Den största kapitalcykeln i modern historia?

I boken Engines That Move Markets[i] går författaren Alasdair Nairn igenom historiska teknologier, hur de utvecklades, varför det skedde, vilka konsekvenserna blev och vad vi kan lära oss av detta. Gemensamt för dessa teknologier är att de lade grunden för det moderna samhället, men nästan utan undantag kulminerade i finansiella bubblor. Som Nairn påpekar har vi människor en tendens att överskatta teknologier på kort sikt, men underskatta deras konsekvenser på lång sikt. Forskningen påbörjades 1999, när internetbubblan befann sig i sin mest maniska fas: en period då det såg ut som att varje bolag med koppling till internet inte kunde göra fel.

Likheter med 90-talets telekom

Dagens utbyggnad av AI-infrastruktur har slående likheter med utbyggnaden av telefonnät och fiberkablar på 1990-talet. Infrastrukturen rullas ut i högt tempo, långt innan vi fullt ut kan förutse vilka applikationer som ska köras på den. Samtidigt ser vi nu en snabbt ökande användning av språkmodellerna från OpenAI, Claude och Gemini, och de har redan betydande intäkter.

För en investerare på den amerikanska marknaden är denna historiska bakgrund högst relevant. Informationsteknologi står ensam för nära 40 procent av S&P 500, och lägger man till kommunikationstjänster, teknologitunga konsumentbolag som Amazon och industribolag vars intjäning drivs av tillväxten inom datacenter, utgör AI-exponerat kapital klart över hälften av det breda indexet. Konsekvensen är en tydlig tudelning av marknaden: kapital flödar in i allt som har med artificiell intelligens att göra, finansierat av resten av börsen, som stabila, ”tråkiga” bolag med förutsägbar vinsttillväxt. Dessa AI-drivna bolag har hittills varit skyddade från det tryck som vanliga konsumenter upplever, eftersom investeringarna finansieras direkt av hyperscalers egna balansräkningar och kassaflöden.

Omvälvande teknologi?

Nairn identifierar ett återkommande mönster i teknologiska kapitalcykler:

- framväxten av en potentiellt omvälvande teknologi
- god tillgång till kapital
- allmän optimism
- ett stort antal nya publikationer som understöder teknologin
- ett effektivt utbud av nya bolag och frånvaro av normal värdering.

Det fascinerande är att aktiemarknaden på många sätt hade rätt om internet när den skickade kurserna till skyarna 1999/2000, men intjäningen och adoptionen tog längre tid än marknaden räknade med. Efter den kraftiga uppgången och det dramatiska fallet tog det hela 13 respektive 15 år innan S&P 500 och Nasdaq åter nådde sina tidigare toppnoteringar.

Många av de mest framgångsrika internetbolagen, som Alphabet, Meta och Netflix, börsnoterades, etablerades eller växte fram efter att bubblan sprack, och kunde surfa på den infrastruktur som andra hade betalat för att bygga. Andra branscher, som exempelvis bank och försäkring, kunde effektivisera och anpassa sina affärsmodeller utifrån den nya infrastrukturen och kan i dag i många avseenden räknas som teknikbolag.

Ett annat illustrativt exempel från Nairn: i början av 1900-talet hade elbilar omkring 30 procent marknadsandel, men teknologin klarade inte av att leverera tillräcklig räckvidd. Det tog hundra år och en gradvis anpassning av infrastrukturen innan elbilen som teknologi var tillräckligt bra och löftet kunde infrias. Det påminner oss om att även rätt teknologier kan ha fel timing.

Förståelsen av kapitalcykeln

Artificiell intelligens som investeringstema handlar än så länge i stor utsträckning om en kapitaldriven investeringscykel. Nästa år väntas de samlade investeringarna i AI-relaterad infrastruktur överstiga 1 000 miljarder dollar. Allt detta tillfaller inte den amerikanska ekonomin, men USA BNP uppgår till omkring 30 000 miljarder dollar. Det innebär att dessa investeringar motsvarar ungefär 3 procent av USA BNP, vilket gör detta till en av de största kapitalcyklerna i modern historia.

Andel av BNP som är investerat i stora teknologiska kapitalcykler:

I boken Capital Returns: Investing Through the Capital Cycle[i] beskriver Edward Chancellor hur förvaltningshuset Marathon Asset Management investerar med utgångspunkt i just kapitalcykeln. De argumenterar för att kapitalflöden påverkar den framtida kapitalavkastningen. Marathon fokuserar därför på att förstå utbudssidan i en bransch.

I boken pekar de också på att utvecklingen i totalt investerat kapital, eller förändringen i tillgångar, är en viktig faktor för att förstå den framtida utvecklingen. Exempelvis visar de att bolag ofta investerar mer efter perioder då aktiekurserna har utvecklats starkt, och att samma bolag senare tenderar att underprestera.

Bolag som kan investera med hög kapitalavkastning är attraktiva, men samtidigt är det svårt att investera stora mängder kapital till hög avkastning. Omvänt visar Marathon att bolag där tillgångar lämnar bolaget – i form av avknoppningar, återköp, nedbetalning av skulder eller genom att börja dela ut kapital till aktieägarna – ofta levererar positiv avkastning.

Intjäningen för leverantörer av ”hackor och spadar”

Gemensamt för alla sådana cykler är att de som levererar ”hackor och spadar” tjänar goda pengar i den tidiga utbyggnadsfasen, långt innan det står klart vem som faktiskt hittar guldet. Risken uppstår när den höga lönsamheten triggar ökad konkurrens och överinvesteringar, tills marginalerna kollapsar och värdeskapandet förskjuts till de aktörer som utnyttjar infrastrukturen mest effektivt.

När en sådan cykel vänder straffas bolagen dubbelt: både genom lägre intjäning och multipelkompression. I alla dessa cykler fanns två tydliga faser: först en byggfas där kapacitet byggdes ut och infrastrukturleverantörerna dominerade, därefter en konsolideringsfas där överkapacitet pressade ned marginalerna och värdeskapandet försköts till dem som utnyttjade infrastrukturen mest effektivt.

Investeraröverreaktion och kapitalcykeln

Marathon analyserar kapitalcykeln framför allt från utbudssidan. De pekar på att det finns varningssignaler när hög lönsamhet leder till ökade investeringar, när investeringarna ökar i förhållande till avskrivningstakten och när andelen av vinsten som omvandlas till faktiska kontanter faller. På så sätt har investeringscykeln inom artificiell intelligens mycket gemensamt med andra kapitalcykler. Den stora frågan blir därför hur uthållig investeringscykeln är – hur länge kommer den att pågå?

Vad gäller produktivitetstillväxt – kan den motivera vinstförväntningarna?

En central fråga är hur uthålliga dagens vinstförväntningar egentligen är. Sedan 1960 har amerikanska bolag levererat omkring 7 procent årlig vinsttillväxt, baserat på en nominell BNP-tillväxt på cirka 6 procent, bestående av 2 till 2,5 procent produktivitetstillväxt, 1 procent befolkningstillväxt och 2,5 procent inflation. Om man går mer försiktigt tillväga och utgår från 2 procent produktivitetstillväxt, 0,5 procent befolkningstillväxt och 2,5 procent inflation, landar man på en underliggande ekonomisk tillväxt på omkring 5 procent. Det är detta som över tid sätter taket för hur mycket amerikanska bolag sammantaget kan växa.

I dagens marknad uppgår direktavkastningen för S&P 500 till omkring 1 procent. Eftersom bolagen i allt högre grad prioriterar aktieåterköp framför utdelningar kan man argumentera för att EPS-tillväxten, det vill säga vinst per aktie, kan upprätthållas kring 6–7 procent. Detta utgör en solid grund, men det väcker också en varningssignal för de mest optimistiska tillväxtprognoserna.

Även om S&P 500 handlas till omkring 22 gånger de kommande tolv månadernas vinst framstår marknaden inte som skrämmande dyr isolerat sett. Utmaningen är att denna värdering förutsätter att årets estimerade vinsttillväxt på hela 24 procent materialiseras fullt ut – och är uthållig. Det innebär en EPS på 335 dollar, jämfört med en historisk trendvinst på 270 dollar.

Den redovisningsmässiga asymmetrin i S&P 500

En viktig, men ofta förbisedd, mekanism bakom den starka vinsttillväxten i S&P 500 är hur hyperscalers investeringar redovisningsmässigt fortplantar sig genom värdekedjan. När Amazon, Microsoft, Alphabet och Meta investerar hundratals miljarder dollar i datacenter och infrastruktur slår det direkt igenom i vinsterna hos underleverantörerna – allt från halvledarproducenter till elektriker och utrustningsleverantörer.

För hyperscalers själva är bilden mer sammansatt: investeringarna aktiveras i balansräkningen och skrivs av över tid, vanligtvis över fem till sex år. Däremot minskar kassaflödet omedelbart. Det uppstår därmed en tillfällig redovisningsmässig asymmetri: leverantörernas vinster är reella och synliga i dag, medan kostnaden för hyperscalers först gradvis absorberas i resultaträkningen under investeringens livslängd. Detta bidrar till att blåsa upp den aggregerade vinsttillväxten i S&P 500 på kort sikt och är en av anledningarna till att trendvinsten på 270 dollar per aktie är en mer nyanserad referenspunkt än enbart konsensusestimaten.

Mätt mot denna långsiktiga trend värderas S&P 500 till drygt 28 gånger vinsten. Det är en värderingsnivå som historiskt endast har överträffats under dotcom-bubblan. Med förväntningar om ytterligare 16 procents tillväxt 2027 och 12 procent 2028 förblir uthålligheten i denna kapitaldrivna cykel den stora frågan.

Vår positionering mot AI

Vi navigerar detta koncentrerade marknadstema genom att sprida risken över AI-värdekedjan. Vi har huvudsakligen valt bolag där AI utgör en stark tillväxtimpuls, men där affärsmodellen samtidigt är diversifierad över andra affärsområden och drar nytta av andra långsiktiga trender. Exempel på detta är Amphenol, Texas Instruments, Emcor och Synopsys. De industriella drivkrafterna utanför AI har exempelvis varit svaga för dessa bolag, men vi ser nu möjligheter till tilltagande tillväxt. Vi är medvetna om risken i ett så kraftfullt och koncentrerat marknadstema, som dessutom utgör en stor del av marknaden. Därför utvärderar vi kontinuerligt denna del av portföljen i sin helhet och i relation till alternativen.

Pelarna i AI-värdekedjan

• Molntjänster. Vi har en solid exponering mot de stora molntjänstleverantörerna, hyperscalers, som är väl positionerade i applikationslagret och sitter nära hur AI kan tillämpas.

• Datachip. Vi har exponering mot bolagen som designar och producerar de avancerade datachip som krävs för att driva beräkningarna i moderna datacenter.

• Nätverk och testning. Nätverket är kittet i hela AI-infrastrukturen – det som kopplar samman servrar, datachip och datacenter. Vi tror att vi fortfarande befinner oss i en tidig fas här. Molnleverantörerna bygger ut allt större och mer komplexa datacenterkluster, och behovet av att testa och optimera denna interna infrastruktur ökar i takt med komplexiteten.

• Design. Vi har positioner inom avancerad designmjukvara som är helt nödvändig för att utveckla och designa nästa generations halvledare.

• Industri/infrastruktur. Vi har exponering mot själva den fysiska byggnationen av datacenter, genom bolag som tillhandahåller elektriker, mekaniker och andra tekniska yrkesgrupper.

• CPU/inferencing. Vi har exponering mot traditionella CPU som kommer att gynnas av ett skifte mot ökad användning av AI och av att vi i större utsträckning kommer att använda agenter som opererar självständigt. CPU är mer konkurrenskraftiga för den typen av arbetsuppgifter.

• Analogt/EDGE. I ytterkanten av värdekedjan finns analoga halvledare och så kallad edge computing, det vill säga bearbetning som sker lokalt, nära den plats där data genereras, i stället för i ett centralt datacenter. När AI integreras i allt från bilar och industriutrustning till medicintekniska produkter ökar behovet av analoga halvledare markant, och detta kommer att bli en viktig drivkraft i nästa fas av adoptionen.

Finns det intressanta möjligheter utanför AI?

Som Nick Sleep påpekade i sitt förvaltarbrev 2006: ”When there is a frenzy of activity in one area of the market there is very often an anti-bubble of discarded companies. In the dot com era these were companies with steady cash flow.” Vi ser samma tendenser nu. Ett marknadsviktat S&P 500 värderas till nära 28 gånger de senaste tolv månadernas resultat, medan en likaviktad version värderas till 21,5 gånger.

Sedan ChatGPT lanserades i november 2022 har S&P 500 levererat 21 procent i årlig avkastning, jämfört med 12 procent för S&P 500 Equal Weight – ett gap som historiskt har haft en tendens att slutas. Från slutet av 1995 till toppen i mars 2000 levererade S&P 500 över 25 procent i årlig avkastning, jämfört med 16,5 procent för Equal Weight. Under de följande fyra åren vände bilden: från mars 2000 till slutet av 2004 levererade Equal Weight omkring 8,5 procent per år, medan S&P 500 föll med 3 procent per år.

Eftersom marknaden är så tudelad ser vi intressanta möjligheter inom andra sektorer, såsom mer defensiva sektorer som dagligvaror och hälsovård, samt inom industri. Detta utgör nästan 25 procent av fonden och fungerar som en god motvikt till teknologiexponeringen. Det gäller bolag som WM, Kroger, Berkshire, AutoZone, Thermo Fisher, Edwards, Pepsi, Hershey och Medtronic.

Därtill har vi en kärna av bolag som i dagens marknad kan karakteriseras som mer defensiva kvalitetsbolag, såsom Mastercard, S&P Global, Copart, Vulcan Materials, Roper, Ametek och Veeva, som går i motsatt riktning mot AI-traden. Dessa bolag har över tid levererat stabilt god värdeskapande och framstår nu som rimligt värderade. Tillsammans utgör dessa två kategorier omkring 40 procent av portföljen. Därutöver har vi andra, mindre bolag med andra drivkrafter.

Nairn argumenterar i Engines That Move Markets för att marknaden ofta har haft rätt om teknologin på lång sikt, men nästan alltid haft fel om tidpunkten. Det är just det som gör det svårt. Utmaningen, eller risken, ligger i Nassim Talebs påminnelse: ”I've seen gluts not followed by shortages, but I've never seen a shortage not followed by a glut.” Vi vet inte när knapphet blir till överkapacitet. Det kan mycket väl vara så att vi fortfarande har några år kvar innan överkapacitet uppstår. Men alla stora kapitalcykler slutade på samma sätt: euforin blev till överkapacitet, överkapaciteten blev till omvärdering och investerarna stod till slut med notan. Det är viktigt att ta med sig i all optimism.

Källor:

[i] 2018. Nairn, Alasdair. Engines That Move Markets: Technology Investing from Railroads to the Internet and Beyond. Second edition. Harriman House Ltd.

[ii] 2016. Marathon Asset Management, edited and introduction by Edward Chancellor. Capital Returns: Investing Through the Capital Cycle, a Money Manager’s Reports, 2002–2015.