市场估值与泡沫指标 - 当前美股估值极度拉伸，Shiller CAPE比率达41，而1999年12月为44，过去25-30年平均水平约为17 [1][2] - 实际股权风险溢价仅为1.1%，不到2010年以来平均水平的一半 [2] - 巴菲特指标（美国股市总市值与GDP之比）当前约为240%，而巴菲特曾指出该指标超过100%即为风险点 [3] AI投资周期与盈利预期 - 人工智能领域正经历大规模投资热潮，但到2027年投资增速几乎肯定会放缓，因为对经济增长和盈利的推动力来自投资的变化量而非绝对水平 [4] - 当投资热潮放缓时，供应商的利润增长预期将下降，利润率将面临下行压力，表现为销量增长放缓和利润率受限 [5] - AI超大规模企业需要创造2万亿美元收入才能证明其投资的合理性 [6] - 2027年资本支出将高于2026年，但2027年的资本支出增量将小于2026年的增量 [8] 融资结构与风险 - 融资方式变得“近亲繁殖”，供应商向超大规模企业提供贷款，私募信贷也参与其中，导致资金透明度降低 [9] - 博通协助安排了一笔600-700亿美元的融资交易 [7] - 超大规模企业越来越多地使用自身现金流和资产负债表进行资本支出，而非外部融资 [8] 历史类比与产能过剩 - 当前AI投资热潮与.com建设、电信建设或铁路建设类似，各方都想抢占先机，最终可能导致产能过剩 [13][14] - 产能过剩将削弱定价能力，使企业难以通过定价来证明投资的合理性 [14] - 技术创新可以具有变革性，但同时投资热潮与泡沫破灭可以并存，历史上通常如此 [15] - 问题不在于是否会出现从繁荣到萧条，而在于时机和规模 [16] 产能消化与竞争格局 - 超大规模企业声称AI专用设备的过剩产能可被非AI的云计算业务消化，但投资规模远超历史水平，云计算本身难以吸收全部产能 [17][18] - 将有7到8家不同公司全力投入AI领域，最终可能只有2到3家长期可行，从7到8家缩减到2到3家的过程将非常痛苦 [20] - 生产力提升的收益不一定全部流向AI提供商，历史上大量超额回报会在竞争中被侵蚀 [19][20] 利率与财政风险 - 30年期国债收益率已达5.3%，利率上升对估值构成压力，但当前收益率上升幅度相对于过去20年并不算大 [21][22] - 美国财政可持续性问题可能引发债券市场抛售，导致收益率急剧飙升，成为市场转折的触发事件 [23][24] - 美国预算赤字占GDP的6%，国债规模达40万亿美元，财政问题需要根本性解决，但政治僵局导致无所作为 [25][27] - 社会保障体系将在不远的将来完全破产，但国会甚至未进行充分辩论 [28] 美联储与政策应对 - 美联储只能接受现实，如果美国走上不可持续的财政道路，美联储的工作将更加困难 [30] - 财政紧缩会放缓经济增长，美联储可通过降息应对，但最终美联储只能面对现实世界而非理想世界 [30]