編輯手記：九月，美國金融市場出現明顯背離：公債遭大幅拋售，10年期公債收益率單月上漲逾50個基點，部分固定收益資產下跌2.3%至5%；與此同時，AI相關交易依然強勁，半導體股持續攀升，納斯達克指數相對穩健，但小型與中型股、等權重標普500指數及其他對利率敏感的板塊則普遍承壓。

依傳統估值邏輯，長期利率上升意味未來現金流須以更高折現率計算，通常壓抑股價。然而科技股跌幅卻未如債市劇烈。市場究竟憂心美國財政與通膨前景，還是押注AI將帶來足以抵銷高利率衝擊的經濟成長？

QuantStreet Capital創辦人Harry Mamaysky於最新月度投資信函中提出另一疑問：若市場相信AI能全面提升整體經濟生產力，為何主要受益者仍是半導體等基礎設施供應商，而非最終將廣泛受惠於AI的眾多企業？作者雖不認為AI已形成泡沫，但仍警惕盈利預期與股價表現之間的落差。

此問題關乎AI投資能否形成可持續的商業循環。資本市場已願意為運算力、晶片與資料中心支付高昂成本，但這些投入最終必須轉化為企業獲利，方能支撐長期報酬。隨著融資成本持續攀升，AI投資論述可能愈發取決於一個關鍵問題：建設成本由誰承擔？AI所創造的利潤又由誰真正攫取？

以下為原文之譯文：

2026年9月，美國市場最明顯變化並非AI股上漲，而是債券與股票間罕見的背離。

一方面，固定收益市場普遍遭拋售。美國公債數據顯示，10年期公債收益率自8月31日的4.75%升至9月30日的5.29%，累計上漲54個基點。據QuantStreet統計，部分美國固定收益資產當月跌幅達2.3%至5%。

另一方面，科技股（尤其半導體類）保持強勢。比特幣、重倉科技與半導體股的動量策略，以及納斯達克指數均相對突出；反觀美國小型與中型股、等權重標普500指數，以及房地產信託基金（REITs）、公用事業與金融等利率敏感板塊則普遍疲弱。

更異常的是，美元與大宗商品在9月同步走強，違背其慣常的負相關關係，顯示投資人面對的市場環境正日益複雜。

對QuantStreet而言，此波市場背離背後有兩大問題值得深究：為何長期利率急升之際，科技股仍能堅挺？若投資人押注AI驅動經濟成長，為何此預期未反映於整體股市？

一、美國公債收益率飆升：市場究竟在擔憂什麼？

10年期美國公債收益率單月上漲逾50個基點，代表長期資金定價已發生顯著變化。

債券價格與收益率通常呈反向變動。收益率上升意味既有債券價格下跌，存續期間越長、利率敏感度越高者，價格壓力通常越明顯。

然而，市場尚未就此次公債拋售的主因達成共識。

第一種解釋是投資人對美元信心減弱。

不過Mamaysky對此判斷持懷疑態度。事實上美元於9月升值，與美元資產全面拋售的敘事矛盾。當然，美元走強並不能完全排除長期信用風險，但至少顯示市場尚未陷入單向的美元信心危機。

第二種解釋是，美國財政狀況正促使投資人要求更高的長期風險補償。

作者同樣認為，現有證據尚不足以支持如此強烈的結論；他特別指出，市場隱含的通膨盈虧平衡點（breakevens）大致維持穩定，其變動幅度遠小於收益率上漲幅度。

此指標反映名目國債與抗通膨國債（TIPS）的收益率差，可用以觀察投資人如何為未來通膨及相關風險補償定價。若名目收益率上升，但通膨補償未同步大幅攀升，便難以將整體變化全歸因於失控的通膨預期。

話雖如此，這並不表示財政風險可被排除。長期收益率亦受國債供給、期限溢酬、實質利率與市場流動性等因素影響；單憑通膨補償穩定，無法證明美國公債毫無風險。

相較之下，瑪馬斯基更重視第三種可能性：市場正重新評估更強勁的未來經濟成長，以及人工智慧基礎建設所帶來的巨大資金需求。

大型雲端服務商與科技公司持續擴大資本支出（Capex），興建資料中心、採購晶片，並投資配套電力基礎設施。這些支出意味企業需動用更多資金，也可能推升融資需求。

倘若投資人同時預期AI將帶動更高生產力與未來獲利，則長期利率上揚未必僅反映經濟風險惡化，也可能部分反映成長預期與資金需求的變化。

此說法並非斷言AI投資已確為美國公債收益率上漲之主因，而是作者試圖解釋：何以在債市遭拋售之際，部分科技股仍能走強。

二、為何利率升高時AI概念股反而更強？

股票估值可簡化理解為未來現金流的折現值。

其他條件不變下，市場利率越高，投資人要求的報酬率越高，公司未來收益換算成今日價值便越低；這也是高估值成長股通常對利率上升更敏感的原因。

但九月市場並未完全遵循此邏輯運作。瑪馬斯基解釋道，投資人可能相信AI將創造足夠強勁的未來獲利成長，足以抵銷折現率上升所造成的估值壓力。

從估值公式觀之，等同兩股力量相互抗衡：一是上升的折現率壓低未來收益的現值；二是預期獲利增加，提升股票內在價值。

若後者成長幅度足夠大，即使利率升高，股價仍可能持續上漲。換言之，市場未必忽視高利率，而是相信未來AI利潤足以覆蓋更高的資金成本。

此解釋頗具說服力。AI基礎建設投資正催生龐大需求，晶片製造商、半導體設備供應商及相關科技公司可直接從建設支出中獲取營收。AMD、美光、英特爾、思科與應用材料等企業，亦出現在作者聚焦的動能型ETF主要持股名單中。只要市場相信AI資本支出將持續維持高位，上游供應商的獲利預期便有望持續獲得支撐。

但問題在於，這些公司的營收成長最初源自其他企業增加資本支出，未必代表整體經濟已實現相應的生產力提升。

對購置晶片、興建資料中心的企業而言，該支出首先構成成本或資本性資產；唯有當這些資產最終助企業增加收入、降低成本或提升獲利時，投資才能產生持續的經濟報酬。

因此，半導體股上漲僅顯示市場看好AI基礎建設相關企業的盈利前景，尚不足以證明AI投資的最終經濟報酬已然實現。

三、關於AI的最大疑問：晶片公司賺錢了，其他公司呢？

這也正是瑪馬斯基在投資信中著墨最多的矛盾點。

九月，半導體產業表現強勁，但等權重標準普爾500指數表現疲弱。

相較於市值加權指數，等權重標準普爾500指數賦予每檔成分股大致相同的權重，因此更能反映市場漲幅是否廣泛分散，而非主要由少數大型科技公司所驅動。

作者將半導體業以外的廣泛企業群體稱為ROCS（企業部門其餘部分），即企業部門的其餘部分。

在他看來，AI投資存在某種邏輯，但需時間驗證。

企業目前正採購晶片、伺服器與軟體，因其預期這些技術未來將帶來生產力提升；市場亦願意提前資助此類建設，因相信未實現的利潤將在未來浮現。

因此，目前各產業尚未同步出現盈利增長，實屬意料之中。

問題在於股市本身具前瞻性；若投資人確信AI將顯著提升其他企業的未來獲利能力，理論上，這部分預期也應逐步反映於相關企業股價中。

但九月並未出現此類廣泛性上漲：半導體股持續走強，其他企業卻未獲得同等估值支撐。這促使作者提出疑問：若晶片最終買家無法取得足夠額外利潤，長期而言如何承擔日益龐大的AI採購與建置成本？

此問題觸及AI投資鏈中的利潤分配機制。

短期內，基礎設施供應商可藉訂單增長與需求緊俏獲取相對高利潤；中期而言，雲服務提供商須透過出租運算力、提供AI服務等方式回收投資；長期則仰賴一般企業將AI轉化為更高生產效率、更低營運成本或新收入來源。

唯有當此過程逐步實現，AI投資所創造的價值才可能擴散至更廣泛的經濟活動。

當然，股價未同步上漲並不意味AI所帶來的生產力提升不會實現；高利率、產業自身營運壓力，以及各企業估值起點不同，均可能掩蓋市場對未來盈餘改善的預期。

但至少從九月股價表現判斷，投資人對AI上游供應商的信心，明顯強於對其他企業最終受益的定價。

針對此現象，瑪馬斯基並未斷言AI投資必然失敗；他仍相信AI的長期價值，且不認為當前市場已構成泡沫。

僅是此波漲勢若要獲得更廣泛的基本面支撐，尚待觀察AI所創造的利潤是否不再侷限於少數科技公司。

四、後續關注重點：生產力提升能否轉化為企業利潤

在評估AI的經濟價值時，瑪馬斯基已開始更密切關注生產力數據。

美國勞工統計局（BLS）於2026年9月3日發布的修正數據顯示，第二季非農企業部門勞動生產力季調年化增長率為1.4%，年增率為2.2%。

從更長期角度觀察，自2019年第四季至2026年第二季，美國非農企業部門勞動生產力平均年增長率約為2.1%，高於前一商業週期約1.5%的水準。

此趨勢與作者所觀察到的生產力改善方向一致。

但須注意，宏觀勞動生產力上升並不等同於確認AI貢獻已確立。資本投入、勞動配置、技術進步與景氣循環等因素皆會影響此指標，目前尚無法直接從中計算AI為企業創造多少利潤。

因此，Mamaysky進一步提出驗證標準：生產力提升最終必須反映在科技業以外企業的獲利上。

這亦體現在QuantStreet的投資組合調整中。儘管上季價值股與低波動率股表現欠佳，該機構仍維持對兩類股票的相對超配，以持續曝險於更廣泛的企業部門；同時，在風險承受能力較高的組合中，亦持續保留部分科技股部位。

於固定收益市場，該機構亦開始調整久期。久期用以衡量債券價格對收益率變動的敏感度：久期越長，利率上升時通常面臨更大價格損失；但若收益率下跌，潛在價格漲幅亦更顯著。

作者認為，當美國10年期公債殖利率達約5.25%時，債券的投資吸引力已開始提升。因此，QuantStreet略微調高其低風險投資組合的債券久期，為該機構逾一年來最明顯的方向性調整。

然而，此舉並非代表該機構全面看多長久期債券。其模型仍不看好高久期固定收益資產，整體投資組合久期仍低於基準，僅超額低配程度略有收斂。

針對適格投資人，作者亦提及永續私募股權基金等另類資產的分散效果。據引用的部分產品績效，相關基金九月上漲約0.5%至0.75%，於多數股票承壓的月份提供一定分散效益。惟此類商品仍受限於估值頻率、流動性及底層資產風險，單月報酬不足以證明其長期防禦能力。

這些調整顯示，QuantStreet既未全面退出AI交易，亦未因債券收益率上揚而急遽轉向長久期債券，而是致力於跨資產類別取得更均衡的風險報酬。

未來真正需關注的是三組訊號。

第一，AI基礎設施支出能否持續，上游供應商營收增長是否仍有足夠需求支撐。

第二，AI是否正提升非科技企業的獲利能力。生產力數據可提供早期線索，但企業利潤率、成本節省與新增營收才是投資報酬能否實現的更直接證據。

第三，美國長期公債收益率上揚，究竟是反映經濟成長預期，抑或通膨、財政供給與期限風險溢酬主導。倘若成長未如預期改善，融資成本卻居高不下，企業投資報酬將面臨更大壓力。

當前AI交易真正須回答的問題，已不僅是晶片與運算力需求還能延續多久，更是這些投資最終能為整體經濟創造多少增量利潤。

半導體公司已從資本支出產生明確營收，但更廣泛企業獲利的改善仍有待驗證。唯有當AI所帶來的生產力提升逐步轉化為科技業以外的真實利潤，市場方能獲得更完整證據，支持當前大規模投資。