AI龙头公司股价表现与市场背景 - 自2022年底ChatGPT发布以来，美股AI龙头公司（“7姐妹”）股价大幅跑赢整体市场 [2] - 自2025年初DeepSeek出现以来，中国AI龙头公司（主要在港股）也大幅跑赢大市 [2] - 尽管相关企业盈利有较快增长，但美国股市风险溢价处于极低水平，反映了投资者的乐观预期 [2] 高利率与高股价并存现象的解释 - 传统思维认为利率与风险资产价格是跷跷板关系，但过去几年美元利率上升环境下股价仍大幅上涨，需要新的解释 [3] - 第一种解释：股市是因，利率是果 AI领衔的股市上涨是美国经济总需求的重要支撑，由此带来的通胀压力促使美联储维持高利率 [3] - 今年以来AI相关资本开支贡献了美国GDP增长的三分之一 [3] - 最富有的10%人口拥有85%的美国股票，这部分人占总消费支出的一半，为有记录以来最高份额，股市财富效应促进消费、降低储蓄 [3] - AI相关资本开支增加投资，与财富效应共同作用，导致维持供求平衡的自然利率上升 [3] - 第二种解释：利率和股价都是果，由第三方力量驱动 美国AI主导的股市吸引了全球资金，截至2025年9月，外国投资者持有美股21.2万亿美元，占总市值31.3%，为二战后最高市场份额 [4] - 全球投资者押注美国科技巨头股票，助长美国股市，相关财富效应刺激总需求，进而支撑了利率水平 [4] AI技术发展的成本与收益分析 - AI技术发展特征为应用层面技术成熟度低与预期利润大并存，需要资本市场尤其股权投资支持 [6] - 大模型成本包括研发成本（算力、人员、电费、数据获取、模型维护等）和应用成本（推理能耗） [6] - AI相关投资模式从资本轻型的软件分发模式转变为资本密集的硬件生产（先进芯片和数据基础设施）模式 [6] - 科技巨头公司投入巨额资金，并成为OpenAI、Anthropic等大型AI初创企业的主要支持者，接管了风投公司的角色 [6] - 业界资本相比风投更容易被AI赋能，可以降低不确定性或提高预期收益 [6] - 大模型收益端分析面临很大不确定性，不同应用场景差异大，直接经济收益（降本增效）和间接经济收益（提升竞争优势）难以估量和加总 [7] - 大语言模型可能给出不准确答案，限制其在很多商业应用的价值 [7] - 大模型应用价值在于用企业内部场景数据训练，但很多企业尚未准备好或不知如何应用自身数据 [7] AI对宏观经济影响的估算 - 估算AI对经济增长影响主要有两种方法：外推法和基于任务的方法 [8] - 外推法将AI类比电力与IT革命，推测未来十年AI革命或能带来0.8-1.3个百分点的年度额外GDP增长 [8] - 基于任务的方法（Acemoglu, 2024）估算未来十年AI对TFP增速的影响仅为每年增加0.07个百分点 [8] - Aghion教授认为基于任务的方法因未充分考虑AI成本下降及能力提升而存在低估，综合文献看，AI带来的年生产率增长应在0.08-1.24个百分点之间 [8] - 中金研究院2024年《AI经济学》采用“元任务”分析方法，测算到2035年AI引入将为我国带来GDP额外提升约9.8%，对应额外年化增长率约0.8% [9] 规模经济、技术进步与行业格局 - DeepSeek的突破在于以算法架构改善弥补算力限制（美国对华先进芯片出口限制），用7纳米芯片做4纳米芯片的事 [10] - 对于算法改善对先进芯片的替代作用，存在悲观与乐观两派观点，乐观派引用杰文斯悖论，即技术进步提升要素使用效率时，收入效应大于替代效应，导致整体需求增加 [11] - 从英伟达股价后续走势看，杰文斯悖论似乎得到印证 [11] - 芯片作为制造品具有规模经济特征，单位成本随生产规模增加而下降，在充分竞争市场下价格随边际成本下降 [12] - 煤炭作为自然禀赋具有规模不经济特征，采矿业供给弹性低，需求增加导致价格上升 [12] - 规模定律隐含算力、数据、电力等要素投入呈现规模报酬递减，对模型性能的追求只能通过增加要素投入来实现 [13] - 规模报酬递减和盈利增长同时发生，反映了相关企业的定价能力，规模定律带来的投入门槛使巨型科技企业处在有利地位 [13] - 中国大模型开源模式对全球AI竞争格局带来重大影响，推动市场朝更公平方向发展，大幅提升中国在全球AI领域话语权 [14] - DeepSeek动态稀疏架构被IEEE纳入国际标准，欧美不少初创企业采用中国开源模型 [14] - 中国开源模式倒逼OpenAI重启开源、Meta调整开源策略，DeepSeek以宽松许可证推动技术自由传播，且推理成本远低于GPT-4等闭源模型 [14] - AI的能耗成为关注点，电力来源中，化石能源具有规模不经济特征，绿色能源（制造业）具有规模经济特征 [14] 高估值可持续性与潜在风险 - 当前美国AI相关股票高估值可能有两个载体：一是投资者对未来长期盈利增长过度乐观；二是当前盈利本身（与当下AI相关资本开支相关）不可持续 [15] - 泡沫破裂可能体现为芯片产业规模经济作用，叠加竞争格局变化（如中国先进半导体产业发展）或算法架构/系统改善提升芯片产出效率，导致技术壁垒被打破、先进芯片价格下降 [15] - 另一个可能是AI大模型应用及其创造的经济效益不及当前乐观预期 [16] - 关键是大模型研发的规模报酬递减能否通过技术进步（如算法改善）来弥补，或大模型应用能否在更广经济层面带来规模报酬递增 [16] - 科技泡沫与房地产泡沫不同，前者的破裂短期带来较大冲击，但长远看是创造性破坏，规模经济和正外部性意味局部领域过度投资虽不可持续，但可能有利于长远的技术进步和创新发展 [16]