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 。