股票市場，會“均值回歸”嗎？

數據是個寶

數據寶

投資少煩惱

在日常生活中，我們往往會選擇相信一個樸素的真理，就是 “均值回歸”。也就是說，事情在發展了一陣子以后，總是會向著原來的均值靠攏。

比如，夏天天氣太熱以后，就會迎來秋天的涼爽；運動時間太長以后，就會累到走不動，等等。中國人有句老話，“飄風不終朝，驟雨不終日”，指的就是這種樸素的“均值回歸”認知（語出《老子》）。

但是，在分析社會和投資時，我們會發現，許多規律的發展，其實會遵循“均值不回歸”的原理。也就是說，好的東西會變得更好，而糟糕的事情會變得更糟糕。

遠的不說，就拿人類的發展來說，如果我們相信“均值回歸”，那么今天的人類社會就根本不會如此發達。

人類在過去的幾百萬年中，戰勝了地球上所有的競爭對手。在滅絕了猛犸象、袋狼、斯特拉海牛、斑驢、渡渡鳥等無數大型動物以后，人類社會走向前所未見的空前繁榮，從紐約跨過浩瀚的大西洋飛行到倫敦只要幾個小時，超大型城市里可以居住著數千萬人，而被人類滅絕的動物則消失得無影無蹤：對于物種的演化來說，均值壓根沒有回歸。

在商業社會中，我們也經常會看到類似的情景。優秀的企業做得越來越好，直至戰勝了所有對手。糟糕的企業則一敗涂地，慢慢徹底退出競爭舞臺。

比如，我前幾天去看電影，發現雖然屏幕質量相差無幾，但是有的電影院門可羅雀，有的則人滿為患。為什么會出現這種現象？其中有一個原因，是冬天的空調供應。

眾所周知，冬天在華中的廣大地區，室內往往是沒有暖氣的，而室外的溫度又比較寒冷，趕不上兩廣和海南的溫暖。于是，影院的溫度，經常來自自己把暖風空調設置的高低。

這時候，保持影院足夠的溫度，就成為一件挺燒錢的事情。對于一家生意慘淡的影院來說，面對空曠的放映廳，把空調開小一點，就成為許多經營者理所當然的選擇。

結果，影院的溫度越低，觀影者的體驗就越差；觀影者的體驗越差，來的人就越少；來的人越少，影院就越不愿意把空調開足。如此惡性循環，以至于生意門可羅雀。

而對于生意好的影院來說，事情恰恰相反。影院的客人越多，經營者越有錢把溫度調高；溫度調得越高，影院的觀影體驗就越好；觀影體驗越好，就有越多的顧客選擇下次還來看電影。如此循環，影院的生意也就越來越好。

可以看到，在好的電影院和糟糕的電影院，根本沒有“均值回歸”一說。好的電影院會越來越好，而糟糕的電影院除非投入巨資改造（往往還要連著所在的商場一起升級換代），否則絕對翻身無望。

在社會治安的維持中，事情也是如此。當一座城市的犯罪率上升時，每一個警察要面對的案件會越多，導致破案率下降；糟糕的破案率會降低犯罪成本、誘發更多的犯罪欲望；同時，糟糕的破案率會讓資本和有能力搬遷的精英工作者撤離，繼續降低城市的GDP，導致經濟下滑、對社會治安的投入進一步降低。如此惡性循環，事情就會越來越糟糕。

反之，當城市的犯罪率下降時，一切都會倒過來：每件案子上投入的警力會上升，破案率也會上升，犯罪成本大增導致沒人敢犯罪，經濟更好、投資更多，以至于警方有更多的經費用于破案。于是，一切都變得越來越好。

這種“均值不回歸”、好的會變得更好、差的會變得更差的現象，在金融市場中，也經常會出現。

比如，對一家遵循了價值投資的好基金公司來說，因為遵循了正確的價值投資理念，就會在長期取得更好、更穩定的投資回報；更優秀的投資回報，會讓基金公司能夠更好地篩選客戶，只要可以長期投資的資金；有了更好的資金，基金公司就可以更從心所欲地從事價值投資，從而給客戶帶來更好的投資體驗。如此正向循環，基金公司的生意就會越做越大。

反之，當一家基金公司過于急功近利，在投資中追漲殺跌以后，客戶的長期投資體驗就會很糟糕；客戶體驗糟糕，基金公司就沒法留住最優質的客戶；同時，由于經常追漲殺跌，慕名而來的客戶往往也都是心猿意馬的人，資金的黏性就會更差。于是，手握三心二意的資金，面對變幻莫測的市場，如此做投資，就會變得越發艱難。

當然，均值在有些情況下，也是會回歸的。比如最典型的，是股票市場的整體估值。當整體估值接近一個很高的數字（比如50倍市盈率）時，我們可以預測，大概率估值會“均值回歸”、向下跌下來。反之，當股票市場整體估值過低時（比如只有5倍市盈率），那么均值向上回歸也是很正常的現象。

由此可以看到，在商業和投資的世界中，事物的發展并不總遵循一種規律，“均值回歸”和“均值不回歸”，都有其存在和應用的場景。夏天過去了一定會迎來冬天，但是滅絕的渡渡鳥和斯特拉海牛，卻再也不會迎來重生。

所以，作為聰明的投資者，我們不能想當然地認為，所有的事情都會遵循“均值回歸”的路徑。我們需要清晰地認知每件事物的發展規律，對事物的發展進行客觀評價，區分哪些場景會發生“均值回歸”、哪些則不會。如此，才能把投資工作做得更加優秀。

（作者系九圜青泉科技首席投資官）

來源：e公司

聲明：數據寶所有資訊內容不構成投資建議，股市有風險，投資需謹慎。

責編：謝伊嵐

校對：冉燕青

數據寶