上周美股整体走弱，标普 500 结束周线九连涨，纳斯达克创下关税政策落地以来最差单周表现。半导体存储板块跌势延续，费城半导体指数单日大跌 10%，创下 2020 年 3 月以来最大单日跌幅；网络通信、硬件、软件等板块同步走弱，拖累整个科技板块。当日除美元外，美股、美债、黄金、白银、比特币、原油等各类资产普遍下行。

01

—

美股下跌，加息预期成主因

本轮市场大跌的直接导火索，是周五公布的美国 5 月非农就业数据。数据显示，美国 5 月新增非农就业 17.2 万人，大幅高于 8 万人的市场预期，失业率维持在 4.3%。同时报告上调了前两月数据：3 月新增就业由 18.5 万人修正至 21.4 万人，4 月由 11.5 万人修正至 17.9 万人，三个月累计新增就业 56.5 万人，整体表现远超预期。受强劲就业数据影响，市场加息预期快速升温。数据公布后，市场押注年内加息概率升至 70% 以上，甚至存在两次加息的可能性；预计至明年 3 月末，加息概率更是突破 80%，加息预期成为压制市场的核心因素。

拆解就业细分数据不难发现，亮眼的整体数据存在结构性问题。5 月就业增长主要依靠两类临时性岗位：政府部门新增 5.2 万人，占比近 30%; 休闲和酒店业新增 7 万人，大概率受世界杯短期用工需求带动。教育医疗等长期稳健行业新增 4 万人、建筑业新增 1.7 万人，均符合过往趋势。反观实体经济相关领域，金融业就业减少 2.2 万人，表现不及预期；信息技术、金融、专业服务、制造业就业合计减少 1.1 万人，连续四个月走势疲软。综合来看，本次就业走强更多由临时岗位拉动，并不能反映整体就业市场持续向好。

薪资与失业相关数据则释放出偏温和的信号。5 月平均时薪环比上涨 0.3%、同比上涨 3.4%，为近六年最低水平且呈下行态势，该增速低于同期通胀，暂时未出现工资与物价相互推升的螺旋上涨风险。目前初请、续请失业金人数处于五年低位，劳动力市场整体保持平衡。

市场之所以对就业数据反应剧烈，源于此前的普遍预期。此前美国通胀数据达到 3.8%，已引发美联储警惕，市场原本期待疲软的就业数据缓解加息压力。但就业数据大幅超预期，意味着就业市场韧性充足，抑制通胀重新成为政策首要目标，进一步推升了加息担忧。

结合历史规律来看，加息并非必然引发经济衰退与股市熊市，但会促使市场重新定价流动性与资产估值，这也是本轮行情剧烈波动的根本原因。

02

—

加息风险剖析：历史影响与概率分析

回顾历史，自1950年以来的十几次美联储主要加息周期中，加息对经济和股市的影响并非简单的线性关系。历史数据显示，大约有一半的加息周期最终因紧缩过度而引发经济衰退，但美联储也曾多次成功实现“软着陆”（如1966年、1984年和1995年）。

在股市表现方面，由于加息通常伴随着强劲的经济增长和企业盈利，美股在加息周期的初期和中期往往能录得正回报，熊市或深度调整通常在加息周期尾声、衰退信号明确时才会出现。当然，即使在成功软着陆的周期中，市场也难免经历波动。例如，1994年格林斯潘激进加息期间，标普500指数全年录得零涨幅并伴随多次阶段性回调（但在随后的1995年迎来了超过30%的大幅反弹）；而在2015年至2018年的货币政策正常化周期中（在零利率时代后首次加息），虽然2017年美股表现异常平稳，但整个加息周期前后仍伴随着2016年初和2018年底两次超过10%的显著修正。

加息并非衰退的必然诱因，却会倒逼市场重估流动性和估值，这也是宏观窗口期市场波动加剧的核心原因。

加息不仅冲击企业盈利，还会更早改变市场交易逻辑。在宽松利率环境下，流动性增加，股市获得上涨动能。而当利率环境从宽松转向紧缩，会系统性影响整体市场交易逻辑，市场转变为谨慎审视风险。在当前环境下，受影响最深的往往是那些受资金追捧最强烈的公司，比如AI 基础层的半导体企业。在这一轮半导体上涨中，英伟达（NVIDIA）、AMD、ARM 等大量企业估值扩张极快，一旦利率转向，资金会寻求更安全领域，这些此前受追捧的企业就容易受到冲击，所以上周五加息风险发酵时，这些公司跌幅居前。

03

—

通胀影响：可控但存变数

过去 12 个月，自 3 月起通胀开始抬头，4 月通胀数据已达 3.8% 高位，主因是油价上涨。需明确，美联储做利率决策时会剔除能源价格波动较大的影响，因此分析加息可能性通常用core CPI（剔除能源和食品的 CPI）。尽管如此，core CPI 并非完全不受油价影响，如 4 月核心 CPI 环比上涨 0.4%，为一年来新高。

这是由于油价存在传导效应，原油价格影响交通运输及大量原材料成本，间接影响众多商品和服务价格，对核心通胀构成真实威胁。据摩根士丹利研究，油价上涨 10%，三个月后名义 CPI 上涨 0.35%，核心 CPI 仅上涨 0.03%。按此比例估算，当前油价已维持三个月上涨 60%，意味着名义 CPI 约提升 2%，从之前 2.4% 升至 4.4%，与最新通胀预期 4.3% 相近；而核心 CPI 仅提升 0.18%，几乎可忽略不计。

从 CPI 分项预估看，3 月以来物价大幅上升主要由能源带动，美联储更关注的核心服务通胀和核心商品通胀涨幅较小。除能源外，关税也是推升通胀因素，但影响已接近尾声。据摩根士丹利估算，本轮关税给通胀带来约 0.7% 影响，目前已实现 0.63%，后续通胀压力有限，且部分关税措施被裁决，加码风险下降。

整体而言，通胀威胁确实存在且已抬头，但拉长时间分析，高油价实际冲击未达预期，通胀粘性不大，工资和服务通胀可控。华尔街对未来一年美国通胀预测显示，名义通胀将高位徘徊半年左右，而美联储更关心的核心通胀相对稳定，大致在 2.5% – 3% 区间。目前通胀属相对短期风险，唯一变数是地缘局势升级致高油价持续，使传导效应积累带来更高通胀压力，但该风险目前呈降低趋势，虽客观存在，不过无需过度担忧。

04

—

A Warsh Welcome

综合影响美联储决策的两个关键因素：就业表现出较强韧性，虽有波动但整体形势尚可；通胀已开始抬头，尽管油价影响理论上可控，但存在一定不可控风险。考虑到美联储主席刚刚换届，6 月 17 日将迎来新主席Kevin Warsh上任后的首次 FOMC 议息会议。

• 从理性角度，当前通胀预期已达 4.3%，美联储难以坐视不管。

• 从感性角度，在白宫常施压美联储降息的背景下，通胀高企时若表达鸽派言论，会引发对其独立性和中立性的质疑。Warsh更可能采取强硬态度，以彰显其作为新任主席的责任感。

因此，预计未来一段时间美联储放鹰风险增大。当前宏观市场风险不断积累，而市场情绪却过于乐观，市场急需一个催化剂回归冷静，5 月通胀数据及美联储 6 月 FOMC 会议，便是可能引发市场波动、导致美联储放鹰及市场担忧加息的关键节点。

05

—

半导体权重攀升，市场关联性增强

半导体在标普 500 中的权重如今已占据约 19% 。要是将半导体与科技硬件合并计算，其权重更是超过了 30%。这一变化意义重大，意味着标普 500 指数不再是那个广泛分散的传统市场指数，而是愈发被 AI 芯片及大型科技硬件公司的走势牵着走。

一旦半导体板块出现回调，引发的连锁反应不容小觑。它可不单单是让半导体 ETF 受挫，其他板块也极有可能被一同拉下水。原因在于众多基金、ETF、量化策略以及机构组合，都大量持有类似的龙头股票。一旦这些股票同时下跌，指数间的相关性就会迅速放大，波动率也会随之飙升。巴克莱特别提醒，这种回调甚至可能蔓延到七巨头企业。因为在 AI 交易里，投资者往往着眼于一整条科技链。所以一旦半导体开始回撤，资金可能会为降低整体 AI 风险敞口，而一并撤离相关投资。

当前市场的贪婪情绪战胜了恐惧，乐观氛围盖过了怀疑，价格与价值逐渐脱轨。标普 500 指数连续九周上涨，仅在 5 月这一个月内，标普 500 就创下了 11 个历史新高。个股的表现更是令人咋舌，ARM 在短短 10 个交易日内股价飙升 100%，戴尔六个交易日涨幅达到 93%，英特尔涨幅高达 180%。Marvell 在黄仁勋万亿指点的刺激下，单日涨幅达到 32%，盘后又进一步上涨 10%。闪迪从年初至今，涨幅更是惊人的达到了 600%。

如此狂热且剧烈的涨幅表明，市场交易已不再依托基本面支撑，纯粹进入炒作阶段。AI 行情火热、资金不断进场，短期风险被集体忽略。不过利好因素早已充分体现在股价之中，股价越高，市场对微小利空的反应也会越强烈。

就拿博通来说，其财报表现其实并不糟糕。但当股价早已充分反映 AI 高增长预期后，市场关注的焦点就从单纯的 “好不好”，变成了 “有没有比预期更好”。所以博通股价的下跌，更像是一个警示信号，提醒市场 AI 公司虽可能继续增长，但股价未必会永远同步上扬。增长预期被抬得越高，一旦财报未能超越最乐观预期，或者业绩指引被认为不够强劲，市场便可能会对其施以惩罚。

06

—

AI 项目的成本与回报之困

AI 项目在企业中的落地，虽然提高了员工效率，例如员工使用 AI 写代码、做文档、处理客服及生成营销内容等，工作速度明显加快。但尴尬的是，企业利润表和投资回报率（ROI）却往往体现不出 AI 带来的价值。贝恩在今年 4 月对全球 951 家年收入超 1 亿美元的企业展开调查，涵盖零售、科技、先进制造、医疗等九大行业。结果显示，在能够量化 AI 成本节约的 40% 企业里，实际成本降幅仅在 10% 或以下水平，远低于市场预期。

这背后的原因在于，个人效率的提升要转化为公司利润，需要经过流程重组、岗位调整、系统接入、数据打通以及严格的预算控制等多个环节。其中任何一个环节出现问题，公司利润表都无法最终体现 AI 的价值。更麻烦的是，44% 的大型企业表示，下一次采购 AI 将取决于本轮 AI 的实际效果。若 AI 未能达到节约开支的目的，后续就会削减 AI 预算，如此循环往复进行预算优化。而38%的公司表示，尽管采用AI Agent优化流程，但“人工审批”仍是必不可少的环节，只有7%的公司表示可以完全授权给AI走通全流程。

为什么 AI 项目回报如此疲软？一方面，过去 10 年企业在各个数据库投入数千亿美元，数据分散在不同系统、权限和格式中，导致 AI 项目落地后，企业难以稳定访问自身数据，即便模型强大，也难以真正接管工作流程。另一方面，在企业系统中，智能体 AI 越接近业务流程，责任、权限审计以及 AI 犯错的成本就越高。例如，员工使用 AI 写邮件失败成本低，但企业让 AI 自动审批合同、调度库存等，一旦犯错成本巨大。

OpenAI 的使用数据便是例证，6 年多前，最高用量的单一账户每月消耗约 10 万个 token，如今这一数字飙升至 1000 亿个，消耗量放大了约 100 万倍。但成本与产出却并非同比例增长，像 Uber 在四个月内就耗尽全年 AI 预算，随后对智能体编程工具设置每月 1500 美元的上限。亚马逊也关闭内部 AI 使用排行榜，因为该排行榜鼓励员工运行低价值任务，导致 token 花费与产出不成比例。

成本问题如今才集中暴露，一是大模型公司早期为抢占市场，压低价格，如 OpenAI 每赚 1 美元收入，可能要支出约 1.35 美元，主要压力来自推理成本。二是使用方式改变，智能体 AI 拆分任务、循环调用工具等，后台运行轮数增多，消耗大幅增加。未来持续运行、主动工作的 AI 虽有生产力想象空间，但企业需考量节省的成本能否超过 token 账单和系统集成成本。目前企业对 AI 的使用方式已改变，类似 IT 预算管理，通过设置 token 上限、模型分层及智能化路由等方式节省成本。

07

—

投资者应对策略

面对当前复杂的市场环境，投资者可从以下几个方面应对：

（一）分散投资，降低集中风险

鉴于半导体等热门板块权重高且波动可能加大，以及市场对加息预期的敏感，投资者应避免过度集中投资于受市场情绪影响大、资金集中的领域，如 AI 基础层半导体企业、Cloud 公司等高估值扩张的公司。可适当分散资金至不同行业和资产类别，如增加消费必需品、医疗保健等防御性板块的配置比例，这些行业通常受经济周期和利率波动影响较小，能在市场不稳定时提供一定的稳定性。

（二）关注优质资产，长期持有

对于长期优质公司，如美股大科技企业、估值合理的软件股以及盈利稳定的龙头企业，它们凭借自身稳定的盈利模式和合理估值，在面对加息等风险时相对更具韧性。投资者可长期持有这些资产，避免因短期市场波动而频繁买卖。拉长投资周期，能更好地抵御市场短期波动带来的风险，分享企业长期成长的红利。

（三）提前布局 AI 应用层

尽管短期加息可能对市场造成冲击，但 AI 技术发展的长期趋势不变。投资者可提前布局 AI 应用层机会，相较于已被市场充分炒作的 AI 基础层，应用层公司目前估值相对合理，未出现过度拥挤的情况，且部分公司已有一定盈利支撑。随着 AI 技术的不断普及和应用场景的拓展，AI 应用层有望迎来爆发式增长，为投资者带来良好回报。

（四）利用对冲工具

对于持有高风险资产或担心市场大幅下跌的投资者，可适当运用期权、期货等对冲工具来降低风险。例如，通过购买S&P 500看跌期权，或者VIX看涨期权，在市场下跌时获得一定的补偿，以平衡投资组合的损失。

市场情况瞬息万变，投资者需密切关注经济数据、政策动态以及行业发展趋势。在当前市场不确定性较高的环境下，保持灵活性至关重要，以便在市场变化时能迅速做出反应，优化投资组合。

风险提示：本文内容基于公开财报与市场信息整理，仅作复盘交流，不构成任何投资买卖建议。市场受地缘、政策、技术等多重因素影响波动，投资请结合自身风险承受能力自主决策。