自4月关税“解放日”以来，美股科技板块持续领跑，成为推动大盘上涨的核心动力。然而，随着估值飙升至历史高位，市场对AI泡沫的质疑声浪达到前所未有的高度，科技股更是在近期的调整中首当其冲。这种担忧并非空穴来风：美国银行的基金经理调查显示，AI泡沫已被列为最大的尾部风险；而国际货币基金组织与英国央行更同步对AI热潮发出警示。这些迹象不禁令人回想起2000年互联网泡沫破裂的惨烈场景。究竟，历史是否就会如此简单重演？
我们先尝试用大语言模型Grok回答上述问题, 它的回答是：美国科技股目前有泡沫风险，但尚未达到破裂临界点。估值高企和集中度确实类似历史泡沫，但AI的计算需求（如数据中心扩张）提供真实支撑，与dot-com的“空壳公司”不同。这是一个参考答案。然而，需要注意的是，现阶段人工智能其实还未发展到AGI （可如一般人类思考）的地步,大语言模型本质上是一种「文字预测」模型，并无法真正「理解」它们所接收与产生的信息，即只是单纯推测并输出可能性最高的结果，因此有时会产生所谓的「幻觉」。对于产出内容应用需严谨的场景，使用方仍需对生成式AI所输出的结果加以认真复核。
法国著名哲学家笛卡尔曾说「我思故我在」。在人类思考能力仍优于生成式AI的今天，就让我们体现人类思考价值之可贵, 尝试从多角度分析和评估美国科技股的泡沫风险。
泡沫是什么？
为未来的可能性买单
泡沫的根源，往往是市场共识的集中释放。一旦市场对某类资产形成一致乐观预期，资金便会蜂拥而入推高价格，使其暂时偏离内在价值。回顾历史，无论是19世纪的铁路泡沫，还是20世纪末的互联网泡沫，重大的技术革命几乎都伴随着泡沫的诞生，当下美国的AI产业，则被冠以“第四次工业革命”的技术浪潮，即使当前盈利尚未兑现，资本仍为算力需求的潜在爆发提前布局。
关于泡沫的辩证认知，有两点值得注意：
其一，泡沫并非单纯代表非理性的狂欢，更是新兴事物崛起过程中市场给予的积极反馈，促使资本市场进行前瞻性配置，为技术突破提供关键支持。
其二，泡沫是过程而不是顶点。历史案例显示，泡沫从产生到破裂通常经历5至10年，过早离场可能会与丰厚的回报失之交臂。
拆解基本面
这不是简单的互联网泡沫2.0
美国科技股估值高企是不争的事实，但现在仍未达到1999-2000年那种级别的宏观泡沫，或者说处于泡沫的中期：
当前AI泡沫的主要风险点在于应用端而非基建端。当前的数据中心建设热潮，虽然表面看似盲目扩张，但实质上仍处于供不应求的状态。从芯片到数据中心，从云计算到各类AI应用，整条产业链普遍遵循“以销定产”的原则。当年的互联网泡沫破灭，是因为光纤铺设完毕后使用率极低（被称之为“暗光纤”），是典型的“基建先行、应用迟到”。反观当前，数据中心的使用率处于历史最高位，没有“暗GPU”。
AI渗透率正在提高，并还有巨大的提升空间。根据摩根士丹利的统计，标普500指数成分股中，2025Q3有15%的企业明确报告AI带来了可量化的收益（Q2为14%，去年同期为11%）。这意味着AI正逐渐从“故事阶段”进入“应用阶段”，企业开始用业绩数据来证明AI的价值。分板块看，信息技术板块在AI采用方面处于领先地位，有39%的公司强调了可量化的收益；通信服务板块紧随其后，占比26%；金融行业位列第三，占比16%。
2025Q3标普500指数各版块中提到AI带来可量化收益的比例
资料来源：Morgan Stanley
AI为公司带来的收益大多数都与生产力提升（运营和流程效率提升）或财务影响（收入增长或成本节约）相关。
AI带来可量化的收益的种类划分
资料来源：Morgan Stanley
另一方面，云服务增速也是衡量AI需求的一个重要指标，从三大云服务厂商AWS、Azure和Google Cloud的同比增速来看，自2023年初以来，三大云服务增速触底回升，显示AI相关需求强劲。
三大云服务厂商增速
资料来源：Bloomberg
估值尚未达到顶峰。标普500指数前十大权重股的预测PE中位数从自2022年12月的20倍扩张至当前的31倍，但仍处于1997年-1998之间的水平，并较1999年的估值高点折让了13倍。此外，大型股的自由现金流收益率中位数几乎是2000年的三倍。
标普500指数前十大权重股的预测PE中位数
资料来源：Morgan Stanley
自由现金流收益率远高于2000年时期
资料来源：Morgan Stanley
科企财务状况健康。标普500指数前10大权重股的经营利润率中位数比 1999年高出20%以上。从更具广泛代表性的纳斯达克100指数来看，与1999年底相比，该指数的成分股呈现出估值更低、盈利能力更强、偿债能力更稳健的特点，整体财务基本面更为健康。当前的科技巨头拥有更强劲的资产负债表、更高的信用评级（平均为AA-）和更充足的流动性缓冲为支撑。相比之下，在互联网泡沫发展时期，企业债务是主要的融资来源，杠杆率在1996年至2000年间急剧上升。当时的主要参与者 - 环球电讯（Global Crossing）、世通（WorldCom）、Qwest和朗讯（Lucent）等公司的信用评级仅为BBB/BB。
经营利润率远高于2000年时期
资料来源：Morgan Stanley
纳斯达克100指数当前的基本面更为健康
资料来源：FactSet
科技巨头的信用评级更高
资料来源：Morgan Stanley
AI相关投资对宏观经济的影响尚属温和。尽管科技巨头的资本支出自ChatGPT发布以来已经翻倍，但AI相关投资占GDP比重的增幅仍远小于上世纪90年代末。当前的投资热潮不论是从持续时间还是广度上看，都更为温和。
AI相关投资对GDP的影响程度更加温和
资料来源：Goldman Sachs
波动率相对受控。波动率和股价同时上升是泡沫膨胀的迹象之一，从这点来看美股仍处于泡沫中早期阶段。VIX指数的底部已经从2024年的12附近抬升至15左右，但当前水平仍接近其长期中位数17.6。纳斯达克100指数的1个月已实现波动率虽然有所上升，但仍远低于1997-1999年的平均水平。这表明市场和波动率都还有进一步上行的空间。
美股波动率仍然相对受控
资料来源：Bank of America
美联储处于减息周期。美联储在1998年降息，在某种程度上进一步推高了美股的泡沫，随后在1999-2000年期间加息，也间接导致了泡沫的破灭。反观当前，预计美联储将持续降息至2026年，在可预见的未来加息的概率较小，宽松的利率环境将对估值构成支撑。
热点解析
1、左手倒右手的资金循环？
OpenAI已与英伟达、AMD、甲骨文、软银等巨头达成了超过1万亿美元的基础设施和芯片协议。英伟达同意向OpenAI投资最高1000亿美元，分阶段执行，并与OpenAI建设数据中心的进度挂钩；甲骨文则签署了一份价值3000亿美元的云服务协议，用于承载OpenAI的算力负载；AMD也以一份“巧妙”的协议向OpenAI授予价值高达其自身10%股份的认股权证，换取OpenAI购买并共同开发AMD的下一代AI芯片。
这种模式被称为“循环融资（circular financing）”：供应商向客户投资，客户再用这笔钱购买供应商的产品。举例来说，英伟达给Open AI注资，之后OpenAI采购英伟达GPU，部分资金又会以收入的形式回流至英伟达。回顾互联网泡沫时期，朗讯科技（Lucent Technologies）也曾通过循环融资推动销售，但最终在电信崩盘中股价暴跌。然而，我们认为，当前循环融资的模式与互联网泡沫时期有根本区别：
1）AI产业循环融资的目的在于锁定稀缺的芯片或数据中心容量，确保供应链稳定，类似于波音等公司常见的销售与融资结合模式，这有别于纯粹的投机行为。
2）目前市场对芯片、数据中心和其他基础设施的需求是真实且持续的，供应商难以跟上步伐。数据中心的空置率处于历史最低点（约80%利用率），而非互联网泡沫时期光纤利用率极低（约7%）的状况。
3）尽管市场热情高涨，但缺乏互联网泡沫时期那种“非理性繁荣”的广泛迹象，例如大量低门槛IPO、公司名字带有“.com”便受到疯狂追捧。
4）投资由拥有稳健资产负债表的大型科技企业主导，根据美国银行的分析，这些交易并非简单的“左手倒右手”的等额安排，这种供应商融资模式目前只占整个AI支出的“一小部分”。
2、GPU折旧速度被低估？
随着科技巨头大举购买GPU增加算力，这些价值不菲的GPU是否会因技术迭代而迅速折旧，已成为市场争议的焦点。折旧期限的长短直接影响企业财务表现：设备保值时间越长，公司可将折旧成本分摊至更多年份，从而减轻对利润的冲击。谷歌、微软 等企业认为AI服务器的GPU可使用长达六年，但著名做空投资人Michael Burry认为实际寿命可能只有两到三年，折旧计算过于乐观可能导致企业利润被高估。
在传统IT产业，服务器与存储设备的折旧周期通常为5–7年，但AI GPU 市场历史短，缺乏足够的使用寿命记录来进行折旧年限预测。美国财务会计准则委员会（FASB）允许企业按“经济使用年限”计提折旧，这个年限的核心依据是资产未来产生的现金流可持续多久。云厂商的GPU依靠出租产生收入，微软Azure企业客户平均租约5.7年，谷歌云5.3年，AWS更是直接把大客户锁到8年，从这一点上看六年的折旧期限是合理的。此外，训练和推理对GPU的压榨程度完全不同，即使旧代GPU性能有所下降，但仍能执行计算要求较低的推理任务。值得注意的是，行业关注的是“最低单位token成本”，只要旧代GPU具有性价比优势，就仍可以获得客户续租。
云服务商CoreWeave采用六年折旧周期，认为旧GPU在部分任务上仍具价值。该公司CEO表示，2020年的A100芯片已经全部出租，2022年的H100也能以原价95%出售，显示部分GPU保值能力仍强。
风险信号
当泡沫燃料从“利润支撑”转向“债务驱动”
前文对基本面和投资者的主要顾虑作出了分析，结论都指向现阶段泡沫并未完全形成，而观察相关风险的一个方法是留意科技企业的债务融资情况。资本支出飙升是贯穿这几年科技巨头财报的共同主线，亚马逊、谷歌、微软、Meta和甲骨文五家企业的资本开支总和从2023年的1500亿美元飙升至2025年的近4000亿美元，而预计明年还将进一步提高资本开支。尽管这些科技巨头拥有充裕的现金流，但资本支出的快速增长使得它们的自由现金流面临压力。市场预计这五家企业的资本支出/经营现金流的比率将在2025年和2026年分别达到68%和80%。这意味着，企业所获得的利润中，超过三分之二被用于资本支出。随着现金流逐渐无法支撑激进的资本支出计划，这些科技巨头不得不转向债券市场融资。今年以来，这五家企业已发行超过1000亿美元的债券。如果债务融资的比例持续增加，科技巨头长期以来引以为傲的资产负债表优势可能会逐渐减弱。
科技巨头资本支出/经营现金流持续攀升
资料来源：Wind, Bloomberg
债券市场的反应是直接的。这五家科企发行的2050年左右到期的债券相较于同期限美国国债的利差，已从9月的60个基点扩大至超过80个基点，反映投资者要求更高的风险补偿。值得一提的是，在2000年3月股市见顶前的12个月里，美国科技债价格下跌了8%。由于债市往往比股市对风险更加敏感，投资者可以密切关注科技债收益率的走势来判断AI泡沫的风险。
科技巨头债券利差（亚马逊、谷歌、微软、Meta和甲骨文）
资料来源：Bloomberg
此外，已经有科技巨头开始为筹集资金而进行表外融资，从而将债务和风险转移出资产负债表。Meta为名为Hyperion的巨型数据中心设计了一个巧妙的融资方案，核心是让“别人”来为Hyperion项目借钱。具体而言，基金管理公司Blue Owl Capital投资约30亿美元，获得数据中心合资企业（名为Beignet Investor）80%的私募股权，Meta则以其已投入的13亿美元保留20%的股份。随后，该合资企业通过发行2049年到期的270亿美元债券完成剩余融资，其中Pimco购买了180亿美元。关键在于，这笔庞大的债务记录在合资企业Beignet的资产负债表上，而非Meta。这种安排的成本相当高昂，债券利率高达6.58%，显著高于Meta同类公司债券5.5%的收益率。当AI企业日益依赖债务融资时，这或许正是投资者需要保持警惕的信号。
AI派对尚未结束
综合来看，当前的基本面更像是泡沫中期的1997-1998年，而非泡沫顶峰的1999年。在市场达到“非理性繁荣”的顶峰并最终破裂之前，“AI泡沫”可能还有相当大的发展空间。尽管部分风险信号已初现端倪，但当年导致泡沫最终破裂的广泛投资过热、企业盈利恶化、杠杆率急升、美联储加息等关键信号尚未出现。这意味着，尽管估值高企，但AI驱动的牛市可能还有下半场，过早离场可能会丧失可观的回报。
小贴士
1. AI浪潮短期内不会终结，但并不代表美股不会迎来调整。美股自4月以来累积了显著的涨幅，在宏观经济动能放缓的背景下，适当的“休整”不仅有助于优化美股的结构，也为未来的进一步上行蓄力。
2.在每一次调整中，市场对企业基本面的审视将更加苛刻。拥有护城河、坚实基本面的企业将能穿越牛熊周期，而缺乏核心竞争力、单纯炒作概念的企业会逐渐被淘汰。在投资决策时，我们应当透过表象，锁定那些具有长期价值的优质资产。
3.泡沫风险可能继续积聚，如何在继续参与和防范风险之间取得平衡至关重要。投资者可进行不同板块（科技vs.非科技）、地区(美国vs.非美国)和资产类别（股票vs.其他资产）的分散配置以及布局对冲策略（结构化产品等），这也是资产配置的智慧所在。
作者：招商永隆银行私人银行研究室分析员 袁羚翔
声明：
本数据所载数据乃秉诚提供，并取自于所示日期相信为可靠及准确之数据源。然而，本公司并无核实所有资料，亦不表示有关资料对阁下所需用途是否准确或完整，故不应加以依赖。本公司并无责任更新数据或改正任何其后显现之错误。本数据所载述的意见丶估算及其他数据可予更改或撤回，恕不另行通知。
以上数据只供参考，并不构成及不应被视为对任何人作出认购或出售的要约。投资涉及风险。投资产品价格可升可跌，甚至变成毫无价值。过往业绩并非日后表现的指标。投资未必一定能够赚取利润，亦可能会招致损失。本资料提供之任何投资建议并未考虑个别投资者的投资经验、投资目标、财务状况及承担风险程度等因素，并不能取代专业的投资意见。若有需要，请咨询独立专业建议。投资者作出任何投资决定前，应详细阅读有关之章则及条款与投资产品认购章程内的风险披露声明。以上数据未经香港证券及期货事务监察委员会审核。
招商永隆银行有限公司