已读30%
预计阅读本页时间：-

07
学习把最重要的事情做到极致

卓利伟/2017.01

学会研究最重要的问题

做研究，最为重要的是时间管理，我们每一个人最稀缺的就是时间。研究工作面对的是非常复杂并且非结构化的海量信息，时间的稀缺性与信息的无限性就会派生出两个问题。

第一，时间是每个人唯一稀缺的资产，要研究最重要的问题。我一直说，我们研究的应该是大问题，要把握的是产业与企业的大方向，并在判断与决策上获得大概率上的正确。概括起来就是：大问题、大方向、大概率。

广告：个人专属 VPN，独立 IP，无限流量，多机房切换，还可以屏蔽广告和恶意软件，每月最低仅 5 美元

无论是资深的分析师还是刚毕业的初学者，都要学习站在产业的最高处、最前沿，以企业老板的角度去思考大问题。不管你在一些细枝末节的问题上做得多么完美，其价值也是有限的。大问题上的模糊准确远远比小问题上的完美精确更为重要。

第二，在正确的路径上持续积累。解决效率问题的第一步是要树立科学、合理、正确的研究方法，然后通过不断地学习，持续优化这个思维框架与方法体系。要在正确的路径上持续地积累，守正出奇。不能在丛林里的羊肠小道上奔跑，而要找到穿越丛林的阳关大道。在正确的道路上即便像乌龟一样爬也能爬到终点，而在无方向的丛林里奔走却可能一直迷失。在正确的道路上，持续积累的力量将非常强大。

四个维度，思考什么是重要的问题

我们怎样思考？什么是最重要的问题？我的总结是，研究一个课题，可以通过四个逻辑框架去思考，即宏观逻辑、产业逻辑、业务逻辑与财务逻辑。

维度一，宏观逻辑。这不仅包括宏观经济因素，还要从社会思潮、群体心理，甚至政治经济关系等大格局去看问题。比如，在全球化和互联网的大环境下，传统商业的逻辑机会发生了很大变化，企业等各种组织的边界变得更为模糊，因此对竞争的理解就要从全产业链的生态去思考。再比如，这个时代商业的影响力、伟大企业家的影响力，都远远超过以往时代，可以说影响力即权力，因此社会、经济、产业的发展逻辑都与以往时代显著不同了。

维度二，产业逻辑。不同的产业在不同的发展阶段，其核心驱动因素与竞争要素是不同的，而且在当前互联网与全球化的时代，其变迁的原理更加与以往不同。比如，由于创造性破坏更为普遍，企业与用户的关系发生本质变化，技术优势与商业模式的生命周期也变得更短。

维度三，业务逻辑。判断一家企业的业务首先还是要看其战略布局、业务方向是否符合前述宏观逻辑与产业逻辑，是否符合社会大潮与产业大方向。即使一家公司的团队阵容非常强大，但如果是与这两个大方向相逆，其经营的难度还是会非常大，成功的概率还是很低。

维度四，财务逻辑。财务是对企业过去的经营行为进行数字化、结构化的总结与记录，这就好比数学是对其他自然科学最好的表达一样，通过这些数据，可以很好地分析与验证企业业务上的特征与问题。

这四个维度就形成了研究一家公司和一个产业之间相互验证、相互有勾稽关系的逻辑闭环。研究一个企业，微观上要看其是否有强大的自上而下的思维。在大逻辑上有严重瑕疵的公司，一方面其成功的难度很大，另一方面对其进行研究的难度也很大，研究的投入产出比就很差。

把握产业的本质、核心要素与关键变化

不同产业，其本质在经济学与商业模式上有着显著的特点。比如，水电行业的产能发挥与下游需求长期比较稳定，成本结构、产量、价格等指标也比较清楚，其本质更像是一个加了杠杆（高负债）的利率产品。传统零售业也接近于商业地产的租赁业务。动画行业更像是一个内容创意与计算机软件相互加强的IT行业。

研究一个产业，还要研究驱动其发展以及企业成长的核心要素。比如，芯片技术驱动了计算机的计算能力，才导致电信，媒体和科技（TMT）行业各个领域的硬件、软件与应用的飞速发展，技术路径选择与全产业链的生态竞争是相关公司最为重要的战略。再比如，消费品的核心驱动力是产品力，产品力越强的公司相对于渠道的谈判地位就越高，产品力在时间上的累积与空间上的传播才形成了消费者心目中的品牌。

研究一个产业的长期方向，在一些拐点时刻把握关键变化也十分重要。比如，现在这个时点的TMT行业，智能手机的普及与流量红利可能基本上已经结束了，移动互联网用户的使用时长开始接近天花板，增量的创新变得越来越难，更多可能是存量之间的替代竞争。而这些相对小的创新，也更容易被大公司进行早期并购。在这个背景下，理解相关的细分行业与具体公司的逻辑与方法都要和前几年有本质的区别。再比如，对于消费品而言，由于人口红利逐渐消失，商品普及和渠道渗透也已经结束等原因，大单品增长的时代基本上结束。现在的机会可能更多的是存量的结构升级与中小规模的品类创新，这对基数特别大的公司来说就不是好事，因为其产品创新的边际贡献比较有限，业绩增长就比较困难。但对一些非常具备创新能力、能够深刻理解消费者的中小公司来说，可能反而是不错的机会。

从时间、空间、人，看企业的核心能力

从时间、空间、人这三个维度研究产业与企业，也是说明很多本质问题的重要角度。

好的商业模式要顺应社会大势的发展，顺应人性的良性发展，为社会贡献更多福利，这样的商业才是可持久的，是时间的朋友。

一个好的企业除了做时间的朋友外，同时还不能做规模的敌人。大部分商业活动，随着规模扩张，一般都会出现效率递减，或者说空间（规模、地域、管理幅度、多事业部等）与利润之间可能有一个最优解或次优解，超过这个最优解的空间拓展，反而会导致规模不经济。比如依赖厨师的餐饮公司就是规模的敌人，凡是实现了有效连锁扩张的餐饮企业，几乎都不是依赖厨师。流程标准化是服务业规模化的前提。好的商业模式应该在时间与空间上具备不断复制与持续优化的系统能力。

人是一个重要的维度，其中最核心的是企业家精神。一家企业的核心竞争力本质上是公司治理结构。好的治理结构则是企业家与核心团队的思想成果，这在相当大的程度上取决于企业家的心胸、情怀、战略，以及团队的执行力；取决于企业家持续的学习、分享与创新。创始人、企业家、治理结构，是一家公司最终的核心竞争力，伟大的企业家与优秀的治理结构才会激发每一个人的正能量与创造力，好的组织与好的商业模式应该充分激发人性善的一面。只有人，才是创造价值的终极源头。

企业的核心能力能够构筑针对竞争者的可持续性壁垒。比如，强大的系统能力形成可持续的成本优势与规模优势，强大的研发能力形成技术或产品创新上的持续领先，优秀的产品与服务形成很好的品牌与用户黏性。这些结果上的核心竞争力，本质上都来源于企业家的远见胸怀与优秀的公司治理结构。

从四个逻辑简单分析四类行业

消费品行业

从宏观逻辑与产业逻辑看，消费品行业有几个重要的因素需要关注。

第一，消费的人口红利基本消失。中国特殊的人口结构（尤其是计划生育政策的结果）与过去20年在生产与渠道上的快速扩产，商品普及与渠道渗透基本完成。未来消费的顾客数量与人均消费量几乎没有什么增量，甚至反而会出现下降，大单品的增长时代基本结束。

第二，中产阶层人口与互联网一代人口的占比会在未来几年迅速提高。存量市场的结构升级与品类创新将有很大的机会，体验、服务、健康、审美等需求将成为购买决策的重要因素，但创新的边际贡献会递减，对大公司来说边际贡献不会太大。

第三，企业与消费者的关系。从过去的企业导向，到现在的消费者导向，消费者才是最终最有影响力的引导者，但好的企业既要深刻理解消费者又要超越消费者。对企业来说，最重要的是要和消费者建立高效互动的沟通模式。现在的IT技术可能会帮助他们做到这一点，用大数据记录消费行为的全流程，从而深度挖掘更多有用的东西。实现流程更加优化，供应链效率更高，并在这些数据的基础上不断启发有效的创新，带来更多产销对路的产品。过去厂家大多生产品质凑合的、消费者也凑合购买的商品，以后应该生产更多更为精准的产品。

第四，品牌与产品力。互联网的普及基本上消除了信息不对称，消费者的认知能力大幅度提高，消费者相对于企业的谈判地位上升，品牌忠诚度的挑战更大，但同时优质品牌获得更多市场份额的效率会更高。其间更为确定的是，渠道的价值被大幅压缩，差的品牌被迅速淘汰。从这个意义上来说，产品力（广义上包括服务）的价值将更容易得到体现，持续的产品创新能力、有效准确的传播（代替传统意义上的形象代言与广告）、与消费者的良性互动等，将变得越来越重要。

在这样的宏观逻辑与产业逻辑下，观察企业微观的业务和财务数据，与过去相比侧重点就有所不同。比如，我们就需要研究一个老品类的毛利率是否在提升或维持，新品类的占比是否有所提高，新品类创新的边际利润是否提升，总量上的市场份额是否提高等。对消费者的观察还要看客户量、客单价、复购率等多个维度的业务数据与财务数据，以验证企业是否具备持续的学习与创新能力。

服务业

从宏观逻辑上看，在商品消费普及基本结束的背景下，体验消费与服务消费的占比将持续提升，这也符合宏观经济意义上人均GDP达到一定水平后的居民消费倾向的特征。同时，商品与服务的融合也越来越普遍，对于消费者的认知来说，“服务即产品，产品即广告”。在当前的宏观经济背景与中产阶层占比快速提升的条件下，服务业的发展空间仍非常大。

从产业逻辑上看，马斯洛需求层次理论认为，在生理需求、安全需求等生存需求满足后，社交、尊重、爱等归属需求以及自我实现的心灵需求就会大幅增加。所以，服务业最重要的是站在用户的角度，建立更好的体验、口碑，以及由此递进的用户黏性，提升消费者在功能需求、体验满足、情感共鸣与文化认同上的总效用。

顺着上述两个逻辑，研究服务业企业的业务与财务，有一些重要的维度：

◎　用户数量及其变化。这是一切的基础，尤其要研究可以产生交易或付费的用户数量。
◎　用户的续单率（对应的流失率）与ARPU（每用户平均收入）值。这是对口碑与体验最好的数据验证。
◎　获得新客户的边际成本与边际利润。一家企业通过品牌、传播、广告获取新客户的能力非常重要，获取新客户是否有边际利润。比如，客户推荐率指标就是非常好的数据，净推荐值（Net Promoter Score, NPS）＝（推荐者数／总样本数）×100%-（贬损者数／总样本数）×100%。消费品也适合这个思路，对于优秀的产品或服务，老客户是最好的传播者。
◎　客户的学习成本是否够低，转换成本是否较高。客户更容易进来，而且不容易离开。

当然，服务业是一个非常宽泛的概念，既包含传统的服务业，也包含基于互联网基础设施的各种信息服务业，但背后的核心逻辑原理是相似的，理解与研究的框架完全可以打通。但传统服务业与有互联网属性的新兴服务业在用户、流量或销售额、现金流、净利润等业务与财务数据的发展路径上有显著差别。传统服务业更接近于时间与空间上的线性增长，而有互联网属性的新兴服务业更表现出某种指数级增长的特征，以及由此导致的赢者通吃的行业格局，即极少数公司占据大部分市场份额。

制造业

从宏观逻辑看，制造业（包括广义的硬件）有以下几个要点：

◎　中国制造业的总体能力仍较难被其他经济体所替代。经过过去20多年的积累，中国制造业全产业综合配套能力在全球仍有较强的竞争力，甚至这种竞争力还会进一步提高。
◎　尽管中国的整体人口红利在逐渐消失，但工程师、高素质劳动者的人力资源红利仍可能维持较长时间。
◎　中国有着非常庞大的本土市场作为很好的试验场，对于很多企业来说，其试错的成本就远比其他经济体低得多。
◎　由于发达国家总体经济较为低迷，一些制造业企业的财务状况较差，这给中国的领导型企业带来了难得的全球化机会。

这几个因素给我国的制造业升级提供了较为有利的条件，但可能只有少数非常优秀的企业在这些方面能把握住机会。

从产业逻辑看，传统制造业的核心逻辑是产品与流程的标准化与规模化，从而达成在时间与空间上的自我复制能力。20世纪后期，以日本企业为代表的精益生产充分体现了这个逻辑，这个逻辑在现在的中国还会适用一段时间，我国的白电行业也充分说明了这个逻辑。

另外，在计算技术、大数据与云计算飞速发展的现在与未来，过去难以规模化的非标准产品也可以在相当程度上实现全流程的数字化改造，并可能实现个性化量产。这在一些细分行业，如定制家具、制衣等原先非常难以实现行业集中度的行业，已经开始出现，以突破非标品“规模是敌人”的可能。当然这个过程的摸索过程会较长，研发的前期沉没成本会较高，难度也远远高于标准品的产能复制规模化，但成功以后的壁垒也会更高。因此，这方面的研究在长期战略上要重视，在投资时间上要严谨、有耐心。

从业务逻辑与财务逻辑看，无论是产能复制式还是个性化量产式，制造业有两个因素非常重要：

◎　广义产能规模（财务逻辑上包含固定资产、无形资产、商誉等因素，业务逻辑上包含制造、研发、营销等一线人员的数量）的扩张是否带来正的边际利润。好的扩张还会带来边际利润率不断上升，从而有能力提升公司总体的资本回报率水平。
◎　规模扩张是否能带来长期竞争力的显著提升。比如，对有壁垒的核心技术的掌握，终端的规模在品牌上的持续积累，并因为品牌导致的产品溢价与份额提升。总结起来就是，在空间上形成规模与成本优势，在时间上积累品牌溢价。

TMT行业

从宏观逻辑看，技术进步是经济长期增长潜力最为重要的因素之一。过去几十年，TMT行业集中了人类历史上最大规模的技术进步与商业模式创新，也是全球过去几十年最为重要的增长动力。科技革命，尤其是过去20多年的互联网革命，完全重构了全球经济格局、产业演进和人类生活方式。

但从另外的角度看，也许技术进步的速度已经超过了宏观总需求的增速，再加上创造性破坏的特征，在过去10年显示出经济总量低增长与低就业的效应。科技革命加上现代金融技术与资本的力量，又使得初次分配更容易集中到技术精英与资本（股东）身上，普通劳动者的所得报酬并没有显著提高，全球包括发达国家的贫富分化继续加剧，也许这也是2008年金融危机的深层原因之一。就像《人类简史》中论及的，普通民众，无论作为劳动者（更可能被机器与数据替代，机器生产率的提升空间可能大于人），还是作为消费者（报酬提升很少，消费弹性降低），其经济价值可能仍将持续贬损。

从产业逻辑看，TMT的技术演进路径、技术成果的商用普及，以及由此带来商业模式的创新路径尤为重要。技术与商业模式的领导者将由于“报酬递增原理”，其领先优势与市场份额在相当长的时间里持续扩大，行业集中度迅速提高。无论是硬件，还是软件、服务，都显示出这个特征，比如芯片、显示、存储、应用软件、流量平台、社交网络等各个细分行业都是如此。所以，在同一个细分行业，不同公司的命运可谓天壤之别，产业的中观研究尤为关键。

站在现在时点看，智能手机的普及与流量红利基本上结束，新的技术进步需要跨越到下一个S形曲线。大级别的技术创新可能需要较长时间的探索，大数据、云计算、下一代智能终端的形态（AI、AR/VR，难以形成几亿元量级的标准化大单品，更可能的是硬件、软件、内容、服务的融合）与前20年的发展逻辑相比，又将有新的变化。

从企业的业务逻辑看，TMT行业的技术路径选择错误的成本非常高，错误的选择会是灭顶之灾。经典商业畅销书《追求卓越》中所提案例的一些“伟大企业”，现在不是在惨淡经营就是已经不复存在。主流技术的领先性所主导形成的全产业链研究尤为重要。

从财务逻辑看，技术导向型的企业，其收入、利润、现金流的变化，不像传统制造业那样呈线性变化。对于技术研发型的企业来说，最先增加的可能是技术人员与研发费用，然后才是收入，净利润与现金流更为滞后。对于商业模式创新的服务型企业来说，最新体现的可能是流量与用户，然后是收入的增长，最后是净利润与正的现金流。

对上述四类行业的分析，区分并不严格，这些粗线条的大逻辑只是简单说明了一些重要的共性与规律。很多产业本身可能具备多个特征，当然这些特征会有显著的主次关系，对于具体的细分行业还要做更为深入的分析，并形成严谨的逻辑框架。另外，在目前的经济与产业背景下，跨学科、融会贯通的研究越来越重要。

研究的三个环节：归纳、演绎、实证

研究或认识一个问题包含三个环节，即归纳、演绎、实证。三者之间是互相促进、相互验证的过程。

第一，归纳。我们要把碎片化的信息进行格式化，先解构再重构。按照矛盾的主次关系，我们要知道哪个是最重要的，把次要的先放一边。归纳的过程中，我们不仅是信息的传递者，更是信息的整合者，要搞清楚问题的逻辑关系与主要矛盾。

第二，演绎。在归纳的基础上提出最有可能的几种假设，就像研究科学史，整个科学史就是一个假设演绎法的推演过程。我们对过去的信息、理论进行归纳后，提出几个最有可能的假设，再通过实证研究进行验证。演绎需要一种有逻辑的、突破线性框架的创造性思维，提出假设的过程中需要一定的理性想象力。没有想象力的话，过去的互联网公司都没法投资了。

第三，实证。科学家在研究自然科学时需要做实验去验证假设与推理。100年前爱因斯坦提出引力波猜想时他自己都怀疑，然后全球最著名的一批科学家花了100年最终证明了引力波的存在。实证研究的结果，有时候可能会彻底否定之前的几个假设，却获得了新的答案。在实证的过程中还可以启发更多新的思维，这是实证研究意外的收获。在找桃子的过程中可能找到了苹果，这也很好。在研究A问题的时候，有时候会获得研究B问题的思路。

当然对做博弈的投资人来说，他们可能只做了归纳与推理，或者在逻辑和推理上可能比别人稍早一步、更强一些，他也能赚到智力优势的钱，但很难持续获得成功，过程也会比较复杂。但对基本面研究来说，我们要努力把这三个环节都做好。我们要做的是把通常60%确定性的理解提升到90%以上，事实上60%确定性的判断几乎是没有决策价值的。

通过更有效的实证研究，也许掌握的只是比市场多10%的有效信息，却可能让你对问题的理解力、基础信息的处理能力提升一个档次，从而把研究的确定性提升到显著高于大部分人的水平。这可能就是创造阿尔法价值的过程。

优秀研究员的个体特质

要做好研究与投资，我个人认为从业者需要一些显著不同于其他行业的特质。某家公司在校园招聘上提到三个词：求知欲、诚实、独立。我认为这是非常棒的总结。

第一，求知欲／好奇心。求知欲／好奇心才是一个人内心最深的自我驱动力，是一个人内心的底层代码，我称之为“无压力与无任务情况下的自我驱动力”。假如在没有考试压力、没有考核压力、没有人给你布置任务的时候，你都会痴迷于研究某一个有意义的问题，那么在天性上，你就非常适合做研究工作。

第二，诚实。实际上，大部分人包括我自己，在这方面都做得远远不够。诚实看起来是很简单的要求，但实际上非常不容易做到。人总是更容易接受，甚至强化对自己有利的事情，有利于证明自己观点的论据，得到他人认同的东西。当有人对抗自己时，大部分人会逃避或抵触，这对投资或研究问题是不利的。我们要严格培养自己的自省和纠错能力，最重要的是要知道自己错在什么地方，让自己每次错的成本越来越小，并且不断减少错误的次数。投资不应该抱持悲观或乐观的看法，而只能有客观的看法，对研究对象要客观，对自己的认识更要客观与诚实。对自己能力边界的认识必须非常清晰，要知道，你一直不敢面对和逃避的重要问题，总会在某一天找上门来的。“如果你不够真诚，那么你终将成为自己的牺牲品”。

第三，独立。如果我们讲的东西都是别人的二手资料和二手观点，那就没有多少价值。独立的思考与判断，最重要的好处就是能够进行清晰的归因分析，并逐步积累属于自己的可以持续优化的思维体系。另外，无论是多么权威的意见，也要经过严谨的独立判断，而非直接引用，否则创新思维就不可能发生。

正确的心态，必要训练时间与放下经验

《异类》一书中说，人们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。1万个小时的锤炼是一个人从平凡变成专业的必要条件。对于刚毕业的年轻人来说，不管做什么工作，都要经过1万个小时的职业训练，才会有一个从量变到质变的过程，得有5年左右的时间才能成为专业选手。如果你天赋高，每天的有效工作时间又比别人多20%，那么你成长的时间就会缩短。对于学生期间学习很好的“学霸”们来说，入行不久经常会有一丝迷茫，会比较着急，这就需要树立正确的心态。有记者采访NBA巨星科比，问他为什么能如此成功。科比回答说：“你知道凌晨4点钟的洛杉矶是什么样子吗？”

对资深的人，我们反而需要强调先放下一切经验。在这个互联网和技术进步深入改造全社会的时代，很多传统的思维方式反而会成为研究很多问题的绊脚石。我们需要放下过去的成见，以归零的心态去面对这个世界。从业时间越长，有的时候在某些方面更容易犯错误。从这点来说，对于某些自己非常笃定的观点，反而要更为刻意地重视反方观点。要感谢那些和自己反复对抗的人。

一个研究员要做到成功，必须要有属于自己的独立判断的成功案例和错误案例。正是那些刻骨铭心的成败，帮助自己成长。

日常工作的建议

建立属于自己的智慧圈

不管是资深的还是刚从业的研究员，都要学习逐步建立属于自己的智慧圈。研究一个重要课题时，要找到3个以上的行家里手成为朋友。这样就站在了3个巨人的肩膀上。为什么是3个？因为如果是一个行家，即使是企业家自身，也可能因为自我立场（利益立场、情感立场等）的偏见导致错误的判断。芒格曾说过，“立场导致偏见”。假设每个人有5个重要课题，每个课题有3个朋友，那就收集了15个人的观点。每个人的背后又有几个朋友，这样的智慧圈就非常厉害，这有点儿类似互联网思维，也是一种认知盈余。每个人的大脑是无边界的，智慧圈也是无边界的。我们每个人不可能成为很多领域的专家，但可以通过不断向很多专家与更强的人学习，经常进行深度的思想分享，互相启迪思维来提高认知。

广泛的学习与阅读

投资研究工作本质上就是学习，向同行学习、向同事学习，也向书本学习。除了眼前的、当下的任务，还要进行广泛的阅读，对长期重要课题的深度阅读与前瞻思考非常重要。广泛的阅读、独立的思考、深度的讨论与互动是做研究工作必不可少的。

构建属于自己的研究体系

要按照自己的方式，建立属于自己的行业和公司研究的逻辑框架与方法体系。对于年轻人来说，需要把基础的工作做踏实，因为只有在做基础数据时，才会将自己的思考融入其中。要通过持续的学习、不断的积累来持续优化与修正这个体系。

结构化研究文档

怎么提高日常工作中的研究效率？建议把自己的工作底稿进行结构化记录。比如对于一家重点研究的公司，可以把各种重要信息放在一个Excel表格里，把各种要素进行有逻辑的数字化表达。过去调研的东西，阶段性思考的东西，都放在这些文件里面，然后不断更新。下次拿出来讨论、编写与输出的时候，就非常方便。几年后，这些沉淀下来的研究成果是非常有价值的，还方便对自己过去的研究进行复盘。

投资问答

Q：研究员覆盖的行业与公司数量通常较多，如何高效利用时间？怎么快速决定在哪些上面花时间？有些短期机会，不一定是大牛股，属于经营节奏的改变，怎么让研究员做好时间分配？怎么预判一个行业或公司值不值得看？对于一些市场短期的很多热点，研究员怎么很快判断是否值得深挖？

A：对于研究工作的时间、精力分配，我个人觉得应该将70%～80%的时间花在重要问题上，而把较少的时间花在短期变化的公司上。要把大部分时间花在一个产业最重要的大方向和最关键的变化上，以及在这个逻辑下几家最重要的公司上面。每个人在漫长的职业生涯里，一定要树立做重要事情的思维，才可能磨练这个能力，而且越早明白越有利。如果一直忙于做短期的事情，那么思考长期重要问题的能力就难以积累。人们通常容易忽略短期不紧迫而长期十分重要的事情，反而忙于应付短期紧迫、长期价值不高的事情，这属于本末倒置。

研究一个课题的出发点一定要是这样的，当然具体问题具体分析。其实很多行业与公司用排他法就可以判断。长期趋势明显向下、行业底部难以判断、总体估值又不低的行业，基本上就不要看。那些在自己熟悉的领域都没有做出成绩、团队也没有更换的公司，如果说要在一个全新的行业做到如何如何，这基本上就是吹牛。如果一家公司说自己的技术如何先进、如何前沿，而它的产品毛利率很低、人均收入很低，那么基本上就是假的。这些简单的常识判断就可以排除很多公司，对于这些类型的公司，无论涨得多么牛，都不是我们研究的对象。就像前面我说的，研究的目的是要把高价值的事情、重要的事情的确定性提高到非常高的水平，才有真正的决策参考意义。

Q：假设某个行业年底复盘的时候发现，属于我们认同的基本面驱动的牛股有很多，我们如何要求研究员把握这些公司？

A：举个例子，中国制造业升级的公司分散在各个行业，假设20家公司需要研究。其实这20家公司在经济宏观、产业中观与企业微观层面一定会有一些显著的共性，依据这些逻辑假设我们深度研究了其中的5家公司，最后在3家公司上重仓买入，并获得非常好的收益，我认为这个投资就非常成功，或者说买入的3家公司的收益率好于20家公司的总体收益，这就是成功的投资。至于没有投其余15家公司，逻辑上根本没有关系。如果要让一个研究员在一年内对20家公司进行非常高质量的研究，其实是非常困难。把5家公司研究到90分，远比把20家公司研究到70分要容易得多，而70分的研究是没有阿尔法价值的。

Q：如果要研究好5家公司，那就需要把那20家公司都研究好啊？

A：这个在逻辑上不矛盾。研究这5家公司时，肯定也要研究其余15家公司，在对这20家公司进行比较之后，按照重要性原则选出5家公司进行真正深度的研究，对这5家公司的研究一定要做到显著好于同业。另外，通过一些方法从这20家公司中挑出要重点研究的5家公司并不难。前面谈到的四个研究逻辑、对产业核心要素和关键变化的判断、对企业家精神与公司治理结构的理解，都是挑出某个领域少量重点公司的研究方法，至少在很大程度上可以达到排除法的效果。

Q：哪些机会是一定要把握的？哪些机会是错过了不行的？

A：前面也说过，代表了社会、经济发展重要方向与产业关键变化的东西要把握住。但我还是认为，在这些行业中，代表性公司可能有10家，如果研究员能够抓住3家并形成投资实际贡献，这就很好。如果要求把10家都抓住，可能实际上投资实践的确定性反而是降低的，可能在过程中患得患失，不敢重仓也不敢较长期持仓，还是要把这3家公司的研究确定性大幅度提高。如果在这些代表重要方向与关键变化的10家公司中，一家都没有抓住，那一定是研究方法体系有问题。

回过头来看，其实市场中基本面驱动的牛股非常多，大部分投资者对很多公司不是没有研究过，而是研究的深度不够，才会在投资的过程中患得患失，错过很多机会，或者中途下车，最后收益率不够理想。另外，组合的股票只要超过一定数量，其风险的分摊就有显著提高，业绩的波动其实是不大的，这个逻辑非常简单。

对于研究员来说，不管研究什么行业，都要学会亲手去建立一个属于自己的思维框架和研究体系。通过这个体系有逻辑地去发掘机会与管理时间。

Q：研究了好公司，但估值较贵怎么办？

A：这个主要是基金经理需要考虑的，和研究员的关系不大。这是对整体估值的考量，包括大类资产之间的估值比较和行业之间的估值比较，更包括不同产业生命周期、企业成长轨迹、不同业绩增长逻辑下不同公司之间的估值比较。

不同行业、不同公司的估值是否贵，最终还是按照长期的自由现金流贴现的思路来思考，即判断未来的价值，而不是简单地按照当期的PE、PB等指标，深度的基本面研究可能是判断未来价值最为可靠的方法。

如果组合中所有股票的估值都比其他资产（如债券类资产）明显贵了，那自然是整体卖出股票的时候；如果A公司股票明显贵于B公司股票，那就要把A换成B。当然，好公司估值低的时候通常不多，但A股市场较大的波动性却经常提供了市场错误定价导致的投资机会。进行了前瞻性的深度研究，自然就不会错过这些机会。对于研究员来说，要持续研究与跟踪前面所说的最重要的公司，这才是关键，市场总是会提供我们买入机会的。

Q：应该把多少精力花在对重要东西跟踪上，多少精力花在找新的公司上？

A：作为基金经理，我会把更多的时间花在对产业大方向、关键变化以及重点公司的持续研究方面，与产业界朋友交流，与研究员讨论，同时自己也对相关问题进行广泛的阅读与思考。而对于新标的，更多想法也是来自上述的研究与阅读过程。其实，产业与公司的变化在短时间内不会那么显著，所以真正重点研究的新公司的更新速度也不会那么快。当然，我还会将一部分时间花在一些似乎与当前工作没有直接关系的阅读上，喜欢看各种书。

Q：很多机会不在目前的覆盖范围之内，怎么把握和分配时间？

A：这类似于上一个问题。要广泛地阅读，通过与自己的智慧圈交流，获得启发。实际上，只要持续保持对重要问题的研究，保持与产业界持续的交流，保持有前瞻性的阅读，新的机会与灵感一定会有的。很多想法是在过程中产生的，不是闭门造车出来的，“为者常成，行者常至”就是这个意思。

Q：您平时一天的工作时间是如何安排的？您平时会看哪些东西？对于广泛阅读，您有什么推荐？

A：对基金经理与研究员来说，这肯定有所不同。我自己的时间分配大约是这样的：首先，主要的时间还是花在研究上，这方面内容主要是产业中观上的重要逻辑验证，以及相关重点公司的跟踪，包括调研，与研究员、产业专家或投资圈朋友讨论，阅读公司公开信息，自己也经常会做一些重要数据的格式化与积累，其中可能特别重视的是对关键问题的深度讨论与思考。其次，阅读也会占用较多的时间，会在一个阶段集中阅读自己认为与未来重要课题相关的一些素材，以及一些最有影响力的企业家的言论；也会花相当多的时间阅读与短期投资关系不大的东西，比如哲学、心理学、科学史等书籍或文章；也阅读各个领域一些很好的写手发表在新媒体上的文章，这些文章带来的启发其实很多。另外，我自己特别重视与产业界朋友的互动与学习，包括一些非常有意思的创始人，与他们交流总是会获得非常大的收获。

对于研究员来说，我建议把更多的时间花在建立与持续优化自己的研究体系，以及培养判断产业大趋势与关键变化的能力上，并能够对其中最重要的少数公司做到业内一流的研究水平，不要把时间花在碎片化的细枝末节上。对于新入行的人来说，要先从一个重点领域入手，学习做深的方法，并把这个方法逐步拓展到其他领域。