今年上半年，A股市場有兩個板塊表現(xiàn)特別突出，一個是所謂的“中特估”，另一個是“人工智能”。市場如此表現(xiàn)背后有很多復(fù)雜的背景和原因，包括國內(nèi)宏觀經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型、科技進(jìn)步、地緣政治、存量資金博弈等。本文并不想仔細(xì)探究這兩個板塊表現(xiàn)突出背后的邏輯，主要就這兩個板塊里面的機(jī)會以及潛在的一些風(fēng)險談?wù)剮c(diǎn)思考。

“中特估”，是“中國特色估值體系”的簡稱，核心是中國的一些傳統(tǒng)央國企，為何估值常年在低位徘徊，并思考是否有積極的舉措使其估值提升，反映其應(yīng)有的價值。從股票估值經(jīng)典的貼現(xiàn)模型來看，分子是下一期的分紅d，分母是k-g，k代表考慮風(fēng)險補(bǔ)償后的要求回報率，g代表增長率，可以看出公司盈利的增長情況（對應(yīng)g）和在盈利基礎(chǔ)上的分紅情況（對應(yīng)d），對一個公司的估值而言是非常重要的。當(dāng)然，考慮風(fēng)險補(bǔ)償后的要求回報率，跟投資者的風(fēng)險偏好有一定的關(guān)系，但是公司的盈利增長及其穩(wěn)定性狀況，也是非常重要的影響因素。中國很多傳統(tǒng)行業(yè)的公司，其盈利增長由于過了快速增長的階段，速度已經(jīng)放慢不少，但如果能夠在考慮穩(wěn)健經(jīng)營的基礎(chǔ)上，提升分紅率水平，那么經(jīng)典貼現(xiàn)模型的分子變大，其估值是能夠提升的。

這里面有一個前提，就是其利潤狀況是大致穩(wěn)定的。如果有些行業(yè)本身帶有比較強(qiáng)的周期屬性，我們?nèi)ビ^察它的PE估值以及PB估值都不高，分紅收益率水平也不錯，甚至分紅比率還會提升，但由于它的盈利狀況并不穩(wěn)定，隨著周期下行，買入這樣的股票還是會承擔(dān)不小的本金損失的風(fēng)險。比如典型的周期行業(yè)代表性公司，在周期上行階段，股票漲幅明顯，如果在股票價格較高的位置買入，隨著周期下行，產(chǎn)品價格下跌，股票價格也會下跌不少，盡管在這一階段，公司的分紅收益率水平看起來還很有吸引力，但股票價格本身還是抵不住周期下行的問題。我們也看到金屬加工行業(yè)里的一些個股，雖然它依靠賺取加工費(fèi)的商業(yè)模式，但是客觀來說它跟隨金屬價格也有比較強(qiáng)的周期性，在周期相對高點(diǎn)的時候買入，雖然分紅率也很有吸引力，但是其實(shí)從股票本身來說，本金損失的概率和風(fēng)險也是挺大的。因此，對于“中特估”背景下的一些個股，我們要關(guān)注其分紅及分紅收益的情況，但更要研究辨別其盈利狀況是否穩(wěn)定，如果有較強(qiáng)的周期性，我們要謹(jǐn)防在周期下行階段買入導(dǎo)致的“價值陷阱”。

對于一些傳統(tǒng)行業(yè)的央國企，如果其盈利增長的速度g能有所提升，其估值自然也會有提升的表現(xiàn)。在這一角度的考慮下，我們需要去梳理上市公司所在的集團(tuán)是否有一些好的資產(chǎn)能夠注入上市公司體內(nèi)，注入的概率以及注入的價格，研究是否能夠提升股東回報?；蛘呱鲜泄倔w內(nèi)是否有一些差的資產(chǎn)能夠剝離，進(jìn)而也能提升股東回報。當(dāng)然還有一點(diǎn)也值得關(guān)注，就是傳統(tǒng)的央國企上市公司積極加大與市場的溝通，這對其估值提升或者市值回升也會帶來一定的幫助。

下面再談?wù)剬Α叭斯ぶ悄堋毙星榈囊恍┧伎?。人工智能的起源可以說很早，但正式啟動應(yīng)該是在1956年。兩位年輕的數(shù)學(xué)家約翰·麥卡錫和馬文·明斯基說服了著名的信息論創(chuàng)始人克勞德·香農(nóng)和IBM第一臺商用計算機(jī)的設(shè)計者納撒尼爾·羅切斯特，一起在達(dá)特茅斯學(xué)院組織了一個暑期項(xiàng)目，項(xiàng)目目標(biāo)如下：這項(xiàng)研究基于一個猜想，“學(xué)習(xí)”的各個方面或“智能”的任何特征在原則上都可以被精確描述出來，所以人們可以制造一臺機(jī)器來模擬“學(xué)習(xí)”或“智能”。人們試圖讓機(jī)器使用語言，形成抽象概念，解決現(xiàn)在人類面臨的各種問題，并讓機(jī)器自我改進(jìn)。在達(dá)特茅斯會議后很多年的時間里，人工智能取得了一些進(jìn)展，但都沒有產(chǎn)生當(dāng)初承諾的重大影響。從2011年前后開始，深度學(xué)習(xí)技術(shù)開始在語音識別、基于機(jī)器視覺的物體識別和機(jī)器翻譯方面取得巨大進(jìn)步。2016年和2017年，DeepMind（英國的一家人工智能公司）的AlphaGo擊敗了前世界圍棋冠軍李世石和后來的冠軍柯潔。再到最近，OpenAi（美國的一家人工智能公司）的chatgpt橫空出世，徹底引爆行情。

從投資的機(jī)會來看，主要有這樣幾個層面或維度，一個就是所謂的算力層，從英偉達(dá)的芯片到中國光模塊相關(guān)的一些公司，相關(guān)股票的表現(xiàn)可見一斑。但客觀說從大模型現(xiàn)在訓(xùn)練的角度，其實(shí)各家公司事實(shí)上在搞一些“軍備競賽”，所以算力層的落地一開始會比較明顯，我們也能看到相關(guān)的一些公司業(yè)績的巨大爆發(fā)，比如英偉達(dá)的芯片出貨數(shù)量預(yù)期一直在上調(diào)，中國光模塊的出貨預(yù)期也一直在上調(diào)。但提前透支的風(fēng)險是客觀存在的，從股票投資的角度，對相關(guān)股票的周期性問題需要有冷靜的評估和清醒的認(rèn)識，不能線性地去外推算力層的需求，除非在模型的訓(xùn)練之外，能夠看到人工智能應(yīng)用的大規(guī)模爆發(fā)，但現(xiàn)在下不了這個判斷。

另外一個投資的關(guān)注點(diǎn)就是大語言模型本身及其發(fā)展。我們前段時間也去美國調(diào)研，一個整體的判斷結(jié)論就是大語言模型本身，最后它差異的空間不會很大，最重要的就是在訓(xùn)練數(shù)據(jù)的一些獲取，數(shù)據(jù)質(zhì)量是非常重要的。模型這一層面，在大模型的基礎(chǔ)上，我們相信以后各行各業(yè)會出來針對一些自身行業(yè)的相對較小的模型，如果在各自領(lǐng)域小模型做得好，可能也會有比較好的價值創(chuàng)造的一些機(jī)會。

對“人工智能”而言，最重要的投資機(jī)會我們認(rèn)為還是在應(yīng)用領(lǐng)域。像移動互聯(lián)網(wǎng)時代一樣，最大的投資機(jī)會其實(shí)就是在應(yīng)用端，走出來了像騰訊、阿里、美團(tuán)等大巨頭公司，投資回報也非常豐厚。對于人工智能的應(yīng)用，我們相信也一定會出現(xiàn)偉大的公司，其帶來的投資回報也一定是巨大的，雖然現(xiàn)在還看不清楚哪些公司能最終走出來或者最終取得成功。對于應(yīng)用而言，大致可以分為企業(yè)層面的應(yīng)用（所謂的to B），以及個人層面的應(yīng)用（所謂的to C）。就目前的跟蹤研究來看，to B端的應(yīng)用落地，商業(yè)模式的走通可能會更快一些，也大概率能夠先賺到錢。從海外相關(guān)應(yīng)用的進(jìn)展來看，也基本是這個判斷。

最后還有一個投資的層面是在模型和應(yīng)用之間，可能也會有提供服務(wù)的一些支持公司走出來，比如像現(xiàn)在電動汽車的智能化領(lǐng)域，有一些提供軟件服務(wù)的支持公司也是能賺到錢的，這個方面也值得跟蹤研究。

客觀來說，人工智能的發(fā)展取得了突破性的進(jìn)展，但是它的發(fā)展也不會是一蹴而就，對于股票投資而言，更應(yīng)該關(guān)注相關(guān)領(lǐng)域的發(fā)展階段、行業(yè)格局以及相關(guān)公司的估值和股票位置等。如果盲目地沖著賽道買入一些股票，很可能這些股票已經(jīng)超漲了或者已有一定的泡沫，這個風(fēng)險也是需要去關(guān)注的。當(dāng)然，人工智能的發(fā)展會不會不受控制，甚至威脅到人類自身的安全，對于道德層面和法律層面的一些問題等，也需要積極關(guān)注研究，對人工智能相關(guān)的投資也會產(chǎn)生深遠(yuǎn)的影響。

風(fēng)險提示

基金有風(fēng)險，投資需謹(jǐn)慎。文章涉及的觀點(diǎn)和判斷僅代表我們對當(dāng)前時點(diǎn)的看法，基于市場環(huán)境的不確定性和多變性，所涉觀點(diǎn)和判斷后續(xù)可能發(fā)生調(diào)整或變化。本文僅用于溝通交流之目的，不構(gòu)成任何投資建議。

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

標(biāo)簽：