2026 年 9 月，美国市场最突出的变化，不是 AI 股票继续上涨，而是债券与股票走出了少见的分化。
美国财政部数据显示，10 年期美债收益率从 8 月 31 日的 4.75% 升至 9 月 30 日的 5.29%，单月上行 54 个基点。按 QuantStreet 的统计，部分美国固定收益资产当月下跌 2.3% 至 5%。但另一边，科技股，尤其是半导体板块，依然保持强势。比特币、以科技和半导体股票为重要持仓的动量策略，以及纳斯达克指数，表现都相对更强。
相比之下，美国中小盘股、等权重标普 500 指数，以及房地产信托基金、公用事业和金融等利率敏感板块，整体表现偏弱。更不寻常的是，美元和大宗商品在 9 月同时上涨，这与两者通常的反向关系并不一致，也让当下的市场环境显得更复杂。
QuantStreet Capital 创始人 Harry Mamaysky 在最新月度投资信中，把问题集中到了两个方向：长期利率大幅上升，为什么科技股还能维持韧性；如果投资者押注 AI 将带来更高的经济增长，为什么这一预期没有更广泛地体现在股票市场中。
收益率快速上行，市场在交易什么
10 年期美债收益率一个月内升超 50 个基点，意味着长期资金的定价已经发生明显变化。债券价格与收益率通常反向变动，收益率上行时，存量债券价格会下跌，期限越长、对利率越敏感的债券，面临的价格压力一般越大。
不过，推动这一轮美债抛售的原因，并没有一个被市场普遍接受的单一解释。
第一种说法，是投资者正在失去对美元的信心。Mamaysky 对此持保留态度。因为美元在 9 月实际上出现升值，这与美元资产遭到全面抛售的叙事并不一致。美元上涨不能完全排除长期信用风险，但至少说明，市场并未出现单向度的美元信心危机。
第二种说法，是美国财政状况正在迫使投资者要求更高的长期风险补偿。Mamaysky 同样认为，现有证据还不足以支持这样强烈的判断。他提到，市场隐含的通胀补偿指标 inflation breakevens 保持相对稳定，没有随着收益率上升而同步出现同等幅度的变化。
这一指标反映名义国债与通胀保值国债之间的收益率差，可用于观察投资者如何给未来通胀及相关风险补偿定价。如果名义收益率走高，而通胀补偿没有同步明显上行，就很难把全部变化都归因于通胀预期失控。
但这也不代表财政风险可以被排除。长期收益率还会受到国债供给、期限溢价、实际利率和市场流动性等因素影响，通胀补偿稳定，本身并不能单独证明美国债务没有风险。
相较之下，Mamaysky 更关注第三种可能：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重新定价。
大型云服务商和科技企业仍在扩大资本开支，建设数据中心、采购芯片，并投入配套电力基础设施。这意味着企业需要占用更多资本，也可能带来更高融资需求。如果投资者同时预期 AI 会提高生产率并带来未来盈利，长期利率上升就不一定只是在反映风险恶化，也可能部分反映增长预期和资本需求的变化。
Mamaysky 并没有断言 AI 投资已经被证实是美债收益率上涨的主要原因，他试图解释的是：为什么债券市场遭遇抛售时，部分科技股仍然能够上涨。
高利率环境下，AI 股票为何仍能上涨
股票估值可以理解为未来现金流的折现价值。其他条件不变时，市场利率越高，投资者要求的回报率越高，企业未来盈利折算到当下的价值就越低，这也是高估值成长股通常对利率上升更敏感的原因。
但 9 月市场并没有完全按照这套逻辑运行。Mamaysky 的解释是，投资者可能认为，AI 会创造足够强劲的未来盈利增长，从而抵消折现率上升带来的估值压力。
从估值公式看，相当于两股力量在同时作用：一边是折现率上升，压低未来盈利现值；另一边是预期盈利增加，抬高股票内在价值。如果后者足够强，股价即便面对更高利率，也仍可能继续上涨。也就是说，市场未必是在忽视高利率，而是认为未来 AI 利润足以覆盖更高资本成本。
这套解释并非没有依据。当前 AI 基础设施投资本身正在形成庞大需求。芯片制造商、半导体设备供应商以及相关科技公司，可以较直接地从建设支出中获得收入。AMD、美光、英特尔、思科和应用材料等公司，也出现在作者关注的动量 ETF 主要持仓中。只要市场相信 AI 资本开支仍处高位，上游供应商的盈利预期就会持续得到支撑。
但问题也在这里。这些企业的收入增长，起点来自其他企业增加资本支出，而这并不等于整个经济已经拿到了对应的生产率回报。
对采购芯片、建设数据中心的企业来说，这些支出首先形成的是成本或资本资产。只有当相关资产最终帮助企业增加收入、降低成本，或提升利润，投资才会形成可持续的经济回报。
所以，半导体股上涨可以说明市场看好 AI 基础设施相关企业的盈利前景，却不足以证明 AI 投资的最终经济回报已经兑现。
芯片公司先受益，其他企业的利润还没跟上
这也是 Mamaysky 在投资信中最关注的矛盾。
9 月半导体行业表现强劲，但等权重标普 500 指数走弱。与市值加权指数不同，等权重标普 500 指数让每家成分股拥有大致相同的权重，因此更适合观察市场上涨是否已经广泛扩散，而不是主要依赖少数大型科技股推动。
Mamaysky 把半导体以外的广大企业称为 ROCS，即 Rest of the Corporate Sector，其他企业部门。
在他的框架中，AI 投资存在一条需要时间验证的链条。企业今天购买芯片、服务器和软件，是因为预期这些技术会在未来带来生产率提升。资本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。
所以，现阶段没有看到所有行业利润同步增长，并不奇怪。可股票市场本身具有前瞻性。如果投资者确信 AI 将显著提升其他企业未来的盈利能力，这部分预期理论上也应逐步体现在相关公司的股价上。
但 9 月并没有出现这种广泛上涨。半导体股继续走强，其他企业却没有得到类似的估值支持。这就引出了他的疑问：如果芯片的最终购买者无法获得足够新增利润，它们如何长期承担越来越高的 AI 采购和建设成本。
这一问题，指向 AI 投资链条中的利润分配。短期看，基础设施供应商可以凭借订单增长和需求紧张获得较高利润；中期看，云服务商需要通过出租算力、提供 AI 服务等方式回收投资；更长期看，普通企业需要把 AI 转化成更高生产效率、更低经营成本，或者新的收入来源。
只有这一过程逐步兑现，AI 投资创造的价值才可能向更广泛的经济活动扩散。
当然，股价没有同步上涨，并不等于 AI 的生产率收益不会出现。高利率、行业自身经营压力，以及不同企业的估值起点，都可能掩盖市场对未来盈利改善的预期。至少从 9 月股价表现看，投资者对 AI 上游供应商的信心，明显强于对其他企业最终获益的定价。
Mamaysky 没有因此得出 AI 投资必然失败的结论。他仍然相信 AI 的长期价值，也不认为当前市场已经形成泡沫。只是这轮上涨若想得到更广泛的基本面支持，还需要看到 AI 创造的利润不再局限于少数科技公司。
接下来市场要验证什么
在评估 AI 的经济价值时，Mamaysky 开始更关注生产率数据。
美国劳工统计局 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%。拉长周期看，从 2019 年第四季度到 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。这与他观察到的生产率改善趋势一致。
不过，宏观劳动生产率上升，并不等于 AI 的贡献已经被确认。资本投入、劳动力配置、技术进步和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。
因此，Mamaysky 给出的更进一步验证标准是：生产率改善最终需要体现在科技行业之外的企业盈利中。
这一判断，也反映在 QuantStreet 的投资组合调整里。虽然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。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。
固定收益方面，QuantStreet 也开始调整久期。久期用于衡量债券价格对收益率变化的敏感程度。久期越长，利率上升时通常承受更大价格损失；但如果收益率下降，潜在价格收益也会更明显。
Mamaysky 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了债券久期。这是该机构一年多以来较为明显的一次方向调整。
不过，这并不代表 QuantStreet 已全面看多长债。其模型仍然不看好高久期固定收益资产，组合整体久期依旧低于基准，只是低配程度有所收窄。
对于适合的投资者，Mamaysky 还提到常青型私募股权基金等另类资产的分散配置作用。按他列举的部分产品表现，这类基金在 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组合分散效果。不过，这类产品仍存在估值频率、流动性和底层资产风险等限制，单月收益不能证明其长期防御能力。
从这些调整看，QuantStreet 没有选择完全退出 AI 交易，也没有因为债券收益率上升就大幅转向长债，而是在不同资产之间寻找更均衡的风险回报。
未来真正需要观察的，是三组信号。
- 第一，AI 基础设施支出能否持续，上游供应商的收入增长是否仍有足够强劲的需求支撑。
- 第二，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。
- 第三，长期美债收益率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。如果增长没有如预期改善，而融资成本继续维持高位，企业投资回报将面临更大压力。
当前 AI 交易真正要回答的，已经不只是芯片和算力需求还能持续多久，而是这些投资最终能为整个经济创造多少新增利润。
半导体企业已经从资本开支中获得了可见收入，但更广泛企业的盈利改善仍待验证。只有当 AI 带来的生产率收益，逐步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。