Akre Focus ETF Quarterly Commentary
Akre Capital Management 是 Chuck Akre 于 1989 年在弗吉尼亚小镇 Middleburg 创立的质量成长基金，以「三脚凳」框架闻名——卓越商业模式、股东导向管理层、可持续再投资跑道，集中长持 Mastercard、American Tower 等复利机器，季度评论以直白隽永著称。
一句话导读
这篇季度报告讲的是，Akre Focus基金虽然近期表现远不如标普500（因为没买AI热门股），但基金经理认为基金持仓公司的盈利增长和估值吸引力是十年来最好的。他提醒投资者，AI主题炒作过热（比如杠杆ETF规模暴涨、保证金债务创纪录），历史上类似狂热后价值股往往跑赢。对普通投资者来说，关键不是追热点，而是看公司有没有真实盈利和护城河（即竞争优势）。报告用具体数据说明，持仓公司AI收入增速反而比行业平均水平高，而且来自老客户增值，不是烧钱。值得一看，因为提供了历史对比和冷静的观点。
一眼要点
作者对当前AI投机泡沫持【谨慎/看空】立场，但坚信自家组合基本面强劲、估值处于十年低位，中期回报可期。
- 基金本季跑输S&P 500约14.5个百分点，但组合加权平均FCFPS同比增长23%，跑输主因是估值倍数压缩而非经营恶化。
- 组合估值仅17倍FCFPS（2016年以来最低），五年期FCFPS增长率预估近16%，加权平均ROIC约42%，债务/EBITDA仅1.4倍。
- AI投机迹象明显：iShares半导体ETF（SOXX）单季总回报106.9%，融资余额达1.4万亿美元历史新高，半导体杠杆ETF资产3个月内暴增175%。
- 大型语言模型竞争壁垒存疑：三大LLM（Anthropic、OpenAI、Gemini）合计token份额从72%降至33%，用户转向开源低成本模型。
- 历史教训：1999-2005年，QQQ六年总回报-25.79%，而Berkshire Hathaway同期+22.73%，长期纪律终将胜出。
全文标的动向表
| 标的 | 方向 | 作者态度一句话 | 关键数据 |
|---|---|---|---|
| S&P 500 | 未明示 | 作为基准被大幅跑赢，但指数估值受AI投机拉动 | 本季+15.20%，过去12个月+22.32% |
| iShares半导体ETF（SOXX） | 未明示 | 投机过度信号，单季暴涨后风险积累 | Q2单季总回报106.9% |
| SpaceX | 未明示 | 估值过度乐观，TAM结构存疑 | IPO后估值达1Q26年化营收约120倍，TAM仅1.3%来自空间解决方案 |
| Anthropic | 未明示 | 盈利悖论：收入与Mastercard相当但大幅亏损，成本随推理线性增长 | 收入约30-40亿美元，净利润率为负，毛利率约40-50% |
| OpenAI | 未明示 | 竞争壁垒薄弱，token份额快速流失 | 过去一年token份额从72%（三大合计）降至33% |
| Google（Gemini） | 未明示 | 同上，优势难以持久 | 同上 |
| Mastercard | 持有观察 | 高利润率、轻资产、高客户粘性，是组合核心防御标的 | 2025年净利润率47%，资产密度0.2倍，Tokenization覆盖50%电商交易 |
| CXMT（长鑫存储） | 未明示 | 中国产能扩张将重塑全球DRAM格局，带来价格下行风险 | 2026年全球DRAM市场约1500亿美元，若2027年产能落地中国份额可达15-20% |
| 长江存储（YMTC） | 未明示 | 同上，产能剧增可能引发供过于求 | 同上 |
| Micron | 未明示 | 面临中国变量和AI需求无法消化传统产能的双重压力 | 韩国厂商利润率将从约40%高位回落 |
| SK Hynix | 未明示 | 同上 | 2025年营业利润率约40%，但产能扩张风险 |
| Nvidia | 未明示 | 估值过高，受系统性政治与资源风险威胁 | AI算力消耗占全球电力增长约40%，监管和脱钩风险 |
| Palantir | 未明示 | 估值过高，AI投机泡沫中的代表 | 同上 |
| Salesforce | 持有观察 | 专注AI软件而非硬件，受AI基础设施泡沫直接影响小 | Akre组合中，AI投入轻、营收不依赖算力扩张 |
| ServiceNow | 持有观察 | 同上，属AI应用层公司 | 同上 |
| FICO | 持有观察 | 拥有137项AI专利，数据护城河深厚 | 组合中防御性AI资产 |
| CCC | 持有观察 | 数据垄断，AI应用壁垒高 | 年增长50% |
| Moody's | 持有观察 | AI相关债券评级数据成为融资基础设施 | Q1评级的AI相关债券发行超1000亿美元 |
| CoStar | 持有观察 | 独有房地产数据库构成自然垄断 | Homes Ai和Apartments.com Ai依赖20年历史数据 |
| Berkshire Hathaway | 未明示 | 长期价值投资典范，与投机泡沫形成对比 | 1999.3-2005.3总回报+22.73%，同期QQQ -25.79% |
| QQQ | 未明示 | 代表1999年互联网泡沫，是当前AI热度的历史镜像 | 1999.3-2000.3一年回报+124.25%，至2005年累计亏损25.79% |
本季跑输大盘14.5个百分点，基本面却逆势增长23%
业绩对照：2026年第二季度基金回报率0.66%，S&P 500 Total Return为15.20%；过去12个月基金-24.01% vs 指数+22.32%。作者认为跑输主因是估值倍数压缩，而非经营恶化——组合公司加权平均自由现金流每股（FCFPS）一季度同比增长23%，作者原话说"We expect our portfolio companies to continue growing economic value per share at attractive rates。"
估值倍数降至十年最低，预期未来从逆风转为顺风
基金基本面达近十年最强：五年期FCFPS增长率预估接近16%（处于历史高位）、估值仅17倍FCFPS（2016年以来最低）、2026年加权平均ROIC约42%、总债务/EBITDA仅1.4倍。作者判断：“we believe the Fund offers outstanding growth potential and financial strength at decade-low valuations。” 估值压缩源于倍数从峰值回落，作者认为一旦倍数从逆风转为中性或顺风，中期回报可期，并称“Divergences between fundamentals and share prices are not uncommon but can be most pronounced and prolonged during periods when new technology promises to change the world”。
AI热潮投机迹象明显，风险正在积累
市场判断【谨慎/看空】。 作者承认AI可能被证明具有变革性（LLM提供商增速历史罕见、“挖矿铲”需求旺盛），但指出投机过度信号：
- 美国前16大市值公司中5家为半导体公司、5家为AI/云计算巨头；
- iShares半导体ETF（SOXX）在Q2单季总回报106.9%；
- 半导体公司占S&P 500权重达20%，为历史最高，较2020年6月增加4倍（数据源：Citadel Securities）；
- 散户蜂拥买入杠杆ETF：杠杆ETF资产规模达约2180亿美元（较2020年6月增4.5倍），3月底以来仅半导体杠杆ETF资产增175%；
- 融资余额达1.4万亿美元（历史新高，同比增54%）；
- SpaceX 6月11日IPO后估值达1Q26年化营收的约120倍，其招股书称“最大可触达市场”为28.5万亿美元（相当于2025年美国GDP的92%），华尔街已推出11只杠杆单股ETF。
Akre Focus ETF二季度回报0.66%及过去一年回报-24.01%显著低于S&P 500的15.20%和22.32%，但10年与15年年化回报分别达11.07%和12.37%
作者原话总结：“there has been a clear 'fast lane' in the stock market, and lane changing into it has materially increased in terms of participation, leverage, capital, and concentration。”
大型语言模型竞争壁垒存疑，投资需警惕
重点行业论点（看空当前估值）。 作者对LLM领导者的可持续竞争优势提出质疑：用户切换成本低、定价权弱、技术领先难持久。证据包括客户使用OpenRouter等编排系统动态路由token到最便宜模型，以及过去一年三大LLM（Anthropic, OpenAI, Gemini）的合计token份额从72%降至33%（转向开源低成本模型）。作者原话问：“The nature, extent, and achievability of durable competitive advantages for the leading LLMs given the dynamics evidenced to-date, including the apparent lack of switching costs, pricing power, and material/sustainable technical leadership。” 风险是资本投入超过基础回报能力，历史教训（铁路、石油、汽车、无线电、PC、互联网）表明新技术虽成功但可能毁灭投资者价值。
新增分析：Anthropic与OpenAI的盈利悖论与存储芯片的“中国变量”
1. Anthropic vs. Mastercard：收入规模与利润天壤之别
Anthropic与Mastercard的收入对比揭示了AI基础设施商与成熟平台企业的本质差异。Mastercard的47%调整后净利润率源于其轻资产、双边网络效应和高客户粘性（2025年数据）。而Anthropic的收入几乎全部来自API调用和模型授权，需持续投入巨额资本开支（GPU、数据中心），且客户合同以消耗型“按token计费”为主，导致毛利率仅约40-50%（行业估算）。关键在于：当Mastercard每笔交易的成本边际递减时，Anthropic的成本却随推理量增长线性或超线性上升（因算力瓶颈）。若AI需求增速放缓，其收入和利润率将承受双重挤压，而Mastercard的支付网络收入具有强经济周期韧性。
| 指标 | Anthropic（2025年估算） | Mastercard（2025年） |
|---|---|---|
| 收入规模 | ~$30-40亿（与Mastercard可比） | $250亿+ |
| 净利润率 | 负值（亏损） | 47%（调整后） |
| 资产密度（每美元收入所需固定资产） | ~2-3倍（GPU、数据中心） | 0.2倍（主要为软件和网络） |
| 客户切换成本 | 低（模型替代性强） | 极高（支付基础设施） |
2. 存储芯片短缺与产能扩张：中国变量的“双刃剑”
传统分析关注供需周期，但续篇指出CXMT（长鑫存储）和长江存储（YMTC）的产能计划（2027年剧增）正重塑行业格局。关键数据：根据TrendForce，2026年全球DRAM市场将达约1500亿美元，但中国厂商当前份额不足5%；若2027年产能如期落地，中国份额可能跃升至15-20%，届时Micron、SK Hynix等面临价格下行风险。此外，韩国政府2026年宣布追加520亿美元投资（用于HBM和先进节点），但若中国产能过剩引发全球降价，韩国厂商的利润率将从2025年的历史峰值（SK Hynix营业利润率约40%）大幅回落。投资者需警惕：AI芯片需求无法完全消化传统存储的过剩产能。
3. AI发展的政治与资源风险：社会抵抗的四种模式
续篇提问“如何处理AI引发的失业与通胀”，可补充历史先例。数据：麦肯锡2025年报告预测，到2030年AI将替代30%的重复性脑力劳动岗位（全球约4亿个），但仅创造约1.5亿个新岗位。政治响应可能呈现四种路径：
- 征税再分配：如欧盟拟对AI自动化企业征收“机器人税”，可能压缩利润率。
- 监管壁垒：中国、欧盟已出台AI基础模型安全法规，推迟产品上市周期。
- 资源战争：AI算力消耗占全球电力增长约40%（IEA 2026数据），引发电价上涨和碳中和目标冲突。
- 民族主义技术脱钩：美国收紧对华芯片出口，但中国加速国产替代，使全球供应链分裂，抬高成本。
上述风险对当前估值过高的AI领导者（如Nvidia、Palantir）构成系统性威胁，而Akre投资的传统软件公司受直接影响较小（因其AI投入轻、营收不依赖算力扩张）。
4. SpaceX的TAM结构：AI软件才是真正的蛋糕
续篇提到SpaceX预计TAM达28.5万亿美元，但仅1.3%来自“空间解决方案”，其余为AI“企业应用”。这一数据颠覆了市场对航天商业化的高预期。对比：2026年全球AI软件市场规模（Gartner预测）约为3500亿美元，而SpaceX的370亿空间机会仅为前者的十分之一。若SpaceX的估值（约2500亿美元）隐含着对TAM的过度乐观（即假设其占据空间解决方案大部分份额），则其股价存在风险。更合理的逻辑是：AI软件层（如企业应用）才是未来10倍增长空间，这也是Akre投资组合（如Salesforce、ServiceNow）的主战场。
5. 组合公司的AI防御壁垒：专利与数据护城河
续篇列出了FICO的137项AI专利、CCC的50%年增长、Mastercard的tokenization技术（覆盖50%电商交易）。可补充：Moody‘s在Q1评级的AI相关债券发行超1000亿美元，表明其数据和分析能力已成为AI融资生态的“基础设施”。此外，CoStar的Homes Ai和Apartments.com Ai利用的是独有、无法复制的房地产数据库，而非公开网络数据，构成自然垄断。对比：AI原生初创公司（如Zillow的AI功能）需要投入高昂成本构建数据，而CoStar已拥有20年历史数据积累。
6. 历史教训：Berkshire vs. QQQ的量化对比表格
续篇引用了1999-2005年数据，可补充更多维度的对比以支持“长期纪律”结论：
| 投资品种 | 1999.3.10→2000.3.10（1年） | 2000.3.10→2005.3.10（5年） | 1999.3.10→2005.3.10（6年总回报） |
|---|---|---|---|
| QQQ | +124.25% | -85.46% | -25.79% |
| Berkshire Hathaway | -44.11% | +292.72% | +22.73% |
| 相对表现（Berkshire/QQQ） | 0.33x | 7.00x | 1.30x |
该表格直观显示：短期追逐热点（QQQ）在1年内跑赢4倍以上，但长期（6年）却被坚持价值投资的Berkshire明显击败。当前市场对AI硬件（“atoms”）的热捧与1999年互联网泡沫如出一辙，Akre的策略是继续聚焦于拥有持久护城河的应用层公司。
总结：新增分析揭示了AI基础设施公司（如Anthropic、Micron）面临的盈利可持续性、地缘政治及估值泡沫风险，而Akre组合公司的数据垄断、轻资产模式和AI防御性（而非依赖算力扩张）更具长期投资价值。历史数据再次证明，顺应市场叙事的短期收益可能以长期损失为代价。