© 2026 Street Alpha. All rights reserved.
Disclaimer: This article is for informational and educational purposes only. It does not constitute financial, legal, or geopolitical investment advice. The views expressed are based on public intelligence and analytical frameworks as of the publication date and are subject to change without notice. Readers should conduct their own research or consult professional advisors before making any investment decisions.
先说结论
这一轮半导体股票暴跌，并不意味着 AI 需求已经崩塌，也不代表产业基本面出现了系统性逆转。市场真正做的，是把过去两年混在一起的几种利润重新拆开，然后给予完全不同的估值倍数：
AI 长期普及带来的结构性增长
资本开支加速带来的周期性利润
供应短缺带来的价格与毛利率溢价
资金拥挤、杠杆和 ETF 流入带来的估值溢价
在上涨阶段，这四种利润被包装成了同一个“AI 超级周期”故事，并统一获得成长股估值。现在，市场开始逐项审问：哪些盈利已经兑现，哪些来自周期高点，哪些仍然依赖 2027 年、2028 年甚至更远期的假设？
这解释了近期看似矛盾的市场结构：Apple 创出历史新高，Nvidia 相对抗跌，而 Micron、Marvell、Kioxia、ARM 和 Coherent 大幅回撤。
市场在重新判断一件事：我今天愿意为多远以后的利润付钱？
答案已经从三到五年，缩短到了一到两年。
2024 年至 2025 年，市场看到了一组真实且相互强化的基本面变化：
Hyperscalers 持续上调资本开支
GPU、HBM、先进封装和光互联供不应求
Micron、Marvell、Coherent 等供应商盈利预期持续上调
AI 需求从训练向推理和 Agent 扩散
数据中心建设受到电力、网络和供应链约束
供应商收入增长持续超过市场原有预期
这些变化足以支持股价上涨。上涨逻辑的基本面起点并没有错。
问题出在市场如何外推这些数据。
当一轮行情足够强时，市场往往会把不同性质的增长都解释成永久增长：周期性利润获得成长型估值，短期供给短缺被视为长期护城河，订单可见度则被视为盈利确定性。
但是，AI 长期趋势与 AI 资本开支周期并不是同一件事。
AI 可以成为未来几十年的通用技术，Hyperscaler CapEx 的增速仍然可能在几年内见顶。互联网流量长期增长，没有阻止电信设备行业经历资本开支周期；云计算长期增长，也没有消灭服务器、存储和网络设备的库存周期。
产业趋势决定长期需求中枢，资本周期决定中间的订单、利润率和股价路径。
从增长转向增长斜率
市场现在关注的，已经不是 AI CapEx 是否继续增长，而是它的增长斜率是否仍在上升。
假设资本开支从100增长到 150，增速为 50%。下一年再从 150 增长到 165，绝对金额仍然创出新高，但增速已经降至 10%。
供应链公司的收入可能继续增长，股票却可能提前见顶，因为市场交易的不是绝对水平，而是未来变化的方向。
因此，当前市场真正审问的是：
CapEx 增速还能否继续上升？
盈利预测的上修幅度是否已经见顶？
供应紧张还能维持多久？
新增资本投入能否带来足够高的回报率？
当前估值需要多少年的高增长才能成立？
这里最重要的变量，是 Hyperscalers 的投资回报率。
只要市场相信 AI 投资最终会产生足够高的回报，它就愿意为 2028 年的利润提前支付溢价。一旦 ROI 的验证速度低于资本开支扩张速度，市场不一定马上下调需求预测，却会先缩短愿意相信的时间跨度。
这条传导链可以概括为：
ROI 可见度下降 → 可承保期限缩短 → 远期盈利折现增加 → 高久期股票估值下降 → 拥挤仓位去杠杆 → 跌幅超过基本面变化
什么是久期去评级
久期（Duration）原本是债券概念，用来衡量资产价值对远期现金流和折现率变化的敏感度。
股票也存在类似特征。
如果一家公司的大部分估值来自未来一两年的现金流，它的久期较短。如果估值主要建立在三至五年后的盈利，它就是一只高久期股票。
所谓“久期去评级 (Duration De-Rating)”，并不一定意味着市场认为未来盈利会消失，而是市场不再愿意今天就为那么远的利润支付同样高的价格。
过去的定价可能隐含：
当前高增长能够持续五至七年。
现在的定价可能变成：
未来一两年仍然很好，但更远的年份需要重新验证。
基本面预测可能只发生了小幅变化，估值却会大幅下降，因为高久期资产对“高增长能够持续多少年”极其敏感。
这正是 Coherent、Marvell、Kioxia 和部分 ARM 估值面临的共同问题。它们的长期机会可能仍然存在，但相当一部分价值依赖未来几年的 1.6T光模块、定制 ASIC、CPO、数据中心 CPU 和相关项目按时放量。
为什么好公司也在跌
身为一个研究出身的投资的者，我经常会问自己：
如果一家公司已经回到合理估值，为什么股价仍然没有买盘承接？
因为估值只能告诉我们某个价格对应怎样的盈利预期，它无法告诉我们市场还有多少被迫卖出的仓位。
在普通回调中，低估值会吸引长期资本。在拥挤交易的去杠杆阶段，市场首先要解决的不是估值，而是资产负债表。
如果杠杆 ETF、动量策略、波动率控制基金和主动基金同时降低风险，卖方需要立即成交，买方却可以等待。期权做市商的对冲活动在负 Gamma 环境下还可能进一步放大日内波动。
因此，价格可以暂时跌穿研究员计算的合理价值。
这不代表估值分析失效，而是说明估值不是短期价格的唯一决定因素。最终价值由现金流决定，但短期路径由边际买家、杠杆和流动性决定。
市场中可能仍有大多数投资者相信 AI 的长期趋势。只要新增买盘减少，而一小部分杠杆资金开始集中卖出，价格就可能迅速变化。
Duration De-Rating估值的压力测试
我把大家人为基本面完全没问题的行业龙头的估值倍率往下压，以达到压力测试的结果，来对当前市场的环境做一个梳理。
Micron（MU）的原始估值锚定在 FY2027 非 GAAP EPS 约 121 美元，使用 12 至 15 倍退出市盈率，目标价约 1,600 美元。这本来是一个相对保守的框架，因为 12 至 15 倍对存储行业来说并不激进。但在久期去评级环境下，压力情景对应的倍数只有 6 至 7 倍，对应价值约 640 至 750 美元。最近几天 853 至 900+ 美元的价格，大致处于压缩情景和基础情景之间。别忘了Micron 有一个其他存储公司没有的保护机制：签署了约 16 份长期供货协议（SCA），涉及约 1,000 亿美元的最低价格承诺，并附有约 184 亿美元现金押金和约 40 亿美元信用证。这些协议覆盖了大约 25% 的预期收入，能够有效保护利润底部，虽然这不能阻止市场在估值倍数上做出调整。
Kioxia（285A）是这几家公司里久期风险最高的。从 6 月 22 日的历史高点 112,700 日元跌到 7 月 17 日盘中约 52,110 日元，跌幅约 54%，已经跌破了 6 月 2 日的原始入场锚点 72,200 日元。用 25 倍近期EPS 计算，当前盈利支撑价值约 25,300 日元，比当前价格低 51%。这意味着今天股价里的每一分钱，几乎都建立在 FY2027 至 FY2028 年盈利的假设上。属于高风险区间。
Marvell（MRVL）的问题是盈利实现的时间跨度。我之前给的概率加权目标价建立在 FY2028 EPS 约 6.40 美元乘以 38 倍退出市盈率的基础上。FY2027 单独支撑的估值只有约 154 美元，比当前约 188 美元还低 18%。资本开支 ROI 依赖评分中，数据中心收入占比约 74%，几乎全部来自超大规模客户的投资决策，而 NVLink Fusion、Google TPU、CPO 等项目的收入确认都还在路上。
ARM（ARM）从 6 月历史高点约 407 美元回落至约 262 美元，跌幅约 36%，基本回到了 5 月份我刚开始研究这个公司时候 256 美元的水平。问题是，在 256 美元时就已经存在的两个未解风险，FTC 调查和供应链集中问题，并没有在这段时间里得到有利的解决。而 Meta Compute 事件新增了一个超大规模客户可能从买家转变为竞争性卖家的风险。这家公司是 IP 授权商，从架构许可费和每颗芯片销售的版税中获利，本质上不是资本开支的直接接收方。但市场仍然把它纳入了 AI CapEx 供应链的同一个篮子。原因是 AGI CPU 硅的整个收入假设，依赖超大规模客户持续以当前速度建设数据中心。如果这个速度放缓，数据中心版税的增长路径就会被延迟。
注意：上述这些场景仅是我个人的，人为的，数字调整。我的分析是为了给市场一个理性的解释，但是市场并不欠我们一个理性的解释。
换位思考：为什么英伟达这么抗跌？
Nvidia 同样依赖 Hyperscaler CapEx，却比大多数 AI 供应链公司抗跌。
原因是它的盈利距离现在更近。
数据中心 GPU 的收入和利润已经体现在财务报表中，不需要等待三年后的项目量产，也不依赖尚未完成验证的长期产品假设。CUDA 生态、网络产品和系统级方案还提供了更深的竞争壁垒。
换句话说，Nvidia 面临的是“现有高利润能够维持多久”的问题，而不少供应链公司面临的是“未来高利润能否按时出现”的问题。
两者都存在 CapEx 风险，但盈利久期不同。
这并不意味着 Nvidia 没有风险。如果 Hyperscaler CapEx 真正下调，或者新增 GPU 投资的边际回报率持续下降，Nvidia 也无法完全脱离整个资本周期。
它只是处在兑现链条的最前端。
Apple也刚到了历史新高
Apple 提供了另一个对照。
Apple 的主要收入来自设备、服务、订阅和平台生态。这些现金流已经存在，不需要等待 AI 数据中心建成，也不依赖某个 Hyperscaler 在 2028 年兑现一个新项目。
AI 对 Apple 更像是产品和生态增强，而不是核心商业模式能否成立的前提。
当市场缩短愿意相信的期限时，资金自然会偏好：
当前自由现金流更清晰的公司
客户集中度更低的公司
不依赖单一资本开支周期的公司
能够通过回购直接支撑每股价值的公司
因此，Apple 创新高与半导体暴跌并不矛盾。它们共同反映了市场从远期增长向当前现金流迁移。
市场内部正在恶化
目前最值得警惕的，不只是半导体下跌，而是市场广度持续收窄。
等权重标普持续落后于市值加权标普，说明指数表现越来越依赖少数大型公司。纳斯达克成分股站上 50日均线的比例形成更低的高点和更低的低点，也说明参与上涨的股票数量正在减少。
七巨头和金融股承接了部分从半导体撤出的资金，使指数表面上保持稳定。但这种稳定是集中的，而不是广泛的；更像资金避险和再配置，而不是风险偏好的全面恢复。
接下来通常存在两条路径：
半导体止跌并重新获得资金流入，市场广度修复，指数继续上涨
大型平台股和金融股也开始承压，指数失去最后的支撑并出现补跌
什么才是真正的止跌信号
市场清算结束时，未必会出现一条足够明确的利好新闻。
更可靠的信号来自价格对信息的反应方式：
股票开始不再对坏消息创新低
好消息发布后能够持续上涨，而不是次日全部回吐
放量反弹能够维持数日
领跌股不再持续创出相对低点
半导体市场广度先于指数改善
盈利预测仍在下调，但股价不再下跌
Nvidia、台积电等核心资产出现放量相对强势
Hyperscalers 维持或上调资本开支，同时给出更清晰的收入和 ROI 证据
价格跌到某条支撑线，不等于清算结束。只有当边际卖盘被真正吸收，价格行为才会发生变化。
接下来真正要研究什么
这轮下跌最终会走向哪里，取决于它停留在哪一个层级。
第一层是估值压缩。市场仍然相信盈利，只是不愿给予原来的倍数。
第二层是仓位清算。基本面没有明显变化，但杠杆、动量和集中持仓导致价格跌幅超过盈利变化。
第三层是盈利下修。订单推迟、产品量产延后或价格下降，开始影响供应链公司的预测。
第四层是资本周期逆转。Hyperscalers 因融资约束或 ROI 不足而下调 CapEx，进而改变整条 AI 供应链的收入与利润路径。
如果当前仍处于前两层，这轮下跌最终会创造新的买点。
如果开始进入第三层，投资者需要重新选择盈利久期更短、现金流更明确的公司。
如果发展到第四层，则不能再把它视为单纯的估值调整，而必须重新计算整条 AI 供应链的盈利周期。
最后的判断
AI 已经永久抬高半导体行业的需求中枢，这个判断仍然成立。
但更高的需求中枢，不代表周期消失；长期技术革命，也不等于所有参与者都可以长期获得成长股估值。
过去两年，市场把结构性增长、周期利润、供给稀缺和流动性溢价打包成了一个故事。现在，它正在重新拆开这些利润，并按照兑现时间、持续性和资本回报率分别定价。
因此，这轮下跌的核心并不是AI 是否结束，而是：市场还愿意为多远以后的 AI 利润支付今天的价格？
AI 的长期需求可以继续强劲，AI 股票仍然可能经历深度熊市。产业趋势决定终点，资本结构、仓位和流动性决定抵达终点之前的路径。
当前最重要的研究任务，不是寻找一条技术支撑线，而是判断这轮下跌究竟仍处于估值和仓位清算阶段，还是已经开始影响 Hyperscalers 的融资能力、投资回报率与资本开支决策。
前者最终创造机会。
后者则意味着，整个盈利周期都需要重新计算。