一、6月FOMC会议：利率不变，但政策框架正在重构

利率决议本身几乎没有悬念

根据CME“美联储观察”数据，市场认为6月维持利率不变的概率高达99.5%。今年以来，美联储已连续三次会议按兵不动，上一次调整利率还要追溯到2025年12月的降息。高盛、华泰证券、美国银行等机构一致预期，FOMC将维持联邦基金利率在3.50%至3.75%的目标区间不变。

然而，真正的变化隐藏在措辞之中

变化一：删除“宽松倾向”。 美联储此前声明中长期保留着暗示“下一步可能降息”的表述。本次会议极有可能删除这一措辞。一旦删除，意味着降息和加息的可能性变得均等——这是政策基调的实质性转变。

变化二：点阵图系统性上修。 3月点阵图尚显示2026年有一次降息空间，本次更新后，多数机构预计点阵图将调整为2026年维持利率不变，甚至有委员可能预测年内需要加息。

变化三：沟通机制可能重塑。 沃什长期以来对点阵图和前瞻指引持批评态度，认为这些工具限制了美联储的决策灵活性。本次会议是否提交个人利率预测，成为观察其改革方向的重要窗口。

三方面信号叠加，方向一致：美联储正从“等待降息”转向“保留加息选项”。

二、理解传导路径：几个基础金融概念

在分析利率如何影响AI投资之前，有必要厘清几个基础概念。

利率的本质是“资金的价格”。 美联储控制的联邦基金利率是美国银行间隔夜拆借的基准利率，它通过金融体系的传导机制，最终影响全社会所有融资成本——包括企业债券利率、抵押贷款利率、以及股票估值中使用的折现率。

DCF估值模型的基本逻辑。 金融学中，股票的内在价值等于其未来所有预期现金流的现值之和。现值的计算依赖于折现率，而折现率的重要组成是无风险利率（通常以10年期美国国债收益率为锚）。利率每上升1个百分点，长期限资产的现值就相应缩减——这是金融学的第一性原理。

久期的概念。 久期衡量资产价值对利率变动的敏感程度。AI科技股普遍具有“远期盈利占比高”的特征，属于典型的“长久期”资产。这意味着，同样幅度的利率变动，AI股票的估值波动会比传统行业更为剧烈。

三、利率决议影响AI投资的四重传导路径

路径一：估值重构——分母端的系统性压力

AI公司普遍处于高研发投入期，当期利润有限，其市值主要建立在市场对未来盈利的预期之上。当无风险利率上升时，折现率随之提高，未来盈利的现值下降，估值倍数自然收缩。

这一机制并非理论推演——2026年6月5日，美国5月非农新增就业17.2万人（远超预期的8.8万），市场加息预期骤起，10年期美债收益率冲破4.5%关口。当日纳斯达克综合指数下跌4.18%，费城半导体指数暴跌10%，创2020年疫情以来最差表现，美股总市值单日蒸发约2万亿美元。

关键启示：加息预期本身——无需等到加息落地——已足以对AI估值形成压力。

路径二：融资成本上升——资本扩张的隐形税负

AI产业正处于大规模资本开支周期。无论是数据中心建设、算力芯片采购，还是前沿模型研发，均需持续的资金投入。利率上行直接推高债务融资成本，同时通过抬高无风险利率间接提升股权融资的预期回报率门槛。

值得关注的是，SpaceX、Anthropic、OpenAI等AI企业正计划上市，合计融资规模预计达2000亿美元量级——而2025年全年美股IPO总额仅约450亿美元。在利率上行预期下，如此庞大的供给量对市场流动性和估值体系构成双重考验。

路径三：通胀反馈——AI扩张与货币政策的闭环矛盾

这一路径常被忽视，却至关重要。

AI产业的大规模资本开支——尤其是数据中心的建设与运营——正在实质性拉动电力需求、建筑用工及相关产业链条。这部分新增需求已成为推高通胀的结构性因素之一。中金公司研报明确指出，需“警惕AI资本开支扩张与就业改善带来的总需求回升风险”。

这意味着一个闭环正在形成：AI投资扩张→总需求上升→通胀压力加大→美联储加息概率上升→AI估值承压。 AI产业的成功，反而可能加速其自身面临的货币紧缩。

路径四：不确定性溢价上升——沃什时代的范式转换

这是四条路径中最深远的一条。

美联储此前的操作框架强调前瞻指引——通过点阵图、政策声明、公开讲话等方式，向市场传递明确的政策路径，以此“锚定”市场预期。沃什对此持根本性质疑，认为过度透明的沟通反而束缚了美联储的操作空间。

若沃什确实减少沟通频率、弱化点阵图的参考价值，投资者将面临一个可预测性降低的美联储。根据金融定价原理，不确定性上升会直接推高“期限溢价”——即投资者持有长期资产所要求的额外风险补偿。这意味着，即便短期内联邦基金利率不变，长期利率（以10年期国债收益率为代表）也可能因不确定性溢价上升而走高，从而对AI估值形成压力。

四、AI投资的长期逻辑是否因利率变化而改变？

上述分析阐述了利率如何影响AI资产的定价。但这涉及两个不同层面：利率影响估值倍数，而非产业趋势本身。

第一性原理：Token经济

AI产业景气度的根源在于Token的指数级增长。Token可理解为AI处理信息的基本单位——每一次模型推理、每一次内容生成，都对应着Token的消耗。全球大模型Token调用量从2024年9月日均约0.25万亿增长至2026年4月的日均20.6万亿，年化增长率超1100%。只要这一趋势延续，算力需求就有根本支撑。

核心矛盾：供给刚性vs需求弹性

以MLCC（多层陶瓷电容）为例——这是AI服务器中用量极大的基础元件。单台AI服务器的MLCC用量是普通服务器的数倍，且生产难度更高：高端产品良率仅约50%（普通产品95%以上），扩产周期长达2-3年。需求在爆发，供给无法快速响应——这一缺口的存在，使得价格上行的产业逻辑不受短期利率波动影响。

资本开支的锁定效应

五大云厂商2026年合计资本开支达7750亿美元，同比增长77%。更重要的是，在手未履约订单（RPO）合计约1.5万亿美元，约为年资本开支的两倍。已签约的合同具有法律约束力，不会因利率波动而中止执行。

五、对投资者的启示

第一，区分“波动”与“趋势”。 利率驱动的估值调整属于波动层面，Token经济与供需缺口支撑的产业趋势属于方向层面。短期波动不改变长期趋势，但理解其传导机制有助于在波动中保持理性。

第二，关注“有业绩”与“纯概念”的分化。 在利率可能上行的环境中，当期盈利的确定性成为重要的安全边际。具备真实订单和利润支撑的环节（光模块、MLCC、PCB上游龙头企业）相比尚未商业化的概念标的，具备更强的估值韧性。

第三，利率是变量，但并非唯一变量。 国内AI资本开支增速已超过海外，且与美联储政策无直接关联。字节跳动2026年资本开支从年初2000亿元上调至4300-4500亿元，阿里从3800亿元上调至4500亿元。国产算力、国产芯片的独立逻辑值得关注。

第四，正视不确定性，但不过度反应。 沃什时代的政策可预测性下降，意味着市场波动可能上升。但这本身并非看空AI产业的理由，而是要求投资者更加注重安全边际和资产配置的合理性。

结语

6月FOMC会议的表象是“利率不变”——维持在3.50%至3.75%的目标区间。但表象之下的政策框架转换，才是真正影响资产定价的变量。

AI产业的长期逻辑——Token的指数级增长、资本开支的持续扩张、供需缺口的不断扩大——并未因一次议息会议而改变。理解利率与AI投资之间的传导关系，不是为了预测短期涨跌，而是为了在波动中保持判断力：区分哪些是短期扰动，哪些是长期趋势；区分哪些影响估值倍数，哪些改变产业方向。

对于普通投资者而言，最重要的认知或许是：美联储的利率决策影响的是AI股票的“价格”，而非AI产业的“价值”。这两者之间的差异，恰恰是理性投资者与情绪化投资者的分水岭。

风险及免责提示：以上内容仅代表作者的个人观点，不构成任何投资建议。