小盘股:像 2000 年一样举办派对?

传奇音乐家 Prince 劝告我们“像 1999 年一样去聚会”,但今天,作为一名小盘股投资者,我会把日历翻到一年前,到 2000 年。

这是因为到 2000 年 3 月,纳斯达克指数达到了 5048 点的峰值,到了 4 月份,纳斯达克指数暴跌了近 35%。接下来的 18 个月也没有聚会。许多曾经风光无限的科技股,包括 Pets.com 和 Priceline,都失去了全部或几乎全部价值。即使是像英特尔、思科和甲骨文这样的中坚力量也经历了大幅缩水。事实上,在这个被称为互联网泡沫的臭名昭著的时期,数万亿美元蒸发了。

但对于一些投资者来说,互联网泡沫的余波是有史以来部署资本的最佳时机之一。这是一个非常难得的机会,可以在市场根本没有兴趣的优质公司中获得有意义的职位。

我相信优质小盘股如今也处于类似的境地。

如今,小盘股不受欢迎、不受欢迎、不受欢迎。还有一场盛大的聚会,由少数几家大型科技股主办,尤其是那些被视为人工智能 (AI) 相关领域领头羊的股票。

人工智能狂热与互联网时代之间的相似之处不容忽视。早在 1999 年,任何标榜其互联网诚意的公司都是市场宠儿。剧透警报:结局并不好。尽管如此,这是选择性选股的绝佳时机,今天的加拿大小型科技股也有类似的情况。

现在发生了什么——为什么会有这么大的折扣?

在生活中,就像在投资中一样,一切的发生都有一个或多个原因。对于小盘股的绝对和相对较低估值来说也是如此。

1.大量资本越来越多地走向私有化

养老基金和其他大型机构投资者正在寻求创造阿尔法收益。过去,他们会将部分投资分配给小型上市公司来实现这一目标。如今,这些投资者正在将其投资组合从公开市场转向私人市场。当只有少数股票推动大部分涨幅时,资产管理公司很难取得优异的表现。因此,私募股权的多元化优势及其阿尔法潜力看起来很有吸引力。例如,耶鲁大学的捐赠基金如今已近 40% 投资于私募股权和风险投资基金,而 1990 年这一比例仅为 5%。随着对小盘股的需求下降,它们的估值也随之下降。

2、投资者追逐业绩

我们都听说过“七巨头”,即推动近期股市回报的巨型科技股:英伟达、微软、亚马逊、苹果、Alphabet、特斯拉和 Meta。从长远来看,苹果公司的价值超过了整个罗素 2000 指数中包含的所有规模较小的美国公司。投资者一直在追逐大盘股回报,纳斯达克的五年业绩记录非常出色。2000 年 1 月也是如此。

3.有宏观和微观。

宏观层面,小盘股市场在2021年出现逆转,至今已面临近2.5年的逆风。利率上升反映了小盘股的估值,而且由于债务动态与大盘股不同,小盘股通常会在潜在衰退之前首先抛售。规模较小的公司,尤其是处于早期成长阶段的公司,往往会承担更多的债务,而且债务的平均期限往往较短(5.7 年 vs. 8.2 年),这使它们在紧缩的货币环境中面临更大的风险。较小的公司可以依赖的融资来源也较少。

什么是上行催化剂?

在此背景下,小盘股的机会在哪里?规模较小的公司往往会在复苏之前走在前列。当货币政策变得更加鸽派时(也许最早在 2024 年第一季度),小盘股应该会做出强烈反应。随着业绩领先地位不断缩小,机构基金和其他投资者将开始寻找其他地方,优质小盘股可能是他们配置资本的地方之一。

由于小盘股的流动性往往较低,因此需求的激增可能会导致股价大幅上涨和重新评级。均值回归表明,在某个时候,小盘股估值将恢复到长期平均水平。

并购市场是小盘股潜在上涨的另一个来源。如今,愿意卖家很难找到。许多优质公司以高估值上市,管理团队在心理上已经锁定了这些更高的市盈率。但随着时间的推移,他们的股东和董事会成员将接受新的现实,并意识到收购可能是持续增长的最佳途径。

从历史上看,小盘股溢价意味着小盘股的长期表现优于大盘股。例如,从2000年到2005年,在电信繁荣和萧条之后,标准普尔600指数平均每年跑赢标准普尔500指数12%。与大盘股相比,我们正处于小盘股倍数压缩的时期。

截至 2023 年 9 月,标准普尔 600指数的远期市盈率为 13.8 。标准普尔 600 指数的远期市盈率最近两次处于该范围内是在全球金融危机 (GFC) 期间和全球大流行开始时。在这两次事件中,那些将资金投入小盘股的投资者都获得了丰厚的回报。今天可能会有类似的机会。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/76672.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年9月28日 00:17
下一篇 2023年9月28日 22:31

相关推荐

  • 在金融数据科学中使用具有经济意义的因素的好处

    因素选择是我们构建财务模型时最重要的考虑因素之一。那么,随着机器学习 (ML) 和数据科学越来越融入金融,我们应该为 ML 驱动的投资模型选择哪些因素以及如何选择它们? 这些都是开放且关键的问题。毕竟,机器学习模型不仅可以帮助因子处理,还可以帮助因子发现和创建。 传统统计和机器学习模型中的因素:(非常)基础知识 机器学习中的因素选择称为“特征选择”。因素和特…

    2023年9月14日
    17200
  • 北京大学R语言教程第47章: 整洁建模中模型调优

    47.1 用再抽样技术计算模型评价指标 47.1.1 拟合效果 再抽样技术是指从同一个样本数据集中多次抽样产生多个样本, 这些样本当然不能做到相互独立, 但是也可以用来增大样本容量, boostrap是典型的再抽样技术, 而统计建模、机器学习中的交叉验证(cross validation)也是一种再抽样技术。 将全体样本划分为训练集(tr…

    2023年12月8日
    19700
  • 北京大学金融时间序列分析讲义第23章:多元时间序列基本概念

    经济的全球一体化和信息传播的发展使得各国的金融市场相互关联,一个市场的价格变动可以很快地扩散到另一个市场。持有多个资产的投资者也希望了解多个资产的收益率之间的关系。这些问题属于多元时间序列分析的范畴。 多元时间序列包含多个一元时间序列作为分量,各个一元时间序列的采样时间点相同,所以数据可以用矩阵形式表示,每行为一个时间点,每列为一个一元时间序列。在R中可以保…

    2023年8月4日
    35800
  • 北京大学R语言教程(李东风)第16章: 程序控制结构

    表达式 R是一个表达式语言,其任何一个语句都可以看成是一个表达式。表达式之间以分号分隔或用换行分隔。表达式可以续行,只要前一行不是完整表达式(比如末尾是加减乘除等运算符,或有未配对的括号)则下一行为上一行的继续。若干个表达式可以放在一起组成一个复合表达式,作为一个表达式使用,复合表达式的值为最后一个表达式的值,组合用大括号表示, 如: 分支结构 分支结构包括…

    2023年11月4日
    23600
  • 指数基金是最好的投资方式吗?

    投资者越来越多地用钱包投票,指数共同基金和交易所交易基金(ETF)显然是赢家。这些基金不会试图选择最好(或避免最差)的股票和债券,或者进入/退出股票和债券市场的最佳时机。相反,他们购买并持有整组股票或债券,只有在它们消失时才出售它们(通过破产、违约或外国公司收购)。指数基金有几个明显的优势:低成本(这样你就可以保留更多的回报)、税收效率和广泛的多元化。 与传…

    2023年11月24日
    16400

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部