分享

企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

 johnking163 2013-11-05

 时常在想一个问题:为什么有时两个企业长期业绩基本差不多,但市场给他们的价格却相差非常大呢?这个差距到底是合理还是非理性的呢?我想如果能弄清这个问题原因,那么对我们的任何一项投资就能做到心中有数了。

 

一、企业分类模型

我想要弄清估值差异这个问题,必须先要弄清不同企业的差异,世界上没有两片相同的树叶,任何一家企业总是在方方面面都有一些和其他企业不同的,我们要做的就是去掉旁枝末节,抓住主干,找到共性。

一家企业有很多面向,每一个面向都可以找到一些共性,不同的人和目的会关注不同的面向,我们也不需关注所有的面向,我们只关注和投资有关的面向。

按一般的行业分类,作为投资者我们有时会感到茫然,因为这并不能体现出他的投资价值。

从投资角度,我们只关心一个企业的未来的业绩成长性和确定性,我找到三个我感觉最能体现成长性和确定性的面向,我们就以这三个面向为坐标去考察,任何一家企业都能在这个三维坐标体系中找到他的位置。

三个坐标方向:

1、按时间分:创业期->成长期->成熟期->衰落期

从这个面向,越是靠前,成长性越高,但确定性越小,业绩可能性的开口区间越大。

注意从企业诞生到死亡整个过程各个时期之间并不是有一个精确的界限的,他们是连续的过程。

把企业诞生坐标设为5,死亡设为0,任何企业都能定位到[5,0]中间的一个位置,这是我们第一个参数。

 

2、按周期性分:弱周期->强周期

从这个面向,越是靠前,确定性越高,但成长性似乎和周期性没有特别强的相关性。

同样,弱强周期之间也没有明显的界限,也是平滑连续的。

把最弱的几乎没有周期性的坐标设为5,最强周期的设为0,任何企业都能定位到[5,0]中间的一个位置,这是我们第二个参数。

 

3、性质分:轻资产->重资产

这个面向综合了很多因素,轻资产来自于行业属性,品牌、服务、网络等无形资产对轻资产有很大的正面相关性影响,原料性、生产性对轻资产有负面相关性影响。由于通货膨胀的永久性存在,越是靠前,成长性越高,由于资产对经济周期的敏感性,所以越靠后确定性越低。

把最轻资产的企业坐标设为5,最重资产企业坐标设为0,任何企业都能定位到[5,0]中间的一个位置,这样我们就得到第三个坐标参数。

 

从以上描述,我们可以看出,除了第一个坐标,总是坐标值越大越好。而且第一个坐标通过风险调整后额综合考察,也是坐标值越大越好。这样我们对每家企业就可以用这个模型做一个分析图,例如,对于贵州茅台,我们如果确定是一家稳定成长期(3)中的较弱周期(3.5)的轻资产(4)企业,分析图如下:

企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

图中三个坐标合围形成的总面积越大,代表着企业的价值越大,下边的三角面积主要代表着确定性,面积越大代表确定性越高,也可以理解为下面部分为基石,基石越大越牢固。左边和右边的面积主要代表成长性(实际是一个混合体,但确定性的意义大部分被抵消了),面积越大成长性越高。

对于成长性投资者,偏好上面的面积,面积大,但不确定性更高,对于价值型或保守的投资者,更偏好下面的面积,确定性更高。

 

下面这张图是从成长性和确定性两个方面来展现企业的价值,可以看成是上面三维图的映射:

企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

从图中可以看出,稳健性投资者偏向于确定性开口小的企业,当然这要牺牲一定的成长性,就平均成长性会平一些。而成长性高的企业,确定性开口会很大,就是业绩会有很大的不确定性,补偿就是平均成长性比较高,曲线表现为斜率比较大、比较陡一些。

 

这个确定性范围实际是一个按概率分配的平滑的图,这里强行加了两个边界,只是为了便于理解。下面我们可以找三类典型的企业来用几张图进一步说明这一情况:

1)创业期成长性企业:开口巨大,高增长至倒闭都有可能。

企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

 

2)白马成熟企业:开口小,增长不是非常高但很稳健。


企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

3)周期性重资产企业:开口大,长期平均无增长或增长缓慢。

企业投资分类模型、估值差异原理及投资组合本质初探(一):企业分类模型

 

说明:图中曲线围起来的总面积表示总概率,始终为1,即各种可能的成长率加起来概率为100%。

好,到目前为止,我们已经为企业建立好了分类模型,每个企业都可以找到它在模型的位置了,那么有了这个基础,我们就可以开始讨论企业估值了。

 

二、企业估值

(未完待续)

 

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多