李迅雷：不要被各种数据和指标所迷惑

记得张五常曾在一本书中写过这样一件事情，对我印象很深：有一天，他的导师带领他和其他同学去一个无人岛，让他们计量海滩上某一块石头的重量和体积，而他们没有带任何计量工具。这怎么能计量呢？其实，这个世界本身就没有什么计量单位，所有的尺度都是人类编制出来的。

如今，我们已经进入了一个数字化时代，所有的东西都可以被量化，而且被重复量化、衍生量化，于是本应该便于认清事物面目的计量工具，有时反而掩盖了事物的本来面目，或者被颠倒了。

从投资者的角度看，被各种指标迷惑的现象也不在少数，尤其是被分母迷惑。

1、一个最典型的案例：被平均

其实，认清被分母迷惑的投资者也不在少数。比如，谈到个人收入，很多人会感慨，自己的收入要低于官方公布的平均数，自己被平均了。

我是从2014年的年末开始，就开始关注A股市盈率的中位数，并在次年1月份发表了《估值偏高、经济下行背景下的牛市逻辑》，发现截止15年1月20日，尽管沪深300的平均市盈率只有12.6倍，但深沪主板的市盈率中位数已经高达42.3倍。之后，发现到了2015年的年末，所有A股的市盈率中位数已经超过90倍。

但美国的标普500，无论是市盈率的中位数还是平均数，都是20倍。说明人家毕竟是成熟市场，估值呈现正态分布。中国是银行大市值、高收益，很多中小市值股票的PE都被平均了。

被平均的案例真是太多了。比如，说某个行业很有发展前景，分析师们就会把美国的人均消费额与中国做比较。但若中国的人均汽车拥有量要达到美国水平，则全球的石油就不够用了。

又如，有人会说，温州的人均GDP要低于浙江平均水平，所以温州的房价是虚高的。但他有没有想过，温州人很多人是外出做大老板，给别的地方贡献GDP了，但把收入汇到温州，故温州的人均GNP很高啊。

所以，我们不要被那些看似有道理，实则不合理的数据说迷惑。

2、GDP作为分母常会骗人

以GDP作为分母的指标很多，如负债率、证券化率、总储蓄率等。因为GDP这个数据是一个非常重要的评价指标，所以，其失真度一直是被热议的。既然如此，在用的时候还是要思考一下，这对于你的判断逻辑有没有影响。

比如，我们一直引以为豪的是GDP增速领先于世界，GDP已经排名世界第二。但实际上很少人去考虑，GDP世界第二所付出的代价是巨大的。因为中国的固定资产投资规模是超过美国的，企业的资产总规模与负债总规模也是超过美国的，M2的规模也是远超美国的。因此，中国企业的ROE很低，世界500强中，中国企业的平均利润率只有美国的一半。所以中国为GDP所付出的代价很大。

有的时候，分母与分子一起合谋骗人。比如，中国的证券化率分母是GDP，分子是股票总市值，中国的证券化率远低于美国和其他成熟市场。那你是否就可以得出中国的股票还可以继续上涨的结论呢？

股票市值是股价乘以股数，如果股份数量少，即便股价高，其市值也不会大。截止1月15日，A股的证券化率约为67%，美国则大部分时间在100%以上。

但问题是中国的股票发行是受管制的，在过去21年中，先后有9次暂停新股发行。而美国等成熟市场是开放的。故不能把一个受管制的股市的证券化率与成熟市场作简单比较。

3、如何避免被分母迷惑：认清大趋势

在过去15年中，重配房地产应该是最为成功的投资方式之一。但不少人对于持续上涨的房价提出质疑，认为房价过高，不值得投资。其依据就是房价收入比，或房价租金比。比如，上海的房价这个数据不会骗人，但作为分母的收入，却容易骗人。

因为是全国的有钱人到上海来买房，你就不能用上海人的收入作为上海房价的分母，而是上海人与外地购房者的加权平均收入。更何况官方公布的收入是不含灰色收入的。

同样，房价租金比相当于股市里的市盈率，50倍的房价租金比意味着租金回报率只有2%。你觉得投资房地产不划算？但问题是，你买房的目的是为了追求房价升值收益还是租金？如果是前者，那你就不用考虑租金了。

过去15年的最大教训就是，房价一直涨，租金一直低。租金低的原因是因为房价涨。

在人民币贬值趋势形成的今天，很多人准备去海外配置资产，其中房地产是首选。但发现很多人还是会把房价租金比当做投资的重要依据。

那么，我觉得需要反思的是，如果你在国内是因为看到房价租金比过高而放弃了购房念头，那么，到国外购房就不应该犯同样的错误。

在人口老龄化的今天，海外不少地方的房价租金比很低，就是因为房价下跌的缘故。房价下跌原因是因为当地人口在老龄化，在减少。所以，投资应该选择未来人口会不断流入的城市，所谓流动创造价值。

上海、北京、深圳等大城市的房价之所以一升再升，就是因为一轮又一轮的人口流入。在海外投资，同样还是要选择未来移民会不断集聚的地方，尽管这些地方的房地产“市盈率”已经很高了，但成长性却是更重要的指标。

投资的本源是什么？一起回到张五常所提到的无人岛上，回到问题的原点，这样答案就不言自明了，就不会被各种数据和指标所迷惑。