逆向投资心理学 pdf 《逆向投资策略》 第一部分 心理学前沿的启示 第2章 危险的
情绪可以通过很多重要的方式引发决策错误,其中最重要的是情绪让我们对投资价格的上涨(或下跌)的真实概率不敏感,不去探究引发涨跌的原因。当一个潜在的结果,比如买入股票时的巨大获利,伴随着显著而强力的情感意味,这种情形的真实概率,或随着外界环境的改变而改变的概率,其重要性会变得微不足道。一些显著的研究结果支持投资者对概率不敏感的说法。乔治·卢文斯坦(George Loewenstein)、艾克·韦伯(Elke Weber)、克里斯多夫·海斯(Christopher Hsee)和内德·韦尔奇(Ned Welch)教授指导的一项有趣的研究显示,如果人们认为他们将赢得州政府彩票,无论真实发生概率为万分之一还是千万分之一,他们所下的赌注以及期望获胜的机会都是相似的。如果人们感觉自己会赢,他们会乐意为同样获胜概率的彩票多付1000倍的赌注!有趣的是,这与投机者在股票狂热期为热门股票所支付价格的情形类似。卢文斯坦及其合作者注意到,赌徒更容易为一个非常正面的结果的可能性(possibility)而非概率(propability)所打动。结果是,极小的概率承载着巨大的期望。另一项有趣的研究发现,投资者看上去在泡沫市场中不在乎为一只令人心痒难熬的首次公开发行(IPO)的股票支付高价。著名的经济学家罗伯特·希勒(Robert Shiller)证明,如果一个投资者想买入一家公司的100股股票(假设价格是10美元),对他来说,公司是卖出100万股还是在IPO之前需要拆出500万股股票来募资都一样。希勒发现,对于IPO的买家来说,好股票的价格高出5倍并不重要,即使公司给他的是只有原价值1/5的股票,买家依然愿意用10美元的价格买入100股股票,因为他深信股价会走高。其他研究结果也支持投资者对概率不敏感的结论。尤瓦尔·罗登斯特莱希(Yuval Rottenstreich)和克里斯多夫·海斯证明了如果一个赌局的可能结果充满强烈的情感诱惑,它对赌徒的吸引力(或排斥力)与概率的变化关系不大,即使概率从0.99变为0.01,即变化100倍也不敏感。这些发现指出了泡沫中高估的关键:如果我们对一只股票或一项投资的前景有强烈的情感,我们有时会支付高于其真实价值100倍的价格。这一发现抓住了为什么股价在泡沫期会飙升的主要原因。图2-1 市场泡沫的影响:纳斯达克100指数的表现(1996年1月1日~2002年12月31日) Source: David Dreman,2011.Data Source:FactSet Research Systems Inc.图2-1证明了这些发现是正确的。我们将会看到,如果图表与研究之间有什么区别的话,那就是高估可以远超收益的100倍。从1996年年初到2000年3月股市的高点,纳斯达克100指数使得最大的互联网和高科技公司股票上涨717%。从2000年3月的高位到2002年10月的低位,指数下跌了83%,是自1929~1932年道琼斯工业指数下跌89%以来,美国主要市场指数下跌最严重的一次。在泡沫接近最高点时,纳斯达克100指数的市盈率超过200倍。几乎所有纳斯达克的公司都拥有看上去会快速增长的产品或服务,这些意象常常与真正能够获得的机会相去甚远。
接下来是两个相当典型的关于投资者对这些股票的热情程度的案例。案例A:美国在线(America Online,AOL)在2000年3月的动态市盈率是200倍。公司发布的收益在过去6年中高速增长,而分析师相信这种增长还会加速,因为每年有成百万的新用户注册,享用其受欢迎的在线服务。我曾用标准的收益贴现模型做过计算,如果为当时的价格辩护,该公司需要大约180亿的用户,差不多是全球人口的3倍。那时我的结论是,人们需要赶快找到一大批外星人来实现这些“温和的”增长目标。很快,美国在线与时代华纳合并,实际情况比预期的全球范围内的竞争态势更严重,在线增长急速下跌,而被会计方法过度高估的收益最终急剧地回复到低位,结果合并后的公司股价损失惨重。2000年第一季度每股100美元,合并后的股价比其低位时下跌了90%左右。案例B:eToys.com是一家激动人心的互联网商务公司,在线销售各种各样的玩具。eToys.com的宗旨不仅是为网上用户提供种类最多的流行玩具,其本质上还为了节约用户的时间。同时,用户能够从公司比其他主要竞争对手较低的价格折扣中获利。一些大竞争者已经或正在构建强大的在线系统,这一事实被大部分分析师和投资者忽略,结果是eToys.com的折扣政策导致公司巨额亏损,因为与竞争者相比,它不具备获得玩具制造商的大折扣的相应销售额。2009年10月,eToys.com公司股价的顶峰市值是107亿美元,是在全美拥有几百家零售商店的最大的玩具零售商玩具反斗城的3倍。eToys.com的销售额占玩具反斗城的1%还不到。就像我们记下的,该公司在运营层面是失败者,而玩具反斗城保持了长期盈利记录。eToys.com是由一位资质一般的零售经理构思和运营的,其管理深度有限。准确而不留情面的说法是,其管理水平最多也就那样。没有切实的商业计划,该公司持续巨亏,2001年走向破产。所有这些事实在当时都可以获取,然而分析师、基金经理和投资者因为公司传递了非常有利的正面意象而没有处理好这些信息,并且继续认为该股票是有生以来非常难得的投资机会。这再次说明了,当正面的情绪处在高速挡时,理性和逻辑的分析常常被经验所压倒。尽管上述两只股票的特质不同,但都是纳斯达克综合指数的一员。与其他很多高科技和互联网事件一起,它们在当时被市场高估了。在1996~2000年的互联网泡沫中,对重大获利的可能性的敏感度而不是其概率,是互联网与高科技类股票股价被严重高估的重要原因。1999年我开始制作截至互联网泡沫高峰期的股价表2-1。此表显示了当时最热门的前十大互联网股票的市盈率。1971~1974年和上述市场是经典的两个层次的不同市场,那时看重的是快速增长的大公司。在市场顶峰期,前50只领头的成长型股票的平均市盈率是51倍,高于这一类股票的正常市盈率25~35倍。在1973~1974年熊市股票剧烈下跌之后,这些公司的股票被长期持有了,成了那些为期望的成长支付了太多代价的投资者的一个典型案例。表2-1 狂热市场的标记:互联网泡沫(1996~2000年)公司10/31/1999价格10/31/1999市盈率折让未来EPS的价格:15%①,②8/31/2002价格eBay$67.571930$4.75$56.52RealNetworks54.8512195.314.58Yahoo!89.53119410.1810.29DoubleClick70.009336.705.63Priceline.com60.256038.922.35Amazon.com70.6335317.8714.94Lycos③53.3833418.8711.19Qwest36.0032713.003.28MindSpring③25.6925711.806.10E*Trade23.8123810.274.34 注:从1999年11月~2002年8月31日股票平均下跌79.1%。① 假设收益在前三年增长50%,在接下来的五年里增长25%,然后在接下来的6年中增长20%,再然后在接下来的七年中增长15%,之后每年增长7.5%。② 增长率折扣的计算方法:15%的增长折扣包括5.9%的政府长期债券增长率和9.1%的风险溢价。③ Lycos公司在2000年10月30日被Terra Networks SA公司以2.15股兑1股Lycos股票的价格收购。 Source: David Dreman,2011.1996~2000年的互联网泡沫有所不同。表2-1显示的价格收益比是收益的1930倍,这些公司的平均市盈率是惊人的739倍。我们可以这样测量此次泡沫的荒唐级别,表2-1所显示的十家互联网公司的平均市盈率,是1971~1974年市场“漂亮50”家公司平均51倍市盈率的14倍。1996~2000年泡沫中的公司并非小的或不知名的公司,其市值在16亿~301亿美元,比标普500指数公司的平均市值还要高。我们决定找出表中的股票在接近泡沫顶峰的1999年10月时的基本价值。起点是分析师一致同意的1999年收益预期。然后假设表中所列的公司在接下来21年中的增长可以采用美国公司历史上收益增长率最高的增长率,之后再假设可以采用标普500指数中的正常收益增长率。收益增长率对这些有激动人心的概念公司的贡献几乎是戏剧性的(请看表2-1中的假设),结果证明即使收益已经达到了自美国建国以来几乎没有公司能达到的上涨程度,其股票依然处于被高估的状态。表2-1第三列是我们通过每家公司的收益折现计算出得降低了很多但依然被高估的股价。为了计算出这些价格,我们利用了一个简单的收益折现模型,即一个计算股票价值的基础模型。 收益折现模型采用分析师对一家公司未来收益(常常是30年或更长时间)的估值,同时给出一个由每年收益和5.9%的当前长期政府债券收益以及9.1%的风险因素所组成的贴现率(作者的想法很值得思考,他在计算增长时将市场中处于发展早期、已经没有竞争力或因为其他原因增长受到影响的公司区分开)。比较第三列和第一列的价格,然后比较每家公司股票目前的价格。第一列的股价与第三列模型所给出的股价相比,最高的是14倍,最低是2倍多。尽管我们在第三列中给出的价格基于极度夸张到不合理程度的高收益,第一列中所列的公司真实股价在2000年3月又上涨了一倍,互联网股票的价格弹射得更高了。表2-1第四列(1999年之后才添加这一列)显示了泡沫破裂之后的2002年8月31日的股票价格。这类公司的平均跌幅是79.1%。只有eBay这一只股票仍然高于第三列中当前价值模型所估计的股价。另一只股票的价格轻微高出第三列中价格的近1%,其他8只股票都低于模型中的估值,其中有些股票价格远低于模型的估值。就像我们所写,在高科技股票和市场泡沫中大约有7万亿美元蒸发,而1987年大股灾从最高点到最低点相应的损失是1万亿美元。
更多阅读
逆向投资策略 txt 《逆向投资策略》 推荐序2
另辟蹊径的金融投资理论探索浓缩了半个多世纪的华尔街征战经验 摆在读者面前的这本书是全球“逆向投资之父”大卫·德雷曼(David Dreman)的传世经典之作——《逆向投资策略》的第4版。这部著作问世于1979年,早已风靡全世
逆向投资策略 mobi 《逆向投资策略》 译者简介
郑磊先生,南开大学国际经济研究所博士,荷兰马斯特里赫特管理学院战略管理MBA,早年毕业于兰州大学数学系。现任招银国际资产管理有限公司董事、副总经理,香港证监会持牌人,中国上市公司市值管理研究中心的学术顾问,中国管理科学
认知心理学研究前沿 《逆向投资策略》 第一部分 心理学前沿的启示 第1章 泡沫星
你还记得过去把投资当作一件趣事的那些日子吗?我记得。对我来说,20世纪60年代末的纽约金碧辉煌,那时我20来岁,正当年。我是在股市泡沫破灭(Go-Go Bubble)的前一年开始从事分析师的工作。我们购买的所有股票都在上涨,而且不只上
政治心理学前沿译丛 《逆向投资策略》 第一部分 心理学前沿的启示 第1章 泡沫星
前面指出,投机热潮的一个最值得注意的特点是,不同时代的投机热潮总是很相似,即使它们发生的时间相距几百年。绝大部分泡沫最重要、具有毁灭性的共性是信用的过度使用。让我们再次简要回顾1929年和2007~2008年的大股灾,同过去的
心理学前沿 《逆向投资策略》 第一部分 心理学前沿的启示 第1章 泡沫星
在成为时髦理论之前,适用于市场行为的当代心理学观点早在170年前就出现了。与化学、医学或其他科学领域一样,其在科学方法上迈出的第一步是精确观察。回到19世纪40年代,苏格兰的新闻工作者查尔斯·麦基(Charles Mackay)用他超