文章核心观点 - 算力因其稀缺性、规模性投入及可计量、可验证的特征，正从产业链的成本项转变为可定价、可抵押、可进入金融循环的关键金融要素，呈现资产化与资本化的可行路径 [3][6] - 算力资本化将重塑金融体系的资源配置逻辑、运行机制及中介职能，推动金融从以信用契约为中心迈向以算法契约为特征，并可能形成以算力为锚定的货币安排 [6][13][15] 关于算力资本的概念辨析 - 算力具备转化为资本形态的潜能：算力是可积累、能参与生产过程并通过制度安排参与价值创造和收益分配的生产性资源 [8] - 算力具有显著的增值能力：算力基础设施及服务可形成具备稳定收益预期的资产，并在大模型训练、药物筛选等场景中推动生产率阶梯式跃升，产生外溢效应 [8] - 算力具备可交易性与流动性：算力可被标准化并分割为可度量的最小计算单元，实现动态调配与即时交易，算力券、算力期货等衍生工具创新进一步扩大了其跨时空交易配置范围 [8] - 算力具有稀缺性和排他性：全球算力需求每3个月翻番，远超摩尔定律，但关键供给依赖少数GPU制造商，形成结构性供给瓶颈，使其成为争夺核心战略资源 [8] - 算力资本化是提高资源配置效率的内在要求：对算力进行价值标准化，将其提升为资本形态，可以生成价格信号，引导和优化其他生产要素的配置结构，构建以算力资本为“中枢”的体系 [9] - 算力资本定价方法论尚不成熟：目前主要存在基于生产成本定价、基于边际产出估值和基于未来价值折现三种方法，但各有掣肘，算力资本定价仍需结合金融工具与行业风险评估模型不断探索 [10][11] 算力资本的金融影响 - 重塑金融资本引导资源配置的能力： - 改变资源组织方式和配置逻辑：在AI科技革命中，金融资本从稀缺要素供给者转变为优质资产需求者，算力作为优质资产和抵押品，吸引资金聚集并拥有配置金融资源的能力 [14] - 形成新的资源配置中枢：金融将围绕算力资本进行创新，形成“算力+金融”的资源配置中枢，货币体系可能进行“算力化”升级，形成以算力为锚定的货币安排，为货币稳定性提供新支撑 [15] - 深度嵌入金融创新流程：全球金融机构将AI应用于风险定价、信贷审批等核心业务，产生对算力的巨大潜在需求，形成金融发展和算力扩张的“加速器效应” [16] - 重塑金融的运行机制： - 收益机制转变：金融超额收益来源将从“信息差”转变为“算力差”，取决于能否以更强大算力在更短时间内完成从信息识别到交易执行的闭环 [17] - 定价机制演进：算力将推动金融定价更加精细、动态，市场主体可通过模拟大量情境来评估资产，金融可能进入“算法契约”时代，交易规则以可计算、可验证、可自动执行方式嵌入流程 [18] - 市场结构变化：算法能力渗透使尽职调查、风险管理等环节更易被拆解为标准化服务单元，弱化直接融资与间接融资等细分市场的功能边界，一级市场顶尖机构的运行方式开始接近二级市场量化基金 [19] - 推动商业银行“去中介化”和“再中介化”： - 向“算力中介”转变：商业银行可在传统“信用中介”“资金中介”基础上，拓展以算力为中心的货币和信贷创造方式，利用算力沉淀进行闲置资源再分配 [20] - 成为“风险中介”：作为链接算力资本与金融资本的桥梁，商业银行可熨平供需波动，并作为切断两者风险相互传染的闸口 [21] - 担当智能生态核心“交互中介”：银行核心功能可解构为智能服务单元，与各生态场景深度融合，其交互入口（如对话框）可成为消费者进入更广阔AI生态的流量入口 [21] 需要进一步关注的问题与建议 - 建立算力资本的价值评估标准：推动将算力资本纳入官方统计与金融机构资产负债表管理，探索在国民经济核算中设立“算力资本”科目，明确其界定、计量与评估标准 [24] - 建设算力交易的全国统一大市场：完善算力市场制度建设，丰富参与主体，推动基于算力交易的金融产品创新，如探索算力资产证券化（ABS）及算力期货、期权等衍生品 [25] - 建立算力集群和市场化算力调控体系： - 在国家层面推动算力的战略性积累储备，以在AI时代竞争博弈中占据主动 [26] - 建立“算力央行”，对算力供求和价格进行市场化调控，平抑异常波动 [26] - 建立普惠性算力网络和基础设施体系，为中小企业提供算力支持 [26] - 支持商业银行拓展在算力资本生态中的中介职能： - 支持引导商业银行进行算力资本积累，制定算力投资中长期规划并纳入资本开支预算 [27] - 支持围绕算力资本的金融工具和产品创新，鼓励商业银行构建算力化的金融产品和服务体系，探索持牌机构投资算力企业股权等方式 [27] - 鼓励商业银行探索业务中台与算力中台的融合，加快对金融业务的原子化拆解和模块化重构，部署智能体替代人工操作，并将风控、支付等优势能力以标准化方式对外输出 [27]