近年来,人工智能相关股票成为资本市场最炙手可热的主题之一,从芯片龙头到数据服务公司,股价在短期内经历了惊人的上涨。资深价值投资人比尔·斯米德用"狗追车"的比喻形容投资者追逐热门股票的行为,并警告这种由动量驱动的上涨存在重大回调风险。他的观点提醒市场参与者回看历史、审视估值、识别风险,并调整投资策略以免在泡沫破裂时蒙受重创。 市场为何会出现"狗追车"式的狂热?动量效应、媒体放大与资金集中是主要引擎。像英伟达这样的公司在AI算力需求爆发的背景下,股价在短时间内大幅上涨,带动整个科技板块的估值提高。与此同时,社交媒体、投研平台和基金经理的热议进一步放大了市场关注度,越来越多的资本涌入相关板块,使得上涨具有自我强化的特性。
在这种环境下,短期业绩预期、合作消息或估值上调都可能引发显著的价格波动。 对比历史可以提供警示。比尔·斯米德提到的1999年末至2000年互联网泡沫时期有许多相似之处:高估值、广泛参与的零售投资者、以及市场对未来增长的极端乐观。无论技术实际能否改变世界,市场价格往往先行表达预期,而当理性重新占据主导或资金面遭遇紧缩时,估值修正往往来得迅速且剧烈。CoreWeave这样的公司在短期内被赋予极高市值,而其当期收入与利润能力是否真正支撑这样的估值,正是投资者应重点检验的问题。 估值与基本面常被泡沫阶段忽视。
传统价值衡量指标如市盈率、市销率、自由现金流折现仍然有效,但在强烈的成长预期下,这些指标可能显得不那么受关注。投资者在选择个股时需要更深入地分析商业模式、毛利率、可持续的现金流以及资本开支需求。一家公司如果需要持续大量投入才能维持增长,而未来盈利路径并不明确,那么高估值中的风险就会加倍存在。 市场结构性风险也不容小觑。AI生态中的企业关系越来越紧密,芯片供应商、云服务商和AI模型提供者之间出现了交叉持股、战略合作与深度依赖。例如部分芯片厂商对大型AI客户的销售比重较高,而这些客户自身的资金需求和扩展计划又影响着整个供应链的收入预期。
当这些关键节点发生波动,连锁反应可能放大为系统性风险。 流动性与杠杆进一步放大价格波动。许多投资者通过衍生品、保证金或结构性产品参与热门板块,杠杆的存在使得价格在小幅利空下出现放大效应。另一个值得注意的现象是仓位集中:当普通投资者和机构都把大量资金配置在少数几只明星股上时,任何关于这些公司的负面新闻或业绩不及预期都会引发集体性的止损,导致股价快速下行。 历史教训告诉我们,崩盘往往并非由单一事件触发,而是在多重不利因素叠加时爆发。利率环境的变化、监管风向的转变、关键公司财报的不及预期或是市场流动性骤然收缩都可能成为导火索。
尤其在高估值环境下,波动性会显著放大,投资者在心理和资金管理上都需更加谨慎。 面对潜在泡沫,普通投资者该如何应对?首先是保持理性与审慎的估值观。将注意力从短期价格波动转到公司长期盈利能力上,关注实报业绩而非仅凭前瞻性预期估算价值。对企业的核心指标进行严格审视,包括毛利率、净利率、自由现金流、资本开支需求和客户集中度等。 其次是分散化和仓位控制的重要性。不要把过多资金集中在单一主题或少数龙头股中,即便这些股票近期涨势良好。
适度分散可以降低系统性风险对整体资产组合的冲击。明确每笔仓位的风险承受限度,设置合理的止损和再平衡策略,避免在市场情绪高涨时无限扩大仓位。 再者,利用对冲工具和替代性暴露可以在市场波动中保护资产。期权策略、反向ETF或通过配置价值型、周期性资产来对抗成长股集中的风险,都属于可考虑的手段。重要的是对这些工具的成本和潜在风险有清晰认知,不盲目追求风险对冲的表面安全感。 此外,长期投资者可以将注意力转向那些在AI浪潮中有真实竞争优势且估值合理的公司。
不是所有与AI有关的企业都值得高估值追捧,选择能够稳定产生现金流、有明确盈利路径并能在竞争中保持成本优势的企业,通常更符合长期投资的逻辑。同时,关注宽基指数或行业ETF也能在参与主题性机会的同时保持分散性。 宏观环境对高估值板块影响深远。利率水平、货币政策与市场流动性直接决定高成长股的折现率。一般而言,低利率环境更有利于高估值成长股的估值持续,而当利率上行或货币政策收紧时,高估值公司受到的压力更大。因此,密切关注中央银行政策、通胀数据和流动性指标,对判断市场情绪与估值调整的节奏至关重要。
监管与道德风险同样不容忽视。AI技术在推动效率和产品创新的同时,也带来了隐私、偏见、就业替代等社会问题。监管机构可能出台新规以约束算法透明度、数据使用或行业集中度,这些都可能影响企业的商业模式和盈利能力。投资者需要将监管不确定性纳入估值模型,并为潜在的合规成本和营收波动留出缓冲空间。 尽管短期存在泡沫风险,长期来看人工智能仍具备改变产业格局的潜力。生产效率提升、自动化水平提高以及新型产品与服务的出现,都可能为具备核心技术优势的企业带来长期回报。
关键在于区分"真正的长期价值创造者"与"被投机推高的故事股"。前者在技术壁垒、商业化路径和盈利模型上具有可验证的优势,后者更多依赖市场情绪和预期增长来支撑高估值。 对普通投资者而言,建立一套行之有效的投资流程极为关键。流程应包括基于基本面的筛选、估值边界的设置、仓位与风险管理规则,以及定期的组合审查与再平衡决策。避免情绪化操作,尤其是在市场高度乐观或恐慌时,依照规则行动往往能防止重大错误。 机构投资者与资深从业者在泡沫阶段应更加注重资金流动性管理与应急预案。
确保在极端市场环境下有足够的现金或高流动性资产以应对赎回或追加保证金的需求。对于需要在一级市场参与投资的机构,审慎评估估值溢价与未来回报之间的匹配度,谨防在热钱推高估值时进入风险敞口过大。 最后,投资心态的调整同样重要。市场充满不确定性,保持谦逊与学习的态度比盲目追涨更为重要。把握长期趋势并非等同于盲从短期狂热。理性的投资者会在认识到技术长期价值的同时,尊重估值纪律、控制风险并注重资产配置的稳健性。
比尔·斯米德关于"狗追车"的警示并非彻底否定AI的长期潜力,而是提醒市场重视估值与风险管理。在金融市场中,技术进步常常伴随过度乐观与短期失衡。理性的应对方式不是全然回避机会,而是在充分认识风险、做好分散和对冲的前提下参与。对个人与机构投资者而言,关键是用历史教训校准当下行为,用基本面分析支撑投资决策,并在波动中保有灵活性与耐心。只有在既看到机器学习与大规模计算带来的真实变革,又尊重市场价格对未来不确定性的反映时,才能在AI时代的投资中实现更稳健的长期回报。 。
