广发言 | 张笑天：从全球经济发展的两个挑战看未来成长机会

最近一百年，科技领域呈现加速发展趋势。

电话、手机、网站达到1亿用户分别用了75年、16年、7年的时间，Twitter、Whatsapp、Apple Store、TikTok分别用了5年、3.5年、2年、9个月。而OpenAI旗下的ChatGPT达到1亿用户只用了2个月时间，碾压了历史上所有的消费者应用程序。

ChatGPT是人工智能发展的重大里程碑。它可以在没有专门学习准备的情况下，通过沃顿商学院MBA和美国医师执照的考试，完成基础编程和创意性写作，未来还有无限可能。

关于ChatGPT的话题十分火爆，打工人们纷纷担心自己的工作岗位是否会被如此发达的人工智能取代。作为一名专业投资人，我从ChatGPT获得的启发是：提升效率、兼顾安全是经济发展和投资的重中之重。

当前全球经济发展正面临两大挑战，一个是长期有效需求不足，另一个是逆全球化。而有助于解决这两大问题的行业，有可能成为未来的成长主线。

挑战之一：有效需求不足

科技加速发展，机器和人工智能的效率、投入产出比和智能化程度在越来越多的领域超过人类。科技把人类从繁重单调辛苦的劳作中解放出来的同时，也让价值创造的来源更加趋向幂律法则，经济体达成充分就业的难度越来越大，菲利普斯曲线和自然失业率右移，进而使得市场经济本身固有的有效需求不足的问题更加突出。

大家通常认为，体力劳动繁重、重复，行为模式更容易被识别和编程，因此更容易被机器取代，比如我们看到工厂的自动化程度持续提升，工厂内工人数量大幅减少；而脑力劳动主要是创造性和艺术性组成，难以被机器取代。但现在人工智能快速发展，能够识别和迭代学习脑力劳动中模式化、有规律可循的部分，这部分工作由计算机完成是更有效率的，而把真正创造性和艺术性的工作留给人类。实际上，对于大部分写字楼内的脑力劳动者来说，真正创造性和艺术性的工作只是一小部分，更多的工作是存在固定行为模式的，可以由人工智能识别和学习，无论是呼叫中心、各种事务性工作，还是写作、编程、直播和驾驶。ChatGPT的突然成功包含一定程度的偶然，也就是发现人工智能的“涌现”现象（Emergent Abilities of Large Language Models）。2022年之前，业界普遍认为人工智能的智能化程度与训练数据量呈线性关系；但后来证实训练数据量存在一个阈值，一旦超过这个阈值，智能化程度就会爆发式增长，量变超过某个临界点后引发了质变。ChatGPT虽然距离通过图灵测试还有相当的距离，但在某些任务上可以获得让人惊叹的效果，而且我们目前还不清楚随着模型规模的增长，是否还存在更多的阈值， 超过那些阈值后就会解锁出新的“超能力”，能力和应用范围难以置信的扩大。

由此带来的结果是，从全球来看，无论是体力劳动还是脑力劳动，大多数普通人类个体的劳动价值跟不上经济增长的速度，对就业率甚至生育率都产生深远的影响。在现代人类基本权益和生存条件保障的环境下，人类社会“不劳动者不得食”的基本信条受到挑战。对越发达的经济体来说，解决有效需求不足的问题就越发迫切。MMT货币理论的实践和“直升机撒钱”虽然能增加需求，但也埋下了通货膨胀的隐患，叠加疫情后全球供应链扰动和俄乌战争的影响，欧美国家通胀压力就更加凸显。另一条路是基建投资等政府开支增加需求，但会面临项目投资回报率边际下降的问题。怎样解决有效需求不足同时让通货膨胀和债务扩张的政策负效应相对可控，成为经济体长期需要解决的重要问题，能够对解决问题做出贡献的产业方向也会得到强有力的政策支持。

挑战之二：逆全球化

全球经济发展面临的另一个挑战是逆全球化。十多年前，我看过一本畅销书：托马斯弗里德曼2005年出版的《世界是平的》。这本书当时引起了轰动反响，书里描绘和赞颂了永不停息、不断加速的全球化进程和自由贸易，坚信全球化会给全世界的发达国家和发展中国家都带来好处。人们憧憬未来，科技发展和全球自由贸易会拉平国家和地区间的经济差异，经济的紧密联系会提升所有人的福祉，世界经济交织在一起也大大降低了战争冲突的可能性。

十多年过去了，弗里德曼的预测从大方向上没有问题，但是对全球化预想的未免过于浪漫了，全球化的进程也并非没有波折。在欧美等发达经济体，除了可替代性较强的低端产业劳动岗位受到显著冲击之外，中产阶级同样受到来自发展中国家的严重挑战。除了航空航天、芯片、软件互联网、生物医药等少数尖端科技领域，美国大多数中产阶级从事的工作岗位的竞争力和壁垒并没有那么高，难以应对劳动力成本占明显优势的中国、印度等新兴经济体的竞争。从保护自身利益出发，在欧美国家，反全球化、反自由贸易的思潮和政策取向逐渐兴起壮大。

全球化的经济规则是全面追求效率，包括个人、企业、社会效率的提升，投资重点是推动这些效率提升背后的新技术和新商业模式，相关的公司会给投资者带来丰厚回报。而逆全球化的过程伴随着从全面追求效率到侧重安全的转变，扭曲了追求比较优势的经济规则。欧美国家念念不忘扶持本国境内的光伏生产供应链，但生产成本缺乏竞争力，投入产出很不划算，实际落地困难重重。半导体制造在高端制程上的科技封锁，迫使更多经济体追求在半导体产业链上更高程度的独立性，带来多个产业链环节上的重复投资，总体上效率是降低的。

逆全球化对应到投资上，体现为越来越多的投资机会从木桶理论的“长板”到“补短板”的转移。无论是追求效率还是安全，工程师红利、接近完备的工业供应链体系、完善的基础设施都会是我们国家的核心竞争力，我对此充满信心。

以成长思维应对两个挑战

未来相当长时间内，投资都建立在两个挑战共存的时代背景里。成长投资的本质，就是投资未来。

投资研究过程中，复盘和分析过去就像从后视镜去看，总是前因后果环环相扣、逻辑清晰，简单直接；但预测未来像是穿越一片现实的迷雾，同一个问题可以从不同的角度看，也可以从不同的层次深度看，看好、不看好都有许多正当的理由。研究过程中存在不可能三角：信息和数据的可得性、准确性和及时性，几乎不可能同时满足。我们寻找数据的相关性，可以找到很多股价和基本面的同步指标和滞后指标，一个预测模型里一旦可以利用这些后验的数据或指标，预测就会变的特别简单清晰，但是寻找较为有效的先验的领先指标却非常困难。

比如从历史复盘可以看到，每年行业股价表现的排序与当年行业盈利实际增速的排序有很强的相关性（而不是盈利超预期或低于预期的程度），于是投资似乎很简单：在年初只要买入当年实际盈利增速最高的行业就能确保跑赢市场。但行业盈利实际增速是一个后验指标，在每年年初是未知的。如果使用年初已知的一致预期盈利增速的数据，个别行业实际盈利与预期盈利之间的差异就会导致策略失效。

市场经济和投资的核心是追求更高的ROE，代表着剔除外部融资扩张后的内生增长，也就是长期的股东回报。不同的投资风格往往强调追求ROE回报的某一种特质，比如更快速的增长、更低的估值、更好的可持续性。我觉得更重要的是，在特定的环境下，战略性的放宽和适度降低哪一方面的要求。寻找投资机会的时候，我们总是希望天时地利人和、投资标的是没有缺点短板的“六边形战士”：增长快、估值低、风险小、渗透率低、壁垒高、竞争优势强。但现实中，这样的机会几乎不存在。如果有这样的机会，过于完美反而预示我们没有考虑到的问题或者暗藏着黑天鹅风险，成为“确定性的陷阱”。

在流动性宽松的环境里，对估值、确定性的要求可以适度放宽，但是对成长潜力、业务拓展的想象空间要给予更高的权重。对于技术处于快速变革阶段的行业，过去形成的壁垒反而可能成为变革期的拖累，相比于壁垒，需要更加重视研发投入、持续迭代形成新的竞争优势的能力。有一个原则是物以稀为贵：在总体缺乏增长的市场环境下，增长就会给与更高的溢价；在确定性稀缺的环境下，更高的确定性就会获得慷慨的估值；对风险、渗透率等也是同理。本杰明格雷厄姆的“捡烟蒂”投资理念强调估值、财务质量和内在价值的同时必然放宽了对成长速度和成长空间的要求；ARKK方舟基金凯西伍德的投资思路降低了对估值和确定性的标准。不同投资理念选择适度放宽和降低某一方面的要求，在不同的宏观环境下带来差异化的结果。

无论在何种外在环境下，不能放宽要求的是企业家自身。企业家是否对未来格局有清晰的判断，公司是否为未来做好布局。对投资机会，最重要的信息并不在财务报表或静态估值上，而是在企业家对未来趋势敏锐的嗅觉、洞察力和超常的执行力上。这些公司在表面的数据图表背后，是一个个活生生的人，有着截然不同的志趣、格局、性格和能力，很大程度上决定企业发展不同的命运。只有对企业和管理层的理解达到查理芒格《穷查理宝典》里面说的剥茧抽丝见微知著的“普朗克知识”的程度，而非只是流于表面人云亦云的“司机知识”，才能对企业发展趋势有更准确的预判。

由于二级市场交易相对便利，投资者关注思考业务发展的时间周期必然比企业自身更短。实际上企业很多重要的前瞻布局，要明显领先于财务报表上的变化。有的时候我们实地调研企业，经常遇到这样的情况：管理层反映市场最近才刚刚关注到与近期市场热点相关的某一块新业务，但实际上企业已经在新业务上布局投入了很长时间，以前并没有多少人感兴趣。过去两三年的时间里，宏观环境相对复杂，各种困难问题可以方便的归因于外部。但在这段时间里有多少问题需要内部归因、是否有对未来做好前瞻规划布局，很快就会反应到业务发展和竞争格局上。

挑战中蕴含着时代机遇，我们要以成长思维挖掘提升效率、兼顾安全的投资机会。

（风险提示：文章涉及的观点和判断仅代表投资经理个人的看法。本文仅用于沟通交流之目的，不构成任何投资建议。投资有风险，入市须谨慎。）