价值投资基本原则 - 股票代表企业的一部分所有权而非可来回交易的纸 买股票本质上和买下一家公司是一回事 [18] - 市场由具体的人组成 人的本性追求短期获利 容易把股票当作短期交易筹码 可把市场想象成“市场先生” 他不断报出可买卖价格 有时远低于价值 有时远高于价值 市场提供的是服务而非指导 [18] - 投资本质是预测未来 未来天然不可预测 必须留出充足安全边际 保护下行 让风险与回报形成更有利的不对称 [18] - 巴菲特和芒格增加“能力圈”纪律 随着时间推移在某些特定领域积累知识形成专长 但能力圈最重要之处是必须知道其边界在哪里 知道自己能力圈边界与知道能力圈里面有什么同样重要 [19] - 芒格提出“要到有鱼的地方去钓鱼” 有些市场行业公司吸引大量注意力 竞争激烈 错误定价和超额回报少 另一些行业公司国家和市场未得到足够关注 竞争不充分 把注意力放在这些地方往往做得更好 [19][20] - 财富体现的是在全球购买力中所占比例 现代经济中财富不真正体现为持有多少黄金钻石或某种货币 随着通货膨胀这些静态财富载体随时间失去相对购买力 更好衡量方式是在全球购买力中所占比例 [20] - 实现全球购买力占比提升的方式是在最有活力的经济体和市场里 以有利价格买入最优秀最具创造力的企业 并长期持有 让企业随时间不断创造价值 [21] 市场参与者与市场功能 - 市场参与者大体分4类 第一类是真正投资者 关注企业随时间推移能否创造价值 第二类是套利者 试图纠正市场错误定价 从悲观主义者手里买入再卖给乐观主义者 第三类主要做投机 猜别人下一步会买什么卖什么 第四类是经纪商和做市商 为前面活动提供交易服务 [22][23][24] - 现实中大多数人不是纯粹属于某一类 很多人同时具备4种特征 只是比例不同 [25] - 买指数从某种意义上买到的是所有市场参与者的平均值 价值投资者真正关心两件事 第一价格发现是否合理 第二愿不愿意等待企业在长期中创造价值 [26] - 格雷厄姆偏向套利 利用错误定价 巴菲特既利用价格错配 又更加专注于企业长期创造价值 [26] - 投机者不会持有足够长时间等到企业价值真正变化或创造出来 从整体看投机基本是零和游戏 有人赚多少大致就有人亏多少 从社会整体角度看是市场运行的一种成本 [27] - 经纪和做市同样也是市场运行的成本 [28] - 市场最核心功能是把社会中过剩储蓄引导到能够产生生产性用途的企业和活动里去 通过这种方式形成现代经济和长期复利式经济增长 这才是股票市场最初存在的根本原因 [28] - 巴菲特把股票市场比作“一座教堂 旁边连着一间赌场” 教堂是创造价值的地方 赌场几乎像取得建筑施工许可时不得不附带进去的一部分 由人性决定 是必要成本 [28] - 400年前现代资本市场刚出现时 人们需要通过这种机制激发“动物精神” 400年之后这件事仍然没有改变 [28] - 过去400年尽管资本市场经历无数巨大繁荣与崩溃 造成极其巨大浪费 但机制一直生存下来 始终作为核心机制持续推动社会向前发展 [30] - 不能让“赌场”这一边膨胀得过于庞大 以至于压倒市场最初存在的核心目的 这既是个人层面选择 也是整个社会层面选择 [30] AI技术本质与影响 - 生成式AI浪潮是巨大技术浪潮 从工业革命开始人类经历一轮又一轮技术浪潮 伴随破坏也伴随创造 即“创造性破坏” [32] - 这一轮AI浪潮与过去任何一次相比都异常不同 变化速度前所未有 涉及规模前所未有 资本和金融影响集中程度前所未有 围绕它形成的叙事及对资本配置造成的集中影响同样前所未有 [32] - 这一轮技术革命背后叙事发生变化 过去技术被当作提升人类生产力的工具 这一次技术引入不同维度 开始处在“工具”和“造物”之间的光谱上 并从工具一端向“造物”一端移动 [33] - 大约4年前这项技术第一次真正进入公众视野时 已经跨过某种图灵测试门槛 仅通过语言已无法确定交流对象是机器还是人 [33] - 之后AI开始拥有“推理”能力 越来越多表现出接近人的特征 从推理进一步发展出编程能力 能够成为自主执行任务的智能体 不同智能体开始相互协作 完成越来越复杂持续时间越来越长的任务 [34] - 硅谷流行叙事下一步是生成式AI进入RSI即递归式自我改进 未来AI所有改进最终都可以由AI自己完成 不再需要人参与 从RSI往前到AGI 再往前是ASI 智能水平超过任何单独一个人 最终超过全体人类智能总和 [34] - 如果接受这套叙事 最后得到的东西像人类自己造出了一个“半神”或“人造神” 对经济影响必然极其巨大 今天投入的巨额资本都可得到合理解释 [34] - 人类不会愿意生活在由人类自己创造出来的“神”居高临下主宰的社会 能够真正接触它的可能只有极少数 没有人真正理解它 甚至没有人真正控制得了它 [35] - 最终只有两种可能 第一种这项技术根本不会沿着那条路径一直发展下去 第二种如果它真的开始沿着那条路径发展 到了某个阶段所有人最终都会联合起来阻止它继续往那个方向走 [35] - AI本质上是一台机器 通过巨大算力加上非常聪明的算法 把人类产生的几乎全部数据放进去 从这些数据中提取“第一阶导数” 在几乎无限数量的人类数据变量之间建立起系统性具有上下文关系的相关性 开始获得很多看起来接近人类推理和人类智能的能力 [36] - 目前知道怎么使用它 也知道怎么让它变得更好 但并没有完全理解它为什么会有效 [36] - 生成式AI在现阶段最擅长的事情是把经济中知识型技术型服务业这一层已经积累起来的知识和专业能力重新综合起来 让它们变得更加普及 帮助经济中其他各个层级 [38][39] - 它并没有改变能源和交通运输本身 也不会直接改变制造业的本质 制造业归根结底仍然是把不同物质分子和原子进行重新组合 通信和数字化本身也已经是非常强大的信息综合工具 [39] - 生成式AI目前真正发挥作用的领域并没有超越人类 最终未必会达到今天那套宏大叙事所暗示的高度 因为现在仍然牢牢处在人类生成数据这个范畴之内 如果真要进入生物学意义上的层面 那是完全不同的数量级 [40] - 身体里每一个细胞可以想象成大约50MB的文件 还要再乘以数万亿个细胞 如果想真正跨越到生物层面的复杂性 面对的是这样一个数量级 距离那个层次还非常非常遥远 甚至最终能不能真的到达都很难说 [41] - 不能允许技术在“没有人参与其中”的情况下继续自我发展 所谓RSI即递归式自我改进 如果脱离了人的参与和人的定义 将会非常非常危险 一旦到了那个阶段 它就可能自己发展目标子目标 形成自己的目的 进一步脱离人的控制 [41] - 这项技术极其有用 具有变革性 同时也极其危险 作为社会也作为人类整体 必须划出一条红线 无论是AI的自我学习还是工具的使用 必须始终有人参与其中 必须把它牢牢留在“工具”这一端 不能任由它走向脱离人类控制的“灵性物种” [42] - 这项技术还会带来巨大颠覆 从就业到人与AI之间的情感依赖 再到网络安全生物安全甚至核安全 各个层面都存在风险 最终真正需要的是让社会找到更加平衡的发展速度 在收益和风险之间取得平衡 [42] - AI成本结构与互联网及过去很多技术不同 过去很多技术可以先进行一次性巨大投入 完成基础设施建设 之后很长时间里都可以不断利用这套基础设施 AI永远都会伴随着增量成本 永远都必须考虑投入成本和最终能够产生的收入利润之间是什么关系 资本需求和财务纪律永远都会发挥作用 [43] - 真正决定AI发展节奏的有4、5个不同层面的约束同时存在 人类社会适应巨大技术变化从来都不是通过完美规划 一定会经历巨大的繁荣 也会经历崩溃 很可能还不止一次 [45] - 可能会经历几轮繁荣与崩溃的周期 这大概就是这项技术最终会发展的方式 [45] - 主持人补充说始终需要一个人在其中对AI产生的结果进行检查 最终真正稀缺的反而会变成那个能够监督AI输出的人所拥有的技能 李录回答说是的 大体上是沿着这个方向 [45] AI狂热与市场定价 - 市场从一开始就一直会做一些很奇怪的事情 过去如此 将来也大概会继续如此 但市场在任何一个时点决定做什么 完全没有必要支配行为 这是格雷厄姆最重要的洞见之一 [46] - 有一家公司把自己称作“研究实验室” 每年烧掉数百亿美元 同时承诺未来会继续烧掉数千亿美元 它说正在创造一种具有变革性的技术 但与此同时又说这项技术有大约10%的概率把所有人都杀死 [46] - 这些话就写在募资材料里 然后邀请所有人至少投入1000亿美元 并且按照2万亿美元的估值来给它定价 如果这里面存在任何逻辑上的一致性 那已经很令人费解 [47] - 这是一个非常极端的例子 说明市场有时候能够非理性到什么程度 这些事情不可能同时都是真的 但市场现在就是到了这种位置 这种状态不可能以一种理性的方式长期持续下去 [48] - 从2010年开始算 过去大约16年里 标普500的年化回报大约有14%到15% 但在此前10年即2000年到2010年 年化回报几乎正好是0 甚至略微为负 把这26年放在一起看 长期年化回报大致又回到了高个位数 [48] - 这段时间里实际GDP增长可能大约2% 再加上2%到3%左右的通胀 合在一起名义经济增速大约就是4%到5% 上市公司通常会比整体经济表现稍好一些 尤其像标普500这样本身经过筛选 留下的是大约500家最优秀的企业 所以最后得到一个高个位数的长期回报并不奇怪 [49] - 这恰恰就是市场长期以来的平均水平 应该成为一个非常重要的基础锚点 长期究竟应该得到什么样的回报 以及市场最终会怎样回归理性 [49] - 在这个长期趋势之间 市场会不断出现一段一段的偏离 有时候这种偏离还会持续非常长的时间 并且走向极端 [49] - 如果真正相信社会最终不会允许也不会容忍一种“超级生命体”凌驾于人类之上 那么AI最终就不会走到那一步 [49] - 如果它最后仍然停留在“工具”的范畴里 那么它就和其他工具一样 有成本也有收益 既然如此 财务纪律和资本市场的纪律最终就一定会重新发挥作用 [50] - 这个过程往往就是通过一轮又一轮的上涨和下跌 繁荣和崩溃 这其实也没什么问题 [50] - 在任何一个时点 整个市场并不会凭空创造出无限多的新资本 如果大量资本都被吸引到最热门最顶端的那些公司里 那么另一边就一定会出现一大批原本非常优秀的企业 被忽视 并以非常低的价格交易 [52] - 美国如此 中国如此 其他市场也是如此 中国的情况可能更加极端一些 但随着时间推移 市场自身的分量最终仍然会决定长期回报 投资者最终大体上还是会得到自己应得的东西 [53] - 这个世界并没有太多真正的免费午餐 即使有时候看起来像有 而且这种免费午餐甚至可能持续相当长的时间 但从更长期来看 市场自身回归理性的力量最终还是会把这些东西重新拉回去 [53] - 今天这种巨大的市场分化 对那些能够保持理性的人来说 实际上提供了一个比平常更好的机会集 前提是真的能够保持理性 这非常困难 一点都不容易 因为人很容易被市场卷进去 [54] - 在一轮巨大的技术浪潮里 人们的想象空间会被极大地打开 市场中投机的那一面会迅速活跃起来 人们的想象也会变得越来越大胆越来越失控 市场的夸张程度往往也会比平时更加极端 但也正因为如此 对于一个能够保持理性的人来说 这种时候反而可能提供比正常时期更好的长期投资机会 [54] 中国地产调整与制造业升级 - 过去10年中国股市基本上是一个停滞的10年 这10年里发生的事情非常有意思 [55] - 大约10年前中国政府面临一个非常重要的选择 当时中国已经基本进入中等收入国家水平 接下来的问题是怎么突破这个阶段 世界上有很多国家都曾经达到过这个水平 但之后就长期停滞在那里 这种现象如此普遍 以至于后来有了一个专门的词叫“中等收入陷阱” [55] - 有几十个国家都曾经达到这个水平 但40年50年以后仍然停留在那里 中国当然是一个规模非常大的经济体 自然就会面临一个问题 究竟是什么原因让一个中等收入国家长期停滞 始终无法突破那层天花板 可以完成工业化 可以进入低端制造业 但之后却始终无法真正往上走 [56] - 中国当时需要做一个选择 能不能主动突破这个瓶颈 能不能采取一些措施加快这个过程 或者至少提高突破的概率 因为如果完全依赖自然演化 历史上很多国家都失败了 它们停留在那个位置40年50年 有些国家甚至更久 [56] - 中国后来启动了一个非常明确的转型 主动把经济从低端到中端制造迁移到中端到高端制造 过去中国习惯制定5年规划 但这一次实际上制定了一个跨度10年的产业计划“中国制造2025” 里面列出大约10个主要方向 目标非常明确 推动中国制造业从低端中端真正向中高端升级 [56] - 这个计划启动几年以后 特朗普第一届政府上台 中美贸易战开始 反而进一步强化了中国原来的判断 中国不仅意识到仅仅依靠自然发展可能无法突破中等收入的那层天花板 同时也开始意识到其他国家甚至可能主动限制中国 不希望中国突破这层天花板 [57] - 拜登政府延续了贸易关税 而且进一步增加了技术限制 到了2021年也就是这个10年计划走到一半的时候 中国政府进一步加码了原来的方向 除了继续推动制造业从中低端向中高端升级之外 又增加了另外一个重要目标 技术自主 尤其是在那些真正存在“卡脖子”的领域 比如半导体大型飞机发动机操作系统软件等等 [58] - 之后5年中国实际上进入了又一轮加速投入 但当试图完成这样一个极其困难的目标 一个历史上很多国家都没有成功做到的目标 它当然不会没有代价 [59] - 过去5年中国为实现产业升级所付出的主要代价之一 就是普通中产家庭资产负债表受到巨大冲击 到2021年房地产市场见顶的时候 一个典型中国中产家庭大约70%的净资产都放在自己拥有的住房里 而房产本身还带有大约50%的按揭杠杆 [59][60] - 接下来的5年里 到现在为止 全国房价平均大约下跌了40% 在这样的资产结构和杠杆之下 许多家庭的整体财富因此出现了非常大的缩水 [60] - 当这种事情发生时 人们通常会做3件事 少消费 多储蓄 以及在可能的情况下尽量偿还债务 过去5年中国中产家庭基本上就是这么做的 所以国内需求一路放缓 到今天增长已经接近于零 与此同时储蓄不断增加 [60] - 中国居民储蓄存款规模一路上升 目前大约达到165万亿元人民币 按照现场表述 这一存量约相当于GDP的120% 可能是全球规模最大的居民储蓄存款之一 [60] - 过去两三年里中国又经历了物价基本不涨甚至略有下降的环境 所以人们对于未来自然会产生一些信心问题 [60] - 中国制造业已经真正突破了原来从低端到中端的阶段 现在已经比较稳固地进入了中高端 “中国制造2025”列出的每一项目标都已经达成 过去5年里技术自主方面同样发生了巨大变化 [61] - 就拿半导体来说 事实证明美国主导的技术制裁从某种意义上反而成了中国半导体产业的一份“意外礼物” 因为它给了这个行业在市场经济里最宝贵的一样东西 需求 [61] - 去问任何一个企业家 做生意最重要的是什么 他说一定是订单 只要有订单有收入 整个飞轮就能够转起来 有了更多收入就会有利润 有了利润就能够投入研发 研发带来技术改善 技术改善又带来更多收入 这个飞轮一旦开始转 就会不断自我强化 [61] - 这件事在中国半导体行业确实发生了 至少在成熟制程上 无论是设备端还是晶圆制造端 中国都已经接近完整自主 在更先进的制程上也在迅速缩小差距 目前只剩少数关键环节仍有缺口 [61] - 如果沿着现在的路径继续发展 这些差距还会进一步收窄 [62] - 半导体只是其中一个例子 另外生成式AI一个非常重要的能力是可以按需大规模地生产“智能” 而它最重要的应用之一就是生成代码 这实际上帮助解决了过去很多技术瓶颈中的一个核心问题 软件操作系统和底层代码体系 [63] - 从PC服务器的操作系统到英伟达所代表的半导体软件栈 过去很多缺失的环节现在都开始借助AI被逐步补上 所以AI在这里实际上起到了一个非常重要的“平权器”作用 [63] - 过去10年会发现很多领域都发生了类似的变化 中国制造业的基本轮廓确实已经从中低端不断向中高端迁移 [63] - 在一些领域比如能源电动车储能电池重型机械等等 中国甚至已经占据主导地位 成为全球领先者 而在过去存在明显瓶颈的领域 差距也在不断缩小 [63] - 这个过程对其他行业付出了非常大的代价 房地产就是最明显的例子 如果看新房年销售规模 现在相比高点可能已经下降了大约70% [63] - 房地产减少的那部分规模 和中国每年新增用于制造业升级和技术自主的投资规模大致相当 大约都是每年10万亿元人民币左右 这个分化真正明显出现的时间点大概就在2021年前后 [64] - 中国过去几十年的发展模式 如果回头看中国过去50年的发展 大概每隔10年左右就会出现一组新的国家目标 而每一个新目标都会带来相应的成本 [64] - 有时候上一个10年的目标甚至会变成下一个10年的成本 比如工业化早期 环境污染空气污染河流污染都是工业化高速发展的成本 但到了下一个阶段 环境治理本身又变成新的目标 于是环保产业和清洁技术开始发展 过去造成污染的产业就逐渐变成需要被调整的一方 [64] - 再比如城市化阶段 当时房地产开发商实际上是推动城市化的重要力量 他们帮助中国建设城市 也推动了住房拥有率的提高 形成了中产阶层的家庭财富 但到了最近5到10年 房地产又变成了需要付出代价需要调整的一方 所以房地产行业就经历了非常大的痛苦 [64] - 从国家整体发展的角度看 还是能够看到整个国家在这些阶段中持续进步 这也是为什么中国能够把其他国家可能需要几百年才能完成的发展过程压缩到大约40年里完成 [65] - 对于一个投资者或者企业家来说 任何一个具体时点都有一个极其重要的问题 必须知道现在到底是“目标”还是“成本” 如果恰好成了某个国家目标所需要付出的成本 那绝对不是一件好玩的事情 [66] - 今天一个拥有如此巨大规模和人口的国家 已经真正开始进入一个比较完整的现代化过程 [66] - 中国现在也形成了一个非常明显的“双层经济” 一边是居民信心下降内需疲弱