跳到主内容
@wquguru
精选75华尔街见闻(RSS)行业动态

Tom Lee:金融服务业是AI生产力最大短期赢家,上调标普500目标至8000点

“大多头”Tom Lee:AI生产力最大短期赢家是金融服务业,上调标普500目标至8000点

原文
发到 X

华尔街知名多头、Fundstrat Global Advisors联合创始人Tom Lee上调标普500年终目标至8000点,并将金融服务业列为AI生产力红利的最大短期受益者。他认为,盈利增长将继续主导市场,但下半年投资者须警惕多重风险。 在近日的一场播客节目中,Lee表示,进入2026年下半年,其维持乐观立场的核心逻辑在于盈利估算的持续上调:市场对2027年标普每股盈利的一致预期已从年初的350美元升至400美元,而对应的远期市盈率反而从19.4倍降至18.4倍。这意味着尽管指数年内已涨近9%,市场在估值层面实际上比年初更为"便宜"。他将8000点目标建立在2027年400美元每股盈利乘以20倍市盈率的基础之上。 然而,Lee同时警告,标普指数在秋季可能经历一次类似熊市的急剧回调,诱因包括美联储领导层更迭、大型IPO解禁供给压力、霍尔木兹海峡航运受阻以及历史高位的保证金杠杆水平。他维持"V型反弹"的基准判断,认为只要经济基本面未出现实质性恶化,任何回调都将迅速逆转。 盈利驱动依然扎实,但质量存疑 Lee将2026年潜在的"连续第四年两位数涨幅"归因于三条相互叠加的盈利增长主线:AI与能源基础设施建设、制造业回流,以及政府基建支出的延续效应。他指出,今年年内76%的大盘成长型基金经理跑输基准,主要是因为错过了半导体和DRAM内存板块的行情,这部分落后者在下半年的追涨行为将构成额外的上行动力。 不过,他也坦承盈利质量问题不容回避。大型科技公司将私募股权投资的估值增值计入盈利,半导体供应链中存在涨价驱动的"牛鞭效应",超大规模云厂商通过公开市场增发和债务融资维持资本开支——这些因素均意味着,对当前盈利增长适用更高的估值折扣是合理的。他表示,信贷利差目前仍处于异常收窄水平,这是他目前观察股市是否出现裂痕的首要参考指标。 AI生产力红利:金融服务业是最大短期赢家 Lee认为,AI已在实践中证明了两件事:它让能力强的人变得更高效,同时也让此前"隐性闲置"的工作时间产生了真实产出。以知识密集型行业为例,一周40小时中真正产出价值的时间可能不超过6小时,AI正在填补这些空白、将其转化为实际产能。 基于这一逻辑,Lee将金融服务业列为AI生产力红利在近期最具确定性的受益方,此外还包括医疗健康和科技行业。他同时看好AI下游软件股(IGV)和科技七巨头(Mag 7)——理由是这些股票此前经历的估值降级已使风险回报比趋于合理,而它们作为AI下游受益者的复合增长潜力尚未被市场充分定价。 展望更长时间维度,他认为工业机器人将率先改变仓储物流,继而向住宅建筑业渗透——届来半导体需求将出现结构性跃升,因为单台机器人的芯片使用密度约为iPhone的50倍。亚马逊凭借约百万台工业机器人的先发规模,在他看来将是这一趋势的核心受益者之一。 OpenAI推迟上市:叙事出现裂痕还是策略考量? Lee对OpenAI和Anthropic相继推迟IPO一事表示"耐人寻味",但并不认为这与SpaceX的成功上市存在直接关联。他推测,美国政府收紧对新模型的审查可能是原因之一,但坦承并不掌握内情。 他认为,若上述两家公司选择上市,发行本身并不难——私募市场对其融资需求的满足一直相当顺畅。投资者在评估OpenAI和Anthropic时,不会简单套用订阅业务的估值框架,而是需要看到自由现金流的兑现路径。他以Meta的移动化转型和SpaceX将卫星频谱打造为核心资产为类比,认为这两家公司存在"本垒打"级别成功的非零概率——但这在本质上是对创始人个人判断力和执行力的押注,内含高度的关键人物风险。 下半年四大考验与V型反弹逻辑 Lee梳理了下半年市场面临的四项主要风险:其一,新任美联储主席沃什拟重构货币政策沟通机制,包括取消固定频次新闻发布会和前瞻指引,市场需要寻找替代性政策信号;其二,SpaceX等大型IPO锁定期将于秋季陆续到期,届时流通市值供给将大幅增加;其三,霍尔木兹海峡航运尚未恢复正常,全球石油产品供应缺口持续扩大;其四,保证金杠杆同比增幅高达55%,历史上处于近70年来第五高水平,与未来数月市场回调高度相关。 对于这些风险最终将导致"V型反弹"而非持续下行的判断,Lee的依据是:只要企业信用利差和收益率曲线未发出经济实质性恶化的信号,市场就具备快速修复的基础。他指出,今年早些时候与伊朗冲突相关的市场回调已验证了这一框架。 半导体:周期股还是结构性新故事? Lee对半导体能否维持强势持相对乐观的态度。他指出,过去50年每一轮半导体周期,市场总规模本身并未出现跳跃式扩张,但这一次机器人的大规模应用将带来全新需求量级——单台自主机器人的芯片需求约为智能手机的50倍。太空应用场景对半导体的特殊性能要求,也将催生差异化需求。他认为,至少在2026年至2027年的可见周期内,"大周期"与"结构性转变"这两种叙事对市场走向的影响差异不大,近期能见度已相当清晰。 以下为访谈全文: 主持人:去年年底,有一位嘉宾在节目中对 2026 年做出了非常看涨的预测。时间快进到现在,美国股市确实表现不错,年内涨幅接近 9%,但市场上仍然存在不少悬而未决的问题。现在 2026 年上半年已经收官,我们想请这位嘉宾回来聊聊:他是否依然看涨?投资者当下低估了什么?下半年市场又将走向何方? 今天做客的是 Tom Lee,Fundstrat Global Advisors 的联合创始人、董事总经理兼研究主管。Tom,很高兴请你回到节目。 2026 上半年回顾:领涨与落后板块 主持人: 我们想先请你回顾一下上半年的市场表现,再谈谈对下半年的展望。标普指数上半年涨了近 9%,道琼斯涨了 8%,纳斯达克涨了 11%。板块之间的分化也很明显——今年"科技七巨头"(Mag 7)表现相对承压,稍后我们也会聊聊加密货币的情况。先说说你对上半年的整体感受吧。 Tom Lee: 2026 年有望成为连续第四年实现两位数涨幅的一年。这可能会让观众有些意外,但历史经验表明,当市场连续三年出现强劲涨幅——就像我们看到的 2023、2024、2025 年——第四年往往表现依然稳健。这也是我们年初持乐观态度的原因之一。 年初的判断是,盈利增长将成为市场的主要驱动力,事实也确实如此。年初市场对 2027 年标普盈利的一致预期——和我们的预测也很接近——是 350 美元,现在已经上调到了 400 美元,涨了 50 美元。而 2027 年盈利对应的市盈率在年初是 19.4 倍,现在已经降到了 18.4 倍。 这可能会让大家意外:虽然指数涨了 9%,但股市实际上比 1 月份更"便宜"了。我认为现在保持乐观是有充分理由的,因为我确实认为美国企业的盈利还有进一步上调的空间。推动盈利增长的核心因素依然存在——一部分是 AI 和能源基础设施建设,一部分是制造业回流(onshoring)的趋势,此外政府的基建支出也还有一定的延续效应。这些都是支撑支出增长的顺风因素,而且总体来看,投资者情绪也还没有变得过度乐观。 不过现在到了年中,还有两个因素值得关注。第一,保证金杠杆(margin debt)水平比年初高出很多,同比增长了 55%,这大概是近 70 年历史上第五高的同比增幅。历史经验表明,这通常和那些靠借钱交易的投资群体"弹药耗尽"有关。 但另一方面,从今年基金经理的业绩表现来看,在大盘成长型基金中,有 76% 的基金经理跑输了基准,这个比例相当罕见;大盘平衡型基金中这一比例是 60%,虽然没那么极端,但也不低。也就是说,成长型基金经理今年很大程度上错过了半导体和 DRAM(内存)板块的这波行情,我认为他们在下半年会去追赶这波涨势,这也是我倾向于继续看多的原因之一。 主持人: 我对目前的市场其实有不少担忧。比如看席勒市盈率(Shiller PE)这个指标,它现在已经处于极高的水平,基本已经逼近互联网泡沫时期的区间了。我逐渐感觉到,远期盈利和过往(trailing)盈利之间的区别开始变得很重要——我们现在看到的很多盈利,是建立在与这些 AI 公司签订的合同基础之上的,而这些 AI 公司未来是否真的有能力履约兑现这些合同,我认为这一点完全值得质疑。 比如 OpenAI 和 Anthropic 各自的支出计划,还有 SpaceX 等等。与此同时,我们也注意到高盛最近确认的一项研究:很多大科技公司公布的盈利,其中相当一部分实际上反映的是它们对 AI 公司私募股权投资估值的上升,而由于相关会计准则,这部分估值增长会被计入实际盈利数字中。 我想说的是,虽然盈利增长数字看起来很强劲,但我对此其实有些矛盾的感受,尤其是当他们说"未来 12 个月盈利将达到多少多少"的时候。我很想听听你对我这种怀疑态度的看法。 Tom Lee: 我基本同意你的看法,因为你提出的其实是盈利质量的问题。我觉得有几个因素确实值得质疑盈利质量。第一,资产负债表上因投资估值上升带来的账面收益,和真正的经营性盈利是不一样的。 第二个差异在于,目前存在一定程度的"提价"因素——比如在芯片供应链中,有些公司因为晶圆厂产能无法扩大,或者扩产周期很长,所以他们转而通过提价来实现增长,这样一来更多的收益就会直接反映到利润端。但这会造成"牛鞭效应"(bullwhip effect),因为我们知道供应链最终会追上需求,价格也会回落。 同时我们也知道,超大规模云厂商(Hyperscaler)正在开出巨额支票投入建设,现在他们开始向股票市场募资来支撑这些支出——这就是为什么谷歌设立了 ATM 增发机制,Meta 可能也会采取类似做法,当然还有 SpaceX 的 IPO。这些都是试图从公开市场融资的努力。 最后一点是,目前还存在信贷消费的现象——也就是说,企业正在动用资本结构中的另一部分(债务)来为这些支出融资。所以我认为,基于这些原因,我们确实应该对盈利增长所适用的估值倍数提出更高的要求。 话虽如此,我认为目前这些活动主要集中在四个国家或地区——所以我们必须认真思考这意味着什么。这四个国家或地区当然是美国和中国,另外我把韩国和中国台湾算作一组,也就是 AI 基础设施的合作伙伴,可能还要加上日本。所以,尽管我们可以保持一定的怀疑态度,但正在发生的故事其实是:AI 目前明显只让少数几个国家或地区受益。 市场是否过热?关于席勒市盈率的争论 主持人: 说到席勒市盈率,我觉得目前对我们来说真正的问题是:市场是不是过热了?而有意思的是,目前对这个问题似乎并没有太多共识——大家都在看不同的指标,都在试图判断市场到底是真正的泡沫,还是只是"过热",抑或都不是。你对这个问题怎么看?我觉得盈利质量在这个讨论里也应该扮演一定的角色。 Tom Lee: 我以前在摩根大通时就做过这样的分析,现在在 Fundstrat 我们也延续了这个做法——你可以按行业分别计算席勒市盈率,这样就能更"苹果对苹果"地进行比较。比如如果单独计算科技股的席勒市盈率,你就可以拿 1929 年和现在做对比。当然,那个年代所谓的"科技公司"和现在完全不是一回事——那时候的科技公司是收音机制造商,后来还包括微波炉厂商之类的。 但按这种方式衡量,目前的席勒市盈率其实并没有那么极端,因为现在盈利的构成中,科技板块的占比正在不断上升。科技板块——我手头没有精确数字,但大概占了全部盈利增长的 60% 到 70%,不过在盈利总量中的占比大概只有 40% 左右。而在 1999 年并非如此——当时科技股在盈利总量中的占比并不高,但它对估值倍数的贡献却很大。 所以我认为从盈利构成的角度看,这次不太一样。ISM 数据也反映出同样的趋势——如果你把制造业和服务业拆开看,过去 50 年里,我们已经从"制造业占经济活动主体"转变为制造业只占大约 30%。所以我认为,席勒市盈率其实还有进一步走高的空间。 不过我要补充一个公允的问题:信贷利差是不是在低估风险?因为十年期国债收益率一直在上升,我其实对高收益债和投资级债券利差维持在如此紧窄的水平感到意外。按理说,考虑到地缘政治风险以及高利率环境带来的资本成本压力,利差应该走阔才对,但事实上并没有。要我说,在观察股市是否会出现裂痕之前,我会先盯着信贷市场——但我认为信贷市场目前传递的信号其实是,市场上流动性依然过剩。 SpaceX 与超大型 IPO 的二阶效应 主持人: 关于这些大型 IPO 的影响或二阶效应,市场上似乎存在相互矛盾的说法——一种观点认为,这些超大型 IPO 会吸干市场上大量的 IPO 资金;另一种观点则认为,这反而会对 IPO 市场起到积极的推动作用,相当于宣告"IPO 窗口重新打开了"。你怎么看?对于接下来这些大型 IPO,你认为二阶效应会是什么? Tom Lee: 我认为受 IPO 影响的大致可以分为三类群体:一是发行方本身,二是这些公司上市前的私募股东,三是更广泛的整体市场。SpaceX 就是一个很好的例子——它的 IPO 规模只有 750 亿美元,而公司整体估值超过 1.5 万亿美元,所以目前的流通股(float)只占大约 900 亿美元。 从市值角度看,SpaceX 作为一只股票,其流通市值实际上比纳斯达克 100 指数里的大多数成分股都要小,大概能排进纳斯达克总市值前 50 名左右,这也是它交易表现良好的原因。但这些股份会分阶段解禁,到今年年底,解禁流通的市值总额应该会超过 1 万亿美元。我认为,对公开市场和整体市场而言,这是相当大的一笔供给增量。SpaceX 的这种供给压力效应,我预计会在今年年底逐渐显现。 但在此之前,这也创造了巨额的财富效应——因为 SpaceX 在整个发展历程中总共只融资了 180 亿美元,如今估值达到 1.5 万亿美元。所以那些在 SpaceX 私有化阶段就持有股份的股东,创造了巨大的财富,这实际上会带来真正的经济刺激效应,因为银行都会愿意以他们持有的股份作为抵押发放贷款,所以我认为这实际上会提振 GDP。 所以你说得对,Scott,这里确实存在相互制衡的力量。我的判断是,整体经济会从这些 IPO 中受益,因为这创造了巨额的账面财富和锁定资产;股市会在解禁之前表现良好,因为一旦解禁开始,市场就需要消化这些新增供给;而发行方本身会表现得非常好,因为他们现在有了从公开市场募资的渠道,可以借此加速支出。所以我认为发行方会从他们的 IPO 中充分获益。 AI 故事出现裂痕?OpenAI 和 Anthropic 的延期 主持人: 我们继续聊聊资本开支(capex)以及这些 AI 公司二阶效应的话题——这些公司在资本开支上做出了极其庞大的承诺,我认为这也是很多相关股票被推高的原因之一。我想提出一个假设:看起来 OpenAI 可能要搁置其 IPO 计划了,我不得不认为这意味着市场动能已经发生了转变,或者增长预期没能达到预期水平。 你是否担心我们开始看到——我不想用"AI 泡沫"这个词——但至少是 AI 叙事出现了一些裂痕,而这种裂痕会波及整个市场?还是说你并不太担心这个问题? Tom Lee: AI 这个叙事确实存在不少可能出错的地方,Scott。首先,正如你知道的,我们需要建设与之匹配的庞大电力和基础设施来支撑这一切,把这些都建起来本身就是一项巨大的工程。说实话,我们目前甚至都还不清楚这会对居民电价产生什么影响,也不清楚会带来多大的环境损害,或者说如果你恰好住在某个超大规模数据中心附近,生活质量会受到什么影响。 我认为我们其实并不完全清楚 Anthropic 和 OpenAI 为什么都推迟了各自的 IPO 计划,这一点我觉得相当耐人寻味,因为无论哪一方先上市,都能从"率先上市"中获益,没有谁想成为"最后一个上市"的那家。 我猜测这可能和美国政府正在收紧对新模型的审批有关——你也知道,比如 Mythos 模型此前经历了大量审查,Fable 模型也一度被下架。有没有可能是美国政府在说"我们现在得审查你们所有的模型"?然后可能因此要求他们收紧自己的计划?我也不确定,但对我来说这确实是个耐人寻味的现象。不过我认为 SpaceX 是一个巨大的成功案例,所以我不认为 SpaceX 的成功和 OpenAI、Anthropic 推迟 IPO 有什么直接关系。 为什么 OpenAI 还没有上市? 主持人: 我想再深挖一下这个问题——OpenAI 为什么还不上市?他们到底在担心什么、焦虑什么?我很想听听你的看法。 从财务角度看,OpenAI 目前的处境似乎不算太好。坦白说,从盈利能力角度看,去年他们亏损了将近 400 亿美元;如果看经营利润的话,去年大概亏损了 210 亿美元。目前我们对 AI 行业的认知是:营收增长非常迅猛,使用量也在持续增长,但运行和训练这些模型的成本极其高昂,我们还没有看到 AI 业务真正实现盈利,目前仍处于某种"试验阶段"。 所以我很好奇,是不是因为——我们最近看到他们的财务数据被泄露了,市场反应不算太好,我个人的直观感受是,这些财务数据从盈利能力角度看确实出乎意料地糟糕。我想知道,是不是投资者可能承受不了这样的财务状况,所以他们觉得需要先把商业模式理顺才能上市?我很想听听你觉得这个因素是否起了作用,以及你对这些企业本身的看法——这些公司承载着如此之高的期望,但商业模式却似乎还没有真正跑通。 Tom Lee: 我先声明,我并没有掌握全部内情,只是发表一下个人看法。我认为如果 OpenAI 或者 Anthropic 上市,他们的 IPO 会非常成功,因为它们的故事其实相对容易理解——它们不是那种业务庞杂的综合企业集团。OpenAI 和 Anthropic 显然处于打造复杂推理模型的最前沿,这些模型最终将成为我们的智能体(Agent)。而目前公众完全无法参与投资,机构投资者其实也基本无法参与。 我认为他们在私募市场融资其实完全不成问题——事实上,他们融资几十亿、上百亿美元一直都很顺利。所以这可能是他们暂缓上市的原因之一,但对我来说这仍然是个耐人寻味的现象。不过我认为,投资者在看待 OpenAI、Anthropic 时,不会把它们当作一门订阅业务来看待,他们更需要看到自由现金流,需要看到公司愿意持续投入和招募人才以维持领先地位——因为这两家公司都是非常独特的存在。当然,我不是内部人士,所以并不确切了解真实情况。 Tom 本人真的看好 AI 这笔交易吗? 主持人: 作为投资者,你个人真的认同这个故事吗?这正是我想弄清楚的问题——因为我觉得我和你的想法差不多:AI 对市场来说无疑是一个极其重要的历史性时刻,而这两家公司正是这个领域的领跑者,如果机会摆在眼前,为什么不押注呢?但我确实认为,商业模式这个问题依然是一个悬而未决的巨大疑问。我很想听听你个人是怎么看的。 Tom Lee: 这仍然是一个正在"用将来时"书写的故事,我们现在最多只是处在"第一章",只能靠类比去做一些推测。 比如说——虽然有点跑题,但对我来说,SpaceX 最了不起的成就在于,他们把卫星频谱这种资源变成了现实——SpaceX(以及 Starlink)完全依赖卫星频谱运营,而这种频谱资源在他们进入之前,相比地面频谱几乎一文不值,他们却把它变成了全世界最有价值的频谱资源。马斯克几乎是"零成本"拿到了全球范围内的卫星频谱,而在今天的美国,如果你想获得 20 兆赫宽度的蜂窝频谱,每人大概要花费 200 美元。这真是天壤之别——他几乎白拿了卫星频谱,如今它却成了全世界最值钱的频谱资源。 Meta 也是类似的例子:他们最初拥有的是一项免费

原文超出正文长度上限,此处截断——上游还有内容,完整版见上方「原文 ↗」。

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

另一事件,读法相近