老虎社區

騰訊音樂（以下簡稱TME），作為國內互聯網音樂行業龍頭，地位穩固；我們經常說投資里數星星不如數月亮，那TME就算是個大月亮。 （TME的產品矩陣，包括QQ音樂、全民K歌、懶人聽書等）       1.2022 Q4財報綜述    先說下財報數字。TME 2022年收入283.4億，Q4調整后凈利潤14.4億元，同比增長72.8%，核心業務在線音樂訂閱收入同比增長18.6%至87億元。數字如下：      Q4在線音樂業務的用戶月活數5.67億，相比2021年Q4有下降，不過在線音樂的付費用戶達到8850萬，也是記錄以來的新高。具體用戶數據如下：    （來源公司財報）     對于絕大多數公司而言2022年都是多舛的一年，不過TME相比于Q3來看，收入環比，運營效率，利潤端，數字都還不錯。我個人預期2023 年TME收入與利潤預期：第一，收入端，音樂訂閱業務疊加海外新業務，2023 年收入增長，我預期同比回正；第二，TME的費用側仍有很大降本增效優化空間，預期2023年利潤率提高。   財報數字大致如斯，我們重點聊一下TME的商業模式。       2. 能賺錢的音樂模式     聊下TME的基本業務模式，尤其是對比海外音樂行業的模式，就很有意思。TME是一個典型的 “藝術 X 技術” 的生意。   騰訊音樂的基本盤，顧名思義是音樂；而對于聽音樂的追求大概就跟喝白酒一樣，可歸為人類的永恒需求 ；在音樂這個基本盤上面，TME又有一個杠桿紅利，一是用技術杠桿撬動音樂創作、分發、消費、打通商業鏈路、提高貨幣化水平；二是通過用戶大數據分析、數字音樂技術、人工智能AIGC，提高創作質

換工作，我不知道你們一般會是因為什么原因。   我有個小伙伴換工作的原因就極度奇葩。他在全公司的工作群里誤發了一條：“ 我tm真是服了什么傻X老板，如果傻X有評級他肯定是兩個B。”   不幸的是老板本尊也在群里。我小伙伴當時馬上就意識到了，眼看自己就要社死，此時撤回已是不可能。于是他急中生智、智商情商職場商紛紛沖刺跑，加了一句很絕的話來求生：   外賣不給我放筷子。   但顯然老板并不是個傻X，這句話也并不能救大廈于將傾，于是他就要換工作了。而換工作，直接找下一個老板談，你是不是也默默地打開了BOSS直聘？     1.     BOSS直聘Q4財報   先簡單說一下財報數據，我看到了用戶在淡季的放肆生長。   2022年全年，公司實現營收45.11億元，同比增長5.9%；經營活動所正向現金流為10.03億。四季度營收10.8億，經調整后凈利潤為5945萬，連續七個季度持續盈利。Q4其實是傳統招聘淡季，BOSS直聘頂住壓力保持用戶增長，Q4平均MAU3090萬創新高，增長26.6%。加一些數字吧，BOSS直聘的核心財務數據如下：  （數據來源：公司財報） 2.    為啥開春就業市場能大復蘇   Q4已過，但其實Q1更值得期待。2023年之后就業市場明顯春回大地，大家找地方打工干飯的勁頭比較足，BOSS直聘的DAU數據，MAU數據，DAU/MAU數據，預期都會比Q4更好（見下圖）。   Topdown來看，2023年政府工作報告，今年發展預期目標之一是“城鎮新增就業1200萬人左右”。這個數字是歷年新高，達不達得到我們先另說，至少上面的想法是瞄準月亮打樹梢。   另外2023年重

$萬物新生(RERE)$ 1.   互利網下半場？No 是線下場     互聯網行業我們經常說護城河就跟護舒寶一樣總是嫌它不夠寬兜不住，但是仔細研究會發現，一些垂直領域的生意經仍大有可為。     先說觀點，我認為標準化二手貨的生意，其實能做出護城河。首先因為這個生意不討喜，不是那種資本扎堆就能春光乍泄的生意， 不能短時間to IPO大家發筆大財后鳥獸散；這生意需要時間與資本的持續投入，對效率要優化到極致，最后借助規模效應，在精細化操作里生產出股東層面的利潤。     但體系一但做成了這就是護城河或者說是壁壘，一來別人做不到你效率那么高，二來別人做不到你規模那么大，三來如果要靠深耕不是靠純純燒錢來發展，就吸引不來快錢熱錢的打卡。這個生意的本質在于產業鏈的完整覆蓋和自動化帶來的降本增效，光開店不夠，你還要有標準化的路徑周轉起來，如此才可以打開毛利的格局。當然，在市場爬坡階段毛利可能會被犧牲掉。     另外，二手生意，本質上是個供應驅動型行業，這是這個行業的第一性原理，采購的源頭是價值的盡頭。你的二手貨從哪里來？用什么樣的價格獲得？讓性價比高的二手貨高周轉起來，這就是模式核心。但我們問問自己多少人回收過自己的舊手機？——行業滲透率很低（見下圖）。這個滲透率提升，讓大家愿意做出人類最偉大的動作——“試一試”，就需要線下門店，給個愛的初體驗。愛回收四季度新開店116家，門店總數已經接近2000家，這已經比全國如家的數量還要多。其目的就是創造場景，給體驗，覆蓋業務，獲取更多的一手貨源，做滲透率。此外，管理層也在電話會上含蓄地提到了2023年重點和全球領先的頭部手機廠商（猜測大概率是蘋果）加強合作，將愛回

$貝殼(BEKE)$ $貝殼-W(02423)$ 聊一下貝殼Q4財報。如果你還不了解貝殼，這里先加一句話介紹，貝殼是國內的居住領域（買賣房、租房、家裝）龍頭股。根據2022年港股招股書，2021年貝殼在居住領域總交易額（GTV）為 3.85 萬億。除GTV以外，貝殼在收入端門店端經紀人數量質量等各種端，都甩出不愿意透露姓名的老二不小距離。   “貝殼是個賣房子的”是一個老認知，得改改，居住服務能更好定義她的賽道。在一個極度分散的市場，貝殼在荒蕪灘涂上，從無到有，建起了行業標準。起于微末，長于草莽，成于天時，精于教養。這是我總結的發展脈絡。   ———    1.      長期好生意是中性市場生意     投資里有中性市場策略，比如最簡單的plain vanilla pair trade，配對交易，捉對廝殺——例如你判斷ChatGPT橫空出世后長期來看微軟股價能跑贏谷歌股價，那么你可以同時做多微軟的股票+做空等額的谷歌股票，無論大盤跌宕起伏，但凡微軟跑贏谷歌，你就能賺到錢。而此時市場漲跌對你而言是個中性要求，你對其沒有偏好。   著名對沖基金Coatue 的成名絕技就是做多最好的科技股+做空最爛的科技股，信息科技板塊有個顯著特點就是一將功成萬骨枯，簡直宛如把馬太效應裝進蝴蝶效應里放大，所以無論市場如何，只要你買對了最終站在骨堆上的龍頭又賣空了底下的骨頭，業績就會像Coatue光鮮亮麗。     而我們投資的股票，股票背后的公司，我們肯定也希冀最好能做到中性市場——不向

感謝老虎給我這次分享的機會嘎嘎嘎

先說觀點，我認為此時此刻—— 又到了恒生科技的擊球區，又到了定投指數的狠活期，又到了微笑曲線的左唇轉右唇。 1. 水利萬物 對于互聯網經濟，我的原則向來是不離不棄，取次花叢懶回顧，半緣修道半緣君。理性上來說也很簡單，我們同意一個行業有自身的生命周期，所謂朝陽或夕陽行業；一般來說我們要像避孕一樣來避免投資夕陽行業；但互聯網科技，我從來都不認為它算一個行業。因為它的應用就如同水善利萬物一樣無遠弗屆。 在自由市場內，互聯網也好科技也好信息技術也好，其本質是數字化，迭代所有行業的效率疾風暴走；互聯網是快速送一個有前景的初創公司達到scalability（可規模化）的青云梯。比如我一直就有清醒認知，我如此平凡的人能被大家認識，僅僅是因為我身上被加了一個杠桿（而這個杠桿一般潛藏得非常隱匿，大多數人并沒有意識到，這也是杠桿）——這就是互聯網杠桿。 而許多人更成功的人與公司，或機緣巧合或遠見卓識，都抓住機會一把抱住了這個大杠桿；而好風憑借力，送我上青云。 因此這是個技術是個工具是個杠桿而不是個行業，信息技術無所謂夕陽朝陽，因為它是永旭暖陽。當然行業會有紅利期，也會有卷卷期，偶爾還會有躺平期，也會有衰退期，但總體而言互聯網在不停迭代且讓所有人都更欲罷不能。沒有任何一個跡象顯示我們在網絡上停留的時間變短了。而這個技術直接對口的市場規模有多大——全體8,021,231,666人再加上我打下這串字的時間里又多出來的30個小baby。 所以為什么不投呢，這就跟消費、醫藥、金融一樣，終端消費者是所有人，沒有顯著的強周期性。因此是長期投資不可多得的標的；整體下來無論是公司的ROE也好，還是你的整體回報也好，（前提是長期），都不會差。以美股為例，過去的十年里硅谷的科技板塊自然是雙手插兜沒有對手，收益率吊打所有其他板塊；但就算放到30年洪浩的背景板里，其收益依然能咬住必選消費、可選消

(AI制圖） 鮑總昨晚又說話了，其實我說過，市場就是栓了條狗，而美聯儲就跟在后面走。聯儲決定不了利率水平，利率水平是市場決定的，而美聯儲只是做做總結陳詞罷了。但問題是，美聯儲老喜歡預測，還老不準；你不會說話可以不說，但把我港A都帶崩，還有我的中概股，小可愛的概概，崩得概莫能外，就著實讓人氣憤；鮑威爾如果有個中國名字，那肯定會叫歐陽威爾，他名里就有欠日。 美聯儲設定通脹目標是沒錯的，但為啥2%是目標——為啥不是2.5%？這完全就是人為制定，沒有道理好說，不講科學依據。就像弗里德曼說的，每年超發貨幣2%就行了，別搞科學教啦貨幣理論不是科學，2%和3%未必有什么好壞差別。高通脹和惡性通脹肯定是不健康的，因為它對沒有資產的窮人與資產都是儲蓄的中產特別不友好；但5%左右的通脹，而且預期是已經見頂的，有必要宛如對殺父仇人那般一路追殺嗎。有必要嗎？ 美聯儲預期市場的預期而市場又預期美聯儲對市場的預期的預期，彼此預期相偎相依，所以這就是一個循環論證與自我實現預言（self-fulfilling prophecy）；而債券市場現在不是一個市場，是一朵脆弱嬌嫩的鮮花，矯情難伺候，不高興了就死掉，經不起你這樣折騰。借如死生別，安得長苦悲。 所以長短端的利率倒掛，又掛出歷史記錄一般的水平。為什么一個股評永遠不愁無話可說，因為市場天天一驚一乍，動不動就剖開自己給你看一些你覺得特刺激的東西。赤條條，白花花。 你們可能經常聽利率倒掛這個詞，但有些人未必知道是什么意思。其實不難理解，美國政府作為債務人來借錢，債權人是不會期待什么信用補償的，因為這就是全球最安全的資產；但是借得長和借得短肯定有差別。就像你把錢放銀行存定存一樣，你存得越長，就要求利息越高，天經地義啊；美債也一樣，10年期美債的收益率，要高于2年期美債收益率，天經地義。 但如果10年期的收益率要低于2年期的收益呢？就是利率倒掛。那為什么會利率會

$嗶哩嗶哩(BILI)$ $嗶哩嗶哩-W(09626)$ 從股東的視角來看，B站財報最關心的基本是兩點，一是商業化貨幣化的潛力（monetization potential），二是降本增效潛力（ margin improvement trajectory ）；但與其說是潛力，不如說是天意，B站是上市公司不是慈善組織，充分商業化與貨幣化是命運的安排。     而就像所有UGC/PUGC平臺一樣，B站的UP主也存在二八效應、馬太效應；但不知道大家注意到一點沒有，就是B站有一個顯著特點，按說內容平臺普遍都應該是鐵打的平臺+流水的UP，但B站的頭部UP洗得比一般平臺慢很多，也就是說一個頭部UP的生命周期很長。這就跟其他頭部平臺的思路/算法不一樣，抖快是造血快換血更快，大V們就像裝在一個滾筒洗衣機里卷來卷去。嘎嘎地沒安全感。     我認為各有利弊吧，從降低對頭部UP依賴度上來看，短視頻雙雄更勝一籌；但如果站在頭部UP的角度，肯定不愿意被洗走。有持續內容生產力與粉絲粘性的UP，也就是耐力十足的UP，對生態還是起到定海大鐵棒的作用。     所以在上個Q財報的解讀里，my humble opinion可總結為如何在不過于傷害用戶粘性的基礎上，解決UP主與廣告主的變現問題。雖然大家都認為品牌廣告主是甲方爸爸，但從實際的行業格局利益而言，其實廣告主也在意B站的流量和生態，B站的甲方則是UP主，而UP主的甲方是用戶，有這么一個輪流做爸爸的鏈條。B站不必跳過UP主去服務用戶，因為用戶其實跟著UP主走，用戶最多就是順便在彈幕上吐槽兩聲而已。   (Q4財報

$蔚來-SW(09866)$ $蔚來(NIO)$ 蔚來股票曾給我豐厚的投資回報，目前也仍然是蔚小理里，我唯一持倉的股票。時間回到2020年初，那是一場蔚來與合肥的豪賭，機智如我則在桌旁下了個邊注，結果這個小倉位最后收獲了12倍的投資收益（當時發言都有記錄哈哈），讓我內心無比舒適。那一句膾炙人口的話怎么說的？——愛拼賈艾贏。 當時投資蔚來除了合肥入局以外，與蔚來是一個氣質稟異的品牌也有很大關系。蔚來的電動車起步早，產品逼格高，口碑好，顏值驚鴻，并形成了所謂文化圈子——自我傳播、口碑效應、入車等于入職營銷團隊。而且巧克力都沒有那么巧的是，當時正好我有個朋友買了輛ES6，贊不絕口；她是一個凡事挑剔到你全身骨頭都要發麻的大難搞，于是我就覺得這事情不簡單。   最后就投了，運氣也不錯，愛拼賈艾贏。         1. 你仍然可以用最簡單的邏輯看好電動車行業     同時持有蔚來和特斯拉兩個電動車倉位，我對行業肯定veli look good。   雖然有反復，但電動車行業本身，在不談估值的情況下，其實我仍然認為你可以閉眼看好。邏輯很簡單，所有燃油車遲早100%都要被全部替代掉，燃油車是要被立法干掉的壞東西，不久就要被掃進歷史的垃圾桶。   歐盟已通過立法。2035年后就禁售燃油車，美國、日本、我們國內，雖然尚未立法確立，但基本上也都是計劃在2035年左右。掰指頭算算，燃油車還有十幾年可賣；而燃油車的更新換代可能掛得更早，比如奧迪到2026年就會連新內燃機也不研制+迭代了。汽車內燃機的歷史使命即將完成。總之，油車死刑判決

$有道(DAO)$ 1. LLM首吃螃蟹的第一批變現公司     先說動作：我埋伏了有道。因為有道賽道上的場景，特別適合大型語言模型，做商業化變現。   芒格最近在《每日郵報》股東大會被問到ChatGPT與人工智能的時候，說的話很像一只一百歲的歲老狐貍。他說，第一AI肯定是非常重要的技術；第二目前AI并不是無所不能。 （原話是：Artificial intelligence is very important, but it is not going to do everything that we want done.)     芒格同志老而近妖，他吃過的橋比我們走過的鹽都多，他的觀點我們要聽一聽。既然不能事無巨細無所不能，我們就要討論自然語言下的人工智能，第一波商業化的邊界在哪里。   第一波ChatGPT類的基于大語言模型 large language model （LLM）與 自然語言處理natural language processing (NLP）的AI應用落地，十分十分十分吃場景，以及科技公司對場景的定制化處理，也要游刃有余。 如果你用過ChatGPT，你就會知道ChatGPT看似像一本百科全書，但專業度極高的垂直場景，認知大多比較膚淺，比如醫療就診，你肯定不敢吃AI給你開的處方；而如果是一些寬泛的垂直度較小的領域，比如涉及到文字語言類的教育、寫作等，你可以放心交給它發揮。 但比如在數理、推理方面，ChatGPT這塊板極短，最簡單的例子是，它竟然做不對“妹妹今年三歲，姐姐今年年齡是妹妹的兩倍，20年后姐姐多少歲”這樣的弱智數學題。所以既然是ChatGPT而不是MathGPT，既然是LLM與NLP，第一波應用場景