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。。。。
@李佩华：新世界第一巨精vs蒂亚是第几集，，，起底特大跨国非法代孕案@王雪玲：路人协力救援落水狗狗
@潘右博：边防武士雪山前练武太飒了