RISK / PORTFOLIO04 SEP 2026
半导体与AI投资 04｜你以为买了五家公司，
其实买了一个赌注
上一篇我们用三个问题给半导体产业链分了层。这一篇处理一个更实际的问题：知道了谁强谁弱之后，仓位应该怎么摆。
分散化能消除个体风险，不能消除共同风险。当一个板块的所有标的暴露在同一个变量下时，持仓数量制造的只是安全感。
COMMON 01 共同变量在哪 |
LAYERS 02 个股与组合两层 |
LIMITS 03 过度谨慎的代价 |
中心判断：
半导体产业链内部的标的，在地缘冲击下相关性趋近于 1。因此分散化在这里基本失效，安全边际必须在个股和组合两个层面同时提高——而后者更常被忽略，杀伤力也更大。
RISK / 01
一、分散化的前提，经常被跳过
分散化能降低风险，这句话是对的，但它有前提：被分散的风险是彼此独立的。
买五只股票能降低风险，是因为 A 公司的管理层出错、B 公司的产品线失败、C 公司的客户流失，这些事件之间没有必然联系。互相独立的风险叠加，方差会被摊薄。
但如果五个标的的主要风险来自同一个变量，那么持仓数量不产生任何分散效果。
它只产生一种东西：安全感。
RISK / 02
二、半导体板块的共同变量
设想一个"分散良好"的组合：光刻设备龙头、晶圆代工龙头、前道设备厂、AI 芯片设计公司、EDA 双雄之一。
五个标的，五种不同的商业模式，五条不同的护城河。看起来分散得很好。
现在做一次压力测试：
| 情景 | 五者的反应 |
| 台海地缘事件 | 同向剧烈下跌 |
| 管制大幅收紧或放松 | 同向变动（方向相反但同步） |
| 追赶方取得关键突破 | 冲击时点不同，方向一致 |
| AI 资本开支不及预期 | 同向下修 |
四种主要情景里，没有一种能被这五个标的的组合分散掉。
你以为买了五家公司，实际上买了同一个赌注的五种表达方式。
这不是说它们完全一样——它们的时间表、暴露路径、恢复能力确实不同。但在最坏的那几种情景里，差异会被压缩，相关性会跳升。
而相关性跳升的时点，恰恰就是你最需要分散化的时点。这是这类风险最恶劣的性质：它在平静时看起来是分散的，在需要它分散时不分散。
RISK / 03
三、三种不确定性，需要三种不同的应对
不是所有不确定性都该用同一种方法处理。
| 类型 | 性质 | 正确应对 |
| 商业竞争 | 可研究、可跟踪 | 研究，估值折价 |
| 技术追赶时点 | 方向已知，时点不可测 | 缩短回本期要求 |
| 地缘政治 | 不可预测，且不可研究 | 只能靠价格与仓位 |
第三类最需要单独讨论，因为它有一个反直觉的性质：研究它的边际收益接近于零。
商业竞争可以靠尽调降低不确定性——多读一份行业报告、多做一次渠道调研，你的判断会真的变准。
地缘不行。你把所有公开信息读完，对"三年后管制怎么变"的判断力不会有实质提高。因为决定它的是少数人在非公开场合的决策，而这些决策本身也常常是临时的。
对可研究的不确定性，用研究应对；对不可研究的，直接用价格和仓位应对。
把研究用在不可知的地方，产出的不是判断力，是虚假的信心。
而虚假的信心会让人加仓。这才是真正的危险：研究得越多，越觉得自己看清了，仓位越重——而实际的不确定性一点没少。
RISK / 04
四、于是，安全边际要在两个层面同时提高
层面一：个股的价格折让。
这是传统做法，也是大多数人唯一会做的调整。逻辑清楚：未来现金流的方差变大，折现率就该上升，同样的盈利应该给更低的估值。
层面二：整个板块的仓位上限。
这一条更重要，也更常被忽略。
因为分散化失效，最大回撤要按整个板块算，不能按单只股票算。
如果你给单只股票设了 10% 的上限，觉得很稳健，然后买了五只相关性趋近于 1 的股票——你实际的单一风险暴露是 50%，不是 10%。
仓位纪律如果只在个股层面执行，在共同风险面前等于没执行。
正确的做法是先设板块上限，再在其中分配个股，而不是反过来。
RISK / 05
五、安全边际不只有"便宜"这一种形式
格雷厄姆的原始定义是价格折让。但面对这类不确定性，安全边际至少有三种形式，而且可以叠加。
一、价格 —— 传统折让。
最直接，但它依赖市场配合：你要求的折让，市场未必给。这意味着它是一个被动的安全边际——你无法单方面创造它。
二、时间 —— 要求更短的回本期。
这一条主动权在自己手上，也更被低估。
远期现金流的可靠性，下降得比近期快得多。一个环节今年的护城河很确定，五年后不确定，十年后完全不可知。而标准的折现方法用一个恒定的折现率处理所有年份，等于假设第十年的现金流和第一年一样可信。
要求更短的回本期，等于自动给远期现金流打了更狠的折——这比在总估值上笼统砍一刀更贴合真实的风险结构。
当不确定性主要来自远期而非近期时，调整期限要求，比调整价格要求更精准。
三、仓位 —— 保留未投入的资金。
这一条常被当成踏空的借口，但它有硬逻辑：波动率上升的资产，会更频繁地给出极端报价。
不确定性既是风险，也是未来买点的来源——前提是届时你手上还有钱。
这三者的共同点是：它们都不依赖对未来的预测，只依赖纪律。这正是它们在不可知领域仍然有效的原因。
RISK / 06
六、反证：这个判断可能错在哪
如果只写到上面，这就是一篇劝人谨慎的文章，而谨慎本身不产生收益。以下三条是它可能错的地方。
反证一：不确定性最高的时刻，往往就是最好的买点。
如果所有人都因为看不清而回避，价格里就已经包含了补偿。历史上最好的几次买入机会，几乎都发生在能见度最低的时候。
要警惕的从来不是"不确定性高"，而是"不确定性高、但价格假装它不存在"。这是两件完全不同的事，前者是机会，后者才是风险。
反证二：相关性趋近 1 是尾部现象，不是常态。
在没有极端事件的年份里，这些标的的走势差异其实很大——技术周期、客户结构、产品代际各不相同。如果因为担心尾部相关性而长期低配，付出的机会成本可能远大于避免的损失。
这条反证的份量不轻：为一个可能十年不发生的情景，持续支付十年的成本，未必划算。
反证三：过度要求安全边际，会导致永远买不到。
这是最实际的一条。如果把折让要求提得太高，结果就是从不出手——而不出手本身也是一种仓位决定，它同样会错。
RISK / 07
七、所以真正该问的问题是什么
上面的反证指向同一个结论："有多少不确定性"不是最有用的问题。
更有用的是这个：
价格里已经算进了多少不确定性？
这两个问题的差别是决定性的：
—第一个问题，产业分析可以回答——这几篇文章做的就是这件事；—第二个问题，只有估值能回答，而估值需要具体的价格、具体的时点、具体的数字。
产业判断做对了但估值已经反映，一样赚不到钱。这是产业研究最容易掉进去的坑：把"我理解了这个行业"误当成"我找到了机会"。
RISK / 08
八、本文的置信度分层
| 层级 | 内容 | 可靠性 |
| 概念 | 分散化只对独立风险有效 | 教科书 |
| 结构推断 | 半导体板块存在共同变量 | 逻辑清晰 |
| 弱判断 | 尾部相关性趋近 1 | 未用数据验证，本文核心待检验点 |
| 方法 | 三类不确定性对应三种应对 | 框架性建议 |
| 反证 | 长期低配的机会成本可能更大 | 份量与正方相当 |
| 不涉及 | 具体仓位比例、具体标的、具体价格 | 本文不提供 |
第三行是本文最该被质疑的地方：我没有用历史数据验证过"相关性跳升"的幅度。这是一个可以量化检验的命题，而我在这里只做了逻辑推演。读者应当把它当作待验证的假设，而不是已证事实。
方法说明：本文讨论的是组合构建的原则性问题，不针对任何具体标的，不提供仓位建议，不构成任何投资建议。分散化、相关性等概念的具体应用需结合个人的资金性质、期限与风险承受能力。