人生複利的α和β

如何賺到2000萬?

假如你在上市之初,買一股可口可樂的股票,股價是40美金;

然後拿100年,就能賺到驚人的2000萬。

100年約賺50萬倍,年複合收益率大概是14%多一點。‍‍

換在幾年前,說14%回報率,沒人會理你。‍‍‍

但最近大家理性多了,知道超過10%的年化回報率很不容易,何況持續100年。‍‍‍‍‍‍‍‍‍

的確,巴菲特持有可口可樂的36年,年化回報其實還不到14%,但財富增長已經很驚人了。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

複利當然很厲害,但複利也很狡猾。‍‍‍‍

請問你一個問題:

如果可口可樂的股票,每年複合收益率變爲一半,例如約爲7%,那麼一百年後股價將變成多少倍?

大約變成了原來的868倍。‍‍

似乎也不錯,但40美金不過變成了不到35000美金,離財富自由還很有距離。‍‍‍

你看,年化回報率從14%變成7%,2000萬就降到了3萬5。‍‍‍‍

複利太狡猾了。

其實7%年化回報率,也不錯啦。相當於十年翻一番。‍

從2014年的年初,到2024年的今天,你的資產有沒有變成兩倍?‍‍‍‍‍‍‍

有人說,太esay了,我的一隻股票三年就已有5倍!

這裡說的是,整體資產的回報率。‍‍‍‍

很坦率說,我周圍的人,如果只是投資理財,過去十年翻一番的並不多。除非是“單吊”了一套或者幾套房子,並且最近還沒跌回去。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

即使這區區的7%,也很艱難。‍‍‍‍

再來一個問題:

假如你第一年賺20%,第二年虧6%,如此重複50次,共100年,那麼你能賺多少倍?‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

這種情況似乎更真實。因爲現實中,不管是做事,還是投資,總是起起伏伏的。‍‍‍‍‍‍‍‍‍‍‍‍‍

況且賺多虧少,已經勝過絕大多數人了。

看上去,一年賺20%,一年虧6%,算下來每年的回報率算術平均值,還是7%。‍‍

但是,這道題的實際結果是,你大約能賺413倍,比年化回報率7%的100年整體回報少了一半。‍‍‍

因爲年化回報率計算的是幾何平均值。而幾何平均值總是小於等於算術平均值。‍‍‍‍‍‍‍‍‍‍‍

算術平均值和幾何平均值的區別,絕非數學概念的簡單差別。

背後,是我們這個起伏不平世界的某個重要特徵:‍‍‍‍‍‍‍‍‍‍

不均勻性。

瞭解複利的力量和獲得它的難度,是理解很多事情的核心和靈魂。‍

《窮查理年鑑》如是說。

關於複利的實現,芒格提及了兩種貌似衝突的觀點。‍

一方面,他建議人們降低期望值;

另一方面,他又強調追求卓越,因爲巴菲特去除了最偉大的那幾筆交易,就會變得無比平庸。‍‍‍

這是不是有點兒矛盾呢?‍‍‍

爲了理解這一點,我想將複利分爲兩類:

阿爾法(α)和貝塔(β)。

現代金融理論認爲投資收益可以由兩部分組合:

第一部分和市場無關的,叫阿爾法。

第二部分和市場相關,是整個市場的平均收益率乘以貝塔係數。貝塔可以稱爲這個投資組合的系統風險。

舉個例子,當你站在-一個向上的自動扶梯上,這時:

自動扶梯的速度爲貝塔;

如果你開始往上走動,你的速度就是阿爾法。

(以上文字和圖片來UBS網站文章。)

最簡單的例子是,過去三十年發大財的人,主要靠的是時代的貝塔(β),尤其是地產。‍‍‍‍

金融方面的貝塔(β),就是指數基金,雖然A股的指數基金一言難盡。‍‍

劉海影給出了一個“中國投資者的全球資產配置公式”:

國際化beta+中國alpha

理由是:

1、從貝塔(β)看,“過去5年時間,香港股市提供的回報率爲-34%,中國A股14%,而日本股市67%,接近中國的5倍,美國股市回報率90%,印度股市回報率100%。”

2、從阿爾法(α)看,“由於交易對手方構成以及交易制度等方面的原因,中國股市的定價效率不高,定價錯誤隨處可見,構成了中國超厚alpha池的主要來源。”

表面上看:貝塔易得,阿爾法難求。

但事實上,如果從複利的角度看,阿爾法(α)和貝塔(β)都很難。

從美國上市公司的情況來看,每過10.5年就有一半企業消亡或者被收購。

本文開頭說了,可口可樂公司的股票100年約賺50萬倍,但這是否算“倖存者偏差”?

韋斯特和團隊測算後表示,一家公司能活100年的概率,是百萬分之45。

芒格曾經提及柯達公司:

“發明相片的人是一個天生的、優秀的化學家,他創建了一家無所不能的公司、股價大幅增長……但這家公司最終破產,讓股東們一無所有。”

他由此總結道:

在任何領域要做到足夠優秀並賺到錢都是非常困難的。

幸好還有指數,儘管不是所有的指數。

下圖是“美國過去200年不同資產投資回報率”,時間跨度是從1802年到2013年:

圖裡表現最爲優秀的是持有股票或股權(Stocks),200年來翻了90多萬倍。

具體年化回報率,見下表:

即使如此,7%左右的年化回報率,意味着十年左右翻一番,三十年左右變成原來的8倍。‍‍‍‍‍‍‍‍

1萬變8萬,10萬變80萬,100萬變800萬......不過“如此而已”。‍‍

奇蹟似乎並沒有誕生。

所以,人生複利的貝塔(β),至少從財務的角度看,我們不得不聽從芒格的建議:降低期望。

然後,勤奮工作,主動儲蓄,量入爲出。

對結果的標準是:夠用就好。‍‍

五‍

連人生複利的貝塔(β)都如此難,更何況阿爾法(α)呢?

也有人將阿爾法(α)成爲“超額收益”。‍‍‍

簡單來說,阿爾法(α)負責貌美如花,貝塔(β)負責給我錢花。

阿爾法(α)的超凡結果,要麼是因爲超凡運氣,要麼是因爲超凡的稟賦外加超凡的努力。‍‍‍

那些最厲害的傢伙,靠的是以上三者兼具。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

作爲普通人,我給出了一個與自己和解的阿爾法(α)路線:‍

一、我們應該有屬於自己的人生複利阿爾法(α)。‍‍‍‍‍‍‍

二、對於阿爾法(α)值,只需要進行自我評價。‍

人生不是隻有賺錢這一個評價體系,複利有許多種呈現方式。

我女兒不愛學習,但喜歡記日記,用掉了幾個本子,這是她的人生複利;

前日聽廣播,有個老人用18年在荒山上種了200萬顆樹,這不止是他的人生複利。

我自己呢?

我有一個花園,種下的樹木已有5年了,現在植物們的複利曲線開始變得陡峭,每年秋季花果滿園。‍‍‍‍‍‍‍‍‍

“孤獨大腦”這個我獨自耕耘的小花園,有智識和記憶上的複利。‍‍‍

以及,花了我90%精力的未來春藤。‍‍

說起來,這家公司竟然前後已經經營了9年。‍‍

我將其視爲自己人生的阿爾法(α)。‍‍‍‍

最好的“超額”收益,莫過於帕斯卡賭注--以個人有限投入,做一件賠率極高的事情。‍‍‍‍‍

而教育,是全體人類的最大公約數。

阿爾法(α)的實現,需要以獨特的方式,聚焦在最有價值的事情上。

在AGI貌似變得有可能時,將大腦的神經網絡,人類社會的神經網絡,以及AI的神經網絡整合在一起,讓每個孩子享有獨特而有公平的教育,從技術上已經沒有懸念。‍‍‍‍‍‍

花園和教育,都像是無限遊戲。‍‍‍‍‍‍‍‍‍‍

而無限遊戲,可能是人生複利最好的阿爾法(α)之所在。

我想找一位夥伴,

做互聯網產品和社羣運營,‍‍‍‍

一起用AI推動教育普惠。‍‍

請私信我。