据 Woofun AI 消息，2026 年 9 月美国金融市场呈现出一种极具张力的背离态势：随着 QuantStreet Capital 创始人 Harry Mamaysky 在最新月度投资信中发出警告，市场正面临美债大幅抛售与 AI 资产强势上涨的罕见分化，这种结构性的利润错配可能正在侵蚀高利率环境下 AI 投资逻辑的可持续性。
固定收益市场在当月遭遇了广泛的估值重估压力，其核心指标的变化幅度远超历史常态。具体而言，10 年期美债收益率从 8 月 31 日的 4.75% 迅速攀升至 9 月 30 日的 5.29%，单月累计上行幅度达到 54 个基点。
这一剧烈的收益率曲线陡峭化过程，直接导致了债券价格的显著下跌。部分美国固定收益资产在 9 月份的跌幅介于 2.3% 至 5% 之间。这种幅度的回撤并非孤立事件，而是长期资金定价机制发生深刻变化的直接体现。当无风险利率快速上行时，长久期资产所承受的资本损失压力呈非线性放大，这迫使投资者重新审视当前利率水平下的资产配置性价比。
值得注意的是，这种抛售行为并非由单一的流动性冲击引发，而是多重宏观变量共振的结果，其中既包含对财政可持续性的担忧，也隐含了对未来经济增长路径的重新定价。对于依赖固定收益作为压舱石的机构投资者而言，这一轮调整意味着过去几年建立的久期敞口策略面临严峻考验，而收益率突破 5% 的心理关口，更标志着融资成本进入了一个全新的高位区间。
与债市的动荡形成鲜明对比的是，股票市场内部出现了极端的结构性分化。科技板块，尤其是半导体行业，在 9 月份继续维持强势表现，纳斯达克指数在整体市场承压的背景下展现出相对韧性。
与此同时，比特币以及以科技和半导体股票为核心持仓的动量策略产品也取得了突出收益。然而，这种上涨并非普涨，而是高度集中于少数头部资产。反观代表更广泛企业基本面的等权重标普 500 指数，则表现疲弱，显示出市场上涨动力并未有效扩散至中小盘股。
此外，房地产信托基金（REITs）、公用事业以及金融板块等对利率高度敏感的行业，普遍承受了巨大的下行压力。更令人费解的是，美元和大宗商品在 9 月份同时上涨，打破了两者通常呈现的反向联动关系。
这种'双涨'格局暗示着投资者面对的市场环境正在变得更加复杂和混沌，传统的宏观对冲逻辑似乎暂时失效，资金在不同资产类别之间的流动呈现出非理性的拥挤特征，进一步加剧了市场分化的程度。
针对美债收益率飙升背后的驱动因素，市场存在多种解读，但多数传统叙事在实证数据面前显得力不从心。第一种主流观点认为，投资者正在失去对美元的信心，从而抛售美元资产。
然而，Harry Mamaysky 对这一判断持保留态度，因为美元在 9 月份实际上有所升值，这与美元资产遭到全面抛售的叙事逻辑并不一致。当然，美元走强并不能完全排除长期信用风险的存在，但至少表明市场并未出现单向的美元信心危机。第二种解释聚焦于美国财政状况恶化，投资者要求更高的长期风险补偿。作者同样认为，现有证据尚不足以支持这一强烈结论。他特别指出，市场隐含的通胀补偿指标（inflation breakevens）保持相对稳定，并未出现与收益率上涨同等幅度的变化。该指标反映了名义国债与通胀保值国债之间的收益率差，是观察投资者对未来通胀及相关风险补偿定价的关键窗口。
如果名义收益率上升，而通胀补偿没有同步大幅上涨，就很难将全部变化归结为通胀预期失控。不过，这也不意味着财政风险可以被完全排除，因为长期收益率还受到国债供给、期限溢价、实际利率与市场流动性等复杂因素的共同影响，通胀补偿稳定并不能单独证明美国债务不存在风险。
相比之下，Mamaysky 更倾向于第三种解释：市场正在为未来更强的经济增长，以及 AI 基础设施建设带来的巨大资金需求进行重新定价。大型云服务商和科技企业持续扩大资本开支（Capex），用于建设数据中心、采购芯片并投入配套电力基础设施。这些庞大的支出意味着企业需要占用更多资本，也可能增加外部融资需求。
如果投资者同时预期 AI 将带来更高的生产率和未来盈利，那么长期利率上升就不一定只被理解为经济风险恶化，也可能部分反映增长预期及资本需求的变化。这种视角的转变至关重要，因为它将债券市场的抛售行为与实体经济的投资热潮联系起来。换句话说，美债收益率的上升可能是市场对 AI 驱动型经济增长的一种'投票'，尽管这种投票伴随着高昂的融资成本。
这种逻辑在一定程度上解释了为什么债券市场遭到抛售时，部分科技股票仍然能够上涨——因为两者背后共享同一个宏观叙事：即 AI 将重塑全球经济格局，而当前的利率水平是为这一宏大愿景支付的'入场费'。
Woofun AI 整理数据显示，在股票估值层面，这一逻辑博弈体现为折现率上升与 AI 未来盈利预期之间的激烈对抗。按照传统估值模型，在其他条件不变的情况下，市场利率越高，投资者要求的回报率越高，企业未来盈利折算成今天的价值就越低。这也是为什么高估值成长股通常对利率上升更加敏感。
然而，9 月的市场并没有完全按照这一线性逻辑运行。Mamaysky 给出的解释是，投资者可能认为，AI 将创造足够强劲的未来盈利增长，以抵消折现率上升带来的估值压力。从估值公式看，这相当于两股力量正在相互竞争：一股是折现率上升，压低未来盈利的现值；另一股是预期盈利增加，提高股票的内在价值。
如果后者的增长幅度足够大，股票价格即使面对更高利率，也可能继续上涨。AMD(AMD.US)、美光(MU.US)、英特尔(INTC.US)、思科(CSCO.US)和应用材料(AMAT.US)等企业，作为 AI 基础设施的核心供应商，出现在作者关注的动量 ETF 主要持仓之中。只要市场相信 AI 资本开支仍将维持高位，上游供应商的盈利预期就可能持续获得支撑。
这种'盈利增长抵消利率压力'的逻辑，为科技股的强势提供了理论依据，但也埋下了巨大的不确定性隐患。
然而，这一逻辑链条中存在一个核心质疑：ROCS（Rest of the Corporate Sector，其他企业部门）为何未同步受益？9 月，半导体行业表现强劲，但等权重标普 500 指数表现疲弱。相比市值加权指数，等权重标普 500 指数让每家成分股拥有大致相同的权重，因此更能观察市场上涨是否广泛扩散，而不是主要由少数大型科技公司推动。作者将半导体以外的广大企业称为 ROCS，在他看来，AI 投资存在一个需要时间验证的逻辑闭环。企业现在购买芯片、服务器和软件，是因为预计这些技术将在未来带来生产率提升。市场愿意提前为这一建设过程提供资金，也是因为相信未来会出现尚未兑现的利润。因此，现阶段没有看到所有行业的利润同步增长，并不令人意外。问题是，股票市场本身具有前瞻性。
如果投资者确信 AI 将显著提高其他企业未来的盈利能力，理论上，这部分预期也应该逐渐反映在相关公司的股票价格中。但 9 月并没有出现这样的广泛上涨，半导体股持续走强，其他企业却没有获得类似的估值支持。这让作者产生了疑问：如果芯片的最终购买者无法获得足够的新增利润，它们又如何长期承担日益庞大的 AI 采购和建设成本？
这一问题触及 AI 投资链条中的利润分配机制，也是当前市场分歧的根源所在。
为了验证 AI 是否真的带来了生产率提升，Mamaysky 开始更加关注宏观数据。美国劳工统计局（BLS）2026 年 9 月 3 日公布的修正数据显示，第二季度非农企业部门劳动生产率环比折年增长 1.4%，同比增长 2.2%。从更长周期看，2019 年第四季度至 2026 年第二季度，美国非农企业部门劳动生产率年均增长约 2.1%，高于此前一个商业周期约 1.5% 的水平。这与作者观察到的生产率改善趋势一致。
但需要区分的是，宏观劳动生产率上升不等于 AI 的贡献已经得到确认。资本投入、劳动力配置、技术进步及周期性因素都可能影响这一指标，目前也不能直接据此计算 AI 为企业创造了多少利润。Mamaysky 因此提出了更进一步的验证标准：生产率改善最终需要体现在科技行业之外的企业盈利中。只有当非科技企业能够证明其通过 AI 应用实现了成本节约或收入增长，AI 投资的商业闭环才算真正形成。否则，当前的繁荣可能仅仅停留在'卖铲子'的阶段，而'挖金者'尚未找到足够的黄金来支付铲子的费用。
这种对数据背后因果关系的审慎态度，反映了专业机构在狂热市场中的冷静思考。
基于上述判断，QuantStreet 在投资策略上进行了微调，试图在不确定的环境中寻找更均衡的风险回报。尽管价值股和低波动率股票在上一季度表现不佳，该机构仍维持对这两类股票的相对超配，希望保留对更广泛企业部门的敞口，以捕捉潜在的均值回归机会。
同时，在风险承受能力较高的组合中，继续保留部分科技股投资，以分享 AI 基础设施建设的红利。在固定收益市场，该机构也开始调整久期（Duration）。久期用于衡量债券价格对收益率变化的敏感程度。作者认为，当 10 年期美债收益率达到约 5.25% 时，债券的潜在投资吸引力已经开始改善。因此，QuantStreet 在低风险组合中略微增加债券久期，这是该机构一年多以来较为明显的方向调整。
不过，这并不代表该机构已经全面看多长债，其模型仍不看好高久期固定收益资产，组合整体久期仍低于基准，只是低配程度有所收窄。此外，对于适合的投资者，作者还提及常青型私募股权基金（Evergreen Private Equity Funds）等另类资产的分散配置作用。据其列举的部分产品表现，相关基金在 9 月上涨约 0.5% 至 0.75%，在多数股票承压的月份提供了一定的组合分散效果。
不过，这类产品仍存在估值频率、流动性及底层资产风险等限制，单月收益不能证明其长期防御能力。
未来真正需要观察的，是三组关键信号，它们将决定 AI 投资叙事能否持续。首先，AI 基础设施支出能否持续，以及上游供应商的收入增长是否仍有足够强劲的需求支撑。其次，AI 是否开始改善非科技企业的盈利能力。生产率数据可以提供早期线索，但企业利润率、成本节约和新增收入，才是投资回报能否兑现的更直接证据。最后，长期美债收益率的上升究竟更多反映经济增长预期，还是通胀、财政供给和期限风险补偿。
如果增长未能如预期改善，而融资成本持续高企，企业投资回报将面临更大的压力。当前 AI 交易真正需要回答的问题，已经不仅是芯片和算力需求还能增长多久，而是这些投资最终能为整个经济创造多少新增利润。美国财政部发行的每一美元债券，都对应着实体经济中的一次融资行为，如果这些资金无法转化为广泛的生产力提升，那么高利率下的债务累积将成为悬在市场头顶的达摩克利斯之剑。只有当 AI 的生产率收益逐渐转化为科技行业之外的真实利润，市场才可能获得支撑当前大规模投资的更完整证据，否则，这场由资本开支驱动的增长狂欢，终将在利润错配的现实中面临严峻考验。
