雪球·财经有深度

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。今天分享的内容叫再谈母猪效率，来自一凡帝诺维奇。

随着生猪养殖行业史无前例深度亏损的持续，行业母猪淘汰量持续增加，产能去化开始加速，行业关注度也持续提升，行业母猪繁殖效率也成为近期讨论的热点。
很多人用过去几年行业繁殖效率的大幅提升，来证明母猪下降幅度并不一定代表产能去化幅度。诚然，以非瘟后二一到二二年的效率低点为基数，行业效率提升幅度可达20%左右，年均增速约4%，但二一到二二年的效率低点本身就是非瘟保供背景下的异常低点，而这个低点的形成，本身就为此后的“效率跃升”埋下了统计上的伏笔。如果以非瘟前行业正常水平为基数，效率提升仅约10%多一点，年均增速约1%。

一、被忽略的基数：非瘟后P S Y低点的形成
在生猪养殖业，P S Y 指每头母猪每年提供的断奶仔猪数。要理解当前效率提升的真实幅度，首先需要明确，二一到二二年行业P S Y的低点并非正常经营状态下的效率水平，而是非瘟冲击后应急复产的产物。
二零一八年非瘟之前，行业平均P S Y约为17到18头。非瘟暴发后，为快速恢复产能，大量猪场将三元商品母猪直接留作种用。三元母猪的繁殖性能显著劣于二元母猪，其断奶发情间隔更长、P S Y显著更低，淘汰率也极显著高于二元母猪。同时，有一些集团企业使用二元回交补充母猪，其繁殖性能虽然显著高于三元母猪，但在当时技术条件下仍明显低于二元母猪。这意味着，二一到二二年行业P S Y实际上比非瘟前还要低——相当于行业效率出现了一次非正常的“倒退”。
据新猪派调研，二零二零年全国P S Y骤降至15.83头，创下近17年最低值，此后行业才逐步回升，二零二四年才恢复至非瘟前最高水平。换言之，从二一到二二年到二零二四到二零二五年的P S Y提升，其中有相当一部分并不是“变得更好”，而是“回到正常”。如果以18头为基数，到二零二五年的20头，七年累计提升约10%，年均1%左右——这才是行业效率提升的真实节奏。
但若以二一到二二年的效率低点（16头左右）为基数，则此后效率提升幅度高达20%以上，年均增速可达4%。同一组数据，基数不同，叙事截然不同。
二、四个被低估的结构性因素
低效母猪淘汰带来的效率释放。三元母猪作为能繁母猪的应急策略，在产能恢复期被大量采用。但随着自产优质二元母猪上量，从二零二一年上半年起，行业开始大规模淘汰低效母猪。截至二零二三年末，二元母猪市场占有率已从二零二一年初的56.0%上升至94.4%。这一结构性替换带来的效率提升，本质上是对非瘟期间“权宜之计”的纠偏，而非繁殖技术本身的突破。
管理精细化带来的效率“挤水分”。近两年行业在繁殖管理上的改进，核心逻辑是缩短非生产天数、加速低效母猪淘汰节奏。奶妈猪的广泛使用就是典型案例。使用奶妈猪可大幅缩短断奶天数，提高高仔胎次的成活率。更具标志性的是淘汰节奏的变化。微猪科技《二零二五猪业数据年报》显示，母猪淘汰结构发生了显著转变：妊娠失败母猪的死淘比例从61.65%大幅降至23.37%，而断奶待配母猪的淘汰比例则由4.39%攀升至51.32%。这种管理策略的调整——本质上是通过更果断地淘汰低效母猪来拉高群体平均值——对P S Y的贡献立竿见影，但它反映的是管理效率而非繁殖效率的提升。
放养模式为低质仔猪打开了市场出口。传统养殖模式下，出生体重过低、体质过弱的仔猪往往在生产环节就被淘汰。但放养模式的兴起改变了这一逻辑：放养公司对仔猪质量的要求相对宽松，只要仔猪能养到断奶并卖出去就有经济价值。这使得B苗、C苗——指那些断奶体重4到5kg甚至更低的弱仔——找到了买家。B苗比正常仔猪便宜30%到40%，仔猪行情最差时甚至是A苗的赠品。但即便价格低廉，对母猪场而言，多保留一头弱仔就意味着P S Y统计中多一头“断奶仔猪”。断奶重<5kg的仔猪，保育期死淘率高达8%到15%，出栏需要185到200天，料肉比高达2.7以上；而断奶重>7kg的仔猪出栏仅需155到165天，料肉比低至2.4。这种“P S Y提升”的质量是存疑的。
三、品种替换：效率提升的另一面
在上述结构性因素之外，还有一个对行业P S Y贡献巨大但代价同样巨大的变量：主流品种由美系向丹系的系统性替换。
非瘟前，中国消费者对瘦肉有较强偏好，引种以北美的加系、美系为主，行业优秀企业P S Y能做到24到25，行业平均P S Y在18左右。非瘟暴发后，仔猪价格一度超过2000元/头，母猪每多生一只仔猪就代表着可观的收益，繁殖性能成为对经济效益影响最大的性能，行业开始大规模从丹麦引种。至二零二五年初，TOP 20集团猪企能繁母猪中丹系占比已达37%，法系21%，美系与P I C分别仅占9%。唐人神等企业也明确将“继续将美系等其他系种猪替换为高繁殖率的丹系种猪”作为降低养殖成本的核心措施。
丹系猪的繁殖优势是明确的。普通管理条件下，新丹系窝产活仔13.5到14.5头，稳定P S Y 26到28头；而新美系窝产活仔11.5到12.5头，稳定P S Y 22到23头。丹育体系在全球的P S Y甚至可达36到37，为行业顶尖水平。这一差距对养殖端的降本效果立竿见影：P S Y每提升1头，断奶仔猪成本可下降数十元。
但丹系猪的代价同样显著，且主要集中在“繁殖效率”之外的维度。
生长效率的牺牲。在普通规模化场的常规生产中，新丹系120kg出栏全程料肉比2.78到2.83，体重超110kg后料比上升速度加快；新美系全程料肉比2.72到2.78，且在120到140kg大体重区间料比保持稳定，全程生长均衡性更优。丹系猪的料肉比短板在大体重出栏场景下尤为突出，超过250斤后料肉比会显著上升，而美系在250斤以上的日增重和体型上具有优势。
瘦肉率与胴体品质的下降。丹育商品猪的瘦肉率只有60%左右，在中国市场很难被接受。而美系、加系猪的瘦肉率可超过63%到65%。法系猪的瘦肉率在64%到66%之间，品相最佳。瘦肉率直接关系到屠宰场的胴体定级和结算价格。同样养至标准出栏体重，因屠宰胴体定级、瘦肉率不占优，折算到活猪每斤可产生0.3到0.6元的价差，情况较差时可达0.5到1元，单头生猪收益损失接近百元甚至更高。
肉质与风味的影响。美系猪的肌内脂肪含量为2%到3%，在所有主流品系中最高，猪肉风味较好。丹系猪的肌内脂肪含量相对较低，这意味着即便在瘦肉率相同的条件下，丹系猪肉在嫩度、多汁性和风味方面也可能处于劣势。此外，长白猪（丹系的主要品种基础）历史上曾有氟烷阳性之隐忧，致使P S E肉（苍白、松软、渗水）时有发生。虽然丹麦育种家从二十世纪七十年代开始利用基因检测技术对氟烷基因进行普检和筛除，今日的长白猪肉质已有改善，但P S E肉在我国的发生率仍达6%到10%。屠宰端实践中，A级较E级白条单价高1.25元/kg，头均差价107元，其中高价值分割肉产出率提升6.7%，低价值膘产出率下降7.7%。
体型差异对售价的直接影响。丹系猪体型较差，牧原曾因丹系体形问题，其公斤售价较美系外三元低0.2元以上，在广东市场甚至能达到每公斤1元以上。牧原后续通过品种改良，公斤售价比美系外三元还要高0.2元，每头带来50元左右的收益提升。值得注意的是，二零二五年牧原P S Y从29降至28，但仅通过售价提升一项带来的收益就远远超过P S Y下降带来的成本增加。
这一案例揭示了当前行业一个关键的认知转变：P S Y不再是越大越好，售价与体形改良正在成为利润的新引擎。丹系替换美系带来的P S Y提升，在成本端通过降低断奶仔猪成本贡献了效益；但在收入端，瘦肉率下降、体型变差、肉质劣势带来的售价折损，正在部分抵消甚至超过P S Y提升带来的成本节约。丹系品系的P S Y边际效益也在递减：当行业平均P S Y恢复至非瘟前水平后，P S Y每提升1头带来的断奶仔猪成本下降已从37.5元降至19.4元，对于领先企业（P S Y已达28左右），这一影响更降至仅9.6元，对公斤成本的影响仅8分钱，而继续提升的难度却极大。
需要强调的是，丹系替换美系对P S Y的提升，本质上仍然是“基数效应”的一部分。美系猪的繁殖性能短板（P S Y22到23）本身就是非瘟前行业P S Y偏低的品种基础之一。当行业从美系转向丹系，P S Y的跃升在很大程度上反映的是品种选择偏好的转变，而非繁殖技术或管理水平的突破性进步。而这一转变的代价——生长效率、瘦肉率、肉质和售价——正在二零二四年以来的市场中逐步显现。
四、近期效率变化
用农业农村部的新生仔猪数与4个月前的能繁母猪数对比，可以观察效率变化。这一口径下的行业效率在去年四季度停止了持续增长趋势，在最近两个月再次上行，但究竟是季节性因素还是趋势性因素，尚需进一步观察。
而且新生仔猪的增长并不必然对应断奶仔猪的增长。当前仔猪价格低迷，A苗可能仅100多元，B苗几乎白送。在这种行情下，弱仔的保留比例反而会下降——因为保留弱仔的经济激励减弱了。
结语
综合来看，中国养猪业母猪繁殖效率的提升是真实发生的，但其幅度和时间节奏需要放在正确的基数框架下理解。以非瘟前正常水平为基准，行业P S Y年均提升约1头、增速约1%，这与全球养猪业发达国家的长期趋势基本一致。所谓“年均4%”的效率跃升，更多是低基数效应、结构性因素与品种替换三者叠加的结果。
更值得关注的是效率提升的“质量维度”。淘汰低效母猪、加速非生产天数的压缩、放养模式对低质仔猪的消化，这些因素确实推高了P S Y的统计值，但它们对行业整体生产效率（如M S Y、料肉比、出栏成本）的贡献需要打一个折扣。品种替换则带来了更复杂的权衡：繁殖效率的提升伴随着生长效率、胴体品质和肉质风味的系统性下降，而这些维度在当前的P S Y叙事中几乎完全被忽略。
当P S Y的边际效益持续递减，而售价端的差异——由瘦肉率、体型、肉质共同决定——对利润的影响日益显著时，行业需要从“P S Y单一指标竞赛”转向“效率-品质-效益”的综合评价体系。未来判断行业效率走势，可能需要从“P S Y单一指标”转向“P S Y+M S Y+料肉比+胴体定级+出栏成本”的综合指标体系，并将售价端的变化纳入效益测算，才能更准确地把握产业效率的真实变化

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。今天分享的内容叫红利投资，又一次来到了起点，来自红岸研究。

当股息率与国债收益率的差值，回到那个熟悉的位置
二零二二年上半年，有人第一次认真算过一笔账：把钱放进股市里那些常年分红的公司，一年派下来的现金，比买国债厚出整整两个多点。那时中证红利的股息率与10年期国债收益率的差值，落在2.5%到3%的区间里。
四年后的今天，这个差值又一次回到了几乎相同的位置。只不过这一次，不是股息率涨上去了，而是国债收益率跌下来了。
有时候，投资的"起点"不是某一个点位，而是某一组关系——当你发现一类资产的现金回报，相对另一类资产变得越来越便宜的时候。

1、一个跌破1.7%的数字，改变了所有比价
截至二零二六年9月上旬，10年期国债收益率在1.68%到1.69%附近窄幅波动。这个数字本身并不起眼，但它意味着：同样一笔钱，投向几乎无风险的债权类资产，能拿到的收益率已经越来越薄。
与此同时，红利资产的现金回报却停留在另一个数量级。中证红利指数最新股息率约4.2%到4.3%，两者之间的"股债利差"，稳定在2.5个百分点以上。
这个"差值"有多重要？它是红利投资最朴素的一把尺子。股票有波动，债券没有，所以你要在股票上多拿的那部分股息，本质上是对"承担波动"的补偿。补偿越厚，性价比越高。
股债利差 等于 红利指数股息率 减去 10年期国债收益率。它衡量的是：投资者扛住权益价格波动之后，能额外换来多少现金流回报。
被压缩的不只是国债
如果只看到国债，还不够完整。把视野放宽一点，会发现整个"低风险收益谱系"都在下移：当无风险收益进入"1%时代"，高股息资产提供的现金回报，已经变成了无风险利率的三到四倍。这个倍数关系，才是红利当下吸引力的真正来源。

2、回到四年前的位置，但这次不一样
上一次股债利差落在现在这个区间，是二零二二年上半年。那半年（二零二二年1月1日至6月6日），股债利差均值约2.59%，与当前水平高度接近。
表面上，两段时期确实有几分类似：经济增长面临内外部压力，货币环境偏宽松，市场对确定性现金流的偏好升温。
但仔细看，这次至少有三点不同。
首先，参照系的"底"更低了
二零二二年的时候，10年期国债收益率还在2.7%以上，银行存款还能找到3%以上的三年期产品。而今天，国债跌到1.68%，三年期定存只剩1.25%。无风险收益的"地板"被砸得更低，意味着红利相对优势的绝对厚度其实是被放大了。
其次，接盘的是长线资金，不是短期情绪
这是最本质的差别。二零二二年配置红利的资金里，有相当一部分是市场对成长股失望后的"临时避风港"。而这一轮，配置红利的是一群被制度"锁住"的长钱。
核心推手是保险资金。二零二六年是上市险企全面实施新会计准则的首个完整年份，权益资产按公允价值计量后，股价波动会直接冲击利润表。而一旦把高股息股票指定为F V O C I（以公允价值计量且其变动计入其他综合收益）科目，规则就完全变了：股价涨跌进净资产、不进当期利润，只有分红可以稳稳计入投资收益。
这直接催生了一轮结构性增配。截至二零二六年6月末，主要上市险企的O C I股票规模合计达到13799.92亿元，较年初净增3053.03亿元，在股票投资中的占比提升至45.6%，较年初提高5.9个百分点。其中中国人寿O C I股票较年初净增1602.51亿元，占比提升10个百分点；中国平安O C I股票占其股票投资比重达65.8%，为上市同业最高。
更值得注意的细节是：部分险资机构已将O C I账户的"入池股息率标准"从4.0%下调至3.5%。这意味着即便股息率继续下行，配置需求依然存在——因为它要解决的是负债端成本问题，而不是追求弹性。
最后，分红从"故事"变成了"事实"
截至二零二六年8月末，已有867家上市公司推出二零二六年中期分红方案，累计拟派现超过7100亿元，家数创历史同期新高。分红常态化，让"高股息"从一个估值层面的叙事，变成了可以按季验证的现金流事件。
机构的共识也在印证这一点。华泰证券建议"攻防兼备"，以A I优质标的为进攻主线，以高分红、稳现金流资产作为防御压舱石；中信建投提出"三层均衡、红利作底仓"；光大证券强调以高股息红利资产作为底仓，重点关注银行、公用事业、煤炭等方向。
但必须说清楚一件事："相似"绝不等于"重演"。宏观环境、行业盈利、市场估值都在变。股债利差只能帮我们比较配置的性价比，不能用来预测短期涨跌。

3、利差之外，还藏着三个变量
如果只盯着股息率和国债收益率这两个数字，容易漏掉一些同样重要的东西。
估值方面：红利资产的估值并不贵
截至二零二六年9月上旬，中证红利指数P B分位数约27.6%，处于偏低区间；P E分位数约58.7%。这两个数字的分化，本身就是一个信息。
P B低，说明资产端依然便宜，账面净资产没有被市场过度定价；P E中枢上移，更多反映的是盈利端在底部修复，而不是估值的泡沫化。中证红利P E绝对水平仅8.6到8.7倍，这一绝对估值放在全市场各板块中仍处于最低一档。
换句话说，当下的红利是"资产便宜 + 盈利修复"的组合形态，而非"资产昂贵 + 情绪推动"。
热度方面：拥挤度已经消化过一轮
二零二六年7到8月，中证红利累计上涨超13%，同期代表成长风格的人工智能指数下跌约20%，红利一度出现过热迹象。
但过热正在被消化。以中证红利全收益指数相对万得全A指数的40日收益差（衡量红利超额收益强度的指标）来看，该数值已从7月高点明显回落至10%附近，较9月初进一步收窄。这意味着前期快速上涨积累的短期涨幅已被部分释放，板块的"值博率"有所回升。
环境方面：低利率环境的持续性是确定的
这一点可能是最重要的。红利策略的底层逻辑，本质上依赖"低利率环境延续"这个前提。
从当前情况看，这个前提短期内看不到逆转的迹象：资产荒格局持续，优质高收益资产供给短缺，银行理财上半年平均年化收益率已降至2.05%，现金管理类产品近7日年化跌至1.15%，超350只产品半年年化收益跌破1%。
当"稳稳的幸福"变得越来越不"稳"、也越来越不"幸福"的时候，能够持续派发现金分红的权益资产，就成了稀缺品。

4、别忽略：红利的钱，大部分在分红里
配置红利，最容易犯的一个错误是——只盯着股价涨了多少。
价格指数与全收益指数，差出近30个百分点。以二零二二年1月1日为100，截至二零二六年8月21日：中证红利价格指数点位105.8；中证红利全收益指数点位135.2。
两者累计收益相差约29.4个百分点。这近30个百分点，就是现金分红及其再投资在这四年多里贡献的累计作用。
道理不复杂：把收到的分红继续投进去，能增加持有份额；份额变多后，后续分红会在更大的本金上继续累积。时间一长，复利的差别会越来越明显。
需要提醒的是：基金并不保证分红，上述指数表现也不代表具体基金产品的实际收益；分红再投资后形成的新增份额，同样会随市场价格波动。
高股息不等于高分红能力。这是另一个容易被忽略的点。单纯看股息率高低，容易掉进"股息率陷阱"——有些公司股息率高，是因为股价跌得足够狠，而不是因为分红足够慷慨。
险资在筛选标的时，除了股息率，还会综合考量公司治理、盈利的持续性、分红稳定性和估值水平。真正值得关注的，不是某一年的股息率有多高，而是能否相对持续地分红、并具备再投入的价值。

5、红利不是一个筐，是四种不同的东西
很多人把"红利"当成一类资产，其实它是一组策略的统称。不同红利指数的选股范围、筛选标准、行业分布差异很大，对应的风险收益特征也不一样。中证红利指数以A股传统高股息资产为代表，股息率加权，集中于银行、煤炭、交运、石油石化行业；中证红利价值指数在红利基础上进一步筛选低估值，偏向价值风格；中证港股通高股息指数覆盖港股红利机会，当前股息率约5.47%，与国债利差约3.79个百分点；中证红利低波动指数强调波动控制，追求更平稳的持有体验
利差角度的差异同样明显：中证红利股息率4.2%到4.3%，对应利差约2.5个百分点；高息策略指数股息率约4.40%，利差约2.72个百分点；港股通高股息指数股息率约5.47%，利差约3.79个百分点。
选红利工具，不应只比较"哪只指数股息率更高"，还要结合指数编制方法、行业分布、估值水平、汇率因素以及自身的风险承受能力综合判断。红利值得长期关注，但它不是一道单选题。

6、结语：起点，不等于终点
回到文章开头那个观察：当股息率与国债收益率的差值回到四年前的位置，红利投资的确又一次站在了一个有吸引力的起点上。
但这个"起点"的含义，需要被准确地理解。它意味着，在当前的比价体系下，为承担权益波动所获得的股息补偿，处在历史较厚的位置；意味着长线资金在制度约束下会持续增配；意味着分红正在从故事变成事实。
它不意味着，红利会因此一路上涨。
利差是一个关于"性价比"的指标，不是一个关于"涨跌"的指标。它告诉你赔率在哪里，但没有告诉你什么时候兑现。

对追求现金流、追求稳健的投资者来说，现在能做的，也许是三件事：
一个是仓位，把红利当成配置的一部分，而不是全部。它适合做底仓，适合对冲低利率环境下的收益下行，但不必押注全部。
一个是视角，把注意力从"股价涨了多少"转到"分红是否持续"。前者是市场给的，后者才是资产本身给的。
最后是时间，接受复利需要时间。那近30个百分点的差距，是四年多慢慢积累出来的，不是某一天突然出现的。

红利投资，又一次来到了起点。但这一次，值得用更长的眼光去看它。

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。今天分享的内容叫市场筛选的是“正确”，还是“适应”？来自投顾主理人张济民。

人们常说，投资里最难的不是判断方向，而是扛过“别人都在赚钱而你不在车上”的那段日子。今天分享一篇部我们团队撰写的文章，探讨投资中的“羊群效应”——为什么理性的人也会追热点？为什么一个判断即使对了，也可能等不到兑现那天？
每一轮行情里，我们似乎都会看到相似的故事：一只股票无人问津时，很少有人认真研究；等它涨了一倍，研报、路演和讨论突然多了起来。一个行业刚冒头时，大家觉得看不懂；等它成为市场主线，又仿佛人人早已理解了它的长期价值。基金也是一样，真正大规模的申购，往往发生在它已连续跑赢市场之后。
这其实有点奇怪。投资不是应该寻找“尚未被发现的价值”吗？为什么现实中的钱，总喜欢往最热闹的地方跑？
我们通常把它归结为羊群效应、贪婪和恐惧。但如果换一个角度，把市场看成一个进化系统，问题会更有意思：市场筛选的，到底是“正确”，还是“适应”？

一
、
为什么大家总喜欢买热门的东西
先看一个职业投资者很熟悉的场景。
假设整个市场都在买一个热门行业，而一位管理人认为估值太贵，选择不参与。如果最后大家一起亏钱，这通常只是一次市场判断失误；但如果大家都赚了钱，只有他错过了行情，事情就没那么简单了。
客户会问，为什么别人都买了，你没有？公司会问，为什么市场都看到了机会，你没有看到？
于是会出现一个看似矛盾的现象：跟随别人，从自身维度来看，在当时恰恰是理性的。
因为管理人需要优化的并不只是十年后的长期收益，还要考虑排名、回撤、赎回、考核，以及自己能不能做到长期判断兑现的那一天。
所以，羊群效应未必反映了个体层面的错误决策，很多时候，它恰恰来自个体理性。甚至可以说：和同行一起错，常常只是市场风险；一个人错，才更容易变成能力问题。
普通投资者面对的其实是同一件事，只是形式不同：一个人拿着不涨的产品，看着周围的人都在赚钱，那种难受远远超过和大家一起亏损。
这也揭示了市场里一个很重要的事实：它并不单纯奖励“最正确的人”，而是奖励那些在当前环境中能够继续生存、继续获得资金的人。

二
、
市场筛选的是适应
，
而不是真理
这和自然界很像。
自然选择并不负责寻找“正确答案”，它只筛选一件事：谁在当前环境下更容易生存和复制。
观点也一样。一个观点传播得广，并不意味着它更正确。它可能只是更简单、更鲜明、更容易记住，也更能激发希望、恐惧和贪婪。
放到投资市场里尤其如此。比较这样两句话：
“这家公司未来几年的利润率、资本开支和现金流发生了变化，重新估值后合理价值可能高出当前价格15%。”
“这是下一个时代的核心资产。”
哪一句更容易传播，几乎不言自明。
所以，一个投资观点其实同时面对三套不同的评价体系。它到底有多接近事实，是真理适应度；它是否容易被理解、记住和传播，是传播适应度；它能不能吸引资金、扩大规模，并让采用它的人活得足够久，是资本适应度。
理想情况下，三者应该一致。但现实并非如此。
一个观点可以长期是对的，却极难传播；也可以传播得极快，却未必正确。更常见的是，一个观点最终会被证明正确，但在它兑现之前，持有它的人已经因为长期跑输市场而失去了资金。
所以，投资里有一条很残酷的规则：你不仅需要正确，还需要在市场允许你坚持的时间里正确。
热点之所以越来越热，也正是因为三种适应度会互相强化：上涨制造关注，关注带来资金，资金强化上涨，上涨再强化故事。
但这个循环有一个前提：它需要不断有新的钱进来，而新的钱来自那些“还没被说服的人”。最早相信的人先买，被业绩说服的人接着买，最后进场的往往是“看着别人赚了这么久、再不买就来不及了”的那批。每传播一层，就消耗掉一批潜在买家；等到最后一批也买完，故事也许并没有变，但已经没有下一个买家了。
也就是说，传播适应度决定了一个故事能传多远，资本适应度决定了它能吸引多少钱——但两者都有上限，因为愿意相信的人，总数是有限的。
所以真正值得警惕的并不是“热门”本身，而是这样一种状态：传播适应度和资本适应度，已经远远跑在了真理适应度前面。那往往也是错误定价开始积累的地方。

三
、
即使都想明白了
，
反着做也很难
到这里，一个自然的反驳出现了：如果市场总会形成羊群、追逐热点，那么站在市场的反面，不就可以持续获得超额吗？
当然没这么简单。
首先，市场即使错了，也不代表它会马上纠正。你可以认为一只股票明显高估，最终也确实证明自己是对的，但在价格回归之前，它完全可能先上涨一倍。如果有客户、有风险预算、有考核期，未必等得到真相兑现的那一天。
知道市场错了，和有能力赚到这个错误的钱，是两回事。
其次，如果“反着做”真的能稳定赚钱，它本身就是一种可以被识别、被复制的方法。一旦更多人开始这样做，逆向的位置同样会变得拥挤，优势也会被同一个过程消耗掉。任何一条“总是有效”的规则，都会因为它有效而逐渐失效。
海外有一个很有名的例子。
上世纪90年代末，老虎基金是全球最负盛名的对冲基金之一，管理规模在一九九八年达到约220亿美元的峰值。它的创始人拒绝参与当时的互联网热潮，理由是那些公司的估值缺乏基本面支撑。
随着基金持续跑输，客户不断赎回，老虎基金规模一路缩水到约65亿美元。在二零零零零年3月10日，罗伯逊在投资者信中写道：“我们的投资组合价值巨大，最终会被市场认可。”，同一天，纳斯达克综合指数收于5048.62点，创下互联网泡沫时期的收盘高点。3月30日，他宣布关闭旗下七只基金，并在最后一封信中写道：“我坦率地说，我不理解这个市场。”
基金关闭之后的一年里，纳斯达克综合指数从4458点跌至1840点，累计下跌约59%。罗伯逊对互联网泡沫不可持续的判断，终于在市场走势中得到印证；但此时老虎基金已经关闭，能够通过原有基金分享结果的资本，却已经不在场。
这并不意味着老虎基金的每一笔持仓最终都被证明正确。这个案例真正说明的是：一个判断可能正在接近兑现，但承载这个判断的资金，未必还能等下去。
而最难的一层还不在这里：“判断错了”和“判断早了”，在账户上长得一模一样。两种情况下，净值都在落后，周围的人都在赚钱。你没有办法在当下分辨，自己究竟是判断错了，还是只是还没等到——老虎基金到最后也不知道，离转折点是三个星期，还是三年。

完全跟随，意味着你和所有人站在同一个位置上，一旦行情反转，可能出现较为极致的回撤；完全逆向，意味着你要独自扛过一段不知道多长的落后期，而多数人的钱撑不到那一天。
问题不在于该站哪一边，而是不要把自己推到任何一端的极致。更现实的做法，是让结果不必依赖某一次判断的对错：不把仓位押在单一判断上；不做到极致押注，与其在某个时点一次性全部调仓，不如分批调整；也可以把收益来源分散开，让组合的不同部分依赖不同的市场、风格及策略。
这些做法都不追求“更早看对”，它们追求的是另一件事：在看对之前，先让自己留在场上。
市场会先筛选谁能活下来，时间才会慢慢检验谁更接近事实，两套筛选有时方向一致，有时相距很远。

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A I时代，价值投资仍然有效吗？来自防冷涂的蜡_。

这两年，我越来越多地把A I用在投资研究里。以前读年报、整理数据、比较同行需要花几个小时，现在很多基础工作十几分钟就能完成，研究一家公司的效率确实提高了很多。
这也让我开始想一个问题：如果所有投资者都能更快获得信息、更快分析公司，交易系统又能立刻做出反应，市场是不是会越来越有效？如果股价越来越接近合理价值，价值投资靠价格与价值的偏离获得超额收益，这条路还走得通吗？
要回答这个问题，先要看A I真正改变了什么。它确实提高了投资效率，但投资最终赚的并不是“谁算得更快”的钱。

一、A I正在改变投资的哪些环节
过去做基本面研究，很多时间并没有花在最后的判断上。找公告、整理财务数据、比较同行，再把不同来源的信息拼到一起，这些相对标准化的工作，恰好最适合交给A I。
信息获取变得更容易。公告、电话会、行业数据和竞争对手信息，过去需要分别查找，现在可以快速提取、整理和比较。对个人投资者来说，最大的变化就是把时间从“找资料”转向“想问题”。
基础分析越来越容易被工具化。财务指标拆解、历史比较、同行分析、业务结构梳理，包括给定假设后的基础估值，都已经可以较高效率完成。会读财报、会整理数据、会搭估值模型，正在从能力优势变成基础工具。
市场反应也在变快。机器交易本来就存在，A I进一步扩大了机器能处理的信息范围。公告、新闻和经营变化都可以更快进入模型，再由系统按照既定规则执行。
所以A I带来的第一层变化很清楚：公开信息更容易获得，标准化分析成本更低，市场反应更快。过去靠“比别人更早看到资料、更快算完估值”形成的优势，会越来越小。
但股票的价格如果只取决于已经发生的事实，市场当然会越来越有效。问题在于，我们买股票时真正判断的，是企业还没有发生的未来。

二、A I不会让市场只剩下一个正确价格
一份年报里的收入、利润和现金流都有相对明确的答案。A I普及以后，不同投资者核对这些事实的能力会越来越接近，但企业价值对应的是未来几年经营结果，这部分没有标准答案。
对未来经营的判断不会完全一致。同样看到一家消费品公司毛利率下降，有人认为只是短期促销，有人认为品牌定价能力正在减弱。两种判断对应的未来利润不同，最后得到的合理价格自然也不同。
A I可以寻找更多证据、建立不同情景，但消费者未来喜欢什么、竞争对手怎么行动、行业三五年后是什么格局，仍要在真实经营里验证。A I能提高判断效率，却不能把未来变成确定事实。
即使对企业价值的判断接近，不同资金也未必做出相同交易。基金可能因为赎回卖出，看好五年后的盈利也没有用；自有资金则可以继续持有。季度考核、杠杆、回撤限制和流动性需求，也不会因为账户由A I管理就消失。
发现错误定价，也不等于价格马上回归。一只股票已经很便宜，仍然可以继续下跌。机构受到仓位、融资和回撤约束，个人投资者也要承担等待成本。看出便宜是一回事，能不能等到价值兑现是另一回事。
所以A I会减少信息差，却很难消灭投资者之间的判断差异、资金期限和交易约束。市场会变得更快，但不会因此永远正确。只要价格仍可能偏离长期价值，价值投资的机会就不会消失。

三、价值投资真正依赖的是什么
对我来说，价值投资首先是一种看待股票的方式：把股票看成一家企业的一部分，再判断现在的价格是否值得买。沿着这个思路，它真正依赖的不是信息获取速度，而是以下三个方面。
首先要对企业长期价值形成自己的判断。财报只是起点，真正要回答的是竞争优势能否持续、行业空间还有多大、盈利能力会怎样变化。不同投资者用同样的信息，仍然可能得到完全不同的价值判断。
其次，为自己的判断错误留下安全边际。既然未来无法精确预测，就没有必要把一家公司的价值算到某一个准确数字。更现实的做法，是形成一个合理范围，再用买入价格为误差留下空间。
比如一家公司的季度利润低于预期，股价从100元跌到80元。重新分析后，我把长期价值判断从100元下调到95元。价值下降了，但价格下降得更多，那么安全边际反而扩大。
当然，如果竞争优势已经发生变化，只是自己还沿用过去的盈利预测，价格跌得再多也不能证明市场错了。价值投资不是越跌越买，前提始终是对企业价值的判断经得住后续经营验证。
最后，在市场报价和自己的判断不同的时候保留选择权。“市场先生”并不一定是情绪失控的散户，也可以是机构、量化模型和A I交易系统。不同期限、不同目标的资金，本来就可能对同一条信息做出相反交易。
价值投资者可以决定什么时候接受市场报价，什么时候什么也不做。只要市场参与者仍有不同的目标、期限和约束，价格与长期价值之间的偏离就不会彻底消失。

四、A I为什么反而可能让价值投资更好用
如果价值投资的底层逻辑没有变化，A I对个人投资者的帮助，我觉得主要有三个：提高研究效率、让机会来得更快，以及帮助减少情绪对决策的干扰。
把时间从整理信息转向判断企业。新财报出来以后，数据整理、历史比较、指标核对可以先交给A I，投资者更应该检查的是：当初买入这家公司的核心假设有没有变化。
A I提高的是研究效率，不会自动提高投资收益。所有人都可以使用同样的工具，过去依靠资料整理和基础分析形成的优势反而会缩小，真正拉开差距的会更多转向商业理解和未来判断。
市场会变得更快，但错误的价格不会消失。容易识别的信息会更快进入价格；如果大量模型使用相近信号，某些下跌也可能在短时间内更加集中。错误定价持续的时间可能更短，明显的偏离出现得也可能更突然。
对价值投资者来说，这意味着研究要做在平时。等股票跌了20%以后才开始判断公司值多少钱，机会可能已经过去。市场越快，越需要提前做好估值和基本面准备。
A I可以提供更好的复盘。买入时为什么看好、利润增长来自哪里、当时接受什么估值，都可以保留下来，后续再用新信息逐条检查，而不是跟着股价变化不断修改自己的标准。
如果新事实证明原来的判断错了，就应该调整；如果经营没有实质变化，只是因为股价下跌就临时改变估值标准，那么需要检查的可能更多是自己的情绪。
A I不能替投资者消灭恐惧和贪婪，但可以提供一个稳定的参照系，让决策重新回到事实和最初的投资假设上。这一点对长期投资者，可能比单纯提高读财报的速度更有价值。

结尾
回到最开始的问题，我并不认为A I会让价值投资失效。它确实会削弱过去依靠信息获取和基础分析形成的优势，也会让市场对新增信息的反应越来越快。
但投资最终面对的仍然是不确定的未来。不同资金有不同的期限、目标和约束，不同投资者对企业未来也不会形成完全相同的判断。只要这些差异存在，价格与长期价值之间就仍然会出现偏离。
A I改变的是投资工具，没有改变价值投资成立的前提。对个人价值投资者来说，它让我们把更多时间从机械的信息处理转向企业判断，也多了一个复核投资逻辑、减少临场情绪干扰的工具。
所以相比担心A I让价值投资失效，我更关心的是：当所有人都拥有更强的研究工具以后，自己还能不能把节省下来的时间，真正用在那些A I无法替我们做决定的问题上

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。今天分享的内容叫口红效应消失了吗？，来自锦缎研究院。

如果让A股美容护理板块的投资者用一个词总结过去五年，大概率是“无语”。指数跌了54%，估值从50倍杀到28倍，基金净值惨不忍睹。
大家经常说这两年经济有温差感，宏观数据还可以，但微观体感却很差。一个命题因此突兀起来：口红效应消失了吗，还是演化成了别的形式？

一、五年跌了54%，估值压缩解释了大部分
先看行业基本面。
化妆品零售额增速换挡，但仍是正增长。近10年，除疫情期间下降4.5%之外，化妆品零售额自过往的高速增长明显降速，仅二零二四年下降1.1%。二零二六年1至8月均为正增长，平均增长5.66%。
但从上市公司来看，美容护理行业近年营收增长降速，净利润增长基本停滞。归母净利润增速持续低于营收增速，根源在销售费用率的持续走高。近年行业销售毛利率持续走高，但销售净利率反而下降，二者剪刀差在走阔。本质就是流量更贵了。
疫情以来，美容护理加大线上布局，线上渠道成为主战场。国内公司向国际玩家看齐，主打“国产平替”，产品日渐高端化，单品单价提升，表现为销售毛利率走高。
过去依靠抖音等平台流量红利实现爆发的模式已经失效。流量成本水涨船高，转化效率却在持续下滑。美妆行业的投放R O I从去年的约1比2.5下降到1比1.8。“不投流难动销，投流难赚钱”成为行业普遍困境。
回到开头的话题：美容护理板块下跌的核心原因是什么？从P E曲线看，板块P E自5年前的50.76倍震荡下行至当前的28.9倍，P E解释了43%的下跌。本质上也是从过往消费升级、国产平替的高估值回归至正常。
2025年板块整体R O E为7.56%，中位数为5.86%，结合R O E与P E，板块整体并未出现显著低估的机会。
但个股分化明显，P E分布从11.98倍到91.27倍均有。珀莱雅P E12倍，股息率4.17%，二零二六年中报净利润同比增长46.26%，但今年以来股价下跌15.79%。对消费板块的整体悲观，带崩了龙头企业的估值。纵向来看，当前的珀莱雅处于估值的低水位。

二、口红效应的真相：女性劳动参与率才是隐藏变量
“口红效应”诞生于美国，在日本“失去的三十年”亦得到验证。
20世纪30年代美国大萧条期间，口红销量出现惊人增长。有统计显示，一九三一年美国口红销量达到一九二一年的1500倍，整个大萧条期间化妆品行业总销量增长25%，而当时美国工业总产值几乎减半。九幺幺事件后，雅诗兰黛董事长劳德观察到口红销量增长11%，由此在二零零一年正式提出“口红指数”，主张将口红销量作为经济景气的反向指标。
日本自20世纪90年代步入长期停滞。一九九二至二零二二，三十年间，日本传统可选消费（如白电、家装）跌幅平均达29.3%，而美妆涨幅却达到45.9%。
但从国内美容护理数据看，“口红效应”似乎不成立。营收增速换挡，净利润基本停滞，与大家期待的高增完全相悖。根源是什么？
从美国、日本案例看，口红效应的共同特征是大环境萧条、消费者预期悲观、消费降级成为主流。寄情于物的产品，具有绝对价格低和能提供情绪价值的双重属性。
但不容忽视的是，美国、日本经济萧条后，男性仅凭自身已无法满足家庭必需，女性劳动参与率大幅上升。女性劳动参与率及其可支配收入水平，决定了她们是否有能力为“悦己”消费买单。
所以，口红效应本质是周期下行的悦己消费与女性劳动参与率上升共振的产物。
一九九零年日本女性劳动参与率仅为57.17%，二零一七年后反超中国，至当前为76.97%。而国内一九九零年时为79.18%，后持续下行，二零二五年为69.58%，在全球仍属绝对高水位，远高于欧美。一方面与女性受教育年限拉长有关，另一方面亦与当前整体就业形势有关。

三、国内市场的特殊性：淡化与泛化并存
国内“口红效应”有所淡化。最直接的证据是，二零二六年“618”大促期间，美容护肤与香水彩妆销售额同比下滑2.43%。此外，由于女性劳动参与率的下降，“口红效应”被削弱——职场社交在部分女性生活中消失了，对应的消费需求从彩妆转向护肤品、底妆等更能满足个人护理需求的品类。
但另一方面，口红效应并未消失，而是泛化与转移。当年轻人暂时搁置购房需求时，从口红扩散至更多元的品类。
首先是美妆品类内部的替代：面膜、精华、痘痘贴等单价更低、效果可感知的“小确幸”品类，正在接棒口红成为新的情绪载体。二零二六年1月，面部痘痘贴同比增长4445.4%，面部吸油纸/膜同比增长15448.3%。
其次是跨品类的扩散：潮玩盲盒、新茶饮、文玩把件、演唱会等，因其能提供情绪补偿、掌控感或即时奖励，正在成为“口红效应”的新载体。泡泡玛特等潮玩品牌的爆发，便是典型例证。

四、消费牛股从不在单一赛道
借鉴日本过去30年历史，消费牛股并非来自单一赛道，而是沿着消费分级的裂痕，在“极致性价比”与“出海逻辑”两条路径上集中涌现。
一是聚焦国内，服务于消费降级与分级中“追求极致性价比”的绝大多数消费者。折扣零售和药妆店是这一时期长期市值增速达20%以上、进攻性最强的赛道。本质是存量博弈中的胜者与幸存者。纯本土依赖型公司，本质上是在存量市场里做份额再分配，效率是核心武器，但天花板明确。
二是把本土效率优势复制到海外的公司——就像龟甲万、味之素、优衣库。龟甲万凭借酱油的海外扩张，海外营收占比高达75%，在北美市场占据主导地位。味之素通过“彻底本地化”策略，海外营收占比约65%，从调味品企业进化为食品健康综合集团。
对于美容护理行业，资生堂在一九九二年至二零一七年间市值实现约4.2倍增长，同期调整后净利润增长4.1倍。其穿越周期成为消费牛股，核心在于将百年研发积淀转化为高端品牌的定价权，并在日本本土市场剧变时，果断将增长引擎切换至全球高端市场，用持续的结构改革对冲了本土市场的长期萎缩。
结合国内市场特点，暂时没有看到在研发层面具有显著优势的美容护理公司，更多的是靠营销概念驱动加互联网流量，打造大单品。
出海数据层面，除了水羊股份通过并购实现的境外收入占比37.52%，其余公司如珀莱雅、毛戈平、贝妮等境外收入占比均在个位数。出海对于绝大多数公司而言，仍停留在“有战略，无验证”的远期故事。

五、对投资的启示
结合国内消费逻辑的演变，我们可以得到三点启示。
首先，警惕“高毛利陷阱”，关注费用效率的拐点。美容护理行业特征就是毛利高、净利低、销售驱动。高毛利并不等于高回报，关键在于毛利能否转化为自由现金流。
其次，结构性机会优于板块性机会。与日美不同，国内女性参与率一直维持高水平，且叠加人口拐点，注定了总量不是增量市场。细分板块有所分化：个护板块营收增长34%、扣非净利增长54%；化妆品板块内部分化剧烈；医美板块利润承压最严重。投资需要下沉到细分赛道和个体公司，甚至是大单品，而非停留在行业标签。
最后，寻找具有增量逻辑的个别公司。要么是效率革命，争夺国内存量市场的赢家；要么是品牌高端化，跑通出海逻辑。

口红没有消失，它只是从一支口红，变成了一片面膜、一个盲盒、一杯奶茶。当年轻人的购房需求被暂时搁置，情绪消费的出口不会关闭，只会转移。回归本质维度，美容护理板块的问题不在需求端，在供给端——
当流量比产品更贵的时候，这个行业就该换一种活法了。