TL;DR
· ธนาคารใหญ่ 5 แห่ง ได้แก่ เจพีมอร์แกน (JPM), แบงก์ออฟอเมริกา (BAC), ซิตี้กรุ๊ป (Citi), เวลส์ฟาร์โก (WFC) และโกลด์แมน แซคส์ (GS) เปิดเผยผลประกอบการไตรมาส 2 เมื่อวันที่ 14 กรกฎาคม โดยรายได้จากการซื้อขายหุ้นของโกลด์แมน แซคส์ทำสถิติสูงสุดเป็นประวัติการณ์
· การระดมทุน การรับประกัน การซื้อขาย และสินเชื่อศูนย์ข้อมูลที่เกี่ยวข้องกับ AI กำลังเข้าสู่งบกำไรขาดทุนของธนาคาร แต่ยังไม่สามารถอธิบายการเติบโตทั้งหมดได้
· สินทรัพย์ที่เกี่ยวข้อง: เจพีมอร์แกน (JPM), แบงก์ออฟอเมริกา (BAC), ซิตี้กรุ๊ป (Citi), เวลส์ฟาร์โก (WFC), โกลด์แมน แซคส์ (GS)
ธนาคารใหญ่ของสหรัฐฯ 5 แห่ง ได้แก่ เจพีมอร์แกน (JPM), แบงก์ออฟอเมริกา (BAC), ซิตี้กรุ๊ป (Citi), เวลส์ฟาร์โก (WFC) และโกลด์แมน แซคส์ (GS) เปิดเผยผลประกอบการไตรมาส 2 เมื่อวันที่ 14 กรกฎาคม โดยโกลด์แมน แซคส์และเจพีมอร์แกนมีผลประกอบการเกินความคาดหมายของตลาด ราคาหุ้นโกลด์แมน แซคส์พุ่งแตะระดับสูงสุดเป็นประวัติการณ์ระหว่างวัน ขณะที่หุ้นธนาคารมีผลการดำเนินงานที่แตกต่างกัน
ผลประกอบการชุดนี้ถูกจับตามองเป็นพิเศษ เนื่องจากมีประเด็นการตั้งราคาใหม่เกิดขึ้น: กระแสการลงทุน AI เริ่มหล่อเลี้ยงวอลล์สตรีทแล้วหรือยัง? ในอดีต นักลงทุนดูหุ้นธนาคารจากส่วนต่างอัตราดอกเบี้ยสุทธิ วงจรสินเชื่อ และผลตอบแทนจากทุนเป็นหลัก แต่ตอนนี้ตลาดเริ่มถามว่าธนาคารจะกลายเป็น "ด่านเก็บค่าผ่านทาง" ของรายจ่ายด้านทุน AI ได้หรือไม่
ด่านเก็บค่าผ่านทางนี้ไม่ใช่เรื่องลึกลับ ยักษ์ใหญ่ด้านเทคโนโลยีและองค์กรต่างๆ สร้างศูนย์ข้อมูล ซื้อชิป ระดมทุน เข้าตลาดหลักทรัพย์ และควบรวมกิจการเพื่อ AI กองทุนเฮดจ์ฟันด์ซื้อขายหุ้นที่เกี่ยวข้องกับ AI และใช้เลเวอเรจ ธนาคารได้รับค่าธรรมเนียมการรับประกัน ค่าธรรมเนียมการจัดสินเชื่อ ส่วนต่างจากการซื้อขาย และดอกเบี้ยจากการระดมทุน AI ไม่ได้ถูกบันทึกโดยตรงในงบดุลของธนาคาร แต่จะเข้าไปในงบกำไรขาดทุน
ความเห็นต่างก็อยู่ตรงนี้ ซีอีโอของโกลด์แมน แซคส์ David Solomon เน้นย้ำว่าท่อส่งธุรกรรม เครือข่ายลูกค้า และวงล้อธุรกิจยังคงมีแรงขับเคลื่อน และการสร้าง AI ยังอยู่ในช่วงเริ่มต้น ซีอีโอของเจพีมอร์แกน Jamie Dimon ระมัดระวังมากกว่า ขณะที่ตลาดก็กังวลว่าองค์กรต่างๆ จะคำนวณต้นทุน ราคา และผลตอบแทนจากการลงทุนใหม่
นักลงทุนทั่วไปมักเข้าใจผลประโยชน์จาก AI ในรูปแบบของชิป ผู้ให้บริการคลาวด์ และค่าเช่าศูนย์ข้อมูล แต่ธนาคารทำเงินจากอีกชั้นหนึ่ง ตราบใดที่สินทรัพย์ที่เกี่ยวข้องกับ AI มีราคาแพงขึ้น คึกคักขึ้น และต้องการการระดมทุนมากขึ้น ธนาคารก็สามารถรับส่วนแบ่งจากการซื้อขายและการไหลเวียนของทุนได้
รายได้จากการซื้อขายหุ้นเป็นตัวอย่างที่ตรงไปตรงมาที่สุด ไม่ใช่การที่ธนาคารเองเดิมพันว่าราคาหุ้นจะขึ้นหรือลง แต่เป็นการให้บริการดำเนินการซื้อขาย ป้องกันความเสี่ยง จัดหาเงินทุน และสภาพคล่องแก่ลูกค้าสถาบัน ยิ่งหุ้นแนวคิด AI ผันผวนมากเท่าไร กองทุนก็ยิ่งปรับพอร์ตบ่อยขึ้นเท่านั้น และโต๊ะซื้อขายของธนาคารก็ยิ่งยุ่งมากขึ้นเท่านั้น
รายได้จากการซื้อขายหุ้นของ Goldman Sachs ในไตรมาสที่สองสูงถึง 7.42 พันล้านดอลลาร์สหรัฐ สร้างสถิติใหม่ และกลายเป็นจุดกระตุ้นให้ตลาดประเมินมูลค่าหุ้นธนาคารเพื่อการลงทุนใหม่ สำหรับบริษัทอย่าง Goldman Sachs ที่มีสัดส่วนธุรกิจตลาดทุนสูง ความคึกคักในการซื้อขายจะสะท้อนไปสู่ความยืดหยุ่นของกำไรอย่างรวดเร็ว
อีกเส้นทางหนึ่งคือรายจ่ายด้านทุนของ AI ยักษ์ใหญ่ด้านเทคโนโลยีอย่าง Microsoft, Google, Meta กำลังสร้างโครงสร้างพื้นฐาน AI ซึ่งจะขับเคลื่อนการจัดหาเงินทุนสำหรับศูนย์ข้อมูล ไฟฟ้า ชิป และสินทรัพย์私募 (private equity) รายงานของ Reuters ระบุว่าธนาคารวอลล์สตรีทกำลังมองวัฏจักร超級 (super cycle) ของ AI เป็นหนึ่งในแหล่งที่มาของธุรกรรมการซื้อขายและการจัดหาเงินทุนในอนาคต
ธนาคารไม่ใช่ส่วนที่เด่นชัดที่สุดในห่วงโซ่อุตสาหกรรม AI แต่เป็นผู้ได้รับประโยชน์ลำดับที่สองที่มักถูกมองข้าม ยิ่งการก่อสร้าง AI ต้องใช้เงินทุนหนาแน่นมากเท่าไร ก็ยิ่งต้องการตัวกลางทางการเงินมากขึ้นเท่านั้น ยิ่งสินทรัพย์ AI ถูกซื้อขายบ่อยเท่าไร ก็ยิ่งเป็นผลดีต่อแผนกซื้อขายมากขึ้นเท่านั้น
สิ่งที่แสดงให้เห็นถึงความยืดหยุ่นได้ดีที่สุดในไตรมาสที่สองคือ Goldman Sachs บริษัทมีรายได้สุทธิ 20.34 พันล้านดอลลาร์สหรัฐ กำไรสุทธิ 6.63 พันล้านดอลลาร์สหรัฐ และ EPS อยู่ที่ 20.98 ดอลลาร์สหรัฐ ในรายงานผลประกอบการอย่างเป็นทางการ Solomon กล่าวถึง "One Goldman Sachs" และวงล้อธุรกิจ (business flywheel) พร้อมทั้งเน้นย้ำว่ากิจกรรมของลูกค้าและท่อส่งธุรกรรม (transaction pipeline) ยังคงมีแรงขับเคลื่อน
สิ่งที่ตลาดให้รางวัลไม่ใช่แค่กำไรในไตรมาสเดียว แต่เป็นตำแหน่งของ Goldman Sachs ในวาทกรรม (narrative) เกี่ยวกับ AI หากในอีกไม่กี่ปีข้างหน้าการก่อสร้าง AI ยังคงนำมาซึ่ง IPO การควบรวมกิจการ การระดมทุนด้วยหุ้น เงินกู้สำหรับศูนย์ข้อมูล และปริมาณการซื้อขาย ความยืดหยุ่นของกำไรของ Goldman Sachs จะโดดเด่นกว่าธนาคารค้าปลีกแบบดั้งเดิม
JPMorgan Chase นำเสนอตัวอย่างที่สมบูรณ์กว่า รายได้ที่รายงาน (reported revenue) ของบริษัทในไตรมาสที่สองอยู่ที่ 5.73 หมื่นล้านดอลลาร์สหรัฐ และรายได้ที่บริหารจัดการ (managed revenue) อยู่ที่ 5.8 หมื่นล้านดอลลาร์สหรัฐ รายได้สุทธิที่รายงาน (reported net income) อยู่ที่ 2.12 หมื่นล้านดอลลาร์สหรัฐ และกำไรสุทธิหลังจากหักรายการสำคัญพิเศษอยู่ที่ 1.69 หมื่นล้านดอลลาร์สหรัฐ ธนาคารมีทั้งธุรกิจตลาดทุน ธุรกิจสินเชื่อผู้บริโภค และสินเชื่อองค์กร
ในที่นี้จำเป็นต้องระมัดระวังในการระบุสาเหตุ ผลประกอบการที่แข็งแกร่งของธนาคารใหญ่ในไตรมาสที่สองไม่ได้มาจาก AI เพียงอย่างเดียว การฟื้นตัวของธุรกิจวาณิชธนกิจ ปริมาณการซื้อขายในตลาดหุ้นที่คึกคัก การเปลี่ยนแปลงของสภาพแวดล้อมอัตราดอกเบี้ย และความต้องการป้องกันความเสี่ยงจากความไม่แน่นอนทางเศรษฐกิจมหภาค ล้วนผลักดันรายได้ให้สูงขึ้น บทบาทที่แม่นยำกว่าของ AI คือการเพิ่มแหล่งที่มาของอุปสงค์ที่มีความยืดหยุ่นสูง ในช่วงที่วงจรการซื้อขายและวาณิชธนกิจกำลังฟื้นตัว
Morgan Stanley ก็จะถูกนำเข้ามาสังเกตการณ์ด้วยเช่นกัน โดยจะเปิดเผยผลประกอบการในวันที่ 15 กรกฎาคม ซึ่งช้ากว่าธนาคารใหญ่ห้าแห่ง แต่โครงสร้างธุรกิจใกล้เคียงกับ Goldman Sachs มากกว่า หากตลาดยังคงซื้อขายตามกิจกรรมตลาดทุนที่เกิดจาก AI ต่อไป Morgan Stanley จะถูกนำมาเปรียบเทียบมูลค่าร่วมกับ Goldman Sachs ในกลุ่มเดียวกัน
เรื่องราวของโซโลมอนชัดเจน: เครือข่ายลูกค้าทั่วโลก ท่อส่งธุรกรรมเชิงกลยุทธ์ และ "โกลด์แมน แซคส์ แบบครบวงจร" กำลังก่อตัวเป็นวงล้อ การสร้าง AI ยังอยู่ในช่วงเริ่มต้น และกิจกรรมในตลาดทุนยังมีพื้นที่ให้เติบโตอีกมาก ตราบใดที่วงจรการลงทุนใน AI ยังคงดำเนินต่อไป ความต้องการด้านการเงินและการทำธุรกรรมของลูกค้าก็จะกลับมาสู่วอลล์สตรีทอย่างต่อเนื่อง
ตรรกะนี้มีความสำคัญต่อการประเมินมูลค่าหุ้นธนาคาร การประเมินมูลค่าธนาคารแบบดั้งเดิมมักถูกจำกัดด้วยส่วนต่างดอกเบี้ยสุทธิ การตั้งสำรอง และข้อจำกัดด้านเงินทุนตามกฎระเบียบ หากรายได้จากการลงทุนและการซื้อขายถูกมองว่ามีการเติบโตเชิงโครงสร้าง ตลาดก็อาจให้น้ำหนักกับธุรกิจตลาดทุนของโกลด์แมน แซคส์ มอร์แกน สแตนลีย์ และเจพีมอร์แกนมากขึ้น
ความยับยั้งชั่งใจของไดมอนเป็นอีกด้านหนึ่งของขอบเขต เขาไม่ได้ปฏิเสธคุณค่าของ AI เจพีมอร์แกนเองก็ลงทุนใน AI และพูดถึงการเพิ่มประสิทธิภาพ แต่ความกังวลของตลาดเกี่ยวกับการใช้จ่ายด้าน AI ขององค์กรกำลังเพิ่มขึ้น: งบประมาณจะไม่ขยายตัวอย่างไม่มีที่สิ้นสุด ลูกค้าจะเริ่มถามว่าการลงทุนแต่ละดอลลาร์จะสร้างรายได้เพิ่มขึ้นหรือประหยัดต้นทุนได้เท่าไร
นี่เป็นเรื่องจริงสำหรับธนาคาร การใช้จ่ายด้านทุนใน AI สามารถสร้างความคึกคักในการซื้อขายและการเงิน แต่ก็ไม่จำเป็นต้องเป็นเส้นตรง หากองค์กรชะลอการสร้างศูนย์ข้อมูล เลื่อนการเสนอขายหุ้น IPO หรือต้นทุนการเงินของสินทรัพย์私募เพิ่มขึ้น ค่าธรรมเนียมและรายได้จากการซื้อขายของธนาคารก็อาจชะลอตัวลง
หุ้นธนาคารจะสามารถใช้ AI เป็นจุดยึดในการประเมินมูลค่าใหม่ได้จริงหรือไม่นั้น ขึ้นอยู่กับว่าการเงินที่เกี่ยวข้องกับ AI จะยังคงไหลเข้าสู่รายได้ของธนาคารเพื่อการลงทุนอย่างต่อเนื่องหรือไม่ คุณภาพสินเชื่อของศูนย์ข้อมูลจะคงที่หรือไม่ และรายได้จากการซื้อขายหุ้นจะกลับสู่ค่าเฉลี่ยหลังจากความผันผวนลดลงหรือไม่
การเงินของศูนย์ข้อมูลเป็นสิ่งที่ควรจับตามองเป็นพิเศษ ตอนนี้มันเป็นเชื้อเพลิงสำหรับการขยายโครงสร้างพื้นฐาน AI และเป็นแหล่งค่าธรรมเนียมสำหรับธนาคารและสินเชื่อ私募 แต่หากสัญญาเช่า อัตราการใช้งาน ต้นทุนไฟฟ้า หรือต้นทุนทางการเงินเบี่ยงเบนไป สินทรัพย์ประเภทนี้ก็อาจเปลี่ยนจากส่วนเพิ่มของรายได้ไปเป็นความเสี่ยงที่เปิดเผย
วงจรสินเชื่อแบบดั้งเดิมก็ยังไม่หายไป ต้นทุนการกู้ยืมที่สูง ราคาพลังงาน และความเสี่ยงทางภูมิรัฐศาสตร์ จะสะท้อนให้เห็นในคุณภาพสินเชื่อบัตรเครดิต สินเชื่อรถยนต์ และสินเชื่อองค์กรอย่างล่าช้า โกลด์แมน แซคส์จะได้รับประโยชน์จากความคึกคักในการซื้อขายได้ง่ายกว่า ในขณะที่ซิตี้กรุ๊ปและเวลส์ฟาร์โกซึ่งพึ่งพาสินเชื่อแบบดั้งเดิมมากกว่า จะถูกตลาดกำหนดราคาที่แตกต่างกัน
สัญญาณจากรายงานผลประกอบการไตรมาสที่สองคือ ผลประโยชน์จาก AI ได้กระจายจากหุ้นเทคโนโลยีไปยังตัวกลางทางการเงินแล้ว แต่ยังคงอยู่ในระยะ "ตัวขยายส่วนเพิ่ม" สิ่งที่สามารถสนับสนุนการประเมินค่าใหม่ได้ไม่ใช่แค่สโลแกน AI แต่เป็นการบรรลุผลอย่างต่อเนื่องของค่าธรรมเนียมวาณิชธนกิจ รายได้จากการซื้อขาย คุณภาพสินเชื่อศูนย์ข้อมูล และผลตอบแทนจากการลงทุน AI ขององค์กร
ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:
กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats
กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App
บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia