汇添富基金劳杰男：对“中特估” 和“人工智能”行情的几点思考

今年上半年，A股市场有两个板块表现特别突出，一个是所谓的“中特估”，另一个是“人工智能”。市场如此表现有很多复杂的背景和原因，包括国内宏观经济结构转型、科技进步、地缘政治、存量资金博弈等。本文并不想仔细探究这两个板块表现突出背后的逻辑，主要就这两个板块里面的机会及潜在的一些风险谈谈几点思考。

“中特估”，是“中国特色估值体系”的简称，核心是中国的一些传统央国企，为何估值常年在低位徘徊，并思考是否有积极的举措使其估值提升，反映其应有的价值。中国很多传统行业的公司，其盈利增长由于过了快速增长的阶段，速度已经放慢不少，但如果能够在考虑稳健经营的基础上，提升分红率水平，那么经典贴现模型的分子变大，其估值是能够提升的。

这里面有一个前提，就是其利润状况是大致稳定的。如果有些行业本身带有比较强的周期属性，我们去观察，它的PE估值及PB估值都不高，分红收益率水平也不错，甚至分红比率还会提升，但由于它的盈利状况并不稳定，随着周期下行，买入这样的股票还是会承担不小的本金损失的风险。比如典型的周期行业代表性公司，在周期上行阶段，股票涨幅明显，如果在股票价格较高的位置买入，随着周期下行，产品价格下跌，股票价格也会下跌不少，尽管在这一阶段，公司的分红收益率水平看起来还很有吸引力，但股票价格本身还是敌不住周期下行的问题。

对于“中特估”背景下的一些个股，我们要关注其分红及分红收益的情况，但更要研究辨别其盈利状况是否稳定，如果有较强的周期性，我们要谨防在周期下行阶段买入导致的“价值陷阱”。

下面再谈谈对“人工智能”行情的一些思考。人工智能的起源可以说很早，但正式启动应该是在1956年。两位年轻的数学家约翰·麦卡锡和马文·明斯基说服了著名的信息论创始人克劳德·香农和IBM第一台商用计算机的设计者纳撒尼尔·罗切斯特，一起在达特茅斯学院组织了一个暑期项目，制造一台机器来模拟“学习”或“智能”。人们试图让机器使用语言，形成抽象概念，解决现在人类面临的各种问题，并让机器自我改进。在达特茅斯会议后很多年的时间里，人工智能取得了一些进展，但都没有产生当初承诺的重大影响。从2011年前后开始，深度学习技术开始在语音识别、基于机器视觉的物体识别和机器翻译方面取得巨大进步。2016年和2017年，DeepMind（英国的一家人工智能公司）的AlphaGo击败了前世界围棋冠军李世石和后来的冠军柯洁。

从投资的机会来看，主要有这样几个层面或维度，一个就是所谓的算力层，从英伟达的芯片到中国光模块相关的一些公司，相关股票的表现可见一斑。但客观说从大模型现在训练的角度，其实各家公司事实上在搞一些“军备竞赛”，所以算力层的落地一开始会比较明显，我们也能看到相关的一些公司业绩的巨大爆发，比如英伟达的芯片出货数量预期一直在上调，中国光模块的出货预期也一直在上调。但提前透支的风险是客观存在的，从股票投资的角度，对相关股票的周期性问题需要有冷静的评估和清醒的认识，不能线性地去外推算力层的需求，除非在模型的训练之外，能够看到人工智能应用的大规模爆发，但现在下不了这个判断。

另外一个投资的关注点就是大语言模型本身及其发展。我们前段时间也去调研，一个整体的判断结论就是大语言模型本身，最后它差异的空间不会很大，最重要的就是在训练数据的一些获取，数据质量是非常重要的。模型这一层面，在大模型的基础上，我们相信以后各行各业会出来针对一些自身行业的相对较小的模型，如果在各自领域小模型做得好，可能也会有比较好的价值创造的一些机会。

就“人工智能”而言，最重要的投资机会我们认为还是在应用领域。像移动互联网时代一样，最大的投资机会其实就是在应用端，走出来了像腾讯、阿里、美团等大巨头公司，投资回报也非常丰厚。对于人工智能的应用，我们相信也一定会出现伟大的公司，其带来的投资回报也一定是巨大的，虽然现在还看不清楚哪些公司能最终走出来或者最终取得成功。就应用而言，大致可以分为企业层面的应用（所谓的To B）及个人层面的应用（所谓的To C）。就目前的跟踪研究来看，To B端的应用落地，商业模式的走通可能会更快一些，也大概率能够先赚到钱。从海外相关应用的进展来看，也基本是这个判断。

客观来说，人工智能的发展取得了突破性的进展，但是它的发展也不会是一蹴而就，就股票投资而言，更应该关注相关领域的发展阶段、行业格局及相关公司的估值和股票位置等。如果盲目地冲着赛道买入一些股票，很可能这些股票已经超涨了或者已有一定的泡沫，这个风险也是需要去关注的。当然，人工智能的发展会不会不受控制，甚至威胁到人类自身的安全，对于道德层面和法律层面的一些问题等，也需要积极关注研究，这对人工智能相关的投资也会产生深远的影响。