6月7日,樂視網(wǎng)(300104.SZ)開盤翻紅、尾盤略為下調(diào),最終以53.31元/股收盤,跌幅僅為0.32%,換手率為6.76%。
從其復(fù)牌至今的三個(gè)交易日股價(jià)走勢來看,樂視網(wǎng)并未如機(jī)構(gòu)所預(yù)言般以幾個(gè)跌停板來開啟其回歸旅程——以停牌前58.80元/股價(jià)格計(jì)算,樂視網(wǎng)三日累計(jì)跌幅僅為9.34%。6月7日成交量和換手率則進(jìn)一步顯示,樂視網(wǎng)股價(jià)走勢漸漸趨穩(wěn)。分析人士指出,樂視網(wǎng)諸多利空消息或已出盡,估值或恢復(fù)為市場估值法。
回歸價(jià)值的樂視網(wǎng)開始顯示出其在用戶、變現(xiàn)力、前瞻布局以及成長空間四大層面發(fā)展?jié)摿?mdash;—戰(zhàn)略已明,只需信心。
三重利空下的樂視網(wǎng)“股權(quán)保衛(wèi)戰(zhàn)”
6月3日,停牌長達(dá)半年的樂視網(wǎng)左手?jǐn)y影業(yè)注入方案、右牽48億定增方案回歸創(chuàng)業(yè)板。
這注定是一場世紀(jì)復(fù)牌——在此之前,樂視網(wǎng)有三重負(fù)面消息需要消化:
其一,競爭對手層面:從今年4月開始,因?yàn)橛布赓M(fèi)計(jì)劃而觸動(dòng)硬件產(chǎn)業(yè)、尤其是智能電視產(chǎn)業(yè)既得利益者奶酪的樂視網(wǎng)招致了來自競爭對手輪番釋放負(fù)面消息,試圖通過輿論做空樂視網(wǎng)股價(jià)來影響其未來發(fā)展計(jì)劃;
其二,A股市場基本面:與此同時(shí),過去數(shù)月間A股市場整體震蕩下行。一個(gè)可供參考的數(shù)字來自于鵬華基金,該基金因持有樂視網(wǎng)股票、后者停牌后將其估值方法調(diào)整為指數(shù)收益法——其參考指數(shù)為AMAC行業(yè)指數(shù)。
而在樂視網(wǎng)停牌期間,AMAC指數(shù)跌幅為24.29%。也即,樂視網(wǎng)至少需要2個(gè)跌停板才能完成補(bǔ)跌行情。
其三,樂視網(wǎng)自身層面:公司估值被認(rèn)為過高。整個(gè)樂視生態(tài)的布局在2015年才算初步完成,樂視網(wǎng)自身業(yè)績才剛剛開始釋放,而與其它子生態(tài)的協(xié)同效應(yīng)更需要時(shí)間才能逐步顯現(xiàn)。
然而,樂視網(wǎng)再一次超出所有人的預(yù)期。在復(fù)牌當(dāng)日,樂視網(wǎng)雖然在集合競價(jià)環(huán)節(jié)不出意外跌停。但一經(jīng)開盤就迅速打開跌停板,股價(jià)甚至一度翻紅。經(jīng)過一輪激烈行情后,樂視網(wǎng)尾盤回調(diào),跌幅為4.22%。當(dāng)日多空競爭有多激烈?高達(dá)122億的成交額、20.08%的換手率創(chuàng)下歷史交易記錄,成交量更是占比當(dāng)日創(chuàng)業(yè)板總交易量的21%。
對于樂視網(wǎng)股價(jià)超預(yù)期的表現(xiàn),目前坊間流傳這樣幾種觀點(diǎn):
1、機(jī)構(gòu)護(hù)盤說:作為創(chuàng)業(yè)板權(quán)重股,樂視網(wǎng)一直被認(rèn)為是影響整個(gè)盤面走勢的重要因素。有分析人士指出,為了防止樂視網(wǎng)股價(jià)跌停而影響整個(gè)創(chuàng)業(yè)板指數(shù)下墜,所以機(jī)構(gòu)間達(dá)成共識,以巨額資金砸開跌停板;
2、投資者力挺說:A股市場一直有一個(gè)說法:投資者才是樂視網(wǎng)最堅(jiān)定的伙伴和支持者。在東方財(cái)富股吧、雪球財(cái)經(jīng)甚至于股東大會(huì)上,投資人絕對是樂視網(wǎng)與其創(chuàng)始人賈躍亭的“死忠粉”——因?yàn)檫@年頭肯反哺上市公司的大股東的確不多。
3、ET投資價(jià)值說:有報(bào)道指出,樂視網(wǎng)業(yè)績已經(jīng)走入爆發(fā)前夕。ET時(shí)代(生態(tài)時(shí)代),樂視網(wǎng)具有四大投資價(jià)值:跨產(chǎn)業(yè)價(jià)值創(chuàng)造能力、用戶核心價(jià)值提供能力以及生態(tài)創(chuàng)新力。
無論是何種原因,這場自發(fā)的股價(jià)保衛(wèi)戰(zhàn)所取得的超預(yù)期表現(xiàn),已經(jīng)讓市場對樂視網(wǎng)的信心有所恢復(fù)。
利空漸漸出盡 樂視網(wǎng)用四大價(jià)值贏得券商信心
為什么樂視網(wǎng)前兩日的股價(jià)表現(xiàn)最受關(guān)注?
仍要從本文最初的指數(shù)收益法說起。分析人士認(rèn)為,因?yàn)闃芬暰W(wǎng)停牌,根據(jù)監(jiān)管部門規(guī)定,持有該股票的機(jī)構(gòu)應(yīng)該將之調(diào)整為指數(shù)收益法。待股票復(fù)牌且其交易體現(xiàn)活躍市場交易特征后,恢復(fù)采用當(dāng)日收盤價(jià)進(jìn)行估值。
由于樂視網(wǎng)在復(fù)牌當(dāng)日跌幅僅為4.17%,且換手率高達(dá)20.08%,符合活躍市場交易特征,所以樂視網(wǎng)有望迅速恢復(fù)市場估值。
市場估值的恢復(fù),意味著試圖進(jìn)行交易套利的機(jī)會(huì)消失。對樂視網(wǎng)接下來的股價(jià)走勢回歸企業(yè)價(jià)值本身。
那么,市場對樂視網(wǎng)這樣的互聯(lián)網(wǎng)企業(yè)價(jià)值判斷標(biāo)準(zhǔn)是什么?早已不在是PE、PB這些標(biāo)準(zhǔn),包括國泰君安在內(nèi)的機(jī)構(gòu)認(rèn)為,投資者應(yīng)該從以下幾個(gè)角度來衡量互聯(lián)網(wǎng)企業(yè)的價(jià)值:
1、“互聯(lián)網(wǎng)企業(yè)的價(jià)值取決于其用戶數(shù)、節(jié)點(diǎn)距離、變現(xiàn)能力和壟斷溢價(jià)”。截至2015年底,樂視生態(tài)擁有2000多萬付費(fèi)會(huì)員數(shù)量——這對于以內(nèi)容為核心優(yōu)勢的企業(yè)來說,是一個(gè)極為驚人的數(shù)字。因?yàn)榧幢闶潜晨堪俣染揞^的愛奇藝,其付費(fèi)會(huì)員數(shù)量也不過千萬。至于節(jié)點(diǎn)距離,樂視擁有三大終端節(jié)點(diǎn):大屏、手機(jī)和汽車,這意味著它未來將通過“屏”來無縫連接人們的生活;至于變現(xiàn)能力,憑借“平臺+內(nèi)容+終端+應(yīng)用”來為用戶提供一攬子服務(wù),硬件免費(fèi)、內(nèi)容付費(fèi)的長期戰(zhàn)略方針,樂視網(wǎng)將擁有其它內(nèi)容產(chǎn)業(yè)無可比擬的流量變現(xiàn)優(yōu)勢。
2、其中,“用戶數(shù)影響力最大——梅特卡夫定律告訴我們互聯(lián)網(wǎng)企業(yè)的價(jià)值與用戶數(shù)的平方成正比,用戶數(shù)越多,企業(yè)的價(jià)值越大。”2016年底,樂視創(chuàng)始人賈躍亭宣布,樂視是單會(huì)員價(jià)值最高的互聯(lián)網(wǎng)企業(yè)。所謂單會(huì)員價(jià)值,一般是用企業(yè)估值/會(huì)員數(shù)量,以樂視全生態(tài)3000億估值/2000萬會(huì)員,樂視的會(huì)員價(jià)值確實(shí)含量驚人。
3、企業(yè)的前瞻布局極其重要,因?yàn)?ldquo;投資者往往會(huì)極為重視互聯(lián)網(wǎng)企業(yè)的行業(yè)地位,他們會(huì)愿意付出高溢價(jià)來購買領(lǐng)先者的股權(quán)。”關(guān)于樂視前瞻布局這一點(diǎn),相信業(yè)內(nèi)已經(jīng)達(dá)成共識。從其成立至今,樂視提前布局互聯(lián)網(wǎng)視頻、提前布局內(nèi)容、提前布局智能電視、提前布局移動(dòng)互聯(lián)、提前布局互聯(lián)網(wǎng)體育生態(tài)、提前布局互聯(lián)網(wǎng)交通…….在其內(nèi)部,自賈躍亭而下的倡導(dǎo)“用未來定義未來,用未來定義現(xiàn)在”,其七大子生態(tài)布局已經(jīng)完成,護(hù)城河漸成不可跨越之勢。
4、關(guān)注產(chǎn)業(yè)基本面,“成長空間非常重要。”與國內(nèi)傳統(tǒng)互聯(lián)網(wǎng)巨頭通過提高效率來發(fā)展壯大的路徑不同,樂視一開始就走的是價(jià)值創(chuàng)造這條道路。前者會(huì)受限于規(guī)模而漸漸增長乏力,而價(jià)值創(chuàng)造、尤其是跨界價(jià)值創(chuàng)造將永無止境。
綜合考量之下,或許我們能夠更深切的理解華泰證券首席分析師王禹媚的那句話:“這個(gè)時(shí)代,英雄難遇,何況身邊,戰(zhàn)略已明,只需信心”。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。