科技公司與價值投資如何適配融合？

1、科技公司和價值投資不衝突、可適配、可融合：我們多年的研究和實踐表明，科技公司和價值投資並不衝突，關鍵在於行業及公司特點要與資金久期相匹配；

2、科技行業中變化慢的細分賽道，非常適合經典的長期價值投資：部分科技細分行業，由於技術迭代相對較慢，具有演變進化（evolution）、逐步迭代、漸變性和線性發展的特點，龍頭公司能保持持續的領先優勢，甚至形成了極深的護城河及競爭壁壘，例如模擬半導體行業里的龍頭公司，社交網絡等具有「贏家通吃」特點的互聯網超級平臺公司，以及即將出現的人工智能生態型公司，恰恰非常適合長期投資甚至超長期投資；

3、總體而言，大部分科技公司由於變化快，更適合久期適中的資金投資：由於科技行業技術變化快，持續迭代甚至顛覆，研發能力強大的公司具有革命性突破（revolution）、爆發力強和非線性的特點，更適合中期投資，通常不適合超長期投資；

4、複合型投資團隊更容易發現和把握科技行業投資機會：高科技公司具有三大特點：a、爆發力強——在長期研發積累后，可以實現從量變到質變的非線性成長；b、價值空間大——非常值得投入人力和財力深入研究和投資；c、專業要求高——投資難度大。正因如此，由多種專業背景構成的複合型投資團隊，更有利於發現發掘和把握投資機會。

5、總結：科技行業創新多、變化快，投資者需要遵循貝葉斯定理，將公司的長期願景分解為短期可驗證的里程碑，並根據新技術、新趨勢持續動態更新判斷，優化投資策略。

傳統價值投資者往往不喜歡科技股，例如巴菲特近60年的投資歷史中，除投資蘋果公司外很少買科技公司股票，因為價值投資強調企業護城河的長期穩定性，而科技股由於技術迭代迅速，易被顛覆。另一方面，科技發展日新月異，科技牛股風起雲涌，傳統價值投資被質疑已經「過時」，不適合變化快、「高估值」，甚至持續虧損的科技股。我們的投資經驗表明，價值投資與科技股投資並不衝突，甚至有一部分科技股非常適合傳統價值投資方法，但是在實操中，需要將資金久期和企業價值創造周期相匹配。資產管理行業由於資金久期偏短，科技行業又有短期爆發的特點，反而是資產管理行業重要的投資類別。如果配套合適的投資策略，可以創造巨大的價值。

科技股與價值投資並不衝突

部分價值投資大師積極擁抱科技股

縱觀資本市場歷史，有多位投資大師在科技公司中大有斬獲，也有部分投資專家，因為不參與科技行業投資而招致敗局。

1、菲利普·費雪：作為「成長股投資之父」，也是巴菲特的老師，費雪在1955年買入德州儀器（TI），持股13年到1967年獲利超30倍。費雪的投資策略突破格雷厄姆的傳統估值框架，最關注的不是便宜，而是公司的成長性。

2、比爾·米勒：曾連續15年跑贏標準普爾指數的美盛基金經理比爾·米勒，不僅曾將一眾互聯網明星企業納入組合，一度持有谷歌6%的股份，也是除了創始人貝佐斯夫婦之外，亞馬遜最大的個人股東。他認為科技企業和傳統企業之間並沒有嚴格的界限，「儘管科技進步日新月異，但是這並不意味着這種變化是隨機的或不可預測的。在大多數情況下，它遵循着既定的路徑和規律。」

3、沃倫·巴菲特：從2016年起，巴菲特持續買入蘋果公司股票，並長期佔據投資組合一半的倉位。巴菲特曾稱，蘋果公司是伯克希爾繼保險和鐵路業務之后的「第三大業務」。在2017年5月的股東大會上，巴菲特解釋説：「我認為大眾並沒有深刻地認識到，新經濟世界與傳統經濟世界有巨大的差異……新經濟世界的企業可以幾乎不用投入資產，就能快速創造出幾千億美元的價值」。

也有因為不參與科技行業的投資，而導致事業徹底失敗的案例。例如，朱利安·羅伯遜：老虎基金一直堅持傳統價值投資，重點配置低市盈率、高現金流的「舊經濟」股票，而1999-2000年科技股的暴漲完全脱離基本面分析框架。雖然朱利安·羅伯遜堅信「科技股泡沫終將破滅」，但市場非理性持續過久，導致老虎基金在2000年3月被迫清盤。

部分科技股非常適合傳統價值投資方法

很多投資者認為科技股的技術變化快，領先者很容易被顛覆，不確定性很高，事實上，科技股可以細分為很多類型，有些類型具有演變進化、逐步迭代、漸變性和線性發展的特點，即使用傳統價值投資框架分析，也不難發現巨大價值。

1、模擬半導體等細分行業：例如德州儀器（TI）。模擬芯片業務是非常好的商業模式：技術相對穩定，產品生命周期長，很多產品十幾年性能和規格都不變；產品和客户擁有飛輪效應：產品線越豐富，客户越多；客户越多，產品線越豐富，TI擁有10萬個SKU，遠超競爭對手；客户轉換成本高：模擬芯片本身價格只有幾美元甚至幾美分，但被集成到一個系統中，替換的代價高昂。

2、超級平臺公司：例如Meta、騰訊、亞馬遜。社交平臺用户越多，平臺價值越大；電商平臺的商家和消費者越多，生態越繁榮。這種網絡效應一旦建立，往往具有自我強化的特性，形成極強的競爭壁壘。

3、軟件和雲服務平臺：例如微軟、谷歌。它們的軟件和雲服務平臺具有很高的轉換成本，企業一旦採用，更換的成本往往非常高昂，不僅包括直接的經濟成本，還包括培訓成本、數據遷移成本、業務中斷風險等。而且在人工智能和大數據時代，這種優勢往往具有馬太效應——用户越多，數據也就越多；數據越多，算法就越好，產品越優秀。

4、軟硬件一體化的生態型公司：例如蘋果和特斯拉，兩家公司憑藉出色的產品和用户體驗，建立了強大的品牌影響力，同時，通過創新技術不斷提升用户黏性，構建了一個從硬件到軟件到服務的閉環生態系統。

以上這些類型的科技公司，恰恰很適合經典的長期價值投資的。

絕大部分科技公司 適合由複合型科技人才

構成的投資團隊做中等久期的投資管理

任何企業要成功，都必須為客户創造價值，並能夠將這種價值轉化為盈利。這一商業邏輯的不變性，是價值投資理論在科技時代依然適用的根本原因。在投資實踐中，不同企業創造價值的周期階段不同，需要用不同久期的資金進行匹配。此外，由於科技公司業績短期爆發性強，創造價值極大，投資專業性較強，更適合人員背景豐富、既懂科技又懂投資的複合型團隊負責投資決策。

1、大部分科技股有短時間內爆發的特點，更適合與中短期資金匹配。大部分科技股的價值創造久期較短，遠期存在較大不確定性，在它們的估值中，未來2-3年的業績預測擁有較高的權重，遠期業績預測則給予較大的折扣，更適合中短期資金進行匹配。反而對於長線資金，例如保險公司持有的30年期保單，如果投資於業績在短期內爆發的科技股，會面臨巨大的再投資風險，並可能錯失複利增長的機會。

巴菲特在1997年解釋自己不投資微軟的原因時説，微軟和可口可樂都是特許權生意，但可口可樂只要不致癌，生意就是永續的，微軟的特許權可能更壟斷，但自己不確定這種特許權能持續多久。「微軟的特許權能夠持續20年的概率是80%還是55%？這根本無法預測。」

科技股的價值創造往往集中在技術範式轉換的爆發期。以英特爾為例，90年代憑藉PC主導的Wintel聯盟，1990-2000年股價實現50倍漲幅；2010年后數據中心CPU需求推動，2010-2021年仍有11.3%的年化回報。然而AI的崛起帶動異構計算需求向GPU轉移，傳統CPU架構優勢減弱致股價承壓，而具備GPU絕對優勢的英偉達則在短期內實現驚人漲幅。對資產管理而言，前瞻性地識別技術爆發的「奇點」（如AI之於GPU），並密切跟蹤領先者優勢的持續性（如英特爾在多個階段的成功與侷限），據此做出與價值創造窗口相匹配的精準投資決策，方能獲取最大收益。

2、科技公司價值巨大，值得重點投入人力與物力。近年來科技股成為股市總市值增長的主要來源。2015年到2024年的十年間，美國股市的市值增長總額有2/3左右來自信息技術和相關行業，科技行業精選指數（XLK）年化增長19.6%，明顯跑贏標普500指數的10.7%；全球前十大市值企業中，已有8家是科技企業。究其原因，傳統行業通常只具有規模效應，而科技公司往往具有網絡效應和飛輪效應，價值創造能力更強。專業的投資管理機構若放棄科技股的研究和投資，投資收益率可能大打折扣。

3、判斷科技股的價值創造久期，需要資管團隊深厚的研究積累和敏鋭的商業判斷力。比如，2019年軟銀集團孫正義以70億美元拋售英偉達近5%的股份，此后5年股價漲幅超過50倍；金融界傳奇人物斯坦利·德魯肯米勒在ChatGPT正式發佈前一個月購入英偉達股票，因為低估了技術革命的力量，在股價初現強勢時減倉，錯失了后續的巨大利潤。科技股的投資往往需要更加專業的判斷和深入的研究，即使是投資界的大佬，在科技浪潮革命到來之時，可能也會因為經驗主義，錯失巨大的收益。在技術含量高又複雜多變的科技行業里，既懂科技又懂商業的複合型投資團隊，更容易發現和把握科技行業投資機會。

幾個重要的科技股投資策略和方法

科技行業多變，投資需在經受高波動的情況下追求高收益，關鍵在於洞察其不變的核心規律。貝索斯創立亞馬遜時認為客户對更多選擇、低價、快速配送的需求不變，他堅持投資於這些不變的領域構建競爭壁壘；此輪AI革命中，黃仁勛強調的「算力永遠不夠，這是一條沒有盡頭的路」，揭示了市場對更快算力、更強大模型的永恆追求。這些底層不變的驅動力，正是科技行業中應通過投資策略來捕捉和獲取價值的關鍵所在。

1、科技行業「長期總體投資策略」：通過賽道型與指數型投資，應對高波動與選股難題。科技行業投資門檻高，波動大，挑選出最后的勝利者比較困難，對於大部分投資者來説，更可行的策略是採用賽道型投資、指數型投資，比如買入一籃子科技公司或行業ETF（AI ETF、半導體ETF等等）獲取行業整體增長紅利。由於ETF包含的股票處於不同細分領域以及不同的生命周期（初創期、成長期、成熟期），這一措施可以有效地分散風險。

2、科技行業「階段性投資策略」：把握科技浪潮節奏，識別所處階段與核心驅動力。科技革命周期通常為10-15年（PC互聯網1994-2007；移動互聯網2007-2022），其投資節奏有跡可循。早期的3-5年，硬件廠商業績彈性最高（PC時代的IBM，移動時代的高通），主要提供基礎設施；中后期，軟件和生態公司迎來爆發（PC互聯網的甲骨文、微軟；移動互聯網的亞馬遜、蘋果、谷歌），市值往往遠超硬件（PC時代軟件龍頭市值約為硬件3倍，移動時代高達10倍）。分析其核心驅動力，從PC到移動，用户時長與單用户價值量提升是市值天花板抬升的本質。軟件和生態公司憑藉持續性付費、用户黏性與網絡效應的商業模式優勢，價值遠超一次性硬件的銷售。展望AI時代，用户時長已趨飽和，未來的突破需依靠能深度挖掘用户價值、顯著提升生產力的生態型公司。

3、具體個股「公司層面投資策略」：動態跟蹤與迭代，應用貝葉斯定律分階段驗證。科技行業變化多，即使未來市場空間巨大，中間的不確定性也是巨大的。這種不確定性主要來自兩方面：第一，現有技術存在被顛覆的可能，比如transformer顛覆了RNN/CNN，成為通往AGI最快的道路，OpenAI憑藉ChatGPT迅速成為AI大模型龍頭，而原來的AI公司包括商湯、曠世等不得不改變原有技術路線，力求趕上大語言模型的進展；第二，龍頭公司優勢被瓦解，比如臺積電在先進製程的研發超越英特爾，GPU替代CPU成為AI數據中心核心等。因此，投資科技股需要緊密跟蹤技術前沿，將企業的長期目標分解為可驗證的階段性目標，並匹配相應久期的資金與交易策略。再比如，投資特斯拉時，初期側重技術突破概率，后期關注量產能力和市場滲透能力，在不同時期跟蹤的重點不同，從跟蹤驗證汽車銷量、FSD滲透率、Robotaxi訂單量、到人形機器人Optimus放量等階段性目標，動態調整長期目標的兑現概率和所需時間，並根據里程碑事件進行增持或減持。

4、投「人」策略：高度競爭的科技行業，投資就是投「人」，投資核心人物及其團隊的投資策略：「物以稀為貴，人以殊為尊」，科技的突破往往是由極少數人引領的，包括FSD的馬斯克，AI的Hinton、Ilya和Sam Altman，先進製程的張忠謀，GPU的黃仁勛，機器人的王興興等。此外，由於科技公司往往需要持續研發投入以維持技術領先，更依賴創始人對於技術路線的精準判斷，避免盲目跟風，因此具備深厚專業背景的創始人更受投資者青睞。正如芒格投資比亞迪的原因是，他盛讚王傳福是「天生的工程師」和「生產型管理者」。此外，他曾經用舉400公斤槓鈴的例子形容過比亞迪，在王傳福的帶領下，比亞迪創造了一個又一個奇蹟，「當他們創造出第一個奇蹟時，我們可能不當回事，但是，當他們創造出第三個、第四個奇蹟的時候，我們就知道了，比亞迪很了不起」。因此，投資科技公司更需要關注核心人物、核心團隊的變化，如果核心人物離職、邊緣化或者工作重心轉移，都需要動態調整投資策略。

總結

科技投資與價值投資不矛盾，關鍵在於行業與資金的久期匹配。總體上，具有革命性、爆發性和非線性的科技公司，更適合中期投資；但部分演變進化慢、有漸變性、有線性發展特徵的細分行業（如模擬半導體、社交平臺、未來AI生態龍頭），因具備持續領先優勢和強壁壘，反而適合長期乃至超長期投資。從方法論上來説，投資科技需要依循貝葉斯定理，緊密跟蹤漸變和突變，動態調整投資策略，有望賺取超額的投資回報。

（本文作者劉潔為東方馬拉松投資團隊科技投資經理，首席研究官孔鵬和投資總監鍾兆民先生提供指導，韓劍博士、呂鶴青博士、陸江川博士對本文亦有貢獻。嘉賓觀點僅代表個人，不代表周刊立場）。