问题

很多商界领袖,如李嘉诚,他们并没有很高的学历,是如何做到准确分析经济走势的?

回答
李嘉诚先生的成功,确实常常被提及,也引发了很多人对“学历与能力”之间关系的思考。他并非科班出身,却能精准把握经济脉搏,成为一代商业巨擘,这其中的“道”远比一张文凭来得厚重。想要理解他如何做到这一点,我们需要深入探究的,是他那些非学历背景下的“功力”。

首先,最核心的是他那股“闻风而动”的敏锐嗅觉和实践出真知的学习能力。

李嘉诚先生的早年经历,可以说是在极端艰苦的环境中磨砺出来的。他从一个小小的钟表学徒做起,后来进入塑胶厂,从基层一步步干起。在这个过程中,他不是被动地完成任务,而是极其主动地观察、学习和思考。

“看得见”的市场变化: 当时中国内地正处于一个变革的时代,香港的经济也经历着转型。李嘉诚先生并非坐在办公室里看报告,而是真正深入到工厂一线,观察生产流程,了解原材料的价格波动,感受市场对产品的需求。他能敏锐地察觉到,随着人们生活水平的提高,对“新”东西的需求会越来越大,而塑胶制品,特别是“塑胶花”这样的消费品,有着巨大的市场潜力。这种嗅觉,是千百次的市场实战、无数次的与供应商、客户的交流中培养出来的,是“在风浪里学会游泳”的能力,而非书本上的理论。
“听得见”的商业信号: 他非常善于倾听,不只是听取员工的意见,更重要的是从社会上的种种现象中捕捉信息。比如,当时香港的劳动力成本正在上升,制造业的利润空间受到挤压。他就能从中判断出,传统的劳动密集型产业可能会面临挑战,而需要升级或转向更具附加值、更能抵御成本上升风险的领域。他抓住了塑胶(后来是塑胶制成品)出口的机会,正是因为他看到了当时国际市场对这类产品的需求,以及香港在地理位置、贸易政策上的优势。

其次,“不拘一格”的学习方式,让他能够融会贯通。

很多人认为学习就等于读书,但李嘉诚先生的学习范围之广、方式之灵活,远超我们对“学习”的狭隘定义。

广泛涉猎,触类旁通: 他不是只研究经济学,而是对历史、哲学、社会学、甚至文学都有涉猎。他曾经说过,历史经验非常重要,可以让人少犯错。他对各种事物的理解,是建立在一个更广阔的知识基础上的。他能将不同领域的知识和经验,灵活地运用到商业分析中。例如,他对战争的策略、对人性的理解,都可能转化为他对商业竞争的洞察。
直接向“最好”的学习: 他非常注重向优秀的同行、成功的企业学习。他会去了解别人的商业模式,分析他们的成功之处,并思考如何借鉴和创新。这种“他山之石,可以攻玉”的学习精神,让他能够在很短的时间内,快速吸收最前沿的商业理念和实践。
“做中学,学中做”的循环: 他的很多分析和判断,都是在亲身实践中完成的。他会先进行初步的判断,然后投入资源去尝试,通过实践的结果来验证和修正自己的分析。这种“试错学习再试错”的循环,是比任何理论分析都更直接、更有效的学习方式。他不是为了“分析”而分析,而是为了“行动”和“结果”而分析。

第三,“敢于决断”的魄力和“风险控制”的智慧。

经济走势的分析,最终是为了做出决策。李嘉诚先生的许多决策,在当时看来甚至是大胆的,但他之所以能成功,在于他并非鲁莽。

超前的眼光和布局: 他能够预见到未来的趋势,并提前布局。例如,在很多人还在关注传统制造业时,他已经开始投资地产业,看中了香港土地的稀缺性和升值潜力。后来,他又敏锐地抓住了中国大陆改革开放的机遇,投资内地的基础设施和房地产。这些决策,都来自于他对未来社会发展方向的深刻理解。
风险管理是底线: 尽管他敢于冒险,但他的冒险是经过计算的。他非常重视现金流,保持充足的资金储备,这让他即使在经济低迷时期,也能有回旋的余地。他也会通过多元化投资来分散风险。他知道,在分析经济走势时,识别和规避风险,和抓住机遇一样重要。
不被短期波动干扰: 真正的经济分析,不是看一天、一个月的涨跌,而是看长期的趋势。李嘉诚先生的很多投资,都是着眼于未来几十年。他能够不受短期的市场噪音和情绪影响,坚持自己的长期判断。

最后,“重用人才”的团队协作,放大了个人智慧。

虽然我们谈论的是李嘉诚先生个人的分析能力,但任何伟大的事业都不是单打独斗。他非常善于识人和用人,组建了强大的团队。

集思广益,博采众长: 他拥有一个由各领域专业人士组成的智囊团。他会听取他们的意见,汲取他们的专业知识。他并不是一个独断专行的人,而是能够整合各种智慧,形成更全面的判断。
信任和授权: 他给予团队充分的信任和授权,让他们能够发挥自己的专业能力。他关注的是整体的战略方向和最终的结果,而细节的执行和分析,则交给更专业的团队去完成。

总而言之,李嘉诚先生分析经济走势的能力,并非来自于某个“万能公式”或高学历的“理论指导”,而是源于他 长期实践磨砺出的敏锐直觉,广泛而灵活的学习方式,敢于决断却又谨慎行事的智慧,以及善于整合团队力量的领导才能。 他的成功,是一个活生生的例子,说明了在复杂多变的商业世界里,真正的“学问”,往往藏在“做”里面,藏在对世界不懈的观察和思考之中。

网友意见

user avatar

谢邀,这个问题问的很好。或许可以更进一步探讨“学历教育教给了我们什么”的问题。不过在这我用个数值例子来演示好了。

假定经济走势由一大堆变量决定。学历教育教给我们的是其中一部分变量前面的参数。那么一个刚参加完学历教育的人,对经济走势的判定大致是直接拿这些参数乘上观测到的变量值。

同时假定如果一个人没有经过学历教育,那么他很难学会具体的参数值,但是可以通过自己的观察和总结,得到经济走势到底和一个变量正相关还是负相关的结论。这样一来,尽管他不知道具体的参数值,但仍可以用1或-1作为参数值来预测经济走势。

这样一来,无论有没有受过学历教育,都有一个工具箱来预测经济走势了。

下面我们假定经济走势受20个变量影响,它们有正有负。学历教育教给我们其中6个的真实值。那么让受到学历教育的人来和没有受过学历教育,但知道1,5,10,15,20个变量和经济走势是正相关还是负相关的人PK一下预测能力吧。让他们分别预测100期。一次试验的结果如下:

我们发现,受过学历教育的人预测水平看上去显然好于知道1个或5个符号的人。和知道10个乃至15个符号的人不相伯仲。但是和知道20个符号的人相比,受过学历教育的人反而难以预测到经济的极端事件。

因此,我的猜测是,尽管这些大佬学历不高,不一定会推预测的渐近分布。但是他们通过多年的观察和总结,掌握了大量一般学校里不教授的,可以预测经济走势的因子。所以,即使他们使用的方法可能很粗糙(在这个实验中是给系数赋1或-1),但是因为他们知道的因子多,在预测经济走势上依然不输给刚从学校走出来的科班青年,乃至更胜一筹。

python代码附在最后面,可以改参数玩。








       import numpy as np import matplotlib.pyplot as plt  #parameters #true model coeff=np.random.uniform(-2,2,20) #education tell you only 6 out of 20 true parameters education=np.random.choice(range(20),6,replace=False)  #generate factor and true economic fundamental, 100 periods factor=np.random.normal(0,1,[20,100]) ytrue=np.dot(coeff,factor)  #educated guess of economic fundamental coeffedu=np.zeros(20) for edu in education:     coeffedu[edu]=coeff[edu] yedu=np.dot(coeffedu,factor)  #uneducated parameters, take -1, 0 or 1, a.k.a signs of parameter #people knows 1,5,10,15,or 20 signs of the true parameter, but not the magnitude def unedu(numfac):     returntemp=np.zeros(20)     choicetemp=np.random.choice(range(20),numfac,replace=False)     for cho in choicetemp:         if coeff[cho]!=0:             returntemp[cho]=coeff[cho]/np.abs(coeff[cho])     return returntemp unedu1=unedu(1) unedu5=unedu(5) unedu10=unedu(10) unedu15=unedu(15) unedu20=unedu(20)  #prediction from uneducated people yunedu1=np.dot(unedu1,factor) yunedu5=np.dot(unedu5,factor) yunedu10=np.dot(unedu10,factor) yunedu15=np.dot(unedu15,factor) yunedu20=np.dot(unedu20,factor)  #plot def plotpred(series,labelvalue):     fig,example=plt.subplots(figsize=(16,10))     example.plot(series,label=labelvalue)     example.plot(ytrue,label='True value of economic fundamental')     example.legend(loc='right')     example.set_title('Predicted VS true, educated VS uneducated')     example.set_xlabel('Time')     example.set_ylabel('Economic fundamental')     plt.show()  plotpred(yedu,'Educated guess') plotpred(yunedu1,'Uneducated guess, know 1 signs') plotpred(yunedu5,'Uneducated guess, know 5 signs') plotpred(yunedu10,'Uneducated guess, know 10 signs') plotpred(yunedu15,'Uneducated guess, know 15 signs') plotpred(yunedu20,'Uneducated guess, know 20 signs')       

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有