編輯嚴選
AI運算造成美國電力需求對股價影響分析與試算

閱讀時間約 15 分鐘
  • 文內如有投資理財相關經驗、知識、資訊等內容,皆為創作者個人分享行為。
  • 有價證券、指數與衍生性商品之數據資料,僅供輔助說明之用,不代表創作者投資決策之推介及建議。
  • 閱讀同時,請審慎思考自身條件及自我決策,並應有為決策負責之事前認知。
  • 方格子希望您能從這些分享內容汲取投資養份,養成獨立思考的能力、判斷、行動,成就最適合您的投資理財模式。

回答問題:XLU基本面或個股的後勢看法


研究動機:

最近有很多美國的客戶想了解AI運算造成的電力需求大幅提升, 對產業或股價的影響?是否有一些基本的根據來計算, 得出對電力股的股價合理估值在哪裡?


結論:

  1. 由於AI運算對電力需求強大, 經過以下計算(參考內文),為每年滿足這一需求增加的成本約為7011.6億美元。


  1. 以NEE為例子, 最終考慮提升節能技術和優化電力後, 市值增加法的股價合理區間為66-75美元, 而本益比法的股價合理區間為179-203美元, 兩種估算方法雖然差異很大, 但股價仍具想像空間


  1. 機構對產業的看法和美國知名大學教授的看法持有不同的意見, 相信未來一年這議題應該會持續發酵, 但三年以上這議題是否依然有效, 並不確定


  1. 個股操作:短期(波段)操作:股價如果有修正到月線附近止穩, 應該可以低接, 畢竟未來想像力仍大, 這些公共事業股每年獲利相對穩定. 長期(存股)操作:投資XLU或是電力股如果希望長期持有10年, 那目前股價漲幅已大, 不建議在此買進當成存股標的, 還有很多個股股息殖利率更好, 長期投資應該回到關注公司的基本面獲利或股息成長率對你資本長期報酬的影響, 這些公共事業股未來當題材冷卻, 回到過去的合理本益比價位再行介入相對具有邊際安全.



研究背景:

現在這個問題很熱門, 許多在美國很多很有錢的人(把資金交給資產管理公司操作), 最近也常問我們這個問題, (就像台灣的高股息ETF, 近年來存股存到變飆股), 美國過去會買XLU(你也可以想成存股存XLU  ETF)的人大多數資產非常雄厚, 不希望有太大的波動, 每年固定領息加上公司回購, 創造股價資本利得穩定增長就穩穩在5-6%之間就好的人, 他們就很開心.

以往當優先級公司等債的債券殖利率超過6-7%時, 理論上XLU ETF應該被大幅拋售, 資金從XLU轉到AA級以上好的公司債或公債, 但今年由於AI爆紅, 連續幾位科技大佬(包括: Elon Mask, Sam Altman,  Zuckerberg…)皆擔心(提到)運力/算力需要耗費大量的能源(電為主, 之後有人連到水資源都是), 開始引起機構Buy Side資金短期大量湧進對公共事業板塊的基礎電力設施, 造成今年表現最好的板塊. 今年從低點到高點漲幅約近20%. 


本篇文章是想探討目前最熱門的板塊XLU中的電力股股價是否已經合理反應完目前應有的估值水準?

分析:

一. 釐清問題並設立計算的假設條件:


要回答這個問題的邏輯, 我們需一步一步的思考:

第一, 我們先拆解XLU的組成份子:

包括幾大項(括號是各項佔XLU成分比重):

  1. 電力行業(88%)
  2. 天然氣(9%)
  3. 水資源分配和基礎設施(3%)


目前電力行業是在這板塊漲幅最兇的, 再來是水資源, 最後是天然氣, 也就是說電力行業帶動整個板塊上漲


電力產業今年漲幅最大的前五名

raw-image


XLU前五大成分公司(NEE, SO, DUK, CEG, SRE)今年以來的漲幅(漲幅由高到低排序)

raw-image


第二, 我們思考XLU未來的概況:

簡單講就是思考電力行業的未來如何?也就是AI如何影響電力?分成短期跟長期思考, 短期時間為三年以內, 長期則是三年以上到10年間的AI對電力產業影響, 我們先把時間長度定義清楚再來一步一步分析:


電力需求面的探討:

短期需求(三年內):

  1. Zuckerberg表示,企業會投入大量資金打造資料中心,許多新建好的資料中心得消耗500~100百萬瓦(MW)的電力,規模較大者甚至得消耗150 MW,耗能300~500 MW、甚至1 GW (即1,000百萬瓦)的資料中心遲早會出現。


  1. 根據國際能源總署的數據,一次 ChatGPT 查詢需要 2.9 瓦時的電力,而 Google 搜尋則需要 0.3 瓦時的電力。高盛研究部估計,2023 年至2030 年間,人工智慧導致的資料中心功耗每年整體成長約200 太瓦時左右。


長期需求(3-10年):

  1. 根據「國際能源署」(International Energy Agency)統計,2022年美國2700家資料庫用電量,占全美總用電量4%以上,預估2026年將達6%,而且還會逐年增加。


  1. 高盛研究報告指出,AI驅動的數據中心到2030年將使其電力需求增長160%,從目前的1-2%增至全球電力需求的3-4%。高盛預測,從2022年到2030年,美國的總電力需求年均增長率為2.4%,其中約0.9個百分點歸因於數據中心需求的上升。這意味著數據中心將在2030年占美國總電力需求的8%,相比2022年的3%有大幅增加​ 。這種需求的增加將需要大規模的基礎設施投資,包括約500億美元的新發電能力以及新的天然氣管道建設以應對新增的天然氣需求。


參考Goldman Sachs研究報告:

https://www.marcus.com/us/en/resources/heard-at-gs/how-much-energy-does-ai-need


第三, 引用高盛研究報告的數據來估算未來電力的供需缺口:


需求端:

援用高盛報告的數據, 2023 年至2030 年間,人工智慧導致的資料中心功耗每年整體成長約200 太瓦時左右。


供給端:

根據EIA的資料2022年的數據,  美國每年的總發電量約為4,243太瓦小時(TWh).根據高盛的研究,預計從2023年到2030年,每年因人工智慧(AI)驅動的數據中心電力消耗將增加200太瓦小時(TWh), 意味著每年增加的電力需求大約是目前美國年總發電量的4.7%​。


二. 計算電力的供需缺口(目前計算並沒有考慮提升節能技術帶來電力供給的部分)


基本假設:

1. 現有的發電能力:根據美國能源信息署(EIA)的數據,2022年美國的總發電量約為4,243太瓦小時(TWh)。

2. 預測的需求增長:高盛預測每年因AI驅動的數據中心電力消耗將增加200太瓦小時(TWh)。

3. 未來的總需求:假設美國的基礎需求保持不變,且每年增加200 TWh的新需求,我們可以計算未來總需求。

  1. 假設每千瓦時的價格大約是 0.12 美元(經查詢, 這是美國家庭用電的平均價格):


假設未來8年每年的需求增長都是200 TWh,從2023年到2030年,總需求增長將是:

200 TWh/ year * 8 years = 1600 TWh


這意味著到2030年,美國的總需求將變為:

未來總需求 = 當前總發電量}+ ( 年需求增長量 *年數 ) 

4243 TWh + 1600 TWh = 5843 TWh


5843太瓦小時(TWh)的電力需求,按每千瓦小時(kWh)0.12美元的價格計算,相當於約7011.6億美元/ 每年。

這意味假設電價保持在每千瓦小時(kWh)0.12美元不變下,則每年滿足這一需求的成本約為7011.6億美元。


三. 計算XLU成分股每家公司受惠的金額:

  1. 基本假設:

將每一年7011億美元平均分配給XLU前10大成分股電力公司, 每一家公司平均可以增加的金額為701億美元/ 每年


  1. 計算對單一公司受惠的程度:

舉例:以NEE為例(XLU中最大成分股)

6/6日收盤價, NEE目前市值1583億美元, 總股本為20.55億美元, 每股大約77美元


  1. 兩種估算方法:

估算一:市值增加法:(以3/4每股54元起漲開始計算)


思考邏輯:

對照K線圖, 本波段 從3/4 日NEE股價開始起漲, 對照新聞事件的查詢, 該股價(該產業)開始從那時候反應AI造成的電力需求, 因此我們需要計算到6/6為止, 該股價NEE漲了多少?還有多少沒有反應, 利用未來的市值增加就知道還有多少上漲空間?

假設一:目前AI電力缺口已經部分反映在真實股價上

如果因為AI電力供需缺口,每年增加市值增加701億美元,3/4股價為54美元/每股, 換算當時總市值變為1109億美元 + 701億美元(粗略假設每年增加的供需缺口對市值貢獻) = 2284億美元。保持總股本20.55億股不變,新的每股價格將為:

每股價格=88美元/股  (此為估算的合理價格)---->理論值

6/7日NEE每股股價為77美元, 這表示在每年市值固定增加的情況下,每股價格將還有17%美元的”最多“上漲空間。


估算二:利用EPS來估算NEE的合理價格

基本假設:

  1. 經查詢, NEE美股稅後淨利率為:27.62%, 在NEE 的稅後淨利率為27.62%下, 701億美元, 每年可以多賺約193.62億美元。

若總股本為20.55億計算,則每股收益(EPS)約為9.42美元。 ​

  1. 根據NEE) 的最新數據,該公司的過去五年平均每股收益(EPS)增長率約為19.42%​ ​。計算EPS的過去五年歷史平均值為:

五年平均EPS=53.66+3.17+2.10+1.81+1.81​=12.55 / 5​= 2.51

NEE過去五年的平均每股收益(EPS)約為2.51美元。


3.假設過去五年的平均每股收益(EPS)為每年2.51美元,並且新增的EPS為每年9.42美元,加總EPS=2.51 美元+9.42 美元=11.93 美元(此為加計AI帶來電力需求的貢獻)

  1. 根據最新數據,NEE歷史本益比(P/E ratio)平均值計算如下:

過去3年平均PE Ratio:42.17

過去5年平均PE Ratio:39.49

過去10年平均PE Ratio:28.34


目前(2024年6月)NEE  的本益比約為20.84,低於其歷史10年平均值的26%​, 我們就用保守合理PE Ratio 20倍來預估股價

合理股價理論值為:11.93*20 = 239 元

離目前每股77元還有209%的上漲空間



小結:

市值增加法:合理理論股價: 88元/ 每股, 有17%

本益比預估法:合理理論股價: 239元/ 每股, 有209%上漲空間

以上估算出來皆為理論的股價


四. 加入新的變數:考慮提升節能技術和優化電力帶來電力供給增加的部分:

為了滿足AI耗能的這一需求增長,需要進行大量的基礎設施投資和發電能力的增長。例如,美國需要在可再生能源和新興核能技術上進行大規模投資來填補這一供需缺口。


  1. 短期供給(三年內):每年的建設緩不濟急, 預估2025-2026年AI 需求應該會大成長, 電力供不應求會較為明顯


  1. 長期(3-10年):

如能源效率的提升、新能源技術的採用或新的冷卻技術使得AI耗能降低等均會提升電力運轉效率。

電力運轉效率(Energy Efficiency of Power Generation)是指將燃料或其他能源轉化為電能的效率,通常以百分比表示。這個指標衡量的是發電廠在發電過程中利用燃料的有效性。


為了因應AI大幅耗電的需求, 但在現有的設備短期無法擴充設備下的方法

  1. 優化現有發電設備的運行參數:

根據不同來源,通過AI和機器學習技術優化發電設備的運行參數,可以提升5%到10%的發電效率 。

  1. 預測性維護(Predictive Maintenance):

預測性維護可以減少非計劃停機和延長設備壽命,從而提升3%到5%的發電效率 。

  1. 優化燃料混合使用:

通過優化燃料的混合使用,提升燃燒效率,可以實現2%到4%的發電效率提升 。

  1. 負荷管理與需求響應(Demand Response):

這種方法可以平衡電力需求,減少高峰負荷,提升2%到3%的系統效率​ 

5. 優化電網運行:

通過優化電網運行,減少電力傳輸損耗,可以提升3%到5%的整體系統效率 。

  1. 提高冷卻系統效率:(水冷設備降低耗能, 未來浸沒式水冷價格和技術普及, 有可能進一步降低耗能)

改進冷卻系統設計和運行,使用更高效的技術,可以提升1%到3%的效率 。


根據查詢EIA的資料, 並匯總以上各項措施,總體提升的發電效率可能在15%到25%之間,具體取決於現有設備的狀況和改進措施的實施程度。


最終的結論:

最後把上述估算的股價分別乘上15%-25%, 可得合理公允股價區間:

估算一:市值增加法

理論股價為88元/ 每股*15% =75元/ 每股

理論股價為88元/ 每股*25% =66元/ 每股

市值增加法的股價合理區間為66-75美元


估算二:本益比估值法:

理論股價為239元/ 每股*15% =203元/ 每股

理論股價為239元/ 每股*25% =179元/ 每股

本益比法的股價合理區間為179-203美元


各位可以利用Excel或Python 去計算XLU裡面成份股中其他的前10大電力股可以得出每檔股票的公允價值區間, 並挑選出比較好的基本面個股


機構對產業的看法:

1. 核電在能源輸出的一致性使其成為太陽能和風能等間歇性再生能源的可靠補充。儘管再生能源在能源部門脫碳方面發揮關鍵作用,但其間歇性對電網穩定性構成了挑戰。核能彌補了這一差距,提供了可靠的基本負載電源,對於在不影響環境目標的情況下滿足不斷增⻑的能源需求至關重要。

2. 人工智慧資料中心消耗的電力約占美國總電力的 4%,但到本世紀末,人工智慧資料中心的電力消耗可能高達美國電力需求的 20% 至 25%,這是一個巨大的跳躍。

3. ChatGPT 等 AI 模型會消耗大量電力, 核能成為尋求為其美國資料中心供電的大型科技公司的首選。

4. 去年亞馬遜收購了一座 960 兆瓦的核動力資料中心,微軟宣布計畫透過SMR(小型模組化反應器)為其雲端和人工智慧基礎設施提供動力。


學校教授的觀點和歷史經驗:

  1. 大人有去Stanford找相關教授, 針對AI運算”長期“會帶來大缺電這種說法, 有些教授持不同看法: 他認為人類科技的進步會找到解決耗電或用電效能的方法, 比如多模態的語言, 或是硬體的效率提升(比如水冷系統大幅改善可以降低耗電或耗能....或發現新能源等).


  1. 他舉例說:過去人類憂心石油大概剩下30-40年就開採完了, 當時油價股有因此這種報告大漲, 但隨著人類科技進步, 探勘油或採油煉油技術大幅進步(頁岩油等...), 以及使用代替品(EV汽車), 所以石油浩劫的年份一直在延長....


  1. 過去15年前網路科技剛興起時, 由於.com使得上網人數大增, 耗電當時也有分析師提起過一段會缺電的報告, 結果.....會不會長期趨勢, 那要定義長期是多久?三年?十年?


個股操作

短期操作:(波段)

目前的資訊都是正面的, 但高檔有監視到大機構正在調節電力公共事業(應該是獲利入袋)股, 不過股價要馬上反轉也應該不大.

這議題應該會持續發燒, 股價如果有修正到月線附近止穩, 應該可以低接, 畢竟未來想像力仍大, 未來回到合理價位, 應該還是會有買盤機構進場, 畢竟這些公共事業股每年獲利很穩定, 都有賺錢, 未來可能要等到Q2業績公布才有比較大的波動.(補充:目前市場共識預期Q2-Q3的獲利預估都呈現平穩一致, 沒有逐季成長或逐季下滑的現象).


長期操作:(存股)

投資XLU或是電力股如果希望長期持有10年, 那目前股價漲幅已大, 不建議在此買進當成存股標的, 還有很多個股股息殖利率更好, 長期投資應該回到關注公司的基本面獲利或股息成長率對你資本長期報酬的影響, 這些公共事業股未來當題材冷卻, 回到過去的合理本益比價位再行介入相對具有邊際安全.









Phd Economist, Macroeconomics analysis, Analyst of Quantitative Finance. Research on data science and game theory. FB Nickname:MimiVsJames. 大型資產管理公司的量化金融交易工程師
留言0
查看全部
發表第一個留言支持創作者!
回答問題:DXCM
閱讀時間約 5 分鐘
回答問題:APH
閱讀時間約 10 分鐘
回答問題:Block( SQ )
閱讀時間約 8 分鐘
美國開啟暑假假期模式
閱讀時間約 11 分鐘
你可能也想看
黃仁勳風暴(一):生成式AI強大潛能!AWS與NVIDIA Project Ceiba超級AI運算平台加速創新在科技發展的浪潮中,生成式AI無疑是引領未來的關鍵力量。透過深度學習技術,AI系統能夠從大量資料中發掘規律,並創造出全新的內容,無論是文字、圖像、音頻還是視頻,都可以在AI的加持下重新定義。
Thumbnail
avatar
廣告雜誌
2024-06-06
【0408盤前新聞】美3月非農就業超預期 預期Fed首次降息延後;台積電挑戰最強第2季 高速運算、 AI 訂單強勁【0408盤前重點新聞】 *美3月非農就業超預期新增30.3萬人 Fed首次降息時間可能更晚 *OpenAI:ChatGPT企業版需求巨大 已暴增至60萬用戶 *華為推三折機最快季底問世 大立光、富世達、兆利等受惠 *台積電營運挑戰最強第2季 高速運算、 AI 應用訂單強勁
Thumbnail
avatar
Miller
2024-04-07
科技一周 | 英特爾的AI PC 真的會成功嗎? Apple Vision Pro & 新運算平台與台積電劉德音宣布退休「2024年重要科技預測」Apple Vision Pro推出時間及全球發售,是visionOS的平台,其空間運算能力,在教育領域和學習方面的機會。台積電執行長異動與接班梯隊:描述台積電董事會的構成與職責,劉德音退休對公司影响。AI PC AI PC概念、NPU的作用及其應用場警,以及晶片未来趋势。
Thumbnail
avatar
Jeffery Huang
2023-12-22
[AI翻譯] AI與邊緣運算本篇文章是翻譯自 AI大神 吳恩達 Andrew Ng 的電子信件,吳恩達是史丹福大學計算機科學系和電氣工程系的客座教授,曾任斯坦福人工智慧實驗室主任。他與達芙妮·科勒一起創建了在線教育平台Coursera。本篇文章吳恩達談到AI與邊緣運算。
Thumbnail
avatar
技術PM路易斯
2023-10-22
Nvidia 強勢破預期,AI 與雲端運算助攻未來! Nvidia 在最新一季的財報中表現亮眼,不僅營收超過預期 22%,營業利益(EBIT)更是高出 31%,每股收益(EPS)也優於預期 $0.39。另外,公司在下一季的財報預測也超越市場預期,營收和 EBIT 分別預估將增加 29% 和 39.7%。Nvidia 更指出,強勁的需求將持續到 2024
Thumbnail
avatar
貓的股倉
2023-08-27
AI與情緒:情感運算如何塑造我們的未來|資訊篇|前導|【怪獸】你與科技的距離 EP5.1你有沒有想過,科技的發展其實和心理學也是有關係的?透過 AI 的力量,情感運算能夠理解、模擬,甚至影響人類的情緒。它將科技與心理學結合,使得機器不再只是冷冰冰的數據處理機,而是能夠理解人類情緒的智能機器。
Thumbnail
avatar
王政皓|怪獸科技公司
2023-08-09
監管和創新的雙面刃:AI 監管、邊緣運算和鴻海的紀律治理|資訊篇|前導|【怪獸】你與科技的距離 EP3.1無論是個人、社會還是公司,「有紀律」常被視為成功的關鍵因素。蘋果、谷歌和其他科技巨頭,無一不是藉由創新和紀律來改變我們的生活和工作方式。接下來,我們要來探討當今科技巨頭在創新與道德之間的兩難,以及他們是如何透過紀律來應對這些挑戰,最後反思紀律對於我們個人而言,究竟扮演怎樣的角色。
Thumbnail
avatar
王政皓|怪獸科技公司
2023-07-12
筆記:為何GPU,在AI的運算為何佔比如此大?(2023/4/16) 聽完‎在 Apple Podcasts 上的《財報狗 - 掌握台股美股時事議題》:205.【財經時事放大鏡】NVIDIA GTC 與美國晶片法 Q: 為何語言要大量訓練深度學習不是用擅長複雜運算/電晶體密度也較高的CPU? 其實也不了解GPU/CPU的差異關鍵在哪? A:(f
Thumbnail
avatar
小小工程師
2023-04-18
NVIDIA GTC23 重點觀察 – NVIDIA 的 AI 運算野望與爭霸戰略 | 科技巨頭解碼#165雖然不是完全沒有競爭者,但基本上,在資料中心端的AI 運算處理器中,NVIDIA 可以說是在市場上佔據壟斷性的地位。也就是說,如果未來幾年,科技產業的重點是各家巨頭與新創獨角獸之間的 AI 大戰的話,那 NVIDIA 就是這場戰爭背後,最大的軍火供應商。
Thumbnail
avatar
Miula
2023-03-28
【AI 人工智慧】邊緣運算(Edge computing)今天我們來談談什麼叫作「邊緣運算」(Edge computing)? 在傳統情況下,我們常將各式各樣的感應器佈在不同應用中並隨時把所有的資料上傳至雲端伺服器做處理。然而,網路的傳輸需要時間,所以在許多被要求低延遲的應用當中,這樣的架構不一定適合...
Thumbnail
avatar
Liao Yoshi
2020-11-09