1、机器人与人工智能企业的市场表现如何

图片 1

即便是对于技术一无所知的人来说,机器人与人工智能也毫无疑问是2018年重要的谈资之一。对于资本来说,尤其如此。

私募市场参与者们扬言商业模式创新的投资机会已经过去,未来只有硬科技这一条大路可以走。创新企业同样纷纷在自己的商业描述中添加上智能、机器人、科技等词汇,标榜自己为研究机构而非商业机构,同时大举招聘研究员,并将博士员工数量和论文数量等同为商业竞争力。

所幸机器人与人工智能行业并不是一个全新的行业,相反其作为自动化领域的一个重要子集,已经在工业化程度、数据化程度较高的企业有了长足的应用,并且在相当多的上市公司当中作为承接业务的重要工具。

本文通过分析一支囊括了全球范围上市机器人与人工智能企业的指数,试图回答以下问题:

1、机器人与人工智能企业的市场表现如何?

2、全球范围内的相关上市公司有哪些特点?

3、哪些指标可以帮助我们对于机器人与人工智能企业的未来表现做出预测?

一、NYFSRAI指数

NYFSRAI(NYSE FactSet Global Robotics and Artificial Intelligence
Index),是一支追踪机器人与人工智能领域股权表现情况的指数。

机器人方面囊括了机器人集成应用、开发、制造、以及涉及高速度、精准度以及自动化的设备。AI方面,囊括了AI的开发、编程、软硬件实施,涉及自主学习、语言处理、模式识别、视觉感知、预测性分析、专家推荐等应用领域。行业涉及技术、材料、工业、健康以及消费。

NYFSRAI的编撰方法:

图片 2

指数中挑选的22个RBICS的6级行业分类包括:

图片 3

从2012年12月起始,NYFSRAI的指数走势如下:

从NYFSRAI的编撰方法来看,其主要目的在于提供给投资人全球市场的机器人与人工智能的股权投资风险敞口。因此该指数只选取交易成本足够低并且可得的资产。除此之外,为了避免某些行业的企业规模过于巨大,从而导致整体指数向该行业偏离,指数选取了同等权重的分配方式。该方式就很好的避免了阿里巴巴过大的市值会把整个指数的风险敞口过多的拉向中国地区零售业。

NYFSRAI从2012年12月起作为基准值进行计算,到2018年6月截止,NYFSRAI从1000点达到2790.68点,总回报率179%,同期SP500回报率为98%。

图片 4

二、IRBO ETF

机器人与人工智能相关企业自2016年以来的高速增长自然是吸引了大批目光,直到2018年6月,BlackRock才推出了基于NYFSRAI的ETF
“iShares Robotics and Artificial Intelligence
ETF”为投资人提供了一个方便的低成本购买机器人与人工智能风险敞口的方式。

BlackRock对IRBO收取0.47%的管理费用,投资策略以追踪NYFSRAI为主。基金至少会确保90%的资产投资在对标指数所对应的股票中,剩下的10%可能投资与衍生品、货币产品上,前提是该决策能够帮助IRBO的收益模仿NYFSRAI的表现。

下表表现了IRBO成立以后对于NYFSRAI的追踪情况,即便在扣除了管理费、交易费以后,两者几乎是重合的。

图片 5

三、IRBO ETF成分分析

截止2019年1月14号,IRBO
ETF共投资于98支资产,其中9支资产投资于包括美金、以色列元、加拿大元、英镑、欧元、港币、日元等品种,剩下87支为NYFSRAI中的股票。

对IRBO的资产配置进行分析,可以得到如下统计:

图片 6

其中占比最高的前十支资产为:

图片 7

由于指数编撰的方式为等权重,因此会使得指数中大部分企业为中小企业,比例的变化主要是因为自2018年6月以来的相对涨幅跌导致的。

图片 8

指数中耳熟能详的企业包括亚马逊、微软、苹果、三星、谷歌、阿里巴巴、百度、小米、美图、搜狐、索尼、奈飞、IBM、AMD、英特尔、Tableau、川崎重工、发那科等公司。

主要占比板块来自于信息技术,占比超过一半,主要是因为分类上将许多互联网相关、计算机科学相关的企业囊括其中。通信、资讯、社交类板块占比达到22%。而工业类的只占比11.2%,很大程度上是因为工业机器人领域被日本大型企业所垄断,而导致的数量占比较少。

图片 9

基金中,57%来自于美国,中国是之后的第二大国为12.62%,相信如果开放了A股,入选的数量会大幅上升。日本、欧洲则凭借自身在自动化领域的领先地位紧接在后。

四、IRBO ETF表现

由于我们已经看到了2018年6月份之前NYFSRAI的优异表现成绩,IRBO的表现自然令人十分期待。因此我们对其NAV做一个价格曲线后会发现如下图形:

图片 10

在IRBO发行到1月14号之间,NAV从23.80变为21.49,回报率约为-9.7%。显然IRBO这半年来,在完美的为投资人提供基于NYFSRAI指数风险敞口的同时,表现出了市场对于科技板块过高估值的整体忧虑。

五、IRBO ETF成分股指标分析

由于BlackRock或者NYFS都没有为我们提供进一步的关于该指数成分股的统计数据,我们通过Wind构建了一支成分一模一样的集合,并获取其信息进行分析。

图片 11

IRBO的一个显著特征是拥有相当高的复合增长率,表明成分股正在处于一个高速的发展阶段,但是PE整体比起SP500目前的19.61却并不高。

初步来看,成分整体的ROIC并不高,其中一个原因可能是因为大部分公司的ROIC是负的。

对ROIC进行正负分类的话可以得到数据:

图片 12

其中ROIC为正比例为71%,ROIC为负比例为29%。表明与人工智能和机器人相关的上市公司当中,30%无法为股权人或者债权人带来任何利益。

如果我们进一步以ROIC正负为标准进行统计,我们可以看到如下特征:

图片 13

上表表现出的一个事实是,无法有效利用资产获得收益的公司表现出以下形态:市值较低、复合增长率很高,但是无法产生经营净现金流。这事实上会让一级市场的投资人感到十分担心,由于一级市场上投资人倾慕于市值低、增长率高的投资项目,而对于不断亏损的现金流表现则认为是正常表现,这部分投资人或许需要担心上市并不能为公司带来更好的回报,而只是继续永无止境的亏损。但是如果比较同时期的相对纳斯达克涨跌幅,我们却会意外地发现,ROIC糟糕的公司竟然更加“抗跌”。

从上表来看,显然经营活动产生的现金流量金额/经营活动净收益是一个分歧相当大的指标,我们猜测也许该指标能够对我们预测来年的涨跌幅或者ROIC有一个好的表现。

我们计算2017年经营活动产生的现金流量净额/经营活动净收益的中位数为108%,因此以该数值为分界线,测算分为两组的情况下的统计数据:

图片 14

显然这不是一个特别好的指标,除非我们反向操作,但是那样就违背了我们认为ROIC越高应该带来越高回报的价值投资理念。

那么增长率又如何呢?我们选取以上一年往前推的三年复合增长率的中位数作为分界线,该数值为58.74%,测算分为两组的情况下的统计数据:

图片 15

该指标似乎对我们来说更加有吸引性。市场表现出了喜爱高增长率(比高还要高的增长率),但是厌恶ROIC的态度,显然对于人工智能和机器人企业集合来说,其中混入了不少受到老旧业务拖累的、不温不火产生现金流的企业,而对于市场来说,他们的新闻和业绩报告并不能产生刺激神经的效果。

这里需要注意的一个问题是,我们在计算指标统计指标的时候,选取的是中位数,但是在投资时,我们不可能使用“中位数方法”进行权重分配,除非按照以前的统计数据对变动过大的成分股进行剔除操作。更明智的方法是,在挑选权重分配的情况下,需要比较多种权重分配模式下的效果,并进行测试,选取较为稳定的一个,由于该技巧的论证超出本文范围,将在其他机会进行探讨。

六、本文对开头问题的回答

机器人与人工智能企业的市场表现如何?

机器人与人工智能企业从2016年开始享受到了超高的回报率,179%的回报率远超同期SP500的98%的收益率,人们显然对于该行业给予厚望。

但是从2018年下半年开始,资本市场对于科技股泡沫的担忧开始发酵,指数应声下跌10%,但是与同期的SP500相比,几乎没有差别。该情况表明的一个事实是,机器人与人工智能相关的企业在2016年热度开始后,已经成为了SP500的主力军,很大程度上对该指数形成了控制。

全球范围内的相关上市公司有哪些特点?

人工智能与机器人相关企业还是以美国为主,然而该结论由于数据剔除了A股市场上的候选股票而有很大的争议。无论如何,即便只是海外上市的人工智能与机器人相关中国企业,其占比也是比全球其他地区都要高的。

从业务来看,从事人工智能的企业数量远远超过从事机器人的企业数量,很大原因可能是因为机器人的全球市场很大程度上由少数几家日本厂商所垄断,该事实说明的一个问题是可能机器人市场的低市场规模和高技术门槛自然而然地阻止了许多潜在的机器人企业成长并实现上市。除此之外,从事消费品和数据分析的人工智能企业数量远远超过工业方面,工业人工智能的从业者会认为这恰恰证明了市场扩展空间巨大,但我们反而倾向于认为,正是市场需求与供给的平衡造成了这个原因,该市场可能并不是一个适合新入者的蓝海,反倒是充斥了垄断型企业的红海。

哪些指标可以帮助我们对于人工智能与机器人企业的未来表现做出预测?

对于人工智能与机器人企业,市场并不在乎他们是否产生现金流亦或为资金提供者带来回报,更高的ROIC或者更高的现金流赚取能力都没有为我们带来更好的回报表现,甚至是带来相反的回报表现。我们发现市场最关心的就是增长,当我们按照超过50%的增长率作为中位数进行分组划分的时候,能够产生明显的股票回报差异。

然而我们并不认为该现象适合于所有的企业,从价值投资的角度来说,持续的没有回报的高增长可能最终被证明是空中楼阁以及单纯的泡沫。一个值得探索的测试方法是对不同时间节点的该数据进行检测,查看该逻辑是否在时间上具备稳定性,然而碍于本文篇幅的限制,将不再此作出讨论。

Copyright @ 2015-2020 js金沙 版权所有
网站地图xml地图