摘要：很多投资者都会推荐阅读进化论相关著作，但却一直没有一本能够深入阐释 投资和进化论之间联系的书，直到印度投资家、那烂陀资本（Nalanda Capital）创始人普拉克·普拉萨德（Pulak Prasad）的《我从达尔文那里学到的投资知识》问世。

很多投资者都会推荐阅读进化论相关著作，但却一直没有一本能够深入阐释 投资和进化论之间联系的书，直到印度投资家、那烂陀资本（Nalanda Capital）创始人普拉克·普拉萨德（Pulak Prasad）的《我从达尔文那里学到的投资知识》问世。

投资行业从不缺乏各种类型的预言家。 有些是故弄玄虚的神棍，但大多数都是用心良苦的专业人士，他们花费了巨大的精力来对未来进行论证，但那烂陀却不是其中的一员。

在进一步探讨之前，我想澄清一个重要的问题。达尔文和他的自然进化理论是无可比拟的伟大成就，在我看来，没有一位科学家能赶上他；也许只有爱因斯坦可与其比肩，但可能连爱因斯坦也比不上他颠覆性的成果。

当我把达尔文在推动科学进步方面的伟大成就，与那烂陀在投资领域的贡献进行比较时，我明白这不亚于“萤火与月争辉”。从广泛的意义上看，我认为金融投资者所做的事情与这个世界并无多大关联，而达尔文的研究却截然相反。

基于达尔文给我们带来的经验教训，那烂陀的投资方式和他的研究一样：

那烂陀只在历史的背景下解释现在。

那烂陀和其他人看到的是同样的历史事实。

像达尔文一样，那烂陀会在投资一家企业前完成下列任务：研究其历史以了解其财务状况、评估其经营战略、衡量其竞争地位，最后再对其进行“赋值”。下面，让我在下文中分别分析这几项工作。

了解历史但不做预测

从事金融行业的人一定看过无数的分析师报告，但如果你不是金融专业人士，或以前没见过分析师报告，那么请允许我简要地为你科普一番。它是证券经纪公司（如摩根大通、摩根士丹利和高盛等）雇用研究分析师（顾名思义）对上市企业进行详细研究后，向其客户（投资者）发布的一种报告。

一份典型的分析师报告通常包含了一家公司的业务和财务状况，以及整体战略和方向等信息，并建议客户购买、持有或出售该企业的股票。不同的经纪公司有着不同的报告话术，因此你会见到分析师们频繁地使用各种各样的行业术语给股票评级，如“逊于大盘”“超配”“累积”“中性”等深奥的术语，来表达他们的评估建议和意见。但整体而言，这些分析师报告提出的建议，基本上都没有跳出买入、持有或卖出的范畴。

除了业务方面的评论外，大多数分析师报告通常都附带了目标企业最近一个财政年度的损益表和资产负债表，以及对其未来2~5年的财务预测。但很多分析师报告都不会放该企业过去2~3年的财务状况，过去5~10年的财务状况就更加罕见了。如果你很想知道这家公司过去五年的收入增长情况、利润率的长期历史趋势，或者已动用资本回报率和自由现金流在十年中的变动情况，你就得靠自己搜集了。

在我撰写本章内容期间，我手里有五家经纪公司对塔塔咨询服务公司的分析报告，该公司是印度最大的技术服务企业，市值约为1500亿美元。这些分析报告都提供了关于塔塔未来2~3年的财务预测和过去一年的实际财务数据；只有一家提供了过去三年的历史财务数据，但没有一家能给出这家公司过去5~10年的历史财务数据。

我亲身经历的一个真实事件，或许可以说明造成这种情况的原因。几年前，那烂陀投资小组的一行三人去拜访我们投资的一家公司。投资小组与该公司的CEO和首席财务官进行了大约一小时的会面，就在我们准备离开之际，首席财务官接到了一个电话，他明显地表达出了对致电者的不满，并且不耐烦地大声呵斥道：“我无可奉告，你等几周后公司发布的信息吧！”原来，打来电话的是一位知名投资者，他想要了解该公司本季度的收入和利润的相关信息。

如果连作为“金主”的投资者，都需要以低三下四地纠缠公司管理层的方式才有可能了解到下个季度的财务信息，难道研究分析师就可以轻松拿到吗？既然拿到财务数据如此困难，为何分析师还要费心研究一家公司的长期历史数据呢？分析师之所以在报告中做出预测，因为这完全是出于“雇主”的要求，所以他们不得不这么做。但我相信，很多分析师已经意识到，这些预测根本就是徒劳无益的，原因如下。

假设我需要预测一家企业下一个财年的财务状况，那么我至少需要对十项（或更多）指标进行数据预测，包括产品销售数量、单价、销售成本、销售费用、应收款项、资本支出等等。让我假设自己是一位超级厉害的预言家，对这十项数据的猜测准确率达到了90%，但我准确预测下一年全部十项数据的概率，也只有约35%（0.9010）。

有人可能会争辩说，这十项数据并不都是独立变量，因此不应该以十次方的方式进行计算。这个逻辑没错，但你要知道，实际情况下的变量数量远远超出10个，而且至少都是半独立的变量。无论你以何种方式评估自己猜对下一年全部财务状况的概率，其成功率也不会比猜中硬币的正反面高多少。

光是预测明年一年业绩的正确率就如此之低，我还需要预测后年和大后年的情况，你认为我的猜测能有多高的命中率呢？

因此，那烂陀通常仅提供过去十年或更长时间的历史财务数据，不对未来业绩做出任何预测。此外，那烂陀使用的都是其他人同样可以获得的真实财务信息，这与达尔文的做法并无二致。

在构想物种起源理论时，达尔文并没有掌握什么可获取任何机密数据或信息的特殊渠道。“小猎犬号”的航行之旅，的确让他有机会接触全新的生态环境和物种，但他并没有任何新发现。在长达五年的旅行中，达尔文确实收集了1529个物种的信息和3907个不同物种的皮肤、骨骼和其他组织样本。但根据我对达尔文研究的了解，我认为，他所发现的任何科学未知的重大事物，并非来自一连串的“机缘巧合”。

然而，确实有那么几次“意外之喜”——其他领域的专家们在达尔文收集到的标本中有了新发现。例如在1845年，达尔文的植物学家朋友约瑟夫·胡克（Joseph Hooker）确定了达尔文和他的团队在加拉帕戈斯收集的200多种植物的品种中，大约有150种是单个岛屿上所演化出的独有品种，但它们也与其他岛屿上的植物有关，而这些植物在地球上其他地方都没有发现。一些植物的祖先，就跟岛上鸟类的祖先一样，很早以前就意外地在加拉帕戈斯扎根，并随着时间的推移，在适应当地环境的过程中，逐渐分化出了不同的品种。

几个世纪以来，许多鸟类学家和博物学家一直在观察孔雀的交配仪式，但没有人知道为什么雌鸟会根据雄鸟羽毛的艳丽程度来“选夫”。即使是业余鸟类学家也知道，只有雄鸟才有华丽的羽毛装饰，而且所有鸟类羽毛的大小、形状和颜色的多样性，确实令人吃惊。但是，没有鸟类学家像达尔文那样，从性选择的角度来解释观察到的结果。

同样，林奈的《自然系统》成名的理由也不是什么秘密，其基于雌雄性别的植物学分类系统，给林奈带来了极高的声誉，也为他一生的成就和声望奠定了基础。在其随后出版的《植物种志》（Species Plantarum）中，林奈修改了他的植物性别分类系统，即根据林奈所言，植物在“属”一级的分类需根据这一分类等级的“自然特征”：植物的花和果实的形态特征。然而，他和其他人都无法解释这种自然秩序的来源，只能说这是上帝的安排。在林奈去世80年后，达尔文终于通过他在《物种起源》中论述的共同血统理论，解释了这种自然秩序。

如前所述，在同等情况下，达尔文获得的历史事实与其他人并无不同，但他给出了全新的、截然不同的解释。我相信那烂陀在投资方面也能采取类似的做法。

如果那烂陀拒绝预测未来的财务状况，那么这些历史财务数据有什么用呢？它们其实有很多用处。作为企业股票的永久持有者，我们对企业财务表现的偏执程度难以置信。因此，就利用企业的历史财务数据对那烂陀投资组合内的优质企业进行评估的方法，我会在下文加以解释。

绝对分析和相对分析

让我以印度第二大涂料企业——伯杰涂料印度有限公司（Berger Paints）为例。那烂陀自2008年买入伯杰涂料的股票后一直持有。在该公司宣布其季度业绩数据时，那烂陀会对其广泛的历史数据进行了两类分析：绝对分析和相对分析。

例如，我们会分析：该公司长期的收入增长平均水平为15%~16%，为什么其过去一年的收入增长下降到10%？带来连续三年的高利润率的原因可能是什么？原因是否可能是该公司开始削减销售和营销方面的支出？是什么导致了本季度应收账款的大幅下降？过去一年的资本支出是否高于常规水平？是什么原因导致其过去两年的已动用资本回报率与之前五年的数据相比有所上升？

那烂陀不仅会从长期历史数据的角度，分析伯杰涂料的近期业绩表现，作为企业股票的永久股东，那烂陀还希望投资于一家在相对基础上表现更好的企业，换句话说，其表现应在整体上优于大部分竞争对手。因此，那烂陀从收入与利润市场份额、已动用资本回报率和自由现金流等参数着手，将伯杰涂料公司的季度业绩、过去12个月的业绩和长期业绩与其竞争对手进行比较。用于比较的四个主要竞争对手分别是：行业领导者亚洲涂料、印度第三大涂料公司关西科罗纳涂料（Kansai Nerolac Paints）、阿克苏诺贝尔（Akzo Nobel）和靛蓝涂料公司（Indigo）。

此外，那烂陀还积极寻求市场对那些可能已经开始积极增长的小型或私营企业的反馈。这种基于财务数据进行的竞争分析，可以使我们确定伯杰涂料在本季度和去年是失去还是获得了市场份额。是什么推动了关西科罗纳涂料公司在过去两年中收入份额的增加？谁从阿克苏诺贝尔的市场份额损失中获得了最大收益？靛蓝涂料公司是否能够在喀拉拉邦以外的地区拓展业务？相对于其竞争对手，伯杰涂料的广告费用是涨了还是跌了？

如前所述，那烂陀可以利用历史财务信息做很多事情，我在此概述的仅是针对已经在那烂陀投资组合内的企业提出的问题示例。那烂陀可以利用同样的思路对一家全新的企业进行分析。不管潜在投资对象是什么类型的企业，那烂陀的投资要求始终如一：基于其实际财务历史数据的绝对分析和相对分析，均能获得亮眼的表现。

既然我们已经获得了企业真实的历史信息，那为什么还要浪费时间去做无用的预测呢？

来源：阿田说事