华尔街见闻 - 资讯 - 最新

报道：台积电拟上调先进封装价格10%-20%，英伟达、AMD成本承压

Tue, 27 Oct 2026 05:52:14 GMT

台积电计划对旗下先进封装服务大幅涨价，AI芯片需求持续旺盛带来的产能压力正向供应链成本端传导。

据中国台湾《工商時報》援引供应链消息人士报道，台积电正考虑将其先进封装工艺价格上调10%至20%。此举若落地，将直接推高英伟达、AMD等芯片大厂的生产成本，同时可能进一步拉升苹果iPhone及MacBook的终端售价——苹果产品此前已因内存芯片价格上涨承受一定压力。

CoWoS需求溢出，产能吃紧触发涨价

台积电此次拟上调价格的核心产品为CoWoS（Chip on Wafer on Substrate）封装技术。

该技术将芯片与高带宽内存（HBM）整合于单一封装体内，是当前高端AI加速芯片不可或缺的关键工艺。

《工商時報》报道称，在产能扩充方面，台积电正持续推进CoWoS产能爬坡：预计2026年月产能将突破13万片，并有望于2027年进一步提升至20万片以上。

成本压力沿供应链向下传导

作为全球最大晶圆代工厂，台积电的定价决策对整条半导体供应链具有显著影响。其主要客户除英伟达、AMD外，还涵盖博通、高通及联发科等芯片设计巨头。

封装成本上涨对英伟达影响尤为直接——英伟达旗下数据中心GPU高度依赖CoWoS封装技术，涨价将压缩其产品毛利率或倒逼下游客户承担更高采购成本。对苹果而言，若封装成本上行叠加此前已上涨的内存芯片价格，旗下硬件产品的成本压力或将进一步加剧。

台积电及英伟达股价近期走势已在一定程度上反映市场对AI产业投资可持续性的担忧。

除封装涨价消息外，SpaceX CEO埃隆·马斯克此前对新兴云服务（neocloud）板块发表看空言论，亦于本周一对多只云计算及AI相关股票形成打压。

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。

Anthropic IPO将至，澳洲最大银行坐拥15亿澳元浮盈

Tue, 27 Oct 2026 05:52:05 GMT

随着Anthropic上市进程临近，澳大利亚联邦银行（CBA）正站在一笔潜在巨额收益的门口。

CBA持有的Anthropic股权账面价值已从最初的1.53亿澳元飙升至15.3亿澳元，一年内增长近十倍。据彭博测算，若Anthropic最终以2万亿美元估值完成上市，CBA所持股份届时价值或将进一步攀升至约32亿澳元，使这家澳洲最大银行成为此次AI独角兽IPO中罕见的银行业赢家。

这一浮盈源于CBA在2025年3月参与Anthropic的E轮融资。彼时入股成本约合1.07亿美元。此后，Anthropic于今年5月完成新一轮融资，最新估值升至9650亿美元，推动CBA持股账面价值大幅重估。值得注意的是，上述彭博测算为概算，未计入IPO可能带来的股权稀释效应，亦未反映CBA自今年8月年报发布以来持股情况的任何潜在变动。

CBA与Anthropic的关系不止于财务投资。双方已建立业务合作伙伴关系，共同推进AI在银行业务中的落地应用，涵盖反欺诈与反诈骗场景。CBA本月还宣布，旗下部分软件工程师将参与Anthropic专为提升AI技能而设计的新项目。

一笔低调的早期押注

CBA于2025年3月参与Anthropic E轮融资，入股时披露的股权价值约为1.53亿澳元（约合1.075亿美元）。这一时间节点早于Anthropic估值的大幅跃升，使CBA得以在相对较低的估值水平建立头寸。

截至去年6月30日，该持股价值维持在入股时的披露水平。然而，今年5月Anthropic完成新一轮融资后，公司估值升至9650亿美元，CBA随即在今年6月底的账面重估中将该持股价值调整至15.3亿澳元，一年内账面增值约十倍。

据彭博测算，若Anthropic以2万亿美元估值挂牌上市，CBA所持股份届时价值约为32亿澳元，较当前账面价值再度翻倍有余。

需要指出的是，上述测算存在若干不确定因素：

其一，IPO通常伴随新股发行，将对现有股东持股比例产生稀释效应，而测算未将此纳入考量；其二，CBA自今年8月年报发布后是否对持股进行过调整，目前尚无公开披露；其三，Anthropic最终IPO估值仍存在较大变数。

尽管如此，上述数字已足以说明，CBA在这笔AI投资上的回报潜力在全球银行业中颇为突出。彭博数据显示，在已知参与Anthropic融资的机构投资者中，银行类股东并不多见——今年2月，Anthropic曾公开披露摩根大通参与了其G轮融资，而CBA的E轮持股则使其成为少数在Anthropic股权上有直接敞口的银行之一。

投资之外的深度绑定

CBA与Anthropic的关系已超越单纯的财务投资，双方在业务层面形成了更为紧密的合作。

在应用场景上，CBA正借助Anthropic的AI能力加速内部数字化转型，重点方向包括识别和防范金融诈骗与欺诈行为。本月，CBA进一步宣布，旗下部分软件工程师将加入Anthropic专项设立的AI技能提升计划，显示双方合作正向人才培养层面延伸。

在行业定位上，CBA在AI部署方面的领先程度已获得外部认可。根据Evident AI Index对全球银行AI应用水平的评估排名，CBA位列全球第四，是榜单前十中唯一来自亚太地区的银行。

CBA首席执行官Matt Comyn对AI持审慎乐观态度。他在今年5月表示，AI将为部分员工带来职业发展加速的机会，但同时也坦承裁员压力将是现实。

“一些职业路径将因AI的使用而加速演进，让人们更早承担更复杂的工作。这将为许多人创造机会，但对所有人来说都将是一种挑战。我们这种规模的雇主有责任避免给出虚假的安慰，并给予员工尽可能好的适应机会。”

风险提示及免责条款

高盛警告：炼油厂停产规模已超此前最坏预期，全球成品油紧张或持续至2027年

Tue, 27 Oct 2026 05:50:21 GMT

全球炼油厂停产规模已超越高盛自身设定的最坏情景，成品油供应紧张局面料延续至2027年，原油价格可以被外交头条压低，但破损的炼油厂无法靠谈判重启。

据高盛大宗商品团队10月25日发布的最新报告《石油产品追踪：供应疲软或延续至2027年》，中东炼油厂停产规模较季节性正常水平高出约160万桶/日，俄罗斯炼油厂停产规模则高出约420万桶/日，两者合计约580万桶/日的超额停产量，已超过高盛分析师Nikhil Bhandari在9月份"噩梦级炼油危机"报告中设定的500万桶/日最坏情景假设。与此同时，本轮秋季炼油厂计划检修季异常清淡，大量被推迟的维护工作将集中于2027年第二季度兑现，届时亚洲（除中国外）地区——尤其是印度和韩国——的计划停产量将远超季节性正常水平。

高盛报告指出，全球平均零售燃油价格约为223美元/桶，成品油库存在各主要枢纽均处于低位，对额外供应冲击几乎没有缓冲空间。尽管欧洲石油需求和美国汽油需求均同比下降约2%，需求侧破坏已在数据中有所体现，但库存仍在持续下降，供应端的战争逻辑压倒了教科书式的需求响应。在此背景下，高盛重申做多2027年欧洲夏季汽油的建议，将其定性为对冲地缘政治进一步升级的工具。

周一，布伦特原油一度下跌1.4%，WTI下跌2%，市场交易的是华盛顿与德黑兰之间的降级预期。然而高盛大宗商品团队认为，真正的故事已经转移至下游——战争溢价从未离开这桶油，它只是从原油转移到了炼油厂门口、油轮租约和加油站。美国银行大宗商品主管Francisco Blanch则表示，若伊朗重新打击地区基础设施，未来数月油价达到120美元/桶“很可能发生”。

运费暴涨：从3美元到24美元，成品油运力遭双重挤压

高盛全球平均原油运费率10月份创下24美元/桶的历史新高，而一年前这一数字约为3美元。

运费飙升带来两重冲击：其一，依赖长途原油进口的炼油厂（主要集中在亚洲和欧洲）净利润空间遭到压缩；其二，部分成品油轮被拉入原油运输，直接削减了成品油的海运运力。

报告指出，逻辑链条清晰：当运输原油的收益更高时，清洁油轮转而承运原油，原本应由这些船只运载的汽油、柴油和航空燃油便滞留在炼油厂所在地。高运费对原油买家造成一次伤害，对燃油买家则造成双重伤害。

波斯湾出口结构性分裂：原油恢复，成品油仍大幅落后

波斯湾原油出口已接近2025年均值水平，但成品油出口的缺口依然显著，并持续支撑价格。

据高盛引用Kpler数据，波斯湾最新原油出口约为15.3万桶/日，相当于2025年水平的92%；而航空燃油出口仅为2025年水平的54%，柴油/瓦斯油为34%，汽油更低至10%。

造成这一分化的根本原因在于：支撑原油流动的船对船转运方案，难以复制到成品油领域。高盛报告指出，成品油更高的易燃性和规格差异性，使其在波斯湾以外的转运操作更为复杂。

此外，大型原油货轮可将固定安全成本（包括船员战险补偿）分摊至更多桶数，而成品油轮则不具备这一优势。换言之，霍尔木兹海峡的变通方案是为原油设计的，不是为航空燃油设计的。

580万桶/日：高盛最坏假设已被现实击穿

这是本篇报告最核心的数字。

高盛分析师Nikhil Bhandari在9月份的报告中设定了一个“延长中断情景”：假设中东和俄罗斯炼油厂停产规模在2026年剩余时间及2027年全年持续高于季节性正常水平500万桶/日，同时需求增长仅为50万桶/日。这已是其设定的最坏情景。

然而，据高盛最新数据，中东超额停产约160万桶/日，俄罗斯超额停产约420万桶/日，两者合计约580万桶/日，已超过高盛自身最坏情景假设的500万桶/日。

俄罗斯方面的数字并无改善迹象：乌克兰在特朗普宣布"能源停火"后仍持续打击俄罗斯炼油厂，而华盛顿目前已在特朗普-莫斯科燃油协议框架下进口俄罗斯柴油。与此同时，唯一拥有备用产能的大型炼油体系——美国——已无余量可言：

据美国能源信息署（EIA）数据，美国炼油厂开工率刚刚触及1998年以来最高水平。满负荷运转对利润率有利，但也意味着距离下一次长期停产检修已不远。

维护账单将于2027年第二季度集中到期

被推迟的维护不是被取消的维护，它是一笔贷款。

高盛数据显示，本轮秋季全球计划检修量同比下降170万桶/日，降幅达27%，主要由美国推迟维护驱动。这些被搁置的工作将在2027年第二季度集中兑现——届时计划停产量将大幅攀升，其中亚洲（除中国外）地区的增幅最为突出，印度和韩国首当其冲。

据高盛图表显示，2027年计划检修峰值约为770万桶/日（约在5月前后），高于今年峰值约600万桶/日；亚洲（除中国外）2027年第二季度的计划停产量将超过季节性正常水平的140%。鉴于印度和韩国在全球成品油出口中的重要地位，高盛警告称，这将在2027年第二季度显著压缩柴油和航空燃油的出口供应。

高盛还特别指出，推迟维护会增加非计划停产的风险，进一步收紧成品油供应——这相当于一辆以最高转速行驶的汽车跳过了保养，而美国今秋已经跳过，印度和韩国明春将轮到它们，与此同时，中东和俄罗斯那些已经受损的炼油厂仍有待修复。

库存无缓冲，需求破坏尚不足以扭转局面

即便需求已在下滑，库存仍在持续消耗。

高盛指出，主要枢纽高频成品油库存持续处于低位，对额外供应冲击几乎没有缓冲能力：美国汽油和柴油库存仍低于历史区间；中国汽油和柴油库存分别同比下降8%和11%；新加坡中间馏分油库存同比下降44%；阿姆斯特丹-鹿特丹-安特卫普（ARA）枢纽的航空燃油库存同比下降56%，因当地炼油厂持续优先生产柴油。

需求侧的压力确实存在。高盛数据显示，全球平均零售燃油价格约为223美元/桶，欧洲石油需求和美国汽油需求均同比下降约2%，航空燃油需求亦偏软。但问题在于，需求破坏该做的已经在做，库存却仍在下降——供应端的结构性损伤压倒了需求端的自动调节机制。

在裂解价差层面，据彭博数据，Nymex汽油裂解价差周五跌至27.94美元/桶，为4月以来最低；而取暖油（柴油）裂解价差高达98.45美元/桶，约为汽油裂解价差的3.5倍。布伦特原油曲线的12月-12月价差则触及29.98美元/桶，为滚动基准上的历史最强期货升水，市场并不相信需求恐慌的叙事。

高盛的交易建议：做多2027年夏季欧洲汽油

高盛在9月中旬首次推荐做多2027年6月欧洲汽油，10月25日报告再度重申这一立场。

高盛在报告中表示：“面对中东和俄罗斯供应前景的高度不确定性，我们重申做多2027年欧洲夏季汽油的建议，以对冲地缘政治进一步升级的风险。”

报告称，逻辑链条清晰：2027年夏季恰好是亚洲推迟维护集中兑现的时间窗口，也是驾车旺季启动之际，同时也是那些靠跳过维护勉强撑过今冬的炼油厂最可能出现故障的节点。汽油目前是成品油中相对"便宜"的一条腿——美国汽油裂解价差为4月以来最低——因此是以最低成本持有成品油供应紧张敞口的方式。

值得注意的是，高盛将其定性为“对冲”而非“预测”，这是一个在不需要精确择时的前提下表达方向性判断的措辞选择。

高盛同时维持对原油的看空立场：预计布伦特原油将在12月跌至90美元/桶，并在2027年均值回落至80美元/桶。看空原油、看多成品油——这一组合本身就是最清晰的信号：战争溢价可以从原油中被谈判稀释，但无法从破损的炼油厂中被谈判修复。

风险提示及免责条款

英伟达发布OOI：把光塞进硅中介层之后，谁的价值将被重新分配？时间点在何时？

Tue, 27 Oct 2026 05:31:52 GMT

旧金山 SEMICON West 2026，英伟达首席研究科学家 Nikola Nedovic 以《下一代 AI 的光学整合》为题，首次公开了 OOI（Optics-on-Interposer，硅中介层光学）原型：把光引擎从有机封装基板搬到承载 GPU 的硅中介层上，使 200T ASIC 方案中分布长达 100 毫米的光学组件，压缩进 8 毫米宽的中介层边缘。同台演示的 8 波长 DWDM，在单根光纤上跑出 256 Gb/s。

OOI技术会如何影响市场？我们认为，OOI 的第一个对手可能不是可插拔光模块，而是英伟达自己正在量产的CPO；它最大的赢家也不是任何一家光公司，而是台积电——因为 OOI 把光引擎从中介层"旁边"搬到了中介层"上面"，等于把光器件写进了硅中介层的设计规则，而中介层的产能、规则、良率全在先进封装厂手里。此外，根据路线图OOI最快可能2028年底量产，真正规模化商用时间定在2030 年：因为中介层是全行业最稀缺、最贵的硅面积，用最贵的面积去换最短的电通道，只有在一种条件下才划算——带宽密度的收益能盖过面积的损失。

金价跌破4000美元/盎司！谁是黄金市场的幽灵卖家？

Tue, 27 Oct 2026 04:57:35 GMT

10月23日，伦敦金现跌破4000美元/盎司，本周累计跌幅已超4%，创下6月以来最大单周跌幅。本轮抛售或受两方面因素驱动：一方面，在中东局势再度升级、胡塞武装袭击沙特等地缘冲突扰动下，市场对美元融资与流动性压力的担忧加剧，部分官方部门倾向于将黄金储备作为高流动性资产变现；另一方面，近期AI股下跌触及部分杠杆资金的强平线，相关股票资金需补缴保证金，黄金因流动性优势可能成为被动变现的来源。

不过，在可追踪的黄金市场微观数据中，并未出现与跌幅相匹配的集中抛售。黄金现货资金流入整体平稳，CTA持仓在观察窗口内基本未变，黄金ETF抛售规模有限，CME黄金未平仓合约反而增加。这与典型的算法抛售、现货抛售、量化基金去杠杆、期货端保证金追缴或ETF赎回情形差异显著，也意味着本轮卖压更可能来自场外、衍生品或官方部门等难以通过高频数据追踪的渠道。

而且当前黄金下跌发生在避险情绪升温、美债收益率明显回落的背景下。近期AI相关资产持续遭遇抛售，市场对AI数据中心资本开支、企业融资能力及相关信用风险的担忧加剧，避险配置资金转而流向美债等资产，但黄金并未同步走强，显示本轮下跌尚未获得避险增量买盘支撑。市场对美联储10月加息的预期亦有所降温，传统利率变量对金价短期跌势的解释力明显不足。

在此背景下，官方部门抛售或是上述价格走势与可追踪资金流显著背离的原因之一，其可能正充当黄金市场的幽灵卖家。

官方部门或是当前黄金市场的幽灵卖家

微软CEO：微软也在混用廉价模型，算力价格战不可避免，五年后企业核心资产将是“专有评测基准”

Tue, 27 Oct 2026 04:47:56 GMT

2026年10月26日，微软董事长兼CEO萨提亚·纳德拉做客风投播客20VC，与主持人哈里·斯特宾斯进行了一场24分钟的对话。

（左：微软董事长兼CEO萨提亚·纳德拉；右：20VC主持人哈里·斯特宾斯）

这场访谈的时间点需要留意。五天前，10月21日，纳德拉在伦敦ExCeL会展中心的Microsoft Frontier Tour现场做开场演讲，6500名合作伙伴与客户到场。他提出企业部署AI必须解决三件事：把人留在决策回路中、掌控自己的知识、建立信任。这场播客是同一套判断面向投资人的展开版本。

针对市场最关心的算力成本和模型竞争格局，纳德拉直言，从技术规律来看，绝大多数特定场景的业务任务，模型能力很快就会触碰到边际效应的饱和点。他强调：

一旦能力饱和了，开源模型或者极其廉价的轻量级闭源模型就会迅速占领市场。

算力将沦为大宗商品，“底层一定会经历极其惨烈的价格战”

随着模型推理成本的下降，市场一直担忧基础大模型的商业护城河。纳德拉对此毫不讳言，他预判前沿模型只属于少数塔尖市场，而日常算力将彻底走向大宗商品化。

纳德拉表示：

因此我的预判非常明确：最前沿的顶级模型永远会有其独特的塔尖市场，比如突破性的科学探索，前沿基线会不断被拔高；但在绝大多数企业日常场景中，算力的消耗绝大部分都会走向大宗商品化，沦为极度廉价的基础原料。

当被问及底层流量是否会被开源模型吃掉时，他给出了肯定的方向：

可能是开源模型，也可能是那些价格极度内卷的轻量化闭源模型。底层一定会经历极其惨烈的价格战。

最能印证这一趋势的是微软自身旗舰产品的调度机制。纳德拉坦白：

看看我们自己在微软 Copilot 内部的真实调度机制就知道了：我们每天都在大量混用便宜的闭源模型与开源模型。

这一表态实际上动摇了行业为前沿模型稀缺性支付溢价的基础，也揭示了微软正从单一模型提供者，转型为利润空间更稳定的模型调用编排者与治理者。

推翻安全对齐“涌现论”，采用激进的“零信任架构”

过去几年行业的默认前提是，模型能力越强，安全对齐会自然跟上。纳德拉说自己当年是这个前提的信徒，现在已经放弃。

纳德拉强调，传统的后期强化学习无法实现彻底对齐，对齐必须从最底层直接写死在模型权重里。他说：

我过去曾以为模型的‘对齐’会自然而然地随着参数规模的扩大而自动涌现。现实证明并没有。

他连后期补救的路径也否定了：

我根本不相信你能靠后期的强化学习一路修修补补走向彻底对齐。对齐必须从最底层直接写死在模型权重里。

基于底层模型无法保证绝对可信的现状，他提出了一种全新的工程化防御思路：

今天使用先进模型的最安全姿态，就是假定这个模型已经被攻陷。

他主张：

既然底层模型无法保证绝对可信，我们就在模型身外建一座铜墙铁壁般的信任围栏，在策略配置和异常行为监控上做到极其激进。

此外，对于近期行业内部分模型厂商隐藏“思维链”的做法，他予以严厉批评，认为“这让问题变得更加严峻”。他警告称：

坦率讲，如果闭源模型厂商不认识到这种‘对可信伙伴保持透明’的必要性，这种不透明性反而会成为开源生态的最大助推器。

微软为这一层准备了Agent 365和Purview：给每个数字员工分配独立身份，强制记录全部行为轨迹与完整思维链，思维链记录必须是人类可读的纯英文，不可篡改的日志交由多个独立模型交叉审查。

作为同时销售模型、编排框架和治理工具的公司，微软在这三层都有产品可卖。把安全定义为外置的信任工程，等于把企业预算引向自己已经站好位的治理层。

警惕“反向信息悖论”，五年后企业的核心是“专有评测基准”

在AI赋能企业B端市场的商业逻辑上，纳德拉提出了“反向信息悖论”。

阿罗的经典信息悖论是，技术拥有者把商业秘密完全披露给买家，没有专利保护，商业价值会瞬间蒸发；纳德拉说这个关系颠倒了，现在要保护的是作为买家的企业客户。

纳德拉提醒道：

企业在与大模型交互时，哪怕是微小的业务痕迹，都在无偿为大模型公司提供强化学习的养料。你实际上是在为模型厂商创造增量价值，而不是把价值截留在自己体内。

那么，AI时代企业的核心资产究竟是什么？纳德拉给出了明确的答案，即私有业务评测集。所有外部模型都必须在企业的这套私有指标体系上跑分，谁性价比高就用谁。

纳德拉说道：

我极其坚信的一点是：未来每一家企业都会构建起一套专属于自己的私有评测基准，这将成为企业最核心的商业知识产权。

在被问及五年后什么会变成常识时，他重申：

五年后所有人都会意识到：一家企业的核心资产与本质，就是一套属于它自己的专有 AI 评测基准。

联合利华是样板。他们先用前沿模型跑通从销售订单到资金回款的流程，再用业务交互轨迹训练，目前索赔处理已换成成本更低的MAI，业务逻辑留在了自己手里。这个案例出自他10月21日的伦敦演讲。

千亿美元训练成本的硬约束：必须由“全球GDP增长”买单

面对目前全行业都在疯狂扩张基建、单次模型训练成本甚至被喊出高达千亿美元的现状，市场对这种“军备竞赛”的商业回报率充满担忧。纳德拉从宏观经济的角度给出了终极账本。

纳德拉表示：

这笔钱最终必须由全球实际 GDP 的增长拐点来买单。

他阐述道，任何财务利润表都不可能凭空失效，企业最终都要面对收入和净利润的硬约束。如果一家公司能支撑千亿美元研发，“那前提必然是——这家公司为全球经济带来的增量价值，已经大到足以让它合法分得如此庞大的商业回报。”

他给出了最核心的观测指标：

AI 到底能否让全球 GDP 的增长率发生实质性向上跳升？

他对此持乐观态度，特别提及公共医疗深水区的降本增效，以及软件开发本身无尽的潜在需求弹性。

最后，针对行业是否会走向从芯片到应用“全栈垂直一体化垄断”的问题，他认为可能性极低。

他预判行业将走向水平专业化分工，“产业链的每一个层级都在爆发更加充分的竞争”，在堆栈的每一个细分层级都有多个赢家共存，客户将拥有自由拼装的自主权。

风险提示及免责条款

人形机器人存储需求5年增加20倍？马斯克：荒谬，机器人存储需求“超过一切”，超级智能更是远超于此

Tue, 27 Oct 2026 04:06:44 GMT

Counterpoint Research预计人形机器人存储需求5年增加20倍，马斯克直接驳斥称其“荒谬”，并断言机器人RAM需求将超越地球上其他一切，而超级智能的算力需求更将远超机器人——这一表态，将人形机器人存储赛道的想象空间再度拉升至新的量级。

与此同时，存储芯片巨头美光科技已将人形机器人列为未来重要的存储需求驱动力，将其与自动驾驶汽车并列，定位为“物理AI”设备的核心增量市场，并将相关需求与其现有高带宽、大容量存储产品线直接挂钩。

马斯克的表态与美光的战略布局相互呼应，共同指向一个正在成形的市场叙事：人形机器人及其背后的超级智能，或将成为下一轮存储与算力需求的核心引擎，其规模可能远超当前市场预期。

马斯克：现有分析"荒谬"，机器人RAM需求将超越地球上一切

当地时间26日，@wallstengine在社交平台X上发文称，Counterpoint Research预计，到2030年，人形机器人对DRAM的需求将激增20倍。

对此，马斯克直接回应外界对人形机器人存储需求的预测分析，措辞强烈。他写道：“荒谬的分析。机器人的RAM需求将超越地球上的其他一切，因为你需要机器人在物理基底上运行，以便塑造原子。”

这一表述的核心逻辑在于：人形机器人作为物理世界的执行主体，需要在实体环境中感知、决策并操控物质，这对实时计算和存储的需求是结构性的、持续性的，而非边际性的增量。马斯克的言下之意是，将人形机器人存储需求仅量化为"5年增加20倍"，严重低估了这一赛道的真实体量。

更值得关注的是，马斯克进一步将超级智能（Super Intelligence，SI）单独列出，称其需求“将远超机器人”，并补充道，约100%的超级智能算力将部署于深空计算（deep space compute）。这一判断将存储与算力需求的终极想象空间，从地球延伸至太空基础设施层面。

美光押注人形机器人，"物理AI"成新叙事锚点

在马斯克发表上述评论的背景下，美光科技已率先在商业层面将人形机器人纳入核心战略叙事。

据雅虎财经报道，美光管理层在最新一轮AI相关评论中，明确将人形机器人标注为未来重要的存储需求来源，并将其与自动驾驶汽车共同归入“物理AI设备”这一新兴品类。公司管理层将这一预期需求与其现有高带宽内存（HBM）及大容量存储产品线直接关联，强调无需开发全新产品，现有面向AI服务器和数据中心的核心产品即可覆盖人形机器人的存储需求。

这一定位的战略意义在于：人形机器人预计将使用与数据中心及自动驾驶平台相近的服务器级DRAM和存储方案，这意味着美光无需大规模资本重组，即可将现有产能和技术积累复用至这一新兴终端市场。

美光当前的整体叙事已高度依赖AI与数据中心需求、DRAM和NAND供需偏紧，以及长期客户协议所支撑的高利润率现金流。将人形机器人定位为服务器级存储的又一出口，与上述叙事高度一致，但其落地节奏仍取决于美光能否在先进制程上持续执行，并填满与大规模资本支出计划挂钩的产能。

对于投资者而言，人形机器人存储需求目前仍处于战略定位阶段，尚未在财务数据中形成可量化的贡献。

近期最关键的观察窗口是美光2027财年第一季度的业绩指引。管理层已就该季度给出预期：营收约615亿美元，摊薄后每股收益约37.84美元。市场将密切关注，届时管理层是否会就物理AI设备——包括自动驾驶系统及早期人形机器人部署——对上述预期的具体贡献作出更新说明，以判断这一主题究竟以何种速度真正转化为收入。

风险提示及免责条款

“国家队”终于来了，数据要素的老故事能讲出新结局吗？

万周 — Tue, 27 Oct 2026 03:40:14 GMT

国家数据集团正式成立，沉寂多年的数据要素概念再次升温。过去几年，产权登记、资产入表、交易平台建设接连推进，行业却始终缺少足够强的经营兑现。

数据资源庞大，为何难以形成持续收入？新的国家级运营主体有望降低跨区域协调成本，AI应用则正在催生专业数据的真实购买需求。两项边际变化能否形成合力，将决定数据要素产业能否走出“建平台、做项目”的旧循环。

一、发生了什么？——数据要素再次站在政策与资本市场的交汇点

1. 国家数据集团登场：制度建设走向专业运营

10月20日，国家数据集团有限公司在河北雄安新区成立。国务院国资委代表国务院履行出资人职责，集团以数据资源开发利用为主责主业，强调央地联动、产业协同以及为人工智能提供高质量数据服务。国家级经营主体落地，使数据资源开发利用有了更明确的组织载体，也迅速点燃A股数据要素相关公司的交易热情。

这次事件的分量在于产业组织方式的变化。国家数据局负责政策与制度体系，标准化组织推动技术规则，地方数据集团和交易机构承担各自区域的建设与服务；国家数据集团加入后，跨部门、跨区域协同出现了更高层级的市场化执行者。三大运营商和两大电网参与的股东结构为网络、算力与行业场景协同提供条件。

2. 多轮政策催化之后，为什么商业化仍未爆发？

回看行业发展的轨迹，2022年的“数据二十条”建立产权、流通、收益分配与安全治理的制度框架；2023年国家数据局成立；2024年数据资源相关会计规定实施，数据资产入表成为市场热点；随后公共数据授权运营、可信数据空间、地方数据交易场所接连推进。到2025年底，政策已将2026年定位为“数据要素价值释放年”。今年1月，行业研究已经普遍把制度闭环和AI发展视为双重催化。

九个月后，市场再次因为一家新成立的央企激活预期，反过来说明此前的商业化成果尚未充分建立投资者信心。政策和平台建设提供了必要条件，经营收入却需要客户采购、重复使用和收益分配的完整闭环。从数据资产入表到数据交易所建设，市场多次将“可供开发的资源”提前定价为“能够创造利润的业务”，结果往往是概念热度先于业绩出现。

……

构建“股市+债市”稳市机制！央行新工具来了

券商中国 — Tue, 27 Oct 2026 03:37:04 GMT

10月26日，人民银行宣布设立债市非银大额赎回互换便利（Bond Market NBFI Swap Facility，简称BNSF），用于在资管机构面临群体性流动性风险、债券市场出现系统性压力的特定情景下，支持具有系统性影响的银行理财子公司、公募基金管理人（或对应母行、证券母公司等），从央行借入央行票据用于市场回购融资，以购买本公司（或资管子公司）遭赎回公募产品的符合条件的债券或产品份额，并向央行抵押。

这是央行行长潘功胜10月19日在2026金融街论坛年会开幕式上宣布的即将出台的系列政策举措之一。彼时潘功胜指出，这项工具的目的是建立债券市场稳定机制，构成央行宏观审慎管理的一项新工具。更早以前，潘功胜在6月召开的陆家嘴论坛上也提到了“研究设立特定情景非银流动性支持宏观审慎工具”。

2024年10月，央行创设了支持资本市场的两项工具，其中的证券、基金、保险公司互换便利，通过资产互换增强机构融资和增持股票能力，有力提振了市场信心，初步建立了增强资本市场内在稳定平衡机制。此次新工具借鉴相关实践，提供了对非银机构的紧急流动性支持，与股市互换便利一起，构建了覆盖股市和债市的非银应急流动性支持机制。

防范债市集中赎回引发风险

公开数据显示，截至2025年末，银行理财产品存续规模达到33万亿元，公募基金资产净值达到38万亿元。资管机构业已成为债券市场的重要参与力量，其流动性状况与市场交易、资产定价的联系更加紧密，与市场机构的关联性、风险传染性也不断上升。

例如，2022年底，国内曾出现一轮理财“赎回潮”。彼时债市大幅调整，而银行理财也已完成净值化转型，以债券资产打底的产品净值连日下跌、破净产品激增，习惯“保本保收益”的投资者集中赎回；理财公司被迫抛售债券、赎回债基，反过来加剧债市下跌，形成负反馈循环，市场波动显著放大。

在正常市场情况下，资管产品赎回通常可以通过现金储备、资产到期回款和正常市场交易予以应对；但当多家机构同时面临较大赎回压力时，集中出售债券可能拉低市场价格，进一步影响产品净值和投资者预期，形成赎回与抛售相互强化的循环。这也是2022年底理财“赎回潮”发生的根本原因。

以往银行机构出现类似情况时，央行可以通过各期限逆回购、中期借贷便利、常备借贷便利、再贷款再贴现等工具，为其注入流动性；对于非银机构的流动性支持也有案例和经验，但总体来看，支持机制仍处于探索阶段。

应对极端情形稳定市场预期

“前期，央行就这项工具与市场做过多次沟通。”潘功胜日前曾表示，这项工具就是要在资管机构面临群体性流动性风险、债券市场出现赎回—抛售负向循环的特定情景时启用，防范金融市场体系的系统性风险。

市场人士同样对记者表示，此次工具设立的目的是在债市出现大幅波动时，阻断赎回、抛售循环，守住不发生系统性风险的底线。

“工具是在特定情景下使用，不是日常流动性供应，仅限于债市出现大幅波动、资管机构群体性流动性风险的极端情形。”该人士强调，在市场承压、正常融资和交易功能受到明显影响时，工具可以提供相应支持，为机构有序调整资产、市场恢复正常运行争取时间。但对于一般情况下，因机构自身信用状况恶化、信用债违约等产生的信用风险，仍按照市场化、法治化原则妥善处理，与工具应对流动性风险的功能定位有所区别。

该人士表示，这样的安排将日常管理与应急保障有效衔接，有助于稳定市场预期，同时保留市场主体主动管理流动性风险的动力。

坚持市场化原则，机构需承担损益

在可使用该工具的对象方面，根据公告，央行支持的是“具有系统性影响的银行理财子公司、公募基金管理人（或对应母行、证券母公司等）”。也就是说，此次工具的操作对象不仅包括资管机构，还包括资管公司的母行和母公司。

“这主要与这些母行和母公司的资金实力更雄厚、抵御风险能力更强有关，2022年理财‘赎回潮’时期也曾有母行对其理财公司提供支持的情况。”市场专家表示。

在工具的具体使用操作方面，公告显示，符合条件的机构向央行借入央票用于市场回购融资，以购买本公司（或资管子公司）遭赎回公募产品的符合条件的债券或产品份额，并向央行抵押。

上述专家对此解释，央行与相关参与机构之间是借贷的债权债务关系。机构法人提供合格债券等作押品，并实际承担损益。机构法人作为理财、基金产品的管理人（或对应母行、母公司），在紧急情况下购入产品为其提供流动性，类似于管理人跟投行为，可将公司与产品投资者利益绑定，也代表了公司对产品当时资产价值的认可，有助于有效遏制抛售、赎回自我强化。

不过，值得注意的是，相关机构购买自身产品还将坚持公允定价。市场人士指出，产品净值仍会对投资风险有真实反映，这不属于针对具体产品的刚性兑付，有助于继续巩固资管行业净值化转型和打破刚性兑付的改革成果。

避免兜底幻觉：参与机构需戴上“紧箍”

当然，并非所有的非银机构“流动性问题”都可通过这一工具解决。潘功胜此前已明确强调，工具是在系统性风险和道德风险之间做了综合权衡。

总的来看，工具在及时缓解流动性冲击的同时，也强调要维护市场纪律。央行公告中指出，参与机构应持续满足金融市场审慎管理要求，维护市场纪律。

中信证券固定收益研究团队认为，机构获得的是央票，回购融资仍须通过市场完成，基础货币与央行资产负债表规模不受影响，叠加合格抵押品与审慎要求，定位更接近宏观审慎框架下的应急缓释，而不是常态化工具投放。往后看，额度、费率与折算率等细则有望出台。

市场专家认为，相关审慎管理要求并非一次性的准入门槛，而是贯穿于工具使用全过程的持续性约束。有意愿参与的机构在平时就要体现稳健经营，获得工具支持后也需要继续保持经营稳健，确保审慎监管指标符合规定。具体的指标可以包括杠杆率、久期等一系列要求。

国际经验也体现了类似思路。英国央行的非银机构应急回购便利就要求参与者接受相应监管或取得许可，持续满足财务稳健性标准，并明确工具定价兼顾正常时期的市场约束和压力时期的使用需要。

市场人士分析，工具设计的机制是救市场而非救机构，特别是因自身经营不审慎而出问题的机构不会在救助行列。如果机构存在不审慎经营行为，在紧急情况出现时，这类非审慎机构甚至是没有资格参与工具的。在市场稳定的同时，这些个别机构依然会付出代价，以有效防范倒逼行为和道德风险。

“参与机构应持续满足金融市场审慎管理要求，是为了避免市场产生兜底幻觉，过度激进投机的‘坏孩子’也不可能得到救助，这有利于更好支持债市稳健良性运行。”上述专家称。

本文来源：券商中国

风险提示及免责条款

AI从"朋友"变"敌人"：中金测算中国云厂商ROIC仅11.9%，对内需挤出或快于美国

中金刘刚、彭一夫、项心力 — Tue, 27 Oct 2026 03:35:20 GMT

导读

为什么要做这样一个研究？因为中美AI都走到一个关键节点：自己的能力撑不起自己的野心了，需要向外借钱了，这也是市场要“算账”、担心收不回成本，一直波动的本质。

当然，借钱不是问题，借钱却赚不到匹配回报才是问题。但AI开始向全社会汲取资源的时候，挤出效应就会慢慢显现。那什么时候是临界点，也就是政策和经济能容忍的底线。

作为“朋友”，AI的拉动效果主要体现在直接的投资出口，财富效应，提升效率和知识外溢三个方面。扣掉AI，美股一半的盈利没了，中国一半的增长没了。

作为“敌人”，AI的挤出效应体现在资源品和金融资源的挤占、政策空间（美国的挤出是通过利率，因为主要依赖私人融资；中国的挤出是要通过财政与信贷投放方向）、还有就业。中国挤占可能更快，比如今年的内需。

那什么时候从“朋友”变成“敌人”？我们测算，美国整体能承受6%的利率和50%的价格上涨，还有点空间。中国对内需挤出更早，但非量化和长期目标函数也使容忍度更高。

7月以来，全球AI链条持续调整，背后除了不断走高的成本外，更重要的是市场担心AI能产生的回报撑不住大规模的投资，例如看似市场是在担心CoreWeave的信用风险，背后可能是担心Anthropic ARR的放缓，所以市场要算ROIC（回报）与WACC（成本）的账，这与去年四季度市场担心私募信贷的“剧本”如出一辙。

因此，决定后续AI走势的关键在于大模型的迭代和新业务模式的兑现（如今年一季度Anthropic业绩超预期），这也恰是提升AI回报的关键。

图表：CoreWeave的CDS飙升（违约担忧）引发一轮抛售

资料来源：Bloomberg，中金公司研究部

图表：截至二季度，美国云厂商的19.9%的ROIC仍能覆盖9.6%的WACC

资料来源：FactSet，Bloomberg，中金公司研究部

除了要“努力”证明自身回报足以覆盖不断膨胀的资本开支外，中美AI也都走到了另一个关键节点：即自己的能力（自己赚的钱，经营性现金流）撑不起自己的野心（资本开支的投资需求）了，需要向外部融资获取支持（自由现金流转负），而无法像此前那样只靠自己赚的钱来投资。

当然，借钱不是问题，借钱却赚不到匹配的回报才是问题。

但无论如何，当AI在中美都开始向全社会汲取资源的时候，另一个越来越重要的问题也逐渐浮出水面：AI是否会逐渐从拉动其他经济部门的“朋友”，逐渐走向其对立面，变成挤出传统需求的“敌人”？换言之，K型分化的上半端能否继续对冲下半端，使整体增长依然向上？

中美其实都面临这个问题：近期美债利率的走高，CoreWeave风险暴露，中国内需的疲弱，都是这个问题的某种折射。

只不过，中美的传导和挤压路径不同、容忍度和临界值也各异。搞清楚这个“临界值”，也就搞清楚了经济与政策能承受的边界，对我们判断中美的政策路径与选择投资方向都大有裨益。

一、AI走到了一个关键节点：开始从全社会汲取资源来支持其发展，中国可能快于美国

今年二季度，美国AI走到了一个关键节点：即无法用自己赚的钱（经营性现金流）来支持越来越膨胀的资本开支，因此需要对外融资（股权或债权）来弥补资金缺口，标志性的事件即是今年二季度除微软和Meta外的主要云厂商（Hyperscaler）自由现金流都转负（经营现金流-资本开支）。

图表：美国云厂商的资本开支逼近经营性现金流

资料来源：FactSet，中金公司研究部

当然，并不是说借钱就是坏事，恰恰相反，借钱可以撬动更多资金，也可以提高ROE（ROE=利润率*周转率*杠杆），只有借钱却赚不回来相应的钱才是坏事。对云厂商而言，截至二季度19.9%的ROIC完全可以覆盖9.6%的WACC，更不用说不到5~7%的企业债融资。

只不过，当AI开始向全社会汲取资源后，我们就不能只看AI自己的回报，还要考虑由此对传统部门的挤出效应，加总到一起是什么效果，最终来影响政策走向与市场方向。

美国是如此，中国也是类似。而且，由于中国的AI投资ROIC更低（截至二季度，中国头部云厂商如腾讯、阿里巴巴及百度的加权ROIC约11.9%，低于美国云厂商的19.9%），且二季度自由现金流均已转负，需要更多外部资金支持。在非完全市场定价决定要素资源分配的环境下，对传统需求的挤出可能更快。

图表：截至二季度，中国头部云厂商的加权ROIC约11.9%，低于美国云厂商

资料来源：FactSet，中金公司研究部

图表：中国头部云厂商二季度自由现金流均已转负

资料来源： Bloomberg，中金公司研究部

二、主要经济部门划分：AI与其他部门“五五开”；美国AI生产多，中国AI基建多

界定清楚新技术的投资生产、应用和其他传统部门，是我们判断AI是传统需求的“朋友”还是“敌人”，以及一轮技术扩张是局部繁荣，还是广泛的经济增长的前提。

技术革命的经济影响，不能只观察技术生产部门。技术革命对经济的影响既可能来自新技术本身的投资与生产，也可能来自新技术应用带来的生产率改善和新供给创造，也有可能通过要素价格影响到尚未有效采用新技术的部门。

不难理解，新技术对不同部门的影响存在明显差异。参考Stiroh（2002）的思路，我们将经济体划分为四个部门，更好体现技术革命的影响，具体来看：

1) AI生产部门，主要涉及AI大模型生产环节，如电子计算机、软件、数据中心/云服务、IT服务；

2) AI基建部门，主要涉及AI数据中心的基础设施和能源环节，是AI生产直接拉动的部门，如电力、建筑、建材、金属、机械和电气设备；

3) AI应用部门，包括金融、专业服务、研发、医药、影视传媒等；

4) 其他部门，与AI投资和消费直接无关的部门，如食品饮料、地产、交运仓储、文娱等。

对于美国，截至2026年上半年，相比2022，AI生产部门占比上升2.4ppt至10.3%；AI应用和基础设施部门基本持平，合计比例约40%。其他部门依然超过50%，不过相比2022年底下降1.4ppt。简言之，AI相关与不相关部门大体五五开。

对于中国，AI相关与不相关部门大体也是五五开，不过AI相关部门的结构与美国差异明显。截至2025年底，AI生产部门占比不到5%，仅有美国的一半；AI应用部门份额与美国相差无几；不过AI基建部门的份额接近14%，约为美国的2倍；其他部门占比约50%，和美国接近。

图表：美国AI相关与不相关部门大体五五开

资料来源：BEA，中金公司研究部

图表：中国也大体是五五开，但结构与美国差异较大，基建比例更高

资料来源：Wind，中金公司研究部

三、AI作为“朋友”，如何拉动其他部门？拉动投资出口、财富效应和提高劳动生产率

作为传统需求的朋友，AI的正外部性主要体现在直接通过投资拉动增长和出口、提升劳动生产率、以及财富效应这三个方面。

► 直接通过投资和出口等拉动增长。这一点在过去几个季度尤为明显，中美都是如此。二季度，美国实际GDP环比折年增长2.2%，如果扣掉进口因素，AI广义需求（AI生产投资和基建）对美国增长贡献28%，拉动约0.6ppt。同期，中国实际GDP季调环比折年4.77%，AI贡献47%。对中国的拉动主要体现在出口上，AI相关产品对净出口同比增长的贡献超过60%，净出口对GDP增长贡献21%，拉动GDP增长0.6ppt。盈利也是如此，AI相关板块贡献美股增长的53%，贡献了A股和港股19%和2.4%。换言之，美国扣掉AI，一半的盈利没了；中国扣掉AI，一半的增长没了。

图表：二季度，美国实际GDP环比折年增长2.2%，AI相关需求贡献28%增长

资料来源：Haver，中金公司研究部

图表：二季度，中国实际GDP季调环比折年4.77%，AI相关需求贡献47%增长

资料来源：Wind，中金公司研究部

► 市场上涨带来的财富效应。AI行情下的股市上涨会带来明显的财富效应，而财富效应又会提振居民的消费预期。Chodorow-Reich 等（2020）通过对本地非贸易部门（如零售、餐饮等直接受本地需求驱动的服务业）的工资总额的实证检验显示：股票财富每增加1美元，居民每年将增加约3.2美分的实际消费支出。这一点在美国体现的更明显，得益于美股更强的表现以及居民部门更大的股市敞口（401K等）。根据美联储的数据统计，2Q26美股总市值中个人等非机构投资者持股占比超过42%，相比年初增加1.4ppt；居民的资产负债表中，含权类资产的占比47%，较年初增加2ppt；今年以来的可支配收入中，股息等收入占比超过9%。相比之下，中国的财富效应仍有待提升。

图表：股市财富冲击后，非贸易部门工资总额上升

资料来源：Chodorow-Reich et al., (2020)，中金公司研究部

图表：2Q26含权类资产在美国居民资产中占比接近47%

资料来源：Bloomberg，中金公司研究部

图表：今年以来，A股5500家公司中位数回报-17%

资料来源：Wind，中金公司研究部

图表：截至2025年，居民配置权益类资产的比例依然很低

资料来源：CHFS，中金公司研究部

► 提升劳动生产率及知识外溢带来的正外部性。AI拉动经济的第一性原理来自其相对低成本、高效率完成任务后对劳动生产率的提升。Anthropic测算，AI辅助可使部分任务完成时间平均缩短80%，且相对劳动力成本更低。随着大模型应用场景日益丰富，美国非农部门整体劳动生产率有所提升。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。生产效率的改善，一方面提升了全要素生产率，另一方面，也驱动了词元调用量持续高速增长，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。

知识外溢带来正外部性：模型、软件、数据和组织经验向更多企业传播，可降低后续成本，使此前AI使用强度较低的其他部门逐渐转变为应用部门。知识扩散还可能产生未被完全定价的正外部性，令AI的社会收益高于私人收益。2025年，Brynjolfsson 等（2026）估计，美国用户从生成式AI聊天工具获得的年度消费者剩余约为1162亿美元。同期Gartner预测全球终端购买者在生成式AI模型上的支出仅为142亿美元，前者约为后者的8.2倍。对照其他行业，UberX用户每支付1美元基础车费产生约1.57美元的消费者剩余，移动通信的消费者剩余为1倍，生成式AI则高达8.2倍。从结果看，AI的社会收益显著高于私人收益，因此仅以模型市场交易额衡量其经济贡献，将系统性遗漏掉最大的一块社会福利价值。

四、AI作为“敌人”，如何挤出其他部门？挤占要素资源、约束政策空间以及替代部分就业

然而，一旦AI对社会产生的回报（自身ROIC与正外部性）小于AI对其它部门资源的挤占，AI就有可能从传统需求的“朋友”变成“敌人”。AI开始需要外部融资和推高原材料价格，就是从要素资源对传统需求挤占的典型例子，体现在三个方面：

► 挤占实物资源。AI消耗电力等关键资源，并推高其它部门关键要素的边际成本和产能利用率。AI资本开支并非单纯资金支出，还需要芯片、服务器、电力、电网接入、土地等实物投入。当相关供给短期缺乏弹性时，新增AI项目可能通过推高电价、设备交付价格、建设成本及高技能工资等形式，挤占其它部门的实物资源。2022年底以来，美国私营部门数据中心建造支出增长近5倍。全球数据中心耗电量占产电比例从2020年的1.0%升至2025年的1.5%，尤其是美国这一比例从2020年的2.6%快速升至2025年的4.9%。此外，过去几年随AI的发展，美国油气、电气设备、采掘、机械和电子等行业产能利用率明显抬升。今年以来，存储价格上涨110%，推动美国PPI里的电子元件及配件分项同比从去年底的4%最高升至6月的29%，为美国PPI同比抬升的主要贡献之一。

图表：全球数据中心耗电量占产电量的比例不断抬升，尤其是美国

资料来源：IEA，Ember（2026），中金公司研究部

► 挤占金融资源。AI跨越开始需要外部融资的节点后，对其他部门的挤占体现在价和量两个维度：1）价的维度，推高整体融资成本。AI需求的强劲，叠加外部油价等供给扰动，共同推升了成本。例如随着美国国债的上行，30年按揭利率已升至7.5%的高位，小企业短期贷款利率也明显升至8.2%。从信用利差看，美国投资级企业债的信用利差并未相对科技行业明显走高，但高收益债利差明显走阔。

图表：美国整体投资级企业债的信用利差相对科技行业并未明显走高

资料来源：Bloomberg，中金公司研究部

图表：美国高收益债利差近期明显走阔

资料来源：Bloomberg，中金公司研究部

2）量的维度，AI巨量发债也会挤占包括美国国债和其他的融资需求，但目前也不显著。一方面，AI巨头增发长期投资级债会挤出长线基金对美国国债的配置需求，叠加美债市场三季度本身的供给“小高峰”，共同导致了 8月的“美债风暴”（《美债的“问题”出在哪？》）。另一方面，AI发债对非AI企业融资也会存在挤出作用，尤其是市场预期2027年美国科技龙头信用债发行规模再新增2000~3000亿美元，只不过目前挤出作用还不显著。科技行业（信息技术+通信）在美国非金融企业债供给中的比例已升至40~50%，但非金融非科技发债并未明显减少。即便扣除到期后的净供给，非金融非科技的投资级净供给也仍然维持正增。

图表：科技行业（信息技术+通信）在美国非金融企业债供给中的比例已升至40~50%

资料来源：Bloomberg，中金公司研究部

图表：美国非金融非科技行业投资级企业债净供给仍维持正增

资料来源：Bloomberg，中金公司研究部

► 约束政策空间。AI需求强劲也约束美联储的政策空间。美国经济也是K型分化，以地产为代表的传统需求承受高利率压制，成屋销售5月后再度转弱。按理说，美联储应该降息来提振传统需求才对，但现在却不得不加息以应对更强的投资和更高的通胀。据美联储估算，美国自然利率已从2022年底的0.99%升至1.44%。年初至今，10年美债利率上行的79bp中，绝大部分由实际利率（71bp）而非通胀预期（9bp）贡献。

图表：年初至今10年美债利率上行，大部分由实际利率（71bp）而非通胀预期（9bp）贡献

资料来源：Bloomberg，中金公司研究部

相比美国，中国的挤占主要体现在财政与信贷资源上。一方面，财政资源更多向“六张网”建设等新质生产力方向倾斜；另一方面，信贷资源的投放也体现了明显的政策导向，中国新增贷款向科技等领域集中，房地产与消费相关贷款占比大幅下滑，今年以来消费仍然疲弱、居民资产负债表收缩。

► 替代部分就业。AI在提高生产效率的同时，对就业也有替代作用，尤其是AI暴露度高的行业。2022年底ChatGPT问世以来，美国非农就业人数增长470万人，但行业之间差距显著，教育健康（+278万人）、政府部门（+61万人）和休闲酒店（+44万人）就业人数增加的同时，而受AI冲击较明显的商业服务（-37万人）、信息业（-30万人）及金融活动（-9万人）等则减少较多。此外，据达拉斯联储研究，高AI暴露度行业的工资增速更高，但年轻群体和经验丰富群体之间的工资差异更大，这可能使年轻求职者面临更大的挑战。

图表：美国受AI冲击较大的商业服务、信息业和金融活动等就业人数减少较多

资料来源：Haver，中金公司研究部

图表：美国科技产业和金融就业人数2022年底以来明显减少

资料来源：Haver，中金公司研究部

五、AI何时由“朋友”转向“敌人”？中美的路径和临界点不同；美国利率6%，中国政策容忍度高

既然AI已经开始从社会汲取资源，那接下来的问题是，AI何时会从“朋友”转向“敌人”？这本质上是测算经济和政策能承受的代价，比如当资源都铺向科技时，K型的上端能对冲下端多久？美联储何时停止加息、甚至转向降息？中国政策何时更多关注更弱的内需？

在具体测算过程中，需要注意的是，中美由于AI资金来源和政策目标不同，决定了挤出路径和临界点也有差异：1）美国AI融资绝大部分来自私人部门，因此主要通过利率和美联储政策来挤出；2）中国至少有三成来自政策相关资金，且银行信贷等也有政策导向，因此更多通过财政和信贷资源的倾斜来挤出。此外，中国更关注长期战略，因此对短期的挤出的容忍度也更高。

► 美国能承受多高的利率？整体6%左右，AI 7%以上，传统4%左右。美国AI和传统需求板块的投资回报相对融资成本差异显著。五大云厂商的ROIC（20%）仍远高于WACC（9%），而传统需求如利率敏感的地产，抵押贷款利率（7.5%）早已高于租金回报率（6.86%）。美股内部AI和非AI的差异同样很大，我们将标普500中信息技术与通讯服务行业加上可选消费行业中的亚马逊作为美股AI的代表，其余406只成分股作为非AI的传统需求代表。截至2026年三季度，AI板块的ROIC（35%左右）与WACC（10~15%）差值高达21%，而非AI仅为3%。

图表：截至2026年三季度，美股AI板块的ROIC与WACC差值高达21%，而非AI仅为3%

资料来源：Bloomberg，FactSet，中金公司研究部

AI可承受利率约7~7.5%。我们假设ROIC不变，若五大云厂商的ROIC与WACC之差收窄至2015-2023年AI趋势兴起之前的平均水平8ppt，对应WACC约11.9%。综合考虑美债利率上行对债券成本和股权成本的影响，假定β不变，倒算得到无风险利率约7~7.5%。

传统部门能承受利率4%左右。1）以地产为例，假设30年抵押贷款利率与近年租金回报率（6.2%）打平，再根据抵押贷款利率（拆分为10年美债利率、MBS利差和一二级利差）分项中MBS利差和一二级利差2015年以来的均值，推算对应10年美债利率约4~4.2%。2）标普500中“非AI”板块（除信息技术、通信服务和亚马逊），假定ROIC与WACC之差回到2015年以来均值4.5%，对应WACC 9.7%，回归得到对应10年美债利率为4%。

美国整体经济能承受利率约为5.5~6%，考虑：1）AI对美国GDP贡献约30~50%，2）标普中AI与非AI市值权重约“五五开”，加权得到美国整体经济能承受的利率约为5.5~6%。

图表：假设ROIC不变，若云厂商ROIC与WACC之差回到均值，对应的美债收益率7~7.5%

资料来源：Bloomberg，FactSet，中金公司研究部

图表：若抵押贷款利率与近年租金回报率（6.2%）打平，则对应10年美债利率在4%左右

资料来源：Bloomberg，Haver，中金公司研究部

► 美国能承受多高的成本上升？整体50%，AI应用部门4-5%，其他部门8-10%。AI生产投资一方面拉动上游产业链的需求，但也带动原材料和相关商品价格上涨，挤压其他部门利润。我们测算，假设云厂商资本开支达到9000亿美元，剔除进口漏出效应，如果AI相关成本涨价50%，那么资本开支带来的1617亿美元总盈利（GOS）将被成本涨价和进口漏出抵消；当成本涨价3.6%，那应用部门从资本开支获得的收益将被成本价格上涨挤出；若成本上涨8.6%，那其他部门的收益也将被抹平。AI生产、基础设施部门在成本涨价过程中整体没有明显损失，甚至部分受益。

图表：AI主要成本项变动对盈利削弱的情景假设

资料来源：BEA，中金公司研究部

► 中国政策能承受多大的挤出？由于政策更多关注长期战略目标，而无法简单量化测算，因此需要从三个维度来“测算”政策的临界点：1）增长，《辅导百问》指出，为实现长期增长目标，2035年实现人均国内生产总值达到中等发达国家水平；2）就业，关乎社会稳定，目前尚未达到“924”政策发力前低点；3）杠杆与资产负债表。任何低回报的投资最终都只能转化为债务和过剩产能。不论是银行还是地方政府的债务，最终背后的信用都是中央政府。但狭义口径看，财政空间相对有限（广义赤字率已经高达8%以上，非金融部门整体的杠杆率308%，甚至高于美国的251%）。

“十五五”规划中将“加快高水平科技自立自强，引领发展新质生产力”进行专章部署，自主可控和科技创新是关键两大中长期抓手。战略目标明确、短期压力可控、财政空间没那么大，因此财政力度和政策方向的大幅转向可能还需要一定时间或更大压力。

图表：美国AI投资由私人部门主导，但中国则是政府和私人部门的双轮驱动

资料来源：FactSet，中金公司研究部

图表：中国计算机通信和电子和通用设备制造的产能利用率分位数较高

资料来源：Wind，中金公司研究部

本文来源：Kevin策略研究

风险提示及免责条款

“72%的Token消耗却仅占27%的支出”--AI多空之争的关键议题

Tue, 27 Oct 2026 03:32:00 GMT

AI需求数据正在制造一场罕见的市场分歧：同一组数字，多头和空头各取所需，双方都宣称胜利。这场争论的核心，是一个令人不安的结构性矛盾——Token消耗量爆炸式增长，但绝大多数增量流向了收费最低的模型，而服务这些Token的GPU成本却在同步攀升。

据高盛Bobby Molavi在其最新报告中披露，OpenRouter数据显示，开源权重模型（open-weight models）在9月第二周处理了72%的Token流量，却仅获得27%的平台总支出；与此同时，闭源模型虽然份额从1月初的89%降至73%，仍牢牢掌控着绝大部分货币化收益。

更值得关注的是，OpenRouter平台9月中旬约69%的Token来自中国AI实验室。Molavi将当前市场定性为“无法操作”（unplayable），并指出AI生产力红利迄今尚未在科技行业以外留下可量化的痕迹。

这一结构性矛盾正在重塑市场对AI投资回报的预期。GPU租金持续上涨，Token售价持续下跌，两端同时承压，意味着算力供应商坐享租金红利，而为此买单的企业客户和最终股东，却面临ROI难以兑现的困境。Meta近期向股东募资最高950亿美元用于AI资本开支，其芯片供应商同步入股，标志着“供应商融资”已从债务形式演变为股权形式，资本循环的可持续性疑问愈发迫切。

Token需求爆炸：250倍增长背后的真实图景

需求本身的增长无可置疑。Molavi援引OpenRouter数据指出，Token需求自去年11月以来增长了27倍，开源权重模型目前占据72%的Token份额。从更长周期看，OpenRouter平台周度Token处理量从2025年1月中旬的0.5万亿枚，飙升至9月14日当周的128.4万亿枚，20个月内增长约250倍。

GPU定价同样印证了需求的真实性。H200租赁价格年内上涨160%，B200上涨120%，H100上涨35%。更具说服力的是，2020年出产的A100芯片，其当前租赁价格已高于年初水平，这直接冲击了此前关于GPU折旧周期的核心假设——若一块芯片在六年后仍能产生更高收益，那么以三年为基准的悲观折旧预测便站不住脚，超大规模云厂商（hyperscaler）的长期盈利潜力也因此需要重新评估。

对多头而言，这是最有力的论据：需求是真实的，算力资产的经济寿命比空头预期的更长。

Token价格的自由落体：历史上最快的通缩

然而，需求爆炸的另一面，是Token价格以前所未有的速度崩塌。据Epoch AI于9月22日发布的研究报告《思维价格的暴跌》（The Plunging Price of Thought），自2023年以来，达到同等AI性能水平的成本每季度下降约47%，即每年降低约13倍；在前沿模型领域，这一速度更快，平均每季度下降66%，即每年降低约75倍。

Epoch AI给出的最直观案例：

2025年1月，OpenAI的o3模型在GPQA Diamond博士级科学题基准测试中答对75%，每题成本约0.30美元；如今GPT-5.6 Luna达到同等分数，每题成本仅0.0004美元，18个月内价格下降725倍——相当于一辆标价5万美元的汽车跌价至69美元。

从历史横向比较来看，大语言模型推理价格的下降速度是DNA测序的4倍、1940至2001年间计算能力提升速度的6倍、锂离子电池的18倍、电力的54倍。

不过，客户实际支付的价格下降远慢于标价。YipitData追踪的近2千万亿（quadrillion）年化Token数据显示，API服务的有效Token定价在2025年下半年下降了39%（OpenRouter上为44%），但截至2026年5月的年初至今仅下降6%。

原因在于：开发者持续追逐更便宜的模型，而企业客户则在增加高端模型的使用比例，前沿实验室凭借最新模型的溢价能力暂时支撑了收入端——但Epoch的数据表明，这种溢价的半衰期以季度计，因为开源克隆版本很快便能以极低成本完成同等任务。

多空分歧的核心：谁在赚钱，谁在买单

这正是Molavi所描述的"同一数据，两种解读"困境的核心所在。

多头的逻辑是：需求持续扩大，可寻址市场（TAM）仍在增长，Token消耗量的爆炸式增长证明AI正在被广泛采用。

空头的逻辑则是：每Token成本在上升，每Token收入在下降，而增量流量的主体正是那些收费最低的开源模型。OpenRouter数据清晰呈现了这一图景：开源权重模型处理了72%的Token，却只拿走27%的支出；中国AI实验室贡献了平台近七成的Token流量。高盛动量篮子（Goldman momo basket）恰好在6月底见顶，时间节点与中国开源权重模型大规模涌入AI市场高度吻合。

Molavi将这一矛盾概括为：GPU租金上涨与Token售价下跌，是同一挤压从两端呈现的结果。对GPU持有者而言是利好；对支付租金的企业而言，则是另一番景象。

生产力红利缺席：S&P 493的沉默

AI资本开支的终极逻辑，是通过生产力提升带动全社会收益。但目前，这一逻辑尚未在科技行业以外得到数据验证。

Molavi援引一份策略师报告指出，AI“尚未在科技宇宙以外的关键数据中呈现出可量化的生产力提升”：Mag 7（七大科技巨头）的人均营收和利润率均有所提升，但S&P 493（标普500其余493家公司）的对应指标几乎持平。

这一现实正在改变企业界的AI决策逻辑。Molavi观察到，大量企业正从"Token支出与增长和生产力的相关性"转向"Token支出与成本及利润率影响"的审视框架。CFO们已经找到了AI这条预算线，他们想知道花出去的钱买到了什么。

“繁荣循环”与资本可持续性之问

支撑当前AI资本开支狂潮的，是Molavi所描述的一个“繁荣循环”：超大规模云厂商的资本开支越多，流入AI生态的收入就越多，进而吸引风险资本和成长股权资本涌入，形成双向资金流——而这一切的锚点，是最初的AI资本开支本身。

这个循环的致命弱点，在于其可持续性：一旦资本开支放缓，整个生态的收入能否自我维持？

私募市场同样未能免疫。Molavi指出，当前的退出案例“数量可观但极度集中”（SpaceX、Cerebras、Cursor、Hugging Face），部分项目的估值重估"除了一份投资意向书之外没有任何催化剂"，整个私募市场的交易逻辑"仿佛Token时代永不落幕、万物皆将被颠覆"。

在融资端，随着债务窗口收窄，Meta近期宣布向股东募资最高950亿美元用于AI资本开支，其芯片供应商同步参与入股。供应商融资已从债务形式演变为股权形式，提供者与使用者之间的收入与融资边界日益模糊。

Molavi将整场辩论的本质归结为四个问题：建设成本几何、谁来买单、痛苦是否值得、以及需要等待多久才能看到收入回报。

当前的数据格局是：Token需求增长250倍，但增量收益流向收费最低的模型；GPU租金上涨，但账单最终转嫁给股东；生产力红利在科技行业以外尚无踪迹。

Molavi的结论是，需求的真实性无可置疑，但“需求增长250倍，而资金流向最廉价模型、租金流向GPU持有者、账单转嫁给股东”，并非当初资本开支所承诺的ROI故事。在这场多空拔河中，空头或许握有更有力的那半段绳子。

风险提示及免责条款

芯片股领衔日韩股市反弹，韩国大涨4.5%，SK海力士涨逾6%

Tue, 27 Oct 2026 03:25:31 GMT

Anthropic递交IPO申请，重燃市场对人工智能交易的热情，推动亚太股市周二普遍走高，芯片股成为最大赢家。日经225指数涨1.7%，韩国综合股价指数（Kospi）大涨4.5%，MSCI亚太指数整体上扬1%。

日经225指数收涨1.7%，在日本市场，芯片相关股票领涨全场。东京电子涨4.5%，Screen Holdings涨5.2%，两者均受益于Anthropic上市申请所激发的AI资本开支预期。

韩国市场同步共振，SK海力士与三星电子双双走高，SK海力士涨逾6%，三星电子涨近5%，Kospi单日涨幅高达4.5%，创近期新高，凸显半导体板块在此轮AI情绪修复中的核心地位。

与此同时，美元兑日元升至157.68，较周一东京收盘价156.98进一步走高，日元阶段性走弱在一定程度上为出口板块提供了支撑。

然而，反弹能否持续仍面临多重考验。本周Alphabet、微软、亚马逊等AI重量级企业将陆续公布季度业绩，市场将密切审视其资本开支计划及投资回报信号；美联储利率决议亦将于周三落地，政策不确定性尚未消散。

Anthropic IPO申请：AI情绪的关键催化剂

此轮亚太科技股反弹的催化剂，是Anthropic递交的S-1招股说明书。这是这家专注于前沿AI模型开发的公司长期以来备受期待的上市动作，也将成为其迈向首家以AI模型开发为核心业务的上市公司的关键一步。

Anthropic的IPO申请被视为对AI行业投资者信心的重要测试。此前数周，芯片股因估值偏高及AI企业烧钱速度引发的担忧而遭遇大幅回调，市场情绪明显降温。Anthropic的上市申请为投资者提供了审视AI实际需求的新窗口。

野村资产管理首席策略师Hideyuki Ishiguro表示，"Anthropic的IPO申请预计将重新点燃市场对AI板块的兴趣。"他同时指出，鉴于半导体股估值已处于相对低位且技术面信号趋于改善，该板块具备近期反弹的基础。

与此同时，华尔街的AI融资热潮并未降温。Meta Platforms寻求募资最高950亿美元，博通安排了630亿美元的芯片采购融资交易，SpaceX则签署了约400亿美元的设备融资租赁协议。BlackRock全球固定收益首席投资官Rick Rieder在接受彭博电视采访时表示，"这是我职业生涯中见过的最令人兴奋的投资时期之一。"

韩日半导体股领涨：AI资本开支外溢效应显现

韩国Kospi指数单日涨幅高达4.5%，成为亚太市场表现最为亮眼的主要指数，SK海力士与三星电子的强劲上涨是主要驱动力。Kospi长期被视为AI交易的晴雨表，其大幅反弹直接反映了市场对全球半导体需求预期的重新定价。

日本市场同样呈现出明显的板块分化特征。东京电子与Screen Holdings的涨幅均显著超越大盘，印证了AI数据中心建设对半导体设备需求的持续拉动逻辑。日经225指数涨1.7%；东证指数涨幅相对温和，为0.6%，显示此轮上涨的结构性特征较为突出，并非全面普涨。

从亚太市场联动来看，MSCI亚太指数整体上涨1%，科技与半导体板块是主要贡献来源，区域市场情绪跟随华尔街科技股反弹同步修复。

日元走势：出口压制被暂时搁置

值得关注的是，日元在此轮反弹中并未构成明显阻力。美元兑日元周二报157.68，相对前一交易日有所走弱，这在客观上缓解了日元升值对出口企业盈利的压制预期。

然而，从更长时间维度来看，日元汇率走势仍是悬在日本出口板块头顶的一把达摩克利斯之剑。此次市场对汇率因素的暂时忽视，更多反映的是AI情绪修复带来的短期风险偏好提升，而非对汇率风险的根本性重新评估。

此外，日本交易所集团定于周二稍晚公布季度业绩，投资者正密切关注企业盈利季的进展，这也将为市场提供更多关于日本经济基本面的参考信号。

反弹可持续性：盈利季与美联储构成双重考验

尽管当日市场表现强劲，多位市场人士对反弹的持续性持审慎态度，认为本周的盈利数据与政策信号将是决定性因素。

Fibonacci Asset Management Global首席执行官Jung In Yun表示，"关键问题在于本周的业绩能否重建市场对AI相关需求持久性的信心。要使复苏得以延续，我们需要看到令人放心的盈利指引以及外资的持续买入。"

从日程来看，Alphabet与微软将于周三公布业绩，亚马逊与英特尔紧随其后于周四披露财报。市场将重点审视上述公司的AI资本开支规模及其投资回报率，以判断当前AI基础设施投入是否具备可持续性。

美联储利率决议同样于周三落地。市场目前定价显示，本次会议加息概率约为10%，但年内加息概率已升至逾70%。CIBC股票与投资组合策略主管Christopher Harvey在研报中指出，"本周有如此多公司发布业绩，通常情况下宏观因素会退居次席，但美联储会议及其可能颇为复杂的新闻发布会同样不容忽视。"

在AI融资可持续性方面，市场的隐忧并未完全消散。前沿AI实验室持续的现金消耗，以及涌入该领域的债务与股权规模不断攀升，已令部分投资者担忧相关融资的可持续性。Anthropic IPO申请所激发的乐观情绪，能否在盈利季的检验下得以延续，仍有待观察。

风险提示及免责条款

从“囚徒困境”到“反身性”—主宰AI交易的市场博弈

Tue, 27 Oct 2026 03:16:09 GMT

上周，AI基础设施的两条风险线索同时浮出水面：CoreWeave遭遇股债双杀，融资成本急升；Meta的巨额AI资本开支和自由现金流转负则再次引发市场对投入产出比的担忧。前者暴露了高杠杆基建公司的融资脆弱性，后者让投资者重新审视科技巨头不断加码的资本开支。

这不只是两家公司面临的压力，更指向同一个问题：当AI建设越来越依赖外部融资，这场军备竞赛还能持续多久？

云计算巨头们深陷一个经典的囚徒困境——谁都清楚集体过度投资的代价，却没有任何一家敢于单方面踩刹车。据路透社分析LSEG共识预测数据，微软、Alphabet、亚马逊、Meta和甲骨文五家超大规模云厂商，预计到2027年资本开支总额将超过其自由现金流，每新增1美元运营现金流，对应约1.57美元的新增资本开支。这一剪刀差，正在将曾经以"轻资产"著称的科技平台，推向一种对资本市场高度依赖的新商业模式。

投资人Citrini在接受Monetary Matters播客采访时直接点出了这一转变的核心风险："在这场AI交易的前三年，情绪驱动的下跌都有一个底——因为大部分支出来自超大规模云厂商的运营现金流。但现在，越来越多的基础设施是靠着相当惊人的预期来融资的。"当融资来源从内部现金流转向股权发行和债务融资，市场情绪本身就获得了直接影响实体投资规模的能力。

如果市场情绪急转直下，那些增量资金就会枯竭——因为这不再是一家公司花自己的钱，而是由市场决定的。

这正是"反身性（Reflexivity，指的是原因与结果之间存在循环的、双向的相互作用与影响）"风险：信心支撑融资，融资支撑投资；一旦信心转弱，资金收缩又会反过来打击投资与增长预期，形成负向循环。

AI正在重塑科技巨头，也正在重塑科技巨头自身的商业模式。驱动这场AI基建军备竞赛的逻辑或许已从"投资推动增长"悄然滑向"信心决定投资"。

没有人敢停下来：囚徒困境的博弈结构

Cornell Capital Group的研究报告《AI囚徒困境》将这场军备竞赛的内在逻辑描述得相当清晰：任何一家巨头，如果在AI上重注而竞争对手没有，就能获得市场主导权；如果自己不投而对手投了，则面临被淘汰的风险。因此，无论竞争对手如何选择，激进投资都是每家公司的"理性策略"。

数字印证了这一逻辑的烈度。2024年，亚马逊、Alphabet、微软、Meta和苹果五家公司合计资本开支约2270亿美元；2025年这一数字跃升至3910亿美元；管理层对2026年的指引显示总额可能突破6350亿美元。高盛预测，2025年至2027年间，超大规模云厂商的累计资本开支将达1.15万亿至1.4万亿美元——是2022年至2024年4770亿美元的逾两倍。

具体到各家公司，2026年的指引更为激进：亚马逊目标支出2000亿美元，Alphabet指引1750亿至1850亿美元，其CEO Sundar Pichai甚至表示"这个数字可能还不够"，Meta指引最高1350亿美元。

分析师Amin Mrini在其报告《7000亿美元的囚徒困境》中指出，这五家公司合计承诺的2026年资本开支约为其合并自由现金流的3.8倍——"历史上最能产生现金的企业，正走在每产生1美元自由现金流就要花掉近4美元的轨道上，靠着创纪录的债务发行来填补缺口。"

这一困境的结构性根源在于基础设施的不可压缩性。数据中心、电力协议、专用芯片，全部需要多年的提前采购和建设周期。等到需求在收入端清晰可见，响应窗口早已关闭。Mrini写道："正是这种滞后，将预期变成了义务。"

历史的镜子：铁路、航空与光纤的宿命

Cornell Capital的报告援引了三段历史，为这场AI军备竞赛提供了令人警醒的参照系。

19世纪美国铁路热潮中，铁路股票和债券总额达106亿美元（约合今日4000亿美元），远超当时12亿美元的国债规模。铁路确实改变了美国，但1873年恐慌后的"长期萧条"中，九成铁路公司倒闭，1893年恐慌期间四分之一的铁路里程进入破产接管。受益者是制造商、农业生产者和商人，而非铁路股东。

商业航空的故事更为直白。过去80年间，全球航空业累计净利润约860亿美元，而仅新冠疫情三年就抹去了近1900亿美元。沃伦·巴菲特曾如此总结这一结构性困境："如果一位有远见的资本家当年在小鹰镇在场，他最好的选择是把奥维尔·莱特打下来，这样能为后来的投资者省去无数麻烦。"巴菲特本人最终在2020年以约50亿美元的亏损清仓了四家美国航空公司的持仓。

1990年代末的电信泡沫则是最直接的类比。彼时超过5000亿美元涌入光纤电缆和无线网络，大部分靠债务融资。到2002年，超过23家主要电信公司申请破产，约2万亿美元市值灰飞烟灭，不到5%的已铺设光纤被点亮使用。然而，正是这些破产投资者留下的廉价带宽，孕育了Netflix、YouTube和整个云计算产业。

Cornell Capital的结论一针见血："变革性技术的悖论在于：公司花得越多、竞争越激烈，技术商品化就越快。商品化对消费者是福音，对投资者的利润率却是腐蚀剂。"

现金流的剪刀差：数据层面的压力测试

路透社对LSEG数据的分析，为上述逻辑提供了实证支撑。

甲骨文是目前压力最为显著的案例。其资本开支占运营现金流的比例，从2022财年的47%飙升至2026财年（截至今年5月）的174%——当年资本开支557亿美元，运营现金流仅320亿美元，自由现金流已转负。该公司股价今年以来已下跌36%，并计划通过债务和股权融资筹集450亿至500亿美元用于云基础设施扩张。

微软在最近一个财季录得358亿美元运营现金流，同期资本开支（含融资租赁）达375亿美元。亚马逊过去12个月运营现金流同比增长30%至1485亿美元，但自由现金流已降至12亿美元。

Futurum Equities首席市场策略师Shay Boloor表示："投资者低估了AI正在从根本上改变大型科技公司商业模式的程度。这些公司历史上被视为轻资产平台，因为收入增速可以远超资本需求，但AI正在将它们推向一种混合模式，软件、广告和云计算的经济性越来越依赖于庞大的实体基础设施支出。"

Mrini的测算更为严峻：按当前指引速度推算资本开支至2027年，再以15%的税前投资回报率为基准，AI计算收入需要在2030年达到约2.9万亿美元，才能覆盖已部署资本的成本——这相当于当前整个云计算市场规模的三倍以上。从当前约2110亿美元的基数出发，这意味着需要连续五年维持约68%的年增长率，"在基础设施市场中没有任何先例"。

反身性：当融资结构改变了风险性质

Citrini在访谈中对这一转变的描述，是理解当前AI交易风险最为精准的框架之一。

他将AI投资的融资结构变化分为两个阶段。第一阶段，超大规模云厂商用自身运营现金流支撑支出，这意味着无论市场情绪如何波动，只要这些公司持续投入，半导体等受益公司的基本面就有一个"底"。"无论是关税、日元套利交易，还是我都记不清2023年9月我们在担心什么，基本面仍然在改善。"

第二阶段，也就是当下，情况已经根本不同。Citrini直接说："现在，AI领域每一笔增量支出，几乎都来自股权融资——无论是风险投资还是公开市场——以及债务融资。这意味着，AI可以变得更有用，使用量可以持续扩张，但你可能为供应它的算力付出了过高的代价；或者，情绪可以产生更为显著的冲击——因为不像以前有基本面托底，如果市场情绪转向，那些增量资金就会枯竭，因为这不再只是一家公司在花钱，而是由市场决定的。"

这一机制的核心在于：融资来源的变化，使得市场情绪从一个外生变量，变成了一个可以直接影响投资规模的内生变量。Citrini将这一动态称为"反身性"——信心支撑融资，融资支撑投资，投资支撑收入预期，收入预期反过来支撑信心。而一旦这条链条上的任何一环出现裂缝，整个正反馈就可能逆转。

他给出了一个具体的触发情景："我认为这个周期的转折，会以一声叹息而非一声爆炸的方式到来。不会是某家公司违约引发崩盘，而是：我们把实验室的合并ARR预测从4000亿美元下调到3600亿美元，然后因为这种增长已经被充分定价，这个增量变化就会向外扩散，把整个体系拉低。"

捷文斯悖论失效：需求弹性的关键缺口

支撑AI基础设施投资的一个核心乐观假设，是"捷文斯悖论"（Jevons Paradox）——算力成本下降会刺激需求爆发，从而吸收所有新增产能。Mrini在报告中承认这一逻辑的存在，但同时指出其在AI语境下的局限：企业集成缓慢、监管约束真实存在，而效率提升主要发生在模型层，需求响应可能流向应用开发者和模型提供商，而非销售算力的基础设施层。"捷文斯悖论可以在AI作为技术层面成立，同时在AI基础设施作为商业模式层面失效。"

Citrini援引了Anthropic发布的经济指数数据：任务成本每降低10%，使用量仅增加约3%。也许你在模型不好用的时候，token需求反而更多，因为你得一直修改。"这根本不是捷文斯悖论。"他还指出，当前AI收入增速约为每年25%至30%，而资本开支增速接近60%至70%，两者之间的缺口随每一轮指引周期而扩大。

他对"什么时候会重新看多半导体"给出了明确条件："如果我们看到付费使用量持续增长，第二阶段导数重新加速，并且能够真正通过客户现金流来支撑融资——这需要采用率真正提升，尤其是对最前沿模型的采用。"

市场已经开始区分：谁在卖算力，谁在用AI赚钱

同样是高额AI资本开支，市场对不同公司的反应已经出现分化。

Mrini观察到，Meta获得市场认可的原因，是其AI投入已经体现在广告定向和广告效果衡量的改善上，带来收入增长和利润率提升。算力在这里嵌入了具有定价能力的业务，效率提升能够直接降低服务成本。

相比之下，Google和微软仍处于投入更清晰、应用层回报尚未完全反映在利润表中的阶段。两家公司都在将AI嵌入搜索、办公软件、Android、企业协作和智能代理工具中，也都在争夺智能代理工作流的编排和协调入口。但市场短期看到的，首先仍是数据中心账单。

亚马逊和甲骨文的处境则更接近基础设施提供者。亚马逊虽然有Alexa+和自研Trainium等布局，但大部分投入仍指向按小时出售的AWS算力；甲骨文对云基础设施的依赖更高，融资压力也更显著。

差别在于，AI投入能否转化为具备定价权的产品收入，还是主要依赖出售标准化计算资源。

这也是AI交易下一阶段最关键的分界线：资本开支本身不再足以构成利好，市场需要看到收入、利润率和现金流之间更明确的传导。

路透社援引Winthrop Capital Management高级交易员Freddy Lavric的话称："未来两到三年，公司需要证明AI正在带来增量收入、扩大利润率并改善现金流。如果这些财务收益没有显现，市场将开始质疑这一轮投资是否走得太远。"

AI交易的真正考验，是资本能否熬到回报兑现

AI带来的技术进步并没有消失，需求也没有凭空蒸发。超大规模云厂商继续扩大基础设施投入，恰恰说明它们相信AI将成为长期竞争力的核心。

问题在于，所有参与者都认为自己不能缺席，便可能共同制造超额供给；所有参与者都提高融资强度，市场情绪便可能从旁观者变成决定投资规模的变量。

囚徒困境解释了巨头为何持续加码：谁都害怕落后。

反身性则解释了市场为何变得脆弱：当内部现金流无法覆盖新增投入，股价、债券、融资意愿与资本开支会开始相互影响。乐观时，这套机制能放大扩张；一旦收入兑现速度低于预期，它同样会放大收缩。

AI基础设施最终会成为高回报资产，还是一台昂贵的商品化跑步机，取决于一个朴素却极难回答的问题：需求增长能否跑赢算力价格下降，以及这种答案能否在今天投入的设备完成折旧之前得到证明。

风险提示及免责条款

Anthropic IPO文件意外成为光学股反弹催化剂，Lumentum大涨8.2%领涨标普

Tue, 27 Oct 2026 03:12:50 GMT

Anthropic提交IPO招股文件，意外点燃光学板块的强劲反弹。

周一，Lumentum Holdings股价大涨8.2%，领涨标普500指数，Coherent上涨5.8%，Ciena攀升4.9%。三重利好叠加——AI资本开支数据验证、潜在供应链保护政策预期，以及关键半导体材料供应趋紧信号——共同推动此前遭受抛售的光学板块强势回升。

Anthropic的IPO招股文件于周一正式提交，其财务数据整体提振了芯片及相关硬件板块情绪。据MarketWatch报道，Evercore ISI分析师Amit Daryanani指出，上周光学板块遭遇大幅抛售后，市场对该板块的兴趣正在重燃，而许多投资者此前一直在等待Anthropic发布S-1文件，将其视为重新入场的信号。

与此同时，AI行业基本面数据持续释放积极信号。Meta Platforms宣布股权融资计划，SpaceX承诺为芯片及其他AI硬件提供400亿美元融资，Daryanani表示，这些动态向市场传递了AI投资"持续韧性"的明确信号。此外，美国联邦通信委员会（FCC）可能于明年初限制特定光模块进口的预期，以及亚洲市场传出的关键半导体材料供应放缓消息，进一步强化了本土光学厂商的投资逻辑。

Anthropic财务数据验证AI资本开支，投资者信心回升

Anthropic IPO文件的发布，为市场提供了审视AI基础设施投资规模的重要窗口。据报道，Daryanani表示，当前AI行业的盈利表现从基本面角度来看"相对健康"，Anthropic的财务数据整体对芯片股形成提振。

Meta的股权融资公告与SpaceX高达400亿美元的AI硬件融资承诺，进一步印证了科技巨头在AI基础设施上的持续高强度投入。这一系列信号共同向市场表明，AI资本开支周期尚未见顶，光学互联作为数据中心核心基础设施的需求逻辑依然成立。

FCC潜在限制政策重塑供应链格局，本土厂商有望受益

报道称，Daryanani特别点出FCC政策预期对光学板块的结构性影响。据其援引业内专家观点，FCC预计将于明年初限制特定外国供应商的光模块进口，此举将实际上把相关供应商排除在美国下一代3.2T光模块市场之外。

这一政策预期的影响不容小觑——目前全球约三分之二的此类元器件由特定地区供应商生产。若限制措施落地，短期内将对AI基础设施部署形成一定挑战，但与此同时，美国本土制造商及盟友供应商将直接受益于由此产生的市场空间，Lumentum、Coherent等企业有望承接相应订单转移。

InP供应增长放缓，产能瓶颈支撑价格与需求预期

来自亚洲的周末消息同样成为周一行情的重要驱动因素。据Daryanani介绍，磷化铟（InP）这一关键半导体材料的供应增长出现放缓迹象，表明部分供应商在提升能够满足当前速度要求的InP产能方面正面临挑战。

这一供应端约束的背景在于，AI的快速发展已从根本上改变了光学行业的技术迭代节奏。Daryanani指出，传统光学周期通常长达五年，但AI的兴起已推动"通道速率近乎每年提升一次"——即数据传输速率的跃升频率大幅加快。

更快的通道速率叠加AI数据中心所需互联数量的持续增长，将持续驱动光学器件需求。数据中心连接需求的扩张同样将带动激光器需求上升，包括基于InP的产品。与此同时，扩大产能与产品认证均需要时间，供给端的释放将相对滞后，这意味着供应将在较长时间内保持紧张。

Daryanani总结认为，上述多重动态“共同支撑了对能够扩充产能、并以所需速率交付产品的供应商的持续需求”，Lumentum、Coherent等具备相应能力的本土厂商有望在这一周期中持续受益。

风险提示及免责条款

付鹏：实物黄金与“数字黄金”的两次背离【付鹏说图表】

付鹏 — Tue, 27 Oct 2026 02:55:04 GMT

《付鹏说·第七季》全新升级上线！立即订阅

实物黄金与“数字黄金”BTC的两次背离

2026年Q1季度，黄金吸收了主权资金去美元化、央行购金以及地缘对冲的核心买盘；而BTC完全被视作高Beta的风险资产与流动性水龙头，在利率维持高位、宏观风险偏好收缩时，风险资产属性明显，同时流动性上，大量加密资产的需求转入到了美股AI资产领域，也带来了加密资产的流动性变的单薄。

随着利率的走高流动性的收紧，黄金最终补跌，同时对于BTC来说却没有怎么放大波动，两者之间回到了同样的角色，都受到流动性，利率，资产虹吸等相同因素的影响......

韩国的反击：海力士额外股东回报，50-60万亿够拯救市场吗？

Tue, 27 Oct 2026 02:45:57 GMT

SK海力士将于10月28日同步披露50万亿至60万亿韩元追加股东回报，叠加已完成的40万亿回购注销，全年达90万亿至100万亿韩元，约为去年七倍，创韩国上市公司纪录。

但恐怕这不足以扭转中长期下跌的趋势。40万亿回购已执行完毕，真正的边际买盘只有追加部分中的回购；若以特别股息为主，它改善的是股东钱包，不是市场供需。韩国股市十月失去的“最后买家”，正是到期退场的回购盘。50万亿至60万亿够止血，不够反转——反转需要美联储停止加息、四季度HBM4按长协价出货、外资卖压衰竭三者同时成立。

盐津铺子三季度净利1.54亿元，魔芋之外加码海味零食与蛋制品

Tue, 27 Oct 2026 02:31:51 GMT

收入小幅回落，毛利率下降、销售费用增加，拉低了盐津铺子的三季度利润。

10月26日晚，盐津铺子披露2026年三季报。第三季度，公司实现营业收入14.61亿元，同比下降1.70%；归母净利润1.54亿元，同比下降33.77%；扣非净利润1.33亿元，同比下降39.28%。

单季表现改变了前三季度的利润走势。前九个月，公司营收45.31亿元，同比增长2.36%；归母净利润5.79亿元，同比下降4.26%。相比之下，上半年归母净利润仍增长14.10%。第三季度的回落，使累计利润由增转降。

压力主要体现在每一笔收入能够留下的利润减少。根据三季报与半年报测算，公司第三季度毛利率约29.39%，较去年同期下降2.24个百分点；按归母净利润计算的净利率约10.51%，同比下降约5.09个百分点。

同期，销售费用约1.75亿元，同比增长37.23%，占收入的比重由约8.59%升至12%。毛利减少，销售端投入却继续增加，两项变化叠加，解释了利润降幅为何明显大于收入降幅。

这些投入背后，是盐津铺子正在推进的产品和渠道调整。公司9月在业绩说明会上曾表示，二季度销售费用率回升与品牌及促销推广投入加大有关。进入三季度，销售费用增长进一步加快，而收入尚未同步扩大。

渠道变化在上半年已经体现，线下收入约27.79亿元，同比增长约17%；线上电商收入约2.91亿元，同比下降49.26%。线下增长与线上收缩并存，压低了整体收入增速，也让公司的经营重心进一步向线下倾斜。

对于电商收缩，公司9月解释称，主动减少了贴牌、非重点及低毛利产品，强化线上渠道的品牌传播和新品孵化功能。

同时，传统流通渠道向大经销商集中，希望以魔芋产品带动更多品类进入终端。这套调整着眼于核心产品的销售和盈利，但三季度总收入仍小幅下降，调整效果还需要后续销售表现来检验。

产品端仍有增长支撑。上半年，海味零食和健康蛋制品收入分别增长55.68%和51.23%，魔芋零食收入8.80亿元，同比增长11.28%。相比之下，烘焙薯类、果干果冻收入有所下降，品类之间的表现并不一致。

公司也在补充新品。9月的业绩说明会上，盐津铺子披露，与伊利联名的纯牛乳无边吐司已进入零食很忙、赵一鸣门店，并推进辣味魔芋新口味产品。新品通过已有渠道销售，能否扩大单店销售、摊薄推广投入，将直接影响后续盈利表现。

现金流提供了一定缓冲。前三季度，公司经营活动现金流净额约9亿元，同比增长45.33%，主要来自购买商品支付的现金减少；期末存货较年初下降18.49%。这部分改善主要发生在采购和库存端，销售商品、提供劳务收到的现金约49.22亿元，仍与去年同期基本持平。

风险提示及免责条款

韩国散户又开始加杠杆！融资余额破30万亿韩元，监管发出警告

Tue, 27 Oct 2026 02:29:31 GMT

韩国散户杠杆热潮卷土重来，监管层的耐心正在耗尽。在针对单股杠杆ETF的一系列限制措施收效有限之后，韩国金融监督院（FSS）将矛头直指更基础、规模更大的融资余额，警告券商若行业自律不达预期，将启动额外监管工具。

10月27日，金融监督院分管资本市场的副院长Seo Jae-wan在首尔汝矣岛召集全国10家大型券商首席风险官举行会议，在会上明确表示对6月CRO会议以来行业自律成效感到"失望"。根据韩国金融投资协会数据，融资余额于6月24日攀至38.63万亿韩元峰值后有所回落，但截至本月23日仍达30.15万亿韩元，高于年初的27.42万亿韩元。

监管层警告，一旦融资余额持续过度扩张，股价大幅下跌将引发连锁强制平仓，对市场造成系统性冲击。对市场而言，这一表态的核心信号在于：韩国监管层对散户杠杆的整体容忍度正在系统性收紧，政策边界已从产品端扩展至资金端。

从"关注"到"警告"

30万亿韩元并非历史绝对高点，但其持续性构成了监管关切的核心。年初以来，尽管监管层对杠杆ETF层层加码，散户信用交易总量不仅未能回落，反而在更高水平上企稳，说明资金在监管压力下从杠杆ETF迁移至融资渠道，而非真正退出市场。

Seo Jae-wan在会上强调，若融资余额过度膨胀，股价急跌可能引发连锁强制平仓，市场信心将随之受损，行业须主动制定并落实有效的前置风险管控措施。这是自6月以来监管层最为明确的一次公开施压，"额外监管工具"的措辞被外界视为政策升级的明确预警。

金融监督院此次选择向券商发出警告而非直接出台规则，表明监管仍处于"施压—观察"阶段。但措辞从"关注"升级为"警告"，意味着政策工具箱已经打开，后续动作取决于券商是否主动收紧信用交易标准。

监管路径：从杠杆ETF到融资余额

过去数月，韩国监管层对散户杠杆的治理路径高度连贯。先是提高单一股票杠杆ETF的最低预存金要求，从1000万韩元提升至3000万韩元，直接导致相关交易账户数量预计从约10万个骤降至1万个，交易规模减少超六成；随后暂停新增单股杠杆ETF上市，并自8月19日起实施强制5天模拟交易。监管机构还推动修法，拟赋予紧急情况下将杠杆ETF倍数从固定2倍下调至1.5倍或1倍的权限。

SK海力士与三星电子相关杠杆ETF的再平衡曾引发KOSPI盘中剧烈震荡，是监管加速收紧的直接诱因。而在上述措施落地之后，散户杠杆需求并未消失，而是转向了更传统的融资渠道。金融监督院此次警告，实质上是承认针对ETF的监管只解决了局部问题。

行业自律已启动，监管持续跟进

与会券商表示认识到加强融资余额管控的必要性，并承诺积极配合监管要求。据悉，各大券商已于本月起落实多项自律措施：自10月1日起，10家大型券商自愿将包含融资在内的信用融资总额控制在净资产的90%以内，低于法定上限100%；自19日起，开始压降融资余额占本机构融资总量超过15%的个股敞口。

部分券商已将高融资集中度个股的基础授信额度由300万韩元下调至200万韩元，或通过下调个股内部评级收窄授信上限；另有机构建立了实时跟踪融资余额与盘中价格波动的监控机制，一旦出现预警信号，立即触发评级下调或授信限制。

金融监督院表示，后续将联合韩国金融投资协会，重点确保信用融资总量上限控制与个股敞口管控措施切实落地。

融资余额是韩国券商零售业务的重要收入来源。若监管层进一步施加额外限制——例如提高初始保证金比例、收紧维持担保比例要求或对余额增速设置上限——将直接抑制散户融资买入能力，压缩券商利息收入。对股市而言，散户信用交易是KOSPI流动性的重要组成部分。韩国散户投资者此前已出现创纪录的KOSPI净卖出，若融资渠道再受限制，市场将失去一块关键的边际买盘，并可能在杠杆ETF再平衡冲击尚未完全消化的背景下放大指数波动。

风险提示及免责条款

黄金避险逻辑变了！大摩：股市暴跌时未必管用，但能对冲美债危机

Tue, 27 Oct 2026 02:27:04 GMT

黄金的避险属性正在经历一场深刻的结构性重塑。

据追风交易台，摩根士丹利在最新报告中指出，自2020年以来，黄金已无法有效对冲股市下跌风险，在极端股市抛售中甚至会放大投资组合损失——但与此同时，黄金在美债剧烈抛售期间展现出愈发重要的缓冲价值，正成为对抗财政风险与主权信用风险的核心工具。

在这一逻辑转变的背景下，摩根士丹利维持黄金为金属类资产首选，并设定2027年第二季度目标价5000美元/盎司。尽管美联储自2023年以来首次重启加息、10年期美债收益率升至本世纪初以来高位，金价仍较8月高点仅回落约10%，目前维持在4000美元/盎司上方。摩根士丹利将这一韧性归因于央行持续购金与ETF资金大规模流入所形成的结构性需求支撑。

这一判断对投资者的资产配置具有直接影响：黄金在投资组合中的角色需要重新定位——它不再是股市动荡时的全能避风港，而是在财政可持续性担忧与通胀预期上升的宏观背景下，对冲政府债券风险的有效工具。

避险神话破灭：黄金对冲股市的功能已失效

摩根士丹利的量化分析显示，黄金作为股票对冲工具的有效性存在明显的时间分界线。

2020年以前，黄金尚能充当"够用"的股票对冲资产——在极端周度股市抛售中表现为弱避险属性，与美股呈负相关。但2020年以来，这一关系发生了根本性逆转：黄金与股票的相关性转为正值，在股市最极端的下跌阶段，黄金不仅未能提供保护，反而放大了投资组合的损失。

从波动率角度看，黄金的年化波动率与股票相当，在某些年份甚至高于标普500，这从根本上削弱了其作为传统分散化工具的价值。摩根士丹利指出，一个优质分散化资产最重要的特征是波动率低于被对冲资产，而非单纯依赖低相关性或负相关性——黄金在这一核心指标上长期不达标。

相比之下，美国国债在2020年后仍保持对日度股市波动的强对冲属性，是更有效的股票风险缓冲工具。

黄金真正的价值：对冲美债抛售风险

尽管黄金对股票的避险功能已大幅弱化，摩根士丹利的研究发现，黄金在美债剧烈抛售期间展现出持续的缓冲效果。

数据显示，在美债最差的周度表现区间——尤其是最极端的抛售时段——黄金有助于减轻整体投资组合损失。这一特性在疫情后愈发凸显：美债与黄金的相关性自疫情以来持续下降，回落至接近2000年代中期的水平，意味着两者在极端市场压力下的分散化效果有所改善。

摩根士丹利认为，这背后反映的是投资者对黄金需求性质的根本转变——从传统的利率交易工具，转向财政风险与主权信用风险的对冲手段。随着市场对政府债券的担忧因通胀预期上升和财政可持续性问题而加剧，预计将有更多投资者将黄金纳入对冲政府债券波动的工具箱，而非仅仅用于应对股市风险。

结构性需求托底：央行与ETF资金重塑金价逻辑

金价在高利率环境下的超预期韧性，源于结构性需求的强力支撑，使黄金对利率环境的依赖度显著下降。

央行购金力度持续超预期。2026年第二季度，全球央行购金量达289吨，折合年化1155吨，远超2025年全年860吨及摩根士丹利原先800吨的预测。中国央行年内已购入103吨，为2023年以来最高，其中60%集中在第三季度；波兰年内增持123吨，有望再度成为年度最大买家。与此同时，中国黄金总进口量截至9月已达1300吨，折合年化速度为至少2017年以来最快，显示央行以外的需求同样旺盛。

ETF资金流入同样逆势而行。全球黄金ETF在第三季度录得310亿美元净流入，创下有史以来单季美元流入纪录，而这恰恰发生在美联储重启加息的同一季度。摩根士丹利指出，ETF持仓与金价自2024年中期以来出现背离，这很可能反映出投资者对黄金作为财政与主权风险对冲工具的需求正在上升。

目标价看至5000美元

摩根士丹利维持黄金为金属类资产首选，目标价5000美元/盎司，时间节点为2027年第二季度。

推动金价上行的核心催化剂在于利率路径。摩根士丹利经济学家预计美联储在2027年底前仅再加息两次，低于市场当前定价的约2.7次。若通胀压力缓解、美联储实际加息次数少于预期，将降低持有黄金的机会成本，有望带动ETF资金重新流入及投机性买盘回归。此外，若长端收益率因财政担忧维持高位而短端收益率因加息预期降温而下行，收益率曲线趋陡将进一步强化黄金作为主权债替代资产的吸引力。

值得关注的是，即便长端收益率进一步上行，也未必对黄金构成利空。摩根士丹利指出，若收益率上行的驱动力来自主权债务担忧而非经济过热，黄金与实际利率之间的传统负相关关系可能弱化——因为黄金不存在发行人风险或信用风险。

此外，从历史数据看，2006年以来黄金对投资组合风险调整后收益的提升，主要来源于其强劲的绝对回报表现——黄金跑赢债券超过8.5%的年份，才是其真正改善投资组合有效前沿的时期；在黄金表现平平的年份（如2012年、2013年、2021年），其对组合的贡献几乎可以忽略不计。

展望未来，摩根士丹利认为，在财政可持续性担忧与通胀预期双重上升的宏观背景下，黄金作为"压舱石"的价值将更多体现在对冲政府债券波动，而非传统意义上的股市避险。对于寻求在股债相关性上升、传统60/40组合保护效果减弱环境下构建更稳健投资组合的投资者而言，黄金提供的是一种不同类型的风险缓冲——同样的避风港，应对的是不同的风暴。

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

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

戴尔：据我观察，明年存储情况只会更糟，或许2029年会好一些

董静 — Tue, 27 Oct 2026 02:26:37 GMT

戴尔表示，根据他目前所见，2027年的内存短缺情况将进一步恶化，因为AI需求增长快于供应，而新工厂要到2029年才会开始生产。

A股三大股指震荡走高，创业板盘初曾涨1%，算力硬件局部反弹，生物医药下挫，恒科指高开低走翻绿，AI大模型反弹、智谱大涨11%

Tue, 27 Oct 2026 02:23:28 GMT

10月27日，A股早盘高开低走，沪指一度翻绿，创业板接近转跌，盘初一度涨1%，算力硬件有所回暖，光通信、光模块局部反弹，芯片半导体亦小幅走强，生物医药板块陷入大幅调整，CRO、创新药等悉数下跌，农业、海运、贵金属等板块上涨，人形机器人持续活跃。

港股亦高开低走，恒指、恒科指双双下跌，权重科网股多数下跌，芯片、光模块等科技股反弹，澜起科技、海光芯正涨幅居前。AI大模型反弹，智谱大涨超11%，此前Anthropic提交IPO申请；OpenAI推出GPT-6.1 Terra。债市方面，国债期货多数下跌。商品方面，国内商品期货普遍走低。核心市场走势：

A股：截至发稿，沪指涨0.05%，深成指涨0.27%，创业板指涨0.26%。

港股：截至发稿，恒指跌0.28%，恒科指跌0.38%。

债市：国债期货多数下跌，截至发稿，30年期主力合约涨0.03%，10年期主力合约跌0.01%，5年期主力合约跌0.02%，2年期主力合约跌0.01%。

商品：国内商品期货多数下跌，截至发稿，沥青、碳酸锂涨2%，多晶硅涨1%，沪锡、菜籽、沪铜、燃油、沪金等少数品种走高，沪银、沪铝、工业硅、氧化铝、钯金、螺纹钢等品种下跌，沪镍、纸浆、豆粕、铁矿石、热轧卷板、橡胶、鸡蛋、玻璃、不锈钢、铂金、原油跌幅均超1%，焦炭、焦煤、集运指数、烧碱跌幅超过2%。

10:08

恒生生物科技指数跌超2%，一度失守14000点关口。映恩生物-B跌近29%，药明生物跌近5%。

09:52

智谱延续反弹态势，股价涨超10%，MINIMAX-W跟进。消息面上，Anthropic提交IPO申请；OpenAI推出GPT-6.1 Terra。

09:48

CRO概念震荡回落，近岸蛋白跌超10%，义翘神州、灵康药业、兰卫医学、金石亚药、博济医药跟跌。

早盘芯片产业链震荡反弹，天德钰、中晶科技涨停，达瑞电子、晶合集成、芯动联科、波长光电等跟涨。

零售概念表现活跃，茂业商业涨停，此前上海九百5连板，国光连锁、三江购物、东百集团跟涨。

消息面上，商务部流通发展司负责人表示，据国家统计局数据，1至9月，我国批发和零售业增加值11.1万亿元，同比增长4.4%，增速较上半年提高0.7个百分点，占GDP比重为10.4%。

人形机器人概念反复活跃，光洋股份2连板，华培动力、东贝集团涨停，此前赛福天4连板，杰克科技触及涨停，豪恩汽电、中坚科技、福莱新材、上纬新材跟涨。

09:34

创业板指拉升涨逾1%，沪指涨0.10%，深成指涨0.71%。算力硬件、半导体芯片等方向跌幅居前，沪深京三市上涨个股近4000只。

09:26

上证指数高开0.02%，创业板指涨0.89%。AI硬件侧明显回暖，光通信领涨，中际旭创涨近3%。

09:21

恒生指数高开0.21%，恒生科技指数涨0.74%。药明康德涨近5%。剑桥科技、中际旭创、长飞光纤光缆、赣锋锂业走强。

风险提示及免责条款

黄仁勋与马斯克隔空喊话？一个忙着救新云，一个预言倒闭潮

万周 — Tue, 27 Oct 2026 01:53:12 GMT

黄仁勋认为新云算力需求旺盛，融资难题终将解决；马斯克却预言，新云行业将经历大规模倒闭与整合。

短短三天内的不同判断，揭开万亿美元算力竞赛的新矛盾：GPU租金高企、项目越建越大，债券市场却开始审视谁有能力偿还贷款。

当英伟达试图盘活融资链条，整个AI行业仍需回答一个更难的问题：下一笔钱从哪里来，已经投入的钱又靠什么赚回来？

一、发生了什么？——黄仁勋说有救，马斯克却预言倒闭潮

1．三天之内，两位AI巨头给出了不同的未来：

10月22日，在英伟达柏林GTC会议期间，黄仁勋向CNBC描绘了一个令人兴奋又不安的市场：专业AI云服务商（Neocloud）的需求“超出图表”，支撑扩张的营运资本却远远不够。他相信这道融资难题最终会解决。

仅仅三天后，马斯克却在X平台给出近乎相反的前景：过去几周，债务市场对缺乏AI数据中心之外稳定收入的企业显著收紧，200多家新云服务商可能面临大规模倒闭与整合。马斯克同时表示，SpaceX已完成约400亿美元的GPU债务融资，得以依靠Starlink卫星互联网与航天发射业务收入获得较强的信用支持。

简而言之，黄仁勋关注尚未满足的算力需求，马斯克提醒市场注意承担建设债务的企业能否活到收入兑现之日。

2．GPU越抢手，为什么还会有“搁浅算力”？

引发马斯克讨论的另一段X帖子同样值得重视。Databricks工程师Yuchen Jin转述一名新兴模型实验室人士的说法：团队提前锁定GPU供应，即使没有训练出领先模型，也可能依靠算力转租赚钱；帖子提到H100、B200、B300租金曾上涨两三倍。此为匿名人士的个别经历，并非全市场价格指数。马斯克随即表示，他预期大量计算能力会卡在尚未建成的数据中心里。

……

质疑声四起，Moderna CEO安抚市场：个性化癌症疫苗将覆盖更多癌种

Tue, 27 Oct 2026 01:48:29 GMT

Moderna首席执行官对旗下个性化mRNA癌症疫苗的前景展示出强烈信心，声称该技术将在多种肿瘤类型中发挥作用，但分析师对其商业价值的质疑并未消散。

10月26日周一，Moderna CEO Stephane Bancel在彭博电视采访中表示，该公司与默克联合研发的个性化mRNA癌症疫苗intismeran autogene"将在黑色素瘤以外更多癌症中奏效"。

Bancel在采访中明确表达了对其“个性化mRNA肿瘤疫苗技术平台”充满信心，并援引默克明星肿瘤药Keytruda作为类比依据。他说：

只要是类似Keytruda有效的肿瘤类型，该平台理论上都能发挥作用。

Keytruda是默克旗下的重磅癌症免疫治疗药物，目前已被批准用于多种癌症的治疗。

与此同时，Bancel透露，一项大型肾癌试验可能最早于今年底或明年初公布数据，其对肾癌试验结果明确表达乐观预期。

这是Bancel以公司最高决策者身份对"泛瘤种"前景的首次公开确认。此前市场的估值模型中，癌症疫苗的贡献主要锚定在黑色素瘤适应症上。但"泛瘤种"叙事能否转化为估值修复，市场分歧明显。

此前Jefferies分析师警告称，黑色素瘤的积极信号能否复制到其他适应症"尚无定论"。花旗分析师维持对Moderna的"卖出"评级，认为该疫苗商业应用空间存在明显局限。

就在上周，公司在欧洲肿瘤内科学会（ESMO）马德里年会披露的黑色素瘤三期试验详细数据，令部分投资者感到失望，Moderna股价随之出现剧烈波动。

数据落地，市场情绪"过山车"

intismeran autogene是一款为每位患者量身定制的疫苗，利用从肿瘤中提取的基因信息为患者构建个性化抗肿瘤免疫反应，目前已在肾癌、肺癌及膀胱癌等多种癌症中开展研究。

在扩大生产规模方面，Bancel对外界的担忧予以回应，称新冠疫苗的研发生产"是一个远比个性化癌症疫苗更大的挑战"，并表示公司从新冠疫苗生产中积累了大量可借鉴的工程经验。

他还透露，三期试验期间疫苗的生产周期约为九周，随着工艺持续优化，这一时间有望进一步压缩。分析师预计intismeran将于明年获得监管批准。

今年8月，Moderna和默克披露该疫苗在黑色素瘤三期关键试验中降低了复发率，消息引发市场广泛关注。此后股价一路上涨，年内累计涨幅一度逼近780%。

然而，近日正式公布的详细数据令部分投资者大失所望，认为数据未能完全达到此前的高预期，Moderna股价跳水回撤，折射出市场对这一技术的高度关注与高度不确定性并存的状态。

据彭博报道，肿瘤科医生对黑色素瘤数据总体表示认可，但围绕该技术能否广泛推广至其他癌症类型，投资者的争议仍在持续。

与新辅助免疫疗法的比较之争

另一个悬而未决的争议是：intismeran与现有新辅助免疫疗法的比较价值。

新辅助免疫疗法是指在手术切除肿瘤前，使用Keytruda、百时美施贵宝旗下的Yervoy或Opdivo等药物进行治疗。多项新辅助研究显示，此类疗法可显著延长部分患者在癌症复发或死亡前的生存时间。

若效果相近，intismeran高度个性化的生产流程及潜在的高昂成本，将面临合理性质疑。

不过，肿瘤科医生指出，并非所有黑色素瘤患者都适合接受新辅助免疫疗法，分析师亦认为两类试验的设计存在本质差异，直接比较并不公平。Seigerman表示：

在没有对等数据的情况下，预计目前两种方案之间的选择将由医生逐案决定。

商业前景仍是最大变量

尽管管理层态度积极，外界分析师对该疫苗商业化潜力的判断仍存在明显分歧。

Jefferies分析师Akash Tewari在10月22日的客户报告中估计，intismeran autogene的峰值销售额可能达到46亿美元，但同时警告称，黑色素瘤的积极信号能否复制到其他适应症"尚无定论"。

在随后更新的报告中，他指出数据显示该疫苗的获益效果可能随时间推移而增强。

花旗分析师Geoff Meacham则态度更为审慎。Meacham在维持"卖出"评级的研报中指出，欧洲肿瘤内科学会的会议中，管理层及参与的关键意见领袖着重强调了疫苗的新抗原特异性免疫反应、在不同黑色素瘤风险组中的疗效，以及对无复发生存期和无远处转移生存期指标最终将转化为总体生存获益的信心。

然而Meacham注意到，会议对生产制造、患者适用性、治疗顺序安排以及成熟总体生存数据的重要性着墨甚少。

他还指出，仅有少数黑色素瘤患者符合"大体积可切除病灶"的入组标准，意味着intismeran在实际临床场景中的应用范围"可能比部分投资者预期的更为有限"。

此外，Meacham表示，intismeran单药疗法在理论层面具有吸引力，但鉴于Keytruda已确立的疗效与安全性，该路径"在现实中仍高度理论化"。

他总结认为，此次电话会议"强化了管理层对平台的信心，但并未实质改变我们对其商业局限性及估值偏差的判断"。

风险提示及免责条款

大跌后如何看黄金？瑞银：技术上有支撑，但没人想在年底前“增加敞口”

Tue, 27 Oct 2026 01:40:32 GMT

黄金上周跌破4000美元关口，触发大规模止损，市场陷入低迷。瑞银最新报告显示，技术面已出现底部信号，但交易员普遍选择观望——在年底前，没有人愿意为黄金增加新的风险敞口。

上周四，黄金单日下跌2.8%，跌破4050美元，创三个月新低，与此同时纳斯达克下挫2.9%、10年期美债收益率下行17个基点——这本是黄金上涨的教科书级别环境，但黄金却反向运动，令大量快钱头寸遭到止损出局。

瑞银贵金属销售台将当前市场状态定性为"结构性看多、战术性谨慎"，并指出随着年底临近，市场参与者越来越专注于保护现有盈亏，而非增加新的风险。

目前现货黄金交投于4015美元附近，市场处于瑞银所描述的"低信念区间"：底部有买盘支撑，顶部缺乏动能。瑞银技术分析师Jason Perl的DeMark模型已于上周五转为看多，关键突破位设在4082.80美元——若能有效突破，目标将指向4400美元；若失守，则下方支撑依次在3975、3923和3871美元。

快钱止损出局，市场信心受挫

上周四的行情是本轮调整的核心事件。据瑞银流量数据，10月22日单日电子盘XAUUSD成交额占当周总量的约26%，资产管理机构当天完成了全周黄金交易量的30%——这是典型的集中清仓特征。

投机资金同步撤退。据高盛大宗商品团队数据，截至10月20日当周，管理型基金削减贵金属净敞口达36亿美元，在高盛追踪的各类资产中，降幅仅次于谷物类（-57亿美元）。值得注意的是，上述数据尚未纳入上周四的进一步抛售。

瑞银纽约贵金属台描述称，当前市场"交投极为清淡，尤其是午后时段，异常狭窄的交易区间凸显了市场的停滞状态"。波动率策略参与者已退至场外，因当前价格走势"提供的有效敞口机会极为有限"。

亚洲实物需求逆势强劲，中国买盘托底

与纸面市场的沉寂形成鲜明对比的是，亚洲实物黄金需求依然旺盛。瑞银报告指出，以流向中国的千克条需求为主导，亚洲实物买盘自10月初便持续涌入，较往年季节性旺季提前到来，且精炼厂产能已趋于紧张，生产订单和可用精炼槽位愈发难以获取。

报告还提及，部分市场参与者表现出以人民币而非美元结算黄金交易的意愿，折射出去美元化趋势在贵金属市场的延伸。

高盛估算，今年8月全球央行购金量达79吨，三个月季调年化折合约85吨/月，为2022年前均值（17吨/月）的五倍。中国是最大的买家，高盛模型估算8月购金量约25吨。高盛认为，新兴市场央行、尤其是中国，相对于其长期合理配置目标仍处于低配状态，意味着购金行为仍有较大空间。

瑞银的结论是：快钱决定了区间，中国买盘决定了底部。

技术面转多，但时机尴尬

瑞银技术分析师Jason Perl此前对黄金持谨慎态度，等待ABC调整形态完成。上周五，黄金在3996.10美元触及最低点，满足了该形态的最低完成条件，Perl随即将黄金评级转为看多。

按照DeMark模型，若黄金能够突破4082.80美元，将依次打开4145.82、4217.31、4315.76和4399.60美元的上行空间；下方支撑则分别位于3975.75、3923.24和3870.74美元。

然而，技术面转多的时机颇为微妙——恰好发生在客户情绪转向谨慎之际。瑞银坦言，这意味着技术分析师可能走在市场前面，也可能是客户即将踏空。

宏观压力犹存，年底前增仓意愿低迷

制约黄金上行的宏观因素同样不可忽视。高盛经济学家预计美联储本周三议息会议将暂停加息，但12月仍将再度加息。对于不产生收益的黄金而言，与持续加息的美联储对赌是一笔艰难的交易。

瑞银报告明确指出，"货币政策收紧的背景持续压制上行空间，令市场踟蹰不前，也几乎没有给自主裁量型参与者提供建立重仓的理由"。

在宏观催化剂方面，瑞银列举了美国大选、欧洲政治动向以及更广泛的民族主义政治趋势，但同时提示，欧洲政治与黄金之间的直接关联"仍过于投机"，美国与中国买盘的动向对贵金属市场更具直接相关性。

综合来看，当前黄金市场呈现出一种结构性拉锯：美联储的加息路径压制顶部，中国央行与实物买盘支撑底部。在这一格局明朗之前，年底前主动增加黄金敞口，仍是大多数市场参与者不愿做出的选择。

风险提示及免责条款

中国9月规模以上工业企业利润同比 14.4%，前值 4.2%

Tue, 27 Oct 2026 01:33:00 GMT

国家统计局：1-9月份，电子行业利润同比增长1倍，拉动全部规模以上工业企业利润增长9.6个百分点，是规模以上工业企业利润较快增长的重要支撑。

从细分行业看，受AI算力、先进存储等领域需求带动，电子专用材料制造、半导体分立器件制造行业利润分别增长2.2倍、51.7%；新一代信息技术加速发展，带动光电子器件制造、电子电路制造行业利润分别增长69.8%、62.5%。

风险提示及免责条款

见闻历11.11大促开启！放桌角，给明年的桌面添点新见闻

华尔街见闻 — Tue, 27 Oct 2026 01:00:15 GMT

风险提示及免责条款