脸书专页
粉丝交流群
RSS/FEED订阅AI投资热潮下的“共识风险”
来源: 上报 作者: 吴奕军
对许多投资人而言，股市迷人的地方，在于它总会让人以为自己“看懂了”。未来学、行为经济学、反身性理论、分析师的各种看法，表面上对市场各说各话，其实都在描述同件事：市场是一个会因人类信念而改变的动态系统，不是一台冷冰冰的计算机。
预测股市之困难，并非因为讯息量不够，实际上预测市场本身会改变交易行为，进而改变价格，摧毁原本的预测前提。
“未来学”无法预测股市
这就是为什么“未来学”或许能帮我们看看趋势前景，却无法精准预测股市。它可以提醒我们哪些力量正在累积，例如利率走势、政策周期、地缘政治、产业变化与资金流向，但它无法将市场变成静态模型。因为市场参与者不只是观察者，他们还同时进场积极反应。当大量资金根据相似的预测进场出场，预测就不再中立，而成了定价的一部分——股市与天气预报最大的不同在此，天气不会因为气象单位预测下雨就改变走势，但股市会。
“行为经济学”则进一步说明，这种市场“干扰”并非偶然，而是群众心理机制所造成。例如“过度自信”让投资人高估自己对市场的掌握，认为自己的判断比别人更准；“确认偏误”则让人只关注支持同温层的资讯，忽略反向讯号。两者相加相乘，会让投资人产生一种熟悉的错觉：“我是对的，我不是在抱牢恋栈，我是在等市场证明我是对的”。于是，当估值已高、量价背离、利多不涨、甚至基本面转弱，这些原本应被视为风险警报的讯号，却被解释成合理震荡、释放能量。于是，持股抱牢效应就这样被心理偏误放大。
从“金融大鳄”索罗斯（George Soros）的“反身性理论”来看，这并非个人问题，是集体问题。索罗斯的核心观点是，市场中的预期会反过来改变现实，而现实再回头强化预期。因此，市场泡沫不是单纯因为大家“看错”，而往往是因为大家一同看多、一同追价、一同把价格上涨误认为基本面改善而且前景乐观。当价格上涨，更多人相信自己判断正确，于是更愿意加码，又推升价格，价格上涨再度验证乐观，形成正向回馈循环。当心，市场泡沫就这样被吹起来。
由此，“行为金融学”能不能衡量泡沫前后集体乐观的极限？很难。学界通常看分析师预测分歧、估值偏离、价格动能、成交量集中度、资金杠杆与市场情绪。然而如果众家分析师对同一标的的目标价、获利预期、成长率预测逐渐收敛，价格却持续快速上涨，这种分歧则可能是市场共识过热的参考讯号。
风险常常来自大家都说同一套故事。这点在现代最典型的案例，也许就是2000年网路泡沫。当时华尔街几乎一致相信所谓“新经济”会改写估值规则，网路流量、使用者与市占率被当成企业实现未来获利的替代品，分析师共识高度集中，市场集体沉醉在类似的成长叙事。
然而，当“现金流”无法跟上网路世界的想象，美好故事就失去支撑，泡沫破裂。那是个分析师共识过度一致的时代，大家都太相信“这次不一样”，进而忽视风险。
必须尊重市场的不确定性
今天的AI科技热潮，难免让人联想到2000年那段历史，却又不能画上等号。主要差别在于现金流结构。
2000年的科技龙头与新创企业，几乎都是靠外部融资与高估值撑起成长故事，现金流薄弱，甚至未能证明商业模式可以持续；今天的AI巨头则不同，许多本来就拥有巨额稳健的现金流，能够一边赚大钱，一边投资算力、资料中心与晶片。简而言之，AI热潮是“先有现金流、再加强投资故事”；网路泡沫则是“先讲故事、现金流再说”。
但是这不代表AI科技热潮没有风险。值得警惕的是现金流再强，也有可能抵不住资本支出膨胀与高估值透支。
如果市场对AI获利速度过度乐观，分析师共识又持续收敛到同一种高估值框架，那么泡沫未必现在爆破，但市场脆弱性会逐步累积。AI重要性愈被高估，市场就更容易过度定价，技术的重要性被过度金融化，风险于是扩大。
所以，或许真正成熟的投资态度，不是追求预测胜率与高度成长，而是“尊重不确定性”。与其问“下一波怎么走”（攻击），不如问“如果会出错，哪里会先出现破绽？”（防御）。分析师意见是否收敛、预测是否过度一致、价格是否脱离基本面、资金是否过度集中、杠杆是否升高，这些都比故事更实际、更重要，因为市场最危险的时候，往往是大家都觉得自己“看懂了”。
- 🔥免费PC翻墙、安卓VPN翻墙APP
- 🔥灵魂之谜|中华文化|治国大道
投资是一场长期信念竞赛，瞬息浮动的数字只是表相。当预测取代市场实况，当共识替代客观分析，当乐观从合理判断变成无脑习惯，市场集体心理严重失真，泡沫就不再只是来自价格高估而已。也因此，投资风险管理正是防止自己被共识带向市场之巅。高处不胜寒，必须保持警戒。
