从AI资本开支到SPY历史新高：美股是在兑现AI回报，还是提前透支2027年盈利？

太长不看

1.这轮上涨有真实盈利支撑。 截至7月31日，标普500指数Q2混合盈利同比增长47.4%；即使剔除谷歌与亚马逊的巨额投资估值收益，增速仍有28.8%。营收增长14.1%，11个行业全部增长，盈利底座比“只靠几只AI股票”更扎实。

2.但47.4%的表观增速不能直接外推。 谷歌约980亿美元、亚马逊约534亿美元的投资估值收益显著抬高了指数盈利与利润率。它们可以增加当期净利润，却不能证明企业客户已经从AI应用中获得可持续现金回报。

3.上涨宽度改善与指数集中度上升可以同时成立。 等权指数和罗素2000指数阶段性跑赢，说明资金正在扩散；但SPY前十大证券仍占38.01%，信息技术行业占36.65%。更多股票上涨，不能消除少数大市值公司对指数盈利与估值的决定性影响。

4.7,736.52点已经在使用2027年的盈利。 以高盛、摩根大通公开预测的2027年标普500指数每股盈利385美元计算，当前约为20.1倍；若只看2026年330-340美元的预测，则为22.8-23.4倍。新高能否延续，取决于2027年盈利继续上修，而不只是Q2一次超预期。

5.盈利兑现为底，2027年预期为顶。 当前证据不足以确认系统性顶部，也不足以宣布AI投资回报已经闭环。真正的分水岭是：经调整盈利能否保持、AI收入与自由现金流能否追上资本开支、市场宽度能否延续，以及10年期美债收益率和信用利差是否继续稳定。

SPY所跟踪的标普500指数在8月4日收于7,736.52点，刷新历史收盘高位。盈利加速是真实的，但一次性估值收益、权重集中和资本开支折旧滞后，意味着“新高”还不能直接等同于AI回报已经兑现。

一、新高之后，问题已从“有没有盈利”变成“盈利能否穿越到2027年”

8月4日，标普500指数上涨1.8%至7,736.52点；纳斯达克综合指数上涨2.6%，道琼斯工业平均指数上涨1.7%，罗素2000指数上涨1.8%。截至当日，标普500指数、纳斯达克综合指数和罗素2000指数年内分别上涨约13%、14.4%和22.4%。当日油价回落、10年期美债收益率从4.70%降至4.62%，与强劲盈利共同推动风险资产上行。

这组表现很重要，因为它改变了讨论的起点。2025年至2026年初，市场争议主要是AI资本开支是否过大、宏观利率是否会压缩估值；到了本轮新高，市场已经给出阶段性答案：企业盈利不仅没有被高利率压垮，反而出现加速。但价格领先于财务报表，指数现在交易的并非“Q2已经发生了什么”，而是“2027年能否延续当前盈利轨迹”。

判断新高是否健康，至少要同时核对3张账。

因此，“新高”本身既不是泡沫证据，也不是回报兑现的证明。它只是说明市场愿意把更高的未来盈利放进今天的价格。接下来要判断的，是这份未来盈利究竟来自可重复经营收入，还是来自一次性会计收益、资本开支前置和估值倍数维持。

二、盈利并不虚，但必须先从47.4%中剔除2笔巨额估值收益

FactSet截至7月31日的统计显示，61%的标普500指数成份公司已经披露Q2业绩，其中86%盈利超预期，高于5年均值78%和10年均值76%；77%营收超预期，综合营收超预期幅度为2.9%。Q2混合营收同比增长14.1%，11个行业全部实现增长；11个行业中有10个行业盈利增长，8个行业实现2位数增长。

这意味着本轮盈利并非只有一个点：公司超预期比例高、营收增长广、行业参与度也高。即使不讨论AI，消费、金融、工业和国际业务等多条线都在贡献增量。FactSet按收入来源拆分后发现，海外收入占比超过50%的公司Q2盈利增长74.7%、营收增长20.5%；剔除谷歌、埃克森美孚和雪佛龙后，盈利与营收仍分别增长27.5%和16.0%。极端值存在，但极端值之外仍有真实增长。

问题在于，市场最醒目的47.4%盈利增速，包含2笔不可按正常经营利润年化的收益：谷歌确认约980亿美元投资估值收益，亚马逊确认约534亿美元税前其他收益，后者主要来自对Anthropic投资的估值变动。亚马逊1家公司解释了此前1周标普500指数盈利金额净增量的76%。这些收益是真实的会计利润，却不是云服务收入、广告收入或AI应用现金收入。

盈利强度需要分层。 第1层是营收和经营利润，能够支持持续估值；第2层是投资标的升值，可以增强资产负债表，却会随市场价格反向波动；第3层是未来AI项目可能带来的收入，目前仍有相当部分尚未进入损益表。把3层混在一起，会同时高估当前AI回报、低估基础经营增长。

换言之，Q2已经足以反驳“美股完全没有盈利支撑”，但还不足以证明“AI资本开支已经在终端客户层面形成同等规模的现金回报”。市场真正需要的是，未来几个季度即使没有巨额投资估值收益，经调整盈利仍能接近2位数甚至20%以上增长，并由营收和现金流共同支撑。

三、市场宽度正在改善，但SPY的结果仍由少数大市值公司决定

对这轮新高有2种相反叙事。其一认为上涨仍由少数科技巨头推动，因此非常脆弱；其二认为等权指数与小盘股跑赢，说明集中度问题已经消失。两种说法各抓住了部分事实。

道富环球截至8月3日披露的SPY持仓显示，前10大证券合计占38.01%。英伟达、苹果、微软、亚马逊、谷歌2类股票、博通和Meta这7家公司对应的8只证券合计占35.12%；信息技术行业权重达到36.65%，通信服务与非必需消费品又分别占10.18%和9.51%。因此，少数大市值科技公司的盈利、资本开支和估值变化，仍会通过权重直接改变SPY的方向。

但市场宽度确实比过去改善。标普500等权指数在季度再平衡时给每家公司约0.2%的权重，截至7月24日年内上涨11.44%；CME的Q2回顾显示，等权指数阶段性跑赢市值加权指数，罗素2000指数也表现更强。到8月4日，罗素2000指数年内涨幅约22.4%，明显高于标普500指数。

这2组数据并不矛盾。宽度衡量“有多少股票参加上涨”，集中度衡量“谁决定指数结果”。更多行业和小盘股上涨，可以降低“只有几家公司盈利”的风险，却不能改变SPY每上涨或下跌1个百分点时，大市值科技公司贡献更大的数学事实。

这也解释了为什么本轮行情的健康度比单纯“七巨头行情”更好，但估值容错并没有同比例改善：

• 若等权指数继续跑赢、企业盈利扩散，指数即使经历科技股内部轮动，也可能维持高位；
• 若科技巨头盈利符合预期但中小盘继续修复，市场回报会从集中上涨转向内部扩散；
• 若大市值科技公司同时出现盈利下修，而等权和小盘股的强势只是短期流动性驱动，SPY仍会因权重结构承受明显压力。

因此，判断SPY新高不能只看上涨家数，也不能只看前十大权重。真正有用的信号是：等权指数相对SPY的强弱、罗素2000指数相对标普500指数的强弱，以及大市值科技公司之外的盈利预期是否同步上修。只有“价格宽度”和“盈利宽度”一起改善，扩散才不是单纯估值轮动。

四、当前点位并不只买2026年，实际上已开始买2027年

FactSet在7月31日给出的标普500指数未来12个月市盈率为19.6倍，低于6月30日的20.4倍和5年均值19.9倍，但仍高于10年均值19.0倍。市盈率下降并不代表指数变便宜，因为它发生在盈利预期快速上修期间；8月4日指数又上涨1.8%，价格端重新向前走了一步。

更重要的是利率。19.6倍市盈率对应约5.10%的简单盈利收益率。若把它与8月4日4.62%的10年期美债收益率作近似静态比较，两者只相差约0.48个百分点。这不是正式股权风险溢价，2个数据的日期也不完全一致，但足以说明一个事实：当无风险利率仍接近4.6%时，股票估值依赖的是盈利增长，而不是低利率自然推高倍数。

高盛公开预测2026年、2027年标普500指数每股盈利分别为340美元和385美元；摩根大通的对应预测为330美元和385美元。以7,736.52点静态计算，当前估值已经呈现明显的跨年特征。

如果2027年每股盈利确实达到385美元，指数能否继续上涨，取决于届时市场愿意支付多少倍市盈率。18倍对应约6,930点，19倍对应约7,315点，20倍对应约7,700点，21倍对应约8,085点。这只是数学敏感性，不是点位预测，却揭示了当前定价的真实约束：即使盈利预测完全兑现，只要长期利率上升或风险偏好下降，倍数从20倍回到18-19倍，指数仍可能低于当前水平。

反过来，如果2027年盈利继续上修，同时10年期美债收益率回落、信用利差维持稳定，当前估值也未必构成顶部。CME对历史周期的比较显示，企业利润下滑、高收益债信用利差持续走阔和波动率上升，往往比单一高估值指标更接近顶部信号。当前利润仍在增长，信用利差也没有出现典型的持续恶化，因此“贵”与“马上见顶”之间不能直接画等号。

五、AI资本开支为何能先推高指数盈利，却不等于最终回报已经闭环

要理解SPY新高与AI投资回报的关系，必须区分产业链不同位置的收入确认时间。

GPU、网络设备、电力设备和数据中心建设的供应商，在交付产品或服务后可以较早确认收入；云服务商和大型平台则把服务器、数据中心和相关基础设施资本化，现金先支出，折旧在未来多年逐步进入成本；企业客户从部署模型到形成可收费产品、节省人工成本或提升销售转化，还需要更长时间。结果是：AI供应链收入可以先进入指数盈利，AI买方的现金回报却可能晚几个季度甚至几年出现。

资本开支超过经营现金流并不自动意味着投资失败。若在手合同、云服务需求、单位算力收入和客户续费率同步提高，前置投入可以形成长期资产与未来现金流。问题在于，当支出增速长期高于经营现金流增速，企业必须依赖账上现金、债务、租赁或其他融资安排补充资金，市场对回报兑现速度的要求会越来越高。

本轮盈利季中，谷歌和亚马逊的投资估值收益又增加了一层错位。它们反映AI生态资产升值，却不等于企业客户已经为AI服务支付了同等规模的经常性收入。把这类收益与GPU销售、云服务收入、广告效率改善和终端应用订阅收入放在一起，会让“AI回报”看起来比现金流实际进展更快。

因此，AI投资回报要在指数层面真正闭环，至少要经过4个转换：

1. 基础设施投入转化为可用算力，而不是长期在建工程或低利用率资产；
2. 可用算力转化为云服务、模型调用和企业软件收入，价格下降不能快于使用量增长；
3. 收入转化为经营利润和经营现金流，不能长期依赖资本化支出掩盖现金消耗；
4. 经营现金流覆盖新增资本开支、利息和股东回报，形成可持续自由现金流。

只有走完这4步，市场才是在“兑现AI回报”；若只走到第1、2步，指数更接近提前交易未来收入。