东方红王延飞：投资的进阶，从解答到选择

做选择题而不是解答题

能否谈谈你的投资框架？

 王延飞  基于相信整个社会不断发展与进步的前提，在借鉴美国多年历史数据的基础上，我认为整个权益类资产的回报应该是大于其他的资产类别的。这个收益率背后，是因为叠加了企业家的能力和精神。举一个简单的例子，企业家如果拿着自己的钱和他的负债，去做一件事情的时候，预期回报率是要大于负债端的成本，否则企业家最初没有动力去做这件事。

长期看，经济不断增长，社会也是不断进步的。而上市企业作为相对优秀的群体代表，回报要比社会企业的平均回报要好一些，作为基金经理，我们更愿意寻找大概率能够带来收益的地方，因此我们会在上市公司中精选更加优秀的企业，给持有人创造相对更高的收益。这一层层下来，最后选择长期和好公司在一起，因为作为一个群体他们的回报是最高的。

主动管理型基金经理的目标是长期战胜市场，获取绝对收益。在投资的时候我们对比产品的基准，然后思考自己能在哪些方面做得更好，从而战胜市场。大概率上，我们去选取更加优质的企业，则能形成长期跑赢基准的基础。历史上看，长期的相对收益，一定能带来比较好的绝对收益。

在投资上，我喜欢去做“选择题”，而不是“解答题”。要解答一个公司到底值多少钱，到底PE估值应该给20倍还是25倍，这种解答题很难做。但是我们如果和基准去做对比，去做选择题就相对容易一些。一方面基金经理在能力圈范围内发挥自己所能获取超额收益；另一方面，在能力圈没有覆盖的地方，不追求超额收益，也尽量不掉队，不断降低因为一些错误而带来的永久性损失。在此基础上，通过找到能够构建起核心竞争力的行业和企业，形成持仓，这个组合长期看应该是有超额回报的。同时，在配置组合的过程中，基金经理通过一步步做选择题不断明确自己的努力方向，拓展能力圈，提高能力，这也是一种长期有益的积累，对个人能力来说也是螺旋式上升的过程。

另外，我尽量避免做择时，因为择时是很可能犯错的。如果我们长期去做一件自己不擅长的事情，最终的结果是负EV，会损耗超额收益。但是我们通过超配或者低配有认知优势的行业，能带来比较好的超额收益。

通过做“选择题”，是不是让投资变得更简单一些？

 王延飞  要直接看一个公司或者行业好不好，其实挺不容易的，但是几个公司或者行业放在一起比较，就比较清晰。我们在行业配置上，也通过比较逐步转向一些容易产生Alpha的行业，寻找那些容易构建出核心壁垒的企业。比如金融和地产，相对于银行个股的Alpha区别较小的情况，随着房价的稳定，地产可能要进入比较周转能力、资金成本的时代，会出现一些个股Alpha的分化。

在一个行业内部也是如此。比如说家电行业，10多年前的竞争格局和今天完全不同。多年来，家电行业构建起核心竞争力的公司，通过充分的市场化竞争形成了竞争优势，逐渐和其他公司拉开差距，形成了护城河。最终的结果是更高的盈利能力。甚至一些类似于化工这样的周期品行业，也有一批公司走了出来，形成了比较大的Alpha。我的工作就是在这些比较中，找到有Alpha的公司，然后配置到组合里面。

一开始做投资的时候，我是用解答题的思维方式，想这个公司值多少钱，这就很容易陷入到非常难的问题中去。与其做解答题，不如做选择题。通过做选择题，更清楚自己需要努力的方向，明确哪些行业我的认知还不够，如何拓展自己的能力圈。通过做选择题，也规避了许多不擅长的东西，这帮助我们投资做了很多减法。

能否再举几个关于“选择题”的例子？

 王延飞  比如说银行，有很强的牌照壁垒，但并不是完全市场化，这导致银行里面的龙头公司，很难产生比较大的Alpha。虽然也有几家银行企业很优秀，但是他们和竞争对手的差异度，没有家电、汽车、消费品等行业中那么大。家电行业里面龙头企业市值可以几千亿，不好的公司可能直接面临倒闭，优秀公司的Alpha是很大的。

还有一个例子是计算机行业，我们从另一个视角解释“选择题”思维方式。A股计算机企业整体估值是偏高的，这种高估存在了很长时间。从完全理性的角度看，大部分A股计算机企业基于其商业模式不应该被给予那么高估值。但行业特征、投资者结构等等要素和其他行业区别很大，我选择不硬要去和市场对抗这一点，在自己的能力范畴内去配置计算机板块，选择里面性价比最好的公司。

所以说，在做行业比较的时候，选择能够做对比的行业，通过总结一些特征，来进行比较，比如有同源假设的一些行业可以放在一起做比较，来选择相对更优的行业；不可比的行业，选在接受市场的基础上去做行业内的优化。不过我相信随着能力圈的不断提升，可以对比的范围会越来越大。这样的话，从提高自己的角度出发，选择题也会比解答题模式更有效，能够指引一个清晰的路径。解答题要直接达到终点，这种方式比较难。而我们通过选择题的比较方式，在一次次比较中知道自己欠缺什么，有一个螺旋式上升的路径，而且清晰可见。

上次访谈韩冬的时候，他提到东方红资产管理的团队模式更像是基金经理行业专家制，所以这样做能大幅提高每个人的投研效率？

 王延飞  的确如此。东方红的投研团队，不仅个人需要具有单兵作战的能力，而且更重要的是，团队之间协同互助，彼此分享，使得整体能力提升。对于基金经理来说，每个人都有自己的能力圈。但是如果仅仅在自己熟悉的领域做投资，也面临比较大的风险敞口：一旦自己不熟悉的行业出现机会，就会全部错过，也会有投资组合的行业过于集中的风险。

我们每个基金经理，也都是某个行业的资深研究员。通过我们内部的基金经理行业专家模式，每个人都能将自己能力最大化发挥出来。也许自己在一个领域没有研究过，而别人可能已经研究这个行业10年了，那么就听取在这个行业有Alpha的基金经理的建议。大家彼此信任，共同分享，也抵御了很多风险。

和优秀的管理层同行

你有没有一个预期收益率的目标？

 王延飞  我的长期收益率目标是年化10-15%左右。设定这个目标是有原因的，跟开始讲的投资框架也是吻合的。首先基于社会整体的回报率，这个回报率可以对应到我们的国债利率。然后上市公司整体回报应该比社会整体回报率高一些。上市公司里面，优秀企业的回报率又比上市公司高一些。结合现在的整体估值情况，最终形成了这样一个预期收益率目标。

能否谈谈你组合构建背后的逻辑？

 王延飞  在组合构建上，首先要选择幸运的行业，这个之前谈到了，如何进行行业比较来进行选择。行业间比较有一个重要的维度是行业内是否容易形成有护城河的企业，我认为形成组合最重要的是能找到有竞争力，能够成为行业第一的优质企业。我们愿意站在优秀企业这一边。我是用数学概率题的角度看待组合构建的，因为最终每个人持仓大概是20到30只股票。每个股票的胜算差一些，叠加在一起，再计入时间的因素，到最后胜算相差会很大。举个例子，如果做一件事情要有10个流程完成，每一步的成功概率是95%，最后这件事成功的概率是60%，但如果是每一步成功概率是90%,最后这件事成功的概率只有35%了。

所以在公司选择上，那些不优秀公司带来的风险是很高的。对于长期投资而言，买不到好公司，触雷是一定的，对组合的伤害也会比较大。假设组合里有一只不好的标的，每年出问题的概率是20%，三年下来，那它有大约50%的概率就会出现不好的事情。反过来说，优秀的企业家能帮助规避很多风险，他们在经营上也不会冒进。和优秀的人，优秀的企业同行，其实对获得超额收益的帮助很大。

能否谈谈你怎么找到优秀的管理层？

 王延飞  这里面还是回到我一开始说的“选择题”思维。单一看一个人，很难对其进行评判。看的管理层多了，通过各类比较能感受到哪一类的群体更加优秀，他们往往在一些方面会有相似的特征。我们也会通过企业家的特征，和公司财务数据的比较，去思考优秀管理层如何对一个企业产生影响，会体现出哪些财务特征。。

能否谈谈你如何通过财务指标来选择企业？

 王延飞  现在上市公司的信息披露得相对充分的，财务指标方面，我们会看同一个行业中不同的企业，通过比较周转率、利润来源、现金流和财务控制能力等因素，判断哪些公司的盈利能力更强。ROE高低是一个结果，这个结果背后有企业家能力的因素，代表着同一件事情两家企业不同的处理方式。比如就ROE差异而言，要看企业是不是周转的更快，现金流是不是更稳健，对客户是不是议价能力更强，融资的成本是不是更低，或者股权的集中度情况，甚至是公司内部企业文化的差异因素。

对于个股上的仓位，你一般是如何决策的？

 王延飞  首先，我们跟踪调研一家公司，第一件事情是要给公司定性，根据行业情况、公司能力、流动性等多方面的因素定性这家企业到底值得我们配置几个点的仓位。我们可能观察了一家公司很久，觉得性价比相对合适之后，才会尝试买入一些，并等待观察我们的买入逻辑能否得到市场进一步的印证。如果事情朝着我们预判的方向发展，可能我们还会追加持仓。因此，对一只股票的建仓，我们往往会用比较长的时间。

其次，一家好公司必须经历过时间和历史检验。我们更加倾向于选择持续跟踪很长时间后，无论是公司的品性，还是企业家的为人，要比较靠谱的。重仓的品种，也代表着我们对于公司的信任。我们自己有一个优质公司的股票池，基金经理可以在这个股票池里面做比较，选出性价比好的投资标的。

波动不是风险，永久性亏损才是风险

你如何看待投资中的波动？

 王延飞  我比较同意塔勒布在《非对称风险》中，关于风险的描述：波动本身不是风险，承担永久性的损失才是风险。塔勒布举了一个例子，从椅子上跳下来，没有风险。但是，你从10层楼上跳下去就有风险。

短期的波动并不是风险，没有波动就没有超额收益，但是尽量避免犯造成永久性损失的错误。在投资端，过于追求低波动，一定是损失收益的。投资最大的风险，是永久性损失。比如，一个优秀的公司价格下跌了，性价比更高，那么我们也许会增加这个公司的持仓，但是如果投一个不好的公司踩雷了，涨不回来了，那就是一个永久性损失。所以，我们要控制比例，也要做好仓位配比，这样一定程度上能够抵御风险。

其实，在持有人端也是一样的。基金的产品收益率不等于持有人的收益率，这是行业存在的一个普遍问题。而基金经理注重组合波动，是对持有人负责。坐在车上的人不知道开车人的风格，很容易在状况频发的时候轻易下车，因此开车的人也要尽可能让自己的风格与乘客匹配上，方能走得长远。如果股票看一年，这个波动是不确定的。但是如果把时间拉长三年，预期收益率实现的置信度会提高很多。把时间的维度叠加进去，同样的波动条件下，就能获得更高的收益。那么持有人愿意在时间上进行更长的锁定，也许就能获得比较高的预期收益率。反过来说，越是看重短期的回报，长期看会损失一定的收益率。

所以，这并不意味着不去控制波动。控制波动的核心还是从持有人体验出发。我们希望实现的是，基金产品收益率就是持有人的收益率。我们要为持有人负责，如果波动过大，持有人也容易下车。

另外基金经理的能力和持有人的信任需要进行匹配，持有人的资金属性也要和基金经理的投资风格匹配。比如说我们目前已经发行的具有三年封闭周期产品，在实际的投资操作中更加灵活，波动会稍微放大一些。我们自己对于三年封闭期后让持有人获得一定的超额收益还是比较有信心的。

什么事情对你的投资启发比较大？

 王延飞  看书给我的启发比较大。塔勒布的四本书对我影响比较大，他的书值得反复看，每次看都有新的收获。比如看《随机漫步的傻瓜》，其实能理解很多事情，理解了就不会在事情发生的时候感觉到非常突然。你把不好事情的发生看成是一种概率，本身组合也存在这种概率，如果发生积极去应对就好。做投资遇到黑天鹅也是必然的，这让我能坦然接受投资中的一些错误，错误是投资中不可避免的一部分。与此相对的，收益率背后也有运气的成分。在我们收益率好的时候，也要理解这并非完全是我们的能力；而在业绩不好的时候，也有运气的成分。这种思维方式，会让我的心态更好。

另外，芒格的多元思维模型，也对我启发很大。投资的过程中，唯有变化是永恒的，我们每天要与时俱进，不能以一个不变的方式去做投资，要让自己不断进步，不断适应市场的新变化。

与时俱进，保持学习

基金经理是一个压力很大的职业，你平时面临压力时，如何去排解呢？

 王延飞  只能跑步、或打牌了（笑）。我们公司的氛围很好，领导不会给我们太大压力，许多压力能够在内部缓解掉。由于中长期的考核机制，大家都看重长期业绩，淡化短期的排名。每个人都会有压力，有时候面临压力时，领导还会帮你来缓解。在心态不好的时候，文化理念发挥的力量很大的，凡事看淡一些也会少很多麻烦。

平时有什么事情你想多做一些？

 王延飞  我希望自己做好“选择题”的领域能不断扩充。比如，过去只能做50道选择题，而未来要努力做60、70道，能够把一个个选择题扳掉，实现一个个小目标。

能否具体讲之前扳掉一道选择题的案例？

 王延飞  我谈一个之前买过的某造纸行业龙头企业，这个公司是造纸行业中最优秀的企业，到了2018年，这个公司股价调整了很多，这时候所有的负面信息向你涌来，比如产品价格下跌了、国家环保政策松动导致落后产能暂停退出等等。

当时大家都是用产品价格指标来看这种周期性的企业，产品价格上涨带动股价上涨。事实上，公司的价值不应该是完全随着产品价格波动而波动，如果按DCF模型贴现来看的话，公司价值已经隐含了未来产品的价格波动，这个大家都知道。但公司股价跌到什么位置敢于去买，很难去做判断，所以大家才去盯产品价格，背后的难点是找不准公司的估值锚和价值锚。但如果以作比较的思路去拆解，把公司的利润拆成行业平均利润+超额利润，超额利润就是这家公司在竞争对手大部分都亏钱的时候，还有大约10多亿的利润，这部分是每年都产生的、稳定的，可以对比其他稳定性行业的估值，比如公用事业等。通过这样的分析思路,可以比较很多周期类的公司，选哪个就会更清晰了。

你前面提到了与时俱进，是不是对于行业的认知，也会伴随着时间，有更深层次的理解？

 王延飞  是这样的，这也是我们强调的行业专家模式的优势。看一个行业10年，认知会远超看一个行业3年。这个认知差，就是来源我们对行业或公司不断有深层次的理解。

我是看TMT中计算机和传媒出身的。对于传媒里面游戏企业的定价，过去几年也有了新的认识。我们拿游戏行业为例。几年前由于游戏行业的特征：商业模式有项目制属性，一款游戏成功，下一款游戏能否继续成功是不确定的，则PE估值不应该高。

但是这几年，随着大浪淘沙，现在的游戏研发公司集中度已经提高很多，头部的几家公司已经是用一个产品组合的思维在开发新游戏。他们为了维持企业的生存能力和长期竞争力，降低企业对单款游戏的依赖程度，研发上并非只投1款游戏，而是每年开发10款、20款游戏。这里面有成功也有失败，但是大概率是有能支撑企业未来持续发展的项目，大概率能够维持现在的利润体量，所以公司自身的利润波动在下降。

而且游戏行业和电影行业比较的话，游戏行业前期不需要投入那么多钱，研发只需要投入几千万，后期主要是在引流的投入，而引流方面基本上可以通过数据模型算清楚用户转化率、付费率和ARPU值，引流成本低于用户价值时，才会去做引流的投入。因此，游戏行业的大部分成本是有弹性的，是有回报的一种成本。这点和电影有本质的差别，电影的前期投入是巨大的，而票房本身却存在太多不确定性。

同时，外部环境也在发生变化，包括消费游戏的人群结构和付费结构、支付方式等等，所以你会发现，全球游戏企业的估值这几年都在往上提升。

 - end -