ผลตอบแทนพันธบัตรสหรัฐพุ่ง เหตุใดหุ้น AI ยังเดินหน้าต่อได้?

ความต้องการพลังประมวลผลยังร้อนแรง แต่กำไรจาก AI ยังไม่กระจายสู่ภาคธุรกิจอื่น

หมายเหตุบรรณาธิการ: ตลาดการเงินสหรัฐในเดือนกันยายนเกิดความแตกต่างที่น่าจับตา พันธบัตรสหรัฐถูกเทขายอย่างหนัก อัตราผลตอบแทนพันธบัตรอายุ 10 ปีปรับขึ้นกว่า 50 จุดพื้นฐาน (basis points) ภายในเดือนเดียว สินทรัพย์ตราสารหนี้บางส่วนร่วงลง 2.3% ถึง 5% ขณะเดียวกัน หุ้น AI ยังแข็งแกร่ง หุ้นเซมิคอนดักเตอร์ปรับขึ้นต่อเนื่อง ดัชนี Nasdaq ค่อนข้างทรงตัว แต่หุ้นขนาดกลาง-เล็ก ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากัน และกลุ่มที่อ่อนไหวต่อดอกเบี้ยอื่น ๆ ต่างเผชิญแรงกดดัน

ตามตรรกะการประเมินมูลค่าแบบดั้งเดิม การปรับขึ้นของอัตราดอกเบี้ยระยะยาวหมายความว่ากระแสเงินสดในอนาคตต้องคิดลดด้วยอัตราที่สูงขึ้น ซึ่งมักกดดันมูลค่าหุ้น แต่หุ้นเทคโนโลยีกลับไม่ได้ปรับฐานในระดับเดียวกับตลาดตราสารหนี้ ตลาดกำลังกังวลเกี่ยวกับแนวโน้มการคลังและเงินเฟ้อของสหรัฐ หรือกำลังเดิมพันว่า AI จะสร้างการเติบโตทางเศรษฐกิจที่มากพอจะชดเชยผลกระทบจากดอกเบี้ยสูงกันแน่?

Harry Mamaysky ผู้ก่อตั้ง QuantStreet Capital ตั้งคำถามเพิ่มเติมในจดหมายลงทุนรายเดือนฉบับล่าสุดว่า หากตลาดเชื่อว่า AI ช่วยเพิ่มผลิตภาพของเศรษฐกิจโดยรวมได้ เหตุใดหุ้นที่ปรับขึ้นจึงยังกระจุกตัวอยู่ที่ผู้จัดหาโครงสร้างพื้นฐานอย่างเซมิคอนดักเตอร์ ไม่ใช่บริษัทจำนวนมากที่ควรได้ประโยชน์จาก AI ในอนาคต ผู้เขียนไม่ได้มองว่า AI เกิดฟองสบู่แล้ว แต่ยังคงระมัดระวังต่อความไม่สอดคล้องระหว่างความคาดหวังผลตอบแทนกับราคาหุ้น

คำถามนี้เกี่ยวข้องกับการลงทุน AI จะสร้างวงจรธุรกิจที่สมบูรณ์ได้หรือไม่ ตลาดทุนยินดีจ่ายต้นทุนสูงเพื่อพลังประมวลผล ชิป และศูนย์ข้อมูล แต่เม็ดเงินเหล่านี้ต้องแปลงเป็นกำไรขององค์กรในท้ายที่สุด จึงจะรองรับผลตอบแทนระยะยาวได้ เมื่อต้นทุนการเงินปรับสูงขึ้นเรื่อย ๆ ตรรกะการลงทุน AI อาจขึ้นอยู่กับคำถามเดียวมากขึ้นเรื่อย ๆ: ใครแบกรับต้นทุนการก่อสร้าง และใครได้กำไรจาก AI จริง ๆ?

ต่อไปนี้คือบทความแปลและเรียบเรียง:

ในเดือนกันยายน 2026 การเปลี่ยนแปลงที่ชัดเจนที่สุดของตลาดสหรัฐไม่ใช่หุ้น AI ปรับขึ้น แต่เป็นความแตกต่างที่พบได้ยากระหว่างพันธบัตรกับหุ้น

ด้านหนึ่ง ตลาดตราสารหนี้ถูกเทขายเป็นวงกว้าง ข้อมูลกระทรวงการคลังสหรัฐระบุว่า อัตราผลตอบแทนพันธบัตรอายุ 10 ปีปรับขึ้นจาก 4.75% ณ วันที่ 31 สิงหาคม เป็น 5.29% ณ วันที่ 30 กันยายน รวมปรับขึ้น 54 จุดพื้นฐาน ตามสถิติของ QuantStreet สินทรัพย์ตราสารหนี้สหรัฐบางส่วนร่วงลง 2.3% ถึง 5% ในเดือนดังกล่าว

อีกด้านหนึ่ง หุ้นเทคโนโลยีโดยเฉพาะกลุ่มเซมิคอนดักเตอร์ยังแข็งแกร่ง บิตคอยน์ กลยุทธ์โมเมนตัมที่ลงทุนในหุ้นเทคโนโลยีและเซมิคอนดักเตอร์เป็นสัดส่วนสำคัญ และดัชนี Nasdaq ต่างมีผลงานค่อนข้างโดดเด่น ขณะที่หุ้นขนาดกลาง-เล็กของสหรัฐ ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากัน และกลุ่มที่อ่อนไหวต่อดอกเบี้ย เช่น ทรัสต์เพื่อการลงทุนในอสังหาริมทรัพย์ (REITs) สาธารณูปโภค และการเงิน ต่างอ่อนแอเป็นส่วนใหญ่

สิ่งที่ไม่ปกติยิ่งไปกว่านั้นคือ ดอลลาร์สหรัฐและสินค้าโภคภัณฑ์ปรับขึ้นพร้อมกันในเดือนกันยายน ซึ่งไม่สอดคล้องกับความสัมพันธ์แบบผกผันตามปกติ และสะท้อนว่าสภาพแวดล้อมการลงทุนกำลังซับซ้อนขึ้น

สำหรับ QuantStreet ความผันผวนของตลาดรอบนี้มีคำถามสองข้อที่น่าติดตาม: เหตุใดอัตราดอกเบี้ยระยะยาวปรับขึ้นมาก แต่หุ้นเทคโนโลยียังแข็งแกร่งได้? และหากนักลงทุนกำลังเดิมพันการเติบโตทางเศรษฐกิจจาก AI เหตุใดความคาดหวังนี้จึงไม่สะท้อนในตลาดหุ้นในวงกว้าง?

1. ผลตอบแทนพันธบัตรสหรัฐพุ่ง ตลาดกังวลอะไรกันแน่?

อัตราผลตอบแทนพันธบัตรอายุ 10 ปีปรับขึ้นกว่า 50 จุดพื้นฐาน ภายในหนึ่งเดือน หมายความว่าต้นทุนเงินทุนระยะยาวเปลี่ยนแปลงอย่างมีนัยสำคัญ

ราคาพันธบัตรกับอัตราผลตอบแทนมักเคลื่อนไหวสวนทางกัน ผลตอบแทนที่สูงขึ้นหมายถึงราคาพันธบัตรเดิมลดลง พันธบัตรที่มีอายุยาวและอ่อนไหวต่อดอกเบี้ยมาก มักเผชิญแรงกดดันด้านราคาชัดเจนกว่า

แต่สาเหตุที่ผลักดันการเทขายพันธบัตรสหรัฐรอบนี้ ยังไม่มีคำอธิบายที่ตลาดเห็นพ้องต้องกัน

คำอธิบายแรกคือ นักลงทุนกำลังสูญเสียความเชื่อมั่นในดอลลาร์สหรัฐ

อย่างไรก็ตาม Mamaysky ยังไม่ปักใจเชื่อข้อสรุปนี้ เพราะดอลลาร์แข็งค่าขึ้นจริงในเดือนกันยายน ซึ่งไม่สอดคล้องกับเรื่องเล่าที่ว่าสินทรัพย์ดอลลาร์ถูกเทขายทั้งหมด แน่นอนว่าการแข็งค่าของดอลลาร์ไม่ได้ตัดความเสี่ยงด้านเครดิตระยะยาวออกไปโดยสิ้นเชิง แต่อย่างน้อยก็บ่งชี้ว่าตลาดไม่ได้เกิดวิกฤตความเชื่อมั่นต่อดอลลาร์แบบทิศทางเดียว

คำอธิบายที่สองคือ ฐานะการคลังของสหรัฐทำให้นักลงทุนเรียกร้องค่าชดเชยความเสี่ยงระยะยาวที่สูงขึ้น

ผู้เขียนก็เห็นว่าหลักฐานที่มีอยู่ยังไม่เพียงพอจะสนับสนุนข้อสรุปที่หนักแน่นเช่นนั้น เขาชี้เป็นพิเศษว่า ตัวชี้วัดค่าชดเชยเงินเฟ้อแฝงของตลาด (inflation breakevens) ค่อนข้างทรงตัว และไม่ได้เปลี่ยนแปลงในระดับเดียวกับอัตราผลตอบแทนที่ปรับขึ้น

ตัวชี้วัดนี้สะท้อนส่วนต่างผลตอบแทนระหว่างพันธบัตรรัฐบาลทั่วไปกับพันธบัตรชดเชยเงินเฟ้อ ใช้สังเกตการตั้งราคาความคาดหวังเงินเฟ้อและค่าชดเชยความเสี่ยงที่เกี่ยวข้องของนักลงทุน หากผลตอบแทน nominal ปรับขึ้น แต่ค่าชดเชยเงินเฟ้อไม่ได้ปรับขึ้นตามอย่างมีนัยสำคัญ ก็ยากจะสรุปว่าการเปลี่ยนแปลงทั้งหมดมาจากความคาดหวังเงินเฟ้อที่ควบคุมไม่ได้

แต่ก็ไม่ได้หมายความว่าความเสี่ยงด้านการคลังตัดออกไปได้ ผลตอบแทนระยะยาวยังได้รับผลจากอุปทานพันธบัตร ส่วนชดเชยความเสี่ยงด้านอายุ (term premium) อัตราดอกเบี้ยที่แท้จริง และสภาพคล่องของตลาด ค่าชดเชยเงินเฟ้อที่ทรงตัวเพียงอย่างเดียวไม่สามารถพิสูจน์ได้ว่าหนี้สหรัฐไม่มีความเสี่ยง

เมื่อเทียบกันแล้ว Mamaysky ให้ความสนใจความเป็นไปได้ข้อที่สามมากกว่า: ตลาดกำลังตั้งราคาใหม่ต่อการเติบโตทางเศรษฐกิจที่แข็งแกร่งขึ้นในอนาคต และความต้องการเงินทุนมหาศาลจากการลงทุนโครงสร้างพื้นฐาน AI

ผู้ให้บริการคลาวด์รายใหญ่และบริษัทเทคโนโลยียังคงขยายรายจ่ายลงทุน (Capex) อย่างต่อเนื่อง ทั้งสร้างศูนย์ข้อมูล จัดซื้อชิป และลงทุนโครงสร้างพื้นฐานด้านไฟฟ้าประกอบ รายจ่ายเหล่านี้หมายความว่าองค์กรต้องใช้เงินทุนมากขึ้น และอาจเพิ่มความต้องการระดมทุน

หากนักลงทุนคาดหวังพร้อมกันว่า AI จะนำผลิตภาพและกำไรในอนาคตที่สูงขึ้น การปรับขึ้นของอัตราดอกเบี้ยระยะยาวก็ไม่จำเป็นต้องถูกตีความว่าเป็นความเสี่ยงทางเศรษฐกิจที่แย่ลงเพียงอย่างเดียว แต่อาจสะท้อนการเปลี่ยนแปลงของความคาดหวังการเติบโตและความต้องการเงินทุนด้วย

นี่ไม่ได้หมายความว่าการลงทุน AI ได้รับการพิสูจน์แล้วว่าเป็นสาเหตุหลักของผลตอบแทนพันธบัตรที่สูงขึ้น แต่เป็นความพยายามของผู้เขียนที่จะอธิบายว่า เหตุใดหุ้นเทคโนโลยีบางส่วนจึงยังปรับขึ้นได้ขณะที่ตลาดพันธบัตรถูกเทขาย

2. เหตุใดดอกเบี้ยยิ่งสูง หุ้น AI ยิ่งแข็งแกร่ง?

การประเมินมูลค่าหุ้นอาจเข้าใจง่าย ๆ ว่าเป็นมูลค่าปัจจุบันของกระแสเงินสดในอนาคต

หากปัจจัยอื่นคงที่ อัตราดอกเบี้ยตลาดยิ่งสูง อัตราผลตอบแทนที่นักลงทุนเรียกร้องยิ่งสูง กำไรในอนาคตของบริษัทเมื่อคิดลดเป็นมูลค่าวันนี้ก็ยิ่งต่ำ นี่คือเหตุผลที่หุ้นเติบโตที่มีมูลค่าสูงมักอ่อนไหวต่อการปรับขึ้นของดอกเบี้ยมากกว่า

แต่ตลาดเดือนกันยายนไม่ได้ดำเนินไปตามตรรกะนี้ทั้งหมด คำอธิบายของ Mamaysky คือ นักลงทุนอาจเชื่อว่า AI จะสร้างการเติบโตของกำไรในอนาคตที่แข็งแกร่งพอจะชดเชยแรงกดดันด้านมูลค่าจากอัตราคิดลดที่สูงขึ้น

เมื่อมองจากสูตรประเมินมูลค่า นี่เท่ากับแรงสองฝ่ายกำลังแข่งขันกัน: ฝ่ายหนึ่งคืออัตราคิดลดที่สูงขึ้น กดมูลค่าปัจจุบันของกำไรในอนาคต อีกฝ่ายคือกำไรที่คาดว่าจะเพิ่มขึ้น ยกระดับมูลค่าแท้จริงของหุ้น

หากการเติบโตของฝ่ายหลังมากพอ ราคาหุ้นก็อาจปรับขึ้นต่อได้แม้เผชิญดอกเบี้ยสูง กล่าวอีกนัยหนึ่ง ตลาดอาจไม่ได้มองข้ามดอกเบี้ยสูง แต่เชื่อว่ากำไรจาก AI ในอนาคตจะมากพอครอบคลุมต้นทุนเงินทุนที่สูงขึ้น

คำอธิบายนี้มีเหตุผลอยู่บ้าง การลงทุนโครงสร้างพื้นฐาน AI กำลังสร้างอุปสงค์มหาศาล ผู้ผลิตชิป ผู้จัดหาอุปกรณ์เซมิคอนดักเตอร์ และบริษัทเทคโนโลยีที่เกี่ยวข้อง สามารถรับรู้รายได้จากรายจ่ายการก่อสร้างได้ค่อนข้างตรงไปตรงมา บริษัทอย่าง AMD, Micron, Intel, Cisco และ Applied Materials ก็ปรากฏอยู่ในพอร์ตหลักของ ETF โมเมนตัมที่ผู้เขียนติดตาม ตราบใดที่ตลาดเชื่อว่ารายจ่ายลงทุน AI จะยังอยู่ในระดับสูง ความคาดหวังกำไรของผู้จัดหาต้นน้ำก็อาจได้รับการหนุนต่อเนื่อง

แต่ปัญหาคือ การเติบโตของรายได้ของบริษัทเหล่านี้ เริ่มต้นจากบริษัทอื่นเพิ่มรายจ่ายลงทุน ซึ่งไม่ได้หมายความว่าเศรษฐกิจโดยรวมได้รับผลผลิตภาพที่สอดคล้องกันแล้ว

สำหรับบริษัทที่ซื้อชิปและสร้างศูนย์ข้อมูล รายจ่ายเหล่านี้ก่อตัวเป็นต้นทุนหรือสินทรัพย์ทุนก่อน เฉพาะเมื่อสินทรัพย์เหล่านี้ช่วยให้บริษัทเพิ่มรายได้ ลดต้นทุน หรือเพิ่มกำไรในที่สุด การลงทุนจึงจะสร้างผลตอบแทนทางเศรษฐกิจที่ยั่งยืน

ดังนั้น การปรับขึ้นของหุ้นเซมิคอนดักเตอร์จึงบอกได้เพียงว่าตลาดมองบวกแนวโน้มกำไรของบริษัทที่เกี่ยวข้องกับโครงสร้างพื้นฐาน AI แต่ยังไม่เพียงพอจะพิสูจน์ว่าผลตอบแทนทางเศรษฐกิจขั้นสุดท้ายของการลงทุน AI เกิดขึ้นจริงแล้ว

3. ข้อสงสัยใหญ่ที่สุดของ AI: บริษัทชิปทำเงินได้ แล้วบริษัทอื่นล่ะ?

นี่คือความขัดแย้งที่ Mamaysky ให้ความสำคัญที่สุดในจดหมายลงทุน

ในเดือนกันยายน กลุ่มเซมิคอนดักเตอร์แข็งแกร่ง แต่ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากันอ่อนแอ

เมื่อเทียบกับดัชนีถ่วงน้ำหนักตามมูลค่าตลาด ดัชนี S&P 500 แบบถ่วงน้ำหนักเท่ากันให้หุ้นแต่ละตัวมีน้ำหนักใกล้เคียงกัน จึงสะท้อนการกระจายตัวของการปรับขึ้นของตลาดได้ดีกว่า ว่าเป็นการปรับขึ้นในวงกว้างหรือถูกผลักดันโดยบริษัทเทคโนโลยีขนาดใหญ่เพียงไม่กี่แห่ง

ผู้เขียนเรียกบริษัทจำนวนมากนอกกลุ่มเซมิคอนดักเตอร์ว่า ROCS (Rest of the Corporate Sector) หรือภาคธุรกิจอื่น ๆ

ในมุมมองของเขา การลงทุน AI มีตรรกะที่ต้องใช้เวลาพิสูจน์

องค์กรต่าง ๆ ซื้อชิป เซิร์ฟเวอร์ และซอฟต์แวร์ในตอนนี้ เพราะคาดว่าเทคโนโลยีเหล่านี้จะช่วยเพิ่มผลิตภาพในอนาคต ตลาดยินดีจัดหาเงินทุนล่วงหน้าสำหรับกระบวนการก่อสร้างนี้ เพราะเชื่อว่าจะมีกำไรที่ยังไม่เกิดขึ้นจริงในอนาคต

ดังนั้น การที่ยังไม่เห็นกำไรของทุกอุตสาหกรรมเติบโตพร้อมกันในตอนนี้ จึงไม่ใช่เรื่องน่าแปลกใจ

ปัญหาคือ ตลาดหุ้นมีลักษณะมองไปข้างหน้า หากนักลงทุนมั่นใจว่า AI จะเพิ่มความสามารถในการทำกำไรของบริษัทอื่นในอนาคตอย่างมีนัยสำคัญ ในทางทฤษฎี ความคาดหวังส่วนนี้ก็ควรค่อย ๆ สะท้อนในราคาหุ้นของบริษัทที่เกี่ยวข้อง

แต่เดือนกันยายนไม่เกิดการปรับขึ้นในวงกว้างเช่นนั้น หุ้นเซมิคอนดักเตอร์แข็งแกร่งต่อเนื่อง แต่บริษัทอื่นไม่ได้รับการหนุนมูลค่าในลักษณะเดียวกัน สิ่งนี้ทำให้ผู้เขียนตั้งคำถามว่า หากผู้ซื้อชิปรายสุดท้ายไม่สามารถสร้างกำไรเพิ่มได้เพียงพอ พวกเขาจะแบกรับต้นทุนการจัดซื้อและก่อสร้าง AI ที่ขยายตัวขึ้นเรื่อย ๆ ในระยะยาวได้อย่างไร?

คำถามนี้แตะถึงกลไกการจัดสรรกำไรในห่วงโซ่การลงทุน AI

ในระยะสั้น ผู้จัดหาโครงสร้างพื้นฐานอาจได้กำไรสูงจากคำสั่งซื้อที่เพิ่มขึ้นและอุปสงค์ที่ตึงตัว ในระยะกลาง ผู้ให้บริการคลาวด์ต้องคืนทุนผ่านการให้เช่าพลังประมวลผลและบริการ AI ในระยะยาวขึ้นไป บริษัททั่วไปต้องแปลง AI เป็นประสิทธิภาพการผลิตที่สูงขึ้น ต้นทุนดำเนินงานที่ต่ำลง หรือแหล่งรายได้ใหม่

เฉพาะเมื่อกระบวนการนี้ค่อย ๆ เกิดขึ้นจริง มูลค่าที่การลงทุน AI สร้างขึ้นจึงจะกระจายสู่กิจกรรมทางเศรษฐกิจในวงกว้างได้

แน่นอนว่า การที่ราคาหุ้นไม่ได้ปรับขึ้นพร้อมกัน ไม่ได้หมายความว่าผลผลิตภาพจาก AI จะไม่เกิดขึ้น ดอกเบี้ยสูง แรงกดดันการดำเนินงานของแต่ละอุตสาหกรรม และจุดเริ่มต้นของมูลค่าหุ้นที่แตกต่างกัน ล้วนอาจบดบังความคาดหวังของตลาดต่อการปรับตัวดีขึ้นของกำไรในอนาคต

แต่อย่างน้อยจากราคาหุ้นในเดือนกันยายน ความเชื่อมั่นของนักลงทุนต่อผู้จัดหาต้นน้ำของ AI ชัดเจนว่าแข็งแกร่งกว่าการตั้งราคาผลประโยชน์ขั้นสุดท้ายของบริษัทอื่น

สำหรับปรากฏการณ์นี้ Mamaysky ไม่ได้สรุปว่าการลงทุน AI จะล้มเหลวอย่างแน่นอน เขายังเชื่อในมูลค่าระยะยาวของ AI และไม่คิดว่าตลาดปัจจุบันเกิดฟองสบู่แล้ว

เพียงแต่การปรับขึ้นรอบนี้จะได้รับการสนับสนุนจากปัจจัยพื้นฐานในวงกว้างขึ้น ก็ยังต้องรอให้กำไรจาก AI ไม่กระจุกตัวอยู่เฉพาะบริษัทเทคโนโลยีไม่กี่แห่ง

4. ต้องจับตาอะไรต่อไป? การเพิ่มผลิตภาพจะแปลงเป็นกำไรองค์กรได้หรือไม่

ในการประเมินมูลค่าทางเศรษฐกิจของ AI Mamaysky เริ่มให้ความสำคัญกับข้อมูลผลิตภาพมากขึ้น

ข้อมูลปรับปรุงที่สำนักงานสถิติแรงงานสหรัฐ (BLS) ประกาศเมื่อวันที่ 3 กันยายน 2026 ระบุว่า ผลิตภาพแรงงานของภาคธุรกิจนอกภาคเกษตรในไตรมาสที่สองเพิ่มขึ้น 1.4% เมื่อเทียบรายไตรมาสแบบ annualized และเพิ่มขึ้น 2.2% เมื่อเทียบรายปี

เมื่อมองในรอบยาวขึ้น ตั้งแต่ไตรมาสที่สี่ของปี 2019 ถึงไตรมาสที่สองของปี 2026 ผลิตภาพแรงงานของภาคธุรกิจนอกภาคเกษตรของสหรัฐเพิ่มขึ้นเฉลี่ยประมาณ 2.1% ต่อปี สูงกว่าระดับประมาณ 1.5% ของวัฏจักรธุรกิจก่อนหน้า

ซึ่งสอดคล้องกับแนวโน้มการปรับตัวดีขึ้นของผลิตภาพที่ผู้เขียนสังเกตเห็น

แต่ต้องแยกแยะว่า การเพิ่มขึ้นของผลิตภาพแรงงานในระดับมหภาค ไม่ได้เท่ากับว่าบทบาทของ AI ได้รับการยืนยันแล้ว การลงทุน การจัดสรรแรงงาน ความก้าวหน้าทางเทคโนโลยี และปัจจัยเชิงวัฏจักร ล้วนมีผลต่อตัวชี้วัดนี้ และในปัจจุบันยังไม่สามารถคำนวณโดยตรงได้ว่า AI สร้างกำไรให้องค์กรเท่าใด

Mamaysky จึงเสนอเกณฑ์การตรวจสอบที่ลึกขึ้น: การปรับตัวดีขึ้นของผลิตภาพต้องสะท้อนในกำไรขององค์กรนอกภาคเทคโนโลยีในที่สุด

สิ่งนี้ยังสะท้อนในการปรับพอร์ตของ QuantStreet แม้หุ้นคุณค่าและหุ้นความผันผวนต่ำมีผลงานไม่ดีในไตรมาสก่อน แต่สถาบันยังคง overweight หุ้นสองกลุ่มนี้ค่อนข้างมาก เพื่อรักษาการลงทุนในภาคธุรกิจที่กว้างขึ้น ขณะเดียวกัน ในพอร์ตที่รับความเสี่ยงได้สูงกว่า ยังคงถือหุ้นเทคโนโลยีบางส่วนไว้

ในตลาดตราสารหนี้ สถาบันก็เริ่มปรับ duration Duration ใช้วัดความอ่อนไหวของราคาพันธบัตรต่อการเปลี่ยนแปลงของอัตราผลตอบแทน Duration ยิ่งยาว มักเผชิญผลขาดทุนด้านราคามากขึ้นเมื่อดอกเบี้ยขึ้น แต่หากผลตอบแทนลดลง โอกาสได้กำไรจากราคาก็ชัดเจนขึ้นเช่นกัน

ผู้เขียนเห็นว่า เมื่ออัตราผลตอบแทนพันธบัตรอายุ 10 ปีแตะประมาณ 5.25% ความน่าสนใจในการลงทุนของพันธบัตรเริ่มดีขึ้น ดังนั้น QuantStreet จึงเพิ่ม duration พันธบัตรเล็กน้อยในพอร์ตความเสี่ยงต่ำ ซึ่งเป็นการปรับทิศทางที่ค่อนข้างชัดเจนในรอบกว่าหนึ่งปีของสถาบัน

แต่ไม่ได้หมายความว่าสถาบันหันมา bullish พันธบัตรระยะยาวเต็มตัว โมเดลของสถาบันยังไม่มองบวกสินทรัพย์ตราสารหนี้ duration สูง duration โดยรวมของพอร์ตยังต่ำกว่าเกณฑ์อ้างอิง เพียงแต่ระดับ underweight ลดลง

สำหรับนักลงทุนที่เหมาะสม ผู้เขียนยังกล่าวถึงบทบาทการกระจายความเสี่ยงของสินทรัพย์ทางเลือก เช่น กองทุนหุ้นนอกตลาดแบบ Evergreen (Evergreen Private Equity Funds) จากผลงานบางส่วนที่ยกมา กองทุนที่เกี่ยวข้องปรับขึ้นประมาณ 0.5% ถึง 0.75% ในเดือนกันยายน ซึ่งช่วยกระจายความเสี่ยงของพอร์ตในเดือนที่หุ้นส่วนใหญ่เผชิญแรงกดดัน อย่างไรก็ตาม ผลิตภัณฑ์ประเภทนี้ยังมีข้อจำกัดด้านความถี่ในการประเมินมูลค่า สภาพคล่อง และความเสี่ยงของสินทรัพย์อ้างอิง ผลตอบแทนรายเดือนไม่สามารถพิสูจน์ความสามารถในการป้องกันความเสี่ยงระยะยาวได้

จากการปรับเหล่านี้จะเห็นว่า QuantStreet ไม่ได้เลือกถอนตัวจากการซื้อขาย AI ทั้งหมด และไม่ได้หันไปถือพันธบัตรระยะยาวอย่างมีนัยสำคัญเพียงเพราะผลตอบแทนพันธบัตรสูงขึ้น แต่กำลังมองหาสมดุลระหว่างความเสี่ยงและผลตอบแทนในสินทรัพย์ต่าง ๆ

สิ่งที่ต้องจับตาจริง ๆ ในอนาคตคือสัญญาณสามกลุ่ม

ประการแรก รายจ่ายโครงสร้างพื้นฐาน AI จะยั่งยืนหรือไม่ และการเติบโตของรายได้ของผู้จัดหาต้นน้ำยังมีอุปสงค์ที่แข็งแกร่งพอรองรับหรือไม่

ประการที่สอง AI เริ่มช่วยเพิ่มความสามารถในการทำกำไรของบริษัทนอกภาคเทคโนโลยีหรือยัง ข้อมูลผลิตภาพอาจให้สัญญาณเบื้องต้น แต่กำไรขั้นต้น การประหยัดต้นทุน และรายได้ใหม่ขององค์กร ต่างหากคือหลักฐานโดยตรงว่าผลตอบแทนการลงทุนจะเกิดขึ้นจริงหรือไม่

ประการสุดท้าย การปรับขึ้นของอัตราผลตอบแทนพันธบัตรระยะยาวสะท้อนความคาดหวังการเติบโตทางเศรษฐกิจมากกว่า หรือสะท้อนเงินเฟ้อ อุปทานการคลัง และค่าชดเชยความเสี่ยงด้านอายุ หากการเติบโตไม่ดีขึ้นตามคาด แต่ต้นทุนการเงินยังสูงต่อเนื่อง ผลตอบแทนการลงทุนขององค์กรจะเผชิญแรงกดดันมากขึ้น

คำถามที่การซื้อขาย AI ต้องตอบในตอนนี้ ไม่ใช่แค่ความต้องการชิปและพลังประมวลผลจะเติบโตได้อีกนานแค่ไหน แต่คือการลงทุนเหล่านี้จะสร้างกำไรเพิ่มให้เศรษฐกิจโดยรวมได้มากเพียงใดในท้ายที่สุด

บริษัทเซมิคอนดักเตอร์ได้รับรายได้ที่มองเห็นได้จากรายจ่ายลงทุนแล้ว แต่การปรับตัวดีขึ้นของกำไรในวงกว้างยังต้องรอการพิสูจน์ เฉพาะเมื่อผลผลิตภาพจาก AI ค่อย ๆ แปลงเป็นกำไรจริงนอกภาคเทคโนโลยี ตลาดจึงจะได้หลักฐานที่สมบูรณ์ขึ้นมารองรับการลงทุนขนาดใหญ่ในปัจจุบัน