两会后的一些分享

最近参加了一个沙龙，请了两位嘉宾，一位是刚从两会会场回来的新任全国政协委员，另一位是一个大GP的合伙人，87年的山东文科状元，不过长期沉浸在半导体投资领域，主持人是高博。

交流的收获还是比我一个人看新闻联播收获大的，这里一起分享下。

1 改革与放水

总体上来说，2012年以来我们的经济进入了一个长期的下行通道。长期下行通道的基本原因，是在这一转折点前后，中国的人均收入水平已经达到足够高的高度，消费需求逐步从对制造业的需求转向了对服务的需求。

这一变化导致整个经济发生了一系列结构性转型，这种结构转型表现为经济增速的下降，表现服务类占比的上升，表现为储蓄率和投资率的下降等一系列的变化。

由于我们整个的社会的价值观念，由于gov对于经济活动的广泛的管制，我们的市场化改革在服务业领域要远远落后于制造业领域。经济活动特别是服务业的经济活动出现了大量的扭曲。

但是社会观念的改变，以及其他的一些力量，使得去通过改革的手段纠正这些扭曲并不是一件很容易的事，要时间，需要社会价值观的改变，也需要必要的机遇。

那么在改革很难在较短的时间内完成的条件下，从宏观经济管理和总需求管理的角度来讲，我们大部分时间都面对着总需求不足的问题，我们应该把改革与总需求管理分开。

这几年总需求管理做的并不足够，特别是近3年，在逆周期平滑波动的层面上，跟市场的期待和经济的需求相比，还有比较大的落差。这几年总是担心大水漫灌、产能过剩、房价泡沫等各种各样的担心，畏首畏尾，导致比较保守。这三年经济下行，本来不应该过紧日子。逆周期或者说放水需要大力气来做，不要把放水当做负面的词汇。

2 Q&A

在沙龙上我提了两个一直没想清楚的问题，一个是扩大内需，另一个是中特估。

关于扩大内需，从去年11月求是杂志的《把实施扩大内需战略同深化供给侧结构性改革有机结合起来》，到12月经济工作会议，再到两会，都有提及，可是真正的抓手或者发力点在哪？

关于中特估，市场基本理解为国企央企的估值过低，但这应该只是一个结果而不是出发点，那么如何去理解中特估？

2.1 扩大内需

A：我能够看到的扩大内需提的建议方方面面都有，还有人提消费券，有人提应该保护比如说像家电汽车大宗商品消费、给补贴，也有人会提进一步的深化各种各样的资金分配的改革。

我觉得，无论是降息，还是大规模基建，从过去的经验来看，他都跟居民的收入预期，居民的现金流改善是紧密相连的。

新一届虽然工作目标定了，但是怎么去实现这个目标？他现在还没有真正开始那个发挥的时候，所以我觉得大家可能还是要观察一阵儿。

3.2 中特估

A：大约从2001年到2010年的话，是中国经济澎湃的高速增长时代。经济增速始终维持在非常高的水平，再叠加汇率升值的整个经济总量在非常高速的扩张。

那个时代的背景下，整个市场这个主导性的风格，都是自上而下的。最受追捧的板块的话，基本上都是周期性的板块。比如当时有所谓的煤飞色舞，银行地产。

大约从2012年开始整个经济增速的话始终在波动下行，我们回头来看，整个周期性行业基本上就被抛弃。

你回头来总结来看，这个市场的投资风格是自下而上。这个自下而上的风格，受到了两个力量的驱动：

• 第一个力量，就是以苹果为代表的移动互联网的猛烈的技术革命，在硬件端和软件端，都带来了自下而上的很多相关行业的猛烈的增长，而这种增长是自上而下看不见，它是完全来自自下而上，比如说小米，华为，淘宝，微信。

• 另外一个是在经济增速下行和大量的行业出现严重的产能过剩的条件下，很多行业内部经历了整合，经历了优胜劣汰和市场化的整合。优胜劣汰和市场化整合的特点，就是行业的增长不快，但是市场份额向龙头企业集中，边缘的企业逐步的退出市场。然后在国有资本比较集中的行业，通过所谓的三去一降一补来大大加速进程；在市场化程度比较高的行业，通过市场自发力量形成。

在这个条件下，自上而下看一个个行业增速都不快，但自下而上看，即便是一个相对比较停滞的行业，里边儿龙头企业的增速都非常高。比如说白酒的消费量，整整十年的话，绝对值是下降，是负增长，但是的话茅台的增速非常的高。在这样的条件下的话，行业的风格就变成了自下而上的，一方面追逐移动互联网相关的产业链，另外一方面追逐行业内的龙头。

但是从2022年以后的话，市场的投资风格在发生这个非常大的变化。变化的基本原因，从宏观上来看，我们的经济增速总体上是继续下行，跟过去十年的话没有区别。区别在于：

• 移动互联网所驱动的技术革命的基本上结束，行业的高增长基本上已经归于瓶颈。

• 传统行业内部优胜劣汰和向龙头企业集中的过程结束。他从以前15%、20%以上的增长都下降到几乎不增长的程度。

这个过程结束以后，使得我们刚才所讨论的基于这个假设的投资风格基本上的话也被淘汰。刚开始人们认为这个不增长是来自于疫情。

后来慢慢地发现，这个可能不完全来自于疫情。也许有一些更基本的理由，我们这里讨论的不是一个结论，过去的事情是一个结论，这个是正在发生的事情，很多策略师和宏观分析师还在讨论这一问题。

在这些动荡的背景下，你就面临着过去十年投龙头，龙头增长20%，还有一个相对的估值溢价，现在龙头只有3%-5%的增长，即龙头的增长没有了，你去投什么？龙头的增长跟国企跟央企的增长基本上是一样的。

现在的话市场就沿着两个方向去演化，就是我们现在看到的，我说的不一定对，第一个演化就是既然你的行业龙头的增长跟央企的增长差不太多。但是央企具有非常高的分红率，而这个的话是现在行业龙头总体上所没有的。在这个条件下的话，一部分的资金，或者是被迫的，就主动就去从这些龙头企业，转到国企和央企，特别是转到这个高分红的国企和央企，从而带来估值水平的提升。比如最近的中国电信联通，他的行业增长基本上没有。但是你去观察这些企业的现金流，一个是以前非常长期的一个投资基本上都折旧完毕。

然后市场的竞争结束以后，他获得一点点的定价能力，但是他的经营现金流在大幅改善。在今年现金流大幅改善以及没有其他的投资机会的条件下，也有政府的引导在里面，这些企业在逐步的考虑去提高它的分红率，这个引起了市场对这些板块的非常大的兴趣，使得这些板块在估值和业绩表现上相对不错。

然后宏观看政府说要建立中国特色的国际体系，市场马上把它解读为我要重读重估国企，重估央企。这两件事情之间也许有一些关联，但是更深的关联就是我们刚才讲的，整个经济增长格局的变化，以及国企和央企相对非常低的估值，以及高的分红率。

3 国家数据局

最后再聊下这次新成立的国家数据局，其实去年12月的时候已经提过了数据很重要，ChatGPT很重要（《ChatGPT与《数据要素》中央文件 | 2022.12.19-20 》）。我们的政策已经远远超出了技术发展，也不知道是好事还是坏事，有时候应该允许有发展后治理。

总而言之，大语言模型的意义很大，人类社会的效率和生产力又能上一个台阶。数据、算力、模型三者中，数据是我们唯一不那么会被卡脖子的东西。

而且中文语料老外也不会那么认真去搞，这块只有我们自己去搞。尽管大模型的涌现有一些跨语言泛化能力，但应该只涉及跨语言的知识。

换句话说，没有高质量中文语料，做不出中文版 ChatGPT。

最近的一个思考是大模型可能才是通往AGI的道路。大语言模型的涌现，和生物，经济领域的涌现现象，底层机制应当是相通的，是一种我们从低维迈向高维世界时观察到的一种现象。这部分思考我会后面单独贴文章出来。

更新不稳定，欢迎加个星标啦