張瑜最新發聲：下半年科技 AI 行情將繼續 “去偽存真”，黃金邏輯未變，消費有待政策

在業內，華創證券首席經濟學家張瑜以觀點獨到、前瞻且富有邏輯性知名。

日前，她在一場線上訪談中，對 AI 科技行情的未來、世界經濟的格局、全球製造業的發展、消費的前景、居民財富遷移以及黃金配置等發表了最新觀點。

她的觀點如何，值得仔細閲讀。

金句：

1、（科技產業）如果不是趨勢性的（拐點）變化，科技行情就沒有走完。

2、 從電力、互聯網等通用技術的歷史經驗看，新技術擴散初期，勞動生產率甚至可能先下降，之後才進入加速上升階段。

3、 AI 產業最初的贏家可能不是最後的贏家。

4、 當前 AI 浪潮與 2000 年互聯網泡沫存在兩個根本性區別，因此這一輪全球科技行情會是分層次、分漲跌的結構性行情。

5、 2000 年時，美國幾乎控制了互聯網產業從前端平台到核心硬件的完整利潤鏈條。今天，AI 產業的硬件和零部件利潤分佈在不同經濟體。

6、 全球最常被調用的前 50 個模型中，中國大約佔 20 個，美國大約佔 30 個。這會對原有估值體系形成挑戰。

7、 黃金的收益往往通過極短時間內的報復式脈衝兑現，持有體驗比較差。

歷史規律不能機械套用

在這次對話中，張瑜特別提醒，歷史覆盤不能被機械套用。

比如，近期亞馬遜、谷歌等公司的自由現金流（行業前景判斷的重要指標）出現波動，但這並不一定意味着對行業判斷也要波動。

張瑜認為，對科技產業下一步的預判還需要在真正理解產業前沿的研究基礎上，尤其是相關研究進展和產業趨勢的發展上

“如果不是趨勢性的（拐點）變化，科技行情可能還沒有走完；如果是，這一輪股價可能會在一個大平台之後出現轉折點。”

AI 技術會經歷生產率的 “J 曲線”

在技術史的座標中，張瑜將 AI 視為一種通用技術，而非針對單一場景的專用技術。

從電力、互聯網等通用技術的歷史經驗看，生產率提升通常不是一蹴而就，而是會經歷一條生產率 “J 曲線”。

新技術擴散初期，勞動生產率甚至可能先下降，之後才進入加速上升階段。

她將前期生產率下降歸結為三個主要原因。

第一，原有生產關係和組織架構未必能夠適配新技術。“這就像不能在鐵軌上跑馬車。” 把 AI 嵌入現有工作流，也不只是給原有流程增加一個工具，而可能要求企業改變整個思維方式、組織關係和工作方法。

第二，統計核算往往滯後於技術變化。新技術剛出現時，現有統計體系可能不知道如何核算其產出，從而漏記一部分生產率提升。

第三，企業員工和勞動力需要重新培訓。企業已經投入資源，卻未必立即完成匹配，短期內反而可能出現效率下降。

最初的贏家通常不是最後的贏家

資本市場同樣可能經歷類似的試錯過程。新技術出現後，需求想象往往率先帶來大規模硬件投資，但此時關鍵生產要素仍然昂貴，初期嘗試也未必成功。只有經過供給擴張和價格下降，關鍵要素真正走進千家萬户，應用端需求才會大規模湧現。

張瑜以移動互聯網為例稱，在 2013 年、2014 年前後的移動互聯網浪潮和 “提速降費” 之前，手機流量價格很高。如果按照當時的成本，今天大量依賴視頻流量的應用很難獲得足夠高的滲透率。

應用不是由產業部門提前規劃出來的，而是在要素價格下降後，由不同市場主體自行湧現和競爭出來的。

這也是她對當前 AI 產業的核心判斷之一，“最初的贏家通常不是最後的贏家。”

當前，硬件價格依然非常昂貴。張瑜認為，這種訂單和硬件價格不可能長期維持。

未來，隨着供給端生產力釋放、技術瓶頸突破，硬件供給增加、價格明顯下降，真正能夠走向大眾市場的 AI 應用才會出現。

“到了那個時候，真正的 AI 應用大贏家才會逐浪而生。”

與互聯網泡沫存兩個根本性

張瑜認為，當前 AI 浪潮與 2000 年互聯網泡沫存在兩個根本性區別，因此這一輪科技市場最終未必出現全球同步見頂、同步轉向的局面，更可能是分層次、分漲跌的結構性分化市場。

第一個區別是，2000 年時，美國幾乎控制了互聯網產業從前端平台到核心硬件的完整利潤鏈條。今天，AI 產業的硬件和零部件利潤分佈在不同經濟體。

第二個區別是，2000 年時，優質科技企業高度集中在美國上市。現在，美國之外已經出現具有實際競爭力的模型和企業。

比如，在全球最常被調用的前 50 個模型中，中國大約佔 20 個，美國大約佔 30 個。這會對原有估值體系形成挑戰。

AI 雖然性感，但中國製造不止 AI

在談及 7 月以來的 A 股波動和中國製造業韌性時，張瑜將過去兩年的外部環境形容為 “非常折騰”。

2025 年的關税衝擊之後，中國出口份額不降反升；2025 年下半年有色金屬價格上漲，部分海外高端製造和新能源設備企業成本承壓，中國企業仍能保持較穩定交付。2026 年初，伊朗局勢又帶來油價和航運通道波動，對全球供應鏈穩定性形成考驗。

商業的本質要求企業非常平穩地履行合約，而這種折騰對此構成了很大挑戰。張瑜表示，在高油價、高能源成本和供應鏈擾動中，一些歐洲及東南亞產能被迫退出，而且這種出清具有不可逆性。即使能源價格隨後回落，已經倒閉、出售廠房的企業也很難全部重新回到市場。

相比之下，中國製造表現得非常 “抗折騰”，依託完備工業體系、穩定交付能力、深厚要素市場，以及供應鏈智能化、敏捷化調整能力，能夠更快完成要素重組和成本控制。

不過，她認為，資本市場對中國製造的觀察過度集中在 AI 上。

AI 雖然最 ‘性感’、最漂亮，但中國製造漂亮的東西非常多。

在她看來，過去半年至一年，中國重卡、機械、機牀、航運和造船等領域的出口、業績與訂單同樣保持較好表現。AI 只是中游製造趨勢性崛起過程中跑得最快的 “先行軍”，而不是中國製造業的全部。

資本開支高增不是 AI 護身符

對於當前市場高度關注的 AI 資本開支的增速，張瑜首先給出了一個反直覺結論，Capex 高增是產業指標，卻不是股價安全性的領先指標。

她介紹，團隊從 2000 年互聯網泡沫中選取 7 家標誌性公司，觀察接近 20 項、最終歸納為 18 項財務指標，包括盈利、收入、債務覆蓋倍數、資本開支和現金流等多個維度。

最後被留下認為呈現出有效性的 6 個指標分別是，經營活動現金流同比，即 OCF 同比；OCF/Capex；營收同比；自由現金流 FCF 的絕對值；息税折舊攤銷前利潤 EBITDA 的絕對值；以及資本開支 Capex 同比增速。

這 6 個指標中，Capex 同比是滯後指標，其餘 5 個是領先指標。2000 年互聯網泡沫期間，7 家樣本公司中有 5 家在 Capex 仍然高增、尚未見頂時，股價就已經先行見頂。

“現在很多人談 AI 股票時，反覆強調 ‘Capex 高增’。” 張瑜説，“但 Capex 高增是產業問題，與股價並不構成穩定的領先關係，它反而是滯後指標。”

經營業績才是股價的 “守門人”

相比之下，自由現金流（FCF）和息税前利潤（EBITDA）的絕對值，在歷史覆盤中顯示出更穩定的領先意義。張瑜將這兩個指標稱為股價的 “守門人”。

在 7 家樣本公司中，它們各自的有效勝率大約達到 5/7；大約有 5 家公司在 FCF 或 EBITDA 絕對值見頂後，當季之內、即領先 0 至 3 個月，股價便出現拐點。

“FCF 和 EBITDA 才是股價真正的 ‘守門人’。” 她説，“如果它們不行了、出現拐點，很多趨勢可能已經暴露出重要瑕疵，股價隨後就會有所表現。”

其他幾個指標同樣具有一定領先性，但領先期並不穩定，有時領先兩個季度，有時領先三至五個季度，因此更適合作為交叉驗證指標，而非單獨的交易信號。

消費板塊會有下一步行情麼？

對於消費板塊能否出現系統性切換，張瑜重點談到了收入分化與產業結構轉型密切相關。

張瑜舉例稱，以上市公司為樣本，中國製造業中利潤排名靠前的約 10% 企業，可能佔到全行業約 90% 的利潤，但其就業佔比只有 45% 至 50%。

“如果製造業有 100 個人工作，大約 45 個人分享 90 塊錢利潤，剩下 55 個人分享 10 塊錢利潤。” 她表示，頭部羣體收入較高，但邊際消費傾向下降；更多低收入羣體所得偏少，消費潛力又難以充分釋放。

相比之下，建築業等勞動密集型行業，消費行為的釋放更平均。因此，製造業向資本密集型、自動化方向升級，在提高效率的同時，也可能自然帶來利潤和收入向頭部集中。

因此在初次分配難以直接改變的情況下，政策更可能做二次分配調整。

她判斷，在當前 K 型分化環境下，結構性政策比總量政策更有效。

對於消費補貼，她建議耐用品補貼繼續延續，後者不應簡單理解為對未來消費的透支。補貼是在產業躍升、收入分化背景下，對居民消費潛力釋放速度進行平滑。

在此基礎上，補貼範圍還可以進一步擴大。“如果只談個人建議，我建議把補貼範圍從商品擴圍到服務。”

黃金十年邏輯未變

儘管今年以來黃金出現明顯波動，張瑜仍維持 “十年戰略看多黃金” 的觀點。

她表示，此前支撐黃金長期判斷的三層底層邏輯仍在強化，目前尚未看到明顯變化。黃金與其他大類資產相關性較低，在個人或機構的資產配置中仍具有稀缺價值。

但她也表示，在家庭和個人的可投資資產中，配置約 5% 的黃金較為合適。“5% 能夠拿得住就可以。”

張瑜認為，短期交易黃金極其困難。市場經常出現 “債王”、科技領域的明星投資人和大宗商品交易專家，卻很少聽到所謂 “黃金之神”，原因在於黃金現貨市場的主要參與者是全球主權儲備，普通個人和一般金融機構很難穩定預測。

黃金的回報方式也不同於股票分紅或債券利息。它可能在很長時間內沒有收益，隨後在極短時間內集中上漲。

“你可能 4 年零 280 天都不賺錢，最後 80 天上漲 50%；甚至可能最後 10 天就上漲 50%。” 張瑜説，“黃金的收益往往通過極短時間內的報復式脈衝兑現。”

這意味着，即使長期看多黃金，投資者也很難精準抓住一年甚至幾個月的關鍵上漲窗口。對普通投資者而言，頻繁擇時未必比確定合理配置比例更有效。

張瑜同時反覆提醒，黃金資產的持有體驗比較差。黃金大部分時間沒有利息，同時波動較高、夏普比率偏低，因此不適合重倉押注，更不能使用救命錢或關鍵教育資金配置。資金屬性越長期、越能夠承受持有過程，最終獲得收益的概率才越高。

AI 若未證偽將繼續 “去偽存真”，若證偽則尋找 “兩端受益、中間不相關”

對於下半年資本市場，張瑜給出了兩種情形。

第一種情形是，AI 科技趨勢沒有被證偽。在這種情況下，市場仍可能沿着當前的大趨勢運行，但科技板塊會進一步 “去偽存真”，資金更加重視真實、優質、能夠由基本面驗證的資產，也可能有新的細分行業重新回到領軍位置。

在國內經濟轉型繼續推進、政策對轉型分化保持一定容忍度的情況下，她認為，人民幣資產中的股票可以相對積極一些，債券和匯率則相對中性、偏謹慎。

第二種情形是，以美國為代表的全球 AI 大趨勢被證偽。屆時，美國市場可能轉向美債、利率敏感型經濟和消費內需。

同時，AI 之外的中游製造可能獲得更多關注。

她總結基本思路是尋找 “兩端受益、中間不相關” 的方向。

不過，張瑜再次強調，科技資產波動較大，科技判斷高度依賴產業預判。對於並不掌握產業信息優勢的宏觀研究者而言，更應回到數據、報告和財務指標，而不是僅憑敍事作出靜態判斷。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。