本科清华大学金融系毕业论文

周末看了一篇清华大学金融学院的论文，对2015年股灾结果进行了分析，真把我给惊着了。

这篇文章的采样时间为2014年7月至2015年12月，也就是上一轮完整的牛熊周期，收集了4000万个非机构（个人）账户交易数据，按照资金量分为四组：

WG1：账户资金＜50万元

WG2：账户资金在50万-300万之间

WG3：账户资金在300万-1000万之间

WG4：账户资金＞1000万元

其中WG1组的人数最多，占据了总样本数的，WG2组占，WG3组占，WG4组占。也就是说， 小散的人数大约是大户人数的170倍 。

但从资金权重来看，小散组持有的股票只占总市值的，而大户组则占到，也就是说个人财富差距， 大户是小散的倍 。假设你持有10万元股票，对应的大户就是2248万元股票。

以上为样本分析，下面是戏核部分。

在繁荣时期，收入最高的％大户进入了股票市场，而收入最低的85％小散减少了他们的股票持有量。高峰期过后不久，富人迅速退出市场，将部分股票出售给较小的个体散户，另一部分则出售给企业。见图1，个人投资累积流动交易额。

以相同初始持有量的买入持有投资者作为基准，从2014年7月到2015年12月，收入最低的85％投资者 损失超过2500亿人民币 ，而在这18个月期间，收入最高的％家庭却 获得高达2540亿的回报 。见图2，累积流动交易产生的投资收益。

与2014年6月的初始股权财富相比，在18个月内，流动产生的累积收益，使得最底层人群损失了28％的资金，最富裕人群却获得了31％的收益。

反观熊市，大家普遍装死，交易流动性很低，财富的重新分配比牛市要小一个数量级。在2014年6月之前，两年半中的任意18个月内，大户的收益最高为210亿人民币，这意味着他们的财富仅仅增加了3％，与之对应，小散也只亏了3%左右。

而在牛市，由于散户频繁交易，追涨杀跌，散户以仅25％的市值占比，却贡献了90%的交易量，从而导致近30%的亏损。

总结一句话：散户入场时机不对，追涨杀跌、频繁交易，是导致牛市亏损的根本原因。

文章还给出了更加令人扎心的结论：

家庭投资技能的差异，主导了样本中的财富再分配现象 。只不过在熊市，交易流动性低，这种差异并不明显，而在牛市，交易量成倍放大，从而导致这种差异显著放大。

最底层85％家庭所做的交易，使他们的股票收益严重萎缩，而最顶层％的家庭却总能做出正确预测。在充满泡沫的金融市场中，如果贫困、财务紧张的群体盲目投资甚至梭哈，反而会导致本就微薄的资产再次缩水。

皮凯蒂在其畅销书《21世纪资本论》中，就曾给出过类似的结论：

这就是财富分配的马太效应，中国叫劫贫济富：让贫穷的人一无所有，让富有者得到更多。在自由资本主义理论中，这叫比较优势，每个人都去干自己擅长的事，从而形成利润分配的最优解，富人擅长赚钱，穷人擅长亏钱，各得其所。

听着很残酷，但现实就是如此， 你在股市里赚到的每一分钱，都是你认知能力的变现 。所以提高财商、增加财技，是我们每一个人长期要做的功课。

回到A股，很多人关心顶部在哪，从GDP证券化率（A股总市值/GDP）角度来看，2007年和2015年的大牛市都超过了120%；现在的GDP证券化率只有70%多，理论还有50-70%的涨幅，对应为4850 - 5800点。取个中间值， 5300点是报警位置，可以考虑离场 。

下一阶段的投资机会，我认为有两条主线： 一是净利润断层，二是 科技 ＞消费＝医药 。

在权重股打开估值空间后， 科技 股的弹性会变得非常大，因为 科技 股的估值并没有统一标准，不像消费、医药那样适合用市盈率来参考。例如折旧费用高的IDC机房、重资产制造类 科技 股，适用市值/息税前收入（EV/EBITDA）；研发费用前置的软件股、云计算等，适用市销率（EV/Sales）来估值。

但 科技 股的估值中枢，还取决于所处行业的景气度，当趋势向上时，完全看资金的风险偏好，估值弹性会非常大。例如5G应用赛道，前景广阔，很多空间现在无法想象，那云计算的市销率给10倍合适还是20倍合适？这无法精确计算，但股价却能差出一倍去。

所以选股方案也有了： 在 科技 、消费、医药板块中，选择净利润断层，或者未来2-3年具有高景气度的细分赛道 ，例如云计算、云 游戏 、果链消费电子、新能源 汽车 ；再选1-2家有故事的龙头企业，买入后躺倒不动，捂股丰登。

毕竟在牛市里，造成亏损的唯一原因，就是追涨杀跌、频繁操作。如果还能凭实力精准躲过每一波上涨，吃到每一波下跌，有个职位叫“反指交易员”，牛市里工资很高，可以考虑去应聘，也能弥补点股市里的亏损。

千言万语一句话： 早进场早得益 。

什么时候需要亲。