分享

徐徐道来投资笔记: 为何价值思维比预期思维和边际思维更值得学习? 这是好友专栏的第一篇文章,进巨的击...

 地久天长9999 2019-04-05

这是好友专栏的第一篇文章,进巨的击人@进巨的击人 创作的这篇文章讲述了为何价值思维比预期思维和边际思维更值得学习。他发来读的时候刚看几段就觉得很有吸引力,全文读下来很过瘾。

欢迎阅读,欢迎留言。

作为A股证券行业的一名小朋友,在我刚入行时,有一个问题一直困扰着我:如果说研究创造价值的话,为何公募机构的许多基金经理业绩还跑不赢一名普通散户?甚至许多大公募内部的基金产品业绩也是良莠不齐。机构掌握着更多的信息资源,对公司有更深入的研究,而且越是规模大的机构,得到的卖方研究的支持也更多,为何在最终的投资业绩上,这些大机构似乎却没呈现出显著的优势?

入行多年之后,终于明白了个中缘由,撰文以记之。

要想解答这个问题,可以先梳理下一名基金经理或者一名卖方研究员普遍是如何挖掘股票投资机会的,简单来说有以下三种情景:

①“每周看100个数据,跟踪10个供需平衡表,每年看100个模型,跟踪10个国家宏观经济演变……”这种策略俗称自上而下,也就是跟踪宏观经济和行业基本面的变化趋势,在找到基本面好转的信息之后买入,在捕捉到基本面恶化的信息之后卖出。所以采用这一策略的投资者会对宏观经济指标如数家珍,对全球经济形势“了然于熊”,各个行业所处的周期位置也尽在掌握之中。一旦,股价表现和他们看到的“基本面”不一致,他们会先审视自己跟踪的数据,如果发现“基本面”证据不支持行情如此演绎,面对市场的暴涨,他们会说“基本面不是个笑话,行情最终会回归基本面,现在参与行情的只是因为无知者无畏”。

②经常出去调研,和上市公司重要业务人员建立紧密联系,获取第一手的行业和公司经营数据,然后再与产业内第三方专家进行讨论验证,最后将这些信息汇总得出结论传达给机构投资人员,这个时候各家机构的反馈也成为一个重要的信息来源,毕竟只有卖方研究人员能够同时了解市场上几乎所有主流机构的想法。在综合这些信息之后,凭借多年的经验,研究员一般都能找到市场的“预期差”,而这个“预期差”的修正就会是股价上涨的一个驱动力。因此,不难理解,为何某知名研究所要求研究员在研究报告的篇首写下“市场的预期,我与大众预期不同地方”。在这种场景下,研究员的首要任务就是寻找“预期差”,而付费最多的客户(对应着大机构)将有权利率先获得这个“预期差”,以此类推,等研究报告发布以致普通散户也知道这个“预期差”了,那基本就是信息链条传递的最后一棒了,因此散户也自然而然被假想为所谓的待收割的“韭菜”。

③以上两种情景都还是从实体经济的观察出发去挖掘投资机会的,但还有另一种常见的情景是先观察股价的走势,从异动的走势中去找到可能会上涨的股票,然后再着手去咨询对这个标的比较熟悉的人,比如上市公司高管、跟踪紧密的研究员、重仓的机构、参与市值管理的游资等,通过他们去找到股价上涨或下跌背后的原因。投资者通过各种渠道掌握股价波动背后的“原因”后,再将这一“原因”和自己的投资框架做对照,如果符合自己的投资框架则立马买入。而最符合机构投资者投资框架的“原因”一般是来自上市公司和行业的经营数据,比如这一季度的业绩高增长、行业需求在复苏、颇有竞争力的新产品或新技术即将落地、终端产品量价数据十分不错等等。

以上的三个情景自然无法囊括当前A股机构投资者投资决策产生的所有流程,但有知名券商研究所的前辈高人,将自己的证券投资思维方式总结为2+1思维模型,考虑到其巨大的市场影响力,可将这一思维模型作为当前中国A股市场的主流投资研究思路。

“证券研究必须建立的2+1思维方式,其中2指的是预期思维和交易思维,它们分列前后贯穿于股票价格形成的过程之中;边际思维则须分别与预期思维和交易思维叠加,在两个思维环节里以边际的思想寻找投资机会。其中预期思维与边际思维的叠加即是人们已经普遍接受的“超预期”,而交易思维与边际思维的叠加为“交易边际”

这上面的预期思维告诉我们要去寻找“超预期”的信息;交易思维告诉我们要去分析当前投资者的持仓情况,因为已经买入的代表的是潜在的卖出力量,而空仓的代表的是潜在的买入力量,如果市场上的投资者机会都是高仓位,那么意味着后面的卖出的力量要远大于买入力量;边际思维则是要告诉我们公司的股价对应着此时此刻的情形,真正驱动公司股价的是接下来的变化,投研人员要着眼于将来而不是现在。

正因为是以上三种情景每天都在各大机构轮番上演,正因为以上三种思维充斥在A股投资者的脑中,所以我们可以看到:

①经营不善的垃圾公司会有研究员时不时去覆盖跟踪并且在出现积极变化的时候给予“买入”评级,尽管他们自己包括买入的机构投资者都知道这家公司未来很难成为一家很牛的公司,但是他们相信这家公司的经营不善已经反映在股价里了,而出现的积极变化属于边际变量,并且还没有被其他投资者预期到。如果这个时候这家公司的股东名册里还没有一家机构,那么意味着潜在的所有其他机构都会成为后面的买入力量。“推荐买入”,不,我们完全可以给“强烈推荐”评级;

②(“伪”)高科技公司、业务较为小众的公司、上下游产业链较为复杂的公司,尽管连有数十年工作经验行业从业人员可能都无法预判行业和公司的未来,但是A股的证券从业人员却能够在数月甚至几周内完成上市公司调研、行业专家电话会议甚至科研人员交流,然后迅速出具深度报告,建议买入行业前景向好下的相关公司。其实他们清楚自己并不是行业专家,但是他们能够回答你想询问行业专家的所有问题——就算回答不了又有何妨,他们可以迅速向自己的人脉圈里的专家请教。

③很多周期股在大幅上涨之后,依然会有研究员和基金经理愿意再高点推荐和追涨。理由很简单,终端价格数据还在超预期上涨,尽管涨了很多但是多数机构都是踏空的仓位并不重,新的产能最新消息是要延迟投放,听说有一家工厂因为环保问题被意外停产了……

所以我们看到,尽管A股从2000年至今出现了一批上涨数十倍的大白马大蓝筹,但是真正长期持有它们的机构投资者几乎没有。 为何? 因为他们会跟踪到这些上市公司的经营数据在变差——这一边际变量将会让公司股价出现下跌, 会发现几乎所有机构都在某个时期都重仓了这家公司——后面没有新的买盘了股价很难长, 会发现这些公司的业绩很难再保持高速增长——意味着无法超预期了。

所以我们看到,几乎没有哪家基金的收益率是能跟大妈们耳熟能详的这些大白马,例如$贵州茅台(SH600519)$ $格力电器(SZ000651)$ $中国平安(SH601318)$ 的涨幅相媲美,而众多知名行业分析师甚至白金分析师,真正步入投资岗位后,其业绩同样可以惨不忍睹。为何?因为一旦开始不断去跟踪和捕捉那些由变化带来的机会,那么意味着你将会不断地做出交易,而由于客观世界和证券市场本身的难预测性,你的众多盈利交易中将难免伴随着几笔亏损的交易。更遗憾的是,市场和上市公司总是处在不断变化中,过多关注不重要的变化将浪费你巨大的时间和精力,却无法让你形成有价值的经验积累。那么这时,我想你会明白:为何巴菲特的投资铁律是“第一条,不要亏损;第二条,不要忘记第一条”,为何巴菲特会如此强调复利的力量,因为一旦你做出一笔亏损的交易,那么你需要付出几倍的努力才能扳回损失。 而所谓的“预期思维”“边际思维”和“交易思维”很多时候可能只是自以为占据信息优势的机构投研人员的一厢情愿和自以为是,而一旦你对市场失去足够的敬畏之心,那么市场终究会用它的出其不意惩罚你。

证券投资成功的方法有无数种,但真正被发扬光大,而且被证明最适合于普罗大众去学习的其实只有巴菲特芒格倡导的“价值投资”。实际上,巴菲特芒格一直在无私分享自己从事“价值投资”的方法和思考方式,同时也有无数来自各个不同领域的追随者在完善这一投资心法。遗憾的是,“价值投资”在A股机构投资者中始终曲高和寡,应者寥寥,少数几位遵从“价值投资”的明星投资者也并未完全贯彻其中的一些基本原则——热衷预判市场和改变投资仓位。实际上,比起判断市场涨跌,比起判断周期股的行情持续性,判断一家公司是否优秀、管理层是否可靠可敬、公司财务数据是否稳健、公司所处行业是否有较大市场空间、公司的估值是否高估,要容易得多。而一家优秀的公司保持持续优秀的概率,总归是要高于赌一家平庸的公司麻雀变凤凰的概率,而这与小盘股、大盘股、蓝筹股、成长股并无关系,更与现有公司的盈利是否处于高位也无必然关系,尽管这可能意味着实际估值要远高于名义估值。

我想,比起“预期思维”“边际思维”和“交易思维”,A股投资者更缺少的反而是“价值思维”——在任何时刻,都更关心投资标的内在价值,只会因为一家公司的内在价值高于当前价格才愿意买入。一旦投资者采用的是“价值思维”而不是其他,那么他关心的将只会是投资标的的内在价值以及当前的估值(未来自由现金流的贴现),而不是让自己陷入一头雾水、似懂非懂的宏观数据,更不会是当前的市场情绪、风格,包括其他投资者对这家公司的看法,尽管这些都会影响投资标的的内在价值和估值,但将不再是核心原因而只是众多需要参考的因素之一。而一家公司的边际变化、市场其他参与者对这家公司的业绩预期、以及其他机构的持仓情况实际上都未对这家公司的内在价值构成本质影响。当然,用“价值思维”去做投资并不容易,要让自己坚信一家公司多年之后仍然是行业内的佼佼者并且规模和盈利能力不断扩张,需要足够的洞察力和耐心,而这来自于对商业和人性的理解。

多年前,笔者刚刚踏入证券行业,踌躇满志,某日在与来自武汉的大学同学对谈时,好友问我“你觉得中国的证券行业研究员有创造价值么”,我立马反驳“我们让好公司的定价更高,这样资本就会投向它们,让整个社会的资源配置更有效率,当然很有价值”。入行多年,我经常想到我当日的回答,现在我也将好友的问题抛给这些来自中国顶级学府的高等人才们,我相信他们对自己的人生价值定位不止于此。

    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