114
0开场与本期主题概览
节目开场，主持人Kevin刘刚介绍本期主题。本期围绕AI交易波动、港股反弹持续性、AI泡沫监测、中美AI投资差异、AI对宏观增长的影响，以及保险资金配置等话题展开讨论。
构建AI泡沫动态监测体系
阐述研究AI泡沫的初衷和方法。面对市场波动，主持人提出不应武断宣称“有泡沫”或“无泡沫”，而应构建动态监测体系，从多个维度观察AI产业发展阶段，以提供更有价值的参考。
近期市场波动与算力链分化
分析近期市场波动原因。由于Meta出租算力、Blackstone数据中心投资等叙事变化，AI算力链出现分化：海外算力波动更大，而国产算力因资金来源独立，表现出相对韧性。波动加剧并不意外，尤其在业绩期期间。
AI交易的历史规律与业绩期扰动
回顾AI交易历史规律。自2023年起，交易呈现“强两个季度、弱一个季度”的节奏，尤其在业绩期易出现纠结期。当前处于类似阶段，拥挤度放大了尾部风险，但产业趋势是根本，短期波动不改长期方向。
AI产业发展的波折前行与催化剂等待
以2023年四季度为例，说明AI产业在“投资增加-交易-担心泡沫-回调-新突破”的链条中波折前行。当前市场也在等待催化剂，能否抓住新趋势是关键，需避免事后诸葛亮的错误判断。
泡沫监测的核心维度：需求与过剩
介绍泡沫监测框架的核心。泡沫不在于投资规模，而在于“过剩”。衡量过剩需从“需求兑现”和“现金流覆盖”两个维度出发，同时考虑资金来源和外部约束等扰动因素。
需求维度一：AI调用量与模型价格分化
分析AI需求的核心指标“调用量”。虽然整体调用量快速增长（如OpenAI数据），但近期Token支出指数下降并非因量减，而是用户转向更便宜的模型。中国模型调用量因价格优势增长迅猛，证明了高端算力供给依然不足。
需求维度二：付费转化与收入兑现
探讨AI付费能力。付费集中在金融、IT等知识密集型行业，付费率已达55%。美国市场中，Anthropic的ToB订阅收入强劲，而Google的Gemini因缺乏付费能力表现疲弱。这解释了港股两家大模型公司市值差异，以及M7内部的分化。
现金流与融资压力：市场核心担忧
讨论市场最担心的“支出与收入匹配”问题。云厂商资本开支巨大，自由现金流接近转负，需依赖外部融资。模型公司如Anthropic压力尚小，但Hyperscaler正从自掏腰包转向全社会融资，这是泡沫链条的关键一步。
融资阶段对比：当前与科网泡沫
对比当前与科网泡沫的融资阶段。科网泡沫后期有大量无盈利的电商公司上市融资，加速泡沫。当前AI投资仍以云厂商和头部公司为主，杠杆水平尚可，未到无序融资阶段，正从第一阶段向第二阶段过渡。
外部约束与长期社会影响
分析外部约束，包括社会反对（如就业挤出、环保审批）和监管趋严。短期AI的正面性（如拉动GDP）压倒负面性，但长期看，AI可能改变生产函数，降低劳动力价值，引发分配问题。当前算力昂贵，经济性仍是约束。
综合结论与操作策略建议
总结监测结论并给出策略。当前需求释放强劲，但受制于成本；现金流承压需外部融资，但未至末端；外部约束短期正面为主。综合来看，未到全面泡沫阶段。操作上，业绩期观望等待催化剂，否则市场将缩圈分化，可关注美国缺电、中国缺芯等细分方向。
港股市场分析：赔率与胜率视角
分析港股反弹持续性。港股头部的互联网公司反映消费疲弱，产业趋势不足，属于“赔率资产”（赔率足但胜率不足），而科技是“胜率资产”（胜率高但赔率不足）。恒科反弹取决于“924时刻”或“DeepSeek时刻”等催化剂，短期机会成本是关键制约。
中美AI投资差距的现状与原因
引出中美AI投资差异议题。以Stanford报告为例，美国私人AI资本支出是中国的23倍。差距不仅体现在整体规模，也在云厂商资本开支（7.5倍）、数据中心存量（10倍）等多个层面。电力成本并非主因，服务器成本才是大头。
差距背后的三重系统原因
分析中美AI投资差距的三大原因。一是盈利变现模式不同，美国ToB/ToC Token价格高、变现快；二是资本市场成熟度差异，美国VC/PE市场活跃，中国受制于宏观经济、退出渠道及外资禁令；三是技术路线选择，美国追求规模优先（重资本），中国因卡脖子选择算法效率优先（轻资本）。
中国AI投资展望：需求与供给双驱动
展望中国AI投资未来。需求侧，应用渗透率提升，商业化探索（如豆包增值服务）和模型出海带来增量。供给侧，国产算力补位，如国产AI加速卡市占率达41%，软硬件协同加快。未来AI资本支出有望稳健加速，但非单纯规模驱动。
AI对中国增长的拉动：出口链主导
分析AI对中国经济的拉动效应。短期内，中国云厂商自身资本开支并未显著上升，但美国AI资本开支拉动中国AI相关产品出口，进而带动国内电子产业链制造业投资，成为主要增长拉动力，贡献了出口和制造业投资增速的绝大部分。
拉动链的传导路径与量化测算
详细拆解AI出口拉动链。中国单位成本算力产出低于美国，且开源模型企业级市场份额落后，但美国发达的融资体系支撑其领先。中国电子产业链出口存在较大进口漏损，2000字对国内增加值拉动系数仅0.65。量化测算显示，2026年1-4月AI相关产品出口拉动名义GDP约1.1个百分点。
寿险资产负债匹配的底层逻辑
引入保险资金分析，解释寿险资产负债匹配的三大约束：流动性匹配、成本收益匹配、久期匹配。这三大目标相互矛盾，寿险公司在配债和配股时，是在寻求长期动态平衡，负债端的刚性成本属性是关键差异。
负债久期与公司治理的长期博弈
通过保单案例说明长期主义的重要性。高息揽储的公司在利率下行时息差快速收窄，而压低负债成本、配长久期资产的公司韧性更强。负债成本高低取决于管理层考核周期，考核越短期，越易将风险后移，形成“叠保单”恶性循环。
行业现状与分红险转型的影响
介绍行业现状与未来变化。头部公司久期缺口已缩小，成本收益压力可控，但中小公司矛盾突出。三季度监管可能出台硬性匹配要求，倒逼中小公司增配高股息。同时，行业权益配置比例已处高位，分红险转型可提升风险偏好，但权益比例未必大幅上升，更多是补传统险的账。
