宋雪涛 2026 美股展望：AI 泡沫的内部熔点与外部拐点

2025 年美股经历了关税冲击、财政转向、产业浪潮交织中的历史性一年。“Deepseek 时刻” 与 4 月 “独立日关税” 分别引发市场地震，但冲击之后美股的韧性仍在不断显现。三季度以来 OBBBA 法案和美联储鸽派转向在财政与货币两个层面带来利好，OpenAI 则宣布了一系列与英伟达、甲骨文等公司的重大投资协议，人工智能热潮推动市场情绪升至新高。

但在近期，AI 叙事重新开始面临质疑，科技巨头们为掀起资本支出热潮正在 “不惜一切代价”——现金流不断缩水却在加大外部融资。同时，相互投资、关联交易、循环融资、铁索连环的复杂关系也在自我实现的正反馈中加剧了市场的非理性繁荣。AI 投资的泡沫究竟是否存在？程度如何量化？2026 年是否存在某个时点让市场的脆弱性明显加剧？

泡沫存在即合理

不少观点认为，目前 AI 投资领域不存在泡沫，理由是与 2000 年科网泡沫时大量无营收的企业相比，如今科技巨头们营收高、现金流健康且杠杆可接受。然而，这种刻舟求剑式的指标对比，忽略了事物和主体玩家的根本差异。

今天 AI 投资的体量和集中度远远超过 2000 年，AI 巨头们的投资规模在经济中占比，以及所带来的正外部性更是 2000 年所不可比拟的。这意味着，一旦这几家 AI 巨头出现问题，对整个金融和科技生态系统造成的冲击将是灾难性的，这是无法用简单的营收或估值指标来衡量的。每一次泡沫的形成机制类似，但表现形式和系统性风险的载体是不同的。

从产业的角度看，AI 价值对全社会生产力的提升将是非常漫长的。尽管 AI 在科技企业内部的编码和某些环节有所助益，但对大多数行业而言，其对生产力提升的贡献短期内会非常有限，根源在于组织和流程的变革滞后于技术本身。正如 19 世纪末电力革命初期，电动机只是简单替换了工厂主轴上的蒸汽机，未能带来效率提升一样，AI 若不与企业的组织架构、激励机制和决策流程进行深度重构，其价值就会被浪费。AI 今天无法完成决策闭环，多数仍是 “辅助人预测” 而非 “替代人决策”，这使得高层决策依然是瓶颈。此外，AI 对低技能岗位的外包红利有限，而要体现 AI 价值，必须替代高技能岗位，这需要漫长的时间来跨越 “AI 鸿沟”。

但相比于遥远的产业前景，投资 AI 已成为市场的共识之一。泡沫的膨胀速度与产业生产力何时落地是两回事，不能因为产业需要时间就否定 AI 投资的合理性。当前，多方都存在吹大泡沫的动力：科技企业 “all in AI” 避免被淘汰，金融机构借宽松流动性逐利，媒体靠流量传播加速泡沫，美国居民（中产及富裕阶层）以养老金等方式绑定 AI 股票泡沫。

即便泡沫破灭也并非坏事，因为新的组织革命往往需要低成本的土壤来孕育。2000 年互联网泡沫破灭后，新事物才真正成长。泡沫带来的过度基建（如光纤、服务器）在破灭后变得廉价，为后来的互联网巨头崛起提供了肥沃的土壤和极低的运营成本。AI 泡沫破灭后，留下的廉价算力、电力和基础设施，也将成为未来新商业模式和小公司创新的沃土。在成本大幅降低、行业标准统一后，围绕 AI 重构企业运行逻辑的组织革命，才能真正释放出生产力。

对美国而言，将 AI 泡沫进行到底不仅是经济行为，更是国运所系。

一方面，美国家庭财富（特别是前 1% 和前 10% 的富裕人群）大量集中在美股之上，同时美股的繁荣也是美元信用的根基。为支撑美元和庞大的财政赤字，美国没有理由主动刺破泡沫，必须让美股持续繁荣。

另一方面，AI 叙事也是一种隐蔽的化债方式。通过将 AI 金融化，推高股票（如七巨头）和资产（比如高估抵押品为底层资产的信贷）的价值，吸引国际投资者和盟友政府买单。美国 “卖卡、卖股、卖梦想”，将债务和风险转移给盟友和国际资本，让他们来承担算力基础设施的建设成本。在地缘政治博弈中，美国通过垄断生态、巩固自身而发起的 “圈地运动”，成本正通过债务转移机制由盟友承担。一旦泡沫破灭，盟友作为主要的买单方和基础设施建设者，美国则以较小的代价获得大量的电力、算力和新基建，为未来的创新奠定基础。在预见了 “死道友不死贫道” 的结局后，美国势必将 AI 泡沫进行到底。

对于美股而言，AI 的影响已经不言而喻，估值的核心支撑是市场相信 AI 技术能够塑造一个能与工业革命、信息革命相比拟的光明未来，但剔除 Mag7 后的 “标普 493 指数” 已经两年零增长，高利率对于传统板块的抑制仍在持续。AI 的价值最终能否惠及全社会仍是未知，只能用结果论来后视评判。

“铁索连环”，最脆弱一环在哪？

人工智能产业可分成芯片商、云服务商和模型商三个层级。芯片商提供 AI 硬件，营收率先受益，现金流也最充裕。云服务商为模型开发提供算力设施和服务，成本主要在硬件采购和能源消耗方面，营收则来自云计算租赁。模型商专注于 AI 模型开发训练，主要开支为计算资源采购，营收来源于 API 服务订阅等。

近一年里，上述三个层级内的企业涌现出多个跨层级的、引人注目的巨额投资交易。产业链市场化整合，从芯片制造、云计算到 AI 应用的交叉投资合作，虽有助于整合产业链资源、改善芯片供应、算力支持和应用场景，阶段性地推动了业绩和估值上升，甚至改善了融资能力，但这一趋势也模糊了传统行业边界，可能造成需求假象，造就产业链的脆弱性。如果 AI 巨头自身的业务盈利预期无法产生足够利润与现金流，同时流动性环境边际恶化时，整个链条可能因 “信仰受损” 而面临较大风险。

目前，循环投资在关联交易、客户集中度等领域的信息披露存在严重不足。巨头们在纷繁复杂的资本和商业关系网络（如交叉持股、共同投资、战略合作等）中，应当视作一致行动人。在循环投资中，未充分披露的关联关系可能使投资者难以看清真实风险，或有的收入重复计算甚至可能夸大了 AI 生态系统的货币化规模，只是宽松的流动性暂时掩盖住了这一切。同时，巨头们应更清晰地披露对关键大客户的依赖程度，例如甲骨文就应在其财报中明确指出其 RPO 的暴增主要来自 OpenAI 的单一合同。

模糊的循环投资模式下，业绩相关负面舆情往往会放大市场敏感度。例如，10 月 7 日甲骨文内部文件显示其旗下英伟达相关云业务的毛利率仅为 14%（整体毛利率约 70%），引发市场对于其 AI 云业务严重依赖少数大客户、议价权较弱的担忧，当日甲骨文股价盘中一度大跌 7.1%。此外，微软三季报显示对 OpenAI 的投资产生了 31 亿美元的亏损，较去年同期增加 490%。按照微软持有 OpenAI32.5% 股份计算，意味着 OpenAI 在一个季度的亏损超过 120 亿美元。

另外，从 AI 产业链来看，当前上下游的盈利能力明显分化。以英伟达为代表，上游芯片制造商最先享有高盈利，受益于 AI 芯片需求爆发，他们的产品溢价能力与订单能见度较强。中游云服务提供商也具备清晰的商业模式。亚马逊、谷歌、微软等构建了极具韧性的商业模式，将 AI 深度融合到各自的核心业务中，形成了坚实护城河，近两年来三家巨头各自的云业务收入占比也呈逐步上升趋势。甲骨文抓住了 AI 训练和推理所需的巨大算力需求，其云基础设施与 OpenAI、Meta、xAI 等头部 AI 公司的天价合同，为未来数年锁定了巨额收入。但下游模型商竞争激烈。

盈利能力已呈现显著分化。OpenAI 这样的通用大模型提供商，需要承担天价的研发和算力成本，而 Salesforce、Adobe 等企业应用厂商可以在其成熟的 SaaS 产品上叠加 AI，边际成本较低。从今年以来 AI 巨头各自股价的盈利、估值贡献率中可以看出，芯片商的盈利贡献率最高，云服务商其次，模型商最弱。

Meta 则属于最特殊的一类。不同于微软、谷歌、亚马逊拥有云服务业务，将 AI 能力作为工具和服务来盈利，Meta 拥有最大的经济基本面敞口，99% 的营收依赖数字广告（关系到美国实体经济）。其投入巨资打造强大的 AI 社交引擎，但商业回报更多地依赖于实体经济的广告需求以及未来商业生态的繁荣。

美国正在经历典型的 “滞胀” 环境，社会贫富差距持续拉大、消费两极分化。拥有更多资产和股票的富裕阶层在 AI 牛市里变得更加富有，背负着学生贷、车贷、房贷的中下层群体却在承受更大的生活压力。从美股三季报来看，高端消费（如奢侈品相关消费和航司头等舱销售）依然强劲，低端消费却在持续降级，更多人转向麦当劳 “超值套餐”、沃尔玛甚至更便宜的超市。当美国实体经济的疲软程度能够让 Meta 的广告客户们削减预算时，可能是 AI 链条更加脆弱的时刻。

万亿资本支出的脆弱性

2025 年起，美股科技企业资本开支呈现竞争式增加，可持续性开始受到质疑。2025 年三季度，五家重投入 AI 的头部企业（即 “AI 五巨头”：微软、Meta、亚马逊、谷歌、甲骨文）合计资本开支规模达到 1057.73 亿美元，同比增长了 72.9%。巨大的资本支出带来了现金流挑战，截至 2025 年三季度，AI 五巨头 Capex（资本开支）/CFO（经营性现金流）的平均值为 75.2%，较一年前上升了 29.7 个百分点；Capex/营收的平均值为 28.1%，较一年前上升了 12.3 个百分点。

从自由现金流（CFO-Capex-债务净偿还）来看，截至 2025Q3，五家重投资的 AI 巨头中，甲骨文的自由现金流已在 “水下”，难以支撑同期巨额资本支出，只能靠消耗存量现金和加码外部融资来维持。

从期末期初平均现金储备对当期必要支出（Capex+ 债务净偿还 + 股利支付 + 回购支出）的覆盖率来看，截至 2025Q3，五家公司平均值为 94.4%，较一年前下降了 39 个百分点，其中 Meta 仅为 37.3%，存量现金储备的安全垫未来可能更加稀薄。

在此基础上，我们作如下测算：

【假设 1】将 AI 五巨头的资本开支、经营性现金流、营业收入均以近一年的平均增速外推：到 2027 年二季度，平均 Capex/CFO 将达到 95.9%，逼近 “科网四巨头（微软、英特尔、思科、IBM）” 中最高的一家（英特尔）在泡沫破裂后的峰值；到 2026 年三季度，AI 五巨头平均 Capex/营收将达到 39.5%，超过英特尔在泡沫破裂后的峰值。

【假设 2】将 AI 五巨头的资本开支以市场预期中值的 2025-2028 年复合增速（CAGR）计算，营业收入、净利润基于彭博一致预期，并保持经营性现金流与净利润的趋势比例不变：到 2026 年三季度，AI 五巨头平均 Capex/CFO 将达到 96.9%，即英特尔在泡沫破裂后的峰值；到 2026 年四季度，AI 五巨头平均 Capex/营收将达到 38.7%，逼近英特尔在泡沫破裂后的峰值。

综合来看，资本支出的脆弱性或在明年下半年逐步加剧。但考虑到科技企业会为避免被淘汰而继续 “all in AI”，资本支出存在刚性，当企业节省其他开支（如股利、回购和股权激励等支出）时，可能会成为叙事的拐点。

从自由现金流的视角来看，自由现金流转负可能是脆弱性加深的时刻。假设经营性现金流与净利润的趋势比例不变，净利润基于彭博一致预期，Capex 基于市场预期的复合增速中值，债务净融资（Net borrowing）以近五年的同期均值推演，那么到 2026 年四季度，Meta 将遭遇自由现金流危机。当本身基本面较脆弱的 Meta 陷入更深危机时，对叙事的质疑可能被推向新的高度。

此外，由于巨头们近一年来大幅增加资本开支进行数据中心建设，但在正式投入使用前不会计提折旧，其对利润表的影响暂未显现。若假设从 2024Q4 开始资本开支逐步结转固定资产，并按 6 年期限线性计提折旧，截至 2025 年三季度，AI 五巨头的 Capex 潜在折旧/净利润的比值已达到 11.8%，且未来将指数性上升。

以【假设 1】测算，Capex 隐含折旧将从 2025 三季度的 149 亿美元增长至 2028 年年底的 1145 亿美元，约翻 7.7 倍。到 2026 年底、2027 年底、2028 年底，Capex 隐含折旧/预期净利润将分别达到 37.6%、60.2%、82.0%。

以【假设 2】测算，Capex 隐含折旧将从 2025 三季度的 149 亿美元增长至 2028 年年底的 1239 亿美元，约翻 8.3 倍。到 2026 年底、2027 年底、2028 年底，Capex 隐含折旧/预期净利润将分别达到 37.0%、60.5%、87.7%。

高杠杆与表外融资风险

今年前 11 个月，美国 Hyperscaler 企业债的总发行量达到 1038 亿美元（不包含贷款与私募信贷），是 2024 年全年发行量（201 亿美元）的 5 倍以上，规模加权利率也从 4.75% 上升至 4.91%。供给激增已经推高了债券利差，10 月 1 日到 11 月 18 日，甲骨文、Coreweave 的 5 年期 CDS 分别上升 49 个基点、304 个基点，美国投资级（IG）科技企业债、投机级（SG）科技企业债 OAS 利差也分别上行。

市场普遍认为，仅公开发行企业债恐难以填补巨头们庞大的资金缺口。据预测，2025-2028 年全球数据中心建设将产生 2.9 万亿美元的 Capex 需求，其中 1.5 万亿美元来自外部融资（2000 亿美元公司债、1500 亿美元 ABS 与 CMBS 产品、3500 亿美元 PEVC 和主权资本，8000~1.2 万亿美元依赖私募信贷市场）。私募信贷产品评级和持有人的不透明性，将成为巨大的风险。

以 Meta 为例，为 270 亿美元的 Hyperion 数据中心项目设计了一套表外融资方案——设立一个由投资管理公司 Blue Owl Capital 控股 80% 的合资企业 Beignet Investor，并发行 273 亿美元债券，Meta 仅持有 20% 股份且不合并报表，使巨额债务不会直接出现在其资产负债表上，但 Meta 为合资企业提供实质上的隐性担保，成为或有负债。

Meta 并非孤例，诸如 xAI、Anthropic 等公司也采用了类似的 SPV 融资模式。这反映了科技巨头们在 AI 军备竞赛中面临的普遍困境，既要满足天文数字般的资金需求，又必须维护漂亮的财务报表和信用评级。但这种表外融资操作存在较大的潜在金融风险，当这种操作达到万亿级别时，系统性风险就不容忽视。若 AI 芯片和数据中心的技术迭代速度超预期，则意味着 SPV 持有的资产可能在产生足够收益前就已大幅贬值，风险最终会传递给债券投资者。

历史上看，表外融资工具曾与 2001 年安然破产、2007 年次贷危机等重大危机相关联。当前 AI 投资的资本需求巨大，如果大量公司依赖此类隐蔽杠杆，当技术泡沫破裂或市场转向时，单个违约事件可能通过高度捆绑的资本链条引发系统性风险。即便当前的科技繁荣不同于互联网泡沫，巨头们拥有极高的利润率、强劲的盈利增长、成熟且多元化的基础业务，但不透明的私募信贷市场和表外融资方式仍可能放大市场的波动和风险传导效应。

政治不确定性引发流动性收紧，是 AI 泡沫的外部风险

叙事往往是由流动性选择的。AI 叙事能够持续的一个关键因素在于自去年 9 月以来 150bp 降息带来的增量流动性，以及美国机构、散户资金存在广泛的欠配需求，而 AI 又是当前为数不多的成长性资产。

今年前 11 个月，七巨头（甚至整个信息科技板块）的股价上涨均由盈利主导，但公用事业、房地产、消费等传统板块的上涨或多或少包含估值贡献，这也解释了美股科技板块的高集中度和市场交易的拥挤度。

展望明年，美国的 AI 叙事和实体经济都在寻求更宽松的货币政策。特朗普 “一切为了中选” 将需要更宽松的财政刺激以解决美国居民 “可负担危机 (Affordability Crisis)”，这反过来又会限制货币政策的宽松空间以展现对通胀的强硬姿态。特朗普极力避免中选前形成更明显的 “再通胀预期” 实质上导致了 2026 年 “选票” 与 “股票” 的对立，因此美股将不可避免地承担更大波动。

对于美联储来说，如今已 “无路可走”，唯有肩负政治责任将降息进行到底。但是在 2026 年的 “选票” 压力下，微操将变得更难。如果新联储主席上任后秉持鸽派，那么在供给收缩、需求扩张的滞胀大环境中，降息的 “副作用” 将不易控制。一旦 “财货双松” 引发再通胀，即便不加息，利率的上升也会对美股造成流动性压力，长端美债利率的上行风险越发凸显。

每当流动性边际转紧，市场对于 AI 叙事的态度往往更加谨慎。今年 10 月美国政府关门导致 TGA 账户淤积，财政资金无法流出，对市场造成了被动的紧缩效应，美元指数一度突破 100 关口，对美股持 “客观中性” 的声音开始变多。11 月由于特朗普在地方选举中的支持率下降，一度让部分美联储官员鹰派反水，美股调整压力进一步增加。

明年流动性的不确定性本质上源于中选的不确定性。如果特朗普的支持率继续下降，那么其对财政和货币政策的控制力也会下降，对曾作出巨额投资承诺的盟友控制力也会下降，AI 叙事的脆弱性将被动上升。换言之，“政治—流动性—叙事” 的链条，可能是美股市场波动的根源。特朗普何时转向 “中选模式” 也是明年上半年最重要的宏观节点，基准情形大概率是在 4 月访华之后，带着相关成果转向 “对内事务”；但这是一个动态的过程，如果特朗普支持率依然萎靡，时间节点将会被迫前移。

雪涛宏观笔记

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。