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。。。

其时第一批作为签约企业，，允许加入自律条约的7家，，已经涵盖了很大一部分的停车场。。。2025年，，对全市备案的停车场、停车场使用的小程序做了梳理和统计，，全市的备案停车场有1307家，，泊车位有28万多个，，计费的小程序凌驾了40家。。。把它摸清晰之后，，以便于自律条约笼罩面继续扩大，，最终的目的就是要做到全笼罩。。。