Nvidia просела: доходность 5,19% меняет экономику ИИ-расходов, AMD ловит спрос
2026-11-18, FP360 — Акции Nvidia снизились на 2,8% до $1 120 на фоне удержания доходности 10-летних гособлигаций США на уровне 5,19% и сигналов гиперскейлеров о более высокой планке окупаемости ИИ-вычислений, тогда как AMD выросла на 1,4% за счёт укрепления позиций в дата-центрах. Ротация объясняется стоимостью капитала, а не падением спроса.
NVDA остаётся высокочувствительным к ставкам прокси на ИИ и будет отставать, пока доходности не стабилизируются; AMD предлагает игру на догоняющий рост по относительной стоимости, но обе бумаги заложники режима премии за срок 5%.
AMD: рост доли на рынке GPU для дата-центров и серверных CPU, а также диверсификация поставщиков гиперскейлерами обеспечивают догоняющий рост на 10–15% относительно NVDA, поскольку бюджеты капзатрат остаются большими, но распределяются в сторону от концентрации на одном поставщике.
NVDA: каждые +25 б.п. доходности 10-леток сжимают мультипликаторы долгосрочных бумаг примерно на 3–4%, а любое снижение прогноза капзатрат гиперскейлеров на $5 млрд обнулит премию за рост.
📄 Читать полный аналитический отчет (развернуть)
### ⚡ ГЛАВНОЕ ЗА 30 СЕКУНД: 3 КЛЮЧЕВЫХ ВЫВОДА
- Что произошло: Nvidia упала на 2,8% до $1 120, а AMD выросла на 1,4% до $168, поскольку доходность 10-летних гособлигаций США удержалась на уровне 5,19%, а гиперскейлеры дали сигнал о более высокой планке окупаемости расходов на ИИ-дата-центры.
- Скрытый механизм: Сохранение высоких доходностей гособлигаций повышает ставку дисконтирования денежных потоков чипмейкеров с длинным горизонтом, сжимая форвардный P/E NVDA с 32x к 29x, тогда как более низкий стартовый мультипликатор AMD привлекает потоки относительной стоимости.
- Куда идут деньги: Ликвидность перетекает из NVDA в AMD и отдельные бумаги производителей полупроводникового оборудования, а кэш остаётся в 3-месячных векселях под 4,25%; следующий тест — хвост аукциона 10-леток и комментарии гиперскейлеров по капзатратам.
Гравитация доходности 5,19%: почему мультипликатор Nvidia пострадал первым
Падение Nvidia на 2,8% до $1 120 связано не со спросом на чипы, а с тем, как рынок дисконтирует будущее. При доходности 10-летних гособлигаций США на уровне 5,19% приведённая стоимость денежных потоков, ожидаемых в 2029–2032 годах, снижается. Простыми словами: когда безрисковая доходность так высока, инвесторы требуют большего дисконта за ожидание обещанной будущей прибыли от ИИ. Форвардный P/E NVDA за две недели сжался с 32x примерно до 29x — это переоценка, которая стирает около $150 млрд рыночной стоимости без единого негативного заказа. Механизм прост: более высокие доходности делают долгосрочные акции менее привлекательными по сравнению с облигациями, дающими 5,19%.
Ставка AMD на относительную стоимость: вторая по привлекательности история в ИИ-чипах
AMD по $168 растёт на 1,4%, потому что это более дешёвый способ владеть ИИ-вычислениями. Если NVDA торгуется с форвардным P/E 29x, то AMD — с 22x, и этот разрыв расширяется при росте стоимости капитала. Гиперскейлеры также диверсифицируют поставщиков, чтобы снизить риск зависимости от одного производителя, а линейка MI400 от AMD отвоёвывает долю в задачах инференса. Эта ротация — не приговор доминированию NVDA, а перераспределение в пользу бумаги с более низким мультипликатором, когда каждый доллар будущей прибыли стоит сегодня меньше. Следите за уровнем $160 как ближайшей поддержкой; пробой ниже сигнализировал бы о более широком уходе от риска в полупроводниковом секторе.
Планка капзатрат гиперскейлеров: когда 5,19% встречается с ИИ-бюджетами
Гиперскейлеры (MSFT, GOOGL, AMZN, META) сигнализируют, что ИИ-капзатраты должны преодолевать более высокую планку окупаемости, когда можно получить 5,19% без риска. Простыми словами: зачем тратить $50 млрд на GPU, если можно разместить кэш в гособлигациях под 5,19%? Эта логика не останавливает расходы на ИИ, но замедляет темпы и переключает внимание на окупаемость инвестиций. Любое снижение прогноза капзатрат на дата-центры на $5 млрд ударит в первую очередь по NVDA (вниз к $1 050), а затем по AMD (поддержка на $155). Пирог капзатрат по-прежнему велик, но цена за него теперь дисконтируется сильнее.
💡 НЕОЧЕВИДНЫЙ ИНСАЙТ
Стандартные обзоры объясняют падение NVDA «усталостью от ИИ» или «конкуренцией», но реальная причина в том, что доходность 5,19% превратила каждую долгосрочную акцию роста в leveraged-ставку на снижение ставок. Извращённый стимул: гиперскейлеры могут получать 5,19% на кэш, пока ИИ-проекты остаются спекулятивными, поэтому они жёстче торгуются по ценам на чипы, сжимая не только мультипликатор NVDA, но и её маржу.
Карта позиций и ликвидности: кто оказался в ловушке?
Моментум-фонды в ловушке: многие наращивали позиции в NVDA по $1 180–$1 200 в октябре, и падение на 2,8% загнало их в убыток. Кластеры стоп-лоссов стоят на $1 080–$1 100; пробой ниже $1 100 может вызвать принудительные продажи на $8 млрд. С другой стороны, ралли AMD заставляет шортистов закрывать позиции: доля коротких позиций составляет 3,2% и растёт — признак того, что медведи оказались не в ту сторону. Предельный покупатель — фонд относительной стоимости, перекладывающийся из NVDA в AMD; вынужденный продавец — комплекс моментум-ETF с кредитным плечом. Ликвидность тонкая перед аукционом 10-леток, что усиливает движения.
Матрица сценариев и вероятностей
| Сценарий | Вероятность | Ключевой триггер / уровень | Ожидаемая реакция активов |
|---|---|---|---|
| Базовый сценарий | 55% | Доходность 10-леток США держится на 5,19%; NVDA стабилизируется выше $1 100 | NVDA в диапазоне $1 100–$1 150; AMD $160–$175 |
| Бычий сценарий | 25% | Доходность 10-леток США опускается ниже 5,10% на мягких данных по инфляции; гиперскейлеры повышают капзатраты | NVDA растёт до $1 200; AMD до $185 |
| Стресс-сценарий | 20% | Доходность 10-леток США подскакивает выше 5,35% на ястребиной ФРС; NVDA пробивает $1 080 | NVDA ниже $1 050; AMD тестирует $150 |
Dorian Reed
Computational Econometrician. Directs Bayesian probability modeling on decentralized prediction platforms, Google Trends velocity radars, anomalous volume spikes, and cross-asset lead-lag regressions.