|
为什么同样的起点，随着时间的累计，有些人获得了更多的财富，有些人仍在苦苦求索？ 时间会让你更有钱 时间，会让你更有钱 假设你从现在开始每月拿出1000元本金来投资猴子理财，按照其一个月标的11%年化收益率来计算： 1个月后你就拥有了——1009.34元； 1年后就是——12754.18元； 2年后就是——27014.08元！ 这可能也不算多，但是坚持三年，车子首付有了；每月存2000，坚持十年，房子首付有了。 这就是复利的威力 爱因斯坦说：“复利是人类最伟大的发现，是宇宙间最强大的力量，是世界第八大奇迹”。 财富密码： 也许你现在一穷二白，别担心，只要从现在开始理财，时间会让你越来越有钱，因为再微小的起点，利滚利，就像滚雪球，越“滚”越大。所以起点低并不可怕，更不要小看一点一滴的“小钱”，经过时间的发酵，小流终能汇成江海。 来源：【陈言旧语】微信公众号 第一桶金，挣得越早越好 两个雪球，一大一小，大雪球本来就大，相同的速度可以滚动更大的面积，小雪球体积小，所以相同的速度滚的面积小，假设一块地上的积雪一定，那么大雪球可以变得非常大，而且吸走绝大多数积雪，小雪球增加的雪就非常小了。最后，两个雪球体积相差更大。 这就是雪球效应，经济学上称为“报酬递增率” 财富密码： 对于白手起家的人来说，如果第一个百万花费了10年时间，那么，从100万元到1000万元，也许只需5年。所以第一桶金挣得越早越好，一旦达到某个临界点，你的财富就会呈指数级增长。要变成富人，最大的困难是最初几年。不过，接下来会越来越有乐趣，且越来越容易。努力拼搏度过最初的“艰苦日子”，拥有丰富的经验和启动的资金，就像汽车已经跑起来，速度已经加上去，只需轻轻踩下油门，车就会疾驶如飞。 所以，投资理财，越早开始越好，坚持就是胜利。 负债，并不是坏事 阿基米德：给我一个支点，我可以撬动整个地球。这就是杠杆原理。 财富密码: 负债一定是坏事吗？NO！聪明的投资者会用负债来赚钱，因为他们懂得如何运用财务杠杆带来大收益，从而大大加速财富积累。 杠杆可以放大回报，也可以放大损失。同样100万的房子，如果房价跌了10%，那么5倍的杠杆损失就是50%。因此使用杠杆之前要把握的核心是——成功的概率有多大。 来源：【陈言旧语】微信公众号 耐心，等待恰当的时机 一只股票的股价从2元上涨到12元。巴菲特在2元买，一般价值投资者在4元买，技术分析家则根据趋势在6元买入，结果是巴菲特赚了5倍，一般价值投资者赚了2倍，技术分析家赚了1倍。所以投资的时机是否恰当决定了你是赔是赚、赚多赚少。 这就是安全边际的作用。 证券投资之父本杰明·格雷厄姆认为，值得买入的偏离幅度必须使买入是安全的；最佳的买点是即使不上涨，买入后也不会出现亏损。 安全边际就是一个相对于价值的折扣，而不是固定值。当股价低于内在价值的时候就有了安全边际，至于安全边际是大还是小，就看折扣的大小了。安全边际越大，获利空间就越大。 财富密码: 价格不等于价值。资本市场中的价格总是在随时变动。同样价值的东西，你需要等待最佳的买入时机。由于市场交易群体的非理性，在不确定的时间段内，比如3~5年的周期里，总会等到一个完美的高安全边际的价值低估时机。这才是你出手的时候。 寻找赚钱的洼地 当房地产围合一个湖泊中心发展之时，便形成了自湖心向四周土地递减的级差地租，大致出现“近贵远贱”的圈层分布，这其实就是围合出湖心的价值洼地。一旦因某种特殊原因填湖开发，那么，湖心洼地的地价和房价就会突然井喷，创下区域地产的最大价值，甚至引发周边地产的价值飙升，即产生了洼地效应。 这就是洼地效应 当然在房地产实际开发中，所谓洼地不一定就是湖心区，也可能是市政中心等等对于区域价值有提升作用的区域。 资本的趋利性决定了资金一定会流向更具竞优势的领域和更具赚钱效应的“洼地”。 资金就像流水，哪里是洼地就流向哪里。填满了这个洼地，又会进入下一个洼地。 财富密码: 财富应该流动起来，在流动中越聚越多。 “洼地”在哪儿 比如说，过去若干年，中国市场较低的人力成本优势和巨大的市场空间，吸引到越来越多的国际投资者的目光，使外资投入持续增加，这样就说中国在全球经济中产生了洼地效应。 又比如说，股市在熊了很多年之后，作为一个被低估的资产品种被看中也是合情合理。 永远做最坏的打算 你有没有发现，涂好果酱的面包掉下桌子时，有果酱的那面总是先着地；去车站着急买票回家时，你排的那队总是最慢…… 事情如果有变坏的可能，不管这种可能性有多小，它总会发生。这就是墨菲定律。 越害怕发生的事情就越会发生的原因，为什么？就因为害怕发生，所以会非常在意，注意力越集中，就越容易犯错误。 财富密码: 在准备好开始理财和投资之前，首先要明白任何风云突变的意外状况都有可能出现，比如股票总是在买了之后下跌，卖了之后疯狂上涨。 做好应对各种情况的心理建设，才能保持平和冷静的心态，不至于措手不及，乱了阵脚，做出错误的决策。 |
|
|
