美债收益率飙升，AI股为何还能继续上涨？

编者按：9 月的美国金融市场出现了一个值得关注的背离：美债遭遇大幅抛售，10 年期国债收益率单月上升超过 50 个基点，部分固定收益资产下跌 2.3% 至 5%。与此同时，AI 交易依然强劲，半导体股持续上涨，纳斯达克指数表现相对坚挺，但中小盘股、等权重标普 500 指数及其他利率敏感板块普遍承压。

按照传统估值逻辑，长期利率上升意味着未来现金流需要以更高的折现率计算，通常会压低股票估值。然而，科技股并未出现与债市同等程度的调整。市场究竟是在担忧美国财政与通胀前景，还是在押注 AI 将带来足以抵消高利率影响的经济增长？

QuantStreet Capital 创始人 Harry Mamaysky 在最新月度投资信中提出了另一层疑问：如果市场相信 AI 能提高整个经济的生产率，为什么上涨的主要仍是半导体等基础设施供应商，而不是未来应该受益于 AI 的广大企业？作者并不认为 AI 已经形成泡沫，但对这种收益预期与股价表现之间的背离保持警惕。

这一问题关系到 AI 投资能否形成可持续的商业闭环。资本市场已经愿意为算力、芯片和数据中心支付高额成本，但这些投入最终需要转化为企业盈利，才能支撑长期回报。当融资成本持续上升，AI 的投资逻辑或许将越来越取决于一个问题：谁在承担建设成本，谁又能真正获得 AI 创造的利润？

以下为原文编译：

2026 年 9 月，美国市场最明显的变化不是 AI 股票上涨，而是债券与股票之间出现了罕见的分化。

一方面，固定收益市场遭遇广泛抛售。美国财政部数据显示，10 年期美债收益率从 8 月 31 日的 4.75% 上升至 9 月 30 日的 5.29%，累计上行 54 个基点。按照 QuantStreet 的统计，部分美国固定收益资产当月下跌 2.3% 至 5%。

另一方面，科技股特别是半导体板块依然强劲。比特币、以科技及半导体股票为重要持仓的动量策略，以及纳斯达克指数都表现相对突出。反观美国中小盘股、等权重标普 500 指数，及房地产信托基金（REITs）、公用事业和金融等利率敏感板块，表现普遍疲弱。

更不寻常的是，美元和大宗商品在 9 月同时上涨。这与两者通常呈现的反向关系并不一致，也说明投资者面对的市场环境正在变得更加复杂。

对于 QuantStreet 而言，这一轮市场分化背后有两个值得追问的问题：为什么长期利率大幅上升，科技股仍能维持强势？如果投资者正在押注 AI 带来的经济增长，为什么这一预期没有反映在更广泛的股票市场中？

一、美债收益率飙升，市场究竟在担心什么？

10 年期美债收益率在一个月内上升超过 50 个基点，意味着长期资金的定价发生了明显变化。

债券价格与收益率通常反向变动。收益率上升意味着现有债券价格下降，期限越长、对利率变化越敏感的债券，价格压力通常越明显。

但推动本轮美债抛售的原因，并没有一个得到市场一致认可的解释。

第一种解释是投资者正在失去对美元的信心。

不过，Mamaysky 对这一判断持保留态度。美元在 9 月实际上有所升值，与美元资产遭到全面抛售的叙事并不一致。当然，美元上涨并不能完全排除长期信用风险，但至少表明市场并未出现单向的美元信心危机。

第二种解释是，美国财政状况令投资者要求更高的长期风险补偿。

作者同样认为，现有证据尚不足以支持这一强烈结论。他特别提到，市场隐含的通胀补偿指标（inflation breakevens）保持相对稳定，并未出现与收益率上涨同等幅度的变化。

这一指标反映名义国债与通胀保值国债之间的收益率差，可用于观察投资者对未来通胀及相关风险补偿的定价。如果名义收益率上升，而通胀补偿没有同步大幅上涨，就很难将全部变化归结为通胀预期失控。

不过，这也不意味着财政风险可以被排除。长期收益率还受到国债供给、期限溢价、实际利率与市场流动性等因素影响，通胀补偿稳定并不能单独证明美国债务不存在风险。

相比之下，Mamaysky 更关注第三种可能：市场正在为未来更强的经济增长，以及 AI 基础设施建设带来的巨大资金需求重新定价。

大型云服务商和科技企业持续扩大资本开支（Capex），建设数据中心、采购芯片并投入配套电力基础设施。这些支出意味着企业需要占用更多资本，也可能增加融资需求。

如果投资者同时预期 AI 将带来更高生产率和未来盈利，那么长期利率上升就不一定只被理解为经济风险恶化，也可能部分反映增长预期及资本需求的变化。

这并不是说 AI 投资已经被证实是美债收益率上涨的主要原因，而是作者试图解释：为什么债券市场遭到抛售时，部分科技股票仍然能够上涨。

二、为什么利率越高，AI 股票反而越强？

股票估值可以简单理解为未来现金流的折现价值。

在其他条件不变的情况下，市场利率越高，投资者要求的回报率越高，企业未来盈利折算成今天的价值就越低。这也是为什么高估值成长股通常对利率上升更加敏感。

但 9 月的市场并没有完全按照这一逻辑运行。Mamaysky 给出的解释是，投资者可能认为，AI 将创造足够强劲的未来盈利增长，以抵消折现率上升带来的估值压力。

从估值公式看，这相当于两股力量正在相互竞争：一股是折现率上升，压低未来盈利的现值；另一股是预期盈利增加，提高股票的内在价值。

如果后者的增长幅度足够大，股票价格即使面对更高利率，也可能继续上涨。换句话说，市场可能并不是忽略了高利率，而是认为未来的 AI 利润足以覆盖更高的资本成本。

这套解释有一定合理性。AI 基础设施投资正在形成庞大的需求。芯片制造商、半导体设备供应商以及相关科技企业，能够相对直接地从建设支出中获得收入。AMD、美光、英特尔、思科和应用材料等企业，也出现在作者关注的动量 ETF 主要持仓之中。只要市场相信 AI 资本开支仍将维持高位，上游供应商的盈利预期就可能持续获得支撑。

但问题在于，这些企业的收入增长，最初来自其他企业增加资本支出，而不一定意味着整个经济已经获得了相应的生产率收益。

对于购买芯片、建设数据中心的企业而言，支出首先形成的是成本或资本资产。只有这些资产最终帮助企业增加收入、降低成本或提高利润，投资才能产生持续的经济回报。

因此，半导体股上涨只能说明市场看好 AI 基础设施相关企业的盈利前景，尚不足以证明 AI 投资的最终经济回报已经兑现。

三、AI 最大的疑问：芯片公司赚到了钱，其他企业呢？

这也是 Mamaysky 在投资信中最为关注的矛盾。

9 月，半导体行业表现强劲，但等权重标普 500 指数表现疲弱。

相比市值加权指数，等权重标普 500 指数让每家成分股拥有大致相同的权重，因此更能观察市场上涨是否广泛扩散，而不是主要由少数大型科技公司推动。

作者将半导体以外的广大企业称为 ROCS（Rest of the Corporate Sector），即其他企业部门。

在他看来，AI 投资存在一个需要时间验证的逻辑。

企业现在购买芯片、服务器和软件，是因为预计这些技术将在未来带来生产率提升。市场愿意提前为这一建设过程提供资金，也是因为相信未来会出现尚未兑现的利润。

因此，现阶段没有看到所有行业的利润同步增长，并不令人意外。

问题是，股票市场本身具有前瞻性。如果投资者确信 AI 将显著提高其他企业未来的盈利能力，理论上，这部分预期也应该逐渐反映在相关公司的股票价格中。

但 9 月并没有出现这样的广泛上涨。半导体股持续走强，其他企业却没有获得类似的估值支持。这让作者产生了疑问：如果芯片的最终购买者无法获得足够的新增利润，它们又如何长期承担日益庞大的 AI 采购和建设成本？

这一问题触及 AI 投资链条中的利润分配机制。

短期内，基础设施供应商可能凭借订单增长和需求紧张获得较高利润。中期来看，云服务商需要通过出租算力、提供 AI 服务等方式回收投资。更长期来看，普通企业则需要将 AI 转化为更高生产效率、更低经营成本或新的收入来源。

只有当这一过程逐步兑现，AI 投资所创造的价值才可能向更广泛的经济活动扩散。

当然，股价没有同步上涨，并不意味着 AI 的生产率收益不会出现。高利率、行业自身经营压力及不同企业的估值起点，都可能掩盖市场对未来盈利改善的预期。

但至少从 9 月的股价表现来看，投资者对 AI 上游供应商的信心，明显强于对其他企业最终获益的定价。

对于这一现象，Mamaysky 并没有得出 AI 投资必然失败的结论。他仍然相信 AI 的长期价值，也不认为当前市场已经构成泡沫。

只是这轮上涨要获得更广泛的基本面支持，仍需要看到 AI 创造的利润不再局限于少数科技企业。

四、下一步要看什么？生产率提升能否转化为企业利润

在判断 AI 的经济价值时，Mamaysky 开始更加关注生产率数据。

美国劳工统计局（BLS）2026 年 9 月 3 日公布的修正数据显示，第二季度非农企业部门劳动生产率环比折年增长 1.4%，同比增长 2.2%。

从更长周期看，2019 年第四季度至 2026 年第二季度，美国非农企业部门劳动生产率年均增长约 2.1%，高于此前一个商业周期约 1.5% 的水平。

这与作者观察到的生产率改善趋势一致。

但需要区分的是，宏观劳动生产率上升不等于 AI 的贡献已经得到确认。资本投入、劳动力配置、技术进步及周期性因素都可能影响这一指标，目前也不能直接据此计算 AI 为企业创造了多少利润。

Mamaysky 因此提出了更进一步的验证标准：生产率改善最终需要体现在科技行业之外的企业盈利中。

这也反映在 QuantStreet 的投资组合调整上。尽管价值股和低波动率股票在上一季度表现不佳，该机构仍维持对这两类股票的相对超配，希望保留对更广泛企业部门的敞口。同时，在风险承受能力较高的组合中，继续保留部分科技股投资。

在固定收益市场，该机构也开始调整久期。久期（Duration）用于衡量债券价格对收益率变化的敏感程度。久期越长，利率上升时通常面临越大的价格损失；但如果收益率下降，潜在价格收益也更明显。

作者认为，当 10 年期美债收益率达到约 5.25% 时，债券的潜在投资吸引力已经开始改善。因此，QuantStreet 在低风险组合中略微增加债券久期，这是该机构一年多以来较为明显的方向调整。

不过，这并不代表该机构已经全面看多长债。其模型仍不看好高久期固定收益资产，组合整体久期仍低于基准，只是低配程度有所收窄。

对于适合的投资者，作者还提及常青型私募股权基金（Evergreen Private Equity Funds）等另类资产的分散配置作用。据其列举的部分产品表现，相关基金在 9 月上涨约 0.5% 至 0.75%，在多数股票承压的月份提供了一定的组合分散效果。不过，这类产品仍存在估值频率、流动性及底层资产风险等限制，单月收益不能证明其长期防御能力。

从这些调整可以看出，QuantStreet 并未选择完全退出 AI 交易，也没有因为债券收益率上升就大幅转向长债，而是在不同资产之间寻找更均衡的风险回报。

未来真正需要观察的，是三组信号。

首先，AI 基础设施支出能否持续，以及上游供应商的收入增长是否仍有足够强劲的需求支撑。

其次，AI 是否开始改善非科技企业的盈利能力。生产率数据可以提供早期线索，但企业利润率、成本节约和新增收入，才是投资回报能否兑现的更直接证据。

最后，长期美债收益率的上升究竟更多反映经济增长预期，还是通胀、财政供给和期限风险补偿。如果增长未能如预期改善，而融资成本持续高企，企业投资回报将面临更大的压力。

当前 AI 交易真正需要回答的问题，已经不仅是芯片和算力需求还能增长多久，而是这些投资最终能为整个经济创造多少新增利润。

半导体企业已经从资本开支中获得了可见的收入，但更广泛的企业盈利改善仍有待验证。只有当 AI 的生产率收益逐渐转化为科技行业之外的真实利润，市场才可能获得支撑当前大规模投资的更完整证据。