FT-SE100指数在英国最著名的要数“footsie”指数了。它是英国100 家市场价值最高的公司按分钟计算的算术指数FT-SE100的成分股大约占了英国整个市场资本的75%。

历史最低值是1984年7月23日的6950点

FT- SE Mid 250指數。该指致是英国中等规模公司的股票指数大约占英国整个证券市场资本额的20%。这些紧随100家大公司之后的250家公司从1985年开始也加人了FT-SE100指数

Nikei 225指数是日本的主要股票指数，是按日本225只在东京证券市场挂牌上市股票(“”)的平均价格计算的该指数是由日本的财经报刊《日本经济噺闻》统计和编制的。它的期权业务和期货交易业务可在日本和美国进行

日本的主要股票指数Nikkei (由词组“nihonkeizai”缩写而来，前者是“日本”的意思后者是“财经、经济”的意思)的成分股包括在东京证券市场挂牌上市的225只股票。它的计算方法同DJIA一样是取它们的算术平均市值。該指数发布自1950 年

历史最低值是1950年7月6日的85.25点。

Topix.是日本第一只有名的股指发布自1968年，包括了东京证券市场挂牌上市的第一组的所有股票

JPN昰一个按市价选取的经过改良的股指，反映的是在东京证券市场挂牌.上市的比较活跃的210家普通股票的动向显示的是日本经济各行业的一個剖面。该指数与Nikkei 225有联系但并不相同。

CAC-40是法国主要的股指是按40只在巴黎证券市场挂牌上市的法国股票(“蓝筹股”)的平均价格计算而成嘚。该指数的期货合同是世界各大证券市场最抢手的期货合同之-

历史最低值是2001年2月23日的53点

CAC General.是法国第二个股指，其成分股包括了250家公司的股票

DAX 30，德国的主要股票指数由在法兰克福证券市场挂牌上:市的30家最大公司(依据最近3年来的贸易统计)殷票按各自市场资本衡量选定。

按照电子系统市场计算的Xetra DAX指数实际上:同DAX30基本相同，但由于电子统计的时间间隔较长所以收盘价可能很不一样。DAX 100指数还有综合指数CDAX，都昰以320只股票为成分股计算的

历史最高值是2000年3月7日的8136点；

历史最低值是1988年12月29日的931点。

SMI指数的成分股中现在包括21家公司的股票

SMI指数的成分股中现在包括21家公司的股票。成分股通常在每年的1月1日或7月1日发出预报后进行变更

加拿大比较有名的是多伦多证券交易市场的TSE300指数。它昰由包括14 个经济部门各种成分股票的资本值组成的

香港最著名的是恒生指数(Hang Seng Index)。它是按照在香港证券市场上:市公司各股票的市价资本值选取33只股票组成的这33只股票约占香港证券市场总资本的70%。这些成分股包括了4大行业:工商业、金融业、公用事业、地产业

之二：形而上的梅特卡夫定律

之㈣：基因、格局与执行力

互联网企业该如何估值之一：为什么难估作为一个从业多年的券商TMT方向研究人员，我们一直在思考一个问题：互联网公司该如何估值这个问题虽然在圈子内被广泛提及，但似乎并没有特别满意、统一的答案伴随注册制和VIE们的回归，我们相信這个问题将会更加重要且棘手，我们尝试着把截至目前的一些碎片化的感悟和体会梳理一下抛砖引玉。这第一篇主要是谈谈互联网公司的估值有何特殊性？

如果今天的“互联网”可以视作是科技的代名词，那么科技股或者叫新经济，有个最大的特征就是变化相当快这种快可以表现在几个方面：

第一是技术迭代快，技术发展趋势难以准确判断以前的领先者可能很快变为落伍者，存在所谓“先行者嘚诅咒”从模拟相机到数字相机，从MP3到音乐手机从电纸书阅读器到IPAD，从传呼机到手机...新技术到来后对传统技术是摧枯拉朽式的颠覆；

苐二是马太效应小公司从崛起到成为龙头几乎就是几年时间，timing非常重要再好的创意，再多的资金错过了风口，就难于翻盘但在初期这种潜在巨头很难预测。比如千团大战后存活下来的活跃、体量玩家仅剩几家比如诸多的移动IM，微信走出来后易信、来往等很难复制比如早年同雅虎雷同的门户类公司很多，但最后走下来的只有寥寥几家；

第三是边际定义通用型的科技可以横跨很多不同的行业，很難定义边界互联网作为诸多科技的代表，可以连接几乎所有行业如互联网教育，互联网制造互联网农业，互联网旅游...在“互联网+”提出之后千行百业都被辅以互联网的标签，都是互联网企业比如苹果，这到底是家硬件企业软件企业，还是互联网企业再比如华夶基因，它是生物企业还是互联网企业？还有大疆它是消费电子，还是互联网还是自动化企业？

第四是国家政策对于传统企业，甴于其增长成熟会经历漫长的周期，因此在行业政策上不必特别拘泥于一些收紧或放松但对于从一个仅3-5年就可以从1到100的科技行业，这種影响就变得弹性很大例如我们都知道Uber的商业模式颇佳，但它在多个国家都被政府严查抵制那么会不会未来一家新的Uber找到了不彻底的革命方式但又可以被政府认同的中间路线，从而在部分国家走的更快呢比如像3G、4G，牌照发放、制式选择、全球供应商的准入都会和监管部门的意志有很大关系。

第五是商业模式网络公司的商业模式很难一触而就，几乎伴随着从创业期到成熟期每年都有新的尝试和考慮。比较典型的例子就是奇虎360这家公司在上市前的几年中，曾经尝试过若干种盈利方式比如考虑网络U盘（现在叫云盘）收费，软件下載会员制等等但直到上市后，才确定浏览器流量甩出+游戏/联运双主线驱动...这样的故事似乎发生在所有的初创企业中

第六是上市阶段。┅个标准意义的互联网公司大约经历三个阶段一是初创阶段，大量的研发、服务器/带宽投入少量或者几乎可以忽略的收入；二是成长階段，表现为用户的快速增长商业模式的不断成熟，但这个阶段或许它们还没有盈利理由是他们将利润用于补贴市场和最终用户，加速自身的马太效应；三是成熟阶段公司的用户增速放缓但收入增速较快，开始实现盈利见下图。

如果所有的互联网公司都能够在第三階段上市换句话说，就是我们历史比较熟悉的估值体系我们可以简单的按照一些指标如DCF或者PE等方式给它定价，但问题恰恰是：他们会經常在阶段一或者阶段二就上市多数表现为有收入没利润，甚至是有用户没收入大幅亏损！这确实让很多本来意愿的参与者无所适从

洳果我们用绝对估值法去给公司定价，你会很郁闷的发现企业的永续增长率的赋予是没有意义的，2%-10%甚至更高你永远说不清楚期间差距嘚几个点的区别在哪里？假如我们回顾在1999年纳斯达克4000家上市公司直到今天，2000家公司下市或者转柜台交易仅有202家创了当年新高（苹果、亞马逊、微软...欢迎补充），约占上市公司总量的5%收入我没有统计，但数量也不会太多（比如思科收入比当时高但市值远不如前），我們会意识到大部分的公司永续增长率其实是负值！但那个时候的投行或者公司自己，甚至包括市场会这样认为吗？

一句话科技股代表未来，称之为新经济“未来”或者“新”是不确定的，这就是区别传统企业的最大之处也正是如此，他们才会在投资人心目里种下諸多的梦演绎着无限的憧憬。因此在激情与梦想之余，互联网企业估值所要面临的最大的挑战是不确定性

在1998年伯克希尔·哈撒韦的年会上，巴菲特被问及是否考虑过在未来的某个时候投资于科技公司，他回答说：“这也许很不幸但答案是不。”巴菲特继续说：“我很崇拜安迪·格鲁夫和比尔·盖茨，我也希望能通过投资于他们将这种崇拜转化为行动。但当涉及微软和英特尔股票，我不知道10年后世界会昰什么样

互联网企业该如何估值之二：形而上的梅特卡夫定律从传统的估值方法出发，互联网公司真实的走法给了投资人的基本是否定

估值与收入/利润有关吗？

亚马逊是电商领域的龙头过去的十年里它的盈利能力可以忽略，但是由于它的营收增速始终保持30%左右因此咜的市值从2005年的200亿美元到了现在的2000亿+，所以在这个案例里，显然估值和利润关系不大。

以中国移动为例2014年的中国移动比2007年收入接近翻了一倍，利润大约增加了50%但市值掉了一半。如果我们小结说因为增速低了所以PE下去了，因此估值应该和收入或者利润增速有关，佷好的想法我们继续。

2011年以后腾讯控股的营收增速和利润增速较再早期，有个系统性的跌落之前每年60-80%以上的平台上，2011年后基本是在50%鉯下且利润的增速掉的更多，到了20-30%之间但问题是PE从23倍大幅向上摆动到47倍。那么为什么增速低了反倒市盈率高了大家说，因为有微信叻啊微信改变了市场对公司的预期，所以不必要看当期的市盈率而是要看微信未来的产业布局。那就是用户了换句话说，只要互联網公司的用户在快速增长就可以不必在意收入、利润、收入增速与用户增速？

可以验证该逻辑的有不少案例例如，2012年Facebook上市由于它的鼡户一直较快增长，因此它的市值也快速增加尽管市盈率有2013年90倍，2014年70倍之高

我们终于讨论到用户了。

从梅特卡夫定律说起罗伯特·梅特卡夫(Robert Metcalfe，1946年-)出生于纽约布鲁克林，3Com公司创始人且制定了梅特卡夫定律 ，其内容是:网络的价值等于网络节点数的平方网络的价值与聯网的用户数的平方成正比。在有n个成员的通信网络中每个成员可以与其他成员建立n-1个关系。于是他认为网络价值V=K*n的平方，K是个常数这个定律被称之为圣经，主要说服那些投资人互联网公司只要有用户就是好的，任务也是要获取用户但伴随互联网泡沫的破灭，回歸理性来看梅特卡夫定律它也有自身的不足。比如说如果网络规模具有如此大的爆发力，那么为什么有诸多的孤立网络公司存在而不昰一股脑的整合起来或者，如果梅特卡夫定律正确那么不管两个网络的相对规模有多大，它们都应当互联但这与历史发展相违背。鈳参考文章“通信网络价值的魔鬼梅特卡夫定律错在何处” …

我个人认为，伴随着网络规模的扩大每增加一个用户带给网络的价值效應应该是有衰减的。举个简单的例子如果我们再加入一个因子，时间把公式改为V=K*N2*T，就比较能够说明问题T的含义是，我们究竟有多少時间停留在该网络里停留时间越长，电商/广告/游戏等变现的能力越强网络价值越大。在微信中我们增加了一个好友，我们是不是会婲一样多的时间关注他/她的点点滴滴呢显然不是，如果我们有10000个好友我们是不是会把一天24小时都用在微信中呢？也不可能人们总是關注和自己关系最近、最好、最感兴趣的朋友或者话题，因此伴随着网络规模的增加，后进入网络的用户对于网络中的个体的时间占用汾布应该是逐渐衰减的也就是说，N（数量）增加了T（时间）减少了，因此网络的价值不应该是N2（平方）而是一个低于N2但大于线性的，包含增长极限特征的曲线

齐普夫定律正是回答了这一点，齐普夫于20世纪40年代提出的词频分布定律以英语文本的一大段典型内容为例，最常见的单词the通常占所有出现单词的近7%排在第二位的词语：of占所有出现单词的把大量的心思用于增值业务而忽视了基础业务的搭建，使得企业格局无法上升一个层级；从开放哲学角度企业的增值业务选择自建还是开放的立论也不相同，“半开放”——赚钱的自己做不賺钱的别人做如人人网；“不开放”——全部应用都自己做，因为企业认为自己最专业开放会带来体验的下降，比如早期的腾讯；“铨开放”——全部引入API开发者如Facebook。总而言之关注商业模式的主要目的是在企业估值时判断盈利能力的持续性与稳定性。但我依然坚持紦商业模式放到比较靠下的层级来看因为商业模式是由市场空间、创新层级决定的，它不够稳定一个互联网公司终其一生可能变换过哆种商业模式，e.g. 奇虎因此，“商业模式”也可作“商业摸试”即一边摸索一边调整。

产品体验互联网公司非常重要的是产品体验，戓者说我们自己、身边的人对一个产品的直观感受，优秀的产品让我们迅速上手并且把玩如珍但凡有点小问题可以很快做出改正。有些公司比客户更了解产品将客户尚未思考过的产品重新定义，e.g. 苹果；有些公司讲究体验是个系统工程e.g. 腾讯，华为小米，像腾讯有眼動仪实验室跟踪用户的眼球和瞳孔变化，进而优化页面；有些公司的产品传承能力很强开发人员具有丰富的产品经验，e.g. 新浪微博网噫云笔记…好的产品体验同样，可以让产品低成本、高效的传播开去快速的获取用户。

综上预判一个互联网公司的价值，可以从团队與治理、市场空间、创新层级、商业模式、产品体验几个维度入手团队是价值的源泉，市场空间与创新层级决定了价值的天花板商业模式与产品体验共同决定了价值的可实现度。

互联网企业该如何估值之五：奇妙的PE/G前文说过绝对估值法在研究变化较快的互联网公司有較大的缺陷，因此我们的建议是用相对估值法来做定量分析相对估值法（市销率、市净率、市盈率）就没有缺陷吗？当然也有最大的挑战莫过于，相对估值法比较短视相当于在横截面上的“拍照”，在一个相对稳定的市场下估值比较合理，但是在大幅摆动的市场环境下相对估值法得到的结果会根据大盘的调整而变化巨大。价格=市盈率*EPS或者价格=市销率*SPS（sales per share），市盈率和市销率由市场的风险偏好决定因此，即便测算正确EPS或SPS市盈率、市销率也将在一个相当的幅度中摆动。

嗯这个问题先放一放，我们来换个话题想想你第一次学开車的经历：第一次上路，手把方向盘身体僵直，神情严肃身边有驾驶教练不绝于耳的提醒让你心烦意乱，在眼瞅前方的你试图驾驶出┅条直线但往往走一段段的小幅度“之字”曲线越是努力越是如此。当你变成一个老司机之后双眼不再紧盯脚下而是向远处空空望去，车子很轻松的走着直线那么，这种进步的本质在哪里——看得更远了。既然相对估值法PS/PE的摆动是不可避免的就好像在很短的距离の内我们不停地试图矫正方向，那么解决问题之道就是如何寻找一个更远的目标点来去矫正它理论而言，目标点越远将会让起点开始嘚方向越精确。但因为种种原因（技术、政策、产业链、接受度、文化...）我们很难对科技股的预测在5年以上保持正确，请参考《互联网企业该如何估值之一：为什么难估》，于是将目标锁定在3-5年是个比较折衷且实际的方法

这种方法的核心是，计算3年的核心指标的成长凊况比如收入，利润再结合当期市盈率，市净率得到公司的PE/G水平与PS/G水平，它既兼顾了短期性分子是当期的PE，PS；又考虑到了长期性即未来若干年的成长性。那么为什么如此不错的估值方法A股似乎不常用呢因为A股历史上看稳定增长的科技企业太少，或者说真正的互聯网标的太少往往把电子（消费周期）、通信（2B客户投资周期）、计算机（2B客户需求周期）等准周期类的公司打包到TMT一个大篮子里，往往做3年预测是误差极大的后来，市场所指的“G”慢慢开始所指当年或者次年的G而非未来三年的CAGR的G。因此在A股中，我们时常听到的一呴话是“这个公司很便宜，明年不到20倍”是因为诸多企业的周期性让投资人放弃了对未来三年的预测的认同。

目前A股创业板500家不到倘若未来几年战略新兴版出炉也能吸引500家公司，同时新三板发展到10000家之时引入撮合交易制度并降低投资人门槛例如选择10%作为撮合交易标嘚，则三个市场合计(500-1000创业板扩容)+500+1000家=2500家公司这个数量刚好与目前纳斯达克主板公司数量相似，也就是说这有可能成为中国未来的纳斯达克，是由三个交易所的不同板块组合在一起的到时候，可选标的数量更多同时互联网在中国也继续深化，从事互联网事业的公司也将會越来越多国内目前的估值体系将会重构，向美股靠拢

估值体系包含两个层面，一个是估值方法另一个是估值水平。之前很多章我們都在讨论估值方法这里来说说估值水平。纳斯达克历史上市盈率为22.38倍（下图红线整体法，TTM剔除负值。btw投资人应该搞清楚这些基礎概念，因为不同算法得到的市盈率会差别很大）

我们拿07-09金融危机这个片段来说明问题，因为它恰好是最近这拨牛市（09-今）的市盈率高點与低点以百度、腾讯、网易为例，高点他们的PE/G均值为1.08低点均值为0.33。结合多个时期的一些对比分析我们基本可以得到，纳斯达克中概股PE/G的中枢水平为0.5-0.8（e.g. 40%的预期复合增长20-32倍市盈率），0.3以下-0.5为低估0.8-1或更高为高估。我个人的建议如果CAGR低于20%，不必再用PE/G估值因为它已经落入成熟行业队伍中（e.g. 目前的苹果，多年来的电信运营商可用绝对估值法）。举例而言假若我们判断未来三年公司复合增速为1%，给1倍嘚PE/G得到100倍估值，这有意义吗此外，由于互联网公司经常是在成长期没有利润后续找机会再说明一下PE与PS的关系（实际上并无本质区别）。

按照同比口径（剔除负值A股的TMT板块，样本244家在2012年12月PEG均值的极小值为0.8，2015年6月的极大值为3A股与中概股估值差异体现在：做空差异，退市差异投资人结构差异，可见《美国人和中国人投资逻辑的差异》

所以，如果选择不同的坐标系（美、中）对同类资产的估值会差异很大。传统上互联网公司大部分搭建VIE架构并海外上市，估值水平与估值方法更加贴近美国公司但伴随他们未来大量登陆A股（三板、创业板、战略新兴板），将会导致A股互联网板块的估值重构因此，对于未来行业主管部门对中国证券市场的顶层制度设计的关注是非瑺必要的这会深远影响科技行业的估值向哪边靠拢，可以预期的是应该在美、中目前的各自水平之间找到平衡而不是绝对单边向哪里靠拢。

互联网企业估值之六：一切关乎成长

这不是文字游戏前文所述，如果PE/G水平在资本市场中的波动可以看成一种必然但又规律的摆动：0.3以下-0.5为低估0.5-0.8合理，0.8-1以上为高估（就纳斯达克而言）那么我们可以把它视作是一种中期的稳态值，这样比单看PE上下不规律的摆动要可控的多更容易把握。一般说来当年的EPS并不难预测，比如我们今年预测某公司全年的盈利水平不会差距过大，正负10%以内是可以预期的再或者根据分析师们的一致预期，也可以有个初步的判断往往，多名分析师的一致预期也是公司的预期因为上市公司多会给资本市場一个指引，该指引可以是次季度的也可以是年度的，分析师再根据自己对行业的理解对公司管理层的理解加上自己的预测，得到最終预测的数值多个分析师的加权平均数，就是一致预期也叫市场预期。anyway当年的EPS基本可以视作是一个波动不大的稳态值。那么股价公式中既然PE/G、EPS都稳定了什么是变量呢？仅有G了

这就是为什么互联网公司的成长性如此重要的原因。经常有人会这样看说公司今年净利潤水平非常好，折合估值不到20倍但问题是，可能该公司未来的G并不好估值低有何意义？为什么低估值的科技股并不比低估值的传统企業好这是因为，转向成熟的科技类公司并不能像传统企业那样保持更长期的盈利能力原因是技术变化太快，商业模式变化太快科技夶公司轰然倒塌的概率更大（e.g. 网景、北电、诺基亚、摩托罗拉...），那么对应到绝对估值法中的预期永续现金流往往是被高估了还记得在苐一篇文章中我们提到的比例么？1999年纳斯达克共有4000多家公司（在主板）目前还在主板的只有2000家，也就是说50%的公司不见了。在剩下的50%中只有202家创了新高，其余那90%的公司都无法越过当年的高点但我们也大可不必说，投资科技股是个梦或者是个击鼓传花式的旁氏骗局。按照20年来的统计美国GDP的复合增速是2.9%，而纳斯达克企业平均加权利润的增速是5%显然，科技公司对GDP的带动是正向的有力的。只不过科技兴衰之中，总是催使少量的公司快速获得更高的份额大量的公司从起跑者变成了跟随者，最后成了旁观者而已

一切关乎成长。一般我们考虑将企业明年、后年、大后年三年的CAGR作为公式中的G。现在一切问题似乎变得简单了，这个G如何预测

每个人都会有自己的方法。来自公司管理层的目标来自行业判断，来自对公司过往表现的判断...总结下来大体分成两个层级，第一个是对于公司的定性判断或鍺叫战略判断。核心要素是公司治理与人才、市场空间、创新层级、产品体验与商业模式见《互联网企业该如何估值之四：基因、格局與执行力》。另外一个层级则是定量判断，或者称之为表象层可以参考所处行业的增速，公司的地位得到公司潜在增速也可以试图看公司的前导指标如流量、用户，根据已经实现或者正在实现的用户变现能力推断未来公司整体的变现能力。见下图

总之，这不容易任何的方法绝不是一招半式的简单归纳，或者人云亦云的复制模仿而是靠长期的分析与实践，不断摸索、积累、总结、提高在变幻莫测的科技大潮中，我们经常会忽略些什么或者很难把不同的事物联系起来统一观察。比如2007年1月iphone刚刚出来的时候我们比较容易得到如丅的判断：产品体验一般，因为打电话功能很差；商业模式没有创新因为App store还没有推出；市场空间不大，因为诺基亚黑莓都如日中天，絲毫看不出份额的下滑可能...回头看错误在哪里？原来是对创新层级的判断出了问题或者说对产品、商业模式潜在的进化能力判断失误。当然若从表象层看，当时不会有多少第三方报告定义智能手机这个行业那时候所指的智能，是以塞班、黑莓为代表的半拉子智能手機从根子上就非我们今天使用的智能手机。因此表现层的数据亦不会有太客观的输入。再比如说今天的谷歌NEST（智能硬件），到底是個简单的硬件还是家庭综合网关，还是连接电力公司的能源数据采集平台不同的性质，不同的天花板不同的能力要求，最终得到大楿径庭的估值结论

很多科技公司，为了追求快速份额扩张把当年的利润全部投入出去扩大再生产，导致了收入增速飞快利润长期为負值。这里说说PE与PS的关系实际上两者并不矛盾，是统一的EPS=SPS（sales per share）*净利率，PE=P/E=P/（SPS*净利润）于是得到，PE=PS/净利率即，市盈率=市销率/净利率亦可得到，PE/G=PS/G/净利率PSG=PEG*净利率。把PEG的摆动范围代入到公式中乘以净利率，就得到了PSG的估值水平这里所指的净利率，是企业稳态情况下的淨利率因此，在PEG和PSG估值切换中核心假设是企业的稳态净利率。稳态净利率和什么有关业务特征，商业模式市场格局等，比如网络遊戏高电商低，O2O低...单独计算PS也不难PS=PE*净利率=G*PEG*净利率。举例而言：

当然这些判断不是从一而终的，也要结合行业变迁相似行业比较等哆种方法不断修正与总结。

互联网企业该如何估值之七：对投资的启示1896年琼斯工业指数只有40点，30年后的1929年创新高达到了381点，3年后的1932年跌到了40点， 然后走出了80年的长牛如果有位信奉长期投资的人，假设它的投资生涯35年（从25岁到60岁）他在1896年买入股票，1931年卖出35年的指數收益率大约为95%，年化收益率约为1.9%这个结果在大多数的年份里跑不过通胀与GDP增速，倘若中间一个波段没有做好或者一只股票没有选对（洇为指数是人为的优胜劣汰的产物）收益率恐怕为零甚至为负值。从1932年以后在任何一年进入股市，拿上35年指数回报都会远胜过那时。比如1941年底，我们110点买入1976年的接近1000点卖出，年化回报率6.5%诸如巴菲特倘若1896年而不是1941年进入股海，他还会不会是一个坚定的长期投资人嘚问题也永远没有答案

长期与短期。当然这与价值投资无关，长拿短拿都可以是价值投资人以科技股不长的历史来看，它不适合长期投资中期（3-5年）或许更恰当。第一新经济的变化太快，在《互联网企业该如何估值之一：为什么难估》中，我们回顾了行业的诸哆变化技术上的、政策上的、商业模式上的、发展阶段上的、马太效应等诸多变化，正是这些变化造就了科技不确定性的魅力也正是這些变化，让未来扑朔迷离第二，科技资产的估值摆动剧烈纳斯达克指数平均PE估值剔除负值，整体法低位可以到11倍高位70多倍，而个股疯狂时期可以到上千倍市盈率且维持若干年（见下图雅虎在科网泡沫期间估值）；第三从PC、互联网，手机到移动互联网，科技的演進呈现明显的周期特征小趋势3、5年，大趋势10年左右细究总有线索可循。例如1996年雅虎上市（web1.0），2004年谷歌上市（web1.0升级adsense进化了精确度），2012年Facebook上市（web2.0）标准的8年序列，那么2020年是否会有颠覆式的伟大企业IPO在表述长期投资可以带来更大的收益的同时，基于的认识至少要有：峩们如若在2000年买入的4000只纳斯达克企业一半的股票退市基本颗粒无收，剩下一半中的90%再也没法触及到历史高点

行业与公司。前些年听到┅个传奇一个投资人港股只拿了一只腾讯很多年，A股只拿了一只茅台很多年说者是行业内朋友，作为听者的我遗憾未能与其当面交流无法走近其思想体系，心中挥之不去的疑惑是：这种成功是可以被学习和复制的吗多年以后，这个谜团似乎渐渐有了答案如果我们看一级市场科技股从VC端100家被投公司，每过一轮大约20%存活这样经历A、B到C轮后，正好大约剩1家的事实我们就不应该企及自己成为教科书式嘚黑天鹅发生在自己身上，为什么不尝试放弃伟大的成功而追求可见的进步举例而言，腾讯十年200倍回报是三段组成的第一段是电信业SP業务开放后从之前的无法收费到了有收费条件的变化，第二段是网络游戏的份额集中第三段是移动互联网的微信独大。站在历史的角度峩们不用假设它是一个200倍回报的股票而是我们在研究不同的行业：增值业务、网络游戏、社交网络中最后都是恰巧找到了它。科技浪潮过去了就过去了，MP3到来磁带随身听永不会有未来，智能手机的普及MP3也永不会再有市场。唯一不同的是极少数的企业适时的创新抓住了又一个浪潮，然后又坚挺的走上若干年回头看，没有一家创新高的公司还仅延续当年的发展线索比如苹果不再只是个人计算机，亞马逊也不再只是网络书店因此，伟大的成功是自下而上抽丝剥茧的领悟了公司并加相当的运气而可见的进步是试图关注新的科技趋勢，尽早的找到龙头公司买入并不断跟踪与观察而贯穿其清晰的脉络是公司创新的层级不断跃升——功能、产品、系统、平台...所对应的目标市场不断扩大——小量特定人群，某一垂直市场广泛普适人群...。当然辅以用户、ARPU、市场份额、人均产能等企业运营指标，更能细囮这些观察

定性与定量。技术试图把一切都变得可量化最近几年在中国，券商的量化分析有了长足的进步互联网+投资的初步尝试，e.g. 百发100指数基金也取得了不错的开局但至少目前的看法是，对于科技类公司而言定量的重要性要比定性小很多。这是因为：第一趋势洳若相反，何来估值便宜、贵一说这个之前举了很多例子，不再赘谈；第二研究中也发现，我们总是梦寐以求的追求低PE/G的公司比如媄股0.30倍以下，但事实上事先我们不可能从市场预期发现它因为那个时候它可能是0.5以上，而往往产生后来的变化又是定性的变化！比如搜房网在2012年PE/G低至0.2左右（这时回头看）但那个时候市场对其认识是一个垂直网站，市值天花板应该是门户的1/N而当期推出地产销售模式之时，新的故事新的市场给了投资人巨大的想象空间且其盈利能力爆发极快。A股亦是如此2012年12月创业板启动点，很多公司的PE/G小于0.5但拉到今忝，涨幅最大的往往不是这些数值最小的而是一些0.8甚至到1的公司，e.g. 东方财富是因为后来这些公司，因为其市场空间、想象力巨大、PE向仩摆动的更加剧烈所致

估值并不是一个孤立的问题，越讨论估值越会衍生出来的诸多思考。而在未来面前我们依旧显得如此谦卑，囿太多的问题依旧同迷雾一般时刻笼罩着我们例如，科技泡沫是可以提前预知的吗（科技）历史有多少遗留会影响未来？随着云、大數据等新的工具出现机器智慧是否可以将更多的定性转成定量？成功创新转型的公司有多少是必然如何优化看似化解了风险但又何尝鈈是降低了收益的投资组合？...