经济周期的阶段与驱动因素 - 经济周期通常分为繁荣、衰退、萧条和回升四个阶段 [2] - 技术革命是经济周期的主要驱动力，当前正处于以新能源和人工智能为特征的第五次康波周期的回升期 [3] - 人性中的贪婪与恐惧情绪会导致资产价格过度波动，是影响周期的因素之一 [3] 当前全球经济格局 - 2025年全球经济呈现“分化复苏”格局，美国加息周期接近尾声，欧洲仍在应对能源危机，中国在新旧产业交替中寻找新增长点 [4] - 中国政府正运用财政与货币工具协同发力，以促进经济稳步增长 [4] 国内宏观经济关键指标 - 监控经济趋势需建立“三维数据雷达”，关注GDP增速与结构、物价与就业、政策风向 [5] - 2025年第二季度中国GDP同比增长4.8%，其中数字经济贡献率达42.3%，战略性新兴产业增速达15.6% [5] - 就业市场分化显著，青年失业率高达18.7%，但技术蓝领缺口达400万，AI系统测试员等新职业年薪突破30万美元 [6] 政策导向分析 - 财政政策聚焦于扩大有效投资，如新型基础设施和保障性住房建设 [7] - 货币政策通过降息降准提振内需，房地产政策持续加码以稳定市场 [7] - 产业政策向高新技术和新能源倾斜，传统产业通过智能化改造实现升级 [7] 新兴产业机会 - 2026年经济机会集中于新旧产业交替领域，人工智能、生物医药、低空经济等行业将持续获得政策与资金支持 [9][10] - 大模型技术在医疗、教育、金融等领域的应用将创造新的就业和创业机会 [10] 传统行业升级路径 - 制造业正通过智能化和绿色化改造提升效率并降低成本 [11] - 例如佛山家电企业的数字化工厂实践，展示了传统制造业通过技术革新实现升级的路径 [11] 消费市场趋势 - 消费市场呈现分化，低价刚需与高端品质消费同步增长，中间层面临洗牌 [12] - 平价餐饮和奢侈品市场持续扩张，而中端餐饮行业则面临调整 [12] 个人资产配置策略 - 财富管理可遵循“核心+卫星”思路，根据风险承受能力配置资产 [13] - 建议低收入工薪层参考55%保守（定期存款、国债）、20%稳健（混合型基金、债券基金）、15%激进（成长型股票、股票型基金）、10%防御（黄金）的投资组合 [13] - 执行资产配置可分三步：风险预算划分（如“100-年龄”法则）、跨资产分散（权益、固收、另类）、定期再平衡（每季度检视调仓） [14] 家庭财富结构 - 家庭财富金字塔底层（10%-50%）为满足日常开支的流动性资产 [15] - 中层（约30%）为配置保险和长期理财的安全性资产 [15] - 顶层（20%）为追求高回报的收益性资产 [15] 财务防御策略 - 投保应遵循适度原则，金额不超过家庭总收入的10%，以健康医疗保险为主、意外险为辅 [16] - 应压缩非必要支出，保证每月有节余资金用于投资和强制储蓄 [17] - 工薪家庭应避免高风险陷阱，不宜轻易进入股市和期货市场，收益性资产配置比例不宜超过资金的50% [18]

全球流动性水平评估 - 截至2025年6月末，广义全球流动性指数同比增速为11.03%，处于2010年以来96.70%的历史高位，仅次于2020年14.81%的峰值[2][30] - 截至2025年6月末，狭义全球流动性指数同比增速为6.13%，处于2010年以来77%的历史分位数[2][30] - 全球货币体系经历多轮危机后，流动性投放的“阈值”已显著抬升，央行倾向于维持较高流动性水平以应对外部冲击[2][30] 流动性结构特征 - 广义流动性增速高于狭义流动性，显示跨境资金流动规模明显扩张，与2002-2008年期间表现相似[3][31] - 狭义流动性（基础货币）分位数虽低于广义，但仍处历史上半区间，表明央行基础货币投放仍在为信用扩张提供支持[3][31] 全球流动性格局变化 - 发达经济体对全球流动性的主导性弱化：美、欧、日、英四国狭义流动性占比从2000年初的99.07%降至2025年6月末的92.84%[23][24] - 中国对全球流动性的影响力显著提升：其流动性占比从2000年的0.1%攀升至2025年6月末的4.79%[23][26] - 人民币国际化取得进展：2025年上半年人民币跨境收付金额达35万亿元，同比增长14%；货物贸易人民币收付占比达28%[26] - 2024年美联储缩表期间，中国通过扩大货币互换（上半年新增1000亿元人民币额度）等方式，缓解了部分国家的流动性短缺[27] 风险提示 - 主要风险包括海外主权债务风险走高、样本范围局限性以及全球货币体系持续演进[4][34]

文章核心观点 - 文章核心观点是运用经济周期分析框架来研判2026年的宏观经济与市场阶段，并以此为基础指导大类资产配置，强调从流动性分析转向对增长因子的分析，重点关注实体周期与金融周期的阶段判定，并据此提出资产配置的优先级顺序 [1] 一、经济周期分析的基本框架 - 经济周期分析聚焦于经济活动有规律的扩张与收缩，是典型的结构性分析，特别适合转型期的中国资产配置 [2] - 周期分为实体周期与金融周期，实体周期包括长周期的康德拉季耶夫周期（技术演进）、中周期的朱格拉周期（设备投资）和短周期的基钦周期（库存） [2] - 金融周期包括库兹涅兹周期（房地产）和明斯基周期（债务），实体与金融周期是经济运行不可分割的两面 [2] - 周期分析可与量化分析等技术结合，在AI革命新时代，通过创新研究方法创造更具前瞻性的成果 [2] 二、实体周期的阶段判定 2.1 康波周期：技术革命与能源革命 - 康德拉季耶夫周期以约60年为一个轮回，其演化的核心是技术与资源的动态耦合 [4] - 技术是战略维度的根本驱动力，资源是战术属性，二者存在协同，技术效率提升可能加剧资源消耗（杰文斯悖论） [4] - 当前共识是AI及其背后的算力和电力共同构成康波周期的演进力量，技术进步正推动全球经济内生性增长 [4] - 金融资本与生产资本属性不同，在重大变革之际，金融资本可能促使新企业家崛起 [5] 2.2 朱格拉周期：设备投资 - 朱格拉周期是一种为期7-11年的中周期，核心驱动力是设备投资与资本开支的周期性变化 [6] - 中国自1992年以来经历了四轮完整周期，当前正处于第六轮朱格拉周期的复苏初期（2024年开始） [6] - 本轮周期特点包括新旧动能转换（房地产下行，新质生产力形成）、技术迭代加速（AI+绿色能源爆发初期）、行业分化明显（高端制造率先复苏） [7][8][9] - 新一轮周期将呈现技术驱动、政策引导、结构优化和全球竞争的特点，需关注设备投资增速、PPI拐点及政策导向 [9] 2.3 库存周期：被动补库存向主动补库存过渡 - 库存周期分为主动补库存、被动补库存、主动去库存、被动去库存四个阶段 [10] - 综合库存指数、PMI、PPI及仓储指数判断，当前处于被动补库存向主动补库存过渡的阶段 [10] - 11月综合PMI产出指数为49.7%，创2022年12月以来最低水平；制造业PMI连续八个月处于49-49.8%区间；服务业商务活动指数自2022年12月以来首次低于50%，为49.5% [10] - 考虑到冬季传统淡季，预计PMI低位震荡，2026年2月或触底，3月旺季经济进入下一轮周期复苏期 [11] 三、金融周期的阶段判定 3.1 库兹涅兹周期：继续调整 - 中国房地产自2020年房企债务出清开始，叠加人口拐点和城镇化放缓，进入深度调整期 [14] - 从投资、交易量及核心主体债务偿还情况看，断言房地产调整结束为时过早 [14] 3.2 明斯基周期：宽货币+低利率 - 明斯基周期描述了从信贷扩张、投机升温到债务失衡、市场崩溃的金融不稳定循环 [17] - 近五年中国债务周期步入“去杠杆+结构优化”阶段，宏观杠杆率缓慢回升，风险集中于企业部门与地方政府隐性债务 [18] - 资金面呈现“宽货币、低利率”特征：10年期国债收益率从2.97%降至1.8%，1年期存款基准利率稳定在1.5%，M2增速维持8%左右，社融增速温和回落至8% [18] - 政策以“系统治理”为主线，通过化债工具、专项债扩容等缓释风险，未来需依托低利率环境减轻债务成本，以新质生产力提振经济 [18] 四、基于周期阶段的资产优先级 2026年大类资产配置原则 - 周期共振优先：聚焦康波与朱格拉周期共振的新质生产力赛道，把握长期趋势性机会 [19] - 防守底仓筑牢：以低利率环境下的优质固收资产为压舱石，对冲库存周期探底风险 [19] - 结构优于总量：规避房地产调整与传统产能出清领域，拥抱政策引导+技术迭代的结构性红利 [19] 具体资产配置方向 - 权益资产：重点布局康波周期（AI+算力）与朱格拉周期（高端制造复苏）形成合力的领域，如AI算力、工业机器人、绿色能源等新质生产力赛道，并把握库存周期探底后的顺周期修复机会 [19] - 固收资产：在“宽货币、低利率”基调下，长期国债与高资质信用债仍是压舱石，可搭配“固收+”策略增厚收益 [19] - 风险规避：需规避房地产周期调整相关的高风险资产，转而关注国有资产盘活带来的估值重塑机会 [19] - 整体策略：可采用多元策略，以红利低波动资产打底，用科技与高端制造赛道捕捉长期成长收益，在周期轮动中平衡风险与确定性 [19]

文章核心观点 - 经济危机的本质核心要素从未改变 包括过度的信用扩张 疯狂的杠杆 集体的贪婪和最后的恐慌 [1] - 上一次解决危机的方案往往会成为下一次危机的导火索 [1] - 危机的表现形式虽不同 但内核是循环往复的 关键在于透过现象看本质 [1][50][51][52] 1929年大萧条背景与成因 - 大萧条前美国已进入消费时代 生产效率高 但存在生产快于工资增长的隐藏问题 [2][3][4][5][6][7] - 产能过剩问题显现 例如著名的倒牛奶事件 [8] - 华尔街通过金融创新引入分期付款以刺激消费 美国60%的汽车和75%的家具靠分期卖出 [10][11][12][13] - 债务推动消费 消费推动生产 生产推动就业 形成经济循环 [13][14] 股市泡沫与杠杆风险 - 1920年至1929年 道琼斯指数上涨500% 市场普遍使用借来的钱炒股 [17] - 保证金交易盛行 投资者仅需少量本金即可高杠杆交易 [18][19][20] - 市场存在巨大风险 1929年保证金贷款规模超过85亿美元 相当于当时美国GDP的8% [22][23] - 股市下跌会引发保证金追缴和强制平仓 导致投资者血本无归并倒欠券商 [21][22] 股市崩盘与银行危机 - 1929年10月24日股市开始下跌 恐慌情绪蔓延 [24][25][26] - 10月29日道琼斯指数单日暴跌12% 一周内股市市值蒸发300亿美元 相当于美国联邦政府一年支出 [26][27] - 银行体系存在两大致命风险 无存款保险以及银行可自由投资股市 [29][30][31][32][33] - 股市崩盘导致银行亏损储户资金 引发大规模挤兑和银行倒闭潮 [34][35][36][37][38][39] 信用冻结与经济螺旋式下行 - 银行倒闭导致信用终结 企业难以获得贷款 [39] - 企业无法融资则倒闭裁员 失业率上升 消费萎缩 形成死亡螺旋 [39] - 危机通过金本位制传导至全球 各国面临货币宽松与贬值的两难困境 [40][41][42][43][44][45][46] 危机解决方案与历史启示 - 罗斯福新政通过基建救市 颁布证券法 要求企业披露信息并打击市场操纵 [47][48] - 真正快速让美国走出萧条的是第二次世界大战 军工订单大增消耗了产能并解决了就业 [49] - 历史表明 经济周期与危机规律循环往复 个人应了解规律并做好防御性准备 [50][51][52][53][54]

访谈背景与作者介绍 - 拉斯·特维德是欧洲知名未来学家、国际投资人和企业家，被誉为"欧洲瑞·达里奥"，拥有丹麦国籍和多元跨界背景[4] - 其核心身份包括未来学家、国际投资人、企业家和畅销书作家，著有《逃不开的经济周期》等17本全球销量超百万册的书籍[4][5] - 职业生涯始于金融投资领域，拥有11年投资组合管理和投行经验，后跨界高科技产业，在卫星通信和移动互联领域创办多家公司[6] - 创立Atlas Global Macro对冲基金，该基金2025年迄今收益率已超20%，同时联合创立Supertrends未来预测公司、Fiftyfive Capital风投基金等机构[4][7] 研究方法与预测体系 - Supertrends公司利用生成式AI每天处理1500万次数据检查，通过全球技术实时追踪系统自动生成科技创新主题结构化报告[11] - AI系统每天监控3000-6000篇全球各学科最新论文，范围涵盖AI、物理学、医学等，自动摘要、聚类并发现趋势信号[21] - 预测方法建立在庞大数据基础设施之上，通过AI驱动的未来趋势雷达实时捕捉技术突破信号，而非依靠直觉想象[2][21] - 采用30年以上长期视角看待市场波动，避免被短期随机波动干扰，投资策略显示鲜明长期主义和趋势投资特征[11][19] 人工智能发展趋势判断 - 2024年是AI应用落地元年，2025年是智能体（Agent）元年，人工智能将从"辅助"走向"自主"[17] - 预测到2050年全球智能机器人数量可能达到40亿个，社会将迈入截然不同的经济形态[17] - 市场过度关注大语言模型性能对比，而真正对GDP有更大拉动作用的是生成式AI在各行业的具体应用[19] - 观察到资本正从传统地产转向算力基础设施的趋势，以Palantir等高市盈率公司为例说明市场对AI企业的高度期待[17] 劳动力市场与教育变革 - AI已开始实质性替代岗位，亚马逊一年裁员3万人，国内大厂通过财报可见每年减少2-3万人[24] - 未来公司最稀缺的是懂业务又懂AI的人才，劳动力市场正在被改写，重复性岗位已被AI替代[24] - 2025年出生的人必须会用AI，如同1800年必须会骑马，未来教育逻辑是工具使用能力而非专业知识[24] - 未来世界不是问学了什么，而是问能否用AI解决问题，这是未来核心竞争力[24] 投资策略与经济周期观点 - 活跃投资者在50-60年投资生涯中将经历约五次一般程度经济衰退和一两次"世界末日"级别大萧条[16] - 亲身经历五次经济衰退并几乎全身而退，为周期理论提供实证支持，建议投资者"保持乐观"[16][17] - 当前形势类似于互联网起源时期，将迎来经济高速增长、通胀回落、企业盈利攀升阶段[17] - 强调价值捕获重要性，提醒关注技术革命中最终收获价值环节，而非仅仅关注技术本身[19] AI应用实践建议 - 需要掌握三件事：问答型AI用到90分以上、学会搭建智能体、识别可被AI改造的业务环节[25] - 问答型AI需掌握结构化问答、多轮推理、角色化协同等技能，可超越90%的使用者[25] - 智能体可自动执行复杂任务如写日报、监控行业新闻、产出研究报告、项目管理等[25] - 关键能力是识别可被AI改造环节，用AI改造业务流程可实现角色升维和效率提升[25] 企业竞争格局变化 - 下一轮竞争关键是"谁更早把AI引入业务流程"，会prompt的员工可抵3个人，自动化团队效率提升50%-80%[30] - AI native组织成本直接下降30%以上，企业需要重构流程、减少用人成本、提升决策速度[30] - 未来机会属于两种人：把AI用成外挂的人和能让AI替自己干活的人，AI是时代基础设施而非简单工具[32] - 未来的最大不公平在于谁最早学会AI，会用AI的人将获得"不公平优势"[31]

美国经济与市场 - 美联储货币政策从属于财政政策，因政府债台高筑需购债为赤字融资，决策受经济增长、通胀高企和金融稳定三重矛盾制约[1] - 美国回购市场流动性紧张，隔夜逆回购工具近乎归零，美联储大概率停止量化紧缩并重启扩表，扩表方式将影响资产价格走势[1] - 量化模型显示美国经济未来数月将放缓，半导体周期仍在冲高，美股涨幅集中于少数科技巨头和AI相关企业，市场宽度持续收窄[2] - 科技股估值已接近或超过2000年互联网泡沫水平，私人信贷坏账增加、裁员潮显现，消费者信心跌至历史低位[2] - 贸易战未能改善美国贸易赤字，中国制造业优势和稀土行业整合使美国谈判筹码不足，关税政策推高美国通胀预期[3] - 美国财政赤字占GDP比例扩大，每年超万亿美元偿债支出挤压财政空间，国债总额或突破40万亿美元，利好黄金、白银等贵金属及大宗商品[3] 中国经济与市场 - 宏观经济出现积极信号，工业企业利润连续两月超20%增长，上游通缩压力缓解，消费端通胀环比改善[4] - 房地产行业持续下行，但非房地产行业如高科技、高端制造业成为经济增长新引擎，对冲地产下行压力[4] - 依据"十五五"规划，房地产在经济中占比将持续下降，高端制造、AI、芯片、新能源等新兴行业占比提升[4] - 雅江工程标志决策层逆转经济负面预期的决心，推动资产配置从债券转向股票、大宗商品[5] - 人民币实际汇率被严重低估，外资低配中国资产，若资本回流将引发人民币升值和资产重估[5] - 经周期性调整的央行资产负债表处于扩张周期，流动性低点对应A股历史性低点[5] - 量化模型显示中国经济进入"飞龙在天"阶段，上市公司盈利增速修复，港股与A股同步向好[7] - 中国长端国债收益率曲线陡峭化，反映市场信心回归和通胀预期回暖[7] - A股今年涨幅领先全球，但估值相对于流动性条件仍处于历史底部区间，叠加五年规划第一年市场大概率上涨的规律[7] 全球资产配置 - 黄金、白银等贵金属长期仍是对冲美元信用贬值的重要工具，原油价格或在未来三到六个月走强[8] - 美股处于35年大周期顶部，泡沫化风险加剧，中国市场因经济转型、流动性改善和估值优势成为全球资产配置重要方向[8]

铜油比指标的定义与特性 - 铜油比是通过对比铜和原油价格来观察经济周期的重要指标 [1] - 铜被誉为"铜博士"，其需求与经济增长、制造业和基建投资活动密切相关，铜价上涨反映工业需求旺盛和经济扩张 [3] - 原油被称为"工业血液"和"通胀之母"，需求相对刚性但价格易受地缘政治和供给端影响，油价上涨会推高全球生产成本引发通货膨胀 [3] 铜油比的经济信号意义 - 当铜油比上升时，铜价涨幅快于油价，意味着经济复苏和工业活动活跃 [4] - 当铜油比下降时，油价涨幅快于铜价，可能预示经济放缓或面临滞胀风险 [4] - 铜油比具备领先股市的特性，通常领先A股3-5个月（约90-150天） [5] - 铜油比见底回升往往是A股见底的前兆，例如2018年10月后铜油比上升随后A股见底上涨 [5] 四象限资产配置框架 - 铜油比上升对应经济复苏期，建议超配股票（尤其周期板块）和工业金属 [10] - 铜油比下降对应经济过热/滞胀风险，建议超配现金、防御型资产（必需消费、公用事业、红利资产）并考虑大宗商品 [10] - 铜油比低位企稳对应经济衰退期，建议关注债券并为下一周期布局做准备 [10] - 铜油比高位震荡对应经济繁荣期，股票仍可超配但需警惕过热风险 [10] 指标应用与结构性变化 - 新能源革命为铜带来结构性需求支撑，新能源汽车单车用铜量是传统汽车的2-4倍，新能源发电单位装机也需消耗大量铜 [11] - 铜油比应结合宏观经济数据（PMI、GDP）、货币政策预期、市场风险偏好等指标综合使用 [11] - 原油相关成本约占铜矿生产成本的20%，成本压力传导到供需再反映为铜价变化需要约4-5个月时间 [5]

行业与公司 * 行业为大宗周期行业 包括有色金属 煤炭 钢铁 石油石化和基础化工等子行业[1][5] 核心观点与论据 **投资逻辑与特征** * 投资逻辑基于三个维度 经济周期 行业景气和市场情绪[2] * 行业具有顺周期属性 行情波动大 长期复合收益偏低但某些阶段弹性大 择时尤为重要[2] * 长期年化收益率和波动率均高于市场基准 仅有色金属的年化下伏比率高于中证800[1][4] **多维度跟踪框架** * **经济周期** 关注经济增长和物价拐点 跟踪社融增速 PMI价格分项 PPI[1][5] * **行业景气** 包括商品价格 政策变化 分析师盈利预期及上市公司财报业绩[1][5] * 商品价格是观察景气度的最直接指标 权益行情弹性与持续性与商品持续涨价预期密切相关 股市通常领先于商品价格见顶[1][9][10] * 政策变化是重要催化因素 需结合估值及业绩拐点综合考量[1][8] * 财报业绩是后验指标 业绩拐点通常滞后于股价拐点 时间跨度可能从一个季度到1-2年[3][14] * **市场情绪** 关注估值 成交量和换手率 在极值水平时信号意义更强[1][5][15] * 当成交占比达到历史高位时 上涨行情可能接近尾声 低位阶段成交活跃度回升可能预示行情回暖[15][16] * 高股息率板块在市场回落期表现出较强防御属性 高股息率集中在煤炭 钢铁和石油石化[3][15] **重点子行业分析** * **有色金属** 受货币 金融 避险属性及供需影响 包括贵金属 工业金属及能源金属[1][6] 分析师认为其盈利预测景气较强[3][17] * **煤炭与钢铁** 受国内供需及商品价格联动影响[1][6] 盈利预测景气度对股价具有更明显的领先性[3] 具备中期困境反转博弈价值及短期红利配置价值[17] * **石油石化** 需关注需求驱动的油价上涨 警惕地缘冲突扰动[1][7] 可优选高股息个股作为短期策略[17] * **基础化工** 商品价格受上下游影响 传导机制复杂 化工品价格从底部反弹通常预示行业上行周期开启[3][11][12] 更看好科技创新应用的新材料公司[17] **政策影响** * 供给侧改革和碳中和行动等政策从供给端优化约束 提升行业景气[1][9] * 盈利压力大的煤炭 钢铁 有色金属在政策期内涨幅较大[1][9] * 不同子行业因盈利差异和政策力度预期不同 反转弹性有差异 例如供给侧改革时期煤炭与钢铁反转弹性更强[9] * 当前至2026年政策基调利好经济向上 反内卷政策有望提升大宗周期品景气度[3][17] **商品价格跟踪指标** * **总量层面** 制造业PMI主要原材料购进价格指数及南华综合指数作为同步或领先宏观类价格指标 PPI相对滞后 但当PPI快速冲顶时 上游超额收益行情可能接近尾声[1][10][11] * **子行业层面** 关注动力煤 焦煤 螺纹钢 金价 铜铝 锂等商品价格[1][10][11] 其他重要内容 * 当前至2026年政策基调以经济建设为中心 有利于中型企业[17] * 有色金属和煤炭自9月以来价格震荡上行 原油仍处低位震荡[3][17] * 本轮周期震荡向上行情未结束 各子行业估值分位仍处于近10年90%以下 长期仍有上涨空间[3][17] * 短期内 由于年底红利配置关注度提升 高股息优质公司如煤炭 石油石化及钢铁可能受益更多[3][17] * 基础化工行业中 新兴产业技术发展提高对新材料的需求 如膜材料 特种化工 碳纤维等[3][12]

基金投资基础 - 基金是适合普通人的投资品种 [2] - 新手投资者可通过限时免费课程从零开始学习基金投资 课程包含笔记和思维导图辅助学习 [2] 微笑曲线定投原理 - 微笑曲线指熊市左侧下跌阶段通过定投降低成本 市场进入右侧上涨后即可盈利 [5][6] - 指数基金净值由估值乘以盈利加上分红构成 估值存在波动区间例如沪深300历史最低市盈率8倍最高接近50倍平时十几倍居多 [8] - 盈利增长是推动指数长期上涨的核心动力 但盈利增长并非均匀进行有的年份增长放缓或负增长有的年份增长较快 [8] 经济周期与市场表现 - 基本面低迷时投资者悲观估值降低指数下跌形成熊市即微笑曲线左侧 [9] - 基本面景气时投资者乐观估值提升指数上涨形成牛市即微笑曲线右侧 [10][11] - 经济周期在低迷与景气间循环导致市场牛熊往复 低迷周期更易出现左侧投资机会景气周期更易出现右侧 [11] - 业绩低迷时期更容易获得便宜价格 业绩好转时股价已上涨 经济低迷可能带来投资机会不应过度乐观经济火热 [11][12]

宏观经济与资产表现 - 2025年全球实际GDP同比增速预期为3.2%，略低于2024年的3.3%[16] - 2025年全球超6成（83个国家）主要国家股指创21世纪以来新高，金价年度大涨52.4%，比特币涨幅达33.7%[7] - 资产价格泡沫化反映AI产业趋势的"强预期"与经济周期"弱现实"的冲突，历史表明极端割裂时泡沫破裂风险上升[3][22] 主要经济体展望 - 美国2026年经济"软着陆"为基准假设，个人消费支出贡献从2023-2024年均值2.1%降至2025年上半年1.1个百分点[33] - 欧元区2025年GDP增速"前高后低"，三季度同比回落至1.3%，核心国与外围国从分化走向收敛[43] - 日本启动"物价-工资-利润"良性循环，内需成为2026年经济亮点[50] 政策周期与影响 - 2026年美联储基准假设降息2次，日央行重启加息，美欧日财政赤字率增幅排序为美国+1.0%、德国+0.84%、日本+0.77%[3][60] - 财政扩张对GDP拉动排序为德国+0.63%、美国+0.6%、日本+0.25%、欧元区+0.2%，但最终落地存在变数[3][60] AI资本开支与风险 - 2025年上半年AI相关投资对美国实际GDP贡献约1个百分点，但考虑资本品进口拖累后贡献降至-0.1个百分点[71] - 美股M7资本开支2025年三季度达1044亿美元，同比增速58%，占标普500比重约30%[74] - AI企业自由现金流承压，五家头部公司2025年投资级企业债发行额超900亿美元，为2024年的4.6倍[85] - AI投资占GDP比重累计提升0.4个百分点，远低于互联网革命时期的1.4个百分点，资本开支/经营现金流比例约40%，优于2000年初的60%[81] 风险预警信号 - AI泡沫预警信号包括经济与资本开支扩张周期见顶、美联储货币政策由松转紧、金融条件收紧、企业从加杠杆转向去杠杆[3] - 技术革命演化阶段显示AI革命处于"狂热阶段"，金融资本泡沫化后可能进入产业资本"黄金时代"[102]