AI对经济与资本市场影响的宏观框架 - 文章核心观点是探讨AI技术对宏观经济和资本市场的深远影响 并构建一个分析框架来理解AI如何通过改变生产函数、影响产业结构和重塑全球竞争格局来驱动资产价格变动 [2] AI对宏观经济的影响 - AI被视为一种通用目的技术 GPT 其影响将渗透至全行业 通过提升全要素生产率 TFP 来驱动经济增长 但AI对TFP的提升存在滞后性 历史经验如电力革命显示 TFP的显著提升发生在技术广泛应用约20年后 因此AI对宏观经济的实质性拉动可能需要更长时间 [2] - 短期内 AI投资热潮可能通过资本深化 即增加资本投入 来拉动经济增长 但长期增长的核心驱动力仍需依靠TFP的提升 [2] - AI可能加剧经济波动 其投资热潮可能引发“投资过热” 而技术快速迭代也可能导致部分行业出现产能过剩和剧烈调整 [2] AI对产业结构与全球竞争的影响 - AI将重塑全球产业分工 拥有技术、数据和算力优势的国家和地区 如美国和中国 可能在新的产业链中占据更有利位置 而传统制造业国家可能面临挑战 [2] - 产业内部将出现分化 算力、算法、数据等AI基础设施领域 以及能够率先应用AI实现降本增效或商业模式创新的行业将受益 而转型缓慢的传统行业可能面临被颠覆的风险 [2] - 行业集中度可能提升 大型科技公司凭借其在数据、算力和资本上的优势 可能在AI时代进一步巩固市场地位 [2] AI对资本市场与资产价格的影响 - AI将影响不同资产类别的表现 从历史经验看 在技术革命初期 权益资产 尤其是成长股 通常表现优异 而债券等固定收益资产可能因经济增长和通胀预期变化而承压 [2] - 行业板块表现将剧烈分化 直接受益于AI发展的科技板块 以及能够成功融合AI的传统行业龙头有望获得估值重估 而受到AI冲击的行业板块可能面临估值压力 [2] - 市场波动性可能加剧 源于技术路径的不确定性、盈利预期的频繁调整以及监管政策的变化 [2] AI对资产配置策略的启示 - 资产配置需要纳入对技术周期的考量 在AI渗透率快速提升的阶段 可适度超配权益资产 特别是与AI强相关的成长板块 [2] - 在权益资产内部 应聚焦于真正具备技术壁垒、数据资源和商业化落地能力的公司 警惕概念炒作 [2] - 需动态评估AI对传统行业的影响 识别那些能利用AI重塑竞争力的“传统转型”机会 同时规避被颠覆的风险领域 [2] - 资产配置需结合技术发展阶段、宏观经济周期和政策环境进行综合判断 [2]