《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。