产业价值捕获者（一）：如何在产业升级中发现未被定价的价值

$澜起科技(SH688008)$ $英矽智能(03696)$

过去一段时间，“羽界之家投资方法论”试图回答的是一个相对完整的问题：在资本市场中，我们应该用什么样的框架，去寻找那些尚未被市场充分定价、但未来具备高成长潜力的公司。

从顺时代、选赛道，到判断企业所处的生命周期；从寻找龙头和高斜率公司，到识别预期差、认知差；再到增长预测、PEG估值、买卖时点以及持续验证，这套方法论更多解决的是“应该用什么标准去选择一家企业”。

但理论最终必须落到实践。

当我们真正面对一个快速变化的产业时，问题会变得更加具体：一个产业里往往有几十个甚至上百个环节和公司，究竟应该研究谁？产业高速增长，是不是意味着产业链上的所有企业都值得投资？技术升级之后，新增的收入和利润最终会流向哪里？又有哪些原本并不起眼的环节，会因为技术路线变化、单位价值量提升和竞争格局改善，突然成为产业升级中最大的受益者？

这些问题，单靠“行业景气度”并不能回答。

因此，在完成前一阶段投资方法论和认知差系列之后，我准备开始一个新的研究系列——“产业价值捕获者”。

这个系列不准备做传统意义上的产业链科普，也不会简单罗列产业链上有哪些公司。我们真正关心的，是产业发生升级和变化之后，价值究竟向哪里迁移，哪些企业能够获得超过产业平均水平的收入和利润增长，以及这种增长是否还没有被资本市场充分定价。

目前全球产业变化最快、资本投入最大、技术迭代最剧烈的方向之一，无疑是人工智能革命。

从GPU、服务器，到高速互连、光通信、先进封装、液冷，再到AI终端和应用，AI正在推动一条庞大的新产业链快速形成。但产业链越长，越不能简单地用“AI受益”三个字概括所有公司。

真正值得寻找的，不是产业链的普通参与者，而是：

产业升级中的价值捕获者。

一、产业增长，不等于投资机会

这是我们首先需要建立的一个基本认识。

一个产业未来增长30%、50%，甚至100%，并不意味着产业链上的所有企业都会获得同样幅度的利润增长，更不意味着所有公司都会成为好的投资标的。

因为从产业增长到股东回报，中间还隔着很长的一条链：

产业需求增长 → 产品价值量变化 → 竞争格局变化 → 企业收入增长 → 利润增长 → 市场预期 → 最终估值。

同一个产业中，不同企业所处的位置不同，最终获得的收益可能完全不同。

假设某个产业未来增长30%。

A公司跟随行业增长，收入增长30%，利润增长25%；

B公司因为市场份额提升，利润增长50%；

C公司不仅享受行业增长，同时还出现单机价值量提升、市场份额集中和毛利率改善，最终利润增长100%以上。

三家公司都属于同一个高景气产业，但它们创造的投资价值完全不同。

因此，真正重要的问题从来不是：

“这个行业未来能增长多少？”

而是：

“这个行业增长以后，谁能够拿走更多的利润？”

这就是“产业价值捕获者”这个概念产生的起点。

二、什么叫“产业价值捕获者”

我把它定义为：

在产业升级过程中，由于技术路线、产品结构、供需关系或者竞争格局发生变化，使一家企业获得明显高于产业平均水平的收入和利润增长，这样的企业就是产业价值捕获者。

这里最重要的不是“受益”。

而是：

超额受益。

一家企业所在的行业增长40%，它的利润也增长40%，本质上主要获得的是产业β。

但如果行业只增长40%，一家公司的利润却可以增长80%、100%，甚至更高，那么它获取的就不仅仅是产业β，而是产业升级过程中产生的企业α。

我们寻找的，正是这种企业。

所以，未来研究产业链时，我认为最重要的一个问题应该变成：

为什么这家公司的利润增长速度，可以明显快于它所在产业的增长速度？

如果这个问题回答不了，它可能只是一家普通的产业受益公司。

如果能够回答，而且这种超额增长具备持续性，那么它才可能是真正值得研究的价值捕获者。

三、产业升级为什么会产生“价值迁移”

产业并不是静态的。

技术不断升级，产品不断迭代，原有的价值分配结构也会不断变化。

昨天最重要的一个环节，明天可能逐渐标准化；昨天不起眼的一个零部件，因为精度、功率、性能或者可靠性要求突然提高，可能迅速成为整个系统的瓶颈。

这就是所谓的：

产业价值迁移。

我认为，产业升级中最值得研究的价值迁移，主要来自四个方向。

第一，量的提升

最简单的一种情况，是产品用量增加。

上一代产品每台设备只需要1个零部件，新一代架构可能需要4个、8个甚至更多。

即使单价完全不变，仅仅由于单机用量增加，这个环节的市场空间就可能获得远高于终端产业的增长。

所以我们需要问：

产业升级以后，这个零部件的单位用量是不是增加了？

第二，单位价值量的提升

产业升级不仅可能增加数量，还可能提高单个产品的价值。

更高的精度、更高的功率、更复杂的材料、更先进的工艺、更高的集成度，都可能导致一个原本普通的零部件逐渐变成高价值产品。

产业规模可能只增长30%，但如果一个环节的单机价值量增长50%，那么这个细分市场的增长速度天然会远高于整个产业。

因此我们不能只看终端出货量。

更重要的是研究：

每生产一台新设备，这个环节能够分到多少钱？

第三，市场份额的提升

技术迭代还有一个经常被低估的影响：

它会淘汰供应商。

旧一代产品也许十家公司都能做，新一代产品随着精度、良率、可靠性和客户认证要求提升，可能只剩下三四家公司能够稳定量产。

产业升级于是带来第二重杠杆：

不仅市场变大了，能够分享市场的企业反而变少了。

对于真正具备技术优势的龙头企业而言，市场份额就可能从20%提高到30%，甚至40%。

这种份额集中，对利润的影响有时甚至比行业增长本身更重要。

第四，利润率的提升

最后，还有一个经常被市场低估的变量：

产品结构升级。

当一家企业从低端产品进入高端产品，从普通零部件进入高精度核心部件，从单纯加工进入具有技术附加值的环节，它的毛利率和净利率可能同步改善。

这时候收入增长50%，利润可能增长80%甚至100%。

于是我们可以得到一个非常重要的产业研究框架：

量 × 价 × 份额 × 利润率

这四个变量，决定了一家公司究竟能够从产业升级中获得多少价值。

它们并不是一个严格的数学乘法公式，但却构成了理解企业利润弹性的核心框架。

四、为什么“稀缺性”决定价值能不能真正留下来

仅仅判断一个环节价值量提升还不够。

因为资本市场最常见的错误之一，就是把“市场空间很大”等同于“企业能够赚很多钱”。

这两者完全不是一回事。

一个市场从100亿元增长到500亿元，如果几十家公司同时进入、快速扩产，最后很可能出现激烈价格战。

市场规模增长了五倍，不代表企业利润一定增长五倍。

所以，价值迁移之后，还必须继续研究一个更重要的问题：

这些新增价值究竟能不能被企业留下来？

这就涉及产业中最重要的变量之一：

稀缺性。

真正优秀的产业价值捕获者，往往不是简单面对需求增长，而是同时具备：

需求快速增长 + 单位价值量提高 + 供给扩张困难。

供给为什么难以快速增加？

可能来自很多原因：

技术专利、工艺Know-how、极高精度要求、良率壁垒、核心设备限制、关键材料限制、长时间客户认证、规模化生产能力，甚至是大量量产过程中积累下来的隐性经验。

这些壁垒最终决定了一个关键问题：

别人看到你赚钱以后，能不能快速进来抢走利润？

如果答案是“可以”，那么今天的高毛利很可能只是暂时的。

如果答案是“不容易”，那么产业增长产生的新增价值，才有可能真正沉淀为企业持续增长的利润。

所以我认为可以得出一个非常重要的结论：

产业价值量增长决定市场空间，稀缺性决定这些价值最终能不能留在企业利润表里。

真正优秀的投资机会，往往来自两者同时成立。

也就是：

价值量增加，同时供给依然稀缺。

这时候才可能真正出现我们希望寻找的：

量价齐升。

五、产业价值捕获者的八个问题

如果沿着这个思路继续往下，我们其实可以形成一套相对清晰的筛选框架。

以后研究任何一个产业升级节点，我认为至少都应该回答八个问题。

第一问：量

未来三年的需求量是不是高速增长？

这里既要看终端产业增长，也要看单机用量、渗透率和产品更新周期。

第二问：价

产业升级以后，这个环节的单位价值量是不是提高？

一个零部件今天价值100元，新一代是不是变成200元甚至500元？

如果单机价值量提升，企业的增长速度就可能天然快于终端产业。

第三问：份额

技术升级以后，行业竞争者是越来越多，还是越来越少？

真正优秀的企业能不能从20%的份额提高到30%、40%？

如果产业增长和份额提升同时发生，就会产生非常强的利润弹性。

第四问：利润率

产品升级以后，毛利率和净利率有没有改善空间？

如果收入快速增长的同时利润率还在提高，企业利润增长速度就会明显超过收入增长。

第五问：壁垒

这种高增长能维持多久？

别人能不能复制？

客户会不会很快培养第二供应商？

产能是不是很容易扩张？

只有壁垒足够高，前面四个变量带来的增长才能持续。

以上五个问题回答的是：

这是不是一家真正能够捕获产业价值的企业。

但是好企业还不一定等于好股票。

因此还需要继续回答后三个问题。

第六问：预期差

市场有没有充分认识到这种变化？

如果所有人都已经知道未来利润会翻倍，那么即使公司真的翻倍增长，股价也未必还能获得超额收益。

投资收益来自现实与预期之间的差异。

所以我们不仅要预测未来，还要判断：

市场现在究竟预测了什么。

第七问：估值

当前股价到底已经反映了多少未来增长？

一家公司再优秀，如果今天的市值已经把未来三年甚至五年的增长全部透支，投资回报仍然可能很一般。

所以最终一定要回到估值。

这也是为什么我们过去一直强调：

成长决定弹性，估值决定收益空间。

第八问：兑现时间

这个逻辑什么时候能够进入财务报表？

很多产业逻辑最终都可能成立，但如果需要等待五年，投资时点可能并不好。

一个好的产业判断，还必须回答：

明年、后年到底会出现什么收入和利润？

这就是时间预期差。

因此，完整的产业价值捕获者框架可以概括为：

量、价、份额、利润率、壁垒、预期差、估值、兑现时间。

前五个问题决定：

它是不是好生意、好企业。

后三个问题决定：

它现在是不是一只好股票。

六、真正的大机会，往往来自“非线性增长”

如果把前面的逻辑再往前推进一步，我认为真正值得投资者重点寻找的，其实是一个词：

非线性。

最普通的产业机会是：

行业增长30%，公司增长30%。

真正有吸引力的机会却往往是：

行业增长30%，公司利润增长80%、100%，甚至更高。

为什么会出现这种情况？

因为企业可能同时享受：

产业需求增长；

新技术渗透率提高；

单位价值量上升；

市场份额提升；

产品结构改善；

毛利率提高；

产能利用率提升。

这些因素叠加以后，企业利润增长就不再简单跟随产业增长，而是出现明显的放大效应。

所以未来寻找成长股时，我们可以把一个问题放在非常重要的位置：

这家公司有没有可能出现利润增长明显快于产业增长的情况？

如果没有，那么它更多只是产业β。

如果存在，而且原因能够被清楚解释，那么它才可能产生真正意义上的产业α。

这可能也是未来寻找高斜率企业最重要的方法之一。

七、产业研究不是画地图，而是寻找“利润爆发点”

过去我们做产业研究，最常见的方式是画一张很大的产业链地图。

上游有什么，中游有什么，下游有什么，然后把几十家公司依次排列。

这种方法当然有价值，因为它帮助我们理解一个产业。

但对于投资而言，它的效率并不高。

知道产业链上有100家公司，并不会自动告诉你应该买谁。

所以未来我们的产业研究方式需要改变。

我们不再首先问：

这个产业链有哪些公司？

而是首先问：

这个产业正在发生什么变化？

然后继续问：

这个变化会让哪个环节获得更多价值量？

再问：

为什么这个价值量不会被竞争者迅速抢走？

最后才落到：

哪家公司最有能力把这些新增价值转化成利润？

这是一种完全不同的产业研究方法。

它不是从产业链的“大地图”开始，而是从产业升级中的一个具体变化开始。

我们要做的，是找到地图上的：

利润爆发点。

所以未来每一篇“产业价值捕获者”，都不应该写得太大。

不写整个AI算力产业链。

甚至不一定写整个光通信产业链。

而是只研究一个具体的产业升级节点。

因为真正有价值的投资研究，往往不是知道得多，而是把一个关键变化研究得足够深。

八、找到逻辑以后，最重要的是反证

产业研究还有一个非常危险的地方。

当我们发现一个看起来很漂亮的产业逻辑以后，很容易开始不断寻找证据证明自己正确。

这实际上是投资中非常典型的确认偏误。

所以“产业价值捕获者”系列，我希望每一篇最终都必须回答另外一个问题：

为什么这个逻辑可能是错的？

比如一个环节看起来即将量价齐升，我们还必须继续研究：

进入壁垒是不是真的那么高？

新增产能是不是已经大量规划？

ASP会不会随着规模增长迅速下降？

客户会不会主动扶持第二、第三供应商？

新技术渗透率是不是可能低于预期？

市场空间虽然增长很快，但绝对规模是不是仍然太小？

技术路线有没有被替代的可能？

最关键的是：

市场是不是早已经把这些增长充分定价？

研究不是寻找证据证明自己正确。

真正有价值的研究，是不断尝试推翻自己的假设。

只有一个投资逻辑经历了持续反证，依然无法被轻易推翻，我们才有理由提高对它的确定性判断。

这也与我们过去投资方法论里的“持续验证”完全一致。

九、产业价值捕获者，其实补上了原投资体系中非常重要的一环

回头看过去形成的投资框架：

顺时代 → 赛道 → 生命周期 → 龙头 → 成长预测 → 预期差 → PEG → 时点 → 买卖 → 持续验证。

这套体系已经回答了很多问题。

但其中一直存在一个可以继续深化的地方：

从“好赛道”到“好公司”，中间究竟应该怎么走？

产业价值捕获者，实际上就是在补这一层。

未来整个逻辑可以进一步变成：

顺时代

↓

产业升级

↓

价值迁移

↓

寻找产业价值捕获者

↓

判断企业生命周期

↓

判断利润增长斜率

↓

寻找预期差

↓

估值

↓

选择投资时点

这样一来，产业研究就真正和原来的投资体系连接了起来。

过去我们解决的是：

什么样的企业值得投资。

现在进一步解决：

这样的企业，怎样从庞大的产业链中被提前发现。

十、AI革命，将成为这套方法的第一块试验田

未来一段时间，“产业价值捕获者”系列准备首先从AI产业开始。

原因很简单。

AI不仅仅是一个高速增长的产业，更重要的是，它正在引发大量底层技术和产业架构发生变化。

算力不断提高之后，瓶颈会不断迁移。

芯片性能提高，会推动高速互连升级；

互连升级，会推动光通信架构变化；

芯片规模扩大，会推动先进封装升级；

算力密度提高，又会推动供电、散热和液冷变化。

每一次技术升级，实际上都意味着原有产业价值重新分配一次。

而价值重新分配，就意味着新的价值捕获者可能出现。

所以未来我们研究AI产业链，不会简单研究“哪些公司属于AI”。

我们更希望去寻找：

哪些原本普通的环节，正在因为产业升级而变得越来越重要？

哪些产品正在发生单位价值量提升？

哪些环节因为技术壁垒提高，供应商反而越来越集中？

哪些公司可能同时享受量、价、份额和利润率的提升？

以及最终：

这些增长，资本市场到底已经定价了多少？

这才是这个系列真正值得研究的地方。

结语

投资研究很容易陷入两个极端。

一种是只研究宏观产业，知道产业很好，却不知道应该买谁。

另一种是只研究公司财报，等企业利润已经高速增长以后，才发现它是一家好公司。

真正理想的状态，是在产业发生变化之初，就能够发现价值正在向哪里迁移，并进一步找到最有能力承接这些价值的企业。

这也是“产业价值捕获者”系列希望解决的问题。

真正优秀的投资机会，从来不只是因为一个产业正在高速增长。

更重要的是：

产业增长过程中，价值究竟向哪里迁移。

谁拥有足够的稀缺性，把这些价值真正留在自己的利润表里。

以及：

当市场还没有充分理解这一切的时候，我们能不能提前发现它。

所以我们未来要寻找的，不是所有站在风口上的公司。

而是那些在产业升级过程中，正在获得更多价值、拥有更强稀缺性，同时未来价值尚未被市场充分定价的企业。

我们寻找的，不是产业的参与者。

而是产业升级中的价值捕获者。

下一篇，我们将把这套“产业价值捕获者”框架真正放进AI产业链中验证。

第一站，我准备从高速互连和CPO/NPO开始。随着AI算力持续升级，光互连正在发生一轮明显的架构变化。真正值得研究的，不只是光模块需求增长多少，而是这轮升级之后，新的产业瓶颈出现在哪里，哪些环节开始出现有效供给不足，谁能够因此获得更高的单位价值量、更强的定价权和更快的利润增长。

我们会沿着“需求—瓶颈—稀缺性—订单—价格—利润”的路径，寻找这一轮产业升级中真正的价值捕获者。

雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>