AI市场近期表现与讨论 - 上周A股科技板块因英伟达等科技龙头下跌而出现调整，全球市场关于"AI泡沫"的讨论急剧升温[1] - 对"泡沫"的担忧主要源于科技巨头的算力需求超出了自由现金流的增长[1] - 有观点认为AI作为新兴产业，其技术应用正加速渗透至各行各业，产业仍处于康波周期底部[1] AI产业阶段与投资机会演变 - 一种主流观点认为，AI下半场行情可能从"AI算力"切换至"AI应用"[1] - AI应用落地领域广泛，覆盖金融、医疗、教育、制造、内容创作、营销服务、办公软件、汽车智能驾驶等社会多方面[1] - AI应用被视为跨行业主题，而非特指某个特定行业板块[1] AI应用的具体场景 - 金融领域应用包括智能风控、智能投顾、合同审查、合规预警、RPA流程自动化等[1] - 医疗领域应用包括AI辅助诊断、药物研发、电子病历质控、医院运营管理等[1] - 教育领域应用包括教育大模型、AI+教育产品、个性化学习、智能教学助手等[1] - 制造/工业领域应用包括工业质量检测、流程自动化、供应链优化、仓储自动管理等[1] - 内容创作与营销领域应用包括AIGC、营销流程赋能等[2] - 办公软件领域应用包括AI赋能文档创作、演示文档自动生成、智能办公助手等[2] - 汽车交通领域应用包括智能驾驶、智能座舱、车联网等[2] - 企业服务领域应用包括各种AI Agent应用，如AI客服、AI运营、AI排版等[2] AI产业链角色定位 - 提供AI应用的公司被视为"赋能者"，为各行各业提供工具和服务[2] - 半导体、芯片类公司提供AI模型所需的算力、存储和平台服务，是AI生态系统的基石[2] - 数据与算法开发、信息技术与软件服务公司是AI的"赋能者"[2] 相关指数表现与行业分布 - 人工智能、创业板人工智能、SHS云计算3只指数今年涨幅超过60%[2] - 电子或通信板块在上述指数中占比居前，更能代表"AI算力"[2] - 中证数据、中证软件、软件指数、软件开发、创业软件、信息安全等指数今年以来表现落后，甚至跑输上证指数[2] - 计算机行业在滞涨指数中占比明显更高[2] - 中证数据产业指数成分股涉及大数据存储、分析、运营、生产、应用等领域，SW计算机行业占比85.87%[3] - 创业板软件指数计算机行业占比78.16%，但在AI风口中严重滞涨[3] 潜在的AI应用投资标的 - 代表"AI应用"的指数ETF可通过计算机行业占比高的指数寻找[3] - 中证计算机指数、全指计算机指数、中证传媒指数、动漫游戏指数等可能更聚焦AI应用题材[3] - 11月19日谷歌发布Gemini模型应用，具备原生多模态、推理、Agent多种能力[3] - 11月17日阿里巴巴发布千问App公测版，宣布进军AI to C市场，下载量已破千万[3] 市场动向与未来展望 - 在探底回升行情中，传媒ETF、游戏ETF、软件ETF、大数据ETF、创业板软件ETF富国、计算机ETF南方等细分科技方向率先反弹[4] - 这些"AI应用"相关ETF涨幅明显领先于"硬件"科技指数[4] - 未来更多重磅级AI应用或将推出，其意义可能大于英伟达H200是否放开销售[4] - 市场风向可能预示着AI主线从"AI算力"到"AI应用"的重要演变[4]

核心观点 - Michael Burry正式向AI热潮宣战，认为当前AI繁荣与1999年互联网泡沫高度相似，核心论点是市场面临灾难性的过度供应与不足需求，英伟达扮演了当年思科的角色，为行业提供基础设施但面临泡沫破裂风险 [1][3][9] - 驳斥“盈利即安全”的论调，指出当前AI繁荣由高利润科技巨头主导，但历史显示高利润公司同样可能推动泡沫形成 [6] - 警告科技公司通过延长AI芯片折旧年限虚增利润，预计2026至2028年大型科技公司因低估折旧可能虚增1760亿美元利润 [8] 历史对比分析 - 1999年互联网泡沫由高利润大盘股推动，包括微软、英特尔、戴尔和思科等“四骑士” [6][7] - 当前AI繁荣由“五大公开骑士”主导，包括微软、谷歌、Meta、亚马逊和甲骨文，外加OpenAI等初创公司，这些公司承诺未来三年投入近3万亿美元用于AI基础设施建设 [7] - 英伟达被类比为当年的思科，作为AI基础设施建设的关键供应商，思科在泡沫破裂后股价暴跌超过75% [3][5][7] 供给侧问题 - AI行业面临“灾难性的过度供应和远远不足的需求”，科技巨头进行不可持续的资本支出狂欢，投入天文数字资金建设数据中心和购买芯片，但下游应用端产生的实际收入无法覆盖成本 [9] - 科技公司延长AI芯片折旧周期至6年，但实际设备寿命仅2-3年，到2028年，甲骨文的利润可能被夸大26.9%，Meta的利润可能被夸大20.8% [8] 市场反应与对立观点 - 英伟达CEO黄仁勋回应“AI泡沫论”，称从公司角度看到的是截然不同的景象 [10] - Michael Burry坚持看空AI宏观逻辑，尽管英伟达反驳其观点 [10][14]

对AI泡沫的定性讨论 - 泡沫是一个中性词，投资冲动能推动产业发展 [1] - 产业趋势若以泡沫收场，不应在形成阶段过早离场，关键在于确认当前所处阶段 [1] - 泡沫讨论是涉及未来预期的动态过程，此为市场分歧点 [1] - 需区分资本市场泡沫与产业本身的泡沫 [1] 对AI泡沫的有效判断 - 产业层面，核心在于投资与需求和能力是否匹配，投入远超需求或自身承担能力才是泡沫 [1] - 权益市场层面，持续上涨、高估值或龙头集中不等同于泡沫，定价脱离基本面支撑才是泡沫 [1] 当前AI市场阶段判断 - 需求接近1996~1997年，内生降本增效已兑现，外延需求仍待突破，营收和生产率提升幅度类似当时 [2] - 投资接近1997~1998年，规模仍处初期，但融资依赖度远低于当时水平 [3] - 一级市场定价接近1999年，二级市场估值和政策环境接近1998年 [3] - 综合判断当前市场可能更多处于1996~1998年的情形 [3] 当前市场阶段的影响 - 估值高和预期高导致波动，"美股七姐妹"估值在30倍左右高位徘徊，逼近35倍时会引发泡沫担忧并回调 [3] - 长期产业趋势仍在，因此仍有投资价值 [3] - 市场结构将走向分化 [3] 美股整体展望 - 基准情形下，基本面修复逻辑支撑美股上涨，短期波动不改长期趋势 [3] - 预计2026年美联储停止缩表甚至开始扩表，金融流动性扩张对美股有提振作用 [3] - 预测2026年底指数或在7600~7800点，涨幅空间13~16% [3]

纪要涉及的行业或公司 * 纪要主要涉及人工智能行业、美国与中国股票市场、美联储货币政策、美国及中国房地产市场、银行业[1][2][3][9][11][17][24] * 公司层面提及了头部AI公司（如OpenAI）和美股大型科技公司（M7）[4][9] 纪要提到的核心观点和论据 人工智能行业 * 当前AI投资尚未达到泡沫程度 需求端在金融、地产等行业应用增加 过去12个月营收数据支持资本开支[7] * 2025年第一、二季度 AI相关投资分别贡献接近一半和四分之一的美国经济增长 科技产业对整体经济贡献比例接近60% 远高于2000年互联网泡沫时期的20%~30%[1][7] * AI投资对GDP的拉动规模远小于2000年科技泡沫 自2022年底ChatGPT发布以来 投资强度仅提升零点几个百分点 而2000年时期计算机硬件及软件投资比例抬升约一个百分点[7] * 企业主要依赖自有资金和经营性现金流进行AI资本开支 杠杆水平远低于2000年时期[7][8] * 判断AI泡沫需评估价格偏离价值程度 麦肯锡调研显示AI技术可为美国主要行业降低平均10%的成本 标普500公司的SGNA成本为3万亿美元 理论上可节省3000亿美元成本 相当于10个OpenAI目前的年化收入[5] * 头部AI公司（M7）估值最高未超过35倍 目前已回落至29倍左右 与2000年科技泡沫时期相比并未过高[9] 美股市场与美联储政策 * 预计2026年标普500指数将升至7600~7800点 主要得益于百分之十几的盈利增长[1][9] * 市场对美联储12月降息预期分歧大 但认为有必要降息以应对经济融资成本偏高问题 预计2026年新任美联储主席上任后市场关注点将转移[1][10] * 未来几个季度 美联储将不得不重启扩表以稳定金融系统 无论购买何种资产都将投放流动性 对风险资产边际利好[1][13][15] * 未来一年降息幅度预计在75至100个基点之间 扩表可能通过购买短债来管理流动性 并可能延伸至购买长端美债甚至投资级企业信用债ETF[16] 中国市场与房地产 * 中国市场近期波动受美股波动、美联储降息预期及AI泡沫担忧影响 内需基本面弱势显现 房地产行业疲软[1][2][11] * 信用周期从2025年四季度开始转弱 如果没有政策加力对冲 经济大概率会走向震荡和放缓[1][11] * 中国房地产市场主要问题是库存压力和支付能力不足 重点16城二手房库存去化周期约为11个月 需降至6~9个月才能使房价平稳 这意味着在挂牌量不变情况下 二手房年化销量增幅需达到至少40%[19][20] * 2025年美国房地产市场呈现前高后低态势 一季度土地市场溢价率有两位数表现 但四季度土地市场溢价率压至5%以下 新房交易量同比跌幅达到1-2成[3][17] 房地产金融风险 * 上市银行房贷不良率为0.8% 对公房地产不良率为4.1% 较2021年有所上升但总体稳定 个人按揭不良率上升较快[3][21] * 当前按揭不良率0.8%是2021年的2.5倍 但总体水平仍较低 不良按揭贷款比例约为1% 远低于海外高峰时期超过5%的水平[21] * 房地产相关金融负债总规模约为60万亿元 其中55万亿元在银行表上 银行风险缓冲规模为16万亿元 贷款拨备7万亿元 相对于当前3.5万亿元的不良贷款 有两倍的覆盖率[24][25] * 如果按揭不良率上升1个百分点 对公不良率上升10个百分点 将导致银行拨备覆盖率下降35个百分点左右 并使当年ROE下降3个百分点左右[25] 其他重要但是可能被忽略的内容 美元流动性 * 自2025年10月以来 美国回购市场融资压力增大 出现钱荒问题 美元流动性紧张成为全球市场核心驱动变量[13] * 美国财政部大量发债通过财政存款抽走7000亿美元流动性 加剧流动性紧张 美联储缩表进一步加速银行准备金下降[13] * 对冲基金作为高杠杆机构成为美国政府赤字实际融资人 使系统内在不稳定[13] 政策应对措施 * 财政政策在稳定房地产市场中作用重要 包括对贷款贴息及个税抵扣等政策 如果对新发放房贷进行一个百分点贴息 每年成本约为500亿元[26] * 可通过专项债支持存量土地收储来压降广义新房库存 并通过降息、减税等政策改善居民支付能力以激发需求[19][20] * 自2019年以来 房地产信托规模从最高时的3万亿元下降了超过70% 风险得到释放 但境内债务重组仍需推进[23]

行业与公司 * 会议涉及中国与美国的人工智能AI行业、中国房地产市场、中国金融行业银行与保险、中国互联网公司腾讯和阿里以及美国股市标普500 [1][2][4][7][17][25][29][30] * 会议提及的公司包括腾讯、阿里巴巴、OpenAI、谷歌等 [25][26][29][30] 核心观点与论据：宏观经济与市场 * 美国AI发展路径是重资产豪赌AGI高精尖人工智能 而中国路径是轻量化主要关注铺开产业生态 中国大厂未来两年AI投资额约为美国的十分之一 原因在于中国在基础设施如发电能源数据中心、人才、数据三个领域成本远低于美国 [1][2] * 对中国市场最大的外部风险是美股出现较大调整 [3] * 大摩调整对美国降息的预期 预计12月份不降息 但总体降息幅度不变 调整为明年1月、4月、6月各降息一次 [5][6] * 对明年美股的展望乐观 认为行情将由人工智能相关个股带动转向普惠型、扩散型行情 依据包括近60%的美国上市公司三季度业绩符合或超出预期 以及AI在企业层面进入初期普及和应用阶段 [7][8] * 美股估值方面 大摩预计标普500明年12个月目标点为7800点 但预期市盈率将从当前约23倍降至22倍 乐观基础源于盈利增长预期 大摩预期标普500明年盈利增长17个百分点 市场共识预期也为十几个百分点low-teen level [8][9] * 当前美股情况与2000年科网泡沫相比 经调整后的市盈率低三分之一以上 上市公司自由现金流收益率也远高于当年 [10] 核心观点与论据：中国市场与行业 * 对中国资产保持信心 理由包括估值有缓冲A股市盈率约13倍 以及预期上市公司盈利有6%到7%的增长 该预期低于市场普遍的15%但认为结合宏观判断和政府托底信心实现可能性高 [11][12] * 在重点互联网公司月底发布业绩前 不建议对其行为做激进揣测 对消费和电商情况需更多数据观察 建议采取稳健策略 [13] * 近期市场波动原因包括黄金周期间持有中国股票资产体验差、中美贸易战重燃、年底获利了结情绪以及美股震荡 [14][15] * 配置上建议科技股中长期精挑细选盈利记录好增长确定性高的公司 同时保有一定比例红利股如保险和香港独立性强的公司如HKT [15][16] 核心观点与论据：金融与地产行业 * 中国银行体系风险总体可控 银行按揭贷款不良率非常稳定 因其有无限连带担保责任且与收入挂钩 收入仍有3%到5%增长 消费贷和小微贷款不良率有所上升但在可承受范围 [17][18][19] * 银行开发贷约70%到80%已进行不良消化或拨备 风险进入最后攻坚阶段 估计剩余20%左右 银行每年消化不良接近4万亿元 有充足空间处理消费贷和小微贷款风险 [19][20] * 金融资产利率企稳 因供需更加平衡 不再推动对高风险领域过度支持 预计中国可能在2027年左右走出通缩 [21][22] * 保险行业被视为成长行业 预期保费有10%到15%或15%左右的增长 若金融资产利率稳定且股市走慢牛 当前八九倍市盈率有提升空间 双位数市盈率是合理估值 [22][23] * 银行有望保持稳定 居民风险偏好可能边际恢复 利于保险股 [24] * 中国房地产下行期传导机制复杂 单点政策突破效果常不及预期 高线城市库存水平要回到历史中枢可能需至2027年 房地产才能走出L型的一横 [31][32][34][41] * 潜在房贷贴息政策若只针对新增贷款可能引发社会矛盾并推高二手房挂牌量 若想使租金收益率高于房贷利率 一线二线城市平均需贴息100到150个基点 若贴息1%且覆盖新增贷款 年资金需求约1000亿元 若覆盖存量37.5万亿元贷款 年资金需求约4000亿元 [38][39][40] 核心观点与论据：人工智能AI行业 * 对美国AI泡沫的担忧背景与中国不同 美国有大规模基础设施投资 如OpenAI称总投资将达1.4万亿美元 并目标2030年收入达2000亿美元 该目标被认为激进 需要更多收入证明投资回报 [25][26] * 中国市场无需过分担忧AI泡沫 因资本开支CAPEX投资约为美国的八分之一到十分之一 且AI领域竞争不似美国激烈 尚处摸索阶段 [27] * 腾讯为应对美国芯片限制 在过去约七个月租用第三方算力OPEX增加 CAPEX降低 公司有信心七个月后情况反转 OPEX降低 CAPEX因采购国产芯片而增加 预计明年下半年显现 [28] * 腾讯预计宏远达大模型将有重大更新版本 若有突破明年将大力推广AI应用 阿里在即将发布的业绩中 预计会保持甚至提高之前关于CAPEX的说法 [29][30] * 总体上对中国 hyperscaler 模型优化迭代持积极看法 对腾讯和阿里业绩比较看好 对AI投资维持乐观态势 [30][43] 其他重要内容 * 中国内需政策方面 明年消费预计平稳中放缓 投资与今年下半年相比会好一些但全年基本持平 消费发力点可能包括以旧换新政策延续、资金用途拓宽至快销品和服务业 明年下半年可能直接支持服务业消费如出行和就餐打折券 [34][35] * 投资端将依靠高质量基建托底 如地下管网建设年投资达1万亿元 能源转型特别是储能设备投资继续 9月下达5000亿元特别金融工具 基建投资明年有望回到低单位数温和增长 [35][36] * 外贸方面 明年出口预计略微放缓但保持韧性 原因包括今年抢出口后的回补和人民币实际汇率贬值支撑减弱 [36] * 中美关系方面 短期噪音和言语升级难免 但转化为行动升级的可能性相比以前有所降低 [37]

行业与公司 * 涉及的行业为科技行业，特别是人工智能领域[1] * 核心讨论对象为美国宏观经济、美联储政策及全球资本市场[1] 核心观点与论据 **1 2026年全球宏观经济的核心变量** * 2026年全球宏观经济和资产配置的主要变量是科技资本开支[2] * 科技资本开支的存在与否将直接影响美元、美债、美股等主要资产的表现[2] * 若科技资本开支持续，美元将走强，美债利率维持高位，美股表现强劲，铜将成为最佳资产[2] * 若科技资本开支中断，则美债和黄金可能成为最佳资产，科技股及相关领域表现不佳[2] **2 美联储政策倾向与流动性环境** * 美国正处于宽松周期，美联储已连续降息，预计12月大概率继续降息[5] * 美联储货币政策可能受到政治化影响，倾向于维持宽松政策以应对复杂局势[1][6] * 即便面临就业数据好转和通胀压力，美联储仍可能保持宽松以支持国内经济稳定[6] * 预计2026年美联储将再进行两次宽松操作以支持投融资活动[7] **3 AI对美国经济增长的贡献** * 科技行业，特别是AI，对美国GDP增长具有重要作用，至少贡献了美国GDP增速的0.5个百分点[1][8] * 美国在科技资本开支上的领先地位使其对GDP增速的贡献比中国更为显著[8] **4 AI对美元及全球资本流动的影响** * AI发展将继续吸引全球资金流入美国，从而维持强势美元[1][9] * 2024年美国科技独秀支撑美元指数达到110左右，即便贸易战损伤美元信用，至2025年底美元依然保持在100左右[10] * 美国产业尤其是科技行业的发展状况决定了美元的中枢水平[16] **5 本轮AI发展的政治属性与政府投入** * 本轮AI与以往科技革命不同之处在于其强烈的政治属性，中美在新一轮科技赛道上展开激烈竞争[3][11] * 美国对科技发展的诉求前所未有地强烈，将过度投入以确保领先地位[3][11] * 美国财政政策会尽力支持科技发展，特别是在AI领域，以保持其韧性[14] **6 美国政府债务的化解途径** * 美国政府债务的化解依赖于科技资本开支和美联储政策[3][14] * 若科技资本开支持续，能吸引资金流入帮助化解债务，否则只能依靠美联储购买债务，导致美元贬值[14] **7 对AI泡沫的评估** * 从流动性角度看，当前宽松环境下对AI泡沫破裂不必过度担忧，流动性收紧是引发金融危机的关键[1][5] * 从政治角度看，科技的重要性非常突出，评估AI投资需融入政治视角[15] 其他重要内容 **1 短期投资机会与市场预期** * 12月存在投资科技行业的机会，若市场对融资端和投资端的担忧共振，且美联储降息预期收敛出现较大变动，可能会带来投资机会[17] **2 黄金价格的复杂性** * 黄金价格的驱动力复杂多样，不仅仅与美元或实际利率挂钩，不能简单地认为弱美元就意味着强黄金[16]

核心观点 - 知名投资者Michael Burry通过专栏文章正式表达其“做空AI”的观点，认为当前AI热潮与2000年互联网泡沫相似，并指出英伟达是处于泡沫中心的“思科”，其核心论据是科技公司存在“供给侧的暴食”，即资本支出远超实际需求 [1][4] 历史对比与泡沫论据 - 反驳当前市场认为“科技巨头盈利能力强，因此不存在泡沫”的观点，指出1999年互联网泡沫同样由高利润大盘股推动，例如当时的“四骑士”：微软、英特尔、戴尔和思科 [4] - 认为当前AI繁荣由“五大公开骑士”——微软、谷歌、Meta、亚马逊和甲骨文主导，外加OpenAI等初创公司，这些公司承诺在未来三年内投入近3万亿美元用于AI基础设施建设 [4] - 明确指出英伟达是当前AI热潮中的“思科”，即核心基础设施供应商，并暗示其可能面临类似思科在泡沫破裂后股价暴跌超过75%的风险 [1][4] 对泡沫本质的分析 - 将当前AI热潮的关键问题定义为“灾难性的过度供应和远远不足的需求”，认为科技巨头正在进行一场不可持续的资本支出狂欢 [5] - 此前曾指责科技公司通过延长AI芯片等设备的折旧年限来虚增利润，指出设备实际寿命仅2-3年，但部分公司将折旧周期延长至6年 [4][5] - 预计从2026到2028年，大型科技公司将因低估折旧而虚增1760亿美元的利润，并特别指出到2028年，甲骨文的利润可能被夸大26.9%，而Meta的利润可能被夸大20.8% [5] 相关方的回应 - 英伟达已向华尔街分析师发送备忘录，反驳Burry关于其薪酬稀释和回购问题的指控 [6] - 英伟达CEO黄仁勋针对“泡沫论”做出直接回应，表示从公司角度来看看到的是“截然不同的景象” [6] - Burry则坚持其看空AI的宏观逻辑，尽管英伟达反对其观点 [6] 作者背景与专栏发布 - Michael Burry在注销旗下基金Scion Asset Management后，推出了名为“Cassandra Unchained”的付费专栏，年费高达379美元 [7] - 解释其放弃基金管理转型为全职撰稿人的原因，称管理客户资金时的监管和合规限制“有效地封住”了他的表达能力 [7] - 其专栏首篇文章即为《泡沫的主要迹象：供给侧的暴食》 [7] 关于做空仓位的澄清 - 此前媒体曾报道Burry“重金押注做空AI龙头”，称其持有9.12亿美元做空英伟达和Palantir的头寸，但Burry亲自辟谣称真实投入仅920万美元，相差一百倍，媒体误将SEC披露的名义敞口当作资金规模 [8] - 尽管仓位被夸大且已平仓部分，但这并未改变其看空AI宏观逻辑的决心 [9]

本轮市场调整的驱动因素 - 海外AI泡沫担忧情绪传导至A股 市场对美股AI泡沫的担忧成为主导情绪之一 在AI革命叙事推动下 美股核心科技股经历大幅上涨 日韩等市场AI核心个股甚至快速翻倍 风险持续积累[8] 尽管英伟达业绩不错 但美股高开低走 显示市场对其高估值可持续性的质疑[9] - 美联储12月降息预期出现分歧 引发海外市场对流动性的担忧 并迅速扩散波及亚太市场科技板块[11] - A股市场自身运行节奏进入调整阶段 市场在6-7月上涨后 8月进入资金驱动加速阶段 9月风险偏好从高位回落 资金开始“高低切换”[12] 进入11月 两市成交额持续回落 资金流向低位稳健的红利资产 前期火热的科技板块连续调整 显示市场内在动能减弱[12] - 部分热门赛道“意外熄火”打击市场情绪 11月上旬市场交易锂矿、电池产业链涨价逻辑 但碳酸锂期货跌停骤然打断该逻辑 导致活跃资金集体卖出 拖累整体市场风险偏好并放大指数波动[13][14] 对当前市场“考验期”的评估 - 海外冲击对A股影响预计有限 中美股市处于不同经济与货币周期 相关性本就有限 A股上涨驱动并非过度依赖少数科技巨头 估值也未处于显著泡沫化区间[16] 对“AI泡沫”的担忧大概率只会造成A股风险偏好短期受挫 不会导致市场进入长期下行通道[18] - 支撑A股长期向上的核心逻辑未变 本轮行情背后是政策托底、产业升级与流动性宽松的三重共振[19] “十五五”规划蓝图正在资本市场寻找映射 国产AI产业链发展如火如荼 国内宽松货币环境与美联储降息周期形成共振[19] 长线资金对ETF的布局、北向资金净流入以及居民存款向权益市场“搬家”的趋势 正在构筑更坚实的行情基座[19] - 市场调整是长期趋势中的必要回摆 三季度市场结构性涨幅较大 本身有调整和风格再平衡的内在需求 四季度的调整更像是长期趋势中一次必要的回摆 是曲折前进的常态部分[22] - 热门赛道波动是市场的“结构优化” 部分行业因短期预期过于集中、交易过热而回落 主要影响市场内部结构而非整体大势 市场整体估值并不昂贵 且存在大量低位板块支撑 意味着大势整体下行空间有限[25] 历史数据提供的参考视角 - 广发证券研究复盘显示 历史上泛科技、高端制造等主线在陷入调整后 平均调整周期在21个交易日左右 指数层面跌幅约19% 而从低点再创新高平均需要56个交易日[32] - 历史数据表格列举了多次牛市中的调整与反弹案例 例如2015年流动性牛市中曾出现持续9天跌幅-5.91%的调整 随后在54天内反弹55.39% 2020年基本面支撑的牛市中曾出现持续12天跌幅-14.88%的调整 随后在74天内反弹37.74%[24] 投资者可采取的行动思路 - 冷静审视持仓 只要持有标的估值合理、业绩增长预期未发生根本性恶化 短期价格波动更可能是市场情绪宣泄 而非公司价值毁灭 此时需要耐心[28] - 检查资产配置与仓位 确保账户中保有足够比例的防守型资产 如高股息红利资产、低波固收+、债基等 作为投资组合的“压舱石”[29] - 将目光放长远 市场恐慌时刻往往是长期投资者寻找机会的良机 可考虑在企稳后逐步布局[30] 一方面可适度关注农业、券商、红利等存在估值“高切低”空间的板块 以及A500ETF等核心宽基 另一方面可考虑分批、分散地增配长期逻辑通顺的科技方向 如恒生科技指数ETF及科创50ETF[31] - 回归长期根本逻辑 只要无风险利率下行、居民资产向权益市场配置的大方向未结束 推动科技创新的国家意志未改变 中国企业在全球产业链中向上攀登的趋势未停止 那么过程中的波动就更像旅途中的风景[34][37] 投资者需要以自己能承受的配置和仓位 保持有效在场[38]

核心观点 - 美联储鹰派信号及11月非农数据延期发布导致市场对12月降息预期一度大幅收窄至25%，叠加AI泡沫担忧等因素，引发美股大幅回调 [1] - 9月疲软的非农数据、美股调整引发的金融条件收紧和美联储Fed Put预期再度带动降息预期升温，12月降息概率回升至63% [1][4] - 倾向于12月美联储将因重要数据缺席而暂停降息，但此次暂停更多是“跳过”而非取消，若12月暂停，则明年1月降息概率很高 [1][6] 大类资产表现 - 全周（11月17日至11月21日）标普500指数大跌1.9%，纳斯达克指数大跌2.7%，MSCI全球指数大跌2.5% [2] - 10年期美债利率下降8.5个基点至4.06%，2年期美债利率下降9.8个基点至3.507% [2] - 美元指数上升0.89%至100.18，再次向上突破100关口 [2] 海外经济数据 - 美国9月非农新增就业+11.9万人，预期+5.1万人，但8月前值由+2.2万下修至-0.4万，前两个月累计下修3.3万人 [3] - 9月失业率意外上升0.1个百分点至4.4%，因失业人口大幅增长 [3] - 行业结构方面，9月新增就业以教育医保（+5.9万）和休闲餐旅（+4.7万）为主力，其余私营部门就业形势疲软 [3] - 截至11月21日，亚特兰大联储GDPNow模型对25年第三季度美国GDP预测值为+4.22%，较上周略有上修 [3] 货币政策预期 - 联邦基金期货市场对12月降息预期经历反复，周中一度跌至25%左右，最新预期为63% [4][5] - 市场对截至2026年底的累计降息幅度预期约为3.7次/93个基点，相较上周有所升温 [4] - 12月FOMC会议前大概率没有新的重要数据发布，考虑到美联储的审慎态度，12月可能“跳过”降息 [6] - 若12月跳过降息，美联储有很大概率在明年1月执行降息，降息更多是被延后而非取消 [6]

文章核心观点 - AI相关资产近期出现大幅回调，引发市场对AI泡沫的担忧，成为压制全球风险资产表现的核心因素[2][4] - 当前AI领域的发展阶段更接近1996-1998年互联网泡沫的早期和中期，而非2000年的泡沫顶峰，从需求、投资强度和资本市场定价来看，言泡沫尚早[9][16][75] - AI产业内生降本增效需求已开始兑现，但外延式创新需求仍需突破，这是市场分歧和估值存在天花板的根本原因[17][38] - 长期产业趋势依然向好，短期波动不改投资价值，但结构将走向分化，能够将技术与业务深度结合的企业将胜出[75][76] 如何正确地讨论泡沫 - 泡沫是一个中性词，投资冲动是推动产业发展的动力，关键在于确认当前所处的阶段而非否认泡沫[9] - 在泡沫形成阶段过早离场可能错过巨大收益，例如1998年10月至2000年3月，纳斯达克指数在15个月内累计上涨256%，年化收益达144%[9][11] - 需区分资本市场泡沫和产业本身泡沫，若泡沫仅集中在二级市场，股价调整会带来更好的配置机会[12] - 对产业自身，泡沫的判断标准是投资是否远超需求和自身承担能力；对权益市场，标准是定价是否脱离基本面支撑[14][16] AI需求分析 - 内生降本增效需求已兑现，麦肯锡调查显示AI应用可减少9-11%的成本，对标普500而言，相当于节省约3000亿美元，是OpenAI年化200亿美元收入的15倍[17][19] - 劳动生产率自2023年以来已抬升5.6%，提升速度快于1995-2000年互联网革命时期[17][21] - AI技术对就业的替代作用更快更广，受影响的就业人数占比从2023年的3.3%回落至2025年8月的3.1%[23] - 外延创新需求是关键分歧，生成式AI技术普及率已达79%，远超个人电脑和互联网的普及速度，但未来突破需看其在非科技领域的渗透程度[27][28] - “美股七姐妹”营收同比增速持续抬升至当前的14.5%，2026年一季度预期上行至17%[30] - 2025年上半年科技产业对美国实际GDP增长1.6%的贡献约0.95个百分点，贡献占比接近59%，高于互联网革命时期的20-30%[32][36][38] AI投资强度分析 - 科技投资占名义GDP的比重自2023年以来仅抬升0.4个百分点（由2.9%升至3.3%），不到互联网革命时期提升幅度（1个百分点）的一半[39] - 企业层面，“美股七姐妹”的资本开支占销售比例（Capex/Sales）从2023年四季度的约9%抬升至2025年三季度的15.9%，低于1998年约20%的高点，市场预期2026年该指标将上行至19%[41] - 融资结构健康，“美股七姐妹”的负债权益比（2025年三季度约81%）大幅低于互联网泡沫时期头部公司（Dotcom 5）投资高峰期约124%的水平[43] - 当前头部公司资本开支更多依赖内生经营性现金流，对债权融资的依赖度远低于互联网泡沫时期[48][50] 资本市场估值与情绪 - 一级市场火热程度接近1999年，美国2025年前三季度风险投资规模达2400亿美元，相比2023年AI产业兴起时抬升1.4倍[51] - 二级市场估值接近1998年底水平，“美股七姐妹”动态市盈率从近期高点33倍回落至28倍左右，显著低于互联网泡沫时期60倍的水平[55] - 科技龙头市值占美股比重达29%，高于互联网泡沫时期的22%，但这反映了当前技术路径下龙头企业的优势[57] - 投资者情绪未达亢奋程度，AAII个人投资者净看多比例持续回落至-5%，与2000年1月的46%有显著差距[59][61] - 货币政策环境更宽松，美联储自2025年9月重启降息，基准情形下仍有3次降息空间，通胀压力不大，更接近1998年的宏观环境[66][71][73] 前景展望 - 当前市场状况综合类比于1996-1998年，需求接近1996-1997年，投资接近1997-1998年，一级市场定价接近1999年，二级市场估值和政策环境接近1998年[75] - 高估值和高预期会导致短期波动，估值突破35倍天花板需依赖技术应用的实质性突破[75] - 长期产业趋势仍在，生产率提升和应用扩大显示AI技术仍蕴含潜能[75] - 结构将走向分化，能够将领先模型与多元业务场景深度结合、形成可规模化商业闭环的企业将更有机会受益，例如伯克希尔哈撒韦三季度首次建仓谷歌[76] - 基准情形下，2026年底标普500指数目标或在7600-7800点，涨幅空间13-16%[78]