觀望的人,或許會錯過人類史上最偉大的投資機遇?霍華德·馬克斯細解當下該如何投資

格隆匯
06/18

612日,橡樹資本聯合創始人霍華德·馬克斯在一檔財經播客節目中,探討了當前市場是否陷入非理性繁榮,以及AI投資熱潮下的機遇與風險。

他指出,可以用格林斯潘30年前的話來形容當前市場,

我們正處於繁榮之中,但沒有人能斷定這究竟是否屬於非理性

他以SpaceX將以近2萬億美元估值上市為例,

直言是否參與,以及以什麼價格參與這類IPO,純靠瞎猜

無法像傳統價值投資那樣,將數字列在紙上算出合理價格。

如果有人告訴我,他們認為Anthropic2036年的淨利潤會是多少,

我敢打賭,他們的預測與實際數據的誤差絕對超過50%

但同時,霍華德也指出了當下的一個投資難題,事實上這也是目前A股市場上許多投資人所糾結的:

如今投資這類科技巨頭,有可能犯下巨大錯誤,但也有可能創造輝煌戰績。

而那些因懼怕風險而觀望的人,或許會錯過人類史上最偉大的投資機遇。

這也是當下投資決策最難的地方。

反觀傳統行業,

交通、分銷零售、地產板塊的投資者,基本不會犯下毀滅性的投資失誤,

但是,同時也無法把握住這波劃時代的巨大紅利。

在估值層面,霍華德給出關鍵參照:

當前標普500市盈率約23倍,高於80年均值16倍約50%,但遠低於2000年互聯網泡沫的32倍,

也低於漂亮50」時代6090倍的水平,因此整體偏高但尚未失控

面對AI投資,他提出三層梯度佈局思路:

投資超大規模科技公司屬於低風險途徑,因其擁有成熟業務與現金流;

投資AnthropicOpenAI等垂直AI企業,風險更高但存活概率較高;

而投資早期初創公司則類似買彩票,

大多數人會虧光,少數人極度富有。

他建議投資者可以選擇在風險譜系中的哪個位置進行投資,也可以在譜系上混合配置不同頭寸,

然後決定譜系上這些公司,應占你總投資組合的比重。

與此同時,他仍然認為,經濟體系裏依舊存在確定性更高的板塊;

總體來說,知識屬性越低的行業,越難受到AI衝擊。

所以,可以梳理出這類受AI衝擊較小的行業,但不能過分篤定這個判斷,必須不斷更新自身認知。

投資報精譯提煉了霍華德·馬克斯的精彩內容:

SpaceX估值2萬億美元

市場是否陷入非理性繁榮

主持人:你曾經說過,在牛市後期,人們願意為股票支付高價,因為他們認為好景會無限期地持續下去。

Space XIPO估值達到銷售額的100多倍。

我們感覺這多少反映了投資者的動物精神」——人們認為好景仍在。

您如何看待這次IPO以及我們目前看到的其他IPO?當前市場是否已出現泡沫?

霍華德:毫無疑問,用艾倫·格林斯潘大約30年前的那句話來形容當前市場就是,

我們正處於繁榮之中,這是我們現在唯一能確定的事實。

他首創了非理性繁榮這一說法,

問題在於,今天的繁榮是否屬於非理性

首先,我認為沒有人能肯定地這麼說,

一場軍備競賽,正在你所說的這些地球上最偉大的公司之間展開。

我會把這些超大規模科技公司描述為我迄今為止見過的最偉大的公司

而它們正捲入一場只能有一方獲勝的軍備競賽——

究竟是贏家通喫,還是可以有多家公司勝出?

沒有人能給我答案。

所以我認為,並不存在所謂的分析性的,或基於價值的決策方法,

可以決定是否參與這些IPO?以及如果參與,應該以什麼價格參與?

在我看來,對我們幾乎所有人來說,還只是一個概念,我們無法界定它的具體參數,但這確實是一個偉大的概念。

它很可能成為我們有生以來見過的最強大的力量,但我認為這就是我們所知道的全部。

至於是否參與,以及以什麼價格參與?

就像我的南非朋友們所說的,純靠瞎猜

你沒法把數字列在紙上,然後算出這些東西到底值多少錢——

而這正是像我這樣的價值投資者過去一直做的事情。

這次不一樣

從來沒有真正不一樣

主持人:你親歷過很多這樣的周期,並且通過投資和交易賺了不少錢,還摸索出一套投資策略,既能從這些周期中獲利,又能準確把握時機。

過去這些周期,難道不像互聯網泡沫時代一樣嗎?

霍華德:確實是這樣。

我們正經歷一場技術上的、邏輯上的創新。

我親眼見證過幾項,還讀到過更多過去150年來的相關案例。

這一次或許是影響力最大、變革力度最強的一次,

但在許多方面,它也是最難以具體界定的。

我所說的技術創新,

比如1860年代的鐵路、1920年代的無線電、195060年代的汽車和計算機,以及2000年的互聯網。

我認為,當時我們對這些技術的潛力,有着更清晰的認識。

它們既不具備AI所擁有的那種難以想象且無窮無盡的潛力,也不具備AI所具有的那種不確定性程度。

我們清楚地知道,鐵路能跨洲運輸貨物和人,無線電可以傳遞信息——

儘管當時我們可能並不確切地知道它們將如何創造利潤,也想不到它們會演變成電視。

但無論如何,上述每一項技術崛起時,都伴隨過泡沫,人們為此興奮不已。

面對這些史無前例的發展,

他們投入了鉅額資金來建設相關基礎設施,那是一場贏家通喫的競賽,

充滿了興奮與狂熱,資本如流水般源源不斷進場。

無一例外,我認為可以公平地說,

每一輪都湧入了過量的資金,建設了過多的基礎設施,支付的價格也過高,

許多為這些泡沫提供資本的人,最終都虧損離場。

以上評論,可以說在我提到的每一輪技術浪潮中都是成立的。

所以,我今年寫過的一份投資備忘錄中提到:

如果這場伴隨全民亢奮的AI技術革新,最終沒有催生一個大面積導致虧損的泡沫,那它將是史無前例的。

而現在,這種情況確實可能發生,你無法排除這種可能性。

正好藉此聊聊樂觀派的核心論調:

他們怎麼說呢?

這次不一樣

當年鐵路、無線電、計算機、互聯網崛起時,所有人都這麼說。

如今他們又宣稱,AI 的價值無窮無盡、無法估量,因此再高的估值都不算離譜。

但問題在於,他們總是這麼說——

這次不一樣其實從來沒有真正不一樣過,

在我提到的每一次泡沫中,他們似乎都這麼說過。

當然,包括我在內,沒人能篤定地說現在就是泡沫,

早期AI投資者一定會虧錢、當下高位入場的投資者會永久被套。

但我們必須警惕這種風險。

投資者之所以會遭遇重大虧損,根源就是沒有對這種可能性保持警惕。

保守離場

還是押注時代傳奇?

主持人:而在今天——據稱SpaceX將以近2萬億美元的估值上市——這一切似乎恰好印證了你剛纔說的所有特徵。

單看這隻新股,似乎剛好體現你所說的市場亢奮信號。

霍華德:我最喜歡的一句籤文是:謹小慎微者難成大事。

所以,如今投資這類科技巨頭,有可能犯下巨大錯誤,但也有可能創造輝煌戰績。

而那些因懼怕風險而觀望的人,或許會錯過人類史上最偉大的投資機遇。

這也是當下投資決策最難的地方。

反觀傳統行業,

交通、分銷零售、地產板塊的投資者,基本不會犯下毀滅性的投資失誤,

但同時也無法把握住這波劃時代的巨大紅利。

所以,當你坐在這,面對這樣一個尚處萌芽階段、未來完全無法測算的賽道,

你只能二選一:

要麼把它當作一個概念來處理,

要麼乾脆不參與。

在投資譜系中

確定自己的位置

主持人:投資者該如何應對這種局面?

放眼當下,部分企業估值高達 4 萬億美元,如果AI發展完全兌現樂觀預期,其他企業恐怕很難存活。

霍華德:絕大多數人應對未來的方式,就是單純做預測。

但我一直主張,研判未來不能只靠預測,還需要第二層判斷。

你需要一個預測,同時也需要對該預測正確概率的判斷。

你可以對AI的未來做出樂觀預判,

但如果有人篤定自己的預測百分百準確,那大概率會鑄成大錯。

我從沒見過任何人,能清晰描繪出從現在開始的5年、10年後的世界會是什麼樣子?

我在上一份備忘錄裏寫道:

單論基礎技術能力,我的猜測是,當下市場低估AI的可能性,反而高於高估的可能性。

但我們現在討論的核心是:

這個賽道應該獲得多少資本,以及一家從事AI的企業的股權究竟值多少?

你知道,價值投資者,像我這樣的老派投資者和我的同行們,

我們所做的是弄清楚一家公司是什麼樣的,我們看它今天在做什麼,以及它正在建立什麼樣的潛在盈利能力。

我們試圖搞清楚它5年或10年後的收益會是多少,

我們根據隨後幾十年的盈利潛力,估算出我們認為合理的估值。

然後我們看今天的價格,試圖弄清楚今天的價格相對於那個盈利能力是否合理。

如果有人告訴我,他們認為Anthropic2036年的淨利潤會是多少,

我敢打賭,他們的預測與實際數據的誤差絕對超過50%

當然,我們必須等10年才能知道結果。

但如果我是對的,那麼你在 Anthropic 新股上市時入場,

就要認清,你的行為本質上更接近投機,

而不是基於數據分析的理性投資,我說的投機並非貶義。

投資本就存在一條譜系:

一端是分析型投資,投資於模式清晰、易於理解的企業;

另一端則是投機型投資,投資於前景模糊、完全無法預判的未來科技公司。

你需要根據自己在這一譜系上所處的位置,來調整自己的投資策略;

這非常難做到,尤其是考慮到這種巨大的不確定性。

在我小時候,世界幾乎一成不變,

一本漫畫書永遠只要一毛錢,新技術也不常出現,

當時,我們相當確信十年後的世界會和現在一樣,而且在很大程度上也確實如此。

但如今,你必須接受,未來可能發生更多變化。

因此,投資者必須認識到,自己正並身處一個可預測性大大降低的世界中。

低知識屬性行業

短期受AI衝擊更小

主持人:你當下有哪些核心預判?目前在哪些賽道能挖掘價值?

霍華德:我仍然認為,經濟體系裏依舊存在確定性更高的板塊。

能源行業要發生顛覆性變革——達到用其他東西替代石油和天然氣的程度——恐怕還需要一段時間;

食品、木材、住宅建造、交通運輸行業同理。

零售行業雖然已經經歷了顛覆,但線下實體消費大概率會穩定在基礎規模,不會徹底消亡。

除此之外,金屬採礦、造紙、化工行業也具備相對穩定的屬性。

總體來說,知識屬性越低的行業,越難受到AI衝擊,

因為AI本質上是一種智力問題解決器和生產力工具。

所以,我覺得我們可以梳理出這類受AI衝擊較小的行業,

但不能過分篤定這個判斷,必須不斷更新自身認知。

估值偏高

但尚未失控

主持人:我想請教,評估市場亢奮程度、股票與債券整體估值時,你認為哪些指標參考價值最高、最具備指導意義?

霍華德:我們首先參考傳統估值指標,

包括市盈率,無論是席勒周期市盈率,還是標普500市盈率,都在觀測範圍內。

這些指標都顯示市場——我一年前曾用過這個說法——

偏高,但尚未失控

當前標普常規市盈率約23倍,80年均值僅16倍,當前估值高出均值約50%

2000年互聯網泡沫時期,這一數值達到32倍。

1969年我剛入職花旗銀行研究部,

當時市場熱炒 「漂亮50」,也就是當時全美成長性最強、質地最優的龍頭企業,

施樂IBM柯達、寶麗來、惠普可口可樂等都在列,這批股票市盈率普遍達到6090倍。

再看現在美股七巨頭,剔除特斯拉後,市盈率僅30幾倍,單看市盈率數值並不算極端昂貴;

但僅靠市盈率評判估值太過片面。

當下科技企業商業模式和傳統企業完全不同:

資本密集度更低、邊際盈利能力更強,

因為它們的核心產品是數字知識產權,而不是金屬製品,

生產下一件的成本很低,因此增量收益空間極大。

還有一點是,如今企業增長的速度史無前例,部分企業月增速50%、年增速翻倍,這種增長幅度過去從未出現。

AI三層梯度佈局

從巨頭到初創彩票式投資

我想補充回答一下你之前的一個問題,

面對重重不確定性,投資者該如何佈局?

歷史證明,投資的兩大致命誤區:

一是不夠樂觀;

二是認為未來充滿未知,就徹底放棄投資。

具體該如何投資AI賽道?

跟其他投資一樣,它也有一個譜系:

一端潛在回報極高、不確定性極強;

另一端收益空間略低、風險也較小。

雖然目前這一切,比以往任何時候都更加充滿不確定性,

但這個譜系依然存在,

因此,你可以在這個譜系上選擇一個點。

我來舉幾個例子,

你可以投資於我們所說的超大規模科技公司,比如亞馬遜谷歌微軟

這些公司擁有具備護城河優勢的成熟業務和巨大的經營現金流,

它們希望進軍AI領域,也許覺得必須在這場贏家通喫的競爭中全力以赴,

但它們依然擁有成熟的業務、充沛的現金流以及多元化的業務佈局。

你可能會認為,投資它們或許是投資AI的低風險途徑,

但如果AI在未來3年內爆發式增長,

由於它們還有其他業務制約着增長速度,它們將無法成為利潤增長最快的贏家。

然後是那些成熟的AI垂直企業,

正如之前所說,我們並不了解它們的盈利能力、財務狀況,

而且從某種意義上說,它們可能是單產品公司」——比如專注於AI領域——因此或許更難預測它們的未來。

但是像AnthropicOpenAI英偉達這類企業,

我認為它們在5年或10年後仍然成功的概率很高。

它們或許不會像今天這樣穩居榜首,但我認為它們不太可能被淘汰。

因此,這取決於你支付的價格及其合理性,

它們的風險,可能比超大規模科技公司更高,

但不是非生即死的情況——畢竟它們已經步入正軌,成功運營起來了。

還有初創公司,有些初創公司你根本不知道它們會發展成什麼樣,

它們可能沒有收入,也可能有收入但沒有利潤。

你甚至可能不知道產品會是什麼樣子,

但如果你能趁早入場——也就是所謂的起步階段」——

而其中一家最終大獲成功,你就能賺取數不清的財富。

我在最近的一份備忘錄中將這個比作買彩票。

因此,在風險譜系最極端一端,就是彩票式的行為。

試想一下,大多數購買彩票的人都會輸光所有錢,只有極少數人會變得極其富有。

這大概就是風險譜系最極端一端的表現特徵。

你可以選擇在風險譜系中的哪個位置進行投資,可以在譜系上混合配置不同頭寸,

然後決定譜系上這些公司,應占你總投資組合的比重。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10