batil

三星海力士砸 1.3 万亿美元， 市场用大跌回应。反常背后藏着什么？ 估计不少推友都刷到了。我看到时候也愣了一下。 三星和 SK 两大集团要搞一个十年 1.3 万亿美元的资本支出计划，砸向半导体产能、AI 数据中心和物理 AI，光州建 4 到 5 座晶圆厂，忠清南北道扩 NAND 和封装。 估计不少兄弟第一反应，这不应该是个大利好吗？过去两年但凡有这种级别的扩产消息，早就涨疯了。 资本开支越大市场越兴奋，因为大家默认花钱就等于看好，看好就等于要涨。微软谷歌砸几千亿股价一路涨，英伟达发债 250 亿被当成利好，这套逻辑跑了两年没失灵过。 结果今天韩股直接大跌。KOSPI 跌 3%，三星跌 5%，海力士跌 4.5%，KOSDAQ 期货还触发了熔断。 市场第一次没有把巨额资本开支当利好看。它的反应相较于之前的“这么舍得花钱一定看到了大机会”，现在反而在思考“砸这么多，钱什么时候能赚回来”。 这个转变不是今天突然冒出来的。上周苹果因为存储涨价被迫给 Mac 和 iPad 提价，那天市场担心的是成本会不会传导到终端把需求压垮。 今天韩国 1.3 万亿，市场担心的是这么大的投入对应的收入在哪。从担心成本到担心回报，是同一条逻辑线在往深了走。 简单说，市场玩了两年“谁敢花钱谁就涨”的游戏，现在开始问问题了。花出去的钱，回报呢？

如果Warsh像1999年的格林斯潘，AI牛市可能才刚刚开始 最近在读格林斯潘的《动荡的世界》和《繁荣与衰退》，突然想到一个问题：Warsh和1999年的格林斯潘，到底有多像？ 先说他们像的地方 两个人有几个共同点是确实存在的。 都偏自由市场，相信竞争和创新的力量远大于政府干预。都认为央行很难精准识别泡沫，主动刺破泡沫的代价往往高于事后救助，因此对资产价格上涨有更高的容忍度。都反对过度前瞻指引，更喜欢保留灵活性。 最核心的相似点是对生产率革命的信仰。 格林斯潘在《繁荣与衰退》里反复强调一个观点：生产率才是一切繁荣的来源。美国之所以能一次次走出危机，靠的是技术创新不断提高生产率。从铁路到电力到汽车到互联网，旧产业死去，新产业崛起，创造性破坏才是资本主义真正的生命力。 1999年他面对的正是互联网革命。当时按传统菲利普斯曲线模型，低失业率本应带来更高的通胀压力。但格林斯潘认为互联网革命改变了生产率，因此不必机械地依赖旧模型，选择维持相对宽松的利率。 现在回头看Warsh最近的公开讲话，逻辑有相似之处。他认为AI基础设施有潜力成为强大的通胀抑制力量，如果AI能让企业生产效率持续提升，美联储就不需要急着转鹰。 这里有一个重要的区别要说清楚。现在AI还处于CapEx先爆发、收益后兑现的阶段，真正像互联网90年代那样让全社会生产率大幅提升，至少还要几年时间验证。Warsh可能相信AI的长期潜力，但AI已经压低通胀这个结论目前证据还不够充分。格林斯潘当时已经能看到生产率数据的改善，而Warsh现在更多是在押注一个尚未完全兑现的未来。 第二个相似点：对通胀指标的处理方式 格林斯潘时代，美联储开始越来越重视PCE。PCE本身有其合理性：权重动态变化，能捕捉消费者的替代效应，覆盖范围比CPI更广。从历史数据来看，PCE往往比CPI低0.3到0.5个百分点。这意味着在同样的经济环境下，PCE框架通常会给货币政策更大的灵活空间。这一趋势后来在伯南克时代正式确立，将PCE作为2%通胀目标的锚定指标。 Warsh对传统通胀指标一直持保留态度。他曾公开表示，核心PCE并不能完美反映底层通胀趋势。相比单一指标，他似乎更倾向于同时观察核心PCE、中位数CPI和修剪均值通胀。修剪均值的计算方式是把所有商品价格涨跌从低到高排列，剔除掉两头最极端的项目，在高通胀周期里通常会给出比核心PCE更温和的数字。 如果这种思路进入Fed决策框架，货币政策可能获得更大的解释空间。从格林斯潘时代强化PCE，到Warsh可能引入更多元的观察指标，方向是一致的：为货币政策保留更多灵活性。 第三个相似点：重回建设性模糊 很多人误以为Warsh反对前瞻指引，这个理解有些片面。 他真正反对的，是鲍威尔时代那种近乎明牌的沟通方式。 格林斯潘时代，美联储开始逐渐走向透明，但他始终坚持一个原则：给市场方向，不给市场剧本。他会告诉市场自己关注什么、担心什么，以及经济大致会往哪个方向走，但绝不会把未来几年每一次利率会议的路径提前画出来。 他最著名的一句话是：如果你觉得听懂了我的话，那你一定误解了我的意思。 这当然不是故弄玄虚。格林斯潘相信，央行最重要的资产之一就是相机抉择的灵活性。经济是动态变化的，央行必须保留随时调整方向的权利，一旦提前承诺太多，就会被自己的话绑住手脚。 Warsh批评的，恰恰是鲍威尔时代越来越强的路径依赖。每季度公布点阵图，每次会议后召开长时间发布会，市场甚至开始逐字逐句拆解每一个委员未来几年的利率预测。这种极度透明的好处是预期稳定，代价则是美联储越来越像一个需要不断兑现承诺的机构。 2021到2022年就是最典型的例子。在通胀暂时论的框架下，美联储长时间维持宽松预期。当通胀超预期失控时，政策转向变得异常痛苦，因为市场早已把之前的承诺交易进了价格。 所以Warsh真正想回到的，可能是格林斯潘式的建设性模糊：多谈长期目标与风险，少谈具体点位和时间表，给市场方向感，同时保留足够的调整空间。 这也是为什么华尔街现在最担心的，反而是确定性消失了。过去几年市场习惯了Fed提前告诉你答案，而Warsh可能把这个习惯打破，留下的是更大的不确定性。 市场担心的不是Warsh会取消点阵图，而是他会降低市场对点阵图的依赖，弱化长期降息承诺。甚至在首场会议上，上调通胀预期，重新定义中性利率，释放出比市场想象更鹰派的长期利率路径。 如果真是这样，最大的变化可能不是利率本身，而是市场突然发现，过去几年习惯的那种Fed永远提前告诉你答案的时代，结束了。剩下的，是要重新学会在更大的不确定性里做决策。 如果Warsh真的走这条路，股市会经历什么？ 我觉得会有三个阶段。 第一阶段是估值扩张。市场会开始交易一个叙事：Fed不会轻易打断AI投资周期。前提是AI生产率开始真正兑现，一旦这个叙事成立，PS和PE都会扩张，最先受益的是AI基础设施、半导体、软件平台和高弹性成长股。逻辑和1998到1999年互联网那波完全一样，市场愿意给更高的倍数，因为他们相信美联储站在这边。 第二阶段是赢家通吃。1999年不是所有科技股都涨，最后真正活下来并且涨疯的，是那些收入模式最扎实的公司——网络基础设施、龙头软件和核心平台。纯概念的小票逐渐掉队。类比今天，最后可能集中在AI算力、光通信、数据中心基础设施、AI云平台这几条线。有真实收入和盈利能力的公司会越来越贵，纯叙事的标的会慢慢被抛弃。 第三阶段是估值脱离基本面。市场不再关心利润多少、PE多少、收入能不能兑现，只关心下一个买家会不会出更高的价。这个阶段格林斯潘当年选择了等待，最终等来了2000年的泡沫破裂。Warsh会做同样的选择吗？这个问题放在后面再说。 但很多人搞错了一件事：加息会压住牛市吗？ 1999年格林斯潘从4.75%一路加息到6.5%，按传统逻辑科技股应该崩。 结果纳指那一年涨了超过80%。 原因在这里。利率是估值模型里的分母，但盈利增长是分子。当分子的增长速度超过分母的压缩速度，股市照样疯涨。1999年经济增长4%到5%，生产率大幅提升，市场认为即使利率高一点，公司利润还是会高速增长，所以PE继续扩张。 这给现在一个很重要的参考：加息本身不能终结牛市。利率高到盈利跟不上估值，或者市场发现增长故事是假的，才是牛市真正的终点。 这次和1999年有几个本质差异不能忽略 1999年美国联邦债务占GDP只有50%左右，财政赤字压力远小于今天。现在政府融资需求巨大，市场对通胀重新抬头极度敏感。 格林斯潘在《动荡的世界》里自己也承认，他当年最大的判断错误之一，是低估了金融体系在泡沫中积累的系统性风险。今天的杠杆比1999年更高，传导速度也更快。 所以即使Warsh风格偏向市场派，他也很难复制格林斯潘那样连续几年极度宽松的金融环境。更像的剧本是允许AI牛市继续演绎，但在通胀和金融条件之间不断拉扯，在经济增长、通胀和资产价格之间寻找新的平衡。 最后想讨论个问题 如果央行开始相信AI带来的生产率革命，市场会不会再次经历一场1999式的超级牛市？ 如果AI生产率革命真的成立，AI CapEx继续增长、龙头科技不断创新高、PS和PE继续扩张的组合。市场会重新讨论传统DCF模型是不是低估了AI。 反过来，如果企业发现AI的投资回报率没有想象中那么高，CapEx开始放缓，今天所有高PS的公司都会经历1999年互联网泡沫后期的估值杀。 格林斯潘在《动荡的世界》里写道，他最后不得不承认，人类的非理性、动物精神和风险厌恶，是任何经济模型都无法完全预测的变量。传统经济学在危机面前失灵，只能抓住行为经济学这最后一根稻草。 事实证明他错了一半，又对了一半。互联网泡沫破灭了，但Amazon和Google活了下来，互联网真的改变了世界。他不是看错了方向，只是低估了市场会有多疯狂。 这句话放在今天的AI周期里，依然值得反复思考。 如果Warsh真的像1999年的格林斯潘，他会不会也犯下同样的错误，明知道泡沫正在形成，却因为相信技术革命，选择让市场自己走到终点？ 这个问题的答案，比任何一次FOMC会议都更重要。

本周的政策边际周度简报

我的金字塔加仓计划——跌多少买多少，但永远假设会比你想的跌更多 这一篇里最后说了要写长线仓位怎么加仓，现在来说。 先说我的判断 这次回调是宏观驱动的，不是基本面崩了。财报季基本结束，剩下的波动主要来自利率预期、地缘风险、SpaceX上市的流动性虹吸。这种宏观情绪驱动的回调，历史上每一次都是加仓机会，因为下一个财报季会重新验证AI基本面的逻辑。 所以我已经想好了怎么分批买。 金字塔加仓计划买个股，用大盘作为参考 第一批在标普7350附近，10%仓位。但不是价格到了就买，而是等周一惯性下杀企稳之后出现买入信号再动。开盘前一两个小时大概率还有保证金追缴的机械性抛单，不要第一时间冲进去，等市场告诉你它稳住了。 第二批在标普7260附近，20%仓位。这里有一个前期留下的跳空缺口，技术上缺口有被回补的引力，如果跌到这里是更好的入场价格。 第三批在标普7150附近，30%仓位。这是4月份整理时形成的筹码密集平台，支撑偏强。说实话这是我心里认为这次调整比较合理的终点位置。从7630开始计算大概跌了6%左右，整体在5到10%的回调区间内，这种幅度在牛市里是正常的健康修正。如果能跌到这里，我会比较有信心这就是底部区间，会加重一点仓位。 第四批在标普6800到7000，保留40%仓位。这是今年1月到4月横盘了整整四个月的强支撑区间。说实话这个位置我不确定会不会到，但我必须留出来。一方面是安全边际，另一方面是如果真的跌到这里，那就是今年下半年最好的抄底机会，到了就重仓出手。如果没有跌到，这40%就当做防守现金，等右侧企稳信号出现之后再择机加仓。 为什么我认为下半年美股还会涨 第一，AI商业化仍在加速。企业AI预算持续增长，推理需求开始接棒训练需求，Agent正在从Demo走向生产环境。这是在财报数据里可以看到的真实变化。 第二，Hyperscaler资本开支仍在扩张。微软、谷歌、Meta、亚马逊尚未释放任何削减AI投资的信号，明年预计超过1.1万亿美元。AI基础设施周期还在持续，上游硬件的需求不会凭空消失。 第三，技术革命早期的估值扩张持续时间远超市场预期。 可以参考1999年，宏观环境不完全一样，但历史反复证明一件事：只要基本面持续兑现，流动性收紧未必是科技牛市的终结，只是减慢了它的速度。 第四，OpenAI与Anthropic等潜在IPO说明资本市场对AI资产的需求依然旺盛，高成长AI公司依然能获得高估值。在这些最重要的独角兽上市之前，华尔街没有动机让市场崩掉。 基本面逻辑没有改变，价格跌得越多，赔率就越好。 什么情况下我会改变判断 不要看利率上升，短期暴跌或者市场情绪崩溃。这些都是噪音。 真正会让我改变判断的信号只有几个： 第一，Hyperscaler开始下调未来资本开支预期 如果微软、谷歌、Meta、亚马逊开始主动下调未来12到24个月的数据中心投资计划，意味着管理层对AI需求增速和投资回报率的预期正在发生变化。这比单季度业绩波动更值得警惕，因为这些公司的资本开支决策本身就是对未来需求最直接的投票。 第二，AI应用层的收入增速明显放缓 OpenAI、Anthropic这些领先AI平台是AI商业化需求最直接的表现。需要关注的是企业客户的扩张速度、API调用量的增长趋势、以及净收入留存率是否开始持续走弱。这些数据如果同时恶化，说明需求端出现了真实的问题。 第三，企业AI预算出现系统性收缩 企业优化token成本本身不是问题，这和过去持续优化云计算成本是一个逻辑。要关注整体AI预算是否开始下降，AI项目是否从扩张阶段转向削减阶段。如果这种现象从个别案例扩散到行业层面，才意味着需求端开始发生实质性变化。 第四，AI投资回报率持续恶化 如果行业整体出现AI相关收入增长显著低于资本开支增长，且这种情况持续多个季度，市场最终会开始质疑AI基础设施投入的合理性。ROI的变化比市场情绪领先，这是需要持续跟踪的核心指标。 第五，模型能力的进步无法继续转化为商业价值 如果模型性能继续提升，但企业付费意愿和商业价值创造开始停滞，整个AI投资逻辑都需要重新审视。 总结 这个加仓计划的核心逻辑只有一句话：基本面逻辑没变，价格跌得越多，就越要大胆加仓。 现在短期财报季结束了，接下来几周的波动主要是宏观情绪在主导。下一个财报季才是真正的验证窗口。如果那时候英伟达、微软、谷歌、Meta再次交出强劲的AI相关数据，这次所有在恐慌中卖出的人，都会后悔的。 保留现金，等待价格，按计划执行。