彭文生系中金公司首席经济学家，中国首席经济学家论坛副理事长
宏观视点：AI投资泡沫争议背后的深层逻辑
自2022年年底ChatGPT发布以来，美股AI龙头公司（即所谓“7姐妹”）的股价大幅跑赢整体市场。2025年初DeepSeek技术突破后，中国AI龙头公司（主要在港股）也呈现显著超额收益。尽管美国相关企业盈利增长较快，但风险溢价处于极低水平，反映出投资者对AI技术的强烈乐观预期。这种高估值现象引发了市场对AI资产价格泡沫的广泛讨论。本文并非从技术层面定义或测算泡沫，而是从资产价格、创新与宏观经济的关系出发，提供系统性思考框架。
关键词| 人工智能,规模经济,科技创新,资产价格
研究员| 彭文生
正文
一、利率与股市：因果关系的三重逻辑
消化AI股票高估值的潜在路径之一是利率下降，部分投资者将乐观预期寄托于美联储降息。传统理论认为利率与风险资产价格呈负相关，但过去几年美元利率上升环境下股市仍大幅上涨，这一矛盾需要重新审视利率与股市的因果关系。
当前存在三种可能逻辑：
1. 传统因果关系：利率下降推动资金流向风险资产，提升股票估值。
2. 反向因果关系：AI驱动的股市上涨通过财富效应刺激消费，同时相关资本开支增加投资，共同推高自然利率，迫使美联储维持高利率。数据显示，2025年AI资本开支贡献美国GDP增长的三分之一，最富有的10%人口持有85%的美国股票，其消费支出占总消费的一半。
3. 第三方驱动关系：全球资金涌入美国科技股，截至2025年9月，外国投资者持有美股21.2万亿美元，占总市值31.3%，为二战后最高水平。资金流入推高股市，财富效应支撑总需求，进而维持利率水平。
第二、三种情形相互关联，可解释高利率与高估值并存现象。未来利率与股市关系的关键在于区分降息原因：若AI乐观预期下降导致股价和资本开支下跌，总需求收缩将迫使美联储降息，此时股价是因、利率是果，降息无法支撑股价。数字经济时代的投资者羊群效应可能放大波动，繁荣时强化上涨动力，转向时加剧下跌。
消化高估值的另一路径是上市公司盈利增长。目前股价上涨集中在少数股票，AI作为通用目的技术（GPT）的渗透需时间，初期盈利集中于技术研发和上游机构。投资者需关注AI应用的投入产出比，这是当前研判的关键。
二、成本与收益：AI投资的双重约束
本轮AI技术发展的特征是应用层技术成熟度低与预期利润高并存，需资本市场支持。投资者需权衡AI的成本收益比，主要约束包括：
1. 研发投入成本：大模型研发涉及算力、人员、电费等显性成本，应用层推理能耗是重要支出。
2. 投资模式转型：传统风投的轻资产软件分发模式（如社交网络）转向科技巨头的重资产硬件生产模式（先进芯片和数据基础设施）。科技巨头通过巨额投资和接管初创企业（如OpenAI、Anthropic）主导市场，降低不确定性并提高预期收益。
AI产业应用潜力存在争议：
- 收益端不确定性：不同场景差异大，直接（降本增效）和间接（竞争优势）收益难以量化。大模型答案不准确限制商业价值，企业数据应用能力不足。
- 宏观影响估算分歧：外推法（类比电力与IT革命）预计AI未来十年带来0.8-1.3个百分点的年度GDP增长；基于任务的方法估算仅为每年0.07个百分点。综合文献显示，AI年生产率增长应在0.08-1.24个百分点之间。
- 中国研究估算：中金研究院《AI经济学》采用“元任务”方法，考虑成本下降、能力提升及部署时间资金成本，测算2024-2035年AI将为中国GDP带来9.8%的额外提升，年化增长率约0.8%。
短期挑战在于缩小巨额支出与未来利润不确定性之间的差距，规模经济是关键分析概念。
三、规模经济与规模不经济：芯片与煤炭的逻辑差异
DeepSeek通过算法架构改善弥补算力限制（如用7纳米芯片实现4纳米芯片功能），引发对先进半导体企业的不同解读：
- 悲观观点：算法进步替代先进芯片投入，导致英伟达股价短暂下跌。
- 乐观观点：引用杰文斯悖论（Jevons Paradox），技术进步提升效率时收入效应大于替代效应，整体需求增加。英伟达股价后续走势支持这一逻辑。
杰文斯悖论的原始案例是瓦特改良蒸汽机后英国煤炭消耗量上升。1865年杰文斯提出，效率提升使蒸汽机应用更广泛，尽管单场景煤炭消耗减少，但总量显著增加。这一逻辑套用到芯片需考虑经济属性差异：
- 芯片：作为制造品具有规模经济特征，单位成本随生产规模扩大而下降，价格趋于下降（寡头垄断下可能短期获得垄断利润）。
- 煤炭：作为自然禀赋具有规模不经济特征，供给弹性低，需求增加导致价格上升以引导资源投入。
大模型可视为投入，其应用创造价值（产出）。规模定律隐含算力、数据等要素投入呈规模报酬递减，需求增加需靠价格上涨平衡，推动上游盈利和股价上升。规模报酬递减与盈利增长并存反映企业定价能力，但垄断利润持续性受公共政策（如反垄断法规）和地缘竞争影响。
中国大模型开源模式对全球竞争格局产生重大影响：
- 提升中国在全球AI领域的话语权，DeepSeek动态稀疏架构被IEEE纳入国际标准，欧美初创企业采用中国开源模型。
- 倒逼OpenAI重启开源、Meta调整策略，打破技术封锁垄断优势。
- 低成本优势吸引全球开发者，助力发展中国家搭建本土化AI应用，促进全球创新力量均衡。
AI能耗问题日益受关注。电力来源包括化石能源与清洁能源：
- 化石能源：具有规模不经济特征，若AI应用大规模推广，其约束可能成为现实问题。
- 清洁能源：作为制造业具有规模经济特征，中国绿色产业领先全球，美国鼓励化石能源使用。两国政策选择差异将影响AI长期发展。
四、创造性破坏：泡沫破裂的双重影响
美国AI股票高估值可能源于两个载体：
1. 投资者对未来盈利增长过度乐观，导致股价偏离当前盈利。
2. 当前盈利本身（与AI资本开支相关）不可持续。
泡沫破裂可能体现为：
- 芯片产业规模经济作用：中国先进半导体产业发展或算法架构改善提升芯片效率，打破技术壁垒，导致先进芯片价格下降。
- AI大模型应用不及预期：规模报酬递减能否通过技术进步弥补，或应用能否在更广经济层面带来规模报酬递增，需时间验证。
科技泡沫与房地产泡沫不同：前者破裂短期冲击大，但长远看是创造性破坏，规模经济和正外部性可能促进技术进步；后者因规模不经济和负外部性具有系统性破坏作用。
注释
[1]https://institute.bankofamerica.com/content/dam/economic-insights/ai-impact-on-economy.pdf
https://am.jpmorgan.com/us/en/asset-management/adv/insights/market-insights/market-updates/on-the-minds-of-investors/is-ai-already-driving-us-growth/
[2]https://fred.stlouisfed.org/release/tables?rid=453&eid=813804=813876
[3]https://www.bloomberg.com/news/articles/2025-09-16/top-10-of-earners-drive-a-growing-share-of-us-consumer-spending
[4]Aghion, Philippe, and Simon Bunel. "AI and Growth: where do we stand?." Policy Note (2024).
[5]Acemoglu, Daron, “The Simple Macroeconomics of AI”, MIT Department of Economics Working Paper (2024).
[6]详见中金研究院2024年发布的《AI经济学》第三章：元任务与AI经济影响分析。
猜你喜欢
