主题 先锋 趋势 方法 作者
返回

市场概述2026年11月10日

·Shanghao Jin

正在生成长图…

本篇主题 AI万亿资本开支与泡沫风险 企业私域AI训练与真实算力需求 高利率下的宏观资产配置
本篇先锋 Shanghao Jin

摘要

  • Shanghao Jin 认为,上周半导体重挫主要反映流动性紧张与基金强平。 OpenAI、Anthropic 的融资需求挤压市场资金,选举后的建设担忧因此更容易被定价:“流动性少的时候,所有的鬼故事都可以被人家听得到。”他提及周四约400亿美元规模的基金清仓,以及四五百亿美元规模的杠杆ETF再平衡,解释为何越相信AI、持仓越集中的基金跌得越惨。
  • 他仍判断半导体明年、后年供不应求,甚至可能更久。 电力、funding、监管会影响算力落地,却不能直接推出需求消失;Meta可能让别人建设机房、自己租用,也不等于不需要算力。他反对市场按2028年持平或下降定价,认为半导体仍是“有多少就卖多少”。
  • AI渗透率的分母应是数据,而非已经使用工具的程序员人数。 “渗透的不是人。AI的渗透率是数据。”从Pro Plan升级Max Plan、再超额使用,说明用户覆盖接近饱和仍可伴随用量增长;他称10月后的端到端AR仍在上升,不能拿3000亿美元coding需求给整个市场封顶。
  • 他的抄底分界是有没有发生2008年式的信用损失。 按他回忆看过的数据,过去30年板块暴跌并伴随强平后,在强平事件之后任何时点买入并持有一年,除2008年外都赚钱;2008年的例外来自底层资产受损、定价困难与交易对手风险。他本人没有抄底,因为已有较重半导体仓位,“没有抄底”不代表转向悲观。
  • 短期流动性冲击会修复,长期估值上沿却可能继续受压。 财政发债停不下来,货币政策与银行资产负债表却未必能同步承接,“双向飞轮”由此撕裂。他认为这会推高期限溢价,可能让牛市中原本23—24倍的估值长期停在20倍左右;真正影响融资的更是利率波动,而非收益率缓慢上行本身。
  • 他对银行和金融公司的担忧明显高于半导体。 美国放松金融监管可能遭遇更大政治阻力,欧洲则可能拖到压力足够大才支持债市。他担心重演“最后货币政策去印钱”、随后加税与加强监管的路径,长期代价落在效率下降。
  • 他个人判断美国政府明年3月会关门,但把它放在持续观察的情景分析中。 12月可能先通过CR,随后预算谈判仍可能因双方不愿妥协陷入僵局。与此同时,他判断当前流动性会修复:油价缓解先降低利率波动,再让债券买家回归、信用市场恢复;这像筑坝后重新蓄水,需要时间。

精读

1. 强平让选举后的负面叙事被过度定价

  • 按主讲人对选举结果的描述,民主党拿下两院及德州;他认为这加重了市场对AI数据中心审批与建设的担忧。担忧进一步延伸到2027、2028年:今天半导体严重短缺,未来会不会转成过剩?他认为,这些疑问在缺乏增量买盘时获得了过多定价。
  • 他的解释从股票之外开始:紧张先出现在利率、债券、外汇,再传到股票;OpenAI和Anthropic又需要融资,进一步抽走资金。“所有的鬼故事都可以被人家听得到”,关键是没有足够的钱进场反驳。
  • 他估计周四有约400亿美元规模的基金清仓;摩根士丹利当天早上发布的报告提到,四五百亿美元规模的杠杆ETF要再平衡,据说会在下午2点左右发生。按他的推演,相关基金需要赶在此前完成清仓;最相信AI、持有相关股票的基金反而受伤最重。

2. AI渗透率应看数据利用,而不是用户覆盖

  • 对“需求到顶”的说法,他直接反对:10月以后的端到端AR在上升,OpenAI可能增速没那么快,Anthropic“肯定是在上升”。他也质疑同一批研究者,先强调coding之外有无数场景,如今又拿3000亿美元coding需求作为上限。
  • 即使程序员都开始使用AI,用量也没有因此封顶。他举自己的使用路径作例子:原本Pro Plan足够,后来需要Max Plan,还要大量超额使用。“渗透的不是人。AI的渗透率是数据”,服务器里的数据有没有真正被利用,才是衡量渗透率的标准。
  • 他把AI称为打通人与数据带宽的工具:利用旧数据需要编程,过程中又生成新数据。铁路的对应关系是连接了多少人口,而不是规划的线路是否全部建完;沿着这个标准,AI仍是“开始的开始”。
  • 就业是他用来检验渗透深度的另一条线。他称,从3月Claude Code出来至今,平均每月减少约3000—4000个岗位,并不高;数据敏感的行业,包括信息技术、政府、金融、制造等,岗位没有很快消失,总体岗位流失仍大致维持在平均水平。因此,数据层面的变化还没有充分体现为人的效率提升,相关需求仍处早期。

3. 算力瓶颈增加,不等于半导体需求消失

  • 对Meta取消订单之类的传闻,他强调要拆开几个问题:公司是否要自己建算力中心、是否需要算力、由谁建设、产品要做成什么样。所谓取消,可能只是别人建、Meta来租;他认为Meta非常缺CPU,推出Muse后使用量上升,投资回报率可能更高。
  • 形成算力需要CPU、GPU、光模块、存储,也需要电、funding与regulation。他承认后三者都会带来影响,监管尤其负面;但他的判断仍是,半导体“明年、后年,甚至可能更久”持续缺货,其他约束增加,并未使需求降到供应之下。
  • 存储是他一直相对不喜欢的部分:当电力、资金等也成为短板,原先特别重要的环节会丢掉部分溢价。但他认为连存储也已经跌过头,不能把稀缺程度下降等同于不再稀缺——“有多少就卖多少”。

4. 他的抄底分界是2008年式的信用损失

  • 他反复提出的问题是:“你们觉得现在是不是2008年?”按他回忆看过的数据,过去30年,一个板块因重大负面消息暴跌并伴随基金强平后,在强平事件之后任何时点买入、持有未来一年都赚钱,只有2008年例外。
  • 这个例外的机制值得保留:雷曼清算花了一年多,债权与CDO难以定价,底层房屋抵押贷款已经存在违约风险,资产实际价值也受损。价格发现、交易对手风险与流动性紧缩纠缠在一起,形成信用紧缩;强平后买入因此仍可能亏钱。
  • 他认为当前半导体的情形相反,是被向下过度定价。即使经历周五、周一反弹,估值仍与2022年差不多,long/short ratio处于近期最低;半导体公司的盈利增长很快。他举出Sivers和POET为例:POET还没有直接拿到订单,仍在审核过程中;Sivers的估值约为现金的三倍,其芯片出来一片就卖掉一片。
  • 他的实际仓位提供了边界:自己已有较重半导体持仓,所以没有继续抄底。对仓位不重、风险不高的人,他才把“是不是2008年”作为增加风险前需要回答的问题。

5. 财政停不了,货币支持却更难跟上

  • 他用“双向飞轮”解释过去的流动性扩张:财政发债花钱,需要另一端提供购买债券的资产负债表。日本YCC、央行QE、允许银行增加杠杆的eSLR,路径不同,都在回答“谁去买债”。财政支出牵涉选票,无论哪个党执政都难停。
  • 货币端的政治阻力则在增加。能源价格、柴油裂解价差与原油价格影响通胀体感;即使工资没有形成螺旋上涨,油价上涨带来的生活成本感受也会转成选票。他认为Elizabeth Warren会成为下一届参议院银行委员会主席,并担心她对eSLR及相关政策施加更大压力。
  • 他描述的联储路线是只管短端,把长端交给市场,再通过放松监管释放私人资产负债表。他转述Kevin Warsh对QE的批评是“反向罗宾汉”;问题在于,Warsh不愿印钱买长债,民主党议会又可能阻挡金融与监管改革,两条释放流动性的路同时受限。
  • 因而他判断期限溢价、互换利差会趋势性上升,但没有给国债收益率目标。对信用市场更关键的是利率波动:收益率平稳上行时,real money仍会买债;剧烈波动才会吓退买家,所以这不必然意味着AI的funding很差。

6. 欧洲可能重走拖延救助、再增加管制的路径

  • 他认为法国国债的风险并未因近期约20个基点的回落而解除,并断言法国总统选举前不可能出台改善财政的政策。ECB虽可启用TPI,却不会用;在他的描述中,ECB唯一使命是控制通胀,9月还加了息,欧洲也不会放松监管。
  • 他的参照是2012年:紧缩政策没能真正约束财政支出,货币政策起初不配合,最后仍得印钱。随后增加监管与税收,才是更深远的效率损失。他担心同样的政治逻辑再次出现;他对银行、金融公司的风险更担忧,对半导体则仍然非常乐观。

7. 停摆风险与流动性修复处在不同时间轴

  • 他的个人判断是:“到明年3月份美国政府会关门。”12月可能先通过CR,但民主党靠反特朗普动员获胜后,预算更难妥协,激进政策又可能被总统否决。共和党让步可能改变结果,只是他认为共和党“也不太会妥协”。
  • 他强调自己做的是“情景分析”,中间有很多变数;长期政治风险不能直接转换成明天清仓的信号。即使真把系统弄崩、最终印钱救助,后续监管也需要多年——他举2008年硬崩后监管过程直到2014年才完成为例。
  • 当前则是一次会过去的流动性冲击。他把信用和利率市场描述为正在稳定,而非宽松;信用市场仍差,但从12月开始投资级债券发行减少,情况会好一些。伊朗问题与油价缓解的传导也有顺序:利率波动放缓,买家重新买债、信用市场修复,流动性再恢复。
  • 他的比喻是水库垮了之后,“把坝筑起来”仍要慢慢蓄水。短期流动性“肯定会修复”,长期估值却可能受压:牛市原本23—24倍,可能只能维持20倍左右。市场可以区间震荡,但他认为空头头寸长期维持在这么高的水平很难。