分散投資仍然有效嗎？市場集中度上升帶來挑戰

人們常説，分散投資是投資中唯一的 “免費午餐”。這是因為通過將資金分散到不同資產類別，你可以在不犧牲回報的情況下降低風險。

這一説法仍然成立嗎？得益於人工智能作為一個主題在公開股票、固定收益甚至實物資產領域的激增，集中度風險正在上升，並威脅到分散投資的有效性。

如果你在過去幾個月裏沒有任何操作，人工智能和科技主題的強勁表現可能已經使你的戰略性資產配置向股票，特別是科技股傾斜。

例如，60/40 的配置（60% 股票，40% 債券）可能已變成 80/20，這使得你的投資組合容易受到市場回調的影響。

這些因素包括結構性較高的利率、對人工智能開發的監管限制、數據中心建設的制約等。到目前為止，通常會對股票估值施加壓力的較高收益率並未抑制投資者的熱情。

近日，10 年期美債收益率短暫突破 5.27%。標普 500 指數年初至今上漲超過 12%，自 3 月底以來上漲 21%。

人工智能將成為經濟和業務最強大和最具變革性的驅動力，這一點毋庸置疑。然而，過多資本與美國最大股票掛鈎可能會帶來某些投資者難以承受的更大波動性。

“冰山一角”

正如全球風險和投資諮詢領導者 Marsh 在其近期於新加坡舉行的投資會議上發現的那樣，機構投資者對此表示擔憂。

Marsh 執行主席 Hooman Kaveh 表示：“如果你觀察公開市場中的人工智能主題，它可能涉及半導體公司、雲計算和超大規模科技公司。但數據中心也屬於基礎設施和房地產投資範疇。”

“然後在風險投資領域，你有數據公司，還有私募股權。這對資產所有者來説是一個警鐘。如果你使用正確的工具進行分析，會發現人工智能的敞口令人震驚；公共指數中的集中度風險只是冰山一角。”

在景順全球主權資產管理對央行和主權財富基金的調查中，市場集中度被列為人工智能投資中最重大的風險，其次是泡沫和估值風險。

受訪者表示，他們正在審查 “假設通過廣泛的市場敞口獲得的分散化效果是否真正存在”。

Capital Group 在一篇文章中解釋稱，隨着人工智能主題的普遍化，集中度已成為市場和盈利的全球性特徵。

在美國，人工智能投資佔美國實際國內生產總值的近 39%。Magnificent Seven 7（Alphabet、亞馬遜、蘋果、Meta、微軟、英偉達和特斯拉）及其他科技股佔美國資本支出的 39% 以上，佔盈利的 42%。

在韓國，三星和海力士的盈利佔比超過 76%，而在台灣，僅台積電一家就佔了 57%。

晨星的一篇文章稱，一些主動型基金經理已開始採取更防禦性的立場，減持部分人工智能持倉，轉而關注高股息支付者和低債務公司。

主動型基金通常對單一證券設有 10% 的集中度限制。

根據定義，指數跟蹤基金持有整個市場指數。市值加權指數持有規模最大的公司。標普 500 指數中最大的 10 只股票佔比約為 38%，MSCI 世界指數中這一比例接近 27%。

對於風險緩解而言，除了分散投資似乎別無他法。但投資者必須保持警惕；即使是固定收益基金也可能持有人工智能相關的債務。超大規模科技公司已成為投資級債券的主要發行方。

處於或接近退休年齡的投資者應審查其資產組合，並將敞口削減回其戰略性權重水平。

星展銀行首席投資官侯偉福（Hou Wey Fook）堅持認為，與週期性波動的市場和利率不同，人工智能的開發和應用將隨着時間的推移而擴大。

他表示：“我們仍處於早期階段，人工智能將在全球經濟的幾乎各個領域找到應用場景。”

他補充説，投資機會不僅限於半導體、芯片和數據中心，還包括提供基礎設施並將人工智能商業化的公司。

Endowus 集團首席投資官 Samuel Rhee 指出，集中度在市場歷史上並不罕見。

他説：“讓本輪週期感覺非同尋常的是其壓縮程度。快速採用、基礎設施投資和市場重估都在三四年內發生。”

“在某些方面，這確實是例外。人工智能可能是第一種作用於認知本身的通用技術，這在人類歷史上尚屬首次。因此，市場願意為此支付溢價是自然的。”

“我們不會試圖對人工智能交易做出單向預測。你無法剔除貫穿整個美國經濟（迄今為止最大的經濟體，進而也是全球經濟）的主題。但你可以確保你的敞口是有意為之且規模適當的，而不是偶然形成的，” 他補充道。

“歸根結底，股票市場本質上是一個質量加權指數，涵蓋了那些不僅最盈利，而且很可能成為人工智能未來贏家的最佳公司。”

目前，策略師認為人工智能的估值並不過高。瑞銀亞太區科技行業首席投資官 Delwin-Kurnia Limas 表示，大多數人工智能股票的交易倍數相對合理。

他指出，半導體的遠期市盈率為 22 倍，低於 6 月份 33 倍的峯值，也遠低於互聯網泡沫高峰期超過 100 倍的水平。預計盈利增長將保持強勁——基於共識預期，2026 年預計增長 107%，2027 年增長 46%。

“話雖如此，週期中段的消化過程是一個切實的風險，尤其是對於 2028 年的資本支出而言，因為這將需要越來越多地通過股權/債務融資以及供應商融資來提供資金。來自開源權重模型的競爭加劇、數據中心建設面臨的政治阻力上升以及融資成本提高，都是需要考慮的幾個關鍵風險。”

他指出，投資者不應從人工智能領域撤資，而應保持全球分散的投資組合。

“在我們看來，分散投資仍然是投資者參與長期人工智能機遇同時管理與集中度和波動性相關風險的最有效方式。”

他傾向於啞鈴型配置：一端是受益於人工智能基礎設施支出的優質半導體和硬件公司，另一端是大型科技平台和防禦性科技股，如果人工智能資本支出熱潮消退，後者預計更具防禦性。

新加坡銀行首席投資策略師 Eli Lee 表示，投資組合可能看起來是分散的，但仍然集中在相同的潛在風險驅動因素上。

“雖然人工智能仍然是一個引人注目的投資主題，但我們將其視為整體投資組合中爭奪資本的一個機會，並根據其對投資組合韌性和長期結果的貢獻，相對於其他機會進行評估。”

新加坡銀行在評估集中度風險時採用 “整體投資組合方法”。“我們不關注個別持倉或資產類別標籤，而是通過總投資組合及其潛在經濟風險敞口的視角來評估人工智能敞口。

“我們認為，這種方法對於緩解波動期間的行為壓力非常重要。當投資組合被理解為旨在各種條件下運行的系統，而不是持倉的集合時，決策往往更穩定，意圖也更清晰。”