巴菲特定性檢查清單
5 個決策問題，每個都有客觀「答錯就 fail」的標準。
量化規則跑完之後，這 5 題是最後濾網 — 答不出來或全部錯，量化分再高也不該買。
Q1：能力圈內嗎？
「圈不必大，邊界要清楚。」— 能力圈
自問
「我能用 3 句話解釋這家公司怎麼賺錢嗎？」
答錯標準
- 必須引用「最近一輪融資」「TAM 估值」「平台效應」這類抽象詞才能解釋 → fail
- 收入來源 > 3 條交叉複雜（多角化集團）且彼此邏輯不通 → fail
- 商業模式依賴「未來會發生但還沒發生」的事 → fail
答對示例
- 可口可樂：「賣糖漿給瓶裝廠 → 全球品牌 + 配銷網絡 → 客戶習慣 100 年不變」（22 字）
- GEICO 蓋可保險：「直銷汽車保險 → 省經紀人佣金 → 保費低 → 客戶多 → 規模經濟 → 保費更低」（30 字）
答錯示例
- 「Tesla 賣車，但其實是 AI / 機器人 / 能源 / FSD 訂閱的平台公司」→ 收入來源混亂，fail
- 「Palantir 賣軟體給政府，但他們的 Foundry 平台會革命性改變…」→ 抽象詞，fail
Q2：護城河類型 + 強度
「不是『有沒有護城河』，而是『護城河會不會被填？』」— 護城河
自問
「這家公司的護城河是哪一種？10 年後它會更深還是更淺？」
必答出的兩部分
答錯標準
- 講不出具體類型，只說「品牌好」「客戶忠誠」 → fail
- 護城河來源是「政府補貼」「短期成本優勢」「景氣紅利」 → fail
- 5 年內已有明顯競爭者衝擊（IBM 對雲端、報業對網路）→ fail
答對示例
- 蘋果：「轉換成本（生態系鎖定）+ 無形資產（品牌）」「未來 10 年：Vision Pro / AI 整合會擴深」
- 穆迪：「法規護城河（評級牌照雙寡占）」「未來 10 年：法規變化是唯一風險，目前無徵兆」
答錯示例
- 德克斯特鞋業（事後看）：「美國本土製造」≠ 護城河，亞洲低成本一來就垮
- 某熱門 AI 概念股：「先發優勢」≠ 護城河（GPT 模型一年迭代一次）
Q3：十年後它還在嗎？
「最喜歡的持有期是永遠 — 但前提是它得活到永遠。」
自問
「2036 年，這家公司大概率還在嗎？業務模式還像現在嗎？市佔率不縮水嗎？」
客觀檢驗（同時通過 3 項才及格）
- 科技替代風險：是否有實驗階段或商業化中的技術可能取代？
- 法規變化風險：是否高度依賴單一法規或政策？該法規是否在重審？
- 消費習慣變化：核心客戶群（年齡、地區、使用情境）是否在縮小？
答錯標準
答對示例
答錯示例
- 報業（2010 之後）：網路新聞已是事實
- 傳統零售（2015 之後）：電商滲透率年年增
Q4：經理人值得信任嗎？
「才幹/精力/誠信，沒第三個會殺了你。」— 經理人選擇
自問
「過去 5 年的股東信、財報、危機反應，這位 CEO 給我什麼印象？」
客觀檢驗（4 個都看，至少 3 個通過）
- 誠實認錯：過去 5 年股東信中，有沒有具體（哪年、哪筆、為什麼）檢討失誤？
- 誘因結構：管理層誘因設計 是否合理？股票期權有下行風險嗎？是現金獎金為主嗎？
- 個人持股：CEO 持股佔個人淨值的比例 > 5%？（skin in the game）
- 危機行為：上次危機（2008 / 2020 COVID / 自家醜聞）的應對，是優先股東還是優先自己？
答錯標準
- 股東信全是好消息、無檢討 → fail（誠信與品格 警報）
- CEO 領大股票期權但個人持股很低 → fail（管理層誘因設計 問題）
- 危機時靠政府救援、變賣優質資產自保 → fail
- 涉嫌會計把戲、過度承諾、頻繁改口 → 直接 OUT_OF_CIRCLE
答對示例
- 東尼·奈斯利（GEICO 蓋可保險 CEO 1993-2018）：25 年「給對人就放手」教科書
- Tim Cook（蘋果）：14 年穩健配置 + 巨額回購紀律 + 危機透明溝通
答錯示例
Q5：股價低於內在價值至少 30%嗎？
「寧可大致正確，也不要精確錯誤。」— 安全邊際
自問
「我的 IV 估算是合理區間嗎？目前股價在這區間的哪裡？折扣 30%+ 嗎？
客觀檢驗
- IV 估算可信度：估值需要的核心假設不超過 3 個（成長率 / 利潤率 / 折現率）
- IV 範圍：給出 IV_low 與 IV_high（保守與樂觀），而非單點估值
- 股價位置：股價 ≤ IV_low × 0.7（最保守的 IV 還能打 7 折）
- 若護城河極深（蘋果、可口可樂 級）可放寬到 IV_low × 0.8
答錯標準
- 估算依賴 5 個以上不確定假設 → fail（簡單甚於複雜 違反）
- IV 區間寬度 > IV_mid × 50%（例 IV 區間 50–150）→ fail（不可信）
- 股價在 IV_high 之上 → fail（明顯偏貴）
- 估算需要「未來 N 年某個革命性突破」 → fail（投資 vs 投機 警報）
答對示例
- 1964 美國運通：沙拉油醜聞，市場恐慌跌 50%，但支付業務無實質損傷 → IV 折扣 > 50%
- 1973 華盛頓郵報：8000 萬市值買 4 億資產的核心業務 → IV 折扣 75%
- 2008 高盛 優先股 + warrant：金融海嘯定價條件極優
答錯示例
- 大多數時候大多數股票：股價反映合理或偏貴的 IV → 等待
- 高成長題材股價已 price-in 完美執行 → 沒安全邊際
評估方法
全部 5 題答對 → 強烈買進信號
配合 巴菲特量化篩選清單 的 BUY (≥ 80) 結果。
1-2 題不確定 → HOLD（等更明朗）
- 例如護城河類型清楚但 5 年後不確定（Q3 半通過）
- 等待業務發展給更多訊號
3+ 題答錯 → AVOID 或 OUT_OF_CIRCLE
- 即使量化分數高也不該重倉
任一題「不知道怎麼答」
- 答不出 = 能力圈外 → OUT_OF_CIRCLE
buffetAgent 實作對映
| 問題 | 自動化策略（Phase 2-3） |
|---|---|
| Q1 能力圈 | LLM 評估「3 句話解釋」品質；行業黑名單硬篩 |
| Q2 護城河 | LLM 從 KB 公司檔抽取護城河類型；對缺檔的 ticker 標 unknown |
| Q3 十年後 | LLM + 行業趨勢數據（科技替代率、法規 pipeline） |
| Q4 經理人 | LLM 讀近 5 年 10-K + 股東信摘要評估；CEO 持股 SEC Form 4 |
| Q5 IV 折扣 | DCF 計算 + 多假設情境；缺基本面則 fallback PE/PEG |
詳見 ../_specs/Phase2_Agent實作、../_specs/Phase3_warRoom整合。
對照原則
量化規則告訴你「不該買什麼」(否定式篩選)；
定性檢查告訴你「該買什麼」(肯定式判斷)。
兩者結合 = 巴菲特方法。