ARTICLE · 1116045
祝维沙|AI时代,美联储总量工具落后了
人工智能（AI）时代，美联储总量工具落后了——宏观调控需要从“统一治疗”走向“可验证的精准治疗”
9月16日，美联储再次加息25个基点，把联邦基金利率目标区间提高到3.75%—4.00%。声明给出的理由并不复杂：美国经济仍在稳健增长，国内支出有韧性，生产率较强，资本投资旺盛，就业总体稳定，但通胀仍然偏高。[1]
沃什在此前的杰克逊霍尔讲话中又给出了一个很有说服力的数字：个人消费支出（PCE）价格指数的199个细分项目中，过去12个月有54%的项目价格上涨超过3%；过去6个月，也有49%的项目年化涨幅超过3%。[2]
这个数字很容易让人得到一个印象：通胀已经不是石油、食品或者少数商品的问题，而是整个经济都在涨价。既然这样，加息似乎顺理成章。但54%恰恰是这篇文章最值得打开的地方。它证明了很多价格在涨，却没有证明这些价格为什么涨，更没有证明统一加息就是最合适的办法。
过去，要把199个项目逐个打开，研究各自权重、价格形成机制、共同冲击和利率敏感度，是一件成本很高的事情。现在一个普通人借助AI也可以继续往下问。这54%到底是什么？哪些权重大？哪些来自真正的需求过热？哪些来自油价、住房、医疗、金融市场或者统计方法？这些涨价项目中，到底有多少真的可以通过加息压下来？
一旦把这层打开，问题就变了。
一、54%的项目都在涨，不等于54%的经济都过热先看金融服务指标。投资组合管理和投资建议的收费，通常与管理资产的规模有关。美国经济分析局（BEA）的一项研究明确指出，美国目前对部分基金管理服务的计价方法，会把资产价格向上重估的一部分计入价格上涨。[3][4]也就是说：股市上涨本身，就可能推高PCE里的金融服务价格。这个涨价当然是真的。但它和餐馆因为顾客太多、座位不够而涨价，不是一回事。问题不是它该不该计入PCE，而是能不能把它直接当作总需求过热的证据。
医疗更加复杂。美国医疗价格并不是一个普通的市场价格。病人看一次医生，自己可能只支付20美元，但保险公司另外支付80美元。统计医疗服务价格时，考虑的是医生获得的100美元总报销，而不是病人自己掏出的20美元。
健康保险价格的统计更加特殊。美国劳工统计局（BLS）并不是直接追踪“同一份保险今年涨了多少钱”，而是根据保费、赔付和保险公司的留存收益等数据间接估算，其中一部分数据还存在明显时间滞后。[5]
所以医疗PCE上涨，可能来自：医院提高收费；保险公司和医院重新谈判合同；美国联邦医疗保险（Medicare）支付规则变化；保险服务的估算价格变化；以及真正的医疗服务需求。这些完全不是同一种原因。
再看住房。8月美国成屋销售环比下降2.0%，同比下降1.2%，库存升到162万套，相当于4.9个月供应；新房库存相当于8.5个月销量，新房中位售价同比下降5.8%。[6][7]
这个市场很难叫“过热”。但PCE里的住房服务价格仍然可能保持较高涨幅。原因并不神秘：住房PCE测量的是住房服务价格，不是今天房地产交易市场的即时温度，而且存在滞后。所以完全可能出现：住房PCE还热，住房市场已经冷。
能源也是一样。油价上涨以后，不会只出现在“汽油”这一栏。它还会传到航空、运输、配送、化工、食品和各种服务成本。于是一个油价冲击，最后可能表现成十几个甚至几十个价格项目一起上涨。统计上看，这叫“扩散”。但经济学上，它们可能只是一个共同原因产生的多个结果。
所以沃什的54%是真的。但它真正告诉我们的只是很多价格项目正在上涨。它没有告诉我们这些上涨是不是由同一个总需求过热造成的。这两句话差得很远。还要再加一层：54%是按项目个数计算，不是按PCE支出权重计算。107个项目即使都在涨，也不能自动等于54%的消费支出都在过热。
二、PCE是真实的，但PCE不是病因医学的发展给了我们一个很简单的类比。过去不知道病因，看到病人发烧、疼痛、虚弱，医生只能根据症状治疗，早期甚至使用放血这样的办法。后来有了显微镜、血液检测、X光、计算机断层扫描（CT）、核磁和基因检测。今天两个病人同样发烧39度，医生不会因为体温一样，就给他们同一种药。
7月PCE同比上涨3.7%，核心PCE上涨3.3%，这些都是真的[8]。但如果继续往下看，另一幅图也同时存在。达拉斯联储计算的截尾平均个人消费支出价格指数（Trimmed Mean PCE），同期只有2.3%。这个指标就是为了减少少数涨跌特别大的分项对总体数字的影响[9]。
BEA自己公布的市场型核心个人消费支出价格指数（market-based core PCE），7月同比大约3.0%，也低于普通核心PCE。它尽量排除了部分没有直接市场交易价格和需要估算的消费项目[10]。这些数字并不是说哪一个才是“真正通胀”。它们告诉我们的是：同一个美国经济，用不同的尺子观察，会得到不同的通胀图景。
那么政策真正应该问的，就不能只是PCE是不是高于2%？而应该进一步问为什么高？金融服务可能受到资产价格影响。医疗包含大量制度和合同价格。住房存在滞后。能源可能是外部冲击。关税会沿产业链扩散。而AI资本开支，则可能真的形成局部的投资过热。这些最后全部进入PCE。但它们不是同一种病。
三、美国经济现在也不是一个温度如果把美国经济按部门展开，我们今天看到的并不是一个全面过热的经济。美国经济更接近：AI很热，住房很冷，消费偏暖，就业正常，能源受到外部冲击。
如果经济本身有这么多不同温度，用一个统一政策利率去调，会出现一个很实际的问题：最先受到冲击的，未必是最热的地方。大型科技公司有现金流、有全球债券市场、有私人信贷，也可以在欧洲、亚洲发行美元债。
普通家庭没有这些选择。中小企业也没有。所以提高25个基点，对一笔利润很高、融资渠道很多的AI投资，可能只是一个很小的变量。但对一个房地产项目、一个房贷家庭、一个依赖银行融资的小企业，却可能直接决定项目还能不能做。这就出现一个悖论：美联储想给经济降温，最先冷下来的可能不是最热的地方。
四、为什么不分项治疗？世界上并不是没人想到这件事。中国长期使用结构性货币政策工具。欧洲有行业资本缓冲和贷款价值比（LTV）等宏观审慎工具。日本有定向资金支持工具。俄罗斯会针对住房和消费贷款的风险动态调整限制。印度长期实行优先部门贷款。
美国自己在危机时期，也曾针对企业、市政、中小企业和不同信用市场分别设计工具。巴塞尔委员会认为，如果风险只集中在某个信用领域，可以对那个领域增加资本要求，而不必把整个金融体系一起收紧。这样可以减少广泛政策带来的副作用。[11][12] 这些工具并不完全相同，共同点是都没有只靠一个统一利率处理所有局部问题。
美国绝顶聪明的经济学家不是没有想到分项治疗，这就不只是经济问题了。它变成了公平和权力问题。谁有权决定哪个行业应该贵一点，哪个行业应该便宜一点。
五、美国真正担心的是：精准以后，谁来保证公平？统一利率虽然粗糙，却有一个很大的制度优势：形式上所有人面对同一个基准价格。一旦开始分行业调节，问题马上就来了。
为什么AI要加150个基点？为什么不是80个？为什么住房要减100个？为什么农业可以得到支持？为什么汽车不行？一家企业到底算不算AI？谁制定标准？谁得到了好处？谁承担了成本？什么时候退出？会不会变成产业政策？会不会出现寻租？这才是美国长期更偏爱统一市场价格的重要原因之一。因为很难证明这种精准配置是公平的。所以社会宁愿接受：粗糙，但规则看起来一样；也会警惕：精准，但判断过程掌握在少数人手里。
六、AI真正改变的是验证成本这才是今天的新变量。过去如果真的要把199个PCE分项逐一分析，再连接银行贷款、公司债、私人信贷、房地产库存、电力需求、企业利润和资本回报，工作量巨大。普通人做不到。一个小研究团队也很难长期实时做。即使美联储做出来了，普通人也无法验证，专家也很难验证。因此复杂现实不得不被压缩成少数总量指标，再交给专家委员会判断。
AI第一次大幅降低了这件事的成本。今天普通人就可以拿沃什的54%一直往下追，利用AI，如果再配合智能体（Agent），追问并不吃力。可以逐项验证，也可以让AI整理结论、依据和反证。时代变了，方法才有了改变的条件。
过去公众面对专家，往往只有两个选择：相信专家。或者：不相信专家。现在多了第三个：验证专家。这才是AI对公共政策最深的改变之一，使得公共政策可以公开验证。
七、公平不一定等于所有人用同一个规则传统体系很容易把公平理解成所有行业面对同一个政策利率。但市场情况不同，统一利率的实际冲击也不同。形式上的统一，不等于结果上的公平。AI时代可能出现另一种公平：不同情况可以采用不同政策，但每一个差别都必须给出公开、可验证的理由。
比如：为什么触发？依据什么数据？为什么是这个幅度？有哪些相反证据？什么事实出现说明原判断错了？什么时候退出？这些都应该可以被公众检查。
不是所有人必须一模一样。而是每一种不同待遇，都必须能够说明为什么。AI当然不能替代国会授权、央行独立性和责任边界；但它可以改变一件过去很难做到的事：让授权之后的差异化判断不再藏在黑箱里。
八、真正缺的不是结构性工具，而是“验证层”世界上其实已经有很多结构性工具。所以AI时代不需要重新发明一套宏观调控。真正缺的是在现有体系上增加一层：持续验证。
未来的体系可以很简单。第一层，统一基准利率。处理真正的全经济总需求问题。所以“总量工具落后了”并不是说总量工具没有用了，而是说只靠总量工具已经不够。第二层，结构性金融工具。处理局部行业的信用过热、金融风险和融资不足。第三层，AI支持的验证。不断检查：这个行业真的过热吗？为什么过热？政策有没有达到目的？资金有没有绕道？有没有误伤其他部门？原来的判断有没有失效？什么时候应该退出？
这样，定向政策就不只是专家说了算。它可以做到：有数据、有理由、有反证、有失效条件、有退出机制。
九、沃什需要把54%继续打开沃什已经把AI放进生产率、就业、资本形成和潜在产出的分析，也明确要求美联储获得更加准确、及时和可行动的数据。他提出199个PCE分项中的54%涨幅超过3%，本身已经是在尝试突破只看总量PCE的老办法。[2]但还差一步。54%只是把一个总指标拆成199个小指标。真正进入AI时代，还要继续往下拆：为什么涨？权重多少？是不是同一个共同冲击？是不是直接市场价格？是不是制度价格？有没有统计滞后？对利率敏不敏感？应该用什么工具？
如果不继续往下走，就只是把一支体温计换成199支体温计。并不能真正找到病因。这正是AI最能帮忙的地方。
十、从“披露透明”走向“验证透明”过去央行讲透明，通常是公布声明；解释决定；发布会议纪要；公布预测。这些当然重要。但AI时代还可以再往前一步：让任何人都能沿着一个政策判断，一层层把证据打开。
事实是什么？指标怎么来的？哪些属于事实，哪些属于判断？有哪些其他解释？为什么选这个政策？什么事实出现会推翻它？执行以后效果怎样？这不是简单增加更多信息。而是一种新的透明：验证透明。
过去复杂性本身就是专家壁垒的一部分。今天AI正在降低这个壁垒。所以美联储下一步真正值得发生的变化，不只是用AI预测PCE，也不只是研究AI会提高多少生产率。而是让政策判断本身变得可以被验证。
结语美元的全球地位，使美联储的政策外溢到几乎所有主要经济体。其他央行之所以发展结构性工具，其中一个原因，就是要在统一利率之外处理各自的局部问题。美国自己当然也有同样的需要。从前面的分析看，当经济已经高度结构化、诊断已经能够越来越精细，我们是不是还必须主要依赖一把统一利率锤子？
AI时代真正值得出现的，不只是一个更聪明的中央银行。而是一种新的宏观调控方式：总量问题，用总量工具。结构问题，用结构工具。所有差异化配置，都必须接受公开验证。
过去我们可能只能在两个选择之间摇摆：粗糙，但看起来公平。或者：精准，但难以证明公平。AI第一次提供了第三种可能：精准，而且可验证公平。
结构化工具还可能给美国带来另一个好处：把总量利率和行业金融条件分开。假如未来总量通胀回落到允许降息的程度，而AI产业链局部仍然过热，美联储可以降低基准利率，同时通过资本要求、风险权重或其他结构性工具，提高高杠杆AI基础设施融资的实际成本。
这样的行业指导不必长期固定，可以按月或按季公开更新，并明确触发条件和退出条件。这还会带来一个值得验证的结果：当美国能同时提供较低的总量资金成本和更有针对性的风险定价，全球美元资本可能更愿意回到美国资产体系，美元的中心地位反而可能因此得到强化。
本文便是一个普通人基于可验证思想借助AI协作写成的。如果一个普通人借助AI能够把沃什的54%一路拆到病因、工具和公平，并让专家公开检验，这本身就说明时代已经变了。
参考文献[1] Federal Reserve Board, “Federal Reserve issues FOMC statement,” September 16, 2026.[2] Kevin Warsh, “Keynote Remarks at the 2026 Jackson Hole Economic Policy Symposium,” Federal Reserve Board, August 28, 2026.[3] U.S. Bureau of Labor Statistics / Federal Reserve Bank of St. Louis, “Producer Price Index by Industry: Portfolio Management and Investment Advice,” July 2026.[4] Robert Kornfeld, “Alternative Price and Volume Measures for Commercial Bank and Fund Management Services,” U.S. Bureau of Economic Analysis, 2021.[5] U.S. Bureau of Labor Statistics, “Measuring Price Change in the CPI: Medical Care,” methodology for medical services and health-insurance pricing.[6] National Association of Realtors, “Existing-Home Sales Report Shows 2.0% Decrease in August,” September 10, 2026.[7] U.S. Census Bureau and U.S. Department of Housing and Urban Development, “New Residential Sales, August 2026,” September 24, 2026.[8] U.S. Bureau of Economic Analysis, “Personal Income and Outlays, July 2026,” August 26, 2026.[9] Federal Reserve Bank of Dallas, “Trimmed Mean PCE Inflation Rate,” July 2026.[10] U.S. Bureau of Economic Analysis / Federal Reserve Bank of St. Louis, “Market-based PCE excluding food and energy,” July 2026.[11] Basel Committee on Banking Supervision, “Guiding Principles for the Operationalisation of a Sectoral Countercyclical Capital Buffer,” 2019.[12] Basel Committee on Banking Supervision, “Countercyclical Capital Buffers,” Basel Framework; discussion of sector-specific credit cycles and targeted tools.
---
本文为「数字新财报」针对上市公司与持牌金融机构数字合规问题的深度研判。本团队专注服务 A 股 / 港股科创上市公司、持牌金融机构，为企业提供数字合规专项尽调、监管检查应对、合规整改落地、常年合规顾问等高端法律服务，企业可后台留言主体名称与业务类型，预约一对一深度研判咨询。
免责声明：本文仅供一般性信息参考，不构成任何法律、投资或专业建议。文中观点仅代表作者个人或整理时的理解，可能与实际监管口径、司法裁判情况存在偏差，企业具体合规事宜请结合自身主体资质、业务场景开展专项咨询。
---
作者：祝维沙，毕业于北京工业大学自动控制系。之后，在中国社会科学院工业经济研究所做研究工作。1991年离职创立裕兴科技。裕兴于2000年成为大陆首家在香港创业板上市的民营高科技企业。2015年将裕兴科技出售，2019年又参与将裕兴买回。而后一直是裕兴科技的主要股东，并担任顾问。是中国实业界的传奇人物。
2017年开始钻研加密货币并参与投资。无链系统白皮书和无链网站上的系列文章的撰写，基于其多年的学习理解、实践参与、研究成果和产品功力。无链系统展现了祝维沙横跨经济、法律、金融、股票、货币、产品、市场和技术等多个领域的高度综合能力。
系列专辑：