何雨果的知识库

外观

Data Update 1 for 2026: The Push and Pull of Data ​

视频总结 ​

时间戳取自 YouTube 转录稿，标题中的时间区间可点击跳转。

00:00–01:41 一个爱数字的人 ​

  • 近 30 年来，讲者每年第一周都在整理数据（00:00）。他自认“数字狂”：不喜欢抽象数学（代数还行，几何凑合，三角不太喜欢，随机微积分别问），但喜欢数字的手感，喜欢摆弄数字。
  • 1990 年代他开始汇总数据，纯粹是为了自己的公司金融和估值分析，数据给了他视角；既然有了，何不分享（00:37）。数据集从 1993–94 年的五六个增加到如今的 200 多个。

01:41–10:51 数据的好处与坏处 ​

  • 我们应处在数据的黄金时代：数据更多、获取更容易，但讲者比 40 年前更不安（01:41）。
  • 数据的四个好处（01:41）：
    1. 从噪声中找信号：估值或做公司金融分析时，各种观点和数字常相互矛盾，数据帮你理出方向（02:28）。
    2. 应对不确定性的工具（03:03）：二战后建立的全球经济秩序开始瓦解，人面对不确定性常会否认或瘫痪。数据让你把不确定性看成一系列可能结果，模拟、可视化等工具帮你把它纳入决策。
    3. 治疗隧道视野（03:36）：分析时容易陷入无关紧要的细节，什么都显得重要；跨时间、跨公司的数据帮你找回视角。
    4. 抵御虚假信息（04:04）：不只是社交媒体，CNBC 和《华尔街日报》上也有人把编造的东西称为事实，最好的回击是去看数据。
  • 数据的四个坏处（04:33）：
    1. 虚假的精确与控制感：给事物一个数字会让人觉得能掌控它，并把数字当作精确的事实（05:04）。讲者在估值课上说，数字狂面对不确定性的典型反应是多加几位小数。
    2. 偏见（05:38）：金融界喜欢装作客观，但所有分析师都有偏见，来自先验和成见，从业者还会因结果受奖惩。偏见会让人有选择地挑数据（参见《统计数字会撒谎》一类的书），更危险的是在潜意识中发生，你自以为没有偏见（06:13）。
    3. 懒惰的均值回归（06:49）：从 Ben Graham 延续到 20 世纪下半叶的老派价值投资，很多其实就是均值回归：买低市盈率股票能赚钱，是因为市盈率回归平均；市盈率高就说市场高估，也是因为会回归历史均值。均值回归很有力、常常奏效，但它的反作用力是结构性变化，投资中的大多数错误来自没认出结构性变化（07:19）。AI 争论中两派都很懒：一派说一切都比历史常态高，所以必然高估；另一派说世界秩序变了，所以定价合理。应当用数据找中间地带（08:08）。
    4. 让数据替你说话（08:08）：越让数据说话，你自己的声音越少。有些数据信徒把自己当数据工程师，只是旁观者，甚至以“不是我，是数据说的”推卸责任。
  • 数据越来越丰富，有人以为会进入数据驱动决策的乌托邦，讲者不确定（08:40）：分析师抱怨数据过载；格雷欣法则的某种版本在起作用，坏数据驱逐好数据（09:14）。
  • 讲者的建议（包括使用他的数据时）（09:14）：
    1. 考虑数据提供者是谁、有什么偏见和先验；
    2. 不要把数据当黑箱，例如使用他的股权风险溢价，先弄清它怎么来的（09:49）；
    3. 尽可能与其他提供者交叉核对，离群值要么是革命性的正确，要么是错的（10:24）。

10:51–17:35 数据来源、变量与两条原则 ​

  • 1993 年第一次整理时，原始数据很难获得（10:51）：讲者从 1960 年代就存在的 Value Line 购买数据，因为它以 CD 提供，可以直接读入电脑，不用手工录入。只有不到 2,000 家美国公司，变量也只是 Value Line 认为重要的那些，他做了七八个数据集（11:21）。
  • 如今（11:54）：凭 NYU 的关系可以使用 S&P Capital IQ（很好的全球数据库）和彭博终端（部分市场数据），再补充一些免费或便宜的数据，例如可以免费下载的穆迪评级。他强调，几乎所有原始数据都是公开的，数据服务的好处只是集中、方便下载（12:27）。
  • 变量反映他自己的需要，没有某个变量，是因为他不用，不代表你用它不对（13:01）。覆盖范围包括：
    • 公司治理：内部人、CEO 和机构持股；
    • 经营总量：员工人数和薪酬；
    • 门槛利率：贝塔、风险溢价、股权成本与资本成本；
    • 会计回报与超额回报，以及市场 alpha（13:48）；
    • 融资：负债率、评级与违约利差、税率、债务细节（长短期、固定与浮动利率）、租赁；
    • 股息：股息、回购、潜在股息（FCFE）、股息率与派息率；
    • 估值：历史增长、基本面增长、预期增长，研发与营运资本作为再投资，利润率，以及盈利、账面价值、收入等定价倍数（14:37）。
  • 两条原则（15:06）：
    1. 一致性：讲者三十年来主张租赁是债务、研发是资本支出，所以计算负债率时一直把租赁算作债务，计算再投资时一直把研发算进去。2019 年会计规则在租赁上追上了他，但仍有差异，所以他同时报告两种租赁债务；研发上仍有分歧，利润率和会计回报也同时报告调整前后的数字（15:40）。
    2. 透明：ROIC 这类变量有上百种定义，他公开每个变量的定义，你可以不同意（15:40）。

16:29–20:17 估计细节与地区划分 ​

  • 只报告行业层面数据（16:29）：原始数据提供者保护公司层面的数据，这是他们的商品，讲者按 95 个行业汇总报告。需要单个公司的数据，应直接看公司的财务报告（16:56）。
  • 全球统计中各公司币种不同，全部换算为美元；而且报告的多是比率，例如市盈率用雷亚尔还是美元计算都一样（16:56）。
  • 行业平均的难点与做法（17:35）：
    • 部分公司缺数据，例如盈利为负就算不出市盈率，会被剔除；
    • 同一行业有很大和很小的公司，等权不合理；
    • 讲者的做法：把行业内所有公司（包括亏损公司）的市值加总，再除以净利润加总，得到行业市盈率。他认为这比简单平均甚至加权平均更有代表性（18:20）。
  • 地区划分（18:20）：全球 48,156 家公司，另分美国、欧洲（约 6,000 家）、日本、新兴市场和“其他”：
    • “其他”包括澳大利亚、新西兰和加拿大：发达市场，但资源公司比重高，与美国和欧洲大部分市场很不一样（18:54）；
    • 日本单列是历史原因：25 年前开始计算时，日本经济和市场的全球占比比现在大得多（19:37）；
    • 新兴市场有 27,360 家公司，已经有点臃肿，涵盖非洲、拉美和亚洲，其中有些国家具备发达市场特征，例如因地理被放进来的新加坡；约十年前起把印度和中国单列，因为它们的规模足以独立（19:37）。

20:17–23:52 样本与 2025 年的全球格局 ​

  • 抽样是偏见的最大来源之一，“你可以抽样抽出任何你想要的结论”（20:17）。讲者纳入所有市场价格大于零的上市公司，以减少抽样偏差；不纳入私营和非上市公司，因为它们没有披露义务，数据根本不存在（20:47）。
  • 2025 年末的地区格局（21:19）：
    • 美国市值 69.8 万亿美元，约占全球 47%，一年前为 48.7%；
    • 美国 2025 年市值增加约 10 万亿美元（16.8%），全球增加 26.4 万亿美元（21.5%）（21:48）；
    • 拉美、亚洲、中国、加拿大以美元计都跑赢美国；表现最差的是印度，部分因为卢比对美元贬值。
  • 行业格局（22:36）：
    • 2025 年末科技公司市值 32.8 万亿美元，约占全球 22%；房地产（大部分不在市场交易）和公用事业（关键但在经济中占比小）份额小；
    • 涨幅最大的是材料 37.8%，其次是科技和工业；最差的是能源（只涨 5%）和必需消费（8.5%）（23:25）。

23:52–25:54 使用数据的提醒 ​

  • 这些数据是为当下做公司金融、投资和估值的实务者准备的，截至 2026 年 1 月（23:52）。
  • 不是为研究设计的（23:52）：学术研究者应使用原始数据或数据服务；若只能用他的存档，要知道两点：并非所有变量都有长历史；他中途换过原始数据提供者，前后可能不可比（24:39）。
  • 把数据当起点，不是终点（24:39）：给一家泰国钢铁公司定价，不能拿他报告的钢铁业 EV/EBITDA 乘以 EBITDA 就完事。
  • 数据免费，但要对结论负责：用了他的数据得出的结论，是你的结论，不是他的（25:22）。

25:54–29:34 交给 Damodaran 机器人 ​

  • 2024 年讲者写过“Damodaran 机器人”：一个读完他放在网上的全部课程、书、文章和电子表格的 AI，开发者是他很尊敬的人（25:22）。他当时说，在机械和基于规则的任务上，AI 不仅能赶上人，还会更好，因为它不累、不需要咖啡因。
  • 这次更新数据时他意识到，自己做的几乎全是机械和基于规则的工作，正该交给机器人（25:54）。第四天他累了，把数据粘贴到了错误的位置，机器人不会这样。明年他打算让机器人更多参与数据更新，也许有一天第一周的数据更新完全由机器人完成，“它会比我活得久，这是好消息还是坏消息，取决于你怎么看我的数据”（26:34）。
  • 更普遍的含义（27:05）：
    • 那些靠收集和处理数据、收取高价的企业，日子可能不多了，因为它们做的是从电脑里抓取已有数据、按规则机械地整理，AI 能做得更好、更便宜；
    • 量化投资（27:42）：Jim Simons 和 Renaissance 让量化投资带上了数学天才的光环，但讲者认为未来量化投资要赚超额回报会难得多，必须带来数据里没有的东西（28:13）。
  • 网站上有当前数据（美国分组网页版，以及含各地区和全球数据的 Excel）、历史存档和变量定义；如发现错误和笔误，请告诉他，“毕竟这不是机器人做的，是我做的”（29:01）。

提炼 ​

核心结论 ​

  1. 数据越多不等于越清楚：数据能找信号、应对不确定性、治疗隧道视野、抵御虚假信息，但也带来虚假精确、偏见、懒惰的均值回归和“让数据替你说话”。
  2. 均值回归很有力，但结构性变化是它的反作用力；投资中的大多数错误来自没认出结构性变化，而用“新世界”否认一切历史常态同样懒惰。
  3. 讲者的数据集遵循一致性（租赁算债务、研发算资本支出）和透明（公开变量定义）两条原则。
  4. 行业平均用“加总市值 ÷ 加总盈利（含亏损公司）”，比简单平均更有代表性，也避免了剔除亏损公司带来的偏差。
  5. 机械和基于规则的数据工作会被 AI 接管；数据服务商和量化投资都必须带来数据之外的东西。

概念与公式 ​

行业市盈率（讲者的加总法）：

PE行业=∑i市值i∑i净利润i

分子和分母都包括亏损公司；对比“各公司市盈率的平均”，后者会剔除亏损公司，并让小公司的极端值影响平均。

概念含义
信号与噪声在相互矛盾的数据中找出方向
虚假精确（false precision）面对不确定性时多加几位小数
懒惰的均值回归（lazy mean reversion）不问是否发生结构性变化，就假设指标会回到历史均值
格雷欣法则（数据版）坏数据驱逐好数据
抽样偏差只选部分公司，得出想要的结论；讲者以全部有价格的上市公司为样本来减少它

方法与判断依据 ​

  • 使用任何数据前的三问：提供者是谁、有什么偏见？这个数字是怎么算出来的？能否与其他来源交叉核对？
  • 面对“高于历史常态”的论点：先问是否发生了结构性变化；再问变化是否足以解释全部偏离，而不是二选一。
  • 计算行业指标：用加总法；注意剔除缺失数据的公司会造成什么偏差。
  • 使用讲者的数据：当作起点而非终点，用于当下的分析而非长期研究；结论自己负责。
  • 判断工作是否会被 AI 替代：看它是否机械、基于规则、可从现有数据中整理出来。

复算与实操 ​

  • 美国在全球增量中的占比：10 ÷ 26.4 ≈ 37.9%，与 Data Update 4 中“美国只贡献了 38% 的增量”一致。
  • 全球总市值：69.8 ÷ 47% ≈ 148.5 万亿美元；科技业 32.8 ÷ 148.5 ≈ 22%，与讲者一致。年初全球约 148.5 − 26.4 ≈ 122 万亿美元，22 ÷ 122 ≈ 21.6% 的涨幅也与“21.5%”吻合。
  • 美国占比变化：年初美国约 69.8 − 10 = 59.8 万亿美元，59.8 ÷ 122 ≈ 49%，与讲者的 48.7% 接近。
  • 加总法与平均法的差异（假设值）：某行业有三家公司，市值 / 净利润分别为 900/60、90/3、10/−2。
    • 加总法：(900 + 90 + 10) ÷ (60 + 3 − 2) ≈ 16.4 倍；
    • 平均法：亏损公司被剔除，(15 + 30) ÷ 2 = 22.5 倍，被小公司的高市盈率拉高。

关联 ​

疑问与待核实 ​

  • 18:20 讲者说欧洲约 6,000 家公司，但幻灯片上该数字没显示出来（“For some reason, that number of firms didn't show up”），需要对照网站数据。
  • 23:25 本期按全球样本说材料业涨幅最大（37.8%），Data Update 2 按标普 500 说通信服务最好、能源不在最差之列，两者口径（全球 vs 美国标普 500 行业）不同。
  • 本期视频简介没有讲义 PDF，图表只能在博客原文中查看。

← 返回专题更新