同一天的两张纸
2026年9月1日，两张纸同时摊开。一张来自 A 股中报：二季度全 A 盈利同比增长 25.7%，是近五年最高的单季增速；上半年全 A 增长 16.2%，金融增长 17.1%，非金融增长 15.4%。另一张来自全球金融：英国央行行长贝利以金融稳定理事会主席身份警告 G20，前沿 AI 模型可能威胁全球金融稳定。
这两件事经常被分开处理。看多的人引用第一张，说 AI 已经进入利润表；看空的人引用第二张，说系统性风险正在聚拢。若把它们放进同一张会计地图，结论反而更清楚：AI 同时改善了一部分企业的经营利润，推高了另一部分企业的账面财富，放大了资本开支循环，也让监管开始为尾部风险定价。
8月30日的文章已经写过贴现率、政策托底和九月 A 股框架，这篇换尺子。会计分层比情绪标签更有用：经营利润是收入减成本，股权账面收益是按市值计价，资本开支是把现金换成算力和折旧，系统性风险是外部性和关联度。四层都真实，但不能互相抵扣，更不能合并成一个 AI 好转。
第一层：经营盈利修复
中金的中报总结把驱动因子写成上游和 AI。二季度全 A 增长 25.7%，金融增长 32.4%，非金融增长 19.9%；这种读法的关键不是总量新高，而是来源结构。若盈利主要来自上游价格、金融条件和 AI 相关需求，则市场后续要验证的不是热情，而是这三股力量能否同时延续。
A 股的 25.7% 容易被简化成全面繁荣，实际它是结构结果。上游供给约束支撑价格，金融板块在二季度加速，AI 从主题投资进入订单、收入和毛利率验证。三类驱动的持续性不同：价格看供给，金融看资产负债表，AI 看资本开支转化。把三者放在一个篮子里，会把周期反弹误认为长期增长。
对投资者而言，这层账的纪律是区分利润率和利润质量。收入增长、毛利率改善、经营现金流同步，才说明 AI 需求真进入了企业报表；只有估值扩张和事件催化，则仍属于风险偏好。2026 年中报后的核心工作，是把 AI 标的重新分成交付层、设备层、叙事层，而不是按概念指数统一处理。
第二层：股权账面收益
第二层账更微妙。金融时报报道，分析师估计大型科技公司因持有 OpenAI、Anthropic、SpaceX 等公司股权，累计获得约 1600 亿美元账面利润。这个数字显著推高了科技行业财报中的利润表现，但它是按市值计价的未实现收益，不是现金到账。
未实现不是虚假，两者差别必须说清。按市值计价能反映当前市场对资产的估计，也有会计规则依据；它的问题是可逆性和流动性。私募融资轮次、二级市场情绪、可比公司估值和未来退出条件，都可能让同一批股权在下一期重新定价。账面收益可以支撑报表，不能直接支付分红、回购或下一轮资本开支。
《薛兆丰经济学讲义》说，成本是放弃了的最大代价。用在 1600 亿美元上，问题不是收益有多少，而是这些资本被锁定在循环估值里时，放弃了什么用途。现金可以投向研发、分红、回购、降低债务或等待更低价格；投入循环估值的资本，则把回报交给下一轮定价。账面利润越高，机会成本越容易被忽视。
这层还有关联度问题。同几家科技公司既是 AI 初创企业的投资者，也是客户、算力供应商和生态伙伴。投资增加推高估值，估值改善财报，财报支撑再投资，链条每一环都可能有商业理由，合在一起却会让外部人难以判断基础业务健康状况。利润表看起来更强，独立验证反而更难。
第三层：资本开支循环
第三层是资本开支。2026 年 AI 基建的账不是简单的收入增长，而是现金先流出，再通过折旧、租赁、算力合同和模型服务慢慢回流。若收入转化快于折旧和资金成本，资本开支是扩张；若收入长期落后，账面资产会变成利润表压力。市场最怕的不是花钱，而是花钱以后没有可验证的回报。
资本开支最擅长伪装成确定性。合同可以很长，设备可以很新，园区可以很壮观；但经济价值只在下游任务便宜、可靠、可复购时才成立。外部观察者看到的是建筑和芯片，真正要找的是谁在使用，使用到什么强度，愿不愿意续费。
小岛经济学的棚屋贷款一章提醒过：政府担保会降低感知风险，却不降低真实风险；信贷便利推高价格后，价格上升又会被误认为安全。不能把 AI 直接类比次贷，交易结构、底层资产和监管都不同；但认知机制仍有相似处。越多人相信算力稀缺，越多人投入，越多的投入又让稀缺显得不可挑战。
这个循环并非注定崩塌。若模型确实带来生产率提升、企业付费和成本下降，资本开支可以转化为长期资产，就像电网、铁路和云计算早期。区分点在现金流：算力利用率、模型收入、订阅留存、单位任务成本和折旧年限，是否能支撑资本密度。没有这些指标，只讲未来规模，风险清单就会变长。
资金行为已经给出提醒。金融时报 8月31日另一条报道显示，投资者从 AI 重仓的科技板块轮出，制药股因药品定价协议和积极临床试验数据大幅上涨。轮动不代表 AI 终结，只说明组合开始在估值、政策和现金流之间重新分配权重。市场不是在否定技术，是在重新计算容错空间。
第四层：金融稳定警告
贝利的警告把第四层账推到台前。金融稳定风险看的不是某家公司会不会亏损，而是冲击会不会通过估值、融资、流动性、抵押品和风险偏好传染。前沿模型集中使用算力、云服务、电力和少数供应商；模型公司又与大型科技、私募资本和公开市场估值连接，关联度天然偏高。
监管入场不是给技术判死刑，而是要求把外部性纳入资产负债表。若金融体系对 AI 的敞口通过股权、债务、租赁、衍生品和数据中心融资扩散，那么单个资产价格回调就可能放大成保证金、流动性和信用条件问题。系统性风险的难点在于事前不可精确度量，事后又很容易被追溯成必然。
这一层也解释了为什么同一次技术浪潮能同时带来利润和风险。利润出现在能够销售算力、设备、软件和服务的企业；风险出现在为未来能力支付高价、并用资产负债表连接未来的部门。前者是当期收入，后者是分布尾部。会计科目不同，时间尺度也不同。
金融稳定的语言之所以显得抽象，是因为它不描述单一企业的失败，而描述失败后的传导顺序。谁先被迫卖资产，谁的融资先被抽走，哪个市场先失去做市，哪些合同会同时触发补仓。平时这些链条藏在效率里，压力测试时才显形。
四层账合起来看
把四层账合起来，AI 的宏观形象更像一次分层重估。第一层说明部分 A 股公司已经吃到真实需求；第二层说明科技巨头的财报被股权估值放大；第三层说明资本开支把风险后置；第四层说明监管开始关注传染机制。四层并非同向，也非等速。
分层不是为了把问题复杂化，而是为了防止证据串线。经营利润改善不能证明股权估值合理，股权估值上升不能证明资本开支有回报，资本开支扩张也不能证明系统性风险可控。每层有自己的时钟、自己的合同和自己的反证，混在一起时，最容易产生的错觉是把最强的那一层借给最弱的那一层。
填表的意义也不是增加仪式感，而是让每层证据在原位受审。表格越清楚，情绪越难替某个环节代签答案。研究过程的克制，就体现在愿意让强证据和弱证据各自排队，而不是急着合并成一个方向。
2026 年的投研难点在这里。若只看经营利润，会低估股权估值和资本循环的脆弱性；若只看金融稳定警告，会忽视真实收入已经出现的事实。合理的做法是给每层设置独立验证：A 股看收入、毛利率和现金流；科技巨头看股权重估是否可逆；资本开支看利用率与回报；系统性风险看融资结构和监管口径。
这也是会计比口号可靠的地方。利润表、资产负债表和现金流量表并不聪明，却保留了边界：收入何时确认，资产如何减值，现金是否进入公司账户，风险由谁承担。叙事可以把这些边界抹平，会计至少要求它们排队。投资研究要做的，就是让它们继续排队，而不是让一个宏大词替所有科目签字。现金是否进入公司账户，何时能留在公司账户，比愿景文本更接近风险控制。
分层的麻烦也在这里。人脑喜欢一个结论，市场喜欢一个方向，研究表却要求四件事各自给证据。每天看盘时，最容易偷懒的做法，是把最亮的数字搬到最弱的环节上；最值得训练的做法，是让强的证据留在原处，让弱的环节自己显形。
我的投资分析流程目前有三层验证：UZI 51 个评委做量化交叉，Vibe 多空辩论找反方证据，investment-memo 宏观框架处理仓位边界。这个流程的价值不在给出更高分数，而在把不同证据拆开，避免同一事实被重复计权。模型给证据，人保留决策权；评分不能直接换算成仓位。
这轮 AI 判断的纪律应当更冷一些：确认经营改善时，不自动确认估值合理；确认技术趋势时，不自动确认所有资本开支有回报；确认账面收益时，不自动确认现金安全。四层账各自过闸，最后才形成仓位含义。
三情景与证伪
基准情景概率 50%。A 股 AI 链条继续分化，经营利润改善但估值扩张受约束；科技巨头账面收益仍高，市场开始要求现金转化证据；AI 资本开支继续，但增速边际放缓；监管讨论从口头警告走向数据收集。资产表现取决于现金流验证，而不是叙事浓度。
上行情景概率 25%。AI 相关收入在接下来两个季度继续加速，算力利用率、订阅留存和经营现金流同步改善；股权账面收益逐步兑现为退出或可审计收益；资本开支回报证据压过折旧担忧。此时 A 股结构行情可以从设备层扩展到应用和交付层，监管警告被视为成本而非拐点。
下行情景概率 25%。账面收益回吐、算力利用率不足和融资条件收紧同时出现；制药、医疗和其他现金流资产继续吸收资金；监管要求提高资本缓冲。此时 AI 不是消失，而是从高估值叙事回到普通资本品定价，前期盈利弹性大的标的会先承压。
什么信号说明本文框架错了？第一，若 A 股盈利继续高增，而科技股权账面收益没有回撤，资本开支回报也被现金流验证，四层风险分裂就过度保守。第二，若监管警告未引发任何融资条件变化，且高关联结构稳定，第四层权重应下调。第三，若 AI 收入失速但 A 股相关板块继续大涨，说明市场主导力量不是这四层账，而是流动性和风格。
AI 的道，是把技术能力变成可交付生产力；术，是收入确认、现金流验证和风险隔离；势，是利润、估值、资本开支和监管同时进入定价。看得见利润的人很多，同时看得见风险清单的人不多。2026 年的胜负差不在于谁更相信 AI，而在于谁能把四层账分开结算。
解释力的边界
本文的会计分层不等于预测市场方向。A 股盈利数据来自中金摘要，行业内部拆分尚未完整展开；1600 亿美元是分析师估计，不等于公司逐项披露；贝利警告是风险提示，不等于监管规则落地。所有数字都应作为结构线索，而非交易信号。
分层框架还会遗漏一件事：政治与产业政策的速度。出口管制、本地化要求、数据规则和政府采购可能突然改变算力成本与市场边界；这些变量不在企业报表里，却会先改变供应链，再改变利润率。遇到这类冲击时，四层账仍能说明压力传导位置，但不能提前给出政策时点。
小岛经济学的类比也有边界。棚屋贷款章节针对政府担保、信贷下沉和房地产泡沫，AI 资本开支的底层是算力和模型服务，两者资产属性不同。本文只借用其对感知风险和真实风险的区分，不用它预言金融危机。真正需要跟踪的是融资合同、折旧政策和现金流，而不是把历史故事直接平移。
《薛兆丰经济学讲义》的机会成本框架同样不能机械使用。对企业来说，放弃的研发、分红和降杠杆路径未必与 AI 投资等价；对投资者来说，持有 AI 资产放弃的也不只是现金，还有流动性和容错时间。这个框架的价值是逼人列出备选项，不是替人给出唯一答案。能列出备选项，才谈得上风险收益比较。本文是公开市场评论，不构成对任何读者的个别化投资建议。
Sources
- 中金点睛《中金 | 中报业绩总结：上游和AI驱动A股创5年最高盈利增速》，2026-09-01：全 A 二季度 +25.7%，上半年 +16.2%，金融 +17.1%，非金融 +15.4%，二季度金融 +32.4%，非金融 +19.9%。
- Horizon 2026-08-31 收录金融时报报道：大型科技公司因持有 OpenAI、Anthropic、SpaceX 等股权累计约 1600 亿美元账面利润，为按市值计价的未实现收益。
- Horizon 2026-09-01 收录金融时报报道：贝利以 FSB 主席身份警告 G20，前沿 AI 模型可能威胁全球金融稳定。
- Horizon 2026-08-31 收录金融时报报道：投资者从 AI 重仓科技股轮出，制药股因药品定价协议和积极临床试验数据大幅上涨。
- 《薛兆丰经济学讲义》，第014讲，成本是放弃了的最大代价。
- 《小岛经济学》，第十四章，棚屋价格是如何涨上去的。
- 作者投资流程锚点：UZI 51 评委量化、Vibe 多空辩论、investment-memo 宏观仓位框架；模型给证据，人保留决策权。