美联储加息后继续放鹰：AI估值没先崩，先变的是融资逻辑

9月16日，美联储将联邦基金利率上调25个基点至3.75%–4.00%。这是一次已经落地的加息。更值得注意的是，之后市场对后续利率路径的定价并没有迅速掉头。

9月21日，圣路易斯联储主席Musalem公开表示，可能还需要进一步加息；美联储9月公布的经济预测中，2026年联邦基金利率中位数为4.1%，高于当时3.75%–4.00%的目标区间。CME FedWatch在9月25日的市场定价中，10月再次加息的概率一度达到66.4%。

所以，这一次真正值得看的并不是“美联储又加了25个基点”。

而是：

当利率环境开始持续变紧，AI市场到底先在哪里出现变化？

按过去的估值逻辑，答案应该是股票。

但目前看到的并不是这个结果。

奇怪的地方出现了：债券先变贵，股票却还在涨

9月22日，路透社报道了一个很有意思的现象：

AI相关企业债券的利差已经扩大到大约115个基点，而更广泛的企业债市场约为78个基点。换句话说，资金开始对AI相关融资要求更高的风险补偿。

但就在同一天，Nasdaq却创下阶段性盘中纪录高位，AI乐观情绪仍在推动科技股上涨。

这两个现象放在一起看，就比“美联储加息利空AI”有意思得多。

因为如果市场真的已经开始全面否定AI，那么最直接的表现应该是股票估值开始明显收缩。

可现在并没有。

压力已经出现，但没有先出现在最传统的那个地方。

这意味着我们原来那套“利率上升→贴现率上升→AI高估值资产先跌”的逻辑，并没有完全错，但它显然还没有解释完眼前发生的事情。

而这恰恰是这轮压力测试真正有价值的地方。

我们原来研究的“估值断层”，确实还在那里

先把旧结论放回来。

此前《估值错配与缩圈：AI行情的定价断层》的研究发现，AI行情并不是所有资产一起上涨，而是已经出现明显的定价分层：

一端是现金流和利润已经能够持续兑现的全球巨头；

另一端则是现金流兑现更远、确定性更低、更多依赖终局预期的资产。

7月29日的样本中，这种差异已经非常明显：越依赖远期想象的资产，估值越容易被推高，部分中段与两端之间甚至出现数倍差距。

当时我们提出了一个风险情景：

如果流动性重新收紧，最远端、最依赖未来预期的资产可能首先失去估值溢价。

所以9月这一轮加息和加息预期上移，本来就是一次天然的压力测试。

问题也因此变得非常简单：

断层到底有没有开始收窄？

于是我们直接把7月29日作为基线，重新跑了一次同口径比较。

结果反而有点出乎预期。

代表中段离散度的 P75/P25，从3.51上升到3.59，变化约2.3%，基本持平。

代表两端极差的 P90/P10，则从10.8升到12.5，扩大约15%。

也就是说：

第一轮压力测试并没有得到“估值断层开始收窄”的结果。

甚至从两端数据看，最高估值那一层反而还在往上走。

这时候真正的问题就来了。

如果利率已经在往上，为什么最容易受贴现率影响的AI股票，却没有先明显收缩？

因为这一次，市场面对的可能不是“AI需求消失”，而是“AI增长越来越贵”

这里是整件事最值得研究的地方。

我们过去讲AI估值，很容易把它理解成一个贴现率问题：

利率上升，远期现金流折现率提高，远期资产理论价值下降。

这个逻辑没有问题。

但AI今天已经不只是一个“未来现金流很远”的故事。

它同时还是一个资本开支极其庞大的现实产业。

数据中心、电力、芯片、网络、服务器、冷却系统，都需要真金白银先砸下去。

而且这个投入还没有结束。

英伟达截至2026年7月26日的第二财季数据显示，数据中心收入达到890亿美元，同比增长117%、环比增长18%。这说明AI基础设施的真实需求仍然非常强，至少目前还没有出现“需求先塌掉”的证据。

于是，事情开始出现了一个很重要的错位：

AI的需求和收入增长还在往前走，但维持这套增长所需要的资本，也越来越多。

只要未来增长足够快，市场就仍然愿意给它很高的估值。

可是，只要资金成本开始提高，同样一套增长计划，需要支付的资本代价就会增加。

这时候市场真正要问的，慢慢就不再只是：

“AI还能不能增长？”

而是：

“为了获得这100块钱新增收入，需要继续投入多少钱？”

以及：

“如果资本成本持续上升，这个增长速度还划不划算？”

这两个问题，比单纯讨论PE高不高，实际上更接近AI产业下一阶段的核心矛盾。

所以为什么债券先动了？

因为债券市场面对的是一个更直接的问题：

你要借多少钱，什么时候还，靠什么现金流覆盖？

9月22日路透社报道的115个基点对78个基点，本身并不意味着AI企业已经出现信用危机。报道同样指出，这种分化与AI基础设施未来需要持续融资、大规模发债有关。部分超大规模云计算企业未来的债务发行规模可能明显增加，资金开始更加挑剔。

这就解释了为什么会出现一种看起来矛盾、实际上并不矛盾的局面：

股票市场仍然可以相信AI未来的收入和利润。

但债券市场可以同时说：

“我相信你的业务，但我要对你借这么多钱这件事情收更高的价格。”

两者并不冲突。

甚至可以说，这是不同市场在回答两个不同的问题。

股票买的是：

未来能长多大？

债券问的是：

你为了长这么大，需要先借多少钱？

而一旦后一个问题越来越贵，最终还是会回到前一个问题：

这些资本投入，到底能不能产生足够高、足够快的回报？

这意味着，AI估值的真正分化可能还没发生完

所以现在再看“估值断层”，其实要换一个角度。

7月的时候，我们看到的是：

不同AI资产之间，市场愿意给多少未来预期。

9月底之后，需要增加一个变量：

为了实现这些未来预期，企业需要付出多少资本成本。

这会带来一个非常重要的变化。

以前，市场可以先给一个很高的终局估值，然后慢慢等现金流兑现。

但如果资金越来越贵，企业就不能只证明“未来很大”。

它还必须不断证明：

资本投入的效率足够高。

这时候，真正可能发生的“缩圈”，就未必是所有AI资产一起下跌。

更可能首先出现的是另一种分化：

同样都属于AI，

有人拥有强现金流、强资产负债表、强融资能力，可以继续扩大资本开支；

有人则越来越依赖外部融资，一旦资本成本提高，继续扩张的代价就开始明显上升。

所以未来真正需要观察的，不只是PE。

而是：

资本开支增长、自由现金流、债务规模、融资利差，以及新增投入到底换来了多少新增收入。

这几项放在一起，才能回答一个更本质的问题：

AI的高速增长，到底是在创造越来越多现金流，还是正在需要越来越多资本去维持？

这也是为什么，“估值没有收窄”本身就是一个结果

这次测试最容易被误读的一点，是看到P75/P25从3.51到3.59，就觉得“什么都没发生”。

其实恰恰相反。

如果一轮明显偏紧的利率环境出现之后，估值断层没有明显收窄，至少说明：

目前市场仍然愿意相信AI的基本面故事足以对冲一部分贴现率压力。

英伟达最新数据就是现实支撑之一：收入和数据中心业务仍然高速增长。

但与此同时，债券市场已经开始要求更高的融资补偿。

所以现阶段看到的并不是一个简单的“AI泡沫破裂”。

更准确的描述应该是：

AI的增长预期还没有被市场否定，但支撑这轮增长所需要的资本，已经开始变得更昂贵、更挑剔。

这其实比“AI估值跌没跌”更值得盯。

因为估值可以靠情绪、预期和盈利增长继续撑一段时间。

融资成本却会直接进入企业的现实账本。

下一轮真正需要验证的，不是“AI会不会跌”

接下来要看的，其实是三个连续的问题。

第一，利率路径会不会继续往上。

9月16日的加息已经落地，之后市场对10月继续加息的定价仍然处在较高水平。CME FedWatch在9月25日的读数为66.4%，但这只是特定时点的市场隐含概率，不能当作美联储已经作出的决定。

第二，AI巨头能不能用更强的现金流覆盖更高的资本需求。

现在最重要的不是再证明“AI需求很强”，而是证明增长能够逐步转化成现金流。

第三，融资端的分化会不会继续向企业经营端传导。

目前看到的是AI债券相对普通企业债券的定价分化，而股票端并没有同步出现明显的估值收缩。

真正值得警惕或者值得继续研究的，是下一步两条线会不会发生汇合：

融资越来越贵，同时现金流增长开始跟不上资本开支。

一旦出现这种组合，估值问题才可能真正从“市场怎么想”变成“企业账怎么撑”。

但目前，还不能提前把这一步写成已经发生。

普通家庭其实离这件事没有那么远

这件事最终也会传到家庭，只是不会简单地变成一句“美联储加息，所以中国家庭房贷变贵”。

中间还隔着全球资金价格、汇率、资本流动、国内金融条件和不同资产的重新定价。

真正更值得普通家庭理解的，是另外一件事：

当资金变贵以后，企业首先会重新算自己的账。

资本开支大的行业，会重新计算项目回报；

融资依赖高的企业，会重新计算债务成本；

那些商业模式还没有形成稳定现金流的公司，承受的压力可能比现金流已经兑现的公司更大。

最终，这些变化才可能进一步进入就业、企业服务、产品价格和资产价格。

所以这件事对家庭的意义，不是“美联储加一次息，我的房贷明天就变贵”。

而是：

全球资金价格一旦持续变化，企业会先重新算账，随后才是家庭面对企业变化后的结果。

这才是这条传导链真正值得理解的地方。

我们真正看到的变化，到底是什么？

到这里，这轮压力测试其实已经给出了一个比原来更重要的答案。

表面上发生的是，美联储加息之后，市场继续上修未来加息的可能性。

但真正发生变化的，并不是“AI行情突然结束了”。

第一轮压力测试告诉我们：股票端的估值断层暂时没有收窄，反而是融资端先出现了分化。

这意味着市场现在重新审视的，已经不只是AI的终局价值，而是：

为了把这个终局变成现实，需要投入多少资本；这些资本越来越贵以后，谁还能继续扩张；以及这些投入最终能不能变成足够快的现金流。

所以，过去我们问的是：

AI到底贵不贵？

现在真正值得继续问的是：

AI的高速增长，需要多少钱来维持？而这些钱越来越贵以后，谁还能继续承担？

这可能才是这轮利率压力测试真正开始打开的地方。