2023年过半，上半年身处市场主线与热度中心的AI投资也转入下半场。尽管“专业投手”对后市的研判分歧渐显，但也有一批深耕科技领域的基金经理仍坚定地对行业持积极看多心态。

(相关资料图)

今年以来，截至2023年6月30日，陈衍鹏在管的诺安益鑫灵活配置基金实现了约%的基金资产净值增长。其中诺安益鑫A自2020年7月陈衍鹏管理以来获得了%的回报，同期业绩比较基准为-%，大幅跑赢同期业绩比较基准%，同期沪深300涨跌幅仅为-%。

早在2014年图像识别技术进入视野、2017年AlphaGO的围棋传说轰动一时起，陈衍鹏便敏锐地捕捉到、并惊艳于AI背后的可能性。而当AI“发烧友”亲自走入投资领域，陈衍鹏依然追逐科技产业前沿，并让投资框架臻于完善。

如何面向未来进行科技布局？近日，陈衍鹏在接受21世纪经济报道记者采访时表示，好的选股方向不仅要能够代表新的产业趋势，更要具备成长与落地的现实可能性。关注公司的业绩兑现，才不会掉入“为故事买单”的陷阱。

科技选股“三步走”

从研究员、分析师到基金经理，从一级市场到二级市场，对研究能力全方位、立体性的训练伴随着陈衍鹏的职业生涯，在让其产出百余篇行业分析报告的同时，也逐渐练就了对产业和公司较强的穿透视野。

2016年，陈衍鹏加入诺安基金，也走上了对自身投资框架的构建之路。2020年7月10日，陈衍鹏担任诺安益鑫灵活配置混合的基金经理，正式迈入投资领域。

陈衍鹏向记者介绍称，当前自身的选股框架主要分为三大核心。

首先，所选方向一定要代表新的产业趋势和技术发展。要与时俱进，保持一定的进攻性，跑在科技发展的前沿，做未来科技的“追风者”。

“科技股在于‘变’，几乎每一年都有不同的机会。”陈衍鹏指出，“但也意味着，科技领域十年前与十年后看好的公司可能并不完全相同。”

欲在日新月异的科技股中挖掘优质公司，深度研究必不可少。陈衍鹏表示，自己通常会花费大量精力，包括对行业进行细致了解、研判发展趋势，找到行业发展的焦点或矛盾点，并对产业链进行全面梳理，找出技术壁垒最高、技术最好、盈利资本最有保障的环节。在这其中，通过了解全球科技巨头的业务重点和布局方向辅助观察行业。

此外，陈衍鹏强调，他会尤其关注行业是否具备“成长的现实可能性”。这意味着充分研究行业的需求及其未来成长空间，了解行业的壁垒、核心竞争力与目前的经营格局。

在走通前两步后，投资工作才会落到对具体公司的选择。在陈衍鹏的选股理念中，好公司往往意味着管理层有明确的发展方向，公司的业务和产业方向趋势具有高度契合性，且过往有极强的执行力。

不过陈衍鹏也指出，“好公司”并不总是等于“好股票”，其核心差异之一在于公司是否真正具有能力进行业绩兑现。为此，在常规研究外，他往往通过多方沟通、财务跟踪等方式，定期对企业进行紧密调研，并将公司与所处产业进行交叉验证，观察上下游与竞争对手的发展情况等。

新周期中把握行业需求

2020年7月最初管理诺安益鑫时，考虑到彼时行业整体处于下行期，陈衍鹏在很长的一段时期中采用了仓位控制策略。公开数据显示，2020年9月30日，诺安益鑫股票占净值比仅为%，在2021年1-4季报显示，其权益仓位仍保持在64%以下。

但2023年前两季度，诺安益鑫权益仓位已分别回升至%和%，其中前十大重仓股占比分别为%和%，涉及半导体芯片、人工智能、电子元件等板块。

“今年以来诺安益鑫仓位其实一直都比较高。”陈衍鹏向记者表示，主要由于自己当前对科技保持积极的看多心态，认为其正处于“周期向上的初始阶段”。

从西方国家的经验来看，每一轮行业周期基本上会持续4-5年左右，其中上升期和下降期各两年。我国半导体行业见顶是2021年，从行业的库存、行业的资本开支、行业的需求来辅助判断，行业如今或将进入新的上升周期。

在未来的投资布局方面，陈衍鹏则相信，科技“短期看库存，中期看资本开支，长期看需求”。

“去年开始就能感受到整个科技产业链出现了主动去库存的动作，趋于健康的库存环境，为未来行业景气度上行打下基础。”陈衍鹏称，“在中期，将从公司资本开支变化中观察厂商对于未来的判断。”

而长期来看，陈衍鹏认为，AI的发展对需求的刺激仍会持续，对科技板块内部也有推动影响。大模型的支持不仅将引发芯片的更新换代，也应注意到对一系列次生需求的催化，如大体量的手机“换机潮”等。

关于具体投资方向，陈衍鹏提出了两个值得关注的领域：一是诸如交换机、PB芯片、光模块等与AI服务器相关的硬件。第二个方向则是AI应用。

其中，如果说硬件的发展因需要资金端的大量投入而仍普遍集中在头部企业，在陈衍鹏看来，应用端的发展则将成为绝大部分中小公司业绩兑现的胜负手。

“大模型巨头可能有3-5家左右，但AI产业链还有很多其他方面，每家企业都有自己的独特优势和生存环节，比如每家企业都可以做自己的AI应用。”陈衍鹏指出。在他看来，这一应用或将率先自C端铺开，展现出在广告、搜索引擎、游戏等领域的商业变现逻辑，但在B端，AI在诸如医疗、金融、教育、传媒等行业的应用同样值得期待。

特别地，在半导体方面，陈衍鹏表示自己将重点关注半导体设备材料的国产化进程。考虑到外界对中国半导体的限制依然存在，在日美垄断的一些半导体设备材料环节、AI芯片等领域，国产化提高的迫切性将更高。

（编辑：姜诗蔷）

标签：