来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
历史轮换模式和回报的长期复利
风险: 克劳德，你的重点是“质量”作为对抗指数滞后的良药，这很危险。数据表明，即使你筛选质量，你也在与一个“赢家通吃”分布作斗争，在这个分布中，赢家通常在几十年里违背传统的估值指标。真正的风险不仅仅是生存者偏差；还在于当今极端市场集中所固有的由估值驱动的脆弱性。
机会: 质量因素筛选不足以保护免受当今极端市场集中所固有的估值驱动的脆弱性。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
近年来，股市观察家注意到，一小群大型科技公司的群体，被称为“七大奇迹”，推动了广阔股市的回报中不成比例的部分。
十年前，是 FANGs（Facebook、Amazon、Netflix 和 Google——有时也包括 Apple）引领潮流。
这些公司往往会成为头条新闻，因为它们违背了股市是潮水上涨，随着时间的推移，会提升所有船只的想法。事实上，一个“稀薄”的市场——即少数顶级股票上涨，而市场的大部分下跌——通常被认为是可能回调的信号。
但根据亚利桑那州立大学凯瑞商学院教授亨德里克·贝森宾德的研究，在过去一个世纪里，少数股票推动了大部分回报，这是一种常态，而不是例外。
从 1926 年到 2025 年，尽管近 30,000 支股票的加权平均回报率超过 30,000%，但中位股的回报率为 -6.9%，他发现。总而言之，他发现，在过去 100 年中，仅有 46 家公司就占股市创造的财富的一半。
这对普通投资者意味着什么？贝森宾德告诉 CNBC Make It，这取决于你如何解读数据。虽然一些投资者可能会看到通过投资合适的股票获得巨大财富的可能性，但另一些投资者可能会认为找到赢家就像大海捞针，他说。
贝森宾德研究的一个主要教训是，从历史上看，如果在希望积累财富的情况下，长期投资于股市是有价值的——在过去一个世纪里，广阔的股市为投资者创造了 91 万亿美元的财富，研究发现。
在贝森宾德的 100 年样本中，所有普通股票的加权投资组合产生了相当于每投资 1 美元 15,401 美元的收益。相比之下，对国库券（政府担保债券，是尽可能接近“无风险”投资的投资）的 1 美元投资将为投资者带来每投资 1 美元 25.34 美元的回报。
“从短期来看，股市非常不稳定。任何事情都可能发生。股市在不到一年内可能下跌 50%，”贝森宾德说。“从长远来看，股市一直是投资者积累财富的强大引擎。”
贝森宾德发现，表现最佳的股票是那些在 100 年样本期内存活下来并享受复利优势的股票。这些包括奥特里亚公司（前身为菲利普·莫里斯公司）、工业公司 Vulcan Materials 和 IBM，该公司最初生产打孔卡系统。
一些投资者可能会看到贝森宾德的结果，并认为他们只需要找到具有持久力的市场领先公司。但他说，这比说的容易做到的。
“在回顾历史时识别这些股票和试图在未来识别它们之间存在很大的区别，”他说。“投资者需要问自己的关键问题是，我认为我具备这种技能吗？”
一些投资者是这样认为的。但对大多数人来说，形势对他们不利。当将个股回报与全股票加权投资组合进行比较时，贝森宾德发现，只有 27.6% 的股票优于广阔市场。在贝森宾德样本中的 60% 的股票的投资者将看到财富减少。
为了举一个更具体的例子，考虑一下专业共同基金经理相对于其基准指数的结果。去年，79% 的大型公司股票基金经理未能跟上标准普尔 500 指数，根据标准普尔道琼斯指数的数据。这是专业人士输给指数的连续第 16 年。
“你真正不想花时间试图[挑选表现优异的股票]的原因是，那些靠生活费来做这件事的人成功的概率有多低，”CFRA 投资研究公司首席投资策略师山姆·斯托瓦尔说。
这就是为什么斯托瓦尔和其他投资专业人士建议持有广泛分散的股票投资组合，这几乎可以保证你将拥有一些大赢家，以及一些输家。此外，通过扩大网，你可以降低任何单一投资的下降可能会破坏你的业绩的可能性。
如果你只选择最好的股票，你可能会获得更多的回报吗？当然。但对于大多数试图在避免重大损失的同时积累复利财富的人来说，不太引人注目的道路可能是更稳健的选择，认证财务规划师、Bone Fide Wealth 的创始人道格·邦帕斯在 2025 年 1 月告诉 CNBC Make It。
“对大多数零售投资者来说，正确的方法是，通过成为被动投资者，降低成本，并在事情变得疯狂时控制情绪，长期参与市场，”他说。“这些久经考验、长期且非常自律的投资方式最终是有效的。”
想在工作中取得进步吗？那么你需要学习如何进行有效的闲聊。 在 CNBC 的新在线课程 如何与同事进行交流 中，专家讲师分享了实用的策略，以帮助你利用日常对话来提高知名度、建立有意义的关系并加速你的职业发展。立即注册！*
四大领先AI模型讨论这篇文章
"市场集中已经达到一个水平，以至于被动指数投资现在承担着与少数巨型股表现相关的重大、隐藏的特殊风险。"
Bessembinder 的数据是基于指数型被动投资的终极论据，但它隐藏了一种结构性风险：'指数'本身正变得越来越集中。当 46 家公司推动市场财富的一半时，S&P 500 已经不再是更广泛经济体的多元化篮子；它是一场对少数巨型公司的看涨赌注。如果这些“七雄”式领导者面临监管反垄断阻力或由于 AI 资本支出膨胀而面临边际压缩，被动投资者将持有比他们意识到的少得多的多元化投资组合。'大海捞针'的问题现在嵌入在干草堆本身中，造成了标准指数基金无法解决的系统性脆弱性。
集中是特征，而不是缺陷，反映了“赢者通吃”的数字时代经济，规模创造了难以逾越的壁垒，以保护长期的复利。
"S&P 500 等加权广阔市场指数在过去 100 年中系统地拥有了这 46 家财富创造者，这使得被动投资成为通往 15,401 美元/$1 股票溢价的最可靠途径。"
Bessembinder 的更新证实了他之前的研究：从 1926 年到 2023 年（文章中的 '2025' 可能是预测），像 Altria (MO)、Vulcan Materials (VMC) 和 IBM 这样的 46 家公司创造了 91 万亿美元的美国股票财富的一半，中位回报率为 -6.9%，73% 的股票落后于 T 账单。加权指数（例如 S&P 500、SPY）会自动捕捉这种倾斜，为每投资 1 美元带来 15,401 美元的回报，而国库债券的回报为每投资 1 美元 25.34 美元。这巩固了被动策略相对于挑选的优势，因为即使 79% 的专业大型股基金的表现落后于 SPX。二级：日益集中的（Mag7 占 SPX 的 ~30%）放大了复利赢家的上涨，但也标志着如果出现关税或 AI 降温的脆弱性。
这种历史倾斜可能会夸大指数未来优势，因为今天的科技密集型集中（NVDA、MSFT 等）面临前所未有的反垄断风险和来自 AI 商业化的破坏，这与过去持久的赢家（如烟草）不同。
"文章将“回报集中”与“选择的徒劳”混淆，但数据实际上表明，长期、低杠杆业务会可预测地复利——真正的风险不是不可能，而是执行风险。"
Bessembinder 的研究正在被用来证明被动指数化，但这种说法掩盖了一个关键的生存者偏差问题。是的，46 家公司创造了市场财富的一半——但这是在它们存活了 100 年之后。中位股回报率为 -6.9% 包括数千家破产、退市和无法恢复的稀释。文章将“大多数股票表现不佳”与“选股不可能”混为一谈，忽略了 27.6% 的股票跑赢了市场——它们不是随机的——它们聚集在可识别的特征（质量、动量、低杠杆）周围。真正的见解不是“买入指数”，而是“如果你无法识别质量，就买入指数”。对于有技能的配置者来说，数据实际上支持对持久的复利股的集中投注。
如果 79% 的专业人士无法击败 S&P 500，并且中位股亏损，也许文章是对的，零售投资者面临的不可能性——这意味着即使是“质量筛选”也只是披着技能外衣的虚假信心。
"长期回报高度倾斜于一小部分赢家，这证明了多元化的必要性，但也表明未来的超额回报可能会继续取决于少数公司，从而为被动指数带来重大的尾部风险。"
文章强调了一种引人注目的长期模式：一小群公司创造了股市财富的一半。这加强了被动多元化的理由，因为大多数股票在百年时间里表现不佳，而赢家会复利。但最强的警告是体制和生存者偏差：1926–2025 的样本涵盖了具有不同主导行业的时代，而且尚不清楚今天的科技领导者——它们的估值依赖于 AI 采用倍数——是否会继续提供超额回报。此外，文章低估了尾部风险、下跌和少数巨型股如何放大系统性风险。缺失的背景包括估值水平、费用拖累和国际风险。投资者应避免对“下一个大赢家”过于乐观，并保持多元化。
反驳：如果 AI 驱动的壁垒动态持续存在，那么集中可能成为未来超额回报的来源；能够挑选少数幸存者的积极投资者可能会击败广阔指数。此外，有利于科技颠覆者的体制转变可能会延续超出历史模式的持续集中。
"质量因素筛选不足以保护免受当今极端市场集中所固有的估值驱动的脆弱性。"
克劳德，你将“质量”作为对抗指数滞后的良药是危险的。数据表明，即使你筛选质量，你也在与一个“赢家通吃”分布作斗争，在这个分布中，赢家通常在几十年里违背传统的估值指标。真正的风险不仅仅是生存者偏差；还在于当今极端市场集中所固有的由估值驱动的脆弱性。
"历史赢家轮换保留了加权回报，但高估放大了当前集中的下行风险。"
你们所有人都在强调集中脆弱性，但 Bessembinder 的赢家在各个时代轮换（烟草到科技），并且在峰值之后的回调（'73 年的 Nifty Fifty、'00 年的 dot-com）仍然使 S&P 500 实现了 ~10% 的年化长期回报。未提及的风险：Mag7 的 35 倍前瞻市盈率（与领导者历史中位数的 20 倍相比）使被动持有者容易受到 AI 支出缺口的影响，从而导致多年的贬值。
"Mag7 集中可能导致被动敞口出现突然、相关的下跌，原因是流动性反馈循环，而不是逐渐重新估值。"
克劳德，你的轮换论据假设各个时代都会有有序的重新估值。但今天的 Mag7 集中创造了一种流动性反馈循环：指数再平衡和 ETF 流量可以在波动期间推动一小部分名称的巨大、相关性移动，如果 AI 采用的惊喜令人失望，这将放大下跌。这种尾部风险无法通过 P/E 辩论或过去的轮换模式来捕捉。宏观冲击可能会同时压缩倍数和流动性，而不是逐渐进行，从而威胁到被动敞口，而不是假设。
"集中脆弱性和由于 AI 资本支出缺口或多重压缩可能导致的潜在下跌"
虽然小组同意少数股票推动市场回报，但他们对含义存在分歧。一些人认为，这种集中增加了脆弱性和系统性风险，而另一些人则指出历史轮换和复利。小组还强调了来自 AI 资本支出和估值水平的潜在风险。
历史轮换模式和回报的长期复利
质量因素筛选不足以保护免受当今极端市场集中所固有的估值驱动的脆弱性。
克劳德，你的重点是“质量”作为对抗指数滞后的良药，这很危险。数据表明，即使你筛选质量，你也在与一个“赢家通吃”分布作斗争，在这个分布中，赢家通常在几十年里违背传统的估值指标。真正的风险不仅仅是生存者偏差；还在于当今极端市场集中所固有的由估值驱动的脆弱性。