联准会副主席：四個維度研判AI泡沫

作者：張烽

人工智能（AI）正以前所未有的速度重塑全球經濟與金融圖景。隨着資本市場對AI相關公司的熱情持續高漲，一個不可避免的問題浮出水面：我們是否正在見證一場類似上世紀90年代末互聯網泡沫的投機狂潮？

2025年，联准会副主席菲利普·N·傑斐遜在克利夫蘭聯邦儲備銀行金融穩定會議上，系統闡述了他對當前AI熱潮與互聯網泡沫時代的比較分析，並提出了判斷AI是否存在泡沫的四個關鍵指標。這一講話不僅反映了全球最重要央行對新興技術的審慎觀察，也爲市場參與者提供了理性評估AI熱潮的清晰框架。

一、联准会的觀察基點：雙重使命與金融穩定

**联准会的一切政策與觀察均圍繞其法定“雙重使命”——最大化就業與價格穩定展開。**傑斐遜明確指出，評估人工智能的影響必須從這一根本任務出發。這意味着，联准会關注AI不僅在於其技術突破或市場表現，更在於它如何影響整體就業水平、勞動生產率、經濟增長潛力以及通貨膨脹走勢。

**從就業角度看，AI展現出雙重效應。**一方面，它通過提升工作效率、創造新崗位（如AI研發、部署與維護）促進就業；另一方面，其自動化替代效應可能導致部分職業萎縮，尤其對年輕、經驗較少的勞動者衝擊可能更大。傑斐遜指出，若AI僅替代現有勞動力而未能同步創造新崗位，可能引發短期經濟放緩。這種“替代與補充”的動態平衡，是判斷AI對勞動力市場結構性影響的核心。

**從價格穩定視角，AI提高生產率有助於降低生產成本，對物價構成下行壓力。**高效資源配置、供應鏈優化、決策輔助等應用都可能抑制通脹。但同時，AI基礎設施（如數據中心）建設推高土地、能源等投入品價格，AI人才薪資漲也可能帶來成本推動型通脹。這種雙向影響使AI對通脹的淨效應充滿不確定性，需持續監測。

**爲實現雙重使命，穩健且有韌性的金融體系至關重要。**联准会通過半年度的《金融穩定報告》（FSR）持續監測系統性風險。最新調查顯示，30%的市場聯繫人將“對AI的態度轉變”視爲金融體系顯著風險，較春季的9%大幅上升。這似乎警示，若市場對AI的樂觀預期突然逆轉，可能引發金融條件收緊與經濟下行。因此，联准会將AI納入金融穩定監測框架，正是爲了防範技術熱潮可能滋生的資產泡沫與金融脆弱性。

二、監測框架：FSR與市場情緒跟蹤

联准会對AI的監測並非孤立進行，而是嵌入其整體金融穩定評估體系中。FSR不僅關注傳統風險如槓杆率、資產估值、融資風險等，也將新興技術帶來的結構性變化納入視野。**傑斐遜強調，政策制定者必須區分“週期性波動”與“結構性變化”，而AI很可能屬於後者。**這意味着，AI帶來的生產率提升可能改變就業與通脹間的關係，進而影響貨幣政策傳導機制。

市場情緒是FSR關注的重點之一。調查顯示，近三分之一的市場參與者已意識到AI情緒逆轉的潛在風險。這種共識本身可能成爲“自我實現的預言”——一旦樂觀敘事轉向，資本快速撤離可能導致資產價格劇烈調整。相比互聯網泡沫時期，今天的信息傳播速度與算法交易普及可能放大市場波動。因此，联准会對情緒指標的跟蹤，實質是對潛在系統性風險的早期預警。

**此外，AI在金融業自身的應用也帶來新的監測挑戰。**高頻交易、智能投顧、風險模型等AI工具在提升效率的同時，也可能引發新的同質化風險與順週期性。联准会正通過擴展分析工具包（包括利用AI技術自身）來加強對這些新興風險的識別與評估。

三、四個核心指標：判斷AI泡沫的試金石

傑斐遜通過對比當前AI熱潮與1990年代末互聯網泡沫，提煉出四個關鍵差異點，這些差異可以成爲判斷當前AI領域是否存在嚴重泡沫的核心指標。

（一）盈利基礎：從“故事驅動”到“盈利支撐”

互聯網泡沫時期，大量公司僅憑“．com”概念上市，缺乏可持續的盈利模式，收入微薄甚至爲零，依賴外部融資與市場狂熱維持運營。相比之下，當前AI領域的領頭企業（如部分科技巨頭）普遍擁有堅實且多元的盈利渠道。它們不僅通過AI服務直接創收，更將AI深度嵌入現有產品體系，提升核心業務競爭力。這種“盈利支撐”的發展模式，使AI投資更具基本面依據，降低了純投機炒作的空間。

然而，傑斐遜也指出，私募市場的活躍可能部分掩蓋了早期AI公司的盈利困境。大量風險資本湧入AI初創企業，這些公司雖未上市，但估值高企，若未來無法實現盈利，仍可能成爲風險源。因此，盈利指標的觀察需兼顧公開與私募市場。

（二）估值水平：市盈率相對克制

互聯網泡沫巔峯期，互聯網公司市盈率常達數百甚至上千倍，反映出市場對遠期增長的非理性樂觀。當前，盡管AI概念公司股價大幅漲，但其市盈率仍遠低於歷史峯值。這一定程度上表明，投資者在追捧AI的同時，仍在一定程度上錨定企業實際盈利與現金流。

當然，估值合理性需結合行業特點與增長階段綜合判斷。AI作爲通用目的技術，其長期價值創造潛力巨大，適度溢價有其合理性。但若估值脫離基本面過快漲，仍可能滋生泡沫。联准会關注估值指標，正是爲了辨別市場熱情中的理性成分與過熱信號。

（三）上市公司數量：投機廣度有限

1999-2000年，超過1000家互聯網公司上市，形成“遍地開花”的投機盛況，甚至更名加入“．com”即能推高股價。當前，被明確歸類爲“AI核心企業”的上市公司約50家左右（依據特定指標），數量遠少於互聯網泡沫時期。這表明市場投機行爲相對集中，尚未蔓延至整個市場。

但傑斐遜也提醒，私募市場可能隱藏着大量AI初創公司，它們雖未公開交易，但融資活動活躍。若這些公司未來批量上市或融資環境突變，可能成爲新的不穩定因素。因此，“公司數量”指標需動態觀察，涵蓋公募與私募領域。

（四）金融槓杆：債務依賴程度較低

互聯網泡沫時期，許多公司依賴股權融資，債務槓杆有限，這某種程度上減少了泡沫破裂對金融體系的直接衝擊。當前，AI公司同樣較少依賴債務融資，這有利於限制風險傳導。然而，近期趨勢顯示，爲支撐AI基礎設施（如數據中心、算力集羣）的巨額投資，部分企業開始增加債券發行與信貸融資。

傑斐遜特別指出，隨着AI從軟件層面向硬件基礎設施擴展，資本投入需求急劇上升，可能導致槓杆率逐步攀升。若AI情緒逆轉，高槓杆公司將面臨更大償債壓力，進而通過信貸渠道將風險擴散至更廣經濟領域。因此，槓杆指標需密切關注其演變趨勢。

四、對市場從業者的啓示

傑斐遜的論述不僅爲政策制定者提供分析框架，也爲投資者、企業及研究人員帶來重要啓示：

第一，觀察問題需從觀察者的根本任務出發。 投資者應超越短期市場情緒，深入分析AI技術對企業基本面（盈利能力、成本結構、競爭壁壘）的實質影響。企業則需聚焦AI如何提升自身生產率與長期競爭力，而非盲目追逐概念。

第二，辨別週期性波動與結構性變化。 AI代表的是可能持續數十年的技術革命，其影響是結構性的。市場波動中應區分長期趨勢與短期噪音，避免將結構性機會誤判爲週期性泡沫，或反之。

第三，關注整體市場反應與系統性風險。 單個公司或板塊的漲未必構成泡沫，需評估市場整體估值水平、資金集中度、槓杆情況與情緒一致性。尤其需警惕AI敘事從“盈利支撐”轉向“故事驅動”的跡象。

第四，善用分析工具，包括AI本身。 AI技術可被用於更精準地評估市場風險、企業價值與經濟影響。從業者應積極利用數據分析、機器學習等工具提升決策質量，同時警惕模型同質化可能帶來的新風險。

五、以理性與熱情持續、多維、動態參與

**傑斐遜最終結論相對審慎樂觀：基於盈利基礎、估值水平、公司數量與金融槓杆四個維度的比較，當前AI熱潮與互聯網泡沫存在顯著區別，重演1990年代末劇烈崩盤的可能性較低。**AI發展根植於一批盈利穩健的成熟企業，且整體金融體系韌性較強。

然而，不確定性依然存在。**AI****對就業、通脹、生產率的長遠影響仍需時間驗證；市場情緒可能逆轉；私募市場活躍度可能掩蓋風險；基礎設施投資推高槓杆的可能性值得警惕。**因此，联准会將持續監測AI發展，確保其在一個穩定、有韌性的金融環境中展開，最終服務於最大化就業與價格穩定的根本目標。

**對市場而言，傑斐遜的分析提供了理性評估AI投資的工具箱。**在技術革命與資本熱情的浪潮中，保持清醒、區分本質與表象、聚焦長期價值，或許是避免泡沫、擁抱變革的最佳姿態。AI是否爲泡沫？答案不在簡單的是與否，而在持續、多維、動態的觀察與判斷之中。