半导元券商股破净对股票有影响吗,半导元券商股破净对股票有什么影响,半导体跌破,半导体破局

　　一边是大基金连续的减持，另一边却是半导体在3月20日逆势上涨，截至当日收盘，半导体指数全天涨幅2.07%。

　　一则“大基金减持”的截图近日在市场上流传，该截图对大基金减持进行了预测，一是更加市场化的领域，比如芯片设计；二是点名了长川科技、万业企业。“小作文”很快落地，自3月15日-17日三天期间，万业企业、长川科技、国科微相继公告，大基金拟减持公司不超过总股本的1%、2%、2%。

　　大基金即国家集成电路产业投资基金，成立于2014年，是为促进国内集成电路产业发展而设立的，重点投资芯片制造业，兼顾芯片设计、封测、设备、材料等相关产业。大基金一期的规模超1300亿元，二期规模超2000亿元。

　　大基金的运作向来被认为是半导体的风向标，如今，三天减持三家半导体企业公告已出。减持是否会影响个股继而行业板块表现？今年以来涨幅明显的半导体基金是否会受到影响？

　　半导体板块涨幅居于市场前列，但落在将被减持的个股上，长川科技、万业企业因公告较早，股价影响不大，3月20日，股价变化分别为0.64%，-0.43%；而公告后第一个交易日的国科微则受到较大冲击，当日下跌8.85%。

　　股价变动不免对持仓基金净值产生影响，不过在经历了2022年的“至暗时刻”，今年半导体基金已拨云见日。财联社记者统计显示，截至3月17日，市场上23只明确半导体、芯片主题基金表现均为正，其中，收益率超过10%基金达到14只。业绩最好的是华安上证科创板芯片ETF，年内收益率金20%。

大基金三天密集减持三家半导体

　　3月15日，主营业务涵盖集成电路的万业企业发布公告称，大基金因自身经营管理需求，拟通过集中竞价交易方式减持不超过930.63万股，超过公司目前总股本的1%。据悉，当前大基金持有该公司4855.88万股，占公司总股本5.22%，是公司的第三大股东。

　　此外与大基金共同减持的还有万业企业二股东三林万业，其持股比例为9.55%，此次拟减持不超过1.93%。

　　据悉，大基金在2022年3月30日买入万业企业，也是其首次布局半导体零部件公司，截至3月17日，万业企业股价为18.71元，较买入时间节点股价21.25元，区间下跌8.57%，粗略计算，大基金投资一年约浮亏2363.8万元。

　　仅隔一天，3月16日，半导体设备公司长川科技也公告称，大基金因自身需要减持公司约2%股份。

　　这并不是大基金首次减持长传科技，据悉，大基金曾分别在2021年分三次减持该公司，大基金持股比例也从9.87%下降至6.76%，到了2022年大基金再次减持，目前大基金持有长川科技6.7173%股份。

　　3月17日晚间，再次有半导体公司国科微公告称，持股达9.67%的股东大基金拟自该公告披露之日起15个交易日后的6个月内，以集中竞价交易方式减持公司股份不超过434.5万股，即不超过公司总股本比例的2%。此次大基金减持的原因在于基金退出需要。

　　对于大基金的密集减持公告，市场情绪产生了一定的影响，但随后企稳。以较早公告减持的万业企业和长川科技而言，3月17日，万业企业、长川科技早盘股价一度跌超3%，触底后震荡抬升明显截至当日收盘，长川科技翻红涨0.89%，万业企业跌幅也收窄至0.95%。到3月20日，国科微则受到较大冲击，当日下跌8.85%。

　　金信稳健策略基金经理孔学兵认为，经过长达一年半的调整，特别是经历了去年的“腥风血雨”，半导体板块调整无论是时间还是空间上都已经非常充分。对风险偏好更为敏感的科技成长方向已经进入了风险冲击的尾部阶段，边际影响最大的时候正在过去。市场风格不利环境下，一些行业利空影响也可能被夸大或误读，部分优秀科技成长公司在市场“逆风”中跌出了性价比，估值水平、成长空间、中长期比较优势等各个维度都得到进一步强化。

年后半导体基金大涨

　　从基金持仓来看，上述三只减持公告中，长川科技被基金持仓较多。截至2022年年底，共有52只基金持有6139.17万股，占流通股比例13.7%。从持仓变动来看，2022年四季度，公募基金持仓已经减少了206.61万股。当前持股超过千万股的基金公司分别是华夏基金、宝盈基金。

　　单只基金持有前五分别是张帆管理的华夏新兴成长、孔学兵管理的金信稳健策略、傅奕翔管理的东方红启元三年持有、刘武管理的易方达新兴成长和蔡嵩松管理的诺安和鑫，截至3月17日，上述五只基金今年以来收益率分别为-2.26%、6.28%、-5.41%、12.83%以及17.09%。

　　尽管今年投资主线还未浮现，半导体却已经率先走出一波上行。财联社记者统计显示，截至3月17日，市场上23只明确半导体、芯片主题基金表现均为正，业绩最好的是华安上证科创板芯片ETF，年内收益率为19.25%，同期收益率超过10%的还有嘉实、德邦、创金合信等14只基金，在主题基金中占比超过半数。

　　宝盈基金经理张天闻近期在渠道交流中表示，今年来看，整个半导体板块股价的位置和估值处于相对底部，叠加上重要会议的召开，市场在整个板块政策驱动的预期背景下，促成了近期半导体板块比较好的相对涨幅，国家对半导体产业政策的支持，板块可能会给投资者带来一定的超额的收益。

半导体的想象空间还在于结合ChatGPT

　　对于半导体后市的走势，基金经理相对较为乐观。张天闻指出，从半导体国家政策支持的角度来看，对整个产业链的帮助比较大，随着这几年的大经济投资，国内无论是从芯片设计端的某些环节包括芯片制造端，实现了一定的国产化。政策的驱动和影响，会有一个持续的过程，后续对于一些核心的卡脖子环节、关键制成制造的环节，国家政策来看是会持续加大的投入的情况，随着扶持力度的进一步地加大，自主研发的趋势应该会进一步的加速。

　　首先就是算力芯片，可以看到国内处于梯队中的一些半导体公司。有部分芯片产品最新款，其实基础算力跟海外基础算力相差度没有那么大，但限制我们国内的更多在于实际的生产环节，所以这也是未来关注中国半导体需要重点去锚定的细分领域。

　　近期另外一位半导体基金经理也有同样的论述，其在渠道路演中表示，2022年年底持仓很多是和芯片设计相关，但是在出现人工智能事件之后，迅速把更多仓位调整到算力芯片新领域，同时也结合国家在大芯片方面可能出现的问题也配套了一些封装技术的品种。“近期比较关注细分领域的边际变化，会从产业的基本面边际变化去调整持仓”该基金经理表示。

　　张天闻预测，未来三到五年半导体产业投资的核心焦点在于：一是偏向于半导体上游，底层的设备材料端的国产化，如何去支撑国内工业制成品往更先进的层次去发展；二是国内在更高端的算力芯片领域究竟怎么样去破局，这也是未来整个AI，包括整个服务器的拉动带来最多增量的地方。

　　孔学兵也坚定认为，突破供应链分裂困境的唯一路径就是国产化进程，能够穿越周期波动的更多来自技术门槛较高、研发驱动型前端装备制造类资产(关键设备和零部件、材料等)，这是半导体方向长期投资的灵魂与核心。此外，他也指出，导体并非重大理论创新，更多来自产线数据积累和工艺不断优化，国产设备、零部件和材料类公司面临丰富的市场机遇。新技术方向，ChatGPT所推动的算力、算法、数据等底层资产投资竞赛，有机会引领新一轮科技浪潮，值得保持中长期关注。

（文章来源：财联社）

---

复旦通识·人工智能丨如何理解和应对ChatGPT与生成式人工智能的开放性伦理挑战

【编者按】随着聊天程序ChatGPT成为时下关注的焦点，人们意识到人工智能正在影响着各个领域与学科，正在成为推动人类文明进入一段新旅程的力量。复旦大学通识教育中心组织“人工智能”系列，邀请校内外不同领域的学者，从多学科视角入手、以平实的语言，尝试与读者一起了解有关人工智能的方方面面。以下是段伟文教授的文章《如何理解和应对ChatGPT与生成式人工智能的开放性伦理挑战》。

自图灵等人工智能先驱提出计算机可以像人一样思考和行动以来，人工智能会不会构建出类似人类的智能甚至超越后者，一直是一个在探索之中和争论不休的问题。在近年来新一波数据驱动的人工智能热潮中，这一问题的焦点逐渐从理论上的可能性之争转换为如何应对技术上可能出现的颠覆性创新。从基于深度学习的人工智能战胜人类围棋棋手到最近以ChatGPT为代表的生成式人工智能取得令人惊叹的成功，特别是ChatGPT为自然语言问题和提示所作出的表述清晰、语法正确的回答，像巨型魔术表演一样牵动了人们对科技未来的想象。面对这一步步紧逼的“创造性破坏”所带来的海啸般的冲击，人们不仅看到了突然演化出通用人工智能乃至超级智能的潜在风险，而且越来越强烈地认识到，必须严肃思考和认真对待由此可能引发的开放性社会风险与价值伦理挑战。

人工智能的工程创新与智能理论间的认知落差

从技术上讲，ChatGPT是在模仿人类语言的大型预训练语言模型（LLM）基础上产生的一种生成式的人工智能语言模型。其成功的关键在于通过基于人类反馈的强化学习（RLHF）对模型加以微调，从而不仅使其获得了流畅的对话功能――可以针对任意话题与用户进行高质量的对话，而且在工程上基本实现了“人机对齐”――让机器的目标和意图符合人的要求。由此，它可以较为准确地按照用户意图实现问答、分类、摘要和创作等自然语言理解与生成任务，自动而迅速地输出逻辑较为自洽的回答，甚至可以生成类似人类作者写出的文章和报告。

虽然作为演示样本的ChatGPT尚存在诸多的不完善之处，但其所涌现出的流畅的类似人类的对话功能表明，它在理论层面突破了人们对智能和人工智能的既有认知框架。其一，尽管它并不具备自主性和自我意识，没有真正意义上的理解能力，但鉴于它可根据人们的提示和提供新的信息而改进回答，它至少看起来在一定程度上具备了“理解”自然语言并不断优化推理和表达的能力。其二，作为ChatGPT基础的大型预训练模型具有强大的泛化能力，即能够处理与不同于先前遇到的情况不或任务的能力，而这实际上打破专用人工智能与通用人工智能的传统二分法。其三，根据所谓“人工智能效应”悖论，在人工智能发展过程中，各种专用人工智能（如下棋等）一旦实现，往往会被视为对部分人类智能或技能的自动化并不再被当作是具有智能的；而ChatGPT的特殊性在于它不仅是一种可以实现类人类语言的自动化专用人工智能，而且因其作为语言而具有的指令功能，它可以与图像、音视频等其它模态的人工智能生成内容形成无限的组合。

同时，它的出现也突破了人工智能怀疑者的认知框架。几年前，面对深度学习的突破性成就引发的达到或超越人类智能的奇点临近的热议，人工智能的怀疑者、科学社会学家柯林斯（Harry Collins）依然向人工智能走向通用人工智能的潜力了提出质疑。在《人工虚构智能：反对人性向计算机缴械》（2018）一书中，他从“嵌入认知”理论出发，祭出了“连环掌”：（1）除非完全嵌入正常的人类社会，否则任何计算机都不会流利地使用自然语言、通过严格的图灵测试并具有完全类人类的智能；（2）尽管与任何其他人工智能方法相比，深度学习更易于将计算机嵌入人类社会，但因其当前技术基于渐进式发展，任何计算机都不能完全融入人类社会。但显然，ChatGPT在工程上所呈现出超强的人机自然语言对话能力不仅在相当的程度上打破了柯林斯等悲观主义者的设限，而且超出了大部分技术乐观主义者的预期。

而这再次表明，不论是对什么是智能、什么是人工智能的理论构想，还是从德雷福斯到柯林斯等对人工智能不能做什么的理论反思，往往与技术和工程上交付的人工智能实现方式之间存在着不小的认知落差。而造成这种落差的原因，则在于在人工智能发展过程中理论思维和工程思维之间的张力。如果用能够处理无限任务、自主和具有价值系统之类的“关键要求”作为通用人工智能的标准，ChatGPT显然不够格，但问题是这些“关键要求”本身在工程上如何测试。

回顾人工智能的发展历程，有关智能和认知的哲学研究往往会对人工智能技术和工程上的“理论缺陷”展开批评，旨在推动人工智能的范式转换。如近年来试图超越笛卡尔式认知主义的具身认知、嵌入认知、生成认知、延展认知和情境认知等“4E+S”认知得到了深入的讨论，从哲学上不难指出缺失这些维度的认知很难成为真正的认知，也可据此顺手批评技术和工程上实现的人工智能之不足。类似地，在人工智能的讨论中，人工智能体是否具有“意识”既是人们公认的人工智能可能出现的最高风险，也被人工智能怀疑者视为真正意义上的智能的金标准，但问题是认知科学和哲学对这个难问题的认识还非常有限，人们目前所能做的只能是工程技术层面的防范。

就像柯林斯的“连环掌”一样，诸多有关智能的理论认知框架往往缺乏必要的谦逊，未能将其立场当作探究的视角之一，容易陷入固守“先验”标准的封闭式否定思维之中。而工程思维则主要体现为工程实践中的累积创新和涌现创新，是一种基于技术产业演进的“后验”迭代的开放性的肯定思维，常常是对某些技术路径的偏执性选择，且能在技术演进中赋予这些选择以新的内涵。

受到两者之间的这种认知落差的影响，理论研究者和批评者无法预见人工智能工程实践可能涌现出的重大突破，工程实践者和喝彩者则难以前瞻技术上的突破在社会价值伦理层面所引发的革命性影响，由此形成的总体认知状态显然无法应对包括超级智能在内的开放性伦理风险。

基于人机交互智能的生成式人工智能与人机对齐

为何会出现这一认知落差呢？这其中固然有人工智能前沿创新高度不确定的原因，但不容忽视的原因是人们思考相关问题时所采用的实体论预设。耐人寻味的是，不论是理论反思者还是从事工程实践的人，在相关的探讨中大多将人工智能与人类智能预设为相互分立的智能体，大多聚焦二者的高下之分和此消彼长，而较少以两者之间的交互作为思考的出发点，从技术社会系统和智能生态系统的维度理解人工智能体的实质。

但实际上，从基于大数据的深度学习到基于大模型的生成式人工智能，其创新应用都发生于数据、算法、算力等所构建的巨型技术社会系统之中，是在高度社会化的人机交互智能生态系统中形成的。它们之所以可实现功能上的突破，固然源于数据量和模型参数大到一定规模后的功能涌现，更重要的是要充分认识到人类反馈微调和使用中的人机智能交互对其性能改进的作用。

目前业界和学界对生成式人工智能伦理风险的认知大多滞留于网络媒体和数字平台涉及的相关问题，聚焦于偏见、歧视、数据滥用、信息误导、用户操纵、虚假内容和恶意使用等方面。这些问题其实是现实世界中存在的问题在大数据、人工智能等数字技术应用中的折射与放大，并且在生成式人工智能中进一步延伸和加剧，故对它们的关注的确具有紧迫性。

而实际上，在ChatGPT的研发过程中，Open AI的技术路线就是在高度社会化的人机交互智能系统中展开的。ChatGPT所采用的人工智能新范式基于对自然语言内在的同质化形式和结构的学习，其中既有海量的文本数据集，也包括运行中大量的人机对话数据，其内容生成思路是学习与预训练的结合――首先是自动提取相关内容并加以聚合，然后通过人机对齐工程对其目标和价值加以必要的修正。

依照Open AI的说法，之所以实施人机对齐工程的背景是，Open AI对其所开发的GPT系列大模型以及ChatGPT的技术定位是探索通用人工智能。为了防范由此可能带来的颠覆性社会伦理影响，开发者通过人类标注、反馈、审核等工程方法对生成的类自然语言中的价值冲突和伦理争议进行了校准，对生成内容与语言表达策略进行了持续监督和不断优化。这使ChatGPT的输出对价值敏感问题相对谨慎、持平，主动回避有争议的问题、甚至拒绝回答。

人机对齐工程的实施表明，由于存在着包括超级人工智能可能引发的人类生存风险在内的巨大社会伦理风险，生成式人工智能的技术开发与价值伦理调节从一开始就是同步进行的。由此，可以得到二个重要的启示。一方面，人机对齐工程的实施表明，对生成式人工智能进行价值伦理矫正并防范恶性后果在工程上是可行的，这为其创新应用中恪守价值底线和红线提供了可借鉴的经验。当然，必须明确指出的是，作为语言模型的ChatGPT本身并不真正理解各种价值观的内涵。另一方面，人机对齐工程是在人机交互的基础上的实施的，不论是在训练数据之中还是在人工标注等人类反馈环节，都负载着利益相关者的利益和好恶，会受到各种价值预设和文化选择的影响，必然存在一定的偏向性。

超越知识生成自动化的知识权威幻象与图灵陷阱

人机对齐工程所进行的价值伦理矫正固然有助于对人工智能生成内容的法律规制和伦理治理，但更重要的是，要看到以ChatGPT为里程碑的生成式人工智能是机器智能与人类智能全新的交互组合方式，我们正在开启借助人工智能自动生成知识并全面重塑生活的前所未有时代。从知识生产方式的范式转换来看，如果说大数据分析带来的是堪比微积分的新分析，那么ChatGPT所开启的大模型加人类反馈的自动化知识生成方式则是面向智能化未来的新综合。而对这一新综合的拥抱将迫使我们面对一系列全新伦理挑战，除了热议的违背学习和研究诚信、侵犯知识产权等问题之外，尤其值得关注的是以下两个具有开放性的社会伦理挑战。

一是将自动生成的知识视为神谕的知识权威幻象。拥抱知识生成自动化必然面对的一个悖论是，生成式人工智能系统固然能带来知识生成效率的提升，但它并非知识大全和全能的知识的领会者。这种从海量训练数据中拼凑出答案的语言形式生成系统如同自动的随机鹦鹉，其自身既不真正理解输入输出数据的意义，也没有自己的目标，更不知道什么是研究和学习以及为什么要研究和学习。但人们往往会产生一种将它们视为自动化的知识生产者的幻象，而没有注意到，虽然它们能够产生连贯的文本，但其意义和连贯性是在人类与机器的互动中形成的，而它们并没有试图表达什么。如果认识不到这种幻象，就容易产生将生成式人工智能视为知识权威和道德权威的风险。随着ChatGPT的进一步发展，有望演变为普通人日常生活中的人工智能助手，成为解答知识、辨别是非乃至区分善恶的重要工具。鉴于ChatGPT并不真正理解其所生成的知识内容以及对是非善恶的判断，而且有时会产生荒谬的错误或随意堆砌和编造的内容，在缺乏批判性思考的情况下，将ChatGPT简单地视为教育、医疗、心理、精神方面的解惑者或指导者，难免放大由知识生成错误和不准确造成的危害。

二是由盲目的智能化和自动化导致的图灵陷阱。如果不能认识到生成式人工智能建立在人机交互的智能生态系统乃至遍布地球的智能科技社会系统之上，就看不到知识生成自动化的基础和前提是对人类智能的提取，其运作过程既是对知识和智能的重新定义，也是对地球生态环境、人类社会和个人的重构。如果缺乏对这一过程的反思，就可能陷入各种图灵陷阱：在教育和研究中无条件采用自动化生成知识，在工作中无限度地用自动化取代人类智能，完全不顾及能源消耗的自动化知识生成还会使地球生态环境不堪重负。之所以会出现图灵陷阱，是因为智能和自动化系统没有做到以人为本，在人工智能的部署中往往迫使人被动地适应智能化和自动化――在很多情况下，“自动建议”“自动更正”等智能系统的运作预设不是使机器人性化，而是让人越来越机器化，使人的自主性在不经意间被自动剥夺。

为了克服人工智能的知识权威幻象，超越图灵陷阱，无疑需要全社会展开进一步的讨论，以构建我们对可接受的深度智能化未来的合理想象。而从观念上讲，必须直面的问题是：人类在知识和智能上能否保有主创者和主导者地位？人的主体性能否经受住来自人工智能的挑战？如果未来不会出现人工智能超越人类智能的奇点，我们似乎可以坚持：一方面，人应该成为最终的知识权威；另一方面，人工智能应该更多地作为人的智能助手，而不是一味地用智能化和自动化取代人的工作和替代人的技能。

最后，从长期风险来看，ChatGPT强大功能的涌现表明，对于大模型的研发必须真正开始警惕出现有意识的通用人工智能的可能性，将人工智能可能威胁人类生存的安全风险的及时防范作为其发展的前提。OpenAI的首席执行官山姆.奥特曼在最近的一篇博文中再次宣示了其发展通用人工智能的初衷，并强调要确保造福人类。这种站在道德制高点上的高调宣示其实表明，他已经认识到通用人工智能的巨大风险，但人类的未来能能否避免由此带来的生存风险，显然不能仅仅寄希望于其作出的审慎发展的承诺。

（本文经删节编辑后发表于《中国社会科学报》2023年3月7日第7版。）