始终像企业主一样思考

我们从未停止学习,我们始终努力改进我们的投资方法,并从我们和他人的错误中吸取教训。然而,在我们终生追求成为更好的投资者的过程中,我们严格遵守一条重要规则:始终像企业主一样思考

在投资中,短期思考的诱惑可能是巨大的:

那只股票一直在上涨,也许我们应该买一些?”

“那只股票表现这么好,也许我们应该卖掉它并获利?”

“那只股票一直是狗!我们把它卖掉吧。你总是可以更便宜地买回来。”

这些行动中的任何一个都可能在短期内产生良好效果。我们只能事后才能确定。然而,如果我们总是像企业主一样思考,我们就不再关心短期问题。相反,我们着眼于大局,关注长期真正重要的事情。

充当长期投资者对我们和我们的性格最有效。当您像企业主一样思考时,您往往会倾向于拥有卓越经济效益且由在创造价值方面拥有出色记录的管理团队运营的企业。特别是在不确定的时期,我们相信拥有优质企业将为客户的投资组合提供最好的保护。我们敬佩的一位伟大的投资者特里史密斯曾经说过“高质量的企业没有什么可以恢复的”。如果我们看看 2020 年投资组合中表现最好的一些股票(苹果、亚马逊、微软、Constellation Software、FirstService 和 Blackrock 等),他们的业务在大流行之前和期间表现良好。我们还预计这些业务未来将继续改善。

苹果是我们 2020 年表现最好的股票。去年它的价格上涨了 80%,令人震惊。2020年其业务改善了80%吗?不会。而且我们当然不期望其股价在 2021 年再次上涨 80%。非企业主可能会因为苹果的巨大收益而想出售其股票(“为什么不拿走利润并继续前进呢?” ) )。但我们像企业主一样思考。企业主考虑的是企业未来会发生什么,而不仅仅是企业过去做了什么。我们预计未来几年苹果的盈利将实现两位数增长。尽管其股票已经大幅上涨,但我们仍然认为该业务因其潜在增长而估值合理,并且我们正在为新客户购买更多股票。

不幸的是,并非我们所有的投资都像苹果在 2020 年那样表现出色。美国铁塔就是一个例子。美国铁塔在全球拥有超过 180,000 个手机信号塔,它通过将其信号塔上的空间出租给 Verizon 和 AT&T 等电信公司来赚钱。在 2020 年 7 月下旬达到每股 269 美元的历史新高后,美国塔公司的股价到年底下跌了近 20%。这只股票在 2020 年给我们的客户带来了令人失望的回报,对于许多客户来说,我们为这些股票支付了现在看来过高的价格。从根本上说,美国铁塔在 2020 年度过了美好的一年。它将股息增加了 20%,与主要客户签署了新的长期协议,并继续在世界各地建造和购买更多铁塔。事实上,我们认为美国铁塔的业务因疫情而变得更有价值;它应该是移动和蜂窝数据需求不断增长的主要受益者。我们认为,5G 的最终全球采用将要求电信公司在蜂窝塔上安装更多设备,这将使美国铁塔能够增加其租金收入。

短期投资者可能会想说这样的话:“那只股票是一只狗!我们把它卖掉吧。你总是可以更便宜地买回来。” 然而,企业主并没有看后视镜,而是看到了美国塔非常光明的未来,而最近其股票表现不佳是购买更多优质企业股票的机会。

股票市场使我们能够非常轻松地在短时间内买卖公司股票,并且人们可能会倾向于采取短期观点。企业主知道真正的价值是随着时间的推移而建立的,有时是几年,有时是几十年。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/78147.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年11月10日 23:31
下一篇 2023年11月11日 00:26

相关推荐

  • UPS 司机向美联储传达信息

    价格压力和工资增长放缓的迹象让人们对美国经济软着陆感到兴奋,通胀率回落至 2%,但没有经历痛苦的​​衰退。与此相反的是劳工行动,上个月帮助联合包裹服务公司 (United Parcel Service Inc.) 的工人赢得了 300 亿美元的胜利。 新条款规定,到合同结束时,UPS 全职司机平均可获得约 17 万美元的工资和福利,加上美国汽车工人联合会(目…

    2023年8月24日
    26500
  • 加密 ETF:采用趋势持续

    加密 ETF:采用趋势持续 作者:VettaFi 的 Roxanna Islam,10 年 2 月 25 日 在这一点上,它不再只是一个推动运动向前发展的加密货币友好型政府——而是已经制定的真正法规。之前,我写过关于 《天才法案》通过成为法律的文章。这一立法里程碑为支付稳定币建立了联邦框架。但美国证券交易委员会也为授权参与者开放了实物赎回——正式批准允许加密…

    2025年11月9日
    1900
  • 北京大学金融时间序列分析讲义第20章: 随机波动率模型

    本章内容来自自(Tsay 2013)§4.13和§4.14内容。 前面的波动率方程中σ2t=Var(at|Ft−1)都是被σt−1,…和at−1,…完全决定。另一种方法是假定σ2t的模型本身有新息,这样的模型称为随机波动率(Stochastic Volatility, SV)模型。模型写成 at=σtεt,(1−α1B−⋯−αmBm)lnσ2t=α0+vt.…

    2023年8月2日
    27700
  • 北京大学金融时间序列分析讲义第21章: 其它的波动率计算方法

    本章内容来自自(Tsay 2013)§4.15和§4.16内容。 (French, Schwert, and Stambaugh 1987)用高频数据计算低频收益率的波动率,又可参见(Andersen et al. 2001)和(Andersen et al. 2001)。 假设我们对某资产的月波动率感兴趣,有该资产的日收益率数据,设rmt是该资产第t个月的…

    2023年8月3日
    21600
  • 北京大学金融时间序列分析讲义第19章: 改进的GARCH模型

    本章讲GARCH模型的一些有针对性的改进。来自(Tsay 2013)§4.9-4.11内容。 EGARCH模型 模型 (Nelson 1991)提出的指数GARCH(EGARCH)模型允许正负资产收益率对波动率有不对称的影响。考虑如下变换 g(εt)=αεt+γ[|εt|−E|εt|],(19.1) 其中α和γ是实常数。{εt}和{|εt|−E|εt|}都分…

    2023年8月1日
    20200

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部