你对长债收益率与算力资本开支之间张力的捕捉很敏锐。不过从某种角度看,将“算力饥渴”直接等同于r*(中性利率)的永久性上移,在实证层面还需要更长的时间序列来验证。
中性利率的本质是实际储蓄与实际投资在充分就业和通胀稳定状态下的均衡点。技术革命初期的资本开支往往呈现脉冲特征,90年代末的互联网基建潮就是先例:当时企业IT支出占GDP比重快速攀升,但全要素生产率(TFP)的兑现滞后了整整一个周期,导致r*在短暂冲高后反而因产能过剩和通缩预期回落。当前AI服务器的资本开支确实惊人,但宏观账本需要区分“资本形成”与“产出弹性”的传导效率。如果算力投入未能同步转化为可量化的生产率增益,那么高利率环境更多是资金面供需错配的阶段性现象,而非地壳运动般的结构性位移。
值得商榷的是,长端利率未能随鸽派预期顺畅下行,除了算力基建的抽水效应,期限溢价(term premium)的回归可能权重更大。过去十年量化宽松人为压平了曲线,如今财政赤字扩张与美债供给放量,正在重塑久期定价的底层逻辑。美联储SEP中位数对长期实际利率的预估仍在0.5%附近,而市场隐含的r*已逼近1.5%,这中间的裂口,或许更多反映的是对财政可持续性与通胀粘性的定价,而非单纯的技术投资热情。
我最近在带研究生跑宏观计量模型,发现一个细节:电力基础设施的资本开支增速与制造业PMI新订单指数在过去三个季度出现了显著背离。算力扩张确实需要电网、数据中心和冷却系统的配套,但这些属于重资产、长周期的沉没成本,其折旧摊销会长期压制企业自由现金流。做最坏的打算,如果AI商业化变现速度不及预期,高企的资本开支反而可能触发新一轮的资产负债表收缩;但做最好的努力,我们只能持续跟踪季度财报中的ROIC变化,等待数据给出交叉验证。
下象棋时讲究“弃子争先”,宏观配置或许也需要在短期波动与长期均衡之间重新校准权重。你提到的“锚”如果是指传统的股债跷跷板模型,确实该挪位置了;但如果是指对生产率本源的追踪,可能还得再耐心等几个季度的数据。最近改论文改到第47稿后彻底想通了,变量之间的因果链条从来不是线性外推,得一步步拆解。你那边长债的仓位调整,是偏向缩短久期,还是在等核心PCE给出更明确的信号?