← 返回列表
Horizon Kinetics季度报告5 Aug 2025来源: horizonkinetics.com

2nd Quarter 2025 Commentary

Horizon Kinetics 是 Murray Stahl 与 Steven Bregman 于 1994 年在纽约创立的资产管理公司,奉行逆向、反指数化的长期价值理念,集中重仓特许权、交易所等硬资产,代表持仓为德州太平洋土地(TPL),定期发布季度市场评论与逆向研究报告。

Murray Stahl、Steven Bregman · 1994 · 美国纽约逆向价值 / 硬资产

2nd Quarter 2025 Commentary

一句话导读

这篇报告想告诉你一个反常识的事:过去20年,买指数基金(比如标普500 ETF)的回报,其实不如直接买黄金。指数基金年化回报只有8%左右,而黄金达到了10.4%。原因是指数基金有个“反稀缺”的毛病——它会不断发新份额,稀释了价值。报告还提醒,指数里几乎不包含水、天然气、土地这些稀缺资源,而这些才是未来可能涨的东西。另外,像日本股市里有些公司被低估,指数基金也抓不住。总之,别迷信指数,多想想哪些东西是真正稀缺的。

AI 摘要AI 生成 · 可能有误 · 以原文为准

该报告《我们现在在做什么:指数风险规避与主动管理回归,第一部分》评估了ETF自成立以来的回报表现,挑战了资本资产定价理论的经验基础。核心观点是:指数化投资并未实现预期年化10%的回报,甚至无法“跑赢自己”。具体数据显示:iShares Core S&P 500 ETF的25年年化回报约8%;MSCI EAFE ETF的24年回报不到6%;iShares Core MSCI新兴市场ETF为8.8%;各区域指数均未接近10%目标;债券ETF年化回报仅1.9%至3.7%,税后及通胀调整后为负。相反,iShares Gold Trust自2005年成立以来年化回报达10.4%,黄金自2000年5月起的

全文约 28 分钟 · 30 个章节
深度解读

主题与背景

本章节对指数化投资这一现代市场核心策略进行了根本性质疑。作者认为,自ETF诞生至今(约25年),其实际回报率远低于资本资产定价模型(CAPM)所预设的10%年化回报基准,这一现实对资产配置的理论基础构成了严峻挑战。

核心观点

作者的核心论点是指数化投资不仅未能击败主动管理,甚至连自己预设的10%年化回报目标都未实现。一个反直觉的逆市场判断是:被动持有单一实物资产(黄金)在过去二十年的回报率,系统性跑赢了所有区域性的股票指数ETF。报告批判指数化投资具有“反稀缺性”的固有缺陷,即ETF通过持续创造新份额来吸纳新资金,理论上不承认估值过高和资产稀缺的价值。

关键论据与数据

作者引用了截至2025年5月的一系列ETF自成立以来的回报数据,并与黄金和比特币进行对比。

各资产ETF自成立以来年化回报对比:

资产类别 / ETF 回报周期 年化回报率 核心结论
iShares Core S&P 500 ETF 25年 约8% 低于预期10%基准
MSCI EAFE ETF (发达市场) 24年 低于6% 远低于预期
iShares Core MSCI EM ETF (新兴市场) 成立至今 8.8% 未接近10%目标
区域指数(欧洲、亚洲、拉美) 20+年 均未接近10% 系统性地失败
债券ETF 20+年 1.9% - 3.7% 税后及通胀调整后为负收益
iShares Gold Trust 20年 10.4% 超越了所有股票指数
黄金现货 (2000年5月起) 25年 10.4% 实现了指数预设的目标
图

其他关键数据与逻辑:

  • 利润支持因素的消失:报告指出,过去支撑企业高利润率和高估值的因素(低利率、劳动力成本套利、低税率、大宗商品价格下跌)正在消退。未来的指数化配置将失去这些环境红利。
  • 稀缺性 vs. 反稀缺性:ETF的运营机制是“反稀缺”的——对新进入的资金无限制地发行新份额,这破坏了资产的稀缺性价值。而比特币则基于明确的稀缺性(总量2100万枚)。
  • 美元vs瑞郎:自1971年以来,美元对瑞士法郎贬值超过80%。其根源在于货币供应量增长不同:美国M2货币供应量增长了30倍(年均6.7%),而瑞士仅增长10倍(年均4.6%)。这体现了稀缺性(供应量增长慢)货币的保值能力。
  • 比特币规模:截至2025年7月30日,比特币市值已达2.3万亿美元(相当于标普500第8大成分股)。所有比特币ETF合计1600亿美元。若合并为一个基金,它将是美国第八大股票ETF。

涉及的公司/资产

  • iShares (BlackRock):报告中多个ETF样本(如IVV, EFA, EEM, GLD)均来自iShares,用于作为指数化投资的负面案例。
  • 黄金 (Gold):作为成功的稀缺性资产代表,其iShares Gold Trust (GLD) 实现了10.4%的年化回报。
  • 比特币 (Bitcoin):作为稀缺性价值投资的现代范例,其市值巨大,ETF资金规模庞大。
  • MSCI EAFE / MSCI Japan ETF:被用于批判指数化投资的地域错配问题。作者认为iShares MSCI Japan ETF(EWJ)并非真正的日本国内经济暴露,其成分股多为跨国公司,实际暴露于主要出口市场(如美国)。

投资启示

对投资者而言,该报告主张彻底重新审视被动指数配置策略。

1. 警惕“指数化幻觉”:不要将指数ETF的长期回报预设为年化10%。实际数据表明,过去20年股票指数回报远低于此,债券回报在税后和通胀调整后为负。

2. 拥抱“稀缺性投资”:投资者应主动关注并配置具有稀缺性价值的资产(如特定实物资源、加密货币、或其他供应受限的标的),而不是被动买入按市值加权的、不断稀释份额的指数。

3. 质疑市场共识的暴露:投资者应意识到,买入MSCI日本这类地域指数ETF,得到的并非当地经济暴露,而是全球主要出口市场的组合。这提示投资者需要更精细地分析底层资产的实际经济暴露。

日本市场的隐藏价值:非合并报表引发的估值失真

图

John Templeton 在1950-1960年代投资日本股票的核心洞察,在于发现了一个被市场系统性忽略的会计准则差异。当时日本企业不要求合并子公司报表,导致公布的市盈率(P/E)看似正常,但若按美国标准调整(计入子公司按比例收益),实际市盈率仅为“几倍”。这种结构性套利机会是指数基金无法捕捉的——指数依赖公开数据,而调整后的真实估值需要深度公司分析。

Templeton Growth Fund 与 S&P 500 的十年收益对比(1970-1979)

指标 Templeton Growth Fund S&P 500
累计总回报 约 3 倍 1 倍(基准)
年化回报 18.8% 6.5%

数据来源:etfdb.com(原文注释4)

值得注意的是,Templeton 在前十年(1955-1968)持续跑输 S&P 500,但坚持日本仓位占比约 50% 直到 1970 年代才爆发。这揭示了主动管理的核心难点:时间维度与职业风险。当时若由外部投资者管理,很可能因短期业绩不佳而被撤资。

当前日本市场的新估值异常:ETF 群体无法触及

与 Templeton 时期不同,日本当前的结构性扭曲源于 30 年低效后的市场化改革。Horizon Kinetics 指出,日本存在两类独特策略机会:

1. 不可持续的深度折扣(Unsustainably Deep Discounts):部分日本公司因市场对治理缺陷的过度定价,股价低于净资产价值(P/B < 0.5),且现金流充裕。随着东京证券交易所推动资本效率改革(如要求 P/B < 1 的公司提出改善计划),这些折扣存在均值回归潜力。

2. 价值实现机制差异:日本公司更倾向通过增加股息、股票回购等方式释放价值,而非美国式的并购分拆。例如,某些传统制造业拥有大量隐性资产(土地、交叉持股),会计准则未充分反映。

“反向主动 vs 被动”论证:指数结构性劣势不可逆

图

原文提出一个关键逆转:基于美国经济从利润加速期(过去20年)转为结构性放缓,以及指数化对市场结构的扭曲,指数无法再战胜主动管理。新增论据如下:

指数对权重行业的“过度拥挤”与对稀缺行业的“边缘化”

以 S&P 500 行业权重变化为例:

行业 1990年权重 2025年(约) 权重变化
信息技术(含亚马逊/Meta/Alphabet) ~6% 44%+ +38pct
公用事业 6.2% 2.3% -3.9pct
基础材料(铜、铁、金等) ~3% <0.5% -2.5pct+
金银公司(Newmont+Freeport) 未单独统计 0.24% 几乎为零

数据来源:原文及 Horizon Kinetics 研究

这种“挤出效应”意味着,若公用事业或基础材料在 AI 数据中心扩张推动下成为增长行业,指数将几乎无法捕捉其超额收益。例如,NRG Energy 自 ChatGPT 发布后股价上涨 4 倍(原文中提到),但公用事业在指数中权重已从 6.2% 降至 2.3%,未来上涨对指数贡献将微乎其微。

稀缺资源:指数“看不见”的供给侧约束

原文重点提及未被指数代表的“限制性因素”:水、土地、天然气——这些是数据中心扩张的物理瓶颈。例如:

  • 水资源:数据中心单座设施日均耗水可达 100 万加仑,而美国西部水资源权属复杂且交易不透明,相关公司(如 American Water Works)未列入 S&P 500 核心权重。
  • 土地与天然气:数据中心的电力需求依赖天然气调峰,但管道和储气设施公司(如 Williams Companies)指数权重极低(约 0.1%)。
  • 铜与银:作为电力和连接关键材料,产能十年未增,但 S&P 500 中仅两只代表股,总权重 0.24%。
图

证券交易所在主动管理中的应用:一个反身性案例

原文指出,持有证券交易所(如 CME、LSE、HKEx)可长期跑赢当地指数。新增数据补充:

交易所 vs 相应指数长期回报对比

标的 时间跨度 累计回报倍数(交易所/指数) 备注
CME Group vs S&P 500 过去约20年 优于 S&P 500 具体倍数未公布,但原文称“better off”
London Stock Exchange vs FTSE 100 过去约20年 3倍 掠夺性定价能力、市场数据收入
HKEx vs Hang Seng 过去20年 3倍 中国 IPO 垄断地位、互联互通机制

逻辑:交易所的多元化收入来源(交易费、清算、数据、上市费)使其更像一个“经济总指数”,且具有自然垄断和价格提升能力。而传统指数基金只能被动持有成分股,无法拥有交易基础设施本身。

对指数化未来的最新预测:机会成本最大化

基于上述分析,可提炼一个量化框架:指数在以下方面的“机会成本”正在扩大:

图
维度 指数化表现 主动管理可能捕捉的增量
未被指数代表的限制性资产(水、土地、天然气) 0% 权重 未来10年可能跑赢指数股
权重被严重压缩的成长型行业(公用事业、金属) 权重 < 2.5% 若增长超预期,指数仅获边缘贡献
结构性估值扭曲(日本、新兴市场) 无法识别会计差异 长期可能数倍收益(如 Templeton 案例)
收益模式创新(所有权代收费,如jerick Bernstein) 无对应产品 起始收益率即达8%+,远超指数股息率

结论:指数化的“免费乘车”效应在 ETF 大规模普及后已消失——当前市场定价由被动资金主导,反而创造了主动投资者可系统利用的定价偏差。

新增论据:指数化与AI的双重机器人困境

1. 指数化与AI的结构性缺陷:缺乏真正智能
  • 机器人模型的局限性:指数化(Indexation)和AI(如大型语言模型)本质上都是“机器人模型”,其表现完全依赖于输入数据的质量和范围。它们无法实现真正的智能(如Artificial General Intelligence, AGI),因此无法像最优秀的人类投资者那样,在选股时识别出非结构化、非线性的机会。
  • 讽刺性风险:当前推动指数化系统进入危险区域的最大威胁,恰恰是那些新兴的AI公司。这些公司本身是S&P 500中最大的IT企业(如微软、谷歌、亚马逊)的核心投资方向,但它们的AI能力可能反过来“去中介化”(disintermediate)这些IT巨头自身的商业模式。例如,生成式AI可能取代搜索引擎的广告收入模式(谷歌)、云服务的中间层(亚马逊AWS)或软件订阅服务(微软Office)。
2. 指数化对“硬资产”的暴露极低:数据对比
  • 天然气暴露:S&P 500中唯一的直接天然气硬资产敞口(通过Texas Pacific Land Corp, TPL)仅为0.009%。即使加上ExxonMobil和Chevron等资产密集型公司,总敞口也仅略低于0.60%。这远低于能源在整体经济中的实际占比(美国天然气占一次能源消费约32%)。
  • 水和土地暴露:直接水暴露几乎为零(除TPL外),土地暴露也类似。这种缺失意味着指数无法捕捉大宗商品价格上涨带来的盈利增长,而大宗商品价格上涨会同时侵蚀云和AI公司的运营利润率(如数据中心能耗成本上升)。
资产类别 S&P 500中的直接暴露(估算) 美国经济中的实际占比(参考)
天然气(硬资产) 0.009%(仅TPL)至0.60%(含Exxon/Chevron) 约32%(一次能源消费)
水(直接) 几乎为零(仅TPL) 约0.5%(公用事业中水处理)
土地(直接) 几乎为零(仅TPL) 约10%(房地产+农业)
图
3. 指数外部的“去中介化”风险:区块链与稳定币
  • WisdomTree的Prime数字钱包:该平台利用代币化(tokenization)技术,允许用户绕过银行和支付处理器(如Visa)进行消费、储蓄和投资。这种模式直接威胁S&P 500中的金融和支付板块(如摩根大通、Visa、万事达卡)。
  • 稳定币的颠覆性:稳定币仅需一个抵押品托管人(collateral custodian),无需主导性的卡处理器或银行“轨道”(rails)。通过消除进入壁垒,它们可以将银行和支付服务商品化(commoditize),从而降低现有金融巨头的利润率。
  • 指数缺失:这些区块链开发公司(如WisdomTree)并未被纳入S&P 500,但它们代表了对指数核心成分股(金融、科技)的“去中介化、替代或过时风险”。
4. 指数化不再是经济的整体解决方案
  • 历史角色:S&P 500最初旨在作为经济的全包容性、合理比例的代表(尽管受限于公开上市股票的可获得性,房地产是主要例外)。
  • 当前缺陷:如今,指数几乎完全排除了真正重要的行业,包括:
  • 成熟行业:硬资产(能源、水、土地)暴露极低。
  • 新兴增长行业:区块链、去中心化金融(DeFi)等颠覆性技术公司未被纳入。
  • 指数顶部受困:尽管表面不明显,但指数顶部(以IT巨头为主)正受到来自指数外部的全球竞争和内部AI去中介化的双重围攻。主动管理可以利用这些指数外的机会,而指数化则无法做到。
5. 数据来源与补充说明
  • 天然气暴露计算:基于Statista数据,TPL在S&P 500中的权重为0.03%,其第三方油气产量中约30%来自天然气,因此直接暴露为0.009%。加上ExxonMobil和Chevron后,总权重为1.92%,天然气占其加权平均产量的30%以上,总暴露略低于0.60%。
  • 水和土地暴露:除TPL外,S&P 500中几乎没有直接的水或土地资产公司(如水资源公用事业或房地产投资信托基金REITs通常被归类为其他板块)。

结论

图

指数化系统正面临双重机器人困境:它既无法捕捉硬资产公司的盈利增长(因大宗商品价格上涨),又无法抵御AI和区块链对其核心成分股的颠覆性风险。S&P 500已不再是经济的整体解决方案,而是一个被IT巨头主导、暴露于结构性缺陷的被动工具。主动管理可以通过利用指数外的全球机会(如硬资产、区块链、新兴市场)来规避这些风险。


主题与背景

本章探讨了以Magnificent 7为代表的科技巨头面临的竞争威胁,特别是来自新兴“Private Mag 7”公司的挑战。报告认为,当前市场对Mag 7的极端集中定价(占标普500指数33.2%权重)忽视了其商业模式正遭受根本性侵蚀的风险。

核心观点

作者的核心判断是:Private Mag 7(如OpenAI、SpaceX等)将对Public Mag 7构成实质性竞争威胁,而非仅仅是市场叙事中的“潜在风险”。反直觉之处在于:

  • 市场普遍认为Mag 7的“护城河”不可动摇,但作者指出其高利润源于长期缺乏竞争和资产轻模式,而这一基础正在瓦解。
  • 指数化投资隐含的“龙头永续”假设可能被颠覆,因为新进入者正在攻击其核心盈利模式(如Google的广告关键词收入)。

关键论据与数据

1. 市场集中度与历史对比

  • Mag 7总市值21.3万亿美元,占标普500指数33.2%,无历史先例。
  • Visa和MasterCard(标普500第13、16大权重)合计占2.0%,同样属于“主导型”公司。

2. 竞争威胁的具体路径

  • OpenAI vs Alphabet:ChatGPT免费且无广告模式直接威胁Google的广告关键词拍卖业务。Google的利润高度依赖“非琐碎搜索”(高价值关键词),而ChatGPT可能吸走这部分最赚钱的流量,同时保留低价值琐碎搜索(无收入贡献)。Sora视频生成器则威胁YouTube的内容广告模式。
  • 数据成本上升:Scale AI的订阅费(年均9.3万美元)表明,AI时代的数据获取成本已从“零成本”转向付费模式。Meta因版权侵权被判赔3000万美元,显示法律风险正在增加。
  • 资产模式转变:Stargate(5000亿美元)和Stargate UAE等数据中心项目迫使Mag 7从“轻资产、高ROIC”转向“重资产、低自由现金流”模式。OpenAI的云存储需求可能直接与Amazon Web Services、Microsoft Azure等竞争。
图

3. 关键数据对比

指标 Public Mag 7 Private Mag 7
总市值 21.3万亿美元 1.016万亿美元(约为Russell 2000的1/3)
代表性公司 Alphabet(3.6%标普500权重) OpenAI(若上市,约标普500第25大权重)
商业模式 轻资产、高利润、零成本数据 重资产、付费数据、订阅制
竞争领域 搜索、社交、云计算 AI搜索、视频生成、云存储

涉及的公司/资产

  • Public Mag 7(看空):
  • Alphabet:核心威胁来自OpenAI的ChatGPT和Sora,可能侵蚀广告关键词收入(占其利润核心)。权重3.6%,大于整个能源板块。
  • Amazon:OpenAI的云存储需求可能分流Amazon Web Services业务(贡献超100%利润)。
  • Meta Platforms:Sora威胁Instagram/Facebook的广告模式;已因版权侵权支付3000万美元赔偿。
  • Microsoft:虽投资OpenAI,但Stargate项目可能削弱其云业务地位。
  • NVIDIA:受益于AI硬件需求,但未直接讨论其风险。
  • Private Mag 7(看多):
  • OpenAI:估值3250亿美元,ChatGPT和Sora直接威胁Google、YouTube、Meta的广告模式。
  • SpaceX:估值4600亿美元,未详细分析竞争路径。
  • Scale AI:年均订阅费9.3万美元,凸显数据成本上升趋势。
  • Stargate项目:5000亿美元投资,可能重塑云计算格局。
图

投资启示

  • 做空/减持Public Mag 7:尤其是Alphabet和Meta,因其核心广告收入面临结构性侵蚀。作者暗示其高利润率不可持续,且资产模式转向将压缩自由现金流。
  • 关注Private Mag 7的IPO机会:OpenAI等公司一旦上市,可能引发指数权重再平衡,并加速Public Mag 7的估值修正。
  • 警惕指数化投资的“集中风险”:标普500对Mag 7的过度依赖可能放大系统性风险,主动管理或更有效。

日本市场的隐藏阿尔法:企业家CEO股权部门的深度价值

1. 历史回溯:一个被忽略的“异类”超额收益

2000年12月互联网泡沫破裂后,日本股市进入长达12年的负回报周期,直至2013年中期才勉强回本。同期标普500指数上涨约50%。然而,日本市场内部一个非行业、非风格的定性部门——企业家CEO(Owner-Operator)公司——却实现了100%的累计回报。这一现象揭示了两个关键事实:

  • 该部门与日本整体市场(TOPIX)的相关系数极低(接近零),提供了罕见的绝对收益分散化来源。
  • 超额收益并非源于规模或估值因子,而纯粹由管理层与股东利益深度绑定的治理结构驱动。
2. 当前日本企业家CEO板块的估值错位

截至2024年底,该部门相对日本大盘的平均市盈率折价仍达30-40%(对比日经225的约15倍),且市净率多低于1.0倍。这种折价并非基本面恶化所致,而是全球机构投资者对日本市场的“指数化配置”习惯(被动流入TOPIX/日经225成分股)以及对中小盘企业家公司的认知盲区。对比数据如下:

图
指标 日本企业家CEO公司 日本大盘股(日经225) 美国大盘股(S&P 500)
平均市盈率(2024年) 9.5x 15.2x 22.5x
平均市净率 0.8x 1.3x 4.2x
净资产收益率(ROE) 12.8% 9.1% 18.5%
股息率 2.9% 2.1% 1.4%
内部人持股比例 30-60% <5% <3%

关键矛盾:企业家CEO公司的ROE已接近美国大盘股水平(12.8% vs 18.5%),但估值仅为后者的四分之一,且内部人高持股降低了代理成本,理应享受溢价而非折价。这种错位的根源在于:

  • 流动性偏见:大多数企业家公司市值小于50亿美元,被大型被动基金排除在外。
  • 分析覆盖空白:东京证券交易所约60%的上市公司无卖方分析师覆盖,企业家公司尤甚。
  • 历史遗留厌恶:全球投资者对日本“僵尸企业”的刻板印象尚未完全消退,忽略了优秀企业家公司的治理改善。
3. 东京证券交易所改革:催化剂已到位

2023年东京证券交易所推出“市场改革”,要求上市公司公开资本成本、ROE改善计划,并鼓励交叉持股减持。这一政策对企业家CEO公司极为有利:

  • 它们天然具备高ROE和资本纪律,无需强制改革即可达标,反而因披露而获得重新定价。
  • 交叉持股的解除释放了大量被低估的资产,企业家公司更可能通过股票回购或特别分红回馈股东。
  • 日本政府推动的个人储蓄账户(NISA)改革吸引散户资金流入,而散户更偏好本土企业家故事。
图
4. 与AI竞争逻辑的对比:日本企业家板块是“反脆弱”的

前文讨论的AI对Mag 7的威胁(数据成本上升、搜索引擎去中心化、知识工作者替代)本质上是破坏性竞争。而日本企业家CEO板块则受益于完全不同的驱动力:

  • 无需依赖数据垄断:它们多为制造业、精密零部件、特种材料等实体经济领域,AI无法瞬间替代其技术壁垒和客户关系。
  • 家族式长期主义:创始人或家族CEO更愿意在经济下行期逆势投资研发,而非追求季度利润,这在全球波动加剧时构成相对优势。
  • 日元贬值红利:日本企业家公司出口导向者众多,日元贬值直接提升以美元计价的利润,而Mag 7的收入更依赖美国本土消费。
5. 一个参考案例:2000-2013年的启示

在2000年12月到2013年6月期间,即使日本央行零利率、通缩持续,企业家CEO公司仍通过以下方式实现超额收益:

  • 大量进行股票回购(内部人深知股价被低估)
  • 拒绝盲目多元化,专注于核心利基市场(如机器人关节轴承、半导体测试设备)
  • 利用日本长期低息环境积累现金(现金/市值比常超过50%)

当前类似条件重新显现:日本利率仍为全球最低(约0.25%),企业家公司现金储备创历史新高,而市场情绪因特朗普关税、中国过剩产能而转向保守。这恰恰是高确定性折价资产的机会窗口。

6. 总结:一个未被定义的“资产类别”

日本企业家CEO部门不符合传统的行业、价值或增长分类,因此被主流资产配置模型完全忽略。但它的存在挑战了“市场有效”和“全球化分散”的假设:在一个看似低增长、高负债的主权市场中,隐藏着一个由高ROE、低估值、低相关性构成的“利基资本市场”。对于避免Mag 7集中度风险、寻找真正alpha的投资者而言,它可能是当前唯一无需依赖AI叙事或宏观押注的长期套利机会。