导读:投资是科学和艺术的结合,但长期投资主要是一种科学。在和惠理基金投资董事兼中国区总裁余小波交流中,能强烈感觉到他以及整个惠理基金身上流淌的“科学血液”。他们非常强调财务模型的构建,每年进行高达6500次左右的调研,每一次调研都需要把结论进行数据化。最终通过财务模型能把公司长期的现金流折现测算出来,从而真正对一家公司进行定价。
余小波认为,朴素的数学思维是投资中最底层的沟通“语言”,无论是对上市公司的调研,还是内部的研究员交流,都必须围绕财务模型进行探讨,而不是讲单纯的故事或者概念。通过深度研究构建出来的模型,也能够帮助他们做组合管理,对不同公司的风险溢价进行量化,从而保持组合时刻处在风险收益比较高的位置。此外,相比于国内比较看重的景气度投资,余小波更偏好从处于供给侧出清的行业中寻找机会。他认为景气度高,意味着竞争会变得更加激烈,而竞争对手越来越少,反而有利于长期资本回报率的提升。
对于惠理基金,许多人可能更熟悉他们的英文名字:Value Partners Group。他们是亚洲最大的独立资产管理公司之一,管理超过130亿美金的资产(截至2020年11月30日),并且也是大中华地区首家在主板市场(港股市场)上市交易的资产管理公司。由于出生在容错率较低,机构投资者为主的港股市场,惠理基金长期把深度的基本面研究放在第一位,对于财务模型的分析要求极其苛刻,这也帮助他们实现了优异的超额收益,相当大程度避免了在投资中的“踩雷”。
此次和余小波的交流,也让我们看到纯正的外资机构是如何做投资的,他们的视角在哪里,以及他们科学化的投资流程管理方式。
以下,我们先分享一些来自余小波的投资“金句”:

1. 我们在长期投资框架上,把“复利”分为两个部分:第一部分是找到“利”,也就是能创造价值的企业;第二个部分是实现“复”,把第一部分这个动作能重复做;作为二级市场的专业机构投资者,我们固然高度关注“利”,但也关注“复”, 建立能够“复”的投资框架体系。
2. 我们的投资体系概括为一个公式就是:深度企业研究+风险量化定价=长线超额收益。
3. 我们在包括A股、港股、美国中概股、日本、韩国及中国台湾地区等在内的整个大中华地区,独立构建了1000多个公司的财务模型,每一个模型都有几十页的Excel表格。
4. 对于我们价值投资者来说,买资产是基于未来企业现金流的折现。通过把信息量化成数据,能够更好的帮助我们对这个资产进行定价。
5. 模型自己做过一遍后,就会对公司有一种感觉。当你看公司的财报时,就会对某些突然变化的数字特别敏感。
6. 企业价值最核心的本质来源是现金流而不是账面利润,做过企业家的人会非常理解这一点。
7. 通过把公司的内生价值量化成类债券的现金流,使得我们对于组合所对应的风险收益特征很清晰。
8. 我们看公司的底线思维角度,有点像从供给侧去看问题,而不是需求侧。
9. 最终决定一个组合业绩结果的不完全是基金经理的能力,还和持有人的资金久期、收益风险预期是否匹配有很大关系。
10.“复”这个字,包含了底线思维的方法论,实际上是一种风险管理的思维方式。
复利=重复找到创造高价值的企业
朱昂:能否谈谈Value Partners的投资框架和投资流程?
 余小波 回答这个问题,我们要回归到投资的根源目标。作为资产管理人,我们的目标是要给客户带来长期持续的资产价值增长。长期增长表现为复利特征。大家买股票也是希望买有复利特征的股票,这种股票的走势是长期斜率不断向上的。
复利这个词分为两个部分:一个是“利”,另一个是“复”。我们在投资框架上,也围绕复利分为两个部分:第一部分是找到“利”,也就是通过研究找到能创造价值的企业;第二个部分是实现“复”,把第一部分这个动作能重复做;作为二级市场的专业投资者,我们固然高度关注“利”,但更关注的是“复”,建立能够“复”的投资框架体系,这个体系有很强的可持续性,并且能够伴随着时间不断做优化。
我们的投资体系概括为一个公式就是:深度企业研究+风险量化定价=长线超额收益。
投资的根本是找到社会的价值所在。真正的社会价值是企业创造的,在二级市场金融投资人员更多的是发现价值,并且去做定价。对于社会财富的根源我们要想得很清楚,所以我们不会去赚博弈的钱。
那么深度企业的研究怎么做?我用调研这个视角来和大家分享。我们公司有70多名研究员,每年调研的次数加起来有6500多次。我们的调研不仅仅是去上市公司,还包括产业链调研、上下游的经销商和供应商调研。我们的调研基本上都是一对一的,不太参加一对多的集体调研。并且我们的调研会多做几步,包括每一次调研结束,我们都会把调研信息量化到公司的财务模型中。
必须把对公司的理解数据化
朱昂:你们深度研究的第一步是做能够量化的财务模型?
 余小波 理解商业模式或者说企业生意到底怎样赚钱,这种赚钱模式能不能持续,并在市场竞争中是否可以保持,是研究的核心。人的认知通常分为定性与定量理解,我们希望能够深入理解企业生意的每一个环节,从而做到对企业的运行心中有数,这时候具有逻辑性的数学财务模型能给我们一个很好的工具。中国过去二十年处于高速增长状态。容错率比较高,定性研究一些产业大方向看对了,即使之间出现大的反复,如果拿的住,依然能有好的收益。但目前全球经济环境下,企业都面临严峻外部环境,容错率下降,企业估值高企,现在对于投资判断的要求更高了。
大部分人在调研公司后,会得出一个大的方向,但是没有把调研结论量化成数据。对于我们价值投资者来说,买资产是基于生意未来现金流的折现。通过把信息量化成数据,能够使我们非常清楚地理解企业利润究竟从哪些环节得来、是否可持续,从而更好的帮助我们对这个资产进行定价。其次,如果没有认真做过财务模型,就很容易被表观迷惑。我们基本上不太会“踩雷”,就是因为对于公司财务质量心里非常有把握。
我们在包括A股、港股、美国中概股、日本、韩国及中国台湾地区等在内的整个大中华地区,独立构建了1000多个公司的财务模型,每一个模型都有几十页的Excel表格。这些模型都是我们自己做的,不是用其他人做好的模型。这一点是我们和许多投资者不太一样的地方。许多投资者关注景气度和定性方向偏多,对于定量分析关注度较少。
我们所有的研究员进公司第一天就要做模型,这也是有历史原因的。我们是做港股投资开始,港股这个市场很残酷,市场里面都是机构,没什么散户,也没有A股那么好的流动性。我们之前做过统计,欧美市场的一年平均换手率是2倍,A股是7-8倍,而港股仅60%。欧美和日本市场市值后50%的公司,占到了总市值比重的5-6%,A股市场是30%,港股市场只有0.5%。以前在港股市场一旦买错了股票,都卖不出来,犯错成本很高。所以我们一开始就假设没有流动性的情况下,至少把公司未来三年看清楚,而且要把基本面用财务模型量化出来。
我自己当年是手工一个格子一个格子把历史数字填进去的,不是直接从彭博或者万得上下载。模型自己做过一遍后,就会对公司有一种感觉。当你看公司的财报时,就会对某些突然变化的数字特别敏感。现在技术发达了,可以把历史数据直接在万得里面拉一遍,也告别了手工输入的时代。不过我们对于研究员做模型,还是一直保持严格要求的。
对于公司的判断是关注未来。我们在调研的过程中,会把对于未来判断的所有关键假设都写下来,公司的增长来源要能够拆分出来。比如说,预计明年一个商品销售额增长20%,我们会要求列出来销量增长多少,单价增长多少,毛利率增长多少。每一个核心假设后面都要写上注释,说明这个数字是怎么研究得来的。随便拍定一个数字很容易,但是这样就不够严谨。我们每一次调研,都会把调研反馈填写在模型里面。
当然,我们并不是在追求精确的错误,而是知道哪些重要指标发生变化后,会对公司的盈利产生多大影响,相当于做一个敏感性分析。而且这里面的许多指标都是高频数据,研究员每个月甚至每周都需要跟踪。
上市公司要造假,一般能在某个点造假,很难在所有的点造假。比如说有些公司可以粉饰利润表,但看资产负债表和现金流量表就能发现问题。比如说有些公司同时存在大额现金和大额借款,这并不符合常识。我们最关心的是一个企业的现金流量表和资产负债表,而不是损益表。企业价值最核心的本质是现金流情况而不是账面利润。利润是容易粉饰的,比如一个企业可以通过发货压到渠道,让利润虚高,但是在资产负债表上一定会出现一堆应收账款,经营性现金流也会变得很差。
我举个例子,A股有个行业有两家业务和产品非常相似的公司,两家公司的利润增速差不多,但是A公司的估值就是比B公司高很多。我们把两家公司的现金流量表进行了拆分。发现A公司的利润和经营现金流是匹配的,但是B公司的现金流和利润是不匹配的。这意味着B公司卖了产品出去,但没有收到相应的现金。从这个角度看,两家公司的估值存在差距是非常合理的。
类似的例子很多,有些企业看上去很便宜,其实有一大堆应收账款,估值的折价也是比较合理的。正因为我们非常注重这些指标,导致投资的时候不太会踩雷。我们做研究的时候,先看资产负债表和现金流量表,最后才看利润表。我觉得这个和投研体系的底层思维关系很大,我们更关注企业的最终现金流转化能力。
朱昂:你们非常重视做公司的财务模型,那么怎么看DCF的定价模型呢?
 余小波 DCF要拉个十年的永续增长不难,但是准确性是很低的。通常来说,我们认为能看清楚三年就不错了。相对来说,传统行业做DCF模型会简单一些,科技行业公司比较难,许多公司一开始都是亏损的,现金流是负的,后期现金流很好,也可以来估价,但远期预测我们通常要打一个折扣,留下安全边际。我觉得不要试图看清一个公司十年,这么长时间里影响因素太多。能把三年看清楚就不错。这也是为什么我们对于模型的要求那么高,一定要把公司运营的底层方方面面都搞清楚。
归根结底,这个生意如果很好,一定要收到客户买单的钱。过去10年因为量化宽松,很多生意没有收到钱也没关系,后面有债务或风险投资撑着,可以不断烧钱。但是问题是,一旦资金面紧张,资金成本升高,这种生意可能不能持续,风险和收益比不对称。作为资产管理人,其信托责任不止是关注收益,也要帮助投资者规避重大风险。
用风险量化定价做组合动态管理
朱昂:前面讲了你们的深度研究,能否再谈谈你们的风险量化定价?
 余小波 这一块主要是基金经理的工作。我们的价值投资是寻找“3R”:right business, 正确的生意;right people, 正确的人;最后是right price,正确的价格。定价是一个极具艺术性的工作。我们此前和海外成熟的机构投资者交流时,他们对于每年获得收益背后承担的风险很清楚。例如机构跟我们说,希望做到8%的年化收益率,波动率不要超过5%,其对于要获得的风险收益特征是很清晰的。但国内投资者不太会从风险角度去看问题,因为在中国多年的高速增长期中大家最关心的还是增长。关于这个问题,我举几个简单例子吧。
第一个问题是,过去20年中国最好的资产是什么?我问过国内许多的机构投资者和高净值客户,大家第一反应就是房子。为什么房子那么好呢?我们拿北上广深一线城市为例,过去20年房价每年大概有8%-10%的增长,但是波动率大概只有2%。没有出现过房价的大跌。所以这个资产的回报率还可以,更重要的是回撤很低。这就是一种风险收益不对称的状态,导致夏普比例特别高。这种状态下可以对其使用杠杆(贷款),收益率一下就上去了。
另一个过去20年很好的资产是高收益债券,如品质较好的城投债,只是这个资产普通人一般不参与,主要是机构在投资。给了一个很高的收益,本来要承担较高的违约率,但是过往有不少案例最终实现了刚兑。这意味着你并没有为了获得高收益而承担相应的风险。
所以最好的资产并不是表观收益率最高的资产,而是风险收益不对称的资产。我们再来看A股,如果把沪深300里面的国企大银行等等剔除,年化回报率大概有15%到20%,但是波动率有30%。这是另外一种不对称,收益率虽然不错,但是波动很高。高波动资产最好不要用杠杆,三倍杠杆一个30%的波动就没了。
这里要强调一下,波动或回撤并不等于风险。持有长期能产生良好现金流的优质资产,如果资金的期限够长,可以度过波动,最后会有好的回报。这里需要深入研究看的对。但是大部分投资者很难接受较长的期限,也是很多投资最后结果不好的重要原因。这一点国内基金上也比较普遍,基金业绩好但是持有人经常进出反而没有赚到钱。另外杠杆投资会大大缩短你的持有期限,这也是我们不主张在高波动资产上使用杠杆的原因。
从大类资产配置的角度出发,长线就是找到风险收益不对称的资产。类似于一些宏观全天候基金,就是运用了风险平价体系来做风险收益的配置。海外由于不同资产的风险收益特征很鲜明,彼此之间能互相对冲,那么长线能够满足大家的风险收益需求。
举例来说,如果现在买国债,可能是3%的收益率,这个基本上是无风险回报。如果现在有一个中小型房地产企业发个票息为4%的债券,这个肯定是发不出去的。在中国香港,一般需要10%以上的票息才能发出去,中间和国债之间的差就是风险溢价,风险溢价就是对企业业务的风险进行定价。
债券的模型很简单,每年获得固定的票息,到期后拿回本金。巴菲特说过,过往一百年美国股市就是一个年化11%的债券。这就回归到投资的本源-现金流。债券是确定性的现金流,股票市场背后则是不确定性的现金流。前面提到我们会做非常详细的模型,就是为了把绝大多数企业未来的现金流预期做清晰。在我们的投资框架中,会根据股票和债券之间的风险溢价,进行大类资产比较,决定根据风险收益特征持有多少风险资产会比较好。
过往在市场极端情况下例如2015年上半年市场行情火热,随着价格上升我们当时发现持有股票的性价比越来越低了。许多组合里面的公司根据现金流贴现,能够获得的收益已经和国债的收益差不多低了。当时处在巨大泡沫的中小股票,未来现金流贴现看基本上是没有收益的。那么股票作为一个风险资产,收益率比无风险资产还要低,这个时候其实不应该去持有,当时我们就不断在减仓,到了市场大幅调整的时候我们的回撤就小很多。2016年两次熔断之后,当时我们从风险溢价模型中看到,股票池的公司能够提供超过12%的现金流隐含回报率,而当时无风险收益率只有2.5%,持有股票获得的风险补偿很高。并且市场的下跌与企业基本面无关,这个时候我们非常积极的去持有优质企业股票。
朱昂:前面你的案例里,也提到了仓位管理,能否说说你们是如何进行具体的仓位管理的?
 余小波 仓位管理许多人认为是一个择时的问题,我并不那么看。仓位的管理,我觉得应该有更多的科学成分。有些人会觉得市场风险高了,那么把仓位降一降。到底是降低到70%还是50%呢?这需要一个科学的方法。
公司股价每天都在发生变化,但是公司的内在价值短期不会大幅变动,除非研究没有做到位,对基本面看错了。这意味着如果一个公司一年涨了好几倍,除了反应市场对其基本面的共识,大多数的情况是来自估值提升。这时候,股票的风险溢价就会变差。我们要看看在新的价格下是否透支过度,如果整体都找不到风险收益比较好的股票时,我们的仓位就会自动减下来。
在组合构建上,我们的行业是很分散的,通过把公司的内生价值量化成类债券的现金流,使得我们对于组合所对应的风险收益特征很清晰。我们在单一行业的持仓通常不会超过30%,也不做所谓行业轮动配置,但是个股集中度比较高,组合里面一般平均持仓20只股票左右。在长期高仓位的环境下,内部统计从2015年至今的六年我们年化回报率达到19%。当中市场经历了几个周期,但我们国内组合这几年里在市场最大的15个下跌日和最大的下跌月中,全部都取得了超额收益。组合呈现出较高收益,同时波动率和回撤比较低的特点,背后的原因就是我们对组合进行风险定价的动态管理。
另外在构建组合时不分A股和港股。其实沪港通/深港通打通之后,大家买公司不会想这个公司到底是港股还是A股,就像今天许多人买公司不会想这是上交所还是深交所上市的公司。我们在投资视野上,会比国内的投资者稍微开阔一些,还会看整个亚洲的产业链。例如我们很少买A股的电子股,主要是因为我们能在日韩与中国台湾地区买到更优质、核心竞争力更强也更便宜的电子产业公司,这个和全球产业链布局有关。
朱昂:你之前也谈到过去20年是房地产的好日子,未来的大类资产中你看好什么?
 余小波 从大类资产的角度看,长期对中国股票非常看好。过去中国居民的资产主要配置在地产里面,现在提倡直接融资,发展资本市场,包括市场已经开始注册制了。未来注册制全面推进后,定价就交给市场来选择。放眼全球,中国优质的企业能提供的长期收益率是很好的。
其次,中国资本市场的互联互通,让可投资的标的越来越多。以前只能投A股,现在大家还可以投港股的好公司,后面还会有和其他地区的互联互通,甚至还会有可交易资产的证券化,类似于REITS这种,整个二级市场,未来发展空间还是比较大的。资本市场的大发展,也会让市场的定价变得更有效。
价值和成长并不对立
朱昂:在组合的构建上,你会不会对某些因子进行暴露,比如说在价值因子上多做暴露?
 余小波 我们在投资上没有因子这个概念,之前有投资者问过我们,到底算价值股投资者还是成长股投资者。我觉得成长和价值不是对立的。高成长性代表一个公司远期获得现金流的能力会变强。反过来说,有些公司一直没有增长,甚至负增长,那么就是价值陷阱,再便宜也不能买。成长性是一个公司价值的非常重要组成部分。但真正能做到长期增长的公司非常稀少,这是竞争导致的必然结果。这种真成长的公司我们认为是瑰宝,应该非常重视。我们在投资上不会去贴一个标签,还是看每一个单独的公司情况。比如说银行股,大家都觉得是价值股,但是这里面有些股份制银行的成长性很好。
最近几个月所谓的顺周期表现很好,我们组合里面长期持有银行和地产的优质企业,但我们不是冲着这个价值标签去买的,而是觉得公司的长期增长性及内在价值被低估了。同时我们组合里也有港股和美股上市的互联网龙头这类通常意义上的成长股。
我跟研究员反复讲研究一定要看未来变化,判断公司未来的地位是上升还是下降,竞争格局是优化还是恶化,不是简单看一个公司估值数据是不是便宜,估值是未来动态决定的,不是当前静态决定的。
对于一个企业的定价,是真正去理解这个公司的商业模式,判断公司的壁垒能不能持续。这里面要对产业深入理解而不只是看当前的数据。对于一个企业远期的判断,要从企业家和产业格局的角度去想问题。企业价值的本质是生意创造现金流的能力。
长期的预测是很难的,根据中国工商局的统计,只有不到50%的公司能活过10年,实际情况中可能还没有这么高比例。面对一个不确定的未来,我们最后的收益是概率和赔率相乘,如果概率很低,最后我们获得的数学上期望值是很低的,而且承担了很高风险。
朱昂:这几年国内越来越多投资者,也去投那些高概率,现金流能算清楚的公司,导致这一批公司变得很贵,会不会对你们投资产生影响?
 余小波 这个事情背后的本质是大家都预期无风险利率会不断下行或长期维持低位,那么确定性高的公司回报率溢价在拉大,就值得更高的估值。另外头部公司优势也确实在加强,这么看来高估值有其合理性。不过其实最近中国无风险利率是上行的。一旦利率出现了波动,有可能产生巨大的长尾风险,就像70年代美国的漂亮50崩盘的时候。当外部环境发生大变化的时候,对于公司的定价一定会发生改变,因为社会资金成本发生了变化。很多时候投资者容易对自己喜欢的公司产生情感依赖,忽视外界环境的变化。还是需要保持理性与客观。
规避在自己不懂的事情上下注
朱昂:之前看过你的一个采访,认为经济、产业、企业都有周期,能否谈谈你对周期的看法?
 余小波 通常是多个周期的叠加,最后导致了一个结果。从一个大周期角度看,现在的财富集中度比二战前的时候还要高。在布雷顿森林体系解体后,华尔街主导了货币政策,不断的印钞,让拥有资产的人受益,在西方体系里产生了很多社会问题。这一次新冠疫情像一个大过滤器,加剧了贫富差距的拉大。企业和企业之间的差距在拉大,更多向头部的企业集中,这点和人与人贫富差距的拉大也很类似。
这种大周期调整背后需要很长时间,大周期背后还有小周期。我们需要对所处的周期位置进行了解,但我们很难基于周期去做具体投资。影响周期的因素很多,非常复杂,导致周期的变化相对随机。我们做投资,还是将主要精力花在研究公司本身。另外优质企业能够对环境与周期做出适当应对。
朱昂:那么长期利率你怎么看,最后通胀会不会起来?
 余小波 我们不是宏观经济的专家。短期看来通胀往上走的概率偏高。过去全球能维持在较低的利率水平,一个重要的原因是全球化。全球化带来了效率提高,美国老百姓才能买到中国工人制造的廉价商品。现在全球化退潮出现了国家与国家之间的冲突,降低了效率。另外为了应对危机制造了大量的流动性。通胀的表现形式未必和过去一样,其实近期业界已经在提出,通胀要算上资产价格的上升。
朱昂:那么你对于通胀抬头,会不会做一些对冲的操作,或者买一些期权什么的?
 余小波 我们之前投资了一些矿业、航运等周期公司,但不是为了对冲,还是回到自下而上看公司的角度出发,一方面公司的股价足够低,另一方面公司业务所产生的现金流回报已经能让我们满意了。
我们千万要规避在自己不懂的事情上下注。例如在判断油价的涨跌方面,我们不是专家,这个可能甚至连石油国家也搞不清楚。我们是一个底线思维的模式,先把投资的底线看清楚。
例如对于风险投资或早期投资来说,由于都是初创企业,失败概率很高,通常是在一个成功案例上获得了百倍收益,从而弥补了组合里其他大量失败的案例。但二级股票市场的生态不一样,作为高流动性资产,更多要依靠科学的持续体系而非去押注小概率的百倍回报案例。
在投资中,我们一直强调要相信常识。过去两年股票市场的回报率很高,我觉得说未来要降低股票的预期回报率。现在整个大环境没有那么好,底层实业面临很大的挑战,要预期一个特别高的回报率,是不现实的。
投资中很多外部宏观黑天鹅事件是没有办法提前避免的。我们要确保的是,当每一次金融危机结束后,组合里绝大部分资产基本面足够好,能够跌下去之后再回来的。用现在的话讲,要持有“硬”资产。只不过这个资产到底多硬,每个人的定义不一样。我们的定义是这个资产能长期产生现金流,公司的服务或者产品,老百姓会持续买单的。公司未来的市场份额最好能提升,竞争力变得更强。我看公司的底线思维角度,有点像从供给侧去看问题,不是需求侧。
从供给侧而非需求侧看公司竞争力
朱昂:你前面提到从供给侧去看问题,不是需求侧,能否也展开讲讲?
 余小波 绝大多数投资者关注需求侧,特别是对于行业景气度的关注度很高。所谓的景气度投资方法,就是从需求侧角度出发,需求好景气度才会很高。但是景气度高的行业,一定有很多产业竞争对手会进来。
从企业家的角度出发,一定不希望竞争对手太多,这时候就要看公司有没有足够强大的壁垒阻止别人进来。如果不能阻止别人进入,那么就要做好降价和降利润率的准备。竞争对手越多,越容易把行业的收益率拉低,导致最后大家都不怎么赚钱。这又会导致行业的出清,供给变得有限后,回报率可能又开始上升。基本面研究的核心就是确定未来的产业竞争格局和周期。
例如白酒这个行业,即便今天给我几千亿现金,我也无法短期打造一个一线白酒品牌,因为行业的头部公司壁垒很深,来源于长期品牌,供给,消费者口碑。但在二线三线品牌中竞争非常激烈,整个白酒行业并没有什么明显的增长。许多行业目前都出现了市场份额向头部公司集中的情况。
当进入壁垒很高之后,里面的优秀公司就可以享受比较高的资本回报率。这意味着企业赚到的钱,大部分留存在股东层面,对于小股东来说才是好事。否则的话公司赚的钱都去投入竞争了,无法将利润分配给我们这些小股东。大部分行业竞争会导致企业资本开支和费用变成沉没成本,只有小部分会形成新的竞争壁垒。
朱昂:我们有一个公益项目的公众号“杰晶维基”,就一直在翻译马拉松资本的《资本回报》(Capital Returns),里面也是从供给侧角度看公司,和你的想法有点类似。
 余小波 这本书也是我推荐必读的一本书。另一本书是霍华德·马克斯的《投资最重要的事》。霍华德·马克斯的这本书把风险定价讲清楚了。在风险没有发生的时候,大部分人不知道那个是风险。因为霍华德·马克斯是做不良资产投资的,他投资的核心就是风险定价。
从基金经理到管理者,学会用实业眼光看问题
朱昂:在你的投资生涯中,有什么飞跃点或者突变点吗?
 余小波 我很早就对投资产生兴趣,在大学期间读了《对冲基金风云录》,对我启发很大。回头看,巴顿·比格斯的这本《对冲基金风云录》写得非常好,描述了2000年左右美国基金行业的各种生态,和今天的中国有些类似,都是资产管理行业大爆发的时代。我就一直想去做投资。毕业后我去了中金的研究部做卖方分析师,之后就加入了惠理基金。
一个突破是我进入惠理基金两三年左右。我们进来的每一个人,都是从做财务模型开始。可能在做了100多个模型后,对于上市公司的许多信息,就能够自动形成一种数量化的感觉。比如一个公司产品要涨价,就能迅速算出公司今年的收入、利润、现金流影响大概是多少。做了很多模型后,就自然形成一种朴素的数学和逻辑思维的方式,会把收集到的企业信息数据化并前后关联看是否有矛盾。我也喜欢和人用数学的语言沟通,而不是讲一些概念和故事。
另外一个最重要的是过去这几年,我的角色从一个基金经理,增加到了公司的管理者,负责集团在中国的业务运作管理。不仅仅要做投资,还要和客户沟通,和监管沟通,搭建我们在中国内地的团队。这个经历,让我从一个企业家的角度去看问题,也明白运营一个企业实际要面临的各种情况。所以现在每次别人给我讲一个公司,我都会追问细节,比如新业务要多少人,需要花多少钱,竞争对手在怎么做,会问的很细。我看企业运营会更加有立体现实感,不会过于理想化。用企业家的同理心来看想问题,更有利于抓住商业的本质。
- end -
按姓名首字母排序
袁   曦 | 张丹华 | 张东 | 张  峰富国 | 张  峰农银汇理
继续阅读
阅读原文