财报很好，股价却跌了：先分清事实、预测和观点

7月16日，台积电交出了一份很强的财报。

二季度营收同比增长33.7%，净利润同比增长77.4%。

但就在这份财报发布的同一周，台积电ADR累计下跌约8.2%，英伟达下跌约3.9%，纳指下跌约2.9%。

一边是很好的业绩，一边是不太好看的行情。

有人说，只是前面涨多了，现在获利了结；也有人说，AI泡沫开始破了。

到底是为什么？于是我开始求助AI。

一、财报这么好，为什么还会跌？

我问AI：

我今天看盘有点困惑。7月16日台积电公布的二季度营收是402亿美元，毛利率67.7%，营业利润率60.3%，给出的三季度营收指引也有446亿到458亿美元。可同一天，台积电ADR跌了2.3%，英伟达跌了2.4%，纳指跌了1.5%；与此同时，标普500里大约四分之三的股票其实是上涨的。
　
有人说这说明AI泡沫开始破了，也有人说只是前期涨太多后的获利了结。到底应该怎么理解这组看起来矛盾的信号？它只是一次交易层面的调整，还是已经能说明AI投资的基本面发生了变化？你帮我分析一下，尽量把依据说清楚，也说说什么情况会让你改变判断。

它很快给出了一套完整解释。

千问答（摘要）：
　
它先把当天行情概括为“结构性分化”：芯片股和纳指下跌，但标普500多数股票上涨，因此不像整个市场一起转向避险。
　
对“好业绩为什么还会跌”，它给出三层解释：第一，台积电和半导体板块此前涨幅较大，市场已经提前计入了好业绩；第二，资本开支上调，引发了对自由现金流、毛利率和投资回报的担忧；第三，杠杆资金退出、模型延期传闻和利率变化等外部因素放大了抛售。
　
它因此更倾向于“交易层面的调整”，而不是AI投资基本面的根本逆转。支持这一判断的理由，是产业需求尚未明显恶化、核心公司相对抗跌，资金也更像是在不同板块之间轮动。
　
如果以后出现云厂商削减AI投入、英伟达业绩或指引转弱、定制芯片明显替代GPU，或者半导体板块继续下跌且迟迟不反弹，它会重新评估这个判断。

这个回答看起来很有道理。

它从当天盘面讲到下跌原因，再给出自己的倾向和以后改变判断的条件，几乎考虑到了所有情况。

可是把答案全部看完，我发现它并没有解决我心中的疑惑。

问题不一定出在答案上，而可能出在问题本身。

二、预测、观点和事实

投资研究的第一件事，是弄清楚：

我到底想预测什么？

好的预测目标，不只是选一个大致方向，而是把预测对象、时间和验证标准说清楚。

“台积电会不会继续跌？”是一个糟糕的提问。

更好的提问是：台积电在未来一年会不会下跌超过20%？

同理，“台积电业绩会不会变差？”也不够清楚。

更好的提问方式是：明年年报营收能否继续增长，利润率会升还是会降？

一个好的预测，必须能够被证实或者证伪。如果一个预测不能被证实，那么它对投资就没有什么意义。

1. 观点是连接事实和预测的桥梁

预测同一个目标，可以有截然不同的两种观点。

一种是“行业思维”：只要行业整体继续增长，行业里的主要公司都会受益。

另一种是“寡头思维”：收入和利润最终会向少数寡头集中，最后只有行业第一真正受益。

如果相信“行业思维”，首先要找的是整个行业的事实：

云厂商还准备投入多少钱，AI芯片和服务器能卖出多少，先进制程和先进封装的需求是否还在增长，现有产能到底够不够。

它关心的是：蛋糕还会不会继续变大。

如果相信“寡头思维”，只看行业总量就不够了。

还要比较竞争对手：谁的先进制程更早量产，谁的良率更高、成本更低，谁能按时交货，谁拿到了关键客户，以及这些领先最后能不能留在利润率里。

它关心的是：蛋糕最后会被谁拿走。

观点带有主观性。萝卜白菜，各有所爱。人生而不同，天然就可能采用不同的观点。

我尽量避免和人争论观点，因为观点本身很难争论出唯一答案。关键是能不能沿着一种观点，找到对应的事实，形成一个可以验证的预测。

预测不需要靠争论决出胜负，只需要等待事实验证。

2. 预测是目的，事实是原材料，观点是处理过程

如果原材料不对，就不可能得到正确的结果。

就像准备了一锅鸡丁，没有办法做出宫保虾仁；想做虾仁，就得先准备虾仁。

收集事实是投资里的苦力活儿，但又非常重要。好在现在有了AI，我们可以用它辅助区分和验证事实。

事实一定是可以验证的。

比如，“A家的模型比B家的好”，不一定是一个可以验证的事实。因为使用场景不同，A、B两家可能各有优劣。

但是，“A家的模型收入比B家高”，是一个可以验证的事实。

不能验证的“事实”，对投资没有帮助。

而每个人能够验证的范围不同，这就是能力圈。

如果你是企业内部人士，你可能了解企业的文化氛围；如果你只能从财报了解企业，那么你很难验证这些，你能确认的主要是财务情况。

所谓信息差，其实就是事实能力圈的不同。

投资中的事实，不是问它在世界上究竟真不真，而是问：

我有没有资格把它当真？

于是，我决定把同一个疑问重新问一遍。这一次，先把三者分开。

三、固定预测目标，再选择研究路线

我先把短期价格放到一边。

这一次，我担心的不是台积电下周还会不会跌，而是它后面的业绩。

“业绩”两个字仍然太宽。我又往下拆了一层：一个看营收，一个看利润。

最后留下两个问题：

1. 到2027年第二季度，台积电的季度营收还能不能保持同比增长？
2. 营业利润率会高于还是低于2026年第二季度的60.3%？

预测目标固定以后，接下来轮到观点。

我给它安排了两条差别很大的研究路线。

路线一：行业蛋糕继续变大

第一条路线相信，AI基础设施仍在扩张。只要云厂商继续投入，行业的蛋糕就会越做越大，先进制程和先进封装里的主要公司都能分到一块。

沿着这条路，真正值得找的，应该更多是行业事实：云厂商准备花多少钱、AI芯片和服务器能卖多少、先进制程的市场有多大、整个行业的产能是不是还不够。

我这样问千问：

我问（路径一，原话）：
　
我这次不太想猜下周的股价，真正担心的是台积电后面的业绩。
　
以刚公布的2026年第二季度为起点，我想留一个以后可以回来复盘的判断：到2027年第二季度，台积电的季度营收还能不能保持同比增长？营业利润率会高于还是低于现在的60.3%？
　
我目前比较倾向这样想：AI基础设施还在扩张，只要云厂商继续增加投入，先进制程和先进封装的整体需求就会变大，产业链里的主要公司应该都能受益。按照这个思路，台积电后面的业绩主要取决于行业这块蛋糕还会不会继续变大。
　
如果沿着这个思路做研究，你会先看哪些事实？请把真正影响营收和利润的因素分别说清楚，再留下你对上面两个问题的初步判断。我准备以后按这个框架持续跟踪，所以暂时不确定或者找不到可靠来源的地方，也请直接标出来。

千问答（路径一摘要）：
　
它沿着“行业蛋糕继续变大”的方向，把云厂商资本开支、AI加速器需求、先进制程占比、2nm产能爬坡和全行业供需缺口放在了前面。利润端则主要看先进制程溢价能不能抵消新制程折旧、海外建厂和高资本支出带来的成本。
　
它最后判断，到2027年第二季度，台积电营收大概率仍能同比增长，但增速会放缓；营业利润率大概率低于60.3%，可能落在55%—58%。需要继续盯住的，是云厂商是否下调投入、2nm能否按计划放量，以及毛利率指引有没有持续走弱。

路线二：利润向少数寡头集中

第二条路线正好相反。

行业可以很好，参与者却未必都能赚钱。收入和利润可能越来越集中，最后只有第一名真正过得不错。

沿着这条路，只看行业规模就不够了。我要比较台积电和竞争对手：谁的技术更早量产，谁能按时交货，谁拿到了关键客户，以及这种领先最后能不能留在利润里。

于是，第二个问题变成：

我问（路径二，原话）：
　
我这次不太想猜下周的股价，真正担心的是台积电后面的业绩。
　
以刚公布的2026年第二季度为起点，我想留一个以后可以回来复盘的判断：到2027年第二季度，台积电的季度营收还能不能保持同比增长？营业利润率会高于还是低于现在的60.3%？
　
我目前更担心另一种情况：AI行业即使继续增长，收入和利润也可能只集中在少数第一名手里。按照这个思路，台积电后面的业绩不能只看行业这块蛋糕，还要看它能不能继续在技术、产能、客户和成本上压住竞争对手。
　
如果沿着这个思路做研究，你会先看哪些事实？请把真正影响营收和利润的因素分别说清楚，再留下你对上面两个问题的初步判断。我准备以后按这个框架持续跟踪，所以暂时不确定或者找不到可靠来源的地方，也请直接标出来。

千问答（路径二摘要）：
　
这一次，它仍然看AI需求，却把更多篇幅给了台积电在行业里的位置：HPC客户结构、CoWoS产能分给了谁、英伟达之外有没有新客户，以及三星、英特尔和Rapidus的先进制程进度。利润端除了折旧和海外工厂，还多了一层：竞争会不会削弱定价权。
　
它的最终方向没有变：到2027年第二季度，营收大概率继续同比增长，但增速放缓；营业利润率大概率回落到55%—58%。只是这一回，需要持续跟踪的变成了客户订单、CoWoS实际交付、竞争对手的量产进度，以及台积电的技术领先能不能继续换成更高的价格。

四、同一个预测，两条路线需要不同的事实

两组问题只有一件事不同：我怎么看这个行业的竞争。

两条路线搬上桌面的材料明显不同。

第一条路线关心的是蛋糕：云厂商还投不投钱、行业需求还增不增长、先进制程的产能够不够。

第二条路线关心的是位置：客户有没有转单、CoWoS能不能按时交付、竞争对手有没有追上，以及台积电还能不能保住定价权。



从这里，研究的重点就开始分叉了。随着不同的事实加入，后续也会形成不同的研究结果。

结语

事实、观点和预测这套三分法，会逼着我们继续问：

• 我到底想预测什么？
• 准备什么时候回来验收？
• 我用什么观点处理材料？
• 又需要哪些事实来支持或者推翻它？

顺着这些问题往下走，研究才真正开始。

AI时代，答案会越来越便宜。

最好的研究能力，不是把提示词写得更长，而是问出正确的问题。

回到一开始的问题：财报这么好，股价为什么会跌？

这个问题之所以难以回答，是因为问题本身混淆了不同层次。

公布的财报和当天的股价，都是已经发生的事实。

而对投资来说，真正重要的是预测未来某个时间的股价或者财报。

我们说“财报很好”时，往往不只是在评价过去，而是隐含了一个预测：公司未来的业绩也不会差。

我们争论“泡沫破了”还是“获利了结”时，其实同样在做一个预测：它接下来是涨是跌？

一个想预测业绩，一个想预测价格。这是完全不同的两个预测目标。

二者可能有关系，也可能没有关系。这需要事实来验证。

而大部分人争来争去的，却是最不应该争论的观点。

用观点处理事实，形成可以验证的预测，然后等待结果。



大家做公司研究时，会先把最终要预测的对象和验证时间写清楚吗？你更关注未来业绩、估值，还是价格？