【国信策略】科技浪潮的研判体系

在《全球科技投资范式复盘与展望系列（一）：四轮全球科技股周期与A股映射》中，我们复盘了历史上以美股为代表的全球四轮科技行情，阐述了每轮行情的市场表现、驱动因素、演绎过程及终结原因，讨论了行情背后的技术创新和产业周期，并对历次行情期间A股市场尤其是科技板块的表现进行了比较，尝试抽象出科技行情中存在的共性驱动因素和演绎逻辑，为全球投资者把握历史大势、研判产业逻辑、实现科学决策的提供帮助。

美国作家马克·吐温曾言：“历史不会重演，但总是惊人的相似”。纵观海内外历次科技行情，每一轮市场演绎都离不开产业政策利好、流动性扩张、上市公司盈利水平提升、市场风险偏好抬升等因素的影响。当今世界正经历百年未有之大变局，以中美为代表的全球科技主导力量加速战略布局，持续推进算力基础设施建设、数据要素流通、大模型技术研发和投融资支持，力争在全球新一轮人工智能产业革命浪潮中构筑先发优势。科技创新是必由之路，面向未来，如何构建科学严谨的投资方法论，在新一轮科技革命浪潮面前抢抓投资机遇、把握时代红利，是每位市场参与者需要思考的问题。

我们希望通过框架丰富和详尽复盘来回答如下四个问题：

一、科技行情产生的共性规律有哪些？

二、如何把握技术创新和产业生命周期，在投资实战中主动出击并长期持有？

三、如何在泡沫顶峰出现时及时逃顶、及时止盈？

四、如何在泡沫破灭后的漫长调整中做好防御性投资？

通过《全球科技投资范式复盘与展望系列（一）：四轮全球科技股周期与A股映射》可以发现，每一轮行情的演绎都离不开流动性扩张、产业政策刺激、技术创新突破、代表性科技产品销量增长、企业盈利水平提升、市场风险偏好抬升等因素的影响。但具体到每一轮行情的演绎逻辑，各因素所发挥的作用和时效性却不尽相同，造成泡沫破灭的扰动因素亦有差异。因此， 讨论科技行情产生的基础条件，首先需要一个统一的分析框架，将各种驱动因素整合到一起，形成系统的思维模型。 本文中我们基于策略研究中已形成市场共识基础分析框架——股利贴现模型（Dividend Discount Model，DDM）进行讨论，并在此基础上独立构建全新的分析框架，论述科技行情的产生条件。

DDM模型简介

DDM模型是现金流折现模型的一种特殊形式，其原理是把预期在未来派发的一系列股息按贴现率贴现成现值，并将一系列股息的净现值求和得到该股票的合理价值，从而实现上市公司的股权资产定价。图1给出了代入资本资产定价模型的DDM模型公式，其中代表某一企业股权的现值（当前股票价格），为投资年限；分子端代表初始期的股息分红，代表企业的盈利增长率；分母端代表市场的无风险利率（一般用十年期国债收益率表示），为市场基准组合的收益率（如标普500指数组合、沪深300指数组合），为风险溢价或风险补偿，整体上构成了股息的贴现率，即投资者进行股权投资的期望回报率。由此可知，股权资产价格的影响因素主要有三个：即分子端的企业盈利和分母端的无风险利率、风险溢价（图2），这也在一定程度上对应了证券投资分析中的基本面分析、资金面分析和情绪面分析三项工作。

传统DDM模型存在的问题

过去十年间，以DDM模型为逻辑基础、预期差为分析手段的研究框架逐渐被市场主流采纳，成为各类机构投资者进行大势研判的主要方法。然而，自2023年以来，受到多重因素影响，该分析框架对市场走势的预判出现了多次失效的情况：

① 2023 年7月下旬至2024年2月初，A股市场基于传统DDM模型三要素框架的大势研判失效。

具体而言，新冠疫情结束后，经济基本面曾一度稳中向好，对外贸易保持增长，国内流动性持续宽松，国民经济持续恢复、总体回升向好，高质量发展扎实推进，产业升级厚积薄发；同时，2023年上半年美联储停止加息，市场流动性预期转好，全球发达市场和印度、东南亚等新兴市场的权益表现逐步走强，为A股市场走牛奠定了基础。此时，若以DDM三要素框架来分析，分子端的企业盈利和分母端的流动性确定性均较高，市场对于宏观经济持续复苏信心较强，使得分母端风险偏好的预期也较高。因此，在预期分子分母端三要素发生共振的前提下，市场主流声音普遍认为A股即将筑底完成，有望开启新一轮行情；即使走势震荡上行，也不应该出现非理性的下跌。

然而，外资纷纷撤离中国，对A股市场的流动性造成了一定影响。同时，受到国内房地产市场持续低迷影响，DDM三要素框架下的分母端风险偏好出现了非线性波动，这种悲观预期也在后期反映在经济基本面上，部分行业盈利水平不断降低。此后，A股市场开启了连续6个月的漫长下跌，诸如调降印花税这样的实质性利好亦未能扭转市场情绪。在连续的市场下跌中，A股市场在IPO发行、转融通、做空机制等方面探讨，使市场投资情绪出现进一步低迷，导致2024年2月初出现恐慌性下跌。

事后来看，使用传统DDM三要素框架进行大势研判的前提是对分子端企业盈利和分母端风险偏好有较为准确的预判，而2023年7月下旬至2024年2月初市场的非理性下跌已经超出其可以解释的范围，这也意味着传统框架在应对未来市场的不确定性方面一定程度上未充分考虑。

② 2023 年1月至2024年7月，海外发达及新兴市场基于传统DDM模型三要素框架进行大势研判的结果失真。

这段时间内美国联邦基金利率目标区间长期维持在5.25%-5.5%，若按照传统DDM三要素框架来看，美元高利率环境往往导致市场流动性不足，利空全球权益市场。然而海外发达及新兴市场权益表现良好，尤其是以美股为代表走出了一轮以“七姐妹”（苹果、微软、英伟达、谷歌、亚马逊、特斯拉、Meta）和半导体产业链为代表的人工智能科技行情。在1年9个月时间内，道琼斯工业指数涨19.83%，标普500指数涨46.74%；纳斯达克综合指数从10569点上涨至18013点，上涨78.16%；算力龙头公司英伟达（NVDA.O）市值一度突破3万亿美元，一度登上全球市值第一宝座。事后来看，这样的市场表现一方面受到美国人工智能科技突破影响，另一方面则反映了赶超型经济体在城镇化和工业化进程中的高成长性，但传统DDM三要素分析框架对此的解释力不强，亦证明构建新的分析思路是必要的。

③ 当前市场环境下，预期差理论对市场走势具备一定的解释力，但在投资实务中的操作性可能受限。

当前被国内市场普遍接受的预期差理论最早可追溯到2012年发表于金融学期刊《Review of Financial Studies》的《Identifying Expectation Errors in Value/Glamour Strategies: A Fundamental Analysis Approach》一文。从宏观经济学和行为金融学的发展历程看，凯恩斯、罗伯特·卢卡斯、丹尼尔·卡尼曼、罗伯特·席勒、理查德·塞勒等学者均对心理预期到经济行为的影响进行过研究，金融投资领域的反身性理论，亦对心理预期对投机行为的影响有过较为深刻的表述。简单讲，当市场上涨时，人们对未来股价的走势往往具有更乐观的预期，而这种乐观预期进一步加剧了市场的投机行为；当市场下跌时，人们对未来股价的走势往往具有更悲观的预期，这种悲观预期亦进一步加剧了市场的抛售行为。对于策略研究而言，若要对市场走势作出相对准确的判断，必须对当前市场情绪和市场情绪的潜在变动有较为准确的把握。

④ 结合中国A股2023年7月至2024年2月的市场走势看，资本市场的治理机制、上市公司的治理水平、投资者保护制度等因素对证券市场长期走势有显著影响，而传统DDM三要素框架并未对这些因素进行有效刻画。

⑤ 当今世界面临百年未有之大变局，海外地缘政治事件、战争冲突频发，发达和新兴经济体面临脱钩风险， 这些外部风险对金融市场运行方向的影响不可不察。地缘政治因素直接影响全球宏观经济及产业政策，亦直接影响全球资本的流动方向，然而传统DDM三要素框架亦未对这些因素进行有效刻画。

我们在传统DDM三要素框架的基础上提出一种融合企业盈利水平、无风险利率、风险溢价、预期偏差、内部约束、外部约束的六要素框架（图3），即分析驱动科技行情产生的主要因素可从六个方面入手：

① 企业盈利（分子端）： 反映全市场上市公司分红及盈利增长情况。对于分子端的考量，一方面要关注货币、财政、税收政策的力度和宏观经济数据的持续性，以此作为行情启动的基础条件；另一方面要考虑行业平均盈利水平和龙头公司业绩增长的边际变化，思考驱动某个公司或特定行业盈利的根本机制是什么，如产业政策、技术突破、产品创新、原材料价格、需求改善、竞争格局、监管环境等。

② 无风险利率（分母端）： 通过对全球历次科技行情的复盘可知，低利率环境对科技行情的产生有显著影响。宽松的货币政策可以降低科技企业的融资成本，促进产品研发创新，同时刺激居民的消费和投资热情，为股市上涨提供了条件。

③ 股权风险溢价（分母端）： 服从传统DDM模型的定义，股权风险溢价是市场投资组合或具有市场平均风险的股票收益率与无风险收益率的差额，反映了投资者对承担股票风险所要求的补偿，即对风险赋予的主观定价。传统意义上，股权风险溢价与经济基本面、风险偏好和系统性风险有关。结合当前的市场环境，我们对股权风险溢价的评估主要拆解为两个方面——投资者信心指数和市场情绪因素（如市场恐惧贪婪指数、波动率指数、融资融券余额等）。投资者对未来经济运行或市场走势的信心使之风险偏好提升，引发资金的持续流入，推动股价和估值上涨。市场赚钱效应的提升可催生更多的乐观情绪，投资者在从众心理的作用下形成羊群效应，推动市场向泡沫化发展，使较早进入市场的投资者获得更多利润。

④ 预期偏差（分子端）： 在移动互联网和即时通讯服务普及后，舆论传播会深刻影响市场参与者的心理预期，造成证券市场的异常波动。实证研究表明，若上市公司业绩披露优于分析师一致预期，则公司股价不仅在披露当日有所反应，且在披露后的一段时间内，股价表现往往强于同类公司，即盈余公告后价格漂移效应（Post Earning Announcement Drift，PEAD）。我们认为，如果一个公司的估值指标（如市净率）较低（即被归类为价值股）但实地调研后的基本面评分较高，或季度业绩披露连续优于分析师一致预期，那么市场对该公司的预期可能过于悲观——即存在预期偏差（Expectation Errors），其对公司股价的潜在影响不可忽视。我们从投资实践出发，将导致预期偏差出现的因素拆解为：全行业产品出货量、销售额的预期偏差，重要技术突破速度的预期偏差，重要产品渗透率的预期偏差，代表性公司营业收入、净利润、毛利率等财务数据边际变化的预期偏差，不确定并购重组事件的预期偏差等方面进行考量。

⑤ 内部约束（分母端）： 实证研究表明，市场的治理机制、上市公司的治理水平、投资者保护制度等因素对资本市场运行情况有显著影响。投资实践中需要考察的因素包括：投、融资市场定位，整体监管水平，投资者的多元性，海外资本进出的自由度，市场交易机制是否完善，对财务造假的打击力度，是否鼓励分红，对大股东减持是否有严格的制度约束，投资者教育工作是否完善等。

⑥ 外部约束（分母端）： 立足百年未有之大变局的时代背景，无论是发达或新兴市场，进行投资分析和大势研判时需要思考该经济体和其他主要经济体之间的地缘冲突、贸易摩擦、经济合作等事件对市场走势的影响，地区局势的缓和、全球经济环境的改善和国际合作的加强有助于提升市场信心，吸引国际资本流入。特别是当前全球正历经新一轮科技革命，各主要经济体纷纷加大投资力度，抢占科技制高点，科技行情的产生离不开这些因素的影响。

2022年11月30日，美国OpenAI公司发布基于生成式人工智能算法的大语言模型——ChatGPT，其强大的多轮对话及任务执行能力显著提升了知识工作者的工作效率，上线两个月后活跃用户便突破1亿，成为历史上用户增长速度最快的应用程序。ChatGPT的成功向全世界证明了基于“大数据”+“大模型”+“大算力”技术范式构建通用人工智能是可行的，其中大算力主要由高性能GPU等加速计算芯片组成的计算集群提供。据OpenAI官方披露，ChatGPT采用1万颗英伟达V100 GPU芯片训练，单次训练用时14.8天，单次训练费用约为460万美元。ChatGPT横空出世后，谷歌发布了Bard模型，Meta发布了LLaMa大模型，百度发布文心一言大模型，以中美为代表的全球科技巨头开启大模型创新之路。

在新一轮人工智能技术革命和中美科技发展的时代背景下，庞大的智能算力需求引发市场对加速计算高端芯片的需求暴涨，以英伟达为代表的人工智能硬件基础设施服务商营收净利出现爆发性增长，驱动纳斯达克指数在高利率环境下逆势走出一轮科技行情。2023年1月1日至2024年10月30日，在22个月时间内，道琼斯工业指数涨27.13%，标普500指数涨51.42%；纳斯达克综合指数从10569点上涨至18607点，上涨77.79%，涨幅大幅领先于道指和标普500指数。

从板块涨幅方面看， 标普500信息技术指数涨108.1%，领涨全行业；标普500通讯服务指数涨104.3%，位居第二。从估值变化来看，标普500指数P/E从20.02上涨至28.36，涨幅为41.67%；纳斯达克综合指数P/E从28.57上涨至43.67，涨幅达52.87%；标普500信息技术指数P/E从23.76上涨至41.02，涨幅达72.69%，估值水平明显抬升。从行业板块市值占比来看，信息技术和通讯服务板块总市值占比逐年提升，2024年10月占比已超过32.30%。

基于本文提出的科技行情六维分析框架，我们将美股本轮科技行情划分为四个阶段，各段趋势性行情的主导因素如下：

① 2022年11月至2023年3月，市场开启上行的核心驱动因素为：预期偏差（分子端），包括流动性改善预期差和技术创新预期差两方面。

流动性改善预期差方面，美联储加息进程放缓导致市场对资金流动性的预期转向。 经历长达一年的快速加息周期后，2022年11月3日美联储宣布未来将进一步加息，但利率目标区间将维持在5.25%-5.5%区间，导致市场对于利率进一步提升的预期减弱。同时，受到长短期美债倒挂等因素影响，市场对美国经济衰退的预期进一步加强，从而对美联储在未来某个时点开启降息的预期开始提升。2023年美联储共召开八次利率会议（其中在1月、3月、5月和7月的会议上加息四次，在另外四次会议上则选择按兵不动），联邦基金目标利率从4.75%上升至5.5%，但高利率并未影响市场对未来流动性将要改善的预期。尤其是在2023年3月，硅谷银行暴雷事件发生后，美联储的兜底行动充分降低了对流动性紧张的预期，这种流动性预期的变化可以使用以比特币为代表的加密货币价格走势和以Coinbase GLobal（COIN.O）为代表的加密货币概念股走势进行观测。

技术创新预期差方面，人工智能大模型技术突破速度超过行业普遍预期。 事实上，自2010年以来，以深度神经网络为代表的人工智能技术和商业模式创新并非一番风顺。2016年3月，谷歌公司研发的AlphaGo战胜韩国著名围棋选手李世石，成为第一个战胜围棋世界冠军的机器人，是继1997年IBM深蓝战胜卡斯帕罗夫后人类在人工智能领域取得的又一个里程碑性质的胜利。此后人工智能领域的初创公司不断涌现，以谷歌为代表的美股人工智能板块迎来一轮强劲上涨。国内也积极培育了本土人工智能企业。然而人工智能领域也充斥着不同的声音，2018年3月，人工智能科学界三驾马车之一的Yann Lecun曾表示“深度学习已死”，认为以当时的技术水平仍不足以实现“真正的”人工智能。2021年6月，斯坦福大学著名人工智能科学家吴恩达教授亦提出，深度学习技术创新应更加关注数据调优而非模型创新，展现出科研领域对深度学习技术落地潜力的认知分歧。

ChatGPT的成功有力提升了投资者对人工智能行业发展的乐观预期。 从技术创新角度看，ChatGPT展示了深度学习技术在理解和生成人类语言方面的巨大潜力，证明了基于“大数据”+“大模型”+“大算力”的技术范式构建通用人工智能是可行的。从商业模式创新的角度看，以智能体（AI-Agent）为核心的应用产品带来了良好的用户体验，内容创作和科学研究者的工作效率获得有效提升，有望使人工智能交互应用成为新的互联网流量入口，从而改变信息技术行业的竞争格局。

② 2023年4月至2023年8月，主要驱动因素为：企业盈利（分子端），包括产业政策 + 市场需求 + 技术迭代 + 龙头公司业绩引领。

产业政策方面，多项法案出台帮助美国在全球科技竞赛中保持优势地位。 美国拜登政府于2022年颁布所谓的《通胀削减法案》和《芯片和科学法案》，前者通过投资清洁能源和气候变化项目、降低医疗保健成本、增加联邦税收以及减少联邦赤字来对抗通胀；后者针对美国半导体供应链中最为薄弱的中游产业（芯片制造，尤其是晶圆代工部分），以财政拨款和税收优惠的方式，吸引半导体头部企业加强芯片制造阶段的美国投资和产能扩张。除向美国基金投入527亿美元政府财政拨款之外，还对半导体产业链投资提供了25%的投资税收抵免以及科研和人才培养等方向约2300亿美元的补贴内容。此后，美国计算机、电子和电气设备行业的平均建设支出规模大幅提升，通过扭曲的政策来变相保护国内产业（图12）。

技术迭代方面，一是大模型推理能力在规模定律（Scaling Law）的作用下快速提升，以OpenAI为代表的大模型厂商产品升级速度较快。 规模定律是指大模型的性能与计算量、模型参数量和训练数据量三者之间存在幂律关系，随着三者提升大模型可以涌现出类似人类大脑的智能行为（可类比半导体领域的摩尔定律）。2022年11月OpenAI公司发布ChatGPT后，在两个月后便推出ChatGPT Plus订阅服务，商业化落地进程开启。2023年3月，OpenAI公司发布多模态大模型GPT-4，支持图像输入且模型理解力和生成能力大幅提升。此后，OpenAI保持了高频的产品发布（表2），人工智能大模型产品的用户反馈和舆论影响力持续提升。

二是人工智能算力龙头英伟达亦保持了较快的芯片架构升级速度。 从过去十年看算力龙头英伟达始终保持较高的研发投入和较快的产品迭代速度（表3）。2024年3月，英伟达推出全新的Blackwell架构GPU，内置第二代Transformer引擎，利用先进的动态范围管理算法和细粒度缩放技术来优化性能和精度，并首度支持FP4新格式，使得FP4 Tensor核性能、HBM模型规模和带宽都实现翻倍。从训练效果上看，训练1.8万亿参数的GPT-MoE混合专家模型，用25000个Ampere GPU，需要3-5个月左右；要是用Hopper，需要约8000个GPU、90天来训练，耗电15MW；而用Blackwell，同样花90天，只需2000个GPU，耗电仅4MW，GPU综合性能进一步大幅提升，为公司营收增长创造了条件。

龙头公司基本面看，人工智能算力龙头英伟达数据中心业务营业收入大幅增长，使得半导体行业高景气成为可能。 2023年5月26日，英伟达发布2024财年第二季度财务报告，营收与利润大幅超预期。其中，公司收入135.1亿美元，同比增长101%，环比增长88%，高于公司此前110（±2%）亿美元的财务指引范围。GAAP下，公司毛利率70.1%，同比增长26.6%，环比增长5.5%，主要受益于数据中心产品的销售增长；公司净利润61.9亿美元，同比增长843%，环比增长203%；每股收益（摊薄）2.48美元，同比增长854%，环比增长202%。此外，从本季度数据中心业务发展情况看，英伟达核心GPU产品H100成功落地亚马逊、微软和其他云计算服务，并成功与ServiceNow、VMware、Huggingface、软银等公司达成合作协议，这也导致公司三季度财务指引较为乐观，营业收入预计将达到160（±2%）亿美元。公司创始人兼首席执行官黄仁勋坚定看好人工智能行业前景，认为“一个全新的计算时代已经来临，全球各地的企业正在从通用计算转型为加速计算和生成式 AI”，进一步提升了市场的乐观预期。

③ 2023年10月至2023年12月，市场开启上行的主要驱动因素为企业盈利+预期偏差（分子端），包括龙头公司业绩持续增长和流动性改善预期差。

企业盈利方面，全球半导体销售额进一步增长，GPU算力龙头英伟达三季度业绩超预期提升。 作为人工智能加速计算行业的引领者，2023年第三季度英伟达财报显示，公司营业收入为181.2亿美元，同比增长206%，环比增长34%；净利润为92.43亿美元，同比增长1259%，环比增长49%；其中游戏业务收入为28.6亿美元，同比增长81%，环比增长15%。数据中心业务收入为145.1亿美元，远远高于去年同期的38亿美元，也高于市场预期的127亿美元，同比增长324%，环比增长38%；其中40%的收入来自于中国客户，体现出在产业政策的支持下，中国人工智能行业亦迎来算力需求爆发期。

预期偏差方面，2023年11月2日，美联储再次暂停加息，市场流动性预期进一步改善。 自2023年9月美联储暂停加息后，10月美债收益率持续上行，一度上升至近5%的历史高位，导致此前市场对美债流动性收紧的担忧情绪再次升温。然而，考虑到美债收益率长期处于高位会制约美国的经济活动，虽然美联储仍认为通胀水平未回归到目区间，但仍宣布在11月再次宣布暂停加息，有力提振了全球金融市场对流动性改善的预期。

④ 2023年12月至今，主要驱动因素为：企业盈利（分子端）+ 风险溢价（分母端），前者包括代表性应用访问量持续提升和代表性公司业绩提升两方面，后者则对应市场乐观情绪的加强。

作为本轮人工智能技术革命的代表性应用，ChatGPT用户流量持续攀升，逐步验证人工智能大模型变现逻辑。2024年5月以来，ChatGPT每月都在创造新的流量记录，至2024年9月用户访问量一度达到历史新高的31亿次，同比增长112%（图23）。根据SimilarWeb提供的数据，2024年9月安卓平台ChatGPT应用使用量同比增长高达249%。在不到两年的时间内，ChatGPT已成为全球第11大流量平台，超过全球排名14的亚马逊和全球排名第15的百度（图24）。考虑到不少多模态功能都更便于在移动端使用（如刚开放的高级语音模式），未来用户访问量有望进一步提升。

企业盈利方面，生成性AI被证明可以有效提升企业运营效率，更多大模型初创公司营收规模突破2500万美金（表4）；美股七巨头业绩迎来爆发期，微软、谷歌、亚马逊等公司资本支出增加，科技巨头资本支出/营业收入占比上升，人工智能产业链趋势进一步验证。 2024年2月，微软公司表示运用生成式AI使其在客户运维方面节省了“数十亿美元”，同年8月亚马逊亦声称在代码迁移方面节省了2.6亿美元和每年4500个开发者。微软和IDC 联合发布的研究报告《AI的商业机遇》中指出，企业在生成式AI上的每1美元投入，平均能带来3.7美元的收益；未来10年内生成式AI技术将为全球GDP带来近10万亿美元的增长。麦肯锡亦表示，类似ChatGPT的大模型在经过企业数据的重新训练后，每年可在63个业务用例中创造相当于2.6万亿至4.4万亿美元的价值。

龙头公司方面，英伟达2023年第四季度业绩再超市场预期。 英伟达Q4营收221亿美元，环比增长22%，同比猛增265%；净利润123亿美元，同比暴增765%；其季度内总收入、数据中心收入均创下历史新高，公司研发投入占比连续四个季度增长，持续引领科技板块走强。

风险溢价方面，多项市场指标共振验证投资者乐观情绪持续增强，市场风险偏好明显提升。 受到美国降息预期抬升、科技公司盈利前景乐观、大模型技术持续突破等因素的多重刺激，投资者对人工智能行业未来的乐观预期形成正反馈循环，多项市场情绪指标均指向高涨区间，市场泡沫化风险逐渐抬升。

从纳斯达克指数市盈率（PE-TTM）看，2024年以来逐渐接近+1倍标准差界限，意味着美股科技板块整体估值进入相对较高的水平区间，市场对人工智能技术进步和龙头公司业绩增长预期保持乐观(图29)。从相对强弱指标（Relative Strength Index，RSI）来看，2024年亦多次突破80，进入超买区间，市场投机情绪可能过于乐观，存在价格回调的风险（图30）。

CBOE波动率指数（VIX）用于衡量市场对未来30天内标准普尔500指数（S&P 500 Index，SPX）波动性的预期。该指标基于SPX期权市场价格计算得出，与股价表现呈负相关关系。自2024年1月以来，该指标进入一段低波动率区间，侧面反映了市场乐观预期的一致性，而后波动率再次上升，意味着市场分歧加强（图31）。

CNN恐慌贪婪指数是由CNN Business基于七个不同的市场行为指标研发的综合性情绪指标，用于衡量市场的恐惧和贪婪程度。该指数的取值范围是0到100，其中低于25表示市场极度恐慌，而高于75表示市场极度贪婪。本轮美股科技周期中，该指标曾多次进入极度贪婪（75-100）区间（图32）。

AAII散户投资者情绪指标由美国个人投资者协会（The American Association of Individual Investors，简称AAII）发布，通过每周询问协会会员对于未来六个月股市走势的看法来编制，会员可以选择看涨、中立或看跌三种选项，调查结果统计每种选项的百分比，以此来衡量散户投资者的情绪。2023年11月起，AAII散户投资人情绪指标看涨倾向显著高于看跌倾向，且多空差异长期为正值，反映出散户投资者对于美科技股的持续追捧（图33）。

Put/Call Ratio（PCR）指标源于期权市场的交易行为，衡量市场上买入看跌期权合约与买入看涨期权合约的比例，亦是有代表性的市场情绪反向指标。若PCR较高，说明市场购买看跌期权的数量多于看涨期权，显示市场中看空后市的投资者居多；反之，若PCR较低则显示看多后市的投资者居多。从图34可以看到，该指标与标普500指数走势呈现明显负相关关系，乐观的市场情绪也可以从该指标的趋势性下降得到验证。

⑤ 贯穿本轮美股科技行情全程的外部约束：强劲的经济基本面、强势美元吸引全球资金持续流入美股。

过去十年间，全球地缘政治风险事件频发，民粹主义、贸易保护主义盛行，关税壁垒增加，供应链脱钩，资本流动受阻，当今世界正经历百年未有之大变局。发达市场和新兴市场的竞争对全球政治、经济和安全格局具有举足轻重的影响，是投资者进行全球资产配置时不可忽视的重要问题。

全球战略博弈和科技竞争是本轮美股科技行情的重要时代背景和逻辑起点。 2021年,拜登政府入主白宫后，为确保美国在全球竞争中的优势地位，推动国会通过了近半个世纪以来规模最大的《基础设施投资和就业法案》和《芯片和科学法案》，采取一系列所谓的措施抢抓人工智能技术革命的占优地。据美国劳工部，2023年私营非农业部门的全要素生产率（Total Factor Productivity，TFP）增长0.7%，其中资本和劳动力综合投入增长2.9%，总产出增长2.6%，较2022年有明显上升，与疫情前年均增长率相近。同时，拜登政府通过提出“脱钩断链”、“去风险”等概念，以“竞争”之名行对新兴市场的全球战略进行全方位遏制，特别是在半导体领域，实施了最严格的半导体出口管制政策，妄图切断新兴市场获取高端芯片的渠道，阻挠美国及盟友与新兴市场的技术、资金、人员往来，通过扭曲政策以保持美国在人工智能、量子计算、移动通信、无人驾驶等新兴技术领域的优势。

在全球经济形势复杂多变的背景下，强劲的经济基本面、强势美元吸引海外资金持续流入，美元资产在一定程度上成为全球资金的避风港。 新冠疫情结束后，美国经济迎来了一轮显著复苏，GDP同比增长率一度达到了12.2%的高点，而后维持在3%左右的增长区间。市场选择对利率中枢进行了重新定价，美元也因此保持在强势区间。从资产买入净额情况看，美债作为无风险资产，其确定性溢价进一步放大，吸引更多的全球资本涌入；美股受到人工智能技术革命利好影响，美股科技成长板块亦获得全球广泛关注。

综上所述，我们从交易的视角出发，使用前文所述的六要素框架对本轮美股科技行情的演绎逻辑进行重现，则可获得完整的逻辑推理思维链，较为准确的把握每一段上行周期的核心驱动因素（图38）：

第一段行情（2022年11月至2023年3月）：市场上行的核心驱 动力是预期偏差（分子端）。 美联储降息预期抬升引发市场流动性预期改变，ChatGPT诞生引发全球新一轮人工智能创新浪潮，微软宣布高价收购OpenAI则进一步确认了大模型的潜在商业价值，算力芯片需求暴涨，市场开启上行周期。

第二段行情（2023年4月至2023年8月）：本段行情中市场上行的核心驱动力是企业盈利（分子端） 。ChatGPT连续发布多款全新大模型应用，全球科技巨头开启大模型军备竞赛。GPU龙头英伟达盈利大幅增长且超市场一致预期，半导体周期上行逻辑初步验证，全产业链盈利预期提升，市场上行周期延续。

第三段行情（2023年10月至2023年12月）：本段行情中市场上行的核心驱动力是企业盈利+预期偏差（分子端）。 英伟达季报连续超预期，软硬件迭代速度加快，半导体全产业链盈利拐点出现，流动性预期转向，市场上行周期延续。

第四段行情（2023年12月至今）：本段行情中市场上行的核心驱动力是企业盈利（分子端）+ 风险溢价（分母端）。 人工智能大模型技术舆论影响力提升，软件应用端落地加速，龙头公司盈利能力提升，产业链戴维斯双击验证，投资者乐观情绪扩散，反身性交易加剧。

投资获利的过程中最难解决的问题是如何在不同的历史时期把握驱动市场运行的主要因素和主导逻辑，进而执行相应的交易动作。与传统DDM三要素框架相比较，本文提出的科技行情六要素分析框架有助于投资者看清大势、分清主次，是我们融合历史复盘和近年投研实践的最新成果。我们尝试概括美股四轮科技行情的核心驱动因素，帮助投资者更好地感知历史的律动：

（1）美股第一轮科技行情（1995年初至2000年3月），受益于强劲的经济基本面、低利率和互联网技术革命，市场上行的核心驱动因素是六要素框架中的企业盈利、无风险利率、预期偏差和风险溢价。

（2）美股第二轮科技行情（2002年10月至2007年10月），受益于流动性泛滥下的贴现率下行、龙头公司盈利提升、移动互联网和消费电子产业创新，市场上行的核心驱动因素转变为六要素框架中的企业盈利、无风险利率和预期偏差。

（3）美股第三轮科技行情（2009年3月至2021年11月），受益于低利率环境和移动互联网、消费电子、云计算、新能源汽车等产业革命，市场上行的核心驱动因素归因于六要素框架中的企业盈利、无风险利率和风险溢价。

（4）美股第四轮科技行情（2023年1月至今），受益于流动性预期改善、产业政策支持、人工智能技术创新落地和地缘政治因素约束，市场上行的核心驱动因素是六要素框架中的预期偏差、企业盈利、风险溢价和外部约束。

作为总结，我们对全球科技行情六要素研判框架下各维度映射的评价指标进行了汇总（表5），并注明了各指标的数据类型和重要程度，为进一步构建全球科技综合指数和量化评估信号体系提供操作参考。

作为全球科技投资范式复盘与展望系列的第二篇报告，本文从投资实战角度出发，提出了全球科技投资范式需要回答的四个问题，并对其中“科技行情产生的基础条件”进行了详细探讨。

作为对传统DDM三要素框架的改进，本文提出了融合企业盈利水平、无风险利率、风险溢价、预期偏差、内部约束、外部约束的六要素框架，并对六要素背后映射的细分驱动因素进行了总结，尝试归纳全球科技行情产生的基础条件和共性规律，为全球投资者把握历史大势、研判产业逻辑、实现科学决策提供帮助。

本文使用全新的DDM六要素框架对美股本轮科技行情的演绎过程进行了四阶段推演（2022年11月至2023年3月、2023年3月至2023年8月、2023年10月至2023年12月、2023年12月至今），尝试在纷繁复杂的驱动因素抽象出驱动市场上行的核心要素和主要矛盾，还原出市场演绎的逻辑真相。本文使用六要素框架进一步归纳了全球四轮科技行情的核心驱动因素，分子端的企业盈利增长、预期偏差以及分母端的无风险利率、风险溢价、外部约束在不同历史时期扮演了至关重要的作用。

综合考虑A股和美股的科技投资范式，我们认为做好A股市场的科技股投资需要积极把握科技映射和交易型机会，这对择时能力和择时基础上的多策略选择能力提出了更高要求。而美股则是更为依靠科技创新带来龙头溢价的市场，在流动性改善的宏观周期中，做好行业和个股的选择和持有，是胜率较高的投资范式。

风险提示：

（1）全球地缘政治冲突频发；

（2）美联储降息节奏和幅度的不确定性；

（3）人工智能应用落地不及预期；

（4）文中各类资产和产品、个股仅作数据梳理，不构成任何投资推荐意见。

本文节选自国信证券2024年12月6日研究报告《全球科技投资范式复盘与展望系列（二）： 科技浪潮的研判体系 》

策略专题系列

系列报告简介：旨在构建策略专题研究框架，如宏观环境对股市走势产生的影响、政策对股市走势产生的影响、股市流动性、股市估值等跟踪。

【国信策略】碳足迹管理体系加速落地 -2024-04-10
【国信策略】上游资源品行业景气上行，下游消费行业景气度整体回落 -2024-03-19

【国信策略】回购效应与经验规律 -2024-03-16
【国信策略】关注新质生产力、开创产业发展新篇章 -2024-03-05
【国信策略】从高景气到高成长，再到高分红逻辑 -2024-02-26

【国信策略】股债跷跷板升级，北向流入加快 -2024-02-04

中观比较系列

系列报告简介：旨在构建中观行业研究框架，对行业超额收益跟踪，如供应链与能源价格对各行业影响、贸易豁免与行业景气外溢等进行系统研究。

【国信策略】拥抱成长，甄选新质资产 -2024-03-11
【国信策略】攻守兼备的投资利器 -2024-03-03
【国信策略】下游消费行业景气度提振，上游资源品行业库存定位分化 -2024-02-25
【国信策略】全球产业链重塑中挖掘优势产业 -2024-01-31
【国信策略】“出海”行业筛选与景气传递 -2024-01-30
【国信策略】银发经济再思考：老龄化对投资的影响 -2024-01-27
【国信策略】资本周期框架配置行业实践 -2024-01-13

【国信策略】下游消费行业景气下行，制造业库存上升 2024-01-12

【国信策略】股债跷跷板、高频切换与主题投资 -2024-01-04
【国信策略】各区域优势产业链投资地图 -2023-12-22

资产配置系列

系列报告简介：旨在构建资产配置研究框架，对资产配置策略、经济数据与政策信号、降准/降息于资产价格走势影响、货币与信用、全球价值链重构等进行系统研究。

【国信策略】资源品行情能持续多久 -2024-04-11
【国信策略】资配体系近四年演绎的回眸和思考 -2024-03-15
【国信策略】日股低迷期间基金的自救与破局 -2024-03-07
【国信策略】海外低利率时期公募应对策略 -2024-02-19
【国信策略】看好2024年黄金走势 -2024-02-02
【国信策略】国信多元资产配置体系 -2024-02-01
【国信策略】超长债和股市联动，后续怎么看？ -2024-01-28
【国信策略】南方日本东证指数ETF投资价值分析 -2024-01-26

【国信策略】价格低迷到再通胀：海外资产配置回顾 -2024-01-24
【国信策略】择时与改进 -2024-01-23

【国信策略】ESG投资价值何时兑现？ -2024-01-22