直接使用“雀神广东麻将开挂视频教程”开挂(透视)最新辅助详细

　　炒股就看金麒麟分析师研报，权威
，专业，及时 ，全面
，助您挖掘潜力主题机会！

　　来源 ：资本深潜号

　　作者| 徐行

　　编辑 | 袁畅

　　在业内，华创证券首席经济学家张瑜以观点独到
、前瞻且富有逻辑性知名
。

　　日前 ，她在一场线上访谈中
，对AI科技行情的未来、世界经济的格局 、全球制造业的发展、消费的前景
、居民财富迁移以及黄金配置等发表了最新观点。

　　她的观点如何，值得仔细阅读 。

　　金句：

　　1、（科技产业）如果不是趋势性的（拐点）变化 ，科技行情就没有走完。

　　2 、从电力
、互联网等通用技术的历史经验看
，新技术扩散初期，劳动生产率甚至可能先下降 ，之后才进入加速上升阶段
。

　　3、AI产业最初的赢家可能不是最后的赢家。

　　4 、当前AI浪潮与2000年互联网泡沫存在两个根本性区别
，因此这一轮全球科技行情会是分层次
、分涨跌的结构性行情 。

　　5、2000年时，美国几乎控制了互联网产业从前端平台到核心硬件的完整利润链条
。今天 ，AI产业的硬件和零部件利润分布在不同经济体。

　　6 、全球最常被调用的前50个模型中，中国大约占20个
，美国大约占30个 。这会对原有估值体系形成挑战
。

　　7
、黄金的收益往往通过极短时间内的报复式脉冲兑现，持有体验比较差。

　　01

　　历史规律不能机械套用

　　在这次对话中 ，张瑜特别提醒
，历史复盘不能被机械套用 。

　　比如，近期亚马逊、谷歌等公司的自由现金流（行业前景判断的重要指标）出现波动 ，但这并不一定意味着对行业判断也要波动
。

　　张瑜认为
，对科技产业下一步的预判还需要在真正理解产业前沿的研究基础上，尤其是相关研究进展和产业趋势的发展上

　　“如果不是趋势性的（拐点）变化 ，科技行情可能还没有走完；如果是
，这一轮股价可能会在一个大平台之后出现转折点。
”

　　02

　　AI技术会经历生产率的“J曲线”

　　在技术史的坐标中，张瑜将AI视为一种通用技术 ，而非针对单一场景的专用技术 。

　　从电力 、互联网等通用技术的历史经验看
，生产率提升通常不是一蹴而就，而是会经历一条生产率“J曲线 ”
。

　　新技术扩散初期 ，劳动生产率甚至可能先下降，之后才进入加速上升阶段。

　　她将前期生产率下降归结为三个主要原因 。

　　第一
，原有生产关系和组织架构未必能够适配新技术。“这就像不能在铁轨上跑马车
。
”把AI嵌入现有工作流，也不只是给原有流程增加一个工具 ，而可能要求企业改变整个思维方式
、组织关系和工作方法。

　　第二
，统计核算往往滞后于技术变化 。新技术刚出现时，现有统计体系可能不知道如何核算其产出 ，从而漏记一部分生产率提升
。

　　第三
，企业员工和劳动力需要重新培训。企业已经投入资源，却未必立即完成匹配 ，短期内反而可能出现效率下降 。

　　03

　　最初的赢家通常不是最后的赢家

　　资本市场同样可能经历类似的试错过程
。新技术出现后
，需求想象往往率先带来大规模硬件投资，但此时关键生产要素仍然昂贵 ，初期尝试也未必成功。只有经过供给扩张和价格下降
，关键要素真正走进千家万户，应用端需求才会大规模涌现 。

　　张瑜以移动互联网为例称 ，在2013年、2014年前后的移动互联网浪潮和“提速降费”之前，手机流量价格很高
。如果按照当时的成本
，今天大量依赖视频流量的应用很难获得足够高的渗透率。

　　应用不是由产业部门提前规划出来的，而是在要素价格下降后 ，由不同市场主体自行涌现和竞争出来的 。

　　这也是她对当前AI产业的核心判断之一
，“最初的赢家通常不是最后的赢家
。 ”

　　当前，硬件价格依然非常昂贵。张瑜认为 ，这种订单和硬件价格不可能长期维持 。

　　未来
，随着供给端生产力释放 、技术瓶颈突破，硬件供给增加、价格明显下降 ，真正能够走向大众市场的AI应用才会出现。

　　“到了那个时候
，真正的AI应用大赢家才会逐浪而生
。
”

　　04

　　与互联网泡沫存两个根本性

　　张瑜认为，当前AI浪潮与2000年互联网泡沫存在两个根本性区别 ，因此这一轮科技市场最终未必出现全球同步见顶
、同步转向的局面
，更可能是分层次、分涨跌的结构性分化市场。

　　第一个区别是，2000年时 ，美国几乎控制了互联网产业从前端平台到核心硬件的完整利润链条 。今天，AI产业的硬件和零部件利润分布在不同经济体
。

　　第二个区别是
，2000年时，优质科技企业高度集中在美国上市。现在 ，美国之外已经出现具有实际竞争力的模型和企业 。

　　比如
，在全球最常被调用的前50个模型中，中国大约占20个 ，美国大约占30个
。这会对原有估值体系形成挑战。

　　05

　　AI虽然性感
，但中国制造不止AI

　　在谈及7月以来的A股波动和中国制造业韧性时，张瑜将过去两年的外部环境形容为“非常折腾” 。

　　2025年的关税冲击之后 ，中国出口份额不降反升；2025年下半年有色金属价格上涨
，部分海外高端制造和新能源设备企业成本承压，中国企业仍能保持较稳定交付
。2026年初 ，伊朗局势又带来油价和航运通道波动
，对全球供应链稳定性形成考验。

　　商业的本质要求企业非常平稳地履行合约，而这种折腾对此构成了很大挑战 。张瑜表示 ，在高油价 、高能源成本和供应链扰动中，一些欧洲及东南亚产能被迫退出
，而且这种出清具有不可逆性
。即使能源价格随后回落，已经倒闭
、出售厂房的企业也很难全部重新回到市场。

　　相比之下 ，中国制造表现得非常“抗折腾 ”
，依托完备工业体系、稳定交付能力 、深厚要素市场，以及供应链智能化
、敏捷化调整能力 ，能够更快完成要素重组和成本控制 。

　　不过
，她认为，资本市场对中国制造的观察过度集中在AI上。

　　AI虽然最‘性感’、最漂亮 ，但中国制造漂亮的东西非常多
。

　　在她看来
，过去半年至一年，中国重卡 、机械
、机床、航运和造船等领域的出口 、业绩与订单同样保持较好表现。AI只是中游制造趋势性崛起过程中跑得最快的“先行军
” ，而不是中国制造业的全部 。

　　06

　　资本开支高增不是AI护身符

　　对于当前市场高度关注的AI资本开支的增速
，张瑜首先给出了一个反直觉结论，Capex高增是产业指标 ，却不是股价安全性的领先指标
。

　　她介绍，团队从2000年互联网泡沫中选取7家标志性公司
，观察接近20项
、最终归纳为18项财务指标，包括盈利、收入 、债务覆盖倍数、资本开支和现金流等多个维度。

　　最后被留下认为呈现出有效性的6个指标分别是 ，经营活动现金流同比
，即OCF同比；OCF/Capex；营收同比；自由现金流FCF的绝对值；息税折旧摊销前利润EBITDA的绝对值；以及资本开支Capex同比增速 。

　　这6个指标中，Capex同比是滞后指标 ，其余5个是领先指标
。2000年互联网泡沫期间
，7家样本公司中有5家在Capex仍然高增
、尚未见顶时，股价就已经先行见顶。

　　“现在很多人谈AI股票时 ，反复强调‘Capex高增’ 。”张瑜说
，“但Capex高增是产业问题，与股价并不构成稳定的领先关系 ，它反而是滞后指标
。 ”

　　07

　　经营业绩才是股价的“守门人”

　　相比之下
，自由现金流（FCF）和息税前利润（EBITDA）的绝对值，在历史复盘中显示出更稳定的领先意义。张瑜将这两个指标称为股价的“守门人
” 。

　　在7家样本公司中 ，它们各自的有效胜率大约达到5/7；大约有5家公司在FCF或EBITDA绝对值见顶后，当季之内、即领先0至3个月
，股价便出现拐点
。

　　“FCF和EBITDA才是股价真正的‘守门人’。”她说，“如果它们不行了 、出现拐点 ，很多趋势可能已经暴露出重要瑕疵
，股价随后就会有所表现 。 ”

　　其他几个指标同样具有一定领先性，但领先期并不稳定 ，有时领先两个季度
，有时领先三至五个季度，因此更适合作为交叉验证指标 ，而非单独的交易信号。

　　08

　　消费板块会有下一步行情么？

　　对于消费板块能否出现系统性切换
，张瑜重点谈到了收入分化与产业结构转型密切相关
。

　　张瑜举例称，以上市公司为样本 ，中国制造业中利润排名靠前的约10%企业
，可能占到全行业约90%的利润，但其就业占比只有45%至50%。

　　“如果制造业有100个人工作 ，大约45个人分享90块钱利润，剩下55个人分享10块钱利润 。
”她表示
，头部群体收入较高，但边际消费倾向下降；更多低收入群体所得偏少 ，消费潜力又难以充分释放
。

　　相比之下
，建筑业等劳动密集型行业，消费行为的释放更平均。因此 ，制造业向资本密集型
、自动化方向升级
，在提高效率的同时，也可能自然带来利润和收入向头部集中 。

　　因此在初次分配难以直接改变的情况下 ，政策更可能做二次分配调整
。

　　她判断
，在当前K型分化环境下，结构性政策比总量政策更有效。

　　对于消费补贴 ，她建议耐用品补贴继续延续
，后者不应简单理解为对未来消费的透支 。补贴是在产业跃升、收入分化背景下，对居民消费潜力释放速度进行平滑
。

　　在此基础上 ，补贴范围还可以进一步扩大。“如果只谈个人建议，我建议把补贴范围从商品扩围到服务 。”

　　09

　　黄金十年逻辑未变

　　尽管今年以来黄金出现明显波动
，张瑜仍维持“十年战略看多黄金 ”的观点
。

　　她表示，此前支撑黄金长期判断的三层底层逻辑仍在强化 ，目前尚未看到明显变化。黄金与其他大类资产相关性较低
，在个人或机构的资产配置中仍具有稀缺价值 。

　　但她也表示，在家庭和个人的可投资资产中 ，配置约5%的黄金较为合适。“5%能够拿得住就可以
。
”

　　张瑜认为
，短期交易黄金极其困难。市场经常出现“债王” 、科技领域的明星投资人和大宗商品交易专家，却很少听到所谓“黄金之神 ” ，原因在于黄金现货市场的主要参与者是全球主权储备
，普通个人和一般金融机构很难稳定预测 。

　　黄金的回报方式也不同于股票分红或债券利息
。它可能在很长时间内没有收益，随后在极短时间内集中上涨。

　　“你可能4年零280天都不赚钱 ，最后80天上涨50%；甚至可能最后10天就上涨50% 。
”张瑜说
，“黄金的收益往往通过极短时间内的报复式脉冲兑现
。”

　　这意味着，即使长期看多黄金 ，投资者也很难精准抓住一年甚至几个月的关键上涨窗口。对普通投资者而言，频繁择时未必比确定合理配置比例更有效 。

　　张瑜同时反复提醒
，黄金资产的持有体验比较差
。黄金大部分时间没有利息，同时波动较高
、夏普比率偏低 ，因此不适合重仓押注
，更不能使用救命钱或关键教育资金配置。资金属性越长期、越能够承受持有过程，最终获得收益的概率才越高 。

　　10

　　AI若未证伪将继续“去伪存真 ” ，

　　若证伪则寻找“两端受益 、中间不相关
”

　　对于下半年资本市场
，张瑜给出了两种情形
。

　　第一种情形是，AI科技趋势没有被证伪。在这种情况下 ，市场仍可能沿着当前的大趋势运行
，但科技板块会进一步“去伪存真”，资金更加重视真实
、优质、能够由基本面验证的资产 ，也可能有新的细分行业重新回到领军位置 。

　　在国内经济转型继续推进 、政策对转型分化保持一定容忍度的情况下
，她认为，人民币资产中的股票可以相对积极一些 ，债券和汇率则相对中性
、偏谨慎。

　　第二种情形是，以美国为代表的全球AI大趋势被证伪
。届时
，美国市场可能转向美债、利率敏感型经济和消费内需。

　　同时，AI之外的中游制造可能获得更多关注 。

　　她总结基本思路是寻找“两端受益 、中间不相关 ”的方向
。

　　不过 ，张瑜再次强调
，科技资产波动较大，科技判断高度依赖产业预判。对于并不掌握产业信息优势的宏观研究者而言 ，更应回到数据、报告和财务指标
，而不是仅凭叙事作出静态判断 。