|
作者写过一本《神奇公司》以前看过，没有什么印象了。书名就让人感到和民间股神差不多，只不过是美国的民间股神了。但是这一次读乔尔格林布雷特给哥伦比亚商学院的讲课的教义，却收益颇多。他只用两个指标，EV/EBIT和有形资产回报率，其中EV=市值+（总负债-总现金）=市值+净负债，EBIT=利润+折旧摊销-维持性资本支出。这两个指标不适用金融和公用事业股票的分析。 书中有大量的例子，很有启发。 2010年10月12日：EBITDA和EBIT弄清楚简称就容易记住和理解了。不过对这种方法还是不怎么有共识，尤其是EV的算法。搞清楚方法不适合的地方很有价值，比如PE不适合周期性强的企业、房地产等项目性强的企业、金融企业、多元化公司、转型类公司。PB不适合重置资本变动快的公司、无形资产或商誉较大的公司，另外要做资产重置评估、抛出少数股东股权和商誉。EV则适合资本密集、准垄断的企业。 ==========《一个证券分析师的醒悟》节选 ================= 假如我是傻瓜，我如何战胜市场？ 我和很多人一样，喜欢股市不仅是因为试图赚钱，而且因为它变幻无穷，很刺激。但是，有很多严谨的投资者认为，我们这两个理由实际上是有矛盾的。你必须放弃“寻欢”的念头，因为这种念头对股市来说是邪念。怎样才能做到这一点？有的基金公司用数学模型来确定买什么卖什么，以及何时买何时卖。有些个体投资者完全放弃选股的乐趣（或者说是麻烦），而把钱投资在基金上，长期不理它。最近，我读了一本有趣的书《股市稳赚》（The Little Book That Beats The Market），书的作者乔尔·格林布拉特（Joel Greenblatt）倡导大家走一条容易走，但又似乎很严谨的道路。他的方法很简单：把所有的3 500 家公司按照有形净资产回报率（returns on tangible capital employed）从高到低排序，再把它们按照“企盈率”（企业价值除以运营利润，即EV/EBIT）排序，然后挑选出那些在两项指标中最好的公司，分4 ～ 5 个月陆续建仓，以减少市场风险；总共投资20 ～ 30 家公司以分散个股风险；每过12 个月重复此项工作；坚持这种投资方法至少4 年。 格林布拉特所选的有形净资产回报率的定义是，付税收和利息之前的运营利润（EV/EBIT）除以公司的有形净资产（即净的固定资产与净的流动资产的总和）。他选择运营利润而不是净利润，主要是因为这样在对不同行业和公司进行比较时，便于排除不同的税收条件和不同的固定资产折旧政策对利润的影响。有形净资产的好处是它已经把企业在并购时额外支付的、高于账面价值的溢价（即商誉，goodwill）减掉了。 为什么要用“企盈率”（EV/EBIT）而不用通常的市盈率（PE）？我引用格林布拉特先生在书中的一个例子来解释。大家看看两家几乎相同的公司——同样的收入和同样的运营利润，它们仅有的区别是，甲公司没有负债，而乙公司有50 亿元的负债（年利率10%）。 甲公司的市盈率为每股60 元，乙公司的股价为每股10 元。谁贵谁便宜？甲公司市盈率为10倍，乙公司的市盈率为3.33 倍，甲公司贵多了。 但是，如果你站在风险投资（直投）基金，或长期投资者的角度看，你就马上明白你的结论错了。 你买的乙公司的负债也是你的负债。你承债收购两家公司的代价是完全一样的。它们在付税收和利息之前的运营利润（EBIT）都是10 亿元，它们的企业价值（即enterprise value，股票市值跟净负债的总和）都是60 亿元。也就是说，它们的估值是一样的：企业价值除以运营利润（EV/EBIT）相同。而且，你甚至可以说，乙公司比甲公司更贵。 为什么？因为乙公司的风险大一些。 作者做了一个模拟试验，在那17 年（1988 ～2004 年）里，如果你把美国市场的3 500 家上市公司按照有形净资产回报率排列（排名最高的给1分，排名第55 位的玛丽亚公司得到55 分，等等）。 然后，把这3 500 家公司再按照“企盈率”（相当于市盈率）排列，“企盈率”越高的得分越低，反过来越高。最后把每家公司的两个得分加起来。 比如，微软公司的有形净资产回报率排列第17 位（得分17），有很高的回报率，而它的“企盈率” 排列在第3 400 位（全美国倒数第100 位），因此得分100 分。接着，把这两个分数加起来作比较，总分越低越好。比如，微软的总分数为117 分（17加100），玛丽亚公司按照“企盈率”排在第3 500位（全美国最便宜），得1 分，所以总分为56 分，优于微软。 下表所反映的是这种投资方法的业绩表现，看起来好像简单得难以让人相信，可是有两个问题。 一是，它的成功需要坚持至少4 年以上，多数人没有这个耐心。基金经理当然不能这样做：连续两年表现落后，可能他就失去了继续工作的机会。绝大多数散户可能也不想把买股票这样激动人心的工作交给电脑。二是，他开始这样做了，但是效果不能立竿见影，他就会抛弃这个策略，投到另一种信仰的怀抱。缺乏虔诚的投入，最后只能业绩平平。 注意，上表中的市场平均表现代表的是那3500 家公司的简单平均数，而标准普尔500 指数（S&P 500）表现的是500 家大公司按照市值加权计算的平均数。 作者给他的神奇理论作了另外一个测试。他把2 500 家最大的公司按照“企盈率”和有形净资产回报率进行排序，然后分成10 个组（每组有250家公司）。在那17 年里，它们的表现如表6 所示。 投资界派系林立，学派如云，任何一个投资策略都面临一些共同的问题。首先，他们往往拿过去的数据来进行模拟，反复试验一直到结果符合他们的“理论”。如果17 年的数字不符合他们所要的结果，那么取16 年的数字，或者15 年的数字、14年的数字，这叫“挖掘数字”（data mining）。作者格林布拉特声称他的方法可以接受其他年份的历史检验，而且同样有效。 其次，大多数小盘股被投资者忽略，所以估值一般偏低。而作者格林布拉特的方法在现实中可能难以运作，因为在买的过程中，它们的股价会被推得很高，从而降低最终回报率。但是，小盘股既有可能因为被市场忽略而估值过低，也有可能会因为同样的原因而估值过高（分析不够）。另外，他说，他的方法也同样适用于大公司。比如，他挑出美国最大的1 000 只股票，在那17 年里，他的神奇方法也会有22.9% 的回报率，而同时间内，市场平均回报率只有11.7%，而S&P 500 的回报率只有12.4%。 mining）。作者格林布拉特声称他的方法可以接受其他年份的历史检验，而且同样有效。 其次，大多数小盘股被投资者忽略，所以估值一般偏低。而作者格林布拉特的方法在现实中可能难以运作，因为在买的过程中，它们的股价会被推得很高，从而降低最终回报率。但是，小盘股既有可能因为被市场忽略而估值过低，也有可能会因为同样的原因而估值过高（分析不够）。另外，他说，他的方法也同样适用于大公司。比如，他挑出美国最大的1 000 只股票，在那17 年里，他的神奇方法也会有22.9% 的回报率，而同时间内，市场平均回报率只有11.7%，而S&P 500 的回报率只有12.4%。 我感觉，他的理论中有一点对我非常有用，可算是一个重要提醒：一家资金使用效率非常高的公司（比如35% 的资本回报率）将利润进行再投资的时候，它的回报率在中期和短期内有可能下降，但不太可能下降得很快。也许会降到25%，甚至20%，但是20% ～ 25% 的资本回报率也是很高的！当然这样的企业即使不做新的投资，它原有的资本回报率也会下降，但是，多数事物的变化总是渐进的（不是跳跃的）。从另外一个角度来看，一家企业的回报率远远超过大多数企业，必然有其原因，而这个原因不大会在近期消失。即使单家企业的竞争优势马上消失，你的资产组合里的20 ～30 家企业的竞争优势同时消失也是不可能的。反过来，一家资本回报率很低的公司，不太可能在短期内有巨大的改善。这是格林布拉特的理论可以成功的一大基石。毕竟，投资是一个概率游戏。 |
|
|
