文章核心观点 - 中国生猪养殖行业进入新阶段，资本、防疫、猪价三大红利减弱，行业规模化水平提升放缓，猪企成长范式从向外看的资本驱动，回归向内求的成本驱动 [1] - 龙头猪企凭借更强的内生动能、成本领先优势和稳健资产负债表，在降本提价、联农带农、海外扩张三个维度开启成长新范式，兼具成长与价值属性 [1][2] 产业新阶段：三大红利减弱、规模化率高位，龙头成长动能更强 - 国内市场三大红利减弱：资本、防疫、猪价红利减弱，小猪企跨越式增长窗口接近关闭，猪企成长回归向内求的成本驱动 [1][4] - 猪价波动性下降：判断未来猪周期“振幅收敛、长度缩短、波动下降”，2024年2月-2026年1月猪价平均波动率为0.8，低于2018年3月-2022年3月的1.3和2022年3月-2024年2月的1.1 [4] - 行业规模化水平提升放缓：规模化进程趋缓后增量空间收窄，存量资源挖潜成为核心潜力，头部猪企通过联农带农模式带动存量资源升级，较新建产能空间更大 [1][8] - 屠宰业存在纵向延伸机遇：肉类产品销量稳步增长，2021年至2024年销量由59.3百万吨增至66.0百万吨，年复合增长率为3.6%，市场集中度提升伴随结构化转型为养殖企业提供机遇 [9] - 海外市场存在技术输出空间：越南、泰国、菲律宾总需求量超1亿头，2024年三国生猪屠宰量合计10065万头，2024-25年猪价均维持15人民币/千克以上 [1][10] 成长新范式：降本提价 - 成本进入高斜率下降新阶段：龙头企业成本下降从相对平稳的1.0阶段进入快速下降的2.0阶段，生产效率指标开始比肩国际一流水平 [15] - 种猪升级贡献降本：龙头猪企育种思路改变，引种品系转向繁殖性能和料肉比更高的丹系猪，并增加育种投入，如温氏股份规划PSY每年至少提升1头以上，未来争取全面突破32头 [17][19] - 过程优化实现降本：通过采购与配方降低原料成本不确定性，例如自繁自养龙头原料采购吨价低于行业其他龙头约100-200元/吨，并通过合成生物技术实现豆粕用量低于行业平均7个百分点左右 [20] 通过智能化与大模型降低人为不确定性，自繁自养龙头2024年研发投入17.5亿元，构建智能养殖体系提升人效 [22] 通过全方位防控降低疫病不确定性，大体量猪企形成可复制、可迭代的智能化防控路径 [26] - 财务费用下降贡献降本：伴随扩张趋缓，高资本开支形成的折旧有望收敛，同时负债率下降带动财务费用下降，自繁自养龙头有息负债和资产负债率逐步下降 [28][30] - 综合成本挖潜空间大：按目前主流龙头成本水平对标海外领先国家，完全成本有望从12.0元/kg降至10.2元/kg，下降15% [28] - 屠宰延伸与肉质改良提升价格：猪企加码屠宰产能布局，牧原股份2026年屠宰产能占养殖产能比例为38%，温氏股份2025年竣工在建屠宰产能占养殖产能17% [31] 自繁自养龙头2025年屠宰产能利用率提升至98%，较2024年增加55个百分点，第三季度毛利率达到2.4%，较2024年增加1.1个百分点 [32] 通过产品升级，如分割品占比提升、副产价值挖潜和猪肉品质改良，自繁自养龙头猪肉售价相对行业的价差劣势从2019-2022年平均低于2.3元/kg明显收敛 [34][36] 未来屠宰端有望带来超100元/头的增益空间 [37] 成长新范式：联农带农 - 合作放养开拓量利新增量：猪企输出管理、科技与规模优势，通过仔猪外销带动农户增收并解决自身产能效率冗余，自繁自养龙头2025年仔猪销量1397万头，同比增加147%，温氏股份2025年仔猪销量503万头，同比增加340%，仔猪销售占比达到12% [39] - 母猪代养实现轻资产高效扩张：通过深度绑定农户，撬动更多资源投入，提升整体生产效率，实现企业与农户效益共赢 [41] - “政银企村农”共建盘活闲置资源：针对中小养殖户资金不足，通过纳入更多主体构建长效合作模式，对农村低效、闲置资源盘活再利用 [41] - 种养循环将环保负担资源化：自繁自养龙头2024年通过粪肥资源化利用服务农田达472.08万亩，同比增加4%，助农减投增收13.53亿元 [41] 成长新范式：海外扩张 - 技术输出分享扩量与提质收益：基于技术合作，越南BAF目标2030年肉猪总出栏量1000万头、母猪存栏45万头，较2024年复合增速分别为61.8%和42% [42] 2025年牧原PSY水平达到28头，远高于越南正大的23.5头，养殖效率差异提供利润空间 [42] 龙头企业的成长与价值属性 - 成长属性基础：稳健的资产负债表、规模优势与成本领先是继续成长的关键，大规模基数可以撬动更大增量空间，驱动更快的份额提升速度 [44] 资本开支从固定资产投入转向研发支出和产业链纵深 [44] - 价值属性显现：成长新范式下，龙头猪企超额盈利优势巩固，现金分红能力提升，自繁自养龙头2025年上半年分红率达到47.5%，公司明确维护性资本开支约20-30亿元远低于折旧，自由现金流有望超过净利润，具备大额分红潜力 [47]

文章核心观点 - 氢能是实现非电能源领域降碳的重要手段，在政策、技术进步和成本下降的推动下，预计在“十五五”期间将迎来加速发展，产业链各环节均有望放量 [1][4] 氢能发展的必然性与政策驱动 - 预计到2060年，仍有约30%的能源消费无法被电力取代，这些非电领域需要氢能等方案实现降碳 [8] - 相较于碳捕捉和生物质，氢能在技术进步和降本方面空间更大，被视为非电领域降碳的重要路径 [4] - 国家政策首次将可再生能源非电消费（如绿氢、氨、醇）纳入考核框架，并设定最低比重目标进行考核，同时“十五五”规划将氢能纳入未来产业，政策支持持续加码 [8] 绿色甲醇：政策驱动下或率先放量 - 欧盟碳排放交易体系（EU ETS）和FuelEU Maritime法规对航运业碳排放提出严格要求，为绿色甲醇创造了“绿色溢价” [11][12][13] - 欧盟ETS要求船东上缴碳配额，比例从2024年的40%逐年提升至2026年的100% [12] - FuelEU Maritime法规要求航运燃料排放强度在2025/2030/2035年相较于2020年分别下降2%/6%/14.5%，不合规将面临罚款 [13] - 绿色甲醇全生命周期碳减排率可达95%，远低于传统船用燃料 [14] - 截至2025年末，运营及订单中的甲醇动力船舶约450艘，预计2027年航运业甲醇需求最高可达1,087万吨，2030年需求最高可达1,398万吨 [14] - 国内绿色甲醇项目已进入商业化阶段，例如上海电气洮南项目（5万吨/年产能）已投产，金风科技、隆基绿能等公司已与国际航运巨头签署长期采购协议，预计产能将从2026年起快速放量 [19][20][21] 绿氢制造及电解槽：降本是关键，需求有望放量 - 成本是制约绿氢发展的主要因素，测算显示煤气化、天然气及碱性电解水制氢成本分别为9.3元/kg、17.8元/kg及19.2元/kg [23] - 在电解水制氢成本中，电费占比约80%，是主要成本来源 [23] - 若电解槽电耗降至4.4Kwh/Nm³，当年利用小时数为2000小时时，电价需降至0.28元/Kwh才能与天然气制氢平价，降至0.11元/Kwh才能与煤制氢平价 [24] - 国家推出“绿电直连”政策，允许新能源项目通过专线向特定用户供电，有望进一步降低绿电成本，推动绿氢降本 [27] - 以大唐多伦风光储制氢项目为例进行测算，当上网电价为0.25元/kWh、绿氢售价为15元/kg时，项目内部收益率可达5.1%，表明部分项目已初步具备经济性 [27][28] - 2025年电解槽行业招标规模达6.1GW，同比增长156%，其中碱性电解槽占比高达97% [29] - 电解槽行业竞争格局相对分散，2025年阳光氢能、华电科工、派瑞氢能的市场份额分别约为9%、8%、7% [29] 燃料电池汽车：从公交转向重卡，经济性待提升 - 在“以奖代补”示范政策推动下，中国燃料电池汽车上险量从2021年的1,880辆增长至2025年的超1万辆 [33] - 燃料电池汽车更适用于中长途、重载领域，因其续航边际成本低且氢气质量能量密度远高于锂电池 [38] - 目前燃料电池汽车经济性仍弱于柴油车和电动车，一辆49吨燃料电池重卡售价约110万元，远高于同类型柴油重卡（约40万元），且百公里能源成本比柴油车高约25% [39] - 燃料电池汽车主力车型已从公交转向重卡，2025年重卡（牵引车和自卸车）销量占比合计达50%，公交占比仅1% [39] - 随着应用场景变化，燃料电池汽车平均单车功率从2020年的53kW持续上升至2025年的125kW [39] - 燃料电池系统市场份额较为集中但格局不稳定，2024年亿华通和重塑能源装机量占比分别为20.8%和17.8%，TOP5企业集中度达61.2%；2025年市场格局变化，云韬氢能以20.0%的市占率排名第一 [43][46] - 重塑能源在重卡领域优势明显，2023年市占率达42.4%，其配套系统平均功率（124kW）高于行业平均水平 [47] - 亿华通作为行业先行者，2025年前三季度受行业需求放缓和竞争加剧影响，营业收入同比下降67.31%，毛利率转负至-19.56% [48] 氢能储运 - 储运是氢能应用的基础设施，方式多样，将受益于终端需求的增长而维持高增趋势 [5]

文章核心观点 - 市场对特朗普提名沃什为下届美联储主席的“鹰派”解读存在预期差，其政策组合面临多重约束，短期政策重点可能是降息和放松金融监管，而非立即缩表，因此美元宽松交易可能在短期回归 [1][4] - 美联储政策路径可能“先鹰后鸽”：2026年上半年因经济“暂时性过热”放缓降息节奏，下半年可能重新加速降息，长期或逐步退出“大水漫灌”模式 [18][19] - “沃什冲击”导致的全球资产回调（如黄金、中美股票、商品）是暂时的，创造了逢低布局的机会，美元流动性宽松这一市场主线尚未被实质性动摇 [1][34] 对“沃什冲击”与市场反应的解读 - 特朗普提名主张“降息+缩表”的沃什，被市场视为鹰派信号，引发全球资产剧烈震动：黄金与白银一度下跌20%与40%，港A股与全球商品全线回调，美元走强 [1] - 市场担忧沃什收缩资产负债表会收紧美元流动性，动摇过去一年支撑全球资产上涨的关键基石 [4] - 分析认为，不宜将沃什过往政策立场线性外推，需综合考虑政治、经济与金融约束，其实际政策可能比市场定价更加鸽派 [4] 美联储政策路径推演与约束分析 - **“降息+缩表”组合的逻辑矛盾**：缩表作为紧缩政策，与降息方向相反，也与特朗普政府提振增长、降低债务成本的政治诉求存在矛盾 [5] - **关键的金融约束**：缩表会从金融体系“抽水”，降低银行准备金水平，可能引发流动性不足和金融风险。上一轮缩表（资产负债表从8.9万亿美元降至6.6万亿美元）曾导致货币市场流动性不足，并在2019年引发回购市场危机 [5][7] - **政策路径推演**：鉴于金融约束，短期难以开启缩表。一个潜在路径是美联储在当前总统任期推动降息，在下一届总统任期推动缩表 [9] - **扩表门槛上升**：沃什长期反对美联储扩表，未来除非出现金融危机等紧急情况，美联储或不愿进行QE或“扩表”操作 [9] 短期政策重点：降息与金融去监管 - **降息可能超预期**：为满足政治诉求（降低利率和债务成本），同时在不进行QE的情况下支持财政部发债，一个潜在的权宜之计是美联储加大降息幅度，同时财政部多发行短端国债 [10][11] - 美国财政部已开始提升短债发行占比，未来可能进一步提高 [11] - 预计美国通胀上半年上行后下半年重新下行，可能在5月后为降息打开空间 [13] - 市场近期预期美联储未来仅降息2次，可能存在较大预期差，实际降息幅度与节奏可能明显超出预期 [13] - **放松金融监管**：为未来在不损害金融稳定性的前提下推进缩表，首先需要放松金融监管（如降低杠杆率要求与风险权重），为银行运用资产负债表松绑 [13] - 放松金融监管还有助于修复因美债市场扩容（疫情后增发11万亿美元，扩容66%）而恶化的美债流动性，降低做市成本与融资成本 [14] 对主要资产类别的分析与展望 - **黄金**：决定黄金牛市终点的关键变量是美联储政策（结束降息并启动缩表）或美国AI革命取得重大进展，目前拐点尚未到来 [20][22] - 黄金估值偏贵，模型残差超1500美元，年初美联储宽松预期降温导致回调风险已兑现 [22] - 建议战略上维持超配黄金，利用市场回调逢低吸纳 [22] - **美国银行股**：可能成为“沃什冲击”的受益资产。降息而不扩表/未来缩表可能导致美债收益率曲线进一步陡峭化，改善银行“借短贷长”的盈利 [24][27] - 缩表前可能先放松金融监管，同样利好银行业。叠加美国经济可能进入“暂时性过热”，支撑周期性板块，建议超配美国银行股票 [27] - **美元**：短期可能因美国经济“暂时性过热”（增长与通胀上行）及美联储放缓宽松节奏而相对偏强 [28][31] - 中长期看，特朗普政策的财政无序扩张和关税“武器化”仍可能削弱美元信誉，“去美元化”仍是基准情景，预期美元在阶段性走强后重新进入下行通道 [34] - **中美股票与全球商品**：“沃什冲击”导致暂时承压 [1] - 中国股票积极因素未变，维持超配建议，建议在市场波动中逢低布局 [34] - 商品可对冲经济过热与地缘风险，宽松交易回归后具备上行潜力，建议近期调整中逢低增配 [34] - **美股与美债**：美股在冲击下比中国股票更有韧性，维持标配，结构上超配银行等周期性板块 [35][37] - 美债短期受经济过热和通胀上行压制，但随着降息重新加速，短端利率下行确定性较高，建议整体标配，采取曲线陡峭化策略 [39] 美国通胀路径预测 - 预测美国通胀上半年或“补偿性上行”，2025年12月、2026年1月与4月通胀环比可能出现补偿性抬升，叠加关税成本传导，同比在上半年可能继续上行 [40] - 2025年12月名义CPI虽低，但部分核心服务分项出现历史极低值，统计滞后效应的推升效果可能在2026年1月数据中继续显现 [40] - 进入2026年下半年，预期通胀将进入下行周期：商品通胀对关税调整可能在2026年上半年完成；房租CPI增速在2026年4月补偿性跳升后可能再度放缓；其他核心服务通胀可能随劳动力市场降温而继续放缓 [45][47][49]

文章核心观点 2026年，在纺织服装珠宝行业中，看好三个方向：一是产品兼具功能性与时尚性、能拓展多元使用场景的户外运动服饰龙头；二是在金价高位背景下，品牌和产品特色突出的黄金珠宝品牌；三是具备全球化产能布局、且下游客户经营周期向上的龙头制造商 [1][4]。 户外运动服饰：功能与时尚融合 - **行业趋势**：消费者运动场景增加，对鞋服功能性和时尚性兼顾的需求日益增长 [6][7]。2015-2025年中国运动鞋服行业规模CAGR为10%，快于鞋服大盘的3%；2025年运动鞋服行业增速为6%，快于大盘的2% [8]。2024年中国经常参加体育锻炼的人数比例已提升至38.5% [8]。 - **国际品牌案例**：兼具功能与时尚创新的品牌成为行业引领者 [9]。例如，On品牌在3Q25业绩会上表示专业功能性系列表现强劲，并计划在2026年扩大Lightspray技术应用 [13]。Salomon品牌产品定位兼具独特专业性与日常穿搭性 [14]。Adidas提出“竞速美学”理念，其ADIZERO EVO SL鞋款被评为2025年年度最佳竞训跑鞋 [14]。Norda卡位“专业性能+轻奢设计”细分领域，并获得奢侈品集团投资 [15]。 - **业绩分化**：2025年，拥有Arc‘teryx、Salomon的Amer Sports以及On的1-3Q25业绩明显跑赢其他国际品牌 [17]。 - **中国龙头公司表现**： - **安踏体育**：旗下迪桑特、可隆等户外品牌聚焦细分功能赛道并适配日常时尚穿搭，2025年各个季度流水分别实现同比超25%和超50%的增长，迪桑特已成为集团第三个零售规模突破百亿元的品牌 [18]。安踏品牌推出的“安踏冠军”系列截至2025年末流水规模突破10亿元 [18]。 - **波司登**：在御寒功能性基础上增加时尚属性，实现优于行业的增长，2025年与设计师联名的系列获得市场高度认可 [20][22]。 - **李宁**：在牢固运动基因基础上，2025年逐步补齐商务通勤产品线，并签约成为中国奥委会体育服装合作伙伴 [22]。 黄金珠宝：金价高位下的品牌机遇 - **金价走势与行业景气**：2025年伦敦金现累计上涨63%，2026年初至1月28日继续上涨25%，达历史新高 [27]。品牌黄金饰品牌价从2025年初约800元/克上行至当前约1,500-1,600元/克区间 [27]。2025年1-12月金银珠宝类社零累计同比+12.8%，显著跑赢社零大盘的3.7% [29]。 - **未来展望**：若金价延续较好表现，金饰品类的保值稀缺感和吸引力有望加强，提价预期可能带来居民关注度和消费的进一步增加，行业景气度有望在一定程度上延续 [4][27]。从品类结构看，一口价品类有望延续良好表现，克重品类或将迎来一定程度修复 [4][29]。 - **品牌竞争关键**：在高金价背景下，品牌价差相对有限，因此品牌、产品特色突出的品牌有望继续良好表现，渠道端加速布局优质商圈并升级门店形象以提升品牌调性 [31]。 - **港澳业务优势**：2025年11月国内黄金税收政策调整后，首饰金进项抵扣比率由13%降至6%，使得港澳产品具备一定的价差优势 [31]。 纺织制造：全球化布局与客户周期 - **海外需求与库存**：2025年美国服装消费具备韧性，7-10月服装店零售额同比增速在8.9%至9.7%之间 [33]。行业库存金额处于低位，美国服装零售商和批发商库销比均低于近10年以来平均值 [38]。展望2026年，美国服装库存持续处于较低状态，服装订单需求预计将回到稳定状态 [38]。 - **客户运营周期分化**：从海外品牌最新业绩看，户外及休闲服饰品牌整体处于比传统运动品牌更有利的运营阶段，收入增速更高、指引调整更积极 [42]。 - **户外品牌**：On在3Q25收入同比增长35%，并上调全年收入指引至同比增长34% [43]。Amer Sports在3Q25收入同比增长28%，上调全年收入指引至同比增长23-24% [43]。 - **传统运动品牌**：Nike在2QFY26收入同比持平，指引3QFY26收入同比降低单位数 [43]。PUMA在3Q25收入同比下降10.4% [43]。 - **原材料成本与产能布局**：至2026年1月初，内外棉价差最高超过2,900元/吨 [44]。预计2026年正向的内外棉价差仍将持续，具备东南亚产能布局的纺企有望受益于此成本优势 [46]。

国内Chatbot竞争格局核心观点 - 国内Chatbot竞争格局或已初定，基于豆包独特的“始于EQ，兼容IQ”产品定位及其在用户规模、粘性、留存率等数据上的全方位领先，其他应用或很难显著缩小与豆包的规模差距[3][12][13] 主要参与者春节竞争策略 - **字节跳动（豆包）**：2025年12月豆包DAU突破1亿，成为国内首个达成此数据的独立AI应用，并官宣火山引擎成为2026年总台春晚独家AI云合作伙伴，豆包将同步上线春晚互动玩法[8][9] - **腾讯（元宝）**：采用“社交+红包”春节组合拳，上线“元宝派”社交功能，并于2026年2月1日启动“分10亿”现金红包活动，旨在通过社交裂变获取增长[9][10] - **阿里巴巴（千问）**：2025年12月初成立“千问C端事业群”，2026年1月全面接入淘宝、支付宝等生态应用，上线超400项“AI办事”功能，并于2月启动投入高达30亿元人民币的“春节请客计划”，并独家冠名四家省级卫视春晚[8][9][10] 豆包的产品定位与竞争优势 - **独特定位**：豆包定位为“始于EQ，兼容IQ”，即更强调大模型的感性陪伴、鼓励等高情商（EQ）能力，同时兼容理性智能（IQ），这与其他更聚焦IQ的竞品形成核心差异化[3][14][15] - **产品体现**：豆包是主流Chatbot中唯一拥有拟人化形象（默认“桃子”）的产品，在实时语音、方言声线、音色定制等拟人化互动方面投入深入，其多模态能力特别是语音端到端模型早在2025年1月推出的豆包语音1.5版本中，聊天拟人化程度就超越了GPT-4o[16][22][23] - **用户数据验证**：豆包DAU于2025年12月突破1亿，DAU/MAU超过30%且持续提升，显著领先其他竞品约15%的水平，新用户30日留存率也明显领先，其用户使用峰值在晚上休息时间，区别于效率工具型应用的工作日峰值[4][30] - **综合能力不弱**：“始于EQ”不等于舍弃IQ，豆包在模型基础能力、多模态、长文本处理等IQ维度仍处于国内第一梯队，不弱于主要竞争对手[25][26] 竞争壁垒与追赶难度 - **系统性壁垒**：豆包的高情商是模型、产品、工程化、大数据等多项优化的综合结果，竞品追赶需系统性追赶，难以实现单点突破[4][36][37] - **战略与路径依赖**：竞品如千问强调“办事”的Agent能力，元宝侧重“社交”，可能因对自身生态优势的路径依赖或对“智能”的传统定义，并未全力跟进情感化路线[36] - **数据飞轮效应**：豆包凭借用户规模优势可能进入数据成长飞轮，进一步拉大与竞争者的差距[37] 海外市场拓展 - **豆包海外版Dola**：DAU在2025年底已突破1000万，MAU合计达到5593万人，采取“新兴市场优先”策略，聚焦印尼、墨西哥等市场，并已向英国等发达市场渗透[39][43][46] - **产品策略**：Dola界面和功能与豆包相似，强调免费、轻量、强实用性，其图像生成功能获得用户好评[43] 短期营销与长期格局 - **短期扰动有限**：春节红包等营销活动有助于拉新，但长期竞争格局取决于产品核心竞争力与用户留存，数据显示即便竞品买量曝光更高，豆包在绝大部分时间仍处于iOS下载榜第一名[39] - **公司战略聚焦**：字节跳动将2026年公司年度关键词定为“勇攀高峰”，短期内的山峰就是做好豆包/Dola助手应用，意味着公司资源将向AI助手业务高强度集中[9][39]

文章核心观点 - 文章深入分析了被提名为美联储主席的凯文·沃什的政策理念，特别是其看似矛盾的“降息”与“缩表”政策组合 其核心观点认为，沃什的政策主张旨在推动美国货币体系从以财政扩张驱动的“外生货币”增长，转向以银行信贷驱动的“内生货币”增长 这不仅是货币政策工具的调整，更可能意味着宏观经济运行逻辑从注重“经济周期”波动向“金融周期”主导的深层转向，并反映了货币政策理念在新凯恩斯框架与凯恩斯原始思想之间的摇摆 [3][4][9][13][19] 一、凯文·沃什的政策主张 - 沃什被视为货币政策“鹰派”，其核心政策理念包括：认为通胀是政策选择，央行应通过控制货币供应来控制通胀 [3] - 批评美联储资产负债表自2008年后过度膨胀，主张通过缩减资产负债表（缩表）来控制通胀，并为降低利率创造空间 [3] - 主张收缩美联储职能，使其回归物价稳定和金融稳定的核心法定职责，退出气候、包容性等非核心议题 [3] - 呼吁改革央行与政府关系，重新明确央行与财政部的职权划分，部分资产负债表的控制权可移交给财政部 [3] - 近期其政策组合的焦点是同时推动“降息”与“缩表”，市场对此组合的初步反应显示投资者更担心紧缩影响，导致美股下挫、贵金属和比特币价格下跌，而美元汇率和美债利率反弹 [4] 二、内生货币与外生货币的理论框架 - 文章从货币理论区分了“内生货币”与“外生货币” 内生货币主要由银行信贷创造，是经济活动强弱的结果，货币数量是果而非因，利率是关键调控变量 [6][7] - 外生货币则由政府行为直接导致，如央行量化宽松购买国债支持财政扩张，直接增加企业和家庭的银行存款 其数量是导致经济变化的原因，是关键变量 [8] - 全球金融危机前，主流政策框架基于新凯恩斯理论，以利率调控为核心，认为货币数量无关紧要 金融危机后，量化宽松使外生货币成为重要角色 [7][8] - 美联储主席鲍威尔在2021年2月曾表示，M2增长与经济增长的关系已不存在，货币总量的增速对经济没有很强的前瞻性 文章认为这一观点忽视了2020年新冠疫情后财政投放货币（外生货币）与通胀的因果关系 [8] - 沃什的“降息缩表”组合可能意在推动货币增长从外生主导转回内生主导，即更多依靠银行信贷而非财政投放货币 [9] 三、经济周期与金融周期的演变 - 历史经验表明，外生货币过度扩张主要导致通胀问题，如1960-70年代的财政赤字货币化 内生货币过度扩张则主要导致房地产泡沫和金融危机，如2008年次贷危机 [11] - 金融周期由房地产价格和银行信贷相互促进形成，持续15-20年，而传统经济周期仅几年 1980年代后的“大缓和”时代以低通胀和低经济波动为特征，直至2008年危机 [11] - 次贷危机后，私人部门去杠杆与金融监管加强导致信贷疲弱，财政扩张在逆周期调节中作用关键，影响了金融周期波动 美国M2因应对疫情而大幅扩张，财政赤字和量化宽松是主因，导致了后续通胀压力 [12] - 沃什的政策组合若成功实施，可能意味着金融周期（房地产和信贷顺周期性）的作用上升，而传统经济周期波动下降 [13] 四、货币政策理念的历史轮回与冲突 - 货币政策理念存在周期轮回 1930年代大萧条后，凯恩斯思想主张“大政府、大央行”，二战后至1970年代的特征是财政赤字货币化和金融压抑 [15][16] - 1970年代滞胀后，古典经济学理念回归，政策框架转向强调财政平衡和央行独立性，实行通胀目标制，理论基础是新凯恩斯学说 [16] - 新凯恩斯学说认为货币短期非中性，但长期中性，货币扩张的唯一危害是通胀 凯恩斯原始思想则强调货币金融本身是经济波动的原因，货币长期也非中性，其延伸即金融周期逻辑 [17] - 全球金融危机后，历史钟摆回摆，体现为加强金融监管、央行职能扩大以及货币政策与财政政策边界模糊 [18] - 沃什的“降息缩表”组合看似回归货币中性理念和新凯恩斯框架，但其鼓励的信贷内生货币扩张，主要问题将是房地产和金融顺周期性，这更符合凯恩斯货币理论，形成理念上的悖论 [19] 五、政策组合对金融市场的影响机制 - 货币影响经济的重要载体是储值工具，如房地产和股票 货币作为储值工具具有安全性和流动性优势 [20] - 根据凯恩斯的流动性偏好理论，私人部门的资产配置在安全资产与风险资产之间寻求均衡 外生货币投放（如QE）会增加安全资产供给并降低安全资产需求，共同促使私人部门增配风险资产，推高其价格 [21] - 分析沃什“降息缩表”组合的影响需区分两种情形：若缩表与财政紧缩同时发生，会减少安全资产供给并增加其需求，共同打击风险资产估值；若财政政策不变仅美联储缩表，安全资产供给不变，但操作可能提升利率和安全性需求，同样不利风险资产 [22] - 降息对风险资产有促进作用，但短期利率下降在多大程度上能传导至中长期利率存在不确定性，可能难以完全抵消缩表（QT）的紧缩影响 [22] - 结合美国风险资产现有高估值以及全球投资者的羊群效应，降息缩表组合对风险资产不利的可能性更大，这也会给政策落地带来阻力 财政政策的走向是关键，财政紧缩反而可能增加美联储缩表的阻力 [23]

事件背景与选举重要性 - 日本众议院选举将于2月8日举行，当晚公布计票结果，此次选举是选择执政党及首相的关键政治选举 [1][3] - 众议院具有法律优先权、预算最终决定权、条约批准主导权以及首相提名优先权等优于参议院的权力，因此众议院选举实质上是选择首相的选举 [3] - 首相高市早苗在众议院任期不到三分之一时解散众议院，在历史上属于罕见，主要目的是在支持率较高时争取更多议席以巩固执政基础 [1][4] 选举前政治格局 - 选举前众议院465个总席位中，自民党仅有198席，虽为最大政党但未能单独过半数，远少于过去政权时期的席位数 [4][5] - 与自民党结盟的日本维新会占34席，执政联盟总计232席，未能实现过半数的233席，是一种脆弱的执政联盟形式 [5] - 最大在野党中道改革联盟占据167席，本次选举格局为自民党与中道改革联盟的“对决” [5] 高市解散众议院的原因 - 目前高市内阁支持率高达62%，为本世纪以来第三高的水平，但众议院中自民党的席位（198席）与高支持率不匹配 [4] - 日本内阁支持率存在“开头即巅峰”的规律，高市决定把握目前较高的支持率进行选举，以获得更多席位，避免重蹈麻生太郎与菅义伟错过最佳解散时机的覆辙 [4] 主要政党经济政策对比 - 各党经济政策在减税与降负担上方向趋同，差异主要在于减税对象、实施期限及财政来源安排 [7] - **消费税政策**：自民党与日本维新会提出“食品税率两年0%”；中道改革联合提出“今秋起食品税率永久0%”；国民民主党主张一律降至5%；参政党主张废止消费税；未来团队明确不主张下调消费税 [7] - **财政影响**：大和总研测算显示，食品税率降至0的年度减收约4.8万亿日元；消费税一律降至5%约15.3万亿日元；废止消费税约31.4万亿日元 [7] - **增长战略**：自民党强调对AI、半导体等17个战略领域的集中投资；国民民主党主张以投资减税带动企业投资；未来团队强调通过技术手段降低行政成本、提高政策效率 [7] 主要政党社会与治理政策对比 - **政治资金透明度**：自民党倾向不“一刀切禁止”，而是提高信息披露要求；国民民主党强调更强的规则约束，引入第三方监督；日本维新会侧重文书留痕与数字化管理；未来团队主张数据可视化与自动公开 [8] - **教育科研与家庭制度**：中道改革联合强调提高教育与科技预算；国民民主党推动选择性夫妻别姓；参政党强调儿童定额补助与教育投入；未来团队提出用AI学习助手缩小教育资源差距 [9] - **医疗社保与数字政府**：自民党强调公共服务全流程线上化；国民民主党更重国会事务数字化；未来团队提出降低现役世代社保负担的目标管理框架 [9] - **外国人/移民政策**：参政党立场审慎，强调总量控制；中道改革联合更强调多文化共生；自民党偏重通过数字化提升管理效率 [9] 关键议席数与政权稳定性 - 本次选举核心焦点在于执政联盟能否确保获得过半数议席（233席），高市首相将“执政党过半数”定为基本目标，并表示若未能实现将辞职 [10] - **过半数（233席）**：代表执政联盟拥有最基本的法案通过能力 [10] - **稳定多数（243席）**：执政党能在众议院17个常设委员会中派出委员长，并确保与在野党拥有同等数量的委员席位，为法案审议提供坚实基础 [10] - **绝对稳定多数（261席）**：执政党能获得全部常设委员会的委员长职位，并在各委员会中确保拥有过半数委员席位，可仅凭本党力量使法案通过 [10] - **三分之二多数（310席）**：可对参议院否决的法案进行再次表决或发起宪法修正动议 [10] 选举前舆论调查 - 《日本经济新闻》1月27-28日民调显示，自民党席位或明显增加，存在单独过半数的可能性，而中道改革联盟席位或明显减少 [11] - 《朝日新闻》1月31日-2月1日民调显示，自民党大概率会过半数，自民党与维新会的执政联盟有可能从选举前的232席扩大至300席，而中道改革联盟可能从167席减半 [11] 不同选举结果对核心资产的潜在影响 - **情景一：执政党大胜（联盟达261席，绝对稳定多数）** - 总体影响：或发生日股大幅上升、日债利率上行、日元贬值的走势 [12] - 日股：政治高度稳定将强化市场对成长导向型经济政策的预期，可能催生新一轮“高市交易”行情，利好AI、半导体、能源、防卫等板块 [12] - 日债：财政扩张预期可能推高利率，但政权优势扩大后可能更注重“有责任的积极财政”，从而在中长期缓解利率上行压力 [12] - 日元：短期内财政扩张预期带来贬值压力，但政治稳定可能吸引资本流入，缓解贬值压力，若贬值过快当局可能干预 [12] - **情景二：执政党小胜（联盟达243席，稳定多数）** - 总体影响：或发生日股上升、日债利率明显上行、日元明显贬值的走势，但变化幅度大概率弱于大胜情景 [12] - 日股：政权安定化提供基本面支撑，对成长战略的政策期待有望推动市场重心温和上移 [12] - 日债：自民党需与联盟内其他政党更多合作，政策可能更多向财政宽松方向靠拢，带来日债利率大幅上行的压力 [12] - 日元：财政或扩张力度较大，带来更多贬值压力，政府或实施外汇干预 [12] - **情景三：执政党落败（联盟未过半数）** - 总体影响：可能引发日股显著下跌、日债遭遇“抛售”以及日元持续贬值的“三重压力”，是对市场最为负面的情景 [12] - 日股：政治基础动摇导致市场对“高市交易”的期待瓦解，市场信心遭受打击 [12] - 日债：新政府或被迫扩大财政支出，叠加市场对财政纪律失控的担忧，可能引发国债“抛售”，大幅推高长期利率 [12] - 日元：在整体资产面临抛售压力的情况下，预计将持续走弱 [12]

文章核心观点 - 2025年全球大模型在推理、编程、Agentic及多模态等能力上取得明显进步，已能应用于真实生产力场景，但模型在稳定性、幻觉率等方面仍有短板 [1][3] - 展望2026年，预计预训练Scaling-Law将重现，旗舰模型参数量将更上一个台阶，强化学习、模型记忆、上下文工程等领域将取得更多突破，推动模型向AGI目标迈进 [1][2][4] - 中美大模型发展路径不同：海外厂商追求智能上限，国内厂商在有限算力下通过开源和工程优化追求效率与性能平衡，但两者相互借鉴，共同推动AI产业发展 [12][14] 技术视角：模型能力进展与短板 - **2025年能力进展**：海内外模型在推理、编程、Agentic及多模态能力上持续迭代，在文本、搜索、编程、图像&视频多模态任务等多个领域已达到真实生产力水平，进步超过2023年预期 [3] - **现存短板**：模型通用能力在可靠性、幻觉率方面未完全解决，记忆能力有提升空间；细分领域上，强逻辑&数学推理能力稳定性不足，对真实世界的理解和建模能力较弱，智能呈现“锯齿状” [4] - **2026年展望**：模型将在长板层面继续进化，并寻找有效路径补齐短板，从ChatBot到Agent，从短context生成到长思维链任务，从文本交互到原生多模态演进 [4] 模型细分能力复盘 - **推理**：强化学习激励模型形成更长思维链解决复杂任务，“测试时计算”成为主流工程杠杆，模型学会并行思考与反思；模型推理与工具调用结合形成“交错思维链”，以完成更复杂的Agent任务，但产业也开始优化思维链效率以控制成本与延迟 [6] - **编程**：在模型推理能力提升驱动下，AI编程从代码补全进化为具备工程闭环能力的开发者代理，能拆需求、搭框架、调接口、跑测试；前端追求极致视觉还原与即时预览，后端模型已具备架构思维，通过“慢思考”推演降低幻觉率，预计2026年编程仍是落地最快场景之一 [6] - **Agentic**：2025年工具调用能力成为标配，核心技术突破之一是交错思维链的使用，让智能体在思考与行动间无缝高频切换，提升实时修正能力并降低幻觉与记忆遗忘，能自主拆解数十个子任务并实现复杂长程任务闭环 [9] - **多模态**：图片生成在质量、理解与控制能力上大幅跃升，迈入可控、可用、可规模化生产阶段；以Gemini-3为代表的原生多模态架构普及，统一token化训练，并将强化学习引入视觉和音频领域以加强时空逻辑和动作因果理解 [9][10] 海内外头部模型竞争格局 - **海外头部玩家**：OpenAI、Anthropic、Gemini以AGI为远期目标，从不同维度加速探索；OpenAI文本类推理实力突出，同步提升多维度能力维持领跑；Gemini后来居上，基于预训练高质量数据与Scaling Law及后训练强化学习，基础与多模态能力大幅提升；Anthropic聚焦代码及Agent领域，走出别具一格变现路径 [11] - **国产大模型**：整体能力与海外头部模型维持约半年静态差距，在海外模型推出3个月到半年后，国内头部厂商能推出能力相当的模型并达到SOTA水准；第一梯队包括阿里Qwen-3、字节豆包1.8、DeepSeek-V-3.2、Kimi-K2、智谱GLM-4.7、MiniMax-M2 [12] - **发展路径差异**：海外厂商算力资源丰富，通过算力Scaling Law+算法优化+高质量数据齐头并进迭代基座模型，追求智能上限；国内厂商在有限资源下，通过开源路线、工程及算法优化追求效率与性能平衡，并在应用端开拓更具创新思维 [14] 模型架构：优化与创新 - **架构延续与优化**：主流模型参数规模已达万亿以上，厂商更聚焦模型架构、算法、工程共同优化，在扩大参数规模的同时提升参数利用效率 [14] - **MoE架构成为共识**：MoE架构采用稀疏激活模式，通常仅激活模型总参数的10-20%，显著降低计算量，实现计算需求与模型规模的有效解耦；国产模型如DeepSeek-V3.2、MiniMax-M2、Qwen-2.5均使用MoE架构 [17] - **MoE优化挑战**：面临计算效率、专家负载不均、参数通信等问题，需通过更复杂算法和硬件基础设施解决，例如通过辅助损失函数实现负载均衡，并通过芯片与算法协同设计提升效率 [18] - **注意力机制优化**：模型厂商基于效果在不同注意力机制（Full-Attention、Linear-Attention、Hybrid-Attention）间优化与切换，以平衡精度与效率，例如阿里千问深耕Linear-Attention，DeepSeek-V3.2引入Sparse-Attention将计算复杂度从O(N^2)降至O(Nk) [20] 工程优化：降本提速与规模化 - **核心目标**：工程侧优化聚焦降本提速与规模化生产，包括推理侧思考链工程化、实时路由机制分配模型类型、长上下文规模化落地等 [21] - **具体实践**：GPT-5引入实时路由模式，根据用户提示词自动分发请求；海内外厂商通过混合注意力机制、KV Cache压缩、算子优化、上下文重写与压缩等不同路径提升上下文处理效率 [21][22] 训练范式演进 - **预训练Scaling-Law重现**：预计2026年预训练阶段在算法和工程优化下仍有提升空间，随着英伟达GB系列芯片成熟及推广，模型将基于更高性能的万卡集群实现Scaling Law，模型参数量和智能上限将进一步提升 [1][22] - **强化学习重要性提升**：强化学习成为解锁模型高级能力的关键，其本质是“自我生成数据+多轮迭代”，依赖大规模算力与高质量数据；预计2026年强化学习在训练阶段占比将进一步提升 [2][23] - **强化学习占比数据**：DeepSeek V3.2后训练计算预算占预训练成本的10%+，估计海外模型厂商相关比重更高，可能在30%左右 [23] - **强化学习路径演进**：正从静态离线向动态在线演进，长期趋势是模型持续向半自动验证甚至不可验证的场景中进行在线学习 [26] 前沿技术路线展望 - **持续学习与模型记忆**：旨在解决大模型“灾难性遗忘”问题，让模型具备选择性记忆机制；Google提出的MIRAS、Titans、Nested Learning、HOPE等算法和架构是让模型根据任务时间跨度和重要性动态调整学习和记忆方式的关键 [2][28] - **嵌套学习（Nested Learning）**：模仿人脑处理记忆的方式，通过分层学习和优化机制实现持续学习新范式 [29] - **HOPE架构**：作为嵌套学习的工程实现，是基于自修改Titans+连续记忆系统的多层次记忆系统，通过“快”“慢”系统协作对抗灾难性遗忘 [32] - **模型记忆成为Agent刚需**：ChatGPT通过四层上下文堆栈工程化优化记忆，未来技术演进路径包括分层记忆、将长期记忆更新至模型参数 [35] - **世界模型**：聚焦理解物理世界因果规律，是实现AGI的重要拼图；主要技术路径包括李飞飞团队的3D物理空间（Marble模型）、LeCun的基于控制理论的JEPA架构、Google DeepMind的交互式视频引擎（Genie 3） [36][40] 海外头部模型厂商巡礼 - **OpenAI**：2025年模型在推理、Agentic、多模态、代码方面全方位提升，发布GPT-4.1、o4-mini、GPT-5、Sora-2等；预计2026年将加速商业兑现，拓展企业端和广告市场 [41][42] - **Gemini**：2025年能力大幅跃升，Gemini-3发布使Google成为世界第一梯队；原生多模态图像生成模型Nano banana Pro具备空间推理和光影控制能力；预计2026年将聚焦综合能力提升并加速探索世界模型 [43][45][47] - **Anthropic**：2025年延续在编程领域优势，加强代码和Agent体验；推出Claude Code（截至25年底ARR已突破10亿美元）和Cowork，探索企业场景；预计2026年将提升记忆能力并探索更多Agent泛化场景 [48][49][52] - **商业化与IPO前景**：截至26年1月，OpenAI估值达8,300亿美元，25年收入预计200亿美元，计划26年Q4启动IPO；Anthropic估值达3,500亿美元，25年收入90亿美元，也将在26年启动IPO [61] 国内头部模型厂商巡礼 - **阿里通义千问**：2025年推出Qwen-3等模型提升全模态能力，领跑中国市场；预计2026年将探索B端Agent市场机遇，让Qwen Agent作为“Orchestrator”编排垂类Agent，并可能探索世界模型技术 [53] - **字节豆包**：2025年提升基座模型能力，豆包1.8具备超长上下文与多模态、Agent能力；截至25年12月底，豆包大模型日均使用量达50万亿+（自发布以来提升417倍），日活用户突破1亿；预计2026年将延续多模态优势并深挖Agent机会 [54][55] - **DeepSeek**：2025年引领大模型走向开源普惠，发布R1、DeepSeek-Janus-Pro、DeepSeek-V3.2等；架构上采取稀疏注意力机制降低计算复杂度；预计2026年将持续追求技术优化与提升多模态能力 [56][57]

文章核心观点 - 无论谁担任美联储主席，都难以改变美联储资产负债表常态化扩张的趋势 这一趋势由当前美元流动性体系的内在规律和美国持续扩张的财政政策共同决定 在债务压力、选举压力和金融市场稳定压力下 流动性趋势性扩张是大概率事件 并将支撑全球风险资产和金银铜的牛市 尤其利好被全球主动资金显著低配的中国股市[1][2] 为什么难以撼动扩表 - 自2008年金融危机以来 美联储资产负债表呈阶梯型上升趋势 其根本原因在于建立了一个基于“充裕流动性”运行的货币政策体系[3] - 金融体系（如银行业依赖活期存款 非银机构依赖隔夜回购）的运作严重依赖大规模的超短期流动性（准备金） 当流动性低于美联储测算的警戒线（约占GDP的10%-11%）时 金融市场便易发风险 2019年以来的金融风险均发生在流动性接近或低于此警戒线后[3] - 除非有魄力接受一场“大破” 否则很难改变这种结构性依赖 但考虑到金融危机对实体经济的影响周期长于对金融市场本身（例如2007年次贷危机后经济衰退持续至2009年） 各方接受“大破”的意愿有限[3] 财政主导对货币政策的捆绑 - 当前美国金融市场严重依赖回购融资 而美债是回购市场的核心抵押品 美债隔夜回购融资规模已超过3万亿美元[4][7] - 如果财政发债无人承接导致美债贬值 将连带紧缩市场融资规模 并通过“抵押品乘数”放大紧缩效果 因此“财政扩张+充裕流动性体系+量化紧缩”的组合存在天然矛盾[4] - 量化紧缩政策最终多是通过引爆美债-回购市场的风险（潜在系统性风险）迫使美联储重新量化宽松救市而收场 2019年9月、2020年3月及去年4月的事件已屡次证明此结果[4] - 在面临国内贫富差距和全球地缘与科技竞争的当下 美国财政紧缩的可能性较低 特别是面临中期选举压力 财政扩张的迫切性有增无减[4] 政策预期与资产影响 - 赢得中期选举和实现制造业回流是最大的“政治正确” 货币政策预计将继续配合财政进行降息、扩表甚至收益率曲线控制[5] - 在此框架下 美联储可能同步推进对美国银行业的去监管 例如完全取消补充杠杆率对MBS、美债的限制 以鼓励市场持债缓解美联储被迫量化宽松的压力[5] - 预计美国将维持财政、货币双宽松的预期 美国名义经济周期有望向上重启 美元流动性在数量和价格上均将趋于宽松[5] - 这一环境将支撑全球风险资产和金银铜 尤其利好新兴市场（如仍被全球主动资金显著低配的中国股市）和金银铜[2][5] - 板块层面 安全与韧性的重要性凸显 继续利好生产力提升（科技与工业）和资源自足两条主线[5]

上海二手房收储试点政策分析 - 中国建设银行于2月2日支持上海启动首批收购二手住房用于保障性租赁住房项目，试点区域为浦东新区、静安区、徐汇区，主要针对业主有本区新房置换意愿、房龄偏大的小户型二手房源 [1] 政策核心逻辑与针对性 - 当前房地产周期的关键点在于库存问题，存量住房收储政策是决定库存去化速度的关键之一 [3] - 该政策直接面向供给压力最为直接的二手房市场，是对症下药的积极举措 [3] - 政策本身带来的积极信号意义，可能对二手房挂牌去化周期的进一步优化产生作用 [3] 上海市场库存与试点规模 - 上海二手房挂牌量自2025年3季度已开始下降，带动其挂牌去化周期持续下行 [3] - 估算上海可交易存量住房约970万套，本次试点的三个区域占比约32% [3] - 试点区域内，2000年以前建成的老房占比约15%，体量相对可观 [3] 政策后续关键与土地供给影响 - 试点政策侧重于在本区有新房置换意愿的群体，旨在保证区域内部资金闭环 [4] - 更关键的是后续新增土地供给方案，严控短期土地供给增量对于稳定房价预期至关重要 [4] - 2025年二季度起，超高/高能级城市房价走势显著弱于中低能级城市，很大程度上与2024年4季度到2025年上半年的土地供给上量有关 [4] - 若在控增量方面推出强有力举措，对局地房地产市场企稳回升的预期可转为全面积极 [4] - 长远看，待房价预期转向明显积极再调节供给节奏，对财政稳定性和收储资金闭环更为有利 [4] 对市场与投资的影响 - 社会库存偏低的上海、北京可能更早迎来房地产周期拐点，有助于去库存的积极政策对此有加速作用 [3] - 如局地房地产市场库存改善信号加强，2026年地产股行情或将主要由beta驱动 [5]