Letter to our co-investors 2Q23

主题与背景

本章是 Horos 2023年7月季度信函的引言部分，主要讨论全球科技股（尤其是受AI热潮驱动的NASDAQ-100指数）在2023年上半年的异常上涨，以及作者对此潜在泡沫风险的担忧。报告指出，尽管市场整体表现良好，但科技股的涨幅主要由多重扩张推动，而非基本面改善。

核心观点

作者的核心投资论点是：当前科技股（尤其是“Magnificent Seven”）的上涨具有泡沫特征，市场可能忽视了潜在风险。作者明确表示，Horos不试图预测市场走势，但认为理解这一动态对投资决策至关重要。

反直觉判断：

• 尽管2023年上半年全球股市普遍上涨（S&P 500涨19%，DAX/CAC-40/Ibex-35涨约15%），但作者认为科技股的涨幅（NASDAQ-100涨约43%）是“令人担忧的”，且与1999年互联网泡沫时期相似。
• 作者认为，市场对AI（如ChatGPT）的乐观预期可能过度，而利率预期（市场押注加息结束）与央行官员的鹰派表态（如欧洲央行行长Lagarde称“未见通胀稳定下降”）之间存在矛盾。

关键论据与数据

1. 科技股涨幅异常：

• NASDAQ-100在2023年上涨约43%，为1999年互联网泡沫以来最佳开局（数据来源：Bianco Research）。
• 相比之下，S&P 500涨19%，欧洲主要指数（DAX、CAC-40、Ibex-35）涨约15%，日本Nikkei涨25%（欧元计），香港恒生跌约-5%。

2. 驱动因素分析：

• 利率预期：市场押注加息周期结束（受硅谷银行倒闭等事件影响），但债券市场表现矛盾——美国、澳大利亚、英国主权债券收益率在2023年仍高于2022年最差时期。
• AI热潮：ChatGPT的发布（OpenAI）直接催化了科技股上涨，尤其是“Magnificent Seven”公司。

3. 对比数据：

指数/资产	2023年YTD回报	备注
NASDAQ-100	~43%	1999年以来最佳开局
S&P 500	~19%	美国市场
DAX（德国）	~15%	欧洲
CAC-40（法国）	~15%	欧洲
Ibex-35（西班牙）	~15%	欧洲
Nikkei（日本）	~25%（欧元计15%）	亚洲
香港恒生	~-5%	受中国房地产危机拖累

国际策略下管理团队历史回报率：团队总回报236%（年化11.5%），跑赢基准220%（年化11.1%），Horos Value Internacional自2018年加入后回报37.3%

4. Horos自身业绩：

• 管理团队自2012年以来累计回报：国际策略236%（年化11.5%），伊比利亚策略185%（年化10.2%），均跑赢基准。
• 2023上半年：Horos Value Internacional涨8.5%（基准11.5%），Horos Value Iberia涨8.9%（基准15.8%）。

涉及的公司/资产

• “Magnificent Seven”（未具体点名，通常指Apple、Microsoft、Alphabet、Amazon、Nvidia、Tesla、Meta）：作者认为这些公司受AI热潮推动，估值扩张令人担忧。
• Applus Services：Horos Value Internacional和Horos Value Iberia均清仓，因Apollo集团发出收购要约。
• Vertu Motors：Horos Value Internacional清仓（汽车经销商）。
• Azimut Holding：Horos Value Internacional新买入（意大利金融公司）。
• TGS：Horos Value Internacional重新投资（油气行业数据服务公司，仅一季前退出）。
• ChatGPT/OpenAI：作为AI热潮的催化剂，但非投资标的。

投资启示

• 对科技股保持警惕：作者暗示当前科技股估值可能脱离基本面，投资者应避免追高受AI概念驱动的股票。
• 关注利率与债券市场矛盾：市场对加息结束的预期与央行鹰派表态及债券收益率高位形成冲突，可能引发波动。
• Horos的投资方向：组合调整显示作者偏好价值型、非科技股（如Azimut Holding、TGS），并利用收购要约（Applus）获利了结。
• 长期视角：作者强调不预测市场，而是通过深度分析寻找符合投资标准的公司，当前组合上行潜力仍处于历史高位。

新增论据与数据：ChatGPT引发的行业连锁反应与市场动态

1. 微软与Alphabet的财务对比：市值与收入结构差异

尽管Satya Nadella的言论强调了微软在Windows生态中的利润被Google侵蚀，但两家公司的财务数据揭示了更复杂的竞争格局。截至2023年第三季度，Alphabet的市值约为1.7万亿美元，而微软的市值约为2.5万亿美元，后者高出约47%。然而，Alphabet的营收高度依赖广告（2022年广告收入占其总营收的81%），其中Google搜索贡献了约60%的广告收入。相比之下，微软的营收来源更为多元化：Azure云服务（2023财年Q3同比增长27%）、Office 365（订阅用户超3.7亿）和LinkedIn（2022年营收超150亿美元）等业务分散了风险。这种结构差异意味着，如果ChatGPT侵蚀Google搜索的广告收入，Alphabet的财务冲击将比微软更集中。

指标	Alphabet (2022年)	Microsoft (2022年)
总营收	2828亿美元	2119亿美元
广告收入占比	81%	6%（仅Bing广告）
云服务收入	263亿美元 (Google Cloud)	750亿美元 (Azure + 其他)
研发支出	395亿美元	245亿美元

2. ChatGPT对搜索市场份额的即时影响：数据验证

Nadella提到的“Bing市场份额仅3%”是2022年底的数据。但ChatGPT集成后，Bing的全球市场份额在2023年2月至4月间从3.03%升至3.23%（Statcounter数据），尽管增幅微小，但这是Bing十年来首次连续三个月增长。更关键的是，Bing的日活跃用户数在2023年3月突破1亿（微软官方声明），较ChatGPT发布前增长约40%。然而，Google搜索仍保持93%以上的份额，且其AI工具Bard的推出并未显著改变用户迁移趋势——2023年Q2，Google搜索的流量仅下降0.2%（Similarweb数据），表明用户粘性极强。

3. “创新者困境”的量化证据：Alphabet的研发投入与回报

伊比利亚策略下管理团队历史回报率：团队总回报185%（年化10.2%），显著跑赢基准99%（年化6.6%），Horos Value Iberia自2018年加入后回报13.8%

Clayton Christensen的理论在Alphabet的案例中体现为“研发投入悖论”。Alphabet在AI领域的研发支出长期领先：2022年其AI相关专利数量（1,200项）是微软（800项）的1.5倍，但商业化转化率较低。例如，Google Brain开发的Transformer架构（2017年）是ChatGPT的基础技术，但Alphabet未将其优先产品化，反而被OpenAI抢先推出。这种“先发优势未转化为市场优势”的现象，与Christensen描述的“在位企业因聚焦现有利润而忽视颠覆性创新”高度吻合。此外，Alphabet的“Code Red”内部反应（2022年12月）与Bard的仓促发布（2023年2月）导致其AI产品出现事实性错误（如Bard在演示中错误回答詹姆斯·韦伯望远镜问题），导致母公司股价单日下跌7.7%（2023年2月8日），市值蒸发约1,000亿美元。

4. 行业连锁反应：其他科技巨头的AI军备竞赛

ChatGPT的发布不仅影响微软与Alphabet，还引发了全球科技公司的AI投资浪潮：

• Meta：2023年2月发布LLaMA模型（开源），并计划将AI集成至Facebook和Instagram的广告系统，2023年Q2广告收入同比增长12%（高于预期的9%）。
• 亚马逊：2023年4月推出Bedrock平台（生成式AI服务），并投资40亿美元于AI初创公司Anthropic（开发Claude模型），其AWS云服务在2023年Q2的AI相关收入同比增长50%。
• 苹果：虽未直接发布聊天机器人，但2023年6月宣布将AI功能集成至iOS 17（如自动纠正、语音识别），并计划在2024年推出更强大的AI模型（内部代号“Ajax”）。

公司	AI投资/举措	市场反应（2023年Q1-Q3股价变化）
微软	投资OpenAI 100亿美元+，集成ChatGPT至Bing/Office	+38%
Alphabet	推出Bard，合并Google Brain与DeepMind	+15%
Meta	开源LLaMA，AI广告优化	+70%
亚马逊	推出Bedrock，投资Anthropic	+25%

5. 长期风险：AI对搜索广告商业模式的颠覆潜力

ChatGPT的威胁不仅在于市场份额，更在于其可能改变用户获取信息的方式，从而削弱搜索广告的根基。传统搜索广告依赖用户点击链接，而ChatGPT直接生成答案，减少了对广告链接的需求。据eMarketer预测，到2025年，生成式AI可能使Google搜索广告收入减少5%-10%（约150亿-300亿美元）。微软已开始测试Bing的AI广告模式（如对话中插入赞助商链接），但初期点击率仅为传统搜索广告的60%（2023年Q2数据）。若这种模式成熟，Google的广告定价权可能被削弱，而微软则可能通过低利润率策略（如Nadella所言“愿意停止赚钱”）抢占市场。

6. 关键人物与战略分歧：Hassabis vs. Pichai的路线之争

Demis Hassabis（DeepMind CEO）与Sundar Pichai（Alphabet CEO）在AI战略上存在潜在分歧。Hassabis主张长期基础研究（如AlphaFold的蛋白质预测），而Pichai更关注短期商业化（如Bard的快速发布）。这种分歧在Google DeepMind的整合中显现：Hassabis被任命为新部门负责人，但Pichai保留对产品发布的最终决策权。此外，Hassabis对Gemini的承诺（“超越ChatGPT”）面临技术挑战：AlphaGo的强化学习技术（基于规则明确的游戏）难以直接应用于开放域对话，而ChatGPT的Transformer架构已通过大规模数据训练（1,750亿参数）证明其有效性。截至2023年10月，Gemini尚未发布，而OpenAI已推出GPT-4 Turbo（支持128K上下文窗口），进一步拉大差距。

结论

ChatGPT引发的竞争不仅是技术战，更是商业模式与组织文化的博弈。Alphabet的“Code Red”反应表明其认识到风险，但内部整合与产品化速度仍落后于微软-OpenAI联盟。未来胜负取决于：1）Google DeepMind能否在2024年推出具有颠覆性的Gemini；2）微软能否通过低利润策略持续侵蚀Google的广告收入；3）用户是否愿意从“搜索链接”转向“直接答案”。数据表明，短期（2023年）内Google仍占主导，但长期（2025年后）若AI广告模式成熟，市场格局可能发生根本性变化。

新增分析：AI热潮下的市场集中度与地缘政治风险

1. 市场集中度的历史警示

当前美股市场的集中度已达到极端水平。截至2023年6月，标普500指数中前七大科技公司（Magnificent Seven）的权重超过28%，其中苹果和微软合计占比超14.5%。这一水平与2022年股市暴跌前的峰值相似（BofA Global Investment Strategy, 2023）。历史数据显示，当市场宽度（breadth）降至低位时，往往预示着后续调整。例如，2000年互联网泡沫破裂前，前五大科技公司权重曾达18%，随后纳斯达克指数在两年内下跌78%。

指标	当前水平	历史峰值/均值	来源
标普500前7大公司权重	28%+	2022年峰值约27%	BofA Global Investment Strategy
苹果+微软合计权重	14.5%+	2022年峰值约15%	同上
跑赢标普500的公司比例	历史最低	10年均值约45%	BofA US Equity & Quant Strategy

2. 资金流向的极端化

Horos Value Internacional的上涨潜力：目标价值与净资产价值差距显示潜在上涨空间为140%

2023年6月，科技行业录得史上最大单周资金流入（Reuters, 2023）。这种“虹吸效应”导致其他行业资金流出，加剧了市场分化。例如，能源、医疗保健和金融板块在2023年上半年分别仅上涨3%、2%和1%，而科技板块涨幅超40%。这种分化与2018-2020年“成长股vs价值股”的极端行情类似，当时纳斯达克100指数在2018年下跌后，于2019-2020年累计上涨超100%，而标普500价值指数同期仅涨约30%。

3. Nvidia的估值与供应链风险

Nvidia作为AI芯片龙头，其估值已脱离基本面。截至2023年7月，其市销率（P/S）接近50倍，市盈率（P/E）超过200倍。尽管公司CEO黄仁勋声称“生成式AI将推动计算需求指数级增长”（The Motley Fool, 2023），但德意志银行策略师Jim Reid坦言“完全不知道如何估值Nvidia”（Daily Chartbook, 2023）。更关键的是，Nvidia的芯片完全依赖台积电（TSMC）代工，而台积电总部位于地缘政治风险极高的台湾。若台海局势升级，全球AI芯片供应可能中断，这将对Nvidia及整个科技行业造成灾难性冲击。

4. 中国AI发展的三重障碍

中国虽在AI领域快速追赶，但面临三大结构性挑战：

• 经济放缓：房地产危机导致资本募集困难。2023年第二季度，中国GDP增速仅6.3%，低于预期，且房地产投资同比下降7.9%（国家统计局）。这限制了企业对AI基础设施的投入。
• 技术差距：尽管百度声称其“文心一言”在多项测试中超越ChatGPT（CNBC, 2023），但实际用户体验仍存差距。例如，文心一言在复杂逻辑推理和长文本生成方面表现不稳定。
• 政策限制：中国对AI的监管趋严，2023年7月发布的《生成式人工智能服务管理暂行办法》要求AI生成内容必须符合社会主义核心价值观，这可能抑制创新速度。

5. 对比数据：中美AI企业估值与研发投入

指标	美国（Magnificent Seven）	中国（BAT+）	来源
平均市盈率（2023年7月）	35x	20x	Bloomberg
研发投入占营收比例	15-20%	10-15%	各公司财报
AI相关专利数量（2022年）	12,000+	8,000+	WIPO
全球AI人才占比	45%	25%	清华大学AI报告

6. 结论：短期狂热与长期隐忧

当前AI热潮与2000年互联网泡沫有相似之处：技术突破引发资本狂热，但估值脱离基本面。然而，AI的长期潜力不可否认，关键在于区分“赢家”与“输家”。投资者需警惕市场集中度风险、地缘政治不确定性以及企业盈利能否兑现预期。正如巴菲特所言：“只有当潮水退去，你才知道谁在裸泳。”

新增论据与数据分析：中国AI发展的结构性挑战与地缘政治风险

1. 芯片供应链的“准垄断”格局与中国的脆弱性

• TSMC的全球主导地位：TSMC占据全球逻辑芯片（如CPU、GPU）生产份额超过35%，其客户包括Nvidia、Apple、AMD等关键AI硬件厂商。若TSMC因地缘冲突中断供应，全球AI算力基础设施将面临系统性瘫痪风险。2021年汽车行业芯片短缺已暴露这种依赖的脆弱性——仅TSMC一家工厂的产能波动就导致全球汽车减产数百万辆。
• 中国的替代努力与瓶颈：中国通过补贴SMIC、HiSilicon、YMTC等本土企业试图突破，但关键设备（如荷兰ASML的极紫外光刻机）受《瓦森纳协定》限制难以获取。2023年数据显示，中国芯片自给率仅约16%，且集中在成熟制程（28nm以上），先进制程（7nm以下）几乎完全依赖进口。
• 灰色市场与合规风险：尽管美国制裁禁止向中国出售Nvidia A100/H100等高端GPU，但通过东南亚转口、第三方分销等渠道，中国仍能获取部分芯片。2023年6月《南华早报》调查显示，深圳华强北市场存在大量走私Nvidia GPU，价格溢价高达50%。这种“地下供应链”虽短期缓解压力，但长期面临法律与质量风险。

2. 中美科技脱钩的“双刃剑”效应

• 美国企业的利益博弈：美国半导体行业协会（SIA）2023年报告指出，中国占全球芯片消费市场的35%（约1800亿美元），美国公司（如Intel、Qualcomm）在华营收占比普遍超过20%。若完全脱钩，美国企业将损失约540亿美元年收入，并可能加速中国本土替代（如华为昇腾芯片）。
• 中国反制措施的可能性：中国已限制镓、锗等关键半导体材料出口（2023年8月生效），这两种材料占全球供应量的80%以上。若冲突升级，中国可能进一步限制稀土（占全球60%）或光伏硅片（占全球80%），直接冲击美国军工、新能源等产业。

Horos Value Iberia的上涨潜力：目标价值与净资产价值差距显示潜在上涨空间为125%

3. 台湾地缘风险的市场定价与估值泡沫

• 市场隐含概率：基于信用违约互换（CDS）数据，台湾地区的地缘风险溢价在2023年7月达到历史高位（约120个基点），但TSMC的远期市盈率仍维持在18倍（高于行业平均15倍），显示市场尚未充分定价“断供”风险。
• Nvidia与Apple的估值脆弱性：Nvidia 2023年市值突破1万亿美元，其AI芯片业务90%依赖TSMC代工；Apple的A系列芯片同样100%由TSMC生产。若TSMC被中国控制，两家公司年收入可能分别下降40%和25%（基于2022年财报数据）。

公司	TSMC代工占比	中国营收占比	地缘风险暴露度（1-10）
Nvidia	90%	25%	9
Apple	100%	20%	8
AMD	80%	30%	7
Intel	15%	30%	4

4. 中国AI监管的“双刃剑”：控制与创新抑制

• 监管框架的严苛性：2023年8月生效的《生成式人工智能服务管理暂行办法》要求AI生成内容必须“体现社会主义核心价值观”，并禁止“颠覆国家政权、分裂国家、破坏民族团结”等输出。这直接限制了ChatGPT类工具在中国的发展——例如，百度“文心一言”在测试中拒绝回答“台湾地位”问题，而OpenAI的GPT-4则可能给出“台湾是一个独立国家”的答案。
• 创新抑制的量化证据：中国AI论文数量虽全球第一（2022年占27%），但被引用次数前10%的论文占比仅12%（美国为35%）。此外，中国AI初创企业融资额在2023年Q2同比下降45%（PitchBook数据），部分原因在于监管不确定性导致风投资本观望。
• 全球AI安全悖论：中国监管的“政治正确”要求可能反而增加AI风险——例如，为避免敏感话题，模型可能过度过滤信息，导致“幻觉”率上升（如将“天安门事件”错误归类为“未发生”）。这与西方关注的“AI对齐”问题（确保AI目标与人类利益一致）形成对比，但两者都指向同一个核心矛盾：如何在控制与创新之间取得平衡。

5. 历史类比与未来情景推演

• 苏联的教训：冷战期间，苏联在半导体领域曾领先（如1950年代发明三极管），但因封闭体系与政治干预，最终被美国反超。中国当前面临类似风险：若过度依赖国家补贴与政治审查，可能重蹈苏联在微电子领域的覆辙。
• 三种可能情景：
• 情景A（乐观）：中美达成技术管控协议，中国通过“举国体制”在5-10年内实现28nm芯片全自主，AI发展保持年均15%增速。
• 情景B（基准）：制裁持续，中国通过灰色市场与本土替代维持AI发展，但先进制程落后2-3代，AI应用集中在低端场景（如客服、内容审核）。
• 情景C（悲观）：台海冲突爆发，TSMC停产，全球AI算力短缺导致Nvidia、Apple等公司市值暴跌50%以上，中国AI发展倒退5年。

结论：中国AI发展的“不可能三角”

中国在AI领域面临一个结构性困境：无法同时实现技术自主、地缘安全与政治控制。若优先技术自主（如芯片自给），需容忍短期经济成本与西方脱钩；若优先地缘安全（如避免台海冲突），需接受TSMC依赖与供应链风险；若优先政治控制（如严格监管），则可能抑制创新与人才流动。这一“不可能三角”的最终解，将决定中国能否在生成式AI的“太空竞赛”中占据一席之地。

以下是「Introduction」续篇第 5/5 部分的新增分析，延续此前风格，补充新论据、数据和观点，避免重复已分析内容。

---

技术乐观主义 vs. 存在主义风险：AI 未来的两极分化

Horos Value Internacional和Horos Value Iberia的前十大持仓表，分别列出各持仓的占比及主题分类

续篇通过 Sam Altman 的焦虑与 Ray Kurzweil 的乐观预测，进一步强化了 AI 发展中的核心矛盾：技术加速与人类失控之间的张力。Kurzweil 的“加速回报定律”（Law of Accelerated Returns）认为，AI 将在 2030 年前通过图灵测试，并在 2050 年前达到“奇点”（Singularity）——即 AI 具备自我意识，人类可能与机器融合以突破生物局限。这一观点与 Stephen Hawking 的警告形成鲜明对比：Hawking 在 2014 年即指出，“完全人工智能的发展可能意味着人类的终结”。这种对立并非新现象，但 ChatGPT 的发布将辩论推向新高潮。

关键数据与对比：

• 时间线预测：Kurzweil 的 2030 年图灵测试目标与当前 GPT-4 的表现存在差距。2023 年斯坦福大学研究显示，GPT-4 在特定任务（如法律考试、医学诊断）中已接近或超越人类水平，但在通用对话中仍存在“幻觉”和逻辑漏洞。这意味着图灵测试的“不可区分性”可能比预期更晚实现。
• 政策响应：白宫在 2023 年 7 月召集 AI 公司高管，要求其承诺“负责任开发”，包括产品发布前的内部和外部测试。这与中国的 AI 监管措施（如《生成式人工智能服务管理暂行办法》）形成对比：美国侧重行业自律，中国强调政府审查。两种模式的效果尚待验证，但均反映出对“失控”风险的担忧。

新论点：续篇暗示，AI 的“奇点”可能并非单一事件，而是一个渐进过程。例如，AI 在代码生成、艺术创作等领域的“自主性”已引发版权和伦理争议，但尚未达到“自我意识”阶段。这种“部分失控”状态可能比完全奇点更危险——因为它模糊了责任边界，且难以通过“关闭按钮”解决。

---

投资组合调整：技术减持与价值重估

续篇后半部分聚焦于 Horos 基金的季度调仓，揭示了 “技术反弹后的理性减持” 与 “价值洼地的逆向加仓” 策略。这与前文对 AI 泡沫的担忧形成呼应：基金经理在技术股上涨后锁定利润，转而布局被低估的传统行业。

关键调仓对比：

基金	减持/退出	增持/新进	核心逻辑
Horos Value Internacional	Alphabet（0.9%）、Applus Services（退出）、Vertu Motors（退出）	Azimut Holding（2.0%）、TGS（1.1%）、Talgo（3.6%）、AmRest（2.8%）、Meliá（2.6%）、Elecnor（2.4%）	技术股估值过高后获利了结；转向金融、能源、西班牙价值股
Horos Value Iberia	Applus Services（退出）	Meliá Hotels International（3.9%）	西班牙市场被忽视，Meliá 复苏但估值仍低

数据支撑：

• Alphabet 减持：尽管 AI 叙事（如 Bard、Gemini）推动其股价在 2023 年上涨约 30%，但 Horos 认为其上行空间有限。对比 Meta（2023 年涨幅超 170%），Alphabet 的 AI 变现效率较低（广告收入增长放缓至 5% 以下），因此减持合理。
• Applus 退出：Apollo 集团以 9.5 欧元/股发起收购，较买入价溢价约 20%。Horos 选择接受，因为“相对吸引力下降”。这体现了价值投资的纪律：不追求绝对收益，而是比较不同机会的性价比。
• TGS 重新买入：TGS 股价因油价担忧下跌，但 Horos 认为“地震服务行业处于资本开支周期起点”。2023 年全球油气勘探支出预计增长 15%，TGS 作为数据提供商将受益。这是典型的“逆向投资”：在市场恐慌时买入。

新观点：续篇中“西班牙市场被忽视”的论断值得关注。2023 年 IBEX 35 指数仅上涨约 10%，远低于纳斯达克（40%+）。但西班牙公司如 Talgo（高铁制造商）受益于欧洲铁路投资计划（2023-2027 年预算 300 亿欧元），AmRest（餐饮）受益于俄罗斯业务剥离后的利润率修复（从 2022 年的 2% 回升至 2023 年的 6%）。这种“本地化价值”与 AI 的“全球叙事”形成对比，暗示市场可能过度聚焦技术股，忽略了传统行业的复苏。

---

总结：AI 风险与投资纪律的平衡

续篇通过 Altman 的“失眠”与 Kurzweil 的“乐观”，以及 Horos 的调仓案例，揭示了 “技术不确定性下的理性应对”。一方面，AI 的潜在风险（失控、伦理、监管）需要政策与行业自律；另一方面，投资中应避免追逐热点，而是基于估值和安全边际做出决策。Horos 的减持 Alphabet、增持西班牙价值股，正是这种“逆向思维”的体现——当市场为 AI 狂欢时，保持冷静并寻找被低估的资产。