投资中不简单的事 · 第 2 课 / 共 8 课

邓晓峰:在中国市场做价值投资

第二章 · 中国市场的独特性与机会  |  来源:邓晓峰 2017.06 华泰证券策略会演讲 + 2017.10 上海交大演讲 + 2016.10 投研讨论会

上一课我们听了邱国鹭讲"从 0 到 1 的陷阱"和"从 1 到 N 的机会"。这一课换一位基金经理——邓晓峰,高毅资产首席投资官。他的视角更落地:不在宏大的时代叙事上停留,而是直接拿 A 股的真实数据、真实行业(汽车、银行、电力、家电),告诉你怎么在中国市场用基本面研究赚到钱。

① 先纠正一个最常被滥用的词:什么是"价值投资"

邓晓峰开篇就指出,在中国"价值投资"这个标签已经被滥用到面目全非:

他给出了一个非常干净的判别标准。回报只有两种来源:

回报来源	本质
企业创造的价值	公司利润增长、份额提升、商业模式改进 → 投资人分享增长。这是价值投资。
市场其他参与者	博弈、跟风、信息差,赚的是别人亏的钱。这是零和博弈,本质是赌场。

② A 股 vs 美股:为什么中国反而是主动投资的好土壤

邓晓峰摆出一组让主动基金经理沮丧的数据:美国共同基金过去一年、三年、五年、十年,跑赢各自基准的占比不到 20%。连 2008 年那位与巴菲特打赌的对冲基金经理,七年后所选标的也比标普 500 低了接近 44%。(2017.06 演讲)

原因很直白——美国市场太高效了。所有人都在用 AI、量化、机器学习抢信息差,价格发现越来越快,主动超越指数越来越难。但邓晓峰说,中国是另一番景象:

对比维度	美国市场	中国市场
参与者结构	机构为主,信息高度对称	参与者多元:大量个人 + 不专业的机构,效率天然较低
机构行为	考核长期化,行为相对理性	委托代理 + 短期考核导致机构行为扭曲,必须追短期业绩
主动超额收益	不到 10%–20% 基金能跑赢基准	2001–2007 基金平均回报超万得全A 一倍多;低效给阿尔法提供土壤
环境趋势	已成定局	效率在提高,但阶段性、间歇性的无效率长期存在

2013–2015 年是个典型例子:传统行业经营承压,互联网行业飞速发展,全社会形成"必须向互联网转型"的共识,折射到资本市场发展到极致——传统竞争结构稳定的行业被严重忽视和低估。等到 2016、2017 年互联网影响高度明确化、不确定性下降后,这些被低估的行业又被大幅修正。这就是"阶段性无效率 → 阶段性有效率"的完整循环。(2017.10 演讲)

③ 中国独有的三重优势:大、全、快

为什么邓晓峰对中国市场长期乐观?他给出三条结构性理由:

• 大——中国是巨大经济体,产品或服务需求几乎都占世界 1/4 到 1/3。"大国提供了很多机会",新企业、小企业仍能发展壮大成行业巨头。
• 全——产业配套非常齐全,对标美国标普 500 的产业结构几乎可以一一对应。金融、医疗、高科技、消费、能源,每一块都有体量。
• 快——大多数行业走过了"前所未有的陡峭学习曲线",很短时间浓缩了发达国家一两百年的产业进程。管理水平、生产率、研发能力急速提高。

④ 投资的"三好学生":好行业、好公司、好价格

邓晓峰把价值投资的操作浓缩成三个字,也是他反复强调的核心框架:

维度	要点	新手常犯的错
好行业	选择比努力更重要。增长型 + 早期阶段的行业容易创造价值增量;成熟行业则看竞争结构,竞争结构决定长期股东回报。	扎进夕阳行业,再努力也白费
好公司	优秀的公司获得更大份额、更高利润、更好股东回报。"优胜者往往是踩着失败者的尸体走出来的"——选运营卓越、管理高效的公司。	迷信"黑马"、炒概念、追重组
好价格	价格决定回报率。再好的公司,价格过高也可能带来负回报。价值投资 ≠ 长期持有,长期持有是结果,不是目的。	把"被套"美化成"长期持有"

他特别提醒:投资是面向未来,不是为了缅怀过去。研究过去是为了更好地判断未来,而不是为了证明"我曾经看对过"。

⑤ 怎么建框架:用美国标普 500 当参照系

面对一个陌生行业,怎么快速建立判断?邓晓峰给出的方法是——找参照系。美国是大国,中国也是大国,产业都很全,这是天然的类比对象。他研究了标普 500 过去 40 年的产业结构和利润分布,提炼出几条规律:

行业	在标普 500 的长期表现
金融	永远是大行业,泡沫期峰值占市值 22%,2012 年约 16%。估值长期低于平均水平(高杠杆 + 委托代理风险)。
医疗	占美国 GDP 15%+,标普 500 市值长期前三。估值长期高于整体(成长性 + 刚需)。
高科技	2012 年占市值 18%,2017 年估计 24%–25%。利润比例高于市值比例——大公司壮大了估值反而下降。
可选/日常消费	长期稳定在 10% 左右,估值接近整体水平。
电信/公用事业/原材料	国家成熟后占比下降,因风险贴现低,长期利率下行期估值反而偏高。
能源	大行业(石油天然气),但长期估值低于其他行业——市场对其可持续性存疑。

⑥ 实战案例一:汽车业"重资产低回报"是个认知谬误

邓晓峰最经典的投资研究,是对汽车行业的重新认知。市场共识有三条偏见,他一条一条拆穿:(2016.10 投研讨论会)

市场共识(偏见)	邓晓峰的实际数据
汽车业重资产,巴菲特说"四个轮子不是好生意"	恰恰相反,整车厂实质是轻资产。在中国,整车厂与零部件高度社会化分工,整车厂固定资产周转率能做到 5–8 次甚至更高(零部件才 2–3 次)。巴菲特看的是零部件社会化之前的垂直一体化状态。
美国三大车企市值很低,中国车企没空间	翻历史会发现:从汽车诞生到 20 世纪 60 年代,这些公司是美国分红最高的公司。2000 年 300 亿美元市值是残值而非现值。整个发展过程中回报很高。
中国车价虚高,毛利不可持续	5 年间行业从"高毛利 + 低周转"转向"合理毛利 + 超高周转"。上海通用 2002 年毛利率 35%+、周转率 <4;2005 年毛利率降到 20%–25%、周转率升到 10。差年景资本回报率仍有 25%,好年景 50%–100%。

他给出跟踪汽车行业的四个简化指标,任何研究员都能用:

1. 整车厂是产业链核心——对零部件厂是甲方(可占款),对 4S 店是控制方。先找到利益分配者,再找最强的公司。
2. 产能利用率——全球普遍 70%–80%,中国主要车企 90%–100%,是中国汽车回报率高的关键。工厂建设和产量公开可查。
3. 经销商库存水平——库存系数 >2 是麻烦信号(库存相当于过去 2 个月销量),4S 店会被迫削价,拖累整车厂利润。这是行业利润的先导指标。
4. 终端价格折扣——最直接的观察指标。不需要内幕消息,公开数据就能把握行业冷暖。

⑦ 实战案例二:银行业被"三重误解"包围

邓晓峰对银行业的拆解更系统。他列出市场对银行的三大负面共识,逐一用数据反驳:(2017.10 演讲)

误解	邓晓峰的反驳
银行利润占上市公司一半,暴利	坐标系选错了。主要银行都上市了,但大量工业企业(利润 6 万亿+)和房地产(1 万亿+)在海外上市或未上市。银行业利润占中国企业利润实际 <15%,是合理比例。
利差过大,利率市场化后会暴跌	中国息差在国际上属中等水平,发展中国家利差普遍远高于中国。利差本质反映资金回报率,应与名义 GDP 增速相关。中国的利率是"鼓励借钱的人扩大再生产"的结构,长期偏低。
坏账远高于报表	参照温州完整坏账周期(2011–2016 累计处理 1400 亿,占贷款 18%,损失约 12%)。最大 8 家银行到 2016 年已累计确认 3 万亿表内坏账,占贷款 6.5%。坏账过程已过大半。

银行能持续高回报的真正原因,藏在成本收入比这个被忽视的指标里:

⑧ 实战案例三:水电股——"时间是朋友"的最佳样本

邓晓峰在公募期间靠电力股赚了二三十亿。他的逻辑极简:(2016.10 投研讨论会)

水电这门生意的本质是项目资源 + 杠杆。市场按 EPS 给价,而不是按 DCF 给价。前期几年别人痛苦地承受培育成本,你中期进入时直接享受 EPS 暴发——"这些生意确实是时间的朋友,就像茅台酒一样,越酿越香"。(2016.10 投研讨论会)

⑨ 邓晓峰的研究心法:由少到多,再由多到少

他总结自己做研究的四条经验,对新手极有参考价值:

#	原则	含义
1	时间花在增长型、大体量行业	增量永远比存量好做。体量大的行业"无风三尺浪",机会更多,投入产出比高。
2	由少到多,再由多到少	先看行业发展史、发达国家走过的路、企业传记,资料越看越多;然后抽象出几个关键指标,形成简化模型——"先把行业变厚,再把研究变薄"。
3	对优秀公司长期跟踪	成功的公司是竞争选择的结果。"对优秀公司的长期跟踪是行业研究的捷径"。即便某阶段错过,未来还会有机会——研究和跟踪本身就是积累。
4	问题是研究的方向	市场永远有分歧,这些争议就是研究方向。"如果研究能够回答这些问题,发现市场的偏差甚至谬误,机会自然就来了。"

关于"第一波没抓住怎么办",邓晓峰的态度非常豁达:

对你(新手)意味着什么

1. 先问回报来自哪里,再谈别的。买任何一只股票前,问自己一个问题:我赚的钱是公司创造的,还是别的散户亏的?如果是后者,那不是投资,是博弈。邓晓峰把这条作为价值投资的唯一判别标准。
2. 别被"价值投资"四个字绑架。被套了不叫价值投资,叫死扛;买低 PE 不叫价值投资,叫捡便宜。真正的价值投资是:确认企业会持续创造价值,且价格合理。
3. 中国市场的"低效"是你的朋友。散户多、机构行为扭曲、共识经常走极端——这正是基本面研究能赚到钱的原因。不要因为 A 股波动大就觉得"不能做价值投资",恰恰相反,波动是你的机会窗口。
4. 建立你的行业参照系。邓晓峰用标普 500 当坐标系。新手没那么大工作量,但可以先挑 2–3 个自己熟悉的行业,把它们在产业链里的位置、关键指标、历史回报率研究透,形成一个"这个行业的简化模型"。
5. 把争议当成路标。当你听到一个行业"完蛋了""没前途了",先别跟着恐慌。问自己:这是结构性变化还是周期性变化?如果是周期性恐慌而基本面没坏,可能正是认知偏差创造的机会。
6. 好公司记下来,定期看。第一波错过不可怕,可怕的是行业到顶了你才发现。用邓晓峰的方法:建一个观察名单,把好行业里的好公司列出来,每个月看一次基本面变化。等到机会出现时,你已经准备了很久。