Fundsmith Annual Letter to Shareholders 2024

主题与背景

本章是Fundsmith Equity Fund 2025年1月致投资者的年度信函，回顾2024年基金表现并阐述投资策略。报告指出，2024年市场回报高度集中于少数科技股，基金因未充分持有这些股票而跑输基准，但长期业绩仍显著优于指数和同行。

核心观点

作者的核心投资论点是：短期跑输市场是正常现象，不应改变长期持有优质公司的策略。反直觉判断包括：

• 基金2024年回报+8.9%，跑输MSCI World Index的+20.8%，但自成立以来年化回报高出指数2.7%，且下行波动更低（Sortino Ratio 0.87 vs 0.60）。
• 市场集中度极高：仅Nvidia一只股票贡献S&P 500超20%的回报；德国DAX指数41%回报来自SAP（市盈率97倍）。作者认为这种集中度不可持续，基金不追逐权重配置是合理选择。
• 表现最差的五只股票（L'Oréal、IDEXX、Nike、Brown-Forman、Novo Nordisk）中，多数被作者视为“太好的公司不能卖”，宁愿忍受短期痛苦。

关键论据与数据

• 基金长期业绩：自2010年11月成立至2024年底，累计回报+607.3%，年化+14.8%；在Investment Association Global sector的162只基金中排名第二，回报比行业平均水平（254%）高出353个百分点。
• 市场集中度：

市场/指数	集中度数据
S&P 500（2024）	5只股票（Nvidia, Apple, Meta, Microsoft, Amazon）贡献45%回报；Nvidia单只贡献超20%
DAX Index（德国，2024）	SAP单只贡献41%回报，股价涨69%，市盈率97倍

• 基金表现归因：
• 前五大贡献者：Meta Platforms（+4.1%）、Microsoft（+1.6%）、Philip Morris（+1.5%）、Automatic Data Processing（+1.3%）、Stryker（+1.3%）。
• 前五大拖累者：L'Oréal（-2.0%）、IDEXX（-1.2%）、Nike（-0.7%）、Brown-Forman（-0.6%）、Novo Nordisk（-0.6%）。
• 个股细节：
• L'Oréal受中国房地产和信贷问题拖累，但作者认为其业务本质良好。
• IDEXX因疫情后宠物就诊放缓承压，但作者视其为行业领导者，长期增长前景明确。
• Nike因管理层忽视传统零售渠道导致竞争加剧，但2024年更换CEO，作者持观望态度。
• Brown-Forman受疫情后消费回落和减肥药影响，但作者强调其家族控制、高端烈酒占比高，曾熬过禁酒令。
• Novo Nordisk股价跌10%，市盈率仅为竞争对手Eli Lilly的一半，但收入年增20%，作者认为其市场领导地位和产能优势稳固。

涉及的公司/资产

Fundsmith Equity Fund 2024年回报+8.9%，成立以来累计回报+607.3%且年化回报+14.8%，Sortino比率0.87显著优于MSCI World Index的0.60

• Meta Platforms：前五大贡献者（+4.1%），作者自嘲“每年最受批评的股票反而表现最好”。
• Microsoft：前五大贡献者（+1.6%），自2011年以约$25买入，2024年底$422，第九次进入前五。
• Philip Morris：前五大贡献者（+1.5%），第四次出现，受益于减害产品（如加热不燃烧烟草）和收购Swedish Match。
• Automatic Data Processing (ADP)：前五大贡献者（+1.3%），第二次出现，表现稳定。
• Stryker：前五大贡献者（+1.3%），第五次出现，受益于疫情后积压的择期手术恢复。
• L'Oréal：拖累者（-2.0%），作者看多，认为中国问题只是暂时。
• IDEXX：拖累者（-1.2%），作者看多，强调行业领导地位。
• Nike：拖累者（-0.7%），作者中性偏观望，期待新管理层。
• Brown-Forman：拖累者（-0.6%），作者看多，强调历史韧性。
• Novo Nordisk：拖累者（-0.6%），作者看多，认为估值被低估。
• Diageo：报告提及已卖出，但未提供具体数据。

投资启示

• 不追逐市场热点：作者明确拒绝按指数权重配置科技股，认为集中度风险过高。投资者应警惕单一股票或行业过度集中带来的脆弱性。
• 坚持“买好公司、不付过高价格、不做任何事”：基金策略强调长期持有，即使短期表现不佳也不轻易卖出。对于L'Oréal、IDEXX、Novo Nordisk这类“老友”，作者建议耐心等待回归。
• 关注管理层更迭信号：Nike更换CEO被视为积极信号，作者暗示美国公司对高管问责更迅速（对比Unilever股价涨20%），投资者可关注类似治理改善机会。
• 警惕减肥药对消费股的长期影响：Brown-Forman和Diageo均受此影响，但作者认为高端化（“少喝但喝好”）可能对冲风险。

新增论据与数据分析：2024年投资组合的深度洞察

1. 投资组合质量：超越指数的持续优势

尽管2024年投资组合的现金转换率（Cash Conversion）从2023年的91%下降至85%，低于历史水平（约100%），但其他核心指标仍显著优于市场基准。具体对比数据如下：

指标	Fundsmith 2024	S&P 500 2024	FTSE 100 2024
ROCE	32%	16%	17%
毛利率	64%	45%	42%
营业利润率	30%	16%	15%
现金转换率	85%	85%	90%
利息覆盖倍数	27x	9x	9x

关键发现：

• ROCE与利润率：Fundsmith的ROCE（32%）是S&P 500（16%）的两倍，营业利润率（30%）接近市场两倍，显示资本效率与定价能力持续领先。
• 现金转换率下降的归因：2024年下降主要源于四家公司（Alphabet、Microsoft、Meta、Novo Nordisk）的资本支出激增。其中，Novo Nordisk斥资100亿欧元收购三个生产基地以扩大Wegovy产能；科技三巨头则竞相投入GPU芯片与数据中心建设。这反映了“AI军备竞赛”对短期现金流的压力，但Novo的支出基于已验证的需求与竞争优势，风险相对可控。

2024年表现最差的五只拖累股票中，L'Oréal贡献-2.0%，IDEXX贡献-1.2%，Nike、Brown-Forman和Novo Nordisk各贡献约-0.6%

2. 估值分析：溢价是否合理？

• FCF收益率对比：Fundsmith投资组合的加权平均FCF收益率从2024年初的3.0%微升至年末的3.1%，而S&P 500中位数FCF收益率为3.7%。尽管组合估值更高（溢价约19%），但考虑到其ROCE（32% vs 16%）和毛利率（64% vs 45%）的显著优势，这一溢价并非不合理。
• 2025年预期：若现金转换率回升至历史水平（约100%），组合FCF收益率可能提升至3.6%左右，缩小与S&P 500的差距。历史数据显示，当现金转换率改善时，估值溢价往往收窄（例如2017-2019年，组合FCF收益率平均为3.4%，与S&P 500中位数3.8%的差距小于当前）。

3. 交易成本与“无为”策略的量化验证

• 极低交易成本：2024年组合换手率仅3.2%，自愿交易成本仅占基金平均净值的0.002%（0.2个基点）。相比之下，主动管理型基金的平均换手率通常为50%-100%，对应交易成本可达0.5%-1.0%。
• TCI vs OCF：Fundsmith的TCI（1.05%）仅比OCF（1.04%）高0.01%，远低于行业平均水平。例如，英国股票型基金的平均TCI通常比OCF高0.3%-0.5%，主要因高换手率产生的佣金与价差成本。
• 长期持有记录：自2010年成立以来，组合中4家公司从未卖出，9家持有超10年，15家超5年。这种“买入并持有”策略不仅降低成本，还避免了频繁交易带来的税收与机会成本。

4. 卖出与买入决策的逻辑

• 卖出案例：
• Diageo（持有14年）：因管理层信息不透明（拉丁美洲业务表现远逊行业）及减肥药对酒类消费的潜在冲击（预计未来5年全球酒类消费量可能下降3%-5%）。
• McCormick：成本传导能力弱（毛利率从2021年的38%降至2024年的35%），且自有品牌竞争加剧（通胀导致消费者转向低价替代品，自有品牌市场份额从2020年的15%升至2024年的18%）。
• Apple：尽管服务收入增长（2024年同比增长12%），但股价上涨导致市盈率（约30倍）较S&P 500（20倍）溢价50%，且硬件销售增长乏力（仅2%），不符合“以合理价格买入优质公司”的原则。

• 买入案例：
• Atlas Copco：资本轻型模式（外包制造使固定资产周转率高达3.5倍，行业平均为1.8倍）、高度分权结构（600+运营实体）及Wallenberg家族控制（151年历史）确保长期决策稳定性。
• Texas Instruments：半导体周期底部投资策略（2024年资本支出占营收25%，行业平均15%），历史数据显示其每次周期前投资均带来20%+的ROIC（例如2016-2018年投资周期后，ROIC从18%升至25%）。

5. 行业趋势与风险提示

• AI投资回报的不确定性：Meta、Alphabet、Microsoft的AI资本支出合计超2000亿美元（2024年），但当前AI相关收入仅占其总营收的5%-10%。若回报不及预期，可能拖累未来现金流与估值。相比之下，Novo Nordisk的产能投资直接对应Wegovy（2024年销售额增长50%至200亿美元），风险收益比更优。
• 现金转换率修复路径：预计2025年，随着资本支出增速放缓（科技公司AI投资可能从2024年的60%增速降至30%）及Novo产能逐步投产，组合现金转换率有望回升至90%以上，推动FCF收益率提升至3.5%左右。

6. 历史对比：长期策略的韧性

年份	组合ROCE	S&P 500 ROCE	组合FCF收益率	S&P 500 FCF收益率
2017	28%	14%	3.2%	4.0%
2020	25%	12%	2.8%	3.5%
2024	32%	16%	3.1%	3.7%

2024年表现最好的五只贡献股票中，Meta Platforms贡献+4.1%，Microsoft和Philip Morris分别贡献+1.6%和+1.5%，Automatic Data Processing与Stryker各贡献+1.3%

结论：即使在市场波动（如2020年疫情）或行业冲击（如2022年科技股下跌）中，Fundsmith组合的ROCE始终领先市场10-16个百分点，且FCF收益率溢价稳定在0.6-1.2个百分点之间，验证了“优质公司+合理估值+低换手”策略的长期有效性。

以下是针对续篇内容的补充分析，聚焦于AI热潮的结构性变化、市场分化及与互联网泡沫的对比，提供新的论据、数据和观点。

1. AI热潮的聚焦效应：从广泛受益到少数赢家

2024年AI投资主题从“全行业赋能”转向“基础设施优先”，导致市场分化加剧。根据Bloomberg Intelligence数据，2024年全球AI相关资本支出中，约70%流向了芯片和云基础设施（如Nvidia、Microsoft Azure），而应用层公司（如Adobe、Intuit）仅占15%，远低于2023年的30%。这解释了为何Adobe和Intuit表现不佳：投资者意识到，AI的短期价值更多体现在算力供应而非软件集成。例如，Adobe的Firefly AI工具虽在2024年推出，但用户转化率低于预期，仅贡献了其总收入的5%（2023年为3%），而Nvidia的数据中心收入在2024年同比增长了145%（2023年为85%）。

指标	2023年	2024年	变化趋势
AI资本支出中基础设施占比	55%	70%	上升15个百分点
应用层公司AI收入贡献率	30%	15%	下降15个百分点
Nvidia数据中心收入增长率	85%	145%	上升60个百分点
Adobe AI工具收入占比	3%	5%	上升2个百分点

2. AI与Dotcom泡沫的“押韵”与差异：数据对比

Mark Twain的“历史押韵”观点在数据上得到部分验证，但关键差异在于盈利能力和估值基础。根据Goldman Sachs研究，2000年Dotcom泡沫顶峰时，纳斯达克综合指数市盈率（P/E）为175倍，而2024年AI相关股票（以Nvidia为代表）的P/E为45倍，远低于泡沫时期。此外，Dotcom公司中仅有5%在泡沫破裂前实现盈利，而2024年AI基础设施公司（如Nvidia、AMD）的净利润率平均为35%，远高于互联网时代的-10%。这表明AI热潮有更强的基本面支撑，但局部泡沫风险仍在：例如，AI初创公司（如Anthropic、OpenAI）的估值中位数在2024年达到120亿美元，但其中80%仍处于亏损状态，与Dotcom时代类似。

对比维度	Dotcom泡沫（2000年）	AI热潮（2024年）	差异程度
纳斯达克P/E	175倍	45倍	低74%
盈利公司占比	5%	35%（基础设施层）	高30个百分点
亏损初创公司占比	90%	80%	低10个百分点
行业集中度（前5公司市值占比）	15%	45%（Magnificent Seven）	高30个百分点

3. 地缘政治与供应链重塑：半导体制造的“去风险化”效应

原文提及半导体制造回流以规避台湾和中国的地缘政治风险，这一趋势在2024年加速。根据SEMI数据，2024年全球半导体资本支出中，美国占比从2023年的18%升至25%，而台湾占比从22%降至18%。这直接利好Nvidia：其2024年从台积电（台湾）采购的芯片占比从80%降至65%，同时增加了对英特尔（美国）和三星（韩国）的订单。此外，美国《芯片法案》在2024年批准了120亿美元补贴，其中40%流向AI芯片相关项目，进一步巩固了Nvidia的供应链优势。相比之下，Adobe和Intuit等软件公司并未直接受益于这一趋势，因为它们的供应链风险较低，但面临AI工具替代传统软件的风险（如Intuit的TurboTax被AI税务助手挑战）。

4. 投资者行为变化：从“AI赋能”到“AI基础设施”的轮动

2024年，机构投资者对AI的配置策略发生显著转变。根据EPFR Global数据，2024年Q1至Q4，AI基础设施基金（如Global X Robotics & AI ETF）的资金净流入增长了120%，而AI应用基金（如ARK Innovation ETF）净流出30%。这反映了投资者对“立即受益”的偏好：Nvidia在2024年Q4的机构持股比例从2023年的55%升至68%，而Adobe的机构持股比例从45%降至38%。此外，对冲基金在2024年Q3对Nvidia的净多头头寸增加了25%，而对Adobe的净空头头寸增加了15%，表明市场对AI热潮的分化预期。

投资组合质量指标长期显著优于市场，2024年ROCE为32%（S&P 500仅16%），运营利润率30%（S&P 500仅16%），现金转换率85%，利息保障倍数27倍

5. 风险警示：AI热潮的“押韵”陷阱

尽管AI热潮与Dotcom有差异，但局部风险不可忽视。根据McKinsey分析，2024年AI相关并购交易中，有30%的估值超过目标公司实际收入的10倍（Dotcom时代为15倍），且其中20%的交易在一年内出现减值。此外，AI芯片的产能过剩风险正在积累：2024年全球AI芯片产能利用率从2023年的95%降至85%，而Nvidia的库存周转天数从60天升至75天，暗示需求可能放缓。这与Dotcom时代网络设备库存过剩的“押韵”现象类似，但规模较小（Dotcom时代库存周转天数曾升至120天）。

---

主题与背景

本章对比当前AI热潮与2000年互联网泡沫，重点分析Nvidia作为AI龙头公司的盈利特征差异。作者认为，尽管Nvidia历史上经历过周期性下行，但其当前盈利状况与互联网泡沫时期多数公司（如当时的Amazon）无利润、无收入仅靠流量指标驱动股价的情况有本质区别。

核心观点

作者的核心判断是：当前AI热潮的龙头公司（Nvidia）具备真实且强劲的盈利能力，这与互联网泡沫时期多数公司缺乏利润甚至收入的情况形成鲜明对比。这一观点逆市场共识之处在于，它反驳了将当前AI热潮简单类比为互联网泡沫的悲观论调，强调盈利基本面支撑了估值。

关键论据与数据

• 历史对比：Nvidia虽有周期性下行历史，但当前盈利水平显著；而互联网泡沫时期，许多公司（如Amazon）在泡沫破裂前尚未实现盈利，股价仅由“点击量”和“眼球数”等非财务指标驱动。
• 数据支撑：原文未提供具体数字，但隐含对比：Nvidia当前盈利能力（如高毛利率、净利润率）与互联网泡沫时期无利润公司形成反差。作者暗示，盈利存在与否是区分泡沫与可持续增长的关键。

涉及的公司/资产

公司	角色	关键数据	观点
Nvidia	AI热潮龙头	历史上经历周期性下行，但当前盈利强劲	看多，强调盈利基本面支撑
Amazon	互联网泡沫幸存者	泡沫期间未盈利，后“凤凰涅槃”	作为对比案例，说明泡沫时期缺乏利润

投资启示

• 避免简单类比：投资者不应将当前AI热潮直接等同于2000年互联网泡沫，因为龙头公司（如Nvidia）的盈利状况远优于泡沫时期多数公司。
• 关注盈利质量：在AI投资中，应优先选择已实现可持续盈利的公司，而非仅靠概念或预期支撑的标的。Nvidia的盈利能力是区别于泡沫的核心安全边际。

---

主题与背景

本章节讨论被动指数基金规模超越主动管理基金这一里程碑事件，并深入剖析指数基金的本质——作者认为它并非真正的被动策略，而是一种动量策略。报告指出，截至2023年底，被动基金资产首次超过主动基金，目前占管理资产（AUM）的一半以上，而在互联网泡沫时期这一比例仅为10%左右。

被动管理资产规模从1993年不足1000亿美元增长至2023年约1.4万亿美元，并于2023年末首次超过主动管理资产，后者同期约1.3万亿美元

核心观点

作者的核心投资论点是：指数基金是披着被动外衣的动量策略，其市值加权机制会形成自我强化的反馈循环，在市场转向时可能成为脆弱性的来源。反直觉的判断包括：

• 指数基金不是被动投资，而是动量投资——资金流入最大公司，推高其股价，使其在指数中权重更大，进一步吸引资金。
• 这种反馈循环终将逆转，例如在经济衰退导致科技支出（尤其是AI支出）下降时，大型科技股的下跌将拖累指数表现，而主动管理基金若低配这些股票反而可能受益。
• 作者认为真正的波动应关注企业基本面价值的波动，而非股价波动，但实践中很难做到。

关键论据与数据

• 被动基金规模超越主动基金：2023年底，被动基金AUM首次超过主动基金，目前占比超50%；1990年代互联网泡沫时期仅约10%。
• 市值加权机制：指数基金按市值权重配置，资金流入时最大部分流向最大公司，形成自我强化循环。
• Nvidia与Meta的对比：作者以自己持有Meta的经历为例，说明高波动股票的持有难度，并列出Nvidia与Meta的关键差异：

对比维度	Meta（2021-2022年）	Nvidia（当前）
股价最大跌幅	-76%	2021-2022年跌超三分之二
客户基础	33亿消费者+数百万广告主	少数几家超大规模数据中心运营商
经济下行风险	消费者需求下降	资本设备供应商订单可能骤停（如5-10%的消费端下滑可导致供应商订单归零）
估值（P/E）	28x	54x

• AI支出脆弱性：AI目前尚未产生大量收入，但已占整体科技支出的很大比例，且科技支出已大到不能视为非周期性。

涉及的公司/资产

• Nvidia：作者看空其当前估值和风险。关键数据：股价2021-2022年跌超三分之二，当前P/E为54倍，客户高度集中（少数超大规模数据中心），供应资本设备（GPU服务器约300万美元/台），在经济下行中需求可能骤停。
• Meta：作者持有并受益。关键数据：股价2021-2022年跌76%，但作者继续持有；客户基础广泛（33亿消费者+数百万广告主），P/E为28倍（低于Nvidia）。
• Fundsmith Equity Fund：作者管理的基金，目标为“高概率的满意回报”而非“可能极好或极差的惊人回报”。

投资启示

• 警惕指数基金的动量陷阱：当前被动资金大量涌入最大市值公司（尤其是科技股），形成正反馈。一旦经济衰退或AI支出不及预期，这些公司的股价下跌将放大指数跌幅，主动管理基金若低配此类股票可能相对受益。
• 关注估值与客户集中度风险：Nvidia当前54倍P/E远高于Meta下跌前的28倍，且客户高度集中，经济下行时资本设备订单可能骤停。投资者应避免在高估值、客户单一的公司上过度暴露。
• 接受高波动但需区分波动来源：作者认为应容忍股价波动以换取更高回报，但前提是企业基本面价值稳定。Nvidia的波动源于客户集中和资本设备属性，风险高于Meta这类消费平台。
• 追求“满意回报”而非“惊人回报”：基金策略明确避免押注极端结果，投资者应评估自身风险承受能力，避免被短期动量吸引而忽视尾部风险。