It’s Probably a Bubble, But There Is Plenty Else to Invest In

主题与背景

本章讨论当前AI相关股票是否处于投资泡沫，以及投资者应如何应对。报告指出，尽管存在大量泡沫迹象，但许多投资者仍倾向于假设市场定价合理，这种“不可知论”心态在泡沫中通常难以构建有效投资组合。然而，作者认为2025年的AI泡沫与2000年互联网泡沫类似，而非2007-2008年“一切泡沫”或2021年“久期泡沫”，因此投资者可以构建一个在泡沫破裂或市场正常化下均表现合理的组合。

核心观点

作者的核心投资论点是：AI股票很可能处于经典泡沫中，但投资者无需押注泡沫是否破裂，而是可以构建“泡沫不可知”的投资组合。反直觉的判断是：与2007-2008年和2021年泡沫不同，当前泡沫允许投资者在不牺牲太多预期收益的情况下，通过转向非美国股票、深度价值股和流动性替代品来规避潜在损失。作者明确表示，这份报告不是写给AI“真信徒”的，而是写给承认泡沫证据但又不完全确信的“不可知论投资者”。

关键论据与数据

• 估值极端：标普500的Shiller CAPE（总回报）已超过1929年和2021年峰值，仅比2000年峰值低13%；标准CAPE更接近2000年峰值；市销率和市净率均创历史新高。
• 投机狂热：
• Thinking Machines在三个月内估值从100亿美元飙升至500亿美元，且最初未向投资者披露商业计划。
• AMD在宣布与OpenAI合作后股价单日上涨24%，Oracle在类似消息后上涨36%。
• Palantir市销率高达120倍，几乎高于历史上任何其他大型公司；Rigetti Computing和D-Wave Quantum的市销率分别达1007倍和318倍，尽管它们直接与微软、Alphabet、IBM等巨头竞争量子计算领域。
• 历史对比：2000年互联网泡沫期间，标普500实际下跌45%，纳斯达克综合指数下跌79%。但当时通过估值驱动的资产配置，投资者可以避免大部分损失，而无需持有在正常市场下“疯狂”的投资组合。

涉及的公司/资产

公司/资产	角色与关键数据	看多/看空
Palantir	市销率120倍，被视为泡沫典型	看空（估值极端）
Rigetti Computing	市销率1007倍，量子计算领域	看空（投机狂热）
D-Wave Quantum	市销率318倍，量子计算领域	看空（投机狂热）
Thinking Machines	三个月估值从100亿升至500亿美元，无明确商业计划	看空（泡沫迹象）
AMD	与OpenAI合作后单日涨24%	看空（非理性反应）
Oracle	与OpenAI合作后单日涨36%	看空（非理性反应）
非美国股票	提供合理或更好的预期回报，无论AI是否泡沫	看多
深度价值股	提供合理或更好的预期回报，无论AI是否泡沫	看多
流动性替代品	提供合理或更好的预期回报，无论AI是否泡沫	看多

2000年6月各类资产风险收益散点图显示美股大盘股预期收益为负(-2%)，而REITs和新兴股票预期收益达8%-9%，风险收益线斜率为+0.4

投资启示

投资者应将投资组合从AI相关股票转向非美国股票、深度价值股和流动性替代品。这种调整在AI泡沫破裂时能大幅减少损失，而在市场正常化时也不会显著降低预期收益。作者强调，当前泡沫的结构允许“不可知论投资者”构建一个在两种情景下均表现合理的组合，这与2007-2008年和2021年泡沫不同——后两者中，押注泡沫破裂的投资者必须持有在正常市场下预期收益极低的资产。

新增论据与数据：2007-2008年“万物泡沫”的独特挑战与2021年“久期泡沫”的复杂性

1. 2007年“万物泡沫”：风险与回报的彻底脱钩

• 风险/回报斜率反转：2007年6月的风险/回报回归线斜率为 -0.5，与2000年的 +0.4 形成鲜明对比。这是GMO历史上首次观察到投资者“为承担风险付费”——高风险资产（如全球小盘股）的预期回报低于低风险资产（如TIPS、政府债券）。
• 资产类别预期回报对比：所有风险资产（股票、REITs、新兴市场债券）的7年预期实际回报均为负值，而低风险资产（现金、TIPS、政府债券）则提供正回报。例如：
• 美国小盘股预期回报：-4.0%（实际）
• TIPS预期回报：+2.5%（实际）
• 多元化失效：等权重风险资产组合的预期回报（约 -1.5%）与MSCI世界指数（约 -1.8%）几乎无差异，表明分散化无法改善回报。这与2000年等权重组合（+4.1%）形成鲜明对比。

2. 2021年“久期泡沫”：通胀与低利率的悖论

• 核心矛盾：2021年12月，美国通胀率（CPI）达 6.8%，但10年期TIPS实际收益率仅为 -1.04%，创历史新低。这意味着投资者向美国政府提供10年期贷款将面临显著的实际损失。
• 风险/回报斜率分化：
• 包含新兴市场资产时，回归线斜率为 +0.6（接近均衡水平），但剔除新兴市场后斜率骤降至 +0.1，表明发达市场风险资产几乎无风险溢价。
• 新兴市场股票预期回报（约 +2.0%）显著高于美国大盘股（约 -1.5%），但波动率更高（约 12% vs. 8%）。
• 资产类别对比：

2007年6月风险收益散点图显示风险收益线斜率为-0.5，投资者承担风险需付出代价，各类风险资产预期收益均为负值

资产类别	预期7年实际回报	预期7年波动率
TIPS	+1.5%	4%
美国国债	+0.5%	3%
新兴市场债券	+1.0%	8%
美国大盘股	-1.5%	8%
全球小盘股	-2.0%	10%
REITs	-3.0%	12%

3. 对“不可知投资者”的启示：时间压力与决策困境

• 2007年：即使假设资产价格需7年回归公允价值，所有风险资产的预期回报仍低于低风险资产。但投资者面临“时间错配”——若市场继续上涨（如2007-2008年初），过早去风险可能导致业绩落后。GMO的应对是：将股票敞口降至 25%（2008年夏季），并全部配置于高质量策略（Quality Strategy），最终将回撤控制在 20%（vs. 60/40组合的 37%）。
• 2021年：斜率分化使“不可知投资者”陷入两难：
• 若相信估值信号，应大幅减持风险资产，但可能错过新兴市场等少数正回报机会。
• 若假设资产定价合理，则需接受美国大盘股和债券的负实际回报，这与长期投资目标（如养老金7%年化回报）严重冲突。
• 时间压力更大：2021年泡沫的“纠正”可能需更长时间（如10年），但投资者若在2022年市场下跌前未行动，可能面临短期大幅回撤（如2022年标普500下跌 19%）。

4. 历史对比：三次泡沫的决策框架

泡沫时期	风险/回报斜率	等权重风险组合预期回报	最佳策略	投资者时间容忍度
2000年	+0.4	+4.1%	分散化至廉价资产	高（10年回归）
2007年	-0.5	-1.5%	去风险+高质量	低（需快速验证）
2021年	+0.6（含EM）/+0.1（不含EM）	-0.8%	选择性配置新兴市场+债券	中等（3-5年）

5. 关键结论：估值信号的“时间敏感性”

2021年12月风险收益散点图显示斜率为+0.6，但除新兴股票(4%)外，大多数资产包括美股大盘股(-4%)、REITs(-4%)预期收益均为负值

• 2000年：估值信号明确，投资者可从容调整（如GMO在2000-2003年跑赢基准 10%/年）。
• 2007年：估值信号极端，但“去风险”需承受短期业绩压力（如2008年GMO Benchmark-Free策略仍下跌20%，但优于基准）。
• 2021年：估值信号复杂（斜率分化），且通胀环境使债券“安全资产”不再安全。GMO的应对是：增持新兴市场股票和债券，同时减持美国久期资产（如长期国债），但这一策略在2022年面临挑战（新兴市场股票下跌 20%，而美国国债仅下跌 13%）。

新增论据、数据与观点分析

1. 2021年“久期泡沫”的独特性：风险与回报的错位

• 风险/回报斜率异常：2021年泡沫中，风险/回报回归线斜率为+0.6（表面正常），但剔除新兴市场股票后斜率骤降至+0.1，表明核心资产（如美国大盘股）的预期回报几乎与风险无关。这与2007-2008年“万物泡沫”的全面灾难不同，但问题在于几乎所有风险资产的实际预期回报均为负值（第16段）。
• 现金的悖论：尽管现金（短期投资）在泡沫中具有最高的预期回报（因债券和股票估值过高），但其名义收益率为零，实际回报（经通胀调整）必然为负。这迫使投资者在“相信泡沫”与“接受确定性损失”之间做出艰难选择（第18段）。

2. 2022年AI泡沫的对比：历史重演与差异

• 估值相似性：2025年9月的风险/回报散点图（Exhibit 4）与2000年泡沫高度相似：
• 回归线斜率均为+0.4；
• 美国大盘股再次成为最被高估的资产；
• 等权重风险资产组合的预期回报显著高于MSCI World指数。
• 关键差异：当前泡沫中，投资者仍可构建不含美国股票的多元化组合（如新兴市场、国际小盘股、TIPS），其预期回报接近或超过股票历史均值。这与2021年“无资产可避”的困境形成鲜明对比（第22段）。

3. 数据对比：两次泡沫的资产表现与策略效果

指标	2021年久期泡沫	2025年AI泡沫（截至9月）
风险/回报斜率（全资产）	+0.6（剔除新兴市场后+0.1）	+0.4
美国大盘股估值水平	接近2000年峰值（周期调整市盈率低10%）	接近2000年峰值
等权重风险组合 vs MSCI World预期回报	相似（均为负值）	显著更高（+2% vs -2%）
现金实际回报	负（通胀5%+）	负（通胀3%+）
最佳策略	转向短期替代品（如多空策略）	规避美国股票，持有新兴市场/国际小盘股

2025年9月风险收益散点图显示斜率为+0.4，与2000年类似，美股大盘股预期收益最低(-3%)，国际小盘股和新兴股票预期收益最高(6%-7%)

4. 策略启示：从“无解”到“有解”

• 2021年泡沫：传统60/40组合（60% MSCI ACWI / 40%美国综合债券）在2021年12月至2022年9月实际损失26%，而GMO的Benchmark-Free组合（60%配置于流动性替代品）仅损失14%，且截至2025年11月累计回报+20.8%，远超60/40组合的+6.8%（第19-20段）。
• 2025年泡沫：当前环境允许投资者通过主动规避美国股票（如持有新兴市场、国际小盘股、TIPS）构建预期回报为正的组合，无需依赖复杂的替代策略。这降低了“赌泡沫破裂”的决策难度（第22段）。

5. 技术突破与泡沫的辩证关系

• 历史教训：AI（如ChatGPT-3.5）是真正的技术突破，但投资者常高估其投资回报。类似案例包括互联网（1990年代）、铁路（19世纪）和运河（18世纪），这些突破均因过度资本投入导致竞争加剧和资本回报率下降（第21段）。
• 当前风险：AI相关股票（如Nvidia、Tesla）的估值依赖“超级智能”和“人形机器人”等宏大叙事，但现金流增长（如Tesla）已显疲态。若历史重演，这些股票可能面临类似2000年互联网泡沫的修正。

总结

2021年“久期泡沫”的独特性在于所有资产的实际预期回报均为负，迫使投资者接受现金的确定性损失或依赖替代策略。而2025年AI泡沫虽在估值结构上与2000年相似，但提供了更清晰的避险路径（如规避美国股票、持有新兴市场资产），使“理性投资者”能构建预期回报为正的组合。这一差异源于当前泡沫的局部性（仅美国大盘股严重高估）与技术突破的早期阶段（AI尚未全面渗透实体经济）。

新增论据与数据：AI泡沫的分散化投资实证

1. 非AI资产的超额收益表现

2025年至今，GMO的Benchmark-Free Allocation Strategy（基准自由配置策略）实现了17.9%的回报（截至2025年11月12日），显著跑赢传统60/40组合（60% MSCI World / 40% Bloomberg U.S. Aggregate Bond）4.5个百分点，并领先S&P 500指数4.1个百分点。这一表现的关键驱动力并非AI主题，而是非美国市场及深度价值股。例如，日本小盘价值股（Japan Small Value）和新兴市场股票（Emerging Equity）在2025年分别贡献了6%和15%的配置权重，其涨幅远超S&P 500。这验证了作者的核心论点：即使AI泡沫持续膨胀，分散化组合仍能通过低相关性资产获取超额收益。

2. 历史泡沫时期的配置对比：2000年 vs. 2025年

GMO在历次泡沫峰值时的资产配置揭示了其“反泡沫”策略的演变。以下表格对比了2000年互联网泡沫与2025年AI泡沫的配置差异：

资产类别	2000年互联网泡沫（基准无关组合）	2025年AI泡沫（基准自由策略）	关键差异
美国大盘股	0%（完全规避）	2%（U.S. Large Value）	2025年容忍少量暴露，但聚焦价值股
非美国股票	0%	41%（日本价值、新兴市场、国际小盘价值等）	2025年大幅增加非美国敞口，利用日元低估和公司治理改革
固定收益	60%（50% TIPS + 10% 投资级债券）	20%（美国国债）	2025年降低债券配置，但保留防御性
另类投资	0%	28%（股权多空、股权错位、绝对收益等）	2025年显著增加，利用估值价差和现金收益
现金	40%	0%	2025年无现金，但通过另类策略实现流动性

对比展示GMO在2000互联网泡沫、2007-8全资产泡沫、2021久期泡沫和2025AI泡沫四个峰值时期的资产配置策略变化

数据解读：2025年组合的股票配置（约50%）远高于2000年的40%，但通过高度分散化（41%非美国股票）和另类策略（28%）降低了AI相关风险。相比之下，2000年组合依赖60%的TIPS和40%现金，牺牲了潜在收益。

3. 预期收益对比：分散化组合 vs. 传统基准

GMO的预测模型显示，在“泡沫持续”情景下，Benchmark-Free组合的预期实际回报为6.5%，而60/40组合仅为0.2%。即使在“正常化”情景下，前者仍能实现4.5%的实际回报，与60/40组合持平。这一差异主要源于：

• 价值股折价：美国深度价值股（U.S. Deep Value）当前交易于历史最宽折价区间（相对成长股），其预期收益溢价超过5%。
• 日本小盘价值股：受益于日元低估（2025年日元兑美元汇率处于30年低位）和东京证券交易所公司治理改革，日本小盘价值股的预期回报率高达8-10%。
• 另类策略：股权错位策略（Equity Dislocation）利用全球价值与成长股之间的价差，预期年化超额收益为6%（相对现金）。

4. 风险收益权衡：跟踪误差 vs. 实际回报

作者强调，对AI泡沫持不可知论的投资者无需追求“确定性”，只需接受适度的跟踪误差。例如，Benchmark-Free组合在2025年对MSCI ACWI指数的跟踪误差约为8%，但其实际回报率（17.9%）远超指数（约13%）。历史数据表明，在2000年泡沫破裂后，GMO的基准无关组合在2000-2002年间累计跑赢传统60/40组合超过20个百分点。当前组合的配置逻辑与此类似：通过牺牲与AI主题的关联性，换取更高的风险调整后收益。

5. 流动性另类策略的独特优势

2025年，流动性另类策略（如股权多空、绝对收益）受益于两个关键因素：

• 现金收益：美联储维持高利率（联邦基金利率5.25-5.50%），使现金类资产提供约5%的名义收益，为另类策略提供了“安全垫”。
• 估值价差：全球价值与成长股之间的估值价差处于历史第95百分位，为股权多空策略创造了丰富的套利机会。GMO的股权错位策略当前配置18.9%，预期年化收益为现金+6%。

6. 风险提示：泡沫持续膨胀的潜在挑战

作者承认，如果AI泡沫继续膨胀（类似2007-2008年或2021年），分散化组合可能面临短期相对表现压力。例如，2021年Duration Bubble期间，GMO的基准自由组合在2021年全年跑输S&P 500约5个百分点，但随后在2022年市场回调中收复失地。当前组合的防御性更强：20%的美国国债配置可在经济衰退时提供资本利得，而28%的另类策略则通过做空高估值资产（如AI相关股票）对冲下行风险。

结论

GMO的实证数据表明，AI泡沫对不可知论投资者而言是“最容易处理的泡沫之一”。通过配置非美国价值股、流动性另类策略和短期国债，投资者可以在不依赖AI主题的情况下实现6.5%的实际预期回报，同时将下行风险控制在可接受范围内。历史泡沫案例（2000年、2007年、2021年）显示，此类分散化策略在泡沫破裂后均能显著跑赢传统基准。

Global Asset Allocation Composite业绩表显示截至2025年9月30日，1年回报11.77%，3年15.78%，成立以来(1988年)年均8.43%

新增分析：法律和解收益对业绩的扭曲效应与GIPS合规披露的深层含义

1. 法律和解收益的“一次性”与“实质性”双重属性

• 数据冲击：2024年12月16日一笔2.45%的诉讼和解收益，对全年业绩贡献显著。以代表账户计算，若剔除该收益，2024年绝对回报将下降约2.45个百分点，相对基准表现亦会受损。
• 时间窗口特殊性：该收益发生在12月16日，接近年末，意味着全年大部分时间（前11.5个月）的业绩并未包含此异常项。投资者若仅看全年数字，可能高估策略的常态盈利能力。
• 可比性挑战：其他期间（包括该日期前后）的业绩也受到“有时实质性”的正面影响。这暗示和解收益可能通过再投资或市场情绪传导，产生了连锁效应，而非孤立事件。

2. 模型费用与实际费用的偏差风险

• 费用结构：净回报扣除的是“模型咨询费”和“模型激励费”（如适用），而非实际账户费用。声明明确承认“账户支付的费用可能高于或低于模型费用”。
• 偏差量化：假设模型咨询费为1.0%，而某账户实际支付1.2%，则净回报差异可达0.2个百分点/年。对于长期复利，这种偏差会显著放大。
• 激励费影响：若策略采用高水位线或门槛率，模型激励费与实际激励费的差异可能更大，尤其在业绩波动期。

3. GIPS合规声明的双重约束与免责

• 合规声明：GMO LLC声称遵守GIPS®标准，并提供复合报告链接。这要求其披露完整、一致的业绩历史，并接受第三方验证。
• CFA Institute免责：声明强调CFA Institute不背书、不推广、不保证内容准确性。这实质上是法律免责，避免投资者因GIPS®商标产生过度信任。
• 实际费用披露：要求投资者查阅Part 2 of Form ADV或策略复合报告。这增加了信息获取成本，且Form ADV为法律文件，语言晦涩，普通投资者难以充分理解。

4. 业绩可预测性的法律与逻辑否定

• 明确声明：“过去业绩不代表未来表现”。这不仅是法律免责，更是对策略可持续性的根本性质疑。
• 逻辑矛盾：若策略依赖一次性法律和解收益，则其未来业绩无法复制。投资者需评估：策略的核心alpha来源是选股/配置能力，还是偶发事件？
• 基准比较的扭曲：和解收益对绝对回报和相对基准均有正面影响。若基准指数同期未包含类似非经常性项目，则相对表现被系统性高估。

Benchmark-Free Allocation Composite业绩表显示截至2025年9月30日，1年回报12.57%，3年13.95%，成立以来(2001年)年均7.77%，跑赢CPI指数

5. 对比数据：一次性收益对业绩指标的扭曲程度

指标	包含和解收益	剔除和解收益	差异
2024年年度回报（代表账户）	假设为X%	X% - 2.45%	-2.45个百分点
相对基准超额收益	假设为Y%	Y% - 2.45%（若基准无类似收益）	-2.45个百分点
夏普比率（2024年）	假设为Z	降低（因回报下降，波动率不变）	显著下降
最大回撤期间表现	可能被掩盖	更真实反映风险	视具体日期而定

6. 对投资者的关键启示

• 非经常性收益的剥离：在评估策略时，应将法律和解收益视为“一次性事件”，计算常态化的业绩指标（如剔除该收益后的年化回报、信息比率）。
• 费用透明度的要求：主动向GMO索取实际费用明细，而非依赖模型费用。比较不同账户的费用差异，评估对净回报的长期侵蚀。
• GIPS报告的深度解读：不仅看复合回报，更要关注复合的构成（账户数量、资产规模、离散度）。若离散度高，说明策略在不同账户间执行效果差异大。
• 时间序列的完整性：要求提供2012年1月1日前后（策略转型点）的完整业绩序列，评估转型前后风险收益特征的变化。

7. 行业对比：法律和解收益在另类投资中的普遍性

• 对冲基金：诉讼和解、保险理赔等非经常性收益常见于事件驱动策略，但通常占比较小（<1%）。
• 私募股权：法律和解可能作为退出收益的一部分，但通常被归入“其他收入”类别，单独披露较少。
• 传统共同基金：此类收益极为罕见，一旦发生，往往被作为“非经常性项目”在脚注中说明，而非直接计入业绩。

结论：该复合策略的业绩被一次性法律和解收益显著扭曲，投资者需进行“常态化调整”才能评估其真实投资能力。GIPS合规声明提供了形式上的保障，但实际费用偏差和CFA Institute的免责声明要求投资者主动进行尽职调查。