《科学与分析》一文提到的科学分析方法论,对于投资分析来说,就存在风险识别难度问题。
举个例子,财报分析,从计算分析的角度看,颗粒度太粗糙。首先,财报体现出来的数据,本身就不能充分体现出企业经营的微观、宏观情况。其次,财报数据的真实程度,也是很难保证的,存在造假、美化程度问题。如果,投资分析,建立在财报分析基础上,数据分析基础不够牢固,因此,是否有可能上升到更大数据集分析,才变得更重要。 大数据分析,针对一家公司,可以收集到所有员工日常生活作息、通信数据、社交数据,就能更全面的看清一个公司的基本面。公司里人、财、物、信息各种资源流动情况,都有准确的实时数据分析,对公司基本面情况自然更加一目了然,但是,这些都是妄想。投资者,绝无可能拿到关系到公司经营基本面大数据集,就无从谈起科学分析精细度。因此,基本面分析,注定建立在粗颗粒度基础上,缺乏详尽数据分析可能性。 巴菲特,常年看公司财报,通过公司财报了解企业经营基本情况,这就像是天天训练计算分析能力。由于,财报数据分析,注定建立在粗颗粒度基础上,只能模糊的看到企业经营基本面情况,因此,利用市场先生的非理性疯狂,以确保足够安全边际,是长期投资获胜的关键。因为,没有人可以仅仅通过年报数据,就可以理性分析出精细度极高的基本面情况。 对投资来说,更严峻的风险,来自投资本身的前瞻性判断上。如果,计算分析能力建立在粗颗粒度基础上,且针对未来的发展判断不具备科学的认知体系,没有足够强大的自然法则支撑,凭什么准确的理解公司?伯克希尔,所谓最犀利的武器,也就是芒格的智慧。巴菲特,赞不绝口的伯克希尔的智慧,到底是什么?这种所谓的智慧,绝非是同全世界投资者比N年盖楼速度,而是,同全世界投资者比比这对投资的自然法则领悟程度。 所谓的看得远、拿得住,到底靠什么?靠的就是对社会经济发展背后自然法则的悟性。计算分析基础都不牢固,因此,粗粒度的判断投资是难免的,就不得不比比谁的眼界更高。