陈嘉禾 九圜青泉科技首席投资官

我从事投资和研究行业十几年，接触许多投资者和研究员，很多人跟我讲过他们看好的投资机会。在讲到自己看好的投资机会时，绝大多数人都可以把这个投资机会的优势如数家珍的讲出来：这个股票基本面怎么好啦，估值多么低啦，那个基金的基金经理如何靠谱啦，如此种种。

平心而论，能这样分析问题的投资者，已经比那些不管买的东西是什么、听到消息就下单的投资者，已经进步很多了。我曾经不止一次听到投资者和我说，我买这个股票是因为我家亲戚说马上要有大动作，我买这个股票是因为我喜欢它的名字，或者是因为最近技术图形走的好。听到这些理由，常常让人哭笑不得。

但是我发现，即使是那些认真分析了某项资产的投资者，往往也忽视了一个至关重要的问题：这个资产纵然不错，但是有没有比它更好的资产？有没有从跨资产、跨行业、跨公司比较的角度，确定这是“现在能找到的最好的投资标的”？

举例来说，在2019年，有一次有个投资者对我说，乘用车行业仍然有发展空间，行业空间比较大，人均水平大概和发达国家比有三倍的空间。三倍的空间确实不错，但是我就问他，当前中国的保险行业的平均水平，和发达国家比有十几倍的增长空间，再保险行业有四十倍上下的增长空间，为什么你要看这个有三倍空间的行业呢？这位投资者当时就愣住了，因为他根本没有从这个角度考虑过这个问题。

记得证券研究行业的前辈张化桥先生，就曾经提出过一个问题：“金融行业赚的钱，难道就不是钱吗？”这个问题提出的背景，是在2008年全球金融危机以后的很长一段时间里，香港市场的投资者，对金融行业的企业都避之不及。这种恐惧是由2008年全球金融危机中，全球市场许多金融企业的基本面崩盘、股价暴跌所带来的。

但是，当这种恐惧被蔓延到一些大陆的金融企业、尤其是由国家直接控制和管理的、很难出现信用风险的金融企业身上，就属于明显过犹不及了。当在香港市场的一些金融企业的估值只有几倍PE（市盈率），而许多消费企业动辄享有几十倍、乃至上百倍的估值时，问一下“难道金融行业赚的钱就不是钱吗”，是十分发人深省的。

当然，投资机会之间的对比，是一个有机的过程，而不是机械性的“这个行业和发达国家的差距比那个行业大，这个行业就一定比那个行业好”，或者“这个公司的估值比那个高，这个公司就一定差”。可以说，这种跨品种的、以期找到最高性价比的投资标的的工作过程，更像是一种艺术，而不像是一种科学。

比如说，拿中国的人均咖啡消费量去对比美国的消费量，就是有失公允的。中国人天生对喝咖啡没什么兴趣，而美国人喝咖啡就跟喝水差不多。类似的，用中国的茶叶消费量直接对比美国的茶叶消费量，也会得到不准确的结果：中国是天生的茶叶大国。类似的对比，还有拿中国的消费水平对比韩国的泡菜消费量、德国的品酒消费量、美国的汽车保有量等等，都是没有仔细考虑国家和民族生活习惯之间的差异：韩国人有名的喜欢吃泡菜，德国人有名的喜欢喝啤酒，美国则是著名的车轮上的民族。

而不同的行业之间，也有许多天生的差别。这种差别不一定是财务数据带来的，而是不同的商业和社会结构带来的。举例来说，服装行业以没有客户粘性著称，一个客户上一件衣服是李宁的，并不妨碍下一件是森马的。但是，对有些行业来说，客户粘性就更强，很少有人会随便更换自己的发型师或者按摩师。这种行业与行业之间的差别，需要用心去体会，而不能简单看看财务数据就下结论。

当然，既然这种跨投资机会之间的对比更像一种艺术、而不是一种科学，它就很难得到一个特别确定的结果。

一般来说，投资者在进行了艰苦的对比工作以后（这往往涉及到在几千个股票、多个市场、多种行业和资产之间挑挑拣拣），往往会得到一个模糊的范围、而不是一个精确的结论。所谓模糊的范围，指的是“这三四十个股票可能比其它股票要好，但是这三四十个股票里哪个股票最好很难说”。而精确的结论，则类似于“这个股票是世界上最好的股票”。显然，在充满了不确定性的世界中，想得出后者这样精确的结论，是几乎不可能的。

以最简单的、同时在A股和港股上市的股票来说，同一个股票按理说应该是同股同权、拥有相同的价值，但是，熟悉A股和港股市场的投资者都知道，同一家公司在内地和香港市场上市的股票，其价格可以相差甚远。

在考虑对同一家公司的A股和港股股票哪个更有价值这件事情上，投资者最起码需要考虑以下的因素：两个市场的估值体系不一定一样，两地对股息的税收并不相同，两地的市场波动性不同，港股市场的股票更容易退市，两市的股票在配售可转债、配售股票等可能带来原股东收益增厚的方面并不一定同步，等等因素。

可以看到，如果想要在无数的股票、基金、债券、房地产、PE投资项目、信托、理财产品等等潜在投资标的中，做出“最优”、哪怕只是“模糊的最优”的选择，都是一件非常费力的工作。而由于备选标的的复杂性，这种选择必然无法简单的用模型测算代替。在这种情况下，想要做出哪怕是模糊的比较选择，都需要投资者有大量的知识储备和商业阅历。同时，投资者还需要依靠一些计算机模型的协助，通过一些数据筛选方法为主观的判断提供便利。两者齐下，就不难在许许多多的投资资产中，找到相对其它资产来说更加优秀的投资标的了。