《學(xué)會花錢》是一本好書,它讓我關(guān)于理財?shù)闹R能串聯(lián)起來。整本書內(nèi)容偏理論一些,當(dāng)然這就是我要推薦的理由。

我們每天都在花錢,但真的知道怎么花錢嗎?
本書把我們花出去的錢分成3類,分別是消費、投資和投機。
1.消費
消費就是,我們?yōu)榱藵M足欲望而購買使用商品、服務(wù)的行為。 滿足欲望可以用“效用”來表示,所以,消費的價值由效用決定。
消費的決策機制很簡單,就是當(dāng)我們得到的價值大于支出的金錢時,它就是合理的。
1.1、價值觀和效用
同一件商品在便利店的價格往往高于大型超市的。一般來說,去大型超市比較劃算。但如果你加班到很晚才回家,你可能會選擇去便利店買,這個時候?qū)δ銇碚f,方便最重要。為此,高出的價格也是可以接受,消費也是合理的。這說明價值觀、所處的客觀環(huán)境影響了效用。
1.2、時間和效用
1.2.1、你會改變
將來的你和現(xiàn)在的你,可能對效用的感受會不同。現(xiàn)在對你來說很有價值的東西,可能對將來的你來說一文不值。有些東西我當(dāng)時買的時候很喜歡,現(xiàn)在卻不喜歡了,雖然它的品質(zhì)并沒有下降,這是時間影響效用的一方面例子。
1.2.2、付錢和消費不同步
當(dāng)我們花錢的時點和實際消費的時點不同時,比如說消費的時點比花錢的時點晚一點,我們會感覺蒙受了巨大的損失,也就是說感受到的效用大幅減少。
這種現(xiàn)象可以用折現(xiàn)率來解釋。消費品未來的價值要低于現(xiàn)在的價值,所以付錢和消費之間的間隔時間長了,效用就會大幅減少。
公式是:當(dāng)前時間點商品的價值=N年后商品的價值÷(1+折現(xiàn)率)^n。
以某回收網(wǎng)站報價為例,一部m開頭的手機買來時2999元,1年后回收價800元,2年后回收價140元,算出折現(xiàn)率分別是-70.7%和-78.4%??梢钥吹?,兩年后的折現(xiàn)率在絕對值上要高于一年后的折現(xiàn)率。
如果是購買汽車等高價商品,稍微等一些時間,卻不會使我們感到太大痛苦。還是以某回收網(wǎng)站報價為例,一部i開頭的手機,買來時是5288元,1年后回收價是3185元,2年后是1800元,折現(xiàn)率分別是-39.8%和-41.7%??梢钥吹剑恼郜F(xiàn)率的絕對值明顯小于m開頭的手機。
如果手機還不明顯,再看一下汽車。某二手車回收網(wǎng)站報價,某a開頭的品牌汽車購買價22萬,1年后值16.7萬,2年后值11.6萬,折現(xiàn)率分別是-24%和-27.4%。由此可見,相對便宜商品來說,高價商品可以稍稍容許消費的時點晚于付款的時點一些。
2、投資
投資就是,我們?yōu)榱嗽黾訉淼默F(xiàn)金流,投入現(xiàn)有的金錢的行為。投資的價值由將來產(chǎn)生的現(xiàn)金流量的數(shù)額決定。
2.1 投資和消費的區(qū)別
如果是追求效用的,是消費;如果是追求未來現(xiàn)金流的,就是投資。
比如女生去健身房健身,使用昂貴的化妝品提升形象,期待的是獲得職場晉升等方面的回報的,可以稱作對自己的投資。如果單純是為了美的追求的,是效用,就屬于消費。
2.2折現(xiàn)率和投資
投資相對消費復(fù)雜很多。當(dāng)我們花錢投資,首先也和折現(xiàn)率發(fā)生關(guān)系。前面我提過折現(xiàn)率,對于消費來說,折現(xiàn)率一般是負數(shù),對于投資來說,一般是正數(shù)。對于投資來說,折現(xiàn)率等于收益率,兩個是表里統(tǒng)一的關(guān)系。它們的區(qū)別是考慮的角度不同,折現(xiàn)率是從風(fēng)險的角度考慮的,收益率是從投資回報的角度考慮的。
公式是:當(dāng)前時間的金錢效用=N年后的現(xiàn)金流量的效用÷(1+折現(xiàn)率)^n。
比如說,我們有44萬想拿來投資,第一種方案是買86萬的房子。
用44萬付首付,貸款42萬,貸款利率是5.3%。兩年來,每年扣除貸款利息后收益分別是1.974萬和2.09萬,我們可以算出每年平均收益是2.032萬,兩年來的折現(xiàn)率是4.5%。
第二種方案是買86萬的股票。
我們也貸了42萬,貸款利率也是5.3%。兩年來,每年扣除利息后收益分別是6.574萬和2.17萬,每年平均收益是4.372萬,兩年來的折現(xiàn)率是9.5%。

很明顯看出,第二種方案的收益高于第一種方案,但是第二種方案折現(xiàn)率也高于第一種方案。一般來說,折現(xiàn)率高,風(fēng)險也高。
2.3風(fēng)險和投資
2.3.1投資收益相同,選擇風(fēng)險小的
在上述例子中,如果我再告訴你,兩種方案在第三年扣除貸款利息的收益出現(xiàn)了一正一負的分化,第一種方案是2.324萬,第二種方案是-2.356萬。這時,我們可以算出兩種方案的每年平均收益和折現(xiàn)率的數(shù)字變一樣了,平均收益是2.129萬,折現(xiàn)率是4.6%。你會選哪種方案呢?
綜合三年來看,兩種方案的收益和折現(xiàn)率是一樣的,我們應(yīng)該選擇風(fēng)險小的。那么風(fēng)險的大小如何計算和比較呢?
2.3.2風(fēng)險可以量化
風(fēng)險就是不確定性,是可以量化的。用統(tǒng)計學(xué)的語言表示,風(fēng)險就是標(biāo)準(zhǔn)差。
標(biāo)準(zhǔn)差就是用數(shù)值表示的各個數(shù)據(jù)與平均數(shù)的偏差。
公式是:標(biāo)準(zhǔn)差=√(數(shù)據(jù)1-平均數(shù))^2+(數(shù)據(jù)2-平均數(shù))^2+……(數(shù)據(jù)n-平均數(shù))^2
代入公式,我們可以計算出前面例子中的標(biāo)準(zhǔn)差。第一種方案,綜合三年來看,標(biāo)準(zhǔn)差是0.146萬,第二種方案的標(biāo)準(zhǔn)差是3.65萬。所以在這個例子中,買股票的收益不確定性高于買房子,也就是說買股票的風(fēng)險高于買房子的風(fēng)險,應(yīng)該選擇第一種方案比較好。
但有人會說在第二種方案中,前兩年的收益都很高,而且是遠高于第一種方案,選擇能博取高收益的方案不是更好嗎?
風(fēng)險雖然不是指危險,但是表示一種不確定性。前面的案例都是我們在復(fù)盤,在看歷史,但對于現(xiàn)實來說,這種不確定在于我們不能確定在第二種方案中,哪一年會有高收益,哪一年又會是負收益。所以,對于收益相同的投資方案,風(fēng)險較低的方案,不確定性低,肯定是更好的選擇。
書中引入了概率來進一步說明上面這個問題。假定上述收益數(shù)據(jù)服從標(biāo)準(zhǔn)正態(tài)分布,那么以平均值為中心,有68.3%的數(shù)據(jù)會集中在正負一個標(biāo)準(zhǔn)差范圍內(nèi),有95.5%的數(shù)據(jù)會集中在正負兩個標(biāo)準(zhǔn)差范圍內(nèi)。

我們無法準(zhǔn)確知道下一次出現(xiàn)的數(shù)據(jù)是什么,但是我們可以知道數(shù)據(jù)落在這個范圍內(nèi)的概率大致是多少。
在第一種方案,按照標(biāo)準(zhǔn)差的含義,有68.3%的概率,收益會落在1.983萬~2.275萬區(qū)間,有95.5%的概率,收益落在1.837萬~2.421萬區(qū)間。
而第二種方案,有68.3%的概率,收益落在-1.521萬~5.779萬區(qū)間,95.5%的概率,收益落在-5.171萬~9.429萬區(qū)間。

由此可見,風(fēng)險小的第一種方案比風(fēng)險大的第二種方案,收益變動的區(qū)間范圍也小,說明收益更確定。
2.3.3風(fēng)險和折現(xiàn)率
風(fēng)險和折現(xiàn)率的關(guān)系可以用夏普比率表示。
公式是:夏普比率=(折現(xiàn)率-無風(fēng)險比率)/風(fēng)險。
原則上,夏普比率是一定的,風(fēng)險越高,折現(xiàn)率也越高。所以,從夏普比率的角度看,如果兩個方案折現(xiàn)率一樣,應(yīng)該選擇風(fēng)險低的。
公式中,無風(fēng)險比率用國債的利率表示。國債利率是最安全的,如果一項投資折現(xiàn)率低于國債利率,就沒有投資價值。
假定國債利率是1%,那么第一種方案的夏普比率是 0.25,第二種方案的夏普比率是0.01。我們應(yīng)該選擇夏普比率高的方案,所以選第一種方案。
2.3.4控制風(fēng)險的方法
方法一、資產(chǎn)組合
《學(xué)會花錢》:美國學(xué)者哈里馬科維茨在1952年發(fā)表的論文《資產(chǎn)組合的選擇——投資的有效分散化》中首次提到了資產(chǎn)組合理論分散投資,并于1990年獲得諾貝爾經(jīng)濟學(xué)獎。
我在《三步走,讓錢不再妨礙你》一文中概括了《拿工薪,三十幾歲你也能賺到600萬》一書的投資策略是“股債指基投資組合”法,這里不具體解釋這個投資法,大家如果感興趣可以看看這篇文章。
以“股債指基投資組合”法為例,如果你有12萬投資這個組合,第一種方案是3.6萬投債券指數(shù)基金,4.2萬投國內(nèi)股票指數(shù)基金(A表示),4.2萬投國際股票指數(shù)基金(B表示)。收益情況是:債指前三年分別是0.2萬、0.18萬、0.16萬,A股指基金前三年分別是0.84萬、1.68萬、-1.26萬,B股指前三年分別是3.26萬、0.63萬、-2.09萬。計算可得,平均收益是1.2萬,標(biāo)準(zhǔn)差是3.19萬。
第二種方案是,12萬全部投A股票指數(shù)基金,前三年收益分別是2.4萬、4.8萬、-3.6萬,那么平均收益是1.2萬,標(biāo)準(zhǔn)差是3.53萬。
第三種方案是,12萬全部投B股票指數(shù)基金,前三年收益分別是9.31萬、1.8萬、-5.97萬,平均收益是1.71萬,標(biāo)準(zhǔn)差是6.24萬。
第四種方案,12萬全部投低風(fēng)險的債指,前三年收益分別是0.7萬,0.6萬,0.5萬,平均收益是0.6萬,標(biāo)準(zhǔn)差是0.14萬。

綜合來看,第一種方案能兼顧折現(xiàn)率和風(fēng)險,所以是最佳方案。由此可見,以資產(chǎn)組合分散投資是一種控制風(fēng)險同時兼顧收益的有效策略。
方法二、期權(quán)
書中還提到期權(quán)是規(guī)避風(fēng)險的最強手段,限于篇幅和我的理解水平,我不做詳細解釋。
2.4、投資方向上的排序
第一是人,第二是物,第三是現(xiàn)金。
2.4.1、第一序位是人
最具現(xiàn)金流量創(chuàng)造能力的是人,馬克思的勞動價值理論也說明了這個觀點。所以,人首先必須掌握的是掙錢的能力,而不是存錢的能力。所有的財產(chǎn)都可能會離開你,不會背叛的財產(chǎn)只有你自己。
2.4.2、第二序位是物
投資的物的價值如何計算呢?書中以房子為例,討論了房子的價值的計算方法。
公式是:房子價值=年租金÷折現(xiàn)率。
首先,長期來看,房租不會像房價那樣有劇烈的震蕩,房租更能綜合反映地段等因素的價值,也就反映了房子的價值。
其次,折現(xiàn)率如何得出?一種是通過長期的經(jīng)驗判斷得出。書中認為在房子交易時,5%和6%的折現(xiàn)率做成生意的比例很高,所以拿這個可以推導(dǎo)出房子價值和月租金的關(guān)系。比如下圖所示,10年以內(nèi),東京(港區(qū))房子的價值=月租金×12÷5%=月租金×240;一都三縣房子的價值=月租金×12÷6%=月租金×200。

從上圖我們看到,東京(港區(qū))10年以內(nèi)折現(xiàn)率是5%,年限越長,折現(xiàn)率越高,其它地方也是如此。這是因為年限越長,不確定性越大,根據(jù)夏普比率,折現(xiàn)率也就越高。這是一種得到折現(xiàn)率的方法。
另一種方法是根據(jù)房租的偏差得出折現(xiàn)率。公式是:折現(xiàn)率=每年的現(xiàn)金流量(房租)÷現(xiàn)值(商品行情)。將折現(xiàn)率與歷史平均值進行比較,當(dāng)不一致時說明產(chǎn)生了偏差。當(dāng)偏差較大時,可以預(yù)計折現(xiàn)率會提高。換句話說,出租房能否收到房租的不確定性越高,它的折現(xiàn)率也越高。
2.4.3、第三序位是現(xiàn)金
現(xiàn)金不會產(chǎn)生價值。如果地球上的人類、國家、企業(yè)只是在一直積攢現(xiàn)金,而不是用它周轉(zhuǎn),那么世界經(jīng)濟就會停滯。不過現(xiàn)金是一般等價物,它運動起來非常方便。
現(xiàn)金折現(xiàn)率存在的原因之一是,借出金錢的一方存在收不回本金等信用風(fēng)險,所以要用折現(xiàn)率來補償借出人。如果風(fēng)險高,折現(xiàn)率也要求相應(yīng)提高。這也說明了為什么高收益和高風(fēng)險是CP。
3、投機
投機就是,我們做好會虧損的準(zhǔn)備,想博一下,看能否獲得比付出的金錢更多的回報。典型的例子就是賭博。 投機的價值由期望值和概率決定。
3.1、投機和投資
投機和投資很容易混淆,因為兩者都是花費金錢期待更多回報,而且都伴隨著不確定性,也就是伴隨著風(fēng)險。
它們的區(qū)別是,第一,一般來說,投資的收益是可以預(yù)計到的,風(fēng)險較低,而投機風(fēng)險較高;第二,投資對象本身是具有掙錢能力的,比如工廠有生產(chǎn)產(chǎn)品的能力,生產(chǎn)出來的產(chǎn)品是可以賣錢的。而我們常常把投機看作投資的反義詞,因為投機是不會增加金錢的。比如黃金和鉆石在你持有的過程中不會產(chǎn)生現(xiàn)金流量。
3.2、投機和概率
投機的價值可以用一個公式表示:投機的價值=現(xiàn)金流量的期望值=概率×未來現(xiàn)金流量。
書中舉例說,假設(shè)一個骰子賭博游戲,擲出某一個點數(shù)可以獲得該點數(shù)10倍的獎金,那么這個游戲的價值代入上面的公式,可以寫成:1/6×(10+20+30+40+50+60)=35。?所以,就這個游戲而言,如果你參加費用少于或等于35元,你就可以參加。但實際上,賭局的莊家為了掙錢會收取比投機價值更高的參加費,同時把游戲的價值壓得更低, 所以賭博是很不劃算的。
投機和概率關(guān)系密切,但人們天生不擅長概率,常常受直覺欺騙,對概率有很多誤解。
3.2.1、主觀概率偏差
許多人都知道,彩票一等獎的中獎概率非常小,可以說幾乎為零,但是仍然去買,這是為什么呢?
《學(xué)會花錢》:行為經(jīng)濟學(xué)家的鼻祖,丹尼 ·卡尼曼提出的理論中有一種解釋說,人們對于較低的概率會反應(yīng)過度,對于較高的概率則會反應(yīng)不足。人們感受到的概率和數(shù)學(xué)上追求的理論值完全不同。
《學(xué)會花錢》:卡尼曼等通過各種該實驗,得出了利用理論概率計算主觀概率的公式,叫做“可能性比重函數(shù)”,當(dāng)理論概率在35%以下時,主觀概率高于理論概率,當(dāng)理論概率在35%以上時,主觀概率低于理論概率。按照可能性比重函數(shù),彩票一等獎的理論中獎率是千萬分之一,但感覺自己會中彩票一等獎的主觀概率是0.00281%,是理論概率的281倍。

3.2.2、遺忘先驗概率
書中舉了個例子,你參加一個千分之一錄取率的試鏡面試后,收到了一封錄取郵件。正當(dāng)你欣喜若狂時,你又收到了另一封郵件說,出錯了,有1%的人收到了錯誤的通知。你看了看出錯率只有1%,認為自己合格的可能性很高啊,有99%,所以你堅決地拒絕了另一家公司的面試。
在這個例子中,其實你忘記了先驗概率——千分之一的合格率。當(dāng)你收到“1%的人收到了錯誤的通知”這個信息時,你被這個1%迷惑了,忽略了千分之一這個先驗概率。
其實這個問題要這樣考慮。假定參加面試的人有10000人,按照千分之一合格率,合格的是10人。在收到通知的10000人中,按照1%計算,收到錯誤通知的有100人,也就是說有100人明明沒有合格卻收到了合格通知,那么,收到合格通知的人有110,其中只有10人合格,所以你收到錄取通知的概率是10/110=9.1%,你收到錯誤通知的概率就是90.9%,和你之前的判斷正好完全相反。
3.2.3、賭徒謬誤
你扔了10次硬幣,全部正面朝上,下一次扔硬幣時你會賭正面朝上還是背面朝上呢?
如果你認為應(yīng)該是正背面朝上,這也是人之常情,但實際上,不管前面扔過多少次,下一次扔硬幣時,正面朝上和背面朝上的概率仍然都是50%。
大數(shù)定律說,在包含無數(shù)次扔硬幣結(jié)果的全集中,正面朝上和背面朝上的結(jié)果各占一半,當(dāng)樣本數(shù)越多,實際值越接近理論值。
這個例子中,我們直覺認為第11次是背面朝上的概率很大,這被稱為賭徒謬誤。?換個形象一點的說法就是,你一直賭錯,輸?shù)搅爽F(xiàn)在,所以你堅信下一把自己差不多該贏了。這看上去好像是真理,但是,就算連續(xù)10次硬幣都是正面朝上,下一次正面朝上的概率依然是50%。
再來一個問題:如果你抽中獎率為50%的獎券,抽兩張,中獎率會不會變成100%呢?
你可能會想,中獎率是50%,那么兩張里面有一張能中獎,我把兩張都買了,肯定能中獎。
但應(yīng)該這樣算:中獎概率是50%,所以沒中獎概率也是50%。第一次沒中獎,第二次還沒中獎,按照乘法原理,要把兩次相乘得到25%。然后1-25%=75%,這就是兩張獎券至少中一張的概率。所以如果你買中獎率為50%的獎券,買兩張,中獎率是75%,而不是100%。
書中設(shè)中獎率是(1/x)%,推導(dǎo)出至少一次抽中的算式是1-(1-1/x)^x。
當(dāng)x逐漸增大,算式的結(jié)果會趨近63.2%,也就是說,如果你想買中一等獎概率為千萬分之一的彩票,就算你買了一千萬張,你中一等獎的概率也不是100%,而是接近63.2%。所以,如果你真這么做了,你就虧大了。
4、總結(jié)
4.1、關(guān)鍵概念:效用、折現(xiàn)率、風(fēng)險、收益、概率
4.2、相關(guān)公式:當(dāng)前時間點商品的價值=N年后商品的價值÷(1+折現(xiàn)率)^n
當(dāng)前時間點的金錢的效用=N年后的現(xiàn)金流量的效用÷(1+折現(xiàn)率)^n
標(biāo)準(zhǔn)差=√(數(shù)據(jù)1-平均數(shù))^2+(數(shù)據(jù)2-平均數(shù))^2+……(數(shù)據(jù)n-平均數(shù))^2
夏普比率=(折現(xiàn)率-無風(fēng)險比率)/風(fēng)險
折現(xiàn)率=每年的現(xiàn)金流量(房租)÷現(xiàn)值(商品行情)
投機的價值=現(xiàn)金流量的期望值=概率×未來現(xiàn)金流量
文/逆水行舟