关于行业配置的一些思考(下)
刘 瑞
通常在研判行业中长期投资机会时,我们会首先聚焦三个核心问题:
行业长期 5-10 年的空间有多大
行业中期 3-5 年的成长速度有多高
行业的竞争格局如何
只有到这三个问题的答案都符合我们的投资标准时才进入下一个环节的分析,若是这三个问题我们并非都有较确定的答案,或者并非三个答案都符合我们的投资标准,我们都会暂时放弃该行业的投资机会。http://www.hibor.com.cn【慧博投研资讯】
行业长期 5-10 年的空间有多大。http://www.hibor.com.cn(慧博投研资讯)这个问题的答案解决的是一个行业投资回报天花板的问题,我们的认知是存在局限的,行业的天花板越高就会给我们研判提供更大的容错空间亦即安全边际。这个问题很好理解,我们一直强调,二级市场权益投资和做实业本质上没有区别,都是通过企业实实在在的业绩带来回报,因此,换个角度想想,类似的,如果我们去做实业创业,是不是也要进行市场调研,想去找一个市场空间有上万亿的大产业,而非仅有几十亿的小产业。举个例子,我们知道,对于一个产业链而言,最上游的加工设备制造、中游的零部件制造、下游应用产品制造的产值体量大概是每两者之间相差十倍。譬如,芯片制造的上游设备光刻机龙头 ASML 收入体量为 100 亿美金左右,中游的芯片设计制造龙头 INTEL 收入体量为 700 亿美金,下游的手机龙头 APPLE 收入体量为 2600 亿美金左右(芯片下游应用较分散,都加起来体量约为芯片的十倍量级)。对于企业家或投资者来讲,产业定位的不同会对后续回报产生巨大差异。
行业中期 3-5 年的成长速度有多高。倘若一个行业未来有很大的发展空间,然而中期 3-5 年内由于一些供其发展的必要条件还欠成熟,那么过早的投资于该行业可能会带来过高的时间成本,为投资者所难以接受,正如凯恩斯所言:“长期来看,我们都死了。”回顾人工智能过去 60 年的发展史能够使我们更有温度地理解这一点。
可以想象,若我们在 20 世纪 60 年代就投资了人工智能,我们将会遭遇到巨大的困难,甚至可能是很多次的灭顶之灾,纵使产业今天发展得如火如荼,估计我们早就成为先驱为后来者做了铺路石了。因此,对于产业生命周期投资时点的把握也很重要。
行业的竞争格局如何。前两个问题分别解决了产业长期天花板和中期产业生命周期投资时机选择的问题,归纳在一起是解决了产业可持续成长性的问题。竞争格局是要解决产业投资回报率的问题。若要获取长期可持续的较高回报率,所投产业必须具备合适的可持续成长性和较高投资回报率两个特征,缺一不可。通过美国航空业的例子我们可以很直观理解这个问题。
股神巴菲特在上世纪 80s 末 90s 初时被航空股坑过,其说过:如果你想成为百万富翁,你可以先成为千万富翁,然后再买入航空股
回顾过往 40 年美国航空业历史,可以分成三个阶段,1976-1985 的高速增长阶段、1986-2005 的中速增长阶段、2006 至今的低速增长阶段
然而,一个事实摆在我们面前,那就是,在行业中高速成长期的 1978-2008 年,美国航空行业净利润累计亏损 500 亿美金,然而在行业低速成长的 2009-2017 年美国航空业累积净利润为745 亿美金,其中上市的 6 家航司贡献了累计收益的 80%以上
原因在于,回溯美国航空产业发展史我们发现,其发展历经三个阶段,1978 年前产业受到管制(期间 CR5 在 65%左右)、1979-2008 年完全市场化竞争(期间 CR5 从 65%大幅下滑至 51%左右,产业经营利润率长期为负)、2009 年至今加速产业整合形成寡头垄断(期间 CR5 从 51%大幅提升至 80%左右),产业高额的盈利正是源于优化后的产业竞争格局
从美国航空业的例子可以管中窥豹地感知产业竞争格局对于投资回报率产生的巨大影响。
对于我们投资组合中的前十大重仓股而言,我们都能够在三分钟内简明扼要将上述三个问题的核心内容讲清楚,然而这三分钟背后是我们至少 8-12 个季度甚至更长时间研究跟踪而后高度浓缩的成果。我们始终不懈努力寻找结构性的产业成长机会、挖掘随着时势不断自我迭代用最高效的方式和最低的成本长期创造最大价值的公司,基于此我们挖掘了寿险、高端白酒、零售药店、LED 车灯、廉价航空等产业的投资机会。
除了长期成长性产业的投资机会,我们同时也会基于自身能力圈对于由产业供需格局剧烈变化及估价受到严重情绪冲击至极端程度引起的产业投资机会进行把握,譬如 2015 年底 2016 年初的商品投资机会,当时我们对煤炭进行了持续强 CALL;黄金对于多数投资者是个鸡肋的资产,然而,基于我们对货币史、利率史、数个国家过往历次主要泡沫和危机、主要国家债务的研究,以及对黄金本身的资产属性、交易结构等方面的理解,近年来我们将黄金作为战略性配置之一。
在多年的行业配置工作中,我们走过不少弯路,一开始认为行业配置就是简单的统计回归相关计算再加上将行业研究员的访谈汇总起来,试图以月度或季度来做轮动调整以预测把握短期最强的板块,多年实践下来发现效果差强人意。后来,基于方法论的迭代试错,再加上我们对于越来越多的行业有了更多的积累和理解,方逐渐形成了现在的方法论。