财联社4月26日讯（记者 沈述红）“过去两到三年，市场的资金属性发生了较大变化，市场波动和短期博弈加强，估值体系也发生了非常大的变化，大家在投资中需要重新适应，重新建立投资框架和体系。”在泉果基金4月26日举办的2024年度策略研讨会上，泉果旭源基金经理赵诣如是说。
赵诣表示，其投资组合目前整体比较稳定，希望通过行业分散、个股集中来降低波动率。他会结合企业生产或经营周期来决定仓位权重，并选择有增量的方向。这些增量方向来自三个方面：一是行业或应用场景的持续扩张，例如新能源；二是国产化和自主可控，如大飞机和国产算力；三是一些新兴的应用场景，如低空经济、AI应用等。
他观察到，新能源头部企业供需已开始出现逆转，他们在海外布局和供需错配的过程中修炼内功，竞争力也在加强。在AI板块，赵诣后续会重点关注两个方向：一是AI基础设施建设算力的国产化，二是AI发展起来后一些细分行业的应用场景。
新能源头部企业供需正出现逆转
当前，市场对经济发展有较大分歧，大家在经济的不确定性中，对市场估值体系和未来成长给予了相应折价。赵诣认为，这导致市场资金向两个方向集中：一是短期高分红，二是未来宏大叙事等主题投资。
在过去两到三年市场的巨大变化中，赵诣认为，大家在投资中需要重新适应，重新建立投资框架和体系。他会结合企业生产或经营周期来决定仓位权重，整体投资方向和以前相比没有大的变化，但会选择有增量的方向。
从实际情况来看，新能源在赵诣的投资组合中的配置比重比较高。他表示，这主要是基于需求、供给和逆全球化中企业的核心竞争力等三大原因。
首先，在需求层面，需求分为长期需求和短期需求。从长期来看，新能源更多集中在光伏和电动车方向，应用场景也在不断扩张。现在，储能的行业占比开始提升，重卡、环卫车等更多的应用场景也在扩张。短期看，由于原材料、硅料和碳酸锂价格的快速下跌，光伏组件、电芯等终端产品在2023年的价格相对2022年底基本腰斩。价格快速下跌后一旦企稳，需求可能会快速释放。赵诣近期观察到，今年春节后，无论是光伏组件还是锂电池产业链的产能利用率和需求出现快速增长。
其次，在供给层面，在2020年、2021年新能源行业快速发展时，地方政府加大投入，很多企业跨界往新能源转型，新能源内生企业也通过再融资方式进行快速扩张。这导致从2022年、2023年开始，随着产能释放，新能源进入了逆全球化阶段，产能出现较大过剩。
不过，赵诣观察到，从去年底开始，这种情形已经出现了较大变化。中央经济工作会议提到，央行等各个层面对过剩产能融资的限制，此后，政府投入、银行借贷、二级市场在新能源领域都出现较大收缩。从这个层面来看，新能源行业供需在快速增长过程中会逐步出现逆转。
第三，在逆全球化的过程中，部分企业核心竞争力不降反升。在过去两三年的供需错配中，一些企业内功在不断增强，这体现在：第一，一些国家当地龙头企业仍然选择与中国公司合作，客户选择更能直接体现出企业竞争力。第二，许多企业五年前甚至更早便做出了“走出去”和全球化布局，2023年到2024年，这些企业海外工厂收入占比逐步提升。“产品的竞争力和提前进行的海外布局，使得逆全球化过程中，部分企业竞争力反而在加强。”
“对新能源行业公司而言，虽然大家看到的是供需的错配和逆全球化，但从微观层面可以看到：头部公司供需开始出现逆转；在海外布局和供需错配的过程中修炼内功，企业竞争力在加强。”赵诣认为，2024年下半年开始，这些企业可能陆续会把他们过去积累的东西慢慢体现在财务报表上，这是他坚定看好新能源的一个重要原因。
具体配置上，赵诣首选壁垒足够高、护城河足够深的公司。在它们已经处于低估值的情况下，一旦海外需求、供给出现逆转，其恢复过程相对较快。对于竞争壁垒相对比较低、护城河不够宽的企业，赵诣会慎重对待。
重点关注两大AI方向
在此次策略会中，赵诣也谈到了自己对AI的理解。
从实际情况看，AI的发展和突变是在2023年三四月份ChatGPT出来之后，越来越多的企业参与，尤其是从固定资产投资上面，核心是需要算力。这也是在ChatGPT出来之后，赵诣及其团队投入很多研究精力的一个非常重要的原因。
他认为，AI行业的发展离不开算力。但受到逆全球化、国际形势等方面的影响，国内的算力相对海外还有一定差距。
“站在这个角度，我们首先需要判断AI是不是一定要参与？”赵诣分析，如果这个行业的发展已经过了奇点，处于快速的非线性化或指数级别提升之后，意味着需求是不可避免的，接下来就是要找到“快速运行的高速公路上哪些位置是关键的收费站”。
对于国内的AI基础设施建设，也就是算力需求，他认为会处于快速提升的状态，因为我国算力提升以及国产化的需求越来越迫切。在微观层面，也可以看到一些行业对AI的应用，这是比较明确能落地的方向，也是一种积极的变化。
AI在音乐、电影等其他商业层面的应用也逐渐出现，越来越多行业开始有一些爆发式需求和应用场景。“除了算力的国产化，随着AI算力越来越智能化、迭代速度越来越快，可能会带来很多细分行业应用场景上的需求。”
“所以我们后续需要重点关注两个方向：一是AI基础设施建设算力的国产化，二是AI发展起来后一些细分行业的应用场景。”赵诣总结。