行业投资评级 - 报告未明确给出行业投资评级 [3] 核心观点 - 证监会就《公开募集证券投资基金运作管理办法（征求意见稿）》及配套规则公开征求意见，该办法是《证券投资基金法》的重要配套部门规章，是《推动公募基金高质量发展行动方案》在基金运作环节的具体落地 [4][12] - 该办法旨在规范公募基金投资运作、支持权益类基金发展、提高公募基金运作灵活度，体现从"重规模"向"重回报"的转型方向，有利于引入更多中长期资金 [4][12] - 对银行理财而言，影响主要体现于资产端与负债端 [4][14] - 资产端：可选工具与容量有所增加 [14] - 负债端：流动性管理成本趋于上升 [14] 监管与行业动态 - 10月9日，证监会就《公开募集证券投资基金运作管理办法（征求意见稿）》及配套规则公开征求意见，反馈截止11月8日，目前尚处征求意见阶段、未正式施行，并拟设1年过渡期 [12] - 该办法是现行办法自2014年施行以来的一次系统性修订，明确了产品注册、申购赎回、投资限制、收益分配、持有人大会等投资运作事项 [12] - 此次修订覆盖面较广，重点在基金分类与运作方式、投资与风格管理、业绩比较基准、产品退出机制等方面 [13] - 基金类别扩充，新增同业存单基金、期货和衍生品基金、不动产投资信托基金三类 [13] - 运作方式在开放式、固定期限封闭式之外新增永续封闭式 [13] - 混合基金按权益类资产投资比例分为偏股、偏债与其他混合三类 [13] - 非固定收益类基金的成立门槛由2亿元降至5000万元，固定收益类基金（债券基金、货币市场基金、同业存单基金等）仍为2亿元 [13] - 非FOF基金投资其他基金的比例上限由10%提高至30%，明确基金投资REITs适用证券投资的比例要求，不适用持有其他基金的比例限制 [13] - 业绩比较基准纳入规章并强化投资风格约束 [13] - 资产端方面，非FOF基金投资其他基金的比例上限提高后，含权类公募基金通过股票ETF等增厚权益敞口的空间随之打开，理财也可通过持有此类产品间接获得含权敞口 [14] - 资产端方面，基金成立门槛下调后，容量较小、策略风格较鲜明的特色基金相对更易设立，理财的配置工具选择随之增加 [14] - 负债端方面，理财过往多以货币基金和场外债基作为日常流动性管理的手段之一 [14] - 新规要求管理人对大额资金申购赎回建立监测、识别与管控机制，并明确在发生损害投资者利益情形时，应当及时采取限制申购赎回规模、拒绝大额申购赎回等措施 [14] - 新规要求不得对同一基金设置差异化的赎回款项支付时间 [14] - 理财未来通过场外基金进行流动性管理的灵活性可能有所下降，进一步转向可在交易所二级市场交易的债券ETF，或以自留更高比例的高流动性资产来应对 [14] 同业创新动态 - 9月22日，交银理财联合上海清算所正式向市场发布"上海清算所交银理财绿色金融债券指数"（SCH00937） [5][15] - 该指数聚焦绿色金融主题，以募集资金用途符合国内外主要绿色债券标准的中高等级公开募集绿色债券为样本券，跟踪其价格走势，可作为绿色债券投资的业绩比较基准和投资标的 [5][15] - 截至2026年9月1日，该指数样本券840只、总市值1.48万亿元，样本券平均收益率1.61%，平均修正久期1.89 [15] - 该指数准入门槛为主体评级AA+及以上、公募发行、剩余期限1天及以上，品种包含超短融、短融、中票、企业债、公司债、绿色债务融资工具及金融债等，覆盖银行间与交易所两个市场，不含资产支持证券、资产支持票据、可转债、可交换债及境外债 [16] - 样本券同时需符合交银理财内部风险管理要求 [16] - 权重按样本券托管量分配，未设单券权重上限 [16] - 取价优先采用报价或成交数据，无成交时改用债券估值价 [16] - 调样为月频，生效时间为当月首个银行间市场工作日 [16] - 民生理财联合中证指数发布"多资产指数系列"，该指数系列于2026年9月17日发布，包含中证民生理财多资产稳健指数（932743）与中证民生理财多资产进取指数（932717） [5][17] - 两条指数以2016年12月30日为基日、1000点为基点，指数样本由股票、债券、商品三类资产构成，由10个细分类别资产指数或基金代表，每月第二个周五的下一交易日调整权重 [17] - 稳健版由全部10个标的组成，进取版由除短债（中证国开债0-3年指数）以外的9个资产组成 [17] - 编制逻辑上，该指数基于宏观状态中性策略分配权重，宏观状态由增长、通胀、利率、汇率四个因子区分上行及下行划分，共8个状态 [18] - 权重在该框架下由三层风险平价逐级合成：第一层将各资产子类合成为资产大类——7个股票子类合成为股票大类、2个债券子类合成为债券大类、黄金指数基金合成为商品大类 [18] - 第二层在每个宏观状态下，先综合资产暴露系数、收益等特征，确定每个宏观状态下应该配置的资产大类，再由风险平价将其合成为该状态下的组合 [18] - 第三层将8个状态组合合成为最终的策略权重 [18] 规模变动 - 截至上周末（2026.10.11），全市场理财产品存续规模为33.93万亿元，环比上升0.75% [5][19] - 2026-10-04全市场理财产品存续规模为33.68万亿元 [21] - 2026-10-11现金管理型产品存续规模为6.34万亿元 [21] - 2026-10-11固定收益类产品存续规模为26.58万亿元 [21] - 2026-10-11混合类产品存续规模为0.94万亿元 [21] - 2026-10-11权益类产品存续规模为0.03万亿元 [21] - 2026-10-11商品及金融衍生品类产品存续规模为0.02万亿元 [21] 收益率表现 - 上周（2026.10.5-2026.10.11）现金管理类产品近7日年化收益率录得1.12%，环比上升2.5BP [6][22] - 同期货币型基金近7日年化收益率报1.00%，环比下降3BP [6][22] - 现金管理类产品与货币基金的收益差为0.12%，环比上升5.5BP [22] - 上周，各期限纯固收、固收+产品收益率多数上升 [6][24] - 上周为国庆后首个交易周，假期海外长端利率冲高、节前稳增长政策利好兑现，叠加美方收紧光模块等电子领域限制的预期升温，消息面利空集中释放，首日成长与小盘指数显著回调、次日低位企稳 [24] - 债市偏强震荡，资金转松与央行呵护推动长端及超长端回暖：节后现金回流与财政支出提速推动资金面自发转松，央行以隔夜逆回购搭配3个月期买断式逆回购加量续作12000亿元、净投放中期资金，并披露9月公开市场国债买卖净投放1000亿元 [24] - 鉴于不同产品净值披露日与频率各异，其短期收益率与债市变动难以精确映射，或存在一定滞后 [24] - 长期限产品因负债端稳定性更强、资产端久期匹配能力更优，收益率通常高于短期限产品，且因其久期更长，对利率波动的敏感性更高，故收益变动更显著 [24] - 2026/10/4现金管理类产品近7日年化收益率为1.09%，货币型基金为1.03%，收益差为0.07% [25] - 2026/10/11现金管理类产品近7日年化收益率为1.12%，货币型基金为1.00%，收益差为0.12% [25] - 2026/10/4各期限纯固收产品收益率：每日开放型1.07%、1个月（含）以下1.16%、1个月-3个月（含）0.81%、3个月-6个月（含）1.22%、6个月-1年（含）1.46%、1年-3年（含）0.75%、3年以上3.14% [26] - 2026/10/11各期限纯固收产品收益率：每日开放型1.15%、1个月（含）以下1.12%、1个月-3个月（含）0.96%、3个月-6个月（含）1.22%、6个月-1年（含）1.30%、1年-3年（含）1.45%、3年以上2.34% [31] - 2026/10/4各期限固收+产品收益率：每日开放型0.52%、1个月（含）以下0.15%、1个月-3个月（含）-1.55%、3个月-6个月（含）-2.32%、6个月-1年（含）-3.26%、1年-3年（含）-2.40%、3年以上-4.04% [31] - 2026/10/11各期限固收+产品收益率：每日开放型0.94%、1个月（含）以下0.87%、1个月-3个月（含）0.36%、3个月-6个月（含）-0.01%、6个月-1年（含）-0.10%、1年-3年（含）0.43%、3年以上-0.56% [31] 破净率跟踪 - 上周，银行理财产品破净率1.66%，环比上升0.04个百分点，信用利差环比收敛0.53BP [6][31] - 传统框架下，破净率与信用利差整体呈正相关，通常当破净率突破5%、信用利差调整幅度超过20BP时，理财产品负债端或面临赎回压力 [31] - 随着理财产品向多资产、多策略方向推进，其收益来源日益多元，与权益市场的相关性逐步提升——权益市场的显著下跌同样会推升破净率 [32] - 这意味着单纯依赖信用利差研判破净率的范式需作拓展，因此考虑将股债联动纳入观察框架，若信用利差持续走扩或权益市场面临大幅调整，或将令破净率进一步承压上行 [32] - 2026/10/4破净率为1.62%，信用利差为43.02BP [34] - 2026/10/11破净率为1.66%，信用利差为42.49BP [34] - 信用利差=3年期AA中债中短期票据YTM-3年期中债国债YTM [35]

核心观点 - 当前美股市场状况类似于1999年，即2000年互联网泡沫破裂前一年，Tudor Investment创始人Paul Tudor Jones发出全面看空美股信号，认为2027年将成为自2002年以来最糟糕的股市年份，并宣布全年做空美股 [1] - 高盛、大摩、BTIG的报告均指向同一年份，看多与看空双方引用的都是2000年 [2] - 标普500距历史高点一步之遥，但60%的成分股已跌入技术性熊市，仅剩科技七巨头独撑指数 [7] 市场集中度与广度恶化 - 摩根大通资产管理Michael Cembalest数据：标普500有60%的成分股较各自历史高点下跌超过20%，而指数仍在高位附近，1990年以来极为罕见 [3] - 过去三年只有30%的成分股跑赢指数，为1991年以来最低 [3] - 上一次出现该读数是1999到2000年 [4] - 高盛策略师Tony Pasquariello报告指出：标普500中位股较52周高点下跌15%，为互联网泡沫以来最差读数 [4] - 2024年1月以来，42只AI相关股票贡献了标普500约67%的价格回报、58%的盈利增长以及81%的资本支出与研发支出增长 [6] 科技七巨头的独撑与风险 - BTIG的Jonathan Krinsky报告标题为《最后的守门人》，判断科技七巨头是标普500中唯一未露出疲态的板块，也是持仓最拥挤的，一旦转向可能引发指数持续下跌 [10] - Roundhill Magnificent Seven ETF（MAGS）已创下历史新高，周边板块普遍回落 [11] - 科技七巨头整体上涨约1%，独力托住标普500指数，而半导体股票再度下跌 [12] - 对冲基金将七巨头当避风港，躲避地缘风险和5%以上的美债收益率，集中度创纪录——七巨头占高盛美股主经纪商敞口约22% [13] - 高盛Rich Privorotsky指出：市场在一个角落里做到极度超买，同时对其他所有东西实际上是做空的 [14] 半导体板块走势与1999年类比 - 费城半导体指数连续五个交易日收跌，创下将近17个月来最长连跌，但截至周一收盘，费半今年累计仍涨约72.8%，美光年内涨超240% [14] - Jonathan Krinsky将费城半导体指数（SOX）1999到2000年走势叠加对比，吻合程度令人不安，费半已从6月高点回落近18% [15] - 按类比，半导体先有一波短反弹（CPI是催化剂），然后在10月下旬加速下跌，10月下旬是各大云计算巨头集中发财报的窗口 [17] 盈利见顶与AI利润集中 - 高盛测算标普500三季度盈利增长27%到28%，为本轮周期高点，往后逐季放缓 [18] - Pasquariello表示2027年将是复杂的一年 [19] - 2023年3月以来，55家AI供应链企业滚动盈利增长约四倍，而190家AI高度采用企业仅增长约25% [20] - 科技行业对美国GDP增长的贡献从2022年几乎为零升到约三分之一，但数据中心预建规划容量已从峰值约62吉瓦回落到约49吉瓦 [21] - 唯一在扩张的资本开支引擎开始收缩规划 [22] 2027年供给冲击 - 1999年故事的后半段是供给，过去四年牛市支柱之一是企业回购和并购持续压缩流通筹码，该逻辑现在要反过来 [23][24] - Paul Tudor Jones在CNBC表示当前美股供需格局是自2002年以来最糟糕的，像1999年即泡沫破裂前一年 [25] - Anthropic、OpenAI的大型IPO即将到来，SpaceX发行刚完成，大量企业为筹集AI建设资金还将推出增发，这些因素叠加将在2027年形成巨大股票供给压力，Jones宣布明年全年做空美股 [27] - 高盛内部报告给出量级：一级市场发行6000亿美元，其中IPO 1750亿；回购加并购提供约2万亿美元买盘；锁定期解禁可能释放1.7万亿美元供给 [27] - 6000亿加1.7万亿是2.3万亿，对面只有2万亿，美股净供给增量可能是2000年以来最大的 [28] - 若大多数内部人解禁后套现，过去十年每逢下跌都能托底的回购力量可能头一回被供给压过去 [28] 融资成本上升 - 腾讯控股在香港发行美元债券和点心债，10年期美元债发行指导收益率比美债高出约1.15个百分点 [28] - 软银上月发了45亿美元高收益债，最高要付9.75%的利息 [28] - 英伟达持股的Firmus上周搁置了原计划在澳大利亚的50亿美元IPO [28] - 贝莱德研究部门将美股展望下调到中性，转而看好短期美债 [29] - 博通CEO陈福阳表示资本可能成为制约AI行业增长的最大因素之一 [29] 债市与原油信号 - 10年期美债收益率已突破5% [31] - 收益率不下来，防守资金待在七只大票里的理由就成立；一回落，理由就少一条 [32] - 高盛短期策略是做空固定收益，美股短期判断没那么悲观，认为战术性建仓环境净为正，中期选举落地前技术面还有改善空间 [33] - 软件与半导体的相对强弱比率（IGV/SMH）时隔16个月首次重新站上200日均线，若继续突破夏季高点附近的0.20，领涨权就会从半导体切到软件 [33] - 原油是这轮里少见的明确多头，Jones持有多头仓位，理由是美伊冲突短期难解，认为还能再涨20到25美元，WTI目前在每桶94美元附近，再涨20到25美元就突破了2026年约113美元的收盘高点 [33] - Jones警告如果油价真这么走，股市会完全、彻底地厌恶它 [34] 触发条件与失效条件 - 触发条件是10月下旬云计算巨头的财报，资本开支指引一旦放缓，或者解禁规模超出预期，七巨头大概率要补跌 [36] - 失效条件是三季度盈利超预期、四季度指引没往下调，同时实际净供给明显低于测算，那这套供给压垮回购的推演就得推翻 [36] - 接下来两周最该盯的是云计算巨头的财报季，尤其资本开支指引，它是整条AI盈利链的源头 [38] - 发债利率是AI融资成本的温度计，腾讯和软银付出的票息值得关注 [39] - Meta周一发布新模型后股价逆市收涨约3.4%，市场否定的是不分青红皂白地押注基建，而非AI本身 [40] 市场背离与历史参照 - Pasquariello报告末尾指出：自2009年3月最低点以来，标普500总回报上涨了16倍，这段历程中只发生过一次衰退且仅持续约两个月 [41] - 密歇根大学消费者信心调查读数今天比2009年3月还要低，刚公布的数据（46.3）是1952年有记录以来第二低读数 [41] - Pasquariello称这一背离令人震惊，也有些令人困惑 [43] - 同一段时间，持有股票的人拿到了16倍，另一部分人拿到的是同步上涨的房价、租金和食品价格，以及10年期美债收益率破5%之后每一笔房贷都变成奢侈品的现实 [43] - 1999年留给后来者的，不是泡沫一定会破这句话，而是站在泡沫破裂的前一年，绝大多数人还在看多 [44]

文章核心观点 - 标准经济学基于效用最大化、均衡状态、理性预期三大核心假设，在过去150年中逐渐成型并于20世纪70年代定型，但如今与现实严重脱节 [12][13] - 2008年金融危机暴露了标准模型的致命缺陷，FRB/US模型预测房价下跌20%影响不大，但实际房价下跌约23%，预测偏差高达20倍，危机导致美国500万人失业、失业率飙升至10%、经济损失约10万亿美元 [9][10] - 复杂经济学借鉴复杂系统科学思想，用有限理性替代完美理性、用基于主体的模型替代数学方程、用非均衡替代均衡，能更真实地模拟经济运行 [18][19][21] - 法默团队在新冠疫情期间构建的复杂经济学模型成功预测英国经济收缩幅度，预测值21.5%与实际值22.1%非常接近，而几家机构和金融公司预测中位数为16.6%，英格兰银行预测值为30% [27] - 复杂经济学正从定性科学转变为定量科学，法默认为若投入适当资源，有望在5年或更短时间内构建出更准确的基于主体的经济模型 [29][31] 标准经济学的三大核心假设 - 效用最大化：假设每个经济主体拥有效用函数并始终做出使自身效用最大化的决策，把人类变成完美理性的机器，行为经济学称之为“经济人” [12] - 均衡状态：源自19世纪法国经济学家莱昂·瓦尔拉斯对巴黎证券交易所的观察，此后均衡假设成为经济理论基石，所有标准模型都假设经济始终处于供给等于需求的状态 [12] - 理性预期：由约翰·穆斯于1961年提出，假设经济主体足够聪明，能利用所有可用信息做出最优决策，能对各种未来事件赋予准确概率并选择最优行动 [12] - 这三个核心假设在过去150年中逐渐成型，于20世纪70年代最终定型，此后近半个世纪几乎原封不动地支撑着所有主流经济学理论、中央银行的政策模型和政府的经济决策框架 [13] 标准模型的缺陷与失灵 - 2008年金融危机暴露了标准模型的致命缺陷：所有模型都忽略了借贷者和企业违约的可能性，而违约恰恰是这场危机的核心诱因 [14] - 标准模型还忽略了金融网络的互联性，一家银行的倒闭可能通过复杂的债权债务链条引发连锁反应 [14] - 模型忽略了信贷扩张与收缩的动态过程，当资产价格下跌时，追加保证金要求迫使投资者抛售资产，进一步压低价格，形成恶性循环 [14] - 更深层的问题在于均衡假设本身，标准模型假设经济始终处于供需平衡状态，所有变化都来自外部冲击，模型只能描述经济在遭受冲击后如何回归均衡，却无法解释经济为何会从内部产生波动 [14][15] - 2007年1月至2009年1月，美国房屋平均售价确实下跌了约23%，但FRB/US模型的预测偏差高达20倍 [10] - 时任欧洲中央银行行长让-克洛德·特里谢坦言：“在危机面前，我们被传统工具抛弃了” [10] 复杂经济学的核心方法 - 用有限理性替代完美理性：复杂经济学从一开始就假设人的推理能力有限，模型基于心理学实验、人口普查数据、专家意见等多种来源构建，人们使用简单有效的“启发式”方法进行日常决策 [19] - 用基于主体的模型（ABM）替代数学方程：模型的基本组成部分如家庭、企业或政府会做出决策，具有主体性，描述每个主体如何决策的算法被编入计算机程序中，随着主体收集信息并做出决策，他们的行动改变了经济状态，使经济产生新的信息，促使主体做出新的决策，如此循环往复 [19] - 在基于主体的模型中，经济现象自下而上涌现，与现实世界一样，编入计算机程序中的算法可能是简单行为规则、经验法则或学习算法 [20] - 使用模拟相较于数学方程有很多优点，最重要的一点是能够模拟世界中行为主体的多样性，即异质性，计算机可以轻松追踪不同的主体 [21] - 用非均衡替代均衡：复杂经济学不一定假设存在均衡，而是将其视为特定情况下可能出现的涌现属性，模型可以捕捉经济在失衡状态下的动态变化，如信贷紧缩如何传导、供应链中断如何扩散、恐慌情绪如何蔓延 [21] 复杂经济学的实践应用案例 - 法默团队对华盛顿特区房地产市场进行模拟，以家庭为主体，模拟了多达10万个异质家庭，房价不是由供需曲线的交点决定，而是模拟真实的定价行为——卖家参考近期成交价，标价上调约5%，未售出则降价10% [21] - 银行根据家庭收入和财富审核贷款，提供从传统固定利率到复杂的气球贷等多种类型；家庭根据近期房价走势预测未来（“后向预期”），同时考虑未来变化对自身的影响（“前向预期”） [21] - 模型从1997年运行到2010年，模拟输出的房价走势与实际情况基本吻合，反事实实验揭示关键发现：当保持1997年的贷款标准（固定利率、首付不低于20%）时，房地产泡沫几乎消失，证实了贷款政策的转变在导致泡沫方面比利率发挥了更大作用 [22] - 目前至少有7家中央银行正在应用此类模型预防房地产泡沫，匈牙利中央银行拥有一个能够1:1模拟匈牙利房地产市场的模型，每个居民和每栋房屋都得到对应呈现 [22] - 2020年新冠疫情暴发，法默教授召集牛津大学团队启动紧急项目，建立模型预测新冠疫情对经济的影响，新冠疫情冲击具备三个独特特点：高度行业特定性、同时影响供给侧和需求侧、冲击巨大且发生得非常迅速 [23] - 法默团队成功说服市场研究机构埃信华迈公司派遣行业分析师进行免费调查，仅用2周就完成了这项工作，识别出了52个行业中关键生产要素的投入 [25] - 他们将每个行业建模为一个单独的公司，假设每个行业在疫情开始时都拥有正常的库存，随着疫情发展库存减少，如果一个行业的关键生产要素短缺，其产出就会降低 [25] - 模型追踪了需求冲击向上游的传递和供给冲击向下游的传递，它们相互碰撞，最终降低了整体的经济产出 [25] - 2020年5月初，法默团队对几个不同情境进行了模拟并评估了经济影响，5月8日将论文提交给英国政府官员，8天后政府采纳了他们的建议，放宽了封锁政策 [26] - 事后分析表明，法默团队的预测非常准确，他们预测英国经济在2020年第二季度的GDP相对于2019年第四季度的GDP收缩幅度为21.5%，这一数字与实际收缩幅度的22.1%非常接近 [27] - 作为对比，几家机构和金融公司预测值的中位数为16.6%，英格兰银行的预测值为30% [27] - 他们对52个行业都做出了预测，且大多数预测相当准确，事后分析证实他们之所以成功，是因为模型具备了法默教授称为逼真性的特性——它能足够真实地呈现影响经济运行的关键机制，从而提供准确的预测 [27] - 此后他们的模型被另一研究团队使用，回溯性地模拟了新冠疫情对比利时经济的冲击，结果同样表现良好，还被用于预测俄乌冲突对奥地利经济的影响 [27] - 法默将这项研究定位为“复杂经济学的实用性原理性证明”——这是历史上第一个使用复杂经济学方法预测重要经济事件、且准确性超过标准模型的案例 [27] 复杂经济学的历史与发展 - 复杂经济学的许多思想由赫伯特·西蒙在20世纪50年代提出，这位在经济学、人工智能、认知心理学等多个领域都有重要创新的博学家获得了1978年诺贝尔经济学奖，但主流经济学界并未追随他的脚步 [29] - 原因很简单：西蒙的时代缺乏实现设想所必需的计算能力、数据以及对人类决策方式的认知 [29] - 如今计算机速度大约是西蒙时代的10亿倍，数据处理能力也同比例提升，过去约5年里，复杂经济学正从定性科学转变为定量科学，从概念构建转向实际应用 [29] - 法默指出，他在职业生涯中参与了三次重要的科学革命——混沌理论、复杂系统和机器学习，这些科学发现最初都未能进入主流视野，经历了漫长的积累后最终引起质变 [30] - 复杂经济学属于经济学领域正在进行的革命，属于它的时刻即将到来 [31] - 这场革命的根本驱动力在于：标准经济学模型适合解决定义明确的问题，但不适合处理重大、复杂且混乱的现实世界问题 [31] - 天气预报从主观猜测发展到精确的数值预报用了约80年，背后是数十年来在数据收集、模型开发和计算基础设施方面的持续投入，经济建模完全有理由走上类似的道路 [31] 作者与书籍背景 - J.多因·法默是牛津大学马丁学院新经济思维研究所复杂经济学项目主任、圣塔菲研究所教授、牛津大学史密斯企业与环境学院复杂系统科学教授，混沌理论奠基人之一，并参与创立了经济物理学学科 [36] - 法默的研究方向包括基于主体的建模、金融不稳定性和技术进步，也是最早用复杂系统科学研究金融市场和宏观经济的人 [36] - 法默在1991年创立了量化自动交易公司——预测公司（Prediction Company），该企业于2006年被瑞银集团以1亿美元收购 [36] - 《理解混沌：更好的经济理论，更好地理解世界》由J.多因·法默著，集智俱乐部译，中信出版集团出版 [9] - 书中法默将复杂系统领域深厚的理论知识与现实案例结合，解释了如何用复杂系统解决经济难题，利用大数据和算力日益强大的计算机，构建全球经济模型，模拟真实的经济运行，以预测风险、政策效果和危机 [33] - 这些模拟的结论构成了复杂经济学的基石，使人们能够更好地应对气候变化、金融稳定、收入分配和经济政策等实际问题 [33] - 本书运用复杂经济学理论框架，为构建一个更公平、可持续发展的世界提供了科学依据和现实指导 [34]

美债市场相关情况 - 8月底至9月底 2年期美债收益率从4.2%快速上冲至4.9% 成为压制成长股估值的重要原因 [4] - 2年期美债价格已开始回升 市场定价本轮加息周期在2027年一季度结束 再加息两次 [6] - 10月7日 390亿美元10年期美债认购倍数达2.77倍 创10年来新高 非交易商投资者认购比例创历史纪录97.5% 间接投标人获配80.3% 为历史第四高 显示外资需求异常强劲 5%收益率已具有极强的吸引力 [9] - 全球最大资管贝莱德转向看多短期美债 贝莱德投资研究院将短期美国国债上调至超配 将长期美债由低配上调至中性 理由是当前收益率水平已具吸引力 且市场对美联储加息的预期可能"过度" [12] - 贝莱德策略师称如今收益率已回归长期以来预判的高利率水平 希望锁定部分具有吸引力的收益 [12] - 贝莱德团队测算 当前收益率水平下 即便未来12个月内收益率再上行75个基点 美债所产生的利息收入仍足以抵消价格损失 总回报不至于转负 该测算为其超配短期美债提供了量化支撑 [12] - 贝莱德认为市场当前对美联储加息的定价已走得过远 利率互换数据显示 交易员预计未来12个月内美联储将至少加息三次 每次25个基点 一旦这些押注被修正 短期美债将尤为受益 [12] - 贝莱德此次转向 是大型资产管理机构在收益率大幅上行后集体重新审视固定收益配置的缩影 [13] - 随着买盘涌入 美国长债价格快速回升 对全球资金的虹吸效应有所减弱 [14] 存储芯片行业相关情况 - 韩股熔断源于中国在存储架构的技术突破 [20] - 长鑫预计年底推出融合4F²架构 混合键合等先进技术的新一代DDR5 RDIMM产品 直接面向服务器内存市场 [23] - 4F²架构的核心意义在于密度跃升 当前DRAM行业主流为6F²架构 即每个存储单元占据6倍最小特征尺寸的平方面积 4F²意味着每个单元面积缩减约三分之一 理论上可在相同晶圆面积 相同制程节点下实现约50%的存储密度提升 [23] - 长鑫4F²架构的核心创新是自研的VSG（Vertical Surrounded Gate 垂直包围栅）晶体管 通过垂直包围沟道结构增强栅控能力 同时解决漏电与短沟道效应问题 并借助晶体管竖立布局实现面积微缩 [23] - 从6F²到4F²的跨越 本质上是晶体管沟道方向从水平布局向垂直布局的根本性变革 需要整合全新工艺流程 无法沿用6F²时代的设计与制造体系 [23] - 长鑫还将DRAM与CMOS工艺解耦 通过晶圆级混合键合实现高速互联 这被视为DRAM技术从二维缩放迈向三维集成的关键转折点 [23] - SK海力士直至2025年才公布4F²路线图 三星据韩国媒体The Elec报道 目标是2028年实现基于该架构的10nm以下DRAM量产 [24] - 4F²架构将晶体管 电容由平铺改为垂直堆叠 [25] - 三星 美光的下一代内存路线 仍为EUV持续微缩传统平面架构 或高成本垂直沟道方案 [27] - 4F²架构无需EUV迭代升级 规避了高端设备的封锁 节省了千亿级的产线设备投入 从根源上压缩了生产成本 [30] - 4F²架构小批量试产阶段 因垂直硅柱蚀刻 环绕栅极工艺 混合键合技术的全新应用 工艺步骤更多 良率尚未完全稳定 芯片成本会略高于传统6F²内存 但一旦技术成熟 进入大规模量产阶段 成本优势会全面爆发 [30] - 4F²架构下晶圆利用率大幅提升 4F²单元面积缩小33% 单晶圆芯片产出提升50% 同等原材料 同等设备能耗 同等人工成本下 产出的内存芯片数量直接翻倍 平摊到每一颗芯片 每1bit存储容量的基础成本大幅降低 [30] - 长鑫为4F²架构配套了混合键合技术 将存储阵列和逻辑电路分开制造 精准键合 两类结构可以独立优化工艺 避免了传统一体化制造的工艺牵制 大幅提升良品率 [30] - 随着量产规模扩大 良率趋于稳定 相比海外依靠EUV微缩的6F²路线 4F²架构的单位存储成本可降低20%~30% [30] - 长鑫4F²架构 是国内首次在DRAM底层单元架构上实现自主原创突破 摆脱了数十年跟随海外技术迭代的被动局面 底层架构创新就是打破垄断的最好武器 [30] - 一块HBM（高带宽内存）需要多块DRAM 长鑫突破在DRAM端 全球HBM供需仍高度紧张 [31] - 美光2026财年第四财季（截至9月3日）单季营收达到创纪录的542亿美元 环比增长31% 同比狂飙379% 单季毛利率大幅攀升至87% [45] - 美光目前已签署26项长协锁定约1500亿美元长期订单 2027和2028年存储市场供需将比2026年更为紧缺 且看不到供需恢复平衡的尽头 [45] - 结构性的供需增长率差距导致了持续的供应紧张 即使考虑到行业新增的DRAM洁净室空间计划 在强劲的需求趋势（包括客户不断提出的增量要求）下 看不到供需何时能恢复平衡的拐点 [45] - 美光2027年超过75%的产出已经获得客户承诺 且当下与客户的大多数谈判已经围绕2028年展开 [45] - 在26份SCA及延期协议中 客户的资金承诺已增加至320亿美元 绝大多数为现金存款 客户希望获得2030年以后的供应保障 现在已经签署了延伸至2031年的SCA [45] - 美光Q4单季产生了440亿美元运营现金流和332亿美元自由现金流 预计将把100%的超额现金返还给股东 打算从2026年12月9日开始增加资本返还 主要通过股票回购来实现 [45] - 美光预计2027财年上半年的CapEx约为250亿美元 下半年将更高 且大部分增量将用于新建晶圆厂（建筑支出）而非单纯的设备采购 [46] 光模块光芯片行业相关情况 - 国庆开市后 受负面信息影响 光芯片指数暴跌 成为创业板指数大跌的导火索 [34] - 光芯片指数负向冲击源于美国新规 美国参议院的S.5548法案 要求禁止美国政府的国家安全系统采购中国企业生产的设备 美国即将在10月13日生效的FCC（美国联邦通信委员会）新规 要求对进入北美的通信硬件进行更加严格的穿透式核查 主要是限制中国光通信产品在美国的应用 [37] - 摩根士丹利在国庆假期期间发布研报 未来FCC可能从3.2T光模块开始限制 要求美国物料价值占比高于65%才可能获批 但"65% 本土物料比例"是机构推演的猜想 并非新规内容 [37] - 目前北美AI数据中心高速光模块（800G/1.6T） 中国厂商整机占比约70% 中国目前市值最高 出货量最大的几家光通信设备制造企业 绝大部分的利润和现金流 都来自于海外市场的采购 海外客户又高度集中在微软 谷歌 Meta 亚马逊这四家大型云计算服务商 [37] - 国内的算力中心虽然也在大规模采购 但因为需求量和技术规格的差异 能给这几家企业带来的实际收入占比还不到一成 [37] - 3.2T光模块是下一代产品 将在2027年送样和小批量验证 2028年开始大规模应用 如果美国未来不断搞"国产替代" 对中国光模块公司压低了增长的天花板和想象空间 [37] - 美国新规主要保护其在光芯片 电芯片领域的技术优势 高端光模块最重要的成本主要由三大部分构成 负责信号处理的电芯片也就是DSP芯片 占到整个物料成本的25%--30% 美国的博通和Marvell两家公司垄断了几乎整个市场 负责发光和接收光信号的光芯片也就是高速激光器 占到物料成本的30%--40% 技术最成熟 出货量最大的是美国的Coherent和Lumentum等厂商 光学结构件 印刷线路板以及最后的精密封装 自动化测试和总装 这一块的成本占比大约在30%左右 主要由中国企业完成 [39] - 供应电芯片和核心光芯片的美国半导体公司 毛利率常年维持在60%--70%之间 掌握着核心技术 拥有很强的定价权 [39] - 如果未来美国真的推行所谓的65%本土含量规则 就意味着中国企业即便研发出了自己的电芯片或者国产光芯片 也不能把它装进卖给北美客户的产品里 否则就会因为不符合比例要求而无法进入美国市场 [39] - 美国想要在短时间内把中国光通信企业完全排除在采购链条之外 客观上根本做不到 全球出货量排名前十的光模块企业里面 中国企业占了七家 合计控制着全球超过70%的制造产能 制造光模块所需的大规模精密制造能力 美国本土目前并不具备 [40] - 根据北美行业协会的测算 完全使用美国本土的人工和制造链条 单个光模块的生产成本至少要上升30% [40] - 制造高端光模块所必需的核心激光器 离不开一种叫做磷化铟的半导体材料 全球用于提炼磷化铟和砷化镓等化合物半导体的原生稀有金属 有超过80%的产能和冶炼加工都集中在中国 [40] - 光模块中美上下游之间的相互依存 决定了双方不可能完全脱钩 [40] - 美国的限制措施 对2026 2027年中国光模块企业的影响有限 [41] - 对于中国光芯片企业 未来更需要快速增长的国内光通信市场实现增长 同时 中国可能采取对等措施 对美国光芯片 电芯片进行限制 确保国内快速增长的替代空间 [41] AI产业相关情况 - OpenAI近日向投资者披露 截至9月底 公司年化营收规模约为500亿美元 低于上月底市场广泛报道的700亿美元 差别在于公司统计口径和市场统计口径的不同 Anthropic在其年化营收统计中纳入了通过亚马逊AWS 谷歌云等云合作伙伴渠道产生的收入 即"总收入"口径 而OpenAI的年化营收数字仅统计其自身直接产生的收入 不包含合作伙伴渠道的销售额 [42] - OpenAI的投资者为了在OpenAI和Anthropic两家公司之间进行横向比较 曾尝试将OpenAI的数据进行"口径还原" 由此催生了此前流传的约700亿美元数字 [42] - OpenAI的Q3年化营收同比增速77% 企业业务年化增速107% 依然保持高速增长 [42] - Muse智能体下载量登顶 连续位居美国iPhone免费应用下载榜首 [47] - 市场开始押注 面向普通消费者的智能体 可能正在接近大规模普及的转折点 Muse的登顶表明 个人Agent正在从产业概念真正走进大众消费市场 这是一个非常强的早期信号 意味着用户愿意把真实的任务交给AI去办 相关需求真实存在 [50] - Muse在云端给每个用户配了一台独立的虚拟机 里面有一个真正的浏览器 可以安全地存储Agent的数据和已连接服务的凭证 AI在这台云端电脑里完成浏览网页 填写表单 调用服务等各类任务 当涉及发送邮件或完成付款等敏感操作时 Muse会先请求用户批准 [50] - Agent已经是共识 产业竞争的焦点是谁能控制Agent入口 Meta在旧模式还极其赚钱的时候 主动开启了可能颠覆自己旧模式的个人Agent业务 Meta认定一场产业革命要来 就主动革了自己的命 Meta手里握着超30亿的日活用户 一旦通过这个基本盘占住了个人Agent这个新入口 也就将成为Agent时代最强的玩家之一 超级App未必会消失 但它们将逐渐从第一入口 变成Agent背后的服务提供者 [50] - 高盛One-Delta交易台负责人Rich Privorotsky认为 市场正站在标普500指数与纳斯达克指数新一轮突破的边缘 驱动力来自AI智能代理带来的深层生产率变革 AI智能代理将从根本上消除人 技术与资本间的摩擦 带来结构性去通胀红利 权益资产是捕捉这一变革最直接的工具 [51] - 当前季节性因素 利率高企 地缘风险等利空已被充分定价 市场的谨慎与低仓位本身恰恰是上行的潜力 [51] - Rich Privorotsky将论述核心落在"推理经济"（Inference Economy）与AI智能代理的规模化普及上 以Muse为案例指出 这不是终点 而是大量同类产品入场的起点 其影响将深刻改变个人与企业的生产方式 乃至沟通与交易的底层逻辑 [51] - AI超级用户此前已具备类似能力 但技术门槛高 维护成本大 普通用户难以开箱即用 随着大型企业承接安全 基础设施与分发的底层责任 这一局面正在改变 [51] - 推理经济目前最剧烈的表现仍集中在CPU产业链 但Rich Privorotsky预计市场的判断最终将变得更为广泛而非聚焦 [51] - GPU云服务掀涨价潮 Nebius宣布将于10月1日起全面上调旗下GPU云服务定价 平均涨幅约20% 此轮提价覆盖H100 H200 B200及B300多款芯片型号 是Nebius今年5月以来的第二轮涨价 市场将此解读为AI算力需求持续过热 供给仍然紧张的强烈信号 [52] - H100每GPU小时价格从3.85美元升至4.50美元 涨幅约16.9% H200每GPU小时价格从4.50美元升至5.40美元 涨幅约20% B200每GPU小时价格从7.15美元升至8.50美元 涨幅约18.9% B300每GPU小时价格从7.85美元升至9.50美元 涨幅约21% 以B300为例 其价格从5月前的约6.10美元/小时计算 至今累计涨幅已达约56% [52] - Nebius管理层透露 已有客户预订2028年一季度和二季度的算力 部分订单涉及数万块GPU 公司当前的需求能见度已超过24个月 较此前约18个月明显拉长 [52] - 推算Nebius当前短期客户合同价格可能已达每兆瓦6000万美元以上 未来Vera Rubin架构产品的合同价格或将突破每兆瓦8000万美元 [53] - 算力交易平台Ornn 9月8日称 H100租赁价格9月环比上涨22% 达到每小时3.28美元 [54] - 腾讯WorkBuddy智能体月活跃用户快速突破2000万户 智能体时代 算力需求激增 [59] 国内算力与通信行业规划相关情况 - 工业和信息化部印发《信息通信行业发展"十五五"规划》 到2030年 全面建成覆盖完善 性能领先的新一代通信网 加快全国一体化算力网建设 构建"枢纽—区域—边缘"多层次算力设施体系 有序部署万卡 十万卡及以上智算集群 面向场景按需部署推理算力设施 加大力度适配国产算力芯片 连接对象从传统个人用户拓展到人 机 物 具身智能等多元主体 覆盖范围突破传统地面限制 向空天地海一体化全域覆盖拓展 [57] - 《规划》显示 2025年 智能算力规模为1590EFLOPS 到2030年 要达到9800EFLOPS 增长6倍 智能算力规模五年实现数倍提升 是本次《规划》最受关注的核心信号 背后是人工智能产业爆发带来的刚性需求 大模型训练 具身智能 工业AI 智能终端推理 都需要海量智能算力底座作支撑 [58] - 规划提出要做大智算供给盘子 带动AI服务器 高速光互联 国产算力芯片 先进存储整条产业链成长 强调算网协同 多层次算力布局 兼顾训练算力与推理算力 [58] - 智算规模大幅跃升 本质是把算力确立为新型基础设施的核心 推动通信行业从传统"连接为主" 走向"连接+算力+数据"三位一体的新范式 [58] 国内半导体设备材料行业相关情况 - 国内半导体设备 材料迎来存储芯片大扩产 "韬定律"2.0 存储4F²立架构构的三击 云服务商大规模资本开支带动存储芯片公司大规模扩产 进而带动半导体设备材料需求激增 对应英伟达GPU 韩国三星 海力士 美国美光 中国科创50指数 中国在半导体设备 半导体材料领域具有更强的技术优势 供应优势 国际 国内存储芯片公司大规模扩产 对半导体设备 材料的需求将激增 美欧限制半导体