美股拋售結束了嗎？華爾街激辯AI泡沫，標普500與晶片股2027年走勢分化

TradingKey - 美國期中選舉結束後，人工智慧交易突然遭遇大規模撤資。11 月 5 日，標普 500 指數重挫 4.4%，那斯達克綜合指數下跌 5.5%，費城半導體指數更是暴跌約 12%，輝達 (NVDA)、AMD (AMD)、美光科技 (MU) 和晟碟 (SNDK) 等 AI 晶片股成為重災區。那指由此進入技術性修正，圍繞資料中心監管、融資成本及 AI 資本支出回報的爭論也迅速升溫。

面對這波美股拋售，華爾街並未形成一致判斷。摩根士丹利、Yardeni Research 及「女股神」凱西·伍德認為，市場主要經歷的是擁擠部位解除，長期牛市尚未結束；美國銀行和摩根大通則判斷，晶片股可能還需要等待獲利預期下修後才能真正觸底。更悲觀的凱投宏觀和美國銀行策略師 Michael Hartnett 則警告，AI 資本支出放緩及自由現金流惡化，可能讓 2027 年的美股表現明顯遜於市場預期。

多頭認為美股只是調整，AI交易尚未失去基本面支撐

凱西·伍德對近期市場波動並不悲觀，她認為，投資人持續擔憂 AI 支出、債務與自由現金流，反而說明市場尚未進入類似 2000 年網路泡沫末期的全面狂熱狀態。在當年的科技泡沫中，投資人幾乎不再討論風險；如今，AI 投資回報卻始終受到質疑，這道「憂慮之牆」可能讓牛市維持更長時間。

伍德認為，自駕計程車、AI 代理及自動化平台仍處於商業化早期，當前市場只是「前進兩步、後退一步」。她預計美股上漲行情將在 2027 年延續，但也坦言利率與企業融資成本上升可能成為重要阻力。面對波動較大的市場，她傾向於在反彈時適度獲利了結，再利用拉回提高對高信心資產的配置。

摩根士丹利首席美股策略師 Mike Wilson 同樣將此次下跌視為回檔，而非牛市結束。他認為未來兩至三週可以逐步增加風險曝險，並維持標普 500 指數年底達到 8000 點的預測。Yardeni Research 的 Ed Yardeni 預期指數年底升至 7900 點，Seaport Global 的 Jonathan Golub 則給出 8200 點目標。華爾街策略師年底目標的平均值約為 7973 點，顯示多數機構尚未因單日重挫而放棄看多立場。

高盛策略師 Rich Privorotsky 認為，AI 股票已遭到充分拋售，部位清理與估值下降可能為後續反彈創造條件。民主黨勝選雖然增加了資料中心審查風險，但也消除了選舉本身的不確定性；若企業擔心未來監管收緊，反而可能提前推進已規劃的投資。此外，新增算力受限也可能提高現有基礎設施的稀缺價值，使亞馬遜、微軟與 Alphabet 等已擁有大量運算資源的公司相對受惠。

部分機構亦認為，本輪下跌更像是資金層面的去槓桿，而非 AI 需求突然消失。摩根大通指出，近期 AI 股票拋售伴隨著避險基金集中獲利了結，股票多空基金的總曝險較近期高點下滑約 8%，為 2016 年以來最大收縮幅度。Lombard Odier 也將此次調整歸因於擁擠交易平倉，認為企業導入 AI 與雲端運算需求依然強勁。

空頭警告AI支出難以持續，標普500到2027年底或再跌12%

與華爾街多頭相比，凱投宏觀對 AI 投資回報持明顯謹慎態度，該機構首席經濟顧問 Vicky Redwood 預計，少數超大規模雲端運算公司 2026 年的資本支出可能達到 8000 億美元，約為上一年的兩倍，2027 年投入則可能達到 1 兆美元以上。

Redwood 估算，要證明如此龐大的基礎建設支出合理，到 2030 年，科技公司從外部客戶獲得的 AI 相關營收需要成長約十倍。這並非完全不可能，但意味著 AI 必須在短時間內大規模取代現有企業、商業模式和勞動力，其速度遠高於目前實際觀察到的水準。

因此，凱投宏觀預計 AI 投資在 2027 年仍會成長，但增速將明顯放緩，並可能在 2028 年下降約 10%。股市通常會提前反映資本支出週期變化，Redwood 預計，到 2027 年底，標普 500 指數可能比當前水準低 12%，較 2026 年 10 月高點回檔約 17%，科技股占比較高的指數則可能承受更大跌幅。

美國銀行策略師 Michael Hartnett 關注的則是 AI 交易的集中度與融資方式。其報告認為，期中選舉可能成為 AI 股票集中度觸頂的轉折點。美國前十大 AI 相關公司的市值占比一度達到 41%，與 2000 年網路泡沫時期的科技股集中度相當，僅略低於 1989 年日本股市約 44% 的歷史極值。

Hartnett 預計，超大規模雲端運算公司的資本支出可能由 2024 年的 2390 億美元增至 2027 年的 1.3 兆美元，但自由現金流可能從 2024 年的 2390 億美元轉為 2027 年的負 2520 億美元。若這項預測成真，AI 投資將越來越依賴債券和股票融資，而不再主要由營運現金流支撐，利率和信用利差的重要性也會隨之上升。

摩根大通同樣提醒，科技公司的實際融資壓力可能沒有完全反映在傳統資產負債表中。該機構估計，大型 AI 企業的債務和租賃承諾中，僅約 15% 直接計入資產負債表。隨著信用利差擴大，投資人不僅要關注營收成長，還需要審視長期租賃、專案融資及其他表外義務。

這意味著，AI 交易面臨的最大風險並不是需求立即歸零，而是預期中的營收無法以足夠快的速度覆蓋折舊、利息和建置成本。一旦資本市場要求更高回報，部分資料中心專案可能延後，晶片、儲存、電力設備及新興雲端運算公司也會率先受到影響。

半導體股或在2027年初觸底，但獲利下修仍是必要條件

截至 11 月 5 日，費城半導體指數較 6 月 22 日高點累計下跌約 38%。相比之下，2011 年、2015 年、2018 年和 2022 年四輪主要半導體下行週期的平均跌幅約為 32%，平均持續約 253 天。

本輪調整的幅度已經超過歷史均值，但持續時間只有 136 天左右。這意味著價格上的風險可能已經釋放大半，時間上的調整卻可能尚未充分。美國銀行認為，當前這種不區分公司體質的拋售可能在 2027 年第一季逐步結束，但市場需要先看到獲利預估真正下調，才能形成更可靠的底部。

估值已經顯著收縮，SOX 指數目前的預估本益比約為 13.7 倍，低於標普 500 指數的 17.7 倍，相對折價約 22%；AI 行情高峰期，半導體股一度較大盤存在約 15% 的溢價。從歷史經驗看，晶片股週期底部的預估本益比大約為 12 倍，意味著如果獲利預測保持穩定，估值距離歷史低點還存在約 10% 至 12% 的調整空間。

更大的不確定性來自獲利端，美國雲端運算資本支出當前年化運行速度約為 1.2 兆美元，而市場對 2027 年的預期超過 1.5 兆美元。如果支出僅維持現有規模，實際資本支出便可能比共識預期低約 20%。美國銀行測算，在這種情況下，AI 半導體營收可能面臨超過 20% 的下行風險，每股盈餘降幅可能達到 35% 至 40%。

不過，資本支出削減未必會平均作用於所有企業。雲端運算公司更可能首先推遲土地、電力及廠房建設，而 Vera Rubin 等效能和能效更高的新一代晶片仍可能獲得優先採購。摩根大通認為，長期供貨協議和客戶預付款可以在未來約六個月內支撐部分記憶體企業的獲利，因此股價正在提前反映一個尚未真正出現在財報中的下行週期。

綜合華爾街觀點，這輪美股拋售既不是可以忽略的普通波動，也不足以證明 AI 牛市已經徹底結束。短期看，部位清理、嚴重超賣和企業庫藏股回購可能推動標普 500 反彈；中期看，半導體及 AI 基礎設施股票仍需要消化獲利下修、資料中心監管和融資成本上升的壓力。

2027 年的關鍵分界線將是 AI 資本支出能否從「擴大規模」轉向「創造回報」。如果雲端運算營收、AI 商業化和自由現金流能夠跟上投資速度，本輪調整可能成為長期牛市中的買進機會；如果支出繼續依靠債務，而獲利和現金流未能兌現，標普 500 即使保持相對穩定，輝達、美光、晟碟及其他高彈性 AI 股票仍可能經歷更長時間的估值重建。