报告概述
本报告聚焦于中国利率研究方法论的变迁，指出以“四碗面”为代表的传统利率研究框架因全球科技产业大周期冲击而失效。报告通过定量分析，分两条路径测算美国MAG7及中国本土AI资本开支对中国GDP的拉动，并与城投-基建信用链的贡献进行对比。采用多区域投入产出表、成本结构拆解及增加值率等框架，揭示AI已超越传统链条成为GDP边际增量的主要来源。读者可从中理解利率波动源的新逻辑。
报告的核心结论
AI产业周期已超越传统框架，成为利率波动主导因素。
报告认为，全球跨资产相关性失灵背景下，AI产业周期对中国利率的影响定量上已超过传统“四碗面”分析框架。传统框架依赖地产-基建逆周期调节，但当前利率波动更多由AI投资驱动。
2026年AI资本开支对GDP边际贡献已超过城投基建链。
测算显示，2026年中美AI资本开支合计拉动中国GDP约10076亿元，贡献增速0.33个百分点；而城投及专项债对GDP增速的边际拉动趋近于零，两者在2026年完成“金叉”。
中国AI企业债务融资扩张将逐步出现。
报告指出，美国AI巨头已进入债务融资驱动资本开支阶段，中国因发展阶段差异尚未跟进，但随自由现金流收紧及融资模式映射，明年后年将逐步显现信用再融资需求。
报告回答的关键问题
AI如何影响中国利率走势？
报告指出，AI产业周期通过改变GDP边际增量来源，重塑了利率波动源。AI资本开支拉动经济的效果已超过传统基建，导致利率研究框架失效，投资者需关注科技投资而非传统经济指标来判断利率方向。
2026年AI投资与城投基建对GDP贡献谁更大？
报告测算，2026年中美AI资本开支合计对中国GDP增速的边际贡献为0.33个百分点，而城投与专项债合计贡献约0.28个百分点。从边际增量看，AI已超过城投基建链，但绝对规模仍较小。
利率研究框架为何失效？
传统“四碗面”框架基于政策与内需的咬合循环，但AI产业周期打破了多资产相关性。例如美元走强未导致人民币贬值，股债跷跷板消失，这些现象累积表明框架已不适用。
中国AI行业何时开启信用再融资？
报告判断，随着自由现金流“撞墙”和PEVC退出，中国AI企业将在明年后年开始逐步通过债务融资支持资本开支。历史经验显示，中美宏观叙事映射滞后一个季度到半年，融资打法映射更长。
报告中的代表性数据
MAG7 AI资本开支（预计）
2026E，以微软、谷歌、亚马逊等7家美国科技巨头2026年预计资本开支近似美国AI投资总量，约5.13万亿人民币。
中美AI资本开支对中国GDP贡献
2026E，中美AI资本开支合计拉动中国增加值，占GDP比重0.68%，对增速边际贡献0.33个百分点。
AI与城投基建占GDP比重变化
2026E，AI相关投资占GDP比重从2022年0.16%升至0.68%；城投基建相关占比从7.47%降至不足4%，两条曲线在2026年交叉。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 报告详细拆解了美国MAG7资本开支的成本结构，包括IT设备、电力散热、土建等细项占比及中国供应份额。
- 基于ADB多区域投入产出表，计算中国对美国出口各环节的国内增加值率，覆盖基础金属、机械设备、电气光学等行业。
- 中国本土AI资本开支测算：以十大互联网厂商和三大运营商为对象，结合国内采购率及增加值系数，量化对GDP拉动。
- 城投有息债务全口径存量、融资成本及付息支出分析，倒算实质新增投资及对GDP拖累程度。
- 新增专项债用于项目建设部分的拉动测算，含历年数据及2026-2027年预测。
- 多张图表展示AI投资与城投基建对GDP增速边际贡献的此消彼长，以及2026年“金叉”时点。
- 美国AI巨头债券发行规模数据，展示债务融资驱动资本开支趋势，并讨论中国映射路径。
- 风险提示包括测算基于2025年数据、假设偏差、名义增加值与实际GDP差异、统计口径偏差等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
