บทบรรณาธิการ: ในเดือนกันยายน ตลาดการเงินสหรัฐฯ เกิดความแตกต่างที่น่าสนใจ: พันธบัตรสหรัฐฯ เผชิญแรงเทขายอย่างหนัก อัตราผลตอบแทนพันธบัตรอายุ 10 ปีเพิ่มขึ้นกว่า 50 เบซิสพอยต์ในหนึ่งเดือน สินทรัพย์รายได้คงที่บางส่วนลดลง 2.3% ถึง 5% ในขณะเดียวกัน การซื้อขาย AI ยังคงแข็งแกร่ง หุ้นเซมิคอนดักเตอร์ปรับตัวขึ้นอย่างต่อเนื่อง ดัชนีแนสแด็กมีเสถียรภาพ نسبally แต่หุ้นขนาดกลางและเล็ก ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากัน และกลุ่มอื่นๆ ที่อ่อนไหวต่ออัตราดอกเบี้ยต่างเผชิญแรงกดดันโดยทั่วไป

ตามตรรกะการประเมินมูลค่าแบบดั้งเดิม การเพิ่มขึ้นของอัตราดอกเบี้ยระยะยาวหมายความว่ากระแสเงินสดในอนาคตต้องคำนวณด้วยอัตราคิดลดที่สูงขึ้น ซึ่งมักจะกดดันการประเมินมูลค่าหุ้น อย่างไรก็ตาม หุ้นเทคโนโลยีไม่ได้ปรับตัวลดลงในระดับเดียวกับตลาดพันธบัตร ตลาดกำลังกังวลเกี่ยวกับแนวโน้มการคลังและเงินเฟ้อของสหรัฐฯ หรือกำลังเดิมพันว่า AI จะนำการเติบโตทางเศรษฐกิจที่เพียงพอชดเชยผลกระทบจากอัตราดอกเบี้ยสูง?

Harry Mamaysky ผู้ก่อตั้ง QuantStreet Capital ได้ตั้งคำถามอีกชั้นในจดหมายการลงทุนรายเดือนฉบับล่าสุด: หากตลาดเชื่อว่า AI สามารถเพิ่มผลิตภาพของเศรษฐกิจทั้งหมด ทำไมการปรับตัวขึ้นส่วนใหญ่ยังคงเป็นผู้จัดหาสินค้าโครงสร้างพื้นฐานเช่นเซมิคอนดักเตอร์ ไม่ใช่บริษัทจำนวนมากที่ควรได้รับประโยชน์จาก AI ในอนาคต? ผู้เขียนไม่คิดว่า AI ได้กลายเป็นฟองสบู่แล้ว แต่ระวังความแตกต่างระหว่างความคาดหวังผลตอบแทนกับผลการดำเนินงานของราคาหุ้น

คำถามนี้เกี่ยวข้องกับว่า การลงทุนใน AI จะสามารถสร้างวงจรธุรกิจที่ยั่งยืนได้หรือไม่ ตลาดทุนยินดีจ่ายต้นทุนสูงสำหรับพลังประมวลผล ชิป และศูนย์ข้อมูล แต่การลงทุนเหล่านี้สุดท้ายต้องแปลงเป็นกำไรของบริษัทเพื่อสนับสนุนผลตอบแทนระยะยาว เมื่อต้นทุนทางการเงินเพิ่มขึ้นอย่างต่อเนื่อง ตรรกะการลงทุนใน AI อาจขึ้นอยู่กับคำถามหนึ่งมากขึ้นเรื่อยๆ: ใครแบกต้นทุนการก่อสร้าง และใครจะได้รับกำไรที่ AI สร้างขึ้นจริงๆ?

ต่อไปนี้คือคำแปลต้นฉบับ:

ในเดือนกันยายน 2026 การเปลี่ยนแปลงที่ชัดเจนที่สุดในตลาดสหรัฐฯ ไม่ใช่การเพิ่มขึ้นของหุ้น AI แต่เป็นการแยกตัวที่หายากระหว่างพันธบัตรกับหุ้น

ด้านหนึ่ง ตลาดรายได้คงที่เผชิญแรงเทขายอย่างกว้างขวาง ข้อมูลกระทรวงการคลังสหรัฐฯ แสดงว่าอัตราผลตอบแทนพันธบัตรอายุ 10 ปีเพิ่มขึ้นจาก 4.75% เมื่อวันที่ 31 สิงหาคม เป็น 5.29% เมื่อวันที่ 30 กันยายน เพิ่มขึ้นสะสม 54 เบซิสพอยต์ ตามสถิติของ QuantStreet สินทรัพย์รายได้คงที่ของสหรัฐฯ บางส่วนลดลง 2.3% ถึง 5% ในเดือนนั้น

อีกด้านหนึ่ง หุ้นเทคโนโลยีโดยเฉพาะกลุ่มเซมิคอนดักเตอร์ยังคงแข็งแกร่ง บิตคอยน์ กลยุทธ์โมเมนตัมที่มีหุ้นเทคโนโลยีและเซมิคอนดักเตอร์เป็นสินทรัพย์สำคัญ และดัชนีแนสแด็กต่างโดดเด่น نسبally ในทางกลับกัน หุ้นขนาดกลางและเล็กของสหรัฐฯ ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากัน และกองทรัสต์อสังหาริมทรัพย์ (REITs) สาธารณูปโภค และการเงิน ซึ่งเป็นกลุ่มที่อ่อนไหวต่ออัตราดอกเบี้ย ต่างมีผลการดำเนินงานอ่อนแอโดยทั่วไป

สิ่งที่ผิดปกติยิ่งกว่านั้นคือ เงินดอลลาร์และสินค้าโภคภัณฑ์ปรับตัวขึ้นพร้อมกันในเดือนกันยายน ซึ่งไม่สอดคล้องกับความสัมพันธ์แบบผกผันที่ทั้งสองมักแสดงให้เห็น และยังบ่งชี้ว่าสภาพแวดล้อมตลาดที่นักลงทุนเผชิญกำลังซับซ้อนมากขึ้น

สำหรับ QuantStreet เบื้องหลังความแตกต่างของตลาดรอบนี้มีสองคำถามที่น่าขบคิด: ทำไมหุ้นเทคโนโลยีจึงยังคงแข็งแกร่งได้แม้อัตราดอกเบี้ยระยะยาวปรับตัวขึ้นอย่างมาก? หากนักลงทุนกำลังเดิมพันกับการเติบโตทางเศรษฐกิจที่ขับเคลื่อนโดย AI ทำไมความคาดหวังนี้จึงไม่สะท้อนในตลาดหุ้นในวงกว้าง?

หนึ่ง อัตราผลตอบแทนพันธบัตรสหรัฐพุ่งสูง ตลาดกำลังกังวลเรื่องอะไรกันแน่?

อัตราผลตอบแทนพันธบัตรสหรัฐอายุ 10 ปีปรับตัวขึ้นเกิน 50 เบซิสพอยต์ภายในหนึ่งเดือน หมายความว่าการกำหนดราคาของเงินทุนระยะยาวเกิดการเปลี่ยนแปลงอย่างชัดเจน

ราคาพันธบัตรและอัตราผลตอบแทนมักเคลื่อนไหวในทิศทางตรงกันข้าม อัตราผลตอบแทนที่เพิ่มขึ้นหมายถึงราคาพันธบัตรที่มีอยู่ในตลาดลดลง พันธบัตรที่มีอายุยาวนานกว่าและอ่อนไหวต่อการเปลี่ยนแปลงของอัตราดอกเบี้ยมากกว่ามักเผชิญแรงกดดันด้านราคาที่ชัดเจนกว่า

แต่สาเหตุที่ขับเคลื่อนการเทขายพันธบัตรสหรัฐรอบนี้ ยังไม่มีคำอธิบายใดที่ตลาดยอมรับเป็นเอกฉันท์

คำอธิบายแรกคือนักลงทุนกำลังสูญเสียความเชื่อมั่นต่อเงินดอลลาร์

อย่างไรก็ตาม Mamaysky มีท่าทีสงวนต่อข้อสรุปนี้ เงินดอลลาร์ที่จริงแล้วแข็งค่าขึ้นในเดือนกันยายน ซึ่งไม่สอดคล้องกับเรื่องเล่าที่ว่าสินทรัพย์ดอลลาร์ถูกเทขายอย่างทั่วด้าน แน่นอนว่าเงินดอลลาร์ที่แข็งค่าขึ้นไม่สามารถตัดความเป็นไปได้ของความเสี่ยงด้านเครดิตระยะยาวออกไปได้ทั้งหมด แต่อย่างน้อยก็บ่งชี้ว่าตลาดไม่ได้เผชิญกับวิกฤตความเชื่อมั่นต่อเงินดอลลาร์ในทิศทางเดียว

คำอธิบายที่สองคือ ฐานะการคลังของสหรัฐทำให้นักลงทุนเรียกร้องค่าชดเชยความเสี่ยงระยะยาวที่สูงขึ้น

ผู้เขียนก็เห็นว่าหลักฐานที่มีอยู่ยังไม่เพียงพอที่จะสนับสนุนข้อสรุปที่หนักแน่นนี้ เขากล่าวถึงเป็นพิเศษว่าตัวชี้วัดค่าชดเชยเงินเฟ้อที่ตลาด隐含 (inflation breakevens) ยังคงค่อนข้างทรงตัว และไม่มีการเปลี่ยนแปลงในระดับเดียวกับการเพิ่มขึ้นของอัตราผลตอบแทน

ตัวชี้วัดนี้สะท้อนส่วนต่างอัตราผลตอบแทนระหว่างพันธบัตรรัฐบาลปกติกับพันธบัตรรัฐบาลที่ป้องกันเงินเฟ้อ สามารถใช้สังเกตการกำหนดราคาของนักลงทุนต่อเงินเฟ้อในอนาคตและค่าชดเชยความเสี่ยงที่เกี่ยวข้อง หากอัตราผลตอบแทนปกติเพิ่มขึ้น แต่ค่าชดเชยเงินเฟ้อไม่ได้เพิ่มขึ้นอย่างมีนัยสำคัญในทิศทางเดียวกัน ก็ยากที่จะถือว่าการเปลี่ยนแปลงทั้งหมดเกิดจากความคาดหวังเงินเฟ้อที่หลุดการควบคุม

อย่างไรก็ตาม นี่ก็ไม่ได้หมายความว่าความเสี่ยงด้านการคลังสามารถตัดออกไปได้ อัตราผลตอบแทนระยะยาวยังได้รับผลกระทบจากปัจจัยต่างๆ เช่น อุปทานพันธบัตรรัฐบาล ระยะเวลาพรีเมียม อัตราดอกเบี้ยที่แท้จริง และสภาพคล่องของตลาด การที่ค่าชดเชยเงินเฟ้อทรงตัวไม่สามารถพิสูจน์ได้ด้วยตัวเองว่าหนี้ของสหรัฐไม่มีความเสี่ยง

ในทางตรงกันข้าม Mamaysky ให้ความสนใจกับความเป็นไปได้ประการที่สามมากกว่า: ตลาดกำลังกำหนดราคาใหม่สำหรับการเติบโตทางเศรษฐกิจที่แข็งแกร่งขึ้นในอนาคต และความต้องการเงินทุนมหาศาลจากการสร้างโครงสร้างพื้นฐาน AI

ผู้ให้บริการคลาวด์รายใหญ่และบริษัทเทคโนโลยีขนาดใหญ่ยังคงขยายการใช้จ่ายด้านทุน (Capex) อย่างต่อเนื่อง โดยสร้างศูนย์ข้อมูล จัดซื้อชิป และลงทุนในโครงสร้างพื้นฐานด้านไฟฟ้าที่เกี่ยวข้อง การใช้จ่ายเหล่านี้หมายความว่าองค์กรต่างๆ จำเป็นต้องใช้เงินทุนมากขึ้น และอาจเพิ่มความต้องการระดมทุนด้วย

หากนักลงทุนคาดหวังในเวลาเดียวกันว่า AI จะนำมาซึ่งผลิตภาพที่สูงขึ้นและกำไรในอนาคต การเพิ่มขึ้นของอัตราดอกเบี้ยระยะยาวก็ไม่จำเป็นต้องตีความว่าเป็นเพียงความเสี่ยงทางเศรษฐกิจที่แย่ลงเท่านั้น แต่ยังอาจสะท้อนถึงการเปลี่ยนแปลงของความคาดหวังการเติบโตและความต้องการเงินทุนได้บางส่วน

นี่ไม่ได้หมายความว่าการลงทุนใน AI ได้รับการพิสูจน์แล้วว่าเป็นสาเหตุหลักที่ทำให้อัตราผลตอบแทนพันธบัตรสหรัฐฯ ปรับตัวสูงขึ้น แต่เป็นความพยายามของผู้เขียนที่จะอธิบายว่า เหตุใดเมื่อตลาดพันธบัตรถูกเทขาย หุ้นเทคโนโลยีบางส่วนยังคงสามารถปรับตัวขึ้นได้

สอง เหตุใดยิ่งอัตราดอกเบี้ยสูง หุ้น AI ยิ่งแข็งแกร่ง?

การประเมินมูลค่าหุ้นสามารถเข้าใจได้ง่ายๆ ว่าเป็นมูลค่าปัจจุบันของกระแสเงินสดในอนาคต

ภายใต้เงื่อนไขอื่นๆ ที่ไม่เปลี่ยนแปลง ยิ่งอัตราดอกเบี้ยในตลาดสูงขึ้น นักลงทุนก็ยิ่งต้องการผลตอบแทนที่สูงขึ้น และมูลค่าของกำไรในอนาคตของบริษัทที่แปลงเป็นมูลค่าปัจจุบันก็จะยิ่งต่ำลง นี่คือเหตุผลที่หุ้นเติบโตที่มีการประเมินมูลค่าสูงมักมีความอ่อนไหวต่อการขึ้นของอัตราดอกเบี้ยมากกว่า

แต่ตลาดในเดือนกันยายนไม่ได้ดำเนินไปตามตรรกะนี้ทั้งหมด คำอธิบายของ Mamaysky คือ นักลงทุนอาจเชื่อว่า AI จะสร้างการเติบโตของกำไรในอนาคตที่แข็งแกร่งพอที่จะชดเชยแรงกดดันด้านการประเมินมูลค่าจากการเพิ่มขึ้นของอัตราคิดลด

จากสูตรการประเมินมูลค่า นี่เทียบได้กับแรงสองแรงที่กำลังแข่งขันกัน แรงหนึ่งคืออัตราคิดลดที่เพิ่มขึ้น ซึ่งกดมูลค่าปัจจุบันของกำไรในอนาคตให้ต่ำลง อีกแรงหนึ่งคือความคาดหวังว่ากำไรจะเพิ่มขึ้น ซึ่งเพิ่มมูลค่าภายในของหุ้น

หากการเติบโตของแรงหลังมีขนาดใหญ่พอ ราคาหุ้นก็อาจปรับตัวขึ้นต่อไปได้แม้เผชิญกับอัตราดอกเบี้ยที่สูงขึ้น กล่าวอีกนัยหนึ่ง ตลาดอาจไม่ได้มองข้ามอัตราดอกเบี้ยที่สูง แต่คิดว่ากำไรจาก AI ในอนาคตเพียงพอที่จะครอบคลุมต้นทุนเงินทุนที่สูงขึ้น

คำอธิบายนี้มีความสมเหตุสมผลในระดับหนึ่ง การลงทุนในโครงสร้างพื้นฐาน AI กำลังสร้างความต้องการขนาดมหาศาล ผู้ผลิตชิป ซัพพลายเออร์อุปกรณ์เซมิคอนดักเตอร์ และบริษัทเทคโนโลยีที่เกี่ยวข้องสามารถสร้างรายได้จากการใช้จ่ายด้านการก่อสร้างได้ค่อนข้างโดยตรง AMD, Micron, Intel, Cisco และ Applied Materials ก็ปรากฏอยู่ใน holdings หลักของ momentum ETF ที่ผู้เขียนให้ความสนใจ ตราบใดที่ตลาดเชื่อว่าการใช้จ่ายด้านทุนใน AI จะยังคงอยู่ในระดับสูง ความคาดหวังกำไรของซัพพลายเออร์ต้นน้ำก็อาจได้รับการสนับสนุนอย่างต่อเนื่อง

แต่ปัญหาคือ การเติบโตของรายได้ของบริษัทเหล่านี้เริ่มต้นจากการที่บริษัทอื่นเพิ่มการใช้จ่ายด้านทุน ซึ่งไม่ได้หมายความว่าเศรษฐกิจโดยรวมได้รับผลตอบแทนด้านผลิตภาพที่สอดคล้องกันแล้ว

สำหรับบริษัทที่ซื้อชิปและสร้างศูนย์ข้อมูล การใช้จ่ายในตอนแรกกลายเป็นต้นทุนหรือสินทรัพย์ทุน การลงทุนจะสร้างผลตอบแทนทางเศรษฐกิจที่ยั่งยืนได้ก็ต่อเมื่อสินทรัพย์เหล่านี้ช่วยให้บริษัทเพิ่มรายได้ ลดต้นทุน หรือเพิ่มกำไรได้ในที่สุด

ดังนั้น การที่หุ้นเซมิคอนดักเตอร์ปรับตัวขึ้นนั้นเพียงแต่แสดงว่าตลาดมองในแง่ดีต่อแนวโน้มกำไรของบริษัทที่เกี่ยวข้องกับโครงสร้างพื้นฐาน AI เท่านั้น ยังไม่เพียงพอที่จะพิสูจน์ว่าผลตอบแทนทางเศรษฐกิจขั้นสุดท้ายของการลงทุนใน AI ได้รับการ兑现แล้ว

สาม、ข้อสงสัยที่ใหญ่ที่สุดของ AI: บริษัทชิปทำเงินได้ แล้วบริษัทอื่นล่ะ?

นี่ก็เป็นความขัดแย้งที่ Mamaysky ให้ความสนใจมากที่สุดในจดหมายการลงทุน

ในเดือนกันยายน ภาคเซมิคอนดักเตอร์มีผลประกอบการแข็งแกร่ง แต่ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากันกลับมีผลประกอบการอ่อนแอ

เมื่อเทียบกับดัชนีแบบถ่วงน้ำหนักตามมูลค่าตลาด ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากันให้แต่ละหลักทรัพย์องค์ประกอบมีน้ำหนักใกล้เคียงกัน ดังนั้นจึงสามารถสังเกตได้ดีกว่าว่าการปรับตัวขึ้นของตลาดแพร่กระจายอย่างกว้างขวางหรือไม่ แทนที่จะถูกขับเคลื่อนหลักโดยบริษัทเทคโนโลยีขนาดใหญ่เพียงไม่กี่แห่ง

ผู้เขียนเรียกบริษัททั่วไปนอกเหนือจากเซมิคอนดักเตอร์ว่า ROCS (Rest of the Corporate Sector) หรือภาคธุรกิจอื่นๆ

ในมุมมองของเขา การลงทุนใน AI มีตรรกะที่ต้องใช้เวลาพิสูจน์

บริษัทต่างๆ ซื้อชิป เซิร์ฟเวอร์ และซอฟต์แวร์ในตอนนี้ เพราะคาดว่าเทคโนโลยีเหล่านี้จะนำมาซึ่งการเพิ่มผลิตภาพในอนาคต ตลาดยินดีให้เงินทุนล่วงหน้าสำหรับกระบวนการก่อสร้างนี้ ก็เพราะเชื่อว่าจะเกิดกำไรที่ยังไม่ได้รับการ兑现ในอนาคต

ดังนั้น ในขั้นตอนนี้การที่ไม่เห็นกำไรของทุกอุตสาหกรรมเติบโตพร้อมกัน จึงไม่น่าแปลกใจ

ปัญหาคือ ตลาดหุ้นเองมีลักษณะมองไปข้างหน้า หากนักลงทุนมั่นใจว่า AI จะเพิ่มความสามารถในการทำกำไรในอนาคตของบริษัทอื่นอย่างมีนัยสำคัญ ตามทฤษฎีแล้ว ความคาดหวังส่วนนี้ก็ควรสะท้อน gradually ในราคาหุ้นของบริษัทที่เกี่ยวข้องเช่นกัน

แต่ในเดือนกันยายนไม่ปรากฏการปรับตัวขึ้นอย่างกว้างขวางเช่นนั้น หุ้นเซมิคอนดักเตอร์แข็งแกร่งต่อเนื่อง แต่บริษัทอื่นกลับไม่ได้รับการสนับสนุนด้านมูลค่าในลักษณะเดียวกัน สิ่งนี้ทำให้ผู้เขียนเกิดคำถามว่า หากผู้ซื้อชิปรายสุดท้ายไม่สามารถได้รับกำไรเพิ่มเติมที่เพียงพอ พวกเขาจะรับต้นทุนการจัดซื้อและการก่อสร้าง AI ที่เพิ่มขึ้นเรื่อยๆ ในระยะยาวได้อย่างไร?

คำถามนี้แตะถึงกลไกการกระจายกำไรในห่วงโซ่การลงทุน AI

ในระยะสั้น ผู้จัดหาโครงสร้างพื้นฐานอาจได้รับกำไรสูงจากคำสั่งซื้อที่เพิ่มขึ้นและอุปสงค์ที่ตึงตัว ในระยะกลาง ผู้ให้บริการคลาวด์จำเป็นต้อง recuperar การลงทุนผ่านการให้เช่าพลังประมวลผล การให้บริการ AI เป็นต้น ในระยะยาวกว่านั้น บริษัททั่วไปจำเป็นต้องเปลี่ยน AI ให้เป็นผลิตภาพที่สูงขึ้น ต้นทุนการดำเนินงานที่ต่ำลง หรือแหล่งรายได้ใหม่

เฉพาะเมื่อกระบวนการนี้ได้รับการ兑现 gradually คุณค่าที่สร้างโดยการลงทุนใน AI จึงจะสามารถแพร่กระจายไปสู่กิจกรรมทางเศรษฐกิจในวงกว้างขึ้นได้

แน่นอนว่าราคาหุ้นที่ไม่ปรับตัวขึ้นพร้อมกันไม่ได้หมายความว่าผลตอบแทนด้านผลิตภาพจาก AI จะไม่เกิดขึ้น อัตราดอกเบี้ยที่สูง แรงกดดันในการดำเนินธุรกิจของอุตสาหกรรมเอง และจุดเริ่มต้นในการประเมินมูลค่าของแต่ละบริษัทที่แตกต่างกัน ล้วนอาจบดบังความคาดหวังของตลาดต่อการปรับปรุงกำไรในอนาคต

แต่จากผลตอบแทนราคาหุ้นในเดือนกันยายนเป็นอย่างน้อย ความเชื่อมั่นของนักลงทุนต่อซัพพลายเออร์ต้นน้ำของ AI นั้นแข็งแกร่งกว่าการกำหนดราคาต่อผลประโยชน์สุดท้ายของบริษัทอื่นอย่างชัดเจน

ต่อปรากฏการณ์นี้ Mamaysky ไม่ได้สรุปว่าการลงทุนใน AI จะต้องล้มเหลว เขายังคงเชื่อในคุณค่าระยะยาวของ AI และไม่คิดว่าตลาดปัจจุบันได้กลายเป็นฟองสบู่แล้ว

เพียงแต่การปรับตัวขึ้นในรอบนี้จะได้รับการสนับสนุนจากปัจจัยพื้นฐานที่กว้างขวางขึ้น ยังจำเป็นต้องเห็นว่ากำไรที่ AI สร้างขึ้นไม่ได้จำกัดอยู่เพียงบริษัทเทคโนโลยีไม่กี่แห่งอีกต่อไป

สี่、ขั้นตอนต่อไปต้องดูอะไร? การเพิ่มขึ้นของผลิตภาพจะแปลงเป็นกำไรขององค์กรได้หรือไม่

ในการประเมินคุณค่าทางเศรษฐกิจของ AI Mamaysky เริ่มให้ความสนใจกับข้อมูลผลิตภาพมากขึ้น

ข้อมูลปรับปรุงที่สำนักงานสถิติแรงงานสหรัฐ (BLS) เปิดเผยเมื่อวันที่ 3 กันยายน 2026 แสดงให้เห็นว่าผลิตภาพแรงงานของภาคธุรกิจนอกภาคเกษตรในไตรมาสที่สองเติบโต 1.4% เมื่อเทียบกับไตรมาสก่อนหน้าแบบannualized และเติบโต 2.2% เมื่อเทียบกับปีก่อน

จากมุมมองระยะยาวขึ้น ตั้งแต่ไตรมาสที่สี่ของปี 2019 ถึงไตรมาสที่สองของปี 2026 ผลิตภาพแรงงานของภาคธุรกิจนอกภาคเกษตรของสหรัฐเติบโตเฉลี่ยปีละประมาณ 2.1% ซึ่งสูงกว่าระดับประมาณ 1.5% ของวัฏจักรธุรกิจก่อนหน้า

ซึ่งสอดคล้องกับแนวโน้มการปรับปรุงผลิตภาพที่ผู้เขียนสังเกตเห็น

แต่สิ่งที่ต้องแยกแยะคือ การเพิ่มขึ้นของผลิตภาพแรงงานในระดับมหภาคไม่เท่ากับว่าการมีส่วนร่วมของ AI ได้รับการยืนยันแล้ว การลงทุนในทุน การจัดสรรแรงงาน ความก้าวหน้าทางเทคโนโลยี และปัจจัยตามวัฏจักรต่างก็อาจส่งผลต่อตัวชี้วัดนี้ และในปัจจุบันก็ไม่สามารถคำนวณโดยตรงจากสิ่งนี้ว่า AI สร้างกำไรให้กับองค์กรได้มากน้อยเพียงใด

Mamaysky จึงเสนอเกณฑ์การตรวจสอบที่ก้าวหน้ายิ่งขึ้น: การปรับปรุงผลิตภาพในที่สุดจำเป็นต้องสะท้อนอยู่ในกำไรขององค์กรนอกภาคเทคโนโลยี

ซึ่งสะท้อนอยู่ในการปรับพอร์ตการลงทุนของ QuantStreet เช่นกัน แม้ว่าหุ้นคุณค่าและหุ้นความผันผวนต่ำจะมีผลการดำเนินงานที่ไม่ดีในไตรมาสที่แล้ว สถาบันแห่งนี้ยังคงรักษาการลงทุนเกินน้ำหนักสัมพัทธ์ในหุ้นสองประเภทนี้ โดยหวังที่จะรักษาความเปิดรับต่อภาคธุรกิจที่กว้างขวางขึ้น ในขณะเดียวกัน ในพอร์ตที่มีความสามารถในการรับความเสี่ยงสูง ยังคงรักษาการลงทุนในหุ้นเทคโนโลยีบางส่วนไว้

ในตลาดตราสารหนี้ สถาบันแห่งนี้也开始ปรับ duration Duration ใช้เพื่อวัดความอ่อนไหวของราคาพันธบัตรต่อการเปลี่ยนแปลงของอัตราผลตอบแทน ยิ่ง duration ยาว เมื่ออัตราดอกเบี้ยเพิ่มขึ้นมักเผชิญกับการสูญเสียราคาที่มากขึ้น แต่หากอัตราผลตอบแทนลดลง กำไรจากราคาที่เป็นไปได้ก็จะชัดเจนขึ้นเช่นกัน

ผู้เขียนเห็นว่า เมื่ออัตราผลตอบแทนพันธบัตรสหรัฐอายุ 10 ปีแตะประมาณ 5.25% ความน่าดึงดูดในการลงทุนของพันธบัตรก็เริ่มปรับตัวดีขึ้น ดังนั้น QuantStreet จึงเพิ่ม duration ของพันธบัตรในพอร์ตความเสี่ยงต่ำเล็กน้อย ซึ่งถือเป็นการปรับทิศทางที่ชัดเจนขึ้นของสถาบันนี้ในรอบกว่าหนึ่งปี

อย่างไรก็ตาม นี่ไม่ได้หมายความว่าสถาบันนี้มองบวกต่อพันธบัตรระยะยาวอย่างเต็มรูปแบบ โมเดลของยังคงไม่看好สินทรัพย์รายได้คงที่ที่มี duration สูง และ duration โดยรวมของพอร์ตยังต่ำกว่าเกณฑ์มาตรฐาน เพียงแต่ระดับการลงน้ำหนักน้อยเกินไปนั้นแคบลงบ้าง

สำหรับนักลงทุนที่เหมาะสม ผู้เขียนยังกล่าวถึงบทบาทการกระจายความเสี่ยงของสินทรัพย์ทางเลือก เช่น กองทุนไพรเวทอิควิตี้แบบ Evergreen จากการแสดงผลของผลิตภัณฑ์บางรายการที่ยกมา กองทุนที่เกี่ยวข้องปรับขึ้นประมาณ 0.5% ถึง 0.75% ในเดือนกันยายน ซึ่งช่วยสร้างผลการกระจายความเสี่ยงของพอร์ตได้บ้างในเดือนที่หุ้นส่วนใหญ่เผชิญแรงกดดัน อย่างไรก็ตาม ผลิตภัณฑ์ประเภทนี้ยังมีข้อจำกัดด้านความถี่ในการประเมินมูลค่า สภาพคล่อง และความเสี่ยงของสินทรัพย์อ้างอิง ผลตอบแทนเพียงเดือนเดียวไม่อาจพิสูจน์ความสามารถในการป้องกันความเสี่ยงในระยะยาวได้

จากการปรับเปลี่ยนเหล่านี้จะเห็นได้ว่า QuantStreet ไม่ได้เลือกถอนตัวออกจากการซื้อขาย AI อย่างสิ้นเชิง และไม่ได้หันไปหาพันธบัตรระยะยาวอย่างมากเพราะอัตราผลตอบแทนพันธบัตรปรับขึ้น แต่กำลังมองหาความสมดุลระหว่างความเสี่ยงและผลตอบแทนในสินทรัพย์ต่างๆ มากขึ้น

สิ่งที่ต้องจับตาจริงๆ ในอนาคตคือสัญญาณสามกลุ่ม

ประการแรก รายจ่ายด้านโครงสร้างพื้นฐาน AI จะดำเนินต่อไปได้หรือไม่ และการเติบโตของรายได้ของผู้จัดหาต้นน้ำยังมีอุปสงค์ที่แข็งแกร่งเพียงพอรองรับหรือไม่

ประการที่สอง AI เริ่มปรับปรุงความสามารถในการทำกำไรของบริษัทนอกภาคเทคโนโลยีหรือไม่ ข้อมูลผลิตภาพสามารถให้เบาะแสเบื้องต้นได้ แต่อัตรากำไรของบริษัท การประหยัดต้นทุน และรายได้ใหม่ต่างหากที่เป็นหลักฐานโดยตรงกว่าว่าผลตอบแทนการลงทุนจะเกิดขึ้นจริงได้หรือไม่

ประการสุดท้าย การเพิ่มขึ้นของอัตราผลตอบแทนพันธบัตรสหรัฐระยะยาวสะท้อนความคาดหวังการเติบโตทางเศรษฐกิจมากกว่า หรือสะท้อนเงินเฟ้อ อุปทานทางการคลัง และค่าชดเชยความเสี่ยงด้านอายุมากกว่า หากการเติบโตไม่ปรับตัวดีขึ้นตามคาด แต่ต้นทุนทางการเงินยังคงสูงต่อเนื่อง ผลตอบแทนการลงทุนของบริษัทจะเผชิญแรงกดดันมากขึ้น

คำถามที่การซื้อขาย AI ในปัจจุบันต้องตอบจริงๆ ไม่ใช่เพียงว่าความต้องการชิปและพลังประมวลผลจะเติบโตต่อไปได้อีกนานแค่ไหน แต่เป็นการลงทุนเหล่านี้จะสร้างกำไรใหม่ให้กับเศรษฐกิจโดยรวมได้มากน้อยเพียงใดในที่สุด

บริษัทเซมิคอนดักเตอร์ได้รับรายได้ที่มองเห็นได้จากรายจ่ายลงทุนแล้ว แต่การปรับปรุงกำไรของบริษัทในวงกว้างยังต้องรอการพิสูจน์ เฉพาะเมื่อผลผลิตจากผลิตภาพของ AI ค่อยๆ เปลี่ยนเป็นกำไรจริงนอกภาคเทคโนโลยี ตลาดจึงจะได้รับหลักฐานที่สมบูรณ์มากขึ้นซึ่งสามารถรองรับการลงทุนขนาดใหญ่ในปัจจุบันได้

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia