資本市場為何先復刻未來走勢 再完成定價

來源：insights4vc；編譯：Shaw，金色財經

資本市場對未來的定價軌跡並非始終平穩線性。在重大技術與金融轉折節點，市場往往先以預估試探開啟定價。投資者會挑選流動性佳、可交易且符合機構投資標準的標的，以此押注普遍看好的未來趨勢，但此時尚無法依靠傳統基本面完成價值核驗。在產業完整經濟邏輯明晰前，這類標的產生的溢價，即為模仿性溢價。

市場判斷偏差通常並非源於未來趨勢虛無縹緲。鐵路、電氣化、光纖網路、網路、可編程結算、人工智慧，這些發展方向均真實落地。更常見的失誤在於賽道落點判斷偏差：資本過早扎堆投向錯誤標的、押注產業鏈非核心環節，或是標的負債結構無法承受價格重估衝擊。即便行業願景如期兌現，早期熱門替代標的也未必能守住價值紅利。

2026 年年中，這一認知差異愈發關鍵。人工智慧領域的討論，早已不再侷限於市場需求是否真實存在。英偉達 2027 財年第一季財報、大型科技企業資本開支、半導體供給缺口、數據中心能耗攀升，均印證行業正處於真實裝機上行周期。

該季度英偉達營收達 816 億美元，其中數據中心業務收入 752 億美元，非通用會計準則毛利率 75%，同時給出 910 億美元的第二季營收預期。谷歌、Meta、微軟、亞馬遜也大手筆投入資金，規模遠超常規軟體業務擴張，實質偏向工業級基礎設施建設。

因此核心爭議已不再是人工智慧的行業價值，而是當頭部標杆資產的溢價逐步回歸常態後，人工智慧產業鏈哪些層級能夠長久維繫盈利優勢。

數位貨幣領域也存在同樣問題。截至 2026 年 5 月，穩定幣早已脫離最初加密市場結算工具的定位。其市場規模約達 3150 億至 3200 億美元，絕大多數以美元計價，市場市佔率高度集中於USDT與 USDC 兩大幣種。

截至 2026 年 3 月 31 日，USDT披露代幣相關負債規模約 1830 億美元，其中直接及間接持有的美國短期公債敞口達 1410 億美元。Circle 公司數據顯示，2026 年 5 月 18 日 USDC 流通量為 768 億美元，絕大部分儲備資產存放於貝萊德代管的 Circle 儲備基金，由紐約梅隆銀行負責託管。

穩定幣已然不再只是加密資產的替代標的，這類私人負債載體、儲備資產架構與流通渠道，正角逐支付結算、抵押擔保、資金管控及跨境清算領域的實用價值。

本文並非否定人工智慧、穩定幣與機構級加密資產的真實價值，核心探討的是市場估值重構後，哪些環節能夠留存長效盈利價值。

表層模仿只會追逐未來的外在表象：交易代碼、品類標籤、資產封裝形式、代幣形態、人工智慧概念包裝、機構背書影響力以及便捷入局的融資架構。

結構性模仿則聚焦支撐行業落地的底層核心要素：算力密度、先進封裝技術、網路通信、能源供給、儲備體系、兌付公信力、合規體系、流通渠道、結算標準、轉換成本與實體基礎設施。

行業發展趨勢往往真實可期，但市場初期的跟風標的大多難以長久站穩腳跟，二者之間的價值差值，便是模仿性溢價。

模仿性溢價

從實操層面定義，模仿性溢價指：當某項資產、企業、代幣、行業或資產封裝載體，成為投資者布局未來趨勢的代表性標的，且此時尚無法依託傳統基本面判定真實價值時，其所獲得的估值溢價、資金流動性、市場關注度、融資便利度與機構認可度等額外紅利。

它不單體現為價格差異，還可表現為更高交易估值倍數、更低融資成本、私募募資提速、二級市場流通性增強、納入指數標的、機構背書加持、基準對標倒逼效應、監管包容度提升，以及成熟資產形態帶來的投資安全感。當市場不再僅依據預期現金流定價，轉而追捧具備潛在前景關聯度的標的時，模仿性溢價便隨之產生。

這一機制能夠解釋投資者為何頻頻誤判劃時代行業熱潮。泡沫事後常被歸為非理性炒作，但更貼合本質的解讀是：市場正藉助尚不完善的替代標的，圍繞未知的未來形成共識。

席勒的敘事經濟學闡釋了傳播性敘事如何左右市場認知與行為；班納吉、比坎達尼等人的研究論證了跟風模仿與資訊級聯效應會壓倒個體私有判斷；索爾內特揭示正向反饋會催生超指數級的價格波動；明斯基理論可區分資產需求與負債脆弱性；佩雷斯點明產業落地前期便會吸引投機資本湧入；戴維、約萬諾維奇與盧梭則指出通用技術的產能增益往往存在長期滯後性。

綜合來看，泡沫並非單純的估值失誤，而是社會金融層面的共識協調產物。由於共識錨定的未來走向尚不明確，市場行情便容易出現過度偏離。

對機構投資者而言，模仿性溢價極少只會集中於最終勝出者。部分熱門標杆標的確實手握行業結構性核心壁壘，但更多情況下，這類標的要麼處於壁壘上游層級，要麼坐落於現金流變現環節下游，或是毗鄰監管管控關鍵節點。

這也印證歷史規律：市場預判的未來圖景，最終兌現的實際經濟效益往往與之脫節。鐵路股崩盤後，鐵路產業依舊存續；早期市場熱情遠超投資回報許久之後，電氣化才真正徹底革新生產效率；電信企業財務結構陷入危機，但過度鋪設的光纖網路留存下長久可用的傳輸運力；如今人工智慧產業大舉投入，即便部分個股估值泡沫破裂，也仍會沉澱下具備價值的基礎設施。

結構層面最清晰的劃分，在於表層模仿與結構性模仿二者之別。表層模仿只是復刻未來的外在表象，套用市場公認代表行業變革的概念、形態、資產封裝模式與代幣形式。結構性模仿則是投入資本、搭建重構底層經濟邏輯，真正錨定行業落地後具備核心價值的根基要素。從哲學角度引申來看，前者可稱作柏拉圖式模仿。但對投資決策團隊而言，結構性模仿是更貼合實務的表述，該概念能讓分析聚焦行業壁壘、負債架構與市場格局，而非流於抽象理論。

這種表層與深層的差異，在當下及過往諸多領域均有體現。比特幣打造出具備稀缺性、抗審查屬性的貨幣資產與結算底層；後續大量代幣發行僅照搬代幣形式，卻並未具備貨幣公信力、充足流動性與長效實用價值。去中心化金融儘管在治理機制與風險管控上存在缺陷，但其本質是切實重構交易、抵押借貸、做市等金融功能；而首次代幣發行大多隻是將尚未成熟的產品包裝成融資工具。

美股人工智慧板塊中，英偉達既是資金追捧的 AI 標杆標的，也實實在在掌握着加速算力、軟體集成乃至網路通信領域的核心技術壁壘；眾多僅在業務展望中貼上人工智慧標籤的企業，並未真正掌控產業鏈核心環節。穩定幣賽道里，儲備規模、兌付信用、資產託管、合規體系與流通渠道，遠比單純的加密美元形態更為關鍵。特殊目的收購公司熱潮時期，這類上市載體能讓創投類敘事登陸公開市場，卻無法保證企業掌握行業核心壁壘。

歷史案例復盤

鐵路投機熱潮是依託估值失衡標的押注真實產業未來的典型早期案例。1845 年，英國鐵路產業已具備可觀經濟規模，營收占國內生產總值比重超 1%，市場預估擴建完成後營收占比將突破 10%。依據奧德萊茲科的測算數據，1847 年鐵路投資規模占 GDP 比例達 7.3%，而鐵路股指從 1845 年 7 月的 167.9 點跌至 1849 年 10 月的 60.5 點。

奧德萊茲科的核心結論並非鐵路產業屬於虛假風口，而是 1846 年年中時，已有充足資訊能夠證明市場整體收益預期脫離現實，但交通運輸革新本身具備真實價值。市場準確預判出提速運輸、拓展商業版圖的發展方向，卻屢屢將行業大勢與單條線路盈利、項目發起方實力、客流預估混為一談。最終留存下來的是鐵路交通網路，而大量依託該網路的投資標的估值紛紛崩盤。

電氣化發展歷程則說明，產業收益兌現滯後不等於技術創新虛無。戴維將計算機與發電機對比，結論極具參考意義。1900 年前後，電力設備已隨處可見，卻遲遲未能體現在經濟數據中。彼時依託蒸汽動力與傳動軸搭建的老舊工廠體系，必須完成重構，電力才能釋放生產效能。戴維指出，產能釋放滯後源於老舊生產設備存量大，也受制於生產模式的整體重組需求。

約萬諾維奇與盧梭補充道，電氣化浪潮與後續資訊技術革命類似，催生大批新入局企業，帶動資產重新配置，市場龍頭格局隨之更迭。電氣化階段，新晉企業市值占比遠超其資本投入占比，新技術更利於新興企業搶占市場，老牌企業優勢不再。歷史規律清晰可循：技術突破真實存在，但商業回報落地時間晚於預期，落地模式也與市場初期設想截然不同。

上世紀 90 年代末電信光纖行業周期，介於鐵路過度建設與現代數字基建浪潮之間。經合組織與里士滿聯邦儲備銀行研究顯示，行業監管放寬、光通信技術革新，疊加行動通信與網路發展前景，推動市場大規模舉債、增發股權、投入基建。2000 年經合組織國家電信基建投資規模接近 2300 億美元，占企業固定資產總投資的 4%，此後行業投資急劇收縮。

同期行業流量預估普遍過度樂觀。奧德萊茲科提出，按照網路流量每 90 至 100 天翻倍的說法推演，2000 年的用戶使用規模將嚴重脫離實際，合理增速約為每年翻倍。但不能就此判定相關基建毫無價值。行業史料記載，這十年光纖通信與網路技術的突破，為全球網路發展築牢根基，即便行業周期下行階段企業普遍虧損。這正是模仿性溢價的典型特徵：資本為網路增長預期溢價買單，客觀上也建成了具備長遠社會與商業價值的基礎設施。

網路泡沫常被簡單解讀為無盈利網站催生的投機鬧劇，實際背後存在明確的層次差異。網路是實打實的通用型基礎平台，但擁有網路概念標的，與具備可持續網路盈利模式不能等同。約萬諾維奇與盧梭對資訊技術時代的研究表明，技術革新階段行業入局門檻降低、資產流轉加快、市場龍頭更迭頻繁。

相關研究進一步點明核心：市場往往跟風模仿網路表面特徵，卻忽略造就企業核心競爭力的底層邏輯。真正的分界不在於企業是否歸屬網路行業，而在於企業能否掌控規模遞增的渠道優勢、成本壁壘、網路生態，或是用戶越多價值越高的數據架構。鬱金香泡沫類比並不貼切，網路產業願景大多如期落地，問題出在市場對產業紅利的分配判斷出現偏差。

上世紀 60 年代集團併購浪潮，算不上技術泡沫，而是企業管理模式與股市估值體系催生的投機熱潮。施萊弗與維什尼提出股市驅動併購理論，這一時期估值偏高的企業普遍以股票為對價，收購估值相對偏低的公司。哈伯德與帕利亞補充分析，彼時外部資本市場尚不完善，企業資訊披露能力較弱，企業內部資金調配體系具備實際價值。

市場追捧多元化集團架構與併購融資模式，本質是認為該模式能緩解融資難題與資訊不對稱問題。後期泡沫破裂，印證僅依靠業務多元化與品牌管理實力，無法穩定創造超額收益。

上世紀 80 年代末日本資產泡沫，催生了以資產恆久性、國家實力、抵押價值為核心的另類模仿性溢價。國際清算銀行研究表明，激進的金融操作、長期貨幣寬鬆、行業監管放寬、風險管控缺失，再加上財稅政策助推地價上漲，疊加市場盲目樂觀，共同引爆危機。市場普遍認為日本邁入全新經濟發展階段，但其高度依賴銀行信貸、以房地產為抵押的金融結構，最終放大了崩盤衝擊。

此次投機並非跟風新技術，而是追捧資產保值屬性與永續價值。土地資產、銀行抵押物、城市核心地段資產，成為市場押注日本經濟長期繁榮的象徵標的。市場追捧資產穩固性，實際承接的卻是高槓桿抵押債務鏈條。

美國住房與結構化信貸危機也遵循同類規律。列維廷與瓦克特認為，房產泡沫根源在於房貸供給過剩，大量房貸資產定價失真。私有房貸支持證券規模擴張，加劇資訊不對稱，房貸審核標準不斷放寬。戈登與梅特里克研究發現，風險通過證券化銀行體系擴散，庫藏股融資、抵押折扣率，對應傳統銀行體系的存款業務與存款準備金制度。

此次市場追捧的標的是穩健收益，高評級抵押資產、分層結構化產品、合規機構包裝都被視作安全保障。但底層實則是脆弱的債務鏈條，看似穩健的資產價值，完全依託市場對抵押品的信心，抵押資產本身結構複雜、抗風險能力薄弱。最終私有包裝資產的穩健性光環不復存在，部分證券化基礎設施在嚴苛監管下得以留存。

2020 至 2021 年特殊目的收購（SPAC）公司熱潮，滿足了市場藉助簡易上市載體，博取創投級高收益的需求。相關研究指出，這類上市架構存在顯著代理矛盾：發起人以極低成本獲取股權收益，股東可按發行價贖回股份，即便企業併購後業績不佳，發起人依舊能夠獲利。

業績補償、股權讓利、股權稀釋、股份贖回等機制，在發起人、併購標的、私募投資機構與普通股東之間形成複雜利益流轉。特殊目的收購公司成為新興賽道敘事的熱門載體，尤其聚焦電動汽車、航天航空、自動駕駛等前沿領域，為高風險創投項目開闢上市捷徑。但本質上，上市外殼並非行業核心壁壘，只是一種融資模式。當市場追捧概念價值遠超業務匹配度時，這類融資形式便會產生溢價。

迷因股將跟風炒作周期壓縮至數周。美國證券交易委員會針對 2021 年初市場行情的報告顯示，遊戲驛站股價、交易量大幅波動，空頭持倉規模居高不下，社交平台與主流媒體討論熱度激增。網友討論融合基本面分析、企業轉型預期，還出現聯合逼空空頭的行為。

報告同時釐清行情驅動邏輯：空頭平倉僅階段性助推價格，占整體買入體量比例有限，也無證據表明伽馬逼空是核心誘因。股價數周持續上漲，主要源於市場樂觀情緒帶動。迷因股現象印證，輿論導向、群體認知、空頭倉位與交易機制，能夠讓企業成為社交熱點標的並產生估值溢價，企業自身經營基本面並未實質改變。

縱觀各類案例，一個規律顯而易見：泡沫與狂熱往往誕生於真實的發展趨勢，而非虛無的空想。鐵路、電氣化、光纖網路與網路均具備重大實際價值。資產證券化、數字支付以及部分基於區塊鏈的貨幣創新，雖賽道不同，本質亦是如此。

由此，業界探討的重心不應再糾結產業願景真偽，而要聚焦更具甄別性的問題：當概念溢價消退後，產業鏈哪一環節能夠牢牢掌控實際經濟收益。

人工智慧產業落地階段

當下看待人工智慧行業，評判視角需較 2023 至 2024 年主流觀點更為客觀審慎。2026 年的核心議題，不再是抽象層面的市場需求是否存在。英偉達最新季度財報、科技巨頭大規模資本開支、企業業務場景落地應用，都讓 「人工智慧純屬泡沫」 的論調難以立足。

真正關鍵的問題在於：市場是否將產業真實落地規模，與個股合理估值混為一談。人工智慧行業虛假髮展的機率已然走低，但個股估值錯配的風險依舊居高不下。

英偉達是兼具概念標的屬性與核心壁壘實力的典型個股。2027 財年第第一季，英偉達營收創下 816 億美元歷史新高，數據中心業務營收達 752 億美元；公認會計準則與非公認會計準則毛利率分別為 74.9%、75%。即便不計中國市場算力業務收入，公司給出的第二季營收指引仍高達 910 億美元。

拆分業務來看，算力業務營收 604 億美元，網路業務營收 148 億美元。管理層將本輪產業周期定義為人工智慧工廠規模化建設，指出智能體人工智慧已創造實際商業價值，同時推出維拉・魯賓平台，並上線適配布萊克韋爾顯卡、用於生成式與智能體推理任務的動力 1.0 軟體。公司還追加 800 億美元股票庫藏股計劃，季度股息提升 25 倍至每股 0.25 美元。

各項數據足以證明，英偉達並非單純炒作概念，而是身處高速擴張的基建賽道，手握無可替代的產業核心關卡。

但這份財報也印證了模仿性溢價理論的現實意義。英偉達是流動性最佳的人工智慧關聯標的，吸引的資金不僅來自基本面投資者，也包含指數配置需求、機構避險配置以及題材跟風資金。路透社指出，隨著行業競爭從模型訓練延伸至推理應用，頭部科技企業自研晶片帶來的衝擊、推理業務盈利承壓等問題逐漸顯現。

這並未削弱英偉達的行業核心地位，只是說明同一家企業可同時兼具產業壁壘掌控者與題材溢價標的雙重屬性。即便個股股價波動加劇、估值回調，基礎設施層面的產業價值依舊穩固，二者並不衝突。

半導體及配套基建行業同樣呈現相似態勢。台積電預計未來五年，人工智慧相關營收年均複合增速維持 45% 左右；其協同封裝產能在 2025 年翻倍後，計劃 2026 年再度實現產能翻倍。阿斯麥 2026 年第一季凈訂單額達 39 億歐元，長期市場需求依舊依託人工智慧產業拉動。

博通第一季人工智慧相關營收超 44 億美元，年增率大增 77%，自研加速晶片與網路設備業務雙雙貢獻增量。超威半導體數據中心業務營收 58 億美元，年增率上漲 57%，推理應用與智能體技術成為核心增長動力。

美光創下季度營收新高，高帶寬內存產品受人工智慧服務器需求提振，2026 年產能已全部訂滿，2027 年產能也基本預定完畢。思科數據中心交換機訂單年增率增幅超四成，此前披露頭部科技企業人工智慧基建訂單規模達 21 億美元。應用材料則持續看好人工智慧與高帶寬內存帶動的晶圓代工、儲存晶片投資熱潮。

整條產業鏈顯現統一趨勢：產業價值不再只集中於顯卡晶片這類熱門領域，逐步向封裝、儲存、網路、光學器件及生產設備等環節延伸。

產業價值從熱門表層向下滲透，正是模仿性溢價理論預判的走勢。市場初期追捧新興產業時，資金會扎堆辨識度最高的題材標的；隨著行業成熟，盈利重心會逐步轉向關注度偏低、卻難以被替代的底層環節。

人工智慧產業能耗龐大、封裝工藝受限、高度依賴網路與儲存設備，實體硬體屬性極強。國際能源署基準預測顯示，2030 年全球數據中心耗電量將逼近 945 太瓦時，美國用電增量占比接近半數。

美國部分地區電網併網排隊周期長達 3 至 7 年，而數據中心建設周期僅 18 至 24 個月，電網運維人員、變電設備及配套基建均出現嚴重缺口。這類發展約束不會抹殺人工智慧需求，反而提升了基礎配套資源掌控方的戰略價值。

科技巨頭的資金投放方向也佐證這一趨勢。谷歌 2026 年第一季資本開支 357 億美元，絕大部分投入人工智慧技術基建，服務器投入占比 60%，數據中心與網路設施占比 40%；全年資本開支預期維持 1750 億至 1850 億美元。

Meta第一季資本開支 198.4 億美元，上調全年預期至 1250 億至 1450 億美元，硬體漲價與數據中心擴容是主要原因。微軟 2026 財年第二季資本開支 375 億美元，三分之二資金投向顯卡、處理器等短期損耗型資產；去年第三季其也曾表示，雲端運算與人工智慧投資中，長期資產占比僅半數。

這類財務披露，讓行業盈利回報分析跳出單純的支出增長層面，轉而聚焦資產使用年限、折舊節奏、融資租賃模式、資產淘汰風險與設備利用率。產業落地階段真實存在，但前期往往難以平穩兌現收益。

亞馬遜未詳細披露全年資本開支細節，但其雲服務第一季營收年增率增長 28%，達到 376 億美元。公司 2025 年股東信提及，2026 年第一季雲服務人工智慧業務年化營收突破 150 億美元，且仍保持高速增長。

雲端運算渠道是少數不依賴晶片、卻具備極強議價能力的賽道。行業格局也不再由單一企業主導，自研晶片、業務多元化的重要性持續提升。以Anthropic公司為例，其模型同時搭載亞馬遜、谷歌、英偉達多方硬體平台；在深化亞馬遜合作、鎖定 50 億瓦算力資源的同時，也拓展與谷歌、博通的算力合作，大規模部署新一代訓練晶片。頂尖模型企業不再綁定單一供應商，開始靈活擇優搭配硬體體系。

英偉達代表上游硬體格局變化，Anthropic則體現下游商業化落地進展。2026 年 2 月，Anthropic完成 G 輪 300 億美元融資，投後估值 3800 億美元；旗下代碼智能應用年化營收突破 25 億美元。

截至 4 月，公司整體年化營收攀升至 300 億美元，較 2025 年末 90 億美元大幅增長；年付費超百萬美元的企業客戶數量突破千家。企業還與畢馬威達成全球合作，覆蓋 27.6 萬名員工；攜手普華永道推廣智能代碼工具，服務數萬專業從業者；同時推出適配微軟辦公套件的金融業務智能插件，賦能編程、審計、交易調研、文書撰寫、信貸審核等工作場景。

相關數據由企業自行披露，尚未經過審計，但足以證明現有算力資源已切實對接企業真實業務需求。

這也是金融領域智能辦公場景的合理研判邏輯。行業價值不在於打造單純面向銀行的人工智慧企業，而是將技術融入代碼開發、盡職調查、合規審核、信貸承保、月末結算、方案製作、系統升級、審計溯源等高價值工作流程。

當人工智慧產品落地至受監管、流程複雜的實際業務中，依託成熟渠道、安全權限管控，切實減少人力成本，才能構築穩固競爭力；若只是套用通用輔助工具、淺層自動化外殼，盈利穩定性將難以保障。因此，行業業務平台與垂直場景智能應用，估值邏輯應當區別於普通概念類人工智慧產品。

智能體商業帶來了全新命題：人工智慧是否不僅改變生產模式，還會重塑交易流轉路徑。Visa推出智能商業計劃，旨在依託自身應用程序接口、行業標準與安全機制，讓智能體代個人消費者與企業完成交易。路透社消息顯示，Visa已攜手微軟、奧普納 AI、國際商業機器公司、Anthropic、米斯特拉爾、博識智能、三星與條紋支付等企業，布局人工智慧賦能商業交易業務。

萬事達卡上線智能體支付項目，將其定義為智能體商業場景下的安全支付體系，後續又聯合更多商戶與平台服務商，拓展配套工具服務。上述布局尚無法證明智能體將主導商業交易，但足以看出，支付網路已將智能體結算視作具備落地價值的戰略賽道，而非小眾投機概念。

一旦智能體降低資訊搜尋成本，並依據價格、履約可靠性與結算效率分配交易流向，依託用戶使用習慣形成的流量格局將逐步弱化。高度依賴用戶慣性與資訊差盈利的中間服務商將承壓；兼具信用身份核驗、低欺詐風險、糾紛處置能力與極速結算優勢的支付通道，價值將愈發凸顯。

這也讓穩定幣、代幣化存款與代幣化貨幣基金不再侷限於加密領域，開始與人工智慧業務深度融合。條紋支付將穩定幣定位為全天候跨境支付通道；Visa持續拓展穩定幣結算業務；摩根大通與蒙特利爾銀行着手搭建機構級代幣化現金系統。

一種可行發展路徑為：面向普通用戶的終端場景仍以銀行卡為主，而機器交互的中間流轉環節將廣泛應用代幣化現金、穩定幣與銀行存款代幣。尤其智能體為優化成本、提速交易、實現可編程操作與全天候資產抵押劃轉時，這類資產優勢顯著。目前尚無充分數據判定，相關變革會全面普及至零售端，還是僅集中於企業資金管理、企業間交易與資本市場業務。

穩定幣與代幣化現金

穩定幣是檢驗加密行業概念模仿能否沉澱為底層基礎設施的核心標的。原因在於，穩定幣直接切入支付結算、資金管控、跨境匯款、交易保證金與全球美元仲介業務，與傳統金融正面競爭。

截至 2026 年 5 月，穩定幣市場體量已具備實際影響力，但行業集中度偏高，盈利格局清晰顯現。行業估算全球穩定幣規模約 3150 億至 3200 億美元，美元掛鈎穩定幣占據絕對主導。2026 年 5 月 18 日，Circle 平台數據顯示 USDC 流通量達 768 億美元；截至 3 月 31 日，Tether相關負債規模約 1830 億美元，路透社與國際清算銀行統計，4 月USDT流通量接近 1900 億美元。兩大發行機構合計占據超八成市場市佔率，行業呈現基礎設施化特徵，而非零散小眾業態。

Circle 的營運架構體系規範，機構屬性鮮明。USDC 宣稱由高流動性現金及等價資產全額儲備支撐，可按 1:1 比例兌換美元。其絕大部分儲備資產納入貝萊德代管的 Circle 儲備基金，該基金為美國證監會註冊的 2a-7 規則政府貨幣基金，資產由紐約梅隆銀行託管。

備案文件顯示，儲備金中的現金部分單獨設立帳戶，權益歸屬穩定幣持有者。2025 年 12 月 31 日數據顯示，88% 的 USDC 儲備資產存放於該儲備基金。2026 年第一季財報披露，受流通規模擴大帶動，儲備資產收益達 6.53 億美元，年增率增長 17%。整套負債營運模式具備典型機構特徵：財務報表經過審計、儲備資產接受監管、託管主體明確，收益與短期美元利率緊密掛鈎。

USDT的營運架構則爭議頗多。國際會計師事務所 BDO 出具的 2026 年第一季鑑證報告顯示，其負債規模約 1835 億美元，資產總額 1918 億美元，儲備緩衝資金 82.3 億美元。其中直接及間接持有的美國短期公債規模約 1410 億美元，實物黃金儲備摺合 200 億美元，比特幣持倉約 70 億美元。

USDT已啟動全面審計流程，但尚未出具完整審計報告，這一區別對機構投資者而言至關重要。儘管其市場規模與流通覆蓋面毋庸置疑，但資訊披露規範度遠不及 Circle 這類標準化上市主體。二者的本質差距，直接決定了各自在監管機構、銀行及穩健型資金配置方眼中的估值認可度。

由此可見，儲備架構遠比代幣外在形式更為關鍵。支付類穩定幣屬於私人負債資產，在可編程金融場景中對標法定現金運行。其穩健規模化發展，取決於兌付保障、極端行情下的資產流動性、治理規則、法律執行力、制裁管控能力以及儲備資產構成。

國際清算銀行認為，穩定幣無法滿足貨幣的三大核心標準：貨幣統一性、供給彈性與資產安全性，並多次警示，穩定幣規模大幅擴張，可能引發儲備標的資產遭遇擠兌與低價拋售風險。相關研究還證實，穩定幣體量變化會影響低風險資產定價與短期公債需求。如今討論焦點已不再是穩定幣是否屬於加密資產，而是這類新型私人貨幣體系，能否規避過往私人貨幣體系固有的脆弱性。

國際貨幣基金組織態度相對中立，認可穩定幣可提速降費、拓寬全球金融服務覆蓋範圍，同時也警示其易引發貨幣替代、資本波動、市場割裂、法律界定模糊等問題，會加劇貨幣體系根基薄弱經濟體的宏觀金融風險。

歐洲央行着重強調貨幣主權問題。拉加德在 2026 年 5 月的演講中主張區分金融功能與載體工具；該行研究論文指出，美元穩定幣構築全新全球低風險資產流通渠道，還會分流銀行存款，迫使銀行更多依賴同業拆藉資金，削弱貨幣政策傳導效力。

美國《GENIUS法案》落地後，聯準會將支付型穩定幣與代幣化存款視作具備潛力的支付創新，同時持續關注擠兌風險、反洗錢管控與銀行業務脫媒隱患。簡言之，穩定幣已然脫離投機資產範疇，成為各國政策重點管控對象。

美國相關法律體系也同步完善。財政部與聯準會文件顯示，《GENIUS法案》於 2025 年 7 月 18 日正式生效，確立聯邦層面的支付穩定幣監管框架。財政部 2026 年落地細則規定，合規穩定幣發行機構將參照金融機構適用《銀行保密法》，履行制裁合規義務；規模低於 100 億美元的發行主體，滿足條件可適配各州同類監管規則。

美國證監會 2025 年 4 月表態，符合全額儲備、一比一兌付標準的合規穩定幣，不屬於證券範疇。系列政策落地，大幅消除穩定幣監管層面的不確定性。

流通渠道成為下一決勝關鍵。Visa數據顯示，截至 2026 年 4 月，穩定幣結算業務年化規模達 70 億美元，業務拓展至五條新增區塊鏈網路；此前其美國地區年化結算量超 35 億美元，2026 年 1 月路透統計數值為 45 億美元。

萬事達卡 2025 年上線全流程穩定幣支付服務，並於 2026 年 3 月收購 BVNK 公司，打通鏈上支付與法幣通道，聚焦穩定幣、代幣化存款與代幣資產業務布局。條紋支付收購 Bridge 平台後，聯合Visa推出穩定幣發行服務，在 101 個國家上線穩定幣資金管理與企業財管功能。其 2025 年年度報告顯示，全年穩定幣支付交易額翻倍至約 4000 億美元，Bridge 平台交易量增幅超三倍。

不難看出，行業贏家未必只是代幣發行方，具備整合調度能力、商戶流通接口的網路平台，更能推動資產規模化落地應用。

行業競爭格局也不再侷限於穩定幣與傳統銀行的對抗。PayPal 將自有穩定幣 PYUSD 拓展至實體消費、積分兌換場景，並計劃藉助恆星公鏈開展跨境支付與融資業務。

Coinbase 搭建商業穩定幣支付體系，2026 年第一季表示，USDC 流通增長與二層網路智能體穩定幣交易，成為核心業務增長點。摩根大通的銀行代幣 JPM Coin，依託銀行存款背書開展可編程支付結算，與非銀行機構發行的穩定幣存在本質差異。

貝萊德 2026 年董事長信函披露，旗下代幣化公債基金規模位居全球首位，公司代管的穩定幣儲備資產規模達 650 億美元。市場中各類類貨幣資產並存，發行主體、業務邊界、盈利模式與流通渠道各不相同。

對銀行與支付行業從業者而言，不存在絕對的優勝品類。資產交互接口、儲備架構、監管邊界，才是決定利潤歸屬的核心要素。穩定幣早已超越加密投機屬性，背後實質是各方角逐可編程現金在金融體系中的定位，爭奪沉澱資金收益、用戶流量控制權。未來資金流轉格局，將走向公鏈、銀行代幣存款、基金封裝產品、卡組織體系，或是多方融合的多元貨幣模式。

分析框架與戰略啟示

運用模仿性溢價理論最務實的評判標準，是拋出嚴苛的壓力測試問題：資產價格暴跌七成後，核心價值能否留存？

若僅剩交易代碼、社群熱度、資產外殼與宣傳概念，則屬於表層跟風炒作；若支付通道、儲備體系、合規邊界、轉換成本、業務流程、實體硬體壁壘依舊存續，則具備深層實質價值。

這套評判標準適用於創投項目、成長型企業、上市公司、基礎設施與數字資產，能夠剔除行情上漲帶來的情緒干擾，直擊資產本質價值。

這份核查清單刻意摒棄品類標籤式研判。企業即便涉足人工智慧、加密資產、穩定幣或金融基礎設施領域，倘若未能掌握不可替代的核心環節，其架構根基依舊不穩。反之，看似冷門普通的業務，只要把控成本優勢、兌付公信力、封裝測試能力或合規流通渠道，便能占據行業核心地位。

這也說明，個股與企業基本面分析，遠比行業題材熱度研判更為關鍵。2026 年最易出錯的分析誤區，便是僅憑題材關聯度，就判定企業掌握核心價值。

下一輪上市周期中，誰能屹立不倒

模仿性溢價的下一階段考驗，不僅會作用於現有交易資產，也將體現在資本市場即將承接的全新標的之上。

時至 2026 年 5 月，市場已不再單純博弈人工智慧的潛在發展可能性。英偉達最新單季營收達到 816 億美元，其中數據中心業務收入 752 億美元，公司給出下季度營收預期 910 億美元，同時獲批 800 億美元股票庫藏股額度，並大幅上調股息。

這份亮眼業績，讓 「人工智慧純屬泡沫」 這類極端論調難以立足，市場關注點也隨之轉變。既然行業真實需求已然顯現，投資者需要甄別究竟哪些標的真正掌握產業核心價值。

隨著人工智慧與基建賽道的私募企業逐步謀求上市，這一甄別問題愈發緊迫。SpaceX公司已遞交首次公開募股申請，路透社預估其估值約 1.75 兆美元，股權架構確保馬斯克牢牢掌握投票決策權。

此次上市標的融合多重市場概念，歷來難以被投資者統一定價：火箭航天、星鏈衛星網路、人工智慧基建、xAI 業務布局、重資產營運模式、創始人集權管理以及長期價值期權屬性。

Anthropic公司則成為又一研判樣本。據悉該公司即將迎來首個盈利季度，預計第二季營收 109 億美元，營業利潤 5.59 億美元。與此同時，企業算力投入規模居高不下，包括與SpaceX公司簽訂至 2029 年 5 月、每月 12.5 億美元的算力協議。

這也凸顯前沿人工智慧行業的核心矛盾：商業化營收穩步落地，但算力營運成本依舊居高不下。

至此，模仿性溢價不再只是單純的估值概念，更關乎整體市場格局。資本市場即將迎來一批巨型上市企業，它們的核心賣點不再侷限於業績增長，而是切入人工智慧、航天產業、算力服務、互聯通信與智能商業等下一代產業底層賽道。

這類企業具備真實業務價值、產品擁有行業影響力、市場發展空間廣闊。但關鍵問題在於，投資者購入股份，究竟是拿到了產業核心權益，還是僅買到具備高流動性的概念標的。

歷史走勢有著相似規律。當年投資鐵路的投資者認可交通變革大勢，布局電信的投資者預判帶寬需求上漲，入局網路的交易者也看準線上商業重構趨勢。市場判斷的方向並無差錯，失誤往往體現在標的選擇上：資本追捧的企業，並未真正享有行業發展帶來的實際收益。

部分場景下基礎設施得以留存，但企業資本架構走向崩塌；也有些領域，核心盈利環節最終花落別家，早期熱門上市標的率先透支完概念溢價。

人工智慧行業正步入同款發展階段。產業初期，資金集中追捧辨識度最高的算力核心標的；現階段價值逐步向晶片封裝、網路通信、儲存晶片、能源供給、電網接入、數據中心運維、雲服務分發與企業業務系統管控等環節擴散；未來前沿科技平台企業上市潮將至，其估值高低取決於自身實際掌控的產業鏈層級。

市場需要清晰區分幾類商業模式：自研算力、租賃算力、倒賣算力、算力投融資以及單純概念包裝，幾者價值本質截然不同。

穩定幣行業也迎來同步洗牌。行業初期比拼代幣市場知名度，當下競爭核心轉向負債資產質量。支付型穩定幣、代幣化貨幣基金、銀行代幣存款、央行數位貨幣，前端使用體驗看似相近，實則屬於完全不同的資產負債品類。

能夠長久獲得溢價加持的，並非穩定幣這一名號本身，而是儲備資產透明度、兌付履約公信力、合規經營資質、流通覆蓋能力、結算應用場景，以及與企業資金管理、資產抵押業務的融合程度。

因此，2026 至 2028 年行業走勢，不宜簡單判定為繁榮或衰退，本質是從題材稀缺炒作，轉向企業實質架構核驗。

第一階段，可布局標的稀少，資本只為賽道概念買單；第二階段，資金開始審視題材能否轉化為穩定盈利；第三階段，二級市場徹底剝離概念外衣，甄別真實營運核心價值。

行業發展趨勢不會就此消亡，但標的價值會出現分化。英偉達有望持續坐穩行業龍頭，其他人工智慧相關標的則迎來估值重估；Anthropic證實市場真實需求的同時，也凸顯前沿智能技術高昂的營運成本。

SpaceX公司即便躋身全球頂尖企業行列，也會讓投資者直面多重風險：公司治理模式、重資產投入、人工智慧業務虧損、航天項目盈利波動以及長期價值不確定性。穩定幣賽道穩步賦能支付與抵押場景，資質薄弱的發行方則會失去溢價優勢。

由此可見，市場並非缺乏理性，而是往往優先為辨識度高的標的定價，之後才會考量其長久存續能力。資本先買入能夠切入未來賽道的標的，後續再判斷該企業是否掌控行業壁壘、資產負債核心、流通渠道、成本優勢與合規權限。

這也是新一輪上市周期潛藏的核心風險。公開市場即將承接的不僅是普通企業，更是濃縮了未來形態的新興主體：人工智慧產業集群、航天基礎設施、智能代理程序、代幣化貨幣、私有結算體系以及規模化智能商業平台。

其中部分標的名副其實、具備長期溢價價值，其餘僅能作為交易載體，無法真正掌握產業內核。

未來發展趨勢真實可鑑，這一點在 2026 年年中已然印證。真正的關鍵在於，上市售賣的企業股權，究竟代表着掌控未來產業架構，抑或是僅僅只是熱度最高的概念符號。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。