
[丹麥]西蒙·科爾德
許多投資書都會探討卓越企業的特質,但往往僅提供寬泛的理論概述,缺乏可落地的實操工具。本書則提供了一套可直接應用的框架,幫助讀者對優質企業的核心特質(如管理層使命感、企業存續力、超額再投資機會、低依賴風險等)進行精深的實證分析。 本書的獨特之處在於,它詳細指導讀者如何衡量這些特質的強度與可持續性,是進階投資研究的必備手冊。投資者西蒙·科爾德不僅提供了實證評估企業長期投資價值核心特質的實操指南,還深入解析了每項特質的深層維度。 全書共18章,每章聚焦一項卓越企業的核心特質,爲讀者提供: 結合真實案例、商業故事及個人經歷的全面概念解析 作者演示核心分析方法的實例,以及闡釋關鍵概念的原創圖表 實操中獲取相關信息、對各項質量特質進行驗證測試的具體指南 儘管本書圍繞企業質量展開,但絕不僅限於聚焦“成熟優質企業”的“質量投資”領域。相反,本書的核心邏輯是:無論評估哪家企業,投資者都應構建可證僞的檢驗命題,再通過實證進行驗證。 本書是所有行業、公開與私募市場投資者的必備讀物,無論你是僅購買一股股票的個人投資者,還是收購企業全部股份的機構投資者,都能從中受益。
如果興趣如何篩選出具備網絡效應,可持續發展的偉大公司,本書會是您的開胃菜。它爲投資者提供了一套評估此類企業質量及持久性的實務分析框架。作者西蒙·科爾德是丹麥知名高質量長期價值投資人,歐洲價值投資圈新銳代表人物。他在資產規模約爲1500億歐元的頂級資管諾和諾德任職10年,覆蓋一級、二級市場股權投資,經手過千億級資金。2003年,他成立了自己的基金,聚焦具備網絡效應、規模壁壘,擁有長期可持續競爭優勢,且創始人/核心管理層把個人聲譽、事業與公司深度綁定的企業。該基金現持有10個標的。 興趣可持續的卓越企業如何篩選,還可按照以下次序附加閱讀:布魯斯·格林沃爾德的《價值投資:從格雷厄姆到巴菲特》、漢密爾頓·赫爾默的《戰略7力:有效打造企業護城河》、帕特·多爾西的《股市真規則》、喬爾·蒂林哈斯特的《大錢細思:優秀投資者如何思考和決斷》、威廉·桑代克的《商界局外人:巴菲特尤爲看重的八項企業家特質》、特里·史密斯的《成長股的投資之道:如何通過只買入最好的公司持續獲利》、克里斯蒂娜·柯利婭《3G資本帝國》、李正的《柏基投資之道:近20年跑贏巴菲特的投資哲學》和普拉克·普拉薩德的《我從達爾文那裏學到的投資知識》。 本書的理論架構系統性還是偏弱的,但不妨礙其具有實戰指導意義。筆者建議初中級投資者先從第二部分“造就強大且具有持久性競爭優勢的根源”開始閱讀。理解了作者的偉大企業標準,再回到第一部分閱讀其篩選標準。不同於普通投資人找利好佐證觀點,科爾德主張尋找推翻投資邏輯的負面證據,剔除僞好公司,區分「真金企業」與「短期風口鍍金企業」。如此,關注投資案例中影響最大的關鍵事物及目標公司最薄弱的環節,優先尋找影響或破壞總體投資假設的經驗證據,即通過阻力最小的路徑直接否決某個具體投資建議。 作者認爲可持續的偉大公司,始終擁有行業領先的ROIC,一定具有其他公司不具備的強大競爭優勢。例如規模優勢:包含但不限於分銷網絡的密度, 採購的規模經濟,營銷的規模經濟和生產的規模經濟。研究規模優勢時,一定要注意相關市場的界定。規模經濟通常與縱向一體化及橫向一體化有關,而且往往與學習曲線收益並存。轉換成本是又一個競爭優勢。但如果沒有形成對現有客戶繼續銷售新產品或新服務的明確途徑,轉換成本是毫無意義的。在評價轉換成本時,不僅要評估客戶低流失率和高利潤率等外在指標,還應考慮客戶的財務轉換成本、流程轉換成本及關係轉換成本。 網絡效應是當下科技時代最具有競爭力的特徵。臨界規模、效用曲線的陡峭度、飽和點、 多宿主的程度及成本和互操作性的範圍及風險等是評估網絡效應強度及持久性的要點。特定類型的網絡效應有協議網絡效應、專業生態系統網絡效應、雙邊網絡和數據網絡效應等。品牌優勢是企業競爭優勢最常見的表達。它能在客戶的心理上喚醒某種積極情緒,促使他們願意爲產品支付高於其他同等產品的價格。專有資源要素如下:先天有利的原材料來源,獨家擁有的專有技術,有利的地理位置,政府優惠待遇。 哪些公司風險小但會價值不菲?首先聚焦公允價值的提取,是過度提取價值而實現超額盈利,還是擁有大量未利用的定價權。作者的建議是投資蜜蜂型企業,避開絛蟲型企業。其次考量持久力,行業技術變革的速度,外部基礎技術變革的影響,文化的嵌入性,成本-效益,人口結構變化的影響,行業渠道變化的影響,技術與產品的已有壽命。已被證實的商業模式往往比未經證實的更有可能繼續取得成功;但未經檢驗的也可能比已被證實的更有潛力。商業模式驗證須關注現金盈利能力,ROIC,成功抵禦規模更大或資源更豐富競爭對手的歷史及可複製性。 巴菲特曾高瞻遠矚地指出:“最值得擁有的企業,就是能在很長時期內以非常高的收益率使用增量資本的企業。”再投資能力決定了企業的複利效率及能否可持續地拓寬經濟護城河。依賴風險,收入來源的多樣化,槓桿風險,地緣政治風險和監管風險等都是投資者必須敏銳把握的。投資理論通常就是對未來諸多要素進行預測而得到的產物。需要做出預測的要素越多,投資理論轉化爲現實的可能性就越低。本書另一核心閱讀價值在於提供了歐美當紅投資人的標的選擇喜好特質,英偉達、蘋果、特斯拉、亞馬遜、軟銀、臺積電、好市多、星巴克等等。站在他們肩上還是很有必要的。 返回到第一部分,有些公司爲何能長盛不衰?第一要素是尋找把公司視爲自己畢生事業的真誠的卓越激情領導人。因爲投資期限越長,管理者決策對投資結果的影響就越大。黃仁勳、埃絲黛·勞德、喬布斯、霍華德·舒爾茨、孫正義等都是激情卓越的代表。擁有豐富的客戶管理經驗是CEO的必備條件之一。第二要素是評估標的激勵體系的長期性。此部分,作者對於管理層自有股份的交易分析很有參考價值。第三要素是資本配置能力。第四要素是管理層有值得信賴的可靠溝通。 作者認爲評價目標公司時,關注它的短板更重要,而且這些短板才應該成爲我們進行投資分析的重點。在投資實踐中,如果一家公司在所有方面都不能得到滿分,但幾乎在所有參數上都能得到相當不錯的評分,那麼,投資這家公司或許是更明智的決策。在實際運用本書提出的分析框架時,我們首先要提出假設,然後去收集實證觀察結果,最後,利用這些實證觀察結果去驗證之前的假設。此外,低價格買入是最有效的防範措施,可以幫助我們規避在評估質量時出現的分析誤差。 歸納邏輯中的香蕉皮:基於歷史經驗進行預測;需要避免倖存者偏差,忽視不斷變化的環境,忽略混淆變量及過度簡化下的因果論證;從數量有限的觀察結果中得出結論,選取不具有代表性的樣本及假設時間一致性的歸納論證;忽略了相關事件之間的差異,對支持既定論點的樣本不自覺地賦予更高的權重,並忽略不支持論點的樣本的類比論證;錯誤性共識、專家偏見、不適當的權威和軼事論證下的權威論證。在以非系統方式思考相互矛盾的觀點時,務必要審慎評估論證是否存在分析風險:缺乏代表性、情感偏見和近期偏見等。 感謝書友“東隅拾光”的好書推薦!👍🙏
《投資偉大的企業:如何挑選優質且持久的好公司》由投資者西蒙·科爾德撰寫,旨在幫助讀者建立一套可直接應用的“企業質量分析”框架。全書圍繞“卓越企業的核心特質”展開,共18章,每章聚焦一項特質,如管理層使命感、企業存續力、超額再投資機會、低依賴風險等。 作者不僅描述這些特質的內涵,還提供: 1. 真實案例與商業故事,幫助理解特質的表現形式; 2. 原創圖表與演示,展示如何量化與驗證每項特質; 3. 操作指南,教讀者在公開或私募市場中搜集信息、構建可證僞的投資命題並進行實證檢驗。 書中強調,無論評估哪家企業,投資者都應先提出可檢驗的假設,再用數據與事實驗證,以降低投資失誤風險。這種邏輯既適用於成熟優質企業,也適用於成長型、週期性或受監管影響的公司。 總體而言,本書是面向個人與機構投資者的進階研究手冊:幫助讀者系統性判斷企業的長期投資價值,理解其護城河來源,並在多樣化市場環境中持續應用這套質量評估方法。
全書行文平實,沒有虛浮誇張的話語言,讀起來流暢好讀,閒暇翻看完全合適。評判一家企業該考量的,書中基本都有涉及到,框架較爲完整。可惜大多內容只是淺嘗輒止,沒有往深層細緻拆解。讀完之後,很難給我留下值得反覆回味、細細琢磨的感悟,少了些回味的厚重感。當作梳理基本面基礎思路的工具書尚可,如果想要更落地、更透徹的分析邏輯,還需要搭配其他書籍補充。但是,高度是具備的,大概可能是我走馬觀花吧。
這本書指明瞭價值投資的精髓,這也是巴菲特先生投資的原則之一。在中國股市需要進行調整才能適用,當然價值評估是必不可少的,這是做長期投資的必備課,還要看管理團隊及CEO的三觀,短線除外;還要看分紅如何,有的高價值企業,分紅卻很摳門。這是一個非常大的工程,一般只有券商才能做到。
推薦指數:★★★★ 很不錯的一本書,書如其名,講的是一些如何識別偉大企業的一些方法,順便重溫了各類競爭優勢的內容,每一塊內容結束,作者還細心的加個總結,介紹了一些具體方法。 雖然有這麼多方法可以參考,不過就像作者說的,有太多的因素會影響最終的結果了。完全的確定性可能就只能拿無風險收益了,控制倉位比例,保留安全邊際永遠都不會過時。
林迪效應最早由著名數學家伯努瓦·曼德爾布羅特(Benoît Mandelbrot)提出,後經財經作家納西姆·尼古拉斯·塔勒布(Nassim Nicholas Taleb)推廣普及。按照林迪效應,對於技術等不因時間而變質的物品,其未來的預期壽命與現有壽命成正比。這意味着,它們已經存在的時間越久,未來繼續存續的時間就越長。
整體內容的質量還是非常好的。 大道至簡,每一次做決策前就問一句,什麼是最重要! 把買股票當成買公司,就這麼簡單! 公司就是生意!生意不好其他全部作廢!
評估公司分析框架和各種方法,讀了就忘,不壞不壞忘得真快。
還行,想扔給ai去解讀下市場上的企業,會是什麼光景,明天就試試。找一批基本面分析的書籍,提煉出他們的分析清單,扔給ai,提高自己的研究效率
本書給出瞭如何研究公司、如何評價公司好壞的框架和結構,很適合拿來做一個skill讓AI來跑