价值投资与科技股：并非对立，而是能力圈的延伸

价值投资并不排斥科技股，关键在于能否进行价值评估。田瑀强调，价值投资的核心是寻找具备可持续竞争优势、稳定商业模式和可预测盈利路径的企业，而非简单按行业标签划分。科技领域中，如模拟半导体、晶圆代工等细分方向，其产品迭代周期长、护城河清晰、盈利模式稳定，完全符合价值投资的评估框架。

他指出，过去几年中泰资管已在AI尚未成为热点时就布局相关科技板块，说明其投资决策并非追逐短期热点，而是基于长期价值判断。市场情绪驱动的短期涨幅，并非价值投资的目标；真正的验证标准是产业层面是否达成预期目标，而非股价涨跌。

“研究对不对？其实我们在研究之初就会设立一些正维指标……它不是股价涨跌。”

“涨了也不代表我们这个就对了，那可能就市场情绪到那儿了，是吧？”

风格标签≠投资框架：不PK，只匹配

田瑀明确区分了“投资风格”与“投资理念”——他并未从价值投资转向成长风格，而是始终遵循能力圈原则：只投资自己能评估价值的标的，无论其所属行业。他坦承，在短期业绩PK中，其策略确实存在劣势，因组合锐度较低、回避高波动标的，不会为追求短期涨幅而牺牲估值安全边际。

但他强调，资产管理的本质是双向匹配：找到风险偏好与长期目标契合的持有人。从原理上看，价值导向策略在回撤控制与长期复利积累上具备结构性优势，并非全面落后于成长策略。若真处全面劣势，客户自然会用脚投票；而持续服务“志同道合者”，才是可持续的商业模式。

“我没有竞争对手。其实这门生意，我的做法就是找到适合我的客户。”

“慢变”不是陈旧标准，而是护城河的试金石

针对“科技股变化快，不符合慢变标准”的质疑，田瑀指出：科技股内部差异极大——既有AI、大模型等快速迭代领域，也有模拟芯片等几十年产品形态稳定的赛道。他坚持“慢变”标准，因其本质是检验企业可持续竞争优势能否长期维持，进而决定长期ROE水平与股东回报能力。

评估过程需极度细化：拆解成本结构（如包装占3元、产业链一体化贡献4元）、分析学习曲线、判断后发者能否反超等，最终综合判断哪些优势可长期存续。真正的护城河，应是“给你钱也复制不了”的系统性能力，而非单次技术突破或资金堆砌。

“为什么做这个生意我比你强？你为什么十年之后还能比同行强？……他都会有立场的。”

成本优势的拆解与可持续性判断

在分析企业成本优势时，不能只看当前的绝对差值（例如每单位便宜十块钱），而要拆解构成成本差异的具体要素：包装、原材料、制造工艺、产业链一体化等。每一块差异背后，都要追问：竞争对手能否复制？是否有学习曲线？是否存在后发优势？ 有些成本优势是暂时的（如三块钱的包装优化），可能被快速追赶；有些则是结构性的（如四块钱的产业链协同），具备更强的可持续性。

关键在于区分哪些部分会缩窄、哪些能长期维持——即使当前总成本优势为十块钱，长期可持续的可能只有八块。投资决策应基于这个“可持续优势”的量级，而非表面数字。精准的错误比模糊的正确更危险：方向不能错（如五块钱成本必然下降），但对下降幅度的误判（三块还是两块五）仍属可接受范围，只要量级合理。

“别人通过我做同样的事情，我把反应釜做到跟你一样大，然后我在生产管理上可能做得更好……我能给你成本极限拉缩缩缩到什么程度？那这个量级大概是有的。”

“高端白酒就是很典型。我告诉你怎么做呢？他你都知道，但你做不了。”

模拟半导体的护城河与平台化挑战

模拟半导体行业具有典型的高转换成本壁垒——并非源于价格敏感，而是客户对性能稳定性与供应链安全的极度重视。即使终端产品面临激烈价格战，只要替换模拟芯片可能带来性能波动或断供风险，客户就倾向于维持现状。转换成本的本质是风险成本，而非盈利空间的增减。

当前国产替代的核心驱动力是中美摩擦带来的供应链安全窗口期。在这一背景下，客户主动愿意尝试国产方案，企业得以快速验证产品。但这一窗口期也带来巨大挑战：研发费用全费用化导致报表利润承压，而企业若为短期利润牺牲人才建设与产品拓展（如减少料号开发），将严重损害长期价值。

“对模拟半导体领域最糟糕的困难是它停止平台化的建人才建设以及研发能力的建设，这是最糟糕的情况。”

周期品定价逻辑与AI泡沫辨析

化工股作为典型周期品，其价值评估不应随产品价格短期波动而线性调整。油价上涨未必提升所有化工企业价值——只有那些成本结构与油价强相关、且具备显著能耗优势的企业，才在油价高位时扩大护城河；而以煤为原料或原油占比极低的品种，影响甚微。季报持仓下降，往往只是因股价上涨后风险报酬比恶化，属于正常再平衡。

至于AI主题，产业本身仍处早期阶段，长期潜力巨大；但相关股票中确有明显泡沫：许多标的的盈利假设过于乐观，且缺乏可持续护城河。类似历史上的房地产、新能源车热潮，主题炒作期不宜追高，但可聚焦“便宜的标的”——即长期价值被低估、短期受情绪错杀的优质企业。

“AI相关的股票里面肯定有相当部分是有泡沫的……很多长期的需求假设、盈利假设都过于乐观了。”

AI产业仍处早期，泡沫与价值并存

当前AI产业整体仍处于非常初期的发展阶段，虽已出现明显的周期性波动，但这类波动在任何新兴产业的早期阶段都属正常现象。正如过往产业周期所展现的——例如元宇宙曾经历的过度炒作与后续降温——部分AI相关标的确实已存在明显泡沫，尤其是一些缺乏技术护城河、仅靠短期下游需求爆发推高估值的公司，其当前市值水平明显偏高，长期看并不具备可持续价值。但与此同时，也存在一批长期仍被低估的优质标的，其基本面与技术潜力尚未被市场充分定价。因此，不能一概而论地否定整个AI板块，而应区分对待、精选个股。

“现在这个大家给乐观的这个这个市值水平了，那肯定是有的，但肯定也有一些标的，长期来看仍然是便宜的，也肯定是有的。”

“呃，那AI我觉得不是这个……它确实是能带来劳动生产力的提升，这个是很明确的。”

科技价值的核心在于正反馈与生产力提升

判断一项科技是否具备长期价值，关键在于其是否能形成正反馈闭环——即是否真正有用、能否带来实际效用。劳动生产率的提升是最硬核的衡量标准，因为这直接关联到经济效率与可持续增长。To C端虽常被质疑为“情绪价值”，但像游戏、陪伴型机器人等应用，其实也构成了真实价值的一部分：它们能提升个体的幸福感与工作动力，进而间接促进生产力。尤其在AI领域，To B端的生产力赋能已较为清晰，而To C端的突破（如情感陪伴、人机交互）虽尚存不确定性，但长期潜力不可忽视。

“任何科技的进步，最后它也得有正反馈啊，它得有用啊，没用的东西，那长期没有价值呀。”

“如果两头都不占，那就完蛋了……我们只要不下注，这个事情就没风险。”

投资策略：不确定就不动，严守安全边际

面对技术演进与市场情绪的双重不确定性，审慎的投资原则是“只投看得懂的、不下的注就不冒风险”。当无法清晰判断某项技术或商业模式的长期价值时，主动回避高估值、高情绪驱动的标的，是控制下行风险的最有效方式。这并非保守，而是基于对技术落地周期与商业可持续性的深刻认知——“不下注”本身就是一种积极策略。未来若能观察到更明确的正反馈证据（如规模化盈利路径、用户行为深度迁移），再逐步加仓，方为理性、可持续的科技股投资方法论。