开篇：宏观经济大周期回顾与今日焦点

上周我们讨论了两个核心观点：一是AI大周期（AI Supercycle: 指人工智能技术发展带来的长期经济增长和产业变革），即Token需求将远远超过Token供应，这预示着半导体和AI领域将迎来一个巨大的周期。二是财政大周期（Fiscal Supercycle: 指政府通过大规模财政支出和政策干预来刺激经济的长期趋势），这不仅限于美国，包括中国、欧洲和日本都在积极推行。今天，我们将结合美联储上周的决定及其FOMC（Federal Open Market Committee: 联邦公开市场委员会，负责制定美国货币政策）公布的经济数据，深入探讨中国和美国央行在当前宏观环境下的政策困境。这与政府层面的消费（即财政支出）形成对比，因为央行还需要兼顾通胀问题。

美国央行的政策困境与通胀挑战

美联储上周的FOMC会议决定降息25个基点（Basis Point: 衡量利率或收益率变动的最小单位，1个基点等于0.01%），这符合我们此前对9月份降息的预期，即今年可能降息两到三次。市场目前更关注的是Terminal Rate（最终利率: 货币政策紧缩周期中利率的最高点）将落在何处。这个中间就涉及到了央行决策的纠结。美联储主席Jay Powell将在今晚发表讲话，此前已有不少FOMC官员陆续表达观点。一些官员立场较为强硬，例如认为可能只需再降息一次，甚至不应指望明年降息。

央行纠结的核心在于通胀。美国和中国的困境有所不同，但也存在相似之处，即政府都在大力花钱。从2008年金融危机开始，解决通缩问题主要由货币市场驱动，美国主要依靠货币政策，而中国则是央行和财政部共同发力。然而，本轮Fiscal Stimulus（财政刺激: 政府通过增加支出或减税来刺激经济增长的政策）在其中扮演了特别重要的角色后，央行对通胀的担忧一直非常强烈。

特朗普政府政策的不确定性及其影响

特朗普政府的政策在很多层面是不可预测的。稍后我们将讨论近期备受关注的H-1B（H-1B Visa: 美国为专业技能人才提供的非移民工作签证）政策。虽然H-1B政策对总体宏观数据影响不大，但它会影响美国的科技优先性。总体而言，从关税政策到移民政策都存在不确定性。这两项政策都可能导致市场通胀上升，或造成增长不足。特别是移民政策，它可能导致失业率保持在4.3%左右的水平，但非农就业数据（Non-Farm Payroll）却会变差。非农就业数据变差意味着移民一方面带来消费，另一方面带来工作，但如果移民政策收紧，劳动力需求就会下降。

H-1B签证政策的深远影响

以H-1B签证为例，目前美国要求雇主为每位H-1B员工支付10万美元。对于在美国毕业的博士生、本科生和硕士生，他们的初始工资可能也就10万美元左右，甚至更低。在这种情况下，雇主为何要额外支付10万美元来雇佣留学生呢？这导致留学生在美国找工作变得异常困难。这意味着企业被迫采用美国国内劳动力，但实际上劳动力需求是下降的，例如原本可以雇佣三个人，现在可能只雇佣两个人。

近期市场对H-1B政策及其对科技公司的影响讨论非常多。当该政策刚刚签署时，商务部长在新闻发布会上表示，所有现有的H-1B签证都需要每年缴纳10万美元的税费，甚至包括从一家公司跳槽到另一家公司也需缴纳。这一政策出台后，许多大公司立即将海外员工召回美国，因为政策的不确定性太高。然而，两天后白宫发言人又出来澄清，表示对存量H-1B签证不收取此费用。这再次凸显了特朗普政府在移民和关税政策上的不确定性，使得美联储在制定政策时面临巨大挑战。

美联储利率决策的限制与考量

美联储在决策利率时，其Terminal Rate很难低于3%。今年我们看到的通胀率PCE（Personal Consumption Expenditures: 个人消费支出，美联储衡量通胀的主要指标之一）可能在3%上下或略低于3%。在这种情况下，利率无法降到3%以下。因此，许多人，包括特朗普政府在市场上叫嚣的大规模降息，在任何一位美联储主席手中都难以实现。如果对通胀没有一个远期明确的看法，且经济数据（如就业和零售销售）并未特别差，企业盈利反而更好，公司股价普遍上涨（如标普500指数在高位），美国整体家庭资产负债表也表现良好。美国人的养老金（如401K）大多投资于股票，公司盈利带动资产上升，消费并未显著下降。上周的零售销售数据也印证了这一点。

与传统上就业数据下降、消费数据随之下降、通胀数据回落的模式不同，当前政府政策导向（包括政府消费、减税、加关税、移民政策）使得这些传统信号变得模糊不清。这是Jay Powell和下一任美联储主席（到2026年）都将面临的问题。在白宫政策信号不明确的情况下，美联储必须“Keep Options Open”（保留选择权）。因此，降息25个基点是正常的，不可能降息50个基点，甚至在能降不能降的问题上，美联储会选择先观察。无论谁担任美联储主席，结果都一样，白宫不可能控制美联储。任何主席都必须为自己的声誉和行为负责，不可能制造出通胀。例如，如果将利率降到3%以下，导致Real Interest Rate（实际利率: 名义利率减去通货膨胀率后的利率）变为负值，一旦通胀再次抬头，明年再加息将陷入被动。因此，央行在这些问题上的纠结将持续存在，尤其是在白宫政策不明确的情况下。

中国央行的政策考量与市场风险

与美国不同，中国央行（人民银行）的独立性较弱，其政策通常听命于财政部。因此，中国央行和财政部的政策是一致的。然而，中国央行也面临其自身的政策考量。潘功胜等官员在台上非常清楚，中国股市目前完全脱离基本面，基本面一塌糊涂。例如，地方政府的隐性债务（Local Government Implicit Debt: 地方政府通过融资平台等方式形成的，未直接列入预算的债务），即地方政府的非法集资，已经高达20万亿人民币。二三线城市基本都依靠这些杠杆来融资和搞工程。

目前，中国的去杠杆（Deleveraging: 降低债务与资产比率的过程）尚未完成，也无法加杠杆（Leveraging: 增加债务与资产比率的过程），因为杠杆率已经太高。整个社会融资额巨大，而背后是350万亿到450万亿的房地产市场作为基础资产，但房地产市场无法支撑。居民和地方政府的资产负债表都无法修复。在这种情况下，仅仅通过炒高股市对宏观经济的影响并不大，正如我们看到CPI（消费者物价指数）的宏观影响有限。

如果继续通过货币政策放水来炒高股市，对于潘功胜、吴清等执行官员个人而言，风险巨大。在中国，做错事日后是要负责的，例如“三条红线”政策的执行者就已受到处理。虽然“三条红线”是更高层的决策，但在执行层面做得过头，日后也会被追责。目前货币政策和股市面临同样的问题。与美国公司EPS（Earnings Per Share: 每股收益，衡量公司盈利能力的指标）和Margin（利润率: 销售收入中扣除成本后的利润百分比）双双提高所带来的上涨不同，中国股市并非如此。因此，继续印钱对官员个人风险很大。

中国央行和证监会的表态，例如“我们做得非常好”或“倡导价值投资、长期投资”，一方面是向上级汇报工作，另一方面也反映了他们内部的担忧。因此，中美两国政府的财政扩张是明确的，这是一个长期的大周期，必须依靠它才能维持经济2.5%以上的增长。但同时，两国央行的货币政策都处于一个谨慎和纠结的节点，他们可能会印钱，但都非常谨慎。

AI算力革命与科技巨头竞争格局

接下来，我们讨论近期发生的几笔重大交易。首先是中国将TikTok的数据出售给Oracle（ACRE）。Oracle为TikTok提供云服务，因此TikTok的数据都在Oracle上。但Oracle作为云服务商，并没有能力利用这些数据进行大规模分析。此次交易，TikTok将其推荐算法也一并给了美国。从形式上看，TikTok的董事会中大部分成员是美国人（7人中有5人），中国方面保留了20%的股份。但实际上，TikTok已出售给Oracle和Silver Lake等公司。Oracle将因此成为另一个崛起的Conglomerate（企业集团: 由多个不同业务领域公司组成的巨型企业）。

在AI战争中，我们上次讨论了算力的大革命，这是一个真正的“星辰大海”式的革命。算力需求和Token需求都呈指数级增长，表明AI背后有实际的指数级需求在推动，算法也在指数级优化。要持续优化AI，就需要投入大量的算力。这就像二战初期，苏芬战争时苏联还在打“精兵政策”，但到了后期，战争演变为“总动员战争”，谁的产能大，谁就能碾压对手。美国建造了166艘航空母舰，就是产能的体现。

在算力革命中，最终谁拥有大规模算力，谁就能取胜。大型模型最终可能会归属于几个大型企业集团，例如OpenAI、Google，可能还有Microsoft。上周的交易是TikTok先去试用Oracle的云服务，同时Oracle购买了Nvidia大量的算力，大约1000亿美元。这并非“左脚踩右脚”，因为Nvidia投资了1000亿美元给OpenAI，而OpenAI又购买了Oracle的Token，将其算力部署在Oracle上。最终，这1000亿美元的投入变成了OpenAI算力战争的资源。Sam Altman在去年就曾提出要投入7万亿美元用于AI的集约化发展。硅谷的精英们普遍认为，无论中国做什么，无论制造业如何，只要赢得AI战争，美国就赢了。因此，赢得AI战争的关键在于大规模的算力投入。

AI战争本质上是几个大型科技集团之间的战争。一些初期表现出色的初创公司，如Anthropic和xAI，可能会因为算力不足而被挤兑。因为这些巨头背后有大量的资金投入。目前，一个非常大的集团正在形成：Nvidia、Oracle和OpenAI，OpenAI此前还与Apple有合作。另一方面，Google和Alphabet（为Google制造TPU（Tensor Processing Unit: 张量处理单元，谷歌开发的用于AI和机器学习的专用芯片））可能构成另一个集团。

这些大集团每次动用大规模算力投入，其规模令人震惊。中国最近表示要投入5000亿人民币支持中小企业和农业等，而Nvidia和OpenAI建立的算力中心，其电力需求相当于三峡大坝的一半，投资高达1000亿美元。你会看到，美国在算力生产量、产能和芯片先进性方面都远超中国。中国的寒武纪芯片和华为的路径都存在问题，质量和数量都与美国存在数量级差距。最终，AI可能会落入这两个大型集团手中，这将带来“星辰大海”般的变化。

英伟达与芯片供应链的战略布局

我听说Nvidia除了投资AI公司外，还投资了Intel。我个人一直看好Intel，认为其价值被严重低估。去年，当Sam Altman找到包括TSMC（台积电: 全球最大的专业集成电路制造服务公司）时，Morris Chang（张忠谋）也表示，如此大规模的投入需要大量的产能。你可以将台积电想象成二战时的油矿，油矿都在美国。同理，现代算力最终都需要芯片，而芯片主要由台积电生产。但台积电不可能为了某个“梦想”而大规模投入，它的模式是根据客户需求逐步投产。指数级的投产，没有人敢做。

台积电不敢做，于是Nvidia投资了Intel。这实际上是一方面倒逼台积电，另一方面寻找第二个芯片供应的替代选择。现在，最终的瓶颈就是芯片供应。大家都在抢芯片供应，然后抢算力中心，再抢模型。这是一个供应链的Constraint（约束）。美国这些科技公司加在一起的Capex（Capital Expenditure: 资本支出，企业用于购买或升级固定资产的投资）投入已达数万亿美元，如此“星辰大海”般的投入，中国公司根本无法企及。例如，阿里巴巴的总市值才4000多亿。与美国公司相比，中国公司的规模显得较小。

目前，整个硅谷正在掀起大规模的投入潮和并购潮，这将形成超级巨大的科技公司。这种对整个产业和国家的影响是不可估量的。一些前期看起来很厉害的公司，可能会在这种“全面战争”或“总动员战争”模式中被淘汰或逐渐落伍。我个人认为，总动员战争中，最大的公司将占据主导。我们将拭目以待，我听说关于Intel和几家科技公司将会有新一轮的消息公布。

加密货币市场动荡与套利策略

最后五分钟，我来谈谈昨天加密货币市场的情况。昨天ETH（Ethereum: 以太坊，一种开源的区块链平台，也是其原生加密货币的名称）暴跌，整个加密货币市场都出现暴跌。但有趣的是，黄金却上涨了，这表明并非货币政策流动性不足等原因导致币圈暴跌。

我个人认为，这与Bitmain（比特大陆: 全球领先的加密货币挖矿机生产商）这家公司融资3亿美元有关。Bitmain以14%的溢价出售了3亿多美元的股票，但同时还附送了Option（期权: 一种金融衍生品，赋予持有人在未来特定时间以特定价格买卖标的资产的权利）。如果你按照周五的收盘价计算，直接卖掉期权再卖掉股票，可以赚取25%到30%的利润。这是一个“No-Brainer Deal”（无需思考的交易），只要能卖掉股票和期权，就能立即获利20%到30%。

因此，投资者肯定会参与认购股票。一旦参与认购，如果市场上没有立即卖出股票的机会，他们就会先做空ETH。等到美股开市时，再卖掉股票，平掉ETH的空仓。这是一种对冲行为。你可能会觉得这是“左脚踩右脚”，但资金并非市场上那么多美元的钱。对ETH没有明确的看涨看法，你必须折价卖出股票。Bitmain的做法与MicroStrategy（微策略: 一家商业智能公司，以大量持有比特币而闻名）不同，MicroStrategy有能力卖债，而不是卖股票，它是在债上面加期权来卖。卖股票会直接导致市场对冲。

你卖出3亿美元的股票，市场上大部分头寸都会被卖掉。因此，你等于是折价卖股票。市场毫不留情，在美股开市前，先砸掉以太坊，套利止盈。第二天再卖掉股票，平掉以太坊的空仓。所以，现在币圈大部分的Pri Action（Price Action: 价格行为，指资产价格在图表上的变动，通常用于技术分析）并非你们看到的那些数据，例如BM商开了多少多空单。很多主流币的价格行为都是在华尔街定价的，与华尔街的套利策略相关。大家对以太坊或BMB等并没有真正的Beta（贝塔系数: 衡量资产相对于市场整体波动的风险指标），即方向性看法。只要有套利空间，就会被套利。这是我对昨天以太坊价格行为的理解。