Michael Burry waarschuwt voor beurscrash zoals in 1987

Michael Burry, de belegger die bekend werd door zijn succesvolle voorspelling van de huizencrisis van 2008, waarschuwt voor een grote beurscorrectie. Volgens de investeerder lijken de huidige marktomstandigheden steeds meer op die van 1987, toen de Amerikaanse aandelenmarkt in korte tijd meer dan 30 procent onderuitging.

Hoewel grote technologiebedrijven de afgelopen weken sterke kwartaalcijfers presenteerden, blijft Burry ervan overtuigd dat de beurs gevaarlijk hoog is gewaardeerd.

AI-rally zorgt volgens Burry voor overwaardering

In een bericht op Substack stelt Burry dat de huidige AI-rally veel overeenkomsten vertoont met eerdere speculatieve bubbels. Volgens hem zijn de koersen van veel technologiebedrijven veel sneller gestegen dan de onderliggende winstontwikkeling rechtvaardigt.

Daar komt volgens Burry bij dat veel bedrijven miljarden investeren in AI, terwijl het nog onduidelijk is of die investeringen uiteindelijk voldoende rendement opleveren.

Hij vergelijkt de huidige situatie met de goudkoorts uit de negentiende eeuw. Op X schreef hij dat er tijdens zo’n goudkoorts weliswaar veel geld wordt verdiend, maar dat er uiteindelijk ook talloze spooksteden achterblijven wanneer de hype voorbij is.

Daarmee lijkt hij onder meer te doelen op Nvidia. Net zoals bedrijven die tijdens een goudkoorts de gereedschappen leveren, profiteert Nvidia van de wereldwijde AI-race doordat vrijwel alle grote AI-bedrijven afhankelijk zijn van zijn chips.

Niet alleen Burry is voorzichtig

Burry staat niet alleen in zijn zorgen over de aandelenmarkt. Steeds meer analisten plaatsen vraagtekens bij de miljardeninvesteringen in AI en de waarderingen van technologiebedrijven.

Tegelijkertijd blijven de meeste grote techbedrijven sterke resultaten publiceren en verhogen veel ondernemingen hun verwachtingen. Daardoor blijft de discussie verdeeld. Waar optimisten wijzen op de aanhoudende groei van AI, waarschuwen sceptici dat de huidige waarderingen weinig ruimte laten voor tegenvallers.