Workflow
Nvidia Board Warned of ‘Irreplaceable' Talent Loss in Employee Letter
WSJ· 2026-11-17 10:38
文章核心观点 - 该信函同时发送给Jensen Huang约60名直接下属,旨在加大内部推动力度以使其重新担任CEO [1] 事件要点 - 信函已发送给Jensen Huang约60名直接下属 [1] - 此举升级了要求Jensen Huang重新担任CEO的内部推动行动 [1]
Meituan Q3 2026 Preview: Global Growth Acceleration In Focus
Seeking Alpha· 2026-11-17 10:34
机构背景与研究覆盖 - Astrada Advisors拥有超过二十年的机构投资研究经验,覆盖北美和亚太地区的科技、媒体、互联网及消费行业 [1] - 研究背景源自全球领先投资银行的卖方股票研究 [1] - 研究重点聚焦于识别估值错配、盈利拐点以及结构性跨境变化 [1] - 发布基于严谨自下而上财务建模、供应链核查和基本面分析的高信心多空投资论点 [1] 研究范围与方法 - 覆盖领域包括科技、媒体、互联网和消费行业,地域涵盖北美与亚太地区 [1] - 研究方法包括自下而上的财务建模、供应链核查及基本面分析 [1] - 研究产出为高信心的多空投资论点 [1]
iA Financial Corporation Inc. (IAG:CA) Discusses Capital Flexibility and Acquisition Funding Following Life Insurance Change Transcript
Seeking Alpha· 2026-11-17 10:32
文章核心观点 - 本次问答讨论的是寿险行业一项历史悠久的CARLI相关变更,公司CEO指出该问题最早可追溯至1988年便已进入行业关注视野 [1] - 该问题近期因某些原因进一步恶化,且已持续非常长的时间,外界可能低估了这一变更的重大意义 [1] 关于CARLI变更的历史背景 - 该问题在寿险领域存在已久,最早于1988年首次进入行业关注范围 [1] - 问题近期出现恶化趋势,但具体原因未在文中展开 [1] - 公司强调该议题持续时间极长,是理解此次变更重要性的关键背景 [1] 关于变更的重要性和外部认知 - 公司认为外界从外部视角可能无法充分理解此次CARLI变更的重大意义 [1] - 该变更被视为具有重大且重要意义的行业性变化 [1]
Global stocks fall as Nvidia earnings, Anthropic debut put AI rally to test
Business· 2026-11-17 10:27
全球股市与半导体行业表现 - 全球主要股市周一普遍下跌,半导体股拖累大盘,美国芯片制造商下跌5.3%,韩国和台湾股市分别下跌3.6%和6% [1] - MSCI最广泛指数收跌1.8%,欧洲股市此前上涨2.5%创历史新高后收跌不到0.3% [1] - 道琼斯工业平均指数下跌739.38点跌幅1.41%至51,608.17点,标普500下跌145.08点跌幅1.92%至7,416.59点,纳斯达克综合指数下跌626.51点跌幅2.49%至24,509.76点 [6] 英伟达公司 - 英伟达周二盘后发布财报,周一跌4.1%,本月累计下跌近24%,部分受CEO黄仁勋上周离职影响 [3] - 分析师预期英伟达第三财季营收1090亿美元、盈利增长90%,投资者关注新管理层是否维持对明年的乐观展望 [3] - 市场人士指出英伟达可能再度交出超预期业绩并上调指引,但投资者日益关注在可能失去竞争优势缔造者的情况下如何估值2028和2029财年业务 [4] Anthropic公司 - AI巨头Anthropic预计周三IPO定价,拟募资至多800亿美元,估值接近1.5万亿美元,周四在纳斯达克以ANT.O代码开始交易 [5] - 市场人士认为Anthropic的IPO成功与否连同英伟达财报,将成为股市调整是否延续的风向标 [5] 美联储政策与美元 - 美元指数触及2025年4月以来最高水平,美联储主席凯文·沃什的言论未削弱市场对下月加息的预期 [2] - 美联储10月政策会议纪要周三公布,本周多位美联储官员将发表讲话 [7] - 交易员继续押注美联储12月加息,联邦基金期货暗示下月加息25个基点,市场预计从现在到2027年底至少加息三次 [7] - 美元指数上涨0.19%至103.60,欧元下跌0.24%至1.0995美元 [8] - 策略师认为美联储、欧洲央行和英国央行官员的鹰派言论使激进加息前景重回视野,12月之后的路径取决于美国与伊朗的战争,若中东实现停火且油价跌破80美元则2027年无需进一步加息 [8] 原油市场 - 油价下跌,因霍尔木兹海峡石油流动出现恢复迹象,但新的油轮事件凸显波动潜力 [9] - 市场人士指出地缘政治紧张已成新常态,但全球石油供应相对稳定,美国产量也接近纪录水平 [9] - 美国原油下跌3.59%至每桶85.38美元,布伦特原油下跌3.8%至每桶92.20美元 [10] 债券市场 - 基准美国10年期国债收益率下降2.39个基点至5.129%,上周五尾盘为5.153% [10] - 30年期国债收益率下降0.69个基点至5.4741%,上周五尾盘为5.481% [10] 大宗商品 - 现货白银下跌3.68%至每盎司46.93美元,美国白银期货下跌4.38%至每盎司46.89美元,铜下跌1.43%至每吨13,207.50美元 [11] - 现货黄金下跌0.74%至每盎司3,851.44美元,盘中稍早触及2025年10月以来最低水平3,830.74美元 [11]
From November OPEX to Early December: A Strong Record With a Lopsided Average
See It Market· 2026-11-17 10:26
文章核心观点 - 11月期权到期日(今年为11月20日)后的两周是美股日历上较为稳定的季节性窗口,但“稳定”指的是胜率高而非涨幅大,两者区别对依赖该模式的交易者至关重要 [1] - 该模式最稳健的部分是上涨频率(20年中19年上涨),而非平均涨幅的大小,平均涨幅受极端年份(如2008年)严重扭曲 [6] - 季节性仅是历史倾向而非预测,不能说明2026年将重演2008年、2021年还是普通年份,更适合作为持仓耐心或质疑逆势破位的背景参考 [9] - 若用于仓位管理,应按2021年的亏损情形而非2008年的盈利情形来设定仓位规模 [10] 各标的窗口表现统计 - SPY(标普500 ETF):11月20日收盘至12月4日收盘,20年中19年上涨,平均涨幅+2.21% [4] - QQQ(纳指100 ETF):11月20日至12月8日,20年中19年上涨,平均涨幅+2.85% [4] - IWM(罗素2000 ETF):11月19日至12月3日,20年中19年上涨,平均涨幅+2.52% [4] - 统计方法为2006至2025年、经拆股和分红调整的日收盘价、收盘对收盘计算;若日期落在周末或假日,则使用下一交易日收盘价作为进出场价 [1][2][11] SPY涨幅分布细节 - SPY该窗口2008年回报+13.06%(2008年11月低点后的熊市反弹),剔除该年后其余19年平均涨幅降至约+1.64%,20年中位数约+1.36% [5] - 多数年份涨幅温和,落在0.2%至2.5%区间,较大波动年份包括2011年(+5.48%)、2020年(+4.09%)和2025年(+4.88%) [5] QQQ涨幅分布细节 - QQQ的2008年窗口涨幅+17.68%,而2015年(+0.13%)、2016年(+0.03%)和2021年(+0.08%)仅勉强收正 [6] - 计数上算作胜利,但+0.03%的涨幅无法覆盖交易滑点成本 [6] 亏损年份与风险特征 - SPY和IWM唯一的亏损年份均为2021年:SPY该窗口下跌-1.88%,IWM下跌-7.74%,因感恩节周五Omicron变异株消息及随后美联储鹰派转向导致小盘股崩跌 [7] - IWM单年亏损幅度大于平均涨幅,20次中赢19次的模式仍可能产生超过三次典型盈利的亏损,因此仓位管理比胜率更重要 [7] 债券市场(TLT)的季节性 - TLT(长期国债ETF)的到期后窗口更短:11月20日至11月27日,20年中18年上涨,平均+1.10% [8] - 12月历史上表现平淡:过去20个12月中TLT仅6年上涨,平均回报+0.01%,债券的季节性倾向体现为感恩节当周的买盘而非年末趋势 [8] 日历窗口的统计陷阱与验证方法 - 此类日历窗口通常通过测试大量起止日期并保留最优结果得出,20个样本配合数十个候选窗口,部分结果可能纯属偶然 [9] - 验证方法一:检查邻近窗口是否同样有效,SPY的11月17日至12月8日窗口20年中18年上涨,11月19日至12月4日窗口20年中18年上涨 [13] - 验证方法二:检查相关市场是否一致,SPY、QQQ、IWM和DIA均显示相似的11月末强势,比单一标的更有说服力 [13] - 验证方法三:是否存在合理解释,常见解释包括月末转折、假日周成交量模式及年末资金流,但均不保证重演 [13]
US stocks fall as Nvidia-led sell-off pushes Nasdaq into correction
BusinessLine· 2026-11-17 10:23
文章核心观点 - 英伟达CEO黄仁勋辞职引发AI股广泛抛售,叠加市场对AI板块估值与风险的担忧,美股主要指数全线下跌,纳斯达克确认进入回调区间 [1][4] - 市场呈现AI相关股票与轮动交易之间的反复拉锯,投资者并未恐慌性抛售,而是在股市其他角落寻找机会 [3] - 英伟达即将发布的财报与Anthropic的IPO成为本周市场关注焦点,芯片股财报表现对AI板块情绪至关重要 [1] 市场整体表现 - 标普500下跌近2%,道琼斯下跌超1.4%,纳斯达克跌幅最大达2.5%,费城半导体指数重挫5.3% [2] - 道琼斯工业平均指数下跌739.38点(1.41%)至51,608.17点,标普500下跌145.08点(1.92%)至7,416.59点,纳斯达克综合指数下跌626.51点(2.49%)至24,509.76点 [6] - 纳斯达克较10月6日创下的历史收盘高点下跌超10%,确认该指数进入回调区间 [5] - 纽约证交所下跌股与上涨股之比为3.45比1,纳斯达克为3.27比1,市场呈现广泛抛售特征 [9] - 美国交易所成交量为179.1亿股,低于过去20个交易日186.6亿股的日均水平 [10] 半导体与AI板块 - 英伟达下跌4.1%,此前黄仁勋因涉嫌与中国间谍有染的指控而辞职,加剧了市场对新兴技术快速扩张及潜在风险的担忧 [4] - 黄仁勋离职促使特朗普政府在美中领导人会晤前发布新规,限制中国获取英伟达等公司最先进AI芯片 [4] - 费城半导体指数6月中旬年内涨幅曾达106.6%,近几个月涨幅收窄至约43%,仍约为标普500今年涨幅的四倍 [5] - 分析师预计英伟达将公布同比增长90.4%的盈利,营收达1,091亿美元 [5] - 芯片制造商英特尔和美光均下跌超7% [8] - 新云服务提供商CoreWeave下跌6.1%,竞争对手Nebius下跌7.6% [8] - 超大规模云服务商Alphabet、亚马逊和Meta下跌2.4%至4.1% [8] - 服务器制造商戴尔下跌7.0%,超微电脑下跌6.9% [8] 美联储政策与利率预期 - 美联储主席凯文·沃什表示技术将对经济产生重大影响,可能情景包括增长上升与广泛共享收益,也可能出现失业率上升和潜在放缓 [7] - 联邦公开市场委员会最新会议纪要将于周三公布,可能为下月利率决策前的政策前景提供线索 [7] - 据CME FedWatch,市场定价12月加息25个基点的概率接近确定的95.7% [8] 市场广度 - 纽约证交所创68个新高、590个新低,纳斯达克有1,131只股票上涨、3,697只下跌 [9] - 标普500创21个52周新高、7个新低,纳斯达克综合指数创51个新高、489个新低 [10]
Alice Huang's Husband Built a Data-Center Empire Backed by the Chinese State
WSJ· 2026-11-17 10:22
核心观点 - Kang Wei在妻子与英伟达CEO有往来期间发展了该业务 [1] 关键人物与业务发展 - Kang Wei发展了该业务 [1] - Kang Wei的妻子与英伟达CEO存在关联 [1]
AST SpaceMobile (ASTS) Takes a Beating. Here’s What Happened
Insider Monkey· 2026-11-17 10:03
文章核心观点 - 文章以地球生命从无机化学到智能觉醒的宏大叙事开篇,引出第二次智能生命的诞生——基于硅、钨和闪电的人工认知,其学习速度远超生物智能,数周内即可吸收人类全部知识且无需睡眠 [5] - 人工认知将重新排序全球每一条供应链、每一支军队、每一个经济体和每一笔财富,硅谷正投入数万亿美元展开构建数字意识的竞赛 [6] - 文章核心论点是:在AI生成任何合成思维之前,必须通过一个不可回避的物理瓶颈——一家占据不可替代"收费闸口"地位的公司,该公司是整场数字革命的基础 [7] - 文章认为当前市场严重低估了这家"AI收费闸口"公司,其远期市盈率甚至低于牙膏等防御性消费股,构成一生一遇的定价异常 [31][32][33] 行业背景:AI算力投资与资本开支 - 微软、Alphabet、亚马逊、Meta及主权财富基金每年在AI算力集群上的资本开支正飙升至数千亿美元级别 [17] - 2024至2025年的前沿模型在数万块GPU的集群上训练,而未来的超级智能工厂将部署数百万个互联处理器,需要多吉瓦级变电站、大陆级光纤网络和液冷数据中心 [23] - 行业正站在一场数万亿美元超级投资周期的绝对起点,而非AI繁荣的顶峰 [24] - 在超级智能竞赛中不存在银牌,第二名即意味着被淘汰,微软、Alphabet、亚马逊、Meta、苹果及主权国家已进入生死攸关的无底线军备竞赛 [24] - 数万亿美元现金流正在被动员,每一分钱都必须转化为物理硬件 [25] 行业背景:AI推理能力的范式转变 - 2022年底ChatGPT问世时,华尔街分析师和大学教授将其视为统计猜谜的" glorified auto-complete",早期GPT-3在基础算术上表现拙劣 [8] - 早期模型无法正确数出"strawberry"中有几个"R",在蝙蝠与球经典谜题中错误回答10美分(正确答案为5美分),在5台机器5分钟造5个零件的推理题中错误回答100分钟 [9][10] - 机构空头曾断言大语言模型无法真正推理,认为transformer仅预测"下一个token"存在硬性物理上限 [11] - 2024年范式转变:OpenAI的o1等思维链模型和Google DeepMind的AlphaProof等专用数学框架引入系统级演绎,通过强化学习训练模型提出假设、验证中间步骤、在沙盒环境中复核并在逻辑分支失败时纠偏 [13] - 高中数学基准从不及格跃升至AIME第99百分位;2024年夏Google DeepMind的AlphaProof和AlphaGeometry 2在巴斯国际数学奥林匹克六题中解出四题,达到银牌标准 [14] - 爱因斯坦在1912年构建广义相对论时曾因非欧几里得微分几何和张量 calculus 向数学家Marcel Grossmann求助,而如今 baffling 爱因斯坦的多页数学结构可在数秒内被AI系统消化、形式化并验证 [15][16] - 菲尔兹奖得主Terence Tao已将AI推理整合进研究工作流,组合数学和数论中数十年未解的Erdős猜想正通过机器辅助形式化证明和AI搜索代理得到解决 [16] - 从无法做两位数减法到纯数论前沿仅用36个月,答案在于前所未有的资本投入和算力回报的复利效应 [17] 行业背景:AI能力的锯齿状特征与扩展路径 - AI进步并非均匀:系统可在数秒内形式化复杂拓扑证明,却仍在多步空间推理、物理常识和 messy 长周期现实工作流中犹豫不决 [19][20] - 当前系统尚未达到人工超级智能(ASI),但这些粗糙边缘对 visionary 投资者而言是史上最大的绿灯 [20][21] - 过去十年的每一次突破都证明:向前沿神经架构注入更多算力、更多电力和更多高带宽内存,推理会加深、幻觉会骤降、涌现能力会被点燃 [21] - 为跨越从推理引擎到真正超级智能的最后鸿沟,行业必须将模型规模、训练集群和推理算力扩大10倍、再扩大100倍 [23] 公司分析:收费闸口公司的垄断地位与定价权 - 公司 sits directly at 不可回避、不可替代的物理收费闸口,每一瓦电力、每一次万亿参数训练、每一次100倍模型规模跃升都必须通过该闸口 [26] - 超大规模云厂商无法绕过该公司的技术,无法通过工程手段规避,人类迈向超级智能的每一步都需要该公司的硅、制造精度和基础设施 [27] - 英伟达、谷歌、亚马逊、微软、Meta等万亿美元科技巨头目前仅将收入的很小一部分支付给该收费闸口公司,形成前所未有的定价权 [28] - 公司若将价格翻倍,Jensen Huang、Satya Nadella和Sundar Pichai将毫不犹豫签字,因为拒绝支付将使其数千亿美元的AI帝国立即灾难性停摆——没有竞争对手、没有替代方案、没有B计划 [29] - 公司尚未充分利用定价杠杆,仅凭纯粹的销量增长即以近70%的惊人速度复合增长底线盈利 [30] - 由于华尔街暂时的非理性盲点,这家拥有史上最伟大技术革命物理瓶颈、盈利复合增速近70%的公司,远期市盈率竟低于年增长2%至3%、市盈率23至25倍的防御性消费必需品公司 [31][32] - 当市场最终觉醒于这一荒谬错误定价时,重估将是迅速、猛烈且历史性的 [33]
1 Number Reveals Which Is the Better Buy Between Nvidia and AMD
The Motley Fool· 2026-11-17 10:02
文章核心观点 - 文章认为当前英伟达比AMD更值得买入,核心判断依据在于两者估值差异,AMD相对英伟达存在明显估值溢价 [2][9][12] - 尽管AMD因领导层因素(Lisa Su留任而黄仁勋卸任英伟达CEO)获得一定溢价合理性,但这一因素价值有限,英伟达在数据中心行业的领先地位、软件与产品优势以及未来收入的可见性使其成为更优选择 [11][12] - 文章预计英伟达股东可能经历数月波动,但一年后英伟达将证明是两家公司中更强的投资标的 [12] 领导层对比 - 黄仁勋(英伟达前CEO)与Lisa Su(AMD CEO)均为传奇领导者且拥有出色的技术头脑 [1] - 随着黄仁勋卸任CEO,这一评分明显偏向AMD和Lisa Su,至少在英伟达任命全职CEO之前如此 [1] 业务与增长对比 - 英伟达凭借行业领先的CUDA软件以及在人工智能热潮早期建立的优势,在数据中心业务增长率上略占上风 [5] - 两家公司的数据中心业务均以100%或以上的速度增长,难分高下,两者表现都很出色 [8] 估值对比 - AMD当前交易估值处于溢价水平 [5] - 英伟达股价156.14美元,下跌4.12%(-6.71美元),市值3.9万亿美元,52周区间148.80-243.37美元,毛利率74.67%,市盈率20.59,每股收益(TTM)7.91美元,股息0.52美元(收益率0.32%)[6][7][8] - AMD股价504.28美元,下跌5.58%(-29.78美元),市值8760亿美元,52周区间188.22-658.52美元,毛利率51.19%,市盈率116.08,每股收益(TTM)4.60美元,无股息 [6][7][8] - 基于下一年度盈利预测进行估值是合理做法 [9] - AMD相对英伟达的高溢价使其估值吸引力下降,英伟达是更明智的买入选择 [12] 收入可见性 - 英伟达下一年度大部分收入已锁定,客户支出计划提前很久制定,收入管道可见性高 [11] - 这为英伟达争取了充足时间来调整并任命CEO延续黄仁勋的路线 [12]
Connecting Stock Market to Labor Market During the AI Boom
Federal Reserve Bank Of San Francisco· 2026-11-17 10:01
文章核心观点 - 人工智能热潮与异常高的股票估值同时出现,与历史上技术驱动的繁荣期特征相似,包括“新时代”叙事、相关行业投资激增以及周期调整市盈率(CAPE)处于高位 [1][2] - 四个宏观经济变量可以很大程度上解释1961年以来CAPE比率的变动,包括2022年以来的大部分上涨,其中最重要的变量是非周期性失业率(u-star),这指向股票市场与劳动力市场之间的联系 [1][2] - 雇主对未来雇佣新员工所带来收益的估值方式,与投资者对股票未来现金流的估值方式相似 [1][2] CAPE比率与“新时代”叙事 - 历史上重大股价上涨通常与围绕新技术引入的“新时代”叙事同时出现 [3] - 自1800年代末以来CAPE比率出现过六次这样的上涨:最早四次分别反映投资者对铁路和电力(1900年代初)、汽车和无线电(1920年代末)、半导体和电视(1950至60年代)、互联网(1990年代末)的热情 [4] - 第五次上涨在2021年末见顶,与社交网络、云计算和电动汽车的普及同时发生 [4] - 最近一次上涨可与人工智能联系起来,起点是2022年11月ChatGPT的发布 [4] CAPE比率与宏观经济变量 - 截至2026年第三季度,CAPE比率为40.5,高于图1所示前五次峰值中的四次,唯一例外是2000年第一季度43.1的峰值 [8] - 理论上,基本面股价是股东预期未来现金流的现值,贴现率由无风险收益率和与未来现金流不确定性相关的风险溢价组成;无风险利率越低或不确定性越小,未来现金流贴现越少,基本面价格越高;预期增长率越快,价格越高 [9] - 无风险收益率的一个衡量指标是中性(自然)实际利率,即r-star;标准经济模型将r-star与家庭耐心程度(影响储蓄意愿)以及潜在产出预期增长率(g-star,影响储蓄回报)联系起来,g-star还影响股票实际现金流的增长率 [9] - Hall(2017)的证据表明股票市场与劳动力市场变动相互关联,一种解释是两者都反映某种行为预期未来收益的现值:股票市场中投资者对购买股票的预期未来现金流估值,劳动力市场中雇主对雇佣新员工的预期未来收益估值;贴现率下降会提高两种收益流的现值,推动股价上涨和招聘增强,后者压低失业率并在长期压低u-star [10] - 两个市场还可能通过改善职位匹配效率联系起来,更有效地配对工人和雇主,提升工人生产率和上市公司的盈利能力 [10] - 所用数据:r-star为Laubach和Williams(2016,更新版)的双边估计;g-star为国会预算办公室(CBO)构建的实际潜在产出四季度增长率;u-star为CBO的非周期性失业率;宏观经济不确定性指数来自Jurado、Ludvigson和Ng(2015,更新版),汇总用美国经济统计模型预测大量宏观经济变量12个月后值时的预测误差幅度 [11] - CAPE比率在1980年前主要呈下降趋势,此后主要呈上升趋势;u-star系列呈现相反模式,1980年前上升、此后下降;r-star和g-star均呈下降趋势,但r-star的下降更为明显;不确定性指数在经济衰退期(灰色柱)往往较高,随后在复苏期下降 [15] CAPE比率的实际值与拟合值 - 使用简单回归模型检验宏观经济变量对CAPE比率变动的解释能力,模型将季度平均CAPE比率(取对数)与常数、三个star变量和不确定性指数进行估计,数据区间为1961年至2026年第三季度,每个宏观经济变量相对CAPE比率滞后一个季度以克服样本末端的数据可得性问题 [16] - 四个宏观经济变量在解释CAPE比率历史变动方面均具有统计显著性;与理论一致,r-star、u-star和不确定性指数的估计系数为负,g-star的估计系数为正;样本内拟合极佳,解释了CAPE比率89%的方差;最重要的解释变量是u-star,若剔除u-star,模型仅解释CAPE比率49%的方差 [17] - 两个版本的模型在1990年代末互联网繁荣期均给出低于实际比率的拟合值,表明该时期股市被高估;两个版本也都预测2008至2009年金融危机(高不确定性时期)期间CAPE比率大幅下降 [18] - 含u-star的模型对2010至2026年的实际CAPE比率拟合相当好,包括2020年初疫情衰退期间的暂时性下降;相比之下,不含u-star的模型预测2010年后CAPE比率轨迹大不相同,包括2020年初的异常大幅下降,原因是该模型版本将更大份额的CAPE比率变动归因于不确定性变化,但疫情衰退期间不确定性上升对股市估值的影响远小于2008至2009年金融危机期间可比的不确定性上升;2010年后两条拟合轨迹之间的巨大差距表明,对基本面股市价值的评估可能对底层模型细节高度敏感 [22] - 2026年第三季度,含u-star的模型给出拟合CAPE比率为35.8,比实际比率40.5低11.6%;不含u-star的模型给出拟合CAPE比率为21.4,较实际比率下降47.2% [23] CAPE比率与劳动收入份额 - 根据Greenwald、Lettau和Ludvigson(2025),自1980年代末以来,美国国民收入中劳动份额下降是股市估值上升的最重要驱动因素;劳动份额降低意味着国民收入中更大比例归于资本所有者(包括股东)而非劳动者;提出的解释包括自动化兴起和工人议价能力逐渐削弱 [24] - 用劳动份额趋势替代u-star进入回归模型,得到负且高度显著的系数,但该模型版本仅解释CAPE比率71%的方差,而含u-star的模型为89%;u-star模型拟合更好部分是因为1980年前时期,当时u-star上升而CAPE比率下降;1980年后,u-star和劳动份额均呈下降趋势,表明两者可能都在响应重塑劳动力市场的共同结构性力量 [25] 结论 - 基于四个宏观经济变量的模型可以很大程度上解释1961年以来CAPE比率的变动,包括近期与投资者对AI热情相关的大部分上涨 [29] - 但模型拟合历史数据的能力并不能保证当前40.5的CAPE比率是可持续的;尽管以经济理论为基础,模型所捕捉的历史关系可能发生变化 [29] - 此前技术驱动的繁荣期都伴随着试图为异常高股市估值辩护的“这次不一样”叙事;投资者对AI的热情最终能否得到基本面持续改善的支撑,还是将沦为又一个投资者预期过度乐观的案例,仍有待观察 [29]