从中国资产重估到 AI 资产重估:从叙事溢价到现金流锚定的迁移

AI 资产在以更快的速度，重演中国资产过去十年已经走过的那条路——从叙事溢价，到风险显性化，最终锚定在可验证的自由现金流上。

引言：市场最终只问一个问题

2021年，某互联网平台市值超过八千亿美元，投资者相信它可以无限扩张。两年后，监管边界划定，增长叙事破裂，估值腰斩。

2023年，某头部算力租赁平台以GPU稀缺性为核心定价逻辑，租赁价格一度高达每小时8美元。2024年底，H100的市场租赁价格已跌至2.10至2.50美元区间，部分型号跌幅超过70%。

这两件事放在一起，不是巧合。它们说明了同一件事：

市场最终只会问一个问题——这项资产到底能不能产生可验证的自由现金流？

房地产回答不了，就从信用锚变成风险坑。城投债回答不了，就从刚兑信仰变成区域分化的低收益债。互联网平台回答不了，就从科技明星变成互联网公用事业。

AI资产现在还没被逼着回答这个问题。但它早晚要面对。

第一章：理解资产重估，需要三个维度

在进入具体资产之前，先建立一套分析工具。资产的价值不是单一价格，而是由三层结构叠加而成：

计价（Accounting Valuation）：资产在报表里怎么被确认。土地是成本还是公允价值？GPU是资本开支还是运营费用？模型权重算不算无形资产？计价是制度性的，低频变动，但一旦改变，往往会强制让隐藏的风险浮出水面。

定价（Asset Pricing）：市场如何根据未来现金流预期、风险认知和流动性需求，给资产一个交易价格。定价公式本身很简单——资产价格等于未来现金流折现之和——但分子（现金流预期）和分母（折现率）里藏着所有的博弈。

重估（Re-rating）：不是价格的普通波动，而是估值逻辑本身发生了系统性切换。市场对资产”属性认定”的改变，导致估值中枢发生永久性位移。从高增长赛道重归类为公用事业，市盈率中枢可以从50倍掉到10倍，跟盈利能力没有直接关系。

这三层结构之间有一个逻辑传导链：计价规则的收严 → 迫使风险显性化 → 改变市场定价逻辑 → 触发估值范式重估。

中国过去十年的五类资产，每一类都走过了这条链。AI资产现在正在进入这条链的不同位置。

第二章：五个历史样本，五种重估路径

2.1 房地产：从”信用锚”到”经营资产”

2020年之前，中国房地产的定价逻辑，不是租金回报，而是资产增值预期。开发商资产负债表上的土地以历史成本计价，但实际市场价格远高于此，制造了巨大的隐性安全边际。市场把房地产视为整个信用体系的抵押物锚，在城镇化红利和低利率的加持下，定价模型里的增长率被无限外推，风险溢价因为政府隐性担保预期而被极度压低。

2020年8月”三道红线”政策切断了高杠杆扩张路径，2021年恒大风险暴露宣告了”政府兜底”信仰的终结。随后发生的不只是价格下跌，而是定价逻辑的彻底切换：从资本利得模型转向收益还原模型，从信用扩张器重估为民生公用事业。

留给AI的映射：算力基础设施现在高度类似2018年的房地产。重资产、高杠杆、依赖融资循环、定价逻辑建立在稀缺性叙事而非运营现金流之上。一旦GPU供给扩张、租赁价格持续下行，算力资产也会经历类似的计价和定价双重重估。

2.2 城投债：从”信仰”到”信用”

城投债曾经是中国最奇特的资产。投资者不看城投公司自身现金流，只看背后地方政府的行政级别。”中央不会让地方违约”的预期，使城投债的风险溢价长期被极度压低，本质上作为类利率债定价。

2023年”一揽子化债方案”是转折点。特殊再融资债置换隐性债务，降低了短期违约概率，但同时也封死了增量融资空间。结果是：城投债从”统一的金边债券”裂变为区域高度分化的准政府债，整体收益率向低风险政府债靠拢，高收益属性永久消失。2024年6月城投债加权平均发行利率已降至约2.6%，这不是城投公司经营能力提升的信号，而是资产荒背景下的安全性竞价。

留给AI的映射：中国政策导向AI资产正在经历类似的结构。”新质生产力”框架、国家队算力、国产替代叙事，提供了估值底座，但不能永久替代技术闭环和商业闭环。政策可以压低短期风险溢价，但无法凭空制造自由现金流。真正的重估触发点，是国产算力集群能否支撑千亿参数模型的持续稳定训练——这是个工程硬指标，不是发布会的叙事指标。

2.3 银行：从”规模增长”到”高股息类债”

银行曾被视为中国经济的影子，定价逻辑跟随GDP增长：规模扩张等于利润增长，净息差维持在2%以上，市场愿意给予成长股估值。

多重冲击同时到来：监管要求将不良贷款认定标准从逾期90天收严至60天，大量隐性风险被强制显性化；LPR多次下调压缩息差；房地产和高息城投敞口的压降，系统性拉低资产端收益率。银行从成长股被重估为类债资产，市场定价基准从市盈率切换至股息率和ROE稳定性。

这个重估的本质，是计价规则收严（不良认定标准）和定价逻辑切换（息差驱动转为风险驱动）的叠加效应。

留给AI的映射：AI赋能传统行业，正在走向银行式的稳健重估路径——不炫技，但真实。制造业通过AI预测性维护减少40%设备故障；金融业AI减少85%报告生成时间；Klarna通过AI节省约6000万美元运营成本。这类资产的重估触发点不是发布会，而是连续几个季度可量化的利润率改善。很慢，但很真。

2.4 中特估：从”治理折价”到”现金流分红化”

2022年之前，国企在A股和港股长期处于”价值洼地”：市净率低于1、市盈率个位数。原因不在于盈利能力，而在于治理结构——委托代理问题、分红率低、社会责任目标模糊了利润目标。大量土地、矿产等重资产以极低历史成本入账，隐性价值被系统性忽视。

2022年11月”中特估”概念提出，2023年国资委将考核指标从利润总额转向ROE和经营性现金流，直接修正了定价模型的核心变量。随后，煤炭、石油、电信等垄断性高分红行业完成了从”价值陷阱”到”价值锚点”的系统性切换。

但这里有一个清醒的对比：有分红支撑的是价值回归，只有国资标签的是短期题材。失败案例集中在那些挂着国企背景、但实际持续亏损、无法产生自由现金流的公司——叙事撑不住现金流缺口。

留给AI的映射：AI应用层的真正重估，逻辑和中特估相同：不是谁最会讲故事，而是谁能把AI效率转化成可见的现金流。真正的AI应用重估来自端到端自动化、行业私有数据、高客户留存和毛利率提升。纯UI包装会被出清，就像只有”国资”标签但没有分红的题材股被出清一样。

2.5 互联网平台：从”无边界增长”到”现金流边界”

2014至2020年间，互联网平台以市销率和用户规模定价，市场为”未来垄断预期”支付极高溢价，增长率被外推至无限远。低利率和全球资本流入压低了折现率，叙事可以走得非常远。

2021年开始的反垄断监管、数据安全审查和”资本无序扩张”整治，划定了监管边界。随后的重估不可逆：互联网巨头从高增长科技明星，变成增长缓慢但盈利稳健的”互联网基建/公用事业”。定价从P/S转向P/E，再转向自由现金流和回购率。

这个重估的节奏值得记住：叙事期可以很长，但一旦监管边界明确，重估往往在6至18个月内完成，且很难逆转。

留给AI的映射：大模型平台公司现在处于互联网2016年的位置——叙事还在，增长还在，监管边界还不清晰。但开源模型的持续演进，正在扮演类似”监管”的角色：Llama、Qwen等开源模型在过去18个月已经把API单价压低超过70%，削弱了闭源模型的定价权。从”参数规模竞赛定价”到”生态留存定价”的切换，可能不需要等到监管出手，市场竞争本身就会完成这个重估。

第三章：AI资产的五类重估路径

把历史样本放下，直接进入AI资产本身。五类资产，处于重估链的不同位置。

3.1 AI基础设施：算力资产的折旧时钟已经开始

H100在2024至2025年市场价格维持在25,000至40,000美元区间。但二手H100的两年期残值率已跌至65%至75%，三年期残值率预测约45%至55%。这个数字意味着：算力资产的折旧速度，远比早期投资者预期的快。

更关键的是，定价权正在发生迁移。算力的核心稀缺性，已经从芯片算力转向能源和电力供给。2027年AI服务器机架的电力需求，可能比五年前增长50倍。谁能锁定低成本、稳定的能源供给，谁的算力资产才具有真实的长期定价权。

这里的重估逻辑和房地产非常相似：当土地不再稀缺，地价跌，开发商的资产负债表全线重写。当GPU供给扩张、推理成本下降，囤GPU的算力租赁平台会面临同样的压力。能源锁定能力和规模运营效率，是这类资产未来真正的护城河。

3.2 大模型平台：从AGI叙事到生态留存

大模型公司的计价问题，被很多人忽视。模型权重按照现行会计准则很难入表，大量研发投入被费用化，导致账面上看起来持续亏损。但这种”亏损”的本质，是在生产极其昂贵的数字资产——只是这个资产没有被计价系统正确捕捉。

定价层面，市场目前仍以”融资估值+AGI叙事+用户增长”为核心。但随着API单价持续下降、开源模型能力快速追近，闭源大模型的收费护城河正在变薄。

重估的触发点，大概率是：当市场发现某个头部模型公司的API收入增长斜率开始放缓，而开源替代品的能力已经足够满足80%的使用场景，那时候会发生一次类似互联网监管重估的快速定价切换——从”AGI竞赛溢价”回落到”生态、分发、数据飞轮”的实际价值。

能在这场重估中幸存的，是那些已经从API售卖者转型为系统级分发平台的公司。

3.3 AI应用层：Wrapper出清，Agent留存

市场对AI应用层的怀疑有其合理性。传统软件公司的EV/Revenue倍数已经从2021年高点大幅回落，投资者不再为”集成了什么AI功能”付溢价，而是看”替代了多少真实人力”。

真正的AI应用重估来自三个可验证指标：端到端自动化流程中的人力替代率、行业私有数据形成的壁垒、以及客户续费率背后的ROI实现。Morgan Stanley用AI处理900万行历史代码，节省了28万小时开发时间——这种可量化的ROI，才是驱动估值重估的真实燃料。

纯UI包装产品，即所谓的”AI Wrapper”，正在面临出清压力。这个出清过程类似城投债分化：有真实现金流支撑的，估值稳住；只有叙事的，随着市场认知成熟，溢价消失。

3.4 AI赋能传统行业：最被低估的重估方向

这类资产往往被市场忽视，但从历史样本看，它最接近”中特估”式的价值回归——资产的盈利能力没有根本改变，但因为AI带来的运营效率提升，原本被忽视的现金流被重新定价。

目前只有约30%的北美AI采纳企业能提供可量化的AI影响报告。但这个数字在上升。当制造业的预测性维护、金融业的报告自动化、零售业的库存优化开始在财报里留下清晰的利润率改善痕迹，这类资产的重估会以很低调但很扎实的方式发生。

AI资产最确定的重估，不一定在AI公司，而是在AI采纳者。

3.5 中国政策导向AI资产：供应链闭环比口号更重要

中国AI资产的定价，叠加了两个矛盾方向的力量：地缘政治折价（芯片限制、数据安全、离岸投资者风险偏好下降），和国产替代溢价（”新质生产力”框架、政府AI投资预计2026年达1250亿美元、国家队资产政策背书）。

这两个力量现在基本在对冲，导致市场定价混乱。

真正能打破这种均衡的，是技术闭环的实现：国产算力集群能否支撑千亿参数模型的持续稳定训练，万卡集群能否实现连续1000小时以上不中断运行——这些是硬指标。在这些指标被验证之前，政策溢价是暂时的；在这些指标被验证之后，估值重估会是系统性的。

第四章：区分真重估与假重估的三个标准

从五个历史样本和五类AI资产里，可以提炼出识别重估真伪的三个核心标准：

第一，现金流的可视度。 重估后，资产能否通过分红、回购、或可量化的成本节约，将现金流以可见的形式返还给投资者？能，则大概率是价值回归；只有报表数字调整，则是数字游戏。这条标准，让煤炭央企的”中特估”成立，让纯叙事国企的”中特估”失败；同样会让Agent ROI清晰的AI应用公司估值稳固，让AI Wrapper的溢价消散。

第二，风险的分散度。 真正的价值回归，伴随着风险从隐性集中向显性市场化分散。城投化债，是把隐性债务显性化，是风险的正确定价，而非消除。AI里的”监管不确定性”，一旦边界清晰，反而会降低风险溢价，支持估值修复。

第三，资本开支的效率方向。 健康的重估，通常伴随着资本开支从”盲目扩张”向”存量经营”收缩，标志着企业从消耗现金转向产生现金。互联网平台在反垄断后资本开支收缩、利润率反而提升，就是这种信号。AI基础设施如果CAPEX持续膨胀但FCF迟迟不到位，它的重估会和房地产相似——一个方向。

结语：这场审判的时间轴

中国资产重估花了大约五到八年完成：从2015年房地产杠杆最高点，到2023年基本完成定价范式切换。

AI资产的重估会更快。技术迭代更快，资本流动更快，市场信息更透明。

预判未来三年的大概节奏：

• 2025至2026年：算力资产折旧加速，GPU残值率下修，算力租赁价格继续下行，基础设施层的重估压力显现。

• 2026年前后：大模型API单价触底，开源能力完成对中低端场景的覆盖，闭源大模型平台分化——有生态的稳住，没有生态的估值大幅修正。

• 2026至2027年：AI应用层ROI验证期结束，能提供可量化利润率改善的AI采纳企业，完成一轮安静但扎实的价值重估；AI Wrapper基本出清。

整个过程的核心变量，不是谁的模型参数更大，不是谁的发布会更精彩，而是：

推理成本、GPU残值率、API单价斜率、Agent人力替代率、AI采纳者的Margin Delta。

这些指标，是AI资产的”租金回报率”——它们会告诉市场，这项资产到底值不值现在的价格，还是只是又一轮被时间审判的叙事溢价。

过去十年，中国资产市场已经给出了答案。AI资产的审判，现在刚刚开始。

本文框架融合了中国传统资产重估研究与AI资产定价分析，核心方法论基于资产计价、定价与重估的三维坐标系。数据来源包括市场公开报告及行业研究，部分预测数字为区间估算，不构成投资建议。