标签： 投资

上一轮2006~07年牛市时，最火的社区是天涯论坛，论坛上有一些骗子，每次用不同的ID发十几条不同的预测，然后第二次在预测正确的贴子下面跟帖继续预测，第三次再如法炮制，第四次……，一个新的股神就诞生了。

一旦大家认为这个人是“股神”，他以后再说一些模棱两可的判断，大家也仍然觉得它很准。

行为金融学告诉我们：我们在做判断时，常常过度关注于这个事件的某个特征，而忽略了其出现的环境和概率，这种认知偏差，被称为“代表性偏差”。

“行为金融学”系列上一篇《人人会犯的错误，是“市场先生”发的红包》分析的是选股过程中的“易得性偏差”，即，我们总是先根据直觉决定喜欢不喜欢这个股票，再为自己找一个心安理得的理由。

那么，这个直觉是从何而来的呢？

有些来源于大师的名言金句，比如，应该选择ROE高于15%的公司、PEG小于1才是安全的估值；有些是过往的成功经验，好公司经常涨价，业绩将随下游需求爆发……，但如果我们忽略了其出现的环境和概率，盲目地使用这些经验，就容易出现基本面研究中最常见的“代表性偏差”。

有一类典型的“代表性偏差”，因为太过典型，被单独命名为“幸存者偏差”。

我自己也犯过这样的错误。有一次，我引用了一篇广为流传的基金收益分析的结论，文中列举了存续期在10年以上的混合型基金的复合收益率，将之与指数比较，得到基金收益率远高于指数的结论。

结果立刻有人在评论区回复，那是因为收益低的基金都被赎回清盘了。

任何研究的第一步都要确定样本范围，不管是自然界，还是人类社会，优胜劣汰无所不在，如果只针对筛选后的样本进行分析，就很容易导致结论中没有包括这个“优胜劣汰的筛选过程”。

当然，因为差距太大，且清盘的基金数量有限，即使把被清盘基金加回去，基金的总体收益率仍然高于指数，但基金收益率确实因为“幸存者偏差”而经常被夸大。

再比如，很多投资者对美股的印象就是一定要买科技龙头，买FANNG，但FANNG只是把涨得好的大公司放在一起编的名词，事实上，Netflix涨起来之前，它叫FANG。以后谁落伍了，这个词就删掉一个字母，用幸存的龙头来证明买龙头的投资策略，是一个典型的“幸存者偏差”。

很多根据成功者的规律总结出的经验都无可避免地建立在“幸存者偏差”的基础上，所以量化策略，不但要做历史回测，还要做一段实盘测试，因为历史回测有可能忽略了“淘汰机制”而变成“循环认证”。

股价的涨跌是多种原因综合而成的复杂性现象，人脑无法处理如此多的复杂原因，只能用一部分的特征去代表整体，所以我们的大部分分析方法都有一定的“代表性偏差”，无法绝对避免。

因此，任何经验都值得我们多问几个“为什么”——即使是ROE这个最典型的指标。

因为巴菲特的推崇，高ROE一向被价值投资者看成好公司的代名词。

除了“名人光环”外，高ROE也是“有代表性”的特征——那些为大众所熟知的好公司通常都是高ROE；那些涨得好的公司，到最后也会成为高ROE的公司。

的确，较高的净资产收益率，代表公司能用同样投资创造比竞争对手更高的收益，其原因，或者是利润率高，或者是效率（周转率）高，或者是负债能力强。但如果我们用ROE来分析公司，我们就要知道，这家公司的高ROE，有多大概率能持续多久？

以2009年上市的首批创业板公司为例，作为深交所精挑细选的公司，其盈利水平和股价涨幅，总体超过创业板公司的平均水平。由于2016年开始，价值投资的理念成为市场主流，所以我以这27家公司2009-2015年这七年ROE的平均数进行排序，超过15%（巴菲特最喜欢的标准）的公司有四家（下表粗框内的前四家），分别为探路者20%，网宿科技19%，乐普医疗18%，红日药业17%。

如果我们从2016年5月（即2015年年报公布后）开始投资至今，五年多的平均收益率仅为-11%，同期创业板的涨幅为63%，而这27家公司的平均收益率为78%。

把这27家公司按ROE分为高中低三组，每组刚好9家公司，2016年5月投资至今，算术平均收益分别为83%，185%和-35%，中ROE组收益率（9.5~13.3%）远远高于高ROE组（13.3%以上）。

表面上看，高ROE组也跑赢了指数，但这只是算术平均收益，高ROE组的9家公司中只有爱尔眼科和华测检测两家公司跑赢了指数。

中ROE组大幅跑赢了指数，但这几乎是以亿纬锂能一家之力完成的，同样也只有两家跑赢了指数。

更要命的是，这几年跌幅最大的五支股票，两支是在高ROE组，两支在中ROE组，只有一支在低ROE组。

如果仅就这27家公司看，ROE有一定的判断价值，但非常有限：

第一、由于超过平均收益的公司仅有4家，占比15%，找不到最好的四家公司，还不如买指数，虽然最好的公司不会出现在低ROE中，但高ROE和中ROE的区别作用不大

第二、低ROE公司固然是“稳定的烂”，但最差的五家公司却与ROE的水平无关，ROE低可以排除烂公司，却无法排除那些可能带来致命亏损的“最烂公司”

当然，如果只用27家公司的数据下结论，那我也出现了“代表性偏差”，但我也不打算找更多的标的，再多的标的也无法避免“代表性偏差”，更重要的是搞清背后的原因是什么。

仔细分析ROE超过15%的这四家公司：

探路者是户外用品的龙头，2015年以后，为了打开增长空间而进入其他领域的尝试以失败告终，导致ROE一路下降的原因既有净利润的下降，也有资产周期率的下降。

红日药业是众多未能实现向创新药转型的传统药企的代表，2015年以前的高ROE是中药注射剂被滥用的结果，随着不良事故和医保控费的展开，其衰退是必然的。

再看网宿科技，其高ROE是典型的产业趋势形成的，其CDN业务刚好碰上手机视频流量大爆发，但由于竞争壁垒比较低，随着阿里等巨头的进入，公司业绩迅速归于平淡。

排名第五的神州泰岳同样也是因为产业趋势（手机流量红利）而获得高ROE，又因为产业趋势结束前没有转型而衰落。

公司规模越大，越容易获得稳定的ROE，这正是巴菲特看中ROE的原因，但创业板上市的都是中小规模的公司，不管是消费、医药还是科技制造，其高ROE都缺乏稳定性，易受产业趋势影响。

而对于波动性比较大的A股，其ROE的小幅波动往往会造成“戴维斯双杀”或“戴维斯双击”，成为股价波动放大器。

四家公司中最反常的是乐普医疗，这是创业板前十年的大牛股，无论从行业空间、竞争格局还是产品竞争力，乐普医疗都是标准的优秀公司，2015年刚好是其ROE的最低点，此后一路上行至27%，导致股价从那时到去年7月，涨幅达170%以上。

但从去年下半年开始，公司ROE仅仅微跌几个点，股价已经腰斩。原因在于集采的结果预示着公司主营产品份额将持续丢失。

很多投资者觉得，公司去年和今年（预测）的ROE仍然在20%以上，所以十几倍PE的乐普医疗被严重低估了。是否被低估我无法判断，如果投资者预期未来几年，公司的ROE将会回到15%左右的正常水平，那么预示着业绩的下降才刚刚开始——这个预期才是低PE的真实原因。

所以，对于ROE的判断，最重要的不是其历史稳定性，而是根据ROE的空间，根据基本面与ROE水平的匹配程度，推测ROE未来上行、下行和保持不变的趋势。

比如，这个表中还有一个有意思的现象，2009~2015年ROE在12~14%之间的公司，出现了严重的两极分化，四支创业板牛股全部出自这个区间，但最差的五家公司也有二支混在其间。

12~14%刚好是从好公司到优秀公司的瓶颈，也是从没有产业趋势到进入产业趋势的拐点，其估值在这个区间内也更有弹性。

所以我认为ROE这个指标的高和低不是判断好公司的标准，更与未来的涨跌无关，我会依照三个原则分析ROE：

第一，支持高且持续的ROE的逻辑通顺，这是最重要的，很多公司的高ROE水平，与其行业空间与产业趋势、竞争格局和商业模式不匹配，往往缺乏持续性；

第二，公司已经显示了一定的利润增长速度，这是成长股与价值股的区别，如果公司一直大比例分红，没有成长性也能获得高ROE，但此类公司股价不可能在A股获得高估值。

第三，ROE从低于行业平均水平的位置向上，且仍然有上行的空间。大部分“十倍公司”都需要满足这个条件，即：ROE上升50%到一倍，资产与营收规模增长一到两倍，估值上升一到两倍。

不过，高ROE对公司质地的区分作用还是有的，相比之下，另一条同样被广泛使用的PEG=1的方法，就是典型的“代表性偏见”了。

很多价值投资者都会用“PEG=1”作为成长股（价值股和周期股不适用）估值是否合理的标准，最常见的是从利润增速不低于20%，PE 20倍左右的公司中选股。

但大部分人并没有想一想，为什么“PEG=1”是一个合理的估值水平呢？

仅仅是因为这是很多大师推崇的标准——彼得林奇说：PEG在0.5-1之间，是安全范围；PEG大于1时，就要考虑该股有被高估的可能。

所以PEG=1本质上是彼得林奇长期投资实践的观察结果，是一个典型的经验数据。任何经验数据如果不考虑其来源背景，就会陷入“代表性偏差”，比如PEG=1的结论，就忽略了对合理估值影响巨大的因素——利率。

PEG是PE与利润增长率之间的比例关系，而这个比例关系，同时出现在另一组估值算法中，就是DCF估值。

DCF估值与企业的永续增长率和近期增长率正相关，与贴现率负相关，而贴现率又与利率水平正相关，也就是说，估值的合理不但与利润增速正相关，同时与利率水平负相关，而“PEG=1”的经验值标准恰恰忽略了其产生的利率背景。

利率与合理估值的逻辑关系很好理解，从定价机制上看，无风险利率水平越高，股票投资者需要更高的风险补偿，其合理PE估值水平自然要下降；从供求关系来看，无风险利率水平越高，分配到高风险的股票投资的资金越少，合理PE估值水平自然要下降。

下图是美投十年期国债利率与“PE的倒数”的关系，两者基本同向，即利率与合理PE负相关。

彼得林奇从1977~1990年掌管麦哲伦基金，其间刚好是美国利率最高的年代，是现在的4倍，再加上合理的风险溢价算下来，如果当时的安全PEG水平在0.5~1，现在就应该是当时的2到3倍以上，即当今利率水平下，PEG=2倍才是合理估值水平。

PEG=1的印象在中国被强化，不但有大师的影响，也因为2016~17年，一批PEG在1附近的大盘蓝筹成长股的持续上涨，给投资者留下了深刻的印象，事实上，那时代表无风险收益的银行理财产品的收益率远高于现在。

类似“高ROE”和“PEG=1”这种对基本面过于简化的判断，还有很多，比如说：

很多投资者喜欢高毛利的公司，觉得高毛利的公司赚钱能力更强，实际上，高毛利非常脆弱，行业空间不足、竞争加剧、技术更新，等等，都足以击溃高毛利，即使企业能够维持高毛利，也不代表公司盈利的持续增长的能力，而后者才是影响股价的直接因素；

很多投资者喜欢涨价，认为涨价之后就会业绩大增。实际上，大部分涨价都源于成本的上升，而且，涨价后能不影响销售额的公司很少，更无法持续体现在利润上。

很多投资者喜欢需求暴增的逻辑，实际上，需求暴增带来的往往是无序竞争和行业集中度的下降；反而是供给格局改善的逻辑，虽不能立刻提升业绩，却增加了长期业绩的确定性。

很多投资者喜欢有垄断业务的企业，认为可以躺着赚钱，但在真实的商业世界里，凭什么要让你躺赚呢？有着复杂的央地关系和无处不在的行政监管，还要摆平各种内部关系，垄断业务的确定性并不像想象的那么高。

高毛利、需求增长和垄断业务，都是比较明显的信号，而且涨价是容易上头条的题材，所以它们很容易引发代表性偏差，其少数牛股往往是时代的偶然，或者另有隐藏的原因。

认知偏差和判断错误不同，后者是个体出错，前者是集体误差，市场有的时候会中和这些偏差，有的时候会放大这些偏差，而后者会造成明显的投资机会。

比如在2021年以前，市场普遍认为传统制造业是夕阳产业，没有科技类企业有投资价值，这个认知源于2009年以后，中国最牛的企业都是互联网企业，以及融入全球产业链的科技与高端制造行业，而传统制造业进入漫长而残酷的产业出清阶段，大部分公司的业绩长期低迷，似乎验证了“夕阳产业”的判断。

实际上，大部分TMT类企业的竞争格局非常一般，只要你投资超过三年，至少遇到一次因为技术变革而吃亏的例子，不知道从哪里冒出来一个强劲的对手（其实早就存在，只是你不知道而已），然后你就不相信会有什么永远的技术优势了。

相反，进入20年代，互联网进入反垄断时代，逐渐公用事业化，科技与高端制造行业也进入残酷的产能出清阶段，外部又遇到了各种打压与贸易壁垒。相比而言，那些产能已经出清、竞争格局稳定的传统制造业，反而迎来投资的白银年代，这个产业趋势已经在2021年开始出现，而这个投资机会，正是之前市场对传统制造业的认知偏差造成的。