基金调研：警惕精心编排的“剧本”

基金调研背后：一场精心编排的剧本？

莱特光电的“光鲜”与隐忧

莱特光电的业绩报告，乍一看，的确亮眼。营收同比增长56.90%，归母净利润更是暴增119.09%。OLED终端材料业务的贡献毋庸置疑，但这种“大幅增长”背后，隐藏着对单一技术路线的过度依赖。OLED显示技术的渗透率提升，看似是东风，实则暗藏风险。如果未来显示技术发生革命性变革，例如Micro LED或量子点技术取得突破，莱特光电的“光鲜”业绩是否还能持续？

“降本增效”更是老生常谈。任何企业都想降本增效，但降本的极限在哪里？为了追求利润，是否会牺牲产品质量和研发投入？

至于“AI赋能”，我持保留态度。AI在数据处理和效率提升方面确实有优势，但真正的创新，往往来自于对底层逻辑的颠覆和对未知领域的探索，这并非AI所擅长。过度依赖AI，可能会让企业陷入“数据茧房”，丧失独立思考和创新的能力。而且，用AI来“建立业内领先的数据资源库”，数据真的那么“领先”吗？還是只是把公開數據重新排列組合？

最后，高达60%的利润分红，看似慷慨，实则可能暴露了公司缺乏更有前景的投资方向。与其把钱分给股东，不如投入到更具潜力的技术研发中，例如他们提到的“钙钛矿”，这才是真正的战略布局。

许继电气的“结构性”增长：一场豪赌？

许继电气将2024年的增长归功于“调结构、提两效”。“调结构”的核心是降低低毛利的新能源及系统集成板块收入，增加高毛利的直流输电板块收入。这种策略，在我看来，更像是一场豪赌。

新能源板块虽然利润率较低，但却是未来的发展趋势。过早地放弃或削弱新能源业务，可能会让许继电气在未来的竞争中处于劣势。而直流输电板块，虽然目前利润率较高，但高度依赖国家电网的投资。一旦电网投资放缓或政策发生变化，许继电气的业绩可能会受到严重冲击。

此外，许继电气将毛利率提升归功于“产品结构优化和降本增效”。但细究之下，发现期间费用率也在上升，原因是销售和研发投入增加。这意味着，许继电气的“结构性”增长，是以牺牲短期利润为代价，换取长期发展的可能性。这种做法，能否得到市场的认可，还有待观察。

许继电气在“一带一路”战略上的布局，值得肯定。但国际市场的竞争更加激烈，许继电气的产品是否能够适应不同国家和地区的标准和需求，能否在与国际巨头的竞争中脱颖而出，仍然是一个巨大的挑战。

鹏扬基金：规模之下的真实实力？

规模与排名的“虚假繁荣”

鹏扬基金的规模数据，着实让人眼前一亮：资产管理规模（全部公募基金）1267.66亿元，排名55/210；资产管理规模（非货币公募基金）1119.25亿元，排名46/210。但数字会骗人，规模并不代表实力。

公募基金行业的竞争，早已白热化。规模的快速扩张，往往是通过发行大量同质化产品，或者依靠渠道的强势推广来实现的。这种“虚胖”的规模，很容易在市场波动中迅速缩水。更何况，排名只是相对的，在210家基金公司中排名中游，并不能说明鹏扬基金具备突出的竞争优势。

管理公募基金数176只，更是让我感到担忧。过多的产品数量，意味着管理团队需要分散精力，很难保证每只基金都能获得充分的关注和资源。这种“广撒网”的策略，最终可能会导致整体业绩平庸。

24位基金经理，平均每人管理超过7只基金。如此高的工作强度，基金经理是否有足够的时间进行深入研究和独立思考？他们是否能够真正了解每只基金的投资标的？我对此深表怀疑。

明星产品背后的风险

鹏扬中证数字经济主题ETF，是鹏扬基金旗下最近一年表现最佳的公募基金产品，近一年增长41.73%。但这种“最佳表现”，是否具有可持续性？

数字经济概念，近年来备受追捧，相关主题基金也水涨船高。但数字经济的范围非常广泛，从云计算、大数据到人工智能、物联网，几乎涵盖了所有高科技领域。这种宽泛的定义，很容易让基金经理陷入“概念炒作”的陷阱，盲目追逐热点，而忽略了对公司基本面的深入研究。

此外，ETF基金的业绩，很大程度上取决于跟踪指数的表现。鹏扬中证数字经济主题ETF跟踪的是中证数字经济主题指数，该指数的成分股，是否真正代表了数字经济的未来发展方向？该指数的编制方法，是否存在缺陷？这些问题，都需要投资者进行深入研究和独立判断。

更重要的是，任何一只基金的业绩，都具有周期性。过去一年的“最佳表现”，并不能保证未来一年也能取得同样的成绩。投资者在选择基金时，不应只关注短期业绩，更要关注基金经理的长期投资能力和风险控制能力。

AI生成研报：一场信息茧房的危机？

算法的局限性与偏差

“为证券之星据公开信息整理，由智能算法生成”，这句话，才是这篇报道中最令人不安的部分。AI生成研报，看似高效便捷，实则隐藏着巨大的风险。

算法的核心是数据。如果输入的数据存在偏差或错误，算法的输出结果也会受到影响，甚至会产生误导性的结论。而公开信息，往往经过层层过滤和加工，很难保证其真实性和完整性。

更重要的是，算法缺乏独立思考和判断能力。它只能根据预设的规则和模型，对数据进行分析和处理，而无法理解数据的内在含义和潜在风险。例如，算法可能会过度关注财务数据，而忽略了公司的管理能力、技术创新能力和市场竞争力等非量化因素。

AI生成研报，还可能存在“信息茧房”效应。算法会根据用户的历史行为和偏好，推送相关的信息，从而强化用户的固有观点，限制用户获取不同视角的观点。长期以往，用户可能会陷入“信息茧房”，丧失独立思考和批判性思维的能力。

独立思考的必要性

在信息爆炸的时代，独立思考变得尤为重要。我们不能盲目相信任何信息来源，包括AI生成研报。我们需要对所有信息进行批判性分析，独立判断其真实性和可靠性。

要做到独立思考，首先要具备扎实的基础知识。我们需要了解相关行业的背景知识、技术发展趋势和市场竞争格局，才能对信息进行有效的分析和判断。

其次，要保持开放的心态，广泛获取不同视角的观点。我们需要阅读不同的媒体报道、研究报告和专家评论，了解不同的观点和论证，才能形成自己的独立判断。

最后，要勇于质疑权威，敢于挑战传统观点。我们不能因为某个观点被广泛接受，就盲目相信它。我们需要对所有观点进行独立思考和验证，才能发现其中的漏洞和不足。

AI可以作为辅助工具，但绝不能取代人类的独立思考。只有通过独立思考，我们才能真正理解信息的含义，把握市场的脉搏，做出明智的投资决策。