<dl id="llxdb"></dl>
<video id="llxdb"><output id="llxdb"></output></video><dl id="llxdb"><output id="llxdb"></output></dl>
<output id="llxdb"></output>
<noframes id="llxdb"><dl id="llxdb"></dl>
<video id="llxdb"></video>
<output id="llxdb"><delect id="llxdb"><font id="llxdb"></font></delect></output>
<video id="llxdb"></video><dl id="llxdb"><output id="llxdb"></output></dl>
<dl id="llxdb"><delect id="llxdb"><font id="llxdb"></font></delect></dl><video id="llxdb"></video><dl id="llxdb"></dl><dl id="llxdb"><output id="llxdb"><font id="llxdb"></font></output></dl>
                          您的位置:首頁 >熱訊 >

                          天天微資訊!廣發言 | 姚秋:投資分析與中間變量

                          2022-10-29 19:40:20    來源:點拾

                          導讀:


                          (相關資料圖)

                          珠江滔滔,不舍晝夜。

                          在時間的洪流中,風流終被裹挾而去,唯價值沉淀。

                          何謂價值?《資本論》賦予了其政治經濟學的基本定義:凝結在商品中無差別的人類勞動,而在證券投資領域,價值通常是在說企業內在價值和市場賦予其價格之間的關系。

                          好公司需要日積跬步打造護城河,好生意需要千錘百煉形成強壁壘。好價格,也需要在市場的波動中等待時機。價值投資背后,凝聚著時間的結晶。

                          我們邀請到廣發基金的基金經理,請他們分享對于時間的認識,對價值的思考。

                          讓我們,以時間的名義,為時間正名。

                          讓我們,以價值的名義,為價值賦能。

                          珠江滾滾,一江春水向東流!

                          在投資分析工作中,我們常常需要用到“串聯”和“并聯”結構。

                          比如,我們時常會看到策略分析師在年度策略中做出類似的預判:一季度是什么情況,然后在此基礎上二季度怎么走,然后三季度可以見到高點或低點,最后四季度再回落或反彈,全年呈現“M”(或“N”、或 “W”)型走勢。

                          某些券商研究機構會在前一年年底或當年的年初發布“XX年度十大預測”,其中的任意一個預測并不直接依賴于其他預測,這是典型的并聯結構。等到年底復盤時,分析師也會對年初預測正確的內容進行回顧,以增強客戶的信任感。

                          我們在完成復雜任務的過程中,不可避免地需要進行任務分解,而分解的第一步,往往需要采用串聯結構。我們可能需要花一些精力去思考,自己在從信息獲取到投資決策(或建議)的過程中,建立了一個什么形式的串聯路徑,串聯路徑上有哪些環節,每一個環節上的結論有多高的可信度。這里提到的串聯路徑,如果用如下公式來表達:

                          投資成功的概率 = 環節1判斷的準確度 × 環節2判斷的準確度 × …… × 環節n判斷的準確度。

                          為了提高成功概率,我們需要適度減少判斷環節,但又不能過度,我們在第一期的投研備忘錄—— 《快慢之辯,如何面對投資中的復雜任務》 中曾對此做過討論。我們需要尊重復雜問題的復雜性,建立一條盡量簡化、又能較好衡量公司價值的串聯路徑。

                          警惕過度簡化,

                          “ 捷徑 ”往往不可行

                          為了提高投資成功的概率,我們可以嘗試去減少判斷的環節,或者提高每個環節判斷的準確度,但最終還是要在二者之間尋求一個最優解。減少判斷環節并不等于可以走捷徑,投資里面看似誘人的捷徑往往并不可行。

                          伯頓·馬爾基爾大力推薦長期持有指數,這不失為一種省時省力且長期看也有可觀收益的極簡投資方法。但執行的關鍵點有兩個:一是要真正做到買入后長期持有,二是申購時點并不是在市場過熱階段,且申贖行為不要被市場情緒所影響。不過,買入指數并長期持有的方法可能并不適合專業投資者,因為指數不可能超越指數本身,采用這種方法自然也不太可能帶來超額收益。

                          此外,還有三種不同的簡化投資方法:

                          第一種方式是 依照簡單技術指標(例如KDJ、MACD等)或者某些構造出來的復雜技術指標確定買賣時點。這個方法夠簡潔,只有一個環節,但這個唯一環節的準確率就顯得至關重要?;叵朐?004年剛接觸資本市場時,我嘗試過很多技術分析的方法,最終的結果是,靠指標擇時、定倉位基本無法跑贏指數。原因很簡單,此方法屬于無真實邏輯支撐的交易行為,可能階段性跑贏或階段性跑輸,但平均來看每次決策具有接近50%的正確率。此外,還要付出交易成本。時間越長,交易成本的復利效應越明顯。

                          第二種方式是 買入并持有低PE(或PB)的股票。這種策略的著眼點是基本面指標,多年的研究經驗告訴我,基本面分析是一條正路。但這種簡單的“低估值”策略也存在局限性:即會出現階段性失效,而且失效時會造成明顯的負收益。例如,2019年至今的A股市場,低估值策略整體表現不理想。同理,買入并持有高估值的股票,在某些階段也會傷得很慘。市盈率或市凈率指標不夠有效的原因在于,這兩個指標的讀數顯示的是當期盈利或凈資產與股價的比值,沒有反映基本面研究的前瞻性。而股票價值是否被低估,取決于未來各期的現金流折現值的合計值與股價的比值。也就是說,眼前的PE或PB讀數與上述比值并無必然的對應關系,因而,以PE或PB等指標衡量的“低估值”并不等同于“低估”。

                          第三種方式是 限定投資范圍,只投資于業務模式相對穩定、增速穩定且盈利質量高、低估值的公司。具體做法上,我們可以挑選出財務報表簡單易懂、市盈率在一定倍數以下、增速穩定在一定水平以上、ROE或ROIC在某個閾值以上、現金流指標好于利潤指標的公司。在經濟穩定增長且經濟結構也很穩定的階段,符合上述標準的公司或許能找到。例如,上世紀80年代之后的二三十年,巴菲特等投資大師們能找到大量類似的公司。但在經濟結構正在發生重大變革階段,歷史數據的重要性就會下降,前瞻性的研判就變得尤為重要。

                          適度簡化,合理安排分析路徑

                          為此,我們還是需要尊重復雜問題的復雜性,摒棄走捷徑的選項。關于基本面分析的方法論,投資大師們指點的方向是:“股價由公司的價值決定”“購買嚴重低估的、健康的、同時有增長潛力的股票”??梢?,基本面分析的核心是找到“低估”的機會。為此,我們需要建立一條盡量簡化、又能較好衡量公司價值的串聯路徑:

                          基本面信息梳理——>基本面特征刻畫——>預測關鍵信息——>確定合理的估值區間

                          通過簡化目標和傳導途徑,理論上可以降低上述任務的工作量。但上面的環節已經無法進一步壓縮,且每一環節還需要進一步分解成若干個串聯與并聯結合的小任務,才能夠更好地完成階段性目標。例如,在“基本面信息梳理”中,我們需要對公司的歷史沿革、現任管理層、經營策略、產品競爭力、所在行業及主要競爭對手等情況有足夠的了解,如果我們省略掉這個環節,那么我們很難知道公司在行業中處于什么地位、競爭力如何。在“預測關鍵信息”這一環節,我們需要合理預測公司的利潤區間、利潤增速區間、增速的穩定性區間、增長年限區間,這些信息缺一不可。

                          最終,我們將得出公司合理的估值區間,但區間的置信度如何,很大程度上取決于前面各個環節完成的質量。如果有一個環節準確率特別低,則估值區間就沒有參考價值,投資就成為碰運氣。

                          我們做情景分析時,不可避免地會假設幾個場景,在每一個場景下,未來會是什么情況。同時,在某些場景下可能會再做進一步假設,由此構建了一條串聯路徑。但過多環節的情景分析,一定會導致結論的質量下降,因為每個環節發生的概率估計都有偏差,乘積之后的偏差就更大。

                          在解決問題的過程中,我們需要尊重上述的串聯路徑,認真對待每一個節點上的任務。我們需要適度簡化任務,首先嘗試分解成多個并聯的小任務,而不再是串聯任務,以提高成功率。如果必須串聯,那一定要清楚最后正確的概率是一個乘積結果,準確度一定會打很大的折扣。從信息獲取到形成最終的投資建議,我們需要合理地安排串聯和并聯路徑,適度簡化而不過度簡化,才可能使投研活動不流于形式,最終轉化為投資業績。

                          經濟與股票表現

                          我們對串聯與并聯結構的討論,落在日常的研究和投資工作中,從我們觀察到的某個確定的現象,到形成有用的投資建議,可能存在很多中間變量。舉例說明,股票表現與經濟之間具有怎樣的關系?股市是不是經濟的晴雨表?

                          從美國股市近百年的歷史表現來看,股市基本上可以領先于經濟增速或者與之同步。如圖1所示,標普500指數的波動明顯大于GDP的波動,但上行的趨勢基本一致。

                          上世紀20年代,美國經歷了一戰后的“柯立芝繁榮”,股市同期表現相當好;隨后的大蕭條中,失業率猛增,股市表現非常慘淡;二戰后,美國股市的表現與經濟走勢基本同方向,其間的背離基本不影響大趨勢的吻合。次貸危機后的十幾年間,經濟增長與股市表現方向上基本一致,但斜率上有顯著的差異:經濟逐漸恢復,絕對增速并不高,而股市則基本上是一路高歌猛進。

                          圖1:美國GDP與標準普爾500指數走勢對比

                          數據來源:wind

                          在中國,關于晴雨表這個結論的驗證效果稍差,如圖2所示。 過去二十年,指數漲幅在一倍左右,而GDP漲幅在十倍左右,幅度上的差異巨大,但在大方向上展現出了一致性。

                          圖2:上證指數、wind全A指數與GDP對比

                          數據來源:wind

                          我們對比了年GDP增速與上證指數年收益率的變化,如圖3所示, 在上世紀90年代、2002-2005年以及近十年這幾個階段,二者的同步性都比較差。如果考慮到股價可能有一定的領先性,我們把GDP數據進行適當的前移,除在2007-2009年階段同步性較高之外,其余時段并不明顯。

                          圖3:GDP同比與上證指數同比對比

                          數據來源:wind

                          尋找隱藏的中間變量

                          我們注意到,不管是中國還是美國,如果把衡量的階段縮短到10年內,則經濟增長與股市收益率間的不同步性往往會很明顯,或者說“晴雨表”失靈。

                          失靈的原因在于,一方面,除經濟增速外,股市也受很多其他因素的影響,例如通脹率、政治局勢等。上世紀70年代全球通脹對股市的殺傷力巨大;一戰、二戰對股市也有明顯影響。另一方面,經濟增長并不直接影響股市,從經濟表現到股市表現的傳導過程中,還有很多中間變量,整個傳導鏈條很長。

                          我們嘗試梳理下這個鏈條的構成:

                          宏觀經濟向好 ——> 上市公司受益 ——> 公司利潤增加 ——> 股東利益增加 ——> 股價相對低估 ——> 對股票的需求增加(相對于股票供給增加更多)——> 股價上行

                          在美國資本市場近100年的時間里,這些中間變量及前后傳導過程的穩定性相對較好,因為美國股市的初創期和成長期出現在更久之前,近100年已經處于相對成熟的階段。而在中國,從1990年資本市場起步以來的幾十年里,很多變量及傳導過程都發生了較大變化。下面我們嘗試分析每個鏈條的傳導過程。

                          (1)從宏觀經濟向好到上市公司受益的傳導。

                          美國股票市場起源于18世紀末期,到20世紀初已經經歷100多年的發展。從1929年至今,美國股票總市值與名義GDP的比例基本上在30%-70%之間波動;上世紀90年代之后,這一比例逐步提升到100%-200%的區間。此外,美股從上市開始,基本就是全流通狀態。而A股市場從起步到1997年之前,總市值占GDP的比例均不足20%;如果只考慮流通市值,則到2006年之前,占比均不足20%。近十年來,A股總市值在名義GDP中的占比基本上以50%為中心的寬幅區間內波動,但近兩年抬升較為明顯。一國經濟中的主要經營主體狀況的變化在很大程度上能夠反映GDP的變化,但如果這些主體中很大一部分未上市,則宏觀經濟向好向上市公司受益這一鏈條的傳導則難以通暢。

                          (2)從上市公司受益到公司利潤增加的傳導。

                          美國歷史上有很多上市公司轉移利益的案例。2006年之前的中國股市,同股不同權的股權分置問題長期沒有解決,導致大股東有動機侵占上市公司的利益進而損害中小股東的利益。股權分置改革后,仍有部分企業由于激勵機制未理順,以至于獲取利潤并不是公司經營的首要目標。

                          (3)從公司利潤增加到股東利益增加的傳導。

                          上市公司的利潤增加并不一定意味著股東利益的增加。如果公司每年盈利都很好,但每年都有非常大且投資回報率不高的資本開支,則增加的公司利潤可能在新的低效投資中被消耗。因此,上市公司的利潤增加,并不必然意味著股東利益增加。

                          (4)從股東利益增加到股價相對低估的傳導。

                          對于盈利能力強、質地好的公司,如果估值水平高高在上,則可能會出現經濟向好、盈利向好但估值壓縮,導致股價不漲的局面。同時,我們也需要橫向對比其他資產的投資吸引力,比如2017年之前,房地產市場具有相當的吸引力,銀行理財、信托、P2P融資等在某些階段能提供很高的投資收益。因此,即使上市公司業績很好,新的資本開支決策也很正確,但估值因素過高也會影響股票的相對價值。

                          (5)從股價相對低估到對股票的需求增加的傳導。

                          供給和需求對資產價格的影響更為直接,但供給和需求背后的影響因素往往很復雜。對于一個低估的資產,如果短期內市場供給相對于需求而言數量過大,例如某公司短期內有大量前期增發的股票解禁,股價短期也可能會被拖累。

                          (6)對股票的需求增加(相對于供給增加的更多)到股價上行的傳導。

                          前面說過,供需對價格有最直接的影響,如果能夠直接預判供需格局,則勝率會大大提高。但現實情況是,我們很難直接判斷供需的變化。

                          擴展并修正“常識”,提高投資的勝率

                          在經濟金融領域,我們很難找到一般性的規律,如果期待獲得從一個現象直接到另一個現象的一般規律,就更不可能。我們在投資分析過程中,通過對數據、信息的整理和加工,試圖得到有用的投資建議,本質上都是從現象推導結論。從現象到結論,中間可能有很多被忽視的變量,這些變量短期內可能會相對穩定,但一旦起變化,就會導致經驗推導過程失效。

                          (風險提示:文章涉及的觀點和判斷僅代表投資經理個人的看法。本文僅用于溝通交流之目的,不構成任何投資建議。投資有風險,入市須謹慎。)

                          關鍵詞: 我們需要 上市公司 股東利益

                          相關閱讀

                          Av久草
                          <dl id="llxdb"></dl>
                          <video id="llxdb"><output id="llxdb"></output></video><dl id="llxdb"><output id="llxdb"></output></dl>
                          <output id="llxdb"></output>
                          <noframes id="llxdb"><dl id="llxdb"></dl>
                          <video id="llxdb"></video>
                          <output id="llxdb"><delect id="llxdb"><font id="llxdb"></font></delect></output>
                          <video id="llxdb"></video><dl id="llxdb"><output id="llxdb"></output></dl>
                          <dl id="llxdb"><delect id="llxdb"><font id="llxdb"></font></delect></dl><video id="llxdb"></video><dl id="llxdb"></dl><dl id="llxdb"><output id="llxdb"><font id="llxdb"></font></output></dl>