来源：市场资讯

（来源：华尔街透视）

打开网易新闻 查看精彩图片

悬崖上的繁荣：AI颠覆时代的结构性久期与标普500终值悖论

导言：估值体系的范式转移与结构性久期的拉长

当代标普 500 指数的估值架构已经发生了一场根本性的范式转移，市场定价逻辑正从对即期盈利的追踪，急剧转向对极度遥远的长期远景的押注。根据高盛（Goldman Sachs）首席美国股票策略师本·斯奈德（Ben Snider）在 2026 年 4 月发布的一份详尽研究报告，当前美国股市正面临一个令人不安的现实：标普 500 指数总股权价值中，约有 75% 来源于“终值”（Terminal Value），即十年以后的远期现金流与盈利预期。这种对远期价值的极度依赖，意味着美股市场的“结构性久期”被史无前例地拉长，终值占比已经逼近过去 25 年来的最高水平。

以本次“SaaS 经济崩溃”中受创最深的代表性企业赛富时（Salesforce）为例，该公司在纽约证券交易所（NYSE）上市，股票代码为 CRM。尽管其近期的财务基本面表现依然坚韧，但受制于投资者对 AI 智能体（AI Agents）可能彻底颠覆传统软件商业模式的恐慌，其股价在 2026 年初遭遇了历史性的重挫，年内跌幅已高达约 27%。与赛富时类似，甲骨文（NYSE: ORCL）股价同样大跌 27%，而整个标普 500 软件与服务指数在今年迄今已大幅下挫约 17%。这些核心成分股的近期表现极其鲜明地揭示了当前市场的结构性矛盾：尽管短期盈利仍在支撑账面数据，但其赖以维持高估值的长期增长预期正面临极为严峻的重估风险。

终值悖论的量化解构：高敏感度与“久期陷阱”

在标准的两阶段折现现金流（DCF）估值模型中，企业的股权价值被划分为显性预测期（通常为前 10 年）的现金流现值，以及预测期之后的终值（Stage 2）。当标普 500 指数中 75% 的价值被锚定在十年之后时，市场实际上陷入了一个“终值悖论”。这一现象并非单纯由估值倍数扩张引起，而是直接反映了投资者对人工智能将带来永久性、变革性经济增长的极端乐观预期。

从量化敏感度的角度来看，这种估值结构的脆弱性是指数级的。高盛的测算表明，在当前的终值权重下，长期增长率假设（Perpetual Growth Rate）每下调 1 个百分点，标普 500 成分股的整体企业价值将直接缩水约 15%。行业层面的分化则更为剧烈：对于高成长股而言，其企业价值中约有高达 84% 依赖于终值；相比之下，低成长股的终值占比约为 59%。这意味着，一旦宏观环境或行业格局迫使高成长股的长期增长预期下调 1%，其估值将面临高达 29% 的毁灭性收缩，而低成长股的潜在跌幅仅为 10% 左右。

因此，市场已经步入了一个“久期陷阱”（Duration Trap）。由于价值重心极度后置，任何挑战“永久高增长”叙事的微小变量，都会在分母端通过折现率和永续增长率的博弈，对当前市值施加非线性的向下压迫。这也是为何在当前的估值体系下，短期财务指标的优异表现（如标普 500 指数 2026 年预期 12% 的 EPS 增长）往往难以扭转因远期逻辑动摇而引发的股价崩盘。

2000年互联网泡沫的倒影：极端的集中度与狭窄的宽度

当前围绕 AI 叙事所构建的估值体系，在多项核心技术和基本面指标上，呈现出与 2000 年互联网泡沫（Dot-com Bubble）时期惊人的相似性。其中最显著的特征在于市场集中度与宽度的极度背离。

从估值指标来看，经周期调整的席勒市盈率（Shiller P/E）在 2025 年 9 月已触及 39.8 倍，与 2000 年崩盘前夕创下的 44.2 倍历史峰值仅有一步之遥，处于过去 154 年市场历史中的第三高位。此外，资本向头部科技企业的抱团效应达到了前所未有的程度。目前，“科技七巨头”（Magnificent Seven）的市值总和已经占据了标普 500 指数总市值的约 33%，这一集中度甚至远超互联网泡沫顶峰时期头部企业 27% 的占比。

这种高度集中导致了市场宽度的严重收窄，发出了强烈的警告信号。尽管标普 500 指数在 2026 年 4 月 15 日历史性地突破了 7,000 点大关，并屡创新高，但这掩盖了底层市场的停滞。高盛策略师指出，目前指数虽然处于历史高位，但指数内中位数股票的相对表现却比其各自的历史峰值低了约 13%。在标普 500 指数最近的五次创纪录收盘中，有四次下跌股票的数量实际上超过了上涨股票的数量。2026 年 4 月的数据显示，仅有 23% 的标普 500 成分股跑赢了大盘，这是自 1986 年以来的第四低水平。同时，仅有 53% 的成分股交易在其 200 天移动平均线之上，这在过去一个月内大涨超 12% 的市场中显得极其反常。高盛的深度复盘指出，自 1980 年以来，当市场宽度出现如此急剧的收窄后，标普 500 指数在接下来的 12 个月中平均会经历约 10% 的回撤。

“SaaS 经济崩溃”：AI作为增长引擎与颠覆性威胁的双刃剑

终值悖论的脆弱性不仅停留在理论测算层面，2026 年初爆发的“SaaS 经济崩溃”（SaaSpocalypse）提供了最生动且惨烈的现实案例。在短短 48 小时内，华尔街的 SaaS 板块市值被瞬间抹去了约 2850 亿美元。

引发这场地震的直接导火索是 AI 独角兽企业 Anthropic 发布的 Claude Cowork 插件及随后推出的 Claude Opus 4.6 模型。这款具有划时代意义的代理式 AI（Agentic AI）工具，不仅仅是代码辅助终端，更能够自主跨软件交互，高效率地执行复杂的法律文档审阅、财务深度分析、合规追踪及全面协同化办公。长期以来，SaaS 企业（如 Salesforce、Workday、SAP 等）的护城河建立在高昂的客户转换成本以及“记录系统”（System of Record）的不可替代性之上。然而，AI 智能体的出现让市场突然意识到，人工智能不仅是赋能者，更是传统软件业务模式的致命颠覆者。

当 AI 智能体能够以极低的成本自动化跨平台工作流时，传统软件基于“席位数量”（Seat-based）的定价权将被瓦解，行业准入门槛被大幅降低，低成本竞争将迅速侵蚀现有厂商的收入增长与利润率。这种商业逻辑的底层动摇，直接摧毁了支撑软件股高估值的“终值”根基。花旗银行（Citi）分析师 Tyler Radke 警告称，随着私营 AI 公司在未来几年内有望创造超过 1000 亿美元的新收入（远超传统应用软件的 500 亿美元），围绕软件架构、商业模式可持续性及终值的焦虑将在未来几个月内进一步加剧。这一现象深刻揭示了 AI 时代的双刃剑效应：一方面，底层算力与大模型企业享受着 AI 带来的溢价；另一方面，对于处于应用层、缺乏绝对数据壁垒的轻资产行业，AI 正成为破坏其长期盈利预期的超级“绞肉机”。

基础设施的资本支出狂潮：隐藏的折旧与经济生命周期风险

在应用层面临终值重估的同时，支撑 AI 运行的底层基础设施正经历一场史无前例的资本支出（Capex）狂潮。2026 年，仅全球前四大超大规模云服务商（Hyperscalers，包括微软、亚马逊、谷歌和 Meta）在 AI 相关的资本支出就预计将达到约 6000 亿美元。高盛全球研究所（Goldman Sachs Global Institute）进一步估算，2026 年全球 AI 资本支出总额将达到 7650 亿美元，且在 2026 年至 2031 年期间，涵盖计算芯片、数据中心和电力设施的累计投资总额将高达惊人的 7.6 万亿美元。

然而，这 7.6 万亿美元的宏大叙事建立在几个极度敏感的核心假设之上，其中最关键的便是“AI 芯片的经济使用寿命”（Economic Useful Life）。当前，企业通常将数据中心硬件的折旧周期设定为 4 至 6 年。但在英伟达（Nvidia）等巨头每年推出性能呈阶跃式（Step-function）跃升的新一代架构的背景下，芯片的“物理寿命”与“经济生命周期”之间产生了巨大的断层。如果新一代芯片提供的单位算力成本大幅下降，旧有芯片即使尚未完成会计折旧，也可能在竞争中彻底失去经济运行价值，遭遇“经济性过时”。

如果 AI 硅片的实际经济使用寿命短于其账面折旧周期，企业将被迫提前进行资产减值，这不仅意味着当前的盈利水平被严重高估，而且要求整个生态系统在未来注入比预期多得多的替换资本（Replacement Capital）。此外，下一代数据中心的建设成本和复杂性也在急剧上升。高盛指出，新一代 AI 数据中心由于极高的功率密度、液冷需求和深度系统集成，其建设成本已从传统的每兆瓦（MW）约 1000 万美元飙升至 1500 万至 2000 万美元。资本支出的成倍放大与资产生命周期的极度不确定性相互叠加，使得基础设施领域的终值同样充满了脆弱性。

宏观与沟通的错位：高风险阶段的定价敏感性

市场对长期久期的依赖，还受到了宏观利率环境及企业沟通不畅的双重夹击。当前，地缘政治冲突（如中东局势及石油供应链中断）引发了滞胀担忧，并导致通胀预期顽固。美联储在维持“更长时间的高利率”（Higher for longer）政策路径上表现出极强的定力。在 DCF 模型中，处于高位且不确定性极强的无风险利率直接推高了折现率（Discount Rate），这对价值极度后置的长久期成长股造成了巨大的结构性压制。

更为棘手的是“可见性缺口”（Visibility Gap）。尽管市场的定价几乎完全依赖于十年后的远期预测，但企业管理层对长期规划的披露却少得令人担忧。高盛在分析了最近一季度的财报电话会议后发现，在标普 500 指数的所有成分股中，仅有区区 5% 的企业高管愿意讨论五年以上的财务指标，且这些披露主要还集中在公用事业和房地产等传统行业。这种企业实际披露与市场定价逻辑之间的严重错位，迫使投资者只能依赖缺乏基准的投机性外推（Speculative Extrapolations）来构建估值模型。在缺乏企业长期战略沟通作为锚点的情况下，一旦出现类似 Anthropic 新工具发布这样的技术扰动，或是宏观增长假设发生哪怕 1 个百分点的微调，市场资金的踩踏与价值的重估便会不可避免地发生。

免责声明： 本分析文章及所含信息仅供一般参考和教育目的，不构成对任何特定证券、投资策略或金融产品的买卖要约、推荐或背书。金融市场（尤其是涉及人工智能等高波动性技术领域的股票市场）具有高度风险，历史业绩不代表未来回报。文章中引用的数据、预测和模型假设（包括折现现金流及终值测算）均基于公开可用的机构研究报告进行交叉验证，但无法保证其在未来市场环境中的绝对准确性或适用性。投资者在做出任何投资决策前，应独立评估相关风险，充分考虑个人的财务状况和风险承受能力，并建议咨询拥有执业资格的专业财务与法律顾问。使用本内容所带来的任何直接或间接投资损失，本生成平台及相关信息提供方概不负责。