泉源：医生：这12类药物与牛奶“相冲”作者： 林志威：

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。。。
。