摘要

李丰的核心判断是：上证站上3800点不是流动性行情的终点，而仍在“比较早期的阶段”。 这不意味着指数会从3800点直奔7000点，而是境外主动资金刚从持续净流出转为触底回升，境内近50万亿元超额储蓄也才开始活化；趋势若被关税等灰犀牛打断，行情仍可能调整。
7月金融数据给出了“储蓄转理财”的清晰交叉验证：居民存款减少约1万亿元，非银金融企业存款增加2万多亿元。 公募基金规模已到约35万亿元、ETF好像也已突破5万亿元，散户并非没有入市，而是更多通过基金进入；李丰认为这比追涨杀跌个股更健康，ETF形成的是“基础的筹码”和某种平准力量。
科创行情的中期逻辑不是某只芯片股能否继续涨，而是中国经济能否从“横着长”切换到“竖着长”。 李丰估计高附加值产业目前占GDP约10%出头，若未来升至20%，同时GDP和资本市场规模在五至六年后达到180万亿—200万亿元，则科技企业市值可能达到约35万亿—40万亿元；年初科创板仅约5万亿—6万亿元，明显低于这一结构性终局。
“水牛”并不是中国特有的反常现象，而是经济承压后注入的流动性天然先涌向高流动性、潜在高收益资产。 真正决定行情能否变成经济复苏的，是水能否持续一年以上乃至一年半，并从股市、金融和科创企业向服务业、消费、就业及地产扩散；“从虚到实再到虚”的正反馈需要时间。
这轮行情最值得监测的不是办公室和出租车司机是否谈股票，而是流动性是否继续增加、CPI是否脱离零附近。 若居民存款进一步下降、非银存款继续上升，且CPI从-0.1%、0.2%、0.3%的零区间走向1%—2%，说明财富效应正在形成涟漪；地产已从过去的核心风险资产退到第二、第三圈，主要承担存量托底和改善型消费释放。
行情有两个主要断点：流动性突然停止，或出现远超预期的灰犀牛。 今年2月以来的趋势曾被4月关税冲击打断，6—7月才重新启动；接下来11月10日中美关税节点、十五五规划及开放政策若同向落地，可能“火上浇油”，反之则可能再次给火浇上一瓢水。
全球长线资金尚未大规模rebalance，中美欧资本市场也很难在存量流动性下同时持续走牛。 美国市场已从30多万亿美元扩至70多万亿美元，维持既有估值本身就占用巨量资金；李丰更希望美股触顶后平缓回落，而不是以金融风暴方式出清，因为急跌同样会拖累中国和全球风险偏好。
一级市场正沿“大模型—agent—人形机器人—应用兑现”的顺序迁移，下一阶段的机会会更靠近真实使用场景。 模型趋向开源后会像“水电煤”，创业公司的防守不在通用模型，而在大公司没有的数据和know-how；若只是AI加电商推荐，很难胜过抖音、阿里，若能积累机器人环境与动作交互等新数据，才可能建立护城河。

精读

1. 3800点之后，资金流向仍显示行情处在早期

李翔从寒武纪股价超过茅台、影石市值创新高，以及办公室和出租车司机都开始谈股票切入：市场情绪久违地转热，也自然引出了“是不是已经见顶”的担忧。
李丰先给结论：“从今天的样子和资本流动来看，它应该还处在比较早期的阶段。”这个判断只描述资金配置所处阶段，不等于预测指数必须从3800点涨到7000点，更不排除趋势被外部事件打断。
他的观察框架延续此前三期关于全球资金流动的讨论：境内看超额储蓄能否转为理财并进入股、债、黄金等资产；境外看被动配置之外，主动管理基金是否真正结束对中国资产的净流出。

2. 境外主动资金刚触底，香港市场并非只靠外资推动

香港市场前期上涨主要由两类钱支撑：指数调整带来的海外被动配置，以及国内资金赴港后促成的资金；国外主动基金、对冲基金在上半年总体仍是“卖的比买的多”，净流出不等于没有任何外资买入。
宁德时代港股相对A股的估值、港股科技公司基石投资者中的外资基金，都说明特定资产一直有海外买盘；但从总量看，主动资金是在节目约一个月前那期才首次出现单周净流入。
到可观察的8月，李丰把这种变化称为“触底反弹”：主动外资尚未构成汹涌增量，却已经从持续撤出走到重新试探配置，因此更像行情的开始条件，而不是后期拥挤信号。

3. 7月的两组存款数据确认超额储蓄开始活化

李丰给出的关键交叉验证是：7月居民存款减少约1万亿元，券商、基金、理财、保险等非银金融企业存在银行的存款却增加2万多亿元。“把这两句话对起来看”，基本意味着居民资金正在从存款转向理财。
中国居民近50万亿元超额储蓄过去持续增加，反映的是对消费和投资缺乏信心；随着定期存款利率和无风险收益下降，这些“水总归会蔓延出来”，政策要做的是推动它有序进入不同资产。
后续最直接的验证仍是同一对指标：若8月居民存款降幅扩大、非银金融企业存款增幅扩大，就意味着储蓄转理财在加速，而不是7月单月的偶发现象。

4. 散户通过基金入市，比直接追涨个股更有利于稳定市场

投行所谓“散户尚未大量入市”，可能只是没有看到大量个人账户直接炒股。近期公募基金规模约35万亿元、ETF好像也已突破5万亿元，显示居民更常通过主动基金和被动指数产品参与资本市场。
李丰认为ETF对个人和市场都是更好的结构：它把资金配置到某市场或行业的前50、前200、前300、前500家公司，并随市值、业绩按季度或半年动态调整，形成“基础的筹码”和某种平准机制。
相比之下，个人追涨时会把价格继续推向顶部风险区，恐慌卖出又会让出清跌过正常水平。个人资金最大的优势本来是“几乎没有成本”，可以持有一至五年，却往往因情绪丢掉这一优势。
当被动资金积累到数万亿甚至10万亿元，即使规模随情绪上下波动10%—20%，主体仍是稳定筹码；它不会为了追逐另一只股票而大幅撤出单一公司，因此能降低市场整体波动。

5. 科创资产的根本命题，是经济能否从“横着长”转向“竖着长”

李丰把规模增长称为“横着长”：扩产能、扩基建、扩房子；价值增长则是“竖着长”，让芯片、生物医药、精密制造等企业生产更高附加值的产品。科创资产正是这次经济结构转换的资本市场表达。
目前高附加值制造业约占中国GDP的5%多；芯片设计、生物医药研发、软件、数据服务等高附加值服务业没有准确统计，他粗略估计也约5%，两者合计约10%出头。
判断这条主线首先要回答：“中国在这个科技的博弈过程中到底是行还是不行？”若答案是否定，后续估值讨论没有意义；若答案肯定，第二问才是高技术第一、第二、第三产业最终能占GDP多少。
李丰引用节目中提到的Bloomberg数据作为变化样本：2019年5月科技限制刚开始时，外界普遍担心中国难以跨越；到六年后的一个6月，中国对美高技术产品贸易首次出现约13亿美元顺差。“不能讲中国今天赢了”，但局面已明显不同。

6. 高附加值产业不太可能占到一半，但升至20%已足以重估市场

李丰给自己的估计是，高附加值产业从当前约10%升至20%；投资者也可以选择15%、25%或30%，但40%—50%过于夸张，因为中国长制造链中接近一半仍是中等或中低附加值的加工、装配环节。
若这些环节全部消失，中国就会更像只保留芯片设计、却没有消费电子装配制造的美国，这与希望保留完整产业链的结构不一致。因此，科技升级并不等于传统制造和中等附加值产业归零。
这套框架的价值不在于给某只芯片股定目标价，而在于迫使投资者明确两个长期答案：转型能否成功，以及成功后产业占比是多少；“你回答完这个问题，你自己做好预期，你就可以去买了。”

7. 产业纵向生长，要求资本市场与银行并列成为融资支柱

2001年后，中国依靠银行贷款支持房地产、基建、制造业扩产和国央企发展。银行擅长计算“从一到二”：借款一至三年、逐年付息、到期还本，尤其适合可预测的横向规模扩张。
科技企业“竖着长”却需要规模和时间，早期收益很难逐年精确计算，也未必能按固定周期付息。因此金融支持必须从间接融资部分转向股权、债券等直接融资，资本市场的重要性不再只是政策偏好，而是产业结构的要求。
李丰类比当年成立四大资产管理公司、剥离工农中建不良资产并推动银行赴港上市：那是在为上一轮增长整理银行基础设施；今天改善资本市场制度、治理和上市公司结构，是为下一轮价值增长整理融资基础设施。

8. GDP与市值的算术，给出科创板三至四倍的条件式空间

按“巴菲特指数”0.8—1.2的区间，李丰取资本市场总市值与GDP约1∶1。中国GDP当前约140万亿元，若未来五至六年增长到180万亿—200万亿元，资本市场最终也可能达到相近规模。
若届时高附加值产业占20%，对应科技企业市值约35万亿—40万亿元。年初全市场约90万亿元，科创板只有约5万亿—6万亿元、占比约6%，甚至低于当期高附加值产业约10%的估计占比。
到录制时，科创板可能已接近9万亿元、占比超过8%，年内上涨约40%或更多。若总市场扩容一倍、科技占比再从约8%升至20%，简单算术才会给出“三四倍”的可能性；它是五年条件式推演，不是短期涨幅承诺。

9. 芯片只是当前领涨者，结构主线会在科创行业之间轮动

李丰拒绝从宏观推演直接评价寒武纪、影石等个股：“完全没有投资参考价值。”个股是否合理需要分析公司本身，讲清它为什么可能上涨之后还要解释何时卖出，这是他尽量不做个股推荐的原因。
中期主线并不要求每天都由芯片领涨。今天可能是芯片，明天可能轮到生物医药，后天可能是软件、数据服务、AI应用和模型公司；轮动对象会变，经济结构和融资结构共同抬升科创占比的逻辑不变。
资本市场若真正成为新经济的主要融资手段之一，上市公司构成最终也必须反映GDP构成。传统市场曾映射房地产、基建、产能扩张和国央企，下一阶段则应提高高附加值企业的“浓度”。

10. 7月贷款负增长不能被简化成需求崩塌

7月企业和居民合计新增贷款出现2005年以来首次单月负增长，约为负500亿元。李丰承认，其中确有企业投资、居民消费和收入预期偏弱的一面，也有6月底冲季度、半年规模后进入传统信贷小月的因素。
但同期社会融资总额仍符合预期，其中较大部分来自政府债券融资。政府发债属于直接融资，它可能延续约12万亿元化债安排：以期限更长、利率更低的政府债置换地方融资平台原有的商业贷款。
地方隐性债务常由地方国企或政府控制企业作为借款主体；当债券资金用于归还银行贷款时，统计结果正是政府直接融资增加、企业贷款下降。因此企业贷款负值的一部分，可能是“用直接融资换掉了间接融资”。
居民贷款负增长则可能混合了需求和信心不足、动用存款提前还贷，以及用更低成本资金置换高息贷款等因素。李丰强调没有细项数据，不能把这些猜测写成唯一解释。

11. 债券税收调整的可能作用包括稳收益率与权益分流

7月还出现了债券、国债利息税优惠不再继续免除的政策变化。李丰猜测，其中一个可解释的原因是避免理财、保险和银行在存款转化过程中集中买债，导致长短端国债收益率失真。
他的进一步猜测是，用于化债和消费品以旧换新的长期债券可能已完成大部分发行，税收政策调整因而有了合适时点；这只是相关性推断，并非披露数据已经证实。
另一个可能目的，是不让储蓄活化后的资金全部挤入债市，推动一部分重新配置到股票、ETF等权益风险资产。居民存款下降、非银存款增加和权益市场走强都在7月同时出现。

12. “水牛”是经济承压后的常见起点，而不是中国式例外

李丰把机制压缩成一条常识链：经济出现挑战，政府向体系注入流动性；钱天然逐利，优先寻找高流动性和潜在高收益的去处，于是股市常成为第一站。
房地产等大类资产能够容纳资金，却不能提供随时进出、获利后迅速离开的便利。股票虽然高波动、高风险，正因为可交易性极强，才最适合最早进入的套利钱、博弈钱和到处寻找机会的短钱。
所以“经济还不够好、股市先好”并不构成逻辑矛盾。真正的问题不是要不要把它叫水牛，而是新增流动性持续多久，能否在最初的风险资产涨价后继续扩散。

13. 美国2022年的行情说明，流动性往往先于题材和基本面解释

2022年美国同时面对俄乌冲突、疫情后供应链恢复和高通胀。美联储先加息25个基点，随后三个月以50、75、75个基点累计再加200个基点，利率大致从零走到0.25%，再到2.25%。
即便环境如此复杂，美股在上半年震荡下跌后，自2022年8月开始持续上涨至2024年底选举前后。李丰的解释是，全球超额资金在国际不确定性和美债吸引力下“几乎只能主要配美国”。
GPT到2022年底才出现，给已经上涨的市场补上AI题材。市场随后又以“美国经济韧性”解释价格表现，但底层首先是资金集中流入：“股市先上涨，然后接下来出现了题材。”

14. 水要持续足够久，财富效应才会一圈圈变成实体业绩

美国的传导路径从金融业开始，为金融服务的法律、咨询先改善，再扩展到酒店、餐饮、住宿、出行、航空，最后影响更外围行业；政府发债也支撑了教育、医疗看护等就业增长较快的部门。
李丰用“同心圆”和“涟漪”描述水牛变成经济改善：核心资产先聚集财富和赚钱效应，随后从业者增加消费，企业扩大投资，再带动服务、就业、住房和其他行业，大车轮才开始更快运转。
若行情只是半年甚至不足一年，快钱赚一票就跑，涟漪很难扩散；若能延续一年以上、甚至一年半，原则上不会只有一类风险资产好，而消费和地产长期“一塌糊涂”。
传导并非自动发生。先涨行业还必须出现某些业绩兑现，才能把概念留住；如科创企业收入改善、大模型提供产业题材，都会让流动性继续滚动而不是迅速撤离。

15. 中国的第一圈是保险、银行和科创企业，而后才轮到广泛需求

上半年政策提高保险权益配置比例、调低权益资产风险因子，这些因素共同推动保险资金配置权益资产。保险权益资产占可配置资金约8%多，保险因此大量买入银行股，即使银行当时面临负债端压力、资产质量波动和缺少优质资产。
银行权重高，先被保险资金推升就能带动指数。若市场热度扩散，银行原本不愿提供或被认为有风险的科创、小微企业贷款，可能因融资改善、企业成长和上市机会增加而从“风险资产”转为“有价值的资产”。
一级市场过去半年已经繁忙起来。科创上市公司有了财富效应和融资能力后，可能扩大投资、担任LP、进行并购或产业链整合，再把热度传给经历2022—2024年出清的初创企业。
这条路径最终才落到就业、消费及服务。水牛不是与实体经济永久脱节，而是从资本市场向实体传导存在方向、层级和时间差。

16. 关税是最大灰犀牛，CPI是最直观的涟漪温度计

李丰给出两个主要中断条件：“第一个是流动性突然戛然而止，第二个是突然出现了巨大的灰犀牛。”今年2月春节之后的内外资金趋势，就曾被4月突如其来的关税宣布打断，6—7月才重新启动。
中美关税安排递延至11月10日；若10月下旬出现远超预期的税率变化，风险偏好可能再次转向。相反，四中全会讨论十五五规划时，若把金融、医疗、教育、传媒等开放政策写得更明确，李丰还猜测可能涉及人民币资本项下有序开放，则可能起到“火上浇油”的作用。
多项利好在同一时点落地，就像在同一点连续砸下几块石头，会让涟漪更大；关税冲击则像“一大瓢水”浇灭刚起来的火。政策和事件既有偶然性，也可能顺势放大底层流动性趋势。
纯经济观察上，CPI若从当前-0.1%、0.2%、0.3%的零附近升至1%—2%，即使仍是温和通胀，也意味着需求传导正在发生。去年“9·24”后国庆餐饮旅游短暂火热、随后回落，正是持续时间不足的反例。

17. 流动性负责点火，预期与业绩负责把行情延长

面对李翔“流动性和预期谁更重要”的追问，李丰的排序很清楚：最初快速上涨由流动性驱动，随后市场必须为上涨寻找概念和预期，这是第一波和“第一波半”。
当行情继续向消费、制造、金融和服务等更大行业辐射，才会形成广义业绩结果，反过来把原先偏虚的预期变实。市场看到部分兑现后，又可能继续“拔估值”、提高市盈率。
整个过程是“从虚到实再到虚”，在概念、业绩和估值之间反复增强。科创尤其芯片已有一定规模，却仍不足以代表整个中国经济；只有扩散到更广实体范围，正反馈才算真正建立。

18. 地产已从最内圈风险资产退到第二、第三圈消费

李翔追问股市是否尚未有效拉动地产，李丰的答案是“并没有拉动地产，但是它需要地产来托底”。房地产仍影响居民、企业和金融机构资产负债表，却已更多是存量稳定问题。
过去房地产投资属性强，是流动性涟漪最靠核心的轴之一；今天居民近50万亿元超额储蓄不会再大规模投入房产，它更像大宗消费，位置退到中间或第二、第三圈。
若股市财富效应修复居民资产负债表，刚需、改善型和宜居型需求仍会释放。政策的任务是在合适时点托底存量，而不是恢复以投资升值为主的旧循环：“投资属性”变弱，“消费属性”变强。

19. 关税谈判结果正在显露国家相对位置的变化

李翔转述一种观察：日本、德国和欧洲相对美国的实力并未明显上升，因此当地学者对“中国人频繁讨论美国衰落”感到惊讶；过去较长时期里，主要是中国相对美国的位置在改善。
李丰提醒，中美比较要区分名义GDP和扣除通胀、通缩后的实际GDP：引用中国相对下降的讨论多看名义值，强调结构改善的讨论则更常看实际值，因此这个命题不能用一张图轻易解决。
他更关注关税谈判的现实分组：至今没有完全妥协的包括中国，以及因俄罗斯石油等问题承压的印度、巴西，再加俄罗斯，接近金砖国家组合。至少这些国家没有谈成看起来“极度不平等”的结果。
这不意味着它们与美国已经完全对等，却可能说明国际格局中的相对位置正在变化：越能承受压力并保留谈判空间，越不像在明显不对等关系中只能接受条件的一方。

20. 特朗普先拿走筹码再推动停战，美国内部制度变化反而更难判断

李丰半开玩笑地形容特朗普或许有些“欺软怕硬”，中性说法则是，他似乎更尊重能成为对手的“刺儿头”。他对俄罗斯、中国等对象并非总以居高临下姿态处理，连俄乌会面地点也倾向立场独特的匈牙利。
在俄乌问题上，李丰认为特朗普按美国经济利益完成了三步：先从乌克兰取得矿产协议，再让北约出钱购买美国武器援乌，最后让欧盟接受对美国明显有利的关税协议，随后才集中推动停战。
这些安排先拿走了乌克兰资源、北约军费和欧盟关税三张谈判牌，使欧洲参与最终停战谈判时筹码更少。欧盟一些国家近期对巴以冲突更明确的表态，可能只是被拿走三张牌后试图找回的“半张牌”——这是李丰的推测。
俄乌最大的结仍可能在泽连斯基：直接谈判关系到其政治生涯，李丰转述朋友年初的判断，他也许要以某种方式离开职位，协议才更容易达成。以录制时进度看，特朗普凭此赶上今年诺贝尔和平奖的可能性已经很低。

21. 美国资产承压与AI应用迁移，将共同决定下一轮资金落点

美国二季度GDP尚可，但就业、服务业和通胀正在呈现节目此前推演的组合：低薪岗位因相关政策变化而变得缺人，企业被迫提高时薪，却未必能吸引本土劳动者，薪资再传导为低附加值服务价格上涨。
李丰同时担心特朗普对美联储、劳工统计局、华盛顿地方执法及民主党空间的挑战，已不只是确保下一任共和党当选，而像是在扩大总统权力、削弱原有独立性；“民主党都在干嘛”成了他明确保留的疑问。
全球资金已有早期再配置，德国二季度GDP衰退但DAX表现强，香港市场也受益；不过先出来的仍多是快钱。长线大钱可能要等中美关税、中国和印度经济、俄乌停战及欧洲能源供应链等变量逐步确定后，才会大规模rebalance。
美国股市已从30多万亿美元扩到70多万亿美元，中美欧合计接近80万亿—90万亿美元，存量资金很难让三者同时持续走牛。李丰希望美股触顶后平缓回落；李翔计算，中国市场从90万亿元增至100万亿元，按约1∶2.5的价格放大效应，所需新增资金反而不到3万亿元。
一级市场已经明显变忙：2023年底至2024年初最热的是大模型，2024年下半年转向agent，2025年上半年又转向人形机器人。下一步会从后台技术向软硬件应用迁移，直到AI加消费等方向扩大到更多公司并开始兑现业绩。
李翔认为AI加应用更像大公司机会，李丰认可这一质疑。若只是AI加电商推荐，创业公司很难超过抖音和阿里；模型逐渐开源后会像“水电煤”，真正的创业护城河是独有数据和know-how，例如机器人改变环境、倒一杯水所产生的全新动作与交互数据。

Railroader（2025年8月 fintwit 读书会）市场概述2025年9月2日（crypto）