美股AI交易拉响警报:“尾巴摇狗”还是“狼来了”?

中国网
2026-10-26 02:55

来源:中国网

10月中旬,15%至16%的债券收益率,让AI算力云服务商CoreWeave率先拉响信用警报。随后,压力从债券市场向股票市场蔓延,多家高杠杆AI算力云服务商首当其冲,英伟达、Meta等科技巨头也被卷入股票抛售潮,全球AI产业链随之震荡。

科技巨头财报季的表现更加耐人寻味:Meta营收超预期,却因巨额资本开支和现金流压力遭遇大跌;超微电脑披露强劲的初步收入数据,仍未打消市场疑虑;特斯拉调低资本开支计划,又引发AI投入不足的担忧。投入太多要跌,投入不及预期也要跌——曾经被资金追逐的AI叙事,似乎突然迎来了挑剔的“阅卷人”。

有人将CoreWeave信用危机牵动万亿级AI交易形容为“尾巴摇狗”,这本是西方的一句谚语,用以形容次要的角色反过来影响主要的角色。在这里,CoreWeave被看作产业链中体量有限、杠杆较高的一环,反过来扰动整个市场。

此前,“大空头”原型、知名对冲基金经理迈克尔·伯里多次唱衰美股和AI行情,也曾自嘲是“喊狼来了的男孩”。目前的市场波动究竟是局部风险被放大的“尾巴摇狗”,还是AI交易真的“狼来了”?当市场开始检查收入、现金流和融资能力,基金经理又在重新计算什么?带着这些问题,中国证券报记者采访了多位公私募基金经理。

局部信用事件为何搅动整个AI交易

“这是一个真实的局部信用事件,但市场把它过度外推成了整个AI交易的反转。”明泽投资董事长马科伟在接受中国证券报记者采访时表示。

CoreWeave大量采购GPU、建设数据中心,再向大模型企业和科技巨头出租算力。业务扩张需要持续投入巨额资金,也高度依赖贷款、债券和项目融资。当利率维持高位,市场开始怀疑算力租金能否覆盖资本成本,债券便成为最先发出警报的资产。

“股票为叙事定价,债券为现金流定价。”马科伟说,“新云”公司(指专门提供GPU算力和AI基础设施服务的新型云服务商)的债券波动之所以能撼动全球AI资产,核心不在其体量,而在于它被市场赋予了情绪风向标功能,是AI资本开支链上有高频公开信用报价的样本。

马科伟进一步表示:“CoreWeave债券抛售触发了市场对这类公司是否借得太多、太快,未来融资空间是否正在耗尽的担忧。”

金翼私募基金管理(珠海横琴)有限公司投资总监万成水认为,这主要是局部信用风险。CoreWeave负债率较高,商业模式高度依赖债务融资支撑资本开支扩张,具有一定特殊性。大型科技企业主要依靠主营业务带来的充沛资金投入AI,偿债安全垫更厚。值得对照的是,另一家AI算力云服务商Nebius的新签合同中预付款比例较高,客户预付款相当于低成本融资,融资成本并未同步飙升。

“虽然债券收益率上升并不代表一定发生实质违约,但对于CoreWeave而言,风险确实存在。”万成水说,即使发生违约,风险扩散也相对有限。高端GPU在算力紧缺环境下仍具有较强的二手处置价值,债权人接管后仍可运营,这与房地产次贷危机存在明显差异。

“CoreWeave事件冲击较大,是因为它恰好击中了市场对AI资本开支可持续性的疑虑。”硕丰基金投资总监张小仁认为,“应用端形成收入的速度能否匹配基础设施投入规模,已经成为投资者追问的核心。一旦应用收入预期下调,市场自然会进一步追问云厂商的庞大资本开支能否持续。”

“高拥挤度又放大了这种担忧。”万成水说,“一家公司的信用担忧被线性外推到产业中的所有公司,就会引发市场的过度反应。”马科伟则形容:“这不是‘尾巴摇狗’,更接近‘狗看到尾巴上的伤口而惊跳’。尾巴上的伤口真实存在,但不能据此断定整个身体会失去行动能力。”

从规模看,CoreWeave仍只是AI资本开支体系中的一环。马科伟测算,其资本开支约占全球主要云厂商AI基础设施投入的4%至5%,“即使它完全停止投资,也不足以让全球AI资本开支周期戛然而止”。真正值得关注的,是信用警报会不会从无担保债券向抵押融资、算力租金和科技巨头资本开支等领域扩散。

好财报为何换来股价大跌

如果说CoreWeave暴露了融资端的脆弱,科技巨头的财报则把另一个矛盾摆到投资者面前:AI需求依然旺盛,但市场已不再无条件“奖励”高昂的资本开支。

据披露,Meta第三季度营收达到646亿美元,同比增长26%,超过市场预期;公司将全年资本开支指引调整至1350亿-1450亿美元,继续向数据中心、芯片和算力基础设施投入重金。亮眼收入和坚定投入,换来的却是股价大跌。特斯拉第三季度自由现金流保持为正,却因调低全年资本开支预期,引发市场对自动驾驶、Robotaxi和人形机器人投入不足的担忧。超微电脑则预计2026年7月至9月收入为185亿至195亿美元,明显高于此前指引,显示AI平台需求依然强劲。

“现在的市场很有意思,‘花得太多’和‘花得太少’都可能被市场惩罚:前者惩罚现金流,后者惩罚长期叙事。”在马科伟看来,AI需求的产业势头没有逆转,但景气度的受益结构正从“所有参与者雨露均沾”转向“上游紧缺环节和现金流可验证的巨头受益,高杠杆中间层承压”。

万成水认为,台积电和超微电脑财报说明算力硬件需求仍处于高景气阶段,Meta和特斯拉的财报则显示,个人智能体、自动驾驶等商业化路径正在逐步清晰。“短期现金流失血是主动前置投入,不是需求萎缩。一旦AI商业化落地带来的现金流上升,市场担忧将大幅缓解。”

但市场的耐心正在变得有条件。张小仁表示,目前英伟达、谷歌、亚马逊等产业链巨头基本面仍然强劲,尚未看到上游订单或产品价格系统性下调。“现在的问题不是硬件完全没有需求,而是股票投资已逐渐进入应用验证阶段。硬件投入最终要通过应用形成收入,投资链条才能闭环。”

贝莱德的判断更为积极。其最新观点认为,AI资本开支已经开始兑现回报,大型云服务商和AI云服务商的算力经济性明显改善,基础设施投资回收周期从数月前估计的最长4年缩短至3年以内。过去一年,美股大盘公司中提及AI带来财务改善的数量增长77%,AI受益范围正由科技企业向更多行业扩散。不过,贝莱德也提醒,高预期意味着投资纪律、多元化和主动选股比以往更重要。

中金公司则把观察重点从需求进一步推向供给。其认为,需求增长并不天然等于高回报,资本开支、在建产能、新增融资和竞争者进入,都可能改变供需关系。真正需要警惕的并非供给扩张本身,而是缺乏纪律的扩张:当新增供给快于需求,算力价格和利润率可能回落;若先进制程、高带宽存储等瓶颈仍然存在,稀缺环节的盈利弹性则可能延续。这意味着,即使AI总需求继续增长,产业链内部的收益分配也会明显分化。

公募基金三季报显示,部分公募基金经理也在调整观察坐标。中欧数字经济的基金经理冯炉丹认为,当前AI产业并未停止发展,而是市场定价与基本面兑现进入阶段性再平衡。AI编程仍是成熟度较高的应用,但单一场景难以承接市场的中长期期待,金融、设计、法律和医疗等领域的收入持续性仍需验证。

金信基金首席投资官孔学兵的判断更为深刻:AI数据中心具有重资产属性,前沿模型实验室又面临快速迭代和竞争加剧;面对不断增加的债务与股权融资,资本市场已经开始表现出抵触情绪。科技投资逻辑可能“缩圈并聚焦”,交易重心将从无序资本开支和算力堆积,转向可持续现金流与利润验证。

基金经理紧盯哪些信号

AI交易是否会从局部波动走向系统性风险?在接下来的交易中,基金经理将紧盯哪些关键信号?

“在风险信号上,我重点跟踪三点。”马科伟表示,一是算力租赁价格,这是比单一债券收益率更根本的变量,若算力价格下跌,将直接侵蚀企业现金流,并触发信用风险实质性扩散;二是AI基础设施融资的边际收缩信号,关注AI相关债务发行是否出现系统性推迟、缩减或定价失败;三是高杠杆“新云”的再融资节奏,若担保融资、GPU抵押融资或客户预付款等替代渠道开始收紧,才构成从局部向系统性传导的实质一步。

万成水关注的风险信号则是,头部云厂商会不会因为自由现金流下降而下调AI资本开支指引。在配置上,他将更加注重低负债率、主营业务现金流强劲、护城河宽广并且具有AI商业化前景的公司。

对于A股相关标的,基金经理并未因海外震荡否定长期产业趋势,但配置方式正在改变。中欧科技成长的基金经理杜厚良认为,A股对AI的定价更依赖短期业绩兑现,对“以短期收入换长期能力”的产业路径接受度较低。经过三季度的调整,A股AI板块已较充分反映全球流动性和风险偏好的压制,与海外同类资产相比性价比有所提升。其组合仍以算力基础设施和AI应用落地为主线,同时加强仓位、集中度和流动性管理。

孔学兵在三季度减持了部分估值扩张较大、市场预期充分的设备公司,增持国产化程度更低的光刻制程核心零部件和高价值耗材。张小仁则适当降低科技硬件仓位,等待下游应用出现更强收入信号,同时关注国产化、出海,以及高股息、黄金和有色金属等防御性品种。

全球机构也在重新平衡风险与机会。桥水中国在9月致投资者的信中表示,其对中国股票持“谨慎乐观”态度,三季度调整主要由流动性驱动,当前估值并不高,政策有利于长期资本形成,而较低的债券收益率可能推动更多资金流向股市。桥水同时逐步减少了黄金配置,理由包括高利率推高持有黄金的机会成本,以及油价上涨抑制部分能源进口国的需求。桥水还提示,这些评论仅反映其9月底的观点,因为其视角在不断演变。

这与部分机构借助黄金对冲AI风险的思路形成鲜明对照。中金公司仍看好AI资产回报前景,但建议通过高股息、现金、中债及黄金等资产为AI投资“购买保险”。贝莱德则从全球盈利扩散角度寻找AI以外的机会,关注金融、工业、非AI模拟半导体,以及欧洲、日本市场中的估值洼地。

不同动作背后,是同一种变化:AI投资正在从“买整个赛道”走向比较商业模式、融资结构与兑现能力。正如万成水所说,市场关注的焦点正从上游产业投资进度,转向拷问投下去的钱能否以及何时实现商业化变现。

“狼”是否真的会来,答案尚未揭晓。但相对清晰的是,AI交易走到了从比拼投入转向检验回报的十字路口,多数投资者已在改变自己的下注方式。

(责任编辑:叶景)

(来源:中国网 编辑:张俨)