價值知識


  • 老巴與查理的專題報導 > 巴菲特時事新聞

巴菲特:成功與智商無關,關鍵在於理智

作者:網路精選美文   |   2019 / 10 / 14

文章來源:智股網價值知識   |   圖片來源:網路

 

1998年7月20日,巴菲特和比爾蓋茲坐在華盛頓大學西雅圖分校的禮堂裡,台下是350名學生。當有人問到,你們是如何取得今天的成就時,巴菲特說道:

 

“成功與智商無關,關鍵在於理智。我一向將智商和天才看作汽車的馬力,而最後輸出功率的大小則取決於理智。許多人開著400馬力的汽車卻只發揮出100馬力的功率。 '最佳狀態'應該是:200 馬力的車百分之百地發揮出200馬力的功率。”

 

波克夏公司副董事長查理盟格,曾這樣評價巴菲特:“在我哈佛大學法學院那個班上有1000 個人,我認識所有最頂尖的學生,但沒有人能與巴菲特媲美。他的大腦就像一架超級理性、充滿邏輯的機器,只要他一發聲,你就能聽見智慧在運轉。”

 

理智是很多人經常會掛在嘴邊的一個詞,但投資者往往自認為非常理智的行動,在事後看來往往充滿著荒謬和愚昧。人性的貪婪往往會帶著“理智”面具,引誘投資者掉入萬丈深淵。

 

如何才能夠理智呢?巴菲特就給了所有人很好的提示:良好的思維習慣能夠強化人類的理智,從而避免貪婪的“腐蝕”。

 

今天我們來總結一下巴菲特的思維模式,不管是投資,還是生活,相信你思考一下都會有所收穫。

 

 

全局性思維

 

在做所有的投資決策之前,巴菲特傾向於先將整體市場的底層邏輯看清楚。

他說:“本質上,除了企業真正的利潤,股票投資者作為一個整體是不可能從股票市場多賺一分錢。”只有投資者的回報來自於企業利潤,股市這個才是使所有人能夠獲益的正和遊戲,這正是股市存在的基礎以及發展的根本動力。如果投資是在建立在市場的底層邏輯上,那麼就相當於走在寬闊的大道上,而一旦投資者走慣了大道,就很容易屏蔽來自小道的誘惑。正確的市場邏輯是最堅實的“安全邊際”。

 

當整個市場處於非理智狀態,而投資者自身保持理智的時候,機會往往就到來了。巴菲特喜歡在市場整體估值水平很低的時候挖掘被低估的股票,因為這樣會給與自己雙重“安全邊際”。巴菲特很重視市場估值水平的標準:股市總市值佔GDP的比重。他認為,當股市總市值與GDP/GNP的比值在80%左右時,是進入股市的好機會。

 

 

歷史性思維

 

不管是任何人,都難免受到“後視鏡效應”的影響。我們在判斷未來市場的走勢時,我們總是會給賦予前面的情況太大的權重。如果現在的行情很好,我們就認為市場未來也會如此。

 

當市場處於大牛市時,巴菲特說:“大家早已變成俄國著名心理學家伊万·巴甫洛夫實驗下的那條狗,只要聽到紐約證券交易所早上九點半的鐘響就知道有東西可以吃。”想要突破這種視野的限制,投資者必須要從歷史經驗中尋求幫助。

 

透過美國股市的歷史,巴菲特挖掘出了對於投資者極為有價值的結論。通過對於美國股市總體回報率的深入研究,他發現股票其實是一種“特殊債券”。在扣除通貨膨脹等因素,股票投資者的複合年回報率大概在7%左右。通過對於美國股市總體估值水平的研究,巴菲特發現了17年周期的現象。通過對於交易費用的研究,巴菲特發現投資者的回報中,有將近1/3被各類型的“幫手”拿走了。

 

通過分析投資者在汽車和飛機製造企業方面所獲得的歷史回報,巴菲特調侃道:“我在想,假設當初萊特兄弟的小鷹號第一次起飛時我也在現場的話,我很可能會極具遠見地、充滿公益心地(這點是為了未來的資本家)設法將它打下來。”這種獨特的分析方法使得他堅決不進入科技行業。

 

 

數據化思維

 

波克夏公司的一家子公司的負責人曾說,不要讓巴菲特看到任何你不想讓他看到的數字,因為他會記住的。在隨便路過的一家時思糖果的門店時,巴菲特都能脫口說出其銷售額,而巴菲特最喜歡的工作就是給保單定價。

 

數據化的思維方式,使得巴菲特能夠輕易跨越投資品種的界限。不管投資股票、債券、外匯,甚至是收購公司,在他的思維裡,都成了在未來獲得的一系列現金流,根據對於這些現金流的折現就能輕易的算出,它們的價值是否被低估。

 

格蘭托爾經紀公司(Gruntal & Co.)的馬歇爾溫伯格在回憶一次與巴菲特在曼哈頓共進晚餐的情景時說:“他點了一個很特別的火腿芝士三明治。很多天之後,我們又一起出去吃飯。他提議說:'我們還是去那家吧。'我說,'可我們不久剛去過了啊。他說,沒錯。所以為什麼要冒險去另一家你不了解的餐館呢?我們都知道自己想吃什麼。'”

 

巴菲特對於數字和概率非常重視,但這種重視和那些執著於量化投資的人又有很大的不同。巴菲特在致股東的信中寫道:

“在某種程度上,我們的成功就取決於,我們的注意力集中於可以輕鬆跨過的一英尺障礙,而不是非要尋求跨越七英尺障礙的能力。”

 

可見,巴菲特尋找的都是那些通過簡單的方法就能判斷其概率的項目,如果沒辦法做到,他索性就放棄。量化模型則要複雜得多,而越複雜的東西越容易出錯。

 

來源:網路

圖片網路

分享到Twitter 分享到Google+ 分享到pinterest 分享到新浪微博