AI智能总结
成长、营销和销售实践 逆势而上:投资组合定价的投资者方法 面对收益动荡,一些制造商正在放弃基于指数的定价,转而采用平衡投资组合策略。 作者:Jeff Hart, Soenke Lehmitz, RS Mallya Perdur和Vaibhav Srivastava 今年是定价策略的关键一年。所有从事长期合同的人都可能想要考虑重塑他们的定价方法,否则就有可能看到他们的盈利能力受到侵蚀。 认识到传统的依赖基于指数的数据不再是可持续的。 相反,更有效和可持续的解决方案可以是采取组合方法进行定价。 核心和半大宗商品价格的大幅繁荣和大幅下跌现在已经成为常态,从化工制造商到金属生产商和矿业公司的每个人都感受到了压力。以聚乙烯为例。在2020年使用固定指数定价签署长期合同的商业团队受到挤压,因为价格飙升了50%。这种材料的买家在2021年签订了长期采购合同,在随后几个月价格暴跌近三分之一之后,很快发现自己陷入了颠倒的安排。 麦肯锡的研究表明,应用预测情景建模和优化风险调整后的回报可以帮助制造商显著平滑收益。一些采用这种方法的公司已经看到他们的销售回报率平均增长了2%到4%。 制造商陷入定价困境 大宗商品和近大宗商品的生产者在两个主要领域面临定价挑战:获得实现目标所需的广角视角,以及获得应对不断变化的市场条件所需的综合见解。 similar transpories have played out in many othercategories across industries (Exhibit 1). As a result, pricingestimates have been way off the mark for manymanufacturers, trigging earnings波动和不确定的收入前景。由于预计动荡将持续存在,许多 A key reason is structural. It ’ s common for commercial teamsto take a myopic, transaction - level approach to sales,negotiating terms on an 2017 - 2022年标准化EBIT变化,% 个人客户基础。这种做法的根源作为一种适应特定账户和细分动态的手段是有意义的。但是这种方法可能会驱动不可预见的复杂性并减少交叉交易投资组合机会。 和基础资产动态。这种投资组合导向允许投资者在他们可以赢得的领域分配资源。 例如,一家化学生产商拥有大量产品合同,每个合同都有自己的价格和条款。但是该公司在很大程度上受到市场力量的支配,因为它没有办法评估潜在的风险或机会。 制造商可以考虑采取类似的方法-构建平衡的投资组合,以满足其战略重点和设置基于目标风险和回报阈值的个人合同条款。 有关需求驱动因素,贸易流量和材料成本趋势的外部数据,再加上非线性建模能力,将使商品生产者能够将宏观和交易级数据结合起来,为特定客户定价产品。但许多公司缺乏这些数据资产和技能。例如,一家大型包装公司试图通过将价格与三到五个主要市场指数联系起来来解释波动性。但是指数的调整速度不够快,以适应不断上升的通货膨胀,合同与公司较高的生产成本不同步。这给盈利能力带来了巨大压力。 预测建模是该方法的基础。使用可以识别市场驱动因素之间非线性关系的高级多变量模型,商业团队测试多个市场场景,从内部和外部来源获取数据以丰富他们的分析。一旦他们识别出哪个目标投资组合在一系列可能的条件下表现最好,团队就会使用优化模型来构建特定的合同条款。这些工具是自适应的,大多数都是自动化的,这可能使商业团队更容易调整。 这些工具还可以帮助领导者确定合同何时陷入违规,使他们能够建议潜在的补救措施并主动与客户互动。 此外,尽管期权和衍生品可以用于对冲玉米和石油等公开交易商品的风险,但这些对冲通常在行业中不起作用,因为当今市场上可用的金融工具涵盖有限的产品,通常成本过高,并且包括通常有利于发行人的条款。 例如,一家北美化学品生产商成立了一个卓越定价中心,与数据科学家、数据工程师和其他技术人员合作,为商业团队开发先进的决策支持工具。他们创建的第一个工具之一是投资组合模拟模型。对一家企业进行测试后发现,转向市场驱动的价格而不是他们一直使用的成本加合同,有可能在不改变公司风险状况的情况下将利润率提高4%至5%。这些见解为即将与客户进行的一轮谈判制定了行动计划。在两个月内,该业务部门的收入增长了1%。 为了获得更好的可预测性,制造商可能会考虑以领先投资者的方式进行定价:通过投资组合镜头。 像投资组合经理一样的价格 像这样的改进不需要涉及多年的转型。相反,我们合作过的组织平均能够通过转移到 从他们的整体风险和收益目标开始,许多顶级投资公司传统上构建他们的投资组合以匹配,采取在某些领域减少风险敞口并在其他领域增加风险敞口的投资。目标是在给定的风险状况下实现一组具有最大收益的投资组合,称为有效边界。随着市场的变化,公司可以改变他们的投资组合构成。 从头开始开发这些模型和数据管道,外部模型也可用于跨行业情况和技术环境。 平衡投资组合方法,首先关注基础知识,然后从那里提炼和扩展(图表2)。 —集成现有流程。考虑削减缓慢的步骤。例如,一家石化公司的商业团队过去不得不召开涉及数百张幻灯片的会议来提出定价。通过将见解集成到用户友好的数字仪表板中,该公司将定价响应时间从几天缩短到几小时。 要考虑的五个步骤 成为一个数据驱动的商业组织是一个旅程,但制造商可能会考虑一些元素来开始。 —评估并考虑修改现有合同。在长期合同(超过6个月)中占有重要部分销售额的制造商可以考虑根据其组织的目标来恢复这些协议,以增加收入,提高竞争力和优化盈利能力。 —对敏捷团队说是。最有效的商业团队汇集了来自整个业务的专业知识,将定价、分析和产品专家聚集在一起,以提高决策的速度和质量。 —加入AI / ML。如果没有强大的数据和分析能力,公司可能会面临获得所需定价情报的挑战。领先的数据科学家团队可以 —Upskill for the future. Portfolio modeling is a data -and analysis - intensive exercise. Many manufacturersmay want to augment their capabilities in this area.Manufacturers can 在大型专业化学播放器的RoS改进 盘点他们的人才库,以找出重新技能培训可以缩小技能差距的地方,以及可能需要新员工的地方。 读者组织运作的司法管辖区。确定的选项和我们的分析绝不意味着任何步骤都应该 被认为违反任何适用的法律,并期望读者将进行自己的反托拉斯分析,以确保遵守所有适用的法律。麦肯锡不提供法律意见;如果您对我们提供的工作产品有任何法律问题,我们建议您在采取行动前寻求法律意见。我们强调,预期、预测和预测的状态与未来事件有关,并基于可能在整个相关时期内无效的假设。因此,不能依赖它们,我们也不认为所取得的实际结果与任何预期、预测或预测的陈述有多接近。 虽然速度较慢的公司可能更多地受到市场力量的支配,但创建与其风险和收益目标一致的动态投资组合的制造商可能会更好地将自己置于一条道路上最佳性能。这些公司可能会发现自己从玩赔率变成对他们有利。 读者在这一领域采取的任何行动都可能与市场行为有关,因此可能受反托拉斯法和竞争法管辖 杰夫·哈特是麦肯锡休斯顿办事处的高级合伙人RS Mallya Perdur是合伙人;Soenke Lehmitz是斯坦福德办公室的高级合伙人VaibhavSrivastava是芝加哥办公室的专家. 作者希望感谢Mehmet Baser,Rui Cao,Warren Davis,Kun Lueck,Nicolas Magnette,Wilson McCrory和Steve Reis对本文的贡献。