泉源：专科女生上岸北大下个目的哈佛作者： 冯伶帆：

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。
。