Outrageous Predictions
Energiø ”Bornholm” omdannes til ny forsvarsø
Oskar Barner Bernhardtsen
Nordisk investeringsstrateg
Chef for investeringsstrategi
I fredags oplevede amerikanske tech-aktier deres største kursfald i mere end et år. Nasdaq-indekset faldt 4,2 procent efter nye signaler om et højere renteniveau end tidligere forventet.
Korrektionen har gjort aktieudvælgelse vigtigere end tidligere.
Det seneste pres i AI-relaterede aktier har rejst et centralt spørgsmål blandt investorer: Er dette en attraktiv købsmulighed eller snarere et advarselssignal?
Svaret er næppe det samme for alle aktier.
En bred "buy-the-dip"-strategi kan være risikabel i et marked, hvor værdiansættelserne fortsat er høje, indtjeningsforventningerne ambitiøse, og mange investorer er koncentreret i de samme AI-vindere. En mere hensigtsmæssig tilgang er at identificere selskaber, hvor aktiekursen er blevet nulstillet, uden at den underliggende investeringscase er blevet svækket.
I denne artikel screener vi børsnoterede amerikanske teknologiselskaber for at identificere virksomheder med stærk vækst, sunde marginer, positivt frit cash flow, håndterbar gældsætning og et betydeligt kursfald fra de seneste rekordniveauer.
Det første skridt er at etablere et univers af teknologiselskaber med høj kvalitet og stærk vækst. Screeningen anvender følgende kriterier:
Dette er ikke en screening efter value-aktier. Det er en screening efter kvalitetsvækstaktier, som har været igennem en korrektion. Målet er at identificere selskaber, hvor markedets forventninger er blevet nulstillet, mens de fundamentale forhold fortsat er intakte.
Nvidia (NVDA): Den førende AI-chipproducent. Nvidia spiller en central rolle i efterspørgslen efter AI-beregningskraft gennem selskabets GPU'er, datacenterplatforme og AI-infrastruktur.
Microsoft (MSFT): En af verdens førende leverandører af cloud- og softwareløsninger. AI-eksponeringen kommer primært gennem Azure, Copilot, virksomhedssoftware og produktivitetsværktøjer.
Micron Technology (MU): Producent af hukommelseschips. Micron spiller en stadig vigtigere rolle i AI-forsyningskæden, da højhastighedshukommelse (HBM) udgør en af de væsentligste flaskehalse for AI-workloads.
KLA Corporation (KLAC): Leverandør af halvlederudstyr med fokus på proceskontrol, inspektion og metrologi til avanceret chipproduktion.
Marvell Technology (MRVL): Halvlederselskab med eksponering mod specialdesignede chips, datacenterforbindelser og netværksløsninger.
Arista Networks (ANET): Netværksselskab med fokus på cloud-infrastruktur. Leverer højtydende netværksudstyr til hyperscalere og datacentre.
ServiceNow (NOW): Softwarevirksomhed, der hjælper virksomheder med at automatisere arbejdsprocesser. AI bliver i stigende grad integreret i selskabets platform og løsninger.
Lumentum Holdings (LITE): Virksomhed inden for optiske netværksløsninger, der leverer komponenter til cloud-infrastruktur og forbindelser mellem AI-datacentre.
Teradyne (TER): Producent af testudstyr til halvlederindustrien med eksponering mod test af avancerede chips, AI-processorer og hukommelsesløsninger.
Nova Ltd. (NVMI): Leverandør af metrologi- og proceskontroludstyr, som anvendes i produktionen af avancerede halvledere.
Onto Innovation (ONTO): Producent af halvlederudstyr med eksponering mod inspektion, metrologi og avanceret chipindpakning (advanced packaging), herunder produktion af AI-relaterede chips.
Guidewire Software (GWRE): Cloudsoftwarevirksomhed med fokus på forsikringsbranchen. Selskabet har AI-potentiale, men en mindre direkte AI-monetisering end de mere infrastrukturtunge selskaber på listen.
Efter at have identificeret de 12 selskaber, der bestod screeningen, er næste skridt at rangere dem:
Modellen anvender fire faktorer og tildeler hvert selskab en samlet score på op til 100 point.
Denne faktor vurderer, om selskabet fundamentalt er stærkt nok til at fortjene en nærmere analyse efter korrektionen.
Delscoren er baseret på følgende parametre:
Dette er modellens kvalitative vurderingslag.
Faktoren vurderer, i hvilken grad AI allerede omsættes til konkrete forretningsresultater. Med andre ord: Kan AI-effekten aflæses i omsætningen, ordreindgangen, ordrebeholdningen, cloud-forbruget, prissætningskraften eller kundernes adoption af selskabets produkter og tjenester?
Aktie | AI score /5 | Rationale |
NVDA | 5.0 | Den mest direkte indtjeningsmotor i AI-værdikæden gennem salg af AI-chips og beregningskraft. |
MSFT | 5.0 | AI-efterspørgslen er tydelig gennem Azure, Copilot og virksomhedssoftware. |
MU | 5.0 | HBM-hukommelse og avancerede hukommelsesløsninger udgør centrale flaskehalse i AI-infrastrukturen. |
MRVL | 4.5 | Eksponering mod specialdesignede AI-chips og netværksforbindelser til datacentre. |
ANET | 4.5 | Drager fordel af den stigende efterspørgsel efter netværksinfrastruktur til AI-datacentre. |
LITE | 4.0 | Leverer optiske forbindelsesløsninger til AI-datacentre og cloud-infrastruktur. |
TER | 4.0 | Eksponering mod test af AI-processorer og avancerede hukommelsesløsninger. |
KLAC | 4.0 | Leverer proceskontrol og inspektionsudstyr til avanceret chipproduktion. |
ONTO | 3.5 | Eksponering mod avanceret chipindpakning og HBM-relateret produktion. |
NVMI | 3.5 | Leverer metrologiløsninger til avancerede DRAM-hukommelseschips og halvledere. |
NOW | 3.0 | AI-adoptionen er stigende blandt kunderne, men den direkte omsætningseffekt er mindre synlig. |
GWRE | 2.0 | Cloudsoftwareforretning med AI-potentiale, men begrænset direkte AI-monetisering. |
Denne faktor vurderer, om korrektionen har skabt et mere attraktivt værdiansættelsesgrundlag.
For at gøre værdiansættelsesscoren mere robust kombineres to elementer:
A. Forward P/E-score - 50 % af værdiansættelsesscoren
B. Relativ P/E Z-score - 50 % af værdiansættelsesscoren
Den samlede værdiansættelsesscore beregnes som:
Værdiansættelsesscore = (Forward P/E-score × 50 %) + (Relativ P/E Z-score × 50 %)
Den beregnede værdiansættelsesscore indgår herefter i den samlede model med en vægt på 20 %.
Denne faktor måler, hvor langt aktien er faldet fra sit højeste niveau de seneste 52 uger.
Målingen er baseret på aktiekursen som en procentdel af 52-ugers højeste kurs. Jo lavere procentsats, desto større har korrektionen været.
Forslag til pointsystem:
Denne faktor belønner selskaber, hvor korrektionen har været mest markant, og hvor markedets forventninger i højere grad er blevet nulstillet.
Den endelige score beregnes som et vægtet gennemsnit og ikke som et simpelt gennemsnit af de fire faktorer.
Samlet score:
Denne vægtning er vigtig, fordi ikke alle faktorer bør tillægges samme betydning.
Rang | Aktie | Forretningskvalitet /5 | AI monetisering /5 | Værdiansættelse /5 | Korrektion /5 | Vægtet gennemsnit /5 |
1 | MU | 4.75 | 5.00 | 4.25 | 4.00 | 4.58 |
2 | NVDA | 4.73 | 5.00 | 4.75 | 3.00 | 4.47 |
3 | MSFT | 3.63 | 5.00 | 4.75 | 4.00 | 4.34 |
4 | NOW | 4.30 | 3.00 | 4.75 | 5.00 | 4.14 |
5 | ANET | 4.33 | 4.50 | 3.75 | 3.00 | 4.00 |
6 | MRVL | 4.10 | 4.50 | 3.00 | 3.50 | 3.88 |
7 | TER | 3.68 | 4.00 | 3.25 | 3.50 | 3.65 |
8 | ONTO | 3.68 | 3.50 | 3.75 | 3.50 | 3.60 |
9 | KLAC | 3.78 | 4.00 | 3.25 | 3.00 | 3.58 |
10 | LITE | 3.35 | 4.00 | 3.00 | 4.00 | 3.61 |
11 | NVMI | 4.03 | 3.50 | 3.25 | 3.50 | 3.56 |
12 | GWRE | 3.85 | 2.00 | 4.00* | 5.00 | 3.55 |
*For Guidewire er der ikke tilgængelige data for den relative P/E Z-score i screeningen. Værdiansættelsesscoren er derfor alene baseret på selskabets forward P/E. Alternativt kunne der anvendes en neutral score for den relative værdiansættelse.
Modellen placerer fortsat Micron, Nvidia og Microsoft øverst, da de kombinerer høj forretningskvalitet med tydelig AI-monetisering og en værdiansættelse, der er blevet mere attraktiv efter korrektionen.
Micron scorer særligt højt, fordi AI ikke alene handler om beregningskraft. AI handler i høj grad også om hukommelsesbåndbredde, og HBM-hukommelse er fortsat en af de mest markante flaskehalse i AI-infrastrukturen. Det giver Micron en stærkere AI-indtjeningsprofil, end hvad man normalt forbinder med et traditionelt hukommelsesselskab.
Nvidia er fortsat en af de stærkeste AI-indtjeningsmotorer på markedet. Kurskorrektionen har været mindre markant end for flere andre selskaber i screeningen, men selskabets forretningskvalitet og direkte eksponering mod AI-indtjening er fortsat i særklasse. Den negative relative værdiansættelses-Z-score indikerer samtidig, at aktien nu handles mere attraktivt i forhold til sin egen historiske værdiansættelse. Den væsentligste risiko er fortsat, at forventningerne til selskabet er meget høje, hvilket stiller store krav til den fremtidige indtjeningsvækst.
Microsoft tilbyder en mere diversificeret AI-eksponering gennem cloud-forretningen, virksomhedssoftware og produktivitetsværktøjer. Selskabet er mindre konjunkturfølsomt end halvledersektoren, men giver stadig investorer eksponering mod AI-adoption gennem Azure, Copilot og den stigende efterspørgsel efter AI-baserede softwareløsninger. Samtidig fremstår værdiansættelsen mere attraktiv efter den seneste korrektion.
Den næste gruppe – Arista Networks, Marvell Technology, Teradyne, KLA Corporation, Nova, Onto Innovation og Lumentum – repræsenterer den bredere AI-infrastrukturkæde. Disse selskaber har eksponering mod netværksudstyr, specialdesignede chips, testudstyr til halvledere, metrologi, optisk datakommunikation og avanceret chipproduktion.
Det er vigtigt, fordi AI-investeringstemaet ikke alene handler om GPU'er. AI-infrastruktur kræver også hukommelse, netværk, testudstyr, inspektions- og måleløsninger, avanceret chipindpakning samt forbindelser mellem datacentre.
ServiceNow og Guidewire repræsenterer en mere softwareorienteret investeringscase. ServiceNow har en troværdig position inden for virksomheders AI-adoption og har samtidig gennemgået en betydelig korrektion. Investorer vil dog sandsynligvis efterspørge yderligere dokumentation for, at AI i stigende grad bidrager til omsætning, mersalg og marginforbedringer. Guidewire fremstår i højere grad som en langsigtet cloudsoftwareforretning med et AI-potentiale end som en direkte AI-indtjeningshistorie. Selskabets AI-eksponering kan skabe værdi over tid, men AI er endnu ikke en væsentlig drivkraft for den underliggende indtjening.
Den seneste korrektion har skabt mere attraktive indgangsmuligheder i dele af teknologisektoren, men den har samtidig øget kravene til aktieudvælgelse. De mest interessante investeringsmuligheder efter korrektionen er ikke nødvendigvis de aktier, der er faldet mest. Det er de selskaber, hvor aktiekursen er blevet korrigeret, mens indtjeningsevnen, forretningskvaliteten og evnen til at omsætte AI-investeringer til reel indtjening fortsat er intakt. Denne screening fremhæver en relevant observationsliste på tværs af temaet omkring kunstig intelligens (AI-beregningskraft, cloud-infrastruktur, hukommelsesløsninger, netværk, optisk infrastruktur, halvlederudstyr og udvalgte softwareselskaber). For investorer kan den næste fase af AI-investeringstemaet vise sig at handle mindre om at eje alle selskaber med en AI-fortælling og mere om at identificere de virksomheder, der rent faktisk formår at omsætte AI-udbygningen til omsætning, indtjening og langsigtet værdiskabelse.