我所理解的理性投资

我所理解的理性投资

无疑,投资是充满大量不确定性的活动。而如果在这项活动中没有任何理性的、规律的部分,那么这项活动其实同赌博没有差别。作为一名从事科研与技术的理科生,如果愿意将自己的精力和时间投入到某一活动中,一个大的前提条件是:这项活动一定要有据可循、有理可依,有可以通过理性的分析和系统的思考来掌握其内核的部分

有人或许会说,那如果这项活动回报巨大、但却又没有规律的部分、理性的部分,那这项活动你是否要参与呢?这个问题其实不是一个是非对错的问题,而是价值观取向、个性偏好的问题。就我个人而言,这样的活动我一定不参与。因为我能立刻脑补到的等价活动,就是买彩票和赌场中各种花式的赌博游戏(如转轮盘)。我不能说这样“没有规律但回报巨大”的活动没有意义,我只能说,它不是一名理科生的价值体系下所能容忍的活动。

既如此,我还愿意来讨论投资,其出发点和围绕的中心当然就是:投资中的理性部分是什么,如何来把握这个理性的部分来创造收益。虽然这项活动本身有很多的不确定性,但我们只需放弃对不确定性部分的把握,将所有精力全部集中于它的理性部分。这即是:”掌握能掌握的,接受不能掌握的,并用智慧来区分它们的不同“。特别是最后一点,很多看似非理性的、随机性的事件,其实不过是披上了复杂信息和混乱逻辑的外衣,而其内核却有恒常不变的规律来做指导。

基于此,这既是对本文的定调,也是对本文基本出发点的澄清。所谓”静浮尘,正视听“,如果大家的根本出发点就不同,那其实就不必再继续讨论下去了。喜欢追踪情绪指数的、坚持玄学投资的,可以直接取关走人。这不是本文所讨论的内容,更是不必”道不同不相为谋“地浪费彼此的时间。

如同《金融市场中的直接和间接影响因子》中的讨论,价格是情绪的反应,价值是商品/公司/投资标的物内在质量的反应。从理论上讲,这两者并没有确定的依赖关系。甚至在极端情况下,价格完全可以任意震荡,丝毫不去顾及价值几何。在这样的情形下,价格是情绪通过投票的方式来做出的集中展现。而价值,是看不见摸不着的无关物。

但这样的极端情形,又有些过分脱离实际,至少同我们的生活经验不相符。就像是:从理论上讲,人与人的交往当然可以完全用拳头说话,而不必考虑所谓的道理/天理。但现实生活中,几乎只有精神病人才会用这样的方式来与人相处,而常人总是会或多或少地受制于道理并按照道理行事。但另一方面,这样的“受限”又并非有什么很强的东西来制约,随时可能在极端情况下以非理性的方式突破。这基本就是心理学家对情绪和理性之间关系的描述:情绪是大象,而理性是训象人。

价格和价值的关系也有点类似。从内核上讲,价值对价格完全没有任何的约束,价格完全可以变成大众情绪的纯粹反应。但大家毕竟是在一个讨论商业的平台上,价值又对价格有一定的隐形的约束和影响。从波动上讲,价值和价格很像遛狗人和狗的关系:价格似乎在做毫无规律的布朗运动,胡乱地横冲直撞。而价值是价格的遛狗人,有一条可以伸缩的绳索在它们之间建立起一段微妙的关系。

从理性思考者的角度讲,大众飘忽不定的情绪,是无法作为研究对象的。因为它过分随机,毫无规律可言。于是,要研究所谓的投资,只能从具备规律性的价值入手。但研究价值的另一个大问题在于,它不像价格能够以清晰的、确定性的数字展现在你的面前。每个人心中的“价值”都可以不一样。似乎,从这个方向去切入,也变成了同“猜测体现大众情绪的价格”一样的玄学了。

如果要逃出这样的玄学讨论,进入到理性的价值评判的范畴,一个突破口是:企业是否能够持续不断地继续创造长期收益(如果将“收益”的概念泛化,那就是价值)。如同考虑价格可以完全脱离价值来全部反应大众情绪这样的极端模型,我们也可以考虑,如果一家公司每年创造的利润都在高速增长,那么大众对其价格的打压,可以是一年、两年,但越是往后走,基本上就越难使用情绪的投票来压制长期持续创造利润的价值体现,最后其价格几乎必然要体现其优质价值。某种意义上讲,这样通过价格对价值的打压,很像是politician通过恶意诱导选民来打压政治对手。但正如林肯所说,“你可以永远骗一个人,也可以暂时骗所有人,但不可能永远欺骗所有的人”。我想,这是支撑“以「企业是否能够持续不断地创造长期利润」而不是以「大众情绪反应的价值」来作为投资标准”这种理念的根基所在,也是“理性投资”而非“玄学投资”之所以存在可能性的根基所在。

当然,这条判别标准还能为我们理清楚很多“不顾价格涨跌而进行交易”的陷阱。例如,“下落的飞刀不要接” v.s. “便宜的股票才更安全”,“便宜才能拉低购买成本” v.s. “越买越亏,越亏越没价值”。仅从表面来看,这些投资理念基本上都在大量的交易案例中发挥过作用,而他们又彼此矛盾。为何?因为如果你只是就字面意思去理解,你便只能看到矛盾。而如果你能理解各种理念背后的本质、理清楚各个理念的使用边界,就能发现他们是在不同的阶段和对同一理念的不同阐释。

可以直接考察的被称之为“价值陷阱”(即越跌越不值钱)的案例类别有:

  • 依托于被时代所淘汰的技术的公司,例如胶卷公司柯达。
  • 存在灭霸级行业大佬的行业中的小公司,例如百团大战时做商品团的无数小公司。
  • 产能过剩的、重资产夕阳企业,如钢铁、纺织行业。
  • 其成长依托于大佬、并无自身竞争力的寄生公司,如为iPhone做配件的各类零件公司。
  • 财务造假的公司,如国民之光瑞幸咖啡。

这些五花八门的价值陷阱,表面上看毫无规律可言。可如果用上面讨论的价值评判标准来丈量,其共同点一目了然:所有这些行业、企业,因为时代的原因、环境的原因、自身经营的原因,都已经不再具备持续不断地创造长期价值的能力。

也即是,真正陷入价值陷阱的原因,是因为肤浅地以“价格是否下跌”来作为判断标准。这样的判别标准,和根据价格这个情绪指标进行追涨杀跌的思考方式毫无差别。无非是,一个是根据价格下跌而卖出,而另一个是根据价格下跌而买进,表面上他们做着相反的操作,而实际上他们坚持了同样的判别标准、思考方式。这基本就是大多数人所坚持的“价值投资”,用“价值”的名称、“下跌买入”的方式,来忠贞不渝地坚持情绪指数投资。

要逃出这样的陷阱,就必须从根本上纠正自己的思考方式、看待商业的认知,从其本质“是否能够持续不断地创造长期收益”来开始自己的研究与思考。要彻底放弃以情绪指数来作为“下结论”、“出决策”的思考方式。要逐步学会从情绪指数、财务数据做起点,把它们当作研究的线头,一步一步地深挖它们背后利润产出的成因,挖掘它们利润是否可以持续增长的依托条件,挖掘这些依托条件所依赖的外部环境和时代特征,从而一步步接近root cause。

这样的以“价格”、“财务数据”来作为“下结论”的思考方式,像极了IT行业刚入行的新人们debug的方式:根据日志上所显示的错误信息(对应于价格、财务数据),直接提出代码的修改方式或者服务的解决方案。例如,当看到数据生成的时间戳增长缓慢时,就直接加大数据查找的window size。又或者是看到日志中显示线程数不够用时,就立刻增加线程池的容量大小。对于稍微有些经验的developer来讲,这样的修复方案简直让人抓狂,因为同一个错误现象完全有可能由多个不同的原因所导致。例如,线程数量不够用,是否有可能是因为自己的代码中有资源回收的漏洞,导致资源回收?在这样的场景下,无论你加大多少资源,都是缘木求鱼。

在这样的场景中,你很容易明白:如果只是通过终端数据来制定解决方案是多么的危险。因为如果你无法探明、摸清楚造成这个错误的根本原因,你的解决方案很可能会让整个系统更加糟糕。这如同看诊用错了药,灭火弄错了根源。比如某个地方失火是因为堆积了太多的化学物质,因为不小心带入了水,发生化学反应导致爆炸。如果你两眼一抹黑,一到失火现场就拼命洒水,那不是自掘坟墓?

(当然可以吐槽的是,如果把这事放在不能辨别化学物质的古代,这种越浇水烧得越旺的现象,岂不是可以通过玄学进行大肆渲染?基本可以脑补神马老天发怒了,德不配位等奇葩说。基本上就对应了韭菜圈中根据价格上涨下跌、根据财报数据进行各种妖魔鬼怪解读的现象。)

同样的,如果你只是简单地根据价格这个情绪指数、根据当前财务报表的数字就匆忙地给这个企业/行业是否有价值下结论,匆忙地做出自己的投资决策,这就同根据日志信息直接提出解决方案的developer、跟一到失火现场就浇水的门外汉,没什么两样。

那么,什么才算是理性地识别“企业是否能够持续不断地继续创造长期收益”呢?如何能够做到根据数据信息、情绪指数探索出背后的root cause呢?有什么切实可行的路径,能够帮助我们掌握、加强这些技能呢?

或许我们同样可以从如何debug一段代码、从消防员如何制定灭火方案来获得启发。

Debug一个复杂网站服务系统,最重要的是思路要对、想法要对,即能够判断出系统出错的关节点在哪些位置,并能够提出相应的测试方案来检验这些关节点是否在正常工作,从而可以不断地缩小调查范围,进而快速准确地定位到错误的位置,为之后的深入调查打下扎实的“事实基础”。

作为刚入行的新人或者门外汉,我们可以问老鸟的问题是:这个debug的“思路”、“想法”来自何处呢?你怎么知道哪些地方会是关节点呢?

答案很简单:这些idea/灵感/洞见,并非是某种玄学式的凭空而来,它们

  • 首先来自于计算机网络相关、软件工程相关、网站所服务的业务相关的基础理论。
  • 再来是对这个系统各个模块源代码、技术原理的熟练掌握,对结构中各个分支的深入理解。
  • 最后是来自于建立在这些基础之上的大量实践反馈和一线作战经验。

同样的,如果你要能够理性地识别“企业是否能够持续不断地继续创造长期收益”,能够根据情绪指数、财务数据这些线头挖掘出企业/行业背后的隐藏信息,挖掘出价格波动、销售波动背后的root cause(是源自不可挽回性的结构性风险,还是源自于间歇性非理性的波动性风险),你首先需要掌握最基本的经济学理论、金融学理论、商业理论/历史。如同:虽然软件工程师面临的技术问题千变万化,远远不是几本教科书就能解决的。但教科书中的基础理论,却是技术研究、选型、debug的前提。虽然商业中的问题和现象更是纷繁多样,远不是几本经济学、金融学、商业模式的教科书可以解决,但后续深入的研究和理性的剖析,却都要以这些理论基础作为地基。

掌握了最基本的经济学、商业理论,就需要进一步去深入探究某个具体行业、具体公司背后的盈利原因。这包括它所面对的外部环境是什么样的、竞争结构是什么样的、经营模式又是如何来连接/平衡/协调外部环境、竞争结构、盈利动因。可以从最基本的思考框架开始,如:对这个行业,是否弄清楚了波特五力分析模型中的核心问题,是否弄清楚了杜邦分析模型的盈利动因,是否验证了自己所推断出的盈利的root cause:当外部环境对这些你以为的root cause产生影响时,这个具体行业的具体公司,是否真的按照你的理解发生了相应的变化。

最后当然是不断地在实践中、时间中去验证和修正自己的理解,不断尝试去灵活运用上面积攒的基础理论和个案研究经验、研究方法,进一步拓宽自己的研究范围、进一步推进自己的研究深度。在这个阶段,基本上就会自然而然地形成一些直观和直觉,会不由自主地看到常人看不到的关节点。这就跟在一线奋战了三年五载的软件工程师一样,入行时谈架构、谈业务逻辑总觉得虚无缥缈、不踏实。但随着岁月的累积,这些虚无缥缈的东西会慢慢变得清晰、透彻,从而形成辛辣独到的洞察力。

这样的研习之路看上去非常扎实且符合逻辑。但如果从外部去看,似乎你依旧没有办法来确定,自己是否真的掌握了、拿准了这个root cause所对应的价值,这似乎非常让人不安。但如果仔细想想,我们其实很熟悉这样的处事模式。这就像是在学校里学习,每个人都觉得自己掌握了老师所讲解的知识点,但只有到做练习题的时候、考试的时候,大家才能知道自己是否真的掌握了。并且,大家并不会因为这个“未掌握”就灰心丧气,而是进一步从考试的失败中、从错误的练习题中,进一步去总结和学习,找到自己薄弱的知识点,然后夯实、继续前行。那么投资的训练也是一样。没人能够事先知晓自己是否掌握了对价值的root cause的判断,只能在“时间长河”这个大型考试中逐步知晓。然后根据这场考试的反馈,不断地总结、反思、进步。

总结起来即是:从理性出发,我们只去探究和提升「投资」中理性、规律性、可以掌握的部分,而放弃对于无法掌握的、纯随机的部分。在这个大前提下,体现情绪的价格,将不会成为“是否投资”的判别标准,而是将关注重点移向有规律性的价值。而对于后者,最重要的是把握“是否有价值”的判别标准(否则会落入“价值陷阱”中):是否能够持续不断地继续创造长期收益。于是问题归结为,如何学习/掌握/提升回答这个问题的技能。这个问题的破局点在于弄清楚一个行业、一个企业价值创造、利润产生的root cause。而对这个root cause探寻的学习/掌握/提升,基本上就等同于如何debug一段代码,需要基于对相关基础理论的掌握、对特定模块的深入的剖析、对长时间大量实践的积淀和反思。有了三年五载基本功的训练,就能逐渐形成这个领域相关的直觉和洞见,进而就能更为精准地把握“利之所出”的root cause。而一旦你知道了root cause,投资决策也好、创业方向也罢,不过是水到渠成的推论罢了。


近期回顾

谁在增长
嘀嗒、嘀嗒、嘀嗒
Stone Soup


如果你喜欢我的文章或分享,请长按下面的二维码关注我的微信公众号,谢谢!

26

更多信息交流和观点分享,可加入知识星球:

发表评论