【新智元導讀】穆迪最新報告揭示了兩條平行宇宙：要麼AI讓生產率狂飆，失業率降至3.8%；要麼泡沫破裂，460萬人失去飯碗。Anthropic CEO預警白領消亡，經濟學家卻說還沒到時候。2026年1月創紀錄的裁員資料，似乎正在驗證前者。2026年2月27日，矽谷。兩個資料擺在所有投資者面前：左邊是10兆美元，這是過去兩年AI為矽谷股東創造的財富增量。右邊是10.8萬人，這是剛剛過去的2026年1月，美國單月裁員人數，打破了2009年金融危機以來的最高紀錄。穆迪分析（Moody's Analytics）剛剛發佈的報告，更是將這種撕裂感推向極致：2026年至2027年，不僅是技術奇點，更是人類命運的分岔口。針對這些路徑，技術專家和經濟學家各執一詞。技術專家認為，AI年化生產率貢獻3%-30%並引發大規模失業；而經濟學家認為僅0.07%-0.9%且就業市場能平穩過渡，二者預測相差40倍。顯然，2026-2027是決定性窗口。泡沫會破裂嗎？460萬人會失業嗎？AGI真的要來了嗎？答案就在這兩年。泡沫倒計時：每個人都在借錢2025年，十大科技公司發債1200億美元，同比暴增167%。到了2026年，五大AI巨頭（NVIDIA、微軟、Google、亞馬遜、Meta）承諾的資本開支已高達6800億美元。五大科技巨頭AI資本開支創歷史新高（2025-2026）錢花那了？模型訓練、資料中心、搶佔光刻機產能。錢從那來？借的。能不能還上？只有四個字：「高度不確定」。AI生態系統中的循環融資更危險的是資金在圈子裡空轉。NVIDIA投資Oracle，Oracle轉手用這筆錢買NVIDIA的晶片；微軟注資OpenAI 130億美元，OpenAI轉身把錢付給Azure雲服務。矽谷的「永動機」：巨頭間的循環融資路徑這種「左手倒右手」的營收回流，讓財報極其好看。NVIDIA佔據了92%的GPU市場，五大雲巨頭切走了67%的份額。整個行業的命門集中在極少數公司手裡。AI價值鏈的市場結構高度集中可一旦某個中間環節斷裂，這種循環融資就會瞬間崩塌。過去一年，當散戶還在瘋狂買入時，七巨頭高管淨拋售了84億美元股票。祖克柏在賣，貝索斯在賣，黃仁勳也在賣。只有馬斯克回購了10億。當前股市市盈率已飆升至20倍，距離2000年網際網路泡沫破裂時的24倍峰值，只差4個點。AI驅動的股市被高估，瀕臨泡沫穆迪預測了一個泡沫破裂劇本：2026年某季度，AI收入增速一旦不及預期，恐慌性拋售將導致股市暴跌25%，蒸發20兆美元。屆時，晶片訂單歸零，GDP增速將從2.2%斷崖式跌至0.4%。上次納斯達克崩盤跌了78%，用了15年才回本。這次還有沒有15年？只有中產階級受傷的世界泡沫破裂是未來的風險，但失業是當下的痛楚。10.8萬人，這是2026年1月單月的裁員資料。理由簡單粗暴：Amazon裁員1.4萬：「AI讓組織更精簡。」Salesforce裁掉4000客服：「AI Agent處理了50%的工單。」IBM用聊天機器人AskHR替代了8000名HR。Chegg裁員22%：學生們都在用免費的ChatGPT，沒人買課了。最慘的是「學歷陷阱」。史丹佛研究顯示，AI相關崗位的應屆生就業率下降16%，22-25歲軟體開發者就業人數較峰值暴跌20%。被AI精準狙擊的，恰恰是工資位於60%-80%分位的中產階級——會計、程式設計師、初級分析師。企業在財報會上把裁員美化為「擁抱技術進步」，股價應聲上漲。至於被裁掉的人？別指望政府兜底。聯邦債務佔GDP比例已突破100.2%。2008年有財政彈藥，2020年能無限印鈔，但到了2027年，美國的信用卡已經刷爆了。一旦失業率衝破6%，沒有救助金，只能硬著陸。矽谷VS華爾街：誰在撒謊？對於未來兩年，技術權貴和傳統經濟學家吵翻了天。Anthropic CEO Dario Amodei在達沃斯論壇上直言不諱：這是「白領大屠殺」。他預測AGI將在2026-2027年降臨，並在未來5年內清洗掉50%的入門級白領崗位。Geoffrey Hinton，那點陣圖靈獎得主，將AGI降臨的時間窗縮短到了5-20年，並給出了10%-20%的人類滅絕機率。經濟學家則冷靜得多：歷史上電力、汽車、網際網路都沒造成結構性失業。AI的年化生產率貢獻僅為0.07%-0.9%，遠低於技術派吹噓的30%。在他們看來，企業部署AI面臨流程重組、監管合規等重重關卡，現在的恐慌純屬庸人自擾。這種分歧背後，是利益的博弈。經濟學家不能錯，錯了就是職業生涯的終結；技術專家必須吹，不吹AGI馬上到來，誰來給那6800億美元的基建買單？2027：最後的審判日穆迪的模型給出了四種結局，而2026-2027年是所有時間線的分岔點。基準線（40%機率）：AI平穩賦能，生產率年化2.5%，失業率維持4.5%。一切照舊。泡沫破裂（25%機率）：股市崩盤，財富蒸發，經濟硬著陸。就業崩潰（20%機率）：這是最黑暗的劇本。2027年失業率飆升至5.9%，累計460萬人淨失業，中產消費坍塌引發大蕭條。生產率狂飆（15%機率）：AI創造奇蹟，2031年失業率降至3.8%。現在，我們正站在這一臨界點上。關鍵指標已經亮起紅燈。AI採用率目前與網際網路時代持平，並未加速；但生產率增速僅為1.8%，遠未達到質變的3.2%。穆迪報告的結語很殘酷：AI將從根本上重塑經濟，但我們不知道是那種方式。你是屬於那被清洗的460萬人，還是倖存的3.8%？答案不在十年後，就在這兩年。 (新智元)

甲骨文正成為信用市場衡量AI風險的關鍵指標。與其他雲端運算巨頭相比，甲骨文因為較弱的信用評級和不斷膨脹的債務而成為市場關注焦點。該司部分債券的到期日甚至到2065年，在AI前景不確定的情況下，這一期限顯得格外漫長。周五一則關於甲骨文公司資料中心延期的報導引發AI基礎設施相關股票和債券市場劇烈波動，費城半導體指數跌超5%，為近兩個月來最大跌幅。這一消息疊加博通公司先前令人失望的財報業績，加劇了市場對AI基礎設施支出可持續性的擔憂。甲骨文股價盤中一度重挫超6%，儘管公司發言人隨後否認延期傳聞，股價仍收跌近4.5%，公佈財報後，股價兩個交易日累跌14.8%。市場恐慌情緒蔓延至整個科技類股。全球市值最高公司、AI晶片巨頭輝達股價收跌超3%，AI計算服務商CoreWeave下跌11%，拋售甚至波及能源類股，Constellation Energy、Vistra、GE Vernova和康明斯等電力相關股票均跌，Constellation收跌7%。甲骨文的公司債遭遇更嚴重的拋售，其2035年到期的5.2%票息債券收益率升至5.9%，高於垃圾債最高等級的平均收益率5.69%。這場動盪凸顯出甲骨文已成為信用市場衡量AI風險的晴雨表，其相對較弱的信用評級和不斷膨脹的債務規模使其對市場情緒格外敏感。資料中心延期傳聞引發連鎖反應周五美股早盤時段傳出報導稱，甲骨文已將為OpenAI開發的部分資料中心完工日期從2027年推遲至2028年。此消息引發AI基礎設施相關股票全線下挫。費城半導體指數涵蓋的30隻晶片相關股票周五跌幅一度達到5%。除博通跌幅一度達到12%外，Astera Labs和Coherent Corp.等公司跌幅均超過10%。甲骨文發言人在聲明中回應稱，公司對履行義務和未來擴張計畫仍保持信心。該發言人表示，“所有履行合約義務所需的（資料中心）地址均未出現延誤，預計將按計畫達成所有里程碑”，還說“場地選擇和交付時間表是與OpenAI密切協調確定的。”博通周四盤後的業績電話會已讓一些投資者失望，其CEO陳福陽透露的AI業務積壓訂單規模未能達到市場的高預期，且未提供完整的本財年AI收入指引，為此次拋售埋下伏筆。兩家AI明星公司的利空消息疊加，加劇了市場對支撐AI計算的基礎設施支出可持續性的擔憂。投資級債券的垃圾級待遇甲骨文的投資級債券周五遭重創，媒體評價，其交易表現更像是垃圾債券。Trace資料顯示，周五，甲骨文2035年到期的5.2%票息債券利差擴大0.17個百分點至1.71個百分點。這些債券發行時相較於同期美國國債的利差僅為1.05個百分點。甲骨文這筆債券的收益率已達到5.9%，超過久期更短的最高等級垃圾債債券籃子平均收益率5.69%。根據媒體分析，購買甲骨文9月發行的180億美元投資級債券的投資者，帳面損失目前總計約13.5億美元。這些債券的發行正值公司加大AI項目支出之際。更能體現市場恐慌程度的是信用違約互換(CDS)價差的飆升。體現防範甲骨文未來五年債務違約成本的CDS周五最高上漲14.4個基點至151.3個基點，連續第二個交易日觸及2009年全球金融危機期間以來的最高水準。AI投資風險集中暴露甲骨文正成為信用市場衡量AI風險的關鍵指標。作為旨在投入5000億美元建設AI基礎設施的「星際之門「（Stargate）項目的核心參與者，甲骨文今年在公共和私募債務市場大舉借款為AI項目融資。與其他雲端運算巨頭相比，甲骨文因為較弱的信用評級和不斷膨脹的債務規模而成為市場關注焦點。該公司部分債券的到期日甚至達到2065年，在AI前景不確定的情況下，這個期限顯得格外漫長。Richard Bernstein Advisors副首席投資長Mike Contopoulos表示："沒有人知道這些資料中心的未來會怎樣。"他指出，更有效率的晶片可能導致數百萬平方英呎的空置資料中心基礎設施，"為這種技術投資提供資金，正是信用投資者應該擔心的。在歷史上最緊張的市場之一為投機活動提供資金，不是成功的秘訣。"據悉，參與甲骨文相關建設貸款的銀行一直在購買該公司債務的信用違約互換以避險敞口。投資者和避險基金也在增加對衝力度。甲骨文兩位聯席CEO Clay Magouyrk周三表示，公司致力於維持投資級債務評級，並補充稱該公司的借款可能低於分析師的預期。經歷兩日大跌後，甲骨文股價今年以來還有10%以上的累計漲幅，費城半導體指數今年內還累漲超40%，跑贏年內漲超10%的標普500指數。儘管如此，周五的拋售仍已表明，市場對AI基礎設施投資回報的信心正在經受考驗。 （invest wallstreet)

川普一個多月購債券逾八千萬美元大家好，簡單關注一則川普的消息。美國總統川普在8月下旬至10月上旬期間購買了至少8200萬美元的公司債和市政債，其中包括新增配置到一些受其政策支援行業的投資。上周六公開的金融披露檔案顯示了上述情況。根據美國政府道德辦公室公佈的檔案，從8月28日到10月2日，川普進行了175筆以上的金融資產購買。這些依據1978年《政府道德法》所要求披露的檔案並未列出每筆交易的具體金額，只給出了一個大致區間。按照檔案中的上限區間計算，這些債券買入的總金額最高超過3.37億美元。周六披露檔案中列示的資產，大部分是由市政當局、州、縣、學區以及其他與公共機構相關實體發行的債券。川普新購入的債券投資涵蓋多個行業，其中包括那些已經從其政府的政策調整（例如金融監管放鬆）中受益或正在受益的領域。川普買入的公司債包括博通、高通等晶片製造商發行的債券，Meta等科技公司發行的債券，家得寶、CVS Health等零售企業發行的債券，以及高盛、摩根士丹利等華爾街銀行發行的債券。在美國政府（在川普主導下）入股英特爾之後，川普也買入了英特爾發行的債券。所有進行證券交易的聯邦民選官員和高級任命官員都必須提交這類報告。報告本身並不列出每筆交易的精確金額或價格，因為相關規定只要求披露股票、債券、商品期貨及其他證券交易的大致區間。川普在報告中未申報任何資產出售。美國政府此前表示，川普一直按規定申報其投資情況，但他本人及其家人都不參與投資組合的具體管理，該組合由一家第三方金融機構負責打理。在進入政壇之前，川普是憑藉房地產行業積累財富的。他此前表示，已將旗下公司置入一個由其子女監管的信託中。8月提交的一份披露材料顯示，自1月20日重返總統職位以來，川普已購買了逾1億美元的債券。川普還在6月提交了年度財務披露表格，其中顯示，他各類業務所產生的收入最終仍歸他本人所有，這也引發了潛在利益衝突的擔憂。在這份年度披露中，檔案報告稱，川普來自加密貨幣、高爾夫球場物業、授權經營以及其他業務的收入超過6億美元。檔案還顯示，他進軍加密貨幣領域已大幅增加了其財富。與其前任不同的是，川普並未拋售資產或將其資產轉入由獨立監管人管理的“盲目信託”中。他龐大的商業帝國目前由他的兩個兒子負責管理，業務範圍廣泛，與總統政策涉及的多個領域存在交集。 (中國基金報)

Why Wall Street won’t see the next crash coming即便是最頂尖的交易員，也難以預測波動率的突然飆升圖片來源：路透社傑米·戴蒙在10月中旬警告稱，許多資產“看似正進入泡沫區間”。他的觀點之所以有份量，不僅因為他執掌著美國最大銀行摩根大通，還因為持類似看法的人正越來越多。高盛集團與戴蒙職位對等的戴維·所羅門提及“投資者狂熱”，花旗集團CEO簡·弗雷澤則談到“估值泡沫”。英國央行近期警示“市場大幅回呼的風險已上升”，國際貨幣基金組織（IMF）也擔憂可能出現“無序”回呼，原因是“風險資產價格遠高於基本面水平”。他們在一點上的判斷完全正確：許多資產的估值高得令人眩暈。如今，投資者購買美國標普500股指成分股的價格，是其經周期調整後盈利的41倍——這一市盈率僅在網際網路泡沫時期被超越過，且差距不大。投資級公司債的平均收益率，僅比同期美國國債高0.8個百分點。上一次信用利差如此之低，同樣是在1998年的網際網路泡沫時期。即便是通常作為避險資產的黃金，如今似乎也異常容易受交易員情緒波動影響：10月20日創下歷史高點後，其價格僅兩天內就下跌7%，目前較峰值已回落8%。那麼，或許一場回呼早已開始。其他資產的回呼何時會接踵而至？對於任何希望跑贏市場的人——包括那些承諾無論市場行情如何都能實現收益的量化交易公司和其他避險基金——這都是最緊迫的問題之一。投資公司Elm Wealth的詹姆斯·懷特表示：“宏觀交易的終極目標，就是預測這些轉折點。”但問題在於，實現這個“終極目標”幾乎是不可能的。預測市場回呼，本質上是預測波動率（簡稱“vol”）——即資產價格的波動傾向。試圖預測股市波動率的交易員和量化分析師，會依賴一系列程式化事實；只要盯著股價指數圖表看足夠久，這些事實就會逐漸顯現。其中一點是，波動率呈“雙峰分佈”：這意味著資產價格會長時間處於每日小幅波動的狀態，期間穿插著短期的大幅波動。換句話說，波動率本身也存在“跳升”傾向：市場要麼處於低波動區間，要麼處於高波動區間，很少有中間狀態。這些波動區間與資產價格的整體走勢相關：低波動時期，價格往往穩定或上漲；高波動時期，價格則傾向於下跌。波動率大多停留在某一個區間內，這意味著在大多數時候，預測次日波動率的最佳方式，就是參考當日波動率。這一觀察結論，是銀行和投資公司交易員日常用於評估風險的“自回歸模型”的核心基礎。這類模型還被用於期權定價——期權是一種能讓交易員從價格大幅波動中獲利的合約，而定價過程需要估算預期波動率。但儘管這類模型在日常使用中很有用，它們本質上無法預測區間切換時、伴隨回呼出現的波動率突然跳升。因此，許多交易員會建構其他模型來補充自回歸模型，這些補充模型的基礎是可能導致波動率飆升的外部因素。目前最先進的方法，是利用機器學習分析所有已知經濟變數的影響——企業盈利、GDP、通膨、就業資料等，任何一個或所有變數都可能導致市場情緒突然降溫。與此同時，機器學習是識別“非直覺性風險組合”的理想工具，這類風險組合僅憑直覺難以察覺。全球最大避險基金之一橋水基金，就以基於複雜經濟變數組合的交易策略而聞名。遺憾的是，這類策略中真正有效的寥寥無幾。某競爭對手避險基金的前交易員表示：“除了橋水，我不清楚還有那家公司能靠這些宏觀模型成功。”即便最頂尖的模型，也無法預測那些常引發回呼的“純粹衝擊”——比如疫情或銀行擠兌。宏觀模型能鎖定“此類衝擊可能對市場造成過度影響”的場景，但無法預測衝擊何時會發生。交易員確實還有其他工具可用於識別市場反轉訊號。由於價格轉向時波動率往往會跳升，動量交易員通常會在首次大幅下跌打破上漲趨勢後，立即平倉離場。不同資產類別之間的相關性，也能為即將到來的回呼提供早期預警。例如，投資者轉向“避險模式”的典型訊號是：股票價格下跌，而黃金、美國國債等避險資產價格上漲。另一家大型避險基金的量化策略主管表示，改進有缺陷模型預測結果的有效方法，是將多個獨立模型組合使用。即便如此，對於沒有“神啟”的交易員而言，他們真正能期待的最好結果，也只是儘早識別回呼並及時止損。華爾街的精英或許能預警崩盤風險，但別指望他們能說出崩盤何時會到來。 (邸報)