牟一凌谈市场震荡：AI行情周期与反弹路径怎么判断

近期市场波动明显加大，国内与海外相互牵动，引来不少讨论。知名策略师牟一凌日前在一场机构路演中谈了自己的看法。

这轮调整到底该怎么定性？

由AI带动的科技行情，是不是已经走完了？

调整结束之后，下一轮反弹或上涨最可能以什么形式出现？

眼下配置和布局又该怎么做？

牟一凌把这些线索一层层拆开，给出了判断。文章为路演实录，采用第一人称。

金句：

1、今年6月初，全球云厂商的资本开支占全球GDP的比重升到接近1%。牟一凌称这是极其震撼的宏观数据，等于世界上凭空多出一个国家级别的巨大需求。

2、需求巨大就会带动投资放量，进而催生大量信贷支撑和巨额债务，全球市场必然被推高通胀，科技产业的周期性也就显露出来。

3、2006~2007年，煤炭、钢铁、航运是市场里绝对的“当红炸子鸡”。那时候大家关心全球船运空间和太平洋面积，跟如今去算美国的算力需求是一个道理。

4、现在支撑海外市场Token消耗的是那些初创企业，其股价今年以来基本跌回年初位置。牟一凌认为，这说明融资市场出现了严重分歧。

5、全球算力资产租赁价格是很关键的观测指标。它要是继续稳定并增长，算力市场和行业需求都不用担心；不然就得警惕。

6、现阶段做权益投资，应当拿稳定类资产（比如红利资产）当底仓，同时留一部分现金，市场波动特别大时可以适度参与反弹。

市场企稳之后，两种走势逻辑

市场经历一段调整之后，反弹行情的状态一般分两种。

第一种是基本面同时好转。若反弹建立在这个逻辑上，就需要看到市场波动率持续下降。

波动率下降说明什么？说明此前的恐慌情绪已经散去，资金不再盲目杀跌或追涨，大家冷静下来，跟着基本面的实际情况走。这样的反弹基础温和，也相对扎实。

第二种是基本面没有改善的征兆。这种情况下，反倒要等波动率放大，市场才能见底。

原因在于，波动率放大意味着前期恐慌情绪在做最后的极致宣泄。目前率先调整的是科技板块。市场情绪很低、恐慌盘涌出，同时又有托底资金进场，这种剧烈碰撞才可能带来明显的反弹机会。

回到应对策略和配置比例，牟一凌认为现阶段权益投资应以稳定类资产（如红利资产）作为底仓。市场比较恐慌、波动率极大时，适当参与一些反弹来增厚收益。

另外，在当前波动较大的行情里，始终要留一部分现金（比如10%~20%的货币基金）。这不是看空市场，而是为了应对较高的市场波动率。基本面没有完全走坏、市场却出现非理性杀跌时，这笔现金抄底的效率会非常高。

科技行情的周期性特征不可低估

这一轮以AI为核心的科技行情走下来，大家都在讨论它是不是到了“鱼尾”阶段。今年6月初策略会时，牟一凌团队做了不少反思，当时就看出科技行情有周期性特征。

为什么说它有周期性？

因为团队观察到一个极其宏观且震撼的数据：全球云厂商的资本开支占全球GDP的比重，突然从接近0%升到了将近1%。

放到历史上看，能跟这一轮相提并论的，大概只有2006~2007年中国加入WTO之后那一波制造业投资脉冲。那相当于全世界突然多出一个国家级别的巨大需求，这种体量的需求，注定要把全球市场推向通胀。

巨量投资背后是庞大的信贷支撑，债务会堆得很高，现金流也就成了命门。

上游一涨价，产业链各个环节之间的利润再分配问题随之而来。

回头看当年的周期股——煤炭、钢铁、航运，如今大家把它们当成老行业、传统行业，可在2006~2007年，它们是市场里绝对的“当红炸子鸡”，成长性极佳，想象空间巨大。

那时候市场盯着核心资产的哪些东西？

当年大家关心全球船运的空间有多大、太平洋的面积有多大，跟现在去算美国有多少白领会被AI替代、算力需求有多大，说到底是一回事。

当年这些资产的成长性并没有问题，那周期性是什么时候显形、又怎么把股价打下去的呢？

可以看到，2007年10月中国煤炭股票拐头向下时，行业供需基本面上并没有任何危险信号，依然是供不应求。唯一的信号是中下游需求增速在放缓，同时人民币的信贷水平开始拐头。

沿着这些历史经验，我们给出了几个用来观测当下科技行情的核心指标：

一是现有通胀水平对科技的敏感性；

二是现有投入所产生的未来收入与债务之比，看这个比例是否在往上走。

K型分化的挤压效应

AI高速发展的过程里，经济中还出现了较严重的K型分化，股市上有，宏观经济数据上也有。

比如出口数据创了历史新高，可不少非AI出口企业的股价并没有表现，三季报业绩甚至开始承压。原因在哪？

首先，把AI硬件（像光模块这类）剔除掉，今年6月份以后非AI领域的出口整体是向下的，只有9月份出现过小幅反弹。

其次，非AI领域还挨了另一重影响：汇率。全球资金流向美国的时候，我们的企业结汇会碰上人民币和美元双升的格局，非AI出口企业因此产生了明显的汇兑损益。

美元强势，人民币为何还在升值？

对那些赚取AI硬件高额利润的企业来说，人民币升值对盈利影响不大，利润垫非常厚，汇率波动完全消化得了。可这反过来挤压了其他传统出口企业的利润。

这就是AI的挤压效应。K型上端（AI硬件）在讨论什么时候见顶的时候，下端（传统制造业、出口企业）可能还没有见底。

当下值得参照的案例：2020年银行股行情

眼下在AI领域担当引领者的几家国内外科技巨头，近期公布的三季度财报都确认了一件事：

硬件涨价也挡不住，几大巨头照样砸钱抢算力。说到底，利润分配上占绝对上风的还是硬件产业链。几家云厂商的资本开支同比增速统统超过100%，掉头已无可能，只能硬着头皮往前推。

但真正需要警惕的并不是这些财大气粗的云厂商，而是算力承租方（比如购买或租赁GPU的初创企业）的融资能力。

目前很多Token的消耗由这些初创企业产生，为他们提供融资的是金融机构或风投基金。这些企业在2024年之前的股价表现曾大幅跑赢标普500。

不过今年以来，这类公司的股价又跌回了年初的水平，融资市场上的分歧已经相当明显。

这一幕和2020年以前的A股银行股有些相似。那时银行股持续杀估值，建材、白酒还在上涨，银行股却在下跌，背后是市场对房地产和城投债务的深切担忧，地产周期的警钟其实早就被它敲响了。

如今美国那些给AI初创企业提供融资的金融公司，股价同样在向投资者发出警示。

未来走势的关键抵押品，是各类算力卡（GPU）的租赁价格。租赁价格撑得住，初创公司的资产负债表就健康，融资端也不会出问题；一旦租赁价格掉头向下，情况就值得高度警惕。次贷危机就是前车之鉴——底层资产（房子、算力卡）价格一下跌，违约和抛售便会连锁反应。

所以说，算力租赁价格是很重要的观测指标，Token的消耗量和价格走势也可以拿来辅助观察。眼下Token推理价格整体在往下走，数量增长能不能补上价格下跌的缺口，是问题的关键。

美国经济隐忧：投资脉冲下内部撕裂

美股在AI带动下走势不错，美国宏观经济基本面却似乎始终藏着隐忧。美股当前的状态挺有意思：单独看中产阶级消费股的业绩，感觉不理想；再看豪华邮轮、纽柯钢铁这类公司，业绩反而超出预期。

从去年三季度到现在，把信息技术和房地产剔除之后，美国经济其余领域在缓慢回升。原因在于AI投资脉冲占GDP比重已超2.5%，其拉动效应正向其他行业扩散。

举个例子，曼哈顿的建筑工人转去数据中心做降温工程，钢铁厂也因数据中心建设拿到了大批订单。

静态地看，美国经济总量在增长，AI投资驱动全球资本流向美国。但内部结构分化严重，阶层间的矛盾正在激化。

AI普及的本质是追求极致效率，这却可能与社会大众的利益分配起冲突。这轮科技浪潮中如果人与人的分配关系处理不好，中下层没享受到AI红利、反倒面临失业威胁，中期政治博弈就可能生出变数，经济也可能减速。中期来看，美国经济同样需要一个K型收敛的过程。

AI应用的未来：等待成本“重置”

我们花了不少时间讨论AI硬件的“至暗时刻”和“鱼尾行情”，那么AI下游应用的行情何时到来？

我昨天刚看了一部AI生成的穿越短剧，AI介入后确实能帮编剧补上不少历史知识短板，避免硬伤和Bug。但回到产业逻辑上说，

在我看来，AI应用要真正爆发，有一个绝对的前置条件：上游算力成本必须出现系统性下降。

举个例子，以前我们团队的分析师都是自掏腰包买主流大模型，虽然比免费的国产大模型好用，普及率却有限，用起来小心翼翼。后来公司统一配了企业版办公助手，等于免费提供给大家。面对免费工具，哪怕要忍受一点AI幻觉，大家也愿意多对话、多检验，使用频次一下就爆了。

这又回到2006~2007年的逻辑。中国加入WTO后，制造业供给全球是确定的事，但上游煤炭股、钢铁股的周期下跌照样没被挡住。恰恰是后来上游能源和中游化工、钢铁等基础产能全面过剩、成本大幅下降，才催生了之后下游制造业和应用端的全面繁荣。

破坏式创新需要要素成本极低，才能给在车库里试错的穷小子们留出创新空间。硬件和算力成本大幅降下来，各种应用才会真正遍地开花。应用一旦跑通，又会反过来持续拉动上游算力需求，整个AI产业由此完成从“资本开支驱动”向“收入驱动”的切换。

成本降低才会激发AI应用爆发

眼下Token的算力成本还不够便宜。英伟达每代新架构性能都在提升、单位成本都在下降，但离那个能激发无限创新的临界点仍有距离。

当前我们处在AI应用大发展的过渡期、暧昧期，萌芽已经出现，但还没到能反向驱动上游算力的程度。

在讨论下游哪些细分赛道有望跑出来之前，我想分享一句华尔街的名言：“消费者并不愿意为了很多应用付费。”这是一条底层逻辑。

个人很少会为了“把工作干得更好”主动掏钱买生产力工具，除了部分极优秀的人会主动购买服务。大多数人更愿意为娱乐买单，比如看短剧、玩游戏，而且更习惯免费模式。移动互联网时代，最终付费的往往不是直接消费者，而是跑通了广告模式、平台抽成模式的那些角色。

所以看AI应用可以分梯队：第一种，想直接向C端用户收取工作效率提升费用的模式，大概率很难跑通；第二种，能把AI无缝融入娱乐、社交，并通过B端买单或流量变现的模式，才更可能在未来成为真正的王者。

落到眼下的投资操作，牟一凌给出三点建议。

头一条，还是前面提过的思路：手里留一部分现金仓位，等市场剧烈震荡、有资产被错杀时，才有子弹去捡便宜。

第二条针对共识度高的红利资产。他的判断是这波行情没结束，但有些板块恐怕已经把年化复合收益的空间提前用掉了，配置上要有个度。

除了AI，眼下A股里基本面特别景气的行业并不多。三季报显示，整体盈利正处在向下拐点。牟一凌说这是在“矮子里拔将军”——纺织服装、医疗器械、炼化贸易以及煤炭能源等细分领域开始企稳或出现困境反转，其中煤炭能源虽然也归在红利里，但基本面强度更高。

现在能讲的故事几乎都落在二级、三级细分行业上。以前一开口就是四五个一级大行业齐头并进，那个时代已经过去了。投资的颗粒度得做得更细，难度确实高出不少。

第三条，手里还攥着科技股的人，跌了这么多，至少现在不该割肉走人。基本面没出现大拐点之前，市场必然反反复复。等反弹修复之后，再回头看这些公司在产业链里有没有优势、有没有溢价权。牟一凌拿07年的周期股作参照：08、09年触底反弹时，不少真正有核心竞争力的股票也翻了倍。

市场最暗的时候，情绪宣泄常常盖住理性的逻辑。但只要把资本开支的周期、算力租赁的抵押品价格、全球资本流向的K型分化这几件事看明白，就能在波动里站住脚，等应用端真正爆发的那一天。