華創證券首席經濟學家張瑜日前在一場線上訪談中，就下半年科技AI行情、世界經濟格局、全球製造業、消費前景、居民財富遷移及黃金配置等議題發表了最新觀點。她認為，下半年科技AI行情將繼續“去偽存真”，並指出當前AI浪潮與2000年網際網路泡沫存在兩個根本性區別，因此這輪全球科技行情更可能是分層次、分漲跌的結構性行情。
張瑜強調，歷史覆盤不能被機械套用。她以近期亞馬遜、谷歌等公司自由現金流波動為例，指出這並不一定意味著對行業判斷也要波動。她認為，對科技產業下一步的預判需要建立在真正理解產業前沿研究的基礎上，尤其是相關研究進展和產業趨勢的發展。她提出，如果不是趨勢性的拐點變化，科技行情可能還沒有走完；如果是，這一輪股價可能會在一個大平台之後出現轉折點。
在技術史的座標中，張瑜將AI視為一種通用技術，而非針對單一場景的專用技術。她指出，從電力、網際網路等通用技術的歷史經驗看，生產率提升通常不是一蹴而就，而是會經歷一條生產率“J曲線”——新技術擴散初期，勞動生產率甚至可能先下降，之後才進入加速上升階段。她將前期生產率下降歸結為三個原因：原有生產關係和組織架構未必適配新技術，統計核算滯後於技術變化，以及企業員工和勞動力需要重新培訓。
資本市場同樣可能經歷類似的試錯過程。張瑜以移動網際網路為例，在2013年、2014年前後的移動網際網路浪潮和“提速降費”之前，手機流量價格很高，如果按照當時的成本，今天大量依賴影片流量的應用很難獲得足夠高的滲透率。她認為，應用不是由產業部門提前規劃出來的，而是在要素價格下降後，由不同市場主體自行湧現和競爭出來的。這也是她對當前AI產業的核心判斷之一：“最初的贏家通常不是最後的贏家。”當前硬體價格依然非常昂貴，這種訂單和硬體價格不可能長期維持。未來，隨著供給端生產力釋放、技術瓶頸突破，硬體供給增加、價格明顯下降，真正能夠走向大眾市場的AI應用才會出現。
張瑜認為，當前AI浪潮與2000年網際網路泡沫存在兩個根本性區別，因此這輪科技市場最終未必出現全球同步見頂、同步轉向的局面，更可能是分層次、分漲跌的結構性分化市場。第一個區別是，2000年時，美國幾乎控制了網際網路產業從前端平台到核心硬體的完整利潤鏈條；今天，AI產業的硬體和零部件利潤分佈在不同經濟體。第二個區別是，2000年時，優質科技企業高度集中在美國上市；現在，美國之外已經出現具有實際競爭力的模型和企業。她舉例稱，在全球最常被呼叫的前50個模型中，中國大約佔20個，美國大約佔30個，這會對原有估值體系形成挑戰。
談及A股波動和中國製造業韌性時，張瑜將過去兩年的外部環境形容為“非常折騰”。2025年關稅衝擊後，中國出口份額不降反升；2025年下半年有色金屬價格上漲，部分海外高階製造和新能源裝置企業成本承壓，中國企業仍能保持較穩定交付；2026年初，伊朗局勢又帶來油價和航運通道波動，對全球供應鏈穩定性形成考驗。她表示，在高油價、高能源成本和供應鏈擾動中，一些歐洲及東南亞產能被迫退出，且這種出清具有不可逆性。相比之下，中國製造依託完備工業體系、穩定交付能力、深厚要素市場，以及供應鏈智慧化、敏捷化調整能力，表現得非常“抗折騰”。不過，她認為資本市場對中國製造的觀察過度集中在AI上，“AI雖然最‘性感’、最漂亮，但中國製造漂亮的東西非常多。”過去半年至一年，中國重卡、機械、機床、航運和造船等領域的出口、業績與訂單同樣保持較好表現，AI只是中游製造趨勢性崛起過程中跑得最快的“先行軍”。
對於市場高度關注的AI資本開支增速，張瑜給出了一個反直覺結論：Capex高增是產業指標，卻不是股價安全性的領先指標。她介紹，團隊從2000年網際網路泡沫中選取7家標誌性公司，觀察接近20項、最終歸納為18項財務指標，包括盈利、收入、債務覆蓋倍數、資本開支和現金流等維度。最後被留下認為呈現出有效性的6個指標分別是：經營活動現金流同比（OCF同比）、OCF/Capex、營收同比、自由現金流（FCF）絕對值、息稅折舊攤銷前利潤（EBITDA）絕對值，以及資本開支（Capex）同比增速。這6個指標中，Capex同比是滯後指標，其餘5個是領先指標。2000年網際網路泡沫期間，7家樣本公司中有5家在Capex仍然高增、尚未見頂時，股價就已經先行見頂。張瑜說：“現在很多人談AI股票時，反覆強調‘Capex高增’，但Capex高增是產業問題，與股價並不構成穩定的領先關係，它反而是滯後指標。”
相比之下，自由現金流（FCF）和息稅前利潤（EBITDA）的絕對值在歷史覆盤中顯示出更穩定的領先意義，張瑜將這兩個指標稱為股價的“守門人”。在7家樣本公司中，它們各自的有效勝率大約達到5/7；大約有5家公司在FCF或EBITDA絕對值見頂後，當季之內、即領先0至3個月，股價便出現拐點。其他幾個指標雖有一定領先性，但領先期並不穩定，更適合作為交叉驗證指標，而非單獨的交易訊號。
對於消費板塊能否出現系統性切換，張瑜重點談到了收入分化與產業結構轉型密切相關。她舉例稱，以上市公司為樣本，中國製造業中利潤排名靠前的約10%企業，可能佔到全行業約90%的利潤，但其就業佔比只有45%至50%。她表示，頭部群體收入較高，但邊際消費傾向下降；更多低收入群體所得偏少，消費潛力又難以充分釋放。相比之下，建築業等勞動密集型行業，消費行為的釋放更平均。因此，製造業向資本密集型、自動化方向升級，在提高效率的同時，也可能自然帶來利潤和收入向頭部集中。在初次分配難以直接改變的情況下，政策更可能做二次分配調整。她判斷，在當前K型分化環境下，結構性政策比總量政策更有效。對於消費補貼，她建議耐用品補貼繼續延續，不應簡單理解為對未來消費的透支，補貼是在產業躍升、收入分化背景下，對居民消費潛力釋放速度進行平滑。在此基礎上，補貼範圍還可以進一步擴大，“如果只談個人建議，我建議把補貼範圍從商品擴圍到服務。”
儘管今年以來黃金出現明顯波動，張瑜仍維持“十年戰略看多黃金”的觀點。她表示，此前支撐黃金長期判斷的三層底層邏輯仍在強化，目前尚未看到明顯變化。黃金與其他大類資產相關性較低，在個人或機構的資產配置中仍具有稀缺價值。但她表示，在家庭和個人的可投資資產中，配置約5%的黃金較為合適，“5%能夠拿得住就可以。”張瑜認為，短期交易黃金極其困難，市場經常出現“債王”、科技領域的明星投資人和大宗商品交易專家，卻很少聽到所謂“黃金之神”，原因在於黃金現貨市場的主要參與者是全球主權儲備，普通個人和一般金融機構很難穩定預測。黃金的回報方式也不同於股票分紅或債券利息，它可能在很長時間內沒有收益，隨後在極短時間內集中上漲。“你可能4年零280天都不賺錢，最後80天上漲50%；甚至可能最後10天就上漲50%。”張瑜說，“黃金的收益往往通過極短時間內的報復式脈衝兌現。”這意味著，即使長期看多黃金，投資者也很難精準抓住一年甚至幾個月的關鍵上漲視窗。對普通投資者而言，頻繁擇時未必比確定合理配置比例更有效。張瑜同時反覆提醒，黃金資產的持有體驗比較差，黃金大部分時間沒有利息，同時波動較高、夏普比率偏低，因此不適合重倉押注，更不能使用救命錢或關鍵教育資金配置。資金屬性越長期、越能夠承受持有過程，最終獲得收益的機率才越高。
對於下半年資本市場，張瑜給出了兩種情形。第一種情形是，AI科技趨勢沒有被證偽。在這種情況下，市場仍可能沿著當前的大趨勢執行，但科技板塊會進一步“去偽存真”，資金更加重視真實、優質、能夠由基本面驗證的資產，也可能有新的細分行業重新回到領軍位置。在國內經濟轉型繼續推進、政策對轉型分化保持一定容忍度的情況下，她認為，人民幣資產中的股票可以相對積極一些，債券和匯率則相對中性、偏謹慎。第二種情形是，以美國為代表的全球AI大趨勢被證偽。屆時，美國市場可能轉向美債、利率敏感型經濟和消費內需，同時AI之外的中游製造可能獲得更多關注。她總結基本思路是尋找“兩端受益、中間不相關”的方向。不過，張瑜再次強調，科技資產波動較大，科技判斷高度依賴產業預判。對於並不掌握產業資訊優勢的宏觀研究者而言，更應回到資料、報告和財務指標，而不是僅憑敘事作出靜態判斷。