学不可以已。经历疫情冲击，顺应不同时期的防控形势，是中国及全球2020年的共同经历。高礼价值投资研习班也在不断积极演化，从线上活动与课程、单地OMO课程到多地OMO课程，不断趋向集体学习交流的时空最优解。
Afterall,thereisnosuchthingasbadweather,onlyinappropriateclothing.
KEYPOINTS
1.权益投资的本质是追求Alpha
2.投资方法论是世界观与思维方式的自知与自洽
4.环境：经济增长的长期驱动因素与中国的特殊性
6.人与组织：什么是企业的核心竞争力
7.估值的理解：未来自由现金流贴现
8.从未有过的新环境—“科技+资本”新时代的挑战
9.误区、反思与总结
卓利伟先生
高礼价值投资研究院教务长
本文是个人在多年投研实践与学习过程中的思考，供大家参考讨论、并希望获得大家的指正。
基本面投资研究的思维与方法
从复杂系统（混沌）到简练实践（秩序）
1
权益投资的本质是追求Alpha
时代的变迁与公司的故事
我们先对现代企业史做一个简单的回顾，分析过去三十年全球上市公司市值Top30名单的变化与著名大型公司的历程，我们可以发现有几个有意思的特征。
一是TOP30的行业结构发生很大的变化：资源品、工业品与商业银行的占比显著下降，而线下消费品的占比有相当多部分被电商与社交网络等消费互联网所侵占，TMT领域的电信与半导体硬件的市值份额被软件所侵占。
二是头部企业变得越来越大，市值量级涨了10倍：TOP30的市值总规模从1990年的0.9万亿美元到了2019年的12万亿美元左右，大市值公司的量级从千亿美金上升到万亿美金。
人类社会经历从农业经济、工业经济到近年开始的数字经济时代，数据成为继劳动力、土地与资本之后新的生产要素，软件与算法技术的持续进步将数据的零成本可复用的特征发挥到极致（资本可以有信贷货币乘数的货币创造效应，土地与劳动力都不可复用），使得工业经济与数字经济时代的连续生产、规模效应、网络效应的能力不断提升，企业创富的速度更快、量级更大。从这个意义上，技术进步才既是人类持续发挥创造力的Alpha，也是时代变迁对产业发展的Beta。
Alpha是Beta的对治
这个Alpha包括几个含义：
一是上市公司总体相对于GDP的Alpha，但这个Alpha还不够显著，过去15年S&P500指数的年化收益率是6.6%，跑赢了美国经济与CPI。
二是好行业与好生意相对于系统指数或其他行业指数的Alpha，极端的例子是过去15年A股食品饮料指数约上涨了19倍，CAGR达到21%，而同期商品指数只上涨了38%、钢铁行业指数上涨了140%（CAGR=2.3%）。
三是同一个行业中最优质公司相对于同行的Alpha，人与组织是Alpha价值的最终创造者，只有少数公司具备了这个持续进步的组织系统能力。在这几个内涵里，生意与组织的Alpha是我们研究的重点。
2
投资方法论是世界观与思维方式的自知与自洽
深度价值、价值创造、对冲套利与情绪交易
自然界可以用物理学、生物学等自然学科的波粒二象性、质能转换、熵增定律、基因变异与适者生存等公理体系来描述它的秩序与规则。市场经济、社会群体、互联网生态以及股票市场等人类集聚在一起不断海量交互的复杂系统，是否也可能存在混沌（Chaos）中的某一种秩序（Rule）好生意与伟大的企业有没有一些共同的特征或基因？这些特征我们是否可以认知与论证的？理性经济人的理论假设在实际经济活动中经常受到挑战与讥讽，我们对经济与投资的现实世界是否还有哪些基本原理、最基本的观察点？
基于博弈的也可以简单分为对冲套利与情绪交易两类：前者通常以市场中性策略，寻找不同资产错误定价的无风险套利机会；后者注重于市场参与者的普遍预期，寻找大部分投资者因为恐惧与贪婪导致资产错误定价中的逆向投资机会；由于情绪交易非常难以获得真正完整准确的样本与数据，其复用的可能性很小，也许只有极少部分投资者真正掌握，对绝大部分投资者几乎不能在后天习得。当然，这四个方法很多时候还会在实践中兼而有之，并不是某一种简单策略。
另外，值得一提的是，在互联网与大数据时代，逐渐兴起了基于全网数据的量化基本面投资，在工具科学层面以机器学习与算法技术来不断优化选股模型，在处理信息与数据的能力上将显著胜过人工。
上述四种方法论是一个粗线条的分法，但大部分方法论基本上可以归为这四类。这四类方法背后是投资者心理机制、思维方式、甚至是世界观的本质差异：基于价值者认为价值是可以衡量与认知的，深度价值者是最深的风险厌恶者，对未来的不确定性采用更多的规避；价值创造者更重视人与组织是未来价值的主动创造者，人具有非常强的能动性与应变能力。基于博弈的投资者隐含了企业的当前与未来的价值都是难以衡量与认知的，是本质上的“不可知论者”，对冲套利本质上是金融数学的应用，而情绪交易则假设了“自己在大部分时候比大部分人聪明”。
方法论之间没有高低之分，是投资人对自己的深刻理解之后的选择，是心智模式、世界观与工具科学的一个自知、自省与自洽的过程，你相信什么，你将（可能）终究成为什么。但我们必须清醒，真正的自知是非常困难的。
基本面投资的逻辑框架
在投资上，我们将这个逻辑重新解构，形成对企业分析的五个维度，即：生意、人、组织、环境与估值，而估值本质上是一个金融数学问题，我们暂不详述（有无数的教科书了）。
3
试论投资的第一性原理
理解从宏观、到中观与微观，以及资本市场本身的复杂系统，其中可能存在一些非常重要的、长期上持续管用的要素，这些要素可能构成了思考投资的第一性原理。
人
人是价值创造者、消费者、群体、劳动者，也是文化与制度的缔造者和企业家，从哲学层面，人既是工具更是目的。互联网与自媒体时代既导致“个体革命”，也导致“群体智慧”（海量交互形成总量上“对”的趋势）与“广场效应”（难以精准追责而可能夸大了人性上的“恶”），商业逻辑从工业时代的厂商导向转到用户导向（如渠道变革的目的是创造更多消费者剩余），而用户既是消费者也可能是内容与产品的生产参与者（UGC、认知盈余、用户评价等），用户的行为数据与关系数据也成为互联网商业模式创新的要素，同时企业的边界也超越了组织本身。科技的发展极大解放了人的创造力，企业家精神发挥的空间与速度更加史无前例，而卓越的企业家非常稀缺。尽管要真正理解“人”这种复杂动物非常困难，但还有什么比这个更为重要的呢？
科技（或技术）
价值
信用
几乎一切契约与社会关系都基于信用，而不仅是纸面合同，商业活动就是一个企业的信用扩张的过程，信用的破产是一个企业真正的破产。所谓品牌忠诚度与美誉度，就是消费者与产品之间形成的信用关系。
关键初始条件的微小差异会导致复杂系统最终的巨大差异
4
环境：经济增长的长期驱动因素与中国的特殊性
我们先从经济增长的四个基本驱动力（人口因素、技术进步、制度红利与资产货币化）来分析环境的变化。
人口因素
除了印度、非洲与部分穆斯林国家，全球主要经济体均处于人口加速老龄化与出生率持续下降的过程，全球人口红利与中国人口红利的消失是总需求下降的最重要的原因。但相对于发达国家，中国仍具有人力资源红利与结构变化的几个积极因素：
一是中国每年新增近900万（相对于法国总人口的1/4）的高素质劳动者与技术人员（约800万大学毕业生、50万硕博、50万归国留学人员），二是中产阶层的持续增加。三是互联网一代成为就业与消费的主要组成部分。这些积极因素既是劳动力生产要素效率提高的动力，也是消费需求结构创新与结构升级的动力。
技术进步
从纺织、铁路、汽车、计算机的信息革命、生物科技的分子革命，以及近年开始的人工智能，科技史中重大的技术进步从发明到商业规模化要经历30年的商用探索期与60年广泛规模化应用的两个时期（见下图）。过去三十年是计算机技术推动的信息革命的爆发期，互联网深刻影响了大部分传统产业，并成为全社会最重要的信息基础设施。而基因工程技术、免疫细胞疗法与分子化学筛选技术的结合，使得生物科技与医疗技术进入一个全新的世界；人工智能在商用上刚刚发端，普遍的应用是算法推荐在互联网信息流中的应用，通用的硬件形态还不明朗。
制度红利
改革开放无疑是中国过去四十多年最大的制度红利，其极大激发了人的能动性与要素的生产效率，中国加入WTO与融入全球分工体系后，同时获取了很大的全球贸易红利。全球化本质上就是一个逐渐抹平各国要素回报率（尤其是劳动力要素）的过程，发达国家的普通劳动者的竞争力受到了最大的挑战。全球资本的自由流动、劳动力转为商品实现可贸易、资本与科技的高效合作（融资市场与资本市场的作用），这个因素推动了全球产业分工的重大变迁。资本与科技的“合谋”让社会财富更多流向股东与技术精英，导致了美国等发达国家的贫富分化；在此过程的同时，科技飞速发展使得机器与数据更大程度上替代了普通劳动者（当capex的折旧小于工资支出的时候，这个情况就发生了），普通劳动者的议价能力进一步下降。这才是次贷危机与西方民粹主义的根本原因。
资产货币化
中国的特殊性：供给与需求的“超融合”，兼具规模与弹性的供应链网络
经过四十多年的改革开放、有为政府的行政管理与民营企业的大发展，我国逐渐形成了完整的基建与信息基础设施网络、最完整的工业制造业基础与兼具规模与弹性的供应链网络，重化工业基础是构建中游工业品与下游消费品制造业的全社会综合成本的国际比较优势的重要原因，这些网络也是消费互联网能够纵深发展的先决条件。
相较于其他经济体，中国有着大部分国家没有的特征：中国既是全球最大的制造业供给者，也是接近于美国的全球第二大需求市场，供给与需求的耦合促进了快速产品化与高效供应链的不断创新；最完整的产业配套与最庞大的工程师队伍，使得在各个领域逐渐形成兼具规模与效率的“超级工厂”；兼具规模、密度与网络的大一统市场促进了消费互联网领域（甚至在品牌消费品领域）“超级平台”公司的形成、商业模式的创新以及各种消费大单品的成功；同时，中国又是接近于美国的全球第二大股权融资市场。大一统、规模、密度与网络的四个特征，使得中国在供给与需求上不断相辅相成、互为因果，在商业模式创新，在研发、工程与工艺的进步更有可持续性。尽管近年全球贸易保护抬头，但仅从市场经济与企业决策的角度看，全球产业链分工与全球贸易事实上已经无法与中国脱钩，而东南亚地区由于不具备重化工业基础与兼具规模与弹性的供应链网络，更像是中国产业链的外挂件。
5
品牌效应、规模效应、网络效应、顾客转换成本与技术独占（IP）
社会友好，好生意是企业为社会创造价值与正能量、提高了社会总福利。
需求有增长或有结构升级。
供给更倾向于集中，好公司的能力优势更加凸显。
创新可连续，技术进步或商业模式的创新在一个连续的方向上，否则原有好公司在颠覆式创新中更容易失败。
规模化伴随核心竞争力的提高，即越大越强。总结一句话，好生意的特征是过去的要素投入（如capex、市场拓展、人员、研发等）可以积累为更强的可持续的组织系统能力。
从一般意义上，好的生意通常基本可以总结为五个类型。
品牌效应
规模经济
在生产、渠道、研发等多个方面的规模优势，规模越大竞争力越强；同时也要注意企业在成长中需要跨越的“规模化陷阱”，从简单业务到复杂业务、从单品类到多品类、从低阶市场到高阶市场、从区域到全国等拓展，对组织能力的要求可能是指数级上升的。
网络效应
供给端、需求端（以及第三方服务提供者）形成双边与多边效应，相辅相成、相互促进、互为粘性。
顾客高转换成本
顾客的容错成本、反悔成本、学习成本、退出成本等较高，从而形成功能或心智上的粘性。
技术独占或者持续领先
在前沿技术、基础研发、专利IP与商业化转化等方面具备持续的领先地位与创新能力，这样的公司非常少，其中更少在技术变迁的周期实现跨越式发展。
在这五个特征中，具备两个或两个以上特征的公司将获得更强的竞争优势；而具备网络效应的商业模式通常兼具规模效应。在绝大多数情况下，生意的属性要大于“人”（企业家与团队）的作用，但仍有少数伟大的企业家与团队，有能力改变生意的属性、甚至推动了产业的发展与社会的进步，在历史上不乏这样的例子。
以生意特征重新分类与理解不同行业
我们可以把各个行业从投资的角度按照不同的生意属性进行重新分类。
2）从供给者的角度来说，厂商诉求与消费者诉求有着天然的矛盾；消费者诉求倾向于丰富度与多变化，而厂商诉求倾向于标准化与规模化；厂商需要在两者之间寻找最优解；
3）从品类的属性来说，消费品兼具物质性与精神性，两者权重不同可能导致生意属性有很大的差异（如茅台与二锅头、Nike与Uniqlo本质上是不同的生意），兼具物质性与精神性的品类，通常是很大的生意；
4）个性化与普适性，个性化的生意难以规模化，普适性的生意更大、但可能壁垒也更低，在普适性上形成品牌效应，则可能形成超级大单品或者在单SKU上形成规模化能力；
5）消费者认知度、美誉度与忠诚度，好产品需要让消费者能够获得清晰的认知与感知，做好产品一致性、持续为消费者创造功能与心理上的效用，逐步形成口碑与品牌效应；
6）中国同时是最大的消费需求市场与最大的制造业供给能力，在文化大一统的背景下，更容易形成大单品或单SKU的规模化，在很多消费品领域会持续诞生“快速产品化与高效供应链”相结合的新的品类与品牌；
7）极致性价比是很大的生意：在家庭总负债率上升与老龄化的大背景下，消费分级普遍存在于大部分人群，对于对品质、安全、审美等要求不高的品类，“性能适度”的日常消费品可能越来越朝着高性价比的方向发展，而逐步取代部分“性能过度”的同类商品，1980年代以后的日本是我们的样本。
1）重体验、重服务与重决策决定了较高的获客成本，厂商需要以高品质服务或一站式采购提高客单价与成交率（或转化率）。
2）规模化、高品质的交付能力比流量与获客更重要。
3）通常要么获客成本高（如租金+线上流量费）、要么交付成本高（如员工薪酬），目的是提高成交率、客单价、存续率、复购或NPS（客户净推荐率，NetPromoterScore）。
1）成本、效率与规模的三位一体，制造业的本质上高良率的规模化与经济性。
2）技术进步与工艺优化的连续性，好的生意是工艺与技术有壁垒、但同时是在连续的方向上进展的。
3）关键工艺与技术的突破非常重要，如化工领域关键分子式的合成技术突破（只有少数分子式才是好生意），装备领域关键零部件与关键材料的突破。
4）核心客户的供应链转换成本：对于下游需要快速响应的产品来说，高品质与规模化的快速交付能力，远比采购价格重要，如果期间还有联合研发的深度合作，则大客户转换供应商的成本很高。
5）把商品做成“商品+售后服务”：一些（半）定制化产品，厂商可以做售后服务上形成系统能力来提高客户粘性。
6）供应链开放度，供应链开放程度高的行业，新进入者相对容易成功、传统领先者受到的挑战会更大。
第三大类是大型平台型公司，这是一个新的观察视角，并不是从行业分类划分，而是从组织的特征来理解。这些公司具备在中央研发、渠道、产品化、供应链、生产以及数据中台等多个方面的组织内部可柔性组合的基础设施与平台化能力，在互联网行业、消费品以及医疗健康等领域，甚至是工业品制造业，逐渐出现这些多业务齐头并进与组织赋能的大平台公司。
除了这三大类公司之外，剩下的基本上是一个宏观敏感的高周期性行业：第四类是金融地产，其特征是宏观与政策敏感，风控是核心能力，极少数公司具有Alpha能力。
第五类是公共品类型，主要是基础设施与公用事业，固定资产周转率的生意属性，利率敏感、债性资产，并可能受价格管制。
第六类是自然资源型，资源禀赋与大宗商品属性，典型的Beta行业。由于这些行业的Beta属性更强，此处不赘述。
具体到一个企业，可能兼具上述生意属性的多个方面，这样分类的目的是为了更好地去理解生意。另外，值得一提的是比较特殊的医疗行业：其特征是toGtoC行业，支付方与用户不重叠，购买决策很大程度取决于政府（医保）与医生（专业人士），政策准入门槛高、政策管制强；从产品角度看，不同病种、不同产品的生意特征差异较大；同时免疫疗法、基因工程的发展以及电子、AI等领域的跨学科研发，使得医疗健康行业处于技术进步的质变时期，药物发现与术式创新快速发展。
6
人与组织：什么是企业的核心竞争力
优秀的企业从企业家人格到文化与规则、再到惯例与流程是相互递进、相互匹配与一以贯之的，优秀的产品与服务、业务与运营等都是文化与价值观的“借假修真”的阶段性结果与现象，而企业的核心竞争力在根本上是以企业家精神为源头的组织文化与公司治理结构。企业家与投资人分别从不同的角度诠释了商业的逻辑，企业家是文化的缔造者、制度的建制者，一种具有理想的现实主义者与风险承受者，而投资人是持续的探索者、“批评家”与风险厌恶者。
时代的变迁与科技的飞速发展，创新的社会化成本在快速降低，新的挑战者层出不穷导致旧的商业力量、曾经的强势品牌保持原有的优势更为困难。这个背景下，对企业家与组织的学习能力、创新能力与组织变革能力提出更高的要求，传统的自上而下的、垂直中心化的、科层制的、强调控制的管理思维与组织架构面临更大的挑战与不适；在面临多样性与多变化的不同环境下，矩阵制的、弹性组合的、多中心或分布式的、自下而上涌现的管理方式将可能获得更好的发展，组织需要在新环境中不断打造组织的系统基础设施、中台与平台能力、培养多部门与多业务通用的接口业务。
7
估值的理解：未来自由现金流贴现
尽管基于不同的假设条件，DCF贴现的数值相差很大，但DCF模型仍是理解估值的最好的思维方式；而我们试图做到深度前瞻的基本面研究，目的也是使得这些假设条件更接近于未来的事实、或显著提高了概率、更明确了估值的安全边际。
如果我们按照未来自由现金流的不同方式去理解不同的生意，可以简单分为三个类型：
第一类是稳定增长型，普遍存在于各种消费品、服务业或者一些商业模式比较稳定后的互联网公司，稳定增长型公司的自由现金流波动的幅度不是很大，总体大部分时候都是正的，或者长期的方向是总体上是向上的。
第二类是周期波动型，包括一些大宗商品类的资产，还有工业制造业，这种类型的自由现金流变化可能是区间震荡的，如果其中有个别公司的自由现金流是显著的震荡向上，则说明这个公司相对于同业更有可能具备很强的Alpha能力。
8
从未有过的新环境—“科技+资本”新时代的挑战
这里主要提出三个问题供大家讨论与思考：
1)全球老龄化、阶层固化、东西方文化与意识形态冲突、制度的竞争等因素，在互联网与自媒体的发酵下，是倾向于逆全球化、或是全球化向新的秩序进化过程中的阵痛？我本人可能更倾向于后者，但显然这个进化的过程是曲折与复杂的。
2)海量的互联网信息是使得人们更接近还是更远离了真相与秩序？信息过载使得人们在获取有价值的、基于事实的信息的搜索效率可能更低，商业化的算法推荐也许在相当程度上让更多的大众逐渐放弃了独立思考。
3)华尔街的“所有人缺失与代理人风险”？美国主要的科技与消费大型公司的第一大股东基本上变成大型的金融机构，很多公司已经没有实际控制人了，经理层在决策与考核中的权重太大，同时又受到华尔街投资人的影响，有可能会带来新的代理人风险，比如我们发现标普500指数的成分股在过去几年显著表现为股票回购（并注销）提高而Capex与研发降低。
9
误区、反思与总结
尽管我们通篇试图从分类、归纳、各种逻辑分析去思考基本面研究与投资的一些可能的规律性原理，但我非常清醒这些思维的局限性，我们需要时刻的反思与实证研究的验证。这里我们必须强调以下视角的补充：
1）事物总是由少量必要条件与多个充分条件的多因素模型所作用的，必要条件缺一不可、充分条件多多益善。
2）初始条件的关键作用，核心初始条件对复杂系统相当长度上具有很强的决定作用，如组织文化、人的天性与思维习惯等。
3）立场与经验更有可能导致偏见，“往者不可谏、来者犹可追”。
4）不断训练多学科思维，复杂系统需要多个聪明脑袋的反复讨论来获得多样性的解决方案（更好的多个解或现实中的次优解）。
5）宏观与环境的理解更重要的为了形成解决结构性问题的方案，而不是为了形成悲观或乐观的情绪。
我们反复强调Alpha，但还是要清楚从大历史看每个人总是会处于历史的大Beta之中：文化与科技是长期、政治与经济是中期，生意与企业是短期；而“人生，就是一场康波”，看你落在哪一个时段，我们追求Alpha，但本质上可能还是历史大Beta中的小Alpha，明白与接受这个大Beta，才可能追求到Alpha。在权益投资者的过程中，我们认同的追求Alpha的最大作用就是，在我们对Beta缺乏判断力的大部分时候，甚至在某些极端情况下，我们清楚什么才是我们愿意坚持的、真正的Alpha。