(原标题:组合应该是分散,还是集中?)
在投资界,总是听到两种不同的声音,一种是强调组合分散的重要性,认为只有足够分散,才能“小心使得万年船”,那种靠仓位集中而博得超额收益的基金,是靠增加潜在风险才换取的。
另一种是强调组合集中的重要性,巴菲特和芒格就属于这一派。芒格其实比巴菲特还要集中,他甚至曾经说,即使一个机构90%的仓位持有一个股,也没有错。而段永平、李录也是非常集中的,基本和芒格差不多。
巴菲特也有一个著名的说法,那就是“你如何能安心把钱放入排名第六的投资标的里?”。言外之意就是,除非资金太大了,否则5只股票足以。
老实说,我在专职做投资的头两年,也时常摇摆于分散和集中上面。一方面,常常觉得有些标的确定性不够强,但是由于预期收益任然可以跑赢大盘,如果放入组合,可以利用分散投资的诸多好处来增加收益和降低风险,尤其是找不到足够多的好点子的时候。
而另一方面,又觉得买这些股,自己的理解和信息很有限,估计无法胜过市场,还白白分散精力。
但是后来,我终于想清楚了这个问题的本质,而全面倾向于高度集中、但任然有一定程度分散的做法。
我想,集中和分散,本身是各有好处,但是如果完全定性分析,往往也不容易彻底理清楚。现代人,还是需要借助数学方法,才能明晰究竟。
“分散”的数学模型
其实“分散”是金融理论中第二大重要原理,仅次于“复利增长”。整个金融界,有很多东西都是基于“分散”这一原理基础上的。而背后的数学模型,就是当一个随机的东西(比如股票的收益率)为正态分布时,多个样本的平均值的波动性(标准方差)会比单个样本值减少,而减少的倍数和样本个数的平方根成正比。当然,这里的假设是这些样本有同样的概率分布,而且它们之间的相关性为零。
说到这里,不喜欢数学的朋友估计已经有点晕了。通俗地说,就是假设赌场庄家有50.5%的概率赢,49.5%的概率输,单单赌一次,这1%的输赢差别是几乎感觉不到的。你依然会觉得大概就是一半的几率会赢。但是如果是赌100次呢?赌场输的几率就会大大减少,平均下来,波动性就会降低10倍(10是100的平方根),如果赌一万次,那波动性就会减低100倍(100是10000的平方根)。而实际大赌场可能一天有1万个客人,而每人玩100次老虎机的话,就是赌了100万次,那么一天的输赢波动性就会减低1000倍!也就是说,赌场一天下来,几乎是注定要赚的。
数学模型的假设比结论更重要
以上的数学模型非常好,但是所有的数学模型,世人往往只关注它的结论,而忽视了它的前提和假设。
实际上,一个模型的假设前提比它的结论更重要,因为现实世界总是比数学模型复杂的多。实际的长线投资组合,要比刚才的赌场老虎机的例子要复杂的多。
比如前面提到的多个前提假设就有很大问题:
1. 各个样本的分布完全一样
实际情况是:每一个投资标的都差别很大。我们的能力圈有限,获得的信息也有些,而标的所处的行业也大不一样,标的的股价和公司的特质也差别很大。所有这些,意味着每个投资标的,它的确定性和预期收益(即概率和赔率)是大不一样的。
所以,我们如何能够想当然地把它们同等处之?
2. 各个样本的相关性为零
实际情况是:股票的价格与大盘指数有很强的相关,和经济宏观景气度也有很强的相关性。如果其中有处在同行业的股票,那么也该行业的景气度也有很强的相关性。
当我们考虑了这些相关性之后,增加组合中的股票数量所能带来的好处也会大大减少。
3. 投资更多股票的边际成本为零
实际情况是:人的精力有限。越多的投资标的,就需要越多的时间去深入研究和不断跟踪。这种精力的分散,使得投资者在市场竞争中,是处于更不利的地位。这一点对于精力有限的个人投资者,尤其突出。
综上所述,分散和集中虽然各有各的好处,每个人也可以有相应的不同策略,但是对于以深入研究为主的长线价值投资人,尤其是个人投资者,我觉得还是需要有相当的集中,并配以适度的分散。
具体操作上,我个人觉得仓位的分配比例应该和投资标的的赔率和概率直接相关,对于超过20%的非常重的仓位,需要同时具备高概率和高赔率,但是总体而言,重仓股(比例大于10%的)不应该超过5只。
这也与巴菲特的说法吻合,因为如果一个人的能力不足以让他觉得一个股票有很高的确定性(高概率),那么也就不能太集中了。