字體大小 A+ A A-

內容簡介 Introduction

※葛拉漢投資哲學再進化，適用後金融海嘯時代的市場與投資人
※從災難股、垃圾股、不受歡迎股中，找到錯誤定價，賺取超高報酬
※分析價值投資史上著名事件、理論＆操作方法
※深度剖析「估值」、「安全邊際」、「回歸平均數法則」、「神奇公式」等價值投資觀念

《超值投資》提供戰勝大盤的簡單策略，值得每一位價值投資人收藏。──《投資策略實戰分析》作者詹姆士．歐沙那希（James P. O'shaughnessy）

投資人往往競相追逐優質股票，忽略被低估的價值股，
更沒有發現垃圾股中也有超高投資報酬率。
本書闡述的「深度超值投資法」，
研究價值投資的經典理論與操作方法，
從葛拉漢、巴菲特、孟格、葛林布雷，到伊坎，
仔細爬梳知名投資人的重要戰役，
並揭示市場派行動主義一些不為人所知的選股策略。

投資人的報酬並非來自選中贏家、而是來自發現錯誤定價，
也就是發現證券價格和真值之間的錯誤價差。

如果我們希望找到快速的盈餘成長、以及隨之而來的股價快速上漲，應該要到違反直覺的地方去找，買進盈餘受到嚴重擠壓、股價暴跌、價值低估的股票，等待它回歸平均數的那一刻，葛拉漢稱此股票回歸真值的回歸平均數機制為「我們經濟中的神祕因素之一」。巴菲特甚至告訴我們，你應該永遠持有手中的價值股，把精力放在加寬護城河上。但是當投資人沒有巴菲特的獨到眼光時，應該如何選擇自已的投資標的。本書提出違反直覺的觀點，更運用現代統計技術詳加驗證，那些身處危機漩渦、業務陷入困境、前途堪慮的企業股票，經常擁有驚人的獲利潛力。

◤深度超值投資型企業往往擁有五項特徵◢
特徵1：擁有大量現金，股息明顯偏低
特徵2：股價低於清算價值，擁有極佳安全邊際
特徵3：空頭市場陷入低點時，才會浮出水面的小型股
特徵4：過度多角化經營，管理層有缺陷（如：薪資過高。）
特徵5：個體市場派大量持股，可能介入董事會

◤本書透過三大面向，解答投資人的操作疑慮◢
面向1：在何種情況，垃圾股會變成下檔有限，上檔極大的投資機會。
面向2：以《證券分析》為理論基礎，如何有系統地實踐價值投資的操作方法。
面向3：市場派行動主義者如何影響企業經營權，提升高報酬率。

名人推薦

★ 價值投資暢銷書作家雷浩斯專文推薦 ★
★ 財報分析專家財報狗真誠推薦 ★

作者簡介 authors Introduction

Tobias E. Carlisle 【杜白．卡萊爾】

現任：Eyquem投資管理公司創辦人兼總經理，

杜白 · 卡萊爾是Eyquem投資管理公司創辦人、Eyquem基金公司(原來的Eyquem全球價值基金)投資組合經理人。他是得獎網站greenbackd.com的作者，該網站專門探討價值投資、反向投資，以及其他積極操作投資策略。他也是《量化投資大法》（Quantitative Value: A Practitioner’s Guide to Automating Intelligent Investment and Eliminating Behavioral Errors）的共同作者。他在諸多領域的豐富經驗包括：積極操作投資、企業價值評估、上市公司管理、合併與收購法律。他在企業評估、投資組合管理、投資研究、上市公司治理和公司法方面經驗豐富。他Eyquem投資管理公司前，在一家市場派避險基金中擔任分析師、澳洲股票交易所一家上市公司的首席法律顧問、以及多家企業的法律顧問。他專精於合併與併購活動，曾經在多個國家擔任法務咨詢提供這方面的交易建議。他畢業於澳洲昆士蘭大學，擁有法學和商學（管理）學士學位。

卡萊爾另著有《超值投資：價值投資贏家的選股策略》(Deep Value：Why Activist Investors and Other Contrarians Battle for Control of Losing Corporations) 。

目錄 Table of Contents

前言   價值投資的真諦──找出錯誤定價

第一章   伊坎的宣言
──從狙擊企業到市場派投資
第二章   葛拉漢的反直覺投資法則
──華爾街教父論清算、市場派行動主義、價值投資與回歸平均數的大祕密
第三章   從清算專家到作手
──巴菲特超越葛拉漢，成為股神
第四章   併購乘數
──以絕佳價格買進普通公司
第五章   規律市場
──均質回歸與命運之輪
第六章   熱門股交易
──投機、投資，與行為財務學
第七章   抓住下墜的刀
──反向價值型略剖析
第八章   上市公司爭奪戰
──企業暴力歷史
第九章   漢尼拔如何從勝利中獲利
──市場派投資東山再起
第十章   深度超值的應用
──如何看出市場派可能進駐的價值低估目標

關鍵字：大牌出版/ Tobias E. Carlisle 【杜白．卡萊爾】/ 劉道捷

達人推薦 Recommendation

讀者評論 Reader Comments 我要評論

精彩試閱 Wonderful Preview

字體大小 A+ A A-

第六章 熱門股交易——投機、投資，與行為財務學

集團企業時代最惱人的一個問題，就是專業投資業界—投資法人、共同基金及研究分析師—會被桑頓等集團企業操作者所迷惑。李頓工業公司或許是一個幻象，但並非詐欺。它在注解滿布的年報或交給證管會的申報中並沒有隱瞞什麼。這些文件顯示的是一位魅力十足推銷員亮麗的事業組合。從一開始，因為獲利爆發的關係，李頓工業的股票表現就非常好，股價倍數不斷提高，1965年時，李頓工業的本益比已經高達三十三倍，到1968年1月首次宣布獲利下降前，本益比已經漲到四十倍。值得注意的是，李頓在1968年並沒有宣布虧損，只是宣布獲利下降約19%，而且公司也沒有爆發弊端，股價卻從90美元暴跌到53美元。不必是證券分析師也看得出來，股價居於如此高檔的股票，只要碰到一點風吹草動，便可能導致大災難，因此，為什麼這麼多專業人士會看不出來？

一般認為，專業投資人因為了解投資成功的推動力量，會審慎檢視公司報給證管會的文件，會計算特定產業生存與發展的機率，衡量真值，然後明智下注，博取最大的利得。但數據資料並沒有反映相同結論。專業投資人不能分辨好股與壞股，以致無法戰勝大盤的最著名論述，就是艾佛瑞．柯爾斯三世（Alfred Cowles Ⅲ）在1932年最後一天對辛辛那提經濟學會的演講。柯爾斯以前訂了很多種不同的股市報導雜誌，他覺得應該只要訂一種就夠了—當然應該是訂最好的—但他卻找不到跟股市分析師過去表現有關的記錄資料，因此，他從1928年起，開始蒐集發行最廣的理財報導過去的績效記錄，並借助打卡計算機研究這些記錄。柯爾斯研究十六種統計報導、二十五家保險公司報告、二十四份預測性新聞信，以及威廉．漢彌爾頓（William Peter Hamilton）從1903年12月到1929年12月在《道氏理論》（Dow Theory）刊物上所發表的評論，發現只有極少數人曾經打敗過大盤。更糟的是，柯爾斯還發現，極少數贏過大盤的人所獲得的績效也「比純粹的機運好不到哪裡去」。他把幾百張市場隨機分析的卡片組合起來，發現卡片擊敗分析師後，發表了最後的聲明。先鋒集團（Vanguard Group）的傳奇性創辦人約翰．柏格（John C Bogle）2003年11月3日在美國參院金融管理、預算暨國際證券小組委員會聽證會上，指出了專業投資人創造的報酬乏善可陳的慘狀。他的論點是，投資業界的競爭本質，會造成共同基金的平均報酬率等於大盤報酬率減掉共同基金所收取服務費後的數值。柏格在聽證上說：

以S&P 500指數為準，美國股市在1984年到2002年期間，平均年報酬率為12.2%。同期內，共同基金平均報酬率為9.3%，出現這種差距的原因並不十分複雜：業界經理人聘用的投資專家競逐最好的股票，結果就是平均化。因此，一般共同基金在扣除費用前，賺到的平均報酬應該等於市場報酬率。由於估計的共同基金所有費用每年平均為3%左右，因此，業界扣除費用後的年度報酬率比大盤報酬率低2.9%，似乎證實了上述極為合理的論點。

柏格說，專業投資人無法打敗大盤，資料顯示他們在扣除共同基金的管理費用前，績效仍比大盤差1%，為什麼呢？原因似乎是專業投資人偏好績優股。如前所述，熱門的績優股平均績效都比較低劣。

專業投資人通常都根據投資報酬決定薪酬，為什麼會追逐可能導致報酬率低於平均值的股票？或許他們是在不知不覺中這樣做，賴康尼秀等人針對這點研究，發現專業投資人也會判斷錯誤，根據績優股過去的成長率推斷，即使這種成長率非常不可能持續，也是如此。他們就像外行投資人一樣，犯了太注重評估中特定股票近期表現的投資毛病，忽視熱門、高成長話題股報酬率機率的理性先例。這種判斷錯誤很普遍，不僅見於股市，也見於對不確定未來情況的預測中，這種情形叫作「忽視基本比率」，針對這種狀況開創研究的是兩位行為財務學先驅卡尼曼和阿摩斯．特佛斯基（Amos Tversky），兩人在他們開創性的論文〈不確定下的判斷：捷思和偏誤〉（Judgment under Uncertainty: Heuristics and Biases）中，大大凸顯這種情況的重要性。他們發現，我們對不確定的未來事件下決定時，會根據三個捷思、捷徑或經驗法則，協助我們把複雜的認知任務變成比較簡單的做法，每個做法卻導致我們對未來事件做出不好的決定，因為這樣會造成我們去思考不相關的證據，因而移轉了考慮事情基本機率的注意。

這三個捷思是：代表性、可得性、錨定與調整。代表性使我們只考慮到事情是否與既定印象相符。例如，卡尼曼和特佛斯基要一群人分辨某人是律師還是工程師，而這個人是從七十位工程師和三十位律師中任意挑選出來的，然後他們描述選出來的這個人的特質，這群人於是以所描述的特質，判斷這個人是律師或工程師，而不是根據機率做判斷。如果不描述特質，則這群人就會正確的依據機率，做出判斷。這個例子說明了，如果沒有特定的代表性資訊，我們會正確的依據機率，但如果獲得沒有價值的代表性資訊，則會傾向於忽視先驗機率，而遭到誤導。而可得性引導我們只考慮能輕易想到的東西，因為這些東西和我們的個人經驗有關。例如，我們評估一般中年人的心臟病突發風險時，想到的是我們認識的人，而不是考慮機率。最後，錨定與調整會讓我們固守著第一印象，即使面對要我們改變觀點的額外證據，仍然如此。