陈李：我不看 AI 公司的估值 —— 一种不纠结、更清静的投资方式
陈李系东吴证券全球首席经济学家、东吴香港行政总裁， ，中国首席经济学家论坛理事
一段时间以来， ，一些朋侪们被一连上涨的AI相关公司的股价折磨。。。。半导体股票还能上涨吗？ ？ ？？海力士的估值合理吗？ ？ ？？硅基生物的市值是不是见顶了？ ？ ？？
跌， ，心累。。。。涨， ，心也累。。。。
我想， ，关于AI相关企业， ，古板估值工具不但是不敷准确， ，而是从基础上用错了地方。。。。
展望现金流？ ？ ？？坦率说， ，是个假话
DCF模子的逻辑无懈可击：一家公司今天的价值， ，即是它未来所有现金流折现后的总和。。。。
但它有一个隐藏的条件——你能展望未来的现金流。。。。
我们来看两个真实案例：
英伟达 ， ，2019-2023间的净利润不稳固， ，且险些没有增添。。。。2019财年净利润约42亿美元， ，2020财年净利润骤降至28亿美元， ，2022财年净利润上升至98亿美元， ，2023财年又再次降至43亿美元。。。。随后在AI浪潮攻击下， ，2024财年净利润暴增至298亿美元， ，2025财年进一步跃升至729亿美元。。。。
四年间， ，利润增添凌驾17倍。。。。
有几多剖析师， ，在2022年的熊市底部， ，展望到了这个数字？ ？ ？？
其时绝大大都模子给出的展望， ，与最终效果相差了一个数目级。。。。
SK海力士， ，是另一个例子。。。。作为全球最大的HBM内存供应商之一， ，它的盈利轨迹像过山车：2018年净利润凌驾15.5万亿韩元， ，2019年暴跌至约2万亿韩元， ，2023年因存储周期下行陷入巨额亏损（-9万亿韩元）， ，2025年随着AI对HBM的需求爆发再度创出历史新高， ，剖析师展望2026-2027年将再创历史新高。。。。
统一家公司， ，相邻两年的盈利可以差出十倍。。。。
AI工业链上的企业， ，其盈利和现金流的波动幅度， ，远远凌驾任何模子的展望界线。。。。
经济学家弗兰克·奈特区分了两种不确定性：一种是概率已知的可量化风险， ，包管公司靠这个定价；；；另一种是概率自己未知的奈特式不确定性， ，无从定价。。。。
AI工业今天面临的， ，正是后者。。。。在我们头脑框架里， ，超速生长的未来， ，不是“知道自己不知道”， ，而是“不知道自己不知道”。。。。
对奈特式不确定性做DCF折现， ，是用风险定价工具处理基础无法定价的问题。。。。输入端全是推测， ，输出端包装成了科学结论。。。。
这是一种勤劳的自我诱骗。。。。
用历史做参照系？ ？ ？？怎么区分“重复”和“押韵”
PE估值法同样云云。。。。准确的利润展望是个假话。。。。
市盈率自己就是个相对估值要领。。。。要么用PE做类似公司的估值较量， ，可是这些公司真的是类似的吗？ ？ ？？AI工业生长充满种种手艺路径。。。？ ？ ？？雌鹄淳傩型档墓， ，选择了差别的手艺蹊径， ，生长远景大不相同。。。。怎么是可比公司呢？ ？ ？？
仅仅将从事统一个行业的企业就运用市盈率举行比照， ，合适吗？ ？ ？？我跑步， ，那么我应该跟博尔特或者乔爷较量效果吗？ ？ ？？
PE估值， ，也将现在的市场体现跟历史相比， ，由于我们相信历史押韵。。。？ ？ ？？墒恰把涸稀笔歉鍪裁醋刺？ ？ ？？这一次市盈率的头部， ，是上涨到历史高点的120%照旧150%？ ？ ？？
“让我们用历史均值的标准差来权衡吧。。。。市盈率已经在二十年平均值以上一个标准差了， ，贵了。。。。”
Come On， ，各人都是剖析师， ，知道这是冒充专业的故弄玄虚。。。。
遵照熵增纪律的宇宙， ，在一直实验从未泛起过的事物生长蹊径。。。。拿旧天下的坐标来权衡新天下的公司， ，自己就是一件希奇的事。。。。2004年有人用古板媒体的PE权衡谷歌， ，得出"严重高估"；；；2010年有人用零售业的PE权衡亚马逊， ，得出"贵得离谱"。。。。盘算在逻辑上没有过失， ，但参照系错了。。。。
用情绪做反向生意， ，同样是个陷阱
既然估值没用， ，有人会说：那就看市场情绪。。。。AI看法人人都在谈， ，投资拥挤， ，这时间应该避开。。。。所谓"不去人多的地方"。。。。
这个逻辑， ，听起来像是自力思索， ，现实上是另一种随波逐流。。。。
想清晰这件事：
完全追随人群买入， ，是让别人的乐观情绪替你做决议。。。。完全反向人群卖出， ，是让别人的乐观情绪替你做决议——只不过偏向反了。。。。
两者的实质是一样的：你的决议变量， ，是别人的意见， ，而不是你自己对资产和组合的判断。。。。
一个顺着别人的意见走， ，一个逆着别人的意见走。。。。都是损失了自我决议的能力。。。。
更深的问题在于：情绪指标自己极难怀抱。。。。什么叫"人人都在谈论"？ ？ ？？2021年的比特币， ，2000年的互联网， ，每一次泡沫之前， ，市场情绪都在高位， ，但真正的顶部， ，事后才知道在那里。。。。
用拥挤度做反向生意， ，与用估值做择时一样， ，都是在用无法准确怀抱的变量， ，来驱动一个高度敏感的决议。。。。
拿情绪指标做反向生意， ，保存根天性的逻辑缺陷。。。。
换一个坐标系思索
既然估值工具失效， ，情绪指标也不可靠， ，我们该怎么办？ ？ ？？谜底不是放弃， ，而是换一个坐标系。。。。
不再问"这只股票值几多钱"， ，而是问：
这类资产在我的整体组合里， ，应该饰演什么角色， ，占多大比例？ ？ ？？
这是一个实质上的问题转换：
从展望价钱→转向治理组合， ，从判断贵贱→转向匹配自己的风险遭受能力。。。。
这个转换， ，让涨跌不再是决议的主要输入。。。。
从关注单只股票的涨跌， ，到关注自己的投资组合。。。。我希望自己的投资组合追求多大的收益率， ，遭受多大的波动率， ，我愿意遭受多大的风险， ，我希望自己的组合设置怎么袒露在更大的时机， ，而不是更大的风险。。。。
从投资组合角度出发， ，有几个维度值得认真思索：
第一， ，看波动率孝顺， ，而不是看收益率。。。。
一只AI股票涨了50%， ，但若是它让整个组合的波动率大幅上升、夏普比率下降， ，从组合治理的角度， ，它反而是在拖累你。。。。同时， ，AI相关股票之间高度相关， ，集中持有多只， ，并没有你以为的那么疏散。。。。
第二， ，用最大回撤容忍度校准仓位。。。。
英伟达在2022年最大回撤凌驾65%。。。。这不是异常， ，这是超等生长股的正常生命周期。。。。
问自己一个问题：若是持有的AI仓位跌去60%， ，你的整体生涯妄想和心理状态， ，会受到多大影响？ ？ ？？
若是谜底是"难以遭受"， ，那现在的仓位就已经凌驾了你的真实风险遭受能力——无论这些股票看起来何等"值得持有"。。。。
第三， ，用资金的时间属性匹配仓位。。。。
五年以上不动用的资金， ，可以遭受更大的波动；；；三年内可能动用的资金， ，应该极低设置甚至不设置。。。。没有什么比在低点被迫变现更糟糕的事。。。。
第四， ，用规则化再平衡取代主观择时。。。。
设定AI相关资产在组合中的目的区间， ，凌驾上限时机械减仓， ，低于下限时补仓
好比， ，你设定目的是15%。。。。某一天组合里AI仓位涨到了22%， ，不需要判断它还会不会涨， ，直接减回15%。。。。半年后若是跌到了9%， ，补回15%。。。。这个行动， ，与股价涨跌无关。。。。
这个框架让"要不要减仓"酿成一个执行规则的问题， ，而不是展望市场的问题。。。。你不需要知道它还会不会涨， ，你只需要知道它占比超了。。。。
第五， ，把AI股票放在"杠铃"的高弹性端。。。。
塔勒布的杠铃战略：一端是极端守旧的资产（现金、短债）， ，另一端是小仓位的高弹性资产（超等生长股）。。。。中心的"中等风险"资产， ，反而是最危险的——它既无法提供；；；， ，又无法提供真正的弹性。。。。
AI超等生长股自然属于高弹性端。。。。焦点问题不是它贵不贵， ，而是这一端的总规模， ，在你的整体组合里是否合适。。。。
让投资更清静
用这个框架思索， ，你会变得更清静。。。。
当AI股票继续上涨时， ，你不会由于"卖早了"而怨恨， ，由于你的决议原来就不基于价钱展望。。。。
当AI股票大幅调解时， ，你也不会焦虑， ，由于你在建仓时就已经想清晰了这个仓位对应的最大回撤， ，它在你的遭受规模之内。。。。
真正让投资者痛苦的， ，往往不是亏损自己， ，而是在过失的框架下做出决议， ，然后被迫用过失的方式响应市场。。。。
我不看AI公司的估值。。。。
不是由于对这个行业没有判断， ，而是由于：在准确的坐标系里做出理性的组合决议， ，比在过失的坐标系里追求准确的价钱判断， ，更靠近投资的实质。。。。
涨跌， ，交给市场。。。。
组合， ，交给自己。。。。
@袁旻丰：大富豪手游官网， ，细数中国空间站高光时刻@吴秀兴：曝欧俄睁开谈判窗口正在翻开
@刘皓杰：国际奥委会主席到访世乒赛整体赛