穿透估值：读懂估值中的共识与博弈

读完华源证券邹老师的《叙事经济学》，这是近几年来难得一见的值得认真阅读的研报。 有些研报中规中矩，但没什么亮点，大多是各种资料的堆砌，缺乏自己的思想。真正有新思想、能为此建立完整的体系、还能有落地步骤的研报，屈指可数。近5年来看过的研报中，值得深入研究和反复阅读的，不会超过10份，邹老师的这份可以排到前列。 这份研报读完，感受如下： 第一，投资最重要的能力是基于市场公开信息估值定价的能力。 核心是定价，有两个要点，首先是定价的依据是公开信息，其次是如何给估值。 很早之前思考过，什么能力对于投资（特指二级市场的炒股）最重要？如果说是看财报，那炒股最好的应该是会计；如果说是对公司经营的理解，那炒股最好的是企业家；如果说是对宏观政策和大势的理解，那炒股最好的是经济学家…… 事实上，遇到过管理公司很好但炒股不行的公司高管，遇到过一级市场投资很厉害但在二级市场损失惨重的投资人，也看到过宏观首席做基金经理管理产品，但业绩并不理想。 最初想的是，核心能力是对公司业绩的理解和预测能力，但后来发现股价走势跟业绩并不一致，当中有预期差和情绪带来的改变；后来更新为对市场信息的认知和解读能力，把情绪影响考虑进去，但这也并不完整。邹老师的这个表述，目前看来是最恰当的。 炒股的人，大多会走的一段弯路是听小道消息，不管是董秘说的还是大V说的，当缺乏自己的判断时，往往就会跟着各种消息走，而不是自己去分析公开信息。 炒小道消息有两个问题，首先，作为普通人很难拿到一手消息，听到的消息往往是不知道转了多少手的，当听到消息时，未必是机会，去接盘的可能性更高。其次，遇到股价波动时，很难交易，因为走势无法用正常的推演来理解和判断，如果大跌是机会还是出货？判断不了也就无法操作。 听消息炒股的本质是懒，不愿意自己认真去做行业和公司分析、看财报、整理数据和深入思考，只想要代码甚至最好连买卖点都提供，如果是这样还不如直接买基金更省事。之所以自己炒股，是验证自己的思路和判断，总结经验，不断完善自己的投资框架和交易体系。 股票的定价是EPS和PE两部分组成。EPS考验基本功，对财报的阅读和理解能力，对公司经营的判断，对高频数据的追踪，对产业趋势的预测……PE的要求更高，这是一个主观的指标，需要综合考虑宏观环境、经济发展、产业景气度、增量环节、资金走向、风险偏好、情绪乐观程度等等，最后得出的一个预估值。 理论上来说，如果能对一只票给出较为准确的定价（不需要很精确，方向和大致范围判断正确即可），那么胜率（正确的概率）和赔率（涨幅的空间）都有了，买入和卖出区间也划分清楚，赚钱只是随之而来的结果。 “市场永远是对的”这句话我是不认同的，长远来看，市场是对的，但短期市场会定价错误（错杀或者泡沫），我们赚的就是这个定价错误的钱，在错杀中买入，在泡沫中卖出。 第二，叙事改变是股价上涨之源。 如何给估值是定价的核心。讲估值的书很多，各有各的道理。这份研报提出了一个新观点，即“PE的底层逻辑是空间叙事”，当业绩天花板高度给定时，预期PE几乎只与天花板高度和折现率有关，与时间的关系有限，也就是多久到达天花板不重要。 通过天花板高度和折现率两个参数，可以确定公司的合理PE；对增速以及增速持续时间的判断，是在不知道天花板高度的情况下，拟合天花板高度的工具，增速仅仅是观察公司能不能顺利达到天花板的窗口。折现率是叙事的机会成本以及风险，叙事的空间越大，实现的难度就越高，因此需要对折现率做出必要调整。 邹老师是看公用事业的，举了隆基绿能、长江电力、中国神华等例子。看上去股价跟业绩有关，业绩一步步超预期，股价一步步上涨；但具体拆分后可以发现，每一波的上涨都有叙事改变，其他时间大多在横盘。哪怕有些牛股看上去连续涨了好几年，但实际可能是有好几波叙事叠加最后走成了这样的形态。 邹老师的结论是： 1）只有改变叙事才会有超额收益，股价在很短的时间内涨完；而漫长的兑现叙事 不会产生任何波澜，无论业绩增速有多高。 2）股价涨幅约等于业绩增速仅仅是一种长周期的视觉效果，两者的实际节奏完全不一样，或者是因为业绩本身蕴含的信息， 市场滚动上修了公司的业绩天花板高度。 3）即便是事后看起来长牛的股票，其超额收益也是几段叙事重估拼起来的，提前判断后一段叙事的变化，需要超越市场的认知和必要的耐心，而不是去卷高频数据。 4）在每一段叙事内，对于预期PE，多久到达天花板不重要；假设达到天花板后永续稳定，通过天花板高度和折现率两个参数，可以唯一算出一家公司的合理PE。 这部分内容是蛮惊艳的，不同于市场上传统的高景气度投资的框架，而又能被多个例子所论证，逻辑完整自洽。如果认同上述理论，那么既往锚定业绩增速的投资框架就要做改变，增速不重要，重要的是业绩天花板。 这个理论中，最困难的部分就是业绩天花板不好确定。回过头去看，似乎一切都合理也合乎逻辑；但站在当下看，未来的一切都有不确定性，更不要说准确判断出业绩顶部（预期）的位置。 之所以觉得这份研报很好，是因为不仅提出了新颖的观点，还辅以实例的论证，更有完整的操作执行体系，告诉你如何在实际中应用。业绩天花板很难判断，作者给出了一些辅助的方法帮助预测。一方面这原本就是一个预估的数值，能估出一个大概即可；另一方面，这是一个动态的数值，可以随着新信息的出现不断加以调整。 第三，我们需要怎样的投研？ 投资研究一向很卷，尤其是有高频数据的行业。按照邹老师的理论，卷高频数据不但无益，而且有害，了解未来趋势的方向及空间即可。 前些天听青侨阳光的直播，其中说到他们研究发展的三个阶段，可以参考： 第一阶段，深度和专业研究公司及行业，这是一切投资研究的基础，需要读懂财报以及了解公司运营的能力，能把一个行业或者一家公司研究透彻。在这个阶段，投资重点关注的是公司盈利和增速。 第二阶段，在上述基础上，深入思考，做出前瞻性的判断。这个阶段不光是研究行业和公司，更需要关注宏观经济以及国家政策，包括行业政策，财政政策和货币政策等。无论是宏观数据、高频数据还是财报数据，这些数据都是滞后的，而要在投资中获得较好的收益，前瞻性的判断必不可少。 当对政策、行业与公司均有了充分的认知之后，经过深入思考，推演出后续发展的可能路径，并选择其中最有可能的一条路径参与投资，根据胜率和赔率决定自己投入的仓位，这时候的投资已经具备较为完善的框架和体系，具有可重复性。 第三阶段，是在上述框架的基础上，加入交易部分的因子，比如情绪、流动性溢价、周期、视角切换、不同种类资产配置……赚交易的钱并不丢人，通过交易把收益放大。 结合邹老师的理论，当对一个行业或者公司了解得很清楚透彻的时候，才能敏锐的觉察到边际和叙事改变，估算出新叙事下的天花板，判断是否值得交易。 第四，我们需要怎样的执行？ 邹老师的理论中没有包括执行这部分，这属于交易体系。张小丰提到自己过去几年的惨痛教训中，最重要的一条是买卖一定要基于事实而不是臆想中的利好或者利空，千万不要把潜在的/可能的利好计算入估值中。 对于投资者而言，能够做到深入研究、客观判断、果断交易，就已经很好了。 强烈推荐邹老师的两本书《穿透估值》和《穿透财报》，这份研报也是在这两本书的基础上完成的。

一本看不进去是真不看进去的书，也是一本看进去恨不得每页都做笔记的书 以下大部分为定性书评，不涉及定量分析，不得不说作者厉害，不知是否能抵达那步，也不知要花多少时间，这一粗对比，更让我意识到自己常识的缺乏，以往活得有多么过分任性 从“优质”本身无法获得收益，投资从预期差的错误定价中获得收益。感叹一家企业多优质是没有用的，促成它优质的原因不属于你，不属于你即是与你何干。 所谓“优质”在这，应是被市场低估，坚定持有，则是坚定持有到预期差得到兑现，赚取的收益就落在市场的错误定价 理论公式的框架是不能缺乏的，实际情况中追求解析解，所谓最大利用率，是天真的表现，经验公式则是一代版本一代神，隐含假设颇多且不明晰 投资更多体现价值发现，而非做生意的价值创造，不断对假设动态修正，谨记自己具体的试错机会 串联降低可能性，并联提高容错率，无论多么严谨的逻辑推导，逻辑链条得到拉长后，概率直线下降 逻辑中途的可证伪性不可忽视，而非只能等到最后开奖的赌博，至于自说自话则是脱节现实，那么自信结果会陪着演戏，属实笑话了 投资拼对产业发展的理解，拼信息获取渠道，迭代信息速度，拼对人性，资金的博弈，离不开运气，可沉迷运气中，你会做到凭运气赚的钱，凭实力亏回去，运气只是运气，切忌从中提取成功经验 漂移涨幅带来的弹性 冬天来了，春天不会遥远，但能否顺利度过冬天？ 关于从众行为看到不少诟病，可特立独行能否成功其实风险更高，反而让从众行为容错率更高，这点而言从众实属于个体的理性行为，不过你的“众”是什么这就得打个问号了，毕竟身边即世界，经历与经验的限制是不可否认的，读书这件事不改变物种，也不会让你长出翅膀，个体差异其实大于时代差异 市场的上涨是非理性的泡沫还是基本面修复？揣着明白装糊涂是门艺术，从泡沫中捞一笔，只要自己不是最后一棒，是过度自信还是理性博弈？ 折现率带来必要收益，预期差带来超额收益，非理性带来泡沫收益。真理很重要，明天很美好，但一切前提是活到明天，不然一切和你毫无关系 投资不是认死理跟市场对着干，市场即便真的错了，跟着非理性因素跑一圈又不吃亏，切忌将运气当做经验，泡沫当做基本面，靠市场的非理性行为赚钱，注定无法长久，盈亏同源 注意复盘报告的目的不纯，拿历史当论据证明自己的观点，为已持股的人壮胆…… 复盘要立足当时视角，不是开后视镜般找解释，区分找出可预期与不可预期 投资的痛苦莫过于收获了智慧，失去了财富。别扯什么高尚的道理，下场就是为了赚钱，赚不到纯玩？疯了？投资是为了未来的消费，为了明天的方便与快乐，今天的钱与明天的钱可不等价，舍弃机会成本，投钱进去保底也是要跑赢通货膨胀才能说不算亏 敬畏时代，个人的alpha本质都是时代的beta 希望之后读别的，能看出更多东西，而不再只是过眼的文字和数据 每读到类似的书，都慨叹时间珍贵，选书不易，找书不易，看书不易 这书评写得，感觉更像搬运工……😇😇

实事求是的讲，很多地方看不懂，感觉在专业性方面明显跟不上作者的节奏，但能够感觉到，作者是本着严肃认真的态度在写作本书，是想着为广大投资者提供一些真知灼见，不像有些作者就是为了出书而输出，玩文字堆砌的游戏，静下心来，再反复研读。 以下是我的一些摘录和心得与大家分享： 1.对于市场而言，投资者既是一个个分散的个体，又是一个统一的整体，个体的专业性决定了能否获得超额收益，整体的专业性则决定了市场的有效程度，进而决定了市场的效率。（提升自我，追求无我） 2、无论一家企业多么优质，我们都不能从“优质”本身获得超额收益，支付对价的过程就把所有企业层面的超额收益抹平了。股权投资的超额收益源于预期差带来的错误定价，本质是分母没有调整到位。（超额收益来源于市场参与者的集体性误判，而这需要你既要有洞见又要有强大的耐心，机会都是等出来的） 3.我们常说的“敬畏市场”，是指不仅要敬畏市场的力量，还要敬畏市场的非理性行为。泡沫带来的收益也是收益，超跌带来的损失也是损失，当然盈亏同源，反之亦然。（理性代表着一种力量，非理性也代表着一种力量，很多时候后者的势头往往盖过前者） 4.我们还要接受一个现实：投资确实是需要运气的，我们都希望自己能有个好运气，但是不要把运气当成能力。否则靠运气赚的钱，靠能力又还回去了。 （这就是通常我们说的一年3倍易，3年一倍难的道理。） 5.很多时候我们认为的能力，可能真的只是时代的红利，在时代的大潮面前，个人的力量非常渺小，大多数所谓的alpha，都是没拆清楚的beta。（这就是通常说的：一个人发小财靠能力，发大财靠运气，即时代的成功。） 6.笔者非常不认同从有限的案例中总结经验、提炼规律的方法。因为我们能够看到的案例，无论是正面的还是反面的，都可能存在着巨大的幸存者偏差。 7.一切超额收益都来自预期差。 8.我们需要承认世界是存在随机性的，因此每一种所谓的假设，其实都是一个概率分布，遵循贝叶斯条件概率的演化过程，需要我们每时每刻根据已经产生的信号，去迭代一个假设未来的发生概率。（研究贝叶斯公式，核心就是要重视基础概率，要在基础概率赢面大的地方下注。） 9.壁垒都是企业拥有的一些能够带来经济利益的资源（时间差也是一种资源），但是这些资源一来不满足会计上的资产定义，不体现在财务报表中（例如：企业文化、品牌价值、管理水平等无形资产）；二来企业不用为这些资源付费，或者至少不用按照公允价值付费，导致企业在计算收益率时，这些资源贡献了分子（利润或现金流）却不用贡献分母（投资本金），从而带来收益率的提升。 10.一个企业的价值，归根结底是看空间与壁垒，前者决定了“能爬多高”，后者决定了“爬上去的是谁”（如果要二选一，则壁垒更关键）。 11.折现率=无风险实际利率+通货膨胀率+固有风险溢价-市场风险偏好 12.DCF模型的用处集中在以下三方面。(1)给出股价的合理区间。DCF模型很多时候是一种风险控制手段，更适用于估值极度高估或者极度低估的时候确定一个止盈点，以及持续下跌时一只股票是否还值得坚守。（2)根据现有股价，倒算市场对公司基本面的隐含假设。(3)帮助我们抓住板块性机会。 13.站在投资者的角度，根据核心预期差及能力圈选择投资大方向，要求投资尽可能集中，只赚能力圈之内的钱。但是在选定的方向内部，个股层面往往存在我们掌控之外的风险，这就需要保持一定的分散性。简单来说，集中能掌控的因素，实现认知变现；分散不能掌控的因素，实现风险对冲。（集中持股，适度分散） 14.下重注买低风险、低收益资产的性价比一般要高于下轻注买高收益、高风险资产。（安全第一）15.高收益、低风险与合法合规，是一个不可能三角。（哥德尔不完全性）16. A股市场是一个二元化特征明显的市场，由少量机构投资者和大量个人投资者组成，两者的投资风格乃至方法论都大相径庭，个人投资者虽然占比高，但是更多只提供流动性，而无法形成定价权。具备定价权的是占比较低但是行动一致性比较高的机构投资者。（散户是羊群，机构是牧羊犬。）17. 在概率计算面前，主观判断是没有招架能力的，无论是在基于完美信息博弈的围棋中，还是在基于不完美信息博弈的德州扑克中，AI都已经彻底战胜人脑。（少参与短线交易，人脑玩不过电脑）18. 在美股市场，跑赢指数则是一件无比困难的事情，“奥马哈先知”的绝大部分超额收益发生在2010年之前，甚至是2000年之前。2010年之后，伯克希尔-哈撒韦的股价走势与标普500全收益指数高度重合，没跑输就已经实属不易。（市场既非有效，也非无效，而是非常高效。自2010年至今美国基本上走的是单边大牛市，而牛市中傻子都能赚钱，而且是越非理性，越无知者无畏的那部分投机分子往往赚的越多，所以说并不能说明巴菲特的那套已经跟不上时代的步伐了，将来再经历一次超级大熊市的洗礼后，再看到底巴菲特的投资理念是不是过时了。）19. 未来市场的研究重心会逐步过渡到收益-风险关系的判断上，配置思维将取代预期差思维，所以投资者应当珍惜当下的超额收益时间窗口。（意味着短线交易越来越难，越来越没有前途。）20. 模糊的正确胜过精确的错误，原因是，人类的大脑非常善于分析单变量线性关系，非常不善于分析多变量的交互作用。（首先说明绝大多数人都是一根筋，所以逆向思维在投资领域方显得弥足珍贵，另外记住定性的正确远胜于定量的正确。）21. 由于收付实现制和权责发生制不统一，完整地描述经营成果就需要三张报表，一张存量表和两张流量表，用资产负债表的配平原则，整合利润表和现金流量表。22. 初创企业先看PS，成长到一定阶段后看PE；周期股亏损的时候看PB，实现盈利后看PE，稳定下来看PB-ROE。对待经验公式，要牢记前提，学会变通。23. 在这个信息爆炸、预期分歧极大的时代，笔者认为使用相对估值法更难，更需要抓住核心驱动力，切勿先射箭再画靶。（原则上还是要尊重第一性原理，使用DCF直接估值法，如果用直接估值法无法估值时，除非你对该企业非常了解，否则就应果断放弃。）24. 从金融学定价理论来看，投资收益来自三部分，第一部分是无风险收益率，可以理解为全社会延迟消费所需的贴水；第二部分是承担不可分散风险的补偿；第三部分是核心参数预期差带来的估值修正。25. 从二级市场的角度看，世界可能大部分时间都是“垃圾时间”，等待力量的积蓄和信号的验证，然后股价在很短的时间内完成大部分涨幅。（耐心等待，等绝大多数市场参与者，犯集体性误判错误时机的到来）26. 实际上，“种下一粒种子”或者说“种下一粒什么样的种子”才属于重大决策（值得商榷，钱都是一样的钱，即种子都是一样的，关键是你把种子种在了什么地方），是主要矛盾；后续的时间都是在观察“它能不能长成参天大树”，属于次要矛盾，如果发现不能，就应该赶紧卖掉。用已经长成的参天大树来论证长期持有及复利增长，是典型的幸存者偏差。27. 对大部分投资者而言，我们面对的可能就是长时平庸和短暂繁华，给树浇水不难，难的是找到一棵值得浇水的树。（记住选择大于努力）28. 一旦估值得到了修复，再“伟大”的公司在股价上都会“泯然众人”。（其实所谓的估值得到了修复，也是个事后幸存者偏差，没到最后，谁敢下估值已得到修复的结论，公司之所以被称为“伟大”，原因就是颠覆了绝大多数人的认知～～估值修复后还会再修复，于是乎才被称为伟大。）29. 在研究分工高度细化的二级市场，属于每个从业人员的高光时刻可能都非常短暂，而且可能越来越短暂。应对策略，恐怕只有深耕一两个行业，彻底读懂行业的运行规律（真正的提升和发挥自己的能力圈效应，所谓弱水三千只取一瓢饮。还有就是努力让自己活的像巴菲特一样长寿。），然后静静等待机会的到来，在行业发生巨大变化时，争取通过认知层次来赚钱，避免陷入高频的信息博弈。30. 做投资别去想会好成什么样，必须要考虑的是不可控最坏情况是什么样，然后决定是否风险可承受，投还是不投，投多少？（贝叶斯公式就是要让我们明白这个道理）这也是巴菲特和芒格反复强调的能力圈概念，在你能力认知范围内相对安全的标的里投资，拿芒格的话说，如果我知道自己将死在哪里，我就不去那里。再次强调：投资最重要的是要清楚不投什么而不是要投什么。31. 归根结底，我们的人生太短了，市场给我们提供的试错机会也太少了，应努力寻找第一种预期差，尽力获得收益。（从复利的角度看，99岁跟100岁天壤之别。）32. 从可证伪性出发，结合DCF模型，预期差最终要落实到业绩增速、增速的持续时间和折现率上。33. 低风险异象是法马和弗伦奇质疑传统资产定价模型最重要的证据之一，两人研究了美股市场1963-1990年的全样本数据，发现一分风险一分收益的朴素预期并不成立，市场对高风险资产的补偿力度远远小于理论计算值，高风险资产往往只能阶段性跑赢低风险资产，长期来看，反而是低风险资产的累计收益率更高。34. 股票的持有期收益可以拓展为三部分：由折现率带来的必要收益、由预期差带来的超额收益及由非理性因素带来的泡沫收益。（应将精力放在前两部分。）35. 投资切忌认死理，但是需要坚守纪律。真理很重要，明天很美好，但是一切的前提是活到明天。（原则性错误不能犯，拿段永平的话说，做正确的事，把事情做正确）36. “市场持续非理性的时间总会比你能撑住不破产的时间更长”--凯恩斯，看对了事实，不等于看对了市场，还要给市场的非理性波动提供足够的余量。（别使用杠杆）37. 如果股价下跌是由基本面破裂带来的，迅速抛售股票是减少亏损的最好办法；38. 人类的天性乐观，往往铸就了股价的普遍性长期高估，所以需要有耐心等待目标股票的价格回归。39. 投资就是长时的平庸和短暂的繁华，要做好研究、深耕产业，把握关键变量，然后去博那一瞬间的“绽放”。40. 人类天性乐观，接受预期下修的难度要大于预期上修，使得向上的预期差可以一次上修到位，向下的预期差则经常“不撞南墙不回头”。（预期上修一步到位，预期下修跌跌不休。正所谓牛短熊长。）41. 无论哪种预期差，在越来越有效的市场中，买在无人问津处、卖在人声鼎沸时，都是获得超额收益的必要条件。42. 敬畏市场，坚守原则，感恩时代。（所有伟大的成功都是时代的成功）

从作者的《穿透叙事》而来，赞叹作者深邃的思考力，一时还有太多观点看法get不了，跟上一本一样阅读节奏依然是边问边查，连滚带爬🥲阅读了很久，真要写书评还有点不知从何下手。本书名为穿透估值最为核心的观点依旧为超额收益来源于预期差的一次性兑现，叙事不变天花板不变，另外作者也对诸多绝对、相对估值方法进行了探讨，做一个简单梳理： 绝对估值法的精髓在于将未来的现金流进行折现，而根据未来现金流归属不同有FCFF以及FCFE，前者包含了债权人的现金流，分母折现率为WACC，后者则为股东现金流，折现率为股东要求回报率。FCFF之所以能够盛行在于其稳定性，无论债务结构如何变化，在无税MM定理下，WACC不变企业总体价值只在股东债主中分配蛋糕，而FCFE的折现率每期都需要调整改变，根据预期债务结构，股东有不同的回报要求总体呈现因为债务下降要求回报率下降的趋势，但现实做法往往用CAPM算出Rs，将第一年的的折现率适用于全部时期，造成系统性低估。DCF是估值的魂，至于取什么折现率，折现率又怎么度量是用MM定理还是CAPM，或者是直接用沪深300的回报率或者某个稳健指数回报作为要求折现率就是市场中每个主体的选择了，不过按照穿透估值的说法就是取宽基指数含分红回报率10%。 另一类绝对估值法是EVA经济增加值估值法，认为企业价值=当期投入资本IC+未来全部EVA现值之和，本质也是DCF的变形。在EVA的视角下折现率为WACC，需要比较投入资本的回报率ROIC是否比股东债主要求的WACC高，如果高则EVA为正创造价值，反之毁灭价值。作者认为企业壁垒的财务表达就在于ROIC>WACC，这样才能为股东持续创造经济利润。EVA归属不同也有不同表示，对股东+债主而言，EVA t=（ROIC-WACC）*IC t-1，对股东而言EVA t=（ROE-Rs）*BVt-1对应折现率取Rs，当然也面临不稳定问题。关于ROE，作者取的是资本金IRR，因为IRR是从现金流角度的投资回报率，ROE是从利润表角度的投资回报率。同时相较于传统EVA，作者拆分成了现在资产的EVA和未来资产的EVA进行折现。 关于相对估值法，作者探讨了PE、PEG、PB、PB-ROE、EV/总投入资本倍数-ROIC、EV-EBITDA、PS等估值方法，他们快照当下市场共识，不是绝对估值，倍数全部高度依赖稳态假设，对短期脉冲景气非常不友好，周期行业尤其容易踩坑，同时会计报表是所有倍数的源头，会计失真会层层传导到PB、ROE、IC、ROIC上面，仅仅改变折旧政策就会影响诸多估值方式。对于“初创看PS，成长到一定阶段看PE，周期股亏损看PB，实现盈利后看PS，稳定下来看PB- ROE”这样的经验估值方式要警惕。 投资收益率的来源：金融定价理论认为，投资收益=无风险收益率+承担系统风险回报率+核心参数预期差带来的估值修正。前两者相加为折现率，第三项由于CAPM直接假设一致预期所以被抹去；作者认为的投资收益率=折现率必要收益+预期差超额收益+非理性因素带来的泡沫收益；另外我把折现率拆分可分为每股EPS增长率+股息分红率，而传统金融定价理论则认为是Rf+承担系统风险回报率，跟组合方差协方差有关。 作者将预期差分为两种，第一是信息已知但人的认知不同，获取信息来源不同，理解不同，带来的观点分歧。第二种是，信息不能预知最多靠概率推演，只有当事情结果最终揭晓，概率坍缩为确定点，估值才会修正。 一点疑惑：关于项目投产后，初始投入资金属于沉没成本不计入估值，而在投产前则需要考虑并算出NPV是否大于0。

大量精细陌生的术语、公式、推演，对于非会计、投研专业的读者，读起来简直头大。但所幸我们不求甚解也能有所收获： 1，警醒估值模型的隐含假设，使用工具前，先问适用边界。 如dcf的“永续增长”是个强假设，稳态参数好敏感性决定了不适用点位测算，更好的应用方式是乐观悲观极限测算，和反向dcf推导市场隐含假设。 如pe的“横向可比”“阶段eps可反映长期”“eps上涨市场会同步上调天花板预期”等都是隐含假设，才可以看eps毛估估给个倍数来说“便宜与否” 2，严谨求证理念的表率，提倡数值估值要挂靠逻辑假设。比如某游戏公司我们估值15倍pe，结果跑出来10/20，复盘是没意义的。15假设了“游戏矩阵形成，摆脱周期波动”，10假设了“并没有”，20假设了“平台属性凸显”等，这样来看才有意义。对应我“每个持仓必写三大假设”的习惯 3，提醒我厘清了投资收益来源＝行业真实回报+公司真实超额经营回报+预期差（认知差）兑现。注意参数是中性的（可正可负），你可以选烂公司反转赚钱，也可能高估好赛道好公司赔钱。于我而言，目前是选懂的行业（能力圈），好公司（龙头），别买贵（低pe），争取参数12基本面好，3不为负。 4，本书也仅一家之言，开放的投资市场赚钱方式众多，选择最合适自己的才最重要。于我而言，推导框架如下：坚信回报来自价值创造->寻找长期好公司（商业模式➕管理团队）->我自身有局限->只在能力圈内找->我估值有乐观倾向且财会水准有限->估值打折仅极端低估买入->日常还有其他工作和生活，边际反应慢->几乎不操作->时间应该用在提升认知，商业➕科技➕人文

市场有效性与超额收益的悖论触及现代金融理论的核心命题，我结合中国资本市场演化路径进行三层解构： 一、有效市场悖论的三维解析 1. 效率层级的非对称性 中国资本市场呈现“半强式有效性外壳包裹弱式有效性内核”特征： 价格对政策信息的反应速度达T+0.5日（强于欧美市场的T+1.2日）； 但对微观财务数据的吸收周期仍长达20个交易日（vs美股8个交易日）； 这种结构性错位创造独特的“政策套利窗口期”。 2. 阿尔法源泉的相变现象 随着注册制深化，超额收益来源呈现相变特征： 2016-2020年：个股α占比68%（源自财务数据挖掘）； 2021-2023年：赛道β占比53%（源自政策文件词频分析）； 2024年观测：宏观波动率套利贡献率突破40%。 3. 流动性结构的量子纠缠 北向资金与两融余额呈现量子纠缠态： 当北向单日净流出超50亿时，两融买入占比3日内上升23%； 这种反身性创造独特的市场摩擦，维持非完全有效状态。 二、中国特色的有效性进化路径 1. 政策传导的三体运动模型 产业政策、货币工具、监管信号构成三体系统： 新能源车补贴政策引发产业链估值共振周期约18个月； 央行MLF操作对成长股估值的传导弹性系数达0.73； 这种强相关性创造制度套利空间。 2. 信息解码的摩尔定律 市场信息处理效率呈指数级提升： 2015年：卖方报告平均影响时长120小时； 2020年：降至36小时； 2023年：借助NLP技术压缩至8小时； 但政策文件的深层语义解码仍需72小时，形成认知差。 3. 投资者结构的耗散重构 机构投资者占比从2019年18%升至2023年35%，但呈现： 公募基金持仓集中度HHI指数突破2800（警戒线2500）； 私募CTA策略规模年化增长67%； 这种结构演化反而加剧特定领域的定价偏差。 三、破局之道：在有效性提升中捕获新阿尔法 1. 构建政策敏感度指标 开发包含以下维度的政策β因子： 部委文件词频热度（自然语言处理）； 地方政府配套资金杠杆率； 产业园区土地出让溢价率； 该因子在科创板股票中超额收益年化21.3%。 2. 开发市场摩擦套利模型 利用市场有效性层级差异： 主板：事件驱动策略（国企改革三年行动方案）； 创业板：专利丛林指数（研发密度/专利转化率）； 北交所：专精特新政策响应函数（申报材料更新频次）。 3. 锻造时代β探测器 建立多维度监测体系： 技术成熟度曲线拐点识别（Gartner曲线二阶导数）； 消费代际迁移速度测量（Z世代消费增速/传统渠道萎缩率）； 能源转换能效比（绿电装机量/传统电厂关停比）。 终极平衡：有效性螺旋与价值创造的量子纠缠； 中国资本市场正在形成独特的"有效性-创新性"螺旋： 注册制提升定价效率→倒逼企业真实创新→催生新价值源泉→重构有效性基准； 2023年数据显示，研发支出占GDP比重每提升0.1%，对应资本市场有效性指标提升0.07个标准差。 这种动态均衡使得： 传统阿尔法空间被压缩（个股超额收益标准差从25%降至18%）； 但系统性β机会在扩张（行业轮动收益贡献率从32%升至55%）； 最终实现有效市场与实体经济的量子纠缠态：越有效的定价机制，反而催生更高层级的价值发现需求。 未来的超额收益将属于那些能同时解构政策语法、技术语义、资金语用的"市场语言学家"，这或许正是中国资本市场走向成熟过程中最富魅力的时代馈赠。

本书第二章我感觉很重要，pe跟业绩天花板成正相关的，高PE是增长空间带来的，而不是高ROE带来的。 超额收益只能来自预期的修正，与利润曲线的形状无关，无论是业绩增速还是ROE，本质都是对利润曲线形状的描述，随着公司的增长，PE和PB是动态变化的。 摘自本书最后一段话：最后要感恩时代，我们都是时代的产物，每个人的alpha本质都是时代的beta。珍惜当下，看多中国。

这本书写的很好，我看了评价一般的都是说书太专业了，理论性太强了。但是我觉得专业性、理论性很强是一件很好的事，毕竟投资没点理论，没点数学是不可行的，毕竟数学是最严谨的。这本书紧密结合金融经典理论，从本源出发，指出了公司价值变动的原因，利润增速，增速时间，折现率，还指出了公司股价变动的原因：预期差。这个结论的推出非常点睛，毕竟很多书籍都没说清楚股价为何上涨，交易仅仅是表面，深层次的是预期改变，对于无预期差，也就是赚个无风险收益和风险溢价，这里作者解释清楚了公司好不好和你股权投资到底能不能赚钱并无关系，这一点很重要，这也是安全边际很重要的原因，安全边际才能带来超额收益。此外，还解释了个个个经验性估值法则，点出了各经验估值的优劣势。最后，运用预期差理论对光伏，煤炭，水电进行了复盘，正是预期差推动了股价走势。

早在2014年年中市场就发现了这个趋势，隆基股份的股价从2014年6月一路涨到了2015年6月。 -------- 其实读到这里就基本上确定这个作者在扯淡了，或者说习惯性的先立靶子，再找论据。他特别喜欢说的是，我们这些基金经理无比的睿智，总是能够发现预期差。但他不想一想，2014 年 6 月到 2015 年 6 月，有哪些股票不在涨？他却把隆基股份这段时间的上涨归功于市场预见了单晶硅替代多晶硅。 很想知道他负责的基金业绩到底怎么样。就虽然说他的一些观点，比如说 PE 要随着时间下修这件事是很有价值的。但有一些矫枉过正了，仿佛基金经理就是神。

是目前唯一一本耐心从DCF模型推演估值的书籍，里面的内容学术味道很浓，但是看到了市面上那些花里胡哨的估值方法，现在感觉从第一性原理进行推演，其实才是一种明智的方法，股市是一个很神奇的地方，用错误的方法可能赚到钱，用正确的方法也可能会亏钱，但是不可能存在一直用错误的方法还能一直亏钱这一说，所以不断学习，不断提升认知，是股市生存的不二法则。