行业分析迎来AI时代亚马逊是零售、科技还是媒体公司？

丹尼尔·科斯特（Danielle Kost）

越来越多的公司正在以新的方式将看似不相关的业务整合在一起，挑战传统的股票分类。如何运用AI来获取新的投资机会

传统的投资分类中，沃尔玛是一家日常消费品零售商，但该公司在全球拥有6000多家零售和分销物业，其在地产方面的投资组合，让许多专业的商业房地产公司都相形见绌。

哈佛大学的研究小组表示：“在过去20年里，由于数字技术驱动的商业模式，企业的边界变得更加模糊。沃尔玛也是一家房地产公司，它们有很多大楼。”事实上，对寻求优质资产的投资者来说，这种投资分类的区别至关重要。

快速的技术变革已经模糊了行业界限。人们开始利用AI来发现和揭示公司行业属性的悄然变化和细微差别。

自1999年以来，美国的投资组合经理和分析师一直在使用全球行业分类标准（GICS）来比较股票，该标准由11个大行业、25个行业组和其他子集组成。维护该系统的标准普尔和摩根士丹利资本国际定期审查这些分类，并对上市公司进行分类。

相比之下，哈佛大学的研究小组使用机器学习、动态分析公司描述，重新对公司进行分类，在医疗保健、公用事业、能源、房地产和科技领域开展股票投资，获取了比用传统全球行业分类标准（GICS）分类更高的收益率。这一定程度上，也显示出企业分类的复杂的新情况。

该考虑对公司重新分类了

三四十年前，世界是大企业集团的世界，而随着时间的推移，这些都发生了变化，开始有更多纯粹的公司。因此，在一段时间内，行业分类是有意义的。虽然分类并不完美，但也别无选择。

过去20年里，由于数字技术驱动的商业模式，企业的边界变得更加模糊。

想想沃尔玛和亚马逊，它们的商业模式都随着时间的推移发生了变化。许多公司正在成为科技公司。当考虑到Apple Pay时，苹果和Visa之间的区别正在迅速消失；而亚马逊现在正在与制药企业竞争。

那么如何定义公司所在的行业呢？一个行业从哪里开始，又从哪里结束？

这个时候不妨想想，其实在技术驱动下，人们理解和使用数据技术来理解和评估业务的能力也日新月异。

AI在投资中的价值正在释放

AI在公司的新的行业分类中扮演着重要的角色。机构投资者（对冲基金等）一直在使用机器学习方面走在最前沿。因为想赚钱，所以如果AI可以带来盈利，提高风险管理和交易效率，机构投资者们乐见其成。目前，机器学习是最新的量化技术，它也延伸到了投资世界的许多其他领域。

“人加机器”的理念正在对人们的做事方式产生重大影响。有些事情机器可以做，而人类不必做。当然，在一天交易结束的时候，在许多情况下，可能仍然要依靠人工。

一名量化交易员需要不断改进模型，并以这种方式推动交易策略更加有效，而AI是目前最好的解决方法。而在投资决策的其他地方，可能更多的还是基于人的决策，目前来看，量化交易是基于“人加机器”的决策。

股票投资脱離全球分类标准？

过去很多年，人们制定了股票分析的一套标准，为人们做同一件事提供了理解和交流的方式，是一套每个人都可以使用的通用方式。因此，除非有很好的替代方案，否则很难放弃过去的这些方式，它们已经嵌入到了模型中，嵌入到了合同中。

例如绩效考核衡量系统，基金经理根据回报率超过GICS投资组合回报率的多少来获得报酬，这是既定的，意味着基金经理根据比GICS投资组合做得更好的程度来获得报酬。如此，就不得不使用GICS框架。如果让人们不能再使用GICS，就必须告诉大家还有什么可以作为基准。

事实上，如果基准不断变化，会使一些事情复杂化。因此使用标准框架有着显而易见的好处。

不过，在现实投资分析中已经不得不去考虑公司的新的行业分类。以亚马逊为例，疫情期间它的股价一路飙升，而沃尔玛却在下跌。如果你正在观察零售业，会感到困惑，为什么亚马逊表现得很好，而沃尔玛表现得很差？亚马逊飞速发展，因为它在很多方面都是一家技术公司，而且是信息技术公司，它可不仅仅是在网上零售。

因此，许多投资机构中的基金经理开始发现，本应属于GICS同一行业的股票却表现不一致，进而导致他们的账面上出现巨大损失。这可以归因于这些公司实际业务和行业属性的不同导致风险分布不一致。如何对冲风险？就管理风险而言，行业分类变得至关重要。

金融业可能重新思考股市基准

标准普尔500指数真的能代表市场吗？为什么是500只股票？为什么人们不能拥有真正能识别一个行业的股票组合呢？未来，标准普尔500指数可能会面临挑战。

看看欧洲，代表市场的股票或指数是欧洲股票50。问题不在于有多少只股票，而在于它们有多少的代表性。

所以，标准普尔500指数需要更加能代表市场，毕竟标准普尔基金中有数万亿美元的养老资产。

来源：哈佛商学院；编译：王梦菲