去年 10 月份，我们曾经有写过一篇题为《何必论是非》的公众号。

彼时，伴随 AI 产业的创新和应用进一步向纵深发展，A 股和港股的 AI 产业链公司股价也迎来了不小幅度的爆发，尤其是去年 8 月份，一些重点公司的市值增长了一倍左右。

于是，进入 25 年 9 月，分歧声音不断增加，从一开始对于 AI 产业链公司估值、市值的质疑，再到对于 AI 技术细节的争论，最终甚至是上升到了投资范式、投资理念的是非对错之分。

一些声音将技术进步和产业革命过程中股价的快速、超前上涨，作为景气投资模式下的投机原罪，并且把景气投资打入到长期价值投资的对立面。

时至今日，随着 26 年上半年科技股进一步大涨之后，这种分歧，尤其是对科技股的估值定价，似乎已经成为市场不可调和的矛盾。

科技资产如何给估值？一直是每轮科技牛市中困扰投资者的一大难题。在景气上行周期中，科技股尤其一些制造类公司的 PB 估值动辄 10 倍、30 倍甚至更高，这种情形不只在 A 股有，在美股也是如此。比如，当前美股科技板块整体的 PB 已超过 13 倍（对应 ROE 30%+），而历史的 PB 中枢仅为 4 倍左右（对应 ROE 20%+）。

那么，如何理解科技股的估值，如何冷静辨别市场争议，以及当前估值的极致分化，如何应对？

不同的投资理念、不同的持股周期，对估值的分歧天然不可调和，但股价有其自身运行的规律

在讨论估值之前，需要首先明确的是：我们偏好采用什么类型的投资方法论（景气投资、价值投资），我们偏好怎样的持股周期（1-2 年、3-5 年），当然这种偏好的背后很大程度也取决于我们的负债端。

换句话说，不同类型负债端、不同投资方法论、不同持股周期的投资者，对于估值的理解，也存在天然不可调和的分歧。

因此，" 估值 " 不是一个绝对真理、也没有标准答案，股价往往有着自己的运行规律，不会被这种对于估值的分歧所左右。

估值讨论的是 " 未来的折现 "，至于 " 未来 " 有多远，取决于我们作为投资者设立的持股周期。

如果作为一名【价值投资者】，价值的投资维度、持股周期相应较长，我们希望用 " 便宜的 " 估值、找到被低估的好东西，并通过较长的持股周期，实现 " 价值的均值回归 "。因此估值应该被视为一项严格的纪律指标；中长期价值投资的关键在于优秀公司买在错杀之时，并且敢于在无人问津之时长期坚守。

如果作为一名【景气投资者】，短周期买的是某个产业 / 股票的景气爆发性，很多公司的 " 第二增长曲线 " 无法用静态估值或者历史的财务数据来评估，期望的持股周期也跟随产业进展而随时变化，对于估值的考量也应该是不一样的；相较于估值，" 景气 " 的边际变化重要得多。中短期景气投资的关键在于不能有太多执念，一旦观察到景气边际走弱，应敢于在人声鼎沸之时兑现收益。

同时，在下文我们也会通过数据来论证，不同行业（偏价值行业 / 偏成长行业），其股价表现本身对于估值的敏感度就是不同的——有的行业天然更定价 " 估值 "，有的行业更定价 " 增长 "。

回到当下 AI 的发展浪潮，无论是美股、还是 A 股，投资者对于科技公司的估值产生争议和讨论。我们理解，这本身由于市场由不同类型的投资者所构成，本身无可厚非，但也是无法调和的分歧；

相较于争议本身，我们应当厘清自己专注的产业周期、期望的持股周期，评估 " 估值 " 和 " 收益来源 " 是否匹配，才是更重要的。

关于不同投资者对于市场投资方法论的讨论，我们在去年《何必论是非》的报告中有更详细的展开。

PB 的最高点并不对应着股价的最高点：从案例出发，90 年代科网时期，如何理解硬件 " 卖铲人 " 公司的高 PB？

90 年代科网时期，硬件制造业的龙头公司，PB 估值也到达过 30-50X。真正危险的不是高 PB，而是高 ROE 何时 " 难以为继 "。

90 年代科网产业周期爆发的阶段，也有部分硬件 / 制造业的科网龙头公司，PB 快速抬升至 30-50X 高位水平。例如戴尔 97 年的 PB 估值约 48x，思科 99 年的 PB 估值最高约 33x，高通 99 年的 PB 估值最高约 40x。

关于市场 " 一个制造业公司，PB 超过 40X 是否意味着泡沫 " 的讨论，我们从科网时期得到如下启示：

1. 科网龙头高 PB 的核心驱动率也是 " 极高的 ROE"

例如戴尔 97-98 年 ROE 维持在 80% 左右，99 年上半年也有 70%，推高 PB 接近 50x。（当然，99 年下半年 ROE 开始回落、直至 2000 年 Y2K 证伪后进一步破灭，回到基本面跟踪的重要性）

2. 科技类制造业公司，尤其是产业趋势爆发增长受益的 " 卖铲人 "，其核心的资产无法快速计入资产负债表，短期 book value 意义有限

例如研发实力、技术专利、客户壁垒等，也可以概括为 " 隐形资产 "，导致资产被低估、PB 较高。

与其它重资产（汽车、资源）公司相比，科技制造业的【资产 / 收入】比重，要低很多，book value 反映的也不仅仅是厂房价值、生产线价值、机器价值。更大程度的研发投入也可能以费用化的形式计提。

戴尔的资产 / 收入比重一直在 30-50%；但跟其收入体量接近的美国铝业，资产 / 收入比重在 100% 以上。

3. 如果利润增长可以持续，那么净利润会逐年结转为股东权益（净资产），净资产增加、高 PB 会稀释和摊薄，我们概括为—— " 通过 PB 的分母端来消化估值 "

戴尔为例，PB 高点出现在 97 年，而在科网最疯狂的 98-99 年，虽然市值上涨、但净资产增速更快，PB 反而回落、降至 30x 左右。

90 年代科技公司提高净资产的主要方式包括：持续盈利，留存收益增加净资产，并购资产带来商誉等等。

4. 但是，当高增长的叙事无法延续，EPS 下滑，市场会进入—— " 通过 PB 的分子端来消化估值 "，市值快速下跌、这才是投资者难以承受的

我们此前详细复盘 90s 科网破灭的起承转合，最本质的基本面变化，是 2000 年 1 月 1 日那一天到来、即确认了 " 千年虫 " 未出现、高换机需求确定要证伪。

面临全球极高的硬件库存水平，此时产业链无论是高 PB、还是高动态 PE，都意味着高增长的神话破灭，估值难以为继。

因此，对于当下全球狂热周期的 AI 投资，90 年代历史值得被反复咀嚼；但我们通过历史看到，刺破泡沫的从来不是高估值、而是产业发展本身。我们对于 " 景气跟踪 " 的严格纪律，在下文数据论述中进一步展开。

事实上，估值讨论的出发点是投资期限，如果出发点不一致，则争论毫无意义

估值讨论的出发点在于投资期限的设定，长期价值投资，或是中短期景气投资。对于长期价值投资，估值具有中枢回归的趋势；而对于中短期的景气投资，则不应对估值过于执着。

A 股的历史经验显示：1 年维度，PB/PB 分位数的高低与涨跌幅相关性不显著，但如果将投资期限拉长至 3 年或 5 年维度，低 PB 的有效性明显加强。

换言之，对于季度或年度的短期投资来说，看估值的意义不大；但对于 3 年或 5 年以上的长期投资来说，很多资产都会回归盈利能力定价的估值中枢，因而买入的估值水平，很大程度上决定了投资收益率的高低。

行业的估值敏感性，取决于盈利的波动性：价值投资和景气投资的射程范围显著不同。

行业角度看，部分行业对估值不敏感、部分行业估值敏感性高，取决于盈利能力的波动性。但与直观感受不一样的是，往往盈利波动性大的行业，估值敏感性低；而盈利波动性小的行业，估值敏感性高。

这是由于盈利高波动的行业，比如科技，更看重未来的盈利预期和市场空间，或者说没有一个明确的估值锚；而盈利稳定性好的行业，市场很容易给予估值定价，长期估值中枢的影响因子主要是宏观增长与利率。

1、部分行业对估值不敏感，通常只看景气周期。比如，电子、通信、计算机、电力设备、军工等板块

这类成长板块，中短期（1 年维度）的重要程度：盈利一阶变化（营收 / 利润增速、ROIC/ROE/ 毛利率变化率）> 盈利二阶变化（增速的变化率）> 盈利能力（ROIC/ROE）；

而对于估值指标（PE/PB/PE 分位 /PB 分位 / 股息率），只有很弱的负相关性或者是不相关，参考价值不高。

2、部分行业对估值敏感性较高，主要是盈利稳定行业。

部分行业对估值敏感性较高，主要是 ROE 低波动行业，比如公用事业、交运、家电、汽车等行业。这类行业多数经营周期的稳定性和能见度较高，ROE 的波动性较低，通常也会有相对稳定的估值中枢。因此，买入估值高低一定程度上决定了收益率高低。

2026 年，景气定价走向极致、估值定价反向相关

1、事实上，A 股市场定价的特点，景气指标具有排他优势。

A 股整体定价的特点是市场会奖励明确的景气信号，其中，最有效的是表征景气度的指标，如营收 / 利润增速、ROIC/ROE/ 毛利率的变化率。而对于估值类指标，比如估值指标（PE/PB/PE 分位 /PB 分位 / 股息率 /PEG），有效性不稳定（时正时负），取决于市场风格。

2、而 2026 年，A 股市场的景气定价走向极致、估值定价反向相关。

2026 年，A 股市场的景气定价极致化，表现为：增速高的涨幅高、估值高的涨幅高、股息低的涨幅高。营收 / 利润增速、ROIC/ROE/ 毛利率的变化率等景气指标都有效，其中，2026Q1 营收增速、扣非增速排在前 10% 的公司，平均涨幅超过 40%。

而现金流、股息率、估值等指标皆无效，甚至表现出负相关性，现金流好的、股息高的、估值低的，反而跌得多。

下一步，估值定价的关键，在于景气度的边际变化

从景气投资的三个阶段来看：

（1）景气投资的简单题：增速加速向上或 ROE 上行阶段，盈利估值双击（第一阶段）；景气出现拐点时，可能进入盈利估值的双杀阶段（第三阶段）；

（2）景气投资的复杂题：增速回落但未触及景气拐点，股价高位震荡，且可能面临赛道拥挤、博弈加重，甚至抢跑景气见顶的情形（第二阶段）。

估值判断的关键在于景气度的边际变化（ROE 或增速的边际变化）。加速增长或 ROE 上行阶段，一般估值会上升，此时即期估值的高低不太重要；而降速增长或 ROE 下行阶段，一般估值会回落，此时容易面临 " 低估值陷阱 "。

最后，估值极致分化，也不是市场转熊的必要条件

最后一个分歧点是，当前 AI vs 非 AI、科技行业 vs 传统行业的估值、涨幅离散度，都达到了历史新高，这是否必然造成估值收敛，甚至市场转熊？

首先，客观数据看：当前以行业 PB 历史分位数的标准差或最大最小值之差，来衡量行业估值分化程度，都已接近历史最高水平。

历史上，有 4 次严重的估值分化以全面熊市的形式收敛：2010 年底 -2011 年、2015 年下半年、2018 年、2021 年下半年 -2023 年；还有 2 次严重的估值分化以全面牛市的形式收敛：2006 年下半年 -2007 年、2014 年 -2015 年上半年。

最重要的是，估值极致分化，不是市场转熊的必要条件。

（1）有产业趋势支撑的牛市行情中，估值分化程度运行至高位之后，可以持续很长时间，比如 20 年 7 月估值离散度达到 95% 之后，在上方持续了 20 个月；

（2）有产业趋势支撑的牛市行情中，估值分化峰值至牛市顶点平均经历 19 个月：06-07 年（06.05-07.09，17 个月）、13-15 年（13.07-15.05，22 个月）、20-21 年（20.07-21.12，18 个月）。

本文来源：晨明的策略深度思考