老婆是别人家的好,不符合禀赋效应
前几天螺丝钉看了一个很有意思的节目,是一个鉴定文物的节目。
几位收藏爱好者,把几年前买到的、自己认为很有价值的文物,拿到电视节目上去鉴宝,让几位专家来鉴定文物到底是真是假。
其中就有一位是玉器爱好者,几年前花6万元买了一个玉镯子。自己非常看好这个玉镯子,认为是真品,应该能卖20万。
结果被专家鉴定之后,发现是假的,一文不值。
还有拿字画、鼻烟壶等来鉴定的,有真有假。
在这里并不讨论如何辨别文物的真假,而是螺丝钉从这个节目里,发现了一些很有意思的地方。
禀赋效应
几乎每一位爱好者,给自己文物的出价,都会比专家和其他人给的出价高,并且要高一截。
这并不是一个交易节目,只是一个鉴宝的节目,现场不涉及交易。
但爱好者还是会倾向于给自己的宝贝,给出一个更高的价格。
这在心理学上,叫做禀赋效应。
所谓的禀赋效应,就是说一个人一旦拥有了某个物品,那他对这个物品的评价,就会比自己没有它之前,评价更高。
孩子总是自己家的好。
高度非标准化
第二个点是,文物的投资风险巨大,收益的不确定性很强。
文物、古董等物品的投资,坑非常多。
因为它们是高度非标准化的,每一位收藏爱好者都买到过赝品、假货,交了不少的学费。
即便是买到了真的文物,如何给这些文物精准的定价,也是一件很难的事情。
比如像节目现场的一些专家和老手,给同一个文物的定价,就会出现5-6倍的差距。
甚至在鉴别真假上,专家和老手也会经常出错。
这些老手可都是在这个行业里从业多年的,连他们都会出错,那普通人鉴宝的成功率就更低了。
所以文物投资一直都不是一个主流的投资品种。
想要成为普通投资者的主力品种,最好是高度标准化的,因为这样边际成本低。
比如说一只沪深300指数基金。
它的每一份基金份额,都是完全一样的,买100份和买10000份基金,交易流程上没啥区别。付出的精力几乎没有增加。
但是投资10件文玩和投资100件文玩,所付出的精力是要大大增加的。
每一件文玩都需要独立的鉴别真伪,需要付出很大的精力,而且后续的保养、维护成本也比较高。
收益不确定
这些古董、文物卖出的时候,也有一种策略,就是「投其所好」。
不仅要研究文物本身的价值,还要研究哪些人会对这件文物或者古董感兴趣。
有的文物,如果不是这个圈子里的人,根本不知道它的价值所在,自然也不会感兴趣。
但找对了感兴趣的人,则有可能出一个远远更高的价格。
投资收益的不确定性很强。
相对来说,基金、股票等的交易,则是比较透明的。
像指数基金,每天会有一个统一的基金净值,不会有其他的净值。我们按照统一的净值跟基金公司交易。
如果认为当前的净值是低估、有投资价值的,那就买入;
如果认为没有价值,可以卖出。
盈亏自负。
复利效应
还有一点,文物这样的品种,跟指数基金相比而言,最大的区别还是在于是否有复利效应。
复利效应的核心,是能产生现金流,并且把现金流再投入进去,以后可以产生越来越多的现金流。
指数基金是有复利效应的。
我们熊市低估买入,牛市高估卖出,反复来几轮,这是第一种复利。指数背后公司赚钱,产生盈利,盈利再投入生产,来年创造更多的盈利,这是第二种复利。指数背后公司分红,分红再投入,可以拿到更多的股份,这是第三种复利。
通常投资指数基金,是这三种复利的混合。
不过对文物这样的品种来说,如果本身没有租赁、展览的话,是没有现金流的,也就很难产生复利效应。
从长期看,投资时想要获得好的收益,要以能产生现金流、能形成复利的资产为主。
优质的股票资产(指数基金)、优质的房地产、优质的人力资产,这三种是能够产生复利的优质资产,也是我们要重点做的。
要么把自己变成优质资产,要么买入优质的资产~
老婆是别人家的好,不符合禀赋效应
最后这个鉴宝节目被封杀了,叫做一槌定音
收藏文物是真的专家也会说是假的,然后私下低价收购
类似的还有体育俱乐部,也有上市公司,比如尤文,这类公司的股票,我觉得只适合球迷买来玩玩,不适合投资,因为没有哪支俱乐部有长久的统治力,竞争非常激烈。
我看到是投资古董里面的巨大坑,有些节目甚至会将赝品当场砸了,其实,就算不砸,现实中,没有具体标准去定价值,没有人会欣赏,也就没有了价值,放在家里也就是碍地方。而指数、股票,都是高度标准化,可在证券交易所交易,首先有了标准去衡量这些合约,即便十大行业排在最尾的能源,04至19年,从1000点到1500多点,也是有升幅,但是文物就不一定咯,但是我们还有权利投资盈利增长能力更强的行业之首消费行业,或者投资取盈利增长能力平均以上中证800宽基指数,享受盈利增长带来分红和资产增值,再者来多个低估值定投,增加额外收益,三者复利效应是社会增长最快,曾经看到过钉大发过一张200年来资产增值图,最快是股票,其次是债券、房地产,黄金好像排在最低。
一直在跟投螺丝钉指数。
保存参考。
请教,判断300指数低估,高估的标准是什么呢?谢谢!
你好!银行螺丝钉老师,希望能把估值表中各个指数低估和高估的临界值给发一个。