大数定理是概率论中的一个重要定理,指的是当样本量越来越大时,样本平均值越来越接近真实的期望值。正态分布也是概率论中的一个重要分布,它的概率密度函数呈钟形曲线。根据大数定理,当样本量足够大时,样本均值趋于正态分布。因为正态分布具有良好的对称性和稳定性,能够较好地描述随机现象的规律性和变异性,金融、经济学会使用正态分布来建立模型,预测未来的变化趋势,提高决策的准确性。

  而均值回归正是基于这样一种统计学原理的投资策略,数学语言来描述均值回归就是,事物从长期时间维度来看其发展程度围绕均值的上下两倍标准差之间波动。换句话说,当资产价格偏离其长期均值时,价格将会较快地回归到均值附近。尽管股市波动是混沌难以预测的,但有两条真理在穿越时间后却颠扑不破:一是价格与价值大幅偏离时会发生均值回归,二是长期看股价上涨高度与盈利变化幅度正相关甚至相同。神奇公式之所以有效,恰恰是因为同时兼顾了均值回归的内在逻辑,以及股价上涨的长期驱动力是公司经营利润的增长。

  好价格、好公司、好行业常常被定义为不可能三角。投资的决策过程中,往往需要对这三个因素进行抉择。随着近几年外资对A股市场结构和投资方法论的重塑、特别是疫情后全球流动性宽裕等等多重因素的推动下,估值的重要性似乎逐渐下降。市场对于拥有核心竞争力、护城河、赛道空间等优势的公司,给予了动辄百倍以上的估值容忍度。核心的逻辑是,优秀商业模式的行业和个股,就值得在任何时间、任何价格长期持有。成长赛道的公司景气好,极高的估值也可以被快速的业绩增长所消化。对于投资者而言,在潮起至泡沫阶段,很容易陷入狂热,总是认为估值还可以更高,但估值越高,其长期上涨积累下的止盈压力就越大。

  另一种脱离均值回归理论的模式是对业绩预测进行多年线性外推,甚至将这种高增速外推十年,忽视了万物皆周期,没有永远高增长的行业这一朴素的原理。这样的思潮在2021年达到极致,消费、医药、半导体、新能源等热门赛道的行业估值先后达到了历史最高水平。然而,每一个企业都有生命周期,且长期来看再伟大的企业也面临业绩增长率向均值回归的一天。随着公司利润基数增持续上升,亦或是产业渗透率达到成熟阶段,大部分公司继续维持高增速的难度也逐年加大,处在历史较高估值的股价就更容易面临大幅回撤的风险。万物皆周期,过去几年的投资案例告诉我们,大部分板块的估值不可能长期维持在高位,会逐步向着合理的水平进行回归,而这个合理估值水平取决于行业的竞争格局,公司的商业模式等因素。

  与成长股追求企业业绩的高增长不同,深度价值投资,就是在尽可能的回避价值陷阱的前提下买入价格大幅低于企业内在价值的公司,然后赚取价格回归价值和企业长期成长的钱。深度价值投资的祖师爷格雷厄姆,是典型的均值回归思维投资者,他总是强调,用5毛的价格买值1块的东西,这个例子给投资者讲了一个很简单却很重要的道理:买的便宜。买的便宜可能不能让你多赚钱,但确实能让你在判断错误的时候少亏钱,这种盈利和亏损的不对称性,正是投资者获得超额收益的来源。均值回归更像是投资中的“万有引力”,市场短期是投票机,长期是称重机,股票价格在长期内会回归到其长期平均值附近,因此价值投资者可以更好地利用均值回归理论来发现市场短期的定价错误,实现投资收益。

  任何事件的周期发展都不会是直线,而是起伏的曲线。价值投资的核心难点是对公司进行正确的定价,因为只有掌握了定价,才能判断股价所处位置,才能判断公司是否被低估亦或高估。历史和证券市场的规律告诉我们,市场的长期平均收益率不过是6%-8%左右,即使是美国股市,过去200年时间内的年复合收益率也就7%左右,和经济增长速度几乎完全匹配。一个阶段的超高收益率之后必然导致强烈的均值回归。因此,能否在牛市中成功兑现浮盈的核心条件就是具备对公司价值的定价能力。

  而当另一个极端来临,当熊市似乎看不到边际,利空遍地的时候,当群体性悲观再一次出现的时候,投资的核心问题依旧是对公司价值的评估,然后在极度低估的位置“勇敢的逆向买入和耐心坚持”。比如,从风险溢价看当前市场已经再次回到高性价比位置,具有明显长期配置价值。A股和港股用风险溢价率(指数PE倒数减10年期国债利率)和股债收益比(指数的股息率除以10年期国债利率计算股债收益比)两个指标来看,当前都达到了均值向上两倍标准差的极端位置,处于2005年以来从高到低1%的区间内,市场隐含的未来长期投资胜率及赔率或已达到较高水平,即A股和港股都已经具备较为明显的长期投资价值。

  笔者始终相信市场周期均值回归的规律长期有效。因此,越是在接近底部的位置就越要保持耐心,同时战略上更需要积极乐观,而非本末倒置。而目前的市场,就是那个接近底部的位置。

  风险提示:基金有风险,投资需谨慎。文章涉及的观点和判断仅代表我们对当前时点的看法,基于市场环境的不确定性和多变性,所涉观点和判断后续可能发生调整或变化。本文仅用于沟通交流之目的,不构成任何投资建议。