机构参考与方法论
本页目录（6 节）
最近更新：2026-06-26 目的：把"专业机构怎么分析"固化成本项目的方法来源，治两个病——专业性（借它们的框架）与前瞻性（借它们的分歧形成变体观点）。
一、怎么用机构（关键，别用错）
机构有两种用法，别混为一谈：
- 学方法（→ 提升专业性）：照搬其分析框架（估值、护城河、情景）。实打实的升级。
- 看共识（→ 必要但不够）：跟踪它们在预测什么 = 知道"什么已 price in"。
⚠️ 陷阱：只抄机构的结论，得到的还是共识——包装更漂亮，但不是超额收益来源。 ✅ 真正的前瞻性来自机构之间的"分歧"：它们对同一件事的预测差异越大，越是机会。你的工作是搞懂它们为何分歧，然后选边（=变体观点）。
二、名册（按用途；标注免费/付费）
A. 方法论大师（学框架，多数免费，性价比最高）
- Aswath Damodaran（NYU）— 估值教父，"故事→数字"，公开免费发英伟达/AI 估值并给 Excel。新手最佳起点。（免费：博客 Musings on Markets）
- Michael Mauboussin（摩根士丹利）— "预期投资"（反向 DCF）、ROIC、base rates。补最大硬伤（估值）。（论文免费）
- Hamilton Helmer —《7 Powers》护城河分类法。补"打分太主观"。
B. 产业链/AI 前沿专家（补前瞻——领先指标，非财报后视镜）
- SemiAnalysis（Dylan Patel）— 芯片/数据中心/电力/供应链最前沿独立研究。（部分付费）
- Epoch AI — 算力与 scaling 趋势；盯"效率突跃会不会掀桌子"。（免费）
- Stratechery（Ben Thompson）— 战略/平台/价值链动力学；最适合"公司与公司关系"。（部分免费）
C. 卖方/投行（测共识与分歧）
- Morgan Stanley、Goldman（"tracking trillions"/ROI 缺口）、Bernstein（半导体，Stacy Rasgon）。多付费，但预测数字会被二档媒体转载——跟踪数字尤其多空价差。
- Sequoia"$600B 问题"essay（免费，ROI 缺口框架）。
D. 宏观/系统性风险：BIS、Fed、IMF 关于 AI capex 与市场集中度——看泡沫/系统性那一面。
三、该借的三个核心框架（详到能用）
1. 预期投资 / 反向 DCF（Mauboussin）—— 补"没有真估值"
- 别问"它值多少"，问"现价隐含了什么预期"。
- 用现价倒推：要支撑当前市值，未来收入增速、利润率、ROIC、增长持续期需要是多少？
- 把这组"隐含预期"和现实/历史/行业天花板对比——可实现吗？
- 只在现实明显好于隐含预期（低估）或明显差于（高估）时才行动。
2. 叙事→数字（Damodaran）—— 把"贵不贵"变成可证伪
- 先写公司的"故事"（会变多大、多赚钱、多大风险）。
- 把故事每环翻译成数字假设（TAM、份额、营收增速、利润率、再投资、折现率）。
- 算出价值区间，标注最敏感的假设。
- 故事变了就改数字——保持一致性。
3. 7 Powers（Helmer）—— 护城河分类，替代主观打分
七种力：规模经济、网络效应、反向定位、转换成本、品牌、独占资源、流程效能。 应用三问：① 它有哪几种？② 强度多大（是否同时具备"利益 + 壁垒"两个要件）？③ 在变宽还是变窄？（最重要——决定未来，不是过去）
四、怎么形成"变体观点"（从分歧到选边）
- 写清共识：主流机构在预测什么。
- 找分歧：机构之间哪里不一致、为什么。
- 选边：我认为共识在哪点上错了/过头了，依据是什么。
- 可证伪：什么数据会证明我对/错，多久见分晓。
五、散户的免费栈 + 诚实门槛
最好的（SemiAnalysis 深度、投行原始研报、Bernstein）多在付费墙后，本项目无法复制其专有内容。散户可搭的免费高质量栈：
Damodaran（估值+给过程）+ Mauboussin 论文（预期/ROIC）+ Epoch（算力趋势）+ Sequoia/Stratechery 免费篇 + 公司 IR + 二档媒体转载的投行预测数字。
AI（我）能做的：应用其框架 + 引用其公开结论；不能假装读过付费墙内容。
六、接入项目的方式
- 公司卡新增三栏（已更新模板）：① 估值：价格隐含了什么 ② 护城河类型（7 Powers）+ 轨迹 ③ 机构共识 vs 我的变体观点。
- 示范：见
公司卡/英伟达-NVDA.md（已升级为新标准样板）。 - 共识跟踪：每个关键辩论（ROI 缺口/ASIC vs GPU/电力）记录 2–3 家机构的预测与分歧，作为变体观点的素材。