高盛：AI这轮下跌更像1998年，科技股抛售是杠杆出清

科技股这轮跌得很凶。到底是杠杆资金被强制清盘，还是AI的生意模式本身站不住脚？两种判断对应完全相反的操作。

据追风交易台消息，高盛FICC与股票交易台在11月6日的报告中给出了一组数据：纳斯达克指数当天跌5.5%，费城半导体指数重挫12%，标普500指数下滑4.4%。高盛现金股票业务的数据显示，当日美国现金股票业务净卖出30亿美元，信息技术与通信服务两个板块就占了22亿美元；科技板块累计净卖出规模扩大到270亿美元，已经超过7月那轮210亿美元的技术性抛售。另外，VVIX单日变动幅度创下2018年2月5日"波动率末日"以来最大。

高盛FICC与股票业务负责人Rich Privorotsky在这份日更里说得很直接：他倾向于把这轮下跌看成1998年那样的流动性危机，而不是2000年科技泡沫破裂的前兆。他判断，AI增长引擎本身大概率没坏，市场剧烈重定价的对象是建设融资和时间节奏，底层需求并没有变。这个判断对操作很关键——如果类比成立，历史上这类插曲最后都成了买入机会。

杠杆自我强化，而非估值重估

这轮抛售从机制上看更像强制去杠杆，而不是基本面推动的估值重估。

Privorotsky提到，杠杆ETF在收盘前的强制平仓放大了半导体和纳斯达克的跌幅，做市商的负gamma敞口又叠上来，形成一个自我强化的清算循环。资金流向上，高盛主经纪业务数据显示，半导体板块的核心压力来自长线机构（LO）基础需求的缺席，多策略基金、量化基金、长线机构与散户都在同向卖出，"所有人站在同一边"本身就是问题所在。

相关性在上升，动量因子跑输，残余杠杆因子持续被抛售，低贝塔、防御与质量资产则受到追捧——这组读数与典型的强制降风险特征高度吻合。再看选举后两日的市场演变：第一日AI股跑输，周期股因政治中心化预期反弹；第二日则是剧烈补跌。如果数据中心建设大幅放缓，名义增长预期就要下修，周期股那波反弹本身也面临重新定价的压力。

1998还是2000：两种模板，两种结局

Privorotsky把本轮下跌与两个历史节点并排比较，最终更倾向于1998年模板。

之所以拿1998年来作比，是因为那一年俄罗斯违约和长期资本管理公司（LTCM）危机都属外部冲击，美国自身的经济增长并未受损。等到流动性回暖、美联储放松政策，市场便迅速填平了损失。放到眼下，AI的增长逻辑或许也还站得住，真正被重新定价的，是建设融资和推进节奏。

另有一层区别：如今的科技龙头有实打实的收入、现金流和资产负债表，跟2000年泡沫里的公司不能同日而语。数据中心建设往后推，并不等于算力需求消失；产能受限反倒可能让存量资产的经济性变得更好。

和2000年最像的那种不安，来自支出体量巨大、回报却看不清楚。关键疑问在于：市场眼下是在消化一个依然健康的增长故事，还是开始察觉这套经济逻辑本身有毛病？Privorotsky倾向前一种解释，不过他强调，需求、利用率和回报这几项数据必须继续稳住。

AI建设四类担忧，市场抓错了重点

高盛把本轮抛售背后的市场忧虑归为四类：资本撑不起建设规模；收入证明不了投资合理；电力和许可容量跟不上算力扩张；总体支出轨迹难以持续。

Privorotsky认为，市场眼下最关注的是第三条——电力与许可问题，而这恰恰是四类担忧中最不重要的一条。供给受限并不等于需求消失。真正需要回答的问题是：收入端能否最终证明所投入资本的合理性。

政治层面的变量上，得州候任州长Gina Hinojosa的表态比市场解读的要温和。她明说：“我们可以实现经济发展，同时保护得克萨斯州民众，这两者并不互斥”，并重申“我并非憎恨数据中心”。在Privorotsky看来，这更像是监管口径的重新校准，而不是意识形态上的排斥，实际支出可能好于当前市场折价所反映的预期。

技术位与买点前提

技术面上，纳斯达克已跌破200日均线，标普500则刚好守在该均线上方，这条支撑位能不能守住很关键。负gamma环境意味着，市场往任一方向都有剧烈波动的空间。

在质量偏好上，Privorotsky明确点名台积电与阿斯麦，认为在当前不确定性下应向高质量科技资产倾斜。

他也列出了扭转市场叙事所需的三项条件：AI投资形成政治上的正反馈、融资市场稳住，以及底层支出和需求完好的实证。反证同样明确：要是AI资本开支被实质性地拖延、收入端又证伪了投资逻辑，1998年的类比就不成立，得改用2000年的模板；要是融资市场先出现再融资失败，这轮下跌的性质就会根本改变。

更长的周期上，Privorotsky引用历史数据称，1950年以来19次中期选举后的12个月里，标普500全部上涨——但他提醒，这只是12个月维度的观察，不是对一个月行情的预测，短期择时依旧很难。能源这边，油价单日反弹约4%，此前市场对伊朗局势快速缓和定价过于乐观，谈判尚无结果，能源冲击对利率、增长预期和风险偏好的复杂影响，仍是稳定化进程中的重要变量。

~~~~~~~~~~~~~~~~~~~~~~~~