A股为何掉队，《经济学人》解释错了

本文来自微信公众号： 防冷涂的蜡书斋 ，作者：防冷涂的蜡10月28日，《经济学人》发表《中国股市是全球市场中的一个巨大例外》：全球资本追逐AI，中国参与竞赛，股市却明显掉队。中金10月26日报告显示，沪深300从高点回撤20.2%，创业板指回撤41.1%。文章从两个方向解释反差：产业层面，中国模型进步很快，软件付费意愿却较弱，AI盈利难以兑现；宏观层面，出口增长支撑经济，财政刺激的紧迫性随之下降，内需和股市承压。两条解释指向同一结果：中国参与产业繁荣，股票市场却未分享红利。这些现象确实存在：中美AI收入有差距，出口强劲与消费偏弱、财政支出放缓也同时发生。但事实之间仍有待验证的因果关系。AI收入差距能解释股票回报差距吗？出口如何影响财政决策？财政变化又怎样传导到股价？这三个问题决定了对中国股市的解释能否成立。AI收入差距，为何解释不了股市差距？商业化领先，不等于投资回报领先。Rhodium Group今年9月估计，中国模型企业合计年化经常性收入约107亿美元，明显低于美国头部企业。美国企业已有成熟的软件采购与云服务体系，AI更容易成为付费项目。这项差距衡量了商业化进度，却无法直接衡量股东收益。因为商业化至少有三个环节：首先，客户愿意为服务支付多少；其次，扣除日常运营成本后，企业留下多少利润；最后，企业为获得这些利润投入的资本，能带来多高回报。只比较收入，相当于在第一环就宣布胜负。亚马逊最新财报提供了很有代表性的对照。2026年第三季度，AWS收入460亿美元，同比增长39%，营业利润178亿美元，云服务的盈利能力已经相当成熟。但截至9月底的过去12个月，亚马逊经营现金流达到1683亿美元，自由现金流却为负424亿美元。这种反差来自投资。公司购买设备、建设数据中心的支出增加，经营现金再次投入未来产能。利润表衡量现有业务成果，自由现金流反映投资之后还能留下多少现金。两者关注的是不同的经营环节。现有业务的利润，不能直接证明新增AI投资已经回本。AWS包含传统云业务，集团资本开支也覆盖其他项目。评价新建设施，需要观察新增投资与未来现金流，不能将成熟云业务的全部利润归入AI。Meta的情况类似。第三季度经营现金流为328亿美元，自由现金流为负21亿美元，全年资本开支预计1350亿至1450亿美元。Meta已经通过改善广告推荐获得AI带来的增量收入，但设备投资的回收情况，还要放到未来多个经营周期中检验。中美比较还要考虑投入规模。Rhodium预计，中国2026年AI资本开支约1390亿美元，规模仅为美国的15%至20%。美国获得更多收入，也投入更多资本。两者并存，不能仅根据收入总量判定哪一方为股东创造了更高的资本回报。还有股票的买入价格。即使一家美国公司未来利润是中国同行的两倍，投资者若已经为它支付了三倍的估值，未来收益也未必更高。企业在商业竞争中领先，与投资者在股票市场上获得更高回报，中间还隔着资本投入和市场定价。AI商业化越快，资本回报就有保障？商业收入无法直接代表价值兑现，还涉及AI的成本结构。传统互联网软件在前期开发完成后，新增用户的直接服务成本通常较低。微信增加一位普通用户，或者一套软件再售出一个授权，并不要求平台按相同幅度增加服务器和研发人员。第一层变化，是新增使用量对应持续的计算成本。大模型的每次推理都要消耗算力。用户提出简单问题，与让Agent反复检索资料、修改代码、执行多个步骤，消耗的计算资源可能相差很多。用户越活跃，收入有机会增加，服务成本也可能同步增加。Bergemann等人在2025年的大模型定价研究中，将输入与输出Token的成本纳入分析。包月收费便于吸引用户，但高频、复杂任务会持续消耗计算资源；按量收费有利于控制成本，却要面对客户对价格的敏感。能否把增长转化为利润，取决于每类任务的收费与成本。模型和芯片进步会降低单位推理成本，却未必让企业留住全部收益。当竞争者随之降价，客户也会要求更低的服务价格。技术进步能够扩大AI的使用范围，最终利润仍取决于竞争格局和客户愿意支付的金额。第二层变化，是巨额资本投入面临技术更新周期。数据中心建筑可以使用较长时间，AI芯片却可能被新一代产品迅速改变经济价值。旧设备能否保持利用率、服务价格能否覆盖折旧，都影响投资回收。收入持续增长，不等于项目必然在设备更新前完成回本。可以作一个简化测算：假设企业投入1000亿美元建设AI基础设施，经济使用期五年，要求10%年化回报，期末无残值，每年需要约264亿美元净现金流。如果现金贡献率只有30%，对应年度收入就接近880亿美元。这里计算的是投资回收门槛，并非真实企业的盈利预测。衡量AI商业化，需要同时看服务价格、使用量、现金贡献率和新增投资。美国模型企业已经获得更广泛的付费客户，但高额基础设施投资能否持续创造超过资本成本的收益，仍取决于未来经营结…