科技股二次调整的背后

科技股近期的调整不能简单归因于美国长债利率高企，调整的背后是AI相关股票的远期定价问题，有三个关键叙事变量：1）商业化的速率和空间是否跟得上市场预期；2）算力优势是不是带来份额和定价权优势；3）当期的算力差距是否会明显拉开远期的AI模型差距。这其中当前共识性担忧是商业化的速率和空间，最大的潜在变量是“防蒸馏”是否在未来会重新拉大模型差距。至于宏观因素，美国财政部宣布回购长债的影响十分有限，不过短期内美元走弱和加息预期的走弱都有利于全球市场K型分化的收敛。然而，造成美国长端利率持续上行的因素并没有发生根本性变化，未来一段时间可能还会出现持续扰动。在这些外部扰动影响下，A股短期内的资金结构决定了市场博弈的复杂性还在提升，这种震荡市阶段要控制心理预期，避免过多的宏大叙事。

科技股近期的调整不能，简单归因于美国长债利率高企

美国长债利率高企反映的更多是AI投资对于社会资本的挤出效应，是AI投资依旧旺盛的结果。美股科技七巨头去年的债务融资规模为874.9亿美元，2026年截至目前，规模扩大至2192.2亿美元，相较去年全年增长150.6%。过去，这些企业凭借庞大的现金储备和经营现金流，是国债等高流动性资产的重要边际买盘；而随着AI算力、数据中心和能源基础设施投资快速扩张，其角色正在由债务资本的供给方转向需求方。这意味着原本可能配置于国债的企业现金和社会资本，被更多吸引至AI投资领域。长端利率高位与科技公司发债扩张本质上是同一轮AI资本开支繁荣的两面，反映的是有限的资本在国债与AI投资之间重新定价。长端利率的上行更多反映的是实际利率上行，拿长债利率上行反过来解释科技股下跌并不合理。

调整的背后是AI相关股票的，远期定价问题有三个关键叙事变量

1）商业化的速率和空间是否跟得上市场预期。5月底以来投资者反复争议Anthropic的ARR，7月增速确实有所放缓，5~7月的月均增长大约只有18%；但如果将OpenAI也纳入考虑，放缓的幅度要小得多，据CNBC 8月19日报道，OpenAI CFO Sarah Friar在8月一次内部会议上表示季度至今ARR增长35%左右。也就是说，同时考虑两家前沿模型厂，整体的ARR环比增长并未明显放缓。市场近期还形成了一种新叙事，即有相当大比例的前沿模型Token消费并不直接计入模型厂的ARR，而是通过CSP的TaaS（Token as a Service）渠道实现，即企业在既有AWS/Google/Azure合同框架内经由Bedrock/Vertex/Foundry调用模型、按用量付费，CSP与模型厂分成。单看模型厂的ARR会系统性低估终端付费规模的增长，TaaS渠道的增速事实上要快于模型厂直接收入增速。这一叙事目前支撑了不少算力投资者的乐观情绪，对北美链的核心硬件厂股价提供了支撑，但只要Agent在非Coding环节还未出现更有潜力的商业付费场景，TaaS叙事似乎还是无法吸引更多新增资金入局。

2）算力优势是不是带来份额和定价权优势。根据企业支出管理公司Ramp的AI Index，在其覆盖的超过7万家美国企业的API支出中，OpenAI的份额从5月的28.5%、6月的28.1%抬升至7月的36.0%，Anthropic则从71.2%回落至63.4%。拆到模型层面，这一变化几乎完全由GPT-5.6 Sol贡献，该模型5月的支出份额还是零，7月已单独占到14.9%。若按付费企业数量而非支出金额计算，Anthropic以约44%对40%仍保持领先，但OpenAI的增长动能明显恢复。一个可能的解释是OpenAI当前掌握的算力更多，因而在新一代模型的发布节奏和推理容量供给上更为从容，那么“抢到更多算力就能获得更高的应用市场份额”似乎就构成了模型厂继续押注算力的理由。但其中存在一个关键问题，即静态份额并不完全等同于定价权。如果前沿模型的能力和Agent功能趋于同质化，且用户的切换成本不高、粘性很低，那么静态份额的意义有限，总的市场空间远比份额分配更为重要。根据OpenRouter数据，Anthropic模型的周度Token使用量在7月中旬后出现较明显下滑，与此同时OpenAI、Deepseek、Minimax等模型Token使用量均明显上升。在能力趋同的情形下，算力优势带来的是阶段性的份额，而不是可持续的超额利润率，最终还是要回到第一个问题，也就是总的商业化空间上。

3）当期的算力差距是否会明显拉开远期的AI模型差距。这个问题的回答对于算力“卖铲人”的远期定价影响最大，因为其直接影响了市场对于算力竞赛强度和持续性的预期。目前影响该问题回答的关键可能在于前沿模型厂未来能否通过一些手段“防蒸馏”，把训练端的算力优势转化成新一代模型的技术代差，从而获得定价权。8月中旬，来自MATS Research、ELLIS图宾根研究所等机构的研究人员发布了名为《Stealing Reasoning Traces from Proprietary LLM APIs》的论文，详细分析了当前主流API架构下前沿模型推理链的可提取性。论文并未对模型蒸馏下定论，但不少证据至少说明大厂耗费巨额算力形成的推理能力壁垒，确实面临被低成本追赶的风险。如果这一问题持续存在，那么算力“卖铲人”的定价最终会回归传统公共基础设施链条定价的模式，以时间换空间，爆发性下降。不过，市场目前也存在另一种预期，即前沿模型厂可能在年底前解决防蒸馏的问题，并且同步发布能力明显更强的新一代前沿模型，那么训练端的Scaling优势就会转化为远期竞争壁垒和定价权，算力竞赛的强度还要继续升级，AI硬件又会被当作稀缺资源定价而非公共基础设施链条。

美国财政部回购的影响有限，但加息预期走弱有利于全球市场K型分化收敛

美国财政部8月19日宣布，将扩大对长期国债的回购规模，为债券市场提供更大流动性支持。根据声明，长期国债回购规模将由20亿美元提高至40亿美元，回购对象涵盖10年期至30年期债券。相对于突破32万亿美元的公众持有（held by the public）美债存量，40亿美元的回购规模对债市的影响有限，这一操作更实际的意义或是强化“财政部会在长端利率失序上行时采取‘类YCC’调控”的预期，引导市场形成长端利率的预期上限，压制期限溢价的尾部风险。这种做法的负面作用也显而易见，可能会进一步加深市场对于财政纪律的不信任感，加剧美债的抛售。这些宏观叙事变化的直接影响是弱化美联储年内加息的预期，间接影响是促使全球市场K型分化收敛，因为非AI板块对于利率成本的敏感性相对高景气的AI板块更高。

造成美国长端利率持续，上行的因素并没有变化

一是AI硬件投资短期的高回报率仍然会对债券市场需求形成挤出，推高实际利率。目前在算力短缺环境下，数据中心的静态投入回报率依旧可观，主要CSP厂商的云业务EBITDA率也还在上升，只要算力竞赛还在持续，AI还会继续挤出国债市场需求，推动长端利率上升。二是能化产品的涨价比美伊战争爆发之初更具粘性，二季度以来的降库存对于原油市场的供需缓冲作用在降低，随着中国在下半年加快广义财政支出力度，需求抑制的作用也在降低，而霍尔木兹海峡问题“烂尾”的概率还在提升，这些因素对于欧美通胀预期的影响可能会重新升温。

在外部扰动影响下，A股短期内的资金结构决定了市场博弈复杂性在提升

对中信证券渠道调研的数据显示，活跃私募在8月第一周反弹过程中大幅加仓，从7月底的71.7%迅速加仓至79.0%，单周加仓7.3pcts，是2017年以来第二大单周加仓幅度（仅次于2018年10月12日当周的7.8pcts）。此外，私募排排网数据显示，截至2026年8月14日，大型私募（管理规模在50亿元以上）的股票仓位指数已达88.56%，再创年内新高；同时，满仓的大型私募占比77.11%，同样创出年内新高。由此可见，8月以来市场上风险偏好最激进的资金已经加仓并推动了这波反弹，对于A股这样一个单边做多的市场而言，乐观预期已经很大程度上定价在其中。与此同时，主动公募股基指数与通信、半导体ETF的走势相关性依然很高，持仓结构并未出现明显调整。不同于历史上典型的“抱团瓦解”后的行情，“避开机构股”目前看并非是一个有效的策略。在控制市值因素后，我们发现8月以来的市场反弹，无论是宽基、主题、行业还是风格，个股的涨跌幅与机构持仓的多少并没有明显的关联性，不少行业内部反而是机构持仓比例更高的个股反弹幅度更大（在控制市值因子后）。我们认为，与其说8月以来市场在回避机构票，不如说市场包像是在回避大盘股，这可能与量化资金在市场的策略敞口变化有关。

震荡市阶段要控制心理预期，避免过多的宏大叙事

目前很多板块有业绩、有景气度，但是短期内看不到估值提升空间，比如北美AI、国产算力、有色、储能、创新药等，都有类似的特征。投资者应该在乐观叙事占优的时候谨慎一点，而杀估值风险爆发的时候反而构成布局点。市场罢经历过几个月的板块高波动状态，控制心理预期是第一位的，需要避免频繁陷入宏大叙事。配置策略上，在科技板块内部，建议借着AI涨价品种反弹，及时向核心资产（如燃气轮机、晶圆制造平台、半导体设备等）调仓，更加重视“量的确定性”，审慎对待“价的爆发性”。对于非科技板块，建议重点增配能化、有色、创新药以及有出海潜力的头部券商。