在四十多年时间里，投资界一直依赖一个核心假设：由 60% 股票和 40% 债券组成的投资组合，在市场走弱时能够提供保护。在过去大约 20 年里，另一个假设也与之并行存在：少数占主导地位的科技公司会继续增长到投资者愿意为其支付的任何估值。这个想法随着时间不断演变，从 FAANG 股票到疫情期间的“Magnificent Seven”，再到最近新一类 AI“hyperscalers”。

如今，这两项假设都正受到那些通常很少对所覆盖市场给出负面观点的机构挑战。

华尔街一向最为看多的研究机构之一高盛周一发布报告，由首席全球股票策略师 Peter Oppenheimer 撰写。他在报告中承认，科技板块“看不出存在估值泡沫，但可能存在盈利泡沫”。

同一天，Apollo 首席经济学家 Torsten Slok 在其 Daily Spark 笔记中写道，“60/40 投资组合已经失效”，并称随着 AI 交易放缓、政府债务预计升至 GDP 的 175%，“60 和 40 都无法回应当初让它奏效的原因”。

这两份报告发布前的一周，大型科技股财报引发了 major tech firms 股价异常剧烈的上行和下行波动，分析师则在争论这些反应究竟反映了 AI 护城河的真实形态，还是“financial nihilism”。

微软股价单日飙升 17%，市值增加近 $500 billion，创下历史纪录，也是自 2008 年金融危机以来最大的单日涨幅。事实上，Oppenheimer 周一表示，市场正在经历一种自大衰退以来未曾见过的变化。

不是单纯的比例失灵，而是一个体系在裂解

60/40 规则并非一成不变的铁律。它的理论基础可追溯至 Harry Markowitz 在 1952 年关于投资组合理论的研究，但真正成为机构层面的正统配置方式，是在 20 世纪 80 年代初开始、持续四十年的利率下行周期中。债券价格下跌的长期环境使债券既能提供收益，也能在股票下跌时充当缓冲，这种动态被市场分析师称为投资的“golden age”。

Slok 的警告并不是对某个疲弱财报季的反应。至少从 2023 年起，他就一直认为利率会比共识预期“higher for longer”。到 2026 年 5 月下旬，他已将这一宏观判断细化为具体的收益率曲线机制：前端利率因黏性通胀而上行；曲线中段因“hyperscaler issuance”承压；长端利率则因“更多 Treasury 供给和更少 Fed 需求”而走高。他在 8 月 3 日提出的“如果 AI 交易反转，或者市场对政府赤字更加担忧，真正的风险就会显现”延续的是这一多年的论点，而不是一个新判断。

Oppenheimer 的报告没有使用 Slok 的原话，但从股票端得出了相同的结构性结论。他写道：“更多政府债务、更多发行以及持续通胀都推高了资本成本，使盈利成为回报的关键驱动因素。我们认为这一趋势将持续。”

自 2009 年以来未见的轮动

Oppenheimer 团队指出，自 2009 年以来，按等权重计算的标普 500 首次跑赢市值加权指数超过 7.3%。自 2000 年代中期，尤其是金融危机以来，美国市场越来越被少数超大市值科技股主导。但如今，高盛表示，在韧性较强的经济、并购活动回升，以及其所称“近期几周动量剧烈回撤”的推动下，“市场参与度已扩展到最大市值股票之外”。

这轮回撤背后的机制是资本开支。Oppenheimer 指出，自 ChatGPT 出现以来，hyperscalers 的 capex 激增，持续侵蚀它们的高额现金流，迫使它们转向债务和股权市场融资。结果，五只最大美国股票曾经相对标普 500 其他 495 只股票享有的溢价“几乎消失”。高盛称这一变化是“在市值和表现都高度集中的多年之后，健康的正常化”。

华尔街忽视的泡沫警示者

在 Oppenheimer 发布报告前两个月，警告声音主要来自大银行官方研究部门之外。

6 月 3 日，Acadian Asset Management 的 Owen Lamont 认为，标普 500 预期长期盈利增速已达到 20.2%，高于 2000 年 18.6% 的高点——他表示，这一数据使“当今的乐观情绪……又成为 2026 年看起来像 1999 年的另一种方式”。

几天前，JPMorgan CEO Jamie Dimon 在 Bernstein 的 Strategic Decisions Conference 上更直白地说：“太激进了，伙计们……外面有很多过度乐观情绪。” Dimon 将他的担忧锚定在 1972、1986、2000 和 2007 年。每一年都是信心高涨、交易活动强劲、市场共识认为基本面足以支撑乐观情绪的时刻——而就在音乐停止之前。

他还指出，$10 trillion 到 $12 trillion 的赤字支出在机械上抬高了企业利润，并警告市场把一种“sugar high”当成了内生增长。

Ray Dalio 则进一步表示，他告诉 Bloomberg Television，自己的泡沫指标显示市场“正接近——但还不是——2000 年和 1929 年的同一水平”。

这些警告为 7 月 14 日埋下了伏笔。当日，IBM 遭遇其 115 年历史上最严重的单日股价崩跌：在收入仅低于预期 3.7% 的情况下，股价暴跌 25%，市值蒸发约 $40 billion。那一天 JPMorgan 和高盛却公布了超预期的强劲财报。经济学家 Steve Hanke 认为，这种并置表明存在两个泡沫。

他当时对 Fortune 表示，像 Shiller CAPE ratio 这样的指标可以看到典型的估值泡沫，“但更危险的错误定价……根本不在估值上，而是在盈利本身。”

BCA Research 的 Peter Berezin 已经连续数月提出相同观点，称 AI 交易“主要是盈利泡沫，而不是估值泡沫”，这种泡沫历史上常出现在繁荣—萧条型行业中，例如 2008 年之前的银行业和疫情期间的居家办公股票。

当然，尽管一些科技股被重新定价或下调评级，整个市场并未全面崩盘，股价在过去几个月大多横盘，这也在一定程度上印证了 Oppenheimer 认为这种动态对股票有利的判断。但正如 Berezin 所指出的，盈利泡沫比估值泡沫更难识别，因为分析师“通常只有在股价已经下跌之后才会下调盈利预期。”

IBM 证明了这一点，BofA 和 UBS 直到股价已经暴跌后才下调预期。几周后，大型科技公司的财报又一次迫使市场重新评估现实。

在 7 月 26 日至 31 日这一周，市场围绕最大的 AI 支出方出现明显分化——分歧并不在盈利本身，而在 capex 的可信度。微软和亚马逊分别上涨 18% 和 10%，而 Alphabet 一度下跌多达 4%，Meta 也下跌近 10%，尽管这些公司中的绝大多数都持续交出了令人印象深刻的盈利和营收。投资者不再只是因为 capex 存在就给予奖励，他们开始追问资金从何而来，以及每家公司的资产负债表是否能够支撑这样的支出速度。

为什么旧的打法不再奏效

Oppenheimer 自身的数据如今也显示，为什么科技板块的盈利叙事变得更难令人信服。高盛对该板块的远期隐含增速自 2020 年以来上升，但 10 年滚动盈利增长率“已远远超过 2000 年的高点”——这意味着，实际实现的增长已经超过互联网泡沫时期的极端水平，而前瞻性预期在技术上仍未完全跟上。

这给投资者留下了一组令人不安的事实：使 60/40 规则可靠的四十年利率周期已经悄然结束；定义这一代牛市的科技主导两十年正在被重新定价；而即便是最愿意为 AI 交易辩护的分析师，也开始在同一个 8 月的日子里谨慎承认，怀疑者也许只是看得早，而不是看错了。

在撰写这篇报道时，Fortune 记者使用了生成式 AI 作为研究工具。编辑在发布前核实了信息的准确性。

本文最初发表于 Fortune.com