"大空头" 迈克尔伯里（Michael Burry）旗下赛恩资产管理公司以看跌期权重仓布局，将组合 80% 仓位投向对英伟达（NVDA）和 Palantir（PLTR）的做空操作，名义价值逾 10 亿美元，这一极端押注并非单纯针对企业基本面，而是对 AI 产业链估值泡沫、机构资金拥挤及金融杠杆风险的系统性预判。
麦通MSX研究院将从产业链多因子共振、机构策略博弈、资金流风险传导三大维度，结合最新市场数据与案例，拆解此次做空行动背后的深层逻辑，并为不同类型投资者提供适配性策略建议。
多因子产业链分析：泡沫内核与共振风险量化拆解
估值极端化：预期与回报的剪刀差突破历史阈值
截至 2025 年三季度，英伟达现金流估值达 108 倍，Palantir 更是飙升至 800 倍，这意味着当前市值需要以连续百年的稳定盈利才能支撑，远超 2000 年互联网泡沫峰值时科技股的估值水平。即便考虑成长性修正，Palantir 的估值仍显著偏离行业中枢 —— 其未来 3 年 PEG（市盈率相对盈利增长比率）分别为 3.25 倍、3.15 倍和 1.61 倍，较软件行业平均水平高估 60%-70%。
这种估值极端化并非基于盈利质量改善：尽管 Palantir 2024 财年营收增长 29%，调整后自由现金流利润率达 63%，但市场赋予其 2150 亿美元市值，相当于已定价其将占据垂直 AI 市场 50% 以上份额，而该市场到 2034 年规模才预计达到 1154 亿美元。英伟达虽受益于 AI 芯片需求，但其 5 万亿美元市值对应的业绩增速，已提前透支未来 3-5 年的行业红利。
机构资金结构：拥挤度与风险认知的严重背离
全球机构资金的 "塔尖聚集效应" 加剧了板块脆弱性。高盛主经纪商业务数据显示，机构投资者在美国股票市场的多头仓位达 3000 亿美元，占总未平仓合约的 40%，创历史新高，其中 AI 龙头成为核心配置标的。同时，AI 主题 ETF 持仓集中度持续攀升，头部成分股权重普遍超过 30%，形成 "一荣俱荣，一损俱损" 的风险格局。
矛盾的是，市场对泡沫的认知与资金行为形成撕裂。Bank of America 与 CNBC 调查显示，AI 板块泡沫已成为机构公认的最大尾部风险，但资金仍在持续加码，形成典型的 "自担风险的逆势交易" 特征。这种背离本质上是短期交易逻辑压倒长期价值判断 —— 对冲基金为追逐相对收益，被迫加入追涨行列，进一步推高仓位拥挤度。
机构对冲与做空策略深度分析：分歧中的定价博弈
做空合适性逻辑：三重催化因素的共振预判
麦通MSX研究院认为，Burry 的做空决策建立在 "预期修正 + 周期转向 + 流动性收紧" 的三维逻辑之上，而非单纯押注业绩崩盘。
具体来说，从预期均值回归的角度，AI 资本开支与收入曲线的剪刀差已达不可持续水平。贝恩数据显示，每年 5000 亿美元的资本开支需对应 2 万亿美元年收入才能打平，即便穷尽 IT 预算迁移与成本节省，缺口仍超 30%，这种回报缺口必然引发预期下修。
其次，看资本支出周期拐点。全球 AI 数据中心与芯片总投入到 2028 年需 2.9 万亿美元，其中 1.2 万亿美元依赖债市融资，年均发行近 3000 亿美元 AI 债相当于将去年全球高收益债市场放大一倍，这种杠杆驱动的扩张模式难以持续。
再有就是流动性环境变化。美联储维持高利率环境，叠加监管对 AI 信贷敞口的关注升温（如美国 OCC 启动 Project Helix），将压缩高估值成长股的估值溢价空间。伦敦对冲基金 Selwood 的操作印证了这一逻辑，其通过构建能源多头对冲 AI 板块，提前布局资金从高估值科技向周期股的切换，与 Burry 的做空策略形成不同维度的风险对冲。
多空分歧：创新叙事与风险定价的高阶博弈
机构间的认知分歧体现在策略的显著分化，形成多层次定价博弈：
多头阵营是坚守 "创新周期未消退" 叙事，认为 AI 作为生产力革命将持续释放红利。其论据包括 Palantir"本体论" 技术的差异化优势、英伟达在 AI 芯片领域的垄断地位，以及垂直 AI 市场 24.5% 的复合年增长率预期。
谨慎派机构是采用 "多头 + 对冲" 的平衡策略，在持有 AI 龙头头寸的同时，通过指数化期权空头、板块 Beta 做空等工具控制风险，部分机构甚至运用 "斜率对冲" 策略应对估值分化风险。
极端空头（以 Burry 为代表）是放弃平衡策略，直接以看跌期权对龙头进行大额押注，赌行业景气度转折而非单一公司崩溃。这种策略的风险收益特征极为鲜明 —— 据测算，2025 年三季度英伟达股价上涨 18.1%、Palantir 上涨 36%，已使 Scion 持仓面临潜在浮亏，但一旦触发拐点，收益将呈指数级放大。
这种分歧本质上是对 "技术价值变现周期" 的判断差异：多头认为变现周期将快速缩短，空头则坚信当前处于 "融资 - 投入" 阶段，距离实质性盈利仍有巨大鸿沟。
多周期与资金流风险传导推演：从板块调整到系统冲击
流动性风险链条：AI 信贷的 "次贷化" 传导路径
AI 产业链的杠杆扩张已埋下金融传导隐患，其风险路径与 2008 年次贷危机存在相似性。风险源头在于，AI 基建高度依赖结构化融资，甲骨文为建设数据中心将债务权益比拉至 500%，其 380 亿美元超级债券采用 "建设期只付息、运营后还本" 模式，完全依赖 OpenAI 每年 600 亿美元的预租约支撑现金流预期，但摩根大通测算其自由现金流根本无法覆盖租金支出，需持续借新还旧。
然后，这些 AI 贷款被打包成 CLO、REIT 和私募信贷基金，层层切片后出售给养老金、大学捐赠基金等追求高收益的机构，风险被广泛分散但未消除。
传导路径，一旦 AI 收入兑现率低于预期（IMF 模拟低于 60% 时），信贷违约率将飙升至 12%，风险先冲击专业贷款机构，再传导至区域银行，最终影响一级交易商库存，引发折价抛售潮，可能拉低美国 GDP 增速 1.5 个百分点。
这种传导机制意味着，AI 板块调整绝非孤立的股价波动，而是可能引发金融系统连锁反应的系统性风险。
风险释放节奏：逼空压力下的空头生存考验
历史数据显示，高估值龙头的见顶过程往往伴随 "持仓成本高企 + 逼空风险骤增" 的特征，这对 Burry 的策略构成严峻考验。
此外还有时间成本风险。AI 板块的拥挤交易可能维持超预期时长。2024 年 7 月以来，尽管对冲基金已连续四周抛售 TMT 股票，但 AI 龙头仍维持高位震荡，显示资金退出存在黏性。
另外还有逼空压力。当前机构在 VIX 期货的空头仓位达创纪录的 6500 万美元，波动率压制下的市场易涨难跌，空头极易遭遇流动性挤压。Scion 基金的集中做空仓位若被对手盘察觉，可能引发针对性逼空。
最后是策略容错率低。期权工具的时间价值损耗进一步压缩容错空间。由于 13F 报告未披露行权价与到期日，若合约期限较短，即使长期逻辑成立，短期股价上涨也可能导致头寸提前亏损离场。
结论
Burry 对 AI 龙头的做空操作，本质上是对 "技术狂热 - 杠杆扩张 - 金融脆弱" 这一历史循环的逆周期押注。其策略的核心价值并非精准预测拐点，而是揭示了 AI 产业链估值与金融风险的深层矛盾。
当前市场的多空分歧，本质上是短期交易逻辑与长期价值判断的博弈，而风险传导链条的形成已使 AI 板块成为影响金融稳定的重要变量。
对于投资者而言，此次事件的启示在于：AI 投资已从单纯的技术赛道选择，演变为对产业链逻辑、资金行为与金融风险的综合研判。
在泡沫与创新并存的市场中，"不参与游戏" 或许是普通投资者的最优策略，而对于专业机构，精准控制风险敞口的平衡操作，远比押注单边行情更为重要。
AI 技术突破超预期导致估值中枢上移；美联储货币政策转向宽松；AI 信贷风险传导不及预期。
本文作者可以追加内容哦 !
