許多公司都會將股票拆分，像是輝達（Nvidia）就在2024年10月宣布股票拆分計畫，其實不只輝達，蘋果、特斯拉也曾執行過股票拆分，究竟股票拆分是什麼？對企業來說有何意義？
股票拆分stock split是什麼？
股票拆分是指公司通過增加股票數量來提升股票流動性。雖然在拆分後流通股數量會按特定比例增加，但所有股票的總市值不會改變，因為拆分不會從根本上改變公司的價值。
最常見的是1股拆2股或1股拆3股，這意味著每持有1股的股東在拆分後將擁有2股或3股。
掌握最新AI、半導體、數位趨勢！訂閱《數位時代》日報及社群活動訊息
股票拆分優點與缺點
其實不止Nvidia，許多科技巨頭也曾經宣布股票拆分，包括蘋果、Google等，主要有3個好處：
優點1：降低投資門檻： 股票拆分後，該公司單股價格降低，讓更多投資者能夠買入股票，增加市場上的交易量和流動性。
優點2：增加市場吸引力： 股票拆分往往被視為公司未來成長的正面信號，吸引更多投資者參與，並可能推動股價上漲。
優點3：提高流動性： 股票數量增加，交易更加頻繁，有助於縮小買賣價差，降低交易成本 。
翻開歷史紀錄，Nvidia曾在2021年7月執行過分拆股票，激勵股價一度大漲逾7%。其他科技巨頭也曾執行過拆分股票，包括：
Nvidia宣布股票拆分！還有哪些科技巨頭執行過股票拆分？
| 公司 | 分拆比例 | 分割生效日 |
|---|---|---|
| Nvidia | 1比10 | 2024.6.7 |
| 特斯拉 | 1比5 | 2022.8.24 |
| Alphabet | 1比20 | 2022.7.18 |
| 亞馬遜 | 1比20 | 2022.6.6 |
| Nvidia | 1比10 | 2021.7.20 |
| 蘋果 | 1比4 | 2020.8.31 |
然而，股票拆分也有缺點。
缺點1：增加行政成本： 股票拆分需要遵守法律和監管要求，過程複雜且昂貴。
缺點2：吸引短期投資者： 股票拆分後，較低的股價可能吸引更多短期投資者，增加市場波動性，對長期投資者不利。
缺點3：無實質性價值增長： 雖然股票拆分降低了單股價格，但不改變公司基本面，對於公司的市值和業績沒有實質性提升 。
另外，降低股價也可能會使公司面臨被交易所除名的風險，特別是在股價長期低於每股1美元的情況下。
黃仁勳怎麼看AI趨勢？
回到Nvidia財報，黃仁勳表示：「下一場工業革命已經開始。AI將為幾乎所有行業帶來顯著的生產力提升，幫助公司提高成本效益和能源效率，同時擴展收入機會。」
這一樂觀的展望強化了Nvidia作為AI熱潮最大受益者的地位。該公司的AI晶片幫助數據中心開發聊天機器人等工具，近兩年來需求激增，推動銷售和市值飆升。
黃仁勳指出，Nvidia希望將技術賣給更多市場，超越大型雲計算服務提供商，並表示AI正在向汽車製造商和醫療保健客戶轉移，各國也在開發自己的系統，這種趨勢被稱為「主權AI」。
Nvidia財務長Colette Kress在電話會議中也表示，公司對未來充滿信心，並強調了AI市場的巨大潛力。分析師Jacob Bourne稱Nvidia的季度報告「再次挑戰了重力」，儘管許多科技公司渴望減少對Nvidia的依賴，但「他們還沒有完全做到」。
Nvidia是怎麼從顯卡公司，到全球AI當紅炸子雞的？
Nvidia由黃仁勳於1993年創立，最初提供電腦遊戲玩家用的顯卡。黃仁勳早早認識到公司的晶片非常適合開發AI，這一發現開啟了新的市場，讓Nvidia在競爭對手之前占得先機。
Nvidia的H100 GPU 自2022年OpenAI的ChatGPT發布以來成為必需品，這些晶片每顆售價高達數萬美元，且經常供不應求。Nvidia的四大主要客戶——亞馬遜（Amazon）、Meta、微軟（Microsoft）和Google佔據了約40%的銷售額。
目前，Nvidia的市值已超過2.34兆美元，成為僅次於微軟和蘋果的第三大公司。
Nvidia乘著全球AI起飛
Nvidia的AI晶片已成為各大數據中心的熱銷商品，並帶動了公司的銷售和市值飆升。隨著生成式AI系統需求的不斷增長，Nvidia在AI市場中的主導地位進一步鞏固。
AI技術的應用範圍廣泛，從文檔撰寫、圖像生成到更加擬人化的虛擬助手，Nvidia的AI晶片在這些領域中發揮了重要作用。未來，隨著AI技術的不斷進步，Nvidia預計將迎來更多的垂直市場機會，創造多個數十億美元級別的新市場。
黃仁勳表示，公司正在為下一波增長做好準備，其新晶片平台Blackwell已全面投產，為處理數兆參數的生成式AI奠定了基礎。這一展望顯示了Nvidia對未來的強大信心和持續增長的潛力。
Nvidia在AI市場中的主導地位、強大的技術實力以及廣泛的市場應用，使其成為全球科技行業的領軍者。在未來的AI發展中，Nvidia將繼續扮演關鍵角色，推動技術進步和行業變革。
資料來源：Hjnews、Investopedia、BNNbloomberg
本文初稿為AI編撰，整理．編輯/ 林美欣
