科技公司与价值投资如何适配融合？

1、科技公司和价值投资不冲突、可适配、可融合：我们多年的研究和实践表明，科技公司和价值投资并不冲突，关键在于行业及公司特点要与资金久期相匹配；

2、科技行业中变化慢的细分赛道，非常适合经典的长期价值投资：部分科技细分行业，由于技术迭代相对较慢，具有演变进化（evolution）、逐步迭代、渐变性和线性发展的特点，龙头公司能保持持续的领先优势，甚至形成了极深的护城河及竞争壁垒，例如模拟半导体行业里的龙头公司，社交网络等具有“赢家通吃”特点的互联网超级平台公司，以及即将出现的人工智能生态型公司，恰恰非常适合长期投资甚至超长期投资；

3、总体而言，大部分科技公司由于变化快，更适合久期适中的资金投资：由于科技行业技术变化快，持续迭代甚至颠覆，研发能力强大的公司具有革命性突破（revolution）、爆发力强和非线性的特点，更适合中期投资，通常不适合超长期投资；

4、复合型投资团队更容易发现和把握科技行业投资机会：高科技公司具有三大特点：a、爆发力强——在长期研发积累后，可以实现从量变到质变的非线性成长；b、价值空间大——非常值得投入人力和财力深入研究和投资；c、专业要求高——投资难度大。正因如此，由多种专业背景构成的复合型投资团队，更有利于发现发掘和把握投资机会。

5、总结：科技行业创新多、变化快，投资者需要遵循贝叶斯定理，将公司的长期愿景分解为短期可验证的里程碑，并根据新技术、新趋势持续动态更新判断，优化投资策略。

传统价值投资者往往不喜欢科技股，例如巴菲特近60年的投资历史中，除投资苹果公司外很少买科技公司股票，因为价值投资强调企业护城河的长期稳定性，而科技股由于技术迭代迅速，易被颠覆。另一方面，科技发展日新月异，科技牛股风起云涌，传统价值投资被质疑已经“过时”，不适合变化快、“高估值”，甚至持续亏损的科技股。我们的投资经验表明，价值投资与科技股投资并不冲突，甚至有一部分科技股非常适合传统价值投资方法，但是在实操中，需要将资金久期和企业价值创造周期相匹配。资产管理行业由于资金久期偏短，科技行业又有短期爆发的特点，反而是资产管理行业重要的投资类别。如果配套合适的投资策略，可以创造巨大的价值。

科技股与价值投资并不冲突

部分价值投资大师积极拥抱科技股

纵观资本市场历史，有多位投资大师在科技公司中大有斩获，也有部分投资专家，因为不参与科技行业投资而招致败局。

1、菲利普·费雪：作为“成长股投资之父”，也是巴菲特的老师，费雪在1955年买入德州仪器（TI），持股13年到1967年获利超30倍。费雪的投资策略突破格雷厄姆的传统估值框架，最关注的不是便宜，而是公司的成长性。

2、比尔·米勒：曾连续15年跑赢标准普尔指数的美盛基金经理比尔·米勒，不仅曾将一众互联网明星企业纳入组合，一度持有谷歌6%的股份，也是除了创始人贝佐斯夫妇之外，亚马逊最大的个人股东。他认为科技企业和传统企业之间并没有严格的界限，“尽管科技进步日新月异，但是这并不意味着这种变化是随机的或不可预测的。在大多数情况下，它遵循着既定的路径和规律。”

3、沃伦·巴菲特：从2016年起，巴菲特持续买入苹果公司股票，并长期占据投资组合一半的仓位。巴菲特曾称，苹果公司是伯克希尔继保险和铁路业务之后的“第三大业务”。在2017年5月的股东大会上，巴菲特解释说：“我认为大众并没有深刻地认识到，新经济世界与传统经济世界有巨大的差异……新经济世界的企业可以几乎不用投入资产，就能快速创造出几千亿美元的价值”。

也有因为不参与科技行业的投资，而导致事业彻底失败的案例。例如，朱利安·罗伯逊：老虎基金一直坚持传统价值投资，重点配置低市盈率、高现金流的“旧经济”股票，而1999-2000年科技股的暴涨完全脱离基本面分析框架。虽然朱利安·罗伯逊坚信“科技股泡沫终将破灭”，但市场非理性持续过久，导致老虎基金在2000年3月被迫清盘。

部分科技股非常适合传统价值投资方法

很多投资者认为科技股的技术变化快，领先者很容易被颠覆，不确定性很高，事实上，科技股可以细分为很多类型，有些类型具有演变进化、逐步迭代、渐变性和线性发展的特点，即使用传统价值投资框架分析，也不难发现巨大价值。

1、模拟半导体等细分行业：例如德州仪器（TI）。模拟芯片业务是非常好的商业模式：技术相对稳定，产品生命周期长，很多产品十几年性能和规格都不变；产品和客户拥有飞轮效应：产品线越丰富，客户越多；客户越多，产品线越丰富，TI拥有10万个SKU，远超竞争对手；客户转换成本高：模拟芯片本身价格只有几美元甚至几美分，但被集成到一个系统中，替换的代价高昂。

2、超级平台公司：例如Meta、腾讯、亚马逊。社交平台用户越多，平台价值越大；电商平台的商家和消费者越多，生态越繁荣。这种网络效应一旦建立，往往具有自我强化的特性，形成极强的竞争壁垒。

3、软件和云服务平台：例如微软、谷歌。它们的软件和云服务平台具有很高的转换成本，企业一旦采用，更换的成本往往非常高昂，不仅包括直接的经济成本，还包括培训成本、数据迁移成本、业务中断风险等。而且在人工智能和大数据时代，这种优势往往具有马太效应——用户越多，数据也就越多；数据越多，算法就越好，产品越优秀。

4、软硬件一体化的生态型公司：例如苹果和特斯拉，两家公司凭借出色的产品和用户体验，建立了强大的品牌影响力，同时，通过创新技术不断提升用户黏性，构建了一个从硬件到软件到服务的闭环生态系统。

以上这些类型的科技公司，恰恰很适合经典的长期价值投资的。

绝大部分科技公司 适合由复合型科技人才

构成的投资团队做中等久期的投资管理

任何企业要成功，都必须为客户创造价值，并能够将这种价值转化为盈利。这一商业逻辑的不变性，是价值投资理论在科技时代依然适用的根本原因。在投资实践中，不同企业创造价值的周期阶段不同，需要用不同久期的资金进行匹配。此外，由于科技公司业绩短期爆发性强，创造价值极大，投资专业性较强，更适合人员背景丰富、既懂科技又懂投资的复合型团队负责投资决策。

1、大部分科技股有短时间内爆发的特点，更适合与中短期资金匹配。大部分科技股的价值创造久期较短，远期存在较大不确定性，在它们的估值中，未来2-3年的业绩预测拥有较高的权重，远期业绩预测则给予较大的折扣，更适合中短期资金进行匹配。反而对于长线资金，例如保险公司持有的30年期保单，如果投资于业绩在短期内爆发的科技股，会面临巨大的再投资风险，并可能错失复利增长的机会。

巴菲特在1997年解释自己不投资微软的原因时说，微软和可口可乐都是特许权生意，但可口可乐只要不致癌，生意就是永续的，微软的特许权可能更垄断，但自己不确定这种特许权能持续多久。“微软的特许权能够持续20年的概率是80%还是55%？这根本无法预测。”

科技股的价值创造往往集中在技术范式转换的爆发期。以英特尔为例，90年代凭借PC主导的Wintel联盟，1990-2000年股价实现50倍涨幅；2010年后数据中心CPU需求推动，2010-2021年仍有11.3%的年化回报。然而AI的崛起带动异构计算需求向GPU转移，传统CPU架构优势减弱致股价承压，而具备GPU绝对优势的英伟达则在短期内实现惊人涨幅。对资产管理而言，前瞻性地识别技术爆发的“奇点”（如AI之于GPU），并密切跟踪领先者优势的持续性（如英特尔在多个阶段的成功与局限），据此做出与价值创造窗口相匹配的精准投资决策，方能获取最大收益。

2、科技公司价值巨大，值得重点投入人力与物力。近年来科技股成为股市总市值增长的主要来源。2015年到2024年的十年间，美国股市的市值增长总额有2/3左右来自信息技术和相关行业，科技行业精选指数（XLK）年化增长19.6%，明显跑赢标普500指数的10.7%；全球前十大市值企业中，已有8家是科技企业。究其原因，传统行业通常只具有规模效应，而科技公司往往具有网络效应和飞轮效应，价值创造能力更强。专业的投资管理机构若放弃科技股的研究和投资，投资收益率可能大打折扣。

3、判断科技股的价值创造久期，需要资管团队深厚的研究积累和敏锐的商业判断力。比如，2019年软银集团孙正义以70亿美元抛售英伟达近5%的股份，此后5年股价涨幅超过50倍；金融界传奇人物斯坦利·德鲁肯米勒在ChatGPT正式发布前一个月购入英伟达股票，因为低估了技术革命的力量，在股价初现强势时减仓，错失了后续的巨大利润。科技股的投资往往需要更加专业的判断和深入的研究，即使是投资界的大佬，在科技浪潮革命到来之时，可能也会因为经验主义，错失巨大的收益。在技术含量高又复杂多变的科技行业里，既懂科技又懂商业的复合型投资团队，更容易发现和把握科技行业投资机会。

几个重要的科技股投资策略和方法

科技行业多变，投资需在经受高波动的情况下追求高收益，关键在于洞察其不变的核心规律。贝索斯创立亚马逊时认为客户对更多选择、低价、快速配送的需求不变，他坚持投资于这些不变的领域构建竞争壁垒；此轮AI革命中，黄仁勋强调的“算力永远不够，这是一条没有尽头的路”，揭示了市场对更快算力、更强大模型的永恒追求。这些底层不变的驱动力，正是科技行业中应通过投资策略来捕捉和获取价值的关键所在。

1、科技行业“长期总体投资策略”：通过赛道型与指数型投资，应对高波动与选股难题。科技行业投资门槛高，波动大，挑选出最后的胜利者比较困难，对于大部分投资者来说，更可行的策略是采用赛道型投资、指数型投资，比如买入一篮子科技公司或行业ETF（AI ETF、半导体ETF等等）获取行业整体增长红利。由于ETF包含的股票处于不同细分领域以及不同的生命周期（初创期、成长期、成熟期），这一措施可以有效地分散风险。

2、科技行业“阶段性投资策略”：把握科技浪潮节奏，识别所处阶段与核心驱动力。科技革命周期通常为10-15年（PC互联网1994-2007；移动互联网2007-2022），其投资节奏有迹可循。早期的3-5年，硬件厂商业绩弹性最高（PC时代的IBM，移动时代的高通），主要提供基础设施；中后期，软件和生态公司迎来爆发（PC互联网的甲骨文、微软；移动互联网的亚马逊、苹果、谷歌），市值往往远超硬件（PC时代软件龙头市值约为硬件3倍，移动时代高达10倍）。分析其核心驱动力，从PC到移动，用户时长与单用户价值量提升是市值天花板抬升的本质。软件和生态公司凭借持续性付费、用户黏性与网络效应的商业模式优势，价值远超一次性硬件的销售。展望AI时代，用户时长已趋饱和，未来的突破需依靠能深度挖掘用户价值、显著提升生产力的生态型公司。

3、具体个股“公司层面投资策略”：动态跟踪与迭代，应用贝叶斯定律分阶段验证。科技行业变化多，即使未来市场空间巨大，中间的不确定性也是巨大的。这种不确定性主要来自两方面：第一，现有技术存在被颠覆的可能，比如transformer颠覆了RNN/CNN，成为通往AGI最快的道路，OpenAI凭借ChatGPT迅速成为AI大模型龙头，而原来的AI公司包括商汤、旷世等不得不改变原有技术路线，力求赶上大语言模型的进展；第二，龙头公司优势被瓦解，比如台积电在先进制程的研发超越英特尔，GPU替代CPU成为AI数据中心核心等。因此，投资科技股需要紧密跟踪技术前沿，将企业的长期目标分解为可验证的阶段性目标，并匹配相应久期的资金与交易策略。再比如，投资特斯拉时，初期侧重技术突破概率，后期关注量产能力和市场渗透能力，在不同时期跟踪的重点不同，从跟踪验证汽车销量、FSD渗透率、Robotaxi订单量、到人形机器人Optimus放量等阶段性目标，动态调整长期目标的兑现概率和所需时间，并根据里程碑事件进行增持或减持。

4、投“人”策略：高度竞争的科技行业，投资就是投“人”，投资核心人物及其团队的投资策略：“物以稀为贵，人以殊为尊”，科技的突破往往是由极少数人引领的，包括FSD的马斯克，AI的Hinton、Ilya和Sam Altman，先进制程的张忠谋，GPU的黄仁勋，机器人的王兴兴等。此外，由于科技公司往往需要持续研发投入以维持技术领先，更依赖创始人对于技术路线的精准判断，避免盲目跟风，因此具备深厚专业背景的创始人更受投资者青睐。正如芒格投资比亚迪的原因是，他盛赞王传福是“天生的工程师”和“生产型管理者”。此外，他曾经用举400公斤杠铃的例子形容过比亚迪，在王传福的带领下，比亚迪创造了一个又一个奇迹，“当他们创造出第一个奇迹时，我们可能不当回事，但是，当他们创造出第三个、第四个奇迹的时候，我们就知道了，比亚迪很了不起”。因此，投资科技公司更需要关注核心人物、核心团队的变化，如果核心人物离职、边缘化或者工作重心转移，都需要动态调整投资策略。

总结

科技投资与价值投资不矛盾，关键在于行业与资金的久期匹配。总体上，具有革命性、爆发性和非线性的科技公司，更适合中期投资；但部分演变进化慢、有渐变性、有线性发展特征的细分行业（如模拟半导体、社交平台、未来AI生态龙头），因具备持续领先优势和强壁垒，反而适合长期乃至超长期投资。从方法论上来说，投资科技需要依循贝叶斯定理，紧密跟踪渐变和突变，动态调整投资策略，有望赚取超额的投资回报。

（本文作者刘洁为东方马拉松投资团队科技投资经理，首席研究官孔鹏和投资总监钟兆民先生提供指导，韩剑博士、吕鹤青博士、陆江川博士对本文亦有贡献。嘉宾观点仅代表个人，不代表周刊立场）。