3月23日，“昆仑大讲堂 10周年特别版”活动在昆仑保险北京总部举行。XVC合伙人胡博予受邀参加本次活动并做了主题分享。

“昆仑大讲堂”是由昆仑健康保险主办的，面向险资以及其他投资机构的系列闭门会议。本次特别活动恰逢“昆仑大讲堂”成立10周年，讨论的主题为“全球资产配置时代到来面临的机遇与挑战 ”。活动吸引了包括国寿投资、新华资产、大家控股、华安汇富等在内的50余位险资嘉宾，以及国资母基金、家办、风险投资等机构的80余位嘉宾参会。

XVC合伙人胡博予在活动中做了主题为《向巴菲特和大卫·斯文森学习如何抓住长期阿尔法》的分享（下附分享全文）。在分享中，胡博予介绍了巴菲特以及前耶鲁大学捐赠基金负责人大卫·斯文森的资产配置理论，并以案例的方式介绍了XVC如何通过实践相关理论进行资产配置，分析了相关理论在投资中的具体效果。

在活动的最后环节，胡博予与中信建投证券研究所所长兼国际业务部负责人武超则、昆仑健康保险股权投资负责人李天玉等嘉宾，共同就活动主题“全球资产配置时代到来面临的机遇与挑战 ”进行了圆桌讨论。

以下为胡博予主题分享的完整内容：

我今天要分享的主题是向巴菲特和大卫·斯文森来学习怎么抓住长期阿尔法。

巴菲特大家都耳熟能详，但斯文森可能很多朋友还不太熟悉。他是耶鲁大学捐赠基金的负责人，在去年去世了。在这之前他已经耶鲁大学捐赠基金工作了35年的时间。

上图是截止到2021年，耶鲁大学捐赠基金的回报率——平均年化回报率达到了13.7%。这只基金在他的管理下，从13亿美元的总规模，增长到了423亿美元。在这样的规模下实现超过13%的年化回报率是非常惊人的。如果做一下横向对比，耶鲁大学捐赠基金的年化回报率比同行平均高4.3%。

我当年是抱着学习怎么募资的心态研究了他的基金管理方式。耶鲁大学捐赠基金会在自己的官网上公布自己的年报，斯文森在年报里讲了很多做资产配置的逻辑和方法。我把自己从他那里学到的经验总结了几个点：

第一是耶鲁模式非常的重股权。

他们年报里给了很多数据，整个组合里有60%是全球股票、低流动性的杠杆收购基金（美国的PE大部分是收购型的）、风险投资基金、房地产和自然资源，这些都是“低效”资产类别。什么叫低效？这不是指这些资产回报率很低。这里的低效是指信息的流动性——这些资产所在的市场信息流动很低效。

相反国债就是高效市场，政策的影响立竿见影，很快市场价格就会达到平衡点。其他的高效市场有汇率市场，外币交易。好的基金经理和GP在这些高效市场里很难发挥出优势。但是在低效市场里，优秀的GP和差的GP就会有很大的差异。我之前看过Cambridge Associate，的一个报告，里面提到2%的GP赚走了95%的钱。

斯文森擅长在低效的市场寻找好的GP，这是他的核心逻辑。他尤其看重VC，因为这个市场很“低效”，很多项目可能只能被很少一部分人看到或看懂，也只有少数人能够在这些项目上赚取回报。

所以斯文森的资产组合里面VC的份额最大，大概占了整体资产规模的20%以上。

第二是他也不相信市场“有效论”。

过去20-30年，被动管理型基金很多都获得了大幅增长，像巴菲特也在呼吁不要买主动管理型基金，要买被动型管理基金。这种说法确实有一定道理，大部分的主动管理是赚管理费，并不能带来真正的回报。

但是斯文森相信他是能够挑到有主动管理能力，并抓住阿尔法的那部分基金。所以他的核心方法就是去找能够抓住阿尔法的GP。

耶鲁大学捐赠基金年报里面的一个数据能佐证这一点。前面我提到，跟整个美国大学捐赠基金的平均数来比，耶鲁要多出4.3%的年化回报——平均是9%左右，耶鲁是13%左右。

他自己分析了自己为什么能获得比同行更多的收益：这4.3%的额外年化回报里，有1.9%来自他们的资产配置策略；有2.4%来自于他对于GP的挑选能力。

我曾跟耶鲁大学捐赠基金的朋友交流过，当时问了他一个问题：你们投的这些GP有什么共同的特点？他想了几秒钟说了一个词：独立思考。

2016年我创业之前写过一篇文章，聊了聊投资这个行业里存在的一些问题。那篇文章是有感而发，我在这个行业里工作了好多年，但有很多现象都让我很困惑，后来总结下来，原因就是在这个行业里大家都很难做到独立思考。所以我自己出来做了XVC，尝试着构建一只以独立思考为核心的基金。

上文提到，耶鲁大学捐赠基金400多亿美金的资产里，有60%是各类股权资产。大家可能会有疑问：配那么多股权，虽然收益高，但是风险也大，不能只拿收益率来说话，也要把风险拿出来看。

对此我有一个观点，有可能我们对风险的认知是不对的。所以让我们来换一个视角，看看风险这个概念的本质究竟是什么。

大学捐赠基金跟我们险资有一个共同特点，就是资金特别长期。险资的资金比银行的资金还要长期，银行或许会面临偿付压力，可能有挤兑，但保险不会存在挤兑。像捐赠基金这样长期的基金，就可以投一些流动性比较差的资产来换取更高的收益。

我们讨论这个问题前需要先对风险下一个定义，大部分人喜欢左边：“收益的不确定性”或者“收益的波动”，因为便于计算。但这两种解释很容易带来误解，也不符合直觉。

比如有一款产品 100% 保证本金安全，但收益是 5% 到 50% 之间的不确定数字。另一款产品则提供 100% 的本金保证，也提供确定收益——保证 5% 的收益。你会把第一个产品换成第二个吗？

再比如说，一个金融产品的价值在未来几年内有很大幅度的波动，甚至有可能大幅低于本金，但是只要持有到赎回日，持有人可以 100% 拿回本金，并100%按照5%的收益率获得收益。你会把它换成另一个在期间内根本没有波动，但在期末只给你本金加上4%收益率的金融产品吗？

如果用左边的两种风险定义，上述两个交易是在降低风险，但我们都知道这显然不太符合逻辑。用左边的两种定义会让人们对风险产生误解，所以我更倾向于用右边的定义：风险是发生损失的概率。

我的一位同事总结了一些很有意思的数字。上图的两个坐标系中，横轴都代表了1928年到2017年这89年间“你连续持有某种金融产品的年数”。我们选择的这两款金融产品是标普500和美国10年期国债。

左侧坐标系的纵轴表示，在持有期结束后，该产品经过通胀调整后的真实收益率为亏损的概率。

听起来有点难以理解，我们选取两个点来做一下解释。比如N=1，代表着我们只连续持有标普500或者10年期债券一年，在这种情况下，标普500的亏损概率为 32.5%，而10年期债券的亏损概率为40%。

随着连续持有时间的增加，亏损的可能性会发生变化。如果N=19，即我们在这90年间随机选择一段连续的19年，持续持有某种金融产品，这时候标普500的亏损概率降为0，而10年期国债的亏损概率仍然保持在40%左右。

我们再来看右侧的坐标系，其纵轴表示在环境最差的 5% 情况下，我们连续持有某种金融产品一定时间后，可以获得的平均真实收益情况。

同样我们来举例做下说明。比如N=3，即我们随机选择连续的3年来持有某种资产，在最坏的 5% 情况下，标普500的平均真实收益为 -34%，10年期国债的平均真实收益为 -18%。

但当N=20，即随机选择连续的20年来持有某项资产，在最坏的 5% 情况下，标普500的平均真实收益率为 40% ，而10年期国债的平均真实收益率则下滑为 -33%。

如果把风险定义为“通胀调整后的亏损概率”，那对于标普500股票这种比较优质的资产，持有时间越长风险就越小，当时间拉长到接近20年时，风险几乎是0。

金融课里我们经常听到一种说法：股票的回报高，但风险也高。

但如果我们用“发生损失的概率”这个更直观的说法来定义风险，我们会发现股票市场长期收益率更高，但如果你持有时间足够长，损失的概率也更低。

我们该怎么解释这种现象呢？

上图可以解释这背后的原理。我们可以看到标普500的波动比较大，在持有的前几年，它的价值偶尔会低于债券。但把时间拉到足够长之后再看，标普500的底层资产的盈利能力会持续地增长，从而创建一个巨大的安全缓冲。

接下来我想引出一个新话题：如果我们把投资策略再优化一下，在标普500指数里我们再挑少数具备长期阿尔法的公司，我能取得什么样的业绩呢？

我们不需要亲自花20年来做实验，因为早就有人给出答案了，这个人就是我们标题里的第二位主角——巴菲特。

在上图中，黄线是标普 500 指数，白线则是伯克希尔·哈撒韦公司的股票价格，代表了伯克希尔的组合的底层资产的盈利能力。我们可以看到，伯克希尔的股票波动更大，但是如果我们用正确的定义来描述风险，就不会认为其风险比标普500要高。如果你30年前买了这个股票，它需要一次性下跌90%多才会低于标普500组合的价值。

但如果我们简单地将上述现象理解为长期持有可以对抗风险，那也是不对的。底层资产的属性决定了这一策略是否奏效，它必须满足长期阿尔法。事实上标普500指数中的股票本身也是经过了选择，具有一定的长期阿尔法属性。

如果我们不去挑选拥有长期阿尔法的企业，投资组合公司只依赖一些低壁垒的创新、暂时的供应短缺，或临时的政府补贴或政策红利，那么我们持有的时间越长，损失的概率也就越大。

巴菲特经常会提到这个词——moat，很多人翻译成护城河，我想讲一下我对这个概念的理解。

我现在认为moat就是企业自我增强的能力。一家企业如果能具备一些因素，让他的生意规模越大越好做，可以靠规模的扩大获得更多的利润，抢占更大的市场份额，不断地从竞争对手那里偷客户，不断地从客户那里偷钱包份额，他的供应商慢慢失去议价能力，使得他在整个产业链里的利润空间越来越大——那我们就可以认为这家企业的生意具备“moat”。

当然我们也观察到一些导致负面自增强的因素，使得企业规模越大越难做，我会在后面提到。

上图里列出的，是我们总结的自增强和反规模重力的特征。XVC在做投资的时会尽量寻找左边这些特征，尽量地躲开右边这些特征。下面我会展开讲一下这些特征，首先是自增强特征：

第一是规模经济。

这个概念大家都理解，在零售行业、物流行业以及很多制造业的生意里，我们都能找到这个特征。但在不同的生意模式里，规模经济的曲线可能很不一样——有些生意做到三五千万就到达临界点，这之后规模再增长成本是不降的。这样的生意可能适合个人投资，但对VC来说它壁垒就太低了，规模优势曲线太短。而有些生意从30亿到50亿的增长过程中，成本还能持续下降，这样的生意壁垒就很高。

第二是能积累经验或生产数据，然后用这些数据来自我优化，使得整体体验变好。

比如我们刷抖音时，字节就在用我们的行为数据（比如点赞、播放时长、转发）不断优化算法，每个用户不仅为他提供了收入，也在帮他训练推荐引擎。当然这里也有学习曲线（这个概念下文会展开讨论）长短的差别，有些学习曲线比较短的项目我们也要躲开。

第三是自我增强的品牌。

比如茅台，每次我们在高端场合中用茅台来宴请宾客的时候，都是在帮助茅台增强它品牌的高端属性。在一些筵席的影响下，茅台在高端饭局里出现的频率越来越高，最终让茅台成为了高端局里必不可少的东西，所以这是一个自增强的品牌。

第四是有网络效应的平台。

比如半导体行业里有些生态型企业需要别人跟他配合，还有一些社交网络、交易平台，用户越多其他用户的体验也就越好。

说完了正向自增强，我再给各位解释一下右边反规模重力的几个特征。

第一个特征是依赖规模不经济的获客渠道。

比如有些生意无法实现产品的差异化，十分依赖线上的广告渠道来获客，留存也不好，当行业竞争变得激烈之后，他们会和同行陷入到广告投放的恶性竞争，最终被广告端吃掉所有的利润。这种是一次性的生意，我们要坚决远离。

第二个特征是业务扩张会消耗不可再生资源。

比如很多生意需要消耗老板的时间，但老板的时间总是有限的，当老板分身乏术之后，这个生意就停止增长、开始分裂或者质量变差。钱对很多行业来说其实也是不可再生资源，比如重资产的行业，每扩张一点就需要大量的资金，利润率又很低，不能快速把设备的钱赚过来，又不能获得低成本的信贷资金，这种生意的增长速度会很慢。

第三个特征，小规模的玩家有结构性的成本优势或获客优势。

比如有的生意在规模小的时候有税收优势，它可以不交税，看起来有一些利润，但规模做大之后，税款可能就把它所有的利润都吃掉了。这种行业不能投。

第四个特征，是有潮流风险、技术周期风险。

我知道很多基金投了餐饮项目，但是大部分的餐饮企业有潮流风险。可能一家店当下生意很好，天天排队，但3年以后再看就是门可罗雀。因为大多数的口味，在吃多了之后都会腻。

再比如女装，大部分的女装不是好生意，因为潮流变得特别快。有些风格特别的女装周期会比餐饮行业长一点，比如10-15年为一个周期：当你的主力消费群体年龄大了，不再消费你的产品了，你就会出现客户断层。

既然已经提到护城河的问题了，大家可能还会有另外一个疑问：现在我们天天在提技术创新，技术壁垒，你怎么提了这么多东西，为什么不提技术壁垒？这难道不是投资里面最重要的事情吗？

这其实是很有争议的一个话题，即我们的投资要不要只投那些有技术壁垒的项目。巴菲特其实比较极端，他不投技术型公司，因为他认为自己看不懂。这是一个很正确的逻辑：看不懂的东西就不投。所以在二十一世纪初互联网泡沫的那一波巨跌中，他全身而退了。

但是对我们来说，做VC做成长投资不能不看技术。理解技术创新和理解技术壁垒对我们非常重要。但是我们也要清楚技术壁垒的一个特点：他往往不是时间的朋友。随着时间流逝，技术壁垒会越来越低，竞争对手会缩短跟你之间的差距。这是一个大趋势。

但是技术能带来的竞争优势，不仅仅局限于技术本身，它还能起到一个催化剂的作用。

我们去研究历史的时候会发现，技术革命往往会创造商业的第二（学习）曲线。所谓学习曲线就是随着时间流逝以及规模增长，产品性能、成本以及市场适用性会越变越好。

上图里面一共有三条曲线，左侧最上面那条曲线是在现有的市场里面能够提供最好最优质产品的公司，这种公司往往是大企业。但是我们要投的便宜，需要投早期和成长期，只能找那些有技术革新的行业。这些行业里面可能会存在第二成长曲线：可能现在我们的性能比大企业要差，但由于技术的革新，这条曲线成长所依赖的核心资源大企业是不具备的，它所能带来的能力加成也是主流企业所不具备的，所以创新企业可以依靠这一优势把产品越做越好，并期待在未来可以超越大企业。

这就是技术革新的特点。我们天天研究新技术，主要就是寻找第二曲线。我们要去判断，通过这些新的技术，哪些企业会累积哪些核心能力，并能随着规模做大越来越好，从而有机会颠覆现有的领先者。

这就是我对巴菲特提到的“moat”这个概念的理解。其实上面提到的一些要素用来做股票投资也很有用。

这张图是我个人股票的业绩，整个投资周期是从2012年初到2016年3月不到4年的时间，这之后我清仓了，因为创业急需要钱。

图里面绿色的线是标普500，红色的线是我的利润走势，蓝色的线是我的本金。在2013年9月份，我的利润大概达到2倍本金时，我把我的本金全部抽出来了，只留利润在里面滚。在后来我又几次从账号里面取出了一些资金，最多的时候大概赎回了相当于我本金两倍的资金。在这样的情况下，我的利润最后做到了4倍的本金。我的方法就是比较平均地持有4到5只股票，但我在选股的时候，会特别考察他们是否具有阿尔法。

XVC现在已经做到了第6年，我们的业绩已经能看出一些端倪，我觉得可以拿出来分享一下。

我认为我们用这套逻辑做风险投资，效果是很好的。上图是XVC在管的全部核心仓位。我们在过去几年平均每年重仓8个核心项目，累计一共投了大概40多个项目，中间有几个项目被清算，也有几个项目表现一般，我们以1到2倍卖了出去。剩下仍然持有的这些项目，绝大部分我们是在A、B轮领投，累计投了30亿人民币左右。我们平均的初始股份是11.5%，个别高的可能会占到25%左右。截止到目前，这些项目的平均持有时间差不多2年，大部分项目都是过去3年投的。所以这是一个很年轻的组合。

虽然持有的时间不长，但这些项目的整体表现很不错。现在这30多个项目，里面已经有4个公司年化收入能够做到20-30亿这个规模，在这四个里面，有三家已经能做到盈利或者正向现金流（logo右上角有绿色加号的项目）。

第二排有8家公司，它们的年化收入能做到10-20亿的规模，其中的绝大多数也都实现了盈利或者正现金流。

我们要考虑到，2022年下半年，整体的消费环境比较糟糕，能做到这一点非常不容易。而且这些公司还在高速增长，少的增长了百分之七八十，多的甚至涨了十倍。

所以我们有理由期待，我们的投资组合在今年会出现IPO的项目。在接下来3年里，我们预测应该会有超过10个IPO。因为我们占他们的股份比例很高，所以这里面随便一个IPO都可以把我们基金有史以来投的所有钱，全部还回去一到两倍。基于这样的现实业绩，我们现在对自己的投资方法很有信心。

下面我用几个案例来展开讲一下，XVC是如何在投资中实践我们的投资理念的。

第一个案例是AI驱动的“自我优化”的教育游戏。

这家公司叫做核桃编程，它现在可能是世界上最大的少儿编程在线教育公司。它的模式很特别：你可以说它是教育公司，也可以说它是游戏公司。

用户在登录它的系统后会先看到一段动画片：人类被机器人奴役了，你要带领一个小分队来解放人类，接下来听好了，你的第一个任务是……过一会儿又继续放动画片，然后又有新的任务。

这个模式的规模优势曲线很长，因为他们可以持续不断地优化内容、优化个性化教学的引擎，未来我觉得还可以给注意力建模，给孩子的学习兴趣建模，给各种基础能力建模，比如记忆力、逻辑推理、空间想象等等，然后针对每个孩子用AI来挑选最适合的内容、学习任务、训练任务。

在经历了双减政策之后，核桃编程2022年仍然保持了强劲增长（80%），并创造了可观的正向经营现金流（可能超过了中国大多数上市公司的净利润）。因为它的边际成本极低、毛利极高、续费率极高，而且获客成本也很平稳，所以按照模型预测，用不了两三年，它就可以每年创造十几二十亿的自由现金流。如果运气好，它可能今年底或者明年就可以在海外上市。如果金融市场情绪恢复，我觉得三五百个亿的市值也是完全可以期待的。而且它现在全球化进展不错，还有希望跨学科发展，长期前景不可限量。

可能在座的会觉得，这是个教育公司，教育公司在中国没前途。我不这么想。用长远的眼光看，它是特别符合双减政策的精神的，它和那些课外辅导、在线大班课完全不一样。它既减轻校内负担，又减轻校外负担，既减轻孩子负担（寓教于乐），又减轻家长负担，还能够极大的改善教育质量。当监管当局想明白这个事情的时候，应该大力支持这个公司。

当年我们找到这家公司时，他们团队只有三个人，产品简单又粗糙，学生不到100人，而且几乎没有收入。在经过几天的研究后，我们在创始人身上看到了成为优秀企业家的潜质，并被他们独创的运营模式所吸引。创始人希望用公司 15% 的股份融400万人民币，但我们认为 400 万不够，所以提出给他们涨一些估值，以 800 万人民币换他们 25% 的股份。他们商量了几分钟后在我们的投资意向书上签了字。

这家公司的“moat”有两个自增强的循环：

第一是用户量和用户密度越大，他的获客会变得越容易。我们按城市统计过核桃编程的获客数据，我们分发现在他们用户量比较大的城市里，他们的获客成本显著降低。这里面我们也剔除掉了一些影响因素，比如先是因为获客成本低，所以才导致用户规模大这种逻辑陷阱。

第二是学习曲线更长：用户量越多，用户数据越多，他们就可以以此来持续优化自身的体验和教育效果。那些用老师的教育公司做不到这一点。而且这也有利于公司的全球化，核桃现在已经在海外开展业务了。

在投资核桃编程之前，我们也研究了很多编程教育的公司，包括当时市占率第一的公司。最后我们认为核桃编程用AI辅助，配以游戏化体验来做编程教育的方式，会是这个行业的终极形态（或者是通向终极形态中间过程）。事实上，我们认为“AI辅助自主学习”是大多数学科教育的终极形态：学习效果更好，负担更轻，成本还低。所以我们投教育公司都是用AI辅助的自主学习，没什么老师教的。

第二个案例是徕芬。

各位可能在抖音上看到过它的广告，或者家里就有它的产品，毕竟徕芬的出货量已经超过戴森，是天猫高速吹风机这个品类里的销量第一名。

但其实新消费品牌在过去几年是行情下滑的重灾区。因为绝大部分公司都依赖不可持续的流量红利，无法差异化，导致陷入广告投放的恶性竞争。投放端的“规模不经济”是一个很强的反规模重力。

徕芬现在年化收入也有30亿的规模，但一直保持盈利，一个重要的原因就是他有独特的供应链。

我们挑的新消费的公司，一般都是用独特的技术创造了独特产品，或者建立了独家的供应链。这些公司有机会利用优质的产品来构建品牌力。比如徕芬卖的比戴森便宜，但品质上和戴森几乎没有差异，它的产品体验能跟同等价位的竞争经对手拉开差距，用户买它有很高的期待，所以它能够建立起用户品牌。

小家电这个品类，在有了好的用户口碑和品牌之后，就有能力来做产品品类的延伸，而新的优质产品，会进一步强化品牌的优质属性，公司以此形成增强。

我们投了徕芬以后，他们的月收入已经翻了20倍，而且保持了良好的盈利状态。

徕芬的moat是什么？我认为也是两个循环：

一个是通过更低的获客成本，更高的渠道效率，来实现更大的规模、品牌知名度和美誉度。而在品牌美誉度提升之后，他们的获客成本会进一步拉低。现在他们的获客成本大概只有竞争对手的一半。

第二个是，在有了更大的规模之后，他们可以实现更低的生产成本，并提高质量的稳定性。我们研究了行业中的其他同类产品，成本差不多的，产品的风速和噪音控制要显著比徕芬差；而体验类似的，产品的成本又比徕芬高。

同行的获客成本是徕芬的2倍，生产成本还比徕芬高50%，这就是结构性的竞争优势。

我要提的第三个案例是霸王茶姬。

这是一个技术含量较低的项目——奶茶连锁品牌。我们知道2022是餐饮行业的大灾之年，但在这个年头里，霸王茶姬的整体销售规模涨了3倍。

这里面的驱动力一部分是单店销售额的增长，另外一部分是新店规模的增长。在全国到处在疫情封控的时候，加盟商还排队开店，因为即使在疫情这样的环境下，这家公司还能赚钱。我们看到他们十一月的销售额是一亿多，12月份很多人得了新冠，到了1月份放开之后，霸王茶姬的业绩开始快速恢复了：今年1月份他的整体销售额比2022年11月份翻了差不多1倍，到了2月份，差不多又涨了一倍。而且这家公司实现了非常可观的利润和正向现金流。

我们估计到明年这个时候，霸王茶姬整体店面的销售额可以达到差不多100亿的级别，利润可以达到10亿的级别，这之后这个公司实现200-300亿的销售额也是可以期待的。因为我们是他们第一轮的投资人，占了他接近20%的股份，所以这一个公司IPO，就可以把我们历史以来投的所有钱，还大概2倍左右。

霸王茶姬的moat是什么呢？我认为一个核心是味觉忠诚驱动的品牌自增强。

因为霸王茶姬的增长太超我们预期，所以我们在去年又做了一系列补充研究。我们发现在高速增长的前提下，他们最畅销的产品仍然是经典老款产品。我们看到这个数据以后特别高兴：他不是由产品创新驱动，那就可以摆脱潮流风险，他的产品忠诚度被持续验证，也就意味着他形成了长期的味觉忠诚。这个现象我们在其他的奶茶连锁里没有看到。

我们投霸王茶姬的时候就是冲着这个逻辑来的，因为我们当时在他们店里看到了超级大单品。所谓的超级大单品有三个特征：

第一是拥有自我强化的口味忠诚度。特点就是你消费越多，对他越忠诚。这跟大部分产品不一样，大部分的食品，消费多了后会厌倦，但有少数的特例，比如可口可乐，我们就是要找这样的特例。

第二是适应人群广，大部分人特别喜欢，不是特别小众的，像螺蛳粉或榴莲这样的产品。

第三是复杂的味觉体系，香味和口感不容易被竞争对手复制，而且核心用户重视原汁原味，拒绝接受味道和气味的变化。

满足以上的特征才有希望形成超级大单品。

有了这样的产品之后，公司可以在一部分的消费者那里建立起长期忠诚度，并且形成一个自增强的品牌，继而带来渠道效率的提升。这带来的影响是，霸王茶姬的每家店都比别人的单店要好。为什么他们在去年还有加盟商在排队开店，因为几乎每家店都能赚钱，这背后的主要驱动力就是忠诚有复购。

用同样的投资逻辑，我们还投了另外几家企业，例如利和味道、光良酒业等。在餐饮业整体环境比较恶劣的背景下，这些公司大部分在2022年的表现也很好。

当然，在这几个投资的背后，我们还考察了几十个不同的品类：小酒馆、羊肉串、炸串、肉夹馍、牛肉面、麻辣香锅等等，最后大部分的品类我们都放弃了。最主要的原因这些品类无法构建长期味觉忠诚。

我们把识别自增强特征，躲避反规模重力这个方法拿来做早期、成长期投资，效果很好。而在这个方法基础上，我们也额外增加了4个原则：

•重仓于长期、巨大、高确定性的结构性变化（含技术革命）推动的真实的、新的 Product-market Fit；

•用行为信号识别优秀创始人；

•高强度的核实性尽调，避免投到“假公司”；

•以“帮创始人快速提升组织建设能力”为中心的投后服务。

基于独立思考的核心理念以及这套投资方法，我们设计了XVC独特的组织方法和打法。

第一是强调研究文化，追求深度，赛道一定要看懂了才去投，不跟风去找热门赛道。与此相对应的，是有一些机构会看重“sourcing”能力，追求项目的覆盖度。

第二是我们不搞集体投票，而是一对一的进行深度讨论，依靠“sounding board”机制做决策。这更有利于我们真的进行独立思考，而不是在集体决策中，为了照顾他人感情或为了人情世故，去做出妥协性的决策。

第三是我们采用小团队的打法，不去按照赛道进行分组，所有人都可以跨赛道来进行研究和投资，所有的决策都遵循“专注的寻找‘特征’来寻找‘鲸鱼’”这一基础逻辑。

以上就是我今天的分享，希望对各位有帮助，谢谢。

在昆仑大讲堂中，我们和50家险资聊了资产配置的话题