第一章：关于研究
1. 阿丽塔
我用抖音自拍的阿丽塔，抖音的美颜算法很强，看完电影后，我就想到「抖音或成最大赢家」，因为看到阿丽塔首先想到的就是抖音的大眼瘦脸。
我还有一些，大家也可以拍一些，女生肯定可以拍的，不管是不是因为美颜总之抖音能看到很多美女，抖音会帮你发现自己的美，为什么火是因为这是一个好产品。我穿的这件蓝色毛衣也是一件典型的「软妹服」，我们后面也要讲到。现在我们就开始讲行业研究方法论吧。
过去我在很多场合讲过我的研究成果，但这是第一次讲研究方法论。我会结合做产品的一些经验，以及过去在券商的一些经历和案例。
首先大家想一个问题：什么是研究？以及什么是好的研究？前几天在抖音上看到一个视频，爱因斯坦说，如果有一天遇到一个关乎生死的重大问题，只有一天的时间解决？
他会用 95% 的时间去研究问题是什么，再用5% 的时间去解决问题，我很认同这一点。就是 95% 的审题和 5% 的解题。
很多时候我们并没有搞清问题是什么，当问题被界定清楚时，答案便显而易见了，你离问题越近，就离答案越近。
我们现在讲研究方法论，我们可以把「研究」作为一个研究对象来研究一下，研究以及好的研究其本身到底是什么？这一点非常重要，问题界定清楚时答案便显而易见。
还有一句话是「万解皆可包，唯有题无价」，即所有解决方案都是可以外包的，提出关键性问题才最有价值。很多时候，我们面临一些困扰，你想该怎么解决，你潜意识里有一个问题，但可能并没有仔细界定这个问题，包括现在我们讲的到底什么是研究？
我们还可以举个例子，比如什么是爱情？以及什么是二次元？什么是萝莉？什么是社交？什么是人工智能？什么又是新零售？
2. 仙子精灵
什么是爱情？大多数人都经历过爱情，即便没有经历过也至少向往过，知道爱情「大致」是什么样子。
这个问题没有标准答案，每个人有不同的理解。当问到什么是爱情时，你脑子里会蹦出很多概念，很多感动，那到底什么是爱情？
我和朋友做过这个事情，一天他问我什么是爱情，我们几个朋友回答是美好、是痛苦、是希望、是绝望等等，每个人都在说，最后差点声泪俱下。
你发现爱情场景中的点点滴滴太多，是我人生的希望、是我人生的绝望、是我的全世界也毁了我的全世界、是精神交流、是肉体融合、是小鹿乱撞、也是胃痛，失恋的时候胃是会痛的。
说到爱情脑海里会出现大量场景，对应的词便会蹦出来，到最后越来越深刻，你就接近崩溃了。所以我这里提到了很多词，是阳光明媚、是乌云密布、是喜笑颜开、是声泪俱下、是轰轰烈烈、是万劫不复，其实还有很多其他的。
比如，爱情到底是漫不经心还是掏心掏肺呢？阿丽塔就是掏心掏肺，看到一个帅哥就爱上了，缺乏爱情经验的人几乎都是这样，男人也是如此，看到漂亮妹子就会喜欢。
然后不切实际地追求，搞得双方都很尴尬，但这也恰恰是最宝贵最美好的经历，所以爱情是包含很多方面的。然而，在今天掏心掏肺的纯情却被称作舔狗。这是因为，爱情游戏的本质在于你需要「漫不经心」。
爱上一个人时，你会变得卑微，因为你把所能想到的所有最美好品质，全都赋予了你最深爱的人。
这是矛盾，也是人性无法逃脱的宿命。所以我说爱情是不稳定的存在物。热恋很幸福失恋很痛苦，这和投资很像，投资赚钱和亏钱的感觉与热恋失恋高度一致，一样充满了不确定性，进而有天堂和地狱同时存在的反差。
真爱像稀有金属一样难以以单质形式保存，条件苛刻，你需要很好的经营，但大部分人都很着急。所以对于爱情，我说她是森林里的仙子精灵，如果有生之年你曾经遇到过她，曾经看见过她，这是「曾经」这个词在你一生中，最美好的一次使用场景。因为你可以骄傲地说出，我曾经相信过、看见过爱情。
现在你会发现，很多东西定义本身就是主观的，并不严格存在一个客观世界，正因爱情的这种主观性。
最近流行在任何一句话后面都加上「像极了爱情」就立即深刻起来，也是这个道理。
投资，像极了爱情。那什么是美女呢？其实类似，金融市场选股就是选美，其实就是你要去关注「主观」是什么而不是「客观」是什么。
其实不仅资本市场，互联网以及 2C 的产品，都是在判断大众主观在如何变化，那什么是美女？我不展开了，我讲一下结论。首先我们讲的是异性眼中的美女，男人眼中的美女首先是长得好看，这没问题，但美女最不可或缺的要素是什么呢？是「社会属性的难以接近性」。
比如你的亲妹妹长得再好看你也不会对她有什么想法，因为社会关系太接近，这是结论，原因在于「美」是「感而不应」。
具体我不展开了，因此美女界定核心恰恰是社会属性而非自然属性。
3. 反乌托邦
那什么是社交呢？
当我们提及社交时，不同人心中会有不同概念，语言是思维的物质外壳，无论是为了避免交流时各说各话，还是更重要的为了解决问题，我们首先都要界定问题。社交产品有多种界定方式，我从技术逻辑界定成通讯、媒体与交友三大类。
通讯是既定社会关系沟通工具，媒体是社会化传播工具，交友是社会关系扩展工具，三者有区别。
但正因他们都与人类社会活动有关，并通过互联网完成，所以我们都叫它们社交产品，但三件事背后的产品逻辑和技术逻辑都是不一样的。通讯产品出现需要计算平台级技术进步，这是怎么超越中国移动的问题。
社交媒体依赖平台内技术进步，从 3G 到 4G 再到 5G，抖音全称叫抖音短视频，和当年 快手GIF 一个道理，GIF 是 3G 环境的产物，短视频则是 4G 环境。接下来抖音一定会把「短视频」三个字去掉，就像快手去掉「GIF」一样。
交友产品则是另一逻辑，其实我们可以出一道题，请在下列选项中选出完全与其他几项不一样的选项：微信、微博、抖音、陌陌。你会怎么选？不同视角不同答案，但有一个「更深刻」的答案。你可以选微信，因为是熟人社交，是即时通讯。你可以选微博，因为是最大的舆情平台，社交媒体。你可以选抖音，因为是短视频。
如果我选，我会选陌陌。因为他有着更深刻的差别。陌陌和其他三个产品之间的差别已经上升到了「阶级关系」。我们说这么多年，即时通讯一直被很好的满足，社交媒体也取得了长足进步，到今天唯一没有被解决的，就是交友问题，包括婚恋。App Store 社交排行榜基本上是最浪得虚名的排行榜，因为除了前面的一些产品外都是「垃圾」。
这个品类太缺产品，永远是「今夜寂寞」、「同城约」等字眼，因为交友需求从来就没有被真正满足过。这也是为什么交友类产品，永远是一波一波，爆发之后又掉下来，水分蒸发剩下淤泥变成酱缸，陌生人社交产品的生命周期相对都会短一些。
资本主义经济危机的必然性在于社会化大生产与生产资料私有制之间的矛盾。交友类产品的创新与酱缸周期，也源于陌生人社交的根本矛盾：社会化大交友与优质的脸和钱的私有制之间的矛盾。
大家都要找最好的脸和钱，但资源掌握在少数人手里，这就是「阶级关系」。这是交友类产品和社交媒体以及即时通讯的最大区别，因其涉及社会关系拓展，阶级性是社会规律，永远存在。这也是为什么我很喜欢反乌托邦模型，这是一个最简单的社会模型。
阿丽塔也一样，人们想去一个地方，但不让去，但可以通过参加比赛去，目标明确，反而简单了，只是现实社会比这个复杂，真是像极了爱情。
4. 洛丽塔
什么是萝莉呢？萝莉（可爱的低龄少女）一词源于洛丽塔（小说）但不等于洛丽塔，更不等于穿着 Lolita 裙子的人（lo娘）。刚才大家提到最近在调研 Lolita 用户，在做用户访谈，其实了解圈子的最快方法就是进入这个圈子，调研会因为技术问题失真，事实上大多数调研都难以接近真相。真正的用户调研来自一种「主观感知」能力而非客观统计学调查。
因为永远无法通过抽样接近客观真相，只能形成主观感知能力来判断真相，类似金融反身性原理，这是一种社会反身性。我过去买了很多 Lolita 裙子和 Cosplay 裙子作收藏，最近我开始尝试。
我对漫展很了解，也知道大家为什么要去漫展，但这更多是一种理性认识，或尚不深刻的感性认识，直到穿上裙子那一刻，我才真正获得了感性认识。纸上得来终觉浅，绝知此事要躬行。穿上裙子那一刻，你开始发自内心期待漫展，因为你开始渴望展示自己，开始思考如何变得更美。
哪怕只是通过拍照及后期做出完美的平面效果，而不是在现实中，但这件事情，也已经足够引人入胜。我妹妹玩了十年 Cosplay，我一直有个疑问，为什么她的大多数作品在我看来并不是特别的「完美」。
后来发现男女审美并不一致，进而在视觉展示上（包括角色选择）追求的重点就不一样，女性更多追求 「华丽大气」，而非「吸引力」。这也是我开始「穿女装」的重要原因之一，我在试验自己心中的审美风格。我心中一直有一个完美女子形象，我还不曾遇到你，便只能先把自己变成你。很短的 Lolita 裙子，运动鞋，上身吊带（ JSK无袖 ），里面 T恤，手持宝剑向你跑来，然后启动法拉利带你认识更多萝莉。
你的意中人是一个盖世英雄，会踏着七彩祥云来娶你。我的意中人则是一个盖世萝莉，我相信有一天她会开着法拉利，身穿短裙丝袜，脚踏 AJ，带我认识更多萝莉。所以大家应该去买点裙子，Lolita、JK制服、汉服，Cosplay 用户很多是学生，买裙子还会有经济压力，在座的各位都不会有压力。
这恰恰是了解圈子、研究用户的真正捷径。大家也可以多参加漫展，漫展信息可以看 喵特APP。五年前我说过中国三四线城市的漫展正像当年中国三四线城市电影屏幕一样快速增长，2012 年便诞生了 10 亿票房的电影《泰囧》。
去年中国漫展已经办到了 3822 场，除去一、二线城市外仍有 2322 场。下一个趋势是电竞中心。 第二章：什么是研究 1. 话语体系
现在我们回到开始的话题：什么是研究？
我把研究分成三类：
一是大家日常口中所说的「这个问题研究一下」，即工作和生活中都会出现的我们叫它「①求真态度」。
后面两种则是专门的研究职能：一是「②学术研究」，另一种是「③商业研究」，券商研究、以及买方（包括一级市场）自己的投资研究都是商业研究。
学术研究好理解，今天我们主要讲商业研究。以及更关键的，商业研究和学术研究的差别。这里我会结合一些二级市场的例子。记得刚进申万研究所时，领导就给我们强调要完成学术研究到商业研究的转变。
券商招人强调实习经验，一是行业节奏快没人有时间教你，二是学术研究到商业研究之间有一个鸿沟，最好在工作前你就已经跨越了这个鸿沟。但正如申万研究所的优良传统之一，申万（至少在早年）招人最不强调实习经验，甚至你最好不要有任何实习经验。
学生就好好完成学术研究，申万的培训体系能在三个月内帮你完成学术到商业的转型。这一点是非常对的，研究能力相通，如果没有接受过规范的学术训练，你很难完成好的商业研究。
如果你在学校混日子是很难做好研究的，做商业研究时你会一脸懵逼，你要重新进入一个探索过程，因为研究是有经验的，有习惯的，需要一个持续训练的过程。商业研究和学术研究的区别是什么呢？
我的总结是：商业研究需要有①可操作的②经济利益。
你不能研究了半天，一点操作性都没有，同时背后要有经济利益，这是和学术研究的最大差别。
学术研究就像一个大圆，你在圆的边缘上往外做了一点点贡献。这些东西可能当下没有经济利益，也没有操作性，但把人类知识往前推了一点，这就有学术价值。商业研究则要有可操作利益。金融市场比较直接，可以买卖，产业也是类似，上马什么项目进入什么领域，都要有可操作的经济利益。因此切勿陷入探究本身的快感中。探索求知是很快乐的，但商业研究不能只是快乐。
举个例子，二级市场事实上你在哪个行业很大程度上决定了你的职业生涯高度。
比如航运这个行业，周期是三十年，你如果进入这个行业时恰逢下行周期，下行周期十年，直接超过了你的职业生涯，那你就有点麻烦了，虽然你依然可以研究的很快乐。
2. 行业划分
二级市场大多券商都会对行业进行全覆盖，因此会有好坏行业之分，秘密就是你要进入好的行业。
我入行看的是钢铁行业，在明确知道这个行业「没有前途」的情况下依然选择呆在这个行业，因为我想学一下产业链。这也涉及申万的人才分类策略，行业划分整体涉及上游领域（资源品）、中游领域（制造业）和下游领域（消费品）。
一般学经济的人去看上游，其更受宏观经济影响，如钢铁、有色、煤炭、建材、石油等。
钢铁行业事实上属于中游制造业，但在实务中仍放在上游资源品领域。我的专业是世界经济，因此在实习时就去了钢铁行业。学管理的人看下游，如食品饮料、纺织服装、旅游酒店等，因其更受消费者市场影响。
有工科背景的人则去看制造业，这一点好理解，「复合背景」在投资领域一直很吃香。TMT 则跨越上述三个品类。但正如申万研究所的另一个优良传统，事实上申万可能是所有券商里招募「工科背景」最少的券商。这涉及券商行业研究的本质。
券商行业研究的本质是金融研究。你需要懂行业，但你更需要懂金融，你做的研究实际上也只是金融研究，即你所在行业及上市公司基本面的变化如何影响了预期进而影响了股价？这又涉及另一句申万名言：证券研究的直接目标是寻找预期差。
行业知识都可以学，金融素养则更加重要（当然也可以学）。申万领导曾说只有三个行业需要有相关背景：
一是医药，二是化工，三是电子勉强需要。
不是因为这三个行业无法临时学，而是临时学起来太耗时间，事实上只有医药研究员需要相关背景。我正式入职前领导一度问我要不要转去化工行业，我诧异这不是需要相关背景吗？领导答只要你高中是理科生就可以了。我还是选择留在钢铁行业，因为我在钢铁行业实习了很长时间，也在宏观部门实习过，有一个自己的宏观与产业链研究体系的搭建过程。
钢铁行业受宏观驱动，上游涉及铁矿石和焦炭，下游涉及房地产、基础建设、造船、汽车家电、轻工业等，几乎涵盖所有上中下游产业链。我后续转行互联网行业研究，也受益于钢铁行业的训练。我研究互联网行业的时间很短，但做出了一些成果。
很多人问我怎么做的，事实上就是源于钢铁行业的研究基础。行业研究是你要去洞察一些东西，即便你在航运行业，你也可以去搞清楚波罗的海指数以及世界经济周期，这背后都很有价值。
3. 知行合一
讲到这里，我们要讲一个东西叫知行合一。前面讲商业研究和学术研究的差别在于是否有可操作的经济利益，即正确把握认识世界和改造世界的关系。事物 = 客观 + 主观 + 主客观之间的裂痕。如果说谋士在知，主公在行，那么研究是认识世界，产业化是改造世界。
知和行本身有一个交集，好的学术研究和商业研究都在这个交集里，学术研究的范围比商业研究大，且不是所有的研究都在这个交集里。前面说的研究三种类别中的「求真态度」即是一种知行合一的态度。就像投资经理肯定要做研究，但他需要的是 「求真态度」而不是专职的研究工作，把他分工出来就是商业化研究。
但好的「研究」一定是和执行高度相关的，你研究到极致时你已经在做这件事本身，而不再仅仅是「研究」了。某件事做的非常好的人，他一定明白其中的秘密与 Knowhow。你做研究也是在逼近这个状态，即不仅「知」，还要「行」。最好的研究就是最好的执行，反之亦然。从这个角度看待，你就会发现研究并不是一个「后台」，而是问题的核心，如果你能做到「知行合一」你就很厉害。人都有舒适区，当你研究的很快乐时你要小心了，你要时刻关注自己的研究在操作性上的价值。
事实上你要明白主观和客观之间存在的裂痕，我们永远只是在逼近真相，但你自己要明白到了什么程度。二级市场的研究都是进行获利交易，股票你买卖就行了，但炒股票实际又很难，因为你只把握了 50% 的概率。
基本面你把握了 80%，但股票价格 = 价值 + 套利 + 情绪——申万研究所，它由三部分组成，并且还天天变，这就变得高度复杂了。
所以股票研究本质在于研究预期的变化而非基本面的变化，只是后者影响了前者。你可以把一个问题研究清楚，但你必须明白你研究清楚的东西在整个决策系统里占了多少比例，它可能只占了 20%。
如果你以为你搞清楚了 80%，那就是在自娱自乐，在搞行为艺术。但如果你真正搞清楚一个极小的部分，至少你在这一点上你是知行合一的。由于我们当前在探讨「研究」，我便把「研究」和「执行」在逻辑上做了区分，事实上两者没有区别也不该有区别。
研究者和执行者都是从两个方向无限逼近价值实现。只是当它太难实现的时候，我们便区分了职能。知行合一并不代表时时刻刻需要「有用」，大部分基础研究在当下是无用的但在某时某刻是无价的。但这涉及另一个话题，即创新是边缘溢出。当「暂时」无用的研究一旦完成「边缘溢出」便实现了价值，基础研究在等待「边缘溢出」，「知行合一」在创造「边缘溢出」。
这就是为什么之前我们还要问一下什么是爱情？因为如果你连什么是爱情都搞清楚了，还有什么东西搞不清楚？
4. 虚假世界
这个世界是虚假的。前面我们讲到互联网行业和钢铁行业（以及周期品行业）的差别，一个是研究主观世界，一个是研究客观世界。周期品行业要不断逼近经济运行的平均水平，互联网则要不断逼近大众心理的平均水平，前者是客观世界，后者是主观世界。互联网是主观世界好理解，事实上经济周期也是主观的，都存在反身性原理。
文化流行存在反身性，宏观经济也一样，经济规律、政府调控、主体行为共同构成反身性，包括凯恩斯主义与奥地利学派的差别。巴菲特说，大部分投资人是不看年报的，就是说这个世界上大部分人都是不认真和不用心的。
投资领域无论二级市场还是一级市场都是如此，很多时候人们只是在干一份工作，只有极少数人用心，或者说，大部分人待在虚假里。奥地利学派讲，大家看到经济下行后政府会增加支出或扩大信贷。
但经济规律是经济进入衰退后必须通过萧条来完成市场出清，让非理性行为得到清偿，经济自然会快速复苏。经济高涨时大家都觉得自己牛逼，进行了不必要的扩张和资本开支，借了不必要的钱，因为周围的人都在这么干，你觉得你不干就落后了，就完蛋了，所以你也去干了。之后一定会带来问题，金融经济互为表里，之后就没钱了，这个过程就是市场出清，让犯错的人付出代价，从而减少总供给。
市场萧条后自然就会再起来，但如果去救的话，问题就会更大。想想个人借贷就好理解了。用于消费而非价值创造的贷款，如果继续提供信贷，无异于延缓更大问题。
奥地利学派就是说什么都不要管，市场出清后自然会快速复苏。现实中更多是皇帝的新装，这一点非常关键，但这一切又是「合理」的。
5. 你做不出成果
现在我们来看看，什么是好的研究？我们来看看一九法则，以及 199 法则，世界永远是两极分化的。市场上 1% 的人赚去了 99% 的钱，0.1% 的 LP 赚去了 99.9% 的钱，全球化和AI 又加速了两极分化。
研究也是如此，大部分研究都是没有用的，因为大部分人都是不用心的，资本市场的「虚假」程度只会远超你的想象。
如果给好的研究一个定义，我叫它「建体系，出思想」，这句话也是申万研究所提出来的。申万要求研究必须建体系、出思想。
当然即便在申万能真正做到这一点的也是少数。大家一定要明白一件事情，就像我们前面提到的知行合一，研究本身是一种艺术。
只有少数人才能成为艺术家（投资也是如此），绝大部分人包括在座的部分人做不好研究是一种非常正常的常态。这个世界上 90% 的研究只是在「提供信息」，也即一份工作。
9% 的研究给人启发，实现了某种程度的「建体系」。只有 1% 的研究令人惊愕，我们叫它「出思想」。这便是研究三层次。任何行业都是如此，所以大家在做研究的时候，并不要默认你能做出什么成果，因为大部分人都做出不成果，包括投资也是如此。你必须明白这一点，你到底是那 90%，9% 还是那 1%，你需要努力，以及判断自己的天赋领域，亦或是满足于只做那 90%。高中艺考生越来越多，但大部分成不了艺术家，甚至只是为了逃避文化分数。
即便上海戏剧学院这种层次的表演系和导演系学生毕业后不少也只能干着不相关的工作（技术进步会逐渐改变这一点）。
播音主持专业大部分毕业后也并不在从事主持人工作，央视、卫视的主持人要求很高，大部分人也不愿去基层电视台或相关领域，最后也就从事了其他职业。研究也是如此，研究和做学术一样需要天赋，研究和投资事实上都是高阶工作，是一件门槛很高的事情。
只是中国经济过去的加杠杆使得很多高阶职业变成了一份日常工作进而误导了很多人。大家都知道一级市场大部分人都投不出好项目，但很多人并不明白事实上大部分人也做不出研究成果，因为投资与研究本无区别。
VC 投资是认知、圈子、阅历的综合结果，而不是一份工作，研究的迷惑性也在于让人误以为只是一种脑力劳动，只要高学历就可以完成。研究恰恰涉及前文说的主观世界与反身性甚至「边缘溢出」，如果把研究一词换成「深刻洞察」就好理解了。
研究的基础是获得信息和整理信息，当你对信息和逻辑理解非常深刻的时候你自然就会有自己的体系，比如什么是社交、什么是爱情，他一定是一个逻辑体系。
你首先需要把它界定清楚，比如我们说社交包含通讯、媒体与交友，通讯依赖计算平台技术进步，媒体依赖平台内技术进步，而交友最后还是一个阶级矛盾的问题，这样就是一个体系。但很多研究也都能形成让人启发的体系，这还不够，最高阶段则是出思想，即你的研究成果成为了一种思想。
做研究你必须要求自己建体系出思想，否则你和咸鱼有什么区别。我们刚才讲的商业研究，不仅指卖方研究，而是指商业价值导向的研究，买方研究（包括 VC）本身也是商业研究，必须产出商业价值。
只是卖方研究你还必须把它搞得很牛逼的样子，比如一篇报告 50 页甚至 100页，要显得牛逼，但如果只是内部汇报你的逻辑与洞察，一般 3 – 5 页足以。
卖方研究出于要显得很牛逼，要把一些方方面面展开，把一些基础信息和补充信息附上，这也是有价值的，但核心还是体系与思想。
大家可以尝试找一个领域或一个点进行深入洞察，你搞懂它后，他一定是一个高度简单和高度容易理解的结果。
这些洞察就是有价值的，作为内部汇报的话你可以在附录里附上补充资料，逻辑和洞察本身则是简单却富有启发的结论。你可以提供信息，但这只是基础工作，你要知道如果没有体系，没有思想，你的研究就真的没什么用。研究是跨越主观和客观的鸿沟，大家想想如何建体系与出思想，强大的洞察力其实是一种性格特点。
所以研究要靠天赋，我叫它「只恨黑夜太漫长」，即一种神游的感觉和创造心流的过程。我们前面讲研究要避免陷入快感，是不要让快感成为研究本身，但研究一定是有快感的。
对「真理」的追求，朝闻道夕可死矣，你会一晚上不想睡觉，就像小学生想到明天要春游的那种感觉。
6. 只恨黑夜太漫长
去年 5 月份朋友圈有一篇很火的文章大致叫悲催的成年人，什么做 PPT 到凌晨然后电脑坏了。
很多辛苦感人的画面让大家共鸣，我当时也转了，但我觉得这篇文章很正能量，一点都不辛苦。这种只恨黑夜太漫长的感觉真是太好了，也是你人生中最奢侈的一段经历，只有在你最年轻的工作时期你才能体会到，加班到两三点万籁俱静身心合一的专注感觉。
这也非常有利于你的职业生涯，因为任何一个人的职业习惯都是在工作最初的 2 – 3 年内形成的，你如果没有找到只恨黑夜太漫长的感觉，那很遗憾。
什么是青春？不计回报的努力还能让你感到快乐便是青春。研究是一种天赋，事实上就是一种快速进入「神游」状态的天赋，本质是一种感知能力。
我们前面说无论是互联网泛娱乐产业，还是周期品制造业，到最后都是一种对大众心理和社会反身性的感知能力，研究的天赋即强大的感性感知能力。
这也是为什么我们要反复强调什么是爱情，当你开始思考什么是爱情，你开始声泪俱下，爱情便深刻地理解清楚了。有中学生问我语文不好怎么办，我说你去失恋一次语文成绩就会上来，失恋后内心会有源源不断想要表达的东西。
你文采会变得很好，语文成绩就上来了，本质是感性化能力上来了。人类强大的情感能力在经历痛苦后都会表现出来，所以失恋是很多人的人生转折点。所以研究对我来说是一件高度感性化事件，我研究问题时经常听一些很中二的歌曲，非主流三巨头，徐良、许嵩、汪苏泷，即能让你快速进入青春期思维模式的歌曲。
青春期是大脑算力即流体脑力的巅峰，我们虽然过了青春期，但可以通过歌曲进行超频。十几年前我用 500 倍杠杆炒外汇，全是手动高频交易，几秒钟下单，十几秒后平仓。
我必须听着马克西姆钢琴曲，大声快节奏的音乐能让人进入一种失去自我的状态，然后下意识建仓平仓，我叫它「用感性祛除感性」。如果说研究靠天赋，那么日常生活中我们是否还有一些可操作性的方法，怎么去做点事情呢？我叫它观察生活。
7. 观察生活
「观察生活」一词来自表演学，演员需要塑造各种没有经历过的角色，他必须通过生活中的点滴观察进行积累。
比如街头遇到乞丐，和他交流，看看他在干什么，看到建筑工地进去搬搬砖，你要深入生活的点点滴滴。
前面聊到调研 Lolita 用户，调研本身是一种观察生活，但要做好一个调研本身，真正的观察生活就是亲自去尝试一下 Lolita。你自己穿一次 Lolita 可能才会真正明白，为什么要穿裙子？
为什么要省钱买裙子？
是因为虚荣吗？
部分是，但更多是因为让你发现了自己的美，发现了自己的闪光点，你开始变得自信，开始很热爱这件事情，进而开始热爱生活。你开始找到了生活中的闪光点，你找到了甚至找回了少年心气，找到了疲惫生活中最后的英雄梦想。
TFBoys 很多粉丝是中年女性，杨超越有很多国企男性粉丝，SNH48 有很多富二代粉丝，为什么？
因为杨超越给了我们平淡无奇一眼到头的生活中带来了那么一点点英雄梦想，让我们看到了生活中那些还会闪光还有盼头的瞬间。
明星只是一个法相，那么杨超越就是一个很好的法相，你追的不是一个明星本身，而是提醒你追求心中最后的梦想。明星就像一尊「佛像」，佛像本不是佛，佛像只是提醒你要敬畏心中的佛法，因为每个人都是佛，见性成佛。
「偶像」就是「像偶」，一个你想成为的更好的自己，如果你正处青春期，家穷人丑，成绩还不好，如果你还不追星，你的青春期那不是一事无成？当然为什么会这样是家庭教育进而阶级关系问题。
但不管怎样，追星已经是一件非常可爱的事情了，因为每天叫醒你的不再是闹钟，而是梦想。蔡徐坤也是如此，其实不用质疑现在的男性偶像为什么越来越女性化，这本身是女性消费主义的崛起，把男人打扮成洋娃娃，是因为要给女性消费。
所以买裙子也是观察生活，当你观察生活到极致时，你就是一个演员了，你也是一个对产业、产品和用户非常有洞察的一个人。除了观察生活，表演学里还有「解放天性」和「当众孤独」两个要素，以及我加上的「时刻准备着」。
8. 解放天性/当众孤独/时刻准备着
「解放天性」作为表演第一课，简单说就是让你彻底放开，以便塑造任何与你人格性格不一致的角色，往往通过极端的表演行为来训练。比如先想象出物理上与精神上难以忍受的场景、角色行为和角色特点，然后再演出来。
把视觉上和精神上最难以忍受、甚至摧毁价值观的场景自然地表演出来，那么解放天性训练就完成了。「当众孤独」作为表演第二课，简单说就是做到不受大众和旁观者影响严格遵循内心。
在舞台上严格按照剧本完成角色，不受台下万千观众的唏嘘、质疑、称赞、吹捧等行为的干扰。最后我再加上了一个「时刻准备着」，这其实是播音主持专业的提法，即时刻保持状态。商业上也是如此，成功者往往都在争议中成长，因为他们解放了天性，也完成了争议中的成长，因为他们做到了当众孤独。
好的研究者/执行者也是如此，因为一个极致的研究者本身就是一个执行者。这三点本身又是和「观察生活」相关的，你要做好研究，或者说知行合一的话，首先你要做到观察生活，深入生活。更高阶段你则完成了解放天性与当众孤独，你成为了一名演员，你与这个世界已经融为一体。
我一直说研究是高度感性化事件，无论是宏观经济还是互联网与新兴产业，其本质都是用你的内心去同步这个世界的频率。
感受这个世界（包括大众主观世界）的震动，进入群体共鸣，完成连接，完成你的心灵与这个世界的连接。这个世界天地万物都在相互作用，你要做的只是融入这张大网。所以让你买裙子只是很基础的一件事而已。好的研究者/执行者首先是一个观察者，最优秀的则是一名演员。
9. 游戏规则与市场机制
讲到感知能力，申万在选择研究员时会有心理测试，横向思维看策略，纵向思维看行业，以及横向思维看包含产业链多的行业等。策略分析师必须相貌英俊，行业分析师则必须练好唱歌，这些都是研究中的 Knowhow，某种程度也是一种游戏规则。
当然更大的游戏规则在商业本身，尤其是资本市场。证券分析师本质是在做销售工作而不是研究工作，原因一方面在于前文说的大部分人是做不出研究成果的。
另一方面在于，这个世界大多时候比我们想想的虚幻，当大家都活在虚幻中的时候，真相便不再那么重要，大家只是在玩一个游戏而已，各方也只是在相互配合完成这个游戏。
也正因为此，超额收益永远只属于少数人。这让我想起《寒战》里梁家辉的一句台词：「我服务香港警队30年，认识不少人，也得罪不少人。
不过在这30年里，我学会了一件事，就是每一个机构，每一个部门，每一个岗位都有自己的游戏规则。明也好，暗也好，第一步学会它，不过好多人还没有走到这一步就已经死了，知道为何？自以为是。第二步，就是在这个游戏里面把线头找出来，学会如何不去犯规，懂得如何在线球里面玩，这样才能勉强保住性命。」但我今天不是在讲职业生涯规划，我是在讲研究，道理一样，任何事情，你都要搞清楚其背后的秘密，包括研究的规则，研究的方法，你都要理出来。
但这又涉及到一个驱动力问题，我叫它市场机制。卖方研究有外部客户作为驱动力，这一点很重要，就像任何创业的成败，本质都源于是否存在巨大的外部需求推动。
外部需求会推着你走，推着你成长并给你足够容错率，这就是市场机制。一级市场 VC 研究团队的驱动力来自哪里？
来自内部投资经理和合伙人吗？
我认为这个驱动力不够，优秀的人才是有强大的自我驱动力，但这种驱动需要建立在外部环境的催化下实现，也即大量需求和倒逼机制。
这是一个关键话题，即对内服务的研究团队的驱动力来自哪里，相比外部市场的强大驱动，内部需求、领导评价等驱动会显得不足。注意，这并不涉及「自我内心满足」和「外部评价满足」的个体心理学差异。
内部需求的评价对个体来说也是一种「外部评价」，该问题本质上涉及的是，对内服务的研究团队其所在机构能否源源不断产生强大需求推动研究团队成长。
因此对内研究团队要是未做出什么成绩，原因可能是来自机构本身而非研究团队本身。但最后，心有多大，舞台就有多大。
三、核心方法论（基础）
1.驱动力与信号验证.
研究方法论我们分三个层次讲，第一层即申万提出的「驱动力与信号验证」。
研究是一种「求真态度」。
驱动力与信号验证也只是一种基本的观察现象与总结规律的方法，只是申万自身的研究体系给他取名叫驱动力与信号验证。你要找出一个问题的主要矛盾即驱动力，并用信号去验证其发生的方向或验证该驱动力的合理性本身（如果它还只是一个假说的话）。股票价格的直接驱动力是集合竞价的交易行为，交易行为（包括一级市场交易）背后是人的预期，进而股票价格的驱动力是预期的变化，所以证券研究的直接目标是寻找预期差。
预期受多种因素影响，所以价格=价值+套利+情绪。如果预期变化是完备的，我们日常探讨的行业驱动力就直接是股票价格驱动力。如上游原材料行业的驱动力为「价格」（指大宗商品价格），中游制造业的驱动力为「毛利」，下游消费品行业的驱动力为「需求」，这些我们也称为「核心驱动要素」。
2.核心驱动要素
股价反映公司盈利能力（的预期），不同行业的盈利驱动力则各不相同。有色金属行业，股价基本与商品价格走势一致，你只需关注铜铝铅锌等基本金属市场价格变化。
矿山产能短期很难大幅波动进而开采成本稳定，盈利变化主要来自矿产品价格的变化。贵金属、稀土等小金属也各自有各自的特点。大宗商品本身又具备投资属性，核心驱动要素则进一步变成了「流动性」，即便考虑工业属性。
大宗商品的下游行业依然受「流动性」驱动，也即前面（章节：虚假世界）提到的凯恩斯主义。
所以不管按工业属性还是金融属性，上游原材料行业的核心驱动要素都是价格或者进一步是流动性。
因此上游行业被称作周期品行业。经济的周期性则源于人性的周期性。
以前常说 「煤飞色舞」，市场的行业轮动中，煤炭和有色金属行业往往最先表现，因为其对流动性最敏感，券商股也是类似道理。中游即制造业，股价变化与毛利变化一致，如吨钢毛利、吨水泥毛利，制造业上下游都在变化，两头受挤压，下游你要卖产品，上游还有原材料。
钢铁行业是典型上游不受控制的行业，铁矿石受全球三大矿山垄断。因此中游行业最难研究，上游不可控，下游不可判。
我以前说过一句话叫「需求可跟踪不可预测」，指的是中游行业你判断了下游需求，做了草根调研。
但有时候看到的「需求」只是一个结果而非原因，这涉及前面说的宏观世界的主观性与反身性。
很多时候你能滞后地明白到底发生了什么就很不错了，这涉及到另一话题，如果大多数时候我们只能：
①滞后地跟踪数据，那如何作出②预判？或者说资本市场如何作出预判？
事实上这并不重要，你不用管资本市场到底有没有前瞻性，你要做的只是前瞻市场本身，具体来说是前瞻市场一致预期。
你没法判断这个世界，但你可以判断这个世界上的人。宏观分析师是在判断经济，策略分析师则在判断宏观分析师的想法，判断人心。前面我们说策略分析师必须相貌英俊，因为长得帅别人就会告诉你他的想法。
资本市场既是有效的又是无效的，有效是因为其会对所有公开信息即时反映，无效是因为，大多时候资本市场并没有什么前瞻性，市场只是在前瞻大家以为的前瞻而已。事实上资本市场只能「同步」（实际上是滞后）经济变化（但你可以前瞻经济变化）。
除去那些因已发生变化却尚未反映进价格导致的资本市场变化的情况外，资本市场到底有没有前瞻性是一个细思恐极的问题。
关于如何①滞后地跟踪数据，我们接下来讲，但如果你真的关注如何②预判，我们后面再讲，这涉及制造影子魔法和使用水晶球。
下游即消费品行业，核心驱动要素为「需求」，也即「量」的变化。消费品之所以能穿越周期是因为需求大且分散，分散则抗性好、波动小，因此大众生活受凯恩斯主义影响较小（具体分析），不会在需求端表现出明显的周期性。
相关市场也往往是完全竞争市场，价格和成本均难出现较大波动，因此行业盈利往往与量的增长相关，即股价与销量相关。这就很好理解茅台了，作为消费品却享受了供给垄断的非完全竞争市场，销量和价格均能实现增长。
相当于原材料行业的「供给可控」与消费品行业的「增长需求」并存。类似的行业还有钻石，舆论制造消费端「需求」，「垄断」实现供给端「可控」。
同样作为消费品的猪肉，因行业特点使其供给端存在周期性，但猪肉的需求端一定是稳定增长的。驱动力就是行业的核心驱动要素及其逻辑，它不一定是一个财务指标，他只是一个东西，但这个东西最好能量化。对于不能量化的东西我们要寻找代理变量，出于对高频信号验证或自设代理变量的信号验证我们要做草根调研。
3.草根调研
区别于常规的行业调研与公司调研，草根调研在券商为一种单独的调研品种。
主要涉及宏观经济及其相关行业领域，最早由莫尼塔首创，后各大券商均开展了这一项工作。草根调研的初衷说白了就是在国家统计局出数据之前更快地做一些预判，自己做一些统计局在做的工作，当这一工作系统地开展起来便称之草根调研。
草根调研团队会定期甚至每周就钢材贸易商、房地产中介、汽车 4S 店等领域电话或走访，获取一手情况，并以此预判相应行业基本面甚至宏观经济数据。我搭建过完整的宏观数据驱动力与信号验证体系。
每个月可以较统计局公布数据前一周左右对工业增加值、房地产开发投资、进出口金额、PPI 与 CPI 作预测，准确率都很好。注意，我们在统计局发布数据前一周完成预测，事实上这个时候宏观经济已经客观发生。
所以我说「需求可观察不可预测」，「你能滞后地明白到底发生了什么就很不错了」，我们事实上只能观察经济而非预测经济。只是我们观察的更快，比统计局更快进而比市场更快，因为市场在等统计局的数据，统计局的数据对市场有多大影响则是另一个话题。
这里事实上我已经在使用水晶球了。因此区别于一般的调研和用户访谈，草根调研的核心是形成系统的、量化的驱动力与信号验证机制，以及对应的数据库及信号验证逻辑。驱动力与信号验证的有效性取决于草根调研团队的研究实力。
其究竟是「形式」还是真的有「建设性效果」，回到前面所说的研究成果话题，要具体看实施的团队和人。
也正因为此，我们前面花了很多篇幅讨论关于研究以及什么是研究的话题，驱动力与信号验证也是如此，你要真的做出成果，而不是搞行为艺术。同样，草根调研并不是简单做几次市场调查，券商草根调研要形成系统的数据库和反馈机制，以支持日常策略判断与投资决策。
二级市场是持续交易的，不是一锤子买卖，也不是一次性的学术课题。前面说的用户访谈，Lolita 用户调研如果不形成驱动力与信号验证机制，则不是我们这里所说的草根调研。这涉及另一个问题：券商草根调研发源于宏观经济领域，是因为宏观经济的统计数据充分而全面。
而在互联网领域尤其是文化创意领域甚至用户体验领域，可能并不存在对应行业数据和指标，甚至你要根据「大众心理」创造指标。这开始涉及到驱动力与信号验证的真正思想方法：对这个世界进行模拟。
驱动力与信号验证并不是让你根据现成数据验证现成逻辑，其真正的含义在于如何提出假说并验证假说，进而再通过这个假说预判未来。我们前面说到，解决问题的前提是认识问题和界定问题，在互联网和 C端 领域，在大众心理领域，其首要任务就是寻找代理指标，也即代理变量。
观察生活、解放天性，也都是在为这一刻服务。
4.代理变量/成长红利
GDP 数据每季公布，如果你要更快了解经济运行情况，就要找代理变量。
如果每月公布的房地产开发投资和工业增加值依然无法满足你，你就要找代理变量，克强指数就是通过铁路货运量、用电量和银行贷款来跟踪经济运行的代理变量。克强指数依然是宏观经济领域指标，在文化领域或者社会领域，其基础性量化数据乃至指标定义都是缺失的，这些领域更具寻找代理变量的难度。
比如每一代人的成长环境进而行为特点都有差异，如果撇开一些无关大局的个性，人口代际差异之间的共性差异体现在哪里？80、90、00、10 后之间的代际差异究竟体现在哪里，如何对其定义并进行量化衡量？
这是一个好问题。如前面所讲，解决问题的前提是清晰界定问题。我们为什么问这个问题？
以及希望在哪些层面找出一些洞察？
其实我们刚才已经在界定了：无关大局的个性之外的共性差异，找出这些才有建设性意义。分析问题的过程我叫它对问题「建立尺度」，建立尺度即约定好在怎样的特定时空下分析问题，以避免各说各话，哪怕自己和自己各说各话。任何脱离尺度的分析讨论都是耍流氓。
代际层面的共性影响无非成长过程中的社会经济局面，以及同代人之间的相互关系，这些决定了代际资源禀赋。
前者我们用 人均GDP 衡量，后者我们用人口出生率衡量。进一步地，我们用 人均GDP 增长率（实务中作五年移动平均，因为三岁看大五岁看老）减去人口出生率增长率，这就是我提出的成长红利概念：
成长红利(Childhood Dividend)：人均GDP 增长率（向后五年移动平均）与人口出生率增长率（当年）的差值。
即父辈财富创造能力与子代资源竞争格局的差值，用来衡量代际资源禀赋。
（人口出生率增长率和出生人口增速在数值上是接近的，后者更符合理解，但使用前者有特殊用意）成长红利是一个典型的代理变量，是一个巧妙使用经济学指标绕开社会学问题并对社会现象进行量化解释的一个代理变量。
80后 的平均成长红利不到 10%，90后 则接近 20%，也即经济增长超过人口增长的水平，所以 80后 比较闷骚、90后 比较洒脱。
实务中，我们还会对成长红利作城镇化水平调整，剔除中国东西、城乡发展不平衡等问题带来的干扰，甚至进行购买力平价调整，这些属于高阶操作了。成长红利的例子反映了解决问题的一般方法：即通过观察现象提出问题，并尝试在现象和判断中感知出可能的逻辑假设，最后用数据验证这一假设。这个假设便是假说。
5.假说/ ABH 效应
提出假说是科学研究的首要环节，研究问题的一般思路即提出假说验证假说最后使用假说：①发现并提出假设；②用数据验证该假设；③如果被验证，则通过这个逻辑进行预测。
换一个方式描述便是：①建立尺度；②提出假说；③验证假说；④给出判断。
如果说成长红利是一个典型的代理变量，那么 ABH 效应就是一个包含代理变量的假说。我完整经历过非主流时代，QQ 空间也曾写过「请记得我爱过你」。
非主流曾经是一种先进文化，当看到别人空间贴满叛逆、炫酷且「时尚」的自拍（虽然大部分都是网图），旁边写上「非主流」三个大字时，我被震撼了。非主流这三个字一语双关，点燃了我们青春期的心。
直到非主流文化「泛化」并成为贬义，乡村非主流和杀马特陆续出现，这并不奇怪，但我开始回忆一些现象。我记得 2005 年前后因 QQ 空间开始在网上流行的炫酷的非主流穿着打扮，事实上更早年便已经在上海出现了。
大约 2000 年之后，我在上海看见过身穿糖果色、彩虹条纹风格服装的小女生（最初的非主流照片便是这个样子）。
那时上海人民广场地下的香港名店街（这个名字也很有年代感）开始有了挂满日系发型照片的理发店。门店玻璃上贴满日系女生大头照曾是新兴理发店的标准，随后，上海的蒂凡尼、王磊形象公社等理发店开始流行。非主流的玉米须、锡纸烫，都是伴随这个时期日系造型风格的兴起而诞生。
虽然我从未得到过良好的用户体验，但做过证券分析师后我终于明白了。理发师和证券分析师本质是同一类职业。
是所有职业里唯二通过：助理、高级、首席、总监划分职级的行业。
职位升迁的核心驱动要素都是销售能力而非技术水平，用户体验也都让你怀疑人生，与客户也总是在心里互道一句**。
服务客户的关键也都不是「真知灼见」而是「心理按摩」，总是安慰你：「还会长（涨）回来的」。那个年代，锦江乐园还是上海的郊区。这些回忆让我明白潮流从东部兴起并最终被内陆所传承。
因为潮流是美的、时尚的，是人民群众喜闻乐见的。
全国人民的消费能力和审美存在差异，所以潮流会被事实上扭曲并最终实现均衡。早年在西藏支教时也发现西藏青少年很向往非主流装扮，原因是潮流基于人均 GDP 梯度依然在发挥作用。上述过程事实上已经完成了问题的分析和假说的提出。下一步便是数据验证。
如何衡量不同经济发展阶段人群的潮流消费程度？如何寻找代理指标？
其实想想潮流是怎样从东部地区传递到中西部地区就能找到答案了，当然是通过互联网。非主流文化本身是 QQ 空间传播的网络文化，因此很自然地我们能想到搜索引擎，毕竟当年我也是这样搜索「QQ 空间非主流代码」和「QQ 非主流头像」的。
大约在 2010 年前后我完成了上述验证，我不记得那时有没有百度指数。
但当时 Google 还没有被墙， Google 的时光机功能让我很惊喜，可以分地区显示每年的关键词搜索量，否则这个数据验证将无法完成。我也清楚记得那个年代我们只用 Google ，因为百度信息排序的质量实在太差。
我用「非主流」、「小清新」、「小资」和「森林系」四个关键词验证了我的逻辑，发现不同关键词搜索量与对应地区 人均GDP 水平有不同关系。
让我印象深刻的是当年对「森林系」的搜索量整个亚洲也仅有东京、台北、上海三个城市，这进一步验证了文化潮流从东部地区发源的假设。
信号验证的过程中，我进一步得到了更多逻辑，并对文化潮流的世俗化阶段进行了定义：启蒙期、成长期、山寨长尾期、衰退期。
进而最后提出了ABH效应：ABH 效应(Advanced Behind Hypothesis)：东部沿海地区互联网 （亚）文化及潮流自身迭代演进以及向西部内陆地区传播过程中伴随
人均GDP 的衰减而不断山寨（逆演进）的现象。
ABH 效应解释了同一文化潮流因中国经济地理梯度产生差异的特殊现象。
揭示了文化从神圣（小众）走向世俗（大众）的一般规律并提出了测算社会心理与文化潮流发展阶段的具体方法。我们不仅提出了一个逻辑，还提出了「测算社会心理与文化潮流发展阶段的具体方法」，这便是「可操作性」，研究成果必须有实务上的可操作性。
6小清新/软妹服/C2M
熊之工作室/梗豆物语/织羽集/婴梵塔
一个类似非主流ABH效应的例子，五年前我说过，三年前也就是现在的八年前，你问中国县级市及以下地区的中学女生什么是小清新，她会告诉你「穿淘宝货」就是小清新。当时中国物流基础设施尚不发达，下沉市场的网购体验还是很差，女装基本都是线下购买，中学生基本上是路灯下购买。
但淘宝上的年轻女装设计感已经出来了，最初都很「小清新」，那时候，买淘宝货就是「先进文化」，穿淘宝货就是小清新。今天小清新没有完成世俗化，因为它已经被更优秀的「软妹服」所取代了。
这得益于互联网和二次元文化的发展，泛二次元审美已经开始影响生活的方方面面。说白了「软妹服」就是带有 JK 和 Lolita 元素乃至一些二次元元素的常服。
其裙子没有 Lolita 那么彻底，制服也没有水手服那么单一，甚至混搭了多种元素。
关键是物美价廉，品牌也在崛起。今天中国女性服装鞋帽的设计感与产业链能力已经大大超出了我的预期，其对流行元素及网生文化的响应速度之快，品种之丰富，真正做到了与时俱进，某种程度上已经是一种 C2M。
二次元领域事实上早在十年前便完成了 C2M，COS 服都是先订单开团再生产。JK /汉元素/ Lolita /今天也基本都做到了 C2M。Lolita 裙子很好看但不宜天天穿，因其终究仪式感太强、舞台气太浓，被误解为是 Cosplay 也就当然不是路人的错，所以才有了更自然的「软妹服」。
你可以偶尔穿 Lolita，但如果穿的太多，人一定长得不太好看。真正的美女都是穿常服的。软妹服只是世代变迁 ABH 效应中的一个例子，背后都是技术进步在起作用，事实上
Z 世代，必须消费品几乎全部可以重新来过。
7.青少年生产函数.
成长红利事实上还有一个推论：代际资源禀赋差异带来的最优决策差异。成长红利本身是 80、90、00、10 后生产函数的产出弹性期数。
我们接下来使用「柯布-道格拉斯」生产函数形态来推导 80、90、00 以及 10 后的「最优生存曲线」。假设在成长过程中，青少年将有限资源投入到玩乐和学习中去，以获得最大效用或产出。娱乐（H）和教育（E）投入满足资源约束条件：
其中：「A」代表技术进步系数（技术爆炸），「R拔」代表固定的有限资源，资源约束函数 F（H，E）为凹向原点的曲线（concave），类似经济学上的预算约束曲线。
而每一名（理性的）青少年都将把资源在玩乐（H）和学习（E）中进行分配，并求得效用或产出的最大值，即：
「Z」代表产出，「α」为玩乐产出弹性系数，即我们前文定义的「成长红利(Childhood Dividend)」。这一「柯布-道格拉斯」形态的生产函数我们称之为「HE函数」青少年生产函数。
我们将「成长红利」数据带入「HE函数」并对「H」和「E」进行赋值，即可得到 80、90、00、10 后的无差异曲线。在给定凸函数形态的约束条件下，可以得到每一代人口在「玩乐」和「学习」中的「最优选择」。
80后无差异曲线相比90后更平缓，切点更靠「左上方」，这表明90后的整体「玩乐」投入要大于80后、「学习」投入则小于 80 后。
而80后必须在「学习」即教育上付出更多努力才能获得最佳「代内竞争力」。
效用函数陡峭程度由「α」即成长红利决定，成长红利越高，无差异曲线越陡峭，「玩乐」对人力资本形成贡献越大。90 后的约束条件好于 80 后，这源于技术进步（技术路线）的代际福利。
类似的，10 后无差异曲线比 00 后更平缓，「最优选择」的切点更靠「右上方」。
10 后整体「学习」投入将大于 00 后，「玩乐」投入也将大于 00 后，前者由于 10 后成长红利较 00 后下降、后者由于 10 后所面对资源约束更加宽松（技术进步所致）。
中间状态的 90 后和 00 后需要投入更多「玩乐」，90、00 后的高成长红利决定了你要是玩的过少，那么你将在竞争力上跟不上同代人。
10 后无差异曲线介于 80 后与 90 后之间，既不会像 80 后「过多投入学习」，也不会像 90 后、00 后「过多投入玩乐」。他们在两者间的资源分配看起来更「均衡」（80、90 的投入比例在经济学上也是「均衡」的）。
10 后却将面临更大挑战。上述推导基于理性人假设，但人类大脑 17 岁才开始发育理性，17 岁之前青少年的行为缺乏理性。如果家庭教育和学校教育（主要是前者）无法为青少年注入足够多理性（事实上大部分人无法满足），10 后将面对更激烈的代内马太效应。在教育技术进步赶不上娱乐技术进步的事实正在发生的当下，代际进步是以更大的代内牺牲为代价的，但不管怎样，时代已经开始需要「玩出梦想」。
如果将 80、90、00、10 后「最优选择」连接，可以得到「微笑曲线」。
80 后、10 后「学习」投入将大于 90 后和 00 后，90、00 后的相对低投入形成了微笑曲线的低点。
这一现象也得到了中国家庭教育及娱乐支出占比数据的验证。千禧年到来之际，中国城镇居民人均消费支出教育占比达历史最高，随后一路下滑
2000 年之后恰是 90 后上中学和大学的年份，千禧年后出生的 00 后依然保持了这一「最优选择」。成长红利事实上还不仅仅是产出弹性系数，其更划分了中国经济社会发展阶段：
成长红利的负值划分了中国经济社会发展阶段，其意味着当年出生率大幅上升，人口政策是最后能够使用的一个变量。
这也是社会存在中除 ①地理环境（战争解决），②生产方式（生产力与生产关系）之外最后的一个变量：③种群数量。事实上如果你理解莱斯利种群模型，就能理解中国人口出生率下降的真正原因了。成长红利已经涵盖足够丰富的信息。
四、核心方法论（进阶）
1.影子魔法与水晶球
我们刚才讨论的都是驱动力与信号验证问题，属于第一层次方法论。寻找代理变量帮我们更好模拟现象背后的驱动力，草根调研帮我们更好地完成信号验证。现在我们讲第二层次方法论，我给他取名「影子魔法」。
影子魔法就是对影子进行攻击和操作的方法。当你无法看见一个东西的时候，你可以想法办制造出它的影子。X 光可以用来制造影子，但影子魔法不是物理学，是魔法学。我们要通过方方面面的能力，把影子制造出来，再作用于影子，对影子完成驱动力与信号验证，这就是影子魔法。
如果你想看见黑洞，就应该在后面放一个太阳。当把一个或多个影子魔法封装好后，你便得到了一个水晶球。
驱动力与信号验证的最高境界便是制造影子魔法和使用水晶球。
前面说我们可以较统计局公布数据前一周左右对工业增加值、房地产开发投资、进出口金额、PPI 与 CPI 作预测，这便是一个水晶球。讲一个制造影子魔法的例子：人民币汇率。
2.人民币汇率问题
我以前学世界经济，方向是人民币汇率。学术界有多种汇率决定理论，购买力平价、利率平价、行为均衡汇率等。汇率的影响因素非常多，各种汇率决定理论也都是从某一角度探讨汇率的影响因素和汇率的均衡逻辑。如果我们要的是可操作性，直接判断汇率涨跌，预测汇率走势，那我们需要一个魔法。
因此我研究生阶段制作了人民币汇率的影子魔法，整体领先市场汇率走势 1-2 个季度。任何非常先进的技术，初看都与魔法无异。很多人会问，预测人民币汇率听起来就不靠谱，汇率受央行调控，预测上证指数听起来都更靠谱。股市能不能预测我不知道，但正因汇率受到中央银行管理，我们才能够完成预测。我国坚持以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，以保持人民币汇率在合理均衡水平上的基本稳定。央行说白了是基于央行的目标去管理人民币汇率，我不知道央行的模型，但我知道央行的诉求，这样我们就可以基于央行的目标模拟出央行的黑箱，对央行的人民币汇率模型完成投影。
大家知道中国人民银行货币政策的目标是什么吗？《中国人民银行法》规定，我国的货币政策目标是：保持货币币值的稳定，并以此促进经济增长。人民币汇率问题实际上就是中国经济的内外均衡问题。
汇率也是有所政策变量中与内外均衡联动最多最强的一个。某种程度上说，汇率是开放经济体经济政策的核心抓手，也正因这个抓手的核心地位，影子魔法的效果才能达到最佳。中国经济的内部均衡目标是 GDP 稳定增长、CPI 可控增长、失业率保持低位；外部均衡目标是「合意」的国际收支水平。
「合意」在于内外均衡往往冲突，否则当然是顺差越多越好。中国资本账户受到管制，人民币不能完全自由流动。
净出口将通过美元结汇形成国内基础货币投放进而形成 M2。
顺差越多国内货币越多通胀压力越大，货币量又影响经济增长（货币主义不这么认为），因此防通胀与保就业又是一对矛盾。人民币汇率问题本质是民生问题。人民币汇率的每一次调节，都会牵动中国经济内外均衡水平的调整。
因此反过来，如果我们能找出中国经济内部均衡与外部均衡的「合理」水平，并衡量出当前的「不合理」水平，我们就能找出人民币汇率「需要」变动的程度和方向。这就是对「影子」进行操作而非对「身体」进行操作，这个过程中我们几乎精准预判了人民币汇率未来 1-2 个季度的走势，这就是影子魔法。影子魔法类似引力透镜技术。
下面我们来预测上证指数。
3.上证指数问题
我们制作了一个预测上证指数的水晶球。上证指数走势从逻辑上反映了中国经济的变化进而各产业盈利水平的变化，由于需求可观察不可预测，资本市场只能「同步」反映经济而非前瞻经济。如果我们能高频模拟出中国产业领域盈利能力的变化，就能大概率前瞻中国资本市场走势。
我们需要一个影子魔法。据我们观察，上证指数在过去很长一段时间内，走势与中国制造业毛利的变化高度相关，中国制造业毛利的变化在过去很长一段时间内 ，与中国钢铁行业毛利的变化高度相关。
毛利杠杆已向未来平移4-5周
即便你可能会很诧异，但这就是事实。
一方面在于中国资本市场建设发展所处的阶段性特征，中国新经济尚未在中国资本市场完成资本化，科创板的意义便在于此。另一方面在于，资本市场并不前瞻经济，事实上资本市场表现滞后经济基本面 4-5 周。
资本市场是一架望远镜，看到的都只是历史。那么什么是毛利的变化？这当然不是毛利水平本身。任何的变化趋势，都隐藏在表象的数据之后。这就要提出毛利杠杆的概念。
4.毛利杠杆与库存周期
大家知道制造业毛利会因原材料的库存周期而带来毛利的扩张与收缩，公开信息领域我们并没有看到关于类似效应的定义以及计算方法，因此我提出了「毛利杠杆」概念。
毛利杠杆(Gross Profit Leverage)：因成本滞后（使用库存）于价格而带来的毛利撬动效应。上游集中的中游行业，比如钢铁（上游铁矿石集中），比如造纸（上游纸浆集中）。
其盈利能力变化的趋势，不仅需关注吨毛利的变化趋势，更需关注毛利杠杆的变化趋势，即毛利杠杆比毛利更重要。
毛利与毛利杠杆的差异趋势比绝对量重要，因为在投资中猜对方向（如预期的变化方向）比猜对价格重要，即盈利变化的趋势比盈利本身重要。
而毛利杠杆较毛利更能敏锐地反映趋势变化。
即一般情况下：
- ①价格上涨时由于集中的成本尚滞后而带来的比成本同步情况下吨毛利的更大扩张效应；
- ②同样当价格下跌时，毛利收缩的效应也会被放大；
- ③以及第三种情况：本期钢铁价格上涨，但前期矿价上涨更快，因此本期毛利杠杆收缩，同样也有本期钢价下跌。
但前期矿价跌幅大于本期，因此本期毛利杠杆仍将扩张。因此要计算毛利杠杆，我们需以同步成本测算出来的吨毛利作为基准。毛利杠杆=滞后成本测算的吨毛利「/」同步成本测算的吨毛利这样我们便能算出在钢价上涨、下跌，以及当前矿价涨幅扩大、收窄或跌幅扩大、收窄等情况下的毛利实际改善方向。
仅仅用吨钢毛利的变化是无法反映出这些效应的，而股价往往以毛利杠杆扩张情形时的年化反映（即线性外推）。「/」表示比值关系同时涉及一些隐藏的交叉计算过程（保护 knowhow 的后门），这一交叉计算过程本身也是寻找代理变量的一部分。
即对代理变量代理逻辑人工深度学习后得到的结果，这个过程我称之为研究的数据挖掘。
很多时候，我们是在对大量数据进行交叉判断和验证后，逐步找出更多逻辑和规律的。
因此深度研究的 80% 时间是在整理和分析数据，20% 的时间在提炼和验证逻辑。20% 的边缘溢出来自于 80% 的基础研究过程。
5.数字货币的毛利杠杆
值得注意的是，比特币也是高度受到毛利杠杆影响的工业品，数字货币挖矿看似是采掘业实际上和钢铁行业一样，属于中游加工制造业。
物理空间采掘业首先你需要一座矿山即原矿，矿工对其开采并进行一定富集加工后对精矿进行售卖，该过程开采和富集成本相对固定，原矿品味也只会在中长期缓慢下降。数字空间采掘业则是你把芯片也即矿机买来，通上电进行开采。
由于开采过程全网算力不断上升，矿工每天挖到的矿产成分越来越少。在全网算力整体单调递增的背景下，一台矿机（或一块芯片）单位时间单位能耗的产量越来越小，事实上芯片（原矿）的品位下降速度非常惊人。这好比今天你买到的铁矿石原矿含铁品味 30%，下个月变成了 25%，再下个月变成了 20%。
产成品却必须是含铁 98% 的铁精粉，这太不道义了，物理世界的采掘业是不会出现这种情况的。因此数字货币采掘业本质是金属冶炼加工业，芯片、矿机也即算力才是真正的原矿。矿工把芯片买来通电只是对原矿进行富集加工。把含铁量 30% 的铁矿石买来加工成含铁量 98% 的铁精粉卖出去，这个过程，是一个中游制造业过程。
芯片厂商的垄断导致你没有议价权，上下游价格均不可控，你的毛利会不断被挤压。参照全网算力增长和挖矿难度增加，数字世界原矿品位的下降速度令人惊讶。这也是数字货币采掘业非常迷惑人的地方，你并不是在挖矿，你只是在对买来的半衰期极短的低品位原矿进行二次加工，真正的矿主是芯片生产商。更有趣的是，原矿（芯片）的供给理论上是无限的，进而原矿品味的下降理论上也是无限的，因此芯片厂商对矿工剩余价值的压榨空间也是无限的。
这种情况使得数字货币有着更加激烈的毛利杠杆效应。即便只考虑「价格=价值+套利+情绪」中的「价值」部分，比特币采掘因毛利杠杆带来的基本面波动也是令人惊讶的。
6.宏观经济景气度
我们用影子魔法预测了人民币汇率，用毛利杠杆预测了上证指数，前面我们提到投资品、制造业需要不断逼近宏观经济的「平均水平」。
我们在各种场合听到过关于宏观经济的讨论和判断，大家有没有想过一个问题，我们究竟用什么来「衡量」宏观经济？或者说在学术界和产业界，你是否真正见过一个有效描绘「宏观经济」景气度的指标？或者清晰刻画出宏观经济走势的指标？答案是没有。
GDP 显然是不够的，工业增加值、PPI、CPI 也难以全面表达经济运行，社融等流动性数据也只是某个角度，那宏观经济的景气度究竟如何衡量？最接近的指标是 PMI 采购经理人指数，但这种主观调研数据也的确做不到差强人意，虽然已经是一个很讨巧的办法了。
我们事实上还需要一个关于宏观经济景气度的「客观指标」，基于这一目的，我早年编制了「申万晴雨表指数」，简称 BMI(Baro Meter Index) 指数。在预测世界之前，我们首先要做的是描述世界，现实中，只要你能清晰描绘世界，便已经脱颖而出。
描绘宏观经济面临的最大挑战，在于如何厘清各种信号间的因果关系、协整关系和羁绊关系。由于现实中信息不够多，算力不够强，这一过程往往是徒劳，终究只能得到精确地错误，如果要得到模糊的正确，我们需要直接绕开这一切，使用俄罗斯方块消除法。
我们根据宏观传导和产业传导的基本逻辑，选出了十个指标：①货币供给、②工业增加值、③PPI、④房地产开发投资、⑤原材料库存、⑥产能利用率、⑦产成品库存、⑧票据贴现率。再配上一个主观调研指标 ⑨PMI，最后加上一个后门指标：我主观完成制作的 ⑩申万钢价压力测试。①使用 M2-M1 增速（这一指标有奇效但用之却少），⑤⑥⑦ 使用钢铁行业数据。
其中 ①②③ 存在显著的传导关系，⑤⑥⑦ 存在显著的传导关系，同时通过一阶或二阶增长统一十个指标量纲并标准化为 0-100 之间，除去 ⑨和⑩，全部为客观算法下的客观指标。
十个标准化指标相当于十个周期，叠加后精确地错误全部像俄罗斯方块一样相互抵消，留下了模糊的正确。指数最后变得很干净，只剩下经济周期的核心行为特征，这一特征是任何单一经济指标所无法表征的，也是任何简单的经济指标组合所无法表征的，因为这一过程是实验出来的。我们巧妙地避开了事实上无法穷尽的因果关系和羁绊关系，实务上又制造了一个影子魔法。
魔法必须是「直观且有效的」。
BMI 指数显著前瞻了大宗商品价格，结合毛利杠杆，水晶球清晰地描绘了宏观经济走势。但这依然不是最高级别的宏观经济魔法，有机会我再给出最新的魔法。
7.简单模型.
我们用 BMI 指数测量了宏观经济，用毛利杠杆测量了上证指数，同样用 ABH 效应测量了大众心理，用成长红利测量了代际差异。其背后都是通过制造影子来完成对本体平均水平的逼近，因此无论宏观经济问题还是社会文化问题，方法论都是相通的。
魔法不是一刻炼成的，BMI 指数十周期叠加，也是在符合经济逻辑的前提下，一点一点实验出来的。实验过程中肉眼上就能看到冗余信号一点点被抵消，就像俄罗斯方块一样，所有误差消除的瞬间好似魔法。纷繁复杂的现象和数据，在魔法的洗礼后成为了模型。
模型之所以叫模型，是因为它真的只是个模型。是一个思维逻辑，一个表达框架，基本只涉及加减乘除，初等数学就可以解决（对模型的严密论证可能涉及高等数学）。
但为了得出简单加减乘除的表达式，我们需要魔法般的推演过程，伟大的模型都是简单的。毛利杠杆涉及多阶变化，BMI 指数涉及多周期叠加，人民币汇率涉及对中国经济内外均衡的深刻理解，但整个过程是简单的、巧妙的。
回到我们最初的问题，什么是研究？什么是好的研究？好的研究就像好的产品一样，初看就像魔法，之后习以为常。但并不是所有研究都需要这样呈现，我们只是通过这些例子，阐述了第二级别的科学研究方法论。科学研究的魔法在于，在我们获得严密的数学论证之前，就已经率先得到了基于现象和洞察的假说和结论，提出假说比验证假说要重要得多。
同样这不仅限于科学研究，也不仅限于宏观经济研究或金融研究，产业、产品和用户洞察遵循同样的「现象、感知、假设、验证、判断」过程。这是认知的「求真态度」，只是相比宏观经济与金融市场，产业、产品和用户洞察事实上是更容易的，也是更加应该被你所驾驭的。
8.炼金术
再把这一切拉回来，我们可以统一纳入技术-文化反生性模型。
从 BMI指数 到 毛利杠杆，从 ABH效应、成长红利到 HE函数，一个是对宏观经济的刻画，一个是对大众心理的探究。宏观经济影响大众心理，大众心理又反过来作用宏观经济。
这便是互联网（技术）的时代化与时代的互联网（技术）化。
技术-文化反身性模型：
- ①互联网（作为一种技术）通过影响（广义的）教育进而影响文化；
- ②文化形成时代人格并反作用促进（狭义的）教育的互联网化；
- ③时代人格再造互联网（作为一种文化）；
- ④即互联网的时代化与时代的互联网化。
互联网是一个代称，泛指技术路线。代际差异的经济学基础是成长红利，但最终来自技术路线差异。人类的需求永远存在，技术进步使得需求得到更好满足。
文化、亚文化、潮流、行为等都是社会意识的一部分，社会意识为上层建筑的一部分进而由经济基础（统治地位的生产关系）并最终由生产力所决定，科学技术是第一生产力。
技术决定文化，文化是人性的技术映射。方法论就是炼金术。
9.英雄
无论是科学研究还是产业实践，都是在金字塔里向上攀登，你想成为 90%、9% 还是 1%，这是一个世界观问题。但无论你想要做好什么，你现在都要开始了，留给你的时间已经不多了。人类流体脑力的巅峰在 18-25 岁。
因此伟大的科学或社会学成就大多都是在二十几岁完成的，如果你 20 大几岁还没有做出什么真正有价值的成果，那么。但这并不影响你获得世俗的成功，世俗的成功更依靠晶体脑力，即经验与智慧，这不受年龄限制。
大家要向过往的自己找答案，每个人的能量都隐藏在童年的记忆里，你的天赋已经在你的童年里出现过了。
你要找出让你最痛苦和最快乐的童年时光，它就像一颗核弹，每个人都可以把它找出来，把它引爆。无论大家现在在做什么，希望你能够只恨黑夜太漫长，真正做出一些对行业、产业、社会乃至人类有价值的东西。
趁着流体脑力最后的尾巴，做出一些富有影响力的成果，完成自己的 Masterpiece吧。你要怀着远大的梦想和野心，要为达目标坚持不懈研究开发，即使失败也不气馁，要有组织地行动，要总是在笑。人类行为的 99% 都是可以预测的，而剩下的那 1% 无法预测的人则改变了世界。
世界上永远存在这样一类人，他能够超越自己的家庭、血缘、环境，他能够挣脱时代对他的束缚，让世界另眼相看，这一类人被称为英雄。这个世界需要更多的英雄。
文：贺华成
首席增长官CGO荐读新时代增长模式：
更多精彩，关注：增长黑客（GrowthHK.cn）
增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…
本文经授权发布，不代表增长黑客立场，如若转载，请注明出处：https://www.growthhk.cn/quan/24510.html
微信扫一扫 
支付宝扫一扫 
