对话核心观点 - 文章重点推荐橡树资本创始人霍华德·马克斯与畅销书作者摩根·豪塞尔的对话内容 摩根·豪塞尔是《金钱心理学》和《一如既往》的作者以及Collaborative Fund的合伙人 [1] - 摩根·豪塞尔被描述为一位进行非常独立思考的投资者 其博客连载内容常为霍华德·马克斯提供启发 本次对话中摩根是观点的主要提供者 [1] - 对话的核心主题涉及耐心与杠杆 并探讨历史不会重演但人类行为总是重复的规律 [1] 其他推荐阅读 - 文章推荐在股市高位震荡时阅读彼得·林奇1997年的访谈 学习在"局部牛"市场中的投资方法 [1] - 推荐洪灏与拉斯·特维德的对话 讨论人工智能可能彻底消除传统库存周期 以及超智能 商业周期与价值捕获机会 [1] - 推荐Baillie Gifford旗舰基金掌舵人的分享 内容关于如何辨识具有韧性的公司及其创始人 [1]

投资哲学核心 - 强调"常识投资"，投资者最大的优势是对身边生活和熟悉行业的理解，而非专业模型[3] - 投资逻辑是先去理解企业如何赚钱，再去看股价是否合理，而不是反过来追逐市场热门[4] - 无论市场环境如何，始终坚持几个最基本的原则：投资真正了解的公司、保持长期视角、关注估值边界、注重风险回报比[8] 估值原则 - 二战以来美股市场的合理估值区间大多在10到20倍市盈率之间，突破20倍意味着在透支未来盈利[5][16] - 市场整体估值与通胀率相关，经验法则是用20减去通胀率，大致就是市场的合理市盈率，例如80年代初通胀高达12%时市场市盈率只有8倍[18] - 市场涨得太快、太高会提前透支未来七八年甚至十年的盈利预期，导致所有资产变得过于昂贵[15] 公司选择标准 - 倾向于投资日常生活中能看到、已经理解的企业，而非复杂的生物科技或陌生热门行业[8][50] - 偏好研究有工会的公司、陷入困境的公司、无人理会的公司，以及关注者较少的小公司[22][24] - 通过实地观察发现投资机会，例如住酒店、逛商场时发现某家店不错，然后去查它是否是上市公司[25][26][62] 风险回报管理 - 追求不对称的风险回报比，如果判断正确要能赚一倍、两倍，如果判断错误最多亏三四成，这才值得下注[9][46] - 避免投资已将所有好消息都反映在价格里的股票，关键是企业未来盈利潜力是否被充分定价[46][47] - 注重资产负债表分析，关注公司现金状况和债务水平，例如股价2-3美元但每股亏损10美元的公司风险过大[57][58] 市场波动应对 - 将市场回调视为清肠药，短期不适却有利于长期健康，宁愿市场跌1000点也不愿其一路疯涨[14][19] - 在市场下跌时专注于研究哪些公司的基本面没有改变，即使经济衰退也不会受到冲击，寻找"打折"的优质公司[10][43][46] - 拒绝预测短期市场走势，但坚信长期来看企业盈利会增长，十年、二十年后企业盈利一定比现在高，这是市场向上的根基[8][69] 投资工具与方法 - 使用能够提供公司十年财务数据、损益表、库存情况等关键指标的工具进行系统化研究[56] - 普通投资者只需盯住四五家非常熟悉的公司，熟悉到能站在讲台上讲解其投资逻辑[55] - 可以兼顾共同基金投资和个股投资，但个股投资应限于熟悉的行业或本地公司[59] 行业与市场观点 - 新兴市场依然重要，亚洲市场游戏远未结束，储蓄率高达56%的国家仍具潜力[72][74][75] - 美国经济充满活力，新公司会不断涌现，例如微软、Staples、联邦快递等公司在20年前根本不存在[69][70] - 避免复杂金融衍生品如期权、期货等，坚持股票投资才能让时间成为助力[77][78]

文章核心观点 - 智能发展是宇宙演化的一部分，AI正逼近"创新者阶段"，具备自我管理与自主演化能力，将重塑全球经济结构[3][4][31] - 商业周期不会消失但节奏更快，库存周期可能被AI实时预测消除，资本开支与房地产周期仍存在但更密集[4][91][92] - 资本正从传统地产转向算力基础设施，数据中心投资补位写字楼下滑，为AI革命奠定基础[6][136][137] - 美联储预计9月降息开启谨慎周期，将引发新大宗商品周期，AI基础设施投资超GDP 1%[7][124][125] - 未来真正价值捕获在于垂直领域AI应用而非通用模型，创新集群与价值分配机制是关键[108][109][148] 智能演化与宇宙叙事 - 智能演化是138亿年宇宙复杂性进化的延续，经历恒星形成、生命诞生、大脑进化等关键密度临界点[19][22][23] - AI工具已能自主提供未询问的洞见，如ChatGPT建议将宇宙智能演化划分为结构性阶段[24][25] - 到2050年全球将拥有41亿台智能机器人，包括服务机器人与自动驾驶汽车，总产出达人类劳动力五倍[45][49][82] - 2028年AI将进入"创新者阶段"，具备自我激励与管理能力，不再依赖人类引导[31][53][54] - 人类可能启动宇宙意识觉醒过程，AI将成为理解宇宙的智能体载体[34][36][37] 经济周期演变 - 库存周期（4.5年）可能被AI实时需求预测系统消除，实现按天或小时级精准预测[92][100] - 资本开支周期（9-10年）由技术创新驱动，AI使其更高效且创新节奏更密集[92][93] - 房地产周期（18-20年）存在模态锁定现象，与资本开支、库存周期呈倍数共振关系[94][95] - AI通过系统动力学建模与实时数据接入，使经济预测深度广度远超传统框架[98][100] - 中国猪周期因养殖工业化减弱，印证产业可预测规模化可平滑周期波动[101][102] 投资与价值捕获 - 大模型公司缺乏护城河，用户切换成本低，差异化弱，如Gemini、Grok、ChatGPT体验趋同[105][106][107] - 价值捕获集中在垂直领域AI应用，如生命科学、制药、金融等领域需求真实且数据丰富[108][109] - HuggingFace平台年底将拥有500-600万个开源模型，价值创造源于模型组合解决具体问题[109] - 美股AI估值未必泡沫，科技公司盈利能力强现金流稳定，技术持续突破[115][116] - 大宗商品周期可能重启，类似2001-2008年由中国需求推动的行情，当前铜消费量逆房地产下滑增长[127][128][132] 技术落地与产业影响 - 自动驾驶安全性已超越人类，特斯拉汽车形成共享驾驶知识的群体智慧雏形[47][80] - 个人AI助手通过分布式学习保护隐私，成为用户的第二个大脑与实时教练[83] - AI已具备极强创造力，如生成商业计划、品牌口号与书籍章节标题[71][72] - 美国商业地产投资下滑但数据中心投资增长，资本转移路径与中国高度一致[135][136][137] - 中国将资本支出从房地产转向能源基础设施，成为全球能源产能与智能电网领导者[134] 宏观判断与预测方法 - 美国可能进入类滞胀状态但通胀不失控，进口价格下降与消费行为钝化通胀传导[119][120][121] - 判断经济未来需观察技术演化路径、创新集群与价值捕获机制，而非仅经济数据[5][148][149] - 创新集群具备关键密度特征，如维也纳古典音乐、瑞士手表、底特律汽车等历史案例[149] - 欧洲对AI怀疑主义盛行，中国与美国更关注机会与创业方向，态度差异显著[161][162] - 过度制度化可能导致文明崩溃，创新活力转向边缘地带如东南亚、中东等地区[154][158] 结构性转型与建议 - 中国经济经历结构性转型，从房地产依赖转向科技与新兴产业驱动，高科技板块股价翻倍[141][142] - 给年轻人建议：通过性格测试了解自身优势，探索生成式AI通用技术平台，长期定投股票[166][168][173] - 股票是1802年以来长期回报最好资产，定投策略可实现低买高卖效果[170][176][177] - AI革命社会受益但技术发明者未必获回报，如古登堡印刷术改变文明却破产收场[102]

市场冲击与基金表现 - 2025年4月7日中国市场遭遇重大冲击 上证指数重挫7.34% 创业板指数跌幅超11% 恒生指数跌超13% [2] - 国泰蓝筹精选基金净值在冲击中出现回撤 但两个交易日内完全修复至回撤前水平 体现防守弹性 [3][4] 基金经理张容赫的投资策略 - 宏观与总量判断优先 通过分析经济走向、企业盈利和流动性环境寻找预期差 采用逆向思维 [15][16][17][19] - 偏好从"图形不顺"的个股中寻找机会 关注被低估但基本面稳健的老牌蓝筹股 前十大个股持仓占比仅2%多 [21][23][7][8] - 通过主观量化筛选赔率标的 再结合宏观与基本面判断胜率 追求组合性价比最优 任职以来收益48.52% 超额收益18.55% [24][25][8] 组合管理与风险控制 - 将组合管理视为多约束下的结构优化问题 考量产品设定、资金属性、客户波动容忍度等限制条件 [29][30][33] - 仓位动态调整 2024年三季度前保持9成仓位 四季度降至7成 通过分散持仓和低热门股暴露控制回撤 [5][6][8] - 以客户体验为指挥棒 强调风险控制需匹配投资人心理弹性 确保客户能共同承担波动 [34][36] 产品特征与业绩目标 - 产品风格偏向中大市值蓝筹股 持仓切换不频繁 在震荡市中体现低回撤与反弹能力 [31][26][8] - 新发基金国泰启明回报混合（代码024356）正在发行 对混合型产品设定排名前三分之一的目标 [13][49][50] 个人特质与投资哲学 - INFJ人格类型 感性与理性并重 擅长从复杂信息中抽象结构并兼顾人性理解 [42][43] - 以"竞技麻将"比喻投资策略 注重规则、节奏与对手心理的深度判断 追求进攻与防守的平衡 [51][52]

苏格兰抵押投资信托概况 - 拥有116年历史 是全球历史最悠久的投资信托之一[5] - 资产管理规模达151亿英镑（约193亿美元） 其中25%投资于非上市公司[5] - 投资组合涵盖全球领先企业 包括美客多 亚马逊 Meta 拼多多 台积电 以及SpaceX 字节跳动 Epic Games等私有创新公司[6] - 过去10年实现年化约12%的回报率 尽管经历利率上行和科技股估值收缩的冲击[6] 投资哲学与策略 - 寻找能够经受冲击并不断自我重塑的企业 而非规避风险的公司[7][10] - 强调韧性是长期成功的核心 企业需在不可预测的环境中展现适应力[8][17] - 投资流程注重企业财务健康度：债务水平 毛利空间 现金流生成能力[24] - 关注创始人主导企业的文化优势 认为其更具灵活性和创新意愿[24] - 通过投资组合案例说明韧性价值：Meta通过效率优化提升盈利能力 Shopify保留20%收入作为运营缓冲 Cloudflare利润率稳步提升[26][27] 行业趋势与投资方向 - 聚焦可预测的长期技术趋势：人工智能强化 电动车电池成本下降与续航提升 云计算与数据管理软件演进[8][34] - 关注具备"自造气候"能力的企业：法拉利凭借品牌杠杆推动增长 Oddity通过AI实现个性化美妆推荐 奈飞拥有内容定价灵活性[29] - 中国市场中 美团在激烈竞争中展现商业模式韧性 顶住了字节跳动和京东的进攻[30] 案例分析与经验总结 - 成功案例：Baillie Gifford持有奈飞10年获得20倍回报 体现对文化适应力的长期信念[7] - 失败反思：瑞典电池制造商Northvolt因客户需求低于预期和运营问题破产 揭示对脆弱性预判不足[22][23] - 投资组合调整方向：减少对环境变化脆弱的企业 提高成功概率[31][32] 市场环境认知 - 区分风险与不确定性：风险可量化对冲 不确定性才是现实主导因素[14][15] - 当前处于"奈特式不确定性"高峰期 地缘政治加剧全球经济复杂性[17] - 投资者优势源于对公司潜力不同于市场的认知 需习惯不确定性[19] - 接受"多重危机"现实 传统秩序崩解伴随新问题不可预测地涌现[34]

霍华德·马克斯对市场的核心观点 - 预计未来10年投资标普500的回报率可能仅为小个位数百分比 表明对美股长期回报预期不乐观 [1] - 指出投资者普遍存在乐观情绪带来的认知失调 倾向于选择性忽视负面因素并对模棱两可的迹象做积极解读 [1] - 认为最佳买入时机往往出现在市场共识最低的时候 因为真正该买的时候投资者反而一点也不想买 [2] 投资智慧与自我审视 - 强调其79年投资经验中蕴含的智慧 特别提出三个有价值的问题供普通投资者进行自我审视 [2] - 其观点被认为非常适合普通投资者学习借鉴 [2] 其他推荐阅读内容 - 瑞·达利欧讨论美国债务问题并对年轻人提出建议 [2] - Baillie Gifford复盘投资奈飞案例 总结10年实现20倍回报的关键三点 [2] - 六禾致谦戴斌讲解资本周期的运用 [2] - 中泰资管田瑀分析白酒航空光伏行业 并讨论中报持仓和商业模式思考 [2] - 提供图表分析哪些ETF含"果链"最高 [2]

基金经理戴斌的投资框架 - 戴斌是六禾致谦的中生代基金经理 投资风格保守 恪守"资本周期"理论 牛市表现一般但熊市业绩稳健 [2] - 六禾致谦是国内最早成立的私募基金公司之一 穿越多轮牛熊周期的"常青树" [3] - 戴斌2011年加入六禾 曾任研究总监 2020年5月开始独立管理六禾未来100产品 南京大学物理学学士 中国科学院微电子硕士 [4] 资本周期理论的核心要素 - 投资框架重点参考四个维度：上市公司对股票的行为、资本开支、机构行为以及估值 并融入数学象限模型表述行业资本周期循环 [6] - 分析起点不是需求预测而是供给侧 资本供应变化比需求更能解释回报差异 [7] - 高回报吸引资本和竞争 低回报导致资本退出 资本流入流出的规律就是资本周期 [16] 资本周期四象限运作机制 - 象限4（萧条期）：估值处十年底部 资本开支下降 企业暴雷 机构减持完毕 企业开始回购 媒体风评不佳 [22] - 象限1（复苏期）：估值从低分位到中位数 部分企业增加资本开支 经营现金流创新高 少数机构组团买入 [22] - 象限2（繁荣期）：估值从中位数到高分位 多数企业资本开支 利润表大范围修复 机构抱团买入 大股东减持 [22] - 象限3（衰退期）：估值从高分位下降到中位数 PB提升结束 现金流出现问题 企业配股和股东减持 资本收缩 [22] 行业与公司分类标准 - A股约80%公司没有自由现金流 其涨跌取决于景气度而非价值 [30] - 有自由现金流行业包括石油石化、煤炭、食品饮料等 资本开支下降时会将现金流返还投资者 [32] - 无自由现金流行业包括基础化工、电力设备、电子等 依赖渗透率提升和供需不平衡带来利润增长 [32] 估值评估体系 - 估值钟摆分四层次：最底层看债性（银行、公共事业） 上一层看自由现金流（白色家电、消费） 再上层看利润表盈利（化工、电子） 最上层看SOTP和目标市值法（创新公司） [37] - 越往下估值安全性越高偏绝对回报 越往上估值越危险 [38] - 周期变化可能使上一档估值公司跌至下一档 产生投资机会 如2022年互联网巨头估值跌至债性体系 [39] 当前市场评估 - 2022年4月消费、医药、新能源PB处历史极值 便宜板块为运营商、银行、能源 [42] - 目前沪深300的PE处于70%历史分位 因ROE恶化导致PE偏贵 市场中便宜货不多 [47] - 港股信息技术PB和PS估值分别处于十年47%和78%分位 最便宜时点已过 [43] 行业资本周期状态 - 恒生科技板块处资本周期中后端 出现回购暂停、配股、股东减持、资本开支增加等不友好信号 [44] - AI板块资本开支共识度高 但中国企业多扮演乙方角色 承接美国制造外包 [59] - 基础化工、家电、有色部分公司估值不贵且进行回购增持 AI、科创板块资本开支扩大且出现减持需谨慎 [48] 反内卷政策与投资机会 - 反内卷A面是产能过剩行业（如白酒、碳中和制造业） B面是资本开支低行业（如运营商、能源） [54] - 国家想解决内卷但机构对A面不相信 市场对景气度存在分歧 [54] - 若反内卷成功 已发生产能过剩、股价下跌、无人持有的板块会有不错价值 [54] ETF投资视角 - ETF投资需理解背后公司估值 关注资产回报率和估值而非交易工具属性 [74] - 可关注港股通红利低波ETF和中证价值ETF 两者PB均在1倍左右 [77] - 更偏好从微观行业和公司研究出发 而非将ETF作为风格因子交易 [78]

投研体系升级 - 中欧基金提出"专业化、工业化、数智化"投研体系升级战略 专业化要求研究员专注细分领域 基金经理专注特定投资风格和策略 通过长期积累成为专业权威[3] - 工业化通过统一投资理念和标准化流程形成内部共同语言 提升洞见传递与落地效率 例如权益团队按五要素模型分析股票 研究员平均每3只推荐标的有2只被基金经理采纳[4] - 数智化通过数字化和智能化提升投研覆盖度、效率和客观度 目前公司已将AI和大模型深度融入投研流程 人类智慧与量化模型相互赋能[4] - 工业化体系并非去个体化 而是进一步凸显人才不可替代性 目标是培养第三代基金经理 多资产团队是贯彻工业化较彻底的团队 搭建矩阵式组织架构提升协同效率[5][8] 科技领域投资机会 - 科技领域两类重大机会：国产替代（芯片制造、高端仪器仪表、软件）和AI人工智能（大模型应用、海外算力、AI端侧硬件如智驾/机器人/AI眼镜）[15] - 国产算力预计四季度出现趋势性机会 AI端侧在2026年下半年或有较大投资机会 因海外巨头将推出AI眼镜/耳机/折叠屏手机等新品[16] - AI本质是让强大公司更强大 有能力者更有能力 能力产出差距拉大 海外AI应用2025年预计达200亿美元 潜在投资规模4000-5000亿美元[16][17] - 国内科技发展面临场景替代步伐较慢和模型能力差距问题 但预计半年维度DAU将好转 国产链重点关注服务器、IDC及推理端大规模应用的国产替代[18][19] 债券市场展望 - 中期低利率环境可能长期延续 无风险利率还有下降空间 目前债券市场未到牛熊转换时点[20][21] - 利率定价主线是对内解决新旧动能转换中的债务存续问题 居民部门存量债务化解需要较长时间周期 目前仅到中段 按揭利率还有进一步下行空间[21][23] - 低利率环境是结构性变化的适应性定价 而非简单反映基本面好坏 利率与经济基本面强相关的逻辑在中期转弱[24] - 10年国债与银行负债成本存在负利差 安全利差水平约20-25bp 债市需经历收益降低和波动率上升过程以降低夏普比 当前安全边际逐步贴近[25][27] 多资产策略创新 - 多资产团队搭建矩阵式架构：横轴为多策略alpha选择（价值/质量/红利/景气/可转债） 纵轴为多资产beta配置（债券/股票/商品/宏观研究）[8] - 通过主观与定量循环路径（观点→信号→模型）实现投研结合 用AI工具提升企业经营趋势预测能力 例如用算力服务器每日抓取上市公司信息[9][10][11] - 未来方向是Smart alpha策略 通过全面风险管理和衍生品应用降低波动率 收窄收益分布区间 减少负收益概率 追求更高夏普比率[12] 产品业绩表现 - 中欧数字经济混合A近一年收益率232.32% 同期业绩比较基准69.25%[6] - 中欧信息科技混合A自成立以来收益率76.38% 同期业绩比较基准18.60%[6]

美国债务危机与财政状况 - 美国国债年化利息支出已达1万亿美元 叠加9万亿美元到期再融资和每年2万亿美元新债销售 可能超过市场吸纳能力[4] - 美国债务总额约37万亿美元 为年收入的6倍 明年需筹集12万亿美元维持运转 其中1万亿用于支付利息 9万亿债务到期展期 2万亿为新发债务[23][24] - 美国政府年支出7万亿美元 收入仅5万亿美元 支出比收入多40% 财政赤字持续扩大[23] 债务周期与历史参照 - 债务危机本质是政治问题 需将财政赤字控制在GDP的3%才可能稳定债务水平 需提高税收4%并削减政府开支4%[27][29] - 历史参照1971年布雷顿森林体系崩溃及1930年代金本位退出 均因黄金储备不足导致货币体系重置[21][47] - 若放任债务问题发展 可能重演1970年代滞胀期 美元贬值与黄金价格上涨将成为主要特征[40][42][46] 货币政策与资产配置 - 美联储若失去独立性 将削弱美元作为财富存储工具的吸引力 可能导致大规模购债与货币贬值[4][39] - 加密货币 黄金和稳定币反映人们对法币贬值的担忧 黄金应作为对冲系统性风险的核心资产[4][83] - 建议建立分散化投资组合 配置替代性货币资产 以应对不同经济环境下的波动[82][83] 政治结构与治理能力 - 美国民主制度治理能力正在削弱 政治极化导致60%人口阅读能力低于六年级水平 影响国家内在健康度[60][65] - 财政问题根源在于两党坚持"绝不加税"和"绝不削减福利"的竞选承诺 导致改革停滞[35] - 缺乏强大中间力量推动必要改革 社会内耗加剧 存在向威权主义转变的风险迹象[64][71][74] 技术变革与人才策略 - AI技术导致22-25岁年轻人就业人数自2022年以来下滑13% 职场新人最易被替代[87] - 成功关键在于靠近行业顶端10%的优秀人才圈层 获得资源与信任以创造新机会[90][91] - 倡导善用AI工具 但需结合人类判断原则 底层逻辑仍围绕人与文化的协同[97][100] 债务驱动因素与系统性风险 - 当前经济变化由五大力量驱动：债务周期 内部政治冲突 国际地缘紧张 气候自然冲击及AI技术变革[4] - 债务恶性循环表现为政府靠新债还旧债 央行可能陷入亏损与负资产负债表状态[18][19] - 若债券吸引力下降 外国抛售美债可能触发资本管制与债务结构调整等应急措施[39]

投资框架 - 投资框架的核心是买好企业同时买得便宜，以长期股东的视角评估企业价值 [2][3][8] - 投资决策最关键的因素是企业的长期隐含回报率，即企业价值与市场交易价格之间的差价 [12][13] - 评估企业时更关注护城河，确认其比同行强在哪里以及竞争优势如何形成 [9][14] 护城河分析 - 企业护城河在于建立与同行之间的可持续性差异，需基于具体商业模式进行剖析 [16] - 跟踪企业护城河变化是日常工作，关注经营环境、下游客户诉求、科技进步及监管政策等变化 [18] - 高端白酒是具备深厚护城河的典型行业，其竞争在香型和品类上区隔，企业通过保证稀缺性构建护城河 [20][21] 高端白酒行业 - 高端白酒满足“长坡、厚雪、慢变”的好生意标准，品牌塑造需要一流品质、独特生产要素和悠久历史 [5] - 高端白酒企业在需求下行时通过控量来维持价格体系和渠道信心，而非放量抢份额 [24][25] - 白酒的真实需求与价格相关，价格体系崩溃会导致消费场景瓦解，因此降价被行业共识视为没有出路 [27][28] 航空行业 - 航空公司亏损的主要原因是客公里收益下滑，尽管客座率不低但票价水平下降 [37][38] - 票价低迷源于支付能力周期性变弱和航空公司竞争策略激进，后者体现为分阶段定价中的低价竞争 [45][46][47] - 从股东角度看，不激进的竞争策略更优，激进的低价策略若无法带来更高市场份额则意义不大 [48] 光伏行业 - 光伏行业大部分环节竞争格局不佳，因企业间成本差距不易维持，后发企业易追赶 [53][56] - 逆变器环节是光伏产业链中少数具备产品性能差异和成本差异的细分领域 [57] - 在行业整体估值下行时，若确认某企业有护城河和壁垒，反而可能出现投资机会 [59][60] 组合管理 - 组合管理强调标的业务层面的不相关性，而非行业分类上的分散，以降低整体风险 [62][63] - 持仓标的多为顺周期行业，基于对中国宏观经济的长期乐观假设进行自下而上选股 [66][73] - 回避的主要是业务层面的因果相关，而非宏观维度的统计相关，后者难以完全规避 [74][76]