大空头再出手：看空的16条理由

本文整理自大空头 Michael Burry 的在 substack 上的文章《The Cardinal Sign of a Bubble: Supply-Side Gluttony》，以及他坐客Michael Lewis的播客聊天。

MB在 08 年的那次出手后来被改编成了电影《大空头》，从此声名远扬甚至有些神乎其神。

不久前他在substack上开了专栏，并因此收了超过 3 千万美元的订阅费，然后公开发长文阐述自己的做空依据，这些当然值得认真一看。

我按照事实/数据+观点的结构，整理了Michael Burry看空美股科技股的 16 条理由。

1客观事实/数据：

• 90 年代纳指疯涨，不是靠一堆不赚钱的 .com，而是靠“四骑士”+ 高通、甲骨文、Sun 等一大批“高速增长 + 高利润 + 大市值”的科技龙头拉上去的。
• 真正亏损严重的 VA Linux、Webvan、Pets.com 之类，多数在 1999 年 Q4 或 2000 年才上市，对指数贡献极小。
• 今天的纳指 100，同样是微软、苹果、英伟达、Meta、谷歌、亚马逊这类高盈利大盘股权重极高，指数涨跌几乎取决于这些巨头。

结论：

有利润、有模式不构成「这次不一样」的安全垫。

2000 年的主角也是盈利爆表的巨头，照样腰斩甚至更惨。

现在市场用“这次不一样，因为巨头都很赚钱”来给自己壮胆，本质是在重演 1999–2000 年的心态错误。

2客观事实/数据：

• Burry 画了一张 1991–2025 的长图：标普 500 企业“净资本开支（capex–折旧）/ 名义 GDP”的比率，叠加历次股市高点。
• 在 2000 年、页岩油革命等几轮典型“疯狂期”里：

+ 相关板块股价高点，都出现在资本开支完成不到一半的时候； + 很多时候，股市见顶甚至早于 capex 峰值。

• 现在这轮 AI 浪潮中，这个指标已经接近互联网泡沫、页岩革命等历史繁荣期的高位区间。

结论：

从资本周期视角看，我们更接近 2000 年前后，而不是 1997 年早期。

股市从来不是在“投资结束、盈利放缓”之后才见顶，而是在最亢奋、最敢投钱的中段突然掉头。

今天 AI 相关科技股处在类似位置，时间结构对多头极不友好。

3客观事实/数据：

• 90 年代电信业：

+ AT&T、MCI、Sprint、BellSouth、SBC、Global Crossing、Level 3 等，在数据传输、海底光缆、本地接入等基础设施上砸下数千亿美元。 + 到 2002 年，美国电信产能利用率有说法“不足 5%”，大量光纤“暗在地下”，从未点亮。 + 本地批发价 2001–2002 年年跌 70% 以上，大批公司破产清算，资产几亿美元甩卖。

• 今天：

+ 五大云+AI 骑士（Microsoft、Google、Meta、Amazon、Oracle）+ 一批创业公司，在未来三年承诺投入近 3 万亿美元 用于 AI 基建。 + OpenAI 单独宣称未来 8 年要投 1.4 万亿美元，营收不足这个数字的 2%，且持续亏损。

结论：

这轮 AI 浪潮，本质高度类似当年的数据传输基础设施泡沫：重资产、长周期、极易“供给严重超前需求”。

历史上这种情况的终局不是缓慢软着陆，而是：价格被打到接近甚至低于边际成本，多数参与者资本永久损失，只有少数幸存者在多年以后重新赚钱。

对股东而言，这轮 AI 基建更像一次“暗光纤重演”，长期或许造福社会，但中短期很可能毁掉股本。

4客观事实/数据：

• OpenAI 私募估值约 5000 亿美元：

+ 约等于思科在 2000 年 3 月纳指见顶时的巅峰市值； + 超过 90 年代所有“仍在亏损状态下上市的互联网 + 电信公司”市值总和。

• OpenAI 当前处于高投入、高亏损阶段，营收规模远不匹配计划投入的 1.4 万亿 capex。
• Nvidia 从 GPU 图形芯片公司起家，先是意外搭上加密货币挖矿，再被推上 AI 浪潮的“镐和铲”叙事核心，估值与市值一路拔高到全球最贵资产之一。

结论：

这种定价水平，本身就说明市场把未来几十年的成功提前贴现到了当下。OpenAI 还没成为“稳定赚钱、模式验证”的企业，就被赋予了类似当年 Cisco 顶点的市值，是典型的泡沫化信号。

Nvidia 的角色极度类似 2000 年的 Cisco：所有玩家的 capex 都仰赖它的设备，它的超高利润与增长又反过来给整个叙事“背书”。

一旦 AI capex 节奏放缓，两者都可能成为链条里最先被重新定价的中枢环节。

5客观事实/数据：

• 在每一轮投资狂潮中，股市都会用类似公式来奖励 CEO：

+ 你宣布多投 1 美元 capex，市值就给你 +2～3 美元甚至更多。

• 90 年代末的电信/互联网泡沫中：

+ CEO 一边在公开场合讲「看不到任何放缓迹象」， + 一边继续扩张 capex，直到破产、重组。

• 今天：

+ Meta、Google、Oracle 等宣布加大 AI 数据中心投资，股价立刻获得积极反馈； + 阿里巴巴宣布大规模 AI 投入后，股价也从多年低点大幅反弹； + 基于股票的薪酬占比，比 25 年前更高，管理层和员工对短期股价更敏感。

结论：

当前的市场激励，相当于在“奖励愚行”：管理层越敢讲大故事、开大 capex，短期股价越涨，股票薪酬越值钱。

这会延后任何“理性收缩”的出现，让泡沫堆得更高，随后出清也更惨烈。

等看到清晰的需求放缓再走人，在历史上基本都太迟。思科 2000–2001 的例子已经证明这一点。

6客观事实/数据：

• 过去厂商融资（Vendor Financing）等财技，经常在泡沫期被用来粉饰盈利和现金流，直到爆雷。
• 今天很多 AI 受益者在财报上：

+ 一边拉长芯片、服务器等设备的折旧年限， + 一边扩大 capex，把更多支出资本化到资产负债表。

• Palantir 这类公司：

+ 以股票支付的员工薪酬占支出极高； + 华尔街在算“调整后利润”时，会把这部分加回去，当作“非现金成本”。 + 但现实中，公司又必须用真金白银去回购股票来抵消稀释。

结论：

真实盈利质量比报表显示的明显更差——

折旧拉长 + 支出资本化，等于把成本往未来塞；

股权薪酬被低估成本，现金流压力被掩盖。

在 AI 大周期里，这些处理会放大利润的短期虚胖，进一步误导投资者对科技股的长期盈利能力。

这也意味着，一旦市场开始关注“现金真赚多少”，科技股整体估值可能要下一个台阶。

7客观事实/数据：

• Palantir 起家于高门槛、重顾问的项目型软件，安装、落地成本非常高，需要大量咨询服务。
• 政府合约业务本身并不是高利润金矿，且占比在下降；
• 在 AI 浪潮中，它把自己包装成“AI 顾问 + 平台公司”，向企业高层推销“AI 战略”。
• IBM 有一块类似的 AI/分析/咨询业务：

+ 收入体量更大，增速也不弱， + 同样不依赖政府业务， + 但估值远不如 Palantir。

• Palantir 大概 40 亿美元营收，却出现了 5 个亿万富翁；

+ “亿万富翁数量 / 营收”比值 > 1，Burry 表示从未见过。

• 股票薪酬极高，公司靠大量发股支付员工，再用回购去抵消。

结论：

Palantir 把自己站在了 AI 情绪的风口上，但商业模式高度依赖“顾问项目”，可扩展性有限；政府合约护城河不如想象中那么厚；与 IBM 等替代方案相比，估值溢价缺乏实质收益支撑。

在实际盈利能力不强、现金流被股权薪酬吞噬的情况下，当前股价隐含的增长 + 估值假设极不可靠，是他重点做空的对象之一。

8客观事实/数据：

• Nvidia 本质上是 GPU 图形芯片公司，早期主要服务游戏、图形渲染。
• 加密货币挖矿热潮时，GPU 被拿去挖矿，Nvidia 意外成为最大受益者之一。
• 大模型训练需要大规模并行计算，GPU 再次成为现成可用方案，Nvidia 借 CUDA 生态形成事实标准。
• 公司管理层在公开场合强调自己是“AI 在任何阶段、任何模态、任何场景的统一架构平台”，构筑巨大叙事。
• AI capex 激增，Nvidia 短期营收和利润飙升，市值冲到全球天花板位置。

结论：

Nvidia 在技术上的确强，但持续性 + 唯一性这两个假设被市场极度放大。过去的成功中有大量“风口运气”因素；

当前市值隐含的是：长期高利润、几乎垄断地位、持续高需求。

如果 AI 基建出现任何节奏调整（需求消化不及预期、竞争架构出现、客户 capex 放缓），Nvidia 的利润修正会直接撼动整个 AI 股故事。

在泡沫结构中，它的位置类似 2000 年的 Cisco，是一个典型的中枢性脆弱点。

9客观事实/数据：

• Burry 自己多次用大模型问“90 年代泡沫到底是 .com 还是基础设施”，模型长期给错答案。
• 即便被纠正、短期修正，过一段时间又回到原本错误的叙事。
• 他认为这反映了 LLM 在“事实一致性、结构性理解”上的内在局限。

结论：

目前 AI 叙事把 LLM 描述为通用智能替代品，但实际上它在知识、逻辑、记忆一致性上的缺陷非常明显。很难支撑起市场对“高确定性长期超额利润”的预期。技术有前景不等于当前版本的商业价值足以撑起现在的估值。

这轮 AI 的投机成分，远大于真正基于冷静技术评估的长期定价。

10客观事实/数据：

• 传统 Google 搜索：

+ 大量查询无法变现，但因为每次查询成本极低，所以问题不大； + 搜索广告只需覆盖那少数商业查询，就能支撑庞大利润。

• 大模型/AI 问答：

+ 单次推理成本远高于传统搜索， + 很难在“海量非商业查询”场景下维持免费模式。

• Burry 自己的体感：

+ 做一些复杂查询的成本“可能是几十美元级别”； + 普通用户在免费层就已得到大部分满足，很少会长期付费。

结论：

LLM 不具备“极低边际成本 + 高商业转化率”的完美结构，大规模免费使用对提供方是沉重负担。

未来真正赚钱的可能是少数开发者、垂直行业应用；基础模型本身会高度商品化、竞争激烈。

以搜索引擎式的现金牛去贴现 AI 业务，属于系统性高估。

11客观事实/数据：

• 电信革命、互联网接入：

+ 80 年代到 2000 年，技术和基础设施改变巨大； + 但在美国，宽带和上网的普及极其缓慢，AOL 拨号服务直到 2020 年前后才完全退出； + 金融危机之后，美国仍有很多人未真正接入或深度使用互联网。

• 互联网股价的疯狂发生在渗透率远未普及之前，股民提前押注了“未来 20 年的上网行为”。

结论：

技术革命的真实社会渗透往往比资本市场叙事慢很多年。今天 AI 的股价，已经在提前兑现未来多年甚至几十年的渗透与盈利。

这种“渗透率远低于估值定价”组合，历史上结局通常都是先杀估值，再慢慢靠基本面追上来。

12客观事实/数据：

• 现在美国股市中，被动资金（指数基金等）占总资金比例已超过一半。
• 真正主动研究股票、做长期基本面判断的资金，可能不到 10%。
• 2000 年互联网泡沫破灭时：

+ 虽然纳指崩盘， + 但市场上仍有大量被忽视的价值股提供相对安全的避风港。

结论：

在高度指数化的环境下，一旦 AI /科技权重股开始下跌，指数会整体承压，被动资金会被动卖出，很难形成“估值便宜了，就有一类主动资金大量承接”的健康机制。

这意味着这次科技股调整，更接近“全市场一起下”的结构性熊市，而不是局部风格切换。

13客观事实/数据：

• 美国通胀仍在一定水平，“重新抬头”的迹象还在。
• 美联储被政治力量施压降息，但 Burry 认为：

+ 美国经济的中性利率大概率在 4% 左右， + 远高于 0～1% 的超低利率时代。

• 长期低利率伤害的是储蓄者、固定收入人群，社会成本极高。

结论：

市场对迟早回到零利率的期待不现实，且极具破坏性。如果未来利率维持在相对高位，那么以超长期低折现率贴现出来的科技股估值体系，需要整体下调。

简言之：科技股当前的长期估值站在了一个过分乐观的利率假设上。

14客观事实/数据：

• 美国政府每年税收约 4.5 万亿（个人）+ 4000 亿（企业），

+ 即便企业税翻倍，也只能多收约 4000 亿。

• 单利息支出已接近 1 万亿美元，并随利率和债务规模上升而膨胀。
• 美国有储备货币地位，短期不会被“硬违约”，但财政轨迹非常激进。

结论：

他不愿意直接押注美国债务危机爆点，因为时间维度太难把握。但这类长期隐患会不断推高社会对“避险资产”和“成长资产”的需求，有利于滋养泡沫。

当投资者想逃离法币系统或债务现实时，容易盲目涌向科技股等“看起来代表未来”的资产，进一步推高估值失衡。

15客观事实/数据：

• 比特币价格一路被喊到 10 万美元附近，
• 已经广泛被媒体、KOL 当成“必然到达”的目标，
• 同时也被用于大量灰色、黑色活动。

结论：

他把比特币视为比“郁金香球茎”还糟的投机标的。

这不是一个单独的交易观点，更是对整个时代情绪的判断：如此高波动、无产出的资产被广泛合理化、正当化时，说明社会对“价格 = 价值”这一误区的沉迷达到了很高水平。

在这样的土壤里，科技股泡沫更容易做大，回调也更凶。

16客观事实/数据：

• 自己明明可以再次管理几十亿规模，却刻意维持小规模、不营销。
• 进一步选择彻底只管自己的钱，退出公共资金管理。
• 明确说出：

+ 我觉得接下来几年股市会很不利，更接近 2000 年那种长期熊市。

17做空手段：

基于其基金 Scion Asset Management 的 13F 披露，核心做空标的是：

• Nvidia（NVDA）— 买入深度价外、长期 Put
• Palantir（PLTR）— 买入远期、深度价外 Put

指数层面（阶段性出现）

• S&P 500（SPY）Put

• NASDAQ 100（QQQ）Put

---

⚠️ 风险提示：「老钱日日谈」只是机械地记录作者每天的胡思乱想，因此每篇文章可能会同时说好几个完全不相干的事。所有内容皆仅以交流个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision.