计算机主题炒作的几种套路

年初至今、AI火了、数据要素火了、游戏火了、出版火了，都是暴涨的走势，一个月之内翻倍的票不在少数。大家身边肯定出现过类似的声音：“这玩意没有业绩的，都是瞎炒。”，然而车上的人在享受财富增值的同时，只会轻蔑回一句：“产业趋势都不懂，踏空狗罢了。”一部分人收获了财富，一部分人收获了知识。

主题炒作的合理性到底是什么？我们知道公司的价值等于未来自由现金流折现，一些公司在短期内暴涨了一倍，难道说公司未来的自由现金流翻了一倍？当然不是，只是投资者内心中的未来现金流翻了一倍。因为股价的变动是人心驱动的，而非客观世界驱动的。因此，只要大家的积极性倍调动起来了，听到这个主题觉得很兴奋，股价就能涨，至于公司自己可能都不知道发生了什么事。如果你认为公司的价值由客观世界决定，那么肯定认为主题炒作是瞎炒，如果认为公司的价值由众人的内心决定，那么就能够理解短期股价为什么暴涨。

投资者的内心是否可以量化？一个主题来了，我们如何判断行情的量级大小，换句话说，我们如何判断投资人的兴奋程度或资金的活跃程度？

这里引入主题炒作三要素：1、一致认可的大方向；2、前所未有的新事物；3、应对危机的解决办法。炒过来炒过去，万变不离其宗，就是这三个要素。如果一个主题，沾到一条就会涨，沾到两条就会大涨，沾到三条就是全年大主线。

这一轮ChatGPT的炒作是如何演绎的？我们知道这个东西的炒作启动是从今年农历新年之后的第一个交易日开启的，但是ChatGPT2022年10月份就出现了，为什么那个时候行情没有启动？因为那个时候这个主题仅仅是一个前所未有的新事物。伴随着越来越多的人试用并被震撼，以及过年期间美股映射公司的暴涨，这一轮的AI慢慢变成了一个一致认可的大方向。这个时候主题的要素从一个变成了两个，根据上一段的框架，这个时候就应该猛干！

单要素炒作的难度比较大，一般大级别机会来自于三种要素的两两组合，下面是几种行情组合形式的具体分析：

【一致认可大方向】+【前所未有的新事物】

这两个组合是比较常见的，行情的级别就是由这个方向的立意多高而决定的，节奏上来说也是这个大方向的认知难易度决定的，越容易理解行情演绎的越快。首先是先出现一致认可的大方向，行如果在这个一致认可的大方向上出现一个前所未有的新事物（这是大概率事件，一般而言产业的变化往往带来新的事物出现），即使没有受益标的，也要找最接近的那个。这里面的筛选可以参考筹码结构、公司诉求等更细微的指标。另一种可能性是先出现前所未有有的新事物，然后慢慢变成一致认可的大方向，比如GPT。这种情况上车机会是比较多的，因为认知的建立需要过程，到底一个新事物能否演变成一致认可的方向，这就是体现研究水平的时候了。但要注意一点就是，一个人认知不重要，大家认知才重要，也不要把自己的认知错判为大众的认知。总而言之，这种组合，由大方向立意决定行情级别，由要素出现顺序决定行情节奏。

【一致认可的大方向】+【应对危机的解决办法】

一旦涉及到危机，那么出现顺序永远是危机在前，因为危机都是突然出现的。比如前几年的疫情刚开始来的时候，怎么去治这个病，没有一个定论，但是要戴口罩保护好呼吸道这个是一致认可的方向，所以先炒口罩，炒手套。决定行情级别大小的不再是方向立意多高，而是危机有多严重，越严重的危机，行情级别越大。但这种炒作一般只有一波，因为大家普遍都会认为危机最终会解除，没有持续性，因此龙头股价的顶点往往就是估值的低点。除非危机进一步加深，后续行情很难演义。

【应对危机的解决办法】+【前所未有的新事物】

当大家面对危机面面相觑没有解决办法的时候，一个大家从未听说的东西声称能够度过危机肯定能成为当时的顶流话题。这就意味着，这种组合下行情往往是最剧烈的。当然，这种组合也会有持续性问题，所以一般也就只炒一波，等着基本面去兑现，就没有什么意义了。

用三要素法看看现在的计算机？今年最火的无非就是AI、数据要素、信创三条线了。首先说AI，前文已经分析过，属于前所未有的新事物慢慢变成了一致认可的大方向，中两条，大级别行情。数据要素的出发点应该是应对危机的解决办法，因为他是应对土地财政衰退而出现的，至于为什么现在没被炒起来，无非是都还是些老公司老故事，没有新逻辑，缺乏前所未有的新事物。同时，数据要素市场过于抽象，也很难让大家信服这个东西短期体量就能够替代土地财政，所以也不是一致认可的大方向。数据要素需要催化，一旦有催化，可能会变演变成三要素巨型主题。信创是应对危机的解决办法，而且这个危机还是长期的。正因为这个危机成为了长期共识，因此也毫无争议的是一致认可的大方向，也就是为什么从2022年10月一直火到了现在。现在缺的就是一些前所未有的新事物，读者朋友们可以想想，还有哪些是可以信创，但还没被炒到的点呢？

永远记住自己是赚的什么钱，不要把盈利做成亏损。主题炒作区别于基本面投资的点在于，炒作其实赚的是和市场博弈的钱。并没有鼓吹炒作，也没有在贬低基本面研究，各有各的赚钱道路。但有一点很重要，一定要明白自己赚的是什么钱。不能抱着主题炒作的想法进去，最后高喊基本面万岁。用客观世界的苦等去平复内心世界的冲动，把本应守住的盈利做成了亏损，那真是得不偿失。

延伸阅读：计算机行业研究框架和投资框架

                  计算机行业研究框架和投资框架

1. 产业研究归根结底解决的是EPS的问题

计算机研究员要研究的三个变量：EPS、流动性、风险偏好。

    资料来源：南方基金公开宣传资料

值得一提的是，上述三个变量里面，波动最大的是风险偏好，其次是流动性，再次是EPS，也就是说，企业的经营变化其实是缓慢的，不似人心易变。

2. 一个好的计算机研究员应该是半个策略研究员

为什么说，一个好的计算机研究员应该是半个策略研究员。作为所有板块里面弹性最大的一个，计算机行业拥有无法比拟的投资魅力，因为它具有极强的进攻属性，每一轮牛市里面业绩最好的基金经理一定会重仓计算机，2015年公募基金持仓里面计算机占比为15%，熊市最低只有2%不到。那么反过来说，计算机板块不具备防御属性，业绩确定性再高的股票熊市都要跌成狗，为什么，因为估值中枢偏高，熊市之所以为熊市，是全市场估值中枢下降的过程，计算机的泡沫，往往比其他板块要大一些。所以，对于自上而下做板块选择的基金经理，是否选择计算机行业，就变成了判断牛熊，这个就变成了策略研究员要做的事情，所以说，一个好的计算机研究员应该是半个策略研究员。

3.计算机股票投资到底看不看估值

投资框架和研究框架是两码事。研究框架和投资框架其实是两码事，很多时候，研究清楚了一个公司，但不一定能在股票上赚到钱，这就是典型的灯下黑，做产业调研的时候就经常遇到上市公司内部的业务专家，股票亏得一塌糊涂。所谓投资框架就是怎么从股票上挣到钱，个人观察，基本上可以分成两类，就是择时和不择时，下面分别谈一谈。

不择时的投资框架，对基本面研究的深度要求极高，因为通常持股周期较长。这种方法确定性高，但是存在提前卖出的问题，无法在牛市享受泡沫，而且计算机股票往往齐涨共跌，达到预期收益率以后如果卖出，找不到其他股票来填仓位。这样的话就需要基金经理的覆盖面很广，横跨多个行业，能够及时用具备足够预期收益率的股票来补充仓位。

择时的投资框架，只考虑风格，不考虑估值。简单的讲，就是把股票分为不同风格——高风险/低风险，按照风险偏好的变化去做资产配置。没错，这个就是策略研究的精髓，这个里面的核心不是EPS，而是风险偏好，对于个股的研究深度要求没那么高，对揣摩人心的能力要求很高，值得注意的是在这个框架里面，没有估值。高风险和低风险怎么划分，就是在确定性与可能性之间做选择。

延伸阅读：如何给计算机公司估值

前言：计算机行业属于较为新的行业，很多公司也都是在近市年才上市的。在可见的计算机公司上市历史中，我们发现计算机行业的估值往往排在近30个行业的前三名，而且很稳定。身为一个计算机研究员，可能是这个市场中最没有资格谈论估值的人。当和别人谈起觉得某个计算机公司应该给多少倍估值的时候，一般都会被反问一句：“你们计算机还看估值？”为什么计算机公司就普遍估值比较贵，背后隐含了什么样的逻辑。为什么有的计算机公司用PE，有的用PS？PE给40倍还是30倍，PS给20倍和10倍哪个更合理？下文中，谈谈对这个世纪难题的理解。

一、问题的出发点，没有增长的公司给多少倍

一家没有增长的公司，应该如何估值？巴菲特投资可口可乐算的上是投资界的经典案例，但从2000年之后，可口可乐基本就不怎么增长了，收入在300-400亿美元之间波动。如果要判断他的生命周期的话，毫无疑问是进入成熟期了。问题来了，对于这样的一家有稳定盈利但是没有增长的公司应该给多少倍PE合适？我认为，从DCF出发，可以将这个公司的股票看做是一个永续债，而永续债的估值很简单，就是每期利息除贴现率（无穷级数求和）。我们又知道，自由现金流和EBIT之间的差值就是非现金支出、资本开支和营运资本变动，在稳态情况下这些数都不会有太大的变动，简化模型下近似将公司盈利代替自有现金流（决定盈利和现金流比例的是商业模式，这又是一个非常大的topic，可另起一篇）。这样我们就可以得出一个结论，没有增长的公司的PE应该是折现率的倒数，而折现率是由无风险利率、风险溢价和beta决定的。

如果我们加上一个永续增长率，结果会如何？按照上一段的方法计算，如果市场风险溢价和无风险利率的和在10%左右，相对指数beta接近1的公司的PE应该是10倍。在这个基础上进一步细化，让模型更贴近现实，我们引入了永续增长率，变成了经典的戈登增长模型（GGM）。按照长期GDP增速把这个永续增长订到3%的话，一个跟着GDP成长的公司的估值应该在15倍左右，我们给这个PE倍数取个名字，较“自然PE”。影响自然PE的因素，是CAPM模型里面的各个因子，与无风险利率、风险溢价、beta负相关，与永续增长率正相关。

二、自然PE和实际PE的差别

永续不一定真的要永续，三十年就基本是永远了。自然PE中隐含了一点是假设企业永续经营，但我们知道这个世界上百年老店并不多，更别说永续经营了。但实际上，企业未来三十年的现金流折现价值就约等于永续现金流折现的90%。所以我们不一定要看的那么远，三十年足矣。如果一家公司我们预判到未来30年之内有可能就不存在了，那么估值上肯定要打折扣，甚至可能换成别的估值方法（清算价值法）等进行估值。

为什么有些公司PE低于自然PE，因为未来的增长可能是负的。我们发现有一些行业大多数公司的PE是要低于自然PE的，其原因也很好理解，投资者认为这些公司所处的行业是夕阳行业，正在经历生命周期的尾声，未来的盈利不会有永续增长，反而会减少。我们套用之前的模型，将永续增长率设为负数，结果很明了，这些公司的PE应该在10倍以下，而现实情况大多如此。

大部分公司估值高于自然PE，是因为他们有高于永续增长的增长。如果一个企业所处的生命周期还处于成长期或者更早，这个时候企业的增速是快的。如果它今年的盈利是10亿，明年翻翻，然后进入永续增长期，那么他的价值应该近似为20亿*自然PE15倍=300亿，对应今年的PE就是30倍。也就是是说，公司用翻倍的业绩增长，在1年时间内，将30倍的PE消化成自然PE15倍。

增长期的快慢和长短影响当期PE。在进入永续增长期之前，公司可以用业绩的增长来消化当期的估值。还是上面的案例，如果一家企业的翻倍增长能持续三年，那么三年后他的利润就是80亿，到时候的价值应该是80亿*自然PE15倍=1200亿，对应今年的PE就是120倍。我们把对应今年的PE称为实际PE，将进入永续之前的增长时长称为消化期，可见，增速越快，实际PE越高，消化期越长，实际PE就越高。为什么有些公司能给到30、40倍的PE，就是市场预见公司未来可能维持3年30%的增长，或者未来8年10%的增长。公司可以用业绩的高增长，或长期增长，来消化高估值。

PEG为什么等于1。PEG常常被定义为PE/公司未来三年符合增长率*100，而PEG=1是分水岭，PEG高于1的公司就是被高估，反之被低估。当深究PEG为什么等于1时，得到的回答往往都是两个字“经验”。从上一段中，我们发现，PEG=1是可以通过业绩透支估值法来解释的。我们将公司的消化期设定为3年，发现公司复合增长率*100与公司实际PE之间回归出来的斜率就是接近于1。也就是说，如果我们预计一个公司未来三年的符合增长率有30%，那么他的PE就应该在30倍附近，如果复合增长率有50%，那么PE就应该在50倍附近。这种方法在一定程度上也能说明A股一些卖黑色液体的公司为什么能给到70倍估值，因为市场预计他能保持20年10%的增长（1.1^20=6.72）。

三、计算机公司的估值合理性

上面的讨论回答了计算机公司为什么估值贵的问题。计算机公司之所以估值贵，是因为增速快。计算机属于新兴行业，生命周期处于成长期或更早。这一点可以从统计数据看出来，整个软件行业过去10年的增速都是非常快的，即便到了现在，软件行业整体的增速仍然是两位数，仍然远远领先GDP。A股计算机公司也算是中国软件行业的重要力量了，增速快于GDP是大概率事件。因此，行业生命周期尚早隐含的高成长，决定了计算机行业高于其他行业的估值倍数。

对于有盈利的计算机公司而言，PEG是一个很好的估值方法。作为行业内较为成熟的领域，金融IT、医疗IT、网络安全中的防火墙等细分赛道，他们盈利水平是较为稳定的。因此比较适合用PEG来估值。对于一些竞争格局不太好的领域，因为公司的业绩有比较大的不确定性，只能通过行业景气度来大致判断未来的增速，三年这个维度较为合理，因此我们认为大多数公司的PEG都应该在1附近。但对于一些竞争格局较为确定的领域，龙头的业绩确定性较高，因此业绩消化期可以拉得更长。换句话说，就是可以透支更久之后的业绩，因此这类龙头公司的PEG可以去到2或者更高（隐含了未来10年甚至更长的增长）。

对于没有盈利或者盈利不稳定的计算机公司而言，PS折合成的PEG较为适用。一些商业模式转为订阅制的公司，或者一些新兴行业，公司的打法不在乎短期盈利能力而在乎快速抢占市场份额的行业，在初期的盈利都不稳定。对于这种类型的公司，我们可以假设公司在业绩消化期后盈利水平达到一个稳态后，用PE*利润率得到当期可以给到的PS水平。一般而言，如果一个纯软件订阅制公司稳态利润率可以做到50%，近三年业绩能够做到30%增长，那么隐含的PS就在15倍左右。如果一个公司稳态利润率水平能做到20%，近三年业绩能够做到40%增长，那么隐含的PS就在8倍左右。

                           结束