一场静默的财政收缩

我们习惯把“紧缩”等同于央行加息或者缩表，但在当前的中国市场，真正的紧缩压力来自财政端。它不声张，不召开新闻发布会，但正在以一种极为具体的方式渗透进各个行业的利润表。

简单说，就是查税。

从电商平台的偷漏税整治，到跨境投资领域的税收核查，从运营商的增值税规范，到银行和基金公司过往灰色地带的补缴——各个方向都在严查。这不只是税务部门的常规动作。这背后是地方政府财政收入承压的现实，当非税收入的增长空间被压缩，“补税”就成了填补缺口的重要通道。

这里面的传导链条并不复杂：企业被查税补税，利润直接受损；高净值人群被追缴，消费意愿和风险偏好同时下移；整个经济体的微观活力被一层一层地削薄。它不是一场急风骤雨式的冲击，而是一种持续性的、弥散性的压制。

财政端紧缩带来的另一个后果，是政府支出本身的收缩。国补的金额虽然还在，但对消费的边际拉动已经大幅下降。当政府和企业都在收缩支出，居民也在观望，内需就成了一块不断被抽走养分的土壤。

这种宏观底色决定了 A 股的一个基本格局：不存在系统性牛市的基础。如果一家公司的业绩依赖国内消费、依赖政府支出、依赖内需驱动的商业模式，它在这轮周期里天然就处于逆风。大量非科技板块跌回结构性行情启动前的位置，不是偶然的错杀，而是估值中枢的系统性下移。

AI：当全球资本开支周期遇到中国结构性紧缩

但与此同时，另一个完全不同的故事正在展开。

全球 AI 产业链正处于一个真实的资本开支扩张周期中，这个周期的驱动力不是中国国内的财政或货币政策，而是北美云计算厂商对算力基础设施的持续投资。换句话说，A 股科技板块的上涨，根子不在国内流动性，而在全球产业链的供需失衡。

这轮周期的核心逻辑，可以用一句话概括：AI 买的不是概念，是通胀。不是消费者价格指数那种通胀，而是算力基础设施环节里真实存在的供需缺口。当需求在以每年翻倍的速率增长，而供给——无论是高端存储芯片、半导体设备，还是光纤光缆——都需要数年时间来扩充产能，价格就只能向上走。

美光科技最新一季的财报是理解这个周期的关键锚点。它把全年资本开支上调到了 270 亿美元。这不是一个孤立的公司行为。作为全球三大存储厂商之一，美光的 Capex 决策反映的是它对未来两年供需格局的集体判断：存储的紧缺不会在短期内结束。AI 服务器搭载的 HBM 高带宽内存，需求量是普通服务器的数倍，而 HBM 的生产又挤占了传统存储的产能，形成了整个存储品类的供给刚性。

这说明一个问题：产业链的真实景气度，比股价走势滞后，但比市场情绪更可靠。

泡沫到底在哪里

市场对 AI 的疑虑从来没有消失过。当一个板块持续上涨，关于泡沫的讨论就不可避免。但“泡沫”这个词太大了，大到几乎没什么实际用处。真正有价值的问题是：如果存在泡沫，它在哪里？用什么指标去监测？什么时候才真正危险？

有几个窗口值得持续观察。

第一个是北美大型云厂商的发债节奏。这些公司是 AI 投资的最终金主，他们已经开始少量发债来支撑资本开支。如果明年发债规模突破两万亿甚至三万亿美金，那就意味着投资强度已经超出了自由现金流的承载能力。到那个时候，市场需要重新计算整个 AI 投资的回报率方程——但目前还没有到这个阶段。

第二个更隐蔽，是存储环节的利润分配问题。按今年的价格水平算，三家全球存储大厂的年度利润合计会逼近五千到六千亿美元。这个数字意味着什么？它意味着存储环节正在吃掉云厂商资本开支的一半。这是不可持续的。产业链里某一个环节攫取了过于不成比例的利润，下游的投资意愿就会被侵蚀。未来不排除有北美云厂商因为存储价格过高而公开表示暂缓投资——哪怕它们现在签了长协，只要有一家先扛不住，格局就会松动。

第三个是韩国市场的杠杆结构。韩国散户的杠杆炒股现象在全球范围内都是突出的，而韩国又是存储和 AI 硬件产业链的核心国家。一旦韩国市场出现剧烈去杠杆，波动会通过港股传导到 A 股。

第四个是模型层的竞争格局变化。过去一年，最强模型的排序从 OpenAI 到谷歌再到 Anthropic，每半年就变一次。这让人不得不反思：模型本身是不是一个好的商业模式？当排序如此不稳定，以终局思维做早期估值就会极其脆弱。港股的智谱科技就是一个例子——以终局方式给一个排序还没固定的模型公司定价，波动注定巨大。

第五个是国内的资金行为。A 股两融余额持续攀升，公募基金在明显地从其他板块撤出、集中涌入科技成长方向。资金的集中度本身就是一个压力测试指标。

综合这些信号，结论是清晰的：今年不会是 AI 泡沫破裂的年份，产业链的价值方向确定性地向上。但结构性风险的累积速度正在加快。那些被资金过度推高、业绩无法验证的环节，会在波动中承受最大的压力。而那些有真实供需支撑、业绩能持续上修的方向，每一次回调恰恰是重新定价的机会。

半导体设备

在 A 股的 AI 产业链里，半导体设备是一个值得单独拆开来讨论的方向。

过去市场看半导体设备的逻辑只有一个：国产替代。长存、长鑫的扩产驱动了国内设备需求，国产化率的提升是核心变量。这个逻辑至今没有结束——长存和长鑫的产能扩张仍在继续，成熟制程和先进制程的国产设备渗透率还在稳步提高。

但一个更值得关注的增量逻辑正在浮现：出海。

全球存储厂商——不只是中国的，也包括韩国和东南亚的——都在同步加大设备招标力度。而海外的设备供应商交付周期在不断拉长，产能已经接近饱和。在这种供需错配中，中国的刻蚀、清洗、沉积设备正在切入海外产线。这不是一个“未来可能发生”的故事，而是已经在发生的订单。

半导体设备从此前单纯的“国产替代”逻辑，升级为“国产替代加海外替代”的双重贝塔。国内市场还在增长，海外市场从零到一——两股力量叠加，这是 A 股里少数同时具备确定性和向上弹性的方向。

但存储设备环节需要另说。国内存储模组和设备厂的估值已经在高位，一定程度上透支了近期的业绩预期。在震荡中，这些标的的波动会比设备环节更剧烈。

顺着资本开支这条线往下走，还有一些环节同样受益于供需失衡：洁净室工程、电子特气、存储测试机。尤其是存储测试机——它同时做数字芯片和存储芯片的测试，HBM 的测试量又是普通产品的数倍，而目前国产厂商的份额极低。逻辑很长，估值很难用短期业绩去框定。这类标的的特征是：在上涨中容易被高估，在下跌中容易被低估，波动本身就是它的常态。

光互联

如果说算力芯片是 AI 的大脑，那光纤就是 AI 的血管。血管不够粗、不够多，再强的大脑也输送不出去。

全球光纤市场正处于一个被很多人低估的紧缺状态。北美市场的光纤供给尤其紧张，数据中心 AI 光纤的需求正在爆发，而供给端——光棒的扩产周期极长。新建一个光棒厂房，从规划到投产需要数年时间。这意味着即便现在全行业宣布扩产，未来两年内的供需缺口也不会被填平。

最近国内光纤板块出现过一轮大幅调整，触发因素是部分厂商宣布扩产光棒。市场第一反应是供给增加、价格承压，但仔细拆一下就会发现这更多是情绪扰动。新进入者的产能释放速度远慢于有技术储备的老厂商，而且即便扩产顺利，到实际产出也还有很长的路。供需缺口的刚性并没有改变。

更值得关注的结构性变化是，北美云计算厂商已经开始和中国光纤厂商签署直供协议。过去中国光纤出海更多是通过经销商或贴牌，现在这个趋势意味着中国厂商正在直接进入全球 AI 基础设施的核心供应链。光纤的二次涨价大概率不是“会不会来”的问题，而是“什么时候来”。接下来二季报的利润放量，会是一个关键的验证节点。

光纤之外，一条更前沿的光互联技术路线正在成形：近封装光学，也就是 NPO。

它的逻辑用最简单的话说：当交换速率越来越高，光信号在电路板上每多跑一毫米都是损耗，所以光学引擎必须离芯片越来越近。NPO 就是把光模块从交换机面板上“拆下来”，直接封装到芯片附近的一种技术路线。

多家国际厂商已经在推动 6.4T 及更高速率的 NPO 结构规范，产业趋势的方向是明确的。这个过程中，几个细分环节的变化值得留意。

一是激光器。NPO 的方案分内置和外置，内置大概率是未来的主流。当前激光器的功率在 100 到 200 兆瓦区间，随着速率要求提高，功率和价值量都有继续向上突破的空间。光芯片企业在这条线上的机会窗口还在打开。

二是 MPO 连接器。交换机面板上使用的 MPO 正在从 16 通道向 32 通道演进。通道数翻倍，工艺难度不是翻倍——而是非线性地增加，价值量也随之跃升。

三是 FAU，也就是光纤阵列单元。当通道密度提升到 36 芯甚至更高，FAU 的价值量可能是普通产品的数倍。而在这个阶段能跟下游客户做早期协同研发的厂商，一旦产品定型，份额优势很难被后来者撼动。

整个光互联方向的核心特征是：技术迭代快，价值量随速率非线性增长，先发优势明显。它本身的市场规模不如存储或算力芯片那么大，但正因为如此，它的弹性往往更大。

玻璃基板

在所有 AI 产业链的新技术方向里，玻璃基板是少有的、处在“讲故事”和“出业绩”之间关键节点的方向。

6 月 24 日，康宁在首尔的光通信技术大会上发布了基于玻璃基板的光互联玻璃桥，并明确表示会应用在 CPU 的全新架构中。康宁的入场意味着产业链里最重量的材料厂商已经不再观望，而是开始下注。

玻璃基板本质上是在做一件事：用玻璃替代传统的有机基板。玻璃的物理性能——热稳定性、平整度、光学透过率——使得它在高密度封装和光互联场景里有天然优势。它的应用范围正在从单纯的芯片基材扩展到 CPU 架构中替代传统 FAU，应用边界的每一次拓展，都在扩大它的市场想象空间。

时间线上，今年会有中试线跑通，明年开始试量产，两到三年后进入大规模量产阶段。这个节奏意味着它现在正处于从 0 到 1 的跨越期——不能用当期业绩去证伪，也不能用远期空间去证真，定价的主要驱动力是产业验证节点的推进。

一个值得参考的类比是当年的光模块。光模块行业起初市场规模也不算大，几十亿到百亿美金量级，但应用的想象空间足够大，中国企业的供应链参与度足够高，最终跑出了多家大市值公司。玻璃基板的产业链参与方式更丰富，国内企业的竞争力不弱，这一点和当年光模块的起点有相似之处。

不过和所有 0 到 1 的赛道一样，它高波动的特性不会改变。每一次产业验证节点——中试线通线、客户导入、试量产——都可能是估值重新定价的触发点。投资这类方向的核心不在于判断它是不是“好故事”，而在于识别它正处于时间线上的哪个位置。

在一个分化的市场里做选择

回到宏观与产业交叉的视角，当前市场最根本的特征是分化——不是牛熊的分化，而是定价逻辑的分化。

一端是国内紧缩底色下的板块。它们的估值被财政收缩、消费疲弱、政策不确定性三重压力持续压缩。在这些领域里，便宜的股票可能还会更便宜，因为便宜本身不是买入的理由——业绩向下的趋势没有改变，估值就没有底。

另一端是全球 AI 资本开支周期中的板块。它们的估值中枢在被供需缺口、订单数据、技术迭代不断上修。在这里，贵不贵要看动态业绩，而不是静态估值。当一个行业的利润还在快速上修，当前的估值水平只是后视镜里的数字。

这就是为什么公募在大量“剁仓”涌入科技。不是因为追涨杀跌的情绪化，而是在紧缩底色下，确实找不到第二个有业绩上修趋势的方向。资金的集中不是非理性，恰恰是市场在用脚投票——在一个没有贝塔的环境里，所有的阿尔法都挤进了同一条走廊。

短期来看，630 半年度结算叠加长鑫上市，资金面的扰动会加大科技板块的波动。但这一轮波动的性质，更接近拥挤交易的再平衡，而不是产业逻辑的证伪。如果科技出现有意义的回调，它提供的是重新介入的机会，而不是撤退的信号。

策略上，两条线并行可能是比较现实的思路。一条是业绩能持续上修的方向——光纤、半导体设备、资本开支受益的设备和材料，它们的逻辑有真实的订单和利润做支撑。另一条是新技术从 0 到 1 的方向——NPO、玻璃基板、HBM 相关，它们的优势在于逻辑一旦验证，估值的弹性极大。

最后是一个需要始终放在脑后的警钟。所有结构性的繁荣，都有结构性的脆弱之处。当北美云厂的发债规模逼近极限，当存储价格成为产业链不可承受之重，当模型层的格局变化打乱终局叙事，当韩国市场的杠杆裂痕开始扩散——这些信号中的任何一个从“值得关注”升级为“正在发生”，都需要重新评估整个 AI 产业链的风险定价。