来源：经济学家圈
月8日，本文由现场演讲录音整理而成）
大家好，我是浙商证券首席经济学家李超。今天非常高兴给大家分享一下现在大家关心的命题——当AI遇到股市，大家必须知道的三件事。今年，其实整个资本市场的投资，大家都会非常关心AI这样一个方向。大家都说，人工智能科技革命将重塑整个人类社会，那它对股市的影响是怎样呢？
我想，第一个命题肯定是基本面，现在随着AI的快速发展，经济很快地走向了K型分化。而且这个K型分化，不是我们传统意义上的五五开的。大家知道，英文字母的K，它是从50分位开始分叉的，现在实际上是从20分位就开始分了。K的上一撇，以人工智能为代表的硅基——如果我们从价格维度去衡量——出现了非常明显的向上；剩下的，就是我们以人类为代表的碳基，出现了比较明显的向下。也就是说，我们的经济呈现了一个K型分化的特征。
在K型分化这个维度，其实我们可以通过价格来进行表征。这个价格表征用八个字来形容，就是"硅基通胀、碳基通缩"。
硅基通胀从哪里来？根源还是大国之间的竞争。去年，特朗普召开了美国的AI大佬座谈会，他明确表达：美国AI必须领先于全球AI和中国AI，所以从这个角度，你们必须去加大资本开支。大家都知道，特朗普重要的深度政府势力是科技新贵，在整个硅谷，以彼得·蒂尔为代表的一批大量投资人工智能、机器人这些赛道的投资者，成为了特朗普的深度政府势力。当特朗普去做要求的时候，从利益一致性来看，其实大家都响应了他的要求。所以我们很快地看到，在大模型领域出现了大量的资本开支。
资本开支的出现，使得整个中上游硬科技的供需关系发生了根本性的变化。比如需求迅速增长，但从供给端来看，它其实是存在壁垒的——不管是光模块也好、PCB板也好、存储也好、芯片也好，都有较强的技术壁垒，并不能通过大家快速地进入领域进行投产，把供给快速地释放出来。供需缺口如果无法改变，那就会形成硅基的涨价。所以我们也看到，在广谱的中上游出现了涨价过程。当然，在同类都涨价的情况下，即便是一些低端的原材料，也会跟随替代性地涨价，这样也带来了比如笔记本电脑、手机的一些涨价。这些我们统统都把它划作硅基通胀的范畴。
在2026年的七八月份，大家可以看到，不管是美国的市场还是中国的市场，都开始研究这样的涨价会不会出现拐点。首先我们看美国的科技资本开支，我觉得至少到2026年的年底，我们是看不到拐点的，因为毕竟美国政府还没有大量地投入进行投资。当然对于大模型公司来看，确实有个问题：如果我一直在进行资本开支、在进行投资，但我中上游的供应方却在跟随涨价赚钱，我却没有赚到钱，那我为什么不能只投赚钱的、不投不赚钱的这些领域？这时候市场就会有担忧说，这是不是一种拐点。我觉得，在美国政府还没有加大力度去投资之前，我们不能轻易看拐点。
但也有很多投资者说，如果我们按涨价的模式去投科技股，它实际上就不是成长股了，而是用周期股的思维在投资成长股，那价格的拐点往往是尖顶，我可能要逃得比别人早，我要去投资二阶拐点，不能只看一阶拐点了。那二阶拐点谁能轻易地判断准？比如站在2025年年底，谁能预判在2026年的三四月份出现了coding的变化——代码可以驱动继续写代码，AI能替代一部分工程师？那未来会不会也出现AI替代整个的影视拍摄、AI替代整个医疗诊断过程、甚至AI替代科学家？在这些替代过程中，会不会也形成资本开支的加速过程？所以我觉得，二阶拐点即便是看AI领域最顶尖的科学家，其实也很难预判。所以我们只能说，它的一阶拐点其实并没有出现。
碳基通缩，是另一个方向。和人相关的这些变量，目前我们发现它被AI在替代就业。我们可以看到美国一个重要的指标，叫做劳动参与率，它现在已经逐渐下滑到了61%左右，处于1977年以来的最低点。什么叫劳动参与率？就是在统计失业率的时候，首先我们得看谁有意愿、还愿意进入劳动力市场。如果一个人压根不想找工作，其实他根本就不影响失业率指标。所以大家注意，我们去看失业率的时候，是想找工作的人找不到，那才算失业，才影响失业率；如果压根退出了劳动力市场——被AI一替代就业，就根本找不到工作——那实际上就已经退出劳动力市场，所以它就体现为劳动参与率的下降。
所以我们说，美国在这一轮AI替代就业的过程中，实际上有大量被AI替代就业的人，直接进入了吃低保的状态，收入和收入预期都出现了下降，这个时候也会呈现一定的消费降级的状态。人口基数其实非常大，虽然它是个渐进的过程，但这样的趋势肯定还会有一定的延续。另外大家觉得这个过程好像也不是特别剧烈，这主要源自于疫情期间美国进行了大量的财政货币化刺激，美联储的资产负债表翻了一倍，印了一倍的钱出去给老百姓发了，所以居民整体的资产负债表还很健康，还没有出现非常明显、快速的消费降级。但是碳基通缩的趋势，其实是存在的。
这样的基本面，投射到股票市场上，就形成了分化特别明显的过程。如果我们去看基本面，就会发现整个价格的上涨都集中在硅基领域，尤其是硅基的中上游。价格是企业营收的领先指标，营收又是利润的领先指标，我们基本也可以在后面的财务数据中看到，整个工业企业利润其实集中于科技领域，或者科技上游的一些原材料。所以从这个角度看，股票市场如果去寻求基本面逻辑，在这个领域确实有一些比较积极的变化；而在碳基这些领域里边，大家其实还看不到基本面转好的特征。这个就是AI对股票市场最重要的影响：它对整个股票市场的基本面进行了重塑。
如果我们从价格指标来看，衡量工业品价格的主要是PPI。过去在中国，PPI 90%以上的波动贡献都来自于五个行业：钢铁、煤炭、有色、化工、石化，大家一听，偏资源品、偏上游。但是今年不同了，三四月份我们可以明显看到，科技的价格上涨在扰动PPI，这里边甚至包括光纤、存储等等这些类别，它们的涨价都在影响中国的PPI。
所以过去我们一般简单地理解说，你看，你PPI能看对，你的周期股就一定能炒好；但是现在不行了，有的时候价格趋势的上涨，反而对成长股形成了基本面的支撑。这些都是我们作为投资者需要关注的新的现象。所以在风险偏好发生变化的时候——其实在2025年的一季度，我就跟大家讲过：风险偏好的变化对市场风格影响很大，风险偏好高的时候，我们要去投资科技股；风险偏好低的时候，我们其实要去投红利股。整个风险偏好一旦抬升的时候，我们就需要思考什么能够涨价，这些类别其实是我们后边重点需要投资的方向。
所以我觉得，AI影响股市的第一个重要方向，其实就是基本面。
第二个就是政策面，尤其是流动性，也就是股票估值的分母。我们都知道，这一波科技的资本开支，最先投入加快的其实是美国，那美联储作为全球流动性的总闸口，它对权益资产的影响也是非常大的。美联储关注的政策变量里，既有就业这种变量，也有物价这种变量，也有金融稳定这些变量，这些从AI的角度都受到了深入的影响。
先说就业。其实刚刚我们讲过了，AI替代就业在失业率上反映不明显，但是在劳动参与率里，产生了非常明显的影响。
再说物价。如果我们围绕与人相关的这些物价去看，那确实是一个逐渐往下的趋势。所以我们可以观察到，今年刚刚上任的美联储主席沃什，提出了新的物价指标，叫做截尾平均PCE。大家知道，美联储的利率定价有基础的定价规则，叫做泰勒公式，就是一个产出缺口与物价的线性关系，最后决定了利率。物价我们通常用的表征是PCE，有点类似于咱们中国的CPI。那沃什现在就提出，PCE不能准确地反映美国的物价趋势，实际上截尾平均PCE更能够反映——尤其在AI影响整个经济的情形下——物价水平的趋势。截尾平均PCE，就是把权重最高和最低的55%占比PCE去掉，中间只留45%。我们可以看到，如果按照现在的趋势，它的物价水平是一路向下的；把它带入到泰勒公式里边，它其实现在是降息50个BP；但是如果还原回PCE，可能算出来是加息25个BP。那这个就会在利率决策上产生非常大的分歧。
所以我们也可以看到，随着沃什上台以来，上一任留任的美联储官员，肯定还是坚持原有的框架，这些投票人实际上还是坚持用PCE这样一个指标；对于沃什来讲，他坚持用截尾平均PCE这样一个指标，他想改造泰勒公式，所以起了所谓的"沃什规则"。
目前大家看，他们之间还是有一定的分歧。从未来的角度，我们说他一定最后会决出结果，就是谁倒向谁的问题。目前从沃什的角度，我觉得他成立了五个工作组，这五个工作组其实也是针对过去大家的这种分歧，想求教一些外部经验。我们可以看，这五个工作组里边，很多是其他国家的前央行行长，比如说印度的、巴西的、加拿大的，他们很专业，没有站在政党的视角，至少从外部的角度视角，你得给专业建议：在AI的深刻影响下，未来到底是走向通胀还是走向通缩，他要给定结论。另外，他把一些AI大佬引进到美联储的工作组中，那AI大佬肯定说AI的影响大。所以我们基本可以得出倾向性的结论：这五个工作组基本得到的结论，应该是逐渐走向通缩的。
但过程我们说，对于上一届传承过来这些美联储官员，他肯定是内心中比较难以接受的：那我请的其他国家的央行行长，也许得出的可能是个通胀的结论——你不能说80%的碳基处在通缩，未来就一定是通缩，毕竟还有20%的硅基是涨价的；而且还有美伊战争这种影响变量，油价在上涨；同时科技本身带动了上游原材料价格的上涨，也并行出现了一些发展中国家的资源民族主义，比如说铜、碳酸锂等等这些资产，我就不出口，就会憋着它的价格上涨。这些都是代表价格上涨的趋势。
所以我们也可以看到，当前美联储对于物价趋势，内部实际上产生了非常大的分歧。我们也可以在后面美联储的几个议息会议中，逐渐去看他们怎么形成共识。从沃什的角度，他一直强调说，预期引导已经不重要了。比如说，市场特别希望你能给特别清晰的引导：因为内部你们有分歧，作为沃什你是美联储主席，你应该出来引导，比如我们市场现在隐性的加息概率可能还给了25%，你认为应该降息50BP，那你应该多出来讲，那我们就认为是降50BP。但是大家可以看，如果沃什出来讲了要降50BP，结果其他的官员都认为应该加25BP，最终他也达不到降50BP的目的。而且美联储大家知道，它是票决制，谁的最终支持方向的票最多，最后就按哪个方向进行决策。所以我们说，当前美联储关于利率的决策，其实分歧是非常大的。
第三个政策视角，就是金融稳定。我们说特朗普非常重视美元美债的风险，当前的市场也非常关心美债收益率上行的问题。但是特朗普从稳定币开始去加持美元美债的流动性，体量其实是不够的。刚才讲了，2025年他开始开了AI大佬座谈会，通过AI加大资本开支，做大科技股的市值，去支撑美元美债的信用，但是也并没有解决问题。我们可以看到，硅基涨价之后，中上游这些美国硬科技企业在涨价后创造的利润、贡献的税收，只占美国财政收入的1%，所以它是没办法完全去化解美债风险的。所以大家才看到，今年年初开始，美国去打了委内瑞拉，重新开启一个石油美元变量。如果AI能够完全解决美元美债的信用，就没必要动用石油工具。那我们看现在，美伊战争长期化的这种特征，使得大家对美元、美债的风险再次产生了担忧，美元美债的流动性其实也面临一定的压力。这个时候从美联储的角度，他也不得不从金融稳定的视角给予考量。
其实从沃什的角度，他是金融稳定能力非常强的美联储主席，他比较早就提出了要缩表，通过把资产负债表缩回去，下次应对危机的时候我再把表扩出来，能够救金融机构。但现在的现实是，整个美债的发行流动性，必须要美联储扩表来解决，一旦不扩，流动性就会出现问题。所以我们说，当前美联储还不得不考虑金融稳定问题。那综合金融稳定和物价这两个美联储都需要考虑的指标，在金融稳定更重要的情况下，沃什会更加坚决地推动他的截尾平均PCE作为重要的使用，使得大家形成逐渐要往降息走的趋势。
所以我觉得，从整个政策面角度来看，美联储比较难持续性地加息和缩表，最终有可能走向一个降息和扩表的组合。虽然中间可能会有波折，或者有分歧，但是最终的趋势应该是这样。所以我们说，目前从整个流动性的角度，其实还没有出现真正意义上的持续性的拐点。当然，我们也要重视整个AI对政策、尤其是流动性的影响。
第三个层次，我觉得是AI对市场微观结构的影响。大家都知道，我们在股票投资过程中，随着量化技术的发展，实际上现在已经是基本面和量化分庭抗礼的这么一个阶段，各自有各自的投资方法论。但是随着AI大模型的发展，原有的一些量化技术，渐渐开始向机器学习的路径去演进，就是类似机器人在创造一些投资策略、在思考。
在机器学习这种人工智能主流的对投资的影响范式里边，我觉得它有一个最基本的、能和主动投资进行竞争的重要方向。我们所谓的基本面分析、流动性分析、人的主观分析，它最终在认知上可能是对的，但是在投资过程中，巨大的收益和防风险是源自于人的反人性能力，并不是源自于认知——认知其实只是基础。我们经常会说，看对不一定做对，因为市场天天是波动的，当波动偏离你的方向的时候，对抗不了自己的内心——人性本身是有弱点的——你可能就会改变投资方向，这种往往容易带来投资收益的减少，甚至亏损。所以我们经常说，做投资做得好的，往往是反人性能力特别强的，也就是别人贪婪的时候我不贪婪，别人恐惧的时候我不恐惧。人天生就具备人性的特征，所以我们看到很多主观投资的基金经理，都很难对抗自己的内心、实现反人性。但是机器天然没有这些人性特征，所以它在整个投资里边，往往有一定的胜率。
我对量化的观察，也慢慢能够感受到：这种机器学习式的策略，在左侧投资和右侧投资里边，往往右侧投资的胜率更高；在左侧预测拐点的能力，目前其实还没有人强。为什么会出现这种现象？我觉得很大程度上是源自于机器学习本身——人工智能是基于大数据的，它很像类似线性外推的过程，或者是历史概率是这样，大概率它应该往这个方向走，所以它预测拐点的能力其实就不强；但是一旦确认拐完之后，它是否会形成趋势，还是在位置震荡，这个时候它的胜率往往其实是比人高的。
那这里边，大家就不可避免地会提问题：如果这样的策略多了，人工智能在整个量化投资中应用太多了，会不会放大市场的波动？我觉得是这样：我们需要看这样的人工智能技术应用于量化投资里边，它是同质化的趋势，还是异质化的趋势。如果大家是异质化的，比如说有人做大类资产配置——股票、债券、商品怎么做轮动；有的做行业里边的选择；有的是多空的择时；有的是选股——这些策略分歧都非常大，在这个过程中其实就不容易放大波动。但如果大家发现其他几种模式都不是很赚钱，大家都用某一种策略去加强这样一个趋势——随便举个例子，比如市场在加强趋势过程中，动量因子放大同向趋势，它变得特别强了，其他股票可能都不涨了，那这个时候大家都要跟这个趋势，否则就会跑输，大家可能都会趋同地用同一个策略——当反向出现变化的时候，这个波动可能就比较剧烈。
所以我觉得，我们也不能一概地说，AI一旦进入投资领域，在微观结构上、资金结构上如果出现变化，波动就一定被放大。其实我还是说，它取决于大家用的AI工具，在投资策略上是趋同还是走向异化。如果异化，我觉得不一定会放大波动；但是如果趋同，这种波动可能确实会被放大。这个从我们的角度，就需要从投资管理上规避风险。
最后我再总结一下今天的看法。当AI遇到股市，其实我们必须要知道三件事：
第一，它对基本面产生了深刻的影响，也就是股票估值的分子。这里边体现为经济上它是K型分化，从价格趋势上来看，是硅基通胀和碳基通缩。我们从投资的角度，肯定要去把握能够涨价、能够营收改善、盈利改善的方向。
第二，是对政策的影响，尤其是对美联储这个流动性总闸口，它的政策到底是趋于放松还是趋于收紧。如果只是源自于前期疫情多余释放的流动性所催生的经济向上周期和价格向上周期，那美联储确实是趋于收紧的；但是如果从金融稳定的角度看，现在AI并没有完全化解美债风险的能力，美联储需要降息来化解债务风险，又恰好出现了碳基的通缩——在碳基通缩过程中，居民的就业逐渐被替代，收入和收入预期下降，形成了通缩趋势——那这个时候我们说，美联储就赢得了其宽松的空间，尤其是降息的化债空间。
第三，是从市场微观结构的角度，随着量化投资的占比越来越高，随着AI在整个量化投资中应用越来越多，我们就要思考它会怎么影响市场预期、怎么影响资产价格变动。我觉得咱们还不能一概而论，马上判定它一定放大市场的波动：如果它是异质化的发展，它其实是相互对冲的；当然它如果形成同质化的发展，那最后就会放大整个市场的波动。我觉得从整个的监管理念和适应性来看，也要做相应的研究，以规避我们市场出现过大的波动。
以上就是我跟大家分享的，AI遇到股市，大家必须要知道的三件事。希望能够对大家的投资和研究能够有帮助。谢谢大家！
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
