在信息爆炸的时代，我们每天都被大量新闻、分析、数据和观点包围。
对投资者来说，信息当然重要。
但信息越多，另一个问题也越来越重要：
我们看到的究竟是事实，还是别人希望我们看到的事实？
真正做到客观并不容易。下面是我自己在处理投资信息时的一些思考和方法。
1. 区分事实与意见
很多信息表面上是“新闻”或“分析”，实际上已经夹杂了立场和判断。
2008年金融危机前，美国政府和美联储都曾公开表达过对经济和金融体系的信心。但站在政策制定者的位置，他们的公开表态本身就承担着稳定市场预期的作用。
所以，读这类信息时，我首先会问：
这是一个事实，还是一个人在特定位置上表达的意见？
两者都可能有价值。
但不能混为一谈。
2. 识别意见背后的偏见
偏见可能是无意识的，也可能来自一个人的立场和利益。
无意识的偏见，往往来自知识、经验和认知范围的局限。
另一种偏见则更值得警惕：
一个人的位置，可能影响他能够说什么。
我做公司首席投资策略师的时候，如果讨论资本市场前景，我更愿意邀请多资产投资经理，而不是只听某一个资产类别的基金经理。
原因很简单。
股票基金经理每天研究股票，自然更容易看到股票的机会；债券基金经理长期研究债券，也更容易看到债券的价值。
他们未必有意误导你。
但他们所处的位置，本身就可能影响他们看到的世界。
所以我听一个观点时，经常会多问一句：
这个人是站在哪里说这句话的？
3. 区分软数据与硬数据
投资中还有一个很容易混淆的问题：
软数据（Soft Data）和硬数据（Hard Data）不是一回事。
GDP、就业、实际通胀等经济统计通常属于硬数据；消费者信心、企业调查、市场预期等更多属于软数据。
两者都重要，但含义不同。
2025年2月写这篇文章时，密歇根大学消费者调查中的长期通胀预期明显上升。
这样的数据值得关注。
但它首先告诉我们的，是受访者当时怎样看未来的通胀，而不是未来通胀一定会是多少。
所以看到一个数字以后，我通常还会继续问：
它测量的究竟是什么？
它是已经发生的事实，还是人们对未来的预期？
数据本身不会说话。
怎样理解它，仍然需要判断。
4. 用常识检验数据和观点
再复杂的模型，也不能完全代替常识。
2018年前后，中国人均GDP仍不到1万美元，而美国已经超过6万美元。
如果仅仅因为看到中国一些大城市里的消费、房价和财富现象，就得出“中国人已经非常富有”的结论，很容易以局部代替整体。
同样，如果有人预测一个已经相当规模的经济体未来十年仍然每年增长10%，即使模型做得很漂亮，我也会先停下来问一句：
这符合基本的经济常识吗？
常识当然不是投资模型。
但它经常是检查模型有没有跑偏的第一道防线。
5. 综合信息，形成自己的判断
信息渠道越多，越容易进入“信息茧房”。
我们会自然地寻找支持自己观点的信息，忽略与自己判断相反的证据。
这可能是投资中最危险的事情之一。
所以在做投资判断时，我希望自己既看企业财报，也看宏观经济；既看基本面，也看市场价格和情绪；既看支持自己判断的信息，也主动寻找反面的证据。
最后，所有这些信息都应该服务于一件事：
形成自己的判断。
不是让新闻替我判断，也不是让某一个专家替我判断。
写到这里，我并不认为自己已经能够做到完全客观、没有偏见。
事实上，我越来越怀疑一个人是否真的能够做到这一点。
这篇文章，也只是我在这方面努力的一个中转站。
能不能做到，我不知道。
但至少，心向往之。
