人工智能時代的分散投資：實用工具箱

直到不久之前，分散投資似乎變得不再迫切。客戶常問：「既然美國市場持續領先，為何還要分散投資？」

從數據角度看，這種觀點似乎並非毫無根據。美國股票在全球股票基準中的比重已升至約三分之二，令不少投資者同時高度集中於美國股票風險及美元風險。然而，大型科技股的急升令市場結構愈趨「頭重腳輕」，亦顯著提高了集中風險——我們早前已在此文及此文提及相關風險，雖然我們並不認為市場目前正處於泡沫之中。

我們向客戶傳達的信息帶有細緻層次：「在不完全避開美國、亦不低配人工智能（AI）這未來十年的關鍵前瞻主題的前提下，適度分散對美國市場的配置。」

這種細緻的表述之所以重要，在於集中風險並未隨着美國主導地位而終結，而是出現了擴散。因此，投資者需要以更具策略性的方式進行分散投資，並持續留意三大關鍵市場趨勢。

在初期，AI 的集中主要體現在美國市場，投資焦點集中於少數 AI 創新企業，並受到被動資金流入所形成的正向循環所推動。

然而，近期缺乏分散化的情況開始在其他市場浮現，尤其是在新興市場（見圖表一）。資訊科技板塊目前佔 MSCI 新興市場（EM）指數約 40%，比美國標普 500 指數中的相對比重更高。

隨着 AI 應用加速，市場對軟件與雲端服務的需求大幅上升，同時亦推高了對硬件的需求。支撐伺服器、記憶體、先進封裝及其他零組件的基礎設施，則高度集中於亞洲，特別是台灣與南韓。

今年較早時，台灣在近二十年來首次超越中國，成為 MSCI 新興市場指數中比重最高的國家，主要受 AI 需求及半導體股上升帶動。截至四月底，台灣比重為 24.8%，中國則為 23.1%，顯示新興市場基準與 AI 硬件的連繫正日益加深。

南韓同樣受惠於 AI 硬件週期及記憶體價格回升（見圖表二）。目前南韓與台灣合共佔指數接近一半，突顯新興市場投資者一個較少被注意的問題：分散投資正愈來愈集中於兩個表現高度依賴 AI 硬件週期的國家。

在過去一年，南韓企業的盈利預期上升逾 300%，儘管股價上升，估值倍數反而下跌。在霍爾木茲海峽關閉後，市場更迫切的短缺，並非石油與天然氣，而是 AI 價值鏈中的關鍵零部件。

公司層面的集中度亦持續加劇。少數主要集中於台灣及南韓的個別股票，已成為「投資組合關鍵持股」，其規模足以影響指數回報及整體投資組合表現。

投資者啟示：我們認為，分散投資已不再僅限於資產配置層面，而是愈來愈依賴微觀層面的研究，包括企業基本因素、管理質素、競爭優勢及利潤可持續性。

集中度上升，往往令市場看起來更為脆弱。歷史早已有所警示：高度集中常見於市場情緒高漲時期，從科網泡沫到更早期的工業革命及鐵路熱潮皆如是。當市場領導層愈趨狹窄，表面上或顯得強勢，但這種狀態往往難以持久。

目前的一個重要差異在於盈利實力。現時美國多家市值最高的企業均具備高度盈利能力，部分公司的盈利足以支持較高估值，現金流亦支撐股份回購及持續投資。

宏觀環境同樣提供了助力。全球經濟，尤其是美國經濟，展現出較市場預期更強的韌性，支持 AI 帶來的效益可沿價值鏈擴散——由晶片製造商及設備供應商，以至數據中心、電力基建、企業應用及生產力提升。

儘管如此，仍有兩條「斷層線」值得高度關注，因其與集中風險問題存在直接關聯。

• 能源與地緣政治: AI 價值鏈高度耗能、全球化程度高，且供應緊繃，能源與地緣政治因此成為潛在弱點。若出現持續性的能源衝擊，或將推高成本、壓縮利潤、延遲資本開支，並推升折現率。南韓與台灣作為主要能源進口地區，在由油價驅動的避險階段中，尤為容易受到影響。
• 資本開支壓力上升: AI 基礎建設正吸納大量現金流，且所需投資規模龐大且具持續性，包括晶片製造、半導體晶圓廠（fabs）、先進封裝、數據中心、網絡、冷卻系統及電力設施。未來回報將愈來愈取決於需求的可持續性、利潤率的韌性及收入增長的延續性。一旦盈利未達預期，市場論述或會迅速由「為未來投資」，轉變為對「產能過剩」的憂慮。

投資者啟示：為應對上述斷層風險，我們會密切監察地緣政治風險及能源市場走勢，同時關注盈利預測的調整及前瞻指引，以判斷是否及何時需要重新調整投資部署。

其中一個主要陷阱，是將科技視為單一投資交易。事實上，部分最大的 AI 受惠者甚至未被歸類為科技股。因此，即使投資組合在行業配置上看似分散，實際上仍可能在 AI 領域內高度集中。

科技板塊內的表現分化亦明顯擴大。舉例而言，MSCI ACWI 半導體及半導體設備指數年初至今上升 29.88%¹，而 MSCI 世界軟件及服務指數則下跌 8.61%²。市場正清楚區分 AI 基建相關的贏家，與面臨壓力的軟件商業模式。

投資者啟示：在評估集中風險時，我們的重點並非避免配置過多科技股，而是避免過度集中於同一類型的科技投資

真正的挑戰並非是否參與人工智能，而是在於如何管理其所帶來的集中風險。實務上，這意味著需要在三個層面結合一套相互配合的策略：管理市場風險、把握 AI 所創造的結構性約束，以及拓闊分散投資的來源。

完全避開 AI 贏家，代價可能相當高。更理想的做法，是將 AI 視為由多層次組成的一組投資曝險，而非單一投資主題；這些曝險各自擁有不同的驅動因素、相關性及風險（見圖表三）。同時，透過對沖策略及配置於相關性較低的資產類別，為投資組合建立防禦與保護。

在 AI 投資架構內作出分散配置: 若美國是 AI 平台與創新的核心，而中國、台灣及南韓則為關鍵的硬件樞紐，投資組合便可透過沿整條價值鏈配置來提升分散度，而非僅集中於更多大型科技股。同時，投資者亦可加入「第二層受惠者」——即那些將因 AI 發展而間接受益的股票與行業。

運用相對價值策略，而非只作方向性押注: 在 AI 涵蓋多重面向的環境下，相對價值策略往往是更精準的工具。這可能包括看好硬件受惠者，同時對估值偏高或過度擁擠的板塊作出對沖，或透過貨幣配對持倉，表達不同地區之間的表現分化。

重新審視外匯對沖策略: 美元過往常被視為避險資產，但這種關係並非一成不變，尤其在地緣政治衝擊期間更可能出現轉變。因此，除美元配置外，加入其他分散工具，以及與不同宏觀驅動因素掛鈎的針對性對沖，或更具意義。

掌握限制因素：電力、電網與「智慧能源」: AI 正迫使全球重建能源系統的多個環節，包括發電、輸電、變壓器、冷卻系統及能源效率提升。這形成一個自然延伸的投資主題，其驅動力更多來自實體經濟的產能擴張，而非單純依賴晶片趨勢。相關機會或涵蓋智慧電網、可持續基載電力、核能，以及新一代能源穩定與可靠性解決方案。

將波動性視為有意配置的資產，而非被動承受的結果: 在高度集中的市場環境下，波動管理的重要性顯著提升。我們在對沖成本具吸引力時，仍然偏好結構性下行保護，並配合以 VIX 為基礎的系統性訊號，避免為對沖付出過高代價。分散投資正愈來愈不僅是持有不同資產，而是同時持有「凸性」。

加入真正不同的回報引擎: 投資者仍可透過並非主要由股票貝他（equity beta）驅動的資產作出分散，例如保險相連證券，其風險來源在於天災風險，而非盈利倍數。這類資產並非萬靈丹，但有助緩和因單一因素主導而產生的集中風險問題。

我們的觀點是：AI 並非分散投資的終結，但它確實宣告了舊有分散模式的終結——過去投資者只需將資金分散於不同地區與行業，便可假設投資組合已獲得足夠保護的做法，已不再適用。

AI 正把投資版圖壓縮至一小撮關鍵領域：運算能力、能源、數據、晶圓廠（fabs）及平台。這些板塊具備高盈利能力、強大市場影響力，且在指數中的權重日益提升。集中現象確實存在，但機遇亦同樣真實。正確的回應方式，並非遠離 AI，而是推動投資策略與時並進。

在 AI 時代，分散投資變得更具目的性、更細緻、亦更全面。換言之，AI 並沒有扼殺分散投資——它只是迫使我們重新、而且更嚴謹地做好分散投資。