|
本文出处：《价值投资量化分析》（拟出版）之前言
关键词：价值投资、量化、投机、宏观经济、行业研究、财务、估值、统计、数字谎言 为便于读者阅读，我首先介绍一下本书特色。
讲解证券投资类的书籍非常多，讲解价值投资的书籍也非常多，讲解量化投资的书籍同样非常多。但本书用新颖的视角从量化分析角度从宏观经济、行业研究、财务分析向上而下阐述价值投资是非常独特的。 价值投资的三个基本功为众多读者所熟知，但是能用数据语言将这三个基本功及其内在关联系统、清晰且深入地呈现给读者恐怕这本书是一枝独秀。多数投资者在应用价值投资理论进行分析时或者偏重于宏观经济研究，或者偏重于行业研究，或者偏重于财务分析。但是宏观经济、行业研究与财务分析是相互关联的有机整体。经济周期会影响行业轮动。钢铁行业这样的经济周期型行业会与经济同步波动，而医药行业是抗经济周期型行业，在经济下滑时业绩表现会比较突出。资金密集型行业、利率敏感型行业、可选消费行业、防御型行业等等，它们对于经济指标变化的反应是不相同的。行业之间的差异也体现在财务指标特征上。书中用经典的杜邦分析揭示了各行业的财务特征。商业贸易行业由于它较低的净资产收益率和较高的资产周转率而被冠以“薄利多销”的行业特征。农林牧渔行业大多因为其占比较高的生物资产体现出了较低的资产周转率。由此可知，只有将价值投资三个基本功有机地关联在一起才是更深刻地价值投资逻辑。但是甚至是从业多年的证券分析师往往也不能将三者一气呵成地自上而下分析。难能可贵这本书用数据语言将价值投资理论从宏观经济、行业研究到财务分析自上而下的全过程，有机贯穿起来了，使全书内容各部分既独立又有关联，读者可以系统地掌握价值投资理论宏观、中观、微观分析的来龙去脉，而不是相互割裂地理解。 经济学理论、行业规律及财务知识定性分析基础上的量化分析恐怕是本书最大的特色了。单纯介绍模型或定性理论和单纯介绍量化分析都是枯燥无味的，而二者的结合将发生意想不到的化学反应。在宏观经济分析篇案例分析中，作者挑选了上个世纪七十年代以来至今中国、美国及欧盟国家重大经济事件或现象作为量化分析案例，并引用了大量经济指标数据对经济理论模型进行了验证。在对英国撒切尔政府执政时期的经济改革的案例分析中，就引用了国际货币基金组织统计的英国19世纪30年代至现代长达近200年英国政府收入/支出GDP占比指标数据。今年新冠疫情对世界各国经济造成了巨大不利影响。本书对美国年初的“首次失业救济金认领人数”这一指标出现的异常激增也进行了分析。这一指标通常也被认为是宏观经济的先行指标，在国内其他文献可能很少有分析的。在应用经济模型和指标揭示中国和美国货币扩张的背景和效果、1992年英镑危机、欧洲主权债务危机的成因等经济事件及现象时，让读者沉浸于数量经济模型构筑的经济历史事件中，深刻理解经济事件背后的数量规律。在对行业驱动因素的分析中，作者很罕见地用数百幅图表将行业驱动因素指标与行业证券指数同框展现并配合了定性分析，揭示出行业基本面指标对相应行业证券价格的先行指导意义。在财务粉饰案例分析中，作者从实战角度引导读者抽丝剥茧，运用财务理论判断粉饰动机，从财务指标数据中一步一步挖掘出财务粉饰的蛛丝马迹。 本书持续打磨中，现将打磨后的前言部分与读者分享。其中有大量对价值投资的思考，希望能激发读者的思考并得到启发。后续也将定期发布本书章节内容，欢迎关注。 话休絮烦，前言及目录如下： 前 言 在写本书之时，正值我国经济增长放缓、全球经济下滑。2018年以来国家针对经济和金融稳定，出台多项措施。从财政政策上看，国家推行了比较积极的财政政策，比如提高个税起征点，一方面对广大工薪阶层收入增长有好处，减轻生活支出，比如减轻购房、新生子女抚养经济压力等，增加老百姓的可支配收入，扩大消费；另一方面，减轻企业负担，降低经营成本，提振我国实体经济。从货币政策来看，2018年以来，我国开始新一轮降准周期，前三次降准分别为1月份普惠金融定向降准、4月份降准置换中期借贷便利和6月份定向降准支持“债转股”和小微融资。2018年10月7日，中国人民银行官网发布公告，从2018年10月15日起，下调大型商业银行、股份制商业银行、城市商业银行、非县域农村商业银行、外资银行人民币存款准备金率1个百分点，当日到期的中期借贷便利(MLF)不再续做。释放7500亿增量资金。这将缓解我国中小企业融资压力，增加实体经济货币流动性。而与此同时，美国的货币政策恰恰与我国的方向相反，美联储连续加息。北京时间2018年9月27日凌晨两点，美联储宣布加息25个基点，将联邦基金目标利率区间上调至2%-2.25%，创2008年以来最高！2018年10月3日，美联储主席鲍威尔突然强硬表态：（美国）利率仍然宽松，我们在逐渐让它们达到会是中性的位置。该表态暗示接下来会继续加息而且空间很大，受此影响，美债收益率快速飙升，10年期美债到期收益率是3.252%，创了7年来新高，导致2018年十一期间美股大跌，国庆假期后A股也大受冲击。2018年10月11日，上证综合指数收盘于2583点，下跌5.22%，这是继2015年6月26日A股大跌以来的最低点，有超过1000家上市公司跌停，A股市值一日蒸发了2.66万亿元。根据历史数据，美国的加息+缩表的货币政策同样对世界其他国家证券市场造成冲击。下图为美国2015年12月至2018年12月加息周期期间世界各大证券指数对美联储加息的反应： 
图1 2015年12月到2018年12月美国加息周期中各大证券指数对加息的反应 资料来源：大智慧数据终端 至于美国为何加息，这其中有很复杂的国家间博弈的因素，包括政治、经济、军事、外交等，其实我要讲的并不是分析各种经济政策背后的原因，我是想说明一个事实，即读懂经济指标对投资者（不论是职业的还是业余的）有多么重要，这也是我写此书的目的之一，希望投资者能够建立起自己的投资模型，客观理性地用数字说话指导我们的投资决策。从上述例子我们就可以抽象出指导投资的一个宏观经济模型，当然如果建立完美的模型还需要考虑经济指标之外的因素，此处仅用以说明数据模型思维模式。 
图2 宏观经济与证券市场关系示意图 从以上图示我们可以看到，宏观经济指标与股市涨跌是密切相关的。按照惯例，美联储的货币政策主要受美国两个核心经济指标，即失业率和通货膨胀率的影响。一般来说，失业率在5%以下、通胀率在2%以上就可加息。据统计，2018年二季度美国实际GDP年化增长4.2%，不仅高于预期的4%，而且还是100多年来首次高于失业率。8月份和9月份美国的失业率分别为3.9%和3.7％，几乎是历史上最低水平，而8月份和9月份美国的消费者物价指数分别为2.7%和2.3％，在美联储预期的范围内，美联储加息是符合预期的。当然美联储还可以利用缩表工具实现货币政策的目标，所谓缩表通俗地讲就是美国政府通过卖出国债和MBS（Mortgage-Backed Security即抵押支持债券）资产吸收市场上的美元，达到紧缩货币的目标。此后美股转跌，随即A股在2018年国庆节之后出现了前述的暴跌。当然这不是股市暴跌的唯一原因，但背后的经济逻辑却比较确定。即美国加息+缩表→美元升值→美债收益率上升→美国之外国家资金外流→资金收紧，债务危机→股市跌。 以上就宏观经济与股市跌的关系作了一些简要的分析，说明投资者关注经济数据是必要，这是价值投资基本功之一。价值投资的另外两个基本功是行业分析和公司财务分析。宏观经济分析、行业分析与公司分析（从量化分析角度讲主要是财务分析）构成了完整的价值投资分析体系。这三个维度的分析既有区别又有内在联系，是一个从宏观到微观自上而下价值发现过程。掌握了这三项基本功我们就可以找出被市场低估的投资标的。从社会意义上讲，价值投资锁定的投资标的也是社会资源配置效率最高的投资标的，能够为社会创造新价值即1+1>2。我个人认为作为投资机构应该积极追求与被投资企业共同创造新价值。但行好事莫问前程，创造新价值的企业迟早会被资本市场给予更高的估值，从这个意义上讲价值投资体现的也是价值观。与价值投资经常同时相提并论的概念是投机。我引用格雷厄姆在《证券投资》一书中的话：“亏损的投机者要比获利的投机者要多几乎是一个数学定律；以及‘对于投机者来说懂得何时买卖要比懂得买卖什么更重要’”。投机是零和规则，即A取得的价值是B失去的，它并没有为社会创造新价值。而且正因为投机是零和规则，获利与亏损同时发生，所以投机的获利市值与亏损市值是相等的。而往往获利市值的取得者是少数投机庄家，因此从投机获利的人数少于亏损的人数。这里并没有贬低投机的意思，投机也是必要的，比如它能激发市场流动性从而促进市场价值发现和价格形成，但投机终将体现价值投资的决定力量。投机一般只追求证券买卖差价收益，所以相对于证券价值，证券价格对投机更重要，也即关注买卖时点比关注内在价值更多，因此投机从根本上讲更注重决定证券价格的供给和需求市场因素。证券价格的供给和需求因素可以是新股IPO数量、限售股解禁数量、投资人交易制度、证券账户开户数量，也可以是中央银行基准利率升降信息等价值投资信息。投机通常只有在证券市场存在流动性溢价时才存在，在证券二级市场中投机交易较为普遍。投机交易者力求通过掌握证券流动性信息或控制流动性，取得证券流动性溢价，而对证券的市盈率等指标值高低相对不太在意，这就是为什么有的证券市盈率已经很高了，但依然有投资人追捧，只要有新投资人接盘，投机者就可以取得流动性溢价。价值投资与投机的关系与经济学中商品价值与价格的关系类似。从长远来看价值投资从根本上决定着证券的供给和需求，比如利率就是证券需求的重要因素，因此价值投资独立于并且优先于投机和流动性，没有价值投资逻辑支持的流动性溢价迟早会消失，证券价格也会向证券内在价值回归。对于这一点A股给了我们很多生动案例，在宏观经济缺乏增长动力时，证券二级市场价格指数背离性的暴涨大多只是昙花一现。投机也必须借助价值投资才能取得流动性溢价。许多上市公司股票价格之所以被炒到很高的水平，不是基于上市公司现时和过去的盈利，而是基于其未来盈利增长而被给予高估值。证券投机者往往利用这一点获得高流动性溢价。但当盈利预期消失时，对应股票价格往往会一落千丈。投机大师索罗斯之所以能够在1992年做空英镑的投机交易中取得巨额收益就是因为索罗斯看到了当时英国疲软的经济，正确判断了英国中央银行降息以及英镑贬值压力。但投资圈套性质则完全不同，是违法和违反道德的行为。这种行为在利益驱动下越发盛行。在经济繁荣阶段，这种行为的不良后果尚可隐藏，投资收益的背后只是击鼓传花的庞氏骗局，本质上与传销并无二致，一旦经济下行到一定阶段，资本市场出现拐点时，其不良后果便纷纷暴露。最典型的例子就是许多投资人委托管理的资产血本无归，堵门讨债现象频频发生，各种曾经风光一时的金融平台纷纷暴仓，实际控制人携款跑路。银行坏账极速增加，其中很大一部分坏账的产生根源于银行客户（通常是企业经营者）因为经济下行造成的业绩下滑原因，无法按期还本付息，另一部分原因则在于股市长期处在熊市阶段。股市行情好时有为数不少的银行客户是以实业生产经营为幌子从银行骗贷后，将贷款资金投资进了股市，在股市大跌屡有发生的情况下，牛市时的优质客户就变为了坏账客户。本人以投资为职业，就亲身经历资本市场由萧条到回暖到繁荣到狂热再回到萧条的全过程，各种圈套，高明的，粗俗低劣的大多有所接触。感触最深的就是当投资行业高收益短期内吸引大量非专业从业者时，行业便开始进入到狂热阶段，拐点就会出现，其标志就是各种圈套的败露，投资人的后悔莫及。某三板挂牌企业摘牌市值由逾千亿变为几乎一文不值；某企业以政府合作开发募投项目引入某知名机构投资人作为战略投资人股权融资5000万元，结果所战略投资人投资的5000万元如石投大海，连个水纹都没有；又如某宣称掌握有核心技术的农业科技企业，向投资人股权融资6000万元用于生产基地建设，资金到位后至今连生产基地的一块砖都没看到，但是该企业负责人身上却多了许多奢侈品。显然在感性思维人的脑中，他更像成功人士了。这些案例背后都是投资人的泪水，本人每当听到这样案例发生时都会条件反射式地为国内资本市场的职业道德担忧且愤慨。作为专业的资产管理者，为资产委托人管理好委托资产是职责所在，但很多前述案例背后的资产管理人职业道德大多被利益所蒙蔽，其结果就是投资投行化。价值投资与投资银行或通常所说的“投行”具有本质区别。价值投资通过投资被市场低估的投资标的而获取市场重估价值。价值投资报酬往往是在投资成功退出时才得以体现，通常时间周期比较长。投行实质是金融而不是投资，其作为投融资双方的纽带，通过为投融资双方提供增值服务促成投融资交易的达成，并获得投融资额一定比例的佣金作为报酬。佣金一般在达成投融资交易时即可取得。专业的投行会向投融资双方提供客观公允的投资分析过程、结论和判断并提出切实可行并且是共赢的交易方案。但现实中我国投行机构多为卖方（即融资方）顾问，个别机构（大多数机构是专业的）受专业水平及利益立场甚至是职业道德水准所限，往往为了佣金片面夸大投资收益或刻意隐瞒投资风险。2015年上半年某投行机构作为融资顾问为某新三板企业做的定向增发承销金额达到近百亿。该新三板企业市值曾一度超过1000亿元，但时隔两年该企业遭摘牌，目前股价几乎分文不值。这就是用近百亿学费编写的MBA案例。这其中的投行就扮演了丑角。所谓投资投行化就是投资人为追求眼前的无风险佣金或奖励而放弃追求较长时期才能取得的价值投资收益。这种情况容易造成投资人为取得投资成功的佣金或奖励等短期利益片面夸大拟投资标的投资收益或刻意隐瞒投资风险，更有甚者这种投行奖励渐渐转化成了融资方为融资成功而给予投资决策权利掌握人的回扣。我在对拟投资项目进行尽职调查中或是在与合作方交谈中经常会听到投资机构是如何做投资决策的，有的机构是由实际控制人一个人拍板，有的是由机构设置的投资决策委，一般由奇数个投资决策委员组成，过半数或三分之二投票通过才投资。但是价值投资从某种意义上讲是一项没有标准的活动，甚至都不能用投资收益结果来衡量，所以投资决策机制很容易受主观或外在因素影响。我甚至还听说有的知名机构投资人因项目投资金额小，连投资标的企业生产车间都没有去过就投资了，原因是投资额小，即使亏本也无所谓。另有知名机构投资人募集成立了一只规模数亿的产业基金，同样是对所投资标的不闻不问，得到另一专业人士的解释是说产业基金运作周期很长，在基金限期到期时管理人早已取得了数量可观的管理费，人也到退休年龄，还管那时基金收益如何呢。更有某名噪一时投资机构的投资策略颇显大气，只要新三板挂牌即投资。该投资机构旗下招聘有数量巨大的投资经理负责联络投资标的，也仅以联络为止，之后便是签订投资协议和打款。还有某平台融资专员找到我，宣称只要为该平台融资成功可以取得不菲的佣金，在被我问到该平台的底层资产为何时，该专员一时语噻。我拒绝投资或为该平台融资，并劝其寻找更具投资价值的标的做融资时，该专员竟然质疑我的专业性，甚至有言语侵犯。写到这里，我不禁想反问，投资真的如此草率吗？动辄几千万元甚至数亿元资本消散殆尽。成就了所谓专业投资人的风光和腰包，换来了所谓高净值人群，有的拿的甚至是养老钱作为学费人群的眼泪和生动的一课。 典型的投资圈套的例子这里不需太多笔墨介绍，各种平台、各种虚拟币、各种所谓的独角兽项目，各种知名投资人领投的投资失败案例太多，总结共同的特征就是以安全高收益吸引投资人，但投资方向却如雾里看花，有的是典型的资金池业务。其实投资人只要严格把握一点就不会上当，即看清投资的底层资产，话又说回来，大部分投资者掌握一定的价值投资分析方法，或许当初就不会上当。 价值投资从某角度讲与鉴宝有相似之处，只要掌握了价值投资知识就可以成为鉴宝高手，避免打眼。试想，如果投资人懂得宏观经济基本运行规则，他还会在经济下行时期投资那些经济周期型投资标的吗？如果投资人懂得行业的基本运行规则，他还会在行业产能过剩时盲目地投资富集落后产能的投资标的吗？如果投资人懂得公司财务的基本规则，他还会被粉饰过业绩的财务报表勾起投资的冲动吗？有人认为证券价格与证券标的基本面没有关系，我认为这是很荒谬的。如果没有关系，为何如此多的上市公司会乐此不疲地粉饰业绩？如果没有关系，证券二级市场庄家为何也会利用基本面信息炒作股票？如果没有关系，未上市企业股权机构投资人的尽职调查工作的意义又何在？如果这些违反价值投资基本规则的投资标的反而被资本市场给予了较高估值，我只能说资本市场的价值取向一时出了问题，造成这种偏差的主要原因在于信息不对称和非理性投资。证券二级市场存在利用信息不对称进行恶意炒作的行为，也存在上市公司财务粉饰或造假的行为，这些行为导致股价偏离了上市公司的内在价值，从而损害了投资人的利益，但我们不能凭此认定价值投资无用，恰恰相反，我们更应该掌握价值投资技能，从万千真假难辨的证券信息中去伪存真，发现证券真正的价值所在。有内在价值的投资标的长远看应该给予更高估值，不符合价值投资规则投资标的的高估值迟早会回归价值本质。 推广价值投资也是投资人回归理性的必由之路。中国是人情社会，关系这个观念在中国根深蒂固。很多人把投资理解成靠关系取得投资机会和资源，但个人认为这是舍本逐末，关系的前提是价值判断，没有价值投资基础的关系都是空的，尤其是在投资行业，这种关系容易造成寻租现象。很多投资机构片面注重投资经理拉关系能力而不注重价值投资能力，这是很荒谬的，这也可能是我国资产管理行业处于发展阶段初期所必经的道路吧。 价值投资到底是什么呢？价值投资就是寻找内在价值大于其市场价格的资产进行投资。这个内在价值的确定是建立在利用价值投资分析对这项资产未来（而不是现时）盈利的理性判断基础上的。从价值投资量化分析角度讲理论上企业内在价值EV＝CF/r,其中CF为企业未来创造的现金流，r为资本成本，r与利率高度正相关。现实市场中企业内在价值体现为企业的估值P，P是个价格的概念, P＝CFF/r。CFF是企业未来业绩现金流的预期。估值P总是围绕内在价值EV上下波动的，当CFF较高时，而真实CF较低时，此时真实业绩低于投资人预期业绩，那么估值P将会向EV回落。相反，当CFF较低时，而真实CF较高时，此时真实业绩超过投资人预期业绩，那么估值P将会向EV回升。显然CFF是诸多庞杂价值投资基本面因素的函数。这个基本面分析过程包括宏观经济分析、标的所处行业发展分析、标的财务分析以及对企业经营管理人员的管理水平、经验、甚至是个性的判断。这是一个从宏观到微观的价值发现过程。所有这些基本面因素共同影响着CFF大小，其中宏观经济因素又影响着r的升降。标的资产的估值可以体现为所处行业正在蓬勃成长的行业红利溢价，亦或是国家或地方对标的的鼓励的政策红利溢价，也或者是标的管理层管理水平较高的管理溢价，还有可能体现为标的被并购后产生协同效应后的协同溢价。不论是哪种溢价的发现，价值投资分析是基本功。价值投资者需要做的就是让估值P尽可能接近EV，当市场估值小于我们的估值P时积极买入，当市场估值大于我们的估值P时果断卖出。当然P＝CFF/r这个公式仅限于价值投资讨论范畴。当标的企业成为公众公司会得到更多投资人交易，从而产生流动性溢价，进而增加估值P。因此如果不特别提价值投资，那么估值P＝L×CFF/r，其中L为以流动性溢价为代表的证券供给需求等市场因素。作为价值投资者，我们应极力追求CFF并关注r。 本人是中国人民大学统计学硕士。统计学本身是一门数量分析工具性学科，但对于统计学专业来讲，它是一门应用型专业，必须与应用领域相结合。比如统计学是经济学的基础，无论是经济理论还是实践都离不开统计学。经济学家甚至是普通群众都开始关注统计局发布的经济数据，比如GDP、CPI等，这些描述国民经济运行的基本指标从指标编制到数据搜集整理无疑都是靠统计学来完成，甚至股市中的各种指数也需要借助统计学的方法来编制。没有统计学国民经济将陷入混乱之中。统计局在经济部门中占有举足轻重的地位。大量经济学理论来源于统计思想，大批经济学家同时也是统计学家。 本人从行业研究工作做起到从事投资分析及管理工作，虽然工作内容与统计学没有太直接的联系，但我深感统计学知识对我工作的帮助之大是其他专业不可比拟的。数字之于价值投资的地位就像统计学之于经济学的地位一样。数字是不含有任何感性成分的理性语言，最客观，因此价值投资最终是靠数字说话，而不是其他。海量数字背后蕴藏着大量规律需要用统计学工具来探索。就前面的例子而言，利率影响股市涨跌就是一个数量模型，而影响利率波动又有大量经济指标，这些指标无疑都是用数量来表达的，需要用数量分析工具，很多情况是统计学工具来分析。 但数字也有谎言，数字本身之间只是数学关系，是宏观经济、行业规律及财务规则赋予了数字意义。价值投资功夫在数字之外。因此我们需要掌握价值投资扎实的理论基础并升华到统计思维才能驾驭数字并识别数字谎言。我提倡的数量分析更侧重于数量模型的思维，而不是复杂的数学模型的计算。大部分统计专业的学生毕业后可能都会把统计公式和计算方法忘记得差不多了，但统计学的思想是始终不应忘记的。统计学思维与投资是十分契合的。To err is statistics(意译：统计学是研究不确定性的科学)这句话点明了统计学的核心，它既不像数学那样就是1+1确定等于2的科学，又不像艺术，它既是科学又是艺术，投资又何尝不是呢？还拿利率与股市涨跌的数量模型为例，利率增减并不必然带来股市的涨跌，很多情况需要做出加息或降息预期等情况的定性判断。就美国而言，经济增长、失业率及通货膨胀率这三个核心指标共同强烈影响着美国当局对加息与否的判断。在经济增长情况良好，失业率不高以及通货膨胀不太低的条件下，判断美国当局加息是符合预期的。对这些预期的判断并不是数学计算，而是概率判断。这里我再举一个A股二级市场的例子。很多有经验的A股投资者都会根据政策热点判断投资时机，比如我国每年年初会召开全国人民代表大会和中国人民政治协商会议，也即通常简称的“两会”。因为两会期间会集中讨论一些政策，尤其是关系民生的热点问题，会出台一些对经济及生活影响比较大的政策，大多数情况会对特定行业构成利好，进而引起相关上市公司股价上涨。有朋友对历年两会期间及前后A股涨跌做了统计分析，结论很有意思，两会召开前和后一定时期内A股涨的概率较高，而两会召开期间A股跌的概率较高。我记不清这个分析出自哪里了，这里对他的分析表示感谢吧。很多老股民（尤其是我国沪深股市开市不久参与股票投资的股民）可能还有印象，在网络信息技术不发达时代，投资者大多需要去证券营业厅关注股票行情或买卖股票。根据经验，证券营业厅门口证券报纸销售量增长时往往预示近期股票指数会下跌，而证券报纸销售量下降时往往预示近期股票指标会上涨。这些结论就是概率统计意义的判断。以上例子说明理性投资决策就是统计学思维过程。统计学思维还体现在数据语言的描述功能。我在校时花了大量时间研究顾客满意度测评模型。将顾客满意度这种感性因素用统计描述并测度的理论基础在于满意度根源于人们的期望与实际感知的对比。这恰恰与价值投资的估值模型不谋而合。正如前文所述估值P＝CFF/r，CFF代表业绩预期，一旦实际业绩低于业绩预期，那么标的估值将下降。因此本质上讲估值就是投资人对标的业绩满意度的测评结果。在这个统计学思维框架指导下，用统计数据语言描述出影响CFF的宏观经济、行业规律、财务等驱动因素并探寻其中的规律是最为重要的。如果能用数据描述出背后驱动经济及证券市场走势的政策意图以及交易行为，这将是统计思维的最高境界，只有这样才能发挥人的创造性和独立思考的能力。相反，只追求数量模型的复杂程度是舍本逐末的。本书所有内容的阐述都将尽可能先从有经济意义的有血有肉的理论模型构建入手，再通过实证数量分析进行验证或分析。 下面对本书的章节内容做一简要介绍。首先我想说明的是本书虽然会引用大量证券二级市场数据用于价值投资实证或模型推演，但是本书所指价值投资应用领域绝不仅仅限于证券二级市场投资，而是针对所有已上市或未上市企业投资价值的系统分析判断过程。因为通常证券二级市场具备更多的流动性，证券二级市场中的信息也表达的更充分，可以达到模型推演量化分析的数据量要求，相反未上市企业相关数据受可获取性和数据量所限通常不能达到量化分析的数据要求，所以很多情况下我们也只能借助证券二级市场数据进行规律归纳和模型演绎。但是归纳的规律和演绎的模型是不区分证券一、二级市场的。其次，本书将根据价值投资精典分析过程——自上而下的分析程序，从宏观经济分析、行业分析、财务分析三个层次（也是价值投资的基本功）进行循序渐进、环环相扣地展开讨论。每个层次既有区别又有联系。再次，学习价值投资没有捷径，本书倡导的量化分析是建立在读懂宏观经济、行业及财务大数据语言的基础之上的，本质上是一门“大数据语言”指导用书。既然是学习一门“大数据语言”就势必要学习这门语言的语法、修辞、章法等内容。对于价值投资大数据语言来讲，其语法、修辞和章法是通过指标来表达的，并且强调指标的原理和深刻含意。本书将详解数百个指标，让读者既熟知指标本身的含意，又深刻理解其背后的原理及经济意义，这样才能完全掌握这门大数据语言，游刃有余地指导价值投资。还是那句话，尽信数不如无数，数字虽然是客观的，但有时也会说谎，对指标知其然而不知其所以然的学习可能就会被数字谎言所蒙弊，因此读者从本书中掌握的应该是一门价值投资大数据语言而不是单纯的指标。 本书第一部分为宏观经济分析篇。宏观经济量化分析是建立在宏观经济学理论模型基础之上的，为避免读者“知其然而不知其所以然”式的数量分析，本书在宏观经济分析篇将首先让读者快速把握宏观经济与证券投资之关的关系并熟悉宏观经济学基础理论之后，再通过数量分析的方法做实证分析并归纳模型背后的数量规律以指导价值投资。宏观经济分析篇以DCF估值模型作为开篇，目的是揭示宏观经济与证券估值在产出与利率两个关键要素上的联系。后续章节将在宏观经济理论的基础上对IS-LM模型的产出、利率及其影响因素做展开讨论。最后将介绍经济周期理论及行业轮动规律，从而与行业分析篇相衔接。行业分析篇为本书的第二部分，将从行业的时间维度和结构维度两个方面展开介绍。行业的时间维度分析着重从行业投资时机角度介绍行业生命周期、收入周期、成本周期、利润周期以及驱动因素。行业结构维度主要包括行业上下游关系、同行业竞争者关系。行业结构维度可以从行业财务数据中得以反映。本书将通过行业财务数据的杜邦分析方法展开行业结构维度分析，同时与财务分析部分相衔接。财务分析篇为本书最后一部分，将首先介绍财务报表及重点科目的基础知识。财务分析的第二个内容介绍财务粉饰原理、财务粉饰手法及判别并对近期财务造假案例分析。财务分析最后一部分将介绍财务指标分析方法。全书最后一节将利用格兰杰因果检验分析财务指标与证券估值指标之间的关系。 做个总结，本书撰写初衷，是希望能够推广价值投资方法，一方面，与注重价值投资的朋友分享一些投资经验和方法，扩充一些分析思路；另一方面希望投资人能够理性地分析拟投资项目，至少可以理性地认识投资圈套，不至于被一些市场上违反价值投资甚至是投资常识的人或事所诱惑。最终中国资本市场将走向更加理性的阶段，资本市场的资源配置效率将更加高效，资本也将投向能为社会创造更多价值的领域。 目 录 第一部分 宏观经济分析篇... 14 第一章 宏观经济影响证券市场的内在逻辑... 14 第一节 从估值模型说起... 14 第二节 影响证券市场估值的因素... 15 第三节 预期收益、风险、市场利率对市场估值的影响... 19 第四节 预期收益、风险、市场利率对市场估值的回归分析... 22 第五节 业绩与市场估值... 29 第二章 宏观经济基础理论概述... 36 第一节 一表读懂宏观经济... 37 第二节 商品市场均衡... 42 第三节 货币市场均衡下的LM曲线及商品、货币市场同时均衡下的IS－LM模型... 49 第四节 IS－LM模型与财政政策、货币政策以及贸易的关系... 52 第五节 贸易与汇率... 56 第三章 宏观经济理论实证应用... 71 第一节 CHIBOR与存款准备金走势背离的IS－LM模型分析... 72 第二节 从经济数据看中国垂直的菲利普斯曲线... 75 第三节 货币扩张与资本市场及商品市场关系的实证分析... 80 第四节 从经济数据看美国2011年“滞胀”... 83 第五节 2016-2018年紧缩货币政策下的美国经济... 86 第六节 利率平价理论失灵的2019年美国经济... 92 第七节 欧洲联盟的形成与欧元的诞生... 97 第八节 撒切尔政府的供给侧改革... 99 第九节 1992年英镑危机... 104 第十节 欧洲主权债务危机的蒙代尔－弗莱明模型分析... 107 第四章 宏观经济模型分析与证券估值... 116 第一节 产出、利率及证券估值的宏观经济驱动因素... 116 第二节 财政政策相关指标对证券估值要素的影响... 126 第三节 投资与储蓄指标对证券估值要素的影响... 132 第四节 贸易指标对证券估值要素的影响... 142 第五节 货币政策相关指标对证券估值要素的影响... 148 第五章 经济周期与行业轮动... 154 第一节 经济周期... 154 第二节 经济周期与投资时钟... 162 第三节 经济周期与行业轮动... 168 第四节 经济周期及行业轮动领先指标... 181 第五节 经济指标因果关系的格兰杰因果检验... 191 第二部分 行业研究... 206 第六章 行业周期... 206 第一节 行业的生命周期... 208 第二节 行业的收入周期分析... 212 第三节 行业成本周期分析... 233 第四节 行业利润周期分析... 240 第七章 行业驱动因素分析... 244 第一节 行业的驱动力量... 244 第二节 化工行业驱动因素分析... 251 第二节 房地产行业驱动因素分析... 314 第三节 医药生物行业驱动因素分析... 317 第四节 食品饮料行业驱动因素分析... 322 第五节 纺织服装行业驱动因素分析... 325 第六节 机械设备行业驱动因素分析... 328 第七节 电子行业驱动因素分析... 332 第八节 交通运输行业驱动因素分析... 336 第十节 农林牧渔行业驱动因素分析... 339 第十一节 有色金属行业驱动因素分析... 342 第八章 行业结构与财务指标特征... 344 第一节 行业盈利能力分析... 347 第二节 行业营运能力分析... 354 第三节 行业偿债能力分析... 362 第三部分 财务分析... 367 第九章 财务分析基础... 369 第一节 认识财务报表... 369 第二节 资产负债表重要会计科目分析... 388 第三节 损益表及现金流量表主要科目介绍... 404 第十章 财务粉饰手法及案例分析... 412 第一节 财务粉饰手法原理及综述... 412 第二节 瑞幸咖啡财务造假案例分析... 422 第三节 风华高科财务造假案例分析... 432 第四节 天业股份财务造假案例分析... 440 第十一章 财务指标分析... 454 第一节 偿债能力财务指标分析... 455 第二节 营运能力财务指标分析... 462 第三节 盈利能力财务指标分析... 465 第四节 估值指标分析... 474 第五节 财务指标对证券价格的格兰杰因果检验... 486
本文为原创文章，商业引用请联系作者，非商业引用请注明出处。
| 
雷达卡
发表于 2021-3-4 18:24:27
提升卡
沉默卡
喧嚣卡
变色卡
千斤顶