来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组成员一致认为，尽管人工智能的估值很高，散户资金流入也很多，但由于实际盈利增长、强劲的公司资产负债表和生产力提高等因素，目前的情况与2000年的泡沫不同。然而，他们也强调了重大的风险，包括潜在的估值倍数压缩、流动性风险以及更高利率对非人工智能行业的影响。
风险: 如果增长不及预期或利率维持高位，可能出现多重压缩，并且由于零售资金相关流出和强制性IPO撤回，存在潜在的流动性风险。
机会: 人工智能相关需求和生产力提升带来的真实、持续的盈利超预期。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
Ray Dalio 认为人工智能（AI）存在“经典的泡沫迹象”，并表示股市的表现类似于 1929 年或 2000 年之前的上涨行情
Chase Kell
阅读 6 分钟
在过去的几个月里，Ray Dalio 一直毫不避讳地表达他对潜在 AI 泡沫的担忧，而且他似乎并未软化其立场。
在最近参加 Steven Bartlett 的播客节目 The Diary of a CEO 时，桥水基金（Bridgewater Associates）创始人 Dalio 表示，他认为围绕 AI 的热情已将市场推入了泡沫区域，这与 1929 年和 2000 年历史性股市崩盘前的上涨行情非常相似。
这一新的警告是在 SpaceX 于 6 月 12 日进行史上规模最大的首次公开募股（IPO）之后发出的，同时 OpenAI 和 Anthropic 也在准备推出 IPO，预计将使这些公司的估值达到万亿美元。正如《财富》（Fortune）杂志指出的那样，这种“投机性发行激增”正是金融专家和市场历史学家认为最明显的泡沫预警信号。
播客节目开始时，讨论了 Grantham, Mayo, Van Otterloo & Company (GMO) 的创始人 Jeremy Grantham，他此前曾告诉该节目，我们正面临“美国历史上最大的投资泡沫”。Dalio 表示同意。
“他是对的，”Dalio 说。
“泡沫末日的四骑士”
Acadian Asset Management 的高级副总裁兼投资组合经理 Owen Lamont 创建了一个金融泡沫清单，他称之为“泡沫末日的四骑士”。该清单列出了泡沫即将破裂时可能发生的事件：
估值过高：根据专家意见和历史常态，当前价格处于非常高的水平。
泡沫信念：大量市场专家认为价格过高，但预计还会进一步上涨。
股权发行：过去一年新公司（IPO）和现有公司发行了大量股权，同时股票回购水平较低。
资金流入：异常多的新投资者进入股市。
估值过高这一“骑士”似乎已经实现。根据 Advisor Perspectives 的数据，截至 2026 年 6 月的月度数据，标准普尔 500 指数目前被高估了 116% 至 207%，Cerity Partners 的报告显示，当前数据显示市场估值过高。
与此同时，Grantham、Michael Burry 和 Torsten Sløk 等金融专家都谈到了他们对 AI 泡沫的看法，分享了 Dalio 的担忧。还有一个普遍的共识需要考虑：据《环球邮报》（Globe and Mail）报道，美国银行（Bank of America）的全球基金经理最新调查发现，基金经理认为 AI 泡沫是“当前市场面临的最紧迫的尾部风险”。
在与 Bartlett 的播客对话中，Dalio 提到股票发行激增是可能“刺破”泡沫的两个主要因素之一（另一个是利率上升）。在 SpaceX 以巨额估值上市后，这一“骑士”已经出现，尽管其股价自 IPO 以来一直低于发行价。
第四个“骑士”——资金流入——似乎也已实现。根据独立数据公司 Vanda 的数据，2025 年，散户投资者（买卖股票、债券或基金的非专业个人）占交易活动的 5.4 万亿美元。据《福布斯》（Forbes）报道，这比 2024 年增长了近 47%。
在播客节目中，Bartlett 向 Dalio 提出了一个假设情景，解释了 AI 泡沫可能如何破裂，以及财富和金钱的区别。
假设一位投资者购买了一家估值为 100 美元的 AI 公司的一股股票，该投资者的净资产为 100 美元。然后，该投资者去银行贷款 50 美元。接着，市场急转直下，购买了同一股票的其他投资者开始抛售，导致一股股票跌至 25 美元——而该投资者的 50 美元贷款仍需偿还。
“但现在我持有的东西，几个月前价值 100 美元，现在价值 25 美元，我亏了 25 美元，”Bartlett 解释道。“所以我必须赶紧卖掉。然后随着每个人都在卖出，资产价格都在下跌。人们停止在餐馆消费。就像你（Dalio）说的，钱变少了，然后泡沫就破裂了，我们就处于这种下降的[轨迹]中。”
Dalio 的快速回应是？“你说对了！”
“现在很常见的是，你可以发行股票，比如说你筹集了 5000 万美元，并将公司估值为 10 亿美元。实际上只有 5000 万美元花在了这家公司上，但现在如果你筹集到这笔钱，你就成了亿万富翁，”他补充道。
“因为[基于]那个会计价值，你拥有什么？你拥有价值 10 亿美元的股票。没有人支付了 10 亿美元或任何金额，对吧？现在你拥有这只股票，但这只股票……你不能花掉，因为你不能花掉财富。”
这让 Dalio 提到了金钱和财富之间的一个重要区别。
“财富和金钱不一样，”他说。“你看到很多人变得富有，但你不能花掉财富。你必须卖掉财富才能获得金钱，因为你只能花钱。”
当再次被问及他是否看到了潜在泡沫的迹象时，Dalio 坚持了自己的观点。
“是的，经典的迹象。”
接下来阅读
特朗普的“宏伟法案”中的税收减免将于 2028 年到期——专家表示，大多数人将无法及时采取行动。在窗口关闭前该怎么做
四大领先AI模型讨论这篇文章
"经典泡沫迹象显现，但可验证的盈利和资本支出趋势抵消了1929年和2000年所缺乏的这些迹象，使得只有在AI ROI令人失望的情况下，才可能发生类似2000年的崩盘。"
达利奥将当前与1929年和2000年进行比较引人注目，但文章存在选择性引用。虽然AI估值被推高（英伟达约38倍远期市盈率，七巨头驱动标普500指数年内60%的涨幅），但实际盈利增长正在发生：AI基础设施支出正在激增，大型云服务商预计2025年资本支出将增长30-50%。零售资金流入和IPO数量有所上升，但与2000年的加息相比，货币条件仍然宽松。该文章淡化了可能证明更高估值合理的生产率提升，并忽略了许多2025年IPO（包括SpaceX）是基于实际收入而非纯粹叙事进行交易的。
最强烈的反对理由是，以往的每一次泡沫都伴随着“这次不一样”的生产力故事；如果人工智能的货币化在2026-27年令人失望，或者资本支出的投资回报率崩溃，那么股权发行和估值过高的风险因素仍可能引发30-40%的回调，而不管目前的收益如何。
"当前人工智能市场估值倍数较高，但有真实的现金流支撑，这与2000年纯粹投机、不产生收入的狂潮有所不同。"
达利欧关注1929年和2000年等历史类比，忽略了企业资本配置的根本性转变。“四大天王”清单捕捉到了投机泡沫，但未能考虑到微软、Alphabet和英伟达等超大规模公司的巨额现金流产生——它们目前通过有机EBITDA而非纯粹的债务驱动杠杆来资助AI基础设施。文章将“财富”波动性与系统性偿付能力不足混为一谈。虽然散户资金流入和IPO发行确实有所增加，但与互联网泡沫时代相比，机构“聪明钱”在保证金债务方面仍然保持纪律。我们很可能正在经历估值重估，而非全面的泡沫破裂，前提是企业软件的货币化能在2026年第四季度开始实现。
如果人工智能资本支出带来的投资资本回报率（ROIC）递减，迫使公司削减研发支出，并引发科技行业大规模、耗尽流动性的修正，那么该论点将失败。
"估值高企 + 强劲的盈利增长 + 稳健的资产负债表 ≠ 1929；真正的导火索将是盈利不及预期，而非发行本身，而这尚未发生。"
达利欧对泡沫的警告值得关注，但文章将估值担忧与泡沫机制混为一谈。是的，标普500指数远期市盈率处于高位（约22倍），是的，散户资金流入和AI IPO活动是真实存在的。但文章引用了2026年6月的数据（不可能——现在是2025年），并将当前状况与1929年/2000年进行比较，却没有说明不同之处：2025年的盈利增长实际上同比增长15-18%，企业资产负债表坚如堡垒，失业率仍低于4%。达利欧的“财富与货币”区分在哲学上是合理的，但并不能预测时机。真正的风险不仅仅是估值本身——如果增长令人失望或利率保持高位，那就是*市盈率压缩*。这并非板上钉钉。
如果人工智能资本支出在3-5年内实际带来20%以上的生产力提升，那么“七巨头”股票的当前估值可能被证明是便宜的，而达利奥的1929/2000类比将失效，因为基本面得到改善而非恶化。
"人工智能的投资周期可能是真实的，生产力提高和持久的盈利潜力可以证明高估值是合理的，而不是纯粹的投机泡沫。"
文章将人工智能热潮视为泡沫，并引用了达利奥的警告和IPO热潮。最强有力的反驳是，与人工智能相关的需求可能会转化为真实、持续的收益增长，而不仅仅是投机狂热；生产力提升和增量资本支出可以证明溢价倍数的合理性。缺失的背景信息包括当前定价在多大程度上嵌入了人工智能原生现金流、跨行业持久采用的证据，以及监管、供应链和人才限制可能如何限制上行空间。引用的数据点（估值过高范围、资金流入、IPO）是嘈杂的指标，无法将人工智能驱动的增长与更广泛的科技财富效应区分开来。如果人工智能支出加速而利润率提高，那么泡沫论的风险可能比看起来要低。
最强有力的反驳是，人工智能（AI）的炒作可以在一段时间内自我实现，但如果企业人工智能的采用停滞不前或利润未能实现，估值可能会迅速重新定价；SpaceX 式的首次公开募股（IPO）并非持久价值的证明。
"强劲的资产负债表在AI生产力令人失望时会放大下行风险，而非抑制风险。"
Claude 的 2026 年 6 月引用说明是有效的，但该小组一致低估了二阶流动性风险：如果超大规模厂商的资本支出股本回报率 (ROIC) 在 2026 年令人失望，那么现在通过 EBITDA 自我融资的同一批公司将削减指引，从而引发相关的散户资金外流和被迫的 IPO 撤回。这种反馈循环在 2000 年不存在，因为当时的资产负债表比现在更弱，而不是更强。
"主要风险并非技术性崩溃，而是高昂的人工智能资本支出对经济其他领域造成的挤出效应所导致的更广泛的市场分化。"
Grok，你关注的 2026 年反馈循环忽略了公司财资管理中的结构性转变。与 2000 年不同，当前的超大规模公司持有巨额现金，可以缓冲资本支出（CAPEX）的波动。真正的风险不仅仅是投资资本回报率（ROIC）的失望；而是拥挤效应。如果人工智能（AI）支出保持高位，同时利率保持“更长时间的更高水平”，非人工智能公司的资本成本将飙升，从而形成一个分化的市场，导致大盘指数崩盘，而科技行业仅停滞不前。
"分叉风险是真实存在的，但其机制取决于利率持续性是外生的（美联储政策）还是内生的（经济增长疲软迫使降息）——专家小组尚未区分这两者。"
Gemini 的“更高更久”挤出效应理论尚未得到充分探讨。如果利率维持在 4-5%，而大型科技公司为 AI 资本支出囤积现金，那么中型和小型公司的借贷成本将飙升，从而压垮非 AI 行业。但这假设如果增长令人失望，利率就不会下降——而这本可以缓解压力。真正的分化风险并非利率居高不下；而是收益的不对称性：七巨头（Mag 7）股价坚挺，而罗素 2000 指数暴跌 25-30%，这会在主要股指中造成虚假的安慰感。
"监管和硬件供应风险可能会限制人工智能的投资回报率，引发更快的重新评级和更广泛的利润率压力，加剧分化。"
Gemini 的挤出效应论点假设了良性的资本背景；我将补充监管和硬件供应风险，这可能会限制 AI 的投资回报率并触发更快的重新评级。如果芯片出口管制收紧，或 GPU 短缺持续，超大规模云服务提供商可能无法实现预期的投资回报率，从而迫使它们收紧资本支出指引并导致更广泛的利润率压力。在这种情况下，所谓的两极分化可能会加剧，因为 AI 领导者将超越其他公司，而那些非 AI 同行则会停滞不前。
小组成员一致认为，尽管人工智能的估值很高，散户资金流入也很多，但由于实际盈利增长、强劲的公司资产负债表和生产力提高等因素，目前的情况与2000年的泡沫不同。然而，他们也强调了重大的风险，包括潜在的估值倍数压缩、流动性风险以及更高利率对非人工智能行业的影响。
人工智能相关需求和生产力提升带来的真实、持续的盈利超预期。
如果增长不及预期或利率维持高位，可能出现多重压缩，并且由于零售资金相关流出和强制性IPO撤回，存在潜在的流动性风险。