今年以來，數字經濟的行情如火如荼。基金一季報顯示，不少產品調倉至TMT（科技、傳媒、通信）板塊。計算機專業出身的許文星是比較特別的一位，翻看他的季報持倉，單一行業的占比不超過20%，單一產業鏈占比不超過20%，均衡、逆向是他投資的關鍵詞。

許文星的職業生涯始于上一輪TMT牛市，2014年，他入行擔任TMT行業研究員。2018年開始擔任公募基金經理，過去五年，許文星的代表作中歐養老產業A累計收益188.14%，遠超同期業績基準6.97%（數據來自基金定期報告，2023/3/31）。截至3月末，該基金近一年收益位于同類排名前1%。（排名來自銀河證券，中歐養老產業A近一年排名10/1301，同類指偏股型基金(股票上下限60%-95%)(A類)，2023/3/31）2022年，在滬深300單邊下跌21.63%的背景下，中歐養老產業僅下跌10.53%（數據來自基金定期報告，2023/3/31），展現出優秀的回撤控制能力。

(相關資料圖)

投資風格的形成，既來自他對股災的認知，也和他的性格有關，“我性格比較保守，做決策會首先考慮風險。”從控制風險的視角出發，許文星把目標錨定在“追求長期可復制的絕對收益”，盡量優化組合的夏普比率。

在許文星的認知里，如果想要在權益資產上掙到相對比較長期的復利，那么收益的來源一定是企業的成長性，而不是零和博弈。

如何獲取企業的成長性？在許文星看來，首先要選擇長期向上的行業，以風險評估為起點，以定價分析為終點，在產業低谷期買入。

許文星認為，投資者對基金經理的信任是脆弱且寶貴的，作為投資經理，有責任控制波動和回撤，呵護這份信任。

“我很幸運能牛市做研究，熊市做投資”

2013年，A股即將拉開牛市序幕。畢業于上海交通大學計算機專業的許文星進入證券行業，擔任TMT行業研究員。

談到這段經歷，許文星覺得 “自己運氣蠻好的，能夠在牛市做研究員，在熊市做投資”。

牛市是一種助推力，使得他對投資的判斷和決策更果斷。

但到了2015年，他做了一個比較意外的決定：轉向周期行業研究。回顧當時的心路歷程， “到15年二季度的時候，推薦了不少股票表現很好。”他說，“自己也飄飄然，感覺對這行業已經非常熟悉了。”

轉為周期研究員沒多久，股災就來了。從那之后，他意識到原來挖掘的很多股票存在運氣成分。他對基金經理的投資行為也有了新思考：為什么高學歷、自稱理性的基金經理，在那樣的市場環境下，也做出非理性的決策？“我想可能是和人性、相對收益的約束有很大的關系。”

做了周期行業研究員后，許文星發現其實傳統行業的很多公司還不錯，自己原來推的新興公司反而沒那么好。很有意思的是，當時恰好中國房地產周期的低點，當時看的水泥、建材行業處于低谷，到后續三年五年，這些行業又漲了很多，他完整了經歷一輪行業周期。

這段經歷為之后投資風格的形成埋下伏筆，行業巨大的周期性，重塑了他對絕對收益、風險、回撤的思考。

錨定絕對收益

許文星對業績有著清醒的認知，他認為短期業績有一定的偶然性，運氣成分居多。他把絕對收益設為主要目標，追求長期可復制的絕對收益，“既要多賺錢少虧錢又要排名靠前，這是不可能的。”

組合管理上，通過行業均衡，個股相對集中的操作，立足未來一到兩年，獲得還不錯的回報，同時控制好風險。

當把目標錨定在絕對收益時，決策的方向就很簡單了，那就是——盡量優化組合的夏普比率，盡可能讓每次決策所承擔的風險，獲得未來更多可能的回報。

專注絕對收益、弱化相對回報，這導致的直接結果是——在過去五年管理基金期間，每年都有那么幾個月，相對排名是比較差的。回頭來看，這幾個月幾乎都是結構性牛市中后期。因為均衡、逆向的投資風格和決策，必然在牛市中后期，會更多地選擇規避風險，而不是去掙泡沫的錢。

“整體上我是希望去掙成長的錢。在成長的錢基礎之上，能多掙一點估值回歸的錢，就更不錯了。”

他認為股票市場的投資收益來源有三種，一是企業成長，這個企業今天100億市值，未來300億市值。二是貼現率。2016年，外資進入中國之后，使得市場貼現率發生了變化。龍頭白馬股的貼現率逐漸降低，資金足夠股價上漲，估值抬升。三是別人的錢，比如一個公司市值長期在一千億徘徊，但是上下波動有周期性的錢可以賺。這是市場中最快的錢。

賺后兩種錢都有一定難度。貼現率對資金久期要求非常高，而賺別人錢對交易水平要求非常高，在這件事情上人是無法戰勝機器的。

泡沫的錢是不太好掙，泡沫背后可能有風險。當市場出現泡沫化傾向的時候，我們會更加審慎一些，甚至寧愿少賺一點錢去規避泡沫化的風險。我們希望去掙估值修復、企業成長的錢，大概歸納出企業成長的一般路徑，大概是可復現、可迭代的。但是估值修復的錢，有時候是需要機緣巧合的。

對許文星來說，最重要的是能創造絕對收益，所投的資產最終能創造復利回報。當想明白這件事情之后，相對收益和相對排名就沒那么重要。從市場風格偏好看，許文星大部分超額收益，來自于震蕩市或熊市。

這跟許文星的“弱者心態”也有關系——不做強假設，體現在投資上是“盡可能客觀”，克服趨利避害的心態。“在投資上，風險和不確定性是非常重要的考量因素，所以盡可能把投資建立在相對比較弱的、大概率的假設上。”不要去假設自己沒有把握的事情，什么樣的事情是相對概率大？就是相對比較接近常識的事情，它是大概率的事情。

從結果上來看，控制波動是會損失收益的，但許文星認為是值得的，“管理波動本質上是管理信用。不管理波動，投資者可能可以賺年化30%，管理波動投資者只能賺年化20%。但是管理了波動，投資者就實實在在賺到了20%。如果不管理波動，投資者可能低點就賣光了。”

作為資管行業從業者，他認為客戶對基金經理的信任是非常寶貴且脆弱的。表面上看，基金經理是管理別人的錢，實際上管理的是信用，投資者可能是看了凈值曲線或者媒體宣傳，就去買了，但可能不知道基金經理的投資邏輯。作為基金經理，其任務之一就是管理這份信用。

以風險評估為起點，以定價分析為終點

既然要賺企業成長的錢，那如何選擇具有成長性的企業成為一個非常重要的命題。

在行業上，許文星做了減法。追溯歷史上的牛股，他發現能夠持續為股東創造復利回報的公司大體上分布在四個領域：

一是互聯網和軟件。中美最大的公司都誕生于此，網絡公司能夠創造大量的社會價值，并且無形資產的價值很高，ROE回報不錯。

二是具有護城河的制造業，如半導體行業。能夠建造護城河的企業，更多是通過成本優勢，這通過規模或者工藝來構建。而半導體行業是全球制造業的皇冠上的明珠，是全球制造業中壁壘最高的環節之一。

三是醫藥。醫藥行業與人口變化、全球老齡化趨勢緊密相關。另外，醫藥伴隨生物技術和基因技術等不斷演進，這讓醫藥行業的內生性和周期相關性比較低。

四是消費品和服務業。它構建護城河的方式，就是占領消費者心智。

偏長期視角內，他更加關注偏向科技、成長類型的行業，具體包括軟件、電子、互聯網、消費，醫藥、服務行業。

從組合管理角度出發，安全邊際和企業盈利是他追求持續優化組合風險收益比的最重要基礎，逆向投資是他爭取長期超額收益的主要來源。

在個股選擇上，以風險評估為起點，定價分析為終點，中間大部分是定性因素，更多的是評估公司經營過程中一些有機因素，比如管理層、競爭、外部環境、宏觀環境所決定的這門生意的特征。最后從財務結果來做部分驗證。

首先是對商業模式、業務形態有基本的認知，力爭能夠領先市場一到兩個季度去評估這個公司可能會發生的風險。對這個行業、公司有了初步的認知和理解后，再看這些公司所處行業的長期空間。

第三是管理層和內外部競爭環境。這個公司的競爭力表現，最終是由管理層、行業競爭關系構成。

第四是財務結果。行業空間、經營環境、管理層和外部供應商的關系，最終構成了它的商業特征。商業特征最終形成了財務結果，毛利率、現金流，為股東創造ROIC的回報，公司經營的整體策略。“當財務結果和經營特征打架時，會重新審視我對這件事情的判斷。”

之后就是定價，這是投資中最重要的一個環節，也是獲得超額回報最重要的一步。許文星希望在這個市場中，找到一些錯誤定價的機會，這樣才能夠獲得超額收益。

本質上來說，價格是未來現金流的折現，但是精準預測一個公司的估值是非常困難的。最重要的是，要去評估這些公司在三到五年之后的經營狀況，它的長期發展前景，競爭狀態，行業地位會不會比今天更好，是不是更有成長性。這是許文星判斷這個公司在三年五年之后估值水平的重要視角。

線性外推AI的投資前景容易誤判

作為計算機專業畢業的基金經理，許文星對ChatGPT熱潮表現出少有的冷靜和克制。他認為，線性外推新技術帶來的投資機遇，很可能會陷入誤區。

許文星指出，以預訓練大語言模型為代表的通用人工智能模型在參數規模達到一定程度之后，學習和推理效果急劇增長，涌現出很強的泛化能力和解決多步驟復雜任務的能力。這類能力的出現，使得各行各業生產效率的提升成為可能。相對清晰的是，該技術將顯著提升大部分重復性工作的生產效率，以及進一步降低知識和信息獲取的成本，這將對大部分依賴知識整合的行業形成長期深遠的影響。

而另外一些關乎商業價值的思考，許文星則認為需要更多的推演，比如大模型涌現出推理能力的工程上限，算法迭代后訓練和推理成本的快速下降，資本投入后技術擴散帶來的競爭壁壘變化，以及商業落地過程中泛化與垂直、效率與準確、成本與價值之間的權衡，等等。

人工智能涌現的能力，是一種現象，是在大量的數據語料輸入和算力支撐下涌現的結果，并不是顛覆式的發明，所以可能會存在能力邊界。這個技術的商業價值跟它的能力邊界有關系。

另外，大家對于硬件基礎設施的投入抱有很高的期待。但根據摩爾定律，隨著數據量和運算需求的大幅增長，算法和整體的芯片架構，會出現臺階式的升級。

而這個臺階式的升級，目標是一致的，都是希望訓練和推理成本下降，它不是線性下降，是直線下降。就像過去幾十年人類社會存儲的數據量指數級增長，但是內存條市場并沒有相應地大幅增長。

因此，許文星認為，如果用線性思維去假設AI背后的硬件開支，有可能會陷入認知上的誤區，存在錯判風險。從過去信息技術發展的歷程來看，這個風險出現概率還是蠻大的。

另外，信息技術有一個特點，當它要產生比較大的商業價值，往往需要一定的壟斷性和市場份額的支撐。OpenAI和微軟獲得了產品領先性，當一個行業獲得了大量的社會共識，引起了大量的資本投入之后，很容易出現投資大幅度增加、技術擴散的現象。

目前基于人工智能大模型的技術有一定擴散的趨勢，進而導致競爭壁壘發生變化。在許文星看來，這件事情在投資上非常重要。假設公司會創造多少商業價值，就建立在到底能不能取得非常高的商業壁壘。而這件事情目前來看也有一定的不確定性。而且不確定性在擴大，這些現象其實都是一個技術在發展到早期、中期的時候，很容易出現的現象。

面對新技術的涌現，人們總是容易高估短期影響，而低估長期影響。技術進步引發的社會關注會促進大量熱錢投資該領域，短期內創造出更多的應用需求和新增供給，但瞬息萬變的技術路線和競爭格局也會使得在該領域投資獲得長期回報的不確定性快速上升。

對技術而言，價值的創造也遠不僅局限于技術型企業。對于少數核心競爭力不在于技術領域內，但長期不會被技術替代，并可以利用技術大幅度提高效率、增收節支、強化競爭力和優勢的企業，也可能會成為技術升級浪潮中的長期贏家，這也需要我們更多的觀察和思考。

許文星舉了個例子，蒸汽機出現時，投資思路有兩種，一是買做工業設備和工業自動化的公司，二是去買利用這些自動化設備加速生產的公司。從這個思路，可以去找一些利用人工智能技術快速降低成本、提高效率，甚至擴大收入的公司。

從一個相對長遠的視角來看，許文星相信技術進步和人口周期最終決定了產業演進和資本流動的方向。因此，技術進步下能夠不斷提升生產效率的產業方向，以及人口結構背景下的消費趨勢，也是他始終高度關注的投資領域。

關鍵詞：