标签: 投资

巴菲特最满意的投资!从一家小农场看他60年投资心法

1973至1981年间,美国中西部农场的资产价格暴增,因为当时人们普遍相信通膨即将失控,小型农村银行的放款政策也产生推波助澜的作用。然後这个泡沫破灭了,农场资产价格暴跌50%、甚至更多,负债的农场主人和放款给他们的银行因此严重受挫。光是爱荷华州和内布拉斯加州,在泡沫破灭後破产的银行,数目是在2008~2009年的金融风暴中破产银行的5倍。

巴菲特的小农场

1986年,我向联邦存款保险公司(FDIC)购入一个面积400英亩的农场,位於奥马哈以北50英里处。这花了我28万美元,显然低於一家已倒闭的银行,在数年前接受这个农场为担保品所发放的贷款。当时我对经营农场一无所知,但我有个儿子热爱务农,他告诉我这个农场可以种出多少蒲式耳(编按:英制的容量及重量单位)的玉米和大豆,以及经营费用大概是多少。

我根据这些估计,计算出这个农场的正常报酬率约为10%。我当时也认为长期而言,农场的生产力将成长,而农产品的价格也将上升。这两项预期後来证实都是正确的。

广告

我不需要奇特的知识或资讯,便能知道这项投资没有亏损风险,还可能大有赚头。当然,农场偶尔会收成不好,农产品价格有时也会令人失望。但这有什麽关系呢?我们也会有异常好的年头,而且我永远不会有出售这项资产的压力。现在我购入这个农场已近30年,它的每年盈利已经增加了2倍,价值是我当年购入价格的5倍以上。我现在对务农仍一无所知,日前去了农场一次,是至今以来的第二次。

一栋位於纽约市的不动产

1993年,我做了另一笔小投资。赖利.席佛斯坦(Larry Silverstein)告诉我,资产清理信托公司(RTC)打算出售位於纽约市、纽约大学旁边的一笔零售不动产。当时是商用不动产泡沫破裂。政府成立了RTC,以便处置倒闭的储蓄银行持有的资产;这些银行之前乐观的放款作业,助长了愚蠢的商用不动产投机活动。

抢先看OpenAI推GPT商店 人人做专属AI的时刻来了

这笔投资的分析同样简单。一如我那个农场,这项物业的无杠杆当期收益率(Unleveraged current yield)约为10%。不过,RTC并未妥善管理这项物业;待几个空置的店面租出去之後,租金收入将能增加。更重要的是,占用20%空间的最大租户,当时付的租金价格为每平方英尺约5美元,远低於其他租户平均支付的70美元。最大租户的租约在9年後到期之後,租金收入必将大增。而且这项物业的位置极好,毕竟纽约大学不会搬到其他地方。

我加入了一个小团体,成员包括赖利和我的朋友费德.罗斯(Fred Rose),一起买下了这项物业。费德是经验丰富的高级不动产投资人,他将和他的家人负责管理这项物业。他们做得很好。旧租约到期之後,这项物业的盈利增加了2倍。如今我们每年收到的分红,超过最初投资成本的35%。此外,我们最初的抵押贷款在1996和1999年两度办理了再融资,我们因此获得数笔特别分红,总金额超过我们最初投资成本的150%。我至今还不曾亲自去看过这项不动产。

广告

你不必是专家,也能赚得满意的投资报酬

奥马哈农场和纽约物业产生的收益,未来数十年很可能会增加。虽然成长不会是戏剧性的,但这两笔投资在我这一生中是稳健且令人满意的,未来对我的子孙而言也将是如此。我讲这两个故事,是为了说明投资的一些基本道理:

.你不必是专家,也能赚得满意的投资报酬。但如果你不是专家,你必须认清自身的局限,并奉行必定会有不错结果的做法。务必避免复杂化,也不要孤注一掷。如果有人承诺你可以快速赚大钱,你应该快速的说「不」。

.考虑标的资产时,应集中关注它未来的生产力。如果你对粗略估计这项资产未来的收益毫无把握,你应该忘了它,然後考虑其他标的。没有人有能力评估每一个投资机会。但全知是不必要的:你只需要明白自己的行动。

.如果你着眼於买进资产後未来的价格变化,你其实是在投机。投机并无不对。但我知道自己没有成功投机的本事,而对那些宣称自己持续投机成功的人,我也抱持怀疑态度。掷硬币的人有一半会赢得第一掷,但这些赢家如果继续玩下去,没有一个能期望自己可以赢到钱。一项资产的价格最近上涨,永远都不是买进的理由。

.针对我那两笔小投资,我只考虑这两项资产可以产生什麽,完全不关心它们每天的价格变化。比赛的胜利者是专心比赛的人,而不是那些一直盯着记分板的人。如果你周末不看股价也能享受生活,你应该试着在周一至周五也这样。

.形成自己的总体观点,或了解其他人的总体或市场预测,都是浪费时间的事。事实上,这是危险的,因为这可能导致你无法看清真正重要的事实。(我看到电视上的来宾圆滑的评论市场的未来动向时,就想起美国职棒传奇球员米奇.曼托(Mickey Mantle)这句尖酸的话:「你不走进那个广播间,还真不知道棒球多麽简单。」)

.我那两笔资产是在1986和1993年购入的。在这之後一年(1987和1994年)的经济、利率或股市表现如何,对我做这两个投资决定毫无意义。我不记得当时新闻或「权威人士」在说些什麽。无论他们说什麽,玉米将继续在内布拉斯加州的农场里生长,学生将继续涌向纽约大学。

我的这两笔小投资与股票投资有一个重大差别。如果你投资在股票上,股市开盘期间,你的持股每分钟都会有最新的市价;而我的农场或纽约物业,至今还不曾见过有人开价。

投资股票的人,太常追求市场波动市场崩跌对真正的投资人应该是好事:如果他手上有现金,他可以在市价远低於资产价值时买进。对投资人来说,市场弥漫着恐惧的气氛是好事,市场中的人普遍得意忘形才值得谨慎提防。

股票投资人的持股,市场持续提供可能剧烈波动的报价,对投资人理应是一件大好事。对某些投资人来说,确实是这样。毕竟如果有个情绪非常不稳定的人,拥有我农场旁边的另一个农场,而他每天都向我开出一个价格,我可以按该价格将我的农场卖给他,又或者向他买进他的农场,我理应受惠於他这种古怪的行为,对不对?

如果他开出的价格低得离谱,而我又有剩余的现金,我应该买进他的农场。如果他开出的价格高得离谱,我可以把自己的农场卖给他,又或者继续经营我的农场。

但是,持有股票的人太常让好事变成坏事了:其他持股人善变且往往不理智的行为,经常导致他们也出现不理智的行为。因为总是有人喋喋不休的议论大盘、经济、利率和个股的价格表现,有些投资人认为听「权威人士」的说法十分重要。更糟的是,有些人还认为应该根据他们的意见做一些事。

有些人可以平静的拥有一座农场或一间房子数十年之久,但如果看到源源不绝的股票报价,并不断听到「专家」暗示投资人「不要只坐在那里,要有所行动」的评论,他们就很容易陷入精神错乱的状态。市场流动性本应是无可置疑的好事,但对这些投资人来说,却变成了一种诅咒。

照理说,市场「闪崩」(Flash crash)或出现其他的极端波动,不至於严重伤害投资人,正如有个古怪的农场主不断向我开价,不应损害我的农场投资。事实上,市场崩跌对真正的投资人应该是好事:如果他手上有现金,他可以在市价远低於资产价值时买进。对投资人来说,市场弥漫着恐惧的气氛是好事,市场中的人普遍得意忘形才值得谨慎提防。

当2008年末,金融市场极度恐慌的期间,我不曾想过出售我的农场或纽约物业,尽管总体经济显然正在酝酿一场严重的衰退。此外,如果我百分百持有一家长期前景良好的强健企业,我当时如果考虑卖掉它,也无疑是愚蠢的。既然如此,若我持有一些好公司的少数股份,为什麽要卖掉呢?没错,当中可能会有个别公司的最终表现令人失望,但作为一个投资组合,它们无疑将会有好表现。真的有人相信美国许多生产力惊人的资产,以及无限的人类才智,会被某种东西吞噬掉吗?

查理和我购买股票时,我们的分析方法和收购整家公司时所用的非常相似(我们视少量的股份为整家公司的一小部分)。

首先我们必须考虑这个问题:我们可以合理的估计这家公司未来5年或更长时间的盈利吗?如果可以,该股市价相对於我们估算的每股价值的区间下档是合理的,我们将会买进股票或收购整家公司;但如果我们没有能力估算未来的盈利(通常是这样),我们就会放弃,然後研究其他机会。

查理和我共事以来,我们从不曾因为总体经济、政治环境或其他人的看法,放弃一项诱人的投资。事实上,我们做投资决定时,从不曾讨论这些不重要的事。

*本文摘自时报出版《巴菲特写给股东的信(2023全新增修版)》

责任编辑:陈玮鸿…

...

【Howie 商业投资】ChatGPT 超吸睛!2023 年的人工智慧有什麽看头?

人工智慧持续进步,现在又能更类人思考了

支援多个主要语种的大型语言模型 (Large Language Model,LLM) 应用的 ChatGPT 又再次带动人工智慧风潮,也验证了 ChatGPT 能使用基於人类回馈的强化学习进行训练。透过网际网路、程式语言等不同资料让模型更加拟真,除了承认错误的效果外,能够「质疑不正确的前提、或拒绝不适当的言语疑问」相当令人惊艳,毕竟过去多数的聊天模型都认为提问者的假设是正确的,虽然在人工智慧专家眼里这并不够强大,但对一般平民百姓来说够开心一阵子了。

不过,在一片「免费又有趣」的兴奋的氛围中,这个以 GPT 3.x 为基础的模型目前还是属於资料驱动 (data driven)而非逻辑驱动 (logic driven),因此还是有不少改进空间。

整体来说,既然 ChatGPT 距离真正的人工智慧还很远,把视野放宽一些,2023 年的人工智慧趋势有没有什麽亮点?

技术升级:产业种类与应用范围更成熟了

人工智慧在各产业与应用领域中更为成熟,以行销科技而言,内容生成和 UI 是行销科技中成长最快的领域。AI 模型可以比人类更有效率地产生文本、声音与影像,企业在销售流程中得以不断优化,以让消费者获得更好的用户体验和参与度。

此外,在远端医疗领域,心理疾病的患者未来可以远端与医生对谈,使得疗程更像与朋友聊天,而非增加更多心理压力,心理疾病是未来劳动力的重大隐忧,这类半聊天式疗法,让机器人与医生同时与病患互动,也许能更快解决问题。

当然,还能使用机器学习(ML)、自然语言处理(NLP)和神经网路帮助监控疾病进展成为医疗的重点,能让医生提早发现老人痴呆和癌症等疾病,增加患者成功治疗的机会。

机器学习模型将由更高质量数据驱动

近期企业大力投入转型让机器学习能够搜集更多、品质更好的数据。近期,合成数据的应用,对企业来说,解决数据匮乏的一种解决方案是使用合成数据,Gartner 预测到 2024 年将使用合成数据将加速人工智慧专案 60% 的效率,另一种是使用基础模型,这些模型通常经过大量训练未标记的数据,然後与较小的标记数据配对以解决问题。此外,自然语言处理 (NLP) 和大型语言模型 (LLM) 正在持续成长,透过这些技术可以协助优化业务流程,新创业者 …

...