全球基金经理正展现出20年未遇的谨慎，首次就企业“过度投资”发出集体预警。
根据美国银行于11月18日发布的最新全球基金经理调查（FMS），认为企业资本支出过于激进的受访者比例净值达到20%，这是自2005年8月以来，首次出现多数基金经理持此观点的局面。该调查共涵盖202位基金经理，管理资产总规模高达5500亿美元。美银称，这一显著的态度转变与“人工智能（AI）资本支出热潮的规模及其融资方式”密切相关。
这一对过度投资的担忧信号释出之际，正值英伟达发布财报的前一天。进入11月以来，英伟达股票价格下跌了12%，以科技股为主的纳斯达克综合指数累计跌幅已接近6%。
全球基金经理警示风险
根据美银的调查，有45%的受访投资者将“AI泡沫”列为经济和市场的“头号尾部风险”，该比例较上月的33%显著上升，甚至超过了通胀压力或美国消费者支出紧缩等其他潜在风险。超过半数（53%）的投资者认为AI类股票已处于泡沫之中。同时，市场集中度风险仍在加剧，“做多七巨头（Long Magnificent 7）”继续被评为最拥挤的交易策略。
调查还显示，基金经理的现金持有水平已降至3.7%的极低位置。从历史经验看，现金水平处于或低于4.0%通常被视为全球股市的“卖出信号”。美银称，自2002年以来类似情形共出现过20次，每一次股市都在随后的一至三个月内出现下跌。若美联储在12月不实施降息，市场当前的“虚高（froth）”状态可能面临进一步修正。
针对当前大规模支出的可持续性，全球投资咨询公司BCA研究首席策略师贝瑞津（Peter Berezin）也对第一财经记者表达了审慎看法。他称，科技公司的市场力量主要来自两大支柱，一是所谓“网络外部性”，即先发者凭借庞大的用户基础形成了某种自然垄断，其二则是显著的规模经济效应，即企业前期投入高额固定成本进行产品开发，而增加每一位额外用户的边际成本却极低，甚至接近于零。
但他认为，当前AI行业的情况有所不同，该行业既不具备社交媒体、传统软件或搜索引擎那样的网络外部性，也缺乏同等的规模经济效应。如果OpenAI提价，用户完全可以轻松转向其他类似产品，因为这些模型基本都基于相同的Transformer架构，并使用相似的互联网语料库进行训练，产品之间差异性有限。此外，与传统软件不同，AI扩展用户规模并非简单地复制代码，而是需要建设数据中心、采购芯片并消耗电力，这意味着其可变成本相当可观。
贝瑞津称，AI泡沫破裂的预警信号可能是“在某家公司宣布一项需要投入巨额资金的大型AI项目，而其股价却不升反跌之时”。他称：“一旦这种情况发生，企业将迅速停止宣布新项目。到目前为止，这一现象尚未出现，但如果你某天真的观察到，那就意味着转折点已经到来。”
此外，尽管对支出规模普遍感到担忧，但市场对AI的长期潜力仍保持乐观。美银的调查显示，53%的受访基金经理认为AI正在切实提升生产力。展望2026年，AI带来的广泛生产力提升被43%的投资者视为市场最大的看涨催化剂。调查所编制的投资者情绪综合指标（基于现金配置比例、股票配置比例以及经济增长预期计算）也已升至今年2月以来的最高水平。
但贝瑞津进一步警告称，投资者并不应该把生产力与利润混为一谈，二者的到来往往并不同步。他以互联网泡沫时期举例称，美国的生产力增长大约从1995年开始显著提速，并持续高位运行近十年，然而科技公司的利润真正爆发，却要等到2005年左右。
“更重要的是，当利润最终到来时，与其说是技术创新的直接成果，不如说更多源于企业所建立的市场力量。”他将当下的AI产业类比为航空业，“产品高度商品化、资本支出庞大、折旧率极高。然而，航空公司却因缺乏垄断力量而难以盈利。”
风险仍然可控？
尽管警报频传，但并非所有机构都认为崩盘在即。
美国投资研究机构NDR在本月最新报告中提到，当前科技板块回报强劲，估值高于均值，但尚未进入互联网泡沫级别的过热状态。从估值结构来看，科技板块的追踪市盈率为49.2倍，处于2000年泡沫破裂以来的最高水平，但仍显著低于当年77倍的高点。若剔除超大市值公司的影响，中位数市盈率表现更为温和，大致与2018年高点相当，并低于2021年与2024年的水平。基于未来一年盈利预期的前瞻市盈率为30.5倍，虽远高于21倍的长期平均值，并处于2002年以来的高位区间，但仍低于2000年3月的53倍。
NDR联合创始人兼高级顾问戴维斯（Ned Davis）在11月19日的一份客户说明中表示，许多分析师因估值与持仓水平接近纪录高位而发出风险警告，但他仍然坚持“权衡证据法”的市场分析方法。“在美联储政策仍偏宽松、金融环境保持友好的背景下，尽管多项心理指标出现互相矛盾的信号，整体投资者情绪依然复杂而非极端，不足以构成重大市场顶部的特征。”他称。
英国新宏睿投资管理公司创始人兼董事总经理夏宇宸接受第一财经记者采访时也表示，当前AI领域确实存在泡沫，但整体仍处于早期阶段。他特别强调，对泡沫阶段的判断必须依据客观的量化标准，而非依赖主观臆测。
针对市场担忧的融资问题，夏宇宸称，判断风险的关键在于信贷杠杆比例而非投资的绝对金额。“若企业主要依赖自有资金进行投资，即便失败也仅限于微观层面的决策失误。然而，若大量资金来源于借贷，高杠杆比例不仅会放大风险，更可能在投资未能转化为生产力或效率时，引发宏观层面的经济波动。因此，我们密切关注流入AI行业的资金中信贷占比是否已超过历史警戒线。”
这一关切在近期市场中已有体现。美银近日发布的报告显示，AI数据中心建设的融资规模在今年9月和10月出现急剧攀升，Meta与甲骨文等科技企业共计发行了750亿美元的债券与贷款，这一数字已超过过去十年年均水平的两倍。同时，市场一致预期显示，AI资本开支在2025年与2026年将占到企业运营现金流（扣除分红与回购后）的94%，较2024年的76%进一步上升。
尽管发债规模引人瞩目，但当前一些科技巨头的资产负债表显示风险整体仍处于可控范围。以Meta为例，尽管其债务规模约370亿美元，但其账上现金及等价物高达600亿美元。加之其单季度运营现金流超过200亿美元，而利息支出尚不足2亿美元，债务压力相对有限。
除杠杆水平外，夏宇宸认为，另一个判断泡沫阶段的关键指标在于资产价格的变动速率。他建议借助数学模型分析价格增长的斜率与形态，以辨识市场是否过热。“成长股出现直线或高速增长并不罕见，但若价格走势呈现抛物线式的加速上扬，则往往意味着资产价格已脱离基本面，进入不可持续的泡沫化阶段。”
“从量化分析的角度来看，我认为当前市场确实存在泡沫，但尚未进入非常激进的阶段，”夏宇宸补充说，“即便存在泡沫，其自我调整的周期也可能相对较短。例如，在2021年11月美联储启动加息周期、开始收紧疫情期间的宽松政策时，相关泡沫在不到一年的时间内即被挤压；相比之下，25年前的互联网泡沫则用了两到三年时间才完成出清。这说明当前投资者行为与心理因素也影响了调整速度，因此目前存在的泡沫尚不构成显著系统性风险。”
众合网提示：文章来自网络，不代表本站观点。
