付鹏最新演讲：全球资产收缩分化加剧，加密资产与流动性深度绑定意味着什么？

新火集团首席经济学家付鹏受邀出席Wiki Finance EXPO Hong Kong 2026并发表主题演讲。他从全球流动性框架出发，分享了对当前全球主要资产类别及市场趋势的核心判断，并对加密货币市场的底层逻辑进行了系统性分析。

付鹏表示，截至今天，无论是主流加密货币还是其他资产类别，其定价根基都与全球核心流动性深度绑定。2008年金融危机后，全球流动性在2008年至2021年间达到顶峰。评估流动性不能仅看新闻报道中的加息或降息，这仅仅是利率曲线末端的变化，不能代表完整的流动性环境。

观察 liquidity 可以拆解为三个维度：水池中的水量、水池中的水温、以及池内资金压力的分布。其底层逻辑可以简单理解为P/Q×G。从专业角度，流动性可以通过利率端、利率曲线、美联储资产负债表、公开市场操作等维度追踪。但在当前传统交易中，比特币等主流加密货币通常被视为 liquidity 强弱的领先指标。

流动性周期的两面性：从"疯狂炒作"到"收缩"

2020年疫情后，世界进入低利率与央行资产负债表扩张并行的极端宽松窗口。在这一宽松周期中，全球金融资产呈现出典型的"劣质资产疯狂炒作"特征。例如美股市场游戏驿站的散户逼空行情，以及加密市场中大量无价值加密货币的暴涨，本质上都是流动性泛滥的结果——钱多时任何资产都可能被炒作。

然而，当流动性整体收缩时，市场会出现"收缩"趋势：资金主动区分资产优劣，劣质标的被资本抛弃。这一挤泡沫过程在2021年下半年已经开始。2021年下半年至2022年间，加密市场的比特币从7万美元上方跌至约2万美元，美股市场的英伟达在2022年全年跌幅约64%至65%。这个过程就像挤海绵中的水，持续挤出市场泡沫。

真正的核心转折点出现在去年11月。2021年是央行资产负债表扩张的顶峰，而去年11月则是流动性收缩与缩表双重紧缩的关键节点。简单理解：抽干池水并不意味着缩表一开始资金就变紧，只有当缩表推进到一定程度，市场才会真正感受到资金压力。

去年11月至12月期间，比特币价格在11万美元附近，付鹏当时与李林打赌：加密资产在未来一年内很可能腰斩。若这一判断兑现，将进一步印证加密资产的底层逻辑与全球流动性完全挂钩。

去年11月的核心观察指标是美联储的SRF（常备回购便利）公开市场操作。该指标意味着缩表达到临界值后，市场已出现结构性资金压力。需要注意的是，当银行收紧信贷、流动性收缩时，并非所有人都缺钱，资金压力是分层传导的：高杠杆与弱质实体最先出现资金链断裂，而高质量龙头主体仍资金充裕。流动性的分层传导导致资本市场"收缩"：资金率先抛售外围的、对流动性敏感的弱势资产，持续向最核心、确定性最高的资产集中。

不少散户交易者存在一个误区：认为加密市场没行情时，资金都跑去炒美股。这种思维过于散户化。客观而言，在紧缩周期中，资金会首先从组合中清出所有高弹性、高投机资产；加密货币与小市值投机股会被优先减仓。资金充裕、流动性宽松时，资金愿意炒作各类垃圾资产；资金紧张时，只会聚焦真正有价值的核心资产，这就是"收缩"趋势的本质。

AI产业关键转折：自由现金流归零，资本开支叙事失效

自去年11月以来，全球资金持续向人工智能这一长期生产力升级主线聚集。AI赛道的逻辑可类比大规模固定资产投资，用国内基建案例更容易理解。2001年的核心议题是大规模基础设施建设，所谓"要想富，先修路"。2002年两会定下基建方向，2003年中央财政与土地财政配套资金到位，全国路桥项目分批开工，进入长期资本开支周期。2004年机构配置的核心标的是三一重工、海螺水泥等基建上游设备与原材料公司。

这套类比逻辑完全适用于当前AI赛道，不会因为贴上"AI"标签就改变行业底层规律。AI上半场由ChatGPT等应用激发企业资本开支意愿。2023年起，全球科技公司集中投入数字基础设施建设，包括算力与数据中心建设。大规模数字基建将惠及上游硬件、存储、光模块、HBM等产业链标的，如三星电子、SK海力士、台积电，对应基建时代的钢铁、水泥与工程机械。但今年第二季度是整个产业链的关键转折点，与流动性收缩的双重变量形成共振。

谷歌发布财报后，成熟投资者可以清晰感知：过去两三年的市场主线逻辑已经失效。2023年至2025年的市场规则非常简单：只要互联网巨头增加AI基建、扩张资本开支，市场就给予高估值。但今年第二季度各大公司财报发布后，即便资本开支维持高速增长，股价反而下跌。

核心原因在于投资者捕捉到了关键数据：所有大力投入AI基建的龙头公司，自由现金流均已归零。谷歌昨晚财报中最关键的指标就是自由现金流。仍有不少投资者固守旧逻辑，认为只要资本开支持续扩张股价就会上涨，这个时代已经结束。

市场定价逻辑已完全切换：从前比拼资本投入规模，现在资金会质疑基建投资能否带来持续流量与收入以收回成本。自由现金流归零是AI产业从第一阶段转入第二阶段的标志性信号。若公司计划继续增加资本开支，只能通过发股或发债进行外部融资，而外部资金有成本，投资者的审核标准将变得极为严苛。

一个值得跟踪的细化指标是：资本开支（CapEx）与云业务收入增长率的比值。目前谷歌该比值约为1.9，意味着每投入1.9元基础设施，仅产生1元云业务收入，这是资本市场不愿继续给予高估值的核心原因。

在整体资金环境收紧的背景下，全球资金持续向少数高确定性资产集中，叠加产业周期切换，“收缩"趋势必然导致市场出现剧烈风险波动。以英伟达为例勾勒产业周期：2022年是英伟达产业周期的确认点，市值从万亿跌至千亿级；ChatGPT爆发后，英伟达正式进入价值成长阶段。2023年至2024年，英伟达逻辑完全闭环：业绩持续增长，全球AI资本开支驱动订单扩张，市值相继突破1万亿、2万亿、3万亿，股价波动率极低，几乎没有深度回调风险。

但2024年6月付鹏从新加坡调研回来后，即向各类金融机构提示风险：英伟达的经营运作、行业供需与产业基本面均无问题，风险完全来自场外金融杠杆。当前新一代00后投资者存在严重认知偏差，认为股价波动必须完全匹配基本面，这一观点完全错误。资本市场定价基于市场预期，预期会显著领先于企业真实基本面。

例如当前HBM产能紧张、供给不足是事实层面的基本面，但这并不意味着股价会持续上涨。财报与产能反映的是当下现实，股价交易的是未来预期，基本面数据显著滞后于市场定价。这是付鹏从业二十余年的实际经验。

2024年7月，英伟达股价在几个交易日内暴跌20%，同日日本股市单日下跌10%。当时不少研究员发布报告将下跌归因于日本央行加息与日元套息交易 unwind，这只是表层归因。底层真相是：全球资金向少数确定性资产集中，极端确定性滋生极端贪婪，直接体现为投资者的疯狂加杠杆。

用一个简单的交易类比：如果打牌，你的牌是6，我的牌是5，你清楚知道手牌占优。普通散户会重仓入场，合格交易者则会全仓加杠杆。核心结论必须记住：确定性滋生贪婪，凡事皆有两面；与贪婪对应的操作就是加杠杆。市场一致预期英伟达长期订单充足，交易者就会持续加杠杆放大收益，这是交易者的本能。一旦杠杆累积至临界点，必然触发剧烈波动与快速下跌。

当前市场正在复制类似趋势：部分存储芯片标的并无行业逆风，经营稳健、订单饱满、业绩稳步增长，股价却频繁暴跌。韩国市场不少年轻交易者前一天大幅盈利，次日即面临重大亏损。问题根源不在三星或SK海力士，也不在HBM行业供需；核心问题在于市场杠杆过度累积。

底层逻辑与2024年7月英伟达闪崩完全一致：高确定性资产滋生杠杆泡沫，一旦杠杆达到临界点必然崩塌，不存在永续可持续的杠杆市场。一个简单的风险判断标准：当毫无实战经验的刚毕业年轻人全仓加杠杆押注三星或SK海力士时，意味着风险正在临近。原本小众的专业赛道涌入大量投机散户，泡沫破裂只是时间问题。过去几年市场一直处于资金收缩周期，大家都清楚少数核心确定性资产，但风险不在行业基本面，而是隐藏在流动性与杠杆中，必须密切监控。

当前市场已到达AI第一阶段的真正核心临界点；单纯依靠资本开支扩张的叙事逻辑已走到尽头，市场将出现显著波动与估值调整。关于今年美股的整体判断：指数保持横盘已是乐观预期。有人可能会说美股3月大跌后，5月、6月出现了反弹。但需要区分，5月与6月的上涨属于极端结构性行情，仅有极少数个股抬升指数，绝大多数个股仍在持续下跌。这与过去一年A股市场结构完全一致：55%的个股价格低于对应3000点时的水平，仅靠AI赛道少数龙头支撑指数。

总结当前市场环境：流动性收紧、市场极端分化、AI产业周期到达关键转折点。需要再次强调：AI产业的长期发展逻辑并未改变，生产力升级是确定性主线，但不能盲目长期持有标的，必须依据完整产业周期进行分阶段投资。

付鹏构建了五层完整分析框架：行业层、经济层、通胀层、流动性层、市场层。当前无需在经济层投入过多精力；行业层、流动性层与市场层才是分析核心，宏观经济分析的权重已大幅下降。有人追问是否仍需深度剖析美国经济？答案是完全没必要。原因在于美国企业持续扩张大规模资本开支，居民部门早在2008年就完成了去杠杆。换言之，无需紧盯高频经济数据，美国经济的核心特征可以概括为两个字：韧性。

全球市场格局：AI是唯一主线

从市场角度看，全球唯一主线就是人工智能；当前全球资金仅有这一条核心投资逻辑。纵观全球可配置资产，未来核心市场仅有日本、韩国、台湾、中国大陆与美国，其他地区配置价值很低；欧洲仅有ASML具备关注价值，其他标的没有配置意义。

可以思考两个问题：当前韩国股市走势与本地实体经济有关吗？完全无关。再看日本股市，与本国经济挂钩吗？同样无关。细看日本股市核心资产，全部是AI产业链上游设备制造商。市场关注度大多集中在三星与SK海力士，但这两家公司采购的核心生产设备来自日本企业，贯通了整个产业链上下游。台湾地区唯一核心标的只有台积电，没有其他具备配置价值的核心产业公司。

整个AI赛道本质上是生产力驱动的产业投资，存在固定的周期性运行规则。核心结论必须明确：今年第二季度科技巨头自由现金流归零的时点是市场重大转折点。该转折点前后，市场整套资产定价逻辑已彻底反转，这一点必须记住。

AI产业链分为上、中、下游，每个环节都有独立的产业生命周期，存在明确的板块轮动切换与配置窗口。不要把AI当作盲目长期持有的信仰，单纯炒作AI概念一定会踩坑。很多人问付鹏是否不看好AI，这个问题本身存在逻辑缺陷。过去十年市场已形成共识：人工智能是下一代生产力核心主线，这一点没有争议。看好赛道不等于在任何时候都盲目持有单一标的。英伟达作为核心上游硬件标的，已完成高速成长周期，自2025年起将进入成熟蓝筹阶段，因此去年到今年的增速已明显收窄。无需等待太久，三星与SK海力士也将进入成熟周期，上游硬件板块整体增速将放缓，增长逐步向下游环节转移。

AI产业周期的完整节奏预判：2022年上游硬件主导市场，2026年软件层将经历估值消化与重组，2030年前后终端应用层将出现估值调整与重新定价。完整AI产业周期约20至25年，目前已完成10年；前十年的主线是上游硬件基础设施，后十年的主线将是终端应用。

但目前存在周期性断档，未来10至18个月将是产业切换窗口期。该窗口期内不要全仓押注；严格遵循产业周期规则进行分阶段投资，以规避重大波动风险。这里需要区分一组关键概念：程序员视角的AI代码工具与开发辅助工具属于产业支撑工具层，而非终端应用层，两者的估值逻辑存在显著差距。

央行政策范式转变：安全垫模式结束，加密资产走向成熟

最后回到流动性维度进行进一步阐释，这也是与加密资产高度相关的核心变量。为何新任美联储主席Karen Walsh是关键信号？她的上任标志着2008年金融危机后伯南克建立的核心政策框架被彻底改写。

付鹏在1月写过一篇分析笔记：这次人事调整意味着央行政策正在回到2008年前的老路。简要梳理政策背景：2008年金融危机暴露了巨大的系统性金融风险。政策制定者吸取了1929年大萧条的经验：完全放任自由市场运行，意味着危机发生时市场无法自行稳定。因此2008年后，全球范围内广泛推行凯恩斯主义刺激政策。

伯南克与耶伦担任美联储主席期间，遵循的核心思路一致：金融危机后央行必须干预以稳定市场。然而任何政策都有两面性，与投资中的杠杆逻辑一致。杠杆可快速放大收益，也可能导致爆仓归零。央行干预能快速平息市场恐慌、避免大萧条危机重演，但如果央行为市场提供无限安全垫，将滋生投机情绪并制造大规模资产泡沫。

市场中有一个专业术语叫"美联储看跌期权”（Fed Put）：只要市场下跌，资金就敢盲目买入，所有交易者都在押注央行必定出手维稳。当市场形成统一预期——收益归投资者、亏损由央行兜底——所有金融资产都会出现严重高估。

Karen Walsh所有公开演讲的核心信息可以概括为一句话：央行仅履行法定职责。央行的两个核心法定目标是稳定就业与控制通胀，不会例行托底股市。如今科技持续进步、生产力稳步提升，央行具备条件退出长期安全垫模式。

这可以类比家庭教育：孩子进入高中并具备独立生活能力后，父母不能包办一切，否则会养成依赖心态。Karen上任后，不少市场参与者将其误读为对降息与缩表的预期；核心焦点其实在缩表，与短期利率波动关系不大。核心问题是如何有序完成缩表，使央行职能回归2008年前的标准。

这标志着2008年至Karen上任期间人类历史上最大规模的全球流动性宽松周期彻底结束。因此不要抱有幻想：未来5至10年，不会重现2008年至2026年全面放水、所有资产类别普涨的行情。资金将回流至真正有价值的核心资产，这是流动性层面的关键转折点，将全面改写所有人的投资策略。投资逻辑将从过去全品种同步上涨的充分分散布局，转向聚焦少数高质量核心标的。

加密货币市场也将经历类似变化。不少交易者已观察到：比特币与以太坊市值正逐步趋稳，波动性持续下降，市场流动性趋于稳定，参与者日趋机构化。这些特征是典型的泡沫出清后存活下来的核心资产表现。

流动性是所有金融资产最顶层的核心影响因素，今年所有人必须彻底理解这一分析逻辑。循着流动性框架进一步拆解行业与企业基本面，各类资产的分析会清晰很多。由于时间有限，无法逐一展开五层分析框架的细节。

付鹏表示，希望与各位交流的是底层逻辑与分析方法；一旦底层思维通顺，观察市场短期微观波动就不会过度纠结。

核心数据与后续观察指标

从付鹏演讲中可以提炼出几个值得持续跟踪的量化信号与定性判断。流动性层面，除利率曲线与美联储资产负债表外，应重点关注SRF公开市场操作的变化，这是观察缩表是否引发结构性资金压力的敏感指标。产业层面，CapEx与云业务收入增长率的比值是判断AI基建投入效率的关键，谷歌当前约1.9倍的投入产出比已触发市场重新定价。

风险层面需警惕高确定性资产上的杠杆累积程度。当某一赛道出现经验不足的投资者普遍使用杠杆押注龙头标的时，往往意味着非基本面风险正在逼近。此外，AI产业链上中下游存在约10至18个月的切换窗口，上游硬件增速放缓后，中游软件与下游终端应用的估值节奏将出现错位，配置时需注意产业周期的阶段性规律，避免将长期赛道逻辑与短期持仓节奏混为一谈。