投資者對美股高估值、與基本面背離以及對AI的過度依賴，需要密切關注。如果出現AI應用成果低於預期的情況，恐怕明年將有明顯調整。11月20日，美國股票市場出現劇烈調整。雖然輝達公佈了高於市場預期的三季度營收，納斯達克指數在高開之後大幅下跌，最終收盤較前一個交易日下跌2.2%，標普指數也下跌了1.6%。筆者以為，市場調整可能反映出投資者對美股本身估值過高且與經濟基本面背離的擔憂。同時，當前美國經濟和資本市場都高度依賴人工智慧（AI）投資和應用，若其盈利不及預期，投資者可能需要為2026年美股市場更多的調整做好準備。理由一：美股估值過高雖然從表面上看標普500指數近30倍的PE和納斯達克指數約40倍的PE並沒有達到歷史上的極值區域，但是歷史的極值區域常常出現在較大的衝擊嚴重影響企業盈利之後。比如，2020年的疫情衝擊使得2021年初的標普指數PE上升到40以上。為了避免這種極值的影響，許多投資者用過去十年盈利的平均作為盈利的參考計算市盈率，也就是計算 “經周期調整”的PE。如果參考這個指標，當前標普指數的市盈率已經達到了40.0，僅次於2001年美國科技股泡沫的時期，股票估值的昂貴程度顯而易見。與股票的高估值相對應，是市場對企業盈利的樂觀預期，實現起來頗具挑戰。從遠期PE來看，市場預計2027年納斯達克的估值將回落到25.6倍，這意味著納斯達克成分股的盈利會在兩年多的時間裡增長61%。長期而言，一個經濟體企業利潤佔國民總收入的比重一般是穩定的，也就是說企業盈利的總體增速與名義GDP大體相當。即使對未來的兩年多，一個市值（納斯達克當前總市值約40兆美元）已經超過美國GDP三分之一的股票市場，其名下企業（儘管有外國企業和來自外國的收入）盈利的增速要大幅高於美國（以及全球）名義GDP的增長，實現起來也並不容易。從結構上看，美國股票市場本輪繁榮主要集中在AI相關的股票。據統計，自2022年底ChatGPT發佈以來，AI相關的股票貢獻了標普指數75%的回報率。其中，以輝達、微軟等為首的美股7巨頭的表現尤其搶眼。然而，即使大型公司的盈利前景相對穩定，更值得關注的是納斯達克指數中剔除7巨頭剩下的三千多家公司（市值約佔納斯達克市值的一半）當前的PE高達50倍，而2027年的預測市盈率也在24倍左右。這說明市場預計這些公司的盈利會在兩年多左右的時間增長超過100%——恐怕更加難以實現。理由二：美股表現與經濟基本面存在背離與美國股市近期持續上行並不一致，今年以來美國經濟的增速明顯放緩，通膨壓力上升而就業市場壓力加大，滯脹風險凸顯。美股表現與經濟基本面的背離同樣值得警惕。今年上半年美國GDP環比折年增長約1.5%（由於政府停擺，三季度經濟資料尚未公佈），而聯準會對全年的經濟增長預測也不過是1.6%。同時，與經濟放緩保持一致，近期美國就業市場明顯冷卻。在6月到9月四個月中，美國單月非農就業平均僅僅增長4萬3千人，大幅低於今年5月份以前12個月平均13.5萬人的水平。在經濟放緩的同時，美國的通膨反而回升，經濟滯脹的壓力顯現。受到關稅等多方面因素的影響，近期美國通膨籃子中的商品價格同比增速回升。伴隨著關稅通膨效應的進一步發酵，美國整體通膨可能在年內進一步回升。聯準會預測全年PCE可能達到3%左右，也高於2024年。實際上，由於通膨前景不明，市場對聯儲降息的預期發生變動，也是近期市場調整的關鍵因素之一。不能排除未來通膨壓力超預期，2026年美國流動性環境偏緊衝擊市場的可能。從結構來看，美國經濟基本面對AI也有較大依賴。今年上半年美國經濟的增長主要依賴於居民消費的增長和企業的資本支出，而居民住房投資、庫存調整、淨出口、以及政府支出對經濟增長的貢獻都是負的。考慮到美國消費支出的增長也較2024年有所放緩，當下企業的資本支，特別是與AI相關的如資料中心等投資成為支援美國經濟最核心的驅動力。哈佛大學經濟學家Nick Lichtenberg甚至宣稱，如果沒有AI相關的資本支出的支援，美國2025年上半年GDP增速僅為0.1%。理由三：人工智慧對企業盈利的影響有較大不確定性作為可以與蒸汽機、網際網路媲美的新一代的通用型技術進步，人工智慧被包括投資者在內的社會各界寄予厚望，也成為了支援美國資本市場和美國經濟的關鍵。從目前的情況來看，人工智慧可能對美國經濟乃至全球經濟有積極影響，但是這種影響的大小特別是對企業盈利有多少貢獻則仍有較大不確定性。如果最終證明人工智慧在現實的應用成果低於預期，對市場的衝擊恐怕不能低估。從總量上看，一些研究並不支援AI將徹底改變世界的樂觀預測。比如，高盛預測未來十年AI會增加全球GDP約7%，也就是平均每年增加0.7%。而諾貝爾經濟學獎得主達龍•艾司莫格魯的估計則更是低了一個數量級，他預計未來十年AI將提振美國GDP的總計1.1-1.6%，平均每年約0.1%。即使AI對經濟總量有一定影響，這將如何影響企業盈利，也存在較大不確定性。一方面，AI的落地並不容易。例如，近期美國麻省理工學院對 300 余個公開的 AI 項目及公告進行了系統性分析，並對 153 位領導者進行了調研，得出的結論是95% 的生成式人工智慧投資幾乎沒有為企業帶來收益，半數項目以失敗告終，僅 5% 落地商業化。同時，投資者也普遍關注到，本輪人工智慧浪潮領頭羊OpenAI公司通過外部融資支援存在巨額虧損的營運模式實際上對上下游企業盈利和估值都構成了支撐。比如OpenAI承諾未來幾年進行1.4兆美元的投資建設資料中心基礎設施，並且採購雲服務，支援了上游的晶片製造商和雲服務商的盈利；同時OpenAI以低於成本價提供部分API服務，也方便下游創業企業開拓市場。然而，若 OpenAI 的模式不可持續，整個產業鏈可能受到巨大衝擊。另一方面，IMF 及多份研究表明 AI 的收益在行業、人群乃至國家分配可能高度不均。這意味著如果AI產生的收益過度集中於少數公司，甚至形成更高的壟斷壁壘，是否可能引發美國社會更大的階層對立，乃至引發反壟斷調查等政策風險，也同樣需要防範。理由四：AI公司上下游抱團需要警惕近期以來，美國炙手可熱的AI巨頭們還出現了彼此連接、上下游抱團的行為；具體表現為供應商為客戶提供資金、客戶與供應商之間分享收入、相互持股等。這使得評估真實的AI需求的發展和各公司的獨立財務狀況變得異常困難。在AI的前景本身有較大不確定性的情況下，不透明可能增加市場調整的風險。今年9月，輝達則與OpenAI宣佈達成了一項10吉瓦的算力合作，前者預計向OpenAI投資1000億美元以提供後者購買算力裝置的現金，並且承諾向OpenAI提供足夠的晶片。這一交易本身已經引發了許多關注和討論。此外，OpenAI與晶片巨頭AMD又宣佈了一項巨額算力基建協議，兩家公司將合作部署總計6吉瓦的算力，隨著算力部署規模的擴大和其他條件的滿足，OpenAI可通過行權獲得AMD約10%的股權。實際上，甲骨文、乃至微軟、xAI等企業也都簽署過類似的一些協議。總體而言，筆者認為投資者對美股高估值、與基本面背離以及對AI的過度依賴產生的脆弱性需要密切關注。如果出現人工智慧應用成果低於預期的情況，恐怕美股2026年將有明顯調整。 (FT中文網)
