AI模型发布未显著压低利率或缓解财政担忧

概览

这篇瑞银全球策略报告探讨了人工智能（AI）发展对利率和财政风险的潜在影响。报告通过事件研究方法，考察了主要AI实验室发布前沿模型时美国国债收益率和市场对财政风险定价的反应。研报发现，在2025-26年间，AI模型的发布并未显著降低利率，市场也没有因此大幅重新定价美国的财政风险。整体来看，尽管AI有望带来长期生产率提升，但短期内更可能表现为通胀压力，财政与货币政策组合仍将是利率的主要驱动力。

核心观点

AI对利率的影响是学术界和投资者持续关注的话题。理论上存在两种截然不同的传导逻辑：一种观点认为，AI带来的生产率提升会增强消费者对未来增长的乐观预期，促使其提前借贷消费，从而推高无风险实际利率（即所谓"AI极乐情景"）；另一种观点则认为，生产率改善有望提升政府初级盈余前景，从而压低利率。 针对2023-24年美债收益率在AI模型发布期间走低的现象，瑞银提出了审慎的质疑。虽然此前有研究将收益率下行归因于AI发布可能反映了对未来生产率提升的乐观情绪减弱，但瑞银指出该时期恰好叠加了美国CPI低于预期以及美联储在2023年12月的鸽派转向。因此，收益率下行的驱动因素并非单纯来自AI本身。 将样本扩展至2025-26年后，瑞银的核心结论更加明确：当主要AI实验室（如Google、OpenAI、Anthropic、xAI、Meta、DeepSeek等）发布新的前沿模型时，美国10年期国债收益率并未出现有意义的下行。同时，通过观察10年期美债收益率与掉期利率的利差（这一指标常用于追踪财政风险变化），也未发现市场因AI发布而大幅重新定价美国财政风险的有力证据。 在宏观含义方面，瑞报认为财政与货币政策组合仍将是利率的关键驱动力。尽管近年来美国实际利率相对较高，但疫情冲击后美国实际个人收入增长却异常稳定。对于AI的生产率红利，欧洲央行委员Schnabel等政策制定者强调，短期内AI更可能带来通胀而非通缩压力，原因在于能源密集型数据中心的大规模投资需求，以及专用芯片和熟练劳动力可能出现的新瓶颈。此外，学者Chad Jones指出新技术扩散通常是渐进的，最薄弱的环节会制约整体生产提升；他还警告各国可能对AI安全投入不足，并估算美国为更安全的AI付费的意愿可能高达GDP的100%。

分析框架

瑞银本篇报告主要采用了事件研究法来分析AI模型发布对市场的实际影响。具体而言，研究沿以下主线展开： 首先，界定事件窗口。研报将各大AI实验室（Google、OpenAI、Anthropic、xAI、Meta、DeepSeek）发布前沿模型的时间点作为事件日，并选取发布日前后3天的时间窗口来观察市场反应。 其次，选择观测指标并对比基准。研报以美国10年期国债收益率的变化作为核心观测对象，并将AI发布日的收益率变动与FOMC会议日、非农就业数据（NFP）发布日、CPI发布日等其他重大事件窗口的变动进行横向对比，以排除宏观周期性因素的干扰。 最后，引入财政风险代理变量进行交叉验证。为了检验AI发布是否影响了市场对美国财政状况的预期，研报引入了10年期美债收益率与掉期利率的利差作为财政风险的追踪指标，考察AI模型发布前后该利差是否出现大幅重估。通过这套从理论假说到数据验证、再到排除混杂因素的分析路径，研报得出了AI发布未显著改变利率和财政风险定价的结论。

方法论与常识提炼

• 事件博弈与行为金融事件驱动分析

  事件研究法

  通过考察特定事件（如AI模型发布）发生前后短时间窗口内资产价格的变化，来判断该事件是否对市场产生了显著影响。研报中对比了AI发布日与FOMC、NFP、CPI发布日前后3天的收益率变动，以剥离宏观周期噪音。

• 固收与信用分析利差与资产质量

  美债收益率与掉期利率的利差作为财政风险追踪指标

  国债与掉期的利差常被市场用来衡量主权国家的财政风险或信用风险。当市场担忧财政状况恶化时，国债收益率相对掉期利率会上升，利差走阔。研报用这一指标验证AI发布是否改变了市场对财政风险的定价。

• 行业/产业分析框架

  最薄弱环节制约法则

  经济学家Chad Jones提出，新技术的扩散是渐进的，生产提升往往受制于产业链中最薄弱的环节。研报借此说明，即使AI技术前景广阔，专用芯片短缺或熟练劳动力不足等瓶颈仍会限制其对整体生产率的实际贡献。

关键数据

• 永久性额外年度生产率增长10个基点 (bps)学者测算，这一增幅可能意味着美国10年期利率下降70个基点
• 美国为更安全AI付费的意愿高达GDP的100%学者Chad Jones估算的各国对AI安全投入的意愿上限
• AI模型发布事件样本期2023年至2026年4月涵盖Google、OpenAI、Anthropic、xAI、Meta、DeepSeek等主要AI实验室的约30次前沿模型发布

影响与含义

研报认为，尽管市场部分投资者倾向于相信AI的生产率提升将较快在企业界和劳动力市场中显现结构性收益，但短期内AI更可能带来通胀压力而非通缩效应。这意味着，面对大规模投资需求和潜在的供应链瓶颈，利率短期内难以因AI因素而自动下行。同时，AI技术的渐进式扩散特征决定了其对财政盈余的改善不会一蹴而就。财政与货币政策组合仍将主导利率走势，AI并非当前利率和财政风险定价的核心变量。

风险

• 多资产投资的风险包括但不限于市场风险、信用风险、利率风险和外汇风险，不同资产类别之间的回报相关性可能偏离历史模式
• 地缘政治事件和政策冲击可能在低流动性、经济错位时期对估值产生不利影响
• 大型生产率提升期可能具有破坏性，即使最终结果是良性的

后续跟踪

• 财政与货币政策组合的后续演变对利率的影响
• 能源密集型数据中心投资需求、专用芯片及熟练劳动力等潜在瓶颈的演化
• 各国在AI安全支出方面的政策动向与投入变化