2nd Quarter 2025 Commentary

主题与背景

本章节探讨了当前投资实践中，投资者为规避风险而普遍采用的指数化投资策略及其长期表现。报告旨在分析这种“指数风险规避”策略的实质，并将其与主动管理策略进行对比，揭示市场主流投资范式的潜在问题。

核心观点

作者的核心论点是，广泛采用的指数化投资策略（即“指数风险规避”）并非真正的风险规避，而是一种可能带来长期回报不足的“权宜之计”。一个反直觉的判断是，尽管指数投资被宣传为分散化和低成本的最佳实践，但其长期回报（尤其是经通胀和税收调整后）可能远低于投资者预期，甚至为负，这挑战了传统金融理论的有效性。

关键论据与数据

报告通过长期历史数据来支撑其观点，指出主要股指ETF的回报表现平庸：

• 股票指数回报：iShares Core S&P 500 ETF (IVV) 自2000年5月成立以来，25年的年化回报率约为8%。iShares MSCI EAFE ETF (EFA) 自2001年8月成立以来，24年的年化回报率低于6%。
• 债券指数回报：主要债券ETF的长期回报率在1.9%至3.7%之间，扣除通胀和税收后，实际回报为负值。
• 对比资产回报：与此形成鲜明对比的是，iShares Gold Trust (IAU) 自2005年成立以来实现了10%的年化回报。黄金自2000年5月以来的25年年化回报率达10.4%，超过了同期标普500指数。

报告指出，这些数据对资本资产定价模型和现代投资组合理论构成了挑战，因为传统理论难以解释为何一种“无收益”的资产（黄金）能长期跑赢被视为市场组合的股指。指数化投资的机制被批评为无视估值、依赖持续资金流入，存在内在缺陷。

涉及的公司/资产

• iShares Core S&P 500 ETF (IVV)：作为美国大盘股指数的代表，其约8%的25年年化回报被用作基准，但报告暗示这一回报对于长期投资目标而言可能不足。
• iShares MSCI EAFE ETF (EFA)：作为国际发达市场股指代表，其低于6%的回报表现更弱。
• iShares Gold Trust (IAU) 与 现货黄金：作为对比资产，其10%及以上的年化回报被呈现为超越传统股指的表现案例。
• 比特币：在报告概述中被提及，作为一种基于稀缺性设计的新型资产范式，与指数化投资所依赖的无限增长假设形成对比。

投资启示

对于投资者而言，这意味着盲目依赖传统的宽基指数进行长期资产配置可能无法实现财富保值增值的目标，尤其是在高通胀环境下。投资者需要重新审视“分散化”的定义，考虑将一部分资产配置于与传统股指相关性低、且具有不同价值逻辑（如稀缺性）的资产类别（如黄金、或报告中暗示的比特币等），并重视估值在投资决策中的作用，而非完全被动地跟随指数。

主题与背景

本章节在长期投资回报的背景下，对传统指数化投资策略的有效性提出根本性质疑。报告以2025年5月为时间点，利用已拥有25年历史的ETF数据，审视了现代投资组合理论与资本资产定价模型所依赖的长期回报假设。

核心观点

作者的核心论点是：长达25年的实际数据表明，传统股票和债券指数化投资的回报远低于理论预期（如股市10%的年化回报），这动摇了现代投资组合理论的实证基础。一个反直觉的判断是：简单的黄金持有策略在过去二十多年的回报超越了所有主要区域股票指数；而基于人为设计稀缺性（如比特币）的资产，为逃离传统指数化投资的困境提供了另一种范式。

关键论据与数据

报告使用自成立以来的ETF回报数据作为核心论据，并与黄金、比特币进行对比。

1. 传统指数回报低迷：

• iShares Core S&P 500 ETF的25年年化回报约为8%。
• MSCI EAFE ETF的24年年化回报低于6%。
• 欧洲、亚洲、拉丁美洲等区域指数均未接近10%的预期回报。
• 债券ETF（短期、长期、通胀保值国债）的年化回报在1.9% 至 3.7% 之间，扣除通胀和税收后为负值。

2. 黄金表现突出：

• iShares Gold Trust自2005年成立以来的年化回报达到10%。
• 黄金自2000年5月以来的25年年化回报为10.4%。

3. 指数化投资的内在缺陷：

• 机制上，指数化投资无视估值，仅依据市值、交易量等描述性统计纳入成分股。
• 其运作依赖于持续的资金流入和无限的新份额发行，这与“稀缺性”价值完全相反。

4. 稀缺性资产范式：

• 比特币：总量恒定2100万枚，基于明确的稀缺性设计。其市值已达2.3万亿美元，可位列标普500成分股第8位。比特币ETF总规模达1600亿美元，相当于所有主要标普500 ETF总规模的8%。
• 法币对比：自1971年以来，美元对瑞士法郎贬值超过80%。同期美国货币供应量增长30倍（年化6.7%），而瑞士增长10倍（年化4.6%），相对稀缺性带来了价值差异。
• 稀缺性投资不限于实物：报告以在CBOE交易的波动率指数为例，说明即使是非稀缺的金融概念，只要需求足够，也能成为可交易资产。

涉及的公司/资产

• iShares系列ETF：作为分析对象，其长期回报数据是质疑传统指数化投资的主要依据。报告看空其代表的传统指数化投资策略的未来表现。
• 黄金 / iShares Gold Trust (IAU)：作为对比资产，其长期回报超越了主要股票指数，报告隐含看多其作为稀缺实物资产的价值存储功能。
• 比特币及相关ETF：作为基于算法稀缺性的新兴资产类别，报告将其视为对抗传统指数化投资和货币贬值的潜在工具，持积极看法。
• iShares MSCI Japan ETF：作为案例，指出其成分股多为跨国公司，投资者通过该ETF暴露的并非日本国内经济，而是其公司的全球主要出口市场。

投资启示

对投资者而言，这意味着需要重新审视对传统股债指数化投资的长期回报预期。报告暗示，未来的资产配置应积极寻找并纳入具有“稀缺性”特质的资产，这可能包括：

1. 实物商品（如黄金）。

2. 基于规则设计稀缺性的数字资产（如比特币）。

3. 即使在广泛的市场指数中，也需深度挖掘那些真正具备稀缺性价值（如特定商业模式、特许经营权）的个别公司或资产，而非盲目跟踪大盘。投资策略应从被动的“描述性”指数跟踪，转向主动的“定性”价值发现。

日本市场的独特机遇：超越指数的价值发现

文章指出，在指数表面之下，日本市场蕴藏着比稀土更具吸引力的投资机会。这得益于日本企业和股市监管体系的独特属性，这些体系在经历了30年的低效和功能失调后，正经历剧烈的市场化变革。因此，市场中不乏经典的价值型和成长型公司。由于其独特的日本特质，这些公司拥有非常长期且基本不受阻碍的增长跑道。

稀缺性与可获得性看似矛盾，但可以通过一种称为 “预期性稀缺价值” 的方法来解决。文章以传奇投资者约翰·邓普顿为例进行说明。

#### 约翰·邓普顿的启示：逆向投资与长期主义

约翰·邓普顿或许是有记录以来最伟大的公开市场股票投资者。他的邓普顿成长基金在成立后的头十年多（1955年至1968年）一直跑输标普500指数，并且在大部分时间里差距显著。然而，在整个20世纪70年代，该基金的累计回报几乎是标普500指数的三倍（年化回报率18.8% vs. 6.5%）。

原因在于，他在20世纪50和60年代就开始投资日本公司。他观察到：

• 日本公司的增长速度远高于美国公司。
• 虽然公布的市盈率看似正常，但日本公司不像美国公司那样将子公司收益合并报表。若按比例计入子公司收益进行调整，日本公司的实际交易市盈率仅为个位数。

这些投资最终占到了邓普顿基金约一半的仓位，他持有多年后才获得丰厚回报。文章强调，如果他不是自己掌控职业安全，很可能在投资论点被验证之前就被解雇了。这揭示了指数化投资与主动管理的核心区别：

#### 当前日本的估值异常与主动策略

如今，日本再次呈现出ETF大众无法获得的独特估值异常（尽管原因不同）。Horizon Kinetics 近期应用两种不同的日本股票策略，每种策略都由当前发挥作用的不同社会和企业结构因素所驱动，创造了不可持续的深度折价和独特的价值实现过程。

文章进而提出一个有力的观点：应扭转关于主动与被动投资的传统论断。基于美国经济过去几十年利润增长路径的改变，以及指数化对市场结构和估值的扭曲影响，可以断言：指数未来将无法再战胜主动型基金经理。

指数无法做到的事：两个案例

以下是两个指数“看不见”或“做不到”的投资思路示例：

#### 1. 对指数开个“玩笑”：拥有管理者而非支付费用

• 案例：Alliance Bernstein LP (AB)
• 逻辑：投资者通常支付费用给管理人，以获得涵盖大盘股、小盘股、国际、新兴市场、债券等多元化组合，可能获得1%-2%的股息率。相反，投资者可以成为AB的有限合伙单位持有人，部分拥有这家上市资产管理公司。
• 优势：从“费用支付者”转变为“费用收取者”。AB将其收益进行分配，近期基于运营利润的分配收益率约为8%。该公司近年来持续获得资金净流入。结合外部增长和投资组合的长期升值，实现额外2%的回报是一个适度的门槛。
• 结论：这是一种与购买ETF资产组合或股息贵族ETF（收益率约3%）截然不同的回报模型。

#### 2. 作为“超级指数”的证券交易所

数据显示，拥有证券交易所的股票长期表现远超其本地大盘指数：

原因：证券交易所有着清晰、可持续的财务和商业模式原因，使其经济部门敞口比宽基股票指数更加多元化，从而长期跑赢本地股市。并且有充分理由相信，证券交易所作为一个股票类别和策略，在未来几十年的表现将优于过去。

面向未来的ETF投资者：利用指数识别稀缺性

审视当前ETF时代指数化的结果后，文章最后指出几个将在未来时代压制其回报潜力的因素。

问题核心：指数权重扭曲与“挤出效应”

信息技术板块现已占标普500指数权重的44%以上（包括被归类为“非必需消费品”的亚马逊和“通信服务”的Meta与Alphabet）。这挤占了其他曾经重要的经济板块在未来指数中的贡献度，即使它们未来表现出色，对指数的影响也微乎其微。

案例一：电力公用事业

• 过去：该板块几十年表现落后于市场。过去20年，受监管的公用事业发电量下降了10%。包含股息在内的年化回报率为7.8%。
• 未来转折：AI数据中心扩张正在超级放大许多行业的增长率，电力公用事业是其中之一。
• 示例：NRG Energy
• 过去表现：截至2024年的20年间，每股账面价值加股息年化增长仅2.2%。截至2022年的18年间，股价总回报年化为6.9%。
• ChatGPT发布后：股价已翻了两番。基于需求增长超过新发电产能建设速度，NRG预计未来可见的年度盈利增长为15%，这超过了美国企业历史整体的销售和利润增长。
• 指数困境：电力公用事业在标普500中的权重已从1990年的6.2% 降至目前的仅2.3%。该板块未来的正面期权价值已基本从标普500的未来表现中被“挤出”。

案例二：基本金属与贵金属

• 背景：由于类似原因（如长期需求增长），铜、铁矿石、白银等金属也处于长期需求阶段。但其产能过去十年一直在缩减，此状况可能未来十年都无法扭转。供需失衡对价格和利润的影响显而易见。黄金作为美元和经济不确定性对冲工具，同样面临供应能力挑战。
• 指数困境：标普500中仅有的两家基本/贵金属公司（Newmont 和 Freeport-McMoRan）合计权重仅为 0.24%。

案例三：未代表的稀缺资源板块

• 最大机会成本：指数完全无法捕获未来回报的领域，是那些未被纳入指数的板块，它们体现了最大程度的稀缺性。
• 当前焦点：任何可能成为数据中心扩张限制因素的公司，例如提供水、土地和天然气的硬资产公司。这些是未来增长的关键瓶颈，但它们在主流指数中毫无踪影。

指数化投资的局限与新兴风险

#### 1. S&P 500 对关键实物资产的暴露严重不足

• 天然气暴露极低：S&P 500 中唯一的直接天然气暴露（通过硬资产公司如特许权使用费）仅为 0.009%，主要通过 Texas Pacific Land Corp (TPL) 实现。计算方式为 TPL 在指数中 0.03% 的权重乘以约 30% 的第三方天然气产量占比。
• 若纳入传统能源公司：加入 ExxonMobil、Chevron 等资产密集型勘探生产公司后，S&P 500 对天然气的总暴露仍不足 0.60%。具体计算如下：

• 其他硬资产缺失：除 TPL 外，指数对水资源、土地等实物资产几乎无直接暴露。

#### 2. 商品价格上涨对指数的双重打击

• 硬资产公司 vs. 科技公司：商品价格上涨可能提升硬资产公司盈利，但同时会挤压云计算和 AI 公司的运营利润率（因能源成本上升）。
• 指数收益受压制：指数无法充分捕获硬资产公司的增长，而这些增长的基础（商品价格上涨）反而可能抑制指数整体盈利。

#### 3. 指数外部的颠覆性风险

• 区块链与金融脱媒：WisdomTree 等区块链开发公司虽不在指数内，但其 Prime 数字钱包通过代币化技术，允许用户绕过银行、Visa 等中介进行支付、储蓄和投资。
• 稳定币的威胁：稳定币仅需抵押品托管方，无需依赖传统卡处理器或银行“轨道”，可能使银行业务和支付 commoditized（商品化），降低进入门槛。

#### 4. 指数化与 AI 的局限性

• 模型依赖输入质量：指数化和 AI 均为“机器人模型”，其效果完全取决于输入数据。两者均未达到真正智能（AI 尚未实现 AGI）。
• 人类优势依然存在：在选股等领域，最优秀的人类仍优于指数和聊天机器人。
• 讽刺性风险：推动指数化系统进入危险区域的，正是那些最具威胁性的新兴 AI 公司。S&P 500 在商业模式上高度依赖大型 IT 公司，而这些公司正大力投资 AI 技术——这些技术可能颠覆其自身业务。

#### 5. S&P 500 的代表性危机

• 不再具备全面性：S&P 500 已不再是股票投资的“全能解决方案”，无法全面、按比例代表经济（尤其是房地产等关键领域）。
• 重要板块缺失：指数目前排除或几乎排除了许多重要板块，包括已成熟的和新兴增长型行业。

#### 6. 指数顶部的隐性危机

• 表面之下的围攻：指数顶部的公司（尤其是大型科技公司）正面临来自指数外部的竞争压力。
• 主动管理的机遇：指数外的广阔世界（如非上市资产、新兴市场、另类投资）为主动管理提供了规避指数化风险、寻找超额收益的空间。

核心结论：S&P 500 的结构性缺陷（硬资产暴露不足、对科技股过度集中）与外部颠覆性力量（区块链、AI 自我颠覆）的结合，使得单纯依赖指数化投资的风险显著上升。投资者需警惕指数“代表性失灵”，并考虑在资产配置中纳入指数外的主动管理策略或另类资产。

主题与背景

本章节探讨人工智能（AI）发展对当前科技巨头（“美股七巨头”，Mag 7）构成的根本性竞争威胁。报告指出，Mag 7凭借长期垄断地位和异常高的利润率获得了巨大市值，但这一格局正面临来自新一代“私营七巨头”（Private Mag 7）的创造性破坏。

核心观点

作者的核心论点是：以OpenAI为代表的“私营七巨头”正在利用AI技术，从商业模式、成本结构和数据获取等根本层面，对“美股七巨头”的垄断地位和高利润率构成实质性威胁。这一过程将迫使传统巨头从轻资产、高回报的模式，转向重资产、更具周期性的运营模式，从而侵蚀其估值基础。

关键论据与数据

1. 垄断地位与高估值：“美股七巨头”总市值达21.3万亿美元，占标普500指数权重的33.2%，历史上前所未有。其高估值部分源于异常高的利润率，而这得益于长期缺乏有效竞争（例如，谷歌搜索引擎约25年无实质对手）。

2. 历史成本优势的终结：部分巨头（如谷歌、苹果）早期成功依赖于免费使用互联网基础设施（由电信公司维护），而Meta等公司则依赖于用户提供的低成本甚至零成本数据和内容进行变现。这种低成本环境正在改变。

3. “私营七巨头”的崛起与威胁：

• 以OpenAI为例，其ChatGPT作为搜索引擎，可能分流谷歌最有利可图的“非琐碎搜索”流量，侵蚀其关键词广告收入。ChatGPT的Sora视频生成器直接威胁YouTube、Instagram和Facebook的广告模式。
• OpenAI参与的“星门”（Stargate）数据中心项目（投资5000亿美元，计划4年内完成）及其与多方合作的“星门阿联酋”项目，将使其直接进入云计算业务，对亚马逊AWS、微软、谷歌云等构成威胁。
• 这些大规模数据中心投资正迫使Mag 7的云计算公司从轻资产模式转向重资产模式，影响其自由现金流利润率和财务灵活性。

4. 数据成本的法律挑战：Scale AI（私营七巨头之一）的数据标注服务年订阅费平均高达9.3万美元，凸显了高质量数据的成本。同时，针对微软和OpenAI的多起版权侵权诉讼（其中12起已在纽约联邦法院合并审理），以及Meta在2024年因侵权被判赔偿3000万美元的案例，表明“零成本数据”的时代可能终结。

涉及的公司/资产

• 看空/面临威胁的“美股七巨头”（Public Mag 7）：
• Alphabet（谷歌）：核心搜索引擎和YouTube业务面临ChatGPT的直接竞争，关键词广告收入和利润率可能受损。占标普500权重3.6%。
• Meta Platforms：社交媒体广告模式受Sora视频生成器威胁；因版权侵权被判赔3000万美元；据报道拟收购Scale AI 49%股份，反映其对高质量数据的迫切需求。
• 亚马逊、微软、苹果：其云计算业务（AWS等）面临来自OpenAI等新进入者的竞争压力。
• 整体影响：被迫进行重资产投资，商业模式周期性增强，高利润率可能难以维持。
• 构成威胁的“私营七巨头”（Private Mag 7）代表：
• OpenAI：关键威胁来源。ChatGPT威胁谷歌搜索；Sora威胁视频平台；通过数据中心项目进军云计算；面临版权诉讼。私营市场估值达3250亿美元，若上市可跻身标普500前25大成分股。
• Scale AI：凸显高质量数据的成本（年均订阅费9.3万美元），其商业模式本身不直接竞争，但揭示了行业基础要素的变化。
• SpaceX：私营市场估值最高，达4600亿美元。
• 其他相关方：
• 微软：OpenAI的投资者，但同时自身业务也面临竞争威胁，且与OpenAI一同卷入版权诉讼。
• Visa & Mastercard：作为支付系统垄断者（合计占标普500权重2.0%），其模式同样面临潜在颠覆风险，被用作类比。

投资启示

1. 重新评估科技巨头估值逻辑：投资者需审视Mag 7公司建立在长期垄断和超高利润率之上的估值是否可持续。AI带来的竞争可能系统性压低其盈利能力和资本回报率。

2. 关注商业模式颠覆风险：重点关注以广告为核心收入（如谷歌、Meta）和以云计算为核心增长引擎（如亚马逊、微软）的公司，其现有商业模式面临的结构性挑战最为直接。

3. 认识行业范式转变：AI竞争正推动行业从“轻资产、零成本数据”范式转向“重资产、高价值数据”范式。这可能导致整个科技板块资产变重、现金流波动性增加、估值体系调整。

4. 留意私营市场的风向标：“私营七巨头”的估值和动向（如OpenAI的进展、Scale AI的数据成本）是观察行业竞争格局演变和未来公共市场结构变化的重要先行指标。

二、版权诉讼与数据成本：悬在科技巨头头上的达摩克利斯之剑

Meta 近期在版权诉讼中的“胜利”具有极大的局限性。法官的判决意见明确指出，原告的败诉主要源于论证路径错误和证据不足，而非 Meta 的行为本身被认定为“合理使用”。法官的核心观点极具警示性：当一家公司利用受版权保护的书籍来开发一个可能创造数千亿甚至万亿美元价值的工具，并可能催生无限量的竞争性作品、从而严重损害原作品市场时，很难想象这能被认定为“合理使用”。

这一司法风向预示着两种截然不同但都将重塑行业格局的未来：

1. 诉讼天平倾斜：若后续原告（如出版商、媒体集团等组织更完善、证据更充分的实体）胜诉，大型科技公司获取训练数据的成本将急剧飙升。这将对严重依赖内容数据的上市公司和私营科技企业构成重大打击。

2. 创作生态收缩：若原告持续败诉，个体创作者将被迫采取极端措施以自保，例如严格限制作品的流通范围，仅提供给同意限制材料使用的授权用户。这将导致“公共领域”概念的嬗变，并同样推高数据和诠释性材料的获取成本。

当前的矛盾在于：大型科技公司的数据是专有财产，而其他一切个人和实体的数据却似乎处于“公共领域”。这种不平衡的状态显然是不可持续的。版权法的演进，将成为决定 AI 发展成本和商业模式可行性的关键变量。

三、AI 驱动的“去中介化”：巨头自身的商业模式危机

即使数据获取不受限制，AI 也可能从内部瓦解现有巨头的护城河。一个典型的威胁场景是：像 ChatGPT 这样的服务，未来可以轻易识别出亚马逊上任何产品的制造商，并直接将用户与生产商联系起来，甚至完成下单。这个过程完全绕过了亚马逊作为平台的中介角色。

这种“去中介化”风险不仅限于电商。在搜索、广告、应用分发、云计算等多个领域，生成式 AI 都有潜力重构价值链，使现有的聚合平台变得不再必要。当 AI 助手能直接满足用户需求时，用户为何还需要访问一个充满广告的搜索引擎或电商平台首页？

四、竞争回归：高估值倍数的历史性修正

上述具体风险是否会全部成为现实并不最重要。关键在于一个根本性的转变：过去25年来庇护全球最大公司的“竞争绝缘层”正在瓦解。

Mag 7 极高的估值倍数，很大程度上反映了竞争的相对缺失。随着 AI 等新技术释放出长期缺席的竞争力量，这些倍数理应向更正常的历史水平回归。我们可以从两个面临明显挑战的公司窥见端倪：

特斯拉的估值建立在对其未来统治地位和盈利能力的极端预期上，而现实是竞争正在急剧压缩其市场份额和定价能力。Alphabet 则面临其核心“现金牛”业务被更高效、更直接的信息获取方式颠覆的根本性风险。这两家公司的情况表明，市场可能尚未充分定价竞争格局剧变带来的长期盈利压力。

五、日本市场：传统资产配置中的“异类”与隐藏的瑰宝

与上述美国科技巨头的叙事形成鲜明对比的是日本市场，它提供了一个完全独立、不相关的投资命题。

日本股市整体在2000年互联网泡沫破裂后，经历了长达12年的负回报，直到2013年中才回到原点。同期，标普500指数上涨了50%。然而，日本市场内部一个特殊的板块——并非按行业或风格划分，而是按公司治理性质定性的板块——同期涨幅却达到了100%。

这个板块就是 “所有者-经营者”或“企业家CEO”板块。它的特征是：

• 受保护：主流投资界要么不了解，要么完全不感兴趣，导致“人群”缺席，有效市场在此失效。
• 深度低估：正是由于上述关注度缺失，估值折价得以存在并持续。
• 完全不相关：其驱动因素与宏观经济周期、行业轮动或主流市场风格关联度极低。

这让人联想到70年前约翰·邓普顿在日本发现的机会。今天，由于不同的原因（如公司治理改革、代际传承、被忽视的小市值公司等），类似的机会再次出现。这个“企业家层”代表了日本市场表层之下一个异常诱人的长期增长领域，为寻求分散化和超额回报的投资者提供了独特的“资产配置清新剂”。