墙裂坛

本期是关于叙事的一些想法。因为想聊的主线比较清晰，就把主体部分放在《墙裂坛》上，一些案例和边角料我后面会放在《发现叙事》上。 这两周，估计大家的眼球多少都被股市给吸引过去了，入局的小伙伴可能已经被市场折腾得有点生无可恋，没入局的小伙伴可能也看得上气不接下气。我也一直在盯着这件事，只不过我的角度可能不太一样，更多的是从叙事这个层面在看。 这两个礼拜盯下来，我有一个特别强烈的体会，我们现在所处的这个市场环境，它的噪音的庞杂程度、复杂程度，还有每一种噪音的声量大小，以及它们被社交媒体放大和操纵的程度，在历史上是很少见的。历史上当然有噪音很大的时候，但是像现在这样，各种噪音的声量差不多几乎全都一样大、全都理直气壮、同时往你耳朵里灌的情况，我觉得很罕见。 大家现在的状态，就像是待在海底。而你的周围，有七八艘敌方的军舰，每一艘都开着大喇叭鸣响，各种声波、各种噪音，从四面八方一起扑过来干扰你。你在海底下，不知道该往哪儿游的。往东游，有人跟你喊 AI 泡沫要破了；往西走，又有人跟你喊AGI 才刚刚开始，后面需求无限，你下了车，可就上不来了；要不干脆就停下来喘口气，旁边又炸出来一个伊朗战争的消息、一个美债的消息、还有大统领又要给全球加关税的消息。这两个礼拜，大家其实就是泡在这么一片声波里头熬过来的。 我一直在想一件事：既然噪音是躲不掉的，那我们能不能以子之矛，攻子之盾——把叙事这个东西本身，也做一个量化、做一个指标化的分析？ 虽然我们人在水下，但如果面前能有一块声呐屏幕，能让你能看见每一道声波是从哪个方向来的，大概是敌方的还是友方的，现在的声量有多大，接下来是会越来越响，还是正在慢慢地衰减——那我们虽然人还泡在水下，但心里头是会踏实很多的。 所以今天这期碎碎念，我就想借着过去这两个礼拜的实际情况，从头到尾给大家复个盘：这些噪音，是怎么一道一道地冒出来的，它们又是怎么排列组合、互相叠加，最后把市场推到现在这个样子的。 复完盘之后，我还想再问两个问题：一个是 AI 这条产业链到底应该怎么看？另一个是杰文斯悖论在历史上的后续故事，究竟是什么样的？能给我们一些什么启示？ 欢迎订阅 substack：《发现叙事》：https://wenli.substack.com/ 时间戳： 00:02:13 当投资如同深海迷航：市场噪音齐鸣，扑面而来 00:19:25 Gap裂谷：市场信念发生象限变换的临界点 00:21:09 谷歌的“负59亿”：一个Wake up call 00:35:55 一个了解 AI 产业链多米诺的方法：想象一个中央大厨房 00:43:58 杰文斯悖论：历史的后半段 播客中提到的示意图： 播客中提到的Percepta 中的 CFI 共识碎裂度： 把整个 AI 产业想象成一个大餐厅。餐厅的结构如下图： 延伸阅读 / 本期引用文献： 关于英国铁路投资回报 1. Arnold, A.J. & McCartney, S. (2004). "Were They Ever 'Productive to the Capitalist'? Rates of Return on Britain's Railways, 1830–55." Journal of European Economic History, 33(2), pp. 383–410. （"铁路投资者回报长期低于资本成本"这个核心结论的出处。该刊无公开电子版,可从作者主页查到条目:https://www.qmul.ac.uk/sbm/staff/emerita-emeritus-and-visiting-professors/profiles/mccartneys.html） 2. Arnold, A.J. & McCartney, S. (2005). "Rates of Return, Concentration Levels and Strategic Change: British Railways from 1830 to 1912." Journal of Transport History, 26(1), pp. 41–60. （1830–1912 年全英铁路资本回报率平均仅 3.5%–4.5% 的测算出处） 3. McCartney, S. (2022). "Managerial Failure in Early Victorian Britain: Network and Capital Expansion during the Railway Mania." Business History. https://www.tandfonline.com/doi/full/10.1080/00076791.2022.2096877 （开放获取。铁路狂热扩张导致盈利与分红崩塌的研究;节目里"ROE 1844 年峰值 5.1%、1849 年跌到 2.4%",以及 York & North Midland 铁路"狂热前网络回报 10.1%、狂热期延伸线 –0.3%"这组数字,即出自 McCartney & Arnold 对铁路狂热的系列量化研究） 4. McCartney, S. & Arnold, A.J. (2003). "The Railway Mania of 1845–1847: Market Irrationality or Collusive Swindle Based on Accounting Distortions?" Accounting, Auditing & Accountability Journal, 16(5), pp. 821–852. （对 1845–47 年铁路狂热的经典研究,可作为上一条的配套阅读） 关于运河、公路等基础设施回报的综述 5. Bogart, D. (2013). "The Transport Revolution in Industrializing Britain: A Survey." UC Irvine 工作论文(后收入 The Cambridge Economic History of Modern Britain)。 https://sites.socsci.uci.edu/~dbogart/transport_revolution_surveyjan2013.pdf （开放获取。综述了铁路、运河、收费公路的回报文献,节目里"基础设施资本回报普遍 4%–5% 左右"的说法以此为据） 关于煤矿投资回报 6. Church, R. (1986). The History of the British Coal Industry, Vol. 3: 1830–1913 — Victorian Pre-eminence. Oxford: Clarendon Press. （牛津五卷本《英国煤炭工业史》第三卷,煤矿投资回报与同期英国国债收益率〔约 2.5%–3.4%〕对比的讨论出处） 7. Clark, G. & Jacks, D. (2007). "Coal and the Industrial Revolution, 1700–1869." European Review of Economic History, 11(1), pp. 39–72. 全文 PDF(作者主页,开放获取):https://davidjacks.org/wp-content/uploads/2021/06/Coal-and-the-Industrial-Revolution-1700-1869.pdf 期刊页面:https://academic.oup.com/ereh/article-abstract/11/1/39/392601 （"1850 年代之前矿业长期资本回报缺乏可测量数据、账目散佚"这一细节的出处;文章的另一个主结论也和本期主题呼应——煤炭产量的扩张主要来自需求增长,而非采矿技术进步）

今天这一期是大概两个多礼拜之前，我和雨白在小酒馆录的一期关于世界杯预测的一个小节目。节目是视频播客，大家也可以在小红书上看到我们这一期节目的视频版。 这一期聊得非常的开心，聊了一个多小时，但是由于篇幅有限，最后的视频大概只有半个多小时。本期就把这半个小时的内容放到墙裂坛上播客的形式和大家分享。 我这么一个纯粹的足球小白，为什么还对世界杯这么感兴趣？因为在预测市场上，也有很多对于世界杯预测的一些镜像，会衍生出很多很有意思的问题。这些问题其实也和金融和经济也非常的相关。 小红书视频版：AI能预测佛得角门将封神吗？ 即使掌握了全部历史数据... http://xhslink.com/o/2Ws1RKEOQJX 存下口令，跳转【小红书】阅读~ 时间戳： 00:01:16 AI预测世界杯：是辅助工具，还是「赌球」伙伴？ 00:02:11 体育博彩公司可能是最早的「大模型公司」！逻辑与现代AI神似。 00:03:00 交易额突破20亿美元，世界杯预测市场让传统博彩侧目。 00:06:24 历史伏笔：几十年前，博彩公司的预测逻辑就已暗合AI模型。 00:14:09 预测市场像「知识聚宝盆」：基于哈耶克理论，汇聚群体隐性智慧。 00:18:57 博彩公司的数据帝国：20年前就开始系统收集数据，为AI奠基。 00:21:50 AI的「偏好」：七个预测模型中，四个选西班牙，三个选阿根廷。 00:28:38 小概率事件粉碎预测：小国门将一战封神，扑出7次关键射门！ 00:29:18 高胜率陷阱：西班牙90%胜率预测，最终却收获一场平局。 00:32:09 世界杯预测的天然挑战：样本小、噪音大，实为「概率套概率」。 00:36:45 我们的大脑本就是「预测机器」，并享受猜对后的多巴胺奖励。 00:38:47 核心提示：预测是门复杂科学，而非玄学，享受比赛，远离赌球。

(本期献给高善文老师。经济学家的使命到底是什么？是我们这个时代必须要回答的一个问题。) 本期是和刘院长的读书栏目。上次我们一起读了博拉尔德（Alan Bollard）的《战争中的经济学家》，这次接着读他的续作——《冷战中的经济学家》（Economists in the Cold War）——这本对当下非常有启发意义的书。 冷战不只是导弹和间谍的事，背后是一场"经济学的内战"——计划 vs. 市场，到底谁能更有效地分配一个国家的资源。在特定的时代和特定的情境下，经济学家不是在黑板上推公式，而是真的在用自己的理论决定几亿人怎么过日子。 我们为什么要从经济学家的角度回顾冷战？经济方案的对错与国力的输赢是什么关系？有了 AI 加持的“计划”能不能取代“市场”？后发国家到底有没有第三条路？当下这个很多人开始比作”新冷战“的时代，我们该怎么看经济学对政策的影响？以及，年轻人还应该相信经济学能让世界变好吗？ 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 01:11 为什么再读博拉尔德？ 06:07 七位经济学家速览：间谍、异见者与天才 19:06 冷战的底盘是一本经济账：大炮还是黄油，计划还是市场，钱从哪来、资源怎么调配——这本书重新定义了冷战，也重新定义了经济学家 23:28 怀特大战凯恩斯：布雷顿森林的三周 35:06 顺差国换了人：当年的美英与今天的中美 38:13 贸易失衡的轮回：从英国、日本到中国 48:17 经济学家效忠的是国家，还是体系本身？ 52:49 计划经济的核心难题：算得过来吗 54:31 智利Cybersyn：被暴力终结的实验 59:06 AI、算法与哈耶克悖论的当代版 01:02:22 第三条路：艾哈德的社会市场经济 01:07:13 东亚奇迹 vs 拉美困局：听话，还是偷偷保护？ 01:13:48 新冷战：从效率优先到安全优先 01:17:21 给年轻人：滤镜碎了之后，还相信经济学吗？ 本期书单： 1. Alan Bollard, Economists in the Cold War: How a Handful of Economists Fought the Battle of Ideas, Oxford University Press, 2023 —— 本期主题书。 2. Alan Bollard, Economists at War: How a Handful of Economists Helped Win and Lose the World Wars, Oxford University Press, 2019 —— 前作，上次读书栏目的主题书。 3. Matthew C. Klein & Michael Pettis, Trade Wars Are Class Wars, Yale University Press, 2020 —— 中译《贸易战即阶级战》，节目中引用其对贸易失衡历史轮回的分析。 4. 约翰·梅纳德·凯恩斯，《就业、利息和货币通论》—— 琼·罗宾逊深度参与成型讨论的"经济学圣经"。

今天是一期单口，想和大家聊一聊最近身边广泛流传的观点：“金融危机要来了”。 可能大家最近也有听到、或者刷到过相关的视频。最近我身边出了几件挺有意思的事：首先是我妈给我发消息，问是不是经济危机要来了，金融界是不是要出大事了？后来录《不熄灯》的时候，雨白也提到父母也在问同样的事。又过了两天我去剪头发，理发师知道我是干金融的，居然也问我是不是要金融危机了。 很神奇。我后来才搞明白，他们刷的都是同一个视频。 这个视频节选了高志凯老师的一段演讲。高志凯是全球化智库（Center for China and Globalization，CCG）的副主任，八十年代给邓小平当过英文翻译，后来在摩根士丹利做亚洲区副总裁，在香港证监会做过政策顾问。所以他是一位有经验的研究者，对金融底层的逻辑应该是非常清楚的。 那他到底说了什么呢？这是一个去年底的判断：未来12到18个月，也就是2026年底到2027年上半年，会爆发一场规模空前的全球金融危机，烈度远超2008年，甚至是2000年互联网泡沫的十倍。 其实这个观点并不新鲜：美债爆带崩全球经济，这种说法这几年已经听了很多遍了，隔几个月就会来一次。为什么这次流传如此之广，我妈、我朋友的妈、我的理发师，都关注到了？ 我想了想，关键可能就在那个倒计时上：如果只是”将来会来“，大家大概率会左耳朵进右耳朵出，因为"将来"太抽象。但有了”12到18个月“，就不一样了，它便从一个抽象的担忧，变成了好像马上要落到你头上的事；变成了我妈都会觉得和自己有关的一个预言。 那这件事到底会不会发生呢？高志凯讲的那三件事：美债、AI泡沫、美联储的两难，这些隐忧本身是有分量的，是值得听的。但光听高志凯老师的这一面，我们是没有办法做判断的。 所以我想把另一面补上。正好最近读到一篇研报，有点震撼。这篇研报的作者是Michael Cembalest，J.P. Morgan 投资策略主席。我隔段时间就会去看看他写的东西，他的播客也已经听很久了，在我心里他是那种，写的每一句话都是认真动过脑筋、做过详细功课的分析师。 这篇报告标题非常清奇，叫 Semiquincententacles（念：Semi-quin-cen-ten-tacles，能一次念对的真没几个人）。Semiquincentennial 的意思是250年。今年是美国《独立宣言》签署 250 周年，所以这个词就代表今年的美国建国 250 周年纪念（此时脑中响起《向天再借五百年》的 BGM，进度条还剩一半，可能也先不用借了）。 所以，我想用一期播客，把这篇报告拆解一下。看看“看空美国”的反方观点是什么：为什么他觉得美国现在依然像一个大八爪鱼一样，紧紧攫取着全球金融体系？为什么他觉得现在为止，看空美国这件事，他觉得没有任何站得住脚的理由？ 如果他反驳得有道理，我们至少能更踏实地看清楚现在的局面。知己知彼，百战百胜嘛。 报告原文链接：https://cdn.jpmorganfunds.com/content/dam/jpm-am-aem/global/en/insights/eye-on-the-market/semiquincententacles-amv.pdf 播客里选取的主要内容： 1. 美元的储备货币地位到底有没有被动摇？Cembalest跟踪美元在跨境贷款、国际债券、外汇交易量、官方外汇储备、出口计价、SWIFT 支付六个维度的份额，结论是整体稳定。外汇交易量中美元占约 89%，SWIFT 支付份额自 39% 升至 51%。美元在官方储备中的份额自 2020 年底下降约 3 个百分点，但减少的部分并未流向欧元、日元、英镑或人民币（这几项份额同期均下降），而是流入由新加坡元、韩元等小币种构成的"其他货币"类别。换句话说：储备资产在适度分散，而非更换核心。 2. 黄金储备占比上升主要是价格效应，而非配置增加。 央行黄金占储备比重从 2009 年的约 11% 升至 2026 年 3 月的约 29%。但若固定持仓、仅按当前金价重估，占比约为 26%，接近当前水平；若固定金价、仅看实际持仓，占比反而降至 8%。因此占比上升几乎完全由金价上涨驱动，"央行抛售美元、转向黄金"的叙事缺乏配置数据支持。 3. 人民币尚不具备承担储备货币的结构条件。 正常经济体的货币供应、央行资产、外汇储备通常同步变动；中国的特征是 M2 大幅扩张而外储与央行资产增长缓慢，二者之间存在显著背离，反映货币创造在很大程度上脱离央行的直接控制。这一模式只能在封闭、严格管制的资本账户下维持，而储备货币地位要求资本自由流动，二者直接冲突。 4. 没有证据显示外国投资者正在撤离美国资产。 外国持有美债占总量的比例持续下降，常被解读为资本撤离；但外国持有美债的绝对金额仍在上升，比例下降的原因是美国发债速度更快。外国持有的美国公司债与美股的绝对金额同样在上升。 5. "卖出美国"交易未能形成趋势。 2025 年 3 月，一系列行政令引发 1982 年以来首次"Sell America"——美股、美元下跌叠加美债收益率上升。但此后约一年，美元仅下跌约 1%，美国长债收益率上行 10 个基点（同期其他发达市场上行 70 个基点），美股跑赢全球。 6. 美国企业盈利能力在主要行业普遍领先，估值折价不构成买入理由。 非美股票相对美股长期存在市盈率折价，但在几乎所有主要行业，美国企业的资产回报率（ROA）与净资产回报率（ROE）都高于欧洲、日本、中国。以 2012 年起算，美股年化收益 12.5%，非美股 2.9%，超额收益 9.6%；即便计入 2025 年非美市场反弹，长期超额收益依然显著。 7. AI 是当前最值得关注的风险点，且集中于核心资产。 自 2022 年 ChatGPT 发布以来，AI 相关公司贡献了标普 500 约 65%–80% 的回报、利润与资本开支。美国前十大公司占标普 500 市值已从 2015 年的约 17% 升至约 40%（需说明：该集中度在全球范围内反而属偏低水平，仅日本、印度更低）。关键区别在于，本轮潜在泡沫不在边缘的初创企业，而集中在亚马逊、微软、Meta、Alphabet 等核心权重股上，这些公司的市值深度嵌入指数、养老金与全球资产配置，一旦市场重新定价其盈利前景，冲击会沿金融资产向全球传导。 8. 芯片格局正在变化，英伟达份额其实是在下降的。 超大规模厂商自研 ASIC（谷歌 TPU、AWS Trainium、微软 Maia、Meta MTIA）的单位经济性改善，自研芯片相对采购方案可降低总拥有成本约 30%–40%。英伟达在 AI 加速芯片收入中的份额从 2023 年约 85% 降至 2026 年预计约 75%。需求总量仍然旺盛，但"一家独大"的格局在松动。 9. 前沿大模型的资本承诺巨大，盈利时点高度不确定。 头部实验室的算力承诺合计约相当于主要云厂商披露的 2 万亿美元收入积压的一半。作者将各家的盈利转正时间表（OpenAI 2029–2030、Anthropic 2028）明确定性为"投机性的、不确定的、可能修订的"。 10. 开源与低成本模型对前沿实验室的盈利模式构成实质威胁。 在同一套综合智能评测中，顶级模型的运行成本可达低成本中国模型的约 20 倍，而分数差距有限。作者的结论是"并非所有任务都需要前沿级智能"，企业向更便宜模型迁移已有实际案例。随着"智能"趋于商品化，建立在"智能昂贵"假设之上的高估值面临重估压力。 11. 半导体供应链与台湾构成系统性单点风险。 全球半导体贸易占 GDP 的比重已超过原油。全球市值前十的公司中有 8 家高度依赖台积电供货。台湾约 90% 能源依赖进口，自产核电占比从 1980 年代的 50% 降至约 5%，天然气储备仅够约 10–11 天，约 60% 食物依赖进口，是全球对封锁最敏感的发达经济体之一。 12. 法治的不可预测性，是比债务与通胀更值得关注的中期风险。 作者区分了"合法范围内的政策"与"法治侵蚀的信号"，并引用 UCLA/Bright Line Watch 对法官、律师、法学教授的调查（同时提示受访者样本偏自由派、需打折看）。核心判断是：规则的不可预测性提高了不可量化的风险溢价，对资本配置的影响可能大于可量化的债务问题。 13. 联邦层面对科学的削减，威胁长期创新基础。 NIH 与 NSF 的竞争性科研经费在多个领域出现下降，约 6000 个 NIH 项目被终止。报告强调美国基础研究是私营 R&D 与创新管线的上游；2025 年美国科学家申请海外职位数量同比增加 32%，部分顶尖科学家外流。这是一种没有明确时点、但影响深远的结构性风险。 14. 美国能源相对独立，但低排放投资在收缩。 美国能源接近 100% 自给，但在低排放发电投资上明显回撤，去碳化速度慢于多数地区。由于多数大宗商品按全球定价，伊朗战争后美国国内商品价格仍大幅上行。一个缓和因素是：美国经济与企业利润的"石油强度"自 1990 年以来已显著下降。 播客里摘取的图表与解读： 图 1｜封面：Aquilaceph（半鹰半章鱼） ：用来形容美国对全球市场的掌控力依然牢固。 图 2｜“The usual suspects” 惯犯嫌疑人：政府财政赤字与政府总债务占 GDP（含中国） 美国债务占 GDP 二十年间由约 60% 升至约 125%，是看空美元的主要依据；但在同一坐标下，中国的债务与赤字指标并不优于美国，明缺乏明确替代者是美元地位的重要支撑。 图 3｜美元储备货币地位追踪表（六指标） 美元在跨境贷款、国际债券、外汇交易量、官方储备、出口计价、SWIFT 支付的份额（2020–2026）。 图 4｜主要币种与"其他货币"占全球外汇储备份额 美元份额下降的部分流向新加坡元、韩元等小币种构成的"其他"类别，而非主要竞争货币。储备分散化，其实并没有核心更替。 图 5｜黄金占全球外汇储备份额（三种口径） 内容：实际占比、"固定持仓只算价格"、"固定价格只算持仓"三条线。 解读：本期重点。黄金占比上升几乎完全由金价驱动；按 2009 年价格、用实际持仓计算，占比降至 8%。证伪"央行大规模增持黄金以替代美元"的叙事。 图 6｜中国 M2、央行资产、外汇储备的背离（How much Chinese liquidity would leave if it could?） 图就不放了，内容也不详细解释了，后面写一篇 Substack 把这些内容放进去。 图 7｜外国持有美债：份额与绝对金额（并列） 比例下降源于美国发债更快，而非外资撤离；绝对金额仍在增加，美国公司债、美股的外资持有金额亦然。 图 8｜前十大公司占标普 500 市值，及各国股市集中度对比 Guess what，美国约 40% 的集中度在全球范围内属偏低水平（仅日本、印度更低）。 图 9｜前沿大模型营收、算力承诺与云厂商收入积压 算力承诺约相当于云厂商 2 万亿美元收入积压的一半；盈利时点非常投机。 图 10｜智能指数得分 vs 运行成本（散点图） 同一评测中顶级模型成本约为低成本中国模型的 20 倍。 图 11｜NIH 与 NSF 科研经费削减 6000 个 NIH 项目被终止，2025 年科学家海外求职同比增 32%。 最后一张图：真正的黑天鹅可能出现的地方：