如果中国可以做空(4)

1 | 2 | 3 | 4 | 5

如何对23000家公司排名

记者：你刚才谈到决策流程方面的问题，长期投资和卖空30%的投资决策流程各有什么区别？

Kevin：我们通过我们的选股的模式去选出来股票。我们把全球所有的股票，大约23000只，从最确定和最不确定的都有，有一个整个排名。

当我们做长期投资或者100/30策略时，我们就基于投资基准，在这个排名里选我们最喜欢的股票，然后再做管理风险的推导，因为每一个股票进来，都会有一个边际利润，同时也加进来风险。

至于投资的基准，可能会不同，如果是美国的话，就是标准普尔500，如果是欧洲的话，就是摩根斯坦利MSCI的标准，我们的客户都是大的机构，它会很明白地告诉我们就是这个基准。举个例子，如

一个客户告诉我说，我让你投资在美国，那这个时候我们就会把这23000家股票中美国股票拿出来，然后从中选我们认为是好的。

假如我是一个全球性客户，那怎么办呢？

其实我们的排序很多都是在同一个国家的、相对的排名，我们衡量股票是怎么衡量的？我们把每个公司所有的资产平衡表和收益表拿出来，把每个公司和他的同行业公司进行比较，如果这个是电信行业的，它就会跟所有电信行业在这个国家里的公司比较，包括和其他国家的电信行业比较。现在你也发现，在全球范围内，有些行业能够有相似的对资金的需求量，它的利润边际都有很多相似的地方，就是所谓的苹果和苹果的比较吧。通过一个个很细的比较，我大概能知道这个市场上他们愿意付多少钱，去买这个公司的盈利情况、表现情况、资产情况。

但是，我去比较这个国家的电信公司和那个国家的电信公司，如果政策不一样怎么办？这时，我们会把可比性的东西拿出来比较后再做微调，这个国家内部的几个电信公司，他们有共同的特点，他们是怎么需要做一个调整，这样就给我们一个非常客观的看法，这就是我们怎么来排名一个公司的。

记者：你要比较23000多家公司的话，需要一个很庞大的研究团队，你们有多少个平台支持这个研究团队？

Kevin：我们公司的创始人当时就考虑到这个问题了，当我们建立这个模型的时候，要尽量去理解每个行业、每个国家的情况，等把模型建立出来后，我们就会建立一个计算机的模式帮我们选股，所以你可以看到我们有研究机构，大概40人左右，他们目的就是分析数据，建立模型，把它变成一个计算机模式，然后高效地分析这些公司。

当然，我们分析出来的结果与一些实地调查比较，可能后者的准确率会高一点，后者可能有80%的准确率，我们的准确率大概是60%。

可以这么说，很多基金管理人的投资流程好像打扑克，每一手都非常重要，基本上保证80%的概率就能赚钱，但是我们走的是不一样的路，只要我们做出来的东西60%的可能性是对的我们就可以赚钱，这就好像赌场，如果你的赢率有51%，但是赌场最好的是什么，每个人都去玩，你只要玩足够多，一定赚钱。我们知道我们只要有60%的赢率，有一个风险分散的投资组合，我们会有更持续的盈利，不会波动性很大。同时，我们当然可以尽量去提高我们的赢率，但是我们投资的不同决定了我们会找市场。因为所有的主动基金的管理人都是在找市场，有些人是做得非常精、专得非常深。我们是进入一定的深度之后非常广。

1 | 2 | 3 | 4 | 5