华尔街见闻 - 资讯 - 最新

Anthropic研究员给年轻人的忠告：用好AI、做算力越强越有价值的项目、别迷信职业稳定

董静 — Mon, 19 Oct 2026 03:39:53 GMT

Anthropic研究员Jascha Sohl-Dickstein认为，面对AI带来的颠覆性变革，传统的“稳定职业”已是伪命题，年轻人应当主动将AI工具融入工作，选择能随算力规模扩展而增值的项目，并用追求“有趣与高回报”来代替对“安全与稳定”的迷信。

Roadster秀的是SpaceX的实力！大摩：大部分BOM价值源于SpaceX，技术融合远超预期

Mon, 19 Oct 2026 03:20:03 GMT

特斯拉Roadster的德克萨斯发布秀，让外界看到的不只是一辆飞行汽车，更是SpaceX技术实力的集中展示。

据追风交易台，摩根士丹利在最新报告中指出，这次发布会深刻揭示了特斯拉与SpaceX之间日益紧密的协同关系，并借此重申对SpaceX的超配评级及300美元目标价，较当前约148.62美元的股价存在逾一倍的上行空间。

报告中认为，Roadster物料清单（BOM）中的大部分价值来自SpaceX，这意味着两家公司的技术融合程度远超市场此前预期。与此同时，摩根士丹利认为，SpaceX在太空、连接性及企业AI三大业务板块的基本面动能正持续增强，2季度业绩后的前景展望也明显更为乐观。

在估值层面，摩根士丹利直言当前股价存在明显低估。以约150美元的股价计算，市场对SpaceX企业AI业务所隐含的销售额倍数仅约为2028年预测值的2倍，与新兴云计算公司（neocloud）的估值水平相当甚至更低。报告同时指出，解禁股票的流通至今并未如预期般对股价形成压制，这为投资者提供了重新审视该股的窗口。

Roadster背后：SpaceX技术的跨界渗透

此次Roadster发布活动的核心看点，在于其所搭载的电动冷气推进器（electric-powered cold gas thruster）技术。摩根士丹利在报告中明确指出，该车型BOM中大部分价值来源于SpaceX，这标志着特斯拉与SpaceX之间的关系正在深化。

Adam Jonas在报告中提出了一系列值得投资者深思的问题：除汽车领域外，电动冷气推进器技术还有哪些潜在应用场景？该技术在国防领域又存在哪些潜在用途？他同时以"Kitty Hawk时刻"作类比，指出当电力与汽车最初问世时，外界的普遍反应是"蜡烛和马匹已经够用了"——暗示市场可能正在低估这一技术的历史性意义。

报告还特别提及，SpaceX突然宣布第三季度财报日期，且仅提前两个工作日通知，这一罕见举动引发了摩根士丹利的关注。Adam Jonas表示，此前从未见过类似情况，暗示这或许预示着重要的信息披露即将到来。

AI算力：每增加1GW可为股价贡献27美元

摩根士丹利对SpaceX企业AI业务的估值逻辑提供了清晰的量化框架。报告指出，在每瓦50美元、增量利润率70%、以10倍EBITDA估值的假设下，每新增1GW的自有算力，理论上可为SpaceX股价贡献约27美元，相当于当前股价的约18%。

摩根士丹利目前对SpaceX 2027财年AI算力的预测为4.9GW，而公司自身的目标是"接近10GW"。两者之间的差距，意味着若公司能够实现自身目标，股价的上行空间将远超摩根士丹利的基准预测。

在300美元目标价的构成上，摩根士丹利采用分部加总估值法（SOTP），其中企业AI业务贡献165美元，连接性业务（主要为Starlink）贡献118美元，太空业务贡献8美元，X与Grok业务贡献8美元。估值采用2040年为预测终点，折现至2027年6月30日，加权平均资本成本（WACC）为11.2%，并对企业AI估值施加了50%的执行风险折价。

基本面动能持续强化，上行风险多于下行

摩根士丹利在报告中列举了多项潜在的上行催化剂，包括星舰（Starship）复用进度加快、Starlink容量增长提速、企业直销及云计算客户拓展、Cursor年度经常性收入（ARR）加速增长，以及AI基础设施的建设成本和上电时间的压缩。

下行风险方面，报告提示了星舰复用节奏放缓、Starlink用户增长不及预期、企业AI变现能力偏弱、单位算力资本开支上升、上电周期拉长、融资需求增加导致股权稀释，以及监管审批延迟等因素。

摩根士丹利自今年7月以超配评级、300美元目标价首次覆盖SpaceX以来，已持续发布多篇深度报告，涵盖星舰飞行测试、路易斯安那发射综合体建设、AI战略布局等多个维度，对SpaceX的长期投资逻辑保持高度一致的乐观立场。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

中国1-9月份城镇固定资产投资下降7.2%，信息服务业增长20.2%

Mon, 19 Oct 2026 02:40:20 GMT

1-9月，我国高技术产业投资稳步提升，知识产权产品投资快速增长。

10月19日，国家统计局发布数据显示，1—9月份，全国固定资产投资（不含农户）334115亿元，同比下降7.2%。其中，知识产权产品投资同比增长9.3%。

分领域看，基础设施投资同比下降4.2%，制造业投资下降2.1%，房地产开发投资下降20.6%。

高技术产业投资同比增长4.9%，其中信息服务业，航空、航天器及设备制造业，电子及通信设备制造业投资分别增长20.2%、12.5%、7.6%。

分产业看，第一产业投资6527亿元，同比下降3.9%；第二产业投资129743亿元，下降2.7%；第三产业投资197845亿元，下降10.0%。

工业投资同比下降2.8%。其中，采矿业投资增长3.2%，制造业投资下降2.1%，电力、热力、燃气及水生产和供应业投资下降6.8%。

基础设施投资（口径详见附注1）同比下降4.2%。其中，信息传输业投资增长30.8%，航空运输业投资增长13.8%，水上运输业投资增长13.5%。

分地区看，东部地区投资同比下降10.3%，中部地区投资下降11.1%，西部地区投资下降8.7%，东北地区投资下降26.0%。

分登记注册统计类别看，内资企业固定资产投资同比下降7.0%，港澳台投资企业固定资产投资下降7.6%，外商投资企业固定资产投资下降6.7%。

1—9月份，民间固定资产投资同比下降10.4%。从环比看，9月份固定资产投资（不含农户）增长0.07%。

风险提示及免责条款

A股早盘低开低走，双创指数均跌超2%，AI硬件、芯片半导体再度调整，白酒、银行逆势拉升

Mon, 19 Oct 2026 02:35:55 GMT

10月19日，A股早盘低开低走，三大股指盘中跌幅有所扩大，创业板、科创50双双跌超2%，AI硬件、半导体等再度集体调整，存储芯片、光模块、电路板等概念股普跌，长鑫科技盘初一度下挫8%，“易中天”纷纷走低。白酒、化工、银行等板块逆势拉升。

香港股市今天因香港重阳节假期休市。债市方面，国债期货普遍走低。商品方面，国内商品期货多数上涨。核心市场走势：

A股：截至发稿，沪指%，深成指%，创业板指%。

港股：休市

债市：国债期货全线下跌，截至发稿，30年期主力合约跌0.22%，10年期主力合约跌0.04%，5年期主力合约跌0.01%，2年期主力合约涨0.01%。

商品：国内商品期货多数上涨，截至发稿，燃油大涨6%，铂金、铁矿石、集运指数、锰硅、沪镍涨超1%，碳酸锂、沪铝、沪银、工业硅、热轧卷板、不锈钢、氧化铝、沪锡、沪锡、沪铜、沪金、螺纹钢、多晶硅、沥青等品种纷纷走高，钯金、玻璃、橡胶、原油、焦炭、菜籽、豆粕、纸浆等下跌，烧碱、焦煤、鸡蛋跌超1%。

10:31

白酒板块逆势拉升，顺鑫农业涨停，古井贡酒、皇台酒业、山西汾酒、迎驾贡酒跟涨。

消息面上，河南、山东、广东、安徽等多地经销商反馈白酒渠道库存持续去化，部分酒商库存同比下降10%—20%，名酒大单品周转更快，部分终端库存已控制在1—2个月。

10:29

沐曦股份涨近7%，摩尔线程、寒武纪、海光信息同步拉升，带动GPU板块。

10:12

光模块（CPO）指数持续下行，天孚通信、联讯仪器、剑桥科技、胜宏科技、太辰光均跌超6%。

大普微封住涨停，德明利、君正股份、佰维存储跟进，存储板块明显收窄跌幅。

09:49

AI硬件侧核心标的早盘抛压较大，三环集团、中材科技、天孚通信、鹏鼎控股、胜宏科技、中芯国际、沪电股份、长电科技、生益电子均跌4%左右。

09:39

创业板跌超1%。

09:25

上证指数低开0.6%，创业板指跌0.43%。光通信、玻纤、覆铜板、疫苗、传媒板块调整。汽车、油气、军工板块活跃。

风险提示及免责条款

10年期收益率单周骤降17基点！AI交易动荡重燃美债避险属性

Mon, 19 Oct 2026 02:29:50 GMT

上周，随着市场对头部AI企业前景的担忧升温，10年期美债收益率单周下行约17个基点，纳斯达克100指数同期重挫5.5%。而上一次收益率与科技股基准指数在同一周内出现如此幅度的同步下跌，还要追溯到2025年4月的关税风暴时期。

过去数月，美债在股市承压期间几乎失去了传统的对冲功能。如今，AI交易的动荡令这一局面出现转机。

AI裂缝浮现，债市逻辑生变

推动本轮债市反弹的核心叙事，来自AI交易本身的松动。

Anthropic营收增速放缓的迹象，以及AI云计算提供商CoreWeave债价的持续下跌，令市场开始质疑：这场驱动债市大跌的AI繁荣，是否正在出现裂缝？

过去数月，AI投资热潮从两个方向压制了美债：一方面，大规模AI基础设施建设提振了经济，芯片需求激增加剧了通胀压力；另一方面，企业为融资AI项目而涌入信用债市场，与美债争夺资金。据彭博数据，今年投资级企业债发行规模较去年同期增长约29%，科技巨头是主要发行方。

Julius Baer固定收益策略师Afonso Borges在报告中写道：“由AI主导的经济下行，将更接近于传统意义上的负向需求冲击”，并成为通胀下行的催化剂。他指出，在这类情景下，“中期美债应能再度发挥有效的投资组合对冲功能”。该行据此建议在中期久期上采取超配立场，并援引数据称，2000年至2020年间，10年期美债在股市回调期间持续录得正回报。

Natixis北美利率策略主管John Briggs则从供给角度阐释了这一逻辑：“如果投资者发现自己持有的AI相关债券正在贬值，他们购买新债的意愿就会下降。这在短期内减少了AI发行对市场的冲击，结果是更多资金流向长端美债，对供给挤出的担忧也随之减轻。”

空头回补放大涨势

本轮债市反弹并非单纯由避险需求驱动，仓位结构同样功不可没。

据彭博报道，上周债市涨势获得了CTA（商品交易顾问）基金大规模回补空头头寸的助推——这些基金此前持有异常激进的美债空头仓位。空头回补形成的买盘，进一步放大了收益率的下行幅度，也令债市的双向风险显著上升。

Marlborough Investment Management投资组合经理James Athey援引马克·吐温的名言评价道：“套用马克·吐温的话，关于美债已死的传言，被大大夸大了。”

加息预期降温，但分歧犹存

避险资金的涌入，也在一定程度上抵消了通胀数据对债市的压力。

上周公布的消费者价格数据高于预期，一度将市场对美联储本月加息的概率预期推升至约50%。但随着股市抛售加剧，这一概率迅速回落。

美联储主席沃什随后现身IMF年会，但除重申美联储将致力于实现价格稳定外，未就货币政策走向或经济前景发表任何评论。市场目前仍预计美联储年内将再加息一次，并于2027年再度收紧。

Standard Bank G-10策略主管Steven Barrow将本轮债市反弹定性为“红鲱鱼”——即误导性信号。他指向前方的通胀风险，以及资金从主权债券向股票资产长期迁移的结构性趋势。

上周五油价的急涨同样提示了风险：受伊朗战争局势推动，油价飙升重燃通胀担忧，美债与美股一度同步走弱——特朗普总统推动俄罗斯柴油进入全球市场的协议遭遇质疑，令原油价格在午盘前后骤然跳升。

长期投资者的视角

对于短期交易者而言，前景充满不确定性。

State Street Investment Management东京高级固定收益策略师Masahiko Loo指出，Warsh不提供前瞻指引的货币政策风格——这是其政策框架的核心原则——令市场更容易出现大幅价格波动。

但他同时表示，对于长期投资者而言，“情况有所不同”。“如果出现更大规模的AI驱动风险规避行情，美债看起来越来越有能力提供投资者过去几年一直缺失的对冲功能。”

风险提示及免责条款

Anthropic研究员：我们生活的世界，可能也只是一场模拟？

董静 — Mon, 19 Oct 2026 02:24:00 GMT

Anthropic研究员Emmanuel Ameisen认为，不同AI模型在训练后最终都会演化出惊人相似的内部结构，这暗示宇宙信息存在一种最基础、最高效的底层排列规律；如果有人拥有模拟世界的能力，其构建的世界也必然会自然落入这种最优的结构“盆地”中，正是这种高度的趋同性和规律性让他觉得，我们生活的世界确实有可能是一场模拟。

ESMO年度前瞻：中国医药行业里程碑，有哪些重要关注点？

Mon, 19 Oct 2026 02:07:21 GMT

2026 年欧洲肿瘤内科学会（ESMO）年会将于 10 月 23—27 日在西班牙马德里举行，共设 96 项突破性摘要（LBA），其中 12 项进入最高规格的主席台。

中国来源研究约 29 项，占LBA总量30.2%；进入主席台的4项，占三分之一。这是中国肿瘤创新史上最好的一份入场券。

注意三个叙事要点。

第一，中国占 2026 年上半年全球 BD 交易额 58%，却只占 2025 年海外创新药市场销售份额 0.5%，供给端领先与需求端兑现之间存在整整一个身位；

第二，出海交易首付款只占总金额的 5.4%，意味着 95% 的交易价值悬在未来里程碑之上，"1,200 亿美元"是条件期望而非可折现收入；

第三，本次大会真正的风险不是"数据阴性"，而是毒性、生活质量与卫生经济学——一套中国药企尚不熟悉的评价体系。

1—9月份，全国房地产开发投资53364亿元，同比下降20.6%

Mon, 19 Oct 2026 02:01:55 GMT

1—9月份，新建商品房销售面积56483万平方米，同比下降13.2%；其中住宅销售面积下降13.8%。新建商品房销售额53799亿元，下降13.9%；其中住宅销售额下降13.7%。根据住房城乡建设部数据，1—9月份，二手房交易网签面积61746万平方米，同比增长10.7%。

风险提示及免责条款

中国9月规模以上工业增加值同比 5.5%，前值 5.2%

Mon, 19 Oct 2026 02:01:17 GMT

中国9月规模以上工业增加值同比 5.5%，前值 5.2%。

风险提示及免责条款

中国9月社会消费品零售总额同比 1.1%，前值 0.4%

Mon, 19 Oct 2026 02:01:03 GMT

中国9月社会消费品零售总额同比 1.1%，前值 0.4%。

风险提示及免责条款

国家统计局：前三季度国内生产总值同比增长4.6%

Mon, 19 Oct 2026 02:00:50 GMT

10月19日，国家统计局公布2026年前三季度国民经济运行情况，初步核算，前三季度国内生产总值1071071亿元，按不变价格计算，同比增长4.6%。分季度看，一季度国内生产总值同比增长5.0%，二季度增长4.3%，三季度增长4.5%。从环比看，三季度国内生产总值增长1.2%。

风险提示及免责条款

AI债务定价飙升市场看到了什么！？

Mon, 19 Oct 2026 01:47:09 GMT

10月16日，Anthropic的又一张底牌翻了出来：它为一笔代号“北极星”的600亿美元芯片融资，向黑石开出了10%以上的票息。这笔钱要拿去买约1.5吉瓦的谷歌TPU，成了就是迄今最大的一笔芯片融资。

今年6月，Anthropic刚做过一笔类似的芯片融资，代号“大天空”，当时没有博通担保的那档次级债（还款顺序排在后面、风险更高的一层），利率是8.5%。两笔交易的规模和条款不尽相同，可同样是没担保的次级档，价码四个月里就抬了一大截。

而在Anthropic开价的前两天，CoreWeave的股价一天跌了15%，五年期债券的收益率从7月的10%蹿到15%；第二天CDS（一种给债务买保险的衍生品，价格越高说明市场越不放心）盘中冲过了1000个基点，隐含的五年违约概率超过60%。甲骨文的CDS也同步创了纪录，纳斯达克全周跌了约4.5%，是6月以来最差的一周。

这其实在给AI债务重新标价，市场究竟看到了什么！？

Scaling Law开始挤进手机了

Mon, 19 Oct 2026 01:44:21 GMT

手机端侧模型的参数规模，正在迎来一轮快速膨胀。

9月22日，高通联合阶跃星辰、无量火和江波龙，将30B MoE模型完整部署在第六代骁龙8超级至尊版移动平台上，并在参考设计设备上完成验证，模型推理无需调用云端。

这并非孤例。

9月16日，vivo宣布预研蓝心30B MoE端侧模型。10月13日，面壁智能又发布35B-A3B开源模型MiniCPM-V 4.7，并公布了在iPhone 17 Pro Max上的实机运行结果。

短短一个月，30B级端侧模型接连亮相。曾经被手机运行内存和计算能力挡在门外的数百亿参数模型，开始展现出落地可能。

这场变化恰恰发生在手机存储成本持续上涨的背景下，也与两年前手机厂商努力给端侧模型“瘦身”的方向形成反差。

2024年，vivo重点推出的还是仅占用1.4GB运行内存的3B模型。如今，这家公司却开始探索总参数规模扩大10倍的30B模型。

背后的重要变化是MoE（混合专家）等技术逐渐成熟。通过减少每次推理实际参与计算的参数，手机开始有机会以相对有限的计算量运行更大规模的模型。

这推动了此前主要在云端展开的大模型扩容竞赛向手机端侧延伸。手机厂商也开始尝试获得Scaling Law（规模定律）带来的规模收益。

但模型容量扩大了，手机能够分配给AI的运行内存、功耗和成本预算却没有同步增长。

这也让手机产业链面临一场充满不确定性的技术押注。

一方面，更大的模型能否真正带来手机AI能力的跃升，形成消费者能够感知、甚至愿意为之付费的新卖点，仍然是个未知数。

另一方面，AI模型的技术路线可能在短短几个月内发生变化，手机芯片从规划到落地却通常需要约24个月。今天针对大参数模型所做的硬件投入，两年后能否适应新的技术路线，同样充满变数。

手机AI的规模红利

手机厂商并非一直追求大参数的端侧模型。

2023年，vivo曾宣布跑通1B、7B乃至13B端侧大模型。仅仅一年后，这家公司却把重点放在了更小的3B模型上。

2024年，vivo推出蓝心3B，内存占用仅为1.4GB。按照vivo当时的说法，这款模型在部分任务上能够达到7B至9B模型的水平，相比此前的蓝心7B，功耗进一步降低。

这也是当时手机行业的重要方向。2024年，荣耀Magic6系列搭载70亿参数端侧大模型，苹果推出的Apple Intelligence则采用约30亿参数的端侧基础模型。

到了2025年，vivo继续推出3B端侧多模态推理模型；苹果当年升级的端侧基础模型，参数规模同样维持在约3B。

vivo副总裁、vivo AI全球研究院院长周围曾认为，端侧大模型不应盲目追求参数规模，关键在于满足用户需求。他甚至判断轻量化搭载将成为行业趋势。

这一判断有着现实考量。手机的运行内存还需要留给操作系统、相机、游戏和其他应用。如何在有限的内存和功耗预算下提高模型能力，是当时手机厂商的重要目标。

但到了今年，周围开始修正此前的判断。

“去年我们觉得手机上跑3B、7B模型对于内存来说很吃力。”周围对全天候科技坦言，今年年初，行业出现了新的技术变化。

推动这一变化的关键，是MoE等技术让模型总参数规模与单次推理计算量得以部分解耦。传统稠密模型在每次推理时通常需要调用全部模型参数，而MoE将部分网络划分为多个专家，每次只选择少数专家参与计算。

以30B-A3B模型为例，总参数达到300亿，但处理每个Token时，实际参与计算的参数约为30亿。

这意味着，模型可以通过扩大总参数规模增加容量，实际计算量却不必随之成比例增长。

事实上，MoE早已成为云端大模型扩大规模的重要技术路线。过去几年，DeepSeek、阿里等厂商陆续推出采用MoE架构的大模型，展现出稀疏模型在扩大容量与控制计算成本方面的潜力。

如今，这套思路开始向手机延伸。

面壁智能联席首席科学家、清华大学助理教授姚远向全天候科技解释，MoE的重要价值在于实现模型容量与计算成本的解耦。

他将这比作一座图书馆：用户能够享有整座图书馆的知识储备，但每次回答问题，只需要调用其中几个关键书架上的内容。

随着MoE及相关部署技术的发展，厂商还可以将部分专家权重保存在闪存中，只在需要时加载到运行内存，降低模型的常驻内存需求。

周围认为，如今旗舰手机普遍配备12GB运行内存，在不影响正常使用的前提下，拿出约3GB运行MoE模型开始变得可行。

“我们去年对于这个技术的判断和整个行业的技术判断，今年做了一下修正，然后快速做出了我们自己的MoE模型。”周围对全天候科技表示。

这也使得手机厂商开始重新考虑Scaling Law带来的规模收益。

过去，大模型行业通过增加模型参数、训练数据和计算投入，持续提升模型能力。受制于硬件条件，手机厂商则长期侧重模型压缩、量化和知识蒸馏等技术，以降低部署成本。

如今，MoE为手机打开了扩大模型容量的空间，让厂商有机会在有限的计算成本下获得更大模型的能力增益。

不过，30B MoE与30B稠密模型不能简单地按照总参数比较。前者虽然拥有更大的模型容量，但每次实际激活的参数规模仍然只有几B，其能力提升并不等同于运行一个30B稠密模型。

更大的模型容量也未必能在所有任务上带来同比例的性能提升。

Scaling Law的规模收益究竟能够在手机端兑现多少，仍需要在具体任务、内存和功耗约束下得到验证。

手机能多做什么？

相比过去常见的3B、7B端侧模型，30B MoE究竟能带来哪些能力提升，是这轮参数扩张真正值得关注的问题。

姚远认为，MoE的优势主要体现在更加依赖知识广度和表征容量的任务中，例如多模态感知、OCR与文档理解、STEM推理以及长视频理解。

以面壁新发布的MiniCPM-V 4.7 35B-A3B为例，按照面壁公布的测试数据，其在OCRBench、MMBench、Mathverse_MINI等评测中分别取得91.2、91.72、86.45的成绩，同级别模型领先，甚至超过更大体量模型。

这也对应着手机AI正在发生的应用变化。

过去，手机端侧模型主要承担文字摘要、简单问答、照片识别等相对独立的任务。但随着手机AI向个人智能体演进，模型需要理解的内容越来越复杂，包括照片、视频、邮件、日程及用户长期积累的个人信息。

模型还需要在理解这些信息的基础上，制定计划并调用手机系统功能。

今年9月的骁龙峰会上，高通便展示了这样一个场景：在搭载第六代骁龙8超级至尊版移动平台的参考设计设备上，StepEdge-Omni 30B-MoE模型可以读取包含日期、航班和活动地点的邀请邮件，理解其中的信息，再结合日历完成行程规划、酒店及航班推荐等一系列任务。

整个模型推理过程都在本地完成。

按照高通公布的数据，经过联合优化，这套方案的预填充吞吐超过每秒330个Token，解码吞吐超过每秒28个Token，显示出30B级模型在手机级硬件上的交互潜力。

对于手机厂商而言，将更强的模型留在本地，还有另一层吸引力。

用户的照片、邮件、聊天记录和日程等大量个人信息原本就存储在手机上。如果模型能够在本地持续理解这些数据，就有机会减少对云端传输和推理的依赖，并降低部分任务的响应延迟。

但问题在于这些能力究竟有多大程度需要依赖30B的Moe模型？

过去的3B、7B模型已经能够承担邮件理解、日程规划、照片检索等一部分任务。小模型通过多个专用模型协同，以及与外部工具结合，同样有机会完成部分复杂工作。

姚远也坦言，MoE的优势存在适用范围。在纯文本代码、复杂指令跟随以及GUI定位等任务上，3B激活参数的MoE模型与7B稠密模型仍然互有胜负。

“MoE不等于‘白拿30B’。”他说，实际激活参数量仍然会限制部分任务的能力上限。

智能体能否真正完成跨应用操作，还取决于手机操作系统是否开放相应权限，以及模型调用工具的可靠性。

目前，各家厂商展示的30B模型测试环境、量化方案和任务类型并不完全一致，也缺少足够统一的真实场景比较。特别是在接近的计算、内存和功耗预算下，30B MoE相比3B、7B模型究竟能够提高多少复杂任务的成功率，仍然缺少充分验证。

对手机厂商而言，30B Moe模型能够在手机上运行只是第一步。

更大的模型能否完成过去小模型难以实现的任务，或者显著改善用户能够感知的AI体验，并进一步转化为消费者购买下一代手机的理由，才决定了这轮参数扩张的商业价值。

硬件账本

即便MoE降低了单次推理的计算量，完整模型的权重仍然需要存储和读取。

以30B MoE模型为例，即便采用4bit量化，仅300亿参数对应的权重理论上也需要约15GB存储空间，实际占用还受到量化方式、模型结构和其他运行数据影响。

对于手机而言，这些模型权重可以保存在闪存中，却很难长期全部加载到运行内存。

为此，厂商开始探索将大部分专家权重保存在闪存中，只把当前推理需要的部分加载到内存。

这种方案降低了模型对运行内存容量的要求，却带来了新的问题：如果所需专家还没有加载，计算单元就必须等待数据读取。

“激活参数少只省了计算，35B权重本身还是要存、要读。”姚远向全天候科技解释，当前端侧MoE的重要瓶颈在于内存容量和存储带宽。

面壁智能此次发布MiniCPM-V 4.7，重点优化的也是这一环节。其LES（前瞻专家调度）技术能够在当前层计算时，预测下一层可能需要调用的专家，并提前读取对应权重，使部分数据加载与模型计算并行进行。

按照面壁公布的测试数据，在配备16GB运行内存的iPad Pro M4上，LES使模型平均解码速度达到优化前的5倍。

面壁还引入DSpark投机解码技术，通过一次验证多个候选Token，进一步减少逐Token生成带来的重复开销。在iPhone 18 Pro Max上的测试中，MiniCPM-V 4.7 35B-A3B仅使用约3GB运行内存，实现了每秒20个以上Token的解码速度。

这些进展表明，手机运行大参数模型的效率越来越取决于整个存储和计算系统的协同能力。

芯片厂商也在为此调整架构。

今年9月，高通公布了重新设计的Hexagon NPU。其中一项重要变化是将NPU片上共享内存扩大50%，让更多模型数据和中间计算结果留在芯片内部，减少外部数据传输。

高通还引入面向Transformer模型的Element Accelerator专用加速单元，并支持从INT2到FP16的多种计算精度。

在30B MoE模型部署中，高通与无量火、江波龙等企业又进一步围绕推理引擎、异构计算和存储数据读取展开协同优化。

按照高通公布的数据，经过优化后的模型运行内存需求较常规方案降低超过50%。

姚远认为，下一代手机芯片需要围绕MoE的稀疏激活、专家加载和低比特计算进一步优化，包括扩大可供AI计算使用的共享内存、改善芯片缓存和数据传输通路，以及提高模型权重读取与计算之间的协同效率。

“端侧这场仗赢的是‘通道和配合’，也就是带宽和协同。”姚远说。

但这些技术投入恰恰发生在手机存储成本不断上涨的时期。甚至成本压力已经影响手机厂商的配置策略。集邦咨询指出，2026年高端手机的运行内存配置开始更多集中在12GB，16GB配置受到压缩。

一边是手机厂商努力控制内存成本，另一边是端侧模型向30B乃至更大参数规模扩张。如何平衡模型能力与硬件投入，成为厂商必须考虑的问题。

如果为了运行大参数MoE模型，需要付出更高的存储成本、更复杂的数据调度以及额外的功耗开支，手机厂商能否通过更好的AI体验获得产品溢价？

如果本地模型能够承担更多推理任务，又能否减少厂商持续支付的云端调用成本？

目前，这两笔账都还没有明确答案。

更何况，频繁读取模型权重还会增加手机的能耗压力。周围对全天候科技等媒体表示，相比专家权重常驻内存，不断搬运模型权重可能带来更大的耗电压力。

他透露，vivo此前3B模型刚推出时，运行电流达到800多毫安，经过一年优化后降至500至600毫安。

对于30B MoE模型，周围认为低于500毫安是较为理想的工作目标；到2028年底，如果能将工作电流控制在600毫安上下，便有望具备实际使用条件。

手机内部空间紧凑，散热能力有限。尤其是未来个人智能体需要在后台持续处理个人信息和执行任务，长时间运行的功耗与发热，将直接影响相关功能的实际体验。

周围预计，即便到2028年底，旗舰手机配备12GB至16GB运行内存，真正留给端侧模型的内存预算控制在4GB以内，仍然是比较合理的状态。

这意味着，模型厂商需要继续优化推理效率，芯片和存储厂商则要提高数据调度与计算的协同能力。

与此同时，未来模型技术路线的变化，也给硬件投入带来另一层不确定性。

如今，MoE为手机运行数百亿参数模型提供了新路径，芯片和存储厂商也开始针对稀疏模型的运行特点进行优化。

但未来手机AI究竟会依赖一个拥有更大容量的MoE模型，还是通过多个小模型协同完成任务，仍存在不同的技术选择。

高通在介绍新一代Hexagon NPU架构时，也提出了一种发展方向：未来智能体可以根据任务和上下文，动态选择不同的专用模型。小模型承担更多本地任务，只在必要时调用更大的模型。

不同的模型运行方式，对芯片资源的需求也可能存在差异。

如果模型继续沿着大参数MoE路线发展，专家加载效率、存储带宽和缓存调度的重要性将进一步提高。

如果未来出现更高效的小模型架构，或者多个专用模型协同的方案在实际应用中表现更好，手机对模型容量、数据搬运和计算资源的需求也可能随之改变。

当然，围绕MoE进行的硬件优化也有一定通用价值。更大的共享内存、更高效的数据传输通路以及低比特计算能力，同样可以服务于其他模型架构和多模态任务。

不仅如此，芯片厂商必须在模型技术仍然快速变化的时期，提前作出这些选择。

周围坦言，一颗手机芯片从规划到落地，通常需要约24个月。

这意味着，今天围绕30B MoE作出的硬件规划，可能要到一至两代芯片之后才能充分兑现。

但两年时间已经足够AI行业发生多轮技术变化。

2024年，手机厂商还在努力把模型做小；2026年，30B又成为新的探索方向。到了2028年，今天受到关注的模型架构是否仍然适合下一代手机，仍存在变数。

模型可以迅速掉头，芯片却必须提前两年下注。

当Scaling Law的规模收益开始尝试向手机端侧延伸，大参数模型已经迈过初步运行验证的门槛。

接下来，手机厂商需要证明更大的模型能够带来值得消费者买单的能力提升，芯片和存储企业则要确保今天的硬件投入能够适应未来不断变化的技术路线。

这场技术押注还没有答案。

风险提示及免责条款

国家统计局：9月一线城市商品住宅销售价格环比继续上涨，二三线城市环比降幅总体收窄

Mon, 19 Oct 2026 01:30:47 GMT

一二三线城市商品住宅销售价格同比降幅均收窄。

风险提示及免责条款

韩国首尔综指转涨，此前一度跌超3%；纳斯达克100指数期货涨1%

Mon, 19 Oct 2026 01:18:55 GMT

韩国首尔综指转涨，此前一度跌超3%；纳斯达克100指数期货涨1%。

风险提示及免责条款

巴克莱：物理与资本双重限制，数据中心增速将在2027年显著放缓！

Mon, 19 Oct 2026 01:18:05 GMT

全球数据中心建设热潮正面临物理瓶颈与融资压力的双重制约，增长拐点或已临近。

据追风交易台，巴克莱最新研究报告指出，全球（不含中国）数据中心新增容量的同比增速将从2026年逾100%大幅回落至2027年的约35%，2028年则可能趋于平稳。超大规模云服务商（Hyperscaler）将主导这一建设周期，预计2027年全球新增投运容量约25GW，其中超大规模云服务商占比超过60%。

巴克莱同时警告，债务成本上升与融资环境收紧正对数据中心开发商构成额外压力，CoreWeave的融资讨论即为佐证。在行业配置上，巴克莱建议投资者在数据中心相关资本品板块中，优先布局半导体、低压电气及冷却设备，对电力设备及中压电气持相对谨慎态度。

超大规模云服务商主导，非超大规模转化率偏低

巴克莱在报告中明确指出，超大规模云服务商将持续主导数据中心建设管道的实际推进。报告预测，2027年全球（不含中国）新增投运容量约为25GW，超大规模云服务商贡献其中逾60%。

相比之下，非超大规模开发商面临的处境更为严峻。巴克莱在建模时保守假设，非超大规模项目管道的实际转化率仅约40%，理由是这类开发商正面临多重物理瓶颈，包括土地、电力接入及供应链等方面的制约。

这一结构性分化意味着，名义上规模庞大的项目储备并不等同于实际可落地的建设量，投资者需对非超大规模开发商的项目管道保持审慎。

融资压力加剧，CoreWeave成标志性案例

除物理瓶颈外，融资环境的变化正成为另一重要风险变量。巴克莱指出，债务成本上升及市场对融资可持续性的担忧，将进一步压制开发商的项目交付能力。

报告特别提及CoreWeave，将其正在进行的投资者融资讨论视为行业融资压力的直观体现。值得关注的是，CoreWeave计划在2030年前新增5GW数据中心容量，这一体量在巴克莱的全球数据中心建设预测框架中具有相当分量，其融资进展因此备受市场关注。

巴克莱认为，融资层面的不确定性与物理层面的瓶颈相互叠加，共同构成了2027年后增速放缓的核心逻辑。

增长曲线：2026年见顶，2028年趋平

从巴克莱的预测曲线来看，全球数据中心新增容量的增长轨迹呈现出先冲高、后回落、再趋平的形态。2026年是增速峰值年，同比增幅超过100%；2027年增速收窄至约35%；进入2028年，新增容量可能基本持平，不再延续此前的高速扩张态势。

巴克莱认为，这一放缓并非需求消失，而是物理约束与资本约束共同作用下的必然结果。超大规模云服务商凭借更强的资产负债表和更成熟的供应链管理能力，将在这一周期中进一步巩固其主导地位，而中小型开发商则面临更高的项目搁置风险。对于投资者而言，识别哪些供应商与超大规模云服务商深度绑定，将是把握这一结构性分化行情的关键。

巴克莱建议超配半导体、低压电气以及冷却设备，对电力设备及中压电气持相对谨慎立场。在半导体子板块，巴克莱承认Neocloud融资担忧对市场情绪构成压力，并叠加了自夏季以来持续困扰该板块的AI投资回报率争议。但报告同时强调，GW容量面临的风险并不直接等同于GPU需求风险，原因在于当前供给仍处于偏紧状态，超大规模云服务商依然是核心需求驱动力。巴克莱认为，潜在算力需求被市场低估，云业务加速增长有望缓解投资回报率方面的顾虑。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

如何看待降息预期走强？

中金周彭、周奕江等 — Mon, 19 Oct 2026 01:13:52 GMT

中金研究

10月国庆假期后，利率衍生品市场隐含的降息预期迅速走强，已经来到了央行前几轮降息前的水平。降息预期走强的一个原因是，9月下旬以来国债收益率较快下行并未触发央行流动性收紧。我们认为，相对于普降7天逆回购利率和LPR，央行通过政策利率“换锚”、保持资金利率中枢在较低位置实现降息的可能性大一些。如果是后一种降息方式，国债收益率进一步下行的空间可能受限，而且这种降息大概率不影响存量贷款利率、新发贷款利率或会有所下行。明年财政政策力度预期仍是国债收益率方向的重要影响因素。

10月国庆假期后，利率衍生品市场隐含的降息预期快速走强，已经来到了央行前几轮降息前的水平（图表1）。我们计算的利率互换隐含的未来1年的降息概率从10月8日起快速走强，截至10月16日，该概率已经来到了央行2025年5月、2024年9月和7月、2023年8月降息前的水平。同时，10年期、30年期国债收益率快速走低（图表2），截至10月16日，两者分别位于1.65%、2.06%，均为年内新低。

近期降息预期快速走强的一个原因是，国债收益率较快下行并未触发央行流动性收紧，资金面仍然保持宽松。今年二、三季度，央行曾多次在国债利率较快下行时收紧流动性投放，如4月中下旬连续“地量”逆回购，6月3-4日逆回购零操作，4月、8月MLF缩量续作，4-6月买断式逆回购连续净回笼等。

9月下旬，在基本面数据相对较弱、股市情绪偏谨慎等多重因素影响下，10年期、30年期国债收益率分别跌至1.67%、2.07%的年内低位，但央行对资金面仍然展现出偏支持态度：9月央行加量2000亿元续作MLF（8月为缩量续作），并在公开市场净买入国债1000亿元（年内最高）；9月28日-10月8日，央行每日隔夜逆回购操作量在6000-8500亿元之间、是央行6月设立该项工具以来最高。10月假期后，10年期、30年期国债收益率继续下行，央行仍两次加量续作买断式逆回购（9月为等量续作），每日7D逆回购净投放也维持在400-600亿元的常规区间。受此影响，10月假期后DR001、DR007中枢已分别降至1.30%、1.35%以下（9月分别为1.38%、1.40%，图表3）。

传统意义上的降息是普降，即调降7天逆回购利率、并引导LPR下行。引导利率下行，也可以通过政策利率“换锚”、保持资金利率中枢在较低位置来实现，我们认为，后一种降息方式的可能性比普降更大。

如果央行直接调降7天逆回购利率，LPR大概率跟随下行，存量贷款利率将下调，若存款利率跟随下降有限，银行净息差受到的影响可能较大。我们认为这种情形的概率不高。9月底以来，房贷贴息、PSL降息扩围、地方债结存限额启用等一系列增量政策陆续落地，叠加四季度政府债净融资可能同比多增1.3万亿元（图表4）、财政存款使用有加速空间、政策性金融工具还剩约7000亿元待投放，经济增长可能温和修复，全年经济目标大概率可以顺利实现，在这个时间点货币政策大幅加码的必要性还有待观察。

我们认为，央行更可能通过引导资金利率中枢保持在较低位置实现降息，例如推动政策利率从7天逆回购利率转向更低的隔夜逆回购利率，或者在公开市场操作中维持较大规模的净投放。在这种情形下，LPR可能不会跟随下调，存量贷款利率也不受影响，仅部分挂钩DR利率的新增贷款利率有下行空间，叠加存款利率可能跟随下降，我们预计银行净息差受到的影响比较小。

如果后一种降息方式兑现，国债收益率的快速下行或暂告一段落，后续需要更加关注明年的财政力度。由于债市已经计入了较强的降息预期，降息落地后国债收益率可能难以再继续大幅下行。2023年至今历次降息落地后，10年期国债收益率的下行节奏均有所放缓。越过四季度，明年财政政策的力度仍是国债收益率能否继续下行的重要影响因素。我们预计今年全年政府债净供给的规模在14.1万亿元左右[1]。若明年政府债净供给的力度仍然较强，市场可能重燃对银行净资本和承接国债能力的关注。过去几年，我国商业银行购买了较多长久期国债，监管要求银行准备与其资产端和负债端期限错配程度相适应的资本金水平，落实到监管指标上，就是经济价值变动（ΔEVE）相对一级资本的比例（参见我们此前的报告《“防风险”会成为利率下行的限制么？》）。从各上市银行2026年发布的《2025年度第三支柱报告》来看，部分银行ΔEVE/一级资本已经接近15%（图表5）。

市场观察

本周中美股市下跌，主要国债收益率回落，美元走弱，铜金下跌、原油上涨。权益方面，中国9月出口同比由25.0%升至36.3%、PPI由3.8%升至5.0%，CPI由0.8%升至0.9%、核心CPI持平于1.0%，社融存量同比增速则较8月的7.2%继续回落至7.1%。反映外需强劲、上游涨价而终端需求仍偏弱。沪深300、创业板指分别下跌3.4%、8.9%，食品饮料、银行上涨，电子、通信跌幅较大。美国9月CPI、PPI环比分别由0.4%、0.5%升至0.6%、1.3%，通胀压力升温，而联储官员释放审慎加息信号。标普500、纳斯达克分别下跌1.9%、4.5%，恒生指数、日经225分别下跌0.1%、5.4%，德国DAX上涨2.1%。债券方面，中国1年、10年国债收益率分别下行4.7bps、3.8bps至1.17%、1.65%；美国2年、10年国债收益率分别下行6bps、15bps至4.74%、5.09%，曲线牛平；日本、德国10年国债收益率分别下行7.9bps、5bps至2.95%、3.48%。汇率方面，美元指数下跌0.4%至101.84，人民币对美元升值0.1%至6.69，对日元、欧元贬值。商品方面，伦铜、伦金分别下跌1.3%、0.7%，布伦特原油上涨5.2%；内盘方面，玻璃、螺纹钢、生猪分别下跌1.9%、0.3%、1.5%。

本周美国通胀超预期而美债收益率回落，反映市场开始重估高利率对AI融资及增长的约束。美国9月CPI、核心CPI及PPI同比分别升至3.7%、2.6%、6.3%，能源涨价叠加商品需求和租金粘性推动通胀反弹。但在通胀超预期情况下，债券利率不升反降。我们认为，一方面，高利率已部分承担紧缩作用，近期美联储多位官员放风暂缓加息、抑制加息幅度或持续时间。美联储理事沃勒本周指出长端利率上升正在抑制住房、汽车需求[2]，纽约联储主席威廉姆斯认为年内再加息一次适宜，但目前看明年无须继续加息[3]。美联储主席沃什在IMF年会上虽重申物价稳定目标、未预判议息决定，但强调AI对就业和经济转型的影响，并提出评估金融稳定及下行尾部风险，为政策兼顾金融风险留下空间[4]。另一方面，融资压力开始从AI信用市场向股票和增长预期传导。CoreWeave信用违约掉期（CDS）利差本周突破1,000bps并创历史新高[5]，表明债权人更关注现金流能否覆盖还本付息，市场因而下修高杠杆扩张的可持续性预期，科技股承压、避险需求支撑美债，股债跷跷板重新显现。往前看，AI行情下半场更依赖融资条件与增量资金（《“棉花糖”时代的美国AI》）。若信用收紧进一步拖累投资与就业，我们判断未来3—6个月美联储有望向兼顾金融稳定转向，市场对政策托底的预期或逐步回归；若政策配合带来增量资金，融资约束缓解有望支持AI投资与行情再扩张。

图表1：10月以来，衍生品市场隐含降息预期走强

资料来源：Wind，中金公司研究部

图表2：10年期、30年期国债收益率均创历史新低

资料来源：Wind，中金公司研究部

图表3：近期资金利率中枢有所下行

资料来源：Wind，中金公司研究部

图表4：四季度政府债净融资可能同比多增1.3万亿元

注：2026年10-12月政府债净融资为我们的预测值

资料来源：Wind，中金公司研究部

图表5：2025年，部分上市银行ΔEVE/一级资本接近15%的监管阈值

资料来源：上市银行《2025年度第三支柱报告》，中金公司研究部

图表6：中美股市下跌，主要国债收益率回落，原油上涨

注：截至2026年10月16日，较10月9日收盘变化。债券变动单位为bps，其余为%。

资料来源：iFinD，中金公司研究部

图表7：美国9月CPI与PPI同比回升

资料来源：Wind，美国劳工统计局，中金公司研究部

图表8：本周美股回调，股债跷跷板效应显现

资料来源：Wind，中金公司研究部

本文来源：中金点睛

风险提示及免责条款

Anthropic凭什么值2万亿美元？经济学家看到泡沫，AI大佬看到机会

张硕 — Mon, 19 Oct 2026 01:03:38 GMT

Anthropic的2万亿美元估值，到底是天价泡沫，还是被市场严重低估了？

最近，经济学家David Woo就对这一估值提出了质疑。他指出，2万亿美元已经接近台积电和Meta的市值，但这两家公司每年都能赚取数百亿美元，而且拥有强大的竞争壁垒。

相比之下，Anthropic不仅面临OpenAI、谷歌等巨头的激烈竞争，还需要持续投入巨额资金研发模型。按照David Woo的测算，要支撑这样的估值，Anthropic到2030年可能需要实现超过1200亿美元的年净利润。

如果净利润率只有10%，那就意味着它的年营收需要达到惊人的1.22万亿美元，相当于吃下全球软件和IT服务市场近30%的支出。

但LangChain CEO哈里森·蔡斯，却从另一个角度给出了不同的估值逻辑。他认为，决定Anthropic未来价值的一个关键变量，是企业究竟愿意为AI Agent花多少钱。

如果AI Agent的支出只相当于工程师成本的5%，那么2万亿美元可能确实太贵了。但如果这一比例达到300%，情况可能完全相反。

那么，Anthropic的2万亿美元估值，究竟是高估了，还是低估了？

AI资金流向图：英伟达拿走6900亿，其余499家瓜分3400亿

Mon, 19 Oct 2026 00:58:50 GMT

摩根士丹利首次绘制出2027年AI资本支出的完整流向图，揭示出一个高度集中的收益结构：在超大规模云服务商1.58万亿美元的支出中，约三分之二的S&P 500受益金额流向英伟达一家，其余499家成分股合计仅分得约3390亿美元。

摩根士丹利策略师Nick Lentini、Mike Wilson及逾二十位行业分析师联合发布报告《追踪AI 1.6万亿美元资金流向：绘制资本支出繁荣所创造的收入图谱》，首次将超大规模云服务商的资本支出逐笔追踪至具体公司的收入报表。报告核心结论是：AI资本支出将直接驱动S&P 500约25%的销售增长，AI相关企业将贡献2027年标普指数78%的盈利增长。

报告同时揭示了一个长期被忽视的隐性风险：超大规模云服务商已披露逾1.1万亿美元尚未启动的租约承诺，这部分"合成资本支出"并不体现在任何现金流量表的资本支出项下，却在经济实质上等同于债务融资。摩根士丹利信用策略师预计，2027年将是超大规模云服务商自由现金流缺口最大的一年，届时债务融资压力将显著上升。

1.6万亿美元的全景地图

摩根士丹利报告的核心是一张桑基图，将九大买家——Alphabet、亚马逊AWS、微软、Meta、租约池、SpaceX、甲骨文、CoreWeave及Nebius——合计1.58万亿美元的2027年支出，逐层追踪至半导体与服务器、网络与光学、数据中心基础设施、存储及国际供应商，最终落地至具体股票代码。

九大买家中，半导体与服务器是最大的单一支出方向，吸收6720亿美元，其中绝大部分流向英伟达。第二大方向是"国际"供应商，规模达5110亿美元，涵盖三星、SK海力士、台积电相关基础设施及台湾ODM厂商，这些公司均不在S&P 500成分股之列。

报告还指出，整张地图将1.6万亿美元资本支出映射至约1.7万亿美元的供应商收入，差额来源于私有新兴云服务商和比特币矿商对客户拆分的干扰、时间差异，以及尚未反映进资本支出预测的供应商涨价。摩根士丹利的解读是：下一轮资本支出上调已经内嵌于供应商模型之中。

英伟达独吞三分之二，其余499家均分残局

在S&P 500从AI资本支出中吸收的约1.03万亿美元收入里，67%流向英伟达，折合约6900亿美元，相当于整个1.58万亿美元资本支出预算的44%落在一家公司的利润表上。剔除英伟达后，整个AI资本支出繁荣对S&P 500销售额的贡献仅为1.6%。

粗略拆算：约7000亿美元归属英伟达，约3400亿美元由其余499家S&P成分股共享，另有约5500亿美元流出指数之外，流向韩国存储厂商、台湾ODM及各类私有企业。

在个股层面，摩根士丹利调查了各公司2027年收入中与AI基础设施建设挂钩的比例。英伟达以91.7%居首，其后依次为Erock（EROC）91%、Vertiv（VRT）90%、Applied Opto（AAOI）83%、博通（AVGO）81%、Bloom Energy（BE）80%。即便是卡特彼勒（CAT），也有21%的收入与AI资本支出趋势相关；希捷（STX）和西部数据（WDC）均达60%。

这一结构意味着，对于至少十余家大型公司而言，"AI资本支出"与"收入"几乎已是同义词——上行时锦上添花，下行时资本支出的任何修正都将直接转化为盈利修正，没有其他业务可以缓冲。

1950亿美元的隐性负债

报告最重要的方法论修正之一，是将租约纳入资本支出统计。摩根士丹利利用公司披露的已签署但尚未启动的租约、分析师对新增产能的预测，以及每GW新增产能对应的租约资本支出比率，为2027年资本支出新增1950亿美元，2028年新增2460亿美元。

这将2027年AI资本支出总额从1.39万亿美元（现金资本支出）提升至1.58万亿美元，同比增速约60%；2028年则从1.57万亿美元升至1.81万亿美元。

在租约规模上，甲骨文以570亿美元居首，其次为微软（450亿美元）、Meta（370亿美元）、亚马逊（280亿美元）和Alphabet（270亿美元）。截至2026年第二季度，已签署但尚未启动的租约管道已膨胀至1.118万亿美元，仅两个季度便翻逾一倍，微软（3290亿美元）、甲骨文（2880亿美元）和Meta（2790亿美元）是主要签约方。

摩根士丹利的定性判断是：租赁数据中心在经济实质上与债务融资的资本支出完全相同，只是绕过了GAAP资本支出科目。

债务：被低估的第一环

摩根士丹利信用策略师Fernanda Lima和Vishwas Patkar预计，超大规模云服务商和新兴云服务商的自由现金流将在2027年触及最负值，若计入租约支付，资金缺口将更大。

超大规模云服务商今年迄今已发行约2550亿美元无担保债券，约占其2026年预估资本支出的30%，亚马逊（980亿美元）和Alphabet（810亿美元）领跑，而综合收益率自年初以来已上升100至180个基点，甲骨文10年期债券利差扩张最为显著，达180个基点。

摩根士丹利的压力测试显示，若AA评级的超大规模云服务商以7%利率发行4000亿美元债券，利息覆盖倍数将从30.7倍降至仍属舒适的11.9倍；但若甲骨文和SpaceX以8.5%利率融资1200亿美元，两者合并利息覆盖倍数将从4.0倍骤降至1.8倍。

报告明确指出，新兴云服务商对债务融资的依赖程度最高，"几乎完全依赖债务发行来支撑其资本支出雄心"。报告发布数日前，CoreWeave股价已大幅下挫，而该公司在摩根士丹利的资本支出地图中对应470亿美元的支出规模。

增速放缓与"电力墙"

摩根士丹利预计，AI资本支出增速将从2027年的约60%大幅放缓至2028年的约14%。在此背景下，报告筛选出在资本支出增速趋缓时仍具备定价权的标的，电力设备类占据主导，存储、硬盘及冷却设备同样入列。

电力供应是另一个结构性约束。摩根士丹利自有的"AI供电"模型显示，即便考虑各类快速供电解决方案（覆盖所需97GW中的34%），美国本土2028年前仍面临32GW的净缺口，2029年前缺口扩大至约72GW。报告将此定性为时序错配而非需求崩塌，但指出存储、网络、光学和ODM建设对供电暂停最为敏感。

在下行风险方面，摩根士丹利措辞罕见直白：当前市场存在"担心错过采购"的心理，买家今日高价抢购是因为预期明日更贵，一旦供给追上需求，这一逻辑将逆转。报告援引2022年NAND内存周期为例——出货量仅下滑约5%，但价格跌幅达20%至30%——并得出结论："我们认为，当前市场低估了量价同时下行的风险。"

摩根士丹利的报告首次为市场提供了一张逐美元追踪的AI资本支出流向图，清晰呈现出S&P 500约25%的销售增长和78%的盈利增长，依赖于一笔1.6万亿美元的资本支出预算——而这笔预算中，指数层面三分之二的受益集中于一家公司，且越来越大的比例通过不计入资本支出的租约和需要再融资才会显现的债务来支撑。

风险提示及免责条款

银行股的中场战事：嫌贵的人越来越多，真正买单的人却无意离席

万周 — Mon, 19 Oct 2026 00:57:07 GMT

霍华德·马克斯：如果所有人都在谈论泡沫，那么泡沫可能还没破

Mon, 19 Oct 2026 00:53:55 GMT

当越来越多的亿万富翁和市场人士高呼AI驱动的股市正在形成泡沫，橡树资本联席主席霍华德·马克斯（Howard Marks）却给出了一个反直觉的判断：正因为所有人都在谈论泡沫，泡沫或许还远未到破裂的时刻。

据彭博社10月18日报道，霍华德·马克斯在接受采访时表示，他目前并不认为市场已经达到真正意义上的泡沫状态。他的核心逻辑在于：泡沫的本质特征之一是投资者对风险的“浑然不觉”（obliviousness），而当华尔街上下都在警惕泡沫风险时，这种“浑然不觉”恰恰是缺席的。“如果足够多的人都在谨慎地追问某个领域是否存在泡沫，那么完全有理由认为，即便它是泡沫，市场也会表现得很克制，”霍华德·马克斯说。

这一判断与市场当前的紧张情绪形成鲜明对比。从达利欧（Ray Dalio）到亿万富翁迈克尔·诺沃格拉茨（Michael Novogratz），多位对冲基金巨头已公开警告AI交易正将股市推向泡沫边缘。纳斯达克100指数本月早些时候再创历史新高后，上周随即下跌5.5%，部分市场人士将此归因于泡沫焦虑情绪的集中释放。

泡沫的定义：霍华德·马克斯的三个核心标准

霍华德·马克斯曾在2000年互联网泡沫顶部发出预警，并于去年表示自己处于“泡沫观察”状态。他承认“泡沫”一词本身“模糊”，但

他将泡沫描述为“非理性繁荣，是鲁莽，是浑然不觉”。在他看来，最典型的泡沫特征是市场演变为一场公众狂热——“有些人正在变得荒唐地富有，而任何没有参与其中的人都感到愚蠢，并为此懊悔不已。”

对照这一框架，霍华德·马克斯目前的评估是：投资者确实表现出对进一步上涨的“错失恐惧”（FOMO），但对泡沫风险的持续讨论本身，说明市场并未陷入“浑然不觉“的状态；而在另一个信号——投资者鲁莽行为方面，信号同样是混杂的。

估值数据：与2000年相比，差距显著

支持霍华德·马克斯判断的一个重要依据是当前的估值水平。以标普500和纳斯达克100的远期市盈率（forward P/E）来看，由于市场对企业盈利强劲增长的预期，这一指标今年实际上有所下降，并未呈现出明显的泡沫化特征。

与2000年互联网泡沫顶峰前一个月相比，差异尤为突出：当时标普500中市值最大的五只科技股平均远期市盈率约为65倍，而当前最大的五只科技股这一数字约为23倍。

不过，另一项估值指标令部分投资者感到不安。周期调整市盈率（CAPE，又称Shiller P/E）目前约为41倍，接近1999年创下的44倍历史纪录。 DataTrek Research联合创始人Nicholas Colas将其称为“前市场上流传的最令人不安的估值图表”。

JonesTrading机构服务首席市场策略师Michael O'Rourke则对远期市盈率的下降持保留态度。他指出，大型科技公司正在大举举债建设AI基础设施，而企业加杠杆通常会压缩估值倍数，这并不必然意味着估值合理。

“我们已经将供应商融资推向了全新的高度——芯片制造商自身需要补贴其产品的购买，否则这些采购根本不会发生。”

市场集中度与技术警示信号

除估值外，市场结构层面的高度集中也引发关注。目前，英伟达、苹果和微软三家公司合计占标普500指数权重约21%，而在1999年10月，需要将近10只股票才能达到同等权重。

技术面上，交易员已注意到多项与历史泡沫时期相似的信号，包括半导体板块的涨幅走势与此前泡沫时期的高度吻合、科技股内部最佳与最差表现股票之间的巨大分化，以及市场广度的持续收窄。

纳斯达克100指数过去10年相对标普500指数的250个百分点超额收益，也让许多投资者难以轻易放弃科技股敞口。“即便你对科技股有些担忧，你也无法放弃它。放弃它几乎显得愚蠢，因为它总是跑赢，”资深投资人士Jim Paulsen表示。

情绪信号：亢奋与谨慎并存

在投资者情绪层面，今年的整体表现远未达到历史泡沫时期的亢奋程度。

通胀高企、中期选举的不确定性以及伊朗战争，使得交易员在2026年多个时间节点选择防御性操作，纳斯达克100指数也经历了多次回调，包括一次完整的10%调整。

然而，亢奋迹象并非全然缺席。Broadcom首席执行官Hock Tan公开表示，AI热潮吸引了一批“完全不知道自己在投资什么”的投资者，其行为“如同在赌场”。CFRA首席投资策略师Sam Stovall则分享了一个细节：

他在与纽约一位报摊摊主交谈时，对方请他打印英特尔和思科的AI相关股票研究报告——这一幕令人联想到1929年股市崩盘前，Joseph Kennedy从擦鞋童处听到股票建议的著名典故。

泡沫如何破裂：信用市场是关键

即便当前泡沫尚未成熟，市场人士也在密切关注可能触发逆转的催化剂。Reynolds Strategy首席市场策略师Brian Reynolds指出，“通常是信用市场出现问题，才会终结一个周期。当人们在信用市场遭遇无法满足的追加保证金通知时，真正的麻烦才会开始。”

利率的快速上升已开始对部分市场宠儿造成压力。CoreWeave股价在今年1月至5月初期间几乎翻倍，但上周的市场下跌使其年初至今涨幅转负，其债券收益率也随之大幅攀升。

O'Rourke则强调，泡沫的破裂往往并非因为技术本身失败，而是因为过度乐观导致估值透支。“投资者变得过度自信，然后付出过高的价格。这才是泡沫思维的本质。AI会改变世界，这一点没有问题。”他说，“问题在于为此支付多少代价。”

在互联网时代，技术本身取得了巨大成功，但当盈利不及预期、利率上升时，集中的股市涨幅开始逆转。历史的轨迹，正在被当下的市场参与者反复审视。

风险提示及免责条款

地产或正迈向“中期逻辑”

华泰睿思 — Mon, 19 Oct 2026 00:46:39 GMT

摘要

8月底以来，中央连续2次出台全国性地产政策：828新政宣告行业销售制度正式转轨，9月29日启动近年来首次中央贴息居民按揭。我们认为两轮政策殊途同归，指向房地产行业更广义的企稳，全国房价更大范围的企稳条件正逐步具备。

供给端：未来两年供给预计持续收缩

828政策后房企拿地能力减弱，未来两年供给端或将持续收紧。828新政重构房地产商业模式，截至10月11日，北京、上海、广州、武汉、天津、杭州等地相继发布住房销售制度改革细则，现售制下项目现金流回正周期显著拉长；据我们测算，新预售/新现售模式下房企可动用拿地金额可能将下滑33%/41%。据中指院数据，9月全国涉宅用地成交面积单月同比下降32.3%，降幅较8月（-16.6%）明显走阔，1-9月累计成交面积同比下降22.3%，土地市场整体延续缩量态势。

需求端：购房卡点减轻，潜在购房群体加速落地

随着929财政贴息政策出炉，2024年924至今我国支持地产的政策已前所未有的全面和立体，行政端、金融端、财政端共同护航刚性需求及改善需求落地。929政策降低居民购房负担卡点：按100万元贷款、当前房贷利率3.05%测算，贴息100bp后，30年期月供由4243元降至3721元（-12.3%）、累计利息下降35.6%；现房销售制下房屋“所见即所得”，购房决策中的交付风险敞口被制度性移除。政策落地后转化已经启动：10月1-13日，25城二手房门店成交套数同比+33%，较9月增速提升14pct，我们认为观望需求向成交的转化开始提速，预计积累的潜在购房群体将在未来一年入市。

租金端：月供租金走向平衡，更大范围的房价企稳条件已逐步具备

我国房价离一阶导转正所需的置换链条激活、重点城市租金企稳、利率环境优化三条件中，部分条件已经具备：截至2026年9月，百城住宅租金同比降幅持续收窄至4.7%，为2025年以来最小降幅；贴息后符合条件首套贷款利率实质性降至约2.05%，为历史最低且低于公积金首套利率；全国百城住宅租金收益率约2.46%，150万以下低总价房屋的租售比或可达3.0%以上，“月供低于租金”在政策覆盖客群中已经确立。截至2026年8月，70城中新房价格实现企稳（年内累计上涨）的城市已达9个，二手房实现企稳的城市有5个，且北京、上海、广州、深圳四个一线城市全部转正——价格发现最充分的市场或已完成出清。我们预计2027年将有更大范围的城市房价迎来企稳。

投资逻辑：地产股开始迈向“中期逻辑”

市场普遍将828新政视为供给端利空，而我们认为供给收缩与结构性“供平过租”的形成正在为更大范围的房价企稳创造条件。市场对828政策反应已相对充分，未来细则影响将逐步弱化。我们认为2027年全国房地产市场成交量有望上新台阶、更多城市房价筑底，适应新模式的房企将迎来新周期。

正文

供给端：未来两年供给预计持续收缩

828政策后房企拿地能力减弱，未来两年供给端或将持续收紧。828新政重构房地产商业模式，房企现金流压力普遍上升。截至10月11日，北京、上海、广州、武汉、天津、杭州等地相继发布住房销售制度改革细则，增量项目（828后拿地）普遍面临更严条件：预售需主体结构封顶、预售资金全额全过程监管、按揭贷款竣工备案后发放。现售制下，项目现金流回正周期显著拉长，制约房企拿地能力。据我们的报告《量化测算住房销售制度改革对房企及行业的影响》（2026.9.13），考虑土地分期付款等对冲机制，新预售/新现售模式下房企可动用拿地金额将下滑33%/41%，这意味着在资金周转降速下，未来土地出让金或将在当前规模基础上下降30%-40%。

828政策后，其影响逐步在土地市场端显现。据中指院数据，9月全国涉宅用地成交面积单月同比下降32.3%，降幅较8月（-16.6%）明显走阔；一方面受去年同期高基数影响，另一方面828新政落地后房企观望情绪加重、拿地趋于谨慎。1-9月累计成交面积24461.1万平米，同比下降22.3%，降幅较1-8月（-20.0%）小幅扩大，土地市场整体延续缩量态势。

供给方面，一线城市供地量收缩，9月宅地供应宗数同比下降35%。步入10月趋势或将进一步凸显。10月以来土地供应趋缓，节后首周300城供应宅地宗数环比下降89%，同比下降10%，其中一线城市中仅广州有5宗地块待拍，其余城市均无涉宅用地出让安排。

需求端：购房卡点减轻，潜在购房群体加速落地

随着929财政贴息政策出炉，2024年924至今我国支持地产的政策已前所未有的全面和立体：行政端（限购限贷持续优化、828住房销售制度改革及北上广汉细则落地）、金融端（首付比例下调、房贷利率下调、房贷期限最长延长至40年、5年期以上LPR降至3.5%的历史低位且已连续16个月保持不变）、财政端（交易税率调整、929贴息），共同护航我国刚性需求及改善需求落地。

8月以来两大政策共同指向减少居民购房卡点，最后推动真实购房群体需求落地：

929政策降低居民购房负担卡点：按100万元贷款、当前房贷利率3.05%测算：贴息100bp后，30年期月供由4243元降至3721元（-12.3%）、累计利息由52.8万元降至34.0万元（-35.6%）；叠加828新政房贷期限最长延长至40年，40年期月供由3609元降至3055元（-15.4%）。即月供负担有望减少10%+。

现房销售制下房屋“所见即所得”，购房决策中的交付风险敞口被制度性移除。现房销售模式下，一方面交付风险因现房销售制度安排得以消减，另一方面，户型、园林、装修均实体可见，货不对板的质量风险同步消除——交付确定性与品质确定性共同降低了购房决策中的隐性折价，“买得放心”本身即是需求。

预期改善叠加卡点减轻有望推动本就有购房意愿和能力的居民走出观望。中指研究院调查显示，8月底购房意愿强于上月的居民占比环比回升1.2个百分点至16%，半年内计划购房占比升至17%的相对高位，其中一线城市提升最为明显（+1.7pct）；长江商学院三季度投资者情绪调查亦显示，房价看涨预期由2025年末的37%回升至56%。

政策落地后转化已经启动：10月1-13日，25城二手房门店成交套数同比+33%，较9月增速提升14pct，我们认为观望需求向实际成交的转化开始提速，我们预计积累的潜在购房群体将在未来一年入市。

租金端：月供租金走向平衡

香港楼市企稳经验显示了租金月供平衡带来的传导路径。2025年初伴随4月HIBOR急跌，香港H按房贷利率由3月约5.0%骤降至5月的1.9%附近，尽管接下来三个月有所回升，至25年9月达4.8%，但随后趋势性下行至2026年3月的约3.5%；香港私人住宅价格指数于2025年4月见底，此后持续回升，至2026年2月累计上涨约7.4%。中小户型“供平过租”推动“租转买”需求入市、成交量放大进而房价转涨的传导链条，在香港得到完整验证。

我们在4月报告《我国房价正迎来二阶导转正》（2026.4.10）中提出，我国房价离一阶导转正还差：置换链条激活、重点城市租金企稳、利率环境优化。而截至当前，其中部分条件已经具备：

重点城市租金企稳：截至2026年9月，百城住宅租金同比降幅自2025年12月的8.0%持续收窄至4.7%，为2025年以来最小降幅，租金端压力明显缓解。分能级看，二线城市同比降幅自25年12月的8.5%收窄至3.9%；一线城市同比自去年末的深度负增长修复至-6.3%；三线城市降幅稳定在4.9%左右，韧性相对较强。租金中位数口径下，上海和深圳今年来租金实现正增长，前9月累计涨幅分别为2.8%和0.7%，较去年全年同比改善5.4和3.7pct，北京、广州虽未增长，但较去年全年跌幅收窄3.8和1.6pct至0.7%和0.4%。

利率环境历史性优化：截至26年6月，全国平均房贷利率为3.05%，为2008年有统计以来最低水平；叠加贴息后，符合条件首套贷款利率实质性降至约2.05%，不仅为历史最低，且已低于公积金首套利率。

我国“供平过租”的平衡正在结构性形成：截至2026年9月末，全国百城住宅租金收益率约2.46%，150万以下低总价房屋的租售比或可达3.0%以上——而贴息后符合条件首套房贷利率约2.05%，且贴息覆盖范围（面积≤120㎡、总价≤150万）恰与高租售比的低总价房屋高度重叠，“月供低于租金”在政策覆盖客群中已经确立。

更大范围的房价企稳条件已逐步具备

自2026年以来，70城中房价环比上涨的城市数量有所提升。新房环比上涨城市数从2025年12月的6个升至2026年6月的20个（1-8月分别为5、10、14、14、16、20、17、15个），上涨城市平均涨幅亦有所扩大；二手房环比上涨城市数从2025年12月的0个一度升至3月的13个，但4月以来有所回落（6月9个、7月5个、8月3个），二手房整体仍处于以价换量阶段。从累计涨幅看，截至2026年8月，70城中新房价格实现企稳（年内累计上涨）的城市已达9个，分别为上海（+2.0%）、杭州（+1.8%）、大连（+1.0%）、宁波（+0.8%）、深圳（+0.7%）、沈阳（+0.6%）、厦门（+0.5%）、广州（+0.4%）、银川（+0.2%），另有武汉（基本持平）、合肥、青岛、南京4城累计跌幅在0.3%以内、接近企稳；二手房实现企稳的城市有5个，分别为上海（+2.5%）、北京（+1.2%）、深圳（+0.9%）、沈阳（+0.4%）、广州（+0.1%），宁波、徐州基本持平。

值得关注的是，二手房价格企稳的城市由零增至5个，且北京、上海、广州、深圳四个一线城市全部转正——核心城市二手房价格经历了最长的下跌周期后率先见底，通常意味着价格发现最充分的市场已经完成出清，其信号意义强于新房。

我们预计2027年或将有更大范围的城市房价迎来企稳。核心逻辑在于：其一，供给端，828新政后未来两年新开工与推盘持续收缩，重点城市新房库存去化已趋健康；同时，二手房挂牌压力实质性缓解：49城挂牌量自2025年10月的435万套高点回落至当前的428万套，同比由升转降（-1.5%），供需关系在更多城市走向再平衡；其二，需求端，贴息使符合条件房屋的持有成本与租金基本打平，“供平过租”客群率先完成房价预期扭转，置换链条自下而上激活——先是一线及强二线二手房企稳，再传导至改善新房需求；其三，价格水平上，多数城市房价较高点已有深度调整。参照2026年上海、杭州等率先企稳城市的路径（二手房先于新房、低总价先于高总价），我们预计2027年新房及二手房累计上涨城市数将进一步扩围，全国房价的企稳将从个别城市走向城市群。建议关注两个路径：

1、低总价房屋：政策红利强化价格企稳动力。按揭贴息政策使得低总价房屋“月供低于租金”率先确立，有利于推动“租转买”刚需集中入市。相对而言，个别代表性城市的价格信号已经先行：冰山指数显示，截至2026年10月4日，上海200万以下房源均价同比+1.9%、年内累计+6.3%，显著优于全市均值。苏州、成都、广州低总价段跌幅亦均小于全市平均。贴息政策将进一步放大低总价房源的吸引力，有望推动房价企稳。

2、核心区域高品质改善房屋：供给稀缺与产品溢价共振的结构性机会。828新政后新开工与推盘持续收缩，核心城市核心地段的高品质住宅供给趋于稀缺；置换链条激活后，改善客群价格敏感度低、更看重产品力与交付确定性，“所见即所得”的销售新规进一步强化高品质房源溢价。

投资逻辑：地产股开始迈向“中期逻辑”

8月底以来，地产股经历了828、929两次重大政策，但波动开始趋向于平稳，我们认为市场对828政策反应已相对充分，预计随后将会有更多城市细则落地，但力度或将弱于北京上海，因此828细则影响将逐步弱化，尤其值得注意的是，我们预计二三线城市政策灵活性或高于一线城市，或带来结构性机遇。展望未来，市场将聚焦于中长期基本面是否能如期反映政策效果。

机构持仓达历史新低，低拥挤度蓄势高赔率

截至2Q26，公募基金房地产持仓市值276亿元，环比1Q26下降24%，仅为2013年以来历史峰值（1Q22的1280亿元）的22%；持仓比例0.31%，环比再降0.14pct，创2013年有数据以来新低，较2Q13峰值7.11%和2013-2019年约4.1%的中枢均大幅回落。对照标准行业配置比例（0.84%），当前实际持仓仅为其37%，超配比例-0.53pct，且自2Q2015以来已连续45个季度低配，低配状态贯穿了整个行业下行周期。

行业杠杆加速压降，资产负债表修复夯实估值底

12家重点房企1H2026合计有息负债17893亿元，同比-3.1%，压降态势延续；净负债率均值44.6%，较2025年末的52.1%大幅回落7.5pct，甚至低于2024年（46.6%）水平。结构上，10家房企净负债率较2025年末下降；滨江集团、建发国际集团、中国海外宏洋、中国海外发展、华润置地5家已低于50%，滨江集团更是降至-0.5%。

供给侧的报表修复与需求侧的房价企稳正在形成共振。净负债率的系统性压降意味着信用风险收敛，减值计提对利润的侵蚀有望趋弱；而低杠杆房企在周期底部仍保有拿地与扩张的选择权，一旦销售回暖，其市占率与业绩弹性或将更为突出。

整体而言当前地产机构持仓处于历史性低位，若房价企稳沿低总价段向更大范围扩围、行业基本面预期修复，回流资金的空间和弹性都将显著大于持仓高位板块，行业“低杠杆+低配”的双重低位，意味着地产股下行风险有限、上行空间充足，配置价值进一步凸显。

我们认为2027年全国房地产市场成交量有望上新台阶、更多城市房价筑底，适应新模式的房企或将迎来新周期。

本文来源：华泰睿思

风险提示及免责条款

中金：AI高景气能否经住供给考验？

中金点睛 — Mon, 19 Oct 2026 00:26:16 GMT

全球AI链条三季度通过大幅回调消化高拥挤后（图表1），走势开始出现明显分化。中国台湾综指、纳指一度新高，费城半导体、科创50、创业板50等上涨斜率则有所放缓，甚至完全回吐年内涨幅（图表2）。这背后，除了各市场内部宏微观环境的影响，如美债利率和A股资金面的变化，恐怕也与AI链条上不同环节供需关系的悄然变化紧密相关：市场担心代表需求的云厂商资本开支已越过增速最快的阶段（图表3），迟迟没有等到新的应用场景，而光模块、GPU、存储芯片等部分上游环节的新增供给陆续释放（图表4）。

图表1：科技方向在2026年6月份异常拥挤，但当前已经明显降温

资料来源：Bloomberg，Wind，中金公司研究部

图表2：拥挤度消化后，M7、纳指等一度新高，但是费半、创业板50等涨势明显放缓

资料来源：Wind，中金公司研究部

图表3：五大云厂商资本开支或已越过增速最快的阶段

资料来源：Factset，中金公司研究部

图表4：半导体板块与云厂商的资本开支一增一减，一升一降

资料来源：Factset，中金公司研究部

供需节奏的一快一慢、一升一降，导致前期不断扩大的供需缺口开始出现收敛迹象，量价齐升所驱动的高景气逻辑也面临新挑战，直接导致了市场从共识走向分歧。那么，本轮AI驱动的高景气究竟能持续多久？恐怕是当下全球投资者最关心的问题。

一、判断高景气的三个认知偏差：需求固然重要，供给也值得重视

高景气，顾名思义，意味着需求处于向上通道，因此供给往往会被有意无意地忽略。但相比需求，供给也值得重视，我们认为有三个认知偏差值得重新审视。

► 其一，需求固然重要，供给也值得重视；投资者往往强调且放大一阶的需求，却容易忽视且低估二阶的供给。投资者习惯从市场空间、渗透率、客户黏性和技术迭代出发，推演未来数年的收入增长与资本回报，却容易忽略增长本身所诱发的供给响应。需求增长并不天然等同于投资回报，恰恰相反，越确定、越诱人的增长前景，越可能吸引资本进入、推动企业扩产并加剧竞争。当新增供给快于需求时，原本的紧缺可能转向过剩，价格与利润率随之回落；反之，若供给受到产能、技术或产业链瓶颈约束，即使需求增速并不进一步加快，价格和利润仍可能实现非线性增长。因此，需求打开增长空间，供给放大回报弹性。

► 其二，预测需求依赖大量不确定的长期假设，判断供给却有更多确定的参考指标。技术迭代时期，终端需求、应用落地节奏和客户付费意愿都存在较高不确定性，远期市场空间的预测往往依赖大量假设。相比之下，资本开支、在建产能、融资规模以及竞争者进入等供给指标，通常更加可观察、可验证。尤其在当前AI产业中，相比预测数年后的应用规模和商业化前景，识别已经发生或正在酝酿的供给扩张，往往有更为扎实的数据基础。与其在高度不确定的远期需求中寻找确定性，不如从相对可观测的供给变化中把握资本回报的边际变化。

► 其三，即使意识到供给的重要性，也容易简单地把供给扩张与回报下降划等号。供给扩张固然可能打破原有平衡，但扩产并不必然导致过剩，高投资也未必意味着低回报，关键在于行业竞争格局：在竞争分散的市场中，企业各自理性的扩产决策，可能累积为行业层面的非理性投资；而在集中度较高的市场中，企业往往更能考虑自身扩产对行业供给和价格的影响，新增投资也可能更多反映技术升级、效率改善或龙头份额扩张，而非无序竞争。因此，真正值得警惕的，并非供给扩张本身，而是缺乏供给纪律的扩张；决定回报的，不仅是供给扩张的规模，还有供给扩张所处的竞争格局。

基于上述考虑，本文不再重复讨论已汗牛充栋的AI需求前景与市场空间，而是转向容易被忽视的供给侧，从这一视角重新审视当前高景气的形成机制与持续性，为投资者提供判断依据。

本文中，1）我们首先识别中、美、韩等主要市场的景气方向，判断本轮增长究竟有多强劲；2）其次从供需视角解释强劲增长的形成机制；3）随后，从投资强度和新增融资两个维度，判断供给扩张的强度；4）再者，引入竞争格局，通过历史数据与实证检验辨析不同竞争格局下供给扩张的经济后果；5）最后，将这一框架应用于当前，判断哪些行业的高增难以持续，哪些行业的回报仍有改善空间。

二、如何识别高景气的方向？美股电气设备与半导体，A股电子等

判断本轮高景气能否经受住供给扩张的考验，首先需要定义景气以及识别当前景气度有多强劲。

如何定义景气度？低基数可以制造高增长，却未必意味着经营明显改善；同样20%的盈利增长，对稳定的消费企业可能是明显的变化，对周期企业却可能只是正常波动。单看同比数字，容易把基数效应当成成长或者景气。另一方面，不同行业的盈利波动也存在明显差异，即使剔除基数效应后的高增长也不必然意味着该行业进入景气区间。

为此，本文引入标准化未预期盈利（SUE，Standardized Unexpected Earnings），以企业当期盈利增速与历史均值之差，除以历史盈利增速的标准差，衡量盈利增长偏离历史常态的程度：

SUEᵢ,ₜ＝[ΔEᵢ,ₜ－mean(ΔEᵢ)]／std(ΔEᵢ,ₜ₋ₖ)，

其中，ΔE为季度盈利同比增速。它有助于减少基数差异的干扰，也能够增加不同行业盈利增速的可比性。SUE越高，说明当期盈利增速相对于历史常态越强，SUE大于0，意味着盈利增速超过历史均值；SUE大于1，则意味着盈利增速超过历史均值加一倍标准差，反映出偏强的盈利景气。本文将SUE大于1的行业定义为高景气行业。

我们测算显示，当前高景气行业大多属于AI产业链，例如美股的电气设备、半导体及设备、电子和软件（图表5），以及A股的电子等板块（图表6）。此外，A股的非银金融也具有较高的景气度。

图表5：2026年上半年，美股的电气设备、半导体等行业盈利景气度较高

资料来源：Factset，中金公司研究部

图表6：2026年上半年，A股的电子、计算机、电力设备等行业盈利景气度较高

资料来源：Wind，中金公司研究部

三、景气上行的原因？需求打开增长空间，供给放大回报弹性

景气之所以向上，是因为需求前景打开空间，也因为供给约束放大了回报弹性。以本轮AI为例，

► 一方面，AI需求扩张的核心驱动因素来自大模型能力持续迭代后带来的劳动生产率明显提升。Anthropic测算，AI辅助可使部分任务完成时间平均缩短80%，大模型应用场景日益丰富，美国非农部门整体的劳动生产率明显提升，其中，AI投入较多的行业如信息技术、金融保险的劳动生产率改善尤为明显（图表7）。生产效率的提升驱动词元调用量持续高速增长（图表8），云厂商算力投入不断加码，AI算力、基础设施等相关环节需求快速扩张。从更长期看，当前AI在企业支出中的占比以及个人付费绝对额都处于较低水平（图表9），AI或仍处于应用的早期阶段，无论是模型训练、推理，还是未来更多应用落地，都意味着较大的潜在市场空间。AI需求的快速增长，决定了相关产业链的扩张空间。

► 另一方面，供给约束进一步放大了需求增长所带来的盈利弹性。当行业存在较多闲置产能时，新增需求主要可以通过提高产量得到满足，价格反应通常较温和；随着产能利用率逐步接近上限，企业短期增产空间收窄，新增需求越来越难以通过数量扩张消化，更多转化为价格上涨。此时供给曲线逐渐变陡，同样幅度的需求增长会对应更大的价格变化[1]，行业也从相对线性的“量增”逐步转向“量价齐升”。价格的非线性上涨，会进一步放大利润弹性。增加产量通常需要追加原料、人工等投入，新增收入须扣除相应成本才能形成利润；在销量与单位成本不变的条件下，价格上涨带来的收入增量则直接转化为利润。因此，同等规模的收入增长，由涨价带来的利润增量通常高于由销量增长带来的利润增量，且原有利润率越低，这种放大作用越明显。

图表7：美国非农部门劳动生产率有所提升，AI投入较高的行业改善更为明显

资料来源：Fred，中金公司研究部

图表8：AI词元调用量保持高速增长

资料来源：OpenRouter，中金公司研究部

图表9：AI支出占企业投入（剔除薪酬）比重从2023年的0.5%升到2026年的5.7%

资料来源：Ramp，中金公司研究部

这一机制在产业链的瓶颈环节尤为突出。在各环节相互配套、短期难以替代的生产体系中，整体产出受制于供给最为紧缺的环节（“木桶理论”或列昂惕夫生产函数）。即使其他环节产能充足，关键零部件的供应不足仍会限制下游生产，使新增需求集中于瓶颈环节，推升其价格与利润，这正是我们此前报告《AI时代与人口变局猜想》中提到的列昂惕夫式互补生产关系所揭示的瓶颈效应：决定产业链扩张能力的，并非各环节产能的简单加总，而是关键环节能否提供足够的配套供给。

因此，本轮AI产业景气强劲上行实际上包含两层力量：需求扩张提供了盈利增长的基础，供给约束则进一步放大了价格与利润弹性。强劲的AI需求首先推动销量扩张，当需求进一步触及供给约束后，价格和利润率开始同步上升，使盈利增长快于收入增长，部分行业由此出现明显高于历史常态的标准化未预期盈利（SUE）。我们测算显示，美股的电子、电气设备等SUE较高的行业，同时也呈现出高产能利用率、产品价格涨幅突出的特征（图表10，图表11）。这些行业异常强劲的盈利表现并非单纯来自需求高增长，而是强需求与紧供给共同作用的结果。

图表10：产能利用率较高的行业也是盈利增速较快的行业

资料来源：Factset，BEA，中金公司研究部

图表11：高产能利用率下易发生大幅非线性的价格上涨

资料来源：Haver，中金公司研究部

四、如何识别供给扩张的强度？高景气能否持续，取决于供给扩张响应有多快

需求增长触及产能约束后，价格非线性上涨会放大利润弹性和资本回报。但这种高景气能否持续，取决于高回报引发的供给扩张对产能约束的影响。

那如何识别并判断供给扩张的强度？参考Hoberg and Phillips（2010）的研究思路，我们从相对投资强度和新增融资两个维度刻画供给扩张的强度：1）首先，引入相对投资强度，为当前供给扩张找到一个合理的参考系，判断实际扩产是否已经偏离正常水平；2）其次，考察尚未发生的未来投资，判断企业是否已经获得继续扩产所需的新增融资。

1）当前投资是否已偏离正常？确定“合理投资水平”

高景气行业资本开支增加本身并不意味着供给压力增加。需求前景改善、盈利能力上升、融资条件宽松，都会使更高的投资成为理性选择。因此，判断供给压力的关键，不是资本开支的绝对高低，而是实际投资相对于经营条件所隐含的“合理投资水平”的偏离程度。本文参考 Hoberg and Phillips（2010）的方法，以 Tobin’s Q、ROE、杠杆率、盈利波动、分红、企业年龄和规模等因素估计企业在给定经营条件下的正常投资强度[2]，建立投资强度的参考基准。再以实际投资强度与模型预测值之差定义相对投资强度（Relative Investment，RI），具体来看：

► 投资前景采用Tobin’s Q衡量，正向拉动投资强度。其理论含义是资本的市场价值与重置成本之比，当市场价值高于重置成本，且新增资本能够获得类似回报时，企业便有动力扩产。因此Q值能间接反映市场对投资前景的判断。测算时，Tobin’s Q采用滞后一期数值，避免引入未知信息；

► 资金条件用ROE和杠杆率表征，两者对投资强度作用方向相反。投资不仅取决于项目是否值得投入，也取决于企业是否有相应的资金支出和杠杆空间。ROE刻画企业的盈利能力，正向驱动投资强度。杠杆一方面限制了公司的融资空间，另一方面也有债务悬置效应（debt overhang），当企业已有较重债务负担时，新项目的部分收益可能首先流入债权人，从而削弱股东追加投资的动力；

► 盈利波动刻画投资不确定性。理论上，面对投资回报率接近的项目，如果盈利波动越大，不确定性也越大，而厂房、设备等投入难以撤回，因此，理性企业可能选择等待，以获得更多信息再做决策。实证显示，该指标与投资强度的关系不明确；

► 资本更新需求以分红、企业年龄和规模作为代理，往往与投资强度负相关。分红的企业，通常处于产业生命周期的中后期，大规模资本开支的意愿不足。不同年龄、规模的企业的资本更新替换需求存在较大差异，企业年龄越大、规模越大，资本开支强度可能越弱。

“合理投资强度”也会部分反映需求端的信息。尽管模型中没有直接采用订单、收入增速等需求端自变量，但是Tobin’s Q值、ROE等变量，部分反映了需求前景、收入增速的变化。但一些信息如最新订单或尚未兑现的技术机会，尚待补充验证。

我们对包括油气（美国）、建材（美国）、有色金属（美国）、半导体设备（美国、中国）、数字芯片设计（美国、中国）、半导体代工（全球）、存储（全球）、光模块（美国、中国）、PCB（美国、中国）、电网设备（中国）和输配电（美国）等产业链环节做了拟合，除了中国数字芯片设计、光模块和电网设备外，R²都在0.4以上，说明了模型的可行性和解释力，而解释力较低的个别板块可能与上述行业发展时间短、技术迭代快等结构性变化有关。

我们测算显示（图表12），2026年，相对投资强度RI较高的行业包括全球半导体存储、全球半导体代工、美国建材、美国PCB、美国光模块等行业，其投资强度都明显高于“合理水平”。需要说明的是，高RI并不能直接作为过度投资和更激进扩产的依据，也可能来自模型尚未捕捉的新订单、新技术和产业升级，要结合竞争格局等维度的信息给出进一步判断。

图表12：景气板块相对投资强度（RI）历史走势

资料来源：Factset，Wind，中金公司研究部注释：选取1997~2025年数据作为统计样本

2）未来投资会有多大？观察新增融资

采用新增融资观察未来扩产概率。相对投资强度回答的是“当前投资相对于合理水平的偏离”，但真正决定未来供给的，是下一阶段是否有能力继续增加投资，因此，我们进一步引入新增融资（New Financing），观察资本是否仍在向行业流入。

我们将新增融资定义为净股权融资与净债务融资之和占总资产的比例。融资并不等同于未来资本开支，但它为后续扩产提供了必要的资金条件。新增融资增加，意味着企业获得了更多外部资金，扩产有了进一步推进的条件。如果RI已经处于高位，同时企业仍在持续获得大量外部融资，意味着行业不仅已经进行了较强扩产，未来进一步增加投资的条件也在形成，就需要警惕资本是否正在支持新一轮供给扩张；反之，如果RI较高但新增融资明显回落，则当前高投资未必会继续加速。

我们测算显示，2026年，各行业新增融资强度相对克制，超过50%分位数的仅有全球半导体代工和美国半导体设备，两者处于历史68%分位数；美国光模块、美国建材、全球半导体存储、全球数字芯片等行业的融资强度处于较低分位数。因此综合来看，投资强度大且融资强度也大的行业只有全球半导体代工。

五、供给扩张就一定会降低回报吗？还要看竞争格局

高强度的供给扩张既有可能打破原有的供需平衡，导致供给压力增加；也有可能满足高速增长的需求或者技术升级迭代的要求，因此高投资未必意味着低回报，关键还在于行业竞争格局。

1）不同竞争格局下供给扩张的经济含义

行业较为分散时，单个企业的理性可能转化为行业层面的非理性。每家企业都可能看到涨价和高利润，也都希望扩大份额。但一家企业增加产能，会影响其他企业未来的售价与回报。若大家都按眼前的紧缺安排投资，却低估了竞争者同步扩产的规模，单个企业看似合理的决策，就可能累积成全行业的供过于求。因此，中低集中度的行业中，高强度的相对投资可能是业绩下滑的信号。

行业集中度较高，高投资强度却有可能增厚企业的垄断利润。在行业集中度较高的市场中，企业更容易认识到自身扩产对行业供给和价格的影响，投资决策也更可能考虑这种影响，非理性的投资也更容易被纠正。因此，高集中度的行业高相对投资和新增融资可能意味着技术升级、需求爆发等冲击下变量历史关系的变化，高相对投资或意味着业绩的向好。

就此，本文进一步引入行业收入集中度（HHI），刻画竞争格局及潜在的供给纪律。该指标为行业内各成分公司收入份额的平方和。HHI越高，收入更多集中于少数头部企业，供给决策相对集中；HHI越低，行业参与者较为分散，在景气上行阶段更容易出现多家企业同步扩产，进而加大供给集中释放的风险。

我们测算显示，美股有色金属、全球半导体存储、全球半导体代工、美股建材等行业收入集中度较高，而中国数字芯片设计、美国油气、中国半导体设备等行业相对分散（图表13）。当然，实际结果受限于数据可得性。

图表13：景气板块竞争格局

资料来源：Factset，中金公司研究部

2）实证检验：高集中度下的扩产意味着高回报与高景气

接下来，我们进一步实证检验相对投资强度、新增融资和竞争格局三者对资本回报的效果。为降低HHI统计误差的影响，我们将HHI大于等于4000划为高集中度组，其余划为中低集中度组，同时加入滞后一期的ROE变化作为控制变量，考察当期相对投资强度和融资强度与下一期ROE变化的关系。结果显示：

► 投资能否转化为持续回报与竞争格局有显著关系。中低集中度组中，相对投资强度与下一期ROE变化呈负向关系；高集中度组中，这一关系则转为正相关，两者统计上均显著。这意味着，投资偏离正常水平越远，竞争分散行业回报越下降，而高集中度行业反而迎来回报改善。

► 融资强度也与下一期ROE变化正相关，但统计上不显著，尚不足以确认稳定的预测作用。可能的原因是融资强度同时包含股权与债务融资，理论上对资本回报的影响可能是双重的：既有杠杆、回购或者高ROIC的新项目对投资回报率的增厚，也有财务成本与股本摊薄对资本回报的侵蚀，需要进一步拆分检验。

景气度与回报变化并非完全同步，即使新增供给释放后行业利润仍保持增长，其增速也可能逐步由异常高位回归历史常态，表现为SUE下降，而ROE未必同步回落。因此，本文进一步区分供给对资本回报ROE与盈利景气SUE的影响，增加SUE作为被解释变量，考察相对投资强度和新增融资是否改变未来的盈利景气度。结果显示：

► 相对投资强度会因为竞争格局的不同，对景气度产生截然相反的影响。中低集中度组中，相对投资强度与下一期SUE变化呈负向关系；高集中度组中，这一关系则为正，这与ROE回归的方向一致，说明在竞争分散行业中，投资偏离正常水平越远，盈利景气越可能由异常高位回落；而在集中度较高的行业中，高投资下盈利景气反而获得支撑。

► 融资强度与SUE在中低集中度组中显著正相关，高集中度组则依然不显著。中低集中度组中融资强度与景气度的正相关似乎与上文提到的供给扩张削弱景气的逻辑相悖，但很可能反映了两方面问题，其一，行业格局分散、竞争充分的企业通常面临较强的融资约束。企业内生的现金创造能力偏弱，研发、销售和产能建设，更多会依赖外部股权和债券融资。而只有景气度较高时，才更容易获得外部融资。同时，从融资到产能释放存在时滞，其对资本回报和景气度的侵蚀未必在下一期立刻显现。而高集中度行业中，融资强度对未来SUE的影响并不显著，则可能与企业面临的融资约束较弱有关。在这些行业中，头部企业具有较强的内部现金创造能力，对外融资依赖度低，不需要等到获取外部融资后才开始加大研发或者资本扩张。因此，新增融资强度可能不是一个纯粹的景气度改善信号。

总结而言，对于竞争格局分散、而投资和融资偏高的行业，要警惕景气和回报高位回落的风险；行业集中度高的行业，高投资则可能带来更高的回报与景气度。

图表14：影响ROE的供给侧核心变量

资料来源：Wind，中金公司研究部

注释：选取1997~2025年数据作为统计样本

3）历史经验：互联网泡沫中的供给扩张与资本回报

互联网泡沫的经验也为“竞争格局改变投资扩张含义”提供了一个直观案例。1990年代末科技景气快速上行，资本开支明显增加。但在同样的投资强度下，不同行业结局却截然不同，背后起关键作用的正是竞争格局（图表15）。

► 在竞争分散的行业中，高投资往往伴随资本回报明显下降，如当时的半导体设备。美国半导体设备行业1998年的RI达到0.535，处于历史89.7%分位；随后至2001年，ROE累计下降28.0个百分点。美国PCB行业也呈现类似特征：2000年RI达到0.324，同样位于历史89.7%分位，一年后ROE下降63.2个百分点。两个行业集中度都较低，当竞争者同步增加供给后，企业层面的合理投资更容易累积为行业层面的供给压力。

► 高集中度行业则呈现不同结果，如半导体代工。全球半导体代工行业2001年HHI达到4289，属于高集中度行业；当年RI为0.250，同样处于自身历史82.8%的较高分位，但一年后ROE反而提高7.5个百分点。也就是说，在供给决策更加集中的行业中，投资明显高于历史正常水平，也未必演化为无序扩产和供过于求。

图表15：互联网泡沫时期，高集中度的半导体代工行业与其他高投资强度行业的ROE走势分化

资料来源：Factset，中金公司研究部

六、哪些行业未来能够延续高景气？供给对中国半导体设备和电网设备有利，全球数字芯片或承压

上文的分析告诉我们，供给强度对资本回报与景气度都有较好解释度和领先一年的预测效果，方向取决于行业竞争格局，新增融资的独立预测作用有限。因此在判断未来前景中，我们首先识别竞争格局，再以相对投资强度作为主要信号，判断回报变化方向。

► 未来两年竞争格局的变化。2026年集中度较高的行业为美国金属矿物开采、全球半导体存储、全球半导体代工、美国建材；相对分散的行业为中国数字芯片设计、美国油气、中国半导体设备等。对于2027年，我们根据收入预期的占比估算显示行业竞争格局没有根本性变化，但集中度下降较明显的行业主要包括全球半导体存储、美国金属矿物开采、美国油气、美国 PCB；集中度上升较明显的行业主要包括全球半导体代工、全球数字芯片设计和中国光模块。

► 未来两年投资强度的变化（图表16）。为消除行业自身波动不同造成的不可比，本文统一采用相对投资强度在本行业历史序列中的分位数，2026年和2027年数据均为市场一致预期。

1) 2026年，我们基于市场一致预期测算，相对投资强度较高的行业为：高集中度组里的全球半导体存储、全球半导体代工和美国建材，以及中低集中度组里的全球数字芯片设计、美国光模块、美国PCB和美国电网设备；相对投资强度较低的行业为中国电网设备、光模块、半导体设备，均属于中低集中度组。

2) 2027年，我们基于市场一致预期测算，高集中度组里的全球半导体代工和美国建材，以及中低集中度组里的全球数字芯片设计的相对投资强度依然偏高，此外，中低集中度组里的中国数字芯片设计的投资强度会升高；相对投资强度较低的行业中，新增了高集中度组的全球半导体存储以及中低集中度组的美国PCB、光模块以及有色金属。

图表16：高景气板块相对投资强度预期变化方向

资料来源：Factset，中金公司研究部

行业集中度与投资强度的不同组合，对未来回报（ROE）和盈利（SUE）有不同的含义（图表17）：1）高集中度+高投资强度：包括全球半导体代工和美国建材等。由于供给决策相对集中，高投资未必演变为无序扩产，反而可能因技术迭代与量价平衡提振ROE与SUE；2）中低集中度+低投资强度：包括中国半导体设备和电网设备等行业。由于扩产相对克制，量增对价格和利润率的侵蚀较小，未来ROE仍有改善空间，SUE也更有条件维持相对高位。3）高集中度+低投资强度：主要包括美国有色金属等行业。尽管竞争格局有利于维持供给纪律，但缺少较强投资扩张所对应的正向回报信号，未来ROE与SUE改善的动力可能相对有限；4）中低集中度+高投资强度：最典型的是全球数字芯片设计等行业。竞争相对分散使企业层面的扩产更容易累积为行业供给压力，未来ROE面临下降风险，SUE也更可能从异常高位回归历史常态，是高景气持续性需要重点警惕的领域。

图表17：不同竞争格局下，相对投资强度对ROE与SUE的影响方向

资料来源：Factset，中金公司研究部

总结而言，当前的投资预期，还不至于给全球科技行业的景气度构成全面压力。但在不同竞争格局下，供给扩张对ROE和景气度的影响将有所差异：未来两年供给环境相对有利，资本回报和景气度相对受益的主要是中国半导体设备和电网设备；面临较大考验的是全球数字芯片设计。中国光模块、美国光模块和PCB可能阶段性受益；美国有色金属则可能阶段性承压（图表18-图表19）。

图表18：供给侧对AI景气板块未来两年资本回报的影响

资料来源：Wind，Factset，中金公司研究部

图表19：供给侧对AI景气板块未来两年盈利景气的影响

资料来源：Wind，Factset，中金公司研究部

本文来源：中金点睛

风险提示及免责条款

韩国股市为何暴跌？

郭磊宏观茶座 — Mon, 19 Oct 2026 00:25:20 GMT

10月以来韩国股市调整明显，成为同期全球科技资产波动率加大的关键影响变量之一。至10月15日，韩国KOSPI指数较10月2日的月内高点下行20.7%。

韩国股市调整背后有几点宏微观因素叠加：

一是随着欧美流动性收紧，韩国股票市场存在外资流出趋势。从KOSDAQ市场外资月均净买入额来看，5月和6月是其净买入较密集的时段。8月中旬，随着美伊局势升级，美国加息预期升温。8月和9月韩国市场的外资开始呈现连续的净卖出，不过9月第三周之前KOSPI外资市值占比仍处徘徊状态。至9月第三周之后，外资市值占比出现较明显的单边下行。

二是韩国自身货币政策亦存在继续收紧的预期，与海外流动性收紧形成夹击。7月16日和8月27日，韩国央行连续加息，将基准利率提高至3.0%。韩国央行2026年8月公布的未来六个月基展望显示其预测中位数为3.25%，反映其货币政策委员会整体仍倾向于进一步收紧货币政策。10月12日，韩国央行行长申铉松表示韩国通胀率预计将在“一段时间内”高于央行目标水平；进一步加息的时机和步伐将取决于数据，央行将在持续观察后续货币政策效果与通胀走势的同时审慎决策。10月12日掉期市场显示，未来六个月韩国央行累计加息50个基点的概率约为70%。

三是韩国市场对于单一产业的依赖度过高，存在一定的内生脆弱性。截至10月15日，三星电子和SK海力士的市值合计约占韩国KOSPI指数全部成分公司的总市值的48.6%。2026年上半年KOSPI上市公司营业利润同比增长348.5%；但剔除两家公司后的其他上市公司的营业利润则同比增长11.78%。韩国央行7月的报告提示应警惕这种依赖加深可能放大周期性、财政和金融波动的风险（should guard against the risk that greater dependence on IT could amplify cyclical, fiscal, and financial volatility）。10月中旬，我国存储企业的技术进步带来了海外龙头垄断壁垒被打破的预期，韩国存储企业股价均出现明显调整。

四是一致预期下的杠杆效应可能对市场波动存在进一步的放大。10月12日韩国央行行长申铉松承认在6月金融稳定报告中对单只股票杠杆ETF的评估有误，当时该报告认为单只股票杠杆ETF有望防止国内投资资金外流、并有助于扩大外国资本流入，而鉴于当时的情况这种评估是不恰当的。7月底以来单只股票杠杆ETF在韩国市场已受到严监管，但朝鲜日报（ChosunBiz）报道指出，由于“气球效应”，个人投资者资金转向指数杠杆ETF和保证金交易贷款。

在一系列救市举措下，10月16日韩国股市反弹，KOSPI指数收涨2.05%。

回顾韩国股市本轮调整，存在几点启示：一是内外政策同向收敛往往会放大资产波动。在这一点上，我国经济面临的情况不同。9月我国核心CPI同比处于1%的稳定区间，这为稳增长、扩内需创造了有利条件。二是一定程度保持资本市场行业表现的广谱性对于降低市场脆弱性较为重要。我国作为大国经济和全产业链特征天然具备优势，培育壮大新兴产业、改造提升传统产业、促消费、稳定固定资产投资均具备想象空间。《经济日报》10月18日评论指出“协同联动防止产业单兵突进”。三是对市场单向预期的时段应保持一定的警惕，单向预期与杠杆交易容易存在阶段性相互强化。

本文来源：郭磊宏观茶座

风险提示及免责条款

瑞银交易台：上周美股走势与“AI股神爆仓”那次非常像

Mon, 19 Oct 2026 00:06:38 GMT

美股上周经历的并非全面抛售，而是一场定向的仓位重置。瑞银交易台交易员Torsten Sippel在最新周报中指出，上周市场走势与数月前由“Situational Awareness”（一家知名AI量化基金）引发的去杠杆行情高度相似——AI与动量板块持续承压，资金向防御性和低拥挤板块轮动，但整体风险敞口并未被系统性抛弃。

AI与动量板块成为本轮调整的震中。半导体、存储及AI基础设施遭遇持续抛压，几乎没有资金入场抄底，存储板块单周跌幅达16%，投机成长股下跌12%，动量多空组合下跌8%。与此同时，必需消费品上涨5%，价值多空组合上涨6%，市场风格从成长与拥挤动量向质量与价值的切换已相当明显。

对冲基金净敞口已降至五年历史的第30百分位，但总敞口仍高于第90百分位，这一结构意味着若盈亏压力持续，市场仍面临进一步去杠杆的风险。Sippel在报告中明确表示，近期市场格局“脆弱而非彻底看空”，风险正在被重新分配，而非被放弃。

去杠杆而非去风险：本轮调整的本质

Sippel将上周的市场行为定性为“去杠杆（De-Grossing）而非去风险（De-Risking）”。

从资金流向来看，美国市场高频（High Touch）交易流量明显放量，长线只做多基金（Long Only）买卖比为36/64，对冲基金买卖/做空比为42/50/8。长仓持续被减持，但新增单股空头头寸相对有限，这与全面风险出清的特征并不吻合。

这一模式与数月前由“AI股神”、前OpenAI研究员Leopold Aschenbrenner创立的对冲基金Situational Awareness去杠杆行情如出一辙——彼时同样是拥挤仓位被迫平仓，而非基本面驱动的系统性抛售。本轮行情中，软件、防御性板块及低拥挤敞口在周中承接了部分轮动资金，消费、住房、医疗及部分工业板块也出现资金流入，小盘股与等权重指数跑赢大盘。

AI融资逻辑受质疑：CoreWeave成为关键风向标

CoreWeave已成为观察AI交易的重要标尺。Sippel指出，随着该公司信用担忧持续扩大，市场围绕AI的讨论已从需求端转向更根本的问题：AI基础设施建设的经济性与融资结构，能否支撑下一阶段的资本开支扩张？

值得注意的是，ASML与台积电均发布了强劲的基本面数据，但这并未能平息上述担忧。这一分歧至关重要——它意味着即便硬件需求端数据依然亮眼，市场对AI资本开支的融资可持续性已产生独立的定价逻辑。

在此背景下，超大规模云厂商（Hyperscaler）的即将财报将面临更高的验证门槛——投资者需要看到云收入、订单积压与现金生成能力，能够切实支撑AI资本开支的规模与融资需求。

宏观因素放大而非引发去杠杆

Sippel强调，宏观因素在本轮调整中扮演的是放大器而非触发器的角色。

通胀与利率冲击加速了系统性抛售，而中东局势升级则越来越多地向波动率市场传导。周五VIX出现跳升，1个月/3个月VIX期限结构出现六个月来首次倒挂，显示对冲需求已从AI特定风险向更广泛市场风险蔓延。

周五下午的市场走弱尤为值得关注——科技板块的抛售呈现出明显的无差别特征，Sippel认为这更符合ETF赎回、期权到期及对冲展期的行为模式，而非基于个股基本面的增量卖出。

财报季尚未成为主导变量

目前财报季整体表现尚可，但对市场走势的影响有限。标普500已有10.4%的市值完成披露，第三季度预期营收增长12.1%，每股收益增长26.5%，实际盈利超预期幅度为4.1%，75%的公司超出预期。

然而，银行业的亮眼业绩与AI相关的积极数据均未能有效消化现有的抛压，财报目前仍处于仓位逻辑的从属地位。

未来5个交易日，将有80家公司披露业绩，合计占标普500市值的13.8%，包括Netflix、通用电气、Meta Platforms、特斯拉、宝洁及Western Digital。Sippel特别提及，Meta较常规时间提前一周披露财报，并以问句暗示：

“是否在抢在（增发）窗口关闭前先行一步？”

综合来看，Sippel对近期市场的判断是"脆弱而非彻底看空"。

风险正在被重新分配而非被放弃，但在AI板块缺乏真正抄底资金、总敞口仍处高位、波动率曲线新近承压的背景下，进一步去杠杆的空间依然存在。此外，近期波动率的上升也引发了对资本市场发行窗口持续性的新一轮质疑。

风险提示及免责条款

铜价高位震荡：是冲向历史新高，还是逆势反转？

Sun, 18 Oct 2026 23:57:27 GMT

当铜价站上14600美元/吨，距离历史新高只差1.7%，市场开始出现"冲向新高还是逆势反转"的争论。

搞清楚本轮行情与前四轮超级周期有一个本质区别：定价权已经从"边际消费方"转移到"库存持有方"。美国精炼铜关税预期在 18个月里把约120万吨铜吸进美国仓库，全球三大交易所库存中约七成集中在美国。这部分供给是被行政力量强制锁定的库存，不是被消费掉的库存。因此真正决定方向性的变量，不是"供需缺口有多大"，而是"这批库存什么时候、以什么价格回流"。

供给端来看：矿端2026年增速只有0.2%，进口铜精矿现货加工费跌至−231.7美元/吨的历史极值，新矿从发现到投产平均耗时16年，供给的价格弹性被压到了十年量级的"零弹性"。

需求端来看：铜杆周度开工率环比下滑21个百分点，中国未锻轧铜及铜材进口同比下降 11.5%，铝代铜在光伏等领域的推进仍在继续，价格破坏已经发生，只是还没有体现在期货价格里。

理智地看，2026年四季度到2027年上半年，铜价更可能走出"高位宽幅震荡、中枢缓慢上移"，而不是单边冲向22000美元的历史极值；但需要警惕，如果白宫一夜之间明确搁置精炼铜关税，美国库存集中的回流压力足以在半年内快速抹平全年缺口，这是潜在的不容忽视的最大下行风险。

不满豁免对俄制裁，担心更坏事情发生，美媒称泽连斯基决定“公开对抗特朗普”

环球时报 — Sun, 18 Oct 2026 23:55:09 GMT

乌克兰总统泽连斯基当地时间17日称，美国政府豁免对俄罗斯实施的多项制裁措施“是错误的”，只会帮助俄罗斯人。美国《国会山报》称，这是泽连斯基对美国总统特朗普做法的“谴责”。《华尔街日报》评论称，情绪低落的泽连斯基决定“冒险公开对抗特朗普”。路透社称，从美国威胁切断对乌克兰的情报支持，到豁免俄罗斯出口关税，再到可能帮助俄罗斯为战争提供资金的柴油协议，对基辅和美乌关系而言，这是具有破坏性的一周。

泽连斯基：阻止对俄制裁“是错误的”

据乌《基辅独立报》报道，泽连斯基18日在社交媒体上表示，自从特朗普宣布“俄乌之间能源停火”以来，俄已对乌的能源、石油和天然气设施发动76次袭击。他说：“美国需要明白，俄罗斯不会因为被解除制裁或协议而作出任何让步。”

特朗普于16日签署行政令，豁免了与俄相关的关键美国制裁和关税。路透社称，豁免内容包括对该国商品征收的关税，以及对购买其石油和天然气的处罚。这些措施依据的是特朗普9月签署成为法律的《2026年格雷厄姆制裁俄罗斯和伊朗法案》。

《基辅独立报》称，泽连斯基称，特朗普进一步阻止对俄实施制裁是“错误的”。他表示，华盛顿很可能会继续放松对莫斯科的制裁，并补充说，本月初美俄达成的柴油协议“只是第一步”，未来可能还会有更多举动。此外，据路透社报道，泽连斯基16日在欧盟峰会期间谴责了特朗普与俄达成的“柴油协议”。他还称，太空探索技术公司“星链”卫星通信系统的军事化版本“星盾”的运行情况有所改善，但尚未完全恢复。一天之后，泽连斯基再次称，太空探索技术公司的卫星系统使用仍受到部分限制。据报道，泽连斯基告诉记者：“这些限制仅适用于乌克兰境内，而不适用于欧盟国家。换言之，这是一次有计划的行动。”

18日凌晨，俄第二大城市圣彼得堡遭到乌克兰武装部队的大规模无人机袭击，目标包括石油码头、数据中心和桥梁。遭袭的圣彼得堡石油码头是俄最大的燃料储存和出口设施之一。

特朗普：我的决定非常明智

美国全国广播公司称，美国国务卿鲁比奥17日说：“总统希望利用这60天的时间来分析同时实施制裁和关税对全球经济乃至美国经济意味着什么。”特朗普称，豁免制裁“是一个非常明智的决定，对国家有利，对世界也有好处”。

鲁比奥17日还回应了有关美限制乌使用“星链”系统的传言。据美国《新闻周刊》报道，鲁比奥当天告诉记者：“我不知道泽连斯基说了什么，也不确定他是否清楚自己在说什么，但这并非蓄意而为。我们与此事无关，美方没有人下令降低‘星链’的速度。”鲁比奥强调：“我知道乌想要使用‘星盾’系统。他们要求使用该系统是为了对俄境内进行纵深打击。但目前他们还没有获得使用权。”

乌《基辅邮报》18日称，这场技术争端凸显华盛顿与基辅之间在远程拦截限制以及对商业通信的依赖方面不断扩大的地缘政治摩擦。鲁比奥的否认与特朗普此前的表态相呼应。不过，知情人士透露，马斯克曾直接向特朗普提议限制卫星服务，而特朗普批准了这项措施，从而为五角大楼限制“星盾”系统的功能铺平了道路。

美国《华尔街日报》报道称，乌获取军用级“星链”终端受到限制，此举凸显了近几周来美乌关系恶化的程度。近日，特朗普提出从俄购买柴油，并呼吁泽连斯基下台。乌方怒不可遏。

俄官员：一个重要的历史性时刻

俄罗斯负责对外投资和经济合作事务的总统特别代表德米特里耶夫表示，美政府暂停实施对俄制裁法案，是一个重要的历史性时刻。据俄《消息报》17日报道，他在社交媒体平台上写道，《2026年格雷厄姆制裁俄罗斯和伊朗法案》蕴藏着使莫斯科与华盛顿之间经贸互动完全停滞的风险。德米特里耶夫解释说，维持这些限制首先会对美国企业和全球市场造成严重损害，而互利合作则符合两国的利益。

德米特里耶夫表示，俄美柴油协议仅是他与美国代表会谈可能取得的成果的开端。据美国《纽约时报》报道，知情人士透露，特朗普的特使威特科夫和女婿库什纳在与乌克兰和欧洲官员的会谈中提出，欧洲应恢复购买更多俄天然气。美方认为，为促使俄乌冲突结束，乌克兰应考虑重启曾向欧洲输送俄天然气的管道。美国政府官员认为俄罗斯天然气出口可能是和平协议的一部分。报道认为，这一提议或许是整个计划中最大胆也最具争议的部分。

本文来源：环球时报

风险提示及免责条款

上线了！2027见闻历超值预售99元，活动火热进行中！

华尔街见闻 — Sat, 17 Oct 2026 02:07:55 GMT

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

Anthropic研究员给年轻人的忠告：用好AI、做算力越强越有价值的项目、别迷信职业稳定

Roadster秀的是SpaceX的实力！大摩：大部分BOM价值源于SpaceX，技术融合远超预期

Roadster背后：SpaceX技术的跨界渗透

AI算力：每增加1GW可为股价贡献27美元

基本面动能持续强化，上行风险多于下行

中国1-9月份城镇固定资产投资下降7.2%，信息服务业增长20.2%

A股早盘低开低走，双创指数均跌超2%，AI硬件、芯片半导体再度调整，白酒、银行逆势拉升

10年期收益率单周骤降17基点！AI交易动荡重燃美债避险属性

AI裂缝浮现，债市逻辑生变

空头回补放大涨势

加息预期降温，但分歧犹存

长期投资者的视角

Anthropic研究员：我们生活的世界，可能也只是一场模拟？

ESMO年度前瞻：中国医药行业里程碑， 有哪些重要关注点？

1—9月份，全国房地产开发投资53364亿元，同比下降20.6%

中国9月规模以上工业增加值同比 5.5%，前值 5.2%

中国9月社会消费品零售总额同比 1.1%，前值 0.4%

国家统计局：前三季度国内生产总值同比增长4.6%

AI债务定价飙升 市场看到了什么！？

Scaling Law开始挤进手机了

手机AI的规模红利

手机能多做什么？

硬件账本

国家统计局：9月一线城市商品住宅销售价格环比继续上涨，二三线城市环比降幅总体收窄

韩国首尔综指转涨，此前一度跌超3%；纳斯达克100指数期货涨1%

巴克莱：物理与资本双重限制，数据中心增速将在2027年显著放缓！

超大规模云服务商主导，非超大规模转化率偏低

融资压力加剧，CoreWeave成标志性案例

增长曲线：2026年见顶，2028年趋平

如何看待降息预期走强？

Anthropic凭什么值2万亿美元？经济学家看到泡沫，AI大佬看到机会

AI资金流向图：英伟达拿走6900亿，其余499家瓜分3400亿

1.6万亿美元的全景地图

英伟达独吞三分之二，其余499家均分残局

1950亿美元的隐性负债

债务：被低估的第一环

增速放缓与"电力墙"

银行股的中场战事：嫌贵的人越来越多，真正买单的人却无意离席

霍华德·马克斯：如果所有人都在谈论泡沫，那么泡沫可能还没破

泡沫的定义：霍华德·马克斯的三个核心标准

估值数据：与2000年相比，差距显著

市场集中度与技术警示信号

情绪信号：亢奋与谨慎并存

泡沫如何破裂：信用市场是关键

地产或正迈向“中期逻辑”

摘要

正文

中金：AI高景气能否经住供给考验？

韩国股市为何暴跌？

瑞银交易台：上周美股走势与“AI股神爆仓”那次非常像

去杠杆而非去风险：本轮调整的本质

AI融资逻辑受质疑：CoreWeave成为关键风向标

宏观因素放大而非引发去杠杆

财报季尚未成为主导变量

铜价高位震荡：是冲向历史新高，还是逆势反转？

不满豁免对俄制裁，担心更坏事情发生，美媒称泽连斯基决定“公开对抗特朗普”

泽连斯基：阻止对俄制裁“是错误的”

特朗普：我的决定非常明智

俄官员：一个重要的历史性时刻

上线了！2027见闻历超值预售99元，活动火热进行中！

ESMO年度前瞻：中国医药行业里程碑，有哪些重要关注点？

AI债务定价飙升市场看到了什么！？