2023-03-31 , 8280 , 104 , 262
美国股神沃伦巴菲特致股东公开信--2005年-5:Buffett买下某某股票其实是Simpson在操盘
(证券股票)投资组合
下表列示Berkshire 2004年市价超过6亿美元以上的股票投资。
12/31/2004
Shares Company Percentage of Company Owned Cost* Market
(in $ millions)
151,610,700 American Express Company …… 12.1% $1,470 $ 8,546
200,000,000 The Coca-Cola Company ……… 8.3 1,299 8,328
96,000,000 The Gillette Company ……….. 9.7 600 4,299
14,350,600 H&R Block, Inc……………… 8.7 223 703
6,708,760 M&T Bank Corporation ………… 5.8 103 723
24,000,000 Moody’s Corporation ……….. 16.2 499 2,084
2,338,961,000 PetroChina “H” shares (or equivalents)……… 1.3 488 1,249
1,727,765 The Washington Post Company ….. 18.1 11 1,698
56,448,380 Wells Fargo & Company……….. 3.3 463 3,508
1,724,200 White Mountains Insurance…….. 16.0 369 1,114
Others ……………………………… 3,531 5,465
Total Common Stocks ………………….. $9,056 $37,717
*此为我们实际取得的成本,也是按税务基础,至于依会计原则的成本则由于摊销或调升而有所不同。
看过这张表的人或许会以为这些股票是根据线型图、营业员的建议或是公司近期的获利预估来进行买卖,
其实查理跟我本人根本就不理会这些(线型图),而是以企业所有权人的角度看事情,
这是非常大的区别,事实上,这正是我几十年来投资行为的精髓所在,打从我十九岁时,读到葛拉罕的智能型投资人之后,我便茅塞顿开,
在此之前,虽然我早已投入股市,但实际上对投资根本就没有一点概念。
接下来看看我们的四大天王-美国运通、可口可乐、吉列及富国银行的表现如何,
如上表所示,我们在这四家公司的投资金额合计38.3亿美元,分别在1988年到2003年间分批买进,


总的来说,我们平均买进的日期是1992年7月,截止2004年底,我们平均持股的时间是12.5年。
2004年依持股比例,Berkshire可分配到的盈余高达12.2亿美元,这个数字可以称得上合理,虽然吉列与富国银行因为选择权成本隐含不计而高估,但同时可口可乐却也提列了一笔非经常性的损失。
我们从这四大天王所分得的盈余几乎每年都稳定的成长,累积至现在已占当初投资成本的31%,所分配的现金股利也同步成长,2004年达到4.34亿美元,总的来说,这四大天王给了我们还算满意的回报。
在股价方面的感受也是如此,自我们买进以后,由于本益比提升缘故,股价的增幅还高于盈余成长的幅度,就个别单一年度而言,股价与企业本身经营状况往往有所分岐,在大泡沫期间,股价的涨幅远远超过本业的表现,至于泡沫破灭之后,其表现则恰恰相反。
当然,要是我能够掌握其间变动的诀窍,Berkshire的绩效应当会更好,这种事后诸葛的话人人会说,但只可惜投资人真正需要的是先见之明,无奈前方的景象晖暗不明,而我们庞大的投资部位更大大提高了灵活进出的困难度。
在股市泡沫期间,我只不过老调重谈价值投资理念,连动不来没动就饱受批评,虽然那时我说我们部份的持股市价高于其应有的价值,但我低估其间的差异,坐而言不够,还须起而行。
查理跟我实在是应该起来活动活动了,手上这430亿美元现金不能只靠微薄的利息过日子,目前可能会从市场上买进一些股票,当然若是能买断整家公司会更好,不过价格也要合理。
* * * * * * * * * * * *
我们一再强调,单一会计期间所示的已实现利得不具任何意义,虽然帐上享有大量的未实现资本利得,但我们绝对不会为了让帐面数字好看而去兑现,另外由于会计原则规定外汇投资每季必须按市价调整损益,这使得我们每季的盈余波动幅度更为加剧。
虽然多了以上几项变量,大家可能还是想要了解帐列近两年资本利得的明细,以下资料,除了外汇投资,其余多属已实现。
Category Pre-Tax Gain (in $ millions)
2004 2003
Common Stocks …………………… $ 870 $ 448
U.S. Government Bonds…………….. 104 1,485
Junk Bonds ……………………… 730 1,138
Foreign Exchange Contracts………… 1,839 825
Other…………………………… (47) 233
Total ………………………….. $3,496 $4,129
垃圾债券交易利得包含部份汇兑利益,几年前我们买下这些债券时,首先考量的当然是发行人的债信,所以全数皆为美国本土的公司,其中部份系以外币计价,由于我们认为美元长期走势看贬,所以当初投资时乃以外币计价为优先。
举例来说,我们在2001年以51.7%的折价幅度买进Level 3面值2.54亿欧元的债券(2008年到期;年息10.75%),之后在2004年底以85%的折价幅度出脱,当初买进的时候,欧元对美元的汇率是1比0.88,等到我们卖出时,欧元对美元的汇率已涨升为1比1.29,所以在总计1.63亿美元的资本利得当中,8,500万美元系市场对于该公司债信的修正,另外7,800万则是来自于欧元升值的贡献,此外在持有期间我们每年还收到相当于投资成本25%的利息收入。


UfqiLong
* * * * * * * * * * * *
不论我如何澄清,媒体还是一再报导,「巴菲特买进某些股票」,这些讯息主要的来源是Berkshire向证券主管机关申报的文件,这样的说法其实并不正确,就像我一再强调的,他们应该要说,这是「Berkshire买进的」。
自律型投资人的典范
Lou Simpson
Year Return from GEICO Equities S&P Return Relative Results
1980 …………………………. 23.7% 32.3% (8.6%)
1981 …………………………. 5.4% (5.0%) 10.4%
1982 …………………………. 45.8% 21.4% 24.4%
1983 …………………………. 36.0% 22.4% 13.6%
1984 …………………………. 21.8% 6.1% 15.7%
1985 …………………………. 45.8% 31.6% 14.2%
1986 …………………………. 38.7% 18.6% 20.1%
1987 …………………………. (10.0%) 5.1% (15.1%)
1988 …………………………. 30.0% 16.6% 13.4%
1989 …………………………. 36.1% 31.7% 4.4%
1990 …………………………. (9.9%) (3.1%) (6.8%)
1991 …………………………. 56.5% 30.5% 26.0%
1992 …………………………. 10.8% 7.6% 3.2%
1993 …………………………. 4.6% 10.1% (5.5%)
1994 …………………………. 13.4% 1.3% 12.1%
1995 …………………………. 39.8% 37.6% 2.2%
1996 …………………………. 29.2% 23.0% 6.2%
1997 …………………………. 24.6% 33.4% (8.8%)
1998 …………………………. 18.6% 28.6% (10.0%)
1999 …………………………. 7.2% 21.0% (13.8%)
2000 …………………………. 20.9% (9.1%) 30.0%
2001 …………………………. 5.2% (11.9%) 17.1%
2002 …………………………. (8.1%) (22.1%) 14.0%
2003 …………………………. 38.3% 28.7% 9.6%
2004 …………………………. 16.9% 10.9% 6.0%
Average Annual Gain 1980-2004 20.3% 13.5% 6.8%
其实那些投资决策也并非由我所做出,
Lou Simpson管理的GEICO投资组合规模约25亿美元,Berkshire申报的交易大多指的是这一部份,
(编注: 媒体误解澄清,Buffet buys --> Berkshire buys --> Lou Simpson Buys)
一般而言,他买进的标的规模约在二、三亿美元之间,比我锁定的交易目标来得小,对照一下封面上的投资绩效,
你就知道Lou Simpson进入投资界的名人堂几乎是十拿九稳的事。
大家或许不相信,Lou事前不须跟我报告他的进出动作,当查理跟我授权给部属时,我们是真的交出指挥大棒,Lou是如此,其它旗下事业经理人也是如此,
也因此我通常是在每个月结束后十天才知道Lou又从事了那些交易,虽然有时候老实说,我并不一定认同他的看法,不过事后证明他总是对的。
(未完待续, To be contd)
🔗 连载目录
🤖 智能推荐







