最近花了一百多块钱买了价值事务所关于估值的十篇文章。

很快就读完了，与小编的做法相差不大。庆幸的同时也有点不安，庆幸的是价值事务所高明的估值方法，和自己的做法出入不大。

担心的是，自己会陷入信息茧房。

信息茧房是指人们关注的信息领域会习惯性地被自己的兴趣所引导，从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。

由于信息技术提供了更自我的思想空间和任何领域的巨量知识，一些人还可能进一步逃避社会中的种种矛盾，成为与世隔绝的孤立者。

小编经常阅读价值事务所的文章，也在反思会不会导致自我证实偏差。

只阅读自己感兴趣，或者与自己想法相一致的内容，有意或者无意忽略相左的观点，不利于做出符合事实的判断。

有时候还得阅读一些不怎么感兴趣，或者与自己观点相反的信息。

不知道从什么时候起，小编越来越愿意为好的内容付费。

很多人在学习方面，都是非常小气的。包括小编自己也有这方面的问题，和朋友出去吃饭玩，几百块钱甚至上千都舍得，但买点好内容百把几十块，还会犹豫不决，这可能这就是多数人面对知识付费的一个缩影。

相信很多人都有同感。但这个观念得纠正过来，学习可能是成本最低、风险最小，而收益却是最大的投资。

最近A股涨幅不错，不少股民都乐开了花。同时也看到，风险是涨出来的，机会是跌出来的。

经过一番的上涨，沪深主板的估值不算高，PE百分位沪市为48.11%，深市略高，为67.16%，创业板达到了87.94%，算高估了。

PE百分位的意思是历史上的PE数据进行排列，目前的百分位就是高于历史上的时间。

关于公司估值是非常难的一件事。包括查理·芒格都说，在95%的时间里，我们不知道市场究竟是低估还是高估，只有在5%的时间里，我们能做出判断。

而且估值还叠加一个共识。有些高大上行业如科技互联网医疗就是高估值，而傻大黑粗的传统行业，比如煤炭钢铁基建就是低估值。

小编曾经喜欢以每股净资产来衡量估值，后来觉得没有太大的意义。

当然对于钢铁、煤炭这样的企业或许还有点用。计算公司的净资产，钢铁煤炭有多少吨，那是明摆着的价值。

对于新兴行业比如科技互联网医疗来说，根本没有办法通过每股净资产来衡量公司的价值。

像互联网公司的净资产可能就是几台服务器，医药研发企业就是一些实验仪器和小白鼠，你说那玩意值多少钱。

最可悲的就是，一旦公司到了破产清算，账面上的净资产还要打个大骨折，为啥？

因为很多公司的资产，不像房产和汽车那样的硬通货，稍微打个折大家都抢疯了。比如深圳的房子，均价7万，打个折6万，肯定会有人求着买。

而互联网企业的服务器、医药研发公司的小白鼠和实验仪器，属于专用设备，拿到二手市场白送估计都没人要。

专用设备用途是非常窄的，只能按照废品的价格回收，有人要就阿弥陀佛了。

就像一辆汽车，当二手车卖和当废铁卖，价格是天壤之别。二手车还能卖个三五万块，当废铁只能卖个三五千，妥妥打了一折。

重点还是看这个净资产能不能产生足够多的收益。就像一辆车，无论是一百万的豪车和十万的代步车，当出租车用产生的收益几乎一样，所以单纯看净资产大小没有太大的意义。

价值投资者都不喜欢买豪车，从投资的角度看都是赔本的买卖。

股价表现是对未来经济的预期，不是对今天盈利的反应。预测未来经济非常的难，而且波动非常大。

当前A股特别是创业板算是高估值，令人奇怪的是，当大家恐高的时候，却不断地创新高，为啥？

原因就是利率的下行，去年为了应对新冠疫情，各国央行大水漫灌，推高所有资产的估值。

风险点在哪里？就是经济增速不及预期，或者各大央行收紧货币，导致资产价格回落。

引出第一个模型，戈登模型。

这里引用《香帅财富报告》里对戈登模型解释，非常的通俗易懂。

戈登模型的计算公式P=D(r-g)中，假设一家企业的预期增速g是5％，当贴现率r从10％下降到6％时，如果这个公司的股息D下降1元钱，在过去股价会下降1/(10％-5％)=20元，而现在股价会下降1(6％-5％)=100元。在现率r较低的时候，同样的股息变化，将股票价格的变动放大了4倍。

如果贴现率不变，央行再降息0.5%，那么估值就会更高，波动会更大。

这个原理其实很好理解，一个分数，给定其他条件不变，分母越小，分母上任何微小的变化都会导致分数值的剧烈波动。

从两年股市像过山车一样上下波动就知道了，高估值高波动，则预示着高风险。

涨起来的时候能让人眉开眼笑，跌起来的时候能让人怀疑人生。

这个逻辑短期内发生根本性改变可能性很小，所以市场高估值高波动状态会持续一段时间。

当下行情，不是赚多少钱的问题，而是做好风险应对。

单纯地预测未来经济走向相当的难，充满各种意外因素。

这里引出第二个模型，非线性模型。

未来经济走向不是过去路径的延长线，当然这个延长线可以作为参考依据。

假设有一个年轻人，一个月收入5000块，一年收入就是6万块，十年就是60万，这个就是线性的延伸。

但现实是不可能线性的，有可能因为公司效益不好，他被裁员了，十年内没有找到工作，在家啃老，他的收入反而是负的。

假如他通过学习编程，跳槽到互联网公司当上高管，一个月收入可能涨十倍到5万块。

这个意外包括变好和变差。大概率上讲，他月入5000块，未来收入可能性更大的是在这个数字上下一定范围内波动，经营企业也是如此。

估值如此的难，怎么应对呢？

小编的做法就是决策成本数据化，引出第三个模型，1%模型。

它说的是，你进行决策分析的花费应该约为投资价值的1%。

假如想买入2万块钱的股票，那么决策的成本就是200块钱。可以用时间价格来折算，如果收入每小时100块，那么就花2个小时来进行分析研究。

所谓的估值，重点在于估。之所以用估，就是敢于不精确。

直白说就是估计个大概，允许一定的范围的误差。对于不确定值的判断，大胆估算，小心求证。