2026年8月28日
科技

科技股波动背后:AI远期定价取代利率成为市场核心博弈

研发部门2 刷了老太甲!!如何定价?

2026年8月,全球科技板块经历了一轮过山车行情。美国长端国债收益率快速上行,一度对成长股估值形成明显压制;随着债券收益率阶段性回落、英伟达交出超预期财报,美股及A股科技板块又迎来反弹。

这场波动的表层诱因是利率,但深层逻辑正在发生根本性变化。据中国证券报报道,分析人士认为,利率变化是影响科技股风险偏好和估值水平的重要因素,但不能将本轮调整简单归因于美债收益率高企。随着AI产业进入大规模资本开支与商业化验证阶段,市场博弈的核心正由算力需求的真实性,转向商业化空间、技术领先程度以及远期盈利兑现能力。

历史的影子:当“新经济”叙事重现

将当下AI热潮置于更长的历史坐标中观察,会发现它与历次技术革命驱动的估值扩张有着惊人的相似性,却又呈现出截然不同的产业特征。

1995年至2000年,在互联网商业化、信息技术革命和“新经济”叙事兴起的背景下,市场对网络公司商业化后显著提高美国长期生产率进行定价。大量互联网公司尚未盈利,甚至商业模式并不清晰,但只要具备“流量、用户、点击率、平台故事”,就能获得极高估值和融资支持。纳斯达克指数从1998年低点附近一路上涨,最终在2000年3月见顶。

互联网泡沫破裂的触发因素包括企业盈利兑现不及预期、市场开始重新审视估值合理性,以及美联储自1999年6月转为加息、融资环境收紧。广发证券在其研究报告中指出,2000年科网泡沫的破裂是利率压力逐步穿透产业链的结果——融资成本上升压缩了下游通信运营商的再融资能力,资本开支放缓,再进一步传导至上游设备商利润。盈利闭环被证伪后,市场重新定价长期增长率,估值体系随之重构。

2012至2015年移动互联网时期,智能手机普及推动流量从PC端向移动端迁移,应用场景显著增加,平台经济依靠网络效应迅速扩张,相关企业收入的可见度明显提升。到2015年前后,部分标的已不只是“讲故事”,而是开始体现真实的商业化能力,但整体定价仍然明显前置于盈利兑现。

2020至2021年新能源行情中,市场提前交易渗透率快速上升带来的长期盈利重估。这一轮行情有较强的现实需求和业绩兑现支撑,并非简单的概念炒作,但行业格局变化仍导致乐观预期落空——由于制造业属性更强,后期受到产能扩张、价格竞争和原材料波动影响,盈利预期一旦下修,股价随之回撤。

AI周期的特殊性与估值压力

当前的AI叙事与上述历史阶段既有相似之处,又存在本质差异。从叙事本质看,本轮行情最像互联网革命——大模型、智能体、机器人也是通用技术,市场在交易长期生产率提升和利润重估。但从商业化阶段看,当前更像移动互联网落地阶段——头部公司已经有真实现金流,市场不是简单讲故事,而是关注商业逻辑变现的路径。

一个不容忽视的数据是估值高度。据上海金融与发展实验室的研究,截至2026年5月,巴菲特指标飙升至227%至232%,席勒市盈率为41倍,仅次于2000年互联网泡沫崩裂前的44倍;前十大权重股占标普500指数42%,远超2000年科网泡沫峰值175%和2021年新冠高点190%。

不过,广发证券指出,当前AI行情与2000年式崩塌仍存在关键差异:当前通胀和利率环境尚未形成“通胀失控—政策被迫收紧—融资条件急剧恶化”的完整链条,短端利率也未显著上行。AI产业仍有真实资本开支和盈利支撑,但估值端已较充分定价未来增长。

资本开支的规模与回报之问

AI产业正处于历史上罕见的大规模资本开支周期。高盛预计,2026年至2031年,全球围绕计算、数据中心和电力的AI资本开支将达到约7.6万亿美元,年度投入将从2026年的7650亿美元升至2031年的1.64万亿美元。超大规模云厂商到2030年的AI投资或超过6万亿美元。

仅2026年,Alphabet预计资本支出为1800亿至1900亿美元,几乎是2025年全年914亿美元的两倍;亚马逊的支出规模约为2000亿美元;Meta在4月将2026年资本支出指引上调至1250亿至1450亿美元。据Dealogic数据,AI超大规模企业2026年迄今已在全球发行1590亿美元债券,而2024年全年仅为170亿美元。

如此庞大的投入能否转化为足够的回报,正成为市场最尖锐的追问。高盛表示,年初至今,全球前8大上市的中美云服务商2026年及2027年资本开支一致预期已分别上调32%和75%,这很大程度上推动硬科技板块2026财年以及2027财年盈利预测在前7个月上调了12%和22%。但与此同时,Alphabet当季经营现金流为390.69亿美元,资本开支达到449.24亿美元,自由现金流因此降至-58.55亿美元,为公司上市以来首次单季转负。

从普涨到分化:市场的筛选逻辑

华尔街的仓位变化清晰地反映了这一转向。高盛统计数据显示,信息技术板块成为美股净卖出规模最大的行业,并出现两年多以来幅度最大的总敞口削减;抛售几乎完全来自机构多头减仓,而非空头仓位扩张。总敞口由年内接近24%的峰值回落至约20%,净敞口更曾由约26%降至16%。

高盛分析师团队表示,这一仓位变化更接近AI交易的阶段性去杠杆与拥挤仓位出清,而非对AI长期需求逻辑的彻底否定。高盛指出,触发风格切换的核心是“长端贴现率+AI融资成本”的双重且持续抬升:30年期美债收益率一度触及约5.33%,10年期逼近4.7%,使科技股未来现金流折现、数据中心项目融资成本和美债对股票的替代吸引力同步显著上升。

中信证券首席A股策略师裘翔表示,科技股近期调整不能简单归因于美国长债利率高企,更核心的问题是AI相关股票的远期定价。市场需要重新评估商业化速率和空间能否跟上预期。据中国证券报报道,后续科技行情或由普遍抬升转向分化,订单、业绩与现金流将成为筛选资产的重要依据。

拥有强劲自由现金流、清晰算力订单能见度和难以替代技术壁垒的AI算力产业链领军者,可能在拥挤仓位出清后率先获得资金重新配置。而依赖外部融资、依赖远期巨额现金流、资金回报周期长的AI相关概念股,若长期美债收益率与信用利差继续上行,仍将持续承压。

截至2026年8月28日,这场关于AI远期定价的博弈仍在继续。英伟达第二财季营收962.2亿美元,同比增长106%,超出市场预期的923.8亿美元。但超预期的财报数据,并未能完全消解市场对远期盈利兑现能力的疑虑。当算力需求的真实性已不再是疑问,商业化空间有多大、技术领先能维持多久、远期盈利何时兑现——这些才是决定科技股下一阶段走向的真正变量。

本文由AI辅助生成

分享到: