作者:0xsmac
编译:深潮 TechFlow
深潮导读:当市场高喊「基本面已死」、资金疯狂抱团科技巨头时,作者用一个天文学发现拆穿了这一叙事背后的逻辑漏洞。本文从估值倍数的构成切入,提醒投资者区分企业的真实质量与市场愿意支付的溢价,对加密和科技领域的长期配置尤其有警示意义。
我保证这次引言不会像上次关于天气的那篇那么长。
但请给我 90 秒。
一百多年前,一位名叫亨丽埃塔·勒维特的女性正在做着繁琐的工作:在照相底片(胶片出现之前的成像方式)上测量数千颗恒星的亮度。她注意到一类脉动恒星有一个特点:这些恒星脉动得越慢,它们本身就越亮。1
这在今天看来可能只是有点意思,就像「好吧,还挺酷的」。但在当时,天文学家分不清一颗离地球很近的暗星和一颗很远很亮的恒星。对他们来说,两者在照相底片上留下的污迹是一样的。视亮度是这两个变量的混乱混合:这东西本身有多亮,以及它离我们有多远。
亨丽埃塔的工作把这两件事拆开了:如果你能观测到脉动速率,就能知道它的真实光度;如果你知道它的真实光度,就能根据它看起来有多暗反推出距离。天文学家称之为「标准烛光」。
几年后,一个叫埃德温·哈勃的人发现了其中一颗脉动星,套用了勒维特的数学方法,发现他一直以为是我们银河系内一团气体云的东西,其实是一整个独立的星系,在一百万光年之外。所以简单来说,可观测宇宙变大了大约一万亿倍,只因为一个人弄清楚了如何把事物看起来的样子和它实际的样子区分开。
这本身显然就很酷。
但另一件有趣的事是,大约在同一时期,有另外两位天文学家各自独立地画了一张散点图,一个轴是真实光度,另一个轴是温度。他们发现恒星并不是随机分布在这个空间里的,而是聚集成不同的家族。这背后的含义是:视亮度完全相同的恒星,可能而且确实属于完全不同的家族,有着完全不同的过去,最重要的是,有着完全不同的未来......
那么,星星里写着什么?
过去几年,围绕市场、叙事、资本、公司建设和金融虚无主义的讨论很多。随着科技界和金融界开始面对一个与前几十年截然不同的未来,这种感觉似乎达到了某种狂热的高潮。尤其明显的是,把进步与资产价格分开这件事变得噪音更大,而且在很多方面更具反身性。但作为以买入(有望)跑赢的资产为生的投资者,一个简单的框架是:
远期回报约等于基本面增长乘以估值倍数变化(再乘以你一路上收取的分红)。
在这种情况下,估值倍数可以很干净地对应到照相底片上的污迹。它是一个可观测的数据点,却把市场无法直接看到的两件事纠缠在一起:这家企业实际有多好,以及它的未来现金流离现在有多远(或者说有多持久)。我认为,大部分可赚的钱来自那些最有能力比别人更早解开这两个变量的投资者(也就是「差异认知」),而我们将继续看到那些把污迹当成星星的投资者遭受惊人的资本毁灭。
价值投资不等于基本面投资
我认为有一种被误解的观点:基本面投资在历史上主导了超额收益的创造。这种传说大多来自格雷厄姆、巴菲特、老虎基金一脉,以及围绕这群人构建的大量叙事。人们相信,到了 2000 年代的某个时候,这种方法不再有效,任何这样投资的人都被动量、趋势以及「直接买科技巨头」碾压。结论曾经(现在仍然?)是「基本面已死」。2
现代版的「基本面不重要」本身并不愚蠢。它植根于我们 Compound 团队许多人以前写过的很多想法。最大的公司获得最大的机械性买盘,软件行业存在赢家通吃的经济规律,AI 意味着巨头能比挑战者更快地把规模转化为护城河,而且还有市场微观结构的原因让动量更深入地嵌入我们的市场基础设施。这些都是真实的。但同样地,我们今天所知的科技七巨头(Mag 7)之所以跑赢,是因为它们实际盈利的复合增速一再证明、然后再证明它们的估值倍数是合理的。今天,在 2026 年 8 月,至少有一种观点认为,我们正处于/正在进入一个新的 AI 加速时代,在这个时代里,那些有资本大规模采购和购买算力的实验室和超大规模云厂商将不可逆转地拉开差距。6 不用费心做估值分析,不用费心追问有多少增长已经被提前透支,也不用问经济必须变得多大才能支撑所有人的预期。只要持有几个名字,搭上新技术范式的顺风车就行了,因为基本面只是那些怀念旧世界的人的一场角色扮演。
我甚至认为,尽管人们一直在制造恐慌,说股票市场顶部的集中度已经变得多高,但这种集中度仍有很大的增长空间。7 所以,在这里先提前反驳一下我自己:我不认为「它已经处于幂律分布的峰值水平」本身是个多么有力的论点。8
尽管如此,我上面列出的结论——持有这些巨头,看着它们从 1 到 4 万亿美元的公司成长为 10 到 20 万亿美元的公司——本身有很多根深蒂固的缺陷。
首先,这种论调已经尝试过无数次,过往表现明显不佳9。批评者会说「你不懂」,「这是我们第一次解决智能问题」,"AGI",「计算机上帝」,「难道你认为黄仁勋、马斯克、奥特曼都错了,而你比他们更懂商业和世界?」这是一个留待以后讨论的潘多拉魔盒。但定义上,任何真正颠覆性技术都会引发这类夸张预测。如今还有庞大的社交媒体引擎推波助澜。另外,我大体同意大多数工作是人为编造的,我们还会不断编造新工作。10
市场正变得更低效
我们也一直看到,即便是这些庞大、被不断分析和反复研究的公司,也会被大幅错误定价。 Meta 是全球覆盖度最高的公司之一。它在几乎所有运营市场都拥有实际寡头地位。但在 2022 年下半年却按约 8 倍远期市盈率交易。它被定价得像一块融化的冰块。随后在人们眼前暴涨 8 倍以上。整个过程是一次估值事件。对于这家无人不知的公司,基本面存在巨大分歧。
也许最尖锐的一点是,这种日益流行的底层信念本身就是布局。我最近刷了不少想法,但简而言之,硅谷对金融市场影响力上升,已经扭曲了其运作方式和参与者行为。太多人现在正涌向船的另一侧。11
Alpha 来自他人的错误或误判。「基本面已死」已成为共识。我认为,多数投资群体直到最近才理解叙事对证券定价的影响程度。但随着硅谷复合体在更广泛金融市场占据显要位置,这种观点不再新鲜。现在连你认识的最蠢的人,都会鹦鹉学舌说「一切都是模因」,以显示自己聪明。
许多基本面多空基金经理已被淘汰。取而代之的是十五年前买入 QQQ 的人,或系统性 pod-shop 。至少值得考虑:当市场共识认为任何逆向认知都是浪费时间时,反向押注也许恰逢其时。
题外话:我喜欢听加文·贝克尔的播客,但最近一期让我愣了一下。他说旅途中遇到的每个人都比他更看多。我不是不相信他。事实上,这和我以及很多人访问那座城市的经历一致。但当他声称没有任何一个数据点不是看多时,这里存在明显脱节。而且这发生在 memory stocks 暴跌 50% 之后。这正是我想说的:很多事情可以同时为真。他可能看到长期需求旺盛,公司按「相对便宜」的远期市盈率交易。但与此同时,许多公司的估值倍数也可能因为市场提前透支预期而压缩。
如果我说市场定价通常错误,那就太天真(傲慢)了。我倾向于相信价格中含有大量信号。我(或任何投资者)有责任去证伪这一基线。顺便说一句,我确实也认为短期市场正变得更低效。但大多数时候,「便宜」的公司便宜是有原因的。大多数变贵的公司通常无法兑现那些远期预期。因此,在评估任意时点远期回报时,这种张力始终存在。12
认知矩阵
象限 1(Q1):当时看起来贵,事后看其实便宜。
象限 2(Q2):当时看起来贵,事后看也确实贵。
象限 3(Q3):当时看起来便宜,实际上确实太便宜。
象限 4(Q4):看起来便宜,而且便宜是有原因的。典型的价值陷阱。
这个宽泛框架最有趣的一点可能是,公司可以被打上时间戳。我的意思是,你可以把同样的企业放进这个矩阵(我们稍后会做)。根据不同的时点,它们会被归入不同象限。观察这些公司如何在象限间移动很有启发。 1999 年 12 月 60 倍的微软和 2013 年 10 倍的微软,显然股票代码相同,但绝不应被放在同一象限。
另一个显而易见的点是,结果轴衡量的是你支付了什么。这与公司执行情况完全不同。这一点,加密社区的很多人现在应该已经深有体会(希望如此)。这些象限表达的是内置预期与未来实际交付之间的差距。13
我们稍后会回到这一点。
这张图值得你多看一会儿,先熟悉它展示的内容,也可以形成自己的第一印象。我选了一批跨行业公司样本,明显偏向科技。但我还设计了一个小游戏,你可以在那里看到历史上更广泛的公司。
我们可以坐在这里一整天,观察那些聚集在相似位置的公司对比。 2000 年的思科和 2015 年的亚马逊都位于昂贵右尾的远端。其中一个是长达 25 年的往返旅程,另一个则每年跑赢(历史级大牛市)市场约 8 个百分点。 2015 年的英伟达和 2000 年的英特尔,在当时的主流市场估值倍数附近。前者十年间每年跑赢市场约 50%,后者则在随后 10 年让投资者损失约 60% 。
象限里有什么
快速拆解一下每个象限......
Q1:当时看起来贵,事后看其实便宜
这是当下的热门象限。每个风投都希望你相信,他们最重要的公司就在这个象限。当然有些确实如此,我们未来会一起看到是哪些。但硅谷影响力上升意味着,我们应该审视这对资产定价结构意味着什么。
如果 15 到 20 年前,技术乐观主义者的话语权小得多,那么是否可能存在巨大机会,通过持有那些基于被低估的增长假设定价的资产而受益?如果我们当时正处在从原子向比特的转型中,那么相对共识更早预判软件更快普及就是巨大优势。但随着这种信念体系扩散,更多资本配置者转向「增长比你想的更强」的态度,某个时点预期会变得过高。或者至少,要求立刻观察到那些增长预期,会变得不合理。
我的看法是,这个特定象限里的公司会比过去少,相应的第二象限会更多。
这个空间如此令人着迷,是因为史上最好的公司都聚集于此。往往这似乎发生在企业根本性改变状态的时候。
2015 年的亚马逊。 2019 年中期的特斯拉。近至 2023 年 5 月的英伟达。14
还有一批很特别的公司,它们的标志性特征是连续十多年看起来一直很贵,事后看却始终极其便宜。
HEICO——销售替换喷气机零件。过去近二十年估值在 25-40 倍盈利之间,这种倍数通常只给超高速增长公司。但几十年来复合增速约 20% 以上
Old Dominion——卡车运输公司,估值在 25-30 倍,而同行接近 10-14 倍。自 2012 年以来 ODFL 涨了约 20 倍,因为利润率和网络密度持续改善
Constellation Software——显然最近遭受了软件抛售的重创。但这家公司在公开市场涨了 200 倍,过去十年一直以 30-40 倍自由现金流交易
Monster Beverage——在我看来可能是现代最牛的一只股票
这里的一致主题是,对于拥有长期再投资机会和高增量回报的企业,共识往往系统性地对估值倍数施加均值回归的先验假设(即从 35 倍压缩到 25 倍),这使它们永远落后于底层盈利复利一步(当然前提是再投资机器持续转化)。
第二象限:当时看起来贵,确实贵
直觉上,随着 AI 摧毁某些特定公司之前受保护的利润率,很多公司会滑向这里。思科是典型代表。互联网论点是对的,思科执行得也很好:营收从约 125 亿美元增长到 570 亿美元,净利润在 2003 年就超过了 1999 年的高点,整个 2000 年代盈利年复合增速约 14% 。然而股价直到 2025 年 12 月才收复 2000 年 3 月的高点。15
这个区域里往往充斥着方向正确的论点,只是附带的股价已经提前兑现了大量未来现实。 2000 年的微软是思科的温和版,但 60 倍估值压缩到十几倍,股东因此失去了整整十年的回报。可口可乐是同一个故事的非科技版本。
2020-2021 年的这批公司就是这种形态的狂欢。 Snowflake 。 Zoom 。 Beyond Meat 。 Peloton 。还有不少。稍微概括一下,这里的共性错误就是没有拷问整条相关性链条。我们容易被市场的节奏或规模以及它的未来所裹挟。
「互联网会很大」(正确)——不等于「思科在 130 倍预期盈利时值得买入」
「远程工作会永久化」(部分正确)——不等于「 Zoom 在 60 倍时值得买入」
「永续合约会蚕食 CEX 交易量」(正确)——不等于 dydx 会赢得这个品类
至少这里有个信号:如果看涨逻辑主要围绕品类论,而估值辩护又模糊地指向总体潜在市场,那从分析角度看还差得远。房间里总得有人问一句:当前价格已经隐含了什么。
第三象限:当时看似便宜,而且确实太便宜了。
说实话,对大多数读者来说这可能是最没意思的。但奇怪的是,现在香烟又回来了,它又有了相关性。从标普 500 指数创立(1957 年)到 2003 年,表现最好的股票是菲利普·莫里斯。然而最好的买入时机出现在诉讼灾难期间的仇恨顶峰,当时公司跌到约 6-7 倍盈利(同时股息收益率约 9%)。基本上被定价为要死掉。
这个位置很难玩,因为这类公司很多要么无聊——现金流大致稳定,资本回报的算术比较可观。但你需要极其精确地指出什么催化剂会推动边际买家入场。
2013 年的苹果——约 10 倍盈利(还没算上剔除现金储备的话)。因为人们认定 iPhone 属于硬件周期,注定商品化。 Einhorn(然后是 Icahn)提出了现在看似显然的论点:留存和生态锁定,以及资产负债表能回购大量流通股。
2013 年的微软——有一段时间人们以为它会成为下一个 IBM
2020 年的埃克森——被踢出道指(笑),当时被定价为某种加速进入最终衰退的情景。自那以来,它比取代它进入道指的公司(Salesforce)涨了近 5 倍
2022 年的 Meta——前面已经提过一些
我认为最终落入这里的公司可能还有另一种形态,那与某种绝望有关。菲利普·莫里斯或许符合(「吸烟有害」情绪最盛之时),但其他如 AMD 、 Domino's 、 Carvana 。 2022 年底的 Solana 是另一个例子。甚至 Hyperliquid 在 TGE 时估值就显得非常便宜。
对于这一组,共识错误似乎倾向于市场把暂时的情绪状态外推为某种新基本面现实。可能是各种情况,但这些例子中是厌恶(烟草、石油)和创伤(FTX 爆雷、 Meta 整个 2022 年)。在某种意义上,它也可能是最受职业风险影响的;如果持有这些让你在别人面前觉得丢脸,那或许就是某种信号。
第四象限:看似便宜,而且便宜是有原因的。
这类案例很多。 2013 年的 IBM 是现代典型例子。营收年复一年下降,残酷的是,吸引了许多投资者的回购,事后看只是管理层用股东的钱对抗重力。 2021 年的英特尔也差不多。关于这种动态已经写了无数文章,所以我就不多说了。
拆解这一切
这又回到之前的公式:
预期回报 ≈ 基本面增长 × 估值倍数变化(× 沿途获得的派息)
矩阵中的每个条目都是前两项之间的某种张力。在较短周期内,估值倍数项主导方差,这就是为什么这些市场感觉纯粹由叙事驱动。但当我们拉长时间跨度,基本面项就接管了。
一些观察:
我不认为纯倍数受害者集群(如 2000 年左右的思科和微软、 2021 年左右的 Snowflake 和 Zoom)是巧合——基本面柱为正,但倍数收缩极其严重,只说明入场价已经提前兑现了这些甚至更多。
NVDA '15 是这张图上最纯粹的盈利故事
双杀发生在你获得暴利超额收益的时候(Apple '13 、 Microsoft '13 、 Meta '22),盈利增长加上估值重估
可口可乐和强生是相当残酷的躺平者,当时股票市场的复合增速远高于它们
不过,值得指出的是,即使估值倍数持续压缩,只要基本面长期盈利增长继续支付「降估值」的通行费,资产仍可能获胜。
最后值得重申的一点是,每类人的常见错误都是未能拆解倍数中的两个变量,只是形式不同。有两类人在久期上犯了方向相反的错,即低估长期跑道或长期衰退。还有两类人在质量归因上犯了方向相反的错,比如把类别质量归到错误资产上,或给「干净」资产抹上情绪污点。
这种情况会持续吗?
我其实认为这会加速。有一种观点认为,随着做决策的人类减少,加上我们能获得近乎无限的数据,市场正变得更有效率。但我不信。如果说有什么变化,那就是市场变得更无效,世界变得更动荡。这种感知与现实的偏离并不是过去市场时代的遗留物。如果未来 5 到 10 年这种差距没有拉大,我会很惊讶。
市场构成已转向那些基本面和增长模糊程度比以往都高的企业。小商品工厂与我们现在看到(以及未来会看到)的商业模式截然不同。如今,由于头部集中度,连指数本身也天然具有更长的久期。
我之前写过的对流体制几乎在以工业级规模制造这些 Q2 和 Q3 公司。轮动的叙事意味着,谁处在当前风暴之下,谁就可能双向超调。每个单元成熟后又会催生一批新的这类公司。
AI 同时扼杀了廉价版本的工作,并抬高了「真实」或更难版本的价格。一切可筛选的东西(倍数、可比公司、文件、电话会情绪等)都已被商品化。通过数据驱动方法获取阿尔法的窗口期每次都在迅速缩短。但如果我们假设性地认为每个人都拥有同样完美的可读层,那么全部优势都来自围绕不可读层的决策和判断。
私人市场正在吸收这些公司中一些最极端案例的更大份额。这些东西没有连续定价,所以倍数争论被暂时隐藏了。
有很多理由说明当下是一个独特时刻。但即便在我写这些的时候,我倾向于说:「在当今世界,最大的风险是我们以为这些公司看似昂贵,但它们会增长到超出当前预期。」 不过我不确定这是否真的成立。主要是因为,至少在公开市场,这些公司的估值在历史上并不算贵。16 这些公司的盈利以几乎难以想象的速度增长,所以我们实际上看到倍数下降了。17 这是好消息。
坏消息是,如果我们已经过了增长峰值,那会怎样?在一个增长正在放缓的世界里,你会预期倍数扩张吗?你真的相信我们正站在持续 8% GDP 增长的边缘吗?你知道美国历史上上一次出现这种情况是什么时候吗?这次会不同吗?我在这里是故意挑衅,因为现实是世界很复杂,我想它会继续如此。除了 AI,外面还有很多事情在发生。
每一位高调的创始人、投资人、媒体品牌和哲人都有动机去延续一种叙事:承担估值风险(即 Q1)是当今新游戏的必要部分。这让资金持续流动。它让人们可以说出「我们正在使智能民主化」之类的话。它提高了最终胆小鬼博弈的赌注。但它也让棋盘倾向于动量型投资。当我们谈论的是物理世界的约束和供应链,而不是 SaaS 业务时,这是一种脆弱得多的游戏。这个复杂体系里嵌入了大量杠杆和大量长久期假设。即使时机或规模上出现轻微停顿,也会对整个链条产生重大影响。
有可能一切都会成功。那将是理想情况。但无论我们迎来的是欣快还是反乌托邦,市场的路径依赖特性意味着,5 年或 10 年后回看,我们几乎肯定会嘲笑[某]公司在[某]远期倍数上的样子。唯一的问题是那会是哪种笑......
感谢阅读半清醒思考。想看更多就订阅。不想就别订。
感谢 mike 、 jmo 和 BR 的反馈,帮助我理清想法。
免责声明:
本网站内容仅供教育和信息参考。以上任何内容均不构成出售或购买证券或权益的要约或招揽。它不能替代专业建议。投资涉及风险,包括可能损失本金。
1.本质上更亮,是指它们实际上更亮,无论从地球上看如何。
2.我有点夸张了,因为大多数大型科技公司的基本面一直很出色。
3.在美国以及 13 个广泛国际市场中的 12 个都成立。
4.Ken French 数据库
5.最著名的是本·格雷厄姆和沃伦·巴菲特。巴菲特著名地开创了投资者每年去俄克拉荷马朝圣、聆听 Oz 的传统。
6.当被问及这个新兴世界中的护城河时,Sam 从规模理念开始并非巧合:「卓越的智能可以从任何产品迁移到任何其他产品。网络效应仍然具有竞争优势。经济规模以及制造最便宜计算集群的能力,仍然具有竞争优势。」
7.一个警示是,存在一个临界点,到了那个点,尽管有增长,市场仍会因大数定律而折价这些巨型公司的倍数。我认为我们在 NVDA 上已经看到了这一点。
8.现在有点过时了。
9.有点好笑的是,大家普遍认同 80/20 法则,但我们并没有看到公司每年裁掉 50% 以上的员工。
10.这是两条相关的推文,我发现它们与这个更广泛的讨论有关。
11.现在说过去 15 年你本应只持有 NVDA 当然很容易,但这正是重点。 15 年后人们会说「你本应只持有____」。
12.这也是为什么我们看到顶部往往在「好」消息附近形成,底部在「坏」消息附近形成。
13.在它第一次给出炸裂的数据中心指引后,股价翻倍,静态倍数看起来疯狂。
14.即使那时,市值也约为泡沫峰值的 40% 。
15.我在概括。
16.NVDA 从 2024 年 7 月到上个月基本横盘了两年,尽管执行得和任何人期望的一样好。
