您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[未知机构]:香港策略会的意外之喜2407上周恰逢香港策略会跑了一圈我有几个 - 发现报告
当前位置:首页/会议纪要/报告详情/

香港策略会的意外之喜2407上周恰逢香港策略会跑了一圈我有几个

2024-07-06未知机构王***
香港策略会的意外之喜2407上周恰逢香港策略会跑了一圈我有几个

上周恰逢香港策略会,跑了一圈我有几个明显的感受。1)红利切成长,几乎没人觉得行。 CNInflation满脸的不相信2)NV或者说纳指和CN之间,一定是存在比较明显 的跷跷板效应3)NV几乎没人觉得能持续坐稳市值第一的位置,最最核心的本质,Ta是个周期股。 苹果,或许是最后的赢家。 回到香港策略会,非常有收获香港策略会的意外之喜2407上周恰逢香港策略会,跑了一圈我有几个明显的感受。1)红利切成长,几乎没人觉得行。 CNInflation满脸的不相信2)NV或者说纳指和CN之间,一定是存在比较明显 的跷跷板效应3)NV几乎没人觉得能持续坐稳市值第一的位置,最最核心的本质,Ta是个周期股。 苹果,或许是最后的赢家。 回到香港策略会,非常有收获的一天!我截取一些我的意外之喜,和大家一起分享。1)中美去全球化带来的全球化或许还没有结束2)现在CN抱团的红利,最核心本质交易的是什么(增速下降,利率中枢下移,加强股东回报,还是看空CN)3)如果破局之道,只能是纳指。大佬们对于AI+端侧的各种想法1)中美去全球化带来的全球化或许还没有结束20多年前,从各国加入WTO开始。 东西方就各自选了一条路径:东方负责资本密集型活动,西方负责知识密集型活动。随着CN占到全世界出口的14%plus,这个平衡被打破了。 再平衡的过程里,西方开始大举双轨供应链,东方开始弥补服务业。 A:在大量基建和双轨供应链的过程里,中国的优势会比上一轮制造出口型国家(德国+日本)更加明显;B:在很多资本品领域(产能外迁的过程里),中国制造业的优势(无论是价格还是质量),都是无可比拟的。 Eg发电机组,注塑机等;C:如果明年是trump当选,即使高关税,大力加速双轨供应链 带来的扩财政+宽货币+弱美元,对CN出口是个很大的利好(特别是资本品);D:全球化一定没有结束,老美财政会继续托起全球的增量需求。 在这个过程里,高关税下的”真抗打”会体现的很充分。那些高质量-产品无法替代的,会加速成长。 综上,短期中国出口相关的挨个被锤,也并没有错。 在巨大灰犀牛面前,现在就是检验“真抗打”的时刻。 那些全球建立起自己的工业体系,拿到生产体系话语权的企业,是个绝好的加仓时刻。2)红利最核心本质交易的是什么上周五我在hk,问一个大佬说,红利的尽头是CNinfla tion? 大佬说,为啥红利会有尽头,以及你是怎么定义红利的。这一问,把我给问懵了。 。 我回来之后,把红利到底涨的是什么好好想了一下(红利,到底是赚的什么钱)。 A:利率,典型代表:长期国债收益率持续下行,带动了优质红利股价值重估(23年运营商,表现得淋漓尽致);B:现金流,典型代表:中海油。 再过几年,帐上就只剩现金了;C:分红(股东回报),典型代表:互联网,不再瞎投资+加大股东回报;新晋代表是银行:平衡表改善带来的分红概率增加;D:商业模式,典型代表:有色煤炭,绝对垄断的上游资源(供给绝对可控)基于我CNinflation疑问,一个海外PM对于红利 的分类和定义,他是这么回答我的:A:/理论上,分红是个结果。 他是一个公司盈利能力水平的体现(换言之,所有公司的价值,最后都应该由ROE决定);B:/基于现在投资人对于ROE久期的不信任,以及企业家对于长期信心的缺失。 这俩叠加在一起,就有了现在基于利率momentum的押注;C:/煤油电定义为-中国通缩世界 通胀;银行介于两者之间,茅台-中国通胀;D:/其实都是红利(即现金流),区别主要在于通胀通缩,和长债利率的互动关系 硬币的正面:为了抹平制造业周期,CN需要维持一定利率水平(维持在一个水平线上)硬币的反面:利率对制造业新增产能回报率大概率是下降的,在实物需求下降的年代,只能通过政府债务来拉动需求3)AI+端侧,大家怎么想上周策略会的科技圆桌,我们着重讨论了AI端侧的各种问题。 基于我总觉得semi左脚踩右脚,大佬们精彩发言如下:A:这一轮AI投资何时见顶1)以前都是创新推动资本capex.这次是倒过来,资本投入来推动创新2)取决于GPT-5之后,还能 用哪些数据去对Transformer模型进行更大优化(数据空间是核心)3)主要看行业β的加速度不能慢下来,因为高估值和资本的高拥挤度需要通过更大的β来消化。 取决于终端2c的变现速度,但是现在还没看到超级应用B:终端应用落地1)目前AI最大 的应用是提升写代码效率,特别是对一些复杂度非常高的软件企业(降本增效,替代一部分码农)2)大语言模型最大用途是提升对知识掌握的效率,但愿意持续提升知识效率的这些用户数是非常少的(看B站和抖音,就极其明显了)3)GPT-4o与IOT设备结合,可能会有较大的突破,这也 是寄望于终端硬件公司能够做出端侧组合新应用的普及(看苹果17了)4)最后的超级赢家,应该还是那些拥有非常强的终端和生态掌控力的公司(苹果、Meta、腾讯等)5)在海量生态用户基础上如何去挑选大模型供应商,为用户在不同场景下赋能。 真正沉淀下来的能够普及的功能都不会太炫酷(看能带来多少换机潮了)