首页 - 理财 - 创业故事 - 正文

GP如何构建理想portfolio?

来源:创业邦 2021-06-10 08:05:00
关注证券之星官方微博:

(原标题:GP如何构建理想portfolio?)

编者按:本文来源创业邦专栏溯元育新,编译:溯元育新团队,图源图虫网,创业邦经授权转载。

虽然GP构建portfolio是风险投资中「复杂」而重要的一个环节,但它还是容易被「低估」。为什么说它「复杂」?简单来说有三个原因:

(1)构建portfolio的策略没有明确的对错之分:各种各样的投资机构有它们各不相同的构建方法,集中重仓、分散投资、低成本看牌然后加仓,这三种都能创造有牛逼回报的机构。

(2)每种构建portfolio的模式都必须根据特定GP的具体情况去评估和实施,导致每一个portfolio都有自己独特的样子

(3)因为信息往往不是公开透明的,所以新一代GP一般都得自学成才,从亏过的钱、摔过的跤里,悟出来怎么成长。

为什么说它被「低估」?一方面,GP没有花足够多的时间去思考这件事。另一方面,好的portfolio构建策略,能改写一家投资机构的命运。即使是GP的基金已经因为其他的优势在行业内打下了一片天(比如有很高的投资命中率或者其他耀眼的指标),也可以通过优化portfolio的构建策略,释放出预期以外的更大价值。

尽管构建portfolio很复杂、也很容易被低估,但是和老炮机构LP聊的时候,你怎么构建自己的portfolio仍然是绕不开的话题。所以对于想做大做强、建立长期品牌和LP关系的GP来说,想清楚怎么构建portfolio是必修课之一

Blue Future Partners是一家母基金,重点关注那些投早期轮次(种子和A轮)和较小规模基金(AUM在2亿美元以下)的GP。他们认为,和潜在LP接触之前,优秀的新GP可以从三个方面思考怎么构建自己的portfolio

(1)基础工作(surface)。它代表了GP对行业历史、最佳实践的研究程度,以及GP为了最终敲定portfolio策略所做的前期准备工作。

(2)模型测算(math)。代表了GP根据之前的调查数据和投资经验,分析得出的量化逻辑。

(3)实际执行(execution)。这一点是说,看GP如何真正把策略应用到实际的投资决策、投资体量和实际portfolio构建中去。

总体来看,第一种策略更像是一层过滤网,另外两种策略则代表了实际的落地执行,三方面相互依存

1.基础工作

接触机构LP的时候,GP必须得搞清楚自己的portfolio构建机制。以Blue Future Partners为例,他们经常在和GP第一次见面的时候,就会问他们怎么想portfolio构建这件事。LP一开始就想知道的信息,是GP对自己的投资主题理解得有多深刻,为构建portfolio下了多少功夫,以及收集了多少证据来证实他们的预期能成真。

对没有投资经验或者还没做到游刃有余的新GP来说,这个话题尤其棘手。如果在解释构建portfolio策略的时候拿不出实际成果,就要证明自己已经花了时间思考这件事。

想思考如何构建portfolio,GP可以从三个方面入手:

(1)尽可能多地阅读各方面信息,从你能接触到的所有资料中获取关键内容。用丰富优质的信息源形成和完善自己的观点。

(2)听听世界上的其他GP聊他们的策略、遇到的挑战、犯过的错误和得出的经验教训,并从这些谈话中反复思考和审视自己。

(3)用两件事去考虑portfolio的构建。第一个是自上而下的方法,根据你想要的portfolio多样化程度和专注某个行业/投资阶段的程度,选择portfolio里公司的数量和investment reserve(简单来说是用来加仓的钱)策略。第二个是自下而上的观点,也就是想想你能处理多少deal,包括尽职调查和投后等。

做这些「基础工作」可能不会实质上让GP的portfolio策略变得更正确,但这个过程会让专业素养渗透进GP的工作以及和LP的对话之中。

2.模型测算

向LP pitch自己的时候,GP至少可以准备一个portfolio的构建模型,简单明了地展示自己的一些预期,比如单笔平均投资规模(ticket sizes)、估值范围、退出预期和最终回报。

这些预期和假设必须符合两个关键要素:

(1)符合市场数据(比如GP所在行业各阶段的估值范围);

(2)符合GP的投资机构以前的业绩记录。

GP在这个环节经常会犯的一个错误是,假设的入场估值不仅脱离了市场实际情况,还仅仅来自于他们自己以前的投资,也就是在自己的体系内循环,没有和市场真正接轨。

GP可以用不同的方式和复杂程度去展示自己的portfolio模型,简单模型或者更复杂的蒙特卡洛模拟都可以(Monte Carlo Simulation,用来模拟大量数据的一种统计学方法;Alex注:我是没见过几个天使基金做蒙特卡洛运算去搞portfolio strategy,有,但不推荐)。

不过,GP在开始分析时也需要想想自己到底想要什么结果,之后再选择用什么模型展示,因为两种模型的目的不同。蒙特卡罗模拟的目的是,通过一组随机数据(即使这个数据是主观假设)的数学运算向LP证明,GP的portfolio构建模型能行之有效。另一个例子是,小型基金一般都会想建立一种独特的模型,证明自己不需要极端情况+极端成功的deal,也能产生强劲的回报(比如说没有投出百亿估值上市公司,也能实现5年2.5x现金回报)。

不管选择哪种,向LP展示portfolio模型基本是为了证明,假设有一组提前定义好的结果(或者在提前定义好的范围内的一组随机结果),通过清晰的模型测算就能回答GP对portfolio模型的问题。

GP要回答的问题,一句话说明白就是:搞定一笔价值xxx美元现金的退出,我的整个portfolio和基金能产生什么样的回报?

回报确实很关键,但优秀GP应该思考的一个事情是,这个目标是我要追求的正确目标吗?关于portfolio的模型,一个更有趣也更有价值的问题,应该打破一些简单的利益考量,而不只是局限地计算退出估值之类的指标。

和我们上一篇讲到的玩长线游戏,从而创造更大成就的观点一样(《在风投世界里,玩一局长线游戏(上)》),GP应该从长远价值的方面考虑,怎么把自己在明星portfolio中的权益最大化,而不是被一轮一轮的稀释掉。

GP构建portfolio策略,可以被看成是在有限制的情况下对回报的优化,最后得出的结果是portfolio策略的一些参数,比如投资多少家公司,准备多少百分比的储备金作为跟投/加仓/反稀释(30%还是50%,都值得好好想想),在什么样的情况下选择老股退出/继续持有等。

这是个很耐人寻味的过程,特别是对于那些虽然已经成绩斐然,但portfolio策略还是欠佳的GP,或者是新一代即将出来/有计划出来干的高潜力GP。

他们已经在其他方面显露出过人的技能,比如能识别出一类强力创始人,看得懂前沿的赛道,或者有接触项目的好渠道,一旦他们的portfolio策略得到完善(基本上就是投完一波,还能有足够多的钱给明星项目加仓),就有可能产生巨额的价值。

总的来说,GP可以想想如何让portfolio模型产生更深远的价值。不单单是考虑退出的结果,而是最大限度地保持对portfolio明星项目的权益,然后对这些结果做出假设,最后评估portfolio模型的可行性。

3.实际执行

portfolio构建策略执行到位的GP,每一笔投资都能按照预期的check size投进去,还能在应该领投、加仓、跟投、反稀释的时候,不手软。

执行portfolio构建策略最大的挑战,是抓住快速变化的融资风向占到足够多的份额,以及深刻理解不同轮次、不同资金体量玩家的游戏特点。

这个挑战对于那些正在大幅扩大基金规模的GP尤其现实。打个比方啊,投天使轮的个人天使或者机构天使投资人,往往会下意识地认为,把1000万变成1个亿,和把1个亿变成3个亿是类似的游戏,配置资金的效率还会保持不变,但事实并非如此。原因有两个:

(1)更大的资金管理规模,意味着有效部署资金的挑战变大。配置100万美元,相对来说是要比配置10万美元要难一些的。

(2)随着基金规模的扩大,更多的资金必须要投到后几轮中去(不总是这样,但大多数情况下确实如此),而跟投产生的回报倍数是比最初的投资规模要小的。所以在这种时候,把资金集中倾注到赢家身上就很重要了,能做到田忌赛马和慧眼识珠也很难

这就是为什么在竞争激烈的市场,在LP眼里,GP除了基本的投资成绩之外,具有某种别人没有的独特价值也非常重要。GP管理小规模体量资金业绩优秀,远不能就此证明自己能做好大体量资金的策略。这样的情况首次投资和后续跟投轮次里都会发生,后期投资人有时候还会阻挠早期投资人进行pro-rata。

4.总结

就像文章一开头说的,模型测算和实际执行相互依存,它们构成了portfolio构建模型的「真实」部分,而第一步的浅层工作更多是为GP形成投资主题做准备。总而言之,对GP构建portfolio的三个建议是

(1)和LP聊之前,对自己portfolio的构建主题做到胸有成竹;

(2)在模型计算时,更长远更多面地思考,从不同的角度去构建portfolio。退出时的回报固然重要,但是抓住portfolio里的明星项目并最大化在其中的投资权益,才能让GP获得超额回报;

(3)GP需要实事求是地想一想自己是在和谁竞争,以及以前的业绩能在多大程度上帮自己执行好这一次的新策略。看清自己在市场上的站位,也看清自己的实际执行力。

原文:https://medium.com/blue-future-partners/discussing-portfolio-construction-with-lps-the-surface-the-math-the-execution-19caef4aa0cd

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 用户反馈
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-