地利用管理司的一位官員在某全國性的經濟周刊上發表文章稱,“我國城市居民住房自有率已居世界第一,'居住必買房'是危險導向”。在他看來,“30%的人有財力支持買房居住,房地產市場就相當不錯了,其餘的70%應是租房群體”。

在住房問題已經被公認為當今中國人最沉重的生活負擔之一時,中國卻在最重要的住房指標上名列“世界第一”,並被越來越多的人拿來說事。如此的反差,使人不得不產生疑惑。

誰製造了住房自有率的世界第一

有關資料顯示,“中國住房自有率全世界最高”一說最早可追溯到2002年。當時在包頭舉行的一次國際會議上,建設部的一位副部長宣布,中國的“城鎮家庭80%擁有住房,農村100%有住房,住房自有率在全世界是最高的。”中國人“住房自有率世界第一”的“美名”從此而來。

然而,中國中央政府和統計局的網站上並沒有任何資料表明,中國曾經取得過“住房自有率世界第一”,國家統計局也沒有對住房自有率進行過任何全國范圍內的專門統計調查。

在國際上,“住房自有率”是個基本的通用名詞,指居住在擁有自己產權住房的家庭戶數佔整個社會住房家庭戶數的比例。在建設部網站上(見建設部的“房地產統計報表制度”),中國的“住宅自有率是指報告期末,自有(私有)住宅的建築面積佔實有住宅建築面積的比例”。它的計算公式是:“住宅自有率(%)=自有(私有)住宅建築面積÷實有住宅建築面積×100%”。

但這裡存在一個問題,即“住房自有率”等同於“住房私有率”,“自有”就是“私有”。但事實上,“住房自有”是指住在自己購買的住宅中,而住房私有,則是除了住在“自有房”外,還要加上租賃其他私人房產來解決居住問題的人群。這兩者在國際標準中是完全不同、相差甚大的不同概念。

據建設部的考察報告,法國、荷蘭和英國的住房自有率分別是55%、50%和70%,但各自的住房私有率卻分別高達83%、67%和80%。若按照建設部網站上的算法,那麼法國和英國的“住房自有率”就都在80%的世界一流水平之上,住房保障搞得較好的荷蘭的“住房自有率”也在67 %。

第二,國際上通用的住房自有率,一般都是按以擁有自己住房的家庭戶數為單位,來計算具體的比率。 “中國標準”則採用的是私有住房建築面積佔全部住宅建築面積的之比來推導出具體的比率,以面積之比取代戶數之比。

我們可以以100戶家庭、每房均為1​​00平方米房型來舉例,看看建設部標準和國際慣例下計算出來的住房自有率各是多少。根據現有狀況我們來做一個模擬假設:

在社會最富有5%的家庭中,戶均擁有3套住房,合計15套房,1500平方米;
在社會較富的15%的家庭中,戶均擁有2套住房,合計30套房,3000平方米;
在社會一般的40%的家庭中,戶均擁有1套住房,合計40套房,4000平方米;

此外,有40%的家庭是無房戶,其中有10%通過國家的廉租房解決居住問題,合計10套房,1000平方米;另外30%是通過向私人租房居住,合計30套房,3000平方米。

根據以上的數據,按照國際上的通行算法很簡單,60%家庭擁有自己的住房(不管他有幾套),住房自有率為60%。
中國沒有戶口的都市居民比率非常高, 一旦移出房市會崩盤?

如果按照中國現行的算法,只要是私人住房都在“自有率”的名下,那麼在這總計125套、12500平方米中,只有10套房1000平方米為公房,其他都為私房,那麼“中國標準”下的“住房自有率”就高達92%(私房面積11500平方米÷住房總面積12500平方米)。這個“標準”一變,就使中國人在住房狀況完全相同的情況下,一下子提高了30多個百分點。如果按照國際上的算法,但用面積之比替代戶數之比,那麼在上述情況下的“住房自有率”也可“提高”到68%(前三項之和的8500平方米÷總量的12500平方米)。

這裡還需指出的是,在“中國人住房自有率世界第一”之中,還有著海外和國際友人的貢獻。在中國目前的統計中,除了中國內地公民外,“港澳台同胞、海外僑胞、在華外國僑民、外國人所投資建造、購買的住宅建設面積之和”也記在了中國內地居民的名下。

自有房屋比例在短短幾年里大幅下降

2003年10月,曾經第一個宣布“住房自有率在全世界是最高”的建設部官員又宣瞛i擔洩俺欽蛩接兇》空甲》孔芰康 85%以上,城鎮居民住房自有率達到74%左右”這兩個基本數字,但在有些專家、開發商和官員的嘴裡,這個數字仍然高達85%以上

今年4月底在北京召開的一次國際研討會上,建設部的一位總經濟師在會上公佈,我國“居民私有住房的比例已經達到72.8%”。兩相對比,不難發現,僅僅在短短的幾年時間裡,我國城鎮居民的住房私有率就從當初的85%,大幅下降到現在的72.8%,降幅高達12.2個百分點。

現實的狀況也驗證了這一點。這幾年在高房價的影響下,城市中靠租私人住宅來解決住房問題的越來越多。據了解,在北京、上海等一些大城市,靠租房來解決居住問題的人已經佔了整個城市統計人口中相當大的比例。城市“租房一族”中的絕大多數(90%以上),都是通過租賃私人住宅來解決的。

按照較保守的估計,如果建設部總經濟師公佈的住房私有率的數字是真實的話,那麼,在當今房地產市場兩極分化越來越加大的情況下,居民的住房自有率至少要比住房私有率低15個百分點。這也就意味著即使按照比較樂觀的估計,我國城鎮現有的住房自有率也只有57.8%左右。
一個接一個泡沫, 中國泡沫將於2015 ~ 2020破滅?

這樣的估計,在一些城市的統計中也得到了“充分體現”。 2005年初,上海市統計局新聞發言人、總經濟師蔡旭初在上海市政府的例行新聞發布會上就對外公佈,上海市家庭擁有房屋的比例為69%。也許這個數字只算了上海的“戶籍人口”,未加權進數以百萬計在上海打拼、為上海GDP做出巨大​​貢獻的“統計上的上海新增人口”,所以到去年底上海的住房自有率還比較高,但其住房自有率下降的幅度和全國的基本一致。按照上海當地的房地產業內人士的話,上海家庭住房自有率在短短的幾年的時間內,從82%降到了75%,然後再次下降到69%,幾年時間里共計降了13個百分點,下降的幅度比全國的12.2的百分點稍高

僅僅在短短幾年的時間里中國的住房自有率就下降了十多個百分點,這個數字集中體現了中國住房問題現狀的嚴峻性。

高水平背後的真相

對我國房改發展的歷史比較了解的人都知道,被不少房地產商時常拿來“說事”的中國城鎮住房較高的自有率,很大程度是來源於“房改房”的餘蔭,而不是這幾年房地產市場及住房政策導向的結果。

在國內住房商品化進行最早的廣州市,曾經對該市的居民住房狀況舉行過調查。據媒體引自廣州市統計局城市抽樣調查隊的調查,到2002年底,“廣州有83.7%的居民家庭擁有自己的住房,與1997年相比增加了27.7個百分點”。但在這其中靠購買了商品房來擁有自己住房的,僅僅只有“7.1%的家庭”。佔廣州市居民中大多數的“64.9%的家庭”,是靠“買了房改房”才擁有自己的住房的。另外,還有“11.7%的家庭擁有原有的私房”。這裡需要提醒的是,廣州市還是當時全國商品房市場化程度最高和推行最早的城市之一。廣州的情況如此,全國其他城市的情況就可想而知了。
上證月線突顯中國股市2166上檔層層賣壓, 而中國房產及企業的泡沫化同時發生
有房地產“大腕”之稱的任志強在2005年8月的一篇文章中也不得不承認“全國城鎮家庭擁有住房的主要來源為房改房,2003年底房改房佔全部住房總量的67.54%”。

所有這些數據,不管是來自微觀的還是宏觀的,不管是出自“正方”還是“反方”,不管是科學分析還是想“說事”的,都無法迴避一點,就是中國城鎮居民住房的高自有率,很大程度上是當年突擊福利分房的產物。由開發商主導的房地產市場提供的商品住房,對中國城鎮居民住房自有率的“貢獻”,只占到其中很少的一部分。作為現在城市供房主體的商品房及房地產市場,對提高城鎮居民住房自有率的影響和作用,已經到了“微乎其微”的地步。

中國房地產在這裡就出現了一個巨大的“黑洞”。福利分房的結束,就意味著自有率下降的開始。作為提高中國城鎮居民住房自有率“絕對主力”的福利分房,其“衝擊波”的餘威到2002年底後基本上已是“灰飛煙滅”。商品房市場對住房自有率的作用又是少到可以“忽略”,但中國每年新增的城鎮人口卻在以2000萬的速度高速增長。
近期銅價大跌危機是否是中國泡沫前兆?

據國家統計局的年報,到2002年底,中國的城鎮人口為5.0212億,城鎮人口占全國總人口的39.1%。到了2005年底,全國的城鎮人口已增長到5.6212億,已佔全國總人口的43%。也就是說,三年時間全國的城鎮人口增加了6000萬。在這6000萬的新增人口中,不僅基本上沒人可以“享受”福利分房,而且,買得起房地產市場提供的商品住房的只是其中極少數。在全社會70%人買不起房的人當中,新增人口至少占到其中的90%以上。他們和城市中因拆遷而失房、因貧困而賣房維生的中低收入者一起,構成了城市中新的浩浩蕩蕩的“無房大軍”。在城市中基本上沒有公房出租的情況下,他們只能靠向私人租用住房來解決居住難題。

在城市的各個角落,從城區的老房破屋,到邊遠的城郊結合部,到處都充斥著新的租房大軍的身影。一旦城市的租房市場絕大多數只能由私人來提供,那麼城市居民住房自有率和私有率的差距,將會被大大拉大。

中國住房保障面臨“大考”

中國居民住房問題的嚴峻性還不僅於此。如果現在的房地產市場的導向不調整,我國城鎮居民的住房自有率可能還將繼續下滑。據國家統計局的年鑑,2003年全國城鎮實際銷售的商品住宅為2.977885億平方米,2004年為3.381989億平方米,2005年估計為3.5億平方米。另外三年間全國銷售的經濟適用房為一個億平方米左右。這三年全國城鎮實際銷售的商品住房和經濟適用房加在一起11億平方米左右,相當於全國城鎮居民每年可以從市場上獲得3.67億平方米左右的新建住房。

按照城市改造“拆一建二”的慣例,其中的一半(1.83億平方米)用於拆遷戶(由於還有其他方面大規模的城建拆遷,這些供應顯然和拆遷戶的實際需求還有不小的差距)。在剩下的1.84億平方米中,絕大多數(約75%)還是被有經濟實力進一步改善住房條件的“老市民”中“有房一族”買去的。城市中的“無房戶”們如果可以買到新增住房的25%就相當不錯了。

原物料出口占出口百分比
也就是說,按照樂觀的估計,全國城鎮每年被以新增人口為主的“無房戶”所買走的商品住房,只有0.46億平方米。按照每人需解決30平方米住房來計算,也就只能解決153.3萬人的住房問題。僅僅把它和全國城鎮每年新增的2000萬人口做個比較,就會發現全國每年城鎮至少新增1847萬買不起住房的“無房人口”,占到了城鎮全部新增人口的92.33%。如果再把因拆遷和生活貧困而失房的人口加在一起,全國每年新增的“無房人口”要達到2000萬,到2010年這5年新增的無房人口就會增加到1個億。

從建設部經濟師的講話中可以看出,現在全國城鎮居民的住房自有率不到60%(樂觀估計為57.8%左右)。據測算,到2010年我國的城鎮人口將達到6.85億人左右。這5年新增的1億“無房人口”,就將使我國的城鎮居民住房自有率在60%不到的基礎上再下降14.5個百分點。屆時我國城鎮居民的住房自有率將只有43.3%左右

“居者有其屋”的文化取向

當然,住房自有率也並不是衡量一個國家住房政策和房地產市場好壞的惟一和“非此即​​彼”的標準。一個國家的住房自有率,除了有政府的住房政策和房地產市場的因素以外,還和一個國家的住房保障體係以及國民遷徙和就業的習慣有關。

在歐洲一些傳統社會黨領導下的高福利國家,保障體系成熟而周全。對很多的中等以下收入的群體而言,與其自己買房,不如租賃國家和政府提供的“國有房”要來得實惠得多。這樣的話,可以用更小的成本來解決住的問題,為什麼還要自己花大價錢去買房呢。

何況,歐美人歷來有經常遷徙和異地就業的習慣。在歐盟內,一個國家的人為了取得更好的工資和收入,到另外一個國家去工作發展是很平常的事。在北美,收入相對較低、稅賦較重的加拿大人,就有不少南下到美國謀發展。至於在本國內異地就業,對歐美人來說就更是家常便飯了。在這樣的情況下,買房往往就成了拴住發展機遇的“絆腳石”,住房自有率低就成為自然而然的事情。

關鍵在於,這樣的低住房自有率,不是由於買不起房或者住房保障體系的欠缺造成的,恰恰相反,正是由於住房保障體系的健全、房價的平穩以及較低的房價收入比,使得國民在解決居住問題時可以有更多的選擇,可以花更少的錢租賃政府提供的保障房。在房價只是一般人家庭年收入的2至6倍情況下,買房相對輕鬆而便利,但找一個好的工作卻並不容易,何苦買房把自己“套”住呢。

但對中國人和華人來說,情況就完全不一樣了。 “居者有其屋”、“安居樂業”等這些千百年傳承下來的中華傳統,使華人社會圈對住房特別地在乎。對民眾而言,有居則安、有產則寧。同樣,“民富則易治、民有產則畏法”也成為中華歷史久遠的一種統治文化。

在新加坡,“居者有其屋”是被作為國策而大力推廣實施的。從建國伊始,政府就大力建造組屋(相當於中國的經濟適用房),並以極低的價格提供給本國85%的國民,使得新加坡的居民住房自有率一舉達到了90%以上,從而真正成為世界上住房自有率最高的國家之一。就連歐美國家的華人家庭,傳統的文化和觀念也使得他們更傾向於自己買房居住。據不久前的報導,在加拿大的多倫多,“華人家庭自住房擁有率在76%,高出當地人的67%。”

所以,在中國人和華人的圈裡,買房居住是千百年積累下來的居住傳統和文化觀念,絕不是什麼一時興起的“過度的住房消費慾望”。中國人的“居者有其屋”的住房觀念沒有錯。問題的實質在於,由開發商主導的房地產行業“不健康、不規範”,使得很多人除了“留守”在過去的“福利分房”外基本上沒有改善住房的可能。在缺乏正常的製度性的住房保障體系下,中國居民的住房自有率就成了一個單純的衡量住房政策和房地產市場導向好壞的最重要的指標之一。中國的住房政治,正面臨著一個嚴峻的歷史性抉擇。

中國鐵礦砂需求縮,BDI跌破千點關卡

BDI 將可以讓我們了解中國經濟衰退輕重, 因為中國GDP是否真實?
3月下旬以來,中國港口鐵礦砂庫存水位偏高,讓中國鋼廠開始對鐵礦砂進口活動急踩剎車,國際鐵礦砂交易市況因此急轉直下,嚴重打擊散裝船舶交易需求。大型的海岬型船舶(Capesize)運價領頭下挫,昨(14)日波羅的海乾散貨運價指數(BDI)已連跌15個交易日,回檔到989點位置,是BDI今年以來首度跌破千點整數關卡。

今年Q1期間,中國鐵礦砂進口需求旺盛,一度推動BDI達到超過1600點的年度高峰,不過這波需求卻在3月下旬反轉向下,自3月24日以來,連續15個交易日走跌,累計跌幅超過38%,來到今年新低的989點,其中尤以海岬型船舶的跌幅最兇,BCI指數在同期間的修正幅度達到55%,主要就是受到中國鐵礦砂進口活動放緩的打擊。

據了解,中國港口的鐵礦砂庫存在Q1期間已經堆高,使得3月下旬以來進口活動急踩剎車,不僅拖累海岬型船舶運價,連帶地包括巴拿馬極限型船(Panamax)與超級極限型(Supramax)等中小型船舶的訂船交易量也急凍,整體散裝航市走勢轉趨疲軟。

業界人士認為,先前一波鐵礦砂進口高峰,並非受到實質需求推動,而是做為鋼廠融資的抵押品之用,因此一旦庫存堆高、去化不易,短期內要見到礦砂重新啟動補貨的動能並不容易,讓BDI跌破千點整數關卡。

就目前各船型現貨運價來看,海岬型船舶日租運價約略高於1萬美元,仍明顯優於去年同期不到5000美元水平,巴拿馬極限型船舶日租運價約6300美元,則遜於去年同期的近9000美元水準;相對地超級極限型船舶運價則約在9600美元左右,與去年同期水平大致相仿。

展望今年散裝航市後續發展,業界人士指出,直到中國港口鐵礦砂庫存明顯下降之前,BDI均缺乏快速反彈動能,而就國內散裝航商與BDI牽動狀況來看,旗下現貨船舶居多的裕民(2606)受傷可能最深,而相對地新興(2605)、中航(2612)等則因仍有中長期合約保護,受到BDI拖累狀況相對輕微,除非中國鐵礦砂回補動作遲至Q3仍無法開啟,才會對新興、中航等航商的船舶換約工作造成重大影響。

分析

2014年3月16日 星期日

全球債務大幅增加至100兆美元 - 誰的債務負擔最沉重、該注意什麼 ( World Wide Debt Increase 40% - Which Country Will Be A Most Heavy Debt Country ? )


全球超低息環境下,即使發達國,包括美、日和法等均失去最高信貸評級,但債市投資者並沒放棄它們的債券。外電報道,全球債務自從2007年中至今(約六年半時間)大升了四成,至100萬億美元,原因是各國政府為了令經濟從衰退中復甦而大量舉債,加上發達國家不斷推出寬鬆措施,把利率遏至極低水平,公司因此而大量增加發債。\大公報記者 李耀華

  國際結算銀行與彭博社的資料顯示,全球債務金額現已從2007年中的70億美元大幅增加了30萬億美元,或四成,至100億萬美元,而全球股票總市值則減少了3.86萬億美元,至53.8萬億美元。這個由國際結算銀行於最新季度報告公布的債務數字,其增長率幾乎是美國國內生產總值的一倍。

  美國次級按揭貸款市場爆煲,隨後雷曼兄弟破產而引發了經濟大蕭條以來最嚴重的金融危機,各國中央銀行開始不斷遏抑利率上升,以刺激經濟增長,因而造成發債之風大盛。根據美銀美林全球債券市場指數顯示,各類型債券,由政府以至企業或按揭的息率,平均僅為2厘,遠低於2007年時期的逾4.8厘,高低差幅高達58%。國際結算銀行經濟師Andreas Schrimpf表示,隨?近年間政府借貸大幅擴張,政府(包括中央、州份和地方政府)已成為最大的發債者。國際結算銀行是由全球中央銀行所組成並透過巴塞爾銀行監管委員會制定全球的資本準則。
World Wide Debt To GDP Ratio, China Become One of High Debt Country

政府企業債券均大升

  彭博社根據美國財政部的資料顯示,可買賣的美國政府債務現行總額,已由2007年的4.5萬億美元大升至12萬億美元的新高,全球企業債券的銷售額在期內亦大升,發行總額已達逾21萬億美元。

  由於恐怕債台高築而令國際投資者敬而遠之,不少國家推行了經濟緊縮政策以削減開支和加稅,不惜為了恢復正常的財政秩序,而犧牲了經濟增長的機會。而在這以前,各國曾大舉發行債務,以擺脫經濟衰退。雖然發債金額不斷上升,但卻未令固定收益資產的投資需求減少。美銀美林的指數顯示,全球債券回報率(包括利率再投資在內)由2007年至今已達三成一。國庫券和機構性債券為投資者帶來了回報率兩成七,而企業債券的回報率則超過四成。

評級雖降債券仍受捧

  即使發達國家,包括美國、日本和法國均失去了最高的信貸評級,但是,債券投資者並沒因此而放棄它們的債券。相反地,上述國家的國庫券孳息不升反跌,與從前被降級債券的表現大相逕庭。美國國庫券孳息率更在2012年跌至低見1.38厘的歷史新低。

  英國的信貸評級在去年二月遭穆迪投資由最高的Aaa級調低一級,至Aa1,但自從降級以來,10年期政府債券孳息共下跌了2.6厘,曾低見2.9厘。

歐元區出口通貨緊縮
希臘政府債占GDP 132%, 造成經濟長期低迷

雖然面對着這樣和那樣經濟問題的折磨,但是整體而言,歐元區依然是個巨大的出口基地,將各種各樣不同的産品銷售到世界的每一個角落。德國擁有世界頂尖的汽車,法國擁有廣受歡迎的葡萄酒和農産品,義大利不但有食品,還是時尚的前沿。可是,歐洲現在真正的,最有重要意義的出口卻是一種對全球經濟破壞力巨大的東西——通貨緊縮。

  在很多歐洲國家,價格的下跌都已經開始發生。

  希臘和塞浦路斯的價格下跌簡直是無法控制,葡萄牙、西班牙和義大利距離他們也只是咫尺之遙,哪怕法國和德國,恐怕也堅持不了太久。可是在這樣的局面下,歐洲央行的決定卻是袖手旁觀。等到他們將來某一天不得不採取行動,恐怕一切都太遲了。

  不過,過去二十年的歷史已經清楚地告訴了我們一件事,即,貨幣政策的變化是會從一個大陸波及到另一個大陸的。十年前,來自日本的廉價資金帶動了全球性的資産泡沫。中國的競爭力造成了全球範圍的價格下跌。量化寬鬆推動了新興市場和其他許多地方的資産價格上漲。

  現在,歐洲的通貨緊縮將要出口到全球了。它已經注定將要讓歐洲的債務危機進入下一個更嚴重的階段,而且也完全可能在其他地方造成一場新的債務危機。

  歐洲央行雖然選擇了無視,但這並不意味着通貨緊縮就不會成為歐洲的重大挑戰。看看一些簡單的數字,一切就昭然若揭。

  塞浦路斯的年通貨膨脹率目前是-1.6%,希臘是-1.4%。整個歐元區的價格年度上漲速度也不過只有0.8%,從統計學的角度看來,與通貨緊縮根本就是一綫之隔。若是逐月比較,則情況更加觸目驚心。1月間,除開拉脫維亞、愛沙尼亞和斯洛伐克之外,全部歐元區國家都出現了價格下跌的情況。義大利的價格更是一個月就下跌了2.1%。

  當然,單單看這一點本身,我們可能還不知道麻煩有多大。

  商品和原料變得更便宜,大多數消費者或許會覺得這是好事也不一定。在健康的經濟體內,這確實該理解為好事,但歐元區不同。具體说來,有兩個原因讓人不能不對現狀擔心。

  首先,歐元區的外圍國家債務水平原本就已經高得難以為繼了。通貨緊縮將會使得他們的問題變得更加難以解決——債務不會變化,但是他們可以用來還本付息的收入卻在持續減少。其次,所有這些國家為了獲得相對於德國的競爭力,還必須訴諸削減工資。在正常的情況下,降薪就已經足夠痛苦了,而在通貨緊縮之下,想要重回競爭游戲,你還必須更多更狠地降薪。當價格下跌發生在不該發生的時候,那所有的麻煩都會指數量級地放大。

  聽起來,這一切似乎也不是什麼新鮮觀點了。除開歐洲央行行長德拉吉之外,其實几乎所有人都已經注意到了歐洲正在跌入價格下跌陷阱的這一事實。目前真正的麻煩,或者说真正該提出的問題是:歐元區的通貨緊縮螺旋將會對世界其他部分造成怎樣的影響?

  在全球一體化的經濟架構之下,無論一個經濟體發生了什麼,其影響總會波及到其他的國家。如果影響的源頭是歐元區這樣的重量級選手,那麼其他地方所受到的衝擊顯然將是非常猛烈的——哪怕歐元區確實是在迅速縮減其産出,但依然是全球最大的單一經濟區。

  迄今為止,受到衝擊最明顯的,正是距離最近的英國。英國本身是個高通貨膨脹國家,而且這種情況已經持續了相當時間。英國央行的官方通貨膨脹目標是2%,但是價格上漲的速度往往會衝破他們設定的關口。可是今年,他們卻達成了自己的目標,而且現在甚至還到不了2%。1月間,英國價格下跌了0.1%,目前的年度通貨膨脹率只有1.9%。

  何以會如此?答案只能向英吉利海峽的對岸去尋找。英國是與歐元區連接最為緊密的大經濟體,而他們從歐元區進口了大量通貨緊縮,自然也就不值得吃驚。從歐洲的進口在英國國內生産總值當中佔據大約17%的比重。如果再計入其他間接來自歐洲的商品和服務,則這一比重還將進一步增加。當這些價格下跌時,整個經濟都會受到波及,也是順理成章的事奇怪。

  不過,問題還不僅僅限於英國。事實上,美國的通貨膨脹也在日趨低迷。目前的通貨膨脹年率已經降低到只有1.6%。消費者價格1月間的漲幅只有0.1%,低於12月的0.2%。中國的通貨膨脹率2月間也降低到2%。

  在日本,央行拋出了大量的資金,試圖刺激經濟,但是到現在也只能將通貨膨脹率撐到1.3%,遠遠低於目標。必須指出的是,美國從歐洲進口的東西很少,而中國的歐洲進口几乎可以忽略不計。這兩國何以會受到明顯波及,背后的傳輸渠道還不是特別清楚。只是,這已經不足以改變一個大家都可以看到的事實,即通貨膨脹率在全球範圍內都在經歷戲劇性的下跌——震中就是歐元區。

  這些國家能夠從通貨緊縮當中得到好處嗎?很難,畢竟,有債務問題的不僅僅只限於歐元區外圍國家。

  英國是發達國家中債務負擔最沉重者之一,麥肯錫公司的一次研究發現,將企業債務、個人債務和政府債務合計起來,英國的債務已經超過了其國內生産總值的500%。英國已經採取了一些方法來削減政府債務,但是預算赤字規模依然可觀。

  如果通貨緊縮成了氣候,這些債務問題就將開始進入失控的螺旋,直至達到造成市場恐慌的水平。

  事實上,哪怕通貨緊縮的威脅沒有出現,大多數發達國家的央行都已經在面對一個挑戰——如何讓自己的貨幣政策回歸常態。英國央行做出暗示,2007年以來的第一次加息預計將在2015年實行。美國聯儲則開始縮減他們的量化寬鬆計劃,一旦計劃完成,下一步自然就是加息了。

  不過,若是通貨膨脹率降低到零,甚至開始變成負數,他們顯然就很難繼續這樣的行動了。歐元區的危機目前還依然被限制在十七國單一貨幣區的範圍之內,但是如果他們將通貨緊縮出口到世界其他國家,那就將是一場全球性的危機了。

2014 ~ 2019 中國極可能是全球經濟成長最大威脅(Herry S. Dent 認為中國將大衰退)
China Debt increase almost 80% from 2008

從1980年起,中國一直是成長最快的最大新興市場國家,現在是世界最大的生產國與出口國,也創造了金額驚人的貿易盈餘。中國是世界第二大的經濟體,人口是美國的四倍,購買力(人均GDP)卻大約只有美國的五分之一,實質人均GDP只有5,000美元,只有美國的十分之一,這是中國GDP總值大約仍然只有美國一半的原因。

但是中國有兩大問題,一是中國的負債遠超過1929年股市漲到創紀錄高峰時的美國,二是中國的人均GDP增加的速度不夠快,表示中國不會像美國從1920年代到1960年代那樣,晉身為已開發國家。而且中國仍然沒有建立足敷需要的民主政府或自由市場制度,無法提升到已開發國家的地位。最重要的是,幾十年來,美國得到大量移民和嬰兒潮的強力協助,推動發展,中國卻幾乎毫無外來移民可言,而且50年來出生率一直都在下降。

如果中國在下一次全球金融海嘯中,經歷最嚴重的潰敗,到時候會有什麼後果?我認為中國會碰到最嚴重的挫敗,而且在政府極為強大的控制下,中國可能是最後一個潰敗的國家,但是如果中國帶頭最先崩潰呢?

政府投資和消費者儲蓄是中國房地產泡沫背後獨一無二的動力

你首先必須了解共產主義式資本主義制度的運作方式。中央政府希望創造快速成長,方法是靠著把資金注入地方政府,同時為地方政府的債務提供擔保,好讓地方政府可以借貸極多的貸款,融通本地的基礎建設計畫。地方政府自然有一群自己鍾愛的親信企業和開發商。

中國債務約當 GDP的277%
中國政府也壓低銀行的存放款利率,支持銀行業,鼓勵貸放和營建,但是這樣會造成民間部門產生非常像助長美國次貸危機的影子銀行系統。財富管理業者收取投資人的資金,放在以房地產與基礎建設計畫為擔保的基金中,得到比投資人從銀行所得到殖利率還高的孳息。

從2007年起,中國傳統銀行放款占GDP的比率開始下降,而且從2012年起,幾乎就沒有成長,影子銀行的放款卻飛躍增加,在短短兩年內,就提高到占GDP的60%。銀行業與影子銀行的放款總額已經高達GDP的1.8倍,而且還在迅速成長。對新興市場國家而言,這種比率極高,也高過所得較高和信用較好的大多數已開發國家。

我估計中國的債務總額至少是GDP的2.77倍,而且這種比率還在繼續提高。圖10-12就是債務總額的明細。

這樣我們就得到最少2.77倍、最高可能高達四倍的數字,相形之下,巴西的倍數只有1.52倍,印度只有1.3倍,俄羅斯則低到只有0.78倍。新興市場國家的家庭、企業與金融機構信用沒有已開發國家那麼好,因此凡是超過1.5倍的負債總額應該都相當危險,對新興市場國家而言,是破錶的債務,而且再度顯示中國政府多麼積極地利用過度建設來推動經濟成長。

分析
Enhanced by Zemanta

2014年3月15日 星期六

由科技與策略趨勢看:大數據及資料之關係將改變企業的未來 ( Big Data Will Transform The Future Of Business )[ビッグデータは、ビジネスの未来を変えていく] - Genome, Big Data With NORA And Data analysis formed knowledge will be another business in future )

Philip Evans is a senior partner and managing director in BCG’s Boston office. He founded BCG’s
media sector and has consulted for corporations worldwide in the financial services, consumer goods, media, and high-technology industries. He has also advised governments on military strategy, homeland security, and national economic policy.

Philip's long-term interest is the relation between information technology and business strategy. He is a coauthor of, among other publications, four Harvard Business Review articles, one of which, “Strategy and the New Economics of Information,” won HBR’s McKinsey Award. Blown to Bits (coauthored with Tom Wurster) was the best-selling book worldwide on technology and strategy in 2000 and has been translated into 13 languages. He is a frequent speaker on technology and strategy at industry, corporate, and academic conferences and has given keynote addresses at events convened by Bill Gates, Michael Milken, and the World Economic Forum. ( 菲利普的長遠專注於資訊技術和業務策略之間的關係。他是一個四篇哈佛商業評論出版文章中之合著作者,其中之一,“策略與資訊產業的新經濟學”榮獲哈佛商業評論的麥肯錫獎。被炸成碎片(合著與湯姆·沃斯特)是最暢銷的技術和戰略的全球本書於2000年,已被翻譯成13種語言。他常於企業和學術會議中對技術和戰略主題做發言,並給予比爾·蓋茨、邁克爾·米爾肯、及世界經濟論壇召開的事件上演講。)

I'm going to talk a little bit about strategy and its relationship with technology. We tend to think of business strategy as being a rather abstract body of essentially economic thought, perhaps rather timeless. I'm going to argue that, in fact, business strategy has always been premised on assumptions about technology, that those assumptions are changing, and, in fact, changing quite dramatically, and that therefore what that will drive us to is a different concept of what we mean by business strategy. ( 我要談一點關於策略及其與技術的關係。我們傾向於認為企業策略的作為基本經濟思想的一個相當抽象的主體,也許是相當歷久彌新。我會爭辯說,事實上,經營策略一直前提是對技術的假設,這些假設發生變化,而且,事實上,變化相當巨烈,因此,這巨烈變化將推動我們不同的概念也就是我們所說的經營策略。)

Let me start, if I may, with a little bit of history. The idea of strategy in business owes its origins to two intellectual giants: Bruce Henderson, the founder of BCG, and Michael Porter, professor at the Harvard Business School. Henderson's central idea was what you might call the Napoleonic idea of concentrating mass against weakness, of overwhelming the enemy. What Henderson recognized was that, in the business world, there are many phenomena which are characterized by what economists would call increasing returns -- scale, experience. The more you do of something, disproportionately the better you get. And therefore he found a logic for investing in such kinds of overwhelming mass in order to achieve competitive advantage. And that was the first introduction of essentially a military concept of strategy into the business world. ( Note:  Bruce Henderson's reference on  business strategy and Michael Porter Value chain )
( 讓我開始,如果可以的話,講一點點經營策略歷史。策略在企業的理念起源於兩個思想巨人:BCG的創始人 "布魯斯·亨德森"及哈佛商學院教授 "邁克爾·波特"。亨德森的中心思想是你可以稱之為大規模集中打擊及壓倒了弱勢的敵人之拿破崙戰略。亨德森公認為,在商業世界中,有許多現象其特點是經濟學家稱之報酬遞增 - 規模之經驗。你做的更多的努力,你得到更好的報酬。因此,他發現,投資於這類種壓倒性的量,來實現競爭優勢的邏輯。本質上,這是第一個引進軍事概念戰略進入商業世界。)

Porter agreed with that premise, but he qualified it. He pointed out, correctly, that that's all very well, but businesses actually have multiple steps to them. They have different components, and each of those components might be driven by a different kind of strategy. A company or a business might actually be advantaged in some activities but disadvantaged in others. He formed the concept of the value chain, essentially the sequence of steps with which a, shall we say, raw material, becomes a component, becomes assembled into a finished product, and then is distributed, for example, and he argued that advantage accrued to each of those components,
and that the advantage of the whole was in some sense the sum or the average of that of its parts. And this idea of the value chain was predicated on the recognition that what holds a business together is transaction costs, that in essence you need to coordinate, organizations are more efficient at coordination than markets, very often, and therefore the nature and role and boundaries of the cooperation are defined by transaction costs. It was on those two ideas, Henderson's idea of increasing returns to scale and experience, and Porter's idea of the value chain, encompassing heterogenous elements, that the whole edifice of business strategy was subsequently erected. ( 波特同意這個前提,但他加入一些條件來合格化。他正確地指出,那這一切都很好,但企業實際上有多個步驟。它們具有不同的組件,並且每個組件可以由不同的策略來驅動。一個公司或一個企業實際上是有些策略及組件是優勢,但有些是弱勢。他形成了價值鏈,本質上,我們可以說成幾步序列,一個原材料成為一個組件,再經組裝為成品,然後再經通路經銷,例如,他認為優勢是在每個組件,而整個的優勢是在某種意義上是所有組件總和,或說大部分平均組件的總和。而這個想法在價值鏈中認識到持有生意往來是交易成本,本質上,這在需要更有效的協調組織來超越市場,很多時候,合作中角色界線是定義為交易成本。這正是兩種觀念,亨德森的報酬遞增的規模和經驗及波特的價值鏈理念,涵蓋異質元素並豎立整個經營策略的大架構。)

Now what I'm going to argue is that those premises are, in fact, being invalidated. First of all, let's think about transaction costs. There are really two components to transaction costs. One is about processing information, and the other is about communication. These are the economics of processing and communicating as they have evolved over a long period of time. As we all know from so many contexts, they have been radically transformed since the days when Porter and Henderson first formulated their theories. In particular, since the mid-'90s, communications costs have actually been falling even faster than transaction costs, which is why communication, the Internet, has exploded in such a dramatic fashion. Now, those falling transaction costs have profound consequences, because if transaction costs are the glue that hold value chains together, and they are falling, there is less to economize on. There is less need for vertically integrated organization, and value chains at least can break up. They needn't necessarily, but they can. In particular, it then becomes possible for a competitor in one business to use their position in one step of the value chain in order to penetrate or attack or disintermediate the competitor in another. ( 當這些下降的交易成本產生深遠的影響,因為如果交易成本持有價值鏈是黏一起的,交易成本正在下降,就有較少的節約。這裡是垂直整合的組織需求下降,垂直整合的價值鏈至少可以分手。他們不一定需要,但是他們可以有。特別是,它那麼對於競爭對手就有可能在這一個行業中使用他們的位置在價值鏈中的一個步驟與組織,以在另一個滲透、攻擊另一個競爭對手或跳過它的通路。)

That is not just an abstract proposition. There are many very specific stories of how that actually happened. A poster child example was the encyclopedia business. The encyclopedia business in the days of leatherbound books was basically a distribution business. Most of the cost was the commission to the salesmen. The CD-ROM and then the Internet came along, new technologies made the distribution of knowledge many orders of magnitude cheaper, and the encyclopedia industry collapsed. It's now, of course, a very familiar story. This, in fact, more generally was the story of the first generation of the Internet economy. It was about falling transaction costs breaking up value chains and therefore allowing disintermediation, or what we call deconstruction. ( 在 leather bound 書的時代,百科全書業務基本上是一個分銷業務。大部分的費用是佣金的推銷員。CD-ROM後,網際網路出現了,新技術形成很多規模更便宜的訂單分佈之知識,百科全書行業崩潰。當然現在這是一個很熟悉的故事。其實,這更普遍的說這是第一代互聯網經濟的故事。是交易成本下降打破了價值鏈,因此允許跳過中介,或者我們稱之為通路之解構。)

One of the questions I was occasionally asked was, well, what's going to replace the encyclopedia The Wikipedia, of course, is an encyclopedia created by its users. And this, in fact, defines what you might call the second decade of the Internet economy, the decade in which the Internet as a noun became the Internet as a verb. It became a set of conversations, the era in which user-generated content and social networks became the dominant phenomenon. Now what that really meant in terms of the Porter-Henderson framework was the collapse of certain kinds of economies of scale. It turned out that tens of thousands of autonomous individuals writing an encyclopedia could do just as good a job, and certainly a much cheaper job, than professionals in a hierarchical organization. So basically what was happening was that one layer of this value chain was becoming fragmented, as individuals could take over where organizations were no longer needed. ( 其中一個我偶爾問的問題是,這是怎麼回事,誰取代百科全書大英百科全書讓不再有商業模式?前一段的答案變得明顯。我們知道它是什麼:它是維基百科。現在有什麼特別之處維基百科是不是它的分佈。有什麼特別的維基百科是它的生產方式。維基百科,當然是由其用戶創建的百科全書。而這一點,其實你可以稱之為互聯網經濟的第二個十年,這十年中,互聯網作為一個名詞成為了互聯網作為一個動詞。它成為一組對話,其中用戶生成內容和社交網絡成為佔主導地位的現象的時代。現在,究竟意味著波特 - 恆基框架中是某些種類的規模經濟的崩潰。原來,自主的幾萬個體寫作的百科全書,一樣可以做這工作,而且肯定比在一個專業層次組織人員便宜得多。所以基本上發生了什麼事是一層這個價值鏈變得支離破碎,因為那裡已不再需要組織的個人可以接管。)
Facebook business model in business model canvas
when Britannica no longer has a business model? And it was a while before the answer became manifest. Now, of course, we know what it is: it's the Wikipedia. Now what's special about the Wikipedia is not its distribution. What's special about the Wikipedia is the way it's produced.

But there's another question that obviously this graph poses, which is, okay, we've gone through two decades -- does anything distinguish the third? And what I'm going to argue is that indeed something does distinguish the third, and it maps exactly on to the kind of Porter-Henderson logic that we've been talking about. And that is, about data. If we go back to around 2000, a lot of people were talking about the information revolution, and it was indeed true that the world's stock of data was growing, indeed growing quite fast. but it was still at that point overwhelmingly analog. We go forward to 2007, not only had the world's stock of data exploded, but there'd been this massive substitution of digital for analog. And more important even than that, if you look more carefully at this graph, what you will observe is that about a half of that digital data is information that has an I.P. address. It's on a server or it's on a P.C. But having an I.P. address means that it can be connected to any other data that has an I.P. address. It means it becomes possible to put together half of the world's knowledge in order to see patterns, an entirely new thing. If we run the numbers forward to today, it probably looks something like this. We're not really sure. If we run the numbers forward to 2020, we of course have an exact number, courtesy of IDC. It's curious that the future is so much more predictable than the present. And what it implies is a hundredfold multiplication in the stock of information that is connected via an I.P. address. Now, if the number of connections that we can make is proportional to the number of pairs of data points, a hundredfold multiplication in the quantity of data is a ten-thousandfold multiplication in the number of patterns that we can see in that data, this just in the last 10 or 11 years. This, I would submit, is a sea change, a profound change in the economics of the world that we live in.

Now, what does that imply in terms of business? Well, I got a hint of this some years ago. Back in around 2003 or so, I was doing some consulting for the Pentagon, of all august institutions, on the subject of network-centric warfare, and in that context I met a gentleman called Jeff Jonas, a brilliant engineer who had made his fortune designing the security systems in Las Vegas. Jeff said to me, "Next time you're in Las Vegas, Philip, why don't you stop by and I'll take you on the tour. You can meet NORA. NORA will show you a good time." NORA was not his girlfriend. NORA is the Non-Obvious Relational Awareness system, a real-time fraud control system developed by Jeff, which supports all of the casinos in Las Vegas. We were in the security room of the Bellagio Hotel in Las Vegas, and on the monitor I saw this happen. A woman was playing blackjack against the dealer. There was nobody else at the table. She was winning too much. They know how likely that is, and this wasn't likely. So the first thing they do is they use facial recognition, see if she's staying at the hotel. She wasn't. Then they can kind of run the cameras backwards, tracing her movements back through the hotel to the parking garage, where they found her car. They could then run NORA to find who owned the car. The car was owned by Hertz Las Vegas. Within a second or so, NORA pulled down the Hertz Las Vegas application. Now they knew who the woman was. Where was she staying? Well, they pool the data across the hotels. It turned out she was staying in a hotel across the street. Had she gambled in that hotel? No. Very strange behavior, staying in one hotel, gambling in another. Then came the really interesting thing. NORA looked for a connection between the woman and the dealer, because a very high fraction of fraud in Las Vegas is committed when the staff are actually in illicit collaboration with customers. It turned out, what NORA did was to look through 6,000 databases, public and private, some owned by the Bellagio, some by other hotels, some police records, and so on. It turned out that 10 years earlier, this woman's brother had been the dealer's roommate. And it took NORA six seconds to work that fact out. It cost the woman and the dealer six years. This was NORA in action. It's what today of course we would call big data, long before the term had been formulated.

Now notice some very interesting things about this, most of all the fact that NORA runs as a cooperative across the entire of the strip. These casinos, which are otherwise competing aggressively with each other actually collaborate when it comes to the management of their security systems. They pool data into a common database that is run essentially as a co-op for this specific purpose. Why? Because the scale of NORA, what NORA is trying to do, blows past the scale that even a very large casino can possibly do for itself. The value chain is not big enough to accommodate the economies of scale that are inherent in this particular activity. And that principle, I would suggest, is actually a fundamental and pervasive one. In essence, what happens is that because of these colossal economies of scale in data, what used to be value chains that ran separately are compelled, in order to achieve those economies of scale, to create some kind of common utility, some common resource, a co-op, a pool, a vault of data within which those insights can be gathered.

Now, NORA is a relatively trivial example in the sense that if NORA failed, it wouldn't exactly be the end of civilization. But consider something vastly more important, where the logic in fact is exactly the same, the logic of healthcare. The first human genome, that of James Watson, was mapped as the culmination of the Human Genome Project in the year 2000, and it took about 200 million dollars and about 10 years of work to map just one person's genomic makeup. Since then, the costs of mapping the genome have come down. In fact, they've come down in recent years very dramatically indeed, to the point where the cost is now below 1,000 dollars, and it's confidently predicted that by the year 2015 it will be below 100 dollars -- a five or six order of magnitude drop in the cost of genomic mapping in just a 15-year period, an extraordinary phenomenon. Now, in the days when mapping a genome cost millions, or even tens of thousands, it was basically a research enterprise. Scientists would gather some representative people, and they would see patterns, and they would try and make generalizations about human nature and disease from the abstract patterns they find from these particular selected individuals. But when the genome can be mapped for 100 bucks, 99 dollars while you wait, then what happens is, it becomes retail. It becomes above all clinical. You go the doctor with a cold, and if he or she hasn't done it already, the first thing they do is map your genome, at which point what they're now doing is not starting from some abstract knowledge of genomic medicine and trying to work out how it applies to you, but they're starting from your particular genome.

Now think of the power of that. Think of where that takes us when we can combine genomic data with clinical data with data about drug interactions with the kind of ambient data that devices like our phone and medical sensors will increasingly be collecting. Think what happens when we collect all of that data and we can put it together and use precisely the NORA-type techniques in order to find patterns we wouldn't see before. This, I would suggest, perhaps it will take a while, but this will drive a revolution in medicine. Fabulous, lots of people talk about this.

But there's one thing that doesn't get much attention. How is that model of colossal sharing across all of those kinds of databases compatible with the business models of institutions and organizations and corporations that are involved in this business today? If your business is based on proprietary data, if your competitive advantage is defined by your data, how on Earth is that company or is that society in fact going to achieve the value that's implicit in the technology? They can't.

So essentially what's happening here, and genomics is merely one example of this, is that technology is driving the natural scaling of the activity beyond the institutional boundaries within which we have been used to thinking about it, and in particular beyond the institutional boundaries in terms of which business strategy as a discipline is formulated. The basic story here is that what used to be vertically integrated, oligopolistic competition among essentially similar kinds of competitors is evolving, by one means or another, from a vertical structure to a horizontal one. Why is that happening? It's happening because transaction costs are plummeting and because scale is polarizing. The plummeting of transaction costs weakens the glue that holds value chains together, and allows them to separate. The polarization of scale economies towards the very small -- small is beautiful -- allows for scalable communities to substitute for conventional corporate production. The scaling in the opposite direction, towards things like big data, drive the structure of business towards the creation of new kinds of institutions that can achieve that scale. But either way, the typically vertical structure gets driven to becoming more horizontal.

The logic isn't just about big data. If we were to look, for example, at the telecommunications industry, you can tell the same story about fiber optics. If we look at the pharmaceutical industry, or, for that matter, university research, you can say exactly the same story about so-called "big science." And in the opposite direction, if we look, say, at the energy sector, where all the talk is about how households will be efficient producers of green energy and efficient conservers of energy, that is, in fact, the reverse phenomenon. That is the fragmentation of scale because the very small can substitute for the traditional corporate scale.

Either way, what we are driven to is this horizontalization of the structure of industries, and that implies fundamental changes in how we think about strategy. It means, for example, that we need to think about strategy as the curation of these kinds of horizontal structure, where things like business definition and even industry definition are actually the outcomes of strategy, not something that the strategy presupposes. It means, for example, we need to work out how to accommodate collaboration and competition simultaneously. Think about the genome. Think about NORA We need to accommodate the very large and the very small simultaneously. And we need industry structures that will accommodate very, very different motivations, from the amateur motivations of people in communities to maybe the social motivations of infrastructure built by governments, or, for that matter, cooperative institutions built by companies that are otherwise competing, because that is the only way that they can get to scale.

These kinds of transformations render the traditional premises of business strategy obsolete. They drive us into a completely new world. They require us, whether we are in the public sector or the private sector, to think very fundamentally differently about the structure of business, and, at last, it makes strategy interesting again.

参考