DFK:你在“投资”元宇宙还是在“投机”元宇宙:13年前的这本书早就说清楚了

12月9日,香港地产大亨、新世界执行副主席兼行政总裁郑志刚宣布,投资了区块链沙盒游戏TheSandbox,以500万美元买下了游戏中最大的虚拟土地。据称,该地块将包括一个“创新中心”,用来展示大湾区创业公司的商业成功。

随着元宇宙的概念越来越火,越来越多的资本入局。甚至出现了“元宇宙炒房”现象。针对这个问题,人民日报就给出评论“热到烫伤的风险得防”。

那对于普通投资者来说,“元宇宙炒房”到底是财富机遇,还是资本陷阱呢?

其实,要回答这个问题,我们必须搞清楚投资和投机的区别。

对此,投资界的常青树约翰·博格早在他2008年的著作《足够:约翰·博格的金钱、商业、人生准则》中给出了很详细的分析。

约翰·博格是美国先锋基金集团的创办者,也是世界第一支指数基金“先锋500”的发行人。在博格长达半个世纪的投资生涯中,他不仅为无数个投资人做出了贡献,更影响了整个投资行业。

分布式资本与协议实验室合作宣布成立IPFS和Filecoin生态投资基金:据微信公众号@Filecoin Network消息,分布式资本与协议实验室合作宣布成立1500万-2000万美元的IPFS和Filecoin生态投资基金。该基金的使命是推动IPFS和Filecoin生态的健康有序发展。分布式和协议实验室将共同管理该基金,分布式资本除了作为财务投资者外,还将作为IPFS和Filecoin的长期战略合作伙伴。分布式资本计划筹集1500-2000万美元,并承诺将以FIL来进行资本筹集和部署,而不是稳定币或其他加密资产中。分布式已与其他有限合伙人一起向该基金投放了100万美元。另外,在过去的一年里,Filecoin开发者资助项目已经向社区提交的项目提案颁发了40多笔开发补助金。12月22日,Filecoin网络进行了主网启动以来的第四次升级——实施FIP-0009方案。此次升级大幅降低了网络上证明存储的成本。[2020/12/26 16:33:21]

“如果要竖立一座雕像来纪念为美国投资者做出杰出贡献的人,非约翰·博格莫属。”这是巴菲特对约翰·博格的评价。

深圳市光明区政务数据安全联合创新实验室将探索区块链等前沿技术:5月27日,深圳市光明区政务数据安全联合创新实验室启动仪式暨信息安全培训在区公共服务平台举行。该实验室将结合光明区政务数据现状,建设“数据安全研究和应用先行示范基地、数据安全创新基地”两个基地,打造“开放共享合作平台、技术培训和意识宣贯平台”两个平台。聚焦数据安全研究,以先行先试方式推动光明区数据安全建设发展,建立数据安全研究和应用先行示范基地。通过探索区块链、AI、5G、物联网、大数据等新兴和前沿技术,开展智慧城市复杂场景下的数据安全保护课题研究,建设综合联动的数据安全创新基地。(深圳晚报)[2020/5/28]

今天,我们来看约翰·博格的短篇著作《足够》。在书中,约翰·博格分三个部分,给出了他对于金钱、商业、人生的建议。我们应该能从中他的大智慧中得到启示。

读完本文,你将了解:

1.投资和投机有什么区别?又该如何选择呢?

动态 | 澳大利亚莫纳什大学启动区块链研究实验室:澳大利亚莫纳什大学宣布与亚太地区的伙伴大学一起启动了一个区块链研究实验室,Joseph Liu已被任命为该莫纳什区块链技术中心(MBTC)的主管,并将协调改善该国区块链采用等工作。(BTCManager)[2019/11/27]

2.如何平衡商业活动中数字和信任的关系?

3.商业利益如何一步步侵蚀专业诉求?

投资和投机有什么区别?

投资本质上是投资者对于公司的长期所有权。因为你认可意见公司的内在价值,所以你愿意投入资金。

投资行为基于真实的商业活动。在真实市场中,真实企业为了制造真是产品,提供真实服务,会花真实的钱雇佣真实的人,投资真实的设备。

而投机恰恰相反。投机与短期交易而非长期持有有关。投机行为的理论基础来自金融工具的价格暂时偏离其内在价值而最终会回归的判断。投机者预期自己选中的股票价格涨幅将超过其他股票。

现场 | 海南百度区块链实验室正式成立:金色财经10月18日现场报道,今日海南省人民政府与百度公司战略合作签约仪式在海南生态软件园举办。海南省工信厅、百度公司、海南生态软件园三方将共同建立百度区块链实验室。[2018/10/18]

也就是说,投机行为是基于“预期”的。而这样的“预期”往往来自企业高管给出的数字,也就是财务报表、未来预期等。

放到元宇宙的例子里来讲,很多投资者其实并不是很清楚元宇宙的概念。他们对于其概念的认知,往往来源于“进军”元宇宙的大企业。这些大企业向大家描述了一个和谐、完美的虚拟世界,但没有告诉大家实现这一切的成本和代价。

当你耳熟能详的大企业纷纷为元宇宙的概念背书,难保你不会进行看涨看跌的短期“投资”。而这种行为,其本质上是短视的投机行为。

与科技企业类似,金融企业也会通过不同的策略塑造市场形象。

博格认为,用股票期权奖励企业高管的行为是造成金融体系极大扭曲的原因之一。他给出了一个简单的例子:CEO们持有大量自己公司的股票就好像NBA的中锋在赛前对自己的球队下注。

俄罗斯科学家核实验室挖矿被捕:新闻报道,数位俄罗斯科学家因为私自利用核武器研究设施的超级计算机进行挖矿而被捕,并且面临刑事指控。该实验室曾经是前苏联制造出第一枚核弹的地方,而由于设施安全的重要性,这里的计算机通常不会联网。[2018/2/11]

当短期股价与企业的内在价值严重背离时,危机就出现了。这部分差异,我们称为泡沫。而这些泡沫,有时候会毫无预兆地破灭。

纽约道琼斯工业平均指数

1987年10月19日的黑色星期一,股灾毫无预兆地来临,由香港向西经过欧洲,一直传播到美国。当日,代表着美国工业的道琼斯工业平均指数一路狂泻508点,跌幅高达22.61%。

分析师们都试图给它的发生编造理由,使它变得可解释和可预测,但直到今天,也没有人能笃定地说明下次股灾发生的时间。

博格在书中提到:“我们已经有太多的短线投机,把长期投资都赔了进去,而我们的长期投资却远远不够。”距他写下这段话已经过去了13年,投资市场是否变好了呢?这个问题只能留给各位投资者自行评判了。

别太相信数字

除了市场行为的分析,约翰·博格还通过对比的方式给出了很多切实的建议。例如,他认为,相比经营状况,现代投资者更倾向于相信财务报表等“数字”。

博格的建议是:别太相信数字。

泡沫来源于超过阈值的投机行为,而促使投资者做出短期决定的,往往是纸面数据。

不可否认,数字作为沟通财务目标、绩效的工具有很大作用。但在投资中,数字也常常具有迷惑性。

针对这点,博格同样举了几个例子。其中,美国劳工统计局2008年的统计数据显示,美国的失业率只有5.2%。但这个数字并不包括接连碰壁以致不想再找工作的工人、想要找全职工作的兼职人员、想要一份工作却没有积极找工作的人和靠社会福利和伤残金生活的人。如果加入这些因素,失业率就会高达9%。

官方机构擅长用数据“人”,而企业在这方面有过之而无不及。

以20世纪80年代初期为例,那时牛市刚刚起步,各大企业对退休金资产所假定的预期收益率是7%。2000年初,股市涨到最高点,几乎每一家公司都因此将预期收益率大幅调高至10%,甚至更高。然而,接下来的熊市让这些数字看起来像个笑话。

博格引用了凯恩斯对于“数字”的看法:推动繁荣的所有情绪所产生的泡沫必将破灭,这些是“数字”永远不会告诉投资者的事情。

“并非所有可以计算的事情都至关重要”。今天我们过于依赖数字,对信任的依赖却严重不足。他建议投资者们可以有部分精力不去计算,而是秉持信任的精神,给判断力一次机会,从而在两者之间寻找一种平衡。

做好专业

博格不仅给投资者提供了建议,也向金融从业者提出了期望。他认为,企业在追求利润的同时,也要以专业的道德操守来经营。

美国曾有八大会计师事务所,八大会计师事务所从审计业务入手,一步步开始为其审计客户提供利润丰厚的咨询服务,它们成为管理层的生意合作伙伴,而不再是普遍遵从会计原则的独立而专业的评估者。

2001年,安然财务丑闻爆发。为安然提供审计服务的安达信也同时为安然提供咨询服务,导致审计服务的很多操作都无法保持独立。最终,2003年,安达信宣布破产,Big5变成Big4。这便是利益冲突关系带来严重后果的一个戏剧性的例子。

其实,很多行业都存在商业利益侵蚀专业诉求的例子。比如医疗行业,基本的人道主义和病人的人文需求让位于众多主体的商业利益。庞大的医疗保健体系由医院、保险公司、药品制造商和药商构成。这些环节都要维护自己的利润,而这些利润都来源于唯一的消费者——病人。

这并不是说企业就应该高举“奉献精神”的大旗。事实上,如果收入无法覆盖支出,没有任何组织能够存活,即使是崇高的慈善机构也不例外。但随着我们引以为傲的许多职业逐渐转变其传统观念,不再以客户利益为重,而是成为只追求竞争优势和利润的企业,依赖它们提供服务的人自然成了输家。

今天的金融行业,其实已经暴露出很多问题。比如金融产品的销售量太多,但相对应的服务却太少。

作者在书中提到,2000年网络泡沫之前,由于互联网被追捧,大量互联网行业基金成立。反观今天,元宇宙的概念大红,很多元宇宙概念基金涌入市场。去年的白酒行业也是如此。

但事实上,当一个行业被一大群人所肯定的时候,往往是它的市场信心最充足的时候,在这个时候入场,难免会被“套牢”。

约翰·博格给了我们很多投资建议和人生建议,它们看起来都很简单,但能像作者本人按照诸多准则要求自己的人不多。想要长期稳定收益的投资者,最重要的或许就是避免投机心理。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:15ms0-3:271ms