伯恩斯坦:软件板块低拥挤度仍在,资金回流取决于业绩修复

伯恩斯坦:软件板块低拥挤度仍在,资金回流取决于业绩修复

N
News Editor
2026-10-29 06:31:12
伯恩斯坦在 10 月 28 日的报告中称,软件行业整体拥挤程度仍明显低于长期历史水平,资金正回到部分业绩稳定或重新加速的公司。报告指出,Snowflake、Palo Alto Networks 和 Datadog 的拥挤度评分居前,甲骨文、Adobe 和 HubSpot 则处于较低水平。伯恩斯坦认为,低拥挤度为重新审视软件公司提供了窗口,但资金是否持续回流,仍要看增长、AI 变现和估值是否匹配。

伯恩斯坦认为,软件行业整体拥挤程度仍明显低于长期历史水平。

在 2026 年 10 月 28 日的报告中,伯恩斯坦把拥挤交易的大幅反转视为观察资金流向的切口。上半年,最拥挤五分位股票相对最不拥挤五分位股票的累计收益差为正 51.0%;到了下半年,这一差值转为负 30.2%。报告据此指出,拥挤的股票并不一定会持续跑赢。

软件板块整体仍处于低拥挤区

伯恩斯坦所说的拥挤,主要是指主动资金在相同股票上的过度集中配置。相似的持仓和判断,会让这些股票在市场转向时承受共同卖压。报告用这一指标观察资金结构,并寻找公司之间的预期分歧。

与 7 月相比,第三季度软件板块的拥挤程度有所回升。伯恩斯坦将其中一部分变化归因于应用软件公司的业绩反弹:营收稳定或重新加速,促使市场重新评估 AI 冲击的紧迫性。即便如此,软件板块相对过去 25 年的自身历史,仍处于偏低水平。

这一判断并不与科技板块整体偏拥挤相冲突。报告指出,半导体和硬件仍然聚集了较高热度,而软件板块仍承受生成式 AI 替代应用、压缩席位以及争夺企业预算等担忧。若把科技股整体合并观察,容易掩盖不同商业模式之间的资金分化。

伯恩斯坦因此认为,软件板块出现了重新选择公司的机会。低拥挤度让部分企业平台摆脱了过热持仓,业务稳定或改善又开始吸引资金回流。报告将这两条线索结合起来,重点寻找经营表现与市场信心之间存在落差的公司。

资金更集中流向用量增长方向

截至 10 月 19 日,Snowflake 在报告覆盖公司中的标准化相对拥挤度评分为 2.13,Palo Alto Networks 为 1.86,Datadog 为 1.80。相比之下,甲骨文为负 0.37,Adobe 为负 0.70,HubSpot 为负 1.55。报告认为,这组评分直观反映了资金在数据库、基础设施和应用软件之间的偏好差异。

其中,Snowflake 的变化尤为明显。伯恩斯坦指出,核心平台使用量增加,加上 AI 产品带来的收入增长,推动公司过去两个季度业务加速。按使用量收费的模式,使云端工作负载增加更容易转化为收入,投资者也因此提高了配置热情。

不过,伯恩斯坦并未随着持仓热度同步上调评价。对于 Snowflake,报告仍担心数据仓库市场成熟、竞争加剧,以及长期 AI 工具和数据联邦方案的竞争力问题。报告指出,拥挤度上升既可能反映增长改善,也可能意味着市场已提前把对未来的乐观预期计入股价。

Datadog 的情况也体现出类似分歧。伯恩斯坦看好其他 AI 原生客户的用量增长,同时承认大客户部分流失、非 AI 云工作负载放缓等压力。报告预计,其他 AI 原生客户的消费增长能够抵消这些压力,并推动营收继续加速。AI 工作负载增长,仍是机构看好这类商业模式的重要依据。

应用软件回暖仍要靠业绩验证

ServiceNow 与 Atlassian 的回暖,给出了应用软件资金回流的具体条件。伯恩斯坦指出,这类公司的营收重新加速,企业平台地位也提供了比单纯 AI 叙事更扎实的支撑。市场对应用软件的担忧有所缓和,但修复主要集中在已经交出经营证据的公司。

报告对企业自建复杂应用的替代逻辑持保留态度。以企业资源规划系统(ERP)为例,大型企业需要承担流程、数据和运行风险。生成式 AI 工具的发展,并不会自动消除这些迁移和替换成本。基于这一判断,伯恩斯坦看好部分核心企业平台的持久性。

报告同时指出,风险仍需按产品类型和收费方式细分。客服等领域的岗位自动化,可能减少按席位收费的软件需求;供应商能否通过智能代理收费弥补损失,尚待验证。缺乏核心数据和关键业务语义的单点工具,也更容易面临替代压力。

在个股上,伯恩斯坦看好甲骨文的云基础设施、企业应用和数据库增长,但认为资金约束与数据中心建设执行仍压制市场信心。对于 HubSpot,报告则因增长预期转弱、管理层信心下降和催化因素不足而保持观望。两家公司都不拥挤,但机构判断明显不同。

微软的案例也补充了这一框架。报告认为,资本开支回报和 Copilot 采用率的担忧压低了持仓热度,而近期业务表现则提供了重新评估的依据。资金是否回流,仍要把增长、利润率和 AI 投入回报放在同一张经营账上核对。

拥挤指标需要与估值一起看

在风险模型中,伯恩斯坦将拥挤视为共同持仓带来的风险。当投资者同时降低风险时,相同叙事下的股票会面临集中卖压。原本属于不同公司的持仓,在退出阶段可能表现出很强的相关性。

报告显示,在拥挤交易表现最差的 10% 月份里,最拥挤五分位股票相对市场平均落后 3.0%,最不拥挤五分位股票则平均领先 3.3%。伯恩斯坦据此认为,在组合中纳入不同拥挤程度的股票,有助于分散共同交易风险。热门持仓遭遇集中抛售时,较冷门资产在历史上提供过保护。

CrowdStrike 则体现了存量持仓的重要性。伯恩斯坦指出,公司机构持股已经很高,后续增持空间受到约束,实际拥挤程度可能高于模型评分。报告对其业务竞争力评价积极,但认为估值偏高,市场期待的增长加速也较难实现。

沿着这份报告的选股思路,软件板块的机会来自分歧缩小的过程。部分企业平台依靠稳定增长减轻替代担忧,部分用量型公司依靠 AI 需求兑现收入,另一些低拥挤公司则仍需先解决增长和执行问题。资金回流最集中的方向,仍是那些经营改善能够减轻市场担忧的公司。

伯恩斯坦认为,软件资金回流已经出现,但修复尚未普遍展开。报告提供的是观察持仓结构的入口,最终仍要由业务表现回答几个核心问题:增长能否持续,AI 带来多少新增收入,以及当前估值已经预支了多少改善。

本文系潮向研究对第三方券商研究报告(伯恩斯坦,2026 年 10 月 28 日)的整理与解读,并结合公开市场信息整理。文中引述的评级、目标价、盈利预测及相关判断,均为该券商分析师观点,仅代表其所属机构立场,不代表潮向研究观点,也不构成任何投资建议。

市场有风险,决策需独立。本文不应作为买卖任何证券的依据。

撰文:Rita

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
6300

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。