社会科学研究方法论 刘晨:我的投资研究方法论及其在TMT领域的应用
刘晨:我的投资研究方法论及其在TMT领域的应用
文/中欧基金
我很喜欢读书,也写日记和读书笔记,但却从未想过要写文章。此文是我对12年研究投资工作的一些总结,试图整理出一个框架,借《money 》精品店栏目发出供大家批评。
一、投资的可能本质
其实如果不考虑资产管理行业本身的商业模式,投资是非常单纯的。资本方的要旨在于寻找并购买能够产生超额利润的资产。在投资的过程中,我们所熟悉的股市只提供了场所。最好的投资是持有那些退市也不在乎的资产。这也意味着:以产业研究为核心,实体经营获取超额利润是“因”,股价波动只是“果”。
如果要讨论超额利润的本质,我个人理解其为解决经济发展主要矛盾,即“瓶颈”而获得的回报和补偿,暨部分环节带来的社会整体产出下的“总量”增加和分工精细化导致的结构变化下的“效率”提升均为利润来源:
1) 围绕负熵流的总量输入和利用效率,人类社会发展出了目前的繁杂工业体系。也许大家对负熵流概念比较陌生。鲁道夫·克劳修斯发现热力学第二定律时,定义了熵:一个孤立系统的熵一定会随时间增大,熵达到极大值,系统达到最无序的平衡态。
薛定谔在《生命是什么》一书中首次提出“负熵”概念。“熵”表示混乱度,而“负熵”即表示有序程度。所谓负熵流则是描述有序的变化。汲取负熵,可以简单的理解为从外界吸收了物质或者能量之后,使系统的熵降低了,变得更加有序了。
自工业革命人类开始利用化石燃料后,负熵流为人类引入经济生活在分工之外带来了新的超额利润来源,例如煤炭与蒸汽机,石油与内燃机,到现在的光伏风电与电气化的生产生活,电子化的信息计算和通讯等。人类社会一直围绕在“总量”和“效率”不断提高中前行。
2) 分工可以提升生产效率进而提升利润,其
包括生产或服务环节通过技术创新、地理位置变化、或者产业链整合等各式各样的方式的再构建,不一而足。可以说,只要全球经济生产中存在要素的不完全对等,就可以持续从分工中找到利润的来源。
找到了潜在的利润根源后,如何进行公司评估就成为了投资的核心问题。在大家一致认可的竞争力分析和产业链研究方法之外,估值往往成为投资前,争论的焦点。我个人比较推荐 DCF 视角(所谓 DCF(Discounted Cash Flow),即现金流折现估值模型,通常意义上该模型适用于那些现金流可预测度较高的行业。
)的估值方法:对于股东而言,只有自由现金流才是核心。探究估值的起源,可以发现其从国债收益率的角度推导出 PD(市发率,
P: Price,D: Development,市发率 = 总市值 ÷ 公司一年用于自身发展的现金流),其后有 PB、PE、PEG、EV/EBITDA 等。但相比前述的相对估值法,DCF 方法却可以提供更接近真实世界的繁杂变化,最大的核心是相对估值法对于未来的预测容易是线性的,而往往实际世界的变化都是非线性的。就因其无法得出准确结果,我认为使用 DCF 的角度去进
行估值反而不易犯“精确的错误”,会使投资人在任何时候都抱有一颗面对复杂世界的敬畏心。此外,产业研究的价值在于可以根据对产业、公司、产品的生命周期的理解给予相对合理的假设条件。总结下来,投资于我是从产业的角度入手,去研究“总量”与“创新”、“分工”与“效率”,理解当时经济发展的主要矛盾,并以 DCF 视角,尽可能在有安全边际的情况下购买资产。
二、 “总量”、“效率”与电子信息产业
既然超额利润来源于“总量”与“效率”,那么探寻能够导致前述变化的原因就成为下一步工作。
在二战前后化石燃料和核裂变作为能源被人类社会大量引入,但其后并未出现可以提供进一步指数级增量的新能源形式。那么按照“负熵流的引入及其利用效率的改进”的模型,经济的进一步发展就更依托于提高负熵流的利用效率。
工业革命通过“煤炭能源 机械设备”既提升了“总量”又改善了“效率”,二次工业革命则以“二次能源 电气控制”进一步提高“总量”输入并不断提升“效率”,其至今仍在全球继续推进并不断产生新的“效率”改善,例如工业自动化控制和电动汽车。总结工业革命和二次工业革命,会发现伴随设备不断演化带来的单位生产 / 消费成本的下降是提升负熵流利用效率的根本。
作为电气化革命延伸的电子信息产业之后就逐渐成为新的技术创新密集产生地。无论是电子计算(顺带一提,是有机械计算机的)还是电子通信,都脱离了宏观层面上的“运动”,走向电磁力层面上的“运动”,从物理层面上进一步提高“效率”。在电子信息革命中,效率提升的方式逐渐演化为单位计算成本的下降与单位传输成本的下降,其既可 以体现为技术升级在原成本上的性能增强,也可以体现为规模生产后在原性能基础上的成本下降。
结合超额利润来自于“总量”与“分工”的思考,以下分析电子信息行业的发展历史,并从中寻找规律:
1)信息传播在引入电报之后达到光速(之前驿站,飞鸽传书同为信息的传播),伴随基础设施大规模投入和产品不断升级,如电报到电话,无线音频到视频再到大数据,单位传输成本在过去150年持续大幅下降,不断推动全球的信息利用效率上升。而在每一个时代,提供该类服务的公司均获得了巨量的超额利润,例如电报时期的 Western Union,电话时代的 AT&T,2G 时代的中国移动等。
2)电子计算则从真空管开始,走向电子管,大规模集成电路,单位计算所需的物理尺寸不断缩小,并且计算产业链迅速分工并规模化,持续拉动计算成本的大幅下降,带来全球计算力的普及,而无论是“总量”或“分工”的产业龙头企业,均同样获得超额回报,如曾经的惠普、德州仪器、INTEL、近些年的 ARM、NVIDIA 等。
3)最大的超额回报往往来自交叉利用上述两方面的企业,特别明显的是 Windows/PC 时代的微软、基于移动通话/功能手机时代的诺基亚、和基于移动数据/智能手机时代的苹果。同时,电子信息行业对经济中其他行业的影响更是持续的。
每次技术改进,都会使各行业获取信息的难度大大降低。电子信息技术协助人类社会建立了海量连接并由此催生出指数级增长的创新,也大幅增加了交换/贸易的透明度,降低了交易成本。电子信息产业对传统行业改造带动其“总量”和“效率”提升的案例可谓数不胜数。
三、 电子信息行业的研究
在明确了“研究 - 投资”的理论基础和“总量”与“效率”与电子信息产业的关联的基础上,就可以更好地处理电子信息产业中各子行业下,不同公司产业链所属位置及其价值,如:
1)物理性质:电子信息行业是在电气革命后产生的新行业,其本质是在电学的基础上进行物理层面的负熵流的引入,无论是提高“总量”的公司,还是改善“效率”的公司,或二者的结合,都会带来巨大的投资机会。而由物理性质可以区分公司提供的产品或服务的本质。
2) 产业链等级:针对中国的电子信息产业投资,其可见性较强,因为其所属的很多子领域在国外已经比较成熟。中国是在 2008 年之后才从重工业逐渐转型,其中以电子和通信的大制造 - 组装为优先,最先起步的就是电视、电脑及通信设备组装。
随后我国不断在电子制造领域升级,逐渐控制了 LED 封装和芯片制造、液晶面板制造、智能手机组装和设计制造。2017 年之后,我国继续在电子信息产业内部谋求升级,逐渐转为半导体和元器件的制造。而偏应用端的内容制作和软件发展从产业链看更偏后,我国基础更薄,这里不做更细致的子领域分类探讨。
3)经济周期:参考海外 70 年代后的投资经验,以及 08 年之后 3 个短周期的情况,实际上电子信息行业由于其提供产品的差异,能够比较好的对应上经济周期。实际上,我个人认为可能大部分经济周期都与技术创新周期密切相关。
4)制造层级:所有的制造皆为集成,但从大集成到小集成往往意味着精细度的提升,管理和产品研发的更高要求,由此可以看出不同的公司在其产业链中的位置。上述 4 点仅是我个人理解的较为基础的产业研究的角度。世界纷繁复杂,角度更是难以穷尽,在研究的过程中,不断怀疑自我,是我认为投资研究的最关键因素。
四、 电子信息行业的投资
其实沿上述路径思考下来,该行业的投资方式是非常明确的:必须要站在实业角度去理解上市公司以何种方式提供超额利润。可能会有读者觉得为何前 3 部分写的复杂而冗长,反而投资部分写的如此简略?因我一直相信,研究深入,理解产业是投资的基石,也是基金管理人的本职。如果有可能,花更多的时间把前述的每个层面的研究都做得更好,更透彻,也许投资的部分就更水到渠成。
