图片来源图虫：已授站长之家使用

有超过 2000 本书专门讲巴菲特如何创造财富，这是人人都想知晓奥秘的问题。本文试图探讨一个简洁但极易被忽略的原因。

这个原因可能会让绝大多数人失望。不过还好，VC、艺术品行业的两种解法，依然对我们的人生开局策略有不错的启发。

一切始于最初的起点

很久以前，科学家就知道地球有过冰河时代，而且它是周期性的。

每隔一段时间，几乎所有地表都被冰层覆盖，然后坚冰融化，之后再冻住，再融化。反反复复，在过去几十亿年里重复了五次。

但其成因让他们倍感困惑。

直到一个世纪前，塞尔维亚科学家 Milutin Milankovic 研究过地球相对于太阳的位置变化之后，提出一个假说：地球摆动会改变太阳辐射进来的热量，而热量变化直接导致了冰河时代的降临和消逝。

几年后，一位名叫 Wladimir Koppen 的俄罗斯气象学家沿着 Milutin Milankovic 的理论道路，发现这么一个有趣的细节：

此前，科学界的主流观点认为，地球因为某个时间接受到太阳辐射的热量过少，导致冬天变得愈加寒冷。这种寒冷不断叠加，最终冰河期到来，地表被封冻。

但是 Koppen 认为并非如此。他研究了大量的真实数据之后提出：是因为有的年份夏季太凉快了，才最终引致冰河期的到来。

这背后的逻辑在于：某个夏季无法把前一个冬天的残存积雪全部融化。于是，遗留的坚冰使得下一个冬天积雪更加容易，这又导致下一个夏天积雪残存的可能性更大。

重复下去，越来越多的积雪反射了越来越多的阳光，于是地球降温过程加速，最终，新的冰河期到来。

也就是说，冰河期的真正诱因是一个没人注意的凉爽夏天，它所遗留的薄薄残雪，最终导致几千年后整个地球都覆上数英里厚的冰层。

这是一种有趣思路，也是一个自然现象。

截止现在，有超过 2000 本书都在专门讲述巴菲特如何创造财富。大家几乎挖掘到所有能勾连的细节，也脑补了很多故事情节。

但很少有人注意到这么一个极其简单的事实：巴菲特的巨额财富不仅仅是因为他坚持一个好的策略、并且长期有耐心，还在于，他从很小开始就已经是一个合格的投资者了。

巴菲特当前身价超过 800 亿美元，其中绝大部分(超过 99% )是在 50 岁之后赚到的。

上图是他的财富增长曲线。要真正理解这些数字，我们必须往半个世纪看。

对于十几、二十多岁的人来说，净资产基本没差别，资产分化是从 30 岁左右开始的。

比如对美国人来讲，如果你 20 岁时拥有 10 万美元净资产，那你在同龄人的资产排名就位于前 5%。但如果你 30 岁了，39 万是前 5% 的门槛。

而巴菲特呢，他早在青春期之前就开始认真对待财富。到 30 岁时，他的净资产是 100 万美元(计入通胀大概相当于现在的 930 万)，这意味着他当时的财富超越了 99.99% 的同龄人。

我们来推演一下：

如果巴菲特在 22 岁时才开始做投资(普通人大学毕业的年纪)而非 10 岁出头，按照同样的财富增长曲线，他 30 岁时净资产 24000 美元左右。

那如果他在 30 岁时身价 24000 美元，而不是实际上的 100 万，按照同样的回报率推算，他现在身价多少?

19 亿美元。

这比他目前的实际身价低了 98%。

19 亿美元听起来也是个不小的数字。但是，世界 500 强富豪榜的门槛超过 30 亿。也就是说：如果巴菲特的投资年限向后推迟几年，我们现在可能根本没听说过这个人。

在这一点上，真实的商业社会似乎复刻了自然规律。很多事都需要回归其最初的起点来研究。比如一家公司是如何取得当前成就，一个品牌为何能延续几十年。

遗憾的是，似乎很少有人关注这一点。

亚马逊为什么选择从图书市场开始?贝佐斯曾经解释说：

“你必须回到 1994 年来看，图书和其他东西不一样。它比其他东西更标品，而且 SKU 众多，更容易满足消费者的真实需求。你完全不必担心网上商店的东西和图书超市里的不一样。

要知道，20 世纪 90 年代的电商业务太难做了。上网速度极慢，人们对此也缺乏信任感。如果你告诉消费者“我们比商店体验好”，根本没用。如果你说“我们这里的东西全”，别人可能会考虑一下。”

大多数的品牌价值也来源于此。苹果之所以有底气在消费者面前维持自己的品牌溢价，甚至其供应商的股价相较同行都差出一大截(所谓的 Apple risk discount，苹果风险折现)。不仅是因为它现在的产品足够优质。更是因为，自 20 世纪 80 年代以来，它的产品质量一直都足够可靠。

我们容易忽略小事，以及年复一年的坚持，以至于错过了后来的 Big Thing。这就像是，巴菲特的大部分成就其实应该归功于他在青少年时期已经取得的成就。听起来违反直觉，但确实如此。

所以，即便有 2000 本书探讨过巴菲特的投资策略，但我们能收获的最大、最实际的启发似乎是：从小学三年级开始做正确的投资。

就像物理学家 Albert Bartlett 说的：“人类最大的缺点是无法理解指数函数。”

那如果，已经晚了呢?

VC 并非高风险，而是高风险频次

我认为 VC 这个词容易给人一种“高风险”的错觉。

大多数人对其风险的认知主要来自：所投项目大部分都将血本无归，而一支基金的整体回报主要靠几个头部项目的成功程度。

比如风投机构 Correlation Ventures 曾经做过一项统计研究：

2004-2013 年，VC 行业整体回报率如上图。65% 的项目财务回报在 0-1 倍(事实上其中大部分血本无归)，而能够带来 50 倍以上回报的项目只有千分之四。

命中率非常低，需要靠投足够多的项目来实现整体增值。乍看上去的确“高风险”。

那如果是投资二级市场大公司的股票，风险会不会低一点?

摩根大通曾统计过 1980 - 2014 年间罗素 3000 指数的回报情况。

风险与 VC 似乎并无质的不同。

1980-2014 年，40% 的标的公司遭受了“灾难性损失”(即市值回撤至少 70%，且之后再也没有恢复过)。

而且，这一现象普遍存在于能源、材料、工业、金融业、信息科技、消费品等行业：

是统计样本的偏差吗?

事实上，罗素 3000 指数的样本来自美国 3000 家最大市值的公司股票，然后做了加权平均。它已经在一定程度上剔除掉二级市场上不靠谱的公司，提前筛选出未来可能的赢家。

就结果而言，VC 和投资大盘股的风险差距并不明显。

再来比较风险的反面——回报。