市场概述2026年6月30日

我觉得上周其实有一些问题。上周聊完以后，有些人问到银行 eSLR 和流动性的问题：今年的流动性到底会怎么样？因为上周讲了很多美联储可能的政策、过去政策的历史，以及这些政策背后的目的和价值观，所以有人就问了一个比较简单的问题：今年后面看，这个事情会怎么样，为什么？

结合这个问题，再加上最近这两周的 CTA、Gamma，我说一下我对市场整体的看法。首先，我们过去经常关注很多宏观的东西，但现在美股其实处在一个很大的变局里面。过去相当于是流动性越好，这些公司得到的钱就越多；这些公司一直在盈利、分红、回购，所以美股很大程度上取决于流动性和这些公司的收益，并且一直在上涨。

1. Stocks Now Drive Macro

这个大的变局是，它们要进行大规模融资，然后把这个融资变成更多的半导体业绩。在这个巨大的变局里面，我觉得首先流动性很重要，但是有很多宏观指标变得没有那么重要。原来股票，特别是指数，很大程度上是跟着宏观走的；很少有一个公司，或者一些公司的业绩，最后能够影响宏观，反过来影响宏观是非常非常难的，对吧？

但是现在我觉得相反，是股票带动宏观，而不是宏观带动股票。股市既是宏观，而模型就是股市，所以真正带动宏观的是模型。模型的发展怎么样，它的收入怎么样，虽然你看 Anthropic 才 600 多亿 ARR，不是收入，但它本质上带动了整个市场，对整个宏观市场的反向影响会非常大。

2. CTA Risk Tilts Lower

先说市场的流动性。CTA 在未来 1 个月里面是不对称风险：往下行大概是卖 1,000 亿，如果走 2 个标准差；往上行大概是买 300 多亿，所以是不太对称的风险。再加上整个市场的 negative gamma，大概是 7,740 多万，所以基本上就在现在这个水平上。

过去将近 1 个月，或者说两三周，我们一直贴着这个 negative gamma，贴着 CTA 短期转空的点在走。也就是说，贴着一个往下跌就会跌得比较多的转空点在走。从量化数据上来看，CTA、Gamma，包括我们看的 vol 数据也都很高。虽然你看 VIX 不是很高，VIX 是 S&P 的，但 S&P 和纳斯达克的 single-stock vol 都非常非常高。

所以你看这些量化指标，对市场的感觉就是往下走。相当于你坐在一个炸药上，下面随时可能有不少柴火把你烧掉，对吧？但是其实我们上个月看 Pension Fund Rebalance 的时候也提到过，可能会有风险，可能会有卖压，但这些卖压在模型面前都不是特别重要。

当你的数量级达到一定规模的时候，股市的重要性，或者整个叙事的重要性，现在已经开始超过宏观了。这个是一个比较扭曲的现象，但这个扭曲现象什么时候会停，不太好讲。我觉得可能还是需要挺长时间，至少现在我们看到中间夹层的那些公司，也就是 4 个云厂加上 Oracle，它们的决心非常非常大。

相当于我可以把过去存的那么多钱，今天 all in，一把给你赌上去，而且 4 个都在赌。他们玩的还不是普通的牌，玩的是炸金花；你一旦中间退出就没了，所以决心非常大。总的规模是上万亿的。

我举个例子，比如存储，存储从 CSP 那里明年可能能够拿到 4,000 亿到 5,000 亿。整个存储的 3 家公司加起来的收入，大概是在 1 万亿，毛利率基本上都在 85% 以上。你想想看，它们赚多少钱。

所以当你看到有这么大的盈利推动时，这个东西的量已经达到一定极限规模了。很多时候，比如这个星期有多个 100 亿的买单，极限情况下，接下来 1 个月如果跌得很凶，有 1,000 亿的买单，但是需求这么强，也会有很多人把它买回来。

3. Model Growth Faces Limits

所以最后还是要回到看模型。待会儿我会再说一下我对模型的看法，也有一些担忧。我们说的开源模型，我觉得不是中国模型挑战美国，而是开源模型和 Anthropic、OpenAI 的模型之间的竞争关系。

很多人觉得，模型更聪明就能获得更多智商、更大的市场，但其实市场对 token 的损耗、模型商品化这件事情，已经有不少讨论了。我觉得市场可能低估了开源模型造成竞争的能力，可能有一些低估。当然，我毕竟不是直接做模型的，这只是我个人的看法，但如果投资人有这样的看法，市场就会对应调整。

最后结果走出来以后，两年后、3 年后到底会怎么样，其实并不确定。但是我能够确定的是，Anthropic、OpenAI 这两个大模型厂，如果按照市场现在的预期，到明年年底还保持这样的增速，是不可能的。你再好也是不可能。

现在模型仅仅证明了它的可用性、可行性和有效性。它的应用场景很多很多，我也是坚信 AI 的人，但模型要跑通人类社会，并不是模型本身的问题。人类社会在于，你给公司里面很多人用了这个模型以后，把这个人开掉了，但这个人和另外一个人可能还是有关系的，对吧？可能还是领导的领导的亲戚。

你在人类社会中间，并不是光用数学模型就能跑得通的。你要砍掉那么多人，会有社会效应；你不砍掉那些人，就会有经济影响。所以你说未来 2 年，只看技术、只看模型，觉得它会直线上涨 2 年，然后把模型的普及和能够收到的钱跑出来，让 Adobe Open AI 跑出 4,000 亿，我觉得这个可能性是 0，不可能，绝对不可能。

能够直接 justify 这些云厂的收入，我觉得也不可能。它中间最后的结果一定会达到，但过程不会如此顺畅。你看它起的名字就知道了，这个名字是币圈的，你们可能都看到过，就是 Sol、Terra、Luna，这是 OpenAI 新的模型嘛。模型的事情待会儿我再额外说一下，先补充刚刚上周说的流动性问题。

首先，我觉得我们在说宏观之前，要先承认宏观其实没有之前那么重要。在模型端、算力端，以及 AI 和半导体端，重要性可能会变得更大。但是回过来说，4 月份那一轮为什么涨得这么凶？一方面是半导体的估值被压了很长时间，第二方面其实就是流动性，流动性非常非常宽裕。

我看看有没有 SLR 的东西。没有，anyway。eSLR 的解除，是把银行的 eSLR 资本金除以它的 risk-based capital。在这个过程中，把这个数据、把这个需求变小；需求变小的时候，银行端增加的总资本金可能是 4,000 亿到 5,000 亿。4,000 亿到 5,000 亿可以撬起的可购买杠杆是 4 万亿到 5 万亿，是这么算的。

但是这 4,000 亿到 5,000 亿如果分散地用来分红，市场流动性就会减少。所以你看今年 4 月份，肯定是非常快的大水漫灌。但是到今年年底或者明年年初，美联储有没有进一步放出流动性的可能？

放流动性、印钞票、发国债，和公司盈利是两回事。有没有 QE，比如有没有可能提供国债打折，像 SVB 倒的时候那种政策，这些其实都没有。有没有可能进一步放出流动性，把杠杆率再调低？应该也不行，也不太会有。

你等于是给了银行一部分资本金，让银行去杠杆。说穿了，你把它的资本金释放出来，也等于给银行一部分资本金，让银行有能力去杠杆。但是中间缺失的是，银行从 2008 年到现在这么多年，我们这一批敢去承担风险的人早就离开银行了。

现在银行里的生态，跟我们当时完全不一样。以前可以拿个汉堡包砸同事的脸，说你做错了一个 trade，然后老板还说你好；现在这种风气完全不一样。现在非常稳健，不太会有这种承担风险的机制。

这个机制不在的时候，你把钱给到银行，银行能够做的就是银行间的钱很多了，流动性很多了。所以你可以看到，过去一段时间它确实能够放出来很多流动性，比如 ETF 的杠杆、3 倍 ETF，都能推着股市往前走。但它没有回到银行本身能够承担风险的状态。

在这种情况下，银行间流动性过剩，银行会把这个钱放出去，但不会拿着这个钱去乱投。这种机制性的能力已经缺失了。就像美国的制造业一样，它忘记了；忘记以后，需要很长时间才能重新捡起来。

银行拿到钱以后，把钱分红给股东，自己的钱就没有那么多了，它会回到一种平衡状态。但是你能不能让它持续地获得更多钱，相当于给它资本金，让它加杠杆，去制造这样的环境，需要一段时间。我不知道多久，可能是 1 年、2 年，然后它才会慢慢变回原来的样子。

毕竟美国对银行是去监管，欧洲没有去监管，欧洲还在加紧监管。去监管和加监管对于银行来说，就是国进民退、民进国退之间的区别。你不用看其他欧洲、美欧的银行，看看中国就知道了：中国 2015 年以前的银行和现在的银行是一回事吗？也不是。

那个时候风险承担能力很强，给房地产借钱是那样借的；现在是这样做的，对吧？这已经不是处于同一个状态的公司了。你让它回到那个时候的状态，但那个时候的人都被抓走了，或者跑掉了，像我们这种人都跑了，谁还去干这件事情？

所以当银行把拿到的钱分掉的时候，流动性就不太会持续性地获得额外增长。整个市场从风险承担能力来看，从去监管风险承担来看，从美联储来看，我觉得都不太会获得额外的东西。

美联储现在加不加息是另外一回事，但至少现在的情况是，Kevin Warsh 他们的目标，就像我上周讲的，是希望美联储更少地监管市场，更少地介入市场。相当于把利率还给市场，让市场自己承担起、培养起风险承担能力。

在这个过程中，我给了你钱让你培养，培养以后你把钱分了，那是你的事情；我不会再去送钱给你。这个已经变成父爱式的了，所以这种情况不太会持续。

4. Liquidity Narrows The Trade

整体流动性的状态是偏中性的。流动性不会紧，意思是说我不缺钱，但流动性也不会那么松，不会大水漫灌；然而市场又需要大量融资。

我们上周也讲到过一个例子，只是没有展开说：hyperscaler 的股票跌得很凶，为什么最近大家都在买存储？这就是说，当流动性很好的时候，特别好的时候，是所有股票一起涨。4 月份就是所有股票一起涨，因为流动性刚进去，基本上半导体全部翻倍。

如果流动性没有那么宽裕，它的路会越收越窄，在特定赛道里面轮着涨。甚至不只是存储，其他缺货的东西也是这样。在这种情况下，赛道变窄了，因为钱没有那么多。

像存储这些公司，它可能盈利一直很好，但给不给估值是另外一回事。比如海力士现在是 5 倍 PE，对吧？从 5 倍到 7 倍，需要的是信仰；从 5 倍到 3 倍，只需要不信仰。但它的基本面不变，earnings 也不变，就是这么一个逻辑。

所以你在看所有 hyperscaler 的时候，接下来二季度你要说清楚明年 CAPEX 多少。现在大家觉得可能到 1 万亿，但如果你按照 earnings 给公司估值，像按照存储的 earnings 给公司估值，你其实看到的是明年的 earnings。按照明年的 earnings 给估值，明年就要看后年的 CAPEX。

到了明年的时候，如果你看到后年 CAPEX 是 1.5 万亿，再大后年是 2 万亿，市场很自然就会一波一波地问，得到回答以后再反弹，然后再一波一波地问：钱从哪里来？你去哪里找钱？流动性并没有那么宽裕。

不是说流动性不宽裕，就代表 FCI 变差。银行间流动性，比如 SOFR 上升，并没有到这种程度，只是没有大水漫灌、没有泛滥。没有泛滥的话，钱从哪里来？要融资这么多钱，最终整个赛道就会开始变窄，变窄到半导体，或者变窄到半导体里面那些朦胧美的公司。

我补充一下什么叫朦胧美。没有明牌的公司，存储其实算是比较明牌：我刚刚讲了，海力士可以给到 7 倍，也可以给到 3 倍；现在在 5 倍，它就在 7 倍和 3 倍之间，只是取决于你相不相信 2028 年、2029 年。

所以我一开始就说，为什么模型对模型端这么重要？因为模型端取决于大家相不相信 2028 年、2029 年。你能不能拿到这个收入，决定了你能不能相信 2028 年、2029 年；不相信的时候就给低估值，相信的时候就给高估值。

半导体里面，我觉得可以分两类。一类是朦胧美的公司，也就是说它虽然缺货，但缺货这件事还没有被市场完全定价。我最近在看的是电相关的东西，比如 800 伏以上，国内的功率半导体已经全部缺货了。

但这个东西原来是大家觉得很无聊、很老的生意，觉得这是一个很老的行业。其实它跟光在当时的状态有点像。我们最近团队也在讨论这个事情：为什么光在两年前看也是很无聊？我们看 AOI 的时候也是一个很无聊的行业。

我觉得存储、电相关的东西，特别是 SiC，跟当时看 AI 的状态是真的挺像。它是一个很老的行业，但是随着半导体算力中心的需求，它会把原来的供需链打败。

原来的供需，比如 SiC 一半以上是给电动车的。然后忽然来了一个大哥，说我要把这部分产能拿走；我还需要最高端的产能，中间不能有杂质；我需要最高端的产能，还能付特别多的钱，而且需要的量特别大。

比如 SiC，也就是碳化硅，在 vanguard rubin 上的需求是 Blackwell 的 20 倍。Framen 的需求可能是 Varuban 的 5 倍到 7 倍，Blackwell 可能是 H100 的 10 倍，大概是这样的水平。所以你的需求也是指数级上升。

虽然现在 SiC 的产能很多，像英飞凌、GF 这些做电控的公司，产能也很多，但挡不住需求量这么大。在这种情况下，一旦今年下半年开始真正投产、真正出产能，市场很容易就会发现问题。

现在大家还很懵懂，觉得功率半导体这东西涨价太搞笑了。那种感受，就像我现在听着华强北的存储还在猛涨时，一开始的感受是一样的：这个东西也能涨价？但确实，包括电容，MLCC 也在涨。

你对这些东西的感受是非常像的。但是这部分相对来说还朦胧一点。其他缺货的东西，比如存储和光，如果预期已经比较满了，我觉得就要稍微小心一点。毕竟现在市场上并不是钱多到鸡犬升天，这就是我觉得的大环境。

但大环境一方面取决于钱有多少，另一方面取决于模型。当模型的 earnings 真的起来时，它又可以冲破各种结界。

5. AI Demand Turns Destructive

最后说一下涨价的事情。上周五，大家其实是在应对苹果涨价：苹果给所有产品都涨了价。苹果涨价以后，大家对存储的看法也随之调整，可能把存储砸了两把。

苹果涨价本身是一个 lagging、滞后的信息，并不是一个前置的信息。大家开始担心涨价对实体经济造成破坏，我觉得这是一个担忧。原来大家觉得算力中心是促进型需求，包括英伟达时代也都是促进型需求：我把 N2、N3、N5 的产能吃了，但手机本来也要用 N2；我把 N3、N5 的产能吃掉以后，又把原来比如 rack 层面需要的各种东西全给它封装起来，然后 build up 这个生态链。

但现在大家知道，AI 的需求达到一定规模以后，也可以是破坏性的。所以这件事是给大家敲个警钟，但完全不是一个新闻。苹果只是涨了价，本质上来说，涨价其实不影响半导体的需求。

现在被砸的存储需求，是因为大家觉得苹果涨价以后，consumer 那一端的需求会减少。但消费端需求不会因此减少。苹果会不会去找长鑫？苹果据说要去找长鑫买卡，这个消息是 Financial Times 传的。

苹果如果找长鑫买存储，会不会影响这 3 家公司的未来收入预期？肯定不会影响。因为确实是 CSP 能够付的钱太多了，所以现成的产能被转走了。这跟我刚刚讲的电源芯片、SiC、碳化硅，其实是一模一样的。

但是它影响了现在的预期值，这个预期值受到的影响还是比较小。真正影响预期值的是模型端，现在还没到模型端影响，但我觉得这件事是滞后的。

我刚刚说涨价的破坏性因素，是什么意思呢？比如苹果的产业链更大，它从生产到销售，影响的不是苹果的盈利，而是整个产业链。广东省可能有一半 GDP 是家电、consumer electronics，也就是消费电子，另外一半是房地产。

所以当内存条涨价时，你可能连冰箱都卖不掉，微波炉也可能出现问题。当电控芯片缺货时，现在还没有缺到完全没有，只是高端货都被扫走了。但当功率半导体芯片涨得很厉害时，伤害面积会更大。

所以明年存储有 1 万亿的收入，带来的连带伤害可能是 3 万亿。这个东西有点像当年汽车出来时的橡胶，它不是汽车产业里面的，你知道吧？汽车产业是整个产业链一起在进步：我在做一个把发动机做得更好的东西，你怎么把发动机的活塞做得更好。

它是一个商品，然后它是给你收税的，所以它影响的产业链更大，影响的伤害可能是 300 亿。功率半导体的伤害会更大，因为它用的地方更多。

其实伤害最大的是谁？就是中国。你不要只看中国最近模型在追，中国的模型确实不错，开源模型也在追。但问题是，中国的消费电子产业，以及和 AI 抢资源的产业，会吃到很大的亏，会受到很大的伤害。

特别是消费电子，接下来我觉得电动车也会受到影响，各方面都有可能受到影响。这就是跟大哥抢资源。半导体原来的行业供需是平衡的，原来下面是有下游客户的；但 CSP 忽然涌出来这么多需求，而且需求是指数级上升。

比如碳化硅的需求也是这样，功率半导体类似的需求，都是成倍数上升。它要把原来的产业切掉，在切掉的过程中间造成伤害。这一部分我觉得市场现在还没有完全定价，这是缺货带来的痛感。

6. Open Source Challenges Model Moats

最后说一下我对模型的理解。因为我最近一直在用模型，之前也用了很多。现在市场上有很多人的看法，是认为更聪明的模型应该给更付得起钱的人用。

真正的大模型，比如现在开发的 5.6，给到的公司不是特别多，可能就是几十家 software 公司。我觉得首先，模型像我上次也说过，是算力加上模型，再加上 Hynix，再加上相当于你的工程，结合起来产生一个模型效果，它并不是只有模型本身。

如果你觉得一个很聪明的模型可以解决所有问题，我觉得并不完全是这样。它是很多东西合在一起的。所以我相信 5.6 确实是现在最好的模型，但是简单地认为 5.6 最好，然后把这个模型给到最强的公司，因为它们付得起钱、需求很大，就能够撑起这个模型，让它一直保持领先，我觉得可能没有那么容易。

现在我觉得，包括 DeepSeek 和智谱，它们的模型是在用开源挑战封闭模型。开源会有更多的人帮助你，各种各样的讨论，包括 MoE 上面的讨论、如何压缩运算量。DeepSeek 真正在工程层面的一些进步，其实是整个开源社区在帮助它。

过去我们经历过软件时代。对于大模型，我不一定是对的，但在我们经历过的整个软件周期里面，开源模型最终不会落后太多，至少不会落后太多。一般来说，它会领先，会变得更强。

所以我其实对模型商品化这件事情有一些看法。最终也不只是模型商品化，模型一定是模型加训练加工程。开源模型对封闭模型的挑战，我觉得现在市场上可能在某种程度上低估了。

市场现在的预期是，如果只有 Anthropic 和 OpenAI 能训练出特别好的模型，我觉得这个预期是挺危险的。当然，中国训练模型可能没有那么强，但如果只有你能训练出这个模型，你就能够把模型卖出很大的差价。

就像我们现在每天要花 1,000 多美元去搞 cloud，但我不会自己部署一个 DeepSeek。市场上有人认为部署 DeepSeek 会远远落后于 Claude，但我觉得“部署 DeepSeek 远远落后于 Claude”这个判断，很难长期正确。

至于防止蒸馏这件事，我个人不是那么看。你有可能在防止蒸馏，但最后防不住，他们还能蒸馏你。当他把新的东西蒸馏出来以后，他会说：你防蒸馏，我还可以做出一个很好的模型。这个时候，你很多信仰就会受到影响。

所以我对模型端最终 AI 能够达到的目标不太质疑。它能够取代很多人的工作，这也是肯定的。但以什么形式取代，是不是能够让这些模型公司收到足够多的钱，支撑起这么多 CAPEX，这个问题我觉得会像回旋镖一样来来回回。

我今天先说到这里，说得有一点散乱，看看大家有什么问题吧。