如何理解“非理性繁荣”下的“理性泡沫”：AI 主题投资策略分析

摘要： 本次会议探讨了在“非理性繁荣”背景下如何理解 AI 产业的“理性泡沫”，通过对比 2000 年互联网泡沫，分析了当前 AI 泡沫的阶段特征及风险测度，并提出了 2026-2027 年 AI 主题的投资策略。

核心观点：

1. 泡沫性质判定：当前 AI 泡沫处于“可控泡沫”向“坏泡沫”演绎的阶段。虽然金融市场估值处于高位且风险积聚，但尚未传导至实体经济，且整体估值水平远低于 2000 年互联网泡沫巅峰期。
2. 投资逻辑：建议采取“跨周期”操作，聚焦于能穿越周期的核心资产。核心资产需具备技术壁垒、商业化路径清晰，且估值与盈利预期相匹配。

论据支撑：

1. 估值对比：纳斯达克当前 PE（约 42 倍）与 2000 年峰值（120-150 倍）相比仍有较大距离，未达到全面狂热阶段。
2. 指标测度：巴菲特指标和股权风险溢价（ERP）显示风险较高，但高收益债利差仍处于安全区间，且实体经济杠杆率处于低位。
3. 资金结构：当前 AI 投入大头由大型企业自有资金驱动，而非 2000 年时的风险投资（VC/PE），资金结构更为稳健。

局限性/风险：

1. 应用端落地风险：AI 投资的合理边界取决于技术创新能否有效转化为应用端业绩，若无法落地，科技投资将变为纯粹泡沫。
2. 宏观环境风险：货币政策转向（如抑制性加息）可能导致流动性收紧，从而加速泡沫破裂。