作者 | 基金经理胡鲁滨
一、更换股票主要是基于什么样的判断？
首先，更换股票并不是基于对调整企业的质疑，而是综合各标的风险收益比的结果，如果日后这些企业价格合适，我们还会持有。目前的持仓行业还是我们熟悉的消费、制造业和数字经济。
其次，我们现在对确定性的要求更高。确定性的判断是综合衡量公司内外部因素的结果。一个投资组合不仅需要进攻性，还需要有确定性。
很多时候我们希望通过某个公司的成长来获利，我们会测算它长期的销量、收入和利润水平，但最后往往发现和我们预想的不一样。这里面存在很多超出我们预期的东西，而且并不只存在于一两个维度。比如有很多公司本来经营得好好的，但做了一些与主业不相关的业务，或者新产品的表现不理想，这些情况对一家公司的长期价值影响就比较大。所以现在对我们来讲，估值的重要性提高了，因为估值是确定的，但是成长性是有一定概率的。一家公司能够在经营上持续地达到我们的要求，让我们放心持有，已经非常不错了。
我们希望投向的标的，竞争格局要非常好，市场份额、企业能力要相当突出，个别公司即便不是很突出，也需要很优秀，整体上比对手强一些。此外，我们希望它们的商业模式、企业文化和管理都很优异，估值也比较合理，市盈率最好不超过20-25倍，分红比例尽量超过50%。综合来说，我们希望投资组合是成长性和确定性兼备的。
二、更换股票是受宏观因素的影响吗？不同标的之间怎么做取舍，有时候放弃一些有回撤或者尚在低位的标的会不会觉得可惜？
有一些宏观上的原因，但主要不是出于这方面的考虑。减持的公司股价在变动，其他股票股价也在变动。虽然被更换的标的可能有回撤，但如果其他标的有更好的机会，我们也会调整。我们在做投资的时候，需要横向比较不同机会的风险收益比，而不是只考虑现有持仓。我们也曾经在一些持仓的消费股跌幅不小的时候调整到跌幅更大，确定性更高的数字经济行业上。
三、你认为互联网企业的不确定性跟我们当时认知的变化在哪里？
第一是互联网企业体量太大了，在多线作战，会有很多不确定性因素；
第二是新的事物多，如短视频、ChatGPT，将来可能会有更多；
第三，每个公司的竞争力也是一个重要的考虑因素。对比竞争对手，有的企业执行力会更强一些。跟我们之前投向的企业比较，虽然我们现在投向的部分企业可能禀赋一般，但竞争力很强。我们现在投的一些企业，可能就有点像电视剧里的陈真，他的武术天赋可能比不上霍元甲，但他能力全面，对于这样的人大家也是比较放心，看到陈真一出场就觉得稳了。
四、目前投资更看重估值和确定性，是基于市场风格的预判，可以这样理解吗？
我们会适时而动，但不会花时间在预判市场上面。就算我们现在持仓大跌，只要不是均匀地跌，对我们也是好事，我们可以根据而不同标的预期收益率的变化进行仓位调整，从而增强组合的表现。再者，如果我们持仓大跌，但市场其他标的跌得更多也是很幸运的事情，那时候市场会有其他的机会可供我们优化投资组合。所以下跌也未必是坏事，只要做了正确的调整就是好事。
五、现在的方法论跟过去一两年有变化吗？
从根本上来讲，方法论没有变化，但对一些事物有了一些新的认知。人类与机器学习的过程是类似的，就像搭建一个巨大的模型，而认知是通过调整模型里某些事物或条件的参数形成的。参数调整要求我们不断地积累经验，并且进行总结和思考。因此，在我们学习了更多的样本以后，我们发现之前设定的一些参数值可能是不合理的。
除了认知方面以外，我们还要有平常心和常识，要更稳。稳不意味着保守，而要更靠谱、确定、务实和实事求是。再者就是我们要认识到这个世界的重心在哪里，要做到客观。投资需要的不是悲观，也不是乐观，而是客观。我们对真实世界的运行要有客观的认识，依赖主观判断会带来很多问题，任何时候做判断、做决策都不能仅靠主观判断。
六、如何理解投资中的不确定性？
每次调整我们都在争取提高组合预期风险收益比。投资有风险，我们应该要合理地理解这种不确定性，并且把这种理解转化为行动。不确定性对我们是有利的，不确定性应该有一个价格，比如说不确定性较高的标的大幅折价的时候，如果这个价格合适，我们是可以考虑的。我们需要的是准确地认知这种不确定性，理解成长性和风险，然后给出一个合理的定价。
七、煤炭属于旧能源，两年前关注度很低。如果按我们现在的理解和认知，回到当时会不会考虑煤炭？
按现在的认知，我们是会考虑的。这种股票的收益率可能超过大多数广受关注的股票，包括新能源和数字经济。回顾过去，很多人讨论的都是热点。注意力本身就是市场情绪的一种体现，过于关注热点很容易会出现认知偏差。
如果你是家庭支柱，你不能只关心家里的热点，比如今天空调故障，明天水管坏了之类的琐碎事情，更要关注自己有没有稳定的收入，家人是否身心健康，但大家平时对此的关注度不够。
我们关注的经常是小问题，很可能不是重点。我们不能被市场影响，如果市场看好某个标的，这个时候我们要小心。要时刻提醒自己要全面、客观和关注重点，同时保持平常心和想象力，尊重常识，做到真正独立地判断一个公司和一个行业的价值。
八、我们现在还可以在哪些地方找到新的机会？
行业拓展是缓慢的过程，但我们一直在进行。我们过去两年认真钻研了数字经济，但过去两年数字经济的市场关注度还是太高了，这对于我们做投资决策不是很有利。
投资人需要关注被大家忽视的行业。很多行业对整个世界的发展都在起作用，即便不被关注。虽然有的行业商业模式相对差一些，但是还是很有价值的，它们没有获得足够的重视。
我们过去两年在这一点上可能做得还不够好。但是整体上来看，我们还是在实事求是地做决策。
九、美联储利率的变动会影响我们的投资吗？如何理解投资中的经济周期？
我们常说的美联储利率，也即联邦基金利率，是一个短期利率。而股票的价值要以10年、20年的维度去计算。一年的利润对企业价值的影响非常小，所以美联储的货币周期对股票价值的影响可以忽略不计。
另外，中国有独立的货币政策，不完全受美国货币政策的影响。日元、欧元利率接近0，不能说现在全球是紧缩的经济环境。“加息周期资金会回流美国”这个观点不一定正确，因为通常在高通胀环境下，货币是会贬值的，而加息应对的就是高通胀的环境。如果资金回流美国，虽然名义利率会提高，但汇率也会随之变化，不好判断最终的回报。所以在影响我们决策的因素里面不应该有很多美联储的货币政策，真要关注的话，应该更关注中国央行的货币政策。
经济周期对企业经营周期会有影响。高通胀的时候，制造业和周期性行业利润增速会很高。这些行业本来利润率不高，收入因为通货膨胀突然变高，而劳动力成本、折旧、财务费用等成本没有太大变化，很可能会导致利润大幅增长，但对原来利润率就比较高的公司影响比较小。这个时候市场会出现一些奇奇怪怪的逻辑，比如说“某行业迎来了黄金10年”。但这其实是一个宏观周期里的现象，像利润占比、固定资产投资占GDP的比重等等只是经济周期各个阶段的一些指标而已，反映经济繁荣或者衰退。在经济繁荣的时候，部分行业会被阶段性追捧，比如2007的有色金属、煤炭、机械等都是经济周期的受益者，而这时候消费类股票的周期性是偏弱的。
周期性行业的决策者可能会在繁荣期高估自己和企业的能力。在高通胀的时候，因为银行的资金成本起初较低，大部分商品都涨价，只要存货的资金成本小于涨价的幅度，大家就会有囤货的倾向，在制造业里尤为典型。所以社会在高通胀的时候会有很多无用的中间环节重复，它们并不创造社会价值。但降价的时候情况就反过来了，资金成本高，商品又不停的地降价，大家就不停地抛售，下游的需求被终端渠道满足了，就会影响后续订单，这对生产企业来讲是致命的。因为在高位买入原材料，并且在周期高点给员工加工资，但终端产品价格和订单量都下跌，这时候生产企业的财务报表就会非常差。因此要跳出自己的局限性来看大局是很不容易的，需要有宏观经济学的知识，在业绩高点的时候要小心谨慎。
可见就经济周期我们要考虑的因素有很多，但其实自下而上分析，把研究时间拉长，就会拉平经济周期的起起伏伏。我们计算公司估值的时候，不是用当期利润估算的，一般都会用很多年的利润去算。短期的宏观因素如加息对研究结果影响不大，不用就短期宏观因素刻意做估值的调整。从根本上来，做投资决策还是要看企业的竞争力，只有竞争力是长期持续的。
十、评价一家企业需要用长期的眼光，但市场情绪经常导致短期标的价格剧烈波动，影响基金的表现，你怎么看？
我觉得市场没有大家想的那么情绪化，如果市场很情绪化，短期波动很大，比如说如果一线城市核心地段的房子价格不稳定，那么我觉得太容易赚钱了。然而现实中一线城市核心地段的房子整体价格还是比较稳定的，经常只有10%到20%的波动。
但市场又是情绪化的。价值投资盈利的来源有两个方面，一个是认知差，另一个是利用市场情绪波动。2020年的疫情刚开始的时候，美国的指数跌了30%~40%，美国一年GDP增速也就2%~3%，从指数看，一个疫情就让美国倒退二三十年。大家觉得这种情况可能是真的，大家会比较黑死病发生的时候经济确实发生严重倒退。人的感性认知对概率是不敏感的。比如某个人体检的时候检查出一点小问题，如果医生把病情描述得模棱两可，可能这个人接下来一段时间都会忐忑不安，哪怕发病的概率很低。
在情绪化的时候，大家往往容易高估事情发生的概率，扩大事情发生的后果，所以理性是非常难做到的。长期来看，市场的情绪化对理性投资者是有利的。
十一、很多人认为人工智能是继移动互联网之后又一次重大的创新，整个信息科技产业的格局将会发生巨大的改变，你怎么看？
我们一直关注数字化，是因为行业发展空间非常巨大。从根本上来讲，我们人类所有的幸福感都源于脑电波，是一种电化学反应，比如情感和成就感。所以我觉得世界本来就是数字的，而现在数字的应用还只是处在非常初级的阶段。
人工智能的影响，我们远远没有看到尽头。现在人工智能的进步速度很快，人工智能给我们一种感觉是我们已经触碰到另外一种生产力了。好的科技应该是“使劲很小，效力很大”，就像量子物理的发现和应用肯定是革命性的。
不仅如此，人工智能还在快速迭代中，无法判断它最终的形态，事实上它也越来越像人了。但目前人工智能的学习还只是基于文字，而文字表达出来的只是人类知识的一部分。比如“怎么样能骑好自行车”这件事情，用文字是表达不出来的，人工智能要装传感器转换信息才能开始学习。又比如说街上有一群人经过，人工智能不知道他们在干什么，人类却能很快判断他们可能是在游行，我们能从动态的事物里面学到很多东西，人工智能目前在这一块可能还是慢一点。
下一步人工智可能就直接从现实世界中学习。现在人工智能从图像中学习，以后可能就会从视频中学习，自己总结出物理规律，预测事物下一步的发展，并且可以进行实践和创造，而且会更智能和量化。特斯拉的智能驾驶就是从视频里面学习，它根据视频就能知道下一步方向盘要怎么打，刹车、油门要怎么踩。
我觉得对于科技问题的讨论确实是非常复杂的，而且我们现在显然处在人类历史上可能最重要的工业革命-智能革命中。不只是生产方式，生活方式都将被改变，我认为这次革命可能比历史以往的都更重要。其实工业革命本来就是一次比一次重要，第一次工业革命的蒸汽机和第二次工业革命的电对人类社会的影响程度相比，电肯定比蒸汽机的影响要大。电脑对人类社会影响可能又比电的影响要大得多，那么这一次变革可能又比以往的影响要更大。
十二、如何理解人工智能的局限性？
有一个词叫“不可能计算”，三体是三个质量差不多的球体的运动，它的计算量已经很大。人工智能再厉害，它的计算能力也是有限的，比如说要计算一个原子10天之后在哪个位置，只要把精度提高到一定级别，消耗巨大的能量都算不出来。当计算要求很高的时候，或者说系统很复杂的时候，信息求解会很难。
十三、可以比较和评价一下家电、光伏、新能源等制造业的品牌和制造能力吗？
家电跟其他制造业相比最大的特点是它具有消费属性，品牌和制造能力都是非常重要的。品牌的形成来自于长期的技术的沉淀，需要和制造能力相匹配，如果不匹配的就是噱头了。品牌和制造能力都有，就可以正向循环，壁垒就会比较高。比如苹果公司就既有制造能力，又有品牌。
品牌和制造能力对不同制造业企业的影响是不同的。对新能源原材料的生产企业来说，产品差别不大，品牌没有那么重要。对于光伏企业，产品更新换代快，如果制造能力、生产技术跟不上，靠品牌是不能经营下去的。对于家电企业，产品差异化不大，消费者比较相信品牌或者口碑。即使竞争对手生产技术更优秀，还可以凭借过去的积累口碑和品牌优势持续经营10年，所以不同家电企业即使技术能力一样，行业地位也不一样，我觉得这是一个非常大的差别。
【风险提示】本内容仅为帮助投资者了解大禾投资使用，不构成对产品的任何宣传推介材料或者法律文件。内容中如涉及对市场、行业、公司和产品的展望性陈述，均为本公司基于现行估计及预测而做出。虽然本公司相信这些展望性陈述所反映的期望是合理的，但本公司不能保证这些期望被实现或将会证实为正确，故不构成本公司的实质承诺，投资者不应对其过分依赖并应注意投资风险。
