AI正在加速软件等行业的结构性颠覆，使传统“低估值=便宜”的价值投资框架变得不再可靠，甚至在部分情境下出现系统性偏差。尽管近期软件股因AI冲击出现明显调整、估值回落，但其中既包含被市场错杀的优质公司，也包括商业模式正被技术替代的潜在价值陷阱。研究表明，在未受颠覆影响的行业中，传统价值因子仍然有效，但在技术快速迭代的领域，其长期表现明显走弱。核心原因在于，传统指标容易低估持续受益于创新的公司，同时高估表面“便宜”但基本面正在被侵蚀的企业，从而在组合层面产生系统性误判。因此，仅依赖市盈率等静态估值指标已难以反映真实价值，需要将“无形资产”与“互补性护城河”纳入评估体系，包括品牌、网络效应、客户粘性以及将技术转化为商业回报的能力。在这一框架下，软件行业并非整体性机会，而是显著分化：少数具备AI适配能力与强无形优势的公司仍具长期吸引力，而另一部分公司则可能持续陷入价值陷阱。
本文为转载。本文原作者为Sparkline Capital，由【他山之石观投资】团队整理翻译。他山之石是一个聚焦全球市场看资本市场的研究团队，欢迎关注阅读更多文章和内容。
正文
软件行业面临颠覆性冲击
随着越来越多企业开始从AI投资中真正获得回报，企业采用AI的速度正在明显加快。作为AI的早期使用者，我们依然看好这一趋势，以及这些借助AI提升能力的公司。
但任何颠覆性变化，都会同时带来赢家和输家。AI普及的另一面，是许多传统公司因为市场担心AI会冲击它们的商业模式，股价开始下跌。如今，AI的冲击已经波及财富管理公司、咨询公司，甚至卡车运输企业。不过，受影响最严重、范围最广的，还是软件股。
目前，软件开发是AI应用最成熟的领域之一，背后推动力量是像 Claude Code 和 Codex 这样的AI编程工具。在一个“开发软件成本几乎接近零”的世界里，市场似乎开始认为，软件公司的“护城河”已经不再牢固。过去几个月里，尽管整体股市仍在上涨，但软件股却持续遭到抛售。
图表1：软件股抛售潮
过去一直受到成长型投资者追捧的软件股，如今开始进入价值投资者的关注范围。软件股过去通常享有很高的估值溢价，但现在，它们的估值已经比整体市场低大约10%。
图表2：软件股已不再享有估值溢价
许多原本地位稳固的软件巨头，在经历大幅下跌后，如今估值变得更加便宜。GoDaddy、Adobe、Workday、Atlassian 和 Salesforce 的预期市盈率都低于13.5倍，大约只有整体市场的一半。单从传统价值投资指标来看，这些公司看起来就像是非常典型的“价值股机会”。
图表3：陨落的软件明星股
价值陷阱
然而，仅仅因为估值便宜，就去买入那些正面临行业颠覆风险的公司，其实是非常危险的做法。历史上有很多知名企业，看起来估值很低、似乎“很便宜”，但最终还是在行业变革中被淘汰。比如 Blockbuster、Borders、RadioShack 和 McClatchy 的衰落，就是典型例子。
图表4：那些改变行业格局的经典颠覆案例
在巅峰时期，这些公司拥有数千家门店、数以万计的员工、数百万客户，以及每年数十亿美元的收入。然而，它们最终还是走向破产，原因在于未能适应互联网时代的新模式，例如流媒体、电商，以及数字媒体和社交媒体的兴起。
更重要的是，如下一张图表所示，这些公司的股票曾是典型的“价值陷阱”。随着颠覆风险不断上升，股价迅速崩塌。但与此同时，它们的营收却用了很多年才开始下滑——在某些情况下甚至还曾在一段时间内继续增长。股价相对于滞后的基本面数据下降，制造了一种“看起来很便宜”的假象，从而吸引价值投资者买入，最终就像是上了一艘正在慢慢下沉的船，还以为只是暂时便宜，其实风险一直在累积。
图表5：经典的价值陷阱案例
我们认为，软件股的这一轮抛售，很大程度上是“无差别卖出”造成的，同时市场也低估了许多软件公司的真实护城河。不过，也确实有不少看起来很便宜的软件公司，正在被真正的颠覆力量所冲击。未来能取得成功的投资者，将是那些能够分清“能够存活下来的公司”和“价值陷阱”的人。
历史上的行业颠覆案例
衡量“颠覆风险”
为了更系统地研究“颠覆”的历史，我们需要的不只是四五个案例来说明问题。我们将沿用《投资创新》（2022年4月）中的方法，该研究利用一个世纪以来的专利数据，分析了当时正在流行的技术趋势。
通过机器学习，我们将相似的专利进行聚类，并识别出那些正在向多个行业快速扩散的技术。这种方法可以帮助我们研究像AI这样横跨多个行业的广义技术影响，而不是只局限于某个特定行业的创新，例如“可植入心脏设备”这类技术。
随后，我们通过分析各行业相关文件中的语言使用情况——包括公司报告、财报电话会议记录以及分析师评论——来衡量每个行业对这些前沿技术的“暴露程度”。下一张表将列出最近几轮颠覆浪潮，包括它们的峰值年份、最主要的专利集群，以及受影响最深的行业。
图表6：近期几轮颠覆浪潮
从1990年代开始，互联网和移动革命为一系列持续推进、彼此强化的创新奠定了基础，包括电子商务、数字与社交媒体，以及云计算。由此带来的颠覆，并不仅仅局限在“科技股”内部，而是广泛影响了零售业、媒体公司等众多行业的商业模式。
更重要的是，这些颠覆浪潮并不是单独发生的，而是会层层叠加、不断累积。如下一个图表所示，零售行业就经历了一轮又一轮的连续冲击——先是电子商务，然后是移动互联网、数字与社交媒体，如今又叠加了人工智能的影响。
图表7：零售行业在不同主题下的颠覆暴露程度
最后一行展示的是各类主题加总后的总体暴露程度。为了把这种连续的“暴露分数”转换成一个简单的二元分类，我们设定了一个固定阈值。每个月，如果某个行业的分数超过这个阈值，我们就认为该行业“暴露于颠覆之中”；如果低于阈值，则认为该行业相对“未受影响”或“受保护”。
在建立了这样一个系统化的方法来识别面临颠覆风险的公司之后，我们可以重新回到最初的问题：在颠覆发生的时期，价值投资者是否真的面临更高风险、更复杂的环境？
价值投资本质上是在“做空颠覆”
为了刻画价值投资者的表现，我们使用一个广泛关注的“价值因子”（value factor）。它被定义为一个多空组合：买入便宜的股票，同时卖出昂贵的股票，定价依据是多种传统价值指标的组合，例如市盈率等。下一张图展示了该策略的表现。
图表8：价值投资的终结？
自2010年以来，价值因子经历了一轮痛苦的回撤。那些在传统估值指标上看起来“便宜”的股票，持续跑输那些看起来“更贵”的股票。这种长期的弱势表现，也让一些评论者开始宣称“价值投资已经死亡”。
不过，在我们下结论之前，先看下一张图表。借助我们刚刚建立的“颠覆暴露”分类方法，我们将整个股票市场分成两类：“受颠覆影响的行业”和“相对不受影响的行业”，并在这两个互补的子样本中分别运行价值因子策略。
图表9：价值投资正在被颠覆
价值因子在“未受影响”的行业中其实表现相当不错，在过去三十年里持续获得稳定的超额收益。但在“受颠覆影响”的行业中，它却表现不佳。自2010年以来，在受颠覆行业中的亏损，超过了在未受影响行业中的收益，从而导致整体因子出现回撤。因此，价值投资可能并没有“死亡”，但它确实正在被颠覆。
传统价值投资在受影响行业失败的原因在于，它往往会卖出那些被颠覆推动的赢家（比如 Amazon），同时买入那些陷入价值陷阱的失败者（比如 Borders）。当我们分别分析多头和空头相对于市场的贡献时发现，两者在造成亏损上的影响其实相当接近。
作为最后的稳健性检验，我们又做了几种额外的分析版本：第一，扩大到更广泛的全球股票市场；第二，使用更窄的价值定义，即经典的市净率指标；第三，在行业中性条件下运行该因子；第四，参考当前流行的方法，将价值因子与质量因子和动量因子结合进行增强分析。
图表10：稳健性检验 —— 受颠覆行业 vs 未受影响行业的收益表现
我们的核心结论是：当价值因子应用在面临颠覆风险的股票上时，其表现会明显变差，这一点在所有测试条件下都成立。在各种情况下，“受颠覆行业”和“未受影响行业”之间的收益差距都是显著为负的。
对于目前正在重新评估软件股的投资者来说，这一历史分析提供了一个重要的警示：传统的价值指标，在评估那些正面临技术颠覆的公司时，整体效果是很有限的。如果过度依赖这些简单的估值指标，投资者可能会被困在“价值陷阱”中，同时错过真正的颠覆型赢家。
我们曾首次提出：价值投资者其实在无意中承担了一个“押注反对颠覆性创新”的巨大风险，而这种错误的隐含押注，正是其长期表现不佳的重要原因。六年后的今天，这项研究进一步支持了这一观点。
颠覆浪潮正在不断上升
投资者目前普遍将软件股视为本轮AI驱动抛售的核心领域。然而，AI本质上是一种所谓的“通用型技术”，它不仅可能改变软件行业，还可能影响整个经济的方方面面。
在《投资AI：在热潮中寻找路径》（2023年7月）中，我们通过劳动力数据研究了企业层面的AI暴露程度。结果发现，除了软件行业之外，大多数其他科技板块，以及金融、医疗、通信、媒体和专业服务等行业，都在很大程度上暴露于AI的影响之下。此外，我们预计，随着AI模型能力的提升，以及机器人等相关技术的进步，这种“暴露程度”还会进一步扩散到更多行业。
图表11：各行业的AI暴露程度
下一张图展示了美国股市中被认为“受影响”的公司占比。尽管技术压力是以一波波浪潮的形式出现的，但整体趋势一直在上升。如今，随着人工智能的到来，颠覆程度达到历史最高水平：超过72%的美国公司、以及占市场总市值78%的企业，都正面临不同程度的颠覆风险。
图表12：不断上升的颠覆浪潮
在过去这一轮周期中，许多价值投资者通过避开美国大盘股、转向受颠覆影响较小的市场板块来“存活”。然而，不幸的是，这些其他板块同样正在面临越来越高的颠覆风险：美国小盘股中约68%的市值处于暴露状态，发达国家（非美国）市场约65%，新兴市场约52%。
虽然传统的价值指标在“相对不受影响”的行业中仍然有效，但这些行业在整个股票市场中的占比正在快速缩小。也就是说，留给价值投资者的“安全区域”正在不断变小。未来，价值投资者可能将无处可躲，难以避开颠覆风险的全面影响。在人工智能时代，如何调整估值方法，使其能够适用于那些正面临技术变革冲击的公司，将变得越来越重要。
在颠覆中生存
无形资产与互补性资产
历史上，企业是如何在颠覆的风暴中存活下来的？下一张图展示了两个成功“穿越周期”的公司案例：Walmart 成功抵御了 Amazon 以及其他电商颠覆者的冲击，而 The New York Times 则避免了在 Google、Meta Platforms、Craigslist 等推动下的报业崩塌中被彻底击垮。
图表13：Walmart 与 The New York Times
这些公司的成功来自多种因素的结合。首先，它们主动拥抱了技术带来的威胁，比如电商和数字媒体的冲击。其次，它们充分利用了自身的独特优势，包括品牌、人才资源，在一定程度上还有网络效应。换句话说，它们之所以能够存活下来，是依靠自身的“无形护城河”。
理解这些无形护城河的一个有用视角，是“互补性资产”（complementary assets）的理论，这一概念由 David Teece 在其具有重要影响力的论文《从技术创新中获利》（1986）中提出。Teece 认为：“创新型企业往往无法从创新中获得主要经济回报，而客户、模仿者以及其他行业参与者却可能受益”，因为“创新带来的利润，可能更多流向那些拥有特定互补性资产的所有者，而不是那些开发知识产权本身的人”。
换句话说，虽然核心的知识产权本身确实很有价值，但围绕它的配套资源同样重要，例如制造能力、分销渠道、销售网络、售后服务以及其他配套技术。在很多情况下，这些“配套资源”反而成为稀缺资产，而创新本身则逐渐变得容易复制、趋于商品化。
图表14：互补性资产
Teece提供了几个“创新者未能从自身创新中获利”的典型例子。例如，EMI 发明了 CT 扫描仪，但它缺乏企业级销售能力、培训能力以及医疗设备后续维护服务能力，无法顺利将产品卖给医院。最终，EMI 在竞争中输给了 GE Healthcare，后者本身就具备这些互补性能力，并且后来也在技术上追了上来。
类似地，RC Cola 其实是最早推出罐装可乐和无糖可乐的公司，但由于缺乏像 Coca-Cola和 PepsiCo 那样的分销网络（也就是货架占位能力）以及全球品牌影响力，最终未能在市场中占据主导地位，而这些市场如今基本由后两者主导。
相比之下，IBM 虽然进入个人电脑市场较晚，但在20世纪80年代依然成为主导者之一。根据 Teece 的观点，IBM 的成功并不在于技术领先，而在于它构建了一个繁荣的软件生态系统，从而形成了强大的网络效应。
图表15：创新者并不总是赢家
当我们审视当前AI这一轮创新时，需要认识到一个关键事实：最早的创新者并不一定最终胜出。“颠覆神话”——即快速行动的初创公司必然会取代反应迟缓的行业巨头——虽然很有吸引力，但正如我们在附录中所展示的，这种说法在实证上并不成立。真正的成功往往取决于“互补性资产”，而这些资产在很多情况下，甚至比核心创新本身更加重要。
无形价值
在《无形价值》（2021年6月）一文中，我们提出了一个对传统价值因子的现代化改造版本，称之为“无形价值因子”。与传统价值不同，“无形价值”不仅考虑有形资产，还纳入了无形资产的因素，包括知识产权、品牌价值、人力资本以及网络效应。
图表16：无形价值（Intangible Value）
“无形价值”与 Teece 的框架高度一致。以当下的核心创新——人工智能（AI）为例，无形价值不仅关注与AI相关的知识产权（IP），还会把在互补领域具有创新IP的公司也纳入考量，例如机器人和基因组学。此外，它关注的不只是“有强IP”的公司，还包括其他关键的无形资产，例如品牌价值、人力资本以及网络效应。
下一张图展示了“无形价值因子”在整个股票市场中的表现，并进一步拆分为“受颠覆行业”和“未受影响行业”的表现。和之前一样，我们展示的是一个多空组合策略的收益：买入被认为便宜的股票，卖出被认为昂贵的股票。但不同之处在于，这里“便宜”的定义，不再是传统价值指标，而是由“无形价值”来定义。
图表17：无形价值——受颠覆行业 vs 未受影响行业
自1995年以来，“无形价值”在整个市场中都取得了超额收益，能够较好地识别后续的赢家和输家。和传统价值一样，它在“未受颠覆影响”的行业中也稳定产生了持续的超额收益。但与传统价值不同的是，“无形价值”在“受颠覆影响”的行业中同样能够有效选股。因此，它成功避免了传统价值所经历的持续回撤。
下一张表将以另一种方式重新展示这些结果，同时将样本期分为前后两个阶段。传统价值表现并不稳定，无论是在技术暴露较高的行业，还是在样本的后半段，都表现不佳。相比之下，“无形价值”在不同行业以及不同时期都保持了稳定的超额收益表现。
图表18：年化收益表现——传统价值 vs 无形价值
传统价值 vs 无形价值
为了进一步研究“传统价值”和“无形价值”之间的差异，下一张图展示了2007年（正值电商与数字媒体颠覆浪潮中），美国受影响行业中市值最大的100只股票在这两种指标上的评分情况。
图表19：传统价值 vs 无形价值（2007年）
我们把这些股票分成四个象限。右上角是两种指标都认为“便宜”的股票，比如 Accenture 和 Kroger。左下角是两种指标都认为“昂贵”的股票，比如 GameStop 和 Las Vegas Sands。右下角是“价值陷阱”，即传统价值认为便宜，但无形价值认为昂贵的公司，例如 Wells Fargo 和 Macy's。左上角则是“看起来昂贵的颠覆者”，即传统价值认为昂贵，但无形价值认为便宜的公司，例如 Amazon 和 Apple。
我们用不同颜色标记每只股票随后10年的收益表现。结果显示，无形价值在区分赢家和输家方面效果更好——大多数赢家集中在上方两个象限，而大多数输家集中在下方两个象限。相比之下，传统价值的效果较弱。在它与无形价值发生分歧的“对角象限”中，传统价值往往判断错误：它会买入像 Wells Fargo 这样的输家，同时卖出像 Apple 这样的赢家。
正如下一张图所示，这一结论在整个样本期内都是成立的。表现最好的股票，是两种价值指标都认为“便宜”的那些；表现最差的，是两种指标都认为“昂贵”的那些。但在两者出现分歧时，无形价值提供了更好的信号：它能够正确买入那些“看起来很贵但实际上是赢家的颠覆者”，并卖出那些“看起来很便宜但实际上是价值陷阱”的公司。
图表20：各象限年化收益（1995–2026）
“无形价值”在评估技术暴露较高的公司时表现更好，这一点其实是符合直觉的。与传统价值不同，“无形价值”会明确将企业的创新能力纳入考量，并认可由创新所带来的无形护城河。而在当今以信息为核心的经济体系中，这些无形护城河的重要性正在不断上升。
软件股抛售
无形价值与软件行业
过去一年，由于市场对AI颠覆风险的担忧加剧，许多软件股经历了大幅下跌。正如我们刚刚看到的，“无形价值”在历史上一直能够较好地识别颠覆环境中的低估股票。那么，这一框架如何看待当下这些被大幅抛售的软件公司？
下一张图展示了过去一年跌幅超过30%的软件股票，其“无形价值评分”的分布情况。
图表21：软件行业“末日冲击”中的无形价值
平均来看，这些股票的得分为正，这说明本轮抛售确实创造了一些真实的投资机会。但与此同时，我们也发现分布中存在一个异常长的“左尾”，也就是一批“价值陷阱”公司——例如 Duolingo。即使经历了大幅下跌，这些公司看起来依然不具吸引力。其中很多股票在传统估值指标下显得很便宜，但在“无形价值”框架下却被筛选为不具吸引力的标的。
不过，虽然整个行业并不能被简单地视为全面低估，我们仍然发现少数软件公司在“无形价值”上表现较好，例如 Salesforce，看起来具备投资吸引力。接下来，我们将进一步分析这些高分公司背后的两个主要驱动因素：互补性护城河，以及AI采用程度。
互补性护城河
首先，即使不考虑它们在AI方面的投入，这些高分公司本身就拥有强大的互补性无形资产。对其中很多公司来说，“代码本身”从来都不是护城河。它们的真正优势在于其他方面，例如：值得信赖的品牌、稳固的客户关系以及合规与监管层面的信誉；在产品与行业领域积累的专业能力；网络效应以及高转换成本；以及长期积累的商业逻辑能力和互补性的知识产权。
图表22：软件行业的无形护城河
这些护城河在企业级软件领域最为明显。在这一领域，产品通常承担“关键业务系统”的角色，深度嵌入客户的工作流程，同时还要满足严格的安全与合规要求。即使在AI编程工具出现之前，客户本来也可以选择自行开发软件，或者转向更便宜、基础设施更新的初创公司，但大多数企业并没有这样做。与其自己重新“造轮子”，它们更倾向于把系统外包给值得信赖的合作伙伴。
下一张图将这些高评分软件公司的“无形价值”拆解为四个子维度。虽然每家公司各有特点，但平均来看，这四个维度都对整体高分有贡献，其中品牌价值和人力资本的作用尤为重要。
图表23：软件股抛售中的无形价值子维度
现有企业的AI采用情况
其次，这些公司已经意识到AI作为颠覆性力量的本质，并没有坐视不管。下一张图来自《AI采用者：AI繁荣的受益者》（2026年1月），展示了按行业划分的企业层面AI采用评分分布情况。这些评分是通过解析数百万份企业沟通材料、专利、商标、员工LinkedIn资料以及其他文档，并借助大语言模型（LLMs）等工具构建而成的。
图表24：各行业的AI采用程度
根据我们的数据，软件行业是目前AI采用速度最快的行业。软件公司清楚自己正处在AI颠覆的前沿，因此对这一威胁非常重视并积极应对。例如，从招聘数据来看，软件公司在AI人才方面的投入和竞争强度，明显高于其他行业。
图表25：AI相关职位招聘情况
下一张图对比了各行业的AI暴露程度（图表11）与AI采用程度（图表24）。我们加入了一条回归线，用来识别哪些行业在AI采用方面相对于其AI暴露程度是“超前”还是“落后”。在这个框架下，软件行业显得尤为突出——它是所有行业中最领先于自身AI暴露水平、AI采用推进最快的行业。
图表26：各行业AI暴露 vs AI采用程度
虽然作为一个整体，软件行业正在积极拥抱AI，但图表24也显示，不同公司之间的AI采用程度存在巨大差异。当然，那些在AI方面几乎没有动作的软件公司，更容易成为被颠覆的对象。相反，那些积极将AI整合进业务、并为“AI智能体时代”重新调整商业模式的公司，更有可能存活下来，甚至从落后的竞争对手那里夺取市场份额。
对于这些早期采用者来说，AI编程工具还有可能在长期内改善利润率，因为它降低了软件开发的劳动密集程度——而软件开发一直是该行业最大的成本来源之一。随着市场对软件公司大量使用股票薪酬（SBC）的关注不断增加，这一变化也可能对股东更加有利。
正如我们在《AI采用者：AI繁荣的受益者》（2026年1月）中所讨论的，“无形价值”正在越来越多地转向“AI早期采用者”——不仅限于软件行业，也包括工业、医疗、消费等其他行业。我们认为，早期采用者提供了一种被低估的方式，可以在不承担过高资本开支和估值风险的情况下，参与AI受益机会。
软件行业的“甜蜜点”
最后，我们把这些指标综合在一起。下一张图从两个维度对这些被大幅下跌的软件股票进行评分：AI采用程度，以及“无形价值（剔除AI采用因素）”。由于AI采用本身已经是“无形价值”的一个输入项，因此将其剔除，可以更清晰地识别那些并不依赖AI因素、但仍然依靠其他互补性无形护城河的公司。
图表27：软件股抛售——AI采用 vs 互补性护城河
对投资者来说，“最佳位置”在右上象限：既是AI早期采用者，又拥有强大互补性护城河的软件公司。这些企业不仅天然具备较强的业务防御能力，同时也在积极为AI时代做布局。
不幸的是，大多数被大幅抛售的软件公司并不在这个“理想区域”内。乍看之下，这轮下跌似乎是一次全面的便宜机会，但我们的“无形价值”框架给出的结论更加谨慎和分化：软件行业内部差异非常大，有些公司有望存活并进一步成长，而另一些则可能落入“价值陷阱”。
分化中的机会
许多软件股由于市场对AI颠覆的担忧而大幅下跌。然而，历史经验表明，市场在最初阶段的反应往往是“噪音较大”的：有些早期下跌的公司最终变成了价值陷阱，但也有一些公司在调整后重新恢复，甚至成为最终的“幸存者”。
为了说明这一点，我们将范围从当前的软件股，推广到一个更广泛的类别，称之为“颠覆恐慌股”（Disruption Scare Stocks）：即那些在过去一年中因技术暴露而下跌超过30%的股票。虽然今天这个组合主要由软件股构成，但在历史上，它也包括报业、零售业以及其他曾经被颠覆的行业中的老牌公司。
下一张图展示了这些“颠覆恐慌股”在未来12个月的收益分布情况。作为对照，我们同时展示了更广泛股票市场的收益分布。
图表28：颠覆恐慌股的高分散性表现
这些“颠覆恐慌股”并不会注定失败。事实上，它们的中位数收益与更广泛的市场大致相当。结果表明，那些最初因为颠覆担忧而被市场打击的股票，并不比其他股票更容易继续下跌，它们同样有可能反弹回升。换句话说，这一组合中既包括像 Blockbuster 这样的“价值陷阱型”公司，也包括像 The New York Times 这样的“幸存者型”公司。
历史价格走势，并不能很好地预测颠覆最终的赢家和输家。我们在附录中也正式验证了这一点：一个简单的动量策略（买入赢家、卖出输家）在颠覆情境下表现并不有效。这与 Teece 的观点一致——早期的创新者往往并不是长期的最终赢家。
但在类似的中位数之下，是显著更高的分散性。对于“颠覆恐慌股”而言，其未来收益分布具有明显更厚的尾部：大约10%的股票在一年内实现翻倍，而16%的股票则在同一时期内腰斩。其四分位距（衡量离散程度的指标）是整体市场的1.8倍。
颠覆会重新洗牌竞争格局，从而扩大赢家与输家之间的差距。更高的分散性对投资者是有利的，因为它增加了通过选股获取超额收益的机会。如果投资者哪怕只具备一定程度区分赢家和输家的能力，更大的结果分布差异就可能转化为更高的超额回报。
系统性因子“无形价值”的一个优势，是它可以用来实证展示这一点。
正如前文所示，“无形价值”在整体市场以及受影响子样本中都取得了超额收益。在下一张图中，我们进一步收窄范围，只看“颠覆恐慌股”这一更极端的子集。
图表29：无形价值——分散性带来更高收益
确实，“无形价值因子”在“颠覆恐慌股”中取得了显著更高的收益，这主要来自于这些股票更高的分散性。与理论一致，其夏普比率大体相近，但收益的绝对水平明显更高。这说明：分散性会放大既定投资能力的回报。
换句话说，当市场结果分布更“拉开”时，即使投资优势不变，也能带来更大的超额收益。当下的软件股抛售，正提供了一个“高分散性机会池”的现实案例。对于能够识别AI时代赢家与价值陷阱的投资者——无论是使用“无形价值”框架，还是其他方法——我们认为，软件股当下仍然是一个异常具有吸引力的选股机会。
总结
软件股近期大幅下跌，原因在于投资者正在重新评估AI带来的颠覆风险。随着相对估值接近近年来的低位，许多价值投资者的直觉是“逢低买入”。
但历史经验表明，这种做法需要谨慎。在过去多轮技术颠覆中，传统价值指标在面对技术变革的股票时往往表现不佳。简单的“便宜”衡量标准，容易买入价值陷阱，同时卖出真正的创新赢家。
在AI时代，投资者需要对“价值”有更宽的定义。颠覆中的赢家，往往具备传统指标无法捕捉的重要无形资产——不仅包括创新性的知识产权，还包括将这些创新转化为利润所必需的互补性无形护城河。
我们发现，将这些无形资产纳入考量的扩展型价值指标，有助于更好地区分颠覆中的赢家与输家。
应用到当前的软件股抛售中，这一框架显示出更为选择性的机会：虽然整个行业并非普遍低估，但部分具备可信AI投入和互补性无形护城河的软件公司仍然具备吸引力。
通过拉大赢家与输家之间的分化，颠覆反而创造了一个适合应用该框架的良好环境。
（全文结束）
【免责声明】
本账号所有内容仅为信息分享与市场观点交流，不构成任何投资建议或推荐。金融市场存在不可预测的风险，过往业绩不代表未来表现。不账号内容不构成投资建议，请读者务必谨慎独立判断，并对自身投资行为负责。
上述观点原作者有最终解释权，本文为转载。市场有波动，投资需谨慎。