2000 episodes
- 欢迎收听雪球出品的财经有深度,雪球,国内领先的集投资交流交易一体的综合财富管理平台,聪明的投资者都在这里。今天分享的内容叫送给想在猪周期里赚钱的人,来自上蔡县伟瑞鑫酒业。
聊聊一个看起来很土的行业:养猪。别笑,这恰恰是理解周期股最好的入门教材——因为猪周期的规律是A股所有行业里最接近教科书模型的:四年一轮,节奏稳定,信号明确,连驱动因素都能分类归档。看懂猪周期,你看钢铁、煤炭、航运的眼光都会不一样。今天咱们用编年体把二零零六年以来的五轮猪周期捋一遍:猪价涨了多少、股票谁领涨、怎么跌的、下一轮什么时候来。
先把原理讲明白:为什么猪周期逃不掉。
经济学里有个经典模型叫"蛛网模型",说的就是农产品:价格涨了,养殖户就补栏,但母猪怀孕要四个月,仔猪育肥又要六个月,从补栏到出栏整整一年的滞后——今天的产能决策,一年后才变成市场供给,而一年后价格早就变了。于是循环往复:猪价涨、母猪补栏、供应过剩、猪价跌、淘汰母猪、供应短缺、猪价再涨。一轮完整的周期大约四年,其中上涨期通常只有十七到二十五个月,下跌和磨底却要二十四到三十一个月——牛市来得快,熊市熬得久,这是猪周期刻在基因里的时间结构。还有一个关键规律:平常年份是"内生周期",靠养殖亏损自然淘汰产能,行情温和;一旦叠加重大动物疫病或者政策强干预这种"外生冲击",产能瞬间出清,就会催生出超级行情。记住"内生温和、外生猛烈"这八个字,五轮周期都能对号入座。
第一轮:二零零六到二零零八年,蓝耳病开启的第一个周期。
二零零六年年中,高致病性猪蓝耳病暴发,母猪和仔猪产能大量受损,叠加此前两年的养殖亏损出清,供给骤然紧张。生猪价格从二零零六年中六元一公斤的低谷,一路涨到二零零八年三月的十七点四元一公斤,区间最大涨幅百分之一百九十二,上行整整二十一个月——后来二十年里再也没有哪一轮涨幅超过它,直到非洲猪瘟出现。股票这边,当时A股纯正生猪标的很少,罗牛山是主角:它的股价先于猪价启动,在产能加速去化时就开始第一波大涨,二零零六年五月疫病暴发初期反而走低,半年后开始大幅拉升,整个猪价上涨阶段取得了约百分之三百五十的相对收益。
值得细品的是它的见顶时点:二零零七年五月蓝耳病疫苗投产——非瘟之前的这轮回,疫情这个行情的发动机一旦熄火,股价立刻见顶,比猪价见顶整整早了十个月。下跌阶段也干脆:疫病受控加产能恢复,叠加二零零八年金融海啸和需求冲击,猪价用二十四个月跌去了百分之四十六。起涨原因是疫病冲击供给,下跌原因是供给恢复,而第一个轮回的核心教训是:股价是跟着"预期"走的,疫苗投产、疫病受控之日,就是猪价还在涨、股票已经到顶之时。
第二轮:二零一零到二零一一年,疫病齐发催生的自然周期。
二零零九到二零一零年,猪价经历了两年下跌,养殖端持续亏损,产能自然去化;二零一零年又疫病齐发——年初口蹄疫、夏季猪瘟蓝耳、冬季到次年春天仔猪流行性腹泻接力上演,供给缺口重新打开。猪价从二零一零年前后的九点四元一公斤低点,涨到二零一一年九月的十九点八元一公斤,涨幅约百分之一百一十。
这轮的明星是新上市的雏鹰农牧和老牌的新五丰:雏鹰农牧二零一零年九月上市,正赶上周期上行,猪价上涨阶段股价相对收益显著。这轮行情结束于二零一一年九月猪价周期高点出现——股价和猪价同步见顶,之后是长达三十一个月的下跌通道,猪价跌幅百分之四十六,中间二零一三年五月商务部启动冻猪肉收储才托了一把底。起涨原因是亏损出清加疫病催化,下跌原因是产能恢复——这轮的启示是:收储是政策底信号,但只能托底,改变不了周期方向。
第三轮:二零一四到二零一六年,环保风暴与规模化的元年。
这轮周期的驱动力换了主角:不再主要靠疫病,而是政策。二零一三到二零一五年环保政策持续加码,南方水网地区禁养限养、大量中小养殖场被清拆,行业里散户加速退出,规模化进程陡然提速。猪价从二零一四年四月十点七元一公斤的低点,涨到二零一六年五月二十一点二元一公斤的历史新高,涨幅约百分之九十五。这轮行情的主角是牧原股份和正邦科技:牧原二零一四年一月刚上市,正邦从二零一四年三季度猪价反弹时就启动第一波上涨,周期拐点确认后第二波大涨——研报复盘显示它们的股价主要就是在猪价确认反转之后完成的。这轮教给我们一个规律:第二轮之后的周期,龙头个股的两波行情,第一波炒产能去化预期,第二波炒猪价兑现,节奏踏准了收益翻倍,踏错了两头挨打。之后的故事也眼熟:规模化提升效率,产能补充过快,猪价二零一六年五月见顶后用两年跌回十元一公斤,跌幅百分之五十——规模化的第一课,就是效率提升反而加剧了周期的过剩。
第四轮:二零一八到二零二一年,非洲猪瘟,二十年一遇的超级周期。
二零一八年八月,非洲猪瘟传入中国,这是改变行业史的事件:没有疫苗、猪死亡率极高、防疫体系瞬间承压,能繁母猪存栏一年多的时间下降了三到四成——这个去化深度超过此前任何一轮。猪价从二零一八年五月十点四元一公斤的低点,到二零一九年四季度冲上四十元一公斤的历史极值,区间最大涨幅接近三倍,二零二零年全年猪价基本维持在三十元上方。
这是养猪业最疯狂的黄金岁月,也是A股农业板块最狂暴的造富行情:牧原股份二零一九年利润翻倍,二零二零年净利润冲到二百七十多亿元,股价从二零一八年低点算起涨了数倍;唐人神掌门人的那句"以前养猪的不如狗,现在是金猪"传遍行业。但比猪价更值得关注的是格局的重塑:全行业恐慌收缩的时候,牧原逆势砸重金新建全封闭高生物安全等级的猪场,逆势扩繁母猪,二零一九年超级周期开启、同行无猪可卖时,它的产能全面释放,二零二一年出栏量超越温氏登顶行业第一,市占率从二零一八年的百分之一点五跃升到百分之十以上,成为全球出栏量最大的生猪养殖企业——一轮周期下来,赢家通吃的剧本演到了极致。
而这轮行情的黑暗面同样极致:猪价顶点正是扩产最疯狂的时刻,牧原二零二一年计划出栏三千六百万到四千五百万头,正邦、新希望也都定下了翻倍的产能目标,连做房地产的、做饲料的都跨界跑来养猪。之后就是产能洪水的买单时刻:猪价从四十元跌到二零二一年十月的十一元,跌幅近七成,二零二二年四月二次探底,正邦科技高杠杆扩张的资金链率先断裂,二零二三年进入司法重整——曾经市值千亿的行业老二,倒在了黎明前。起涨原因是非瘟的毁灭性去产能,下跌原因是疯狂扩产的产能过剩,轮回的种子永远埋在上一轮狂欢里。
第五轮:二零二二年至今,大起大落之后,新的磨底期。
这一轮的节奏堪称浓缩:猪价从二零二二年三月十二点一元的低点,半年多就冲到二零二二年十月二十七点二元的高点,涨幅百分之一百二十六,然后又用一年多跌回十四元附近。之后市场进入反复磨底:二零二三年全年低迷,二零二四年上半年二次探底,下半年在政策收储和产能去化的合力下明显回升,二零二五年景气兑现——牧原二零二五年上半年净利润预估一百零二亿到一百零七亿元,同比增长十一倍到十二倍,惊艳全场。
但到二零二六年的今天,故事又回到了熟悉的章节:二零二六年四、五月份猪价再度低迷,行业重新陷入亏损,而牧原又在别人缩产避险的时候逆势扩张、抢占份额——历史第三次上演同一个剧本。值得一提的是工具箱也在进化:二零二一年一月生猪期货上市,养殖企业第一次有了对冲价格风险的正规工具,周期的博弈多了金融维度。
按时间推算,二零二六年的今天,我们正处在第五轮周期尾部到第六轮周期磨底区的位置上——这一轮是像二零一四年那样温和开启,还是再叠加一次外生冲击变成超级周期,没人知道。
把五轮摊在一张表里,猪周期的规律干净得令人惊叹:
时长上:五轮完整周期都在三十五到五十八个月之间,均值约四十六个月,峰值间隔三点五到四点五年——四年一轮,误差极小。结构上:上涨期十七到二十五个月,下跌磨底期二十四到三十一个月,熊市几乎是牛市的一点五倍长——想在底部抄到最低点,历史上平均要等两年。幅度上:普通周期猪价最大涨幅百分之九十五到百分之一百九十二,最大跌幅百分之四十六到百分之五十;唯独叠加外生冲击的周期四,最大涨幅接近三倍、最大跌幅百分之六十八——外生冲击才是真正的胜负手,而二零一九年四十元一公斤的猪价是几十年一遇的极值,千万别拿它当常态锚点。
轮换上:罗牛山让位给雏鹰新五丰,再让位给牧原正邦,每一轮的领涨者都是上一轮还没成王的挑战者——雏鹰农牧后来也衰落了,行业王座没有永远的持有者,只有成本和资产负债表永远说了算。还有一个容易被忽略的长期事实:猪价的底部在逐步抬高,从六元、九点四元、十点七元、十点四元到十二点一元——饲料成本、环保成本和人工成本的抬升,推着整个行业的盈亏线水涨船高。
那养猪这门生意的壁垒到底是什么?实事求是地说,没有高科技,它的护城河是三样东西。
首先是成本:牧原的自繁自养一体化模式,把种猪、饲料、养殖、屠宰全链条攥在自己手里,配合智能化猪场的精准饲喂,把每公斤生猪的完全成本压到行业最低水平——周期底部别人亏三百它只亏一百,或者别人亏它还能微赚,这就是穿越周期的船票。其次是防疫:非洲猪瘟之后,生物安全体系从加分项变成了生死线,全封闭猪场的空气过滤、人员隔离、洗消流程,把养殖变成了半工业化的精密管理。最后是资产负债表:正邦和牧原在二零一九年干的是同一件事——加杠杆扩张,区别是正邦的资金链断了,牧原挺到了周期反转。周期行业最残酷的地方就在这儿:方向看对的人很多,活到兑现的人很少。
轮到猪周期会出现四个信号,全是公开的官方数据。信号一看能繁母猪存栏:农业农村部的月度数据是先行指标,因为母猪到出栏有约十二个月的传导期——产能去化越充分,未来猪价弹性越大,历史上普通周期去化百分之八左右,超级周期去化百分之二十五以上。信号二看猪粮比和养殖亏损面:全行业亏损持续的时间越长,磨底越充分,历史上熊市磨底普遍接近两年,不要因为猪价反弹一两个月就喊反转。信号三看政策信号:冻猪肉收储启动是政策底的经典信号,二零零九年、二零一三年、二零二四年都验证过。信号四看龙头行为:当牧原这种成本最低的选手开始逆势扩张、行业二线被迫收缩时,往往就是底部区域的右侧信号——二零二六年的当下,这个信号正在亮。
最后给七条警醒,送给想在猪周期里赚钱的人。第一,猪周期四年来一回,但"知道规律"和"拿得住"是两回事——下跌磨底两年起,大部分人不是亏走的,是熬走的。第二,股价永远领先猪价:罗牛山在疫苗投产时见顶、雏鹰在猪价顶点同步见顶,用猪价新闻决定买卖,你永远是慢半拍的那个人。第三,别拿超级周期当常态:二零一九年四十元的猪价是非瘟砸出来的极值,用它做预期锚,会把每一轮普通周期都看成失望。第四,顶部信号二十年没变:全行业翻倍扩产、跨界资本涌入、猪企喊出激进的出栏目标——二零二零年的剧本,下回换演员再演的时候你要认得出来。第五,周期底部拼的不是眼光是资产负债表,加杠杆赌反转的,都倒在了正邦式的前夜。第六,盯住能繁母猪这一个数据就够:它领先猪价一年,免费、公开、每月更新,比一百篇研报都诚实。第七,"这次猪周期被规模化熨平了"这句话,过去三轮周期的顶点前都出现过,而每一轮的顶点和底点照样创纪录——周期不会消失,只会换装。
我自己跟踪猪周期,用的是最笨的办法:把农业农村部每月的能繁母猪存栏、猪价、猪粮比三个数记进表格,再对照五轮历史周期的起止点,数据走出底部区域再动,中途的反弹一律当噪音。 - 欢迎收听雪球出品的财经有深度,雪球,国内领先的集投资交流交易一体的综合财富管理平台,聪明的投资者都在这里。今天分享的内容叫营收下降50%,我为什么还看好泡泡玛特,来自巍巍昆仑侠。
看了一下泡泡玛特二零二六年第三季度业绩报告,以及随后的业绩电话会议,我挑几个自己觉得重要的点说说。
先说点题外话。
这几天经常有人转发我一些段永平买泡泡玛特暴亏多少亿的新闻。
今天我随手翻了一下雪球上泡泡玛特业绩公告的帖子,下面一大批挖苦讽刺的发言。
先说阿段这笔交易,才几个月,远没有到出最后结果的时候。
像巴菲特买华盛顿邮报,很多经典交易都是浮亏两三年之后,最终才大赚特赚。
二零一五年苹果业绩连续几个季度不及预期、产品也各种出问题的时候,他开始大手笔买入。
也是顶了一年多的亏损,后面又赚了十年的钱。
包括我自己在内,我认为泡泡玛特是符合好生意、好管理层、好价格这三个要求的。
再就是我个人也算个有点名气的雪球博主吧,经常写点自己的看法,很多球友的交流也让我受益匪浅。
像段永平这种级别的大佬,还愿意花时间分享他的投资理解。
特别是泡泡玛特这样一个从头开始、可以近距离观摩学习的案例,我觉得是非常难得的一次机会。
比你花十几万去上M B A投资课划算得多。
但就是因为这样,还有人在那冷嘲热讽。试问这样的话,有谁还愿意继续无偿分享?
言归正传,先看三季度的业绩。
一、业绩同比下降45%到50%,主要是基数。
二零二六年第三季度营收同比下降45%到50%,很多人一看到这个数字吓了一大跳。
主要是去年三季度是历史上单季业绩最高的一个季度,基数太高。
大摩、汇丰这些海外投行给的前瞻大概是降40%,实际落在45%到50%,比预期稍微低一点,但没有差太多。
去年下半年拉布布在全球爆火,去年三季度是公司历史上单季销售最高的一个季度,所以今年同比压力确实大。
时间拉长一点,公司二零二三年第三季度的营收只有16.4亿。
从下面的图上能看到,二零二五年二季度开始,单季从54.6亿跳到84.2亿,三季度直接到顶峰的126亿,四季度回落到106亿。
今年三季度大概66亿的营收,比二零二五年一季度的54.6亿还高出两成。
也就是说,如果把二零二五年二季度开始拉布布意外走红带来的那波非经常性业绩剔掉,这个增长其实还是挺漂亮的。
司德在电话会里说,海外市场从年初持续回落之后,三季度已经比较平稳。
7、8、9三个月到10月,都看到平稳、稳步往上走的迹象。
四季度是传统旺季,存在机会。
从这个表态可以理解为,7到10月业绩已经逐步止跌企稳。
同比还在大幅下降,但环比降幅已经收窄很多,甚至持平。
同比降幅应该会继续大幅收窄,环比还有可能转正。
二、中国市场全年仍是正增长
司德提到国内线下门店的到店客流、用户热情都还不错,这和我自己多次去店里观察到的也吻合。
他认为全年中国市场仍能实现正增长。
线上流量短期有压力,但客流、拉新、转化、新品发售这些指标还在改善,全年正增长的确定性比较高。
四季度旺季努力抓销售,也为明年做准备。
三、库存5月见顶,靠运营消化,不靠促销
回答库存问题时,司德提到集团整体库存在5月达到高点,之后在供给端做了两件事。
一是优化持续补货的动作,二是推新品时把买货对库存的影响精细到S K U级别去管控。
这种动态管理不是"买一次货,指望卖很多次",而是参考国内的经验,用更细的方式运营。
到9月底,库存水位从8月开始下降,整体已经比较明显地往下走。
库存拐点在Q3得到确认,而且是靠运营消化、不是靠促销甩卖实现的,这对品牌和毛利都更健康。
处理方式也明确了,暂时不会做大规模促销,保护品牌和消费者利益。
最后,第四季度降幅收窄到20%,15倍P E不算贵
至于四季度,我看了几家大行的判断,都认为三季度是压力最大的一个季度。
四季度营收同比降幅会收缩到20%左右,全年净利润大概在90到100亿之间。
二零二五年净利润是127.7亿,这个数对应同比下降两成到三成。
和年初指引的同比增长20%差别确实很大。
这也提醒我,I P这门生意的波动性确实大,和游戏很像。
在没形成足够大的长青游戏或者长青I P矩阵之前,营收的可预测性比较差。
但我认为二零二七年开始会是一个业绩比较正常的年份。
100亿的净利润可以作为一个基准,往后五年、十年看,大概率还能实现不错的复合增长。
以目前130港元的价格,对应100亿净利润大概15倍P E,其实算合理,并不贵。
而且海外生意的渗透率还很低,我认为未来5到10年业绩复合增长10%还是很有可能的。
这次三季度业绩大幅下降,并没有改变我对泡泡玛特长期看好的观点。
只是考虑到这个业绩本身的高波动性和不确定性吧,估值方面,我倒觉得之前给得相对高了一点,20倍P E有些高了,15倍P E的中枢可能更合理一些。 - 欢迎收听雪球出品的财经有深度,雪球,国内领先的集投资交流交易一体的综合财富管理平台,聪明的投资者都在这里。今天分享的内容叫反弹往何处去?来自愚老头。
现在是不是反转不知道,但是很多人是看反弹的。
普遍的逻辑是2015年的创业板,在最大回撤40%左右就开始了一波快速反弹,上涨幅度是40%。假如历史复现,那创业板现在也已经开始一波像样的反弹了。
还有一个可比的是2022年4月份的新能源见底,跟创业板的区别是新能源做了一个M顶,反弹的幅度更大。
到底哪个更像呢?
历史只能做参考,这次跟历史上两次见顶之后回撤,相似的地方都不太多。
2015年这一波,就是传统上的牛熊反转,市场见顶回落,市场恐慌急跌之后反弹,随后市场就进入了漫长的熊市。
2022年4月之后新能源M顶,本质上是机构的配置再平衡,前期在新能源上欠配的机构在新能源回撤之后均衡调仓,大批资金又涌入了新能源。
上面两次反弹市场的底层结构都是散户,2015年是散户直接上场,2022年是散户通过申购基金进入新能源。
2026年的市场,最大的问题是散户缺席,市场上只剩机构。市场上涨的推动力在于银行保险等机构的理财资金外溢。
你问散户为什么缺席了呢?因为散户都套在2019、2021年的这一波大消费和新能源行情里,牛市根本就没有给他们解套,所以这波牛市,本质上就是机构市,我们知道,公募这一类机构,最擅长的就是景气度投资。
这种市场结构下,就出现了非常极端的配置,历史上一个行业的占比,基本上不会超过20%。公募中电子的行业配置占比,在2026年2季度达到34.6%,通信到了11%,加起来接近一半,如果再加上其他行业中的AI硬件概念,AI相关标的占比,大概率会超过6成。
这意味着,在AI硬件回撤之后,机构尤其是公募根本不会出现配置再均衡的力量,因为能配的不能配的,全都已经砸在AI硬件里面了。
反弹的力量并不主要来自配置再均衡;相反,更多是反弹之后,AI硬件中的资金会向高股息、大消费、新能源等方向外溢。
最近一周的市场也有这种迹象,那就是反弹的资金,选择了人形机器人,而不是上半年的存储和芯片作为突破方向。
这周某位大佬说,A股的科技本质上是美元资产。从美国科技的动向看,明显就是资本开支放缓,各家在往物理AI也就是下游应用方向加大投入。
所以这波反弹,主要方向应该是物理AI,原来的方向更多是自救,至于传统的大消费和新能源,也会分一杯羹。 - 欢迎收听雪球出品的财经有深度,雪球,国内领先的集投资交流交易一体的综合财富管理平台,聪明的投资者都在这里。今天分享的内容叫美联储议息在即,长端利率飙升,谁在抽干市场的钱?来自六亿居士。
最近,10年期美债收益率一路反弹,重新站上5%。2026年9月,美联储进行了本轮降息周期的首次加息(25 B P),并将于10月29日、12月10日分别各进行一次议息。
目前市场预测,年内美联储大概率还有一次加息,预计在25到50 B P,联邦基准利率大概率升至4.00%-4.25%。
在这AI浪潮涌进的关键时刻,美联储的动向关乎着全球各类资产的走势。A股在多因素影响的叠加下,出现了较为明显的回撤。即将进行的议息进程,势必又将再次搅动全球资产的走势,短期的波动可能再次加大。为此,我们不妨放长眼光,一起看看未来一年市场对美债利率的趋势判断,做到心中有底。
一、近处是答案,远处是趋势
从预测数据来看,本次属于局部微调,它不像上一轮加息时的坚决和明确,未来一年的利率整体处于一个相对稳定的区间,即4.25%-4.75%区间。
但也得明白,目前市场已经不是降息叙事。在多方因素叠加下,美债利率的区间将会维持在较高位置,并且保持一段时间。
这样的情况,在以往的降息通道里确实比较少见。以前是降着降着,利率就趴在底部了;但这一次,降了一半被通胀顶了回来。这种“半途中断”的利率环境,意味着在往后的一至两年时间里,我们进行权益类资产配置时,需要提升一定的警戒心,做好更长周期的充分准备。
二、为什么政策利率没到5%,美债却先跑到了5%?
通过上面的内容,大家心里大概有数了:美联储已经放弃了降息叙事,利率会在高位趴一段时间。
但这里有个细节,很多朋友没转过弯来:美联储现在的政策利率满打满算也就4%左右,怎么10年期美债收益率,已经先跑到了近5%?长端怎么跑到短端前面去了?
看一眼基本面,美国9月CPI同比3.7%,通胀确实没回到2%的目标。所以,大家很容易顺理成章地把长端利率飙升的锅,直接扣到通胀头上。
但如果我们把5%的收益率拆开看,会发现根本不是这么回事,通胀权重占比其实并不高。
美债收益率,表面上看是一个数,其实里面包着两层钱:一层是通胀补偿,就是我借钱给你,你得保证物价涨了我不亏;另一层是真实回报,也就是扣除通胀之后,我实打实赚到的购买力。
数据显示,过去这一年,10年期美债收益率往上飙了近100个基点,但其中代表市场长期通胀预期的指标,只涨了区区3个基点。剩下那90多个基点,主要是大家用真金白银,生生买出来的贵。
在供给端,美国政府为了填补高额的财政赤字,在疯狂发行长期国债。同时,科技巨头为了搞AI算力基建,也在大规模发债抢钱,政府和企业这两台大抽水机都在市场上“抽水”。
而在需求端,原本的大买家(比如美联储和海外央行)在持续缩表减持。面对未来通胀反复和财政不可持续的不确定性,留下来的长期资金害怕了,他们要求拿到更高的“真实回报”作为风险补偿,才肯把钱借给你十年。
借钱的人太多,出钱的人要求变高,两相夹击,钱就变稀缺了。
物以稀为贵,政府和企业想获得同样的资金,需要付出更大的代价。
我们姑且不论AI到底有没有泡沫,但如果要继续维持这样的节奏,这个游戏就需要动用更多的资金,更贵的资金。这也是近半年科技股承压、市场波动加剧的根本原因之一。
三、过去两年:先给一颗糖,再递一张账单
讲完钱变贵了的逻辑,我们再回头看过去两年的利率周期,很多资产的走势就彻底说得通了。
美联储这轮加息,从2022年3月起步,一直加到2023年7月,把利率推到了5.25%-5.5%的高位。转折点出现在2024年9月,美联储首次降息50个基点,随后一路下调,到2025年底,利率落到了3.50%-3.75%的阶段低点。
那段时间,美债收益率跟着下行,对权益资产来说,相当于折现率的分母被悄悄调小了。尤其是那些靠远期利润支撑的成长类资产,弹性直接拉满。恒生科技在2025年10月一度冲至6715点,市场情绪相当亢奋。
但故事在2026年拐了弯,通胀反弹,降息被迫暂停,2026年9月甚至被迫进行了本轮降息周期的首次加息。10年期美债收益率从4%附近一路掉头向上,重新逼近5%。
这个“先降息、后加息”的转折,把四类资产照出了完全不同的脸色。这也再次印证了“钱变贵了”的杀伤力。
1、港股:最先变脸
港元与美元挂钩,港股对美元资金成本和全球风险偏好更加敏感。作为长久期资产的代表,恒生科技从2025年10月的高点一路回撤逼近40%,降息期积累的涨幅被快速回吐。
我们在诟病港股科技的同时,也应该在负债端、资金侧理解全球市场桥头堡的特性,在未来布局港股时,尽量控制仓位、顺势而为,或者准备更足的耐心。
2、A股:相对从容
我们的无风险利率锚在人民币,美债主要通过汇率和风险偏好传导,主要是情绪面的压制。因此,A股整体的波动小于港股,沪深300等大盘指数虽有回撤,但整体可控。
创业板指和科创 5 0,在过去一年多,受益于早年极低的估值和全球AI浪潮的烘托,出现了非常惊心动魄的涨幅。但在巨大涨幅之后,快速攀升的估值和外部环境的变化,致使眼下出现了较大的波动,这一饮一啄,便能理解。
3、红利:扮演了压舱石
降息期它稳稳受益,利率反弹后,中证红利4.31%、红利低波5.04%的股息率,面对近5%的美债,静态比价优势收窄了。但它抗跌的底气,并非只靠比价,而是企业利润和现金流本身的持续性。
相比以“巨大潜力”著称的泛科技企业,红利眼下的“实打实的现金流”就成为了核心的壁垒。许多科技企业还在用借来的钱抬升估值,而高股息企业则在自己的一亩三分地内安稳分红。
但也需要理解,别指望红利类指数有很高的弹性,流动性是否充沛对它影响其实较低。它的定位,就是防守。
4、科技:佛魔在一念间
降息时它弹性最大,利率反转时分母端最先挨刀。能不能扛住高利率,关键不在跌了多少,而在分子端盈利能不能爆发,去顶住分母变重的压力。
过去这一年,科技股的剧烈波动,说到底是市场在拔河:一边是越来越贵的资金成本,一边是AI产业带来的盈利预期。
与其等待天降甘霖般的降息,更重要的是“盈利预期”能否落地。有时候,投资科技类指数,颇有一些与时间赛跑的意思:在流动性充沛时快速登顶,然后赶紧抽身而退。
而大部分人,即便到了目标收益率也不容易就此收手,很容易挨那最后一棒。这便是短期择股、择时最难的地方:人性永贪。
讲到这里,过去两年的利率脉络和资产演变,大致就清楚了。
无论是美债冲向5%,还是加息预期的反复,本质上都是“钱变贵了”之后,市场在重新给各种资产定价。科技股杀估值、红利股做防守、港股承受桥头堡的震荡,全都是这个过程的注脚。
在这个无法预测的宏观周期里,我们能调的只有自己的策略,以及那颗躁动的心。
久期本身没有好坏,价值在眼前,还是价值在未来,都有各自适应的环境。真正危险的是:你拿着一项需要等很久的资产,却配了一笔等不起的钱。
回顾本文核心,预计到2026年年底,美联储大概还会有1次加息,加息空间预计在25BP左右。从2027年二季度开始,市场定价逐渐向4.25%-4.75%区间集中。
而10年期美债收益率能否长期维持高位,不只取决于美联储,也取决于AI资本开支等是否持续推高资金需求。如果科技竞争继续扩张,长端利率就多一股上行支撑;一旦融资需求退潮,这股支撑也会随之减弱。
面对此类宏观影响,我们个人可做的事情有限,唯有坚守既定策略、不断优化细节、做好长期准备。 - 欢迎收听雪球出品的财经有深度,雪球,国内领先的集投资交流交易一体的综合财富管理平台,聪明的投资者都在这里。今天分享的内容叫普通人该怎么参与股市,来自夏至一九八七。
这十几年观察下来,我发现大多数股民都是稀里糊涂就进了市场,稀里糊涂买了一些自己也不了解的股票,最终稀里糊涂亏了钱,然后开始骂骂咧咧。
包括我自己,最早二零一四年入市的时候,心里只有一个朴素的愿望,就是赚钱。
以上普通人走过的路,我也全部走了一遍。
1、两个大坎
有个段子说的好,普通人要变成富人,面临两个大坎:
一个是银行卡里的存款达到30万,一个是100万。
到30万的时候,就想着换个好车开开,给自己撑点儿面子,这是消费向的。
另一类是投资向的。
比如我这种不太喜欢消费,又稍微有点心气儿的,就想着开个店,做个什么买卖,搞点什么项目。
但无论是消费还是投资、做生意,这个社会可谓遍地都是大坑,尤其对于没有经验的年轻人。
而到100万的时候,另一个容易割人韭菜的深坑就是买房子。
后来我逐渐明白,这是一种自然规律,社会需要通过一些特定的方式,比如房、车,各种容易亏钱的小生意,不断地把普通人手里的积蓄,收割后再重新回流社会。
很多东西与其说是智商税,不如说是“认知税”。
就是人的认知达不到持有30万、100万现金的水平时,就难逃被收割的宿命。
即使年轻时候不被割,年纪大了也得被割,比如针对老年人的保健品、电诈,形式不同,本质一样。
迟割早割,迟早得割。
唯一的不被割的方式是,努力把自己的认知水平至少提高到社会的平均水准以上。
有30、100万,就想着换车、换房,这是我认为最傻登儿的行为,这些行为很容易把普通人的资产存量永远锁死在社会底层。
经济上行期表面的繁花似锦,在泡沫破裂后就只剩一地鸡毛,比如二零二零年以后,楼市和大量实体小生意的泡沫一起破了。
2、别碰房产
说回我自己。
到二零一四年的时候,工作三四年的我正好也积累起了30万,举目四望之下,在我的认知里,股市其实是相对“安全”的地方。
我对房子的价值一直嗤之以鼻,这在当时的环境下,与普通人的观念差别非常大。
二零二零年以前,“房子永远涨”的信仰还在,但明眼人都看得出里面是有巨大泡沫的。
理性告诉我,这种最终会“折旧归零”的资产很难谈得上有什么投资价值。
哪些房子是真正有价值的?
我看过好几本讲投资的书,主要是国外的。我认为国内发展市场经济,发展资本市场的历史,满打满算也才三四十年,积累的数据总量和规律,根本不足以作为参考。
而国外讲投资、讲经济的书,动辄能追溯到一九零零年代,或者至少也是战后了。
我记得有本叫《非理性繁荣》的书里是这么写的,说房子这种东西在西方国家,在长历史周期下的表现远远不如股票。
这本书的作者罗伯特·希勒得过诺贝尔经济学奖,他分析了大量的数据后认为,房子的价格长期来看也是紧紧围绕基本面上下波动的,而这个基本面和股票的股息是类似的,就是房子能带来的租金收入,你可以理解为“房息”,而租金收入又严格与当地居民的收入水平挂钩。
所以真正有价值的房产,他认为是地处城市核心区,最好是那种不会轻易折旧的石头房子,比如很多坐落在莱茵河畔,塞纳河畔的石头房,法、德、荷有很多这种房子,存续两三百年还能正常使用的。
但即使是这样的好房子,席勒测算的长期年化回报率,也就不到5%,这远远赶不上股市上百年来永续8%以上的回报。
二零二零年以前被国人追捧的“房子”,租售比经常不足1.5%,在席勒的视角下就是妥妥的垃圾资产。
我记得京沪深很多当时号称价值千万的房子,是根本租不到一年10万块租金的,租售比不足1%,泡沫严重。
债券的话,类似银行存款和理财,回报率更是只有不到3%,甚至赶不上通胀。
黄金也很差劲。黄金表现好的时候只在各国货币大放水,各国都在显著恶性通胀的时期,比如二零二零年以后,这种历史时期往往是短暂而不可持续的。
真正能担得起“资产之王”名号,且久经历史考验的,其实只有股票。
所以你要研究投资,只需要把100%的精力全部放在股票就好了,最多覆盖一个债市,用于仓位管理和风险对冲。
不碰房子,不碰债券,不碰黄金,只看股票。
这个理念后来就深深根植于我的脑子,直到现在。
3、初涉股市
在涉足股市的早期,二零一四年左右,我已经敢于把一半以上的资产,也就是十几万投入股市了。
这在当时人人投机楼市的氛围下显得相当另类,甚至有点“蠢”。
不过无所谓,我坚信,真理掌握在少数人手中,就像只有少数人能最终实现逆袭,跨越阶层成为富人一样。
其他人都去看楼市,不代表股市里面就没有机会,不代表选择股市的路就是错的。
但这里还有个问题没有解决,我缺乏经济、金融、投资的基本知识,对股市更是一窍不通。
战略上即使选对了方向,战术执行依然是两眼一抹黑。
我认为股市里可能有大机会。
事实上当时的市场,上证指数一直在2000点附近徘徊,确实是在绝对的低位,从二零一零年算起已经连续熊了4年,从二零零七年算起已经熊了7年。
弹簧压的太久,压的太狠,积累了充足的弹性势能,仅仅几个月后,上证指数就一飞冲天,最终在二零一五年6月跨过了5000点,距离低点涨幅高达150%,很多热门个股更是翻了好几倍。
从上图来看,二零一四年的时候上证指数整体跌到了1.1倍P B,二零一零年以前积累的泡沫已经去化得干干净净。
巧合的是,二零二四年九二四的时候,上证指数也是1.1倍P B,现在是1.4倍左右。
但那一轮轰轰烈烈的大牛市,我其实没赚到什么大钱。
除了本金偏少的原因,还有投资本身也不得法,也犯了大多数人都会犯的追涨杀跌的毛病。
这是后话。
在最初的路径选择上,我是很下了一番功夫的。
我琢磨,既然不懂股市,不懂个股,又急切地想立刻参与。当时的点位(2000点)看起来真的非常诱人,生怕错过了踏空了,现在流行的词叫F O M O,所以理所当然地想到了,要不就先用宽基指数试水。
我记得最早的组合是一半配置指数,沪深300是大头,还有一些行业指数,比如券商E T F,军工E T F等。
配沪深300的原因是,这个指数盘子最大也最稳,我认为即使亏了也基本不会跌没。
而且当时意识到,沪深300跟踪的都是权重股,上证指数向下的空间基本没有了,最多跌到1800,也就是最多承受10%的跌幅,而向上的空间却是很大的。
配券商是受了很多人所说“牛市买券商”理念的影响,军工则是纯纯道听途说,朋友的原话是,每次牛市军工的表现都非常好。
另外还有券商B这样的分级基金。
当时市场上的分级B是自带杠杆的,早期不知道什么是杠杆,以及这些基金具体加了几倍杠杆,大概的意思是E T F基金主动帮基民分了类,A类基民借钱给B类基民,A类基民只拿固定收益,而B类基民就放大了仓位的盈亏。
除了指数,另外一半就是配个股了。
我记得主要是一些耳熟能详的股,比如伊利、海尔什么的,当时认为这些公司都是生活中熟悉的公司,公开资料很多,更容易研究明白。
所谓大盘蓝筹股。
现在看来,我早期的策略是非常正确的,也很适合没有经验,初入股市的普通人。
即使放到二零二六年的现在,散户们依然可以按照这套逻辑去进行配置。
4、指数基金
这里有必要先说说指数基金的好处。
虽然指数基金也相当于全仓配置了股票,但指数与个股的本质不同是,日内波动非常小。即使在二零一五年最烈火烹油的时候,宽基指数的单日波动也很少超过2%。
这非常有利于普通股民、基民去保持一个好心态。
而散户最大的敌人是无意识的追涨杀跌。
刚进市场的时候,很多人都想好了要去做长期投资,稳健投资的,有的人决心在单一指数上重仓,并且要努力拿到牛市结束。只要做到“别人贪婪我恐惧,别人恐惧我贪婪”,只要和大众反着来,赚钱就没那么难。
但在市场上时间久了,看到其他股票剧烈的波动,一天可能就赚到 10%到20%,看到朋友、同事的股相继赚了大钱,几天时间就翻了一倍,这个时候就不由得去追那些热门的题材股、概念股,把自己陷进去,最后不受控地走上了追涨杀跌的老路。
一旦自己变成了市场本身,一旦心情开始随着市场上下起伏,之前设想的熊市抄底,牛市逃顶的完美路线图就贯彻不下去了。
而指数的低波动和稳健性,恰好能对冲股市的风险,使新手更容易持续地保持好心态,这在市场里是极其重要的。
即使是现在,我观察一个人是不是有成熟的投资体系,首先就是看他的心态。看他是不是有一套独立于市场,不人云亦云的“认知框架”,那种咋咋呼呼,经常晒收益和炫耀押中了某个热门题材的,基本都可以略过,不关注。
指数的另一个好处是,整体风险真的很低。
个股有公司破产退市的风险,而指数没有;
个股的业绩经常变脸,由盈转亏,而指数不会;
比如最近有个朋友,全仓了宁德时代,他自述成本不高,只有330块,但最近也要面临业绩和估值双杀的压力,因为他是单吊一只股票。
宁德是非常好的公司,依然会遭遇行业周期,依然要面对巨大的业绩和股价波动。
如果他的组合里能多一些不同行业,不同因子的股,组合的稳健性和抗风险能力就会高得多。
与之相反,指数的业绩往往异常稳定,比如沪深300这种的,我们看最近10年来沪深300的加权平均R O E:
可以看出,过去10年,沪深300的平均R O E从来没有低于过10%,基本在11%以上。
这意味着什么呢?
如果你能以1倍P B的价格去买下这个指数,那么未来的每一年只依靠指数包含所有公司的内生价值成长,就能达到每年11%以上的年化回报,确定性极强。
这个回报率对于广大散户来说,是非常有吸引力的。
二零二六年上半年,沪深300的R O E达到5.99%,较二零二五年又反弹了。
指数的第三大优势是,能大幅降低普通散户识别机会的门槛。
就像我前面说的,即使我这样的门外汉,即使二零一四年以前的我从来没有接触过股市,只需要看到这样几个信息:
二零一四年的大盘在2000点附近;
从2007年的6000点,已经连跌7年,跌去了2/3;
从二零一零年的3000点算起,已经连跌4年,跌去了1/3。
只需要做简单的判断,就能轻易地识别到,2000点的上证指数一定是几年难得一见的机会,一定是值得重仓的。
而观察个股的时候,我根本不可能有这样的把握。
要把个股研究明白,不单要懂一点财务分析的技巧,还得看产业周期,看公司发展的历程和轨迹,看未来业务的走向,看行业的竞争格局,没个三两年的深耕是看不懂的。
另外,业绩能看得明白,股价又不见得会跟着业绩走,离赚钱还远得很。
指数的第四大优势是,可以重仓。
谈起指数的优势我就停不下来了,不过这确实是我的核心理念,就是对于认知水平没有那么高,专业知识没那么丰富的普通人,把指数研究明白已经足够了。
就像很多人总结的那样,“投资的尽头是定投纳指”。
这个说法确实很有道理。
因为纳指是世界上最好的科技公司的集合,又能去赚全世界的钱。那么放弃研究英伟达、亚马逊、谷歌和特斯拉,普通人距离这些科技公司太远,放弃附加题,转而去把基础题做对,转而去投资这些最好科技公司的集合“纳指”,再借由纳指的筛选机制自动选出最优秀的公司,进行赛马,进行优胜劣汰,很多时候还真的是不错的策略。
简单来说,放弃个股,专注于指数,甚至是放弃高抛低吸,只做定投,把有限的时间精力投入到自己擅长的事业中去。
接着说指数基金的第四大优势,就是可以重仓。
因为我们理解了指数的以上一系列优势,所以对股市、对市场也更有信心了。
就像我之前的内容里提到的,普通人对股市的配置不是太多,而是太少了。我自己有100个W,是一定要在股市配置到90个W以上的,这基本是普通人能接触到的最好的机会。
而因为指数无法归0,同时指数在持续的帮我们择优筛选个股,指数的整体业绩又极为稳定,识别机会的门槛还低,所以普通人可以选择一个非常简单的策略:
“重仓宽基指数,并持有到牛市结束”,就能获得满意的回报。
这篇聊了很多,主要是我的一些理念,包括最早是怎么在一众资产类别里选择了股市的,以及普通人应该以什么样的心态去看待股市。
后面分析指数基金的时候,已经有点啰嗦了。
理想丰满,现实骨感。
即使我的战略选择没有问题,但是最后二零一四到二零一五年大牛市,我依然没赚到什么大钱,之后接着聊吧。
More Business podcasts
Trending Business podcasts
About 雪球·财经有深度
精选6300万投资者的在线交流社区-雪球站内的优质干货内容,解读热门个股、热点事件,分享投资理念、方法技巧。6300万投资者在线交流,一起探索投资的智慧。上雪球App,和6300万投资者在线交流,多空观点尽收眼底,陪你踏上财富滚雪球之路。
Podcast websiteListen to 雪球·财经有深度, The Economy of Everything and many other podcasts from around the world with the radio.net app

Get the free radio.net app
- Stations and podcasts to bookmark
- Stream via Wi-Fi or Bluetooth
- Supports Carplay & Android Auto
- Many other app features
Get the free radio.net app
- Stations and podcasts to bookmark
- Stream via Wi-Fi or Bluetooth
- Supports Carplay & Android Auto
- Many other app features


雪球·财经有深度
Scan code,
download the app,
start listening.
download the app,
start listening.
雪球·财经有深度: Podcasts in Family





































