研究时间：2026年10月16日 | 所属领域：宏观周期 / 美股 / AI产业链 | 研究对象类型：概念（资产泡沫与投资周期）
这份报告研究的「AI基建泡沫」，指 2022 年底 ChatGPT 发布以来，美国科技巨头、英伟达、OpenAI 等围绕 GPU、数据中心和电力展开的资本开支资本开支指企业买设备、盖厂房等长期资产的支出；它不进当期费用，而是在之后多年分摊为折旧。狂潮，以及由它推高的资产价格。要回答的问题只有一个：如果这是泡沫，历史上哪些信号会在破裂之前亮起，它们今天各自亮到了哪一格？
先把结论放在前面，后文逐条论证：
要判断今天走到了哪一步，得先知道过去的泡沫是怎么走完全程的。这一章按时间往前走：先是 19 世纪的铁路，然后是 1929 年，再用最长的篇幅讲 1995 到 2002 年的科网和电信泡沫，最后讲 2022 年到今天的 AI 基建。每一段都只追一个问题：在顶点之前，哪些信号先亮了，提前了多久。
经济史学家 William Quinn 和 John Turner 在《Boom and Bust》（2020）里，把历史上十几次泡沫拆成一个「泡沫三角」：资产要容易买卖（氧气），要有便宜的钱和信贷（燃料），还要有投机的人（热度）。三样齐了，再来一个「火花」，通常是一项新技术或一项新政策，火就烧起来了。
经济学家 Hyman Minsky 讲的是火怎么烧到失控。他把借钱的人分成三类：现金流能还本付息的，叫套期融资；只能付利息、本金靠借新还旧的，叫投机融资；连利息都要靠借新钱的，叫庞氏融资。他的观察是，一段长期繁荣会让经济里第三类人的占比自己慢慢变大；而一旦通胀上来、央行收紧，第二类会滑向第三类。
还有一个视角来自 Carlota Perez，她研究过五次技术革命。她的结论更乐观一些：每次技术革命的前半段，金融资本都会过度投资、吹出泡沫、然后破裂，但泡沫期间铺下的铁轨、电网、光纤，会在破裂之后的「展开期」被真正用起来。
这三套框架合起来，给后文提供了一张检查表：火花是什么、燃料（信贷）从哪来、融资结构有没有从「能还本」滑向「只能借新还旧」、央行有没有收紧、铺下的产能会不会过剩。下面看历史上每一次，这张表是怎么一格一格亮起来的。
19 世纪的铁路是最早的「基建泡沫」，也是今天最常被拿来和 AI 类比的对象。
先看英国的 1840 年代，它是美国铁路泡沫的预演。计算机科学家、经济史研究者 Andrew Odlyzko 整理过当时的数据：1847 年英国铁路投资 4390 万英镑，约占当年 GDP 的 7.3%，占全国总投资的一半左右。铁路股价指数从 1845 年夏天的 167.9 跌到 1849 年底的 60.5，跌了 64%。
这组数据里藏着一个后面会反复出现的规律：股价在 1845 年见顶，投资额却在 1847 年才见顶，晚了两年。已经批准的线路要继续修完，资本开支有惯性。所以「投资还在增长」从来不能证明泡沫没破，它是一个滞后指标。
第二个规律藏在单位收入里。Odlyzko 的表显示，1845 到 1850 年，英国铁路营运里程从 2536 英里涨到 6621 英里，每英里年收入却从 3470 英镑降到 2080 英镑，降了约 40%。线路多了，每条线分到的生意少了。产能过剩最先体现为单位价格或单位收入的下滑。
美国铁路后来把这两个规律又演了两遍。1868 到 1873 年美国新铺铁路 3.3 万英里，大量债券卖给了欧洲投资者。1873 年 5 月维也纳股市崩盘，欧洲资本回流，四个月后承销北太平洋铁路的 Jay Cooke 银行倒闭，纽约证券交易所休市十天。据纽约联储的经济史文章，Cooke 的公司在停止兑付前至少一年就知道自己在下沉。破裂之后的运价战很惨烈：芝加哥到纽约的粮食运价，从 1873 年 12 月每百磅 60 美分，跌到 1875 年 3 月的 30 美分。
1893 年又来一次。这次的先行信号来得更早：铁路建设里程在 1887 年就见顶了，比危机早了约六年，中间穿插着运价战、1890 年英国巴林银行危机引起的外资收缩。1893 年一年里，有超过 2.7 万英里、约占全国 15% 的铁路进入法院托管。
铁路留给今天的经验有三条：投资额是滞后指标；单位收入下滑是过剩的第一个征兆；外部资金（当年是欧洲资本）的回流，往往是压垮骆驼的那根稻草。
1920 年代的火花是电气化、汽车和无线电。无线电公司 RCA 是那个年代的明星股，按 Cowles 指数口径，无线电板块从 1924 年初到 1929 年 9 月涨了 1126%（二手资料转引）。
燃料是杠杆。当时散户买股票主要靠经纪人贷款，也叫 call loancall loan 是券商向银行等借入、可随时收回的短期贷款，用于给客户融资炒股；利率飙升说明投机资金极度紧张。，规模在 1929 年 10 月 1 日达到约 85 亿美元的峰值。另一种杠杆来自投资信托：1929 年前 8 个月新设投资信托募资 10 亿美元，而 1928 年全年只有 4 亿；它们层层控股、自身也借钱，组合涨 50%，信托的普通股就能涨 150%。
真正先亮的信号是钱变贵。美联储从 1928 年初开始连续上调贴现率，从 3.5% 一路调到 1929 年 8 月的 6%；1929 年 3 月，拆借利率一度达到 20%。工业生产在 1929 年 6 月见顶，比股市顶点（9 月 3 日）早三个月。从第一次加息到股市见顶，中间隔了一年半以上，股市在加息中继续涨了很久。
1929 年的经验是：加息不会立刻戳破泡沫，但它会让最依赖借钱的那一环最先断掉。新发行的投资信托在 1929 年激增，本身就是一个警报。后面会看到，「新发行激增」在学术研究里也是泡沫崩盘的显著特征。
这是用户最关心的那次，也是和 AI 基建最像的一次：同样有一个改变世界的新技术，同样有一批卖「铲子」的设备公司，同样有一场浩大的基础设施建设。它分两幕：第一幕是互联网股票的估值泡沫，第二幕是电信基础设施的投资泡沫。后者和今天更像。
1995 年 8 月，网景（Netscape）上市，原定发行价 14 美元临时翻倍到 28 美元，首日收在 58.25 美元。一家几乎没有利润的浏览器公司，第一天市值就接近 30 亿美元。这是互联网泡沫的火花。
第二个火花是政策。1996 年 2 月，克林顿签署《1996 年电信法》，打开了长途和本地电话市场的竞争。一大批新运营商冲进来铺光纤。布鲁金斯学会经济学家 Robert Litan 后来统计，法案之后五年，电信公司投入超过 5000 亿美元。
那年 12 月，美联储主席格林斯潘在演讲里问了那句著名的话：我们怎么知道「非理性繁荣」已经把资产价格推得过高？市场跌了一天，然后继续涨了三年多。估值指标在这时候就已经亮了：席勒市盈率（CAPE）CAPE 是用过去十年经通胀调整的平均盈利计算的市盈率；适合衡量长期贵不贵，但不适合判断短期何时下跌。在 1997 年 6 月就超过了 31，比纳斯达克的最终顶点早了 33 个月。估值是最早亮的灯，也是最没法用来择时的灯。
1997 年发生了一件当时没人注意、事后看非常关键的事：美国企业利润见顶了。
按美国国民收入核算口径（NIPA）NIPA 利润是美国商务部按国民经济核算统计的全体企业利润；它比上市公司财报更难美化，但会多次修订。，全美企业税前利润在 1997 年第三季度达到 9176 亿美元的高点，占 GDP 的 10.6%，之后一路下滑，到 2000 年第一季度只剩 GDP 的 8.5%。上市公司的财报利润却还在增长。美国证监会主席 Arthur Levitt 在 1998 年 9 月发表演讲「数字游戏」，点名了五类盈余管理手法，警告「管理正在让位于操纵」。
国民账户利润和财报利润的背离，比纳斯达克见顶早了约 30 个月，是这一轮里最早、也最有含金量的基本面信号。它说明经济整体的回报率已经在下降，只是上市公司的报表还没反映出来。
1998 年秋天，对冲基金 LTCM 崩溃，美联储三次降息，从 5.5% 降到 4.75%。信用利差信用利差是公司债收益率高出同期国债的部分，反映违约担忧；利差越窄，说明市场越不在乎风险。在 1998 年 8 到 10 月剧烈走阔：穆迪 Baa 级公司债与 10 年期国债的利差从 1.69 个百分点升到 2.65。但这是一场外部冲击，降息之后利差又收窄了，到 2000 年 1 月回落到 1.67，和股市一起创出新高。降息的钱，成了 1999 年狂热的燃料。
1999 年美国有 476 家公司上市，首日平均涨幅 71.2%，其中 76% 的公司还在亏损（佛罗里达大学 Jay Ritter 教授的 IPO 统计）。上市公司首日收盘市值合计 6520 亿美元。
与此同时，电信运营商的资本开支从 1997 年的约 350 亿美元，涨到 2000 年的 830 亿美元，年复合增速 33%，而它们的服务收入每年只增长 8% 到 10%（Odlyzko 的统计）。投资增速是收入增速的三到四倍，这本身就是一个可以量化的危险信号。
资金从哪来？一部分来自垃圾债和银行贷款：1997 到 2000 年，电信和有线电视行业发行了约 1920 亿美元高收益债高收益债即垃圾债，是信用评级低于投资级的公司债；利率高，经济转差时最先违约。，银行贷款超过 2500 亿美元。另一部分来自设备商自己。朗讯（Lucent）、北电（Nortel）、思科（Cisco）这些卖设备的公司，借钱给买不起设备的新兴运营商，让它们来买自己的设备，这叫供应商融资供应商融资是卖方借钱或担保让客户买自己的产品；能撑高当期销售，但客户一倒，坏账就回到卖方身上。。据朗讯 2000 财年的 10-K 年报，截至 2000 年 9 月 30 日，它承诺向客户提供的信贷约 67 亿美元，另有约 14 亿美元的债务担保，合计约 81 亿美元，相当于其当年约 336 亿美元收入的四分之一。
1999 年 6 月 30 日，美联储开始加息。之后一年内加了六次，从 4.75% 加到 2000 年 5 月的 6.5%。10 年期美债收益率从 1998 年 10 月的约 4.2%，升到 2000 年 1 月的约 6.8%。
但股市没有立刻掉头。从第一次加息到纳斯达克见顶，中间隔了约八个半月，这八个半月恰恰是涨得最疯的一段。
2000 年 2 月，10 年期和 2 年期美债利差倒挂收益率曲线倒挂指短期利率高于长期利率；历史上常领先经济衰退，但领先时间从几个月到一年多不等。。3 月 10 日，纳斯达克综合指数收在 5048.62 点，见顶。融资余额融资余额是投资者向券商借钱买股票的总额；它和股价同涨同跌，更像体温计而不是预警器。（当时 NYSE 口径约 2785 亿美元）也在同一个月见顶。
十天之后，《巴伦周刊》（Barron's）登出封面文章「Burning Up」。记者 Jack Willoughby 委托研究机构统计了 207 家互联网公司的现金：至少 51 家会在 12 个月内把钱烧光，74% 的公司经营现金流为负。亚马逊被点名，现金只够烧 10 个月。
这篇文章常被说成「戳破泡沫的那根针」。但它发表时，纳斯达克已经见顶 10 天了。「烧钱算账」这类信号对单个公司是领先的，对大盘基本是同步的。
3 月 30 日，老虎基金创始人 Julian Robertson 写信给投资者，宣布关闭基金。他写道，在一个盈利和价格让位于鼠标点击和动量的非理性市场里，他的价值投资逻辑「不再管用」。巴菲特在 1999 年的伯克希尔年报里自评「资本配置得 D」，那一年伯克希尔净值只增长了 0.5%。最坚定的怀疑者，恰恰在顶点附近输得最惨。
纳斯达克到 2002 年 10 月跌到 1114 点，从顶点跌了约 78%。但对理解 AI 基建来说，更重要的是第二幕：电信基础设施的崩塌，比股市晚了整整一年。
美国私人非住宅投资占 GDP 的比重，在 2000 年第四季度才见顶（14.6%）；信息处理设备和软件投资同样在 2000 年下半年才见顶，比纳斯达克晚了两到三个季度。思科 2001 财年的销售额还增长了 18%。然后，2001 年 4 月 16 日，思科宣布重组，第三财季计提 22.5 亿美元的额外库存减值，裁员约 6000 人。朗讯在 2001 财年为客户融资计提了约 18 亿美元的损失。
运营商开始倒闭。2002 年 1 月，环球电讯（Global Crossing）申请破产；7 月，世通（WorldCom）以约 1070 亿美元的资产创下当时美国最大的破产纪录。2002 年全美违约债券中，电信占了一半以上。
那光纤呢？流传最广的说法是「只有 2% 到 5% 的光纤被用上」。这个数字需要拆开看。它最早出自美林分析师 2001 年 3 月的一份报告：已点亮光纤点亮光纤指已接上收发设备、在传数据的光纤；未接设备的叫暗光纤。点亮后仍可能大部分时间空闲。的平均利用率约 2.7%。分析师本人后来解释，这个数要和 1985 到 1990 年约 15% 的正常水平比，而且用的是平均流量而非峰值；另一家咨询公司 TeleChoice 抽查 22 条主要城际线路，发现 14 条的需求已达供给的 70% 以上。
所以准确的说法是：总体容量严重过剩，但过剩集中在几条热门线路和新铺的长途网上。Odlyzko 的估算更直观：1997 年底到 2001 年底，美国长途光纤的传输能力增长了约 500 倍，实际需求只增长了约 4 倍。当时业内流行「互联网流量每 3 个月翻一倍」的说法，实际大约是每年翻一倍。需求预测的错误，被乘以了一个技术进步的倍数。过剩最终体现为价格：据当时的行业报道，Qwest 单条光纤的价格从 1997 年每英里约 5000 美元，跌到 2001 年约 1200 美元。
泡沫留下的光纤后来被慢慢用上，成了宽带和云计算的地基。亚马逊在 2001 年第四季度第一次盈利。思科的股价在 2000 年 3 月 27 日收在 80.06 美元，当天它是全球市值最高的公司；直到 2025 年 12 月，它的股价才第一次收回这个高点，用了 25 年。
这正是 Perez 和风险投资家 William Janeway 说的「生产性泡沫」：社会得到了基础设施，投资者付了账单。后文会回到这个问题：AI 留下的「管子」是 GPU，而 GPU 的寿命，和光纤不是一个量级。
把 1995 到 2002 年的信号按「相对 2000 年 3 月纳斯达克顶点」排一下（数据主要来自 FRED、美联储声明、Ritter 统计和本章所引材料）：
| 指标 | 转向时间 | 相对纳指顶点 | 性质 |
|---|---|---|---|
| CAPE 突破 31 | 1997 年 6 月 | 早约 33 个月 | 领先，但过早，无法择时 |
| NIPA 企业利润见顶 | 1997 年三季度 | 早约 30 个月 | 领先，含金量最高 |
| 信用利差第一次跳升 | 1998 年 8–10 月 | 早约 18 个月 | 外部冲击，随后回落 |
| 美联储首次加息 | 1999 年 6 月 30 日 | 早约 8.5 个月 | 领先 |
| 10 年减 2 年利差倒挂 | 2000 年 2 月 | 早约 1 个月 | 近同步 |
| 融资余额见顶 | 2000 年 3 月 | 同月 | 同步 |
| 信用利差持续走阔 | 2000 年 3–4 月起 | 同步到滞后 | 同步 |
| 亏损公司 IPO 占比见顶 | 2000 年（81%） | 同年 | 同步 |
| 信息处理设备投资见顶 | 2000 年下半年 | 晚 2–3 个季度 | 滞后 |
| 思科库存减值 | 2001 年 4 月 | 晚约 13 个月 | 滞后 |
这张表是全报告的「尺子」。它说明一件事：真正能提前半年以上报警的，只有「利润见顶」和「央行收紧」两类；估值太早，杠杆和信用太晚，投资额和设备商的业绩是最后才坏的。
2008 年是房地产和信贷泡沫，和技术无关，但它补上了一块关于信用利差的拼图。美国高收益债利差在 2007 年 6 月 5 日创下 241 个基点基点是利率和利差的计量单位，1 个基点等于 0.01 个百分点；利差变动几十个基点已算明显。的历史最低点，几个月后次贷危机爆发。房价在 2006 年见顶，收益率曲线在 2006 年 8 月前后倒挂，股市要到 2007 年 10 月才见顶。
信用利差在顶部附近往往是「反向」的：最窄的时候，正是风险最高的时候。它开始走阔，通常说明麻烦已经开始了。用利差当先行指标，要看的是它从极低位置掉头的那一刻，而不是它的绝对水平。
哈佛大学的 Greenwood、Shleifer 和 You 在 2019 年发表了一篇题为「Bubbles for Fama」的论文，专门回答「行业大涨之后会不会崩」。他们统计了 1926 到 2014 年美国 49 个行业：两年里超额上涨 100% 的行业，之后两年崩盘（回撤 40% 以上）的概率是 53%；如果涨幅达到 150%，概率升到 80%。但识别出来之后，这些行业平均还会再涨约 30% 才见顶，所以择时很难。
更有用的是他们找到的「崩盘特征」：波动率上升、年轻公司领涨、新股和新债发行增加、上涨加速。这四项能显著区分「涨完就崩」和「涨完继续涨」。成交量和销售增长反而没有区分力，因为所有大涨的行业销售都在增长。
另一篇论文（Greenwood、Hanson、Shleifer、Sørensen）发现：如果一个经济体过去三年信贷和资产价格同时快速增长，未来三年发生金融危机的概率约 40%，正常时期只有 7%。信贷扩张是最硬的宏观先行信号。
有了历史的尺子，现在按时间顺序看 AI 这一轮。它可以分成四个阶段，每一个阶段，前面那张检查表上都多亮了几格。
2022 年 11 月 30 日，OpenAI 发布 ChatGPT。半年后的 2023 年 5 月 24 日，英伟达给出下一季度 110 亿美元的收入指引，是上一季度收入的约 1.5 倍。这是 AI 基建的「网景时刻」：一项技术突然被证明有用，而供应链上只有一家公司能卖「铲子」。
到 2024 年 6 月，红杉资本合伙人 David Cahn 写了一篇「AI 的 6000 亿美元问题」：按英伟达的芯片销售额倒推，整个 AI 生态每年需要 6000 亿美元收入才能收回投资，而当时 OpenAI 的年化收入年化收入是把最近一个月收入乘以 12 得到的数字；增长快时显得更大，口径不同的公司之间不能直接比。只有约 34 亿美元。这是本轮最早被广泛讨论的「收入跟不上投资」警告，地位类似于 1997 年就出现的高 CAPE：说得对，但太早了。
这个阶段的特点是，钱主要来自巨头自己的现金流。微软、谷歌、亚马逊、Meta 这几家超大规模云厂商超大规模云厂商指微软、谷歌、亚马逊、Meta 等自建巨型数据中心的公司；它们是英伟达最大的买家，也是 AI 投资的主力。，每家每年经营现金流都有一千亿美元上下，买 GPU 不用借钱。
2025 年 1 月 27 日，中国公司 DeepSeek 发布低成本训练的大模型，英伟达单日下跌 17%，市值蒸发约 5890 亿美元，创下美股单只股票的单日纪录。这是 AI 基建第一次「压力测试」。结果是，几周之后巨头们纷纷确认资本开支计划不变，股价修复。这次冲击的意义在于，市场第一次认真讨论「如果算力需求被效率提升打掉一大块怎么办」，然后选择了不相信。
2025 年 8 月，两个信号几乎同时出现。OpenAI 首席执行官 Sam Altman 公开说：「投资者整体上对 AI 过度兴奋了吗？我的看法是，是的。」麻省理工学院一个研究项目发布报告，称 95% 的企业生成式 AI 试点没有带来可衡量的回报。
从 2025 年 9 月开始，事情的性质变了。钱不再只是从巨头的口袋流向英伟达，而是开始在几家公司之间转圈。
回头看 1999 年，这一段的每一件事都能找到对应：甲骨文的天量订单对应运营商的扩张计划，英伟达的投资和兜底对应朗讯的客户融资，SPV 和发债对应电信公司的高收益债和银行贷款，折旧争议对应 Levitt 的「数字游戏」。区别在于，1999 年是一群负债累累的新兴运营商在借钱，2025 年借钱的是全世界最赚钱的几家公司。这一点后面会反复讨论。
进入 2026 年，资本开支的数字大到失去了参照物。
据各公司二季度财报（7 月下旬），微软、谷歌、亚马逊、Meta 四家 2026 年资本开支指引合计约 7350 亿到 7500 亿美元，比年初给出的约 6400 亿美元又多了约 1000 亿美元。四家公司在 2026 年第二季度单季就花了约 1720 亿美元，超过了它们 2023 年全年的总和（Platformonomics 统计）。
现金流开始跟不上。下面这组数都来自公司向美国证监会提交的二季度财报附件：
钱从哪来？借。2026 年 2 月，Alphabet 发行了一只 100 年期英镑债，这是 1997 年摩托罗拉之后科技公司第一次发百年债。巧合的是，1997 年正是上一轮电信泡沫加速的年份。3 月，亚马逊发行约 538 亿美元等值债券，据 IFR 和彭博报道是史上最大的企业债发行。4 月 Meta 再发 250 亿美元，订单从上一次的 1250 亿美元降到 960 亿美元，彭博的标题用了「投资者担忧和疲劳正在累积」。据高盛的统计（经英国《金融时报》转述），截至 2026 年 9 月底，AI 相关债务发行约 5000 亿美元。
最脆弱的一环先出了问题。7 月 9 日，标普把甲骨文的信用评级下调到 BBB-，离垃圾级只差一档，其 5 年期信用违约互换（CDS）CDS 是为债券违约买的保险，价格越高说明市场越担心违约；它常比评级更早反映信用恶化。在 7 月升到约 203 个基点，据报道是 2008 年以来最高。9 月 24 日，甲骨文就新墨西哥州的一个数据中心项目向合作方发出不可抗力通知，原因是配套燃气管道推迟近半年。
供应商融资的规模也上了一个台阶。英伟达 8 月提交的季度报告显示，它为 OpenAI 在俄亥俄州一个约 4 吉瓦园区的 20 年租约提供残值担保残值担保是承诺租户违约时由担保方补足出租方损失；平时不花钱，客户一出事就变成真实负债。，上限 1050 亿美元。作为对照，朗讯在 2000 年的客户融资承诺约 81 亿美元，约占当年收入的四分之一；英伟达这一笔担保的上限，约等于它 2026 财年收入（2159 亿美元）的一半。担保的条款比朗讯温和：只在 OpenAI 违约或资不抵债时才赔付，OpenAI 拿到投资级评级后担保自动终止。但方向是一样的：卖方在替买方的信用背书。
市场也开始出现裂缝。6 月 23 日到 7 月 29 日，以存储芯片为主的韩国 KOSPI 指数从高点下跌约 44%（多家媒体报道），SK 海力士市值腰斩。6 月 12 日，已合并 xAI 的 SpaceX 在纳斯达克上市，以 1.77 万亿美元估值募资约 750 亿美元，创下史上最大 IPO 纪录；据二手报道，到 7 月下旬，它的股价已从上市后高点回落约一半。
最后，钱变贵了。2026 年 9 月，美国 CPI 同比上涨 3.7%，主要推手是美伊冲突导致的油价飙升，布伦特原油在 9 月均价约 101 美元。9 月 16 日，美联储以 12 比 0 的投票把联邦基金利率联邦基金利率是美国银行间隔夜借钱的基准利率，由美联储设定目标；它变化会传导到所有贷款和债券成本。上调 25 个基点到 3.75%–4.00%，这是 2023 年以来第一次加息。美联储 9 月的经济预测中位数显示，年底利率将达 4.1%，暗示年内还要再加一次。10 年期美债收益率在 10 月 5 日收于 5.31%，是 2002 年 5 月以来的最高收盘（FRED 数据）。
10 月 8 日，英国《金融时报》报道 OpenAI 告诉投资者，9 月底它的年化收入约 500 亿美元，而此前市场流传的数字是 680 亿到 700 亿美元。差异主要来自口径：OpenAI 只算云合作伙伴分成的净额。当天 CoreWeave 下跌 7.8%，甲骨文下跌 5.5%。10 月 14 日 CPI 公布后，半导体股连续下跌；10 月 15 日，KOSPI 盘中最多跌 9.3%，触发年内第十次熔断，SK 海力士收跌 11%。
即便如此，纳斯达克综合指数在 10 月 6 日刚创下 27599.89 点的历史新高，到 10 月 15 日只比高点低 3.2%。
这个画面，和 1999 年下半年到 2000 年初惊人地像：美联储刚开始加息，长期利率在飙升，最依赖借钱的环节在出问题，指数却还在新高附近。
纵向讲的是「过去怎么发生」，这一章换一个方向：在 2026 年 10 月这个时间截面上，把今天的读数和历史上几次泡沫顶点前的读数并排放，一组一组比。这里的「竞品」是历史上的几次泡沫，主要对照 2000 年，必要时补上 1929 年、铁路和 2008 年。
每一组都按同一个顺序写：这个指标历史上领先多久，今天读数多少，我怎么判断。
历史规律。央行收紧是领先期最稳定的信号。1999 年首次加息比纳指顶点早约 8.5 个月；1928 年的加息比 1929 年股市顶点早一年半以上；1845 年秋英格兰银行加息，被普遍视为英国铁路股崩跌的导火索。但加息之后股市往往还会再涨一段，1999 年下半年是整轮泡沫涨得最快的时候。
今天的读数。
| 指标 | 2000 年顶点附近 | 2026 年 10 月 |
|---|---|---|
| 美联储动作 | 1999.6 起加息 6 次，到 6.5% | 2026.9.16 首次加息，到 3.75%–4.00% |
| 10 年期美债 | 2000 年 1 月约 6.7% | 10 月 5 日 5.31%，2002 年以来最高 |
| 10 年减 2 年利差 | 2000 年 2 月倒挂，4 月最低 −0.52 | 10 月 15 日 +0.33，未倒挂 |
| 通胀背景 | 需求过热，油价两年翻约三倍 | 战争推高油价，CPI 3.7%，核心 CPI 约 2.6% |
数据来源：美联储声明、FRED。
我的判断。这一项已经亮灯，而且比表面看到的更严重。原因在利率的结构上：1999 到 2000 年是短端利率涨得比长端快，曲线倒挂；今天是长端利率在领跑，10 年期从 2 月底的 3.97% 涨到 5.31%，曲线反而变陡了。
对 AI 基建来说，长端利率比短端利率更要命。数据中心是 20 年的租约，电厂是 30 年的资产，它们用长期债融资，也用长期利率折现。当 10 年期国债在 5% 以上，一个靠 2028 年才开始付租金的项目，现值会被明显压低。美银 10 月的全球基金经理调查显示，「债券收益率无序上升」已经在 9 月首次取代「AI 泡沫」，成为基金经理眼中的第一大尾部风险。
所以，「曲线没倒挂」不应该被当成安全信号。这一轮的紧缩，是以长端利率的形式到来的。
历史规律。1997 年三季度，美国 NIPA 企业利润见顶，比纳斯达克顶点早约 30 个月，是 2000 年泡沫最早、最有含金量的基本面信号。
今天的读数。这一项在宏观和微观上给出了相反的答案。
宏观层面，按 FRED 数据计算，2026 年第二季度美国企业税前利润（含存货和资本消耗调整）约 4.71 万亿美元，占 GDP 的 14.5%，创有数据以来新高，而且还在加速。1997 年那颗最重要的灯，今天没有亮。标普 500 第三季度盈利预计同比增长 29.6%，已是连续第三个季度超过 25%（FactSet，10 月 9 日）。
微观层面，承担 AI 投资的那几家公司，现金流在迅速恶化：
| 公司 | 资本开支占经营现金流 | 自由现金流 |
|---|---|---|
| Alphabet | 约 115%（2026 年二季度） | 二季度 −59 亿美元 |
| 亚马逊 | 约 107%（过去 12 个月） | 过去 12 个月 −76 亿美元 |
| Meta | 约 98%（2026 年二季度） | 二季度 +7.8 亿美元 |
| 微软 | 约 63%（2026 财年，现金口径） | 仍为正 |
| 甲骨文 | 约 170%（2026 财年） | −237 亿美元 |
数据来源：各公司 8-K 财报附件；甲骨文为财报新闻稿转述；比例为本报告计算。
德国安联研究部 2026 年 3 月的一项测算，把这个问题和 2001 年做了直接对比：超大规模云厂商的资本开支增速比销售增速高出约 46 个百分点，而 2001 年电信过剩周期的这个缺口是 32 个百分点。
我的判断。这是 2026 年和 2000 年最大的结构差异：利润是真的，但投资的增速已经远远超过了利润的增速。1997 年的问题是整个经济的回报率在下降；今天的问题是少数几家公司把超过 100% 的经营现金流投入到一个回报尚未证明的方向上。
还有一处要看清的细节：巨头的会计利润里开始混进投资收益。亚马逊二季度 626 亿美元的净利润里，有 534 亿美元是非经营性收益，主要来自对 Anthropic 持股的公允价值重估（亚马逊 8-K）；微软 2026 财年确认了约 50 亿美元的 OpenAI 投资收益。客户估值上涨，变成了供应商的利润。这和 1999 到 2000 年科技公司靠风险投资收益美化利润，是同一种结构。
历史规律。Minsky 的框架，加上 Greenwood 等人「信贷加资产价格同时快速增长」的研究，都指向同一件事：泡沫最危险的转折，不是价格涨了多少，而是钱的性质变了。橡树资本创始人 Howard Marks 在 2025 年 12 月的备忘录里说得更直接：当一项投资的回报还「纯属推测」时，用债务去融资是有毒的。1990 年代电信的资金链是「股权热—高收益债—银行贷款—供应商融资」，最后一环断在供应商身上。
今天的读数。AI 基建的资金链正在走同样的四步，而且每一步都比 2000 年规模更大：
压力已经在边缘出现。甲骨文评级降到 BBB-；私募信贷巨头 Blue Owl 旗下基金二季度收到 47 亿美元赎回申请，只按 5% 的季度上限兑付（二手报道）；Meta 第二次发债的订单比第一次少了近四分之一。美银 10 月的调查里，39% 的基金经理认为 AI 超大规模云厂商的资本开支是「最可能的系统性信用事件来源」。
我的判断。这是七组指标里最红的一组。2000 年的教训是，泡沫破裂之后，股权损失由投资者承担，债务损失则会沿着担保链传回供应商，再传给银行。今天这条链比 2000 年长，还多了一个当年没有的环节：私募信贷和 SPV。它们不在银行体系里，不在巨头的资产负债表上，透明度最低。
但也要看到对冲因素：借钱的主力是 Alphabet、亚马逊、微软、Meta，它们的信用评级在 AA 级附近，现金和有价证券以千亿美元计（Alphabet 二季度末 2425 亿美元）。安联测算它们的杠杆率比 2000 年的「高支出者」低约 20%。真正脆弱的是二线：甲骨文、CoreWeave 这样的新型云服务商、软银，以及 OpenAI 本身。2000 年倒下的是环球电讯和世通，不是 AT&T。今天最该盯的，也是二线。
历史规律。过剩最终一定体现为价格。英国铁路每英里收入五年降了 40%；美国铁路运价 15 个月跌了一半；光纤每英里价格四年跌了约 76%。而且价格信号通常先于设备商的业绩崩塌：带宽价格从 2000 年就开始暴跌，思科的库存减值要到 2001 年 4 月。
今天的读数。这颗灯不但没亮，方向还是反的：
我的判断。这是今天和 2000 年最根本的差别，也是「这还不是泡沫顶点」最有力的论据。2000 年的光纤是建好了没人用；2026 年的 GPU 是建好了不够用。
但这颗灯也是最需要提前盯的，原因有两个。第一，算力的价格有一个光纤没有的下行力量：效率。DeepSeek 在 2025 年初已经演示过一次，同样的能力可以用少得多的算力实现。第二，供给端正在集中释放：英伟达的季度报告显示，它对供应商的采购承诺合计 2790 亿美元；中国长鑫存储 10 月发布了新的 DRAM 架构，当天 SK 海力士跌约 10%。供给在 2027 年到 2028 年大量上线时，如果需求增速同时放缓，价格可能从暴涨直接转为暴跌。光纤的历史告诉我们：需求预测的小错误，会被技术进步放大成数百倍的产能过剩。
历史规律。2000 年 3 月《巴伦周刊》的「Burning Up」让市场第一次按「还能烧几个月」去看互联网公司。它对大盘是同步信号，对个股是领先信号。
今天的读数。AI 的收入增长是真实的，而且比互联网泡沫时快得多。Anthropic 三季度收入 168 亿美元，一季度只有 47 亿美元，并已连续两个季度实现调整后盈利（据《金融时报》报道）。谷歌云二季度收入同比增长 82%，微软 Azure 增长 43%，亚马逊 AWS 增长 37%。
但收入和承诺之间的差距更大：
我的判断。这一项正在从绿灯转黄灯。区别于 2000 年的是：当年烧钱的是几百家小公司，烧完就倒闭，冲击分散；今天烧钱的主要是两三家估值接近或超过万亿美元的公司，它们的承诺被层层打包进了甲骨文的订单、英伟达的担保、软银的贷款和私募信贷的资产里。它们的收入增速，是整座大厦的地基。OpenAI 10 月 8 日那次「口径之争」让甲骨文和 CoreWeave 单日跌 5% 到 8%，说明市场已经开始按这个逻辑定价了。
历史规律。估值是最早亮的灯，也是最不能用来择时的灯。CAPE 在 1997 年就过了 31，2000 年的顶点要等到 33 个月后。
今天的读数。
| 指标 | 2000 年 | 2026 年 10 月 | 来源 |
|---|---|---|---|
| 标普 500 CAPE | 44.2（1999.12 峰值） | 41.0 | multpl（席勒数据） |
| 标普 500 远期市盈率 | 约 24–25 倍（常见引用口径） | 19.1 倍 | FactSet |
| 龙头卖铲人远期市盈率 | 思科约 100 倍以上 | 英伟达约 17 倍 | 二手 |
| 前十大公司占标普权重 | 约 23%–27% | 约 39% | SPY 季报；RBC 等 |
| 信息技术板块权重 | 约 33%–35% | 39.7% | SPY 季报 |
| 非金融企业股权市值/GDP | 约 163%（2000 年一季度） | 约 255%（2026 年二季度） | 美联储 Z.1 数据，二手计算 |
我的判断。估值给出的是一个矛盾信号。按市盈率倍数，今天比 2000 年便宜很多，因为分母（利润）是真实增长的；按资产价格相对整个经济的规模、按集中度，今天比 2000 年更极端。
我觉得后者更值得警惕。英伟达远期市盈率只有 17 倍，前提是它的利润能持续，而它的利润几乎全部来自少数几家客户的资本开支：二季度有一家直接客户贡献了 16% 的收入，上半年前三大直接客户合计约 44%（英伟达 10-Q）。卖铲人的低市盈率，是建立在买铲人的高资本开支上的。如果后者放缓，前者的盈利会比股价掉得更快，低市盈率会在一夜之间变成高市盈率。思科 2001 财年的销售额还增长了 18%，然后在第三财季计提了 22.5 亿美元库存减值：卖铲人的业绩，总是最后才坏的。
历史规律。融资余额和亏损公司 IPO 比例都是同步指标：2000 年 3 月融资余额见顶，与纳指同月；亏损 IPO 占比在 2000 年才到 81% 的顶点。它们的价值是确认，而不是预警。Greenwood 等人的研究补充了一个更有用的视角：新发行增加、波动率上升是崩盘的显著特征。
今天的读数。
我的判断。杠杆是红灯，情绪是绿灯，发行是黄灯转红。这个组合和 2000 年不太一样：当年是散户狂热、全民炒股；今天的杠杆更多藏在机构和衍生品里，散户嘴上悲观、手上加杠杆。融资余额在 5 月到 7 月先创最大单月增幅、再创 1997 年以来最大单月降幅，这种剧烈波动本身就是警报：按 Greenwood 的框架，波动率上升是崩盘组和非崩盘组之间最显著的区别之一。
最值得盯的是发行。万亿美元级别公司的集中上市，会在短时间内向市场供给大量新股票，同时让早期投资者有了退出的通道。1999 到 2000 年，泡沫后期的标志正是发行潮和锁定期锁定期是 IPO 后原始股东不能卖股票的期限，通常 6 个月；到期后集中卖出常压低股价。到期。SpaceX 上市后股价回撤约一半，已经提供了一个样本。
这一节相当于「用户口碑」：同一时间截面上，最有影响力的几类声音是怎么判断的。
偏警示的一方。
偏乐观的一方。
这些声音怎么读。乐观的一方几乎都是从「需求真实、技术真实」出发，这一点我同意，3.4 节的数据支持他们。警示的一方几乎都是从「钱的成本和来源」出发，3.1 和 3.3 节的数据也支持他们。两方其实没有正面冲突：技术可以是真的，泡沫也可以同时存在。贝索斯的「工业泡沫」说法最准确，1840 年代的铁路、1990 年代的光纤也都是真的技术。
美银的调查给了一个有意思的读数：9 月份，净 33% 的基金经理认为企业「过度投资」，创下纪录；但同时 79% 预计巨头 2026 年内不会削减资本开支。所有人都觉得投多了，所有人都觉得还会继续投。这正是 1999 年的心态。
| 信号组 | 2000 年的领先性 | 2026 年 10 月读数 | 灯色 |
|---|---|---|---|
| 货币收紧 | 领先约 8.5 个月 | 9 月首次加息，10 年期 5.3%，曲线未倒挂 | 红 |
| 宏观利润 | 领先约 30 个月 | NIPA 利润占 GDP 创新高 | 绿 |
| 巨头现金流 | （当年对应运营商资本开支/收入） | 多家自由现金流转负，资本开支增速远超收入增速 | 红 |
| 融资质量 | 领先，随后急剧恶化 | 发债 5000 亿美元、SPV、供应商担保、评级下调 | 红 |
| 产能价格 | 领先设备商业绩约一年 | GPU 租金、内存、电价都在涨 | 绿 |
| 收入兑现 | 对大盘同步 | OpenAI 口径之争，Anthropic 增速放缓 | 黄 |
| 估值 | 过早 | CAPE 41；倍数低于 2000 年，集中度更高 | 黄 |
| 杠杆与发行 | 同步 | 融资余额纪录且波动剧烈，超大 IPO 潮 | 黄转红 |
| 信用利差 | 同步到滞后 | 高收益利差从 2.60% 升到 3.25%，仍处低位 | 黄 |
数据来源：前文各节。灯色为本报告判断。
七组指标拆成九行之后，读数是三红、四黄、两绿（「黄转红」暂记作黄）。如果借用 Exponential View「三盏红灯即为泡沫」的规则（它的指标和这里不完全相同），今天刚好踩线。按历史时间表，「货币收紧」这盏灯亮起之后，离顶点通常还有半年到一年半。
把纵向的时间表和横向的仪表盘叠在一起，我觉得今天最像 1999 年 10 月到 12 月。
理由有四条。第一，美联储已经开始加息，但只加了一次（1999 年那时已加三次，节奏不同，方向一样）。第二，长期利率在快速上行，1999 年下半年 10 年期美债从约 5.9% 涨到约 6.5%，今天从 2 月底的 3.97% 涨到 10 月初的 5.31%。第三，最依赖借钱的环节开始出问题，1999 年是一批互联网小公司开始缺钱，今天是甲骨文和新型云服务商。第四，指数还在新高附近，超大规模 IPO 在排队。
但有两点不同，而且方向相反。
一是宏观利润。1999 年底，美国企业利润已经下滑了两年多，泡沫是在利润下滑中靠估值撑起来的；今天企业利润还在创新高，泡沫的主要组成部分是盈利，而不是倍数。这让今天的调整空间（如果发生）可能比 2000 年小，因为至少有一半的价格上涨是有盈利支撑的。
二是债务化程度。1999 年的电信债务主要集中在新兴运营商身上，科网公司本身多数没有债务，靠股权融资，倒闭了也只是股东亏钱。今天，AI 基建的债务分布在巨头、甲骨文、云服务商、SPV、私募信贷、GPU 抵押证券和供应商担保上。一旦出问题，冲击的路径会比 2000 年更长、更难看清。
今天最大的优势，来自 2023 到 2024 年「用自有现金投资」的阶段。那两年巨头们没有借钱，积累了巨额现金和极高的信用评级。这是 Alphabet 能发百年债、亚马逊能发史上最大企业债的原因，也是它们和 2000 年环球电讯、世通最大的不同。2000 年的电信运营商一开始就是借钱铺光纤的。
今天最大的劣势，来自 2025 年 9 月那一轮「循环交易」的决定。当英伟达决定投资 OpenAI、甲骨文决定接下 OpenAI 约 3000 亿美元的订单、AMD 决定用认股权证换订单时，整个产业链的风险就被绑在了 OpenAI 一家公司的收入曲线上。当时这是理性的选择：不接单，就把客户让给竞争对手。但它把一个分散的需求网络，变成了一个高度集中的信用链。2026 年的甲骨文降级、英伟达的 1050 亿美元担保、软银的过桥贷款，都是那个决定的延续。
这种「锁定」和 1990 年代很像。朗讯当年给运营商贷款，也是因为北电和思科都在这么做，不借就丢单。一个行业里每家公司的理性选择，加在一起变成了整个行业的非理性。这是 Minsky 说的「内生不稳定」。
把 AI 基建和电信泡沫类比时，最常见的安慰是：「就算泡沫破了，留下的基础设施以后也会被用上，就像光纤。」这句话只对了一半。
光纤埋在地下可以用几十年，2001 年铺的暗光纤，十年后被谷歌这样的公司用上了。而 GPU 的经济寿命，按 Burry 等人的估计只有 2 到 3 年，按会计口径是 5 到 6 年；英伟达几乎每年推出一代新产品。2026 年买的 GPU，到 2030 年很可能已经不值钱了。
AI 基建里能像光纤那样长期留存的，是数据中心建筑、电网接入、电厂和输电线。以 Alphabet 2025 年的资本开支为例，约 60% 花在服务器上，约 40% 花在数据中心和网络上；占大头的芯片和服务器，更像是会过期的库存。所以如果这一轮出现过剩，它留下的「遗产」会比电信泡沫少得多，损失会比电信泡沫更集中地落在当期。
这也解释了为什么「产能价格」这颗灯要格外盯紧。光纤的过剩可以慢慢消化，GPU 的过剩只能通过降价和减值快速出清。如果 GPU 租金掉头，供应商的减值会比 2001 年的思科来得更快。
以下是我的推演，概率是主观估计，用来排序，不是精确预测。
剧本一：最可能（约五成）——「1999 年冬天」，加息中再撑一段，然后在 2027 年出现一次大的分化式调整。
逻辑：美联储在 10 月或 12 月再加一次息，但油价冲击消退后通胀回落，加息周期不长。巨头 10 月底的三季度财报继续上调 2027 年资本开支，算力需求仍然紧张，GPU 租金不跌，英伟达业绩继续增长。指数在高位震荡。但融资成本上升会让二线玩家先出问题：甲骨文可能被降到垃圾级，部分新型云服务商需要再融资或被收购，私募信贷继续限制赎回。Anthropic 等公司上市带来发行压力。2027 年某个时点，当巨头资本开支增速明显放缓（不是下降），市场重新给整条链定价，AI 相关股票出现 30% 到 50% 的调整，但巨头本身不出现财务危机。
这个剧本最像 2000 年 3 月之后的前半段：调整是真实的，但主要发生在估值和二线公司身上。
剧本二：最危险（约两成五）——「2001 年的思科时刻」，利率和收入同时出问题。
逻辑：中东局势让油价持续在 100 美元以上，通胀反弹，美联储连续加息，10 年期美债升到 5.5% 以上。同时 OpenAI 的收入增速不及预期，新一轮融资估值下调或规模缩水。这两件事同时发生，会触发连锁反应：OpenAI 削减算力承诺，甲骨文和 CoreWeave 的订单出现缺口，英伟达的担保从或有负债变成现实负债，它对供应商 2790 亿美元的采购承诺变成库存压力。巨头在 2027 年下调资本开支。
这个剧本的宏观后果会很重。按荷兰国际集团（ING）的测算，科技投资约占美国当前 GDP 同比增长的三分之一；IMF 的下行情景估算，到 2028 年美国 GDP 会因此少 1.8%。2001 年的衰退，正是资本开支崩塌引起的。
触发信号：10 年期美债站上 5.5%；高收益债利差突破 4%；OpenAI 或 Anthropic 的融资或上市定价明显低于上一轮；GPU 租金指数连续两个季度下跌；某家巨头的资本开支指引首次下调。
剧本三：最乐观（约两成五）——「1996 年」，收入追上投资，泡沫被消化成繁荣。
逻辑：油价冲击在冬季消退，美联储只加一到两次就停。AI 的企业级收入继续高速增长，Anthropic 维持盈利，OpenAI 的收入在 2027 年翻倍。资本开支增速自然回落到和收入增速匹配的水平，自由现金流修复，发债减少。估值通过盈利增长而不是价格下跌被消化。这样回头看，2025 到 2026 年的狂热会像 1996 年的「非理性繁荣」：当时说得对，但离真正的顶点还很远。
这个剧本需要的条件比较多：需求、利率和融资三项都要配合。3.4 节显示需求这一项目前确实站在乐观的一边。
把历史经验和今天的读数合起来，下面是我建议持续跟踪的指标，按历史上的领先性从高到低排：
1996 年 12 月，格林斯潘问：我们怎么知道「非理性繁荣」已经把资产价格推得过高？他没有给出答案，市场又涨了三年多。
三十年后，这个问题的答案也许可以这样回答：我们无法知道价格什么时候算太高，但我们可以知道钱什么时候变贵了、从哪里来、流向哪里、能不能回来。1929 年、2000 年、2008 年，每一次泡沫在破裂前，都先在融资端露出了裂缝。
2026 年 10 月，这些裂缝已经出现：加息、长期利率、负自由现金流、创纪录的发债、供应商担保、私募信贷的赎回限制。而另一边，GPU 依然供不应求，企业利润依然在创新高。这两组事实同时为真，这正是泡沫后期最典型的样子。
思科用了 25 年，才收复 2000 年 3 月 27 日那天的股价。那一天它是全世界最值钱的公司，它的设备也确实撑起了后来的互联网。技术是真的，从来不是投资者不会亏钱的保证。
以下为本报告引用的主要来源，访问时间均为 2026 年 10 月 16 日。标「二手」的为媒体或第三方转述。
一手数据与官方文件
学术与研究
媒体报道（二手）
说明：本报告的「灯色」和剧本概率为作者判断；2000 年的标普远期市盈率、2000 年融资余额占 GDP 比例为常见引用口径，未逐条回到原始数据核对；NIPA 利润为 BEA 现行修订版数据，不是当年实时数据。