了解过供应链管理的人，应该都知道有一个“牛鞭效应”，在供应链中，下游（零售）的小波动会在信息层层放大后，造成上游（制造商、原料商）的大幅波动，最终引起整个供应链的库存积压或断货。

比如下图的美国家电出货同比的微小变化，经过“批发商、出口商、厂商”的层层放大，会出现巨大的波动，到了上游的零部件厂商，更上游的铜、钢铁企业，波动就更大了。

为什么供应链会有牛鞭效应呢？

原因有点像“Copy不走样”这一类综艺节目，信息一个传一个，最终都会“走样”。很多商品的供应链层级太多，比如钢材，钢铁厂向终端用户直接销售的比例有限，大部分都要销售给分销体系内的各级代理/贸易商，而且有很强的区域属性，导致每一个参与者都要配有“安全库存”，这样，整个产业链的所有库存加起来，往往对应几倍的真正终端需求。

所以，当商品分析师在算供需平衡表时，往往要假设“供应链库存没有大变化”这个前提，整体库存波动起来，比下游真正需求的波动大几倍，造成涨会涨过头，跌也会跌过头。

像钢铁这种价格波动大的商品，贸易商相当一部分的利润或亏损源于库存价值的升降，而钢材易长期储存的特点，贸易商的库存可多可少，所以真实库存就与钢材价格有直接的联系。

“买涨不买跌”是一种常见心态，价格上涨时，库存价值上升，贸易商自然有更大的意愿囤积库存，最终放大了真正需求；价格下降时，渠道都在降库存，反映到厂商的需求就变成了“暴跌”，实际并没有那么差。