零跑造车：一个量化视角下的风险收益评估

先看一组数据：根据公开信息，蔚来、小鹏、理想三家新势力从成立到实现季度盈利，累计投入均超过300亿元，平均耗时约8年。而零跑汽车董事长朱江明在最近的访谈中坦言，造车“两百亿是最起码的”，“早知道造车这么烧钱，我就不干了”。这句话从量化交易的角度看，本质是一个风险收益比极差的策略——初始投入大、回本周期长、胜率却不高。

朱江明在播客中表示：“两百亿是最起码的，造车真的需要两百亿。”

我的结论很直白：用夏普比率衡量，造车是一个典型的“低夏普”策略。夏普比率衡量的是每单位风险带来的超额回报，对于造车这个资产类别，波动率极高（政策、供应链、竞争格局），而预期回报率却并不稳定（能活下来的车企寥寥无几）。如果把它当作一个投资组合中的头寸，配置比例应该极低，甚至应该直接规避。

展开论证。首先，造车的“烧钱”本质是资本密集型+长周期研发的叠加。朱江明说“早知道就不干了”，反映的是事前对风险因子的低估。在量化模型里，这叫“模型风险”——你用的参数（比如所需资金、市场容量）与实际样本外数据严重偏离。零跑从2015年成立，到2023年才首次实现毛利转正，期间累计亏损超过百亿。这个回撤幅度，任何风控系统都会触发强制平仓。

其次，从胜率角度看，造车行业的新进入者存活率极低。据中国汽车工业协会数据，2020-2024年间，国内新势力品牌超过30家，但到2024年底仍在正常交付的不足10家。这意味着胜率不足33%。即便零跑今天在港股上市，市值也仅在200-300亿港元区间，远低于其累计投入。用期权定价的思维，造车相当于买入一个深度价外的长期看涨期权，时间价值损耗极大，而标的资产（汽车销量）的波动率又不足以覆盖权利金成本。

现实中的造车比模型更残酷。实盘交易要考虑滑点——在这里，滑点就是供应链中断、工厂延期、产能爬坡不及预期带来的额外成本。朱江明在访谈中没有提及零跑的具体融资细节，但我们可以推算：零跑从A轮到IPO，累计融资约120亿元，加上后续增发和银行授信，勉强接近200亿门槛。但即便如此，零跑在2024年一季度仍净亏损10.2亿元，距离盈亏平衡点还有一段距离。这就像回测时曲线完美，但实盘发现滑点吞噬了全部利润。

[!note]

如果把造车看作一个量化策略，它的最大回撤（峰值到谷底亏损）可能超过200亿，而最大回撤持续时间可能长达10年。任何机构投资者在评估这个策略时，都会要求极高的年化收益率（比如30%以上）来补偿尾部风险。但现实是，造车行业的平均净资产收益率很难超过15%。

行动建议：如果你是创业者，正在考虑投入重资产行业，请先做一份“量化尽调”。用夏普比率、最大回撤、胜率、盈亏比四个指标，给自己的项目打分。如果夏普比率低于0.5，或者最大回撤超过初始投入的50%，那么最理性的选择是“不干”——就像朱江明说的，早知道就不干了。但如果你已经上了牌桌，那么必须像管理一个高频交易策略一样，严格控制资金使用效率，把每一笔支出都看作一次“交易”，用最小仓位测试市场反应，而不是一把梭哈。毕竟，造车不是回测，实盘没有后悔药。

原文链接：https://www.ithome.com/0/983/486.htm