Nvidia(NVDA)帶動AI波動重定價，下一個壓力會落在哪一類股票？

AI 投資循環正在改寫美股波動地圖

最新的市場訊號很清楚：指數看起來還算平穩，但個股風險已經被 AI 重新洗牌。法國興業銀行策略團隊在 7 月 17 日的報告裡提到，從 2024 年開始，AI 幾乎就是主導美股波動的核心因子；市場不再用同一套標準看待所有科技股，而是更明確地分出「AI 真受益」與「只是沾題材」的公司，結果就是單一股票的漲跌幅度被放大，相關性則一路壓低到接近網路泡沫後少見的水位。

這種結構，乍看之下並不像傳統危機。美國經濟成長仍有韌性，就業市場沒有明顯鬆動，財政面也還是偏向支撐風險資產，系統性崩跌的機率目前並不高。但問題在於，資金不是平均配置，而是往 AI 供應鏈高度聚攏，從雲端、伺服器、晶片到資料中心，市場只要覺得你在這條鏈上，就會給你完全不同的估值邏輯。這也是為什麼現在常出現一種畫面：看大盤沒事，看個股像在坐雲霄飛車。

 

Oracle 財報之後，市場開始把 AI 當成基建循環

這波波動結構真正的轉折點，報告認為要追溯到 Oracle 的財報。當市場發現 AI 並不是單純多一個軟體功能，而是需要長期擴建資料中心、伺服器、網路、電力與雲端架構時，整個投資框架就變了。

這不再只是「哪家公司模型比較強」的問題，而是誰能在這場全球 AI 基礎建設擴張裡，持續拿到資本開支。對應到產業鏈，受惠者不只是在雲端大廠，還包括半導體、光通訊、散熱、電力設備、網路安全與基礎軟體。這也是為什麼市場對未來獲利的想像被全面拉高，但同時不確定性也同步升高，導致隱含波動率跟著上去。

從結構上看，AI 已經不是單一題材，而是資本開支循環 + 供應鏈重估 + 估值分化的組合拳。這種環境下，股價不只是反映 EPS，更是在反映未來三到五年的產業位置。

 

半導體成為風暴眼，波動與報酬一起放大

報告裡最醒目的數字，還是在半導體。自 2024 年初以來，半導體族群整體報酬率大約已經來到 277%，遠勝大盤。以 Nvidia、Micron、Lam Research 這類和 AI 硬體高度連動的公司為例，市場一邊上修成長想像，一邊也同步抬高風險評價，所以隱含波動率自然被推到更高位置。

這種現象不難理解。AI 基礎建設的需求是真的，但節奏、持續性、供需平衡與競爭格局都還在變。換句話說，投資人不是不知道成長存在，而是對於成長能不能一直延續、以及誰能吃到最大份額，依然沒有共識。

Société Générale 的測算也很直接：科技相關產業雖然只占 S&P 500 權重約 57%，卻貢獻了大約 95% 的指數波動來源。也就是說，現在美股整體的風險，其實高度集中在科技與 AI 鏈條上。前 50 大成分股的隱含波動率，過去幾年大約上升了 17.5 個點，其中約 62% 來自成分股本身波動自然升高，剩下才是權重集中與組成變化。

如果 AI 投資循環真的按照模型預期推進，到了 2027 年下半年，單股波動才有機會逐步回落。也就是說，現在看到的高波動，並不一定是市場失控，而更像是產業重估過程中的正常副作用。

 

低相關性不是失真，而是市場在重新定價

另一個值得注意的點，是股票之間的相關性持續走低。歷史上，股票相關性通常和利率呈反向關係，也和信用利差變化高度連動。現在利率仍處在相對具限制性的區間，信用利差也還偏緊，這就讓市場更容易出現「各走各路」的走勢。

這種超低相關性，雖然略低於用利率與信用利差推算出的合理區間，但並不代表基本面失真。比較像是市場正在用更細的標準，重新評估每一家企業在 AI 時代的位置。誰是真正的受益者，誰只是短線沾光，股價會直接給答案。

大型股集中度當然也有影響，但報告估算，這對整體市場相關性的壓低效果大概只有 3% 到 4%，不是主因。真正的核心，還是投資人對每家公司 AI 前景的差異化定價。這種結構下，指數看起來平靜，背後其實是大量資金在個股之間劇烈重分配。

 

槓桿資金把技術風險再往上推

如果說基本面在推升波動，那技術面就像是再加一層火。報告特別提到，自今年 5 月以來，建立合成股票部位的資金成本快速上升，已經來到通常只會在年底結算期才容易看到的高檔。

這波成本攀升，主要不是傳統長線機構造成，而是兩股力量：

1. 散戶透過槓桿 ETF 加速參與 AI 與半導體行情
2. 避險基金在半導體股上加大槓桿操作

這代表市場雖然有基本面支撐，但籌碼面已經明顯偏擠。只要半導體股漲勢稍微降溫，或者槓桿 ETF 的買盤開始回歸正常，這些資金成本有機會在夏季慢慢緩和。反過來說，如果漲勢持續延伸，技術面壓力也會持續堆積，等於把未來的震盪幅度先預埋進去。

 

動能股名單顯示，資金還是集中在 AI 硬體

Oppenheimer 的動能篩選名單，也再次印證這個結構。像 Nvidia、Lam Research 這類與 AI、晶圓設備、硬體供應鏈高度連動的公司，依舊名列市值最大的動能股，評等也維持在 Outperform 或 Buy 的方向。

這種資金共識很強，代表市場不是只靠情緒在炒作，而是確實認可 AI 硬體的獲利能力。但同一時間，這也意味著一旦市場風向轉變，賣壓往往會更集中、更猛烈。動能愈強的地方，通常也是回檔時最容易擠壓的地方。

 

亞洲市場可能先看到槓桿與集中風險

報告最後還提醒一個方向：亞洲市場可能會先成為結構風險的前哨站。在韓國與日本，槓桿 ETF 的規模快速膨脹，加上股市本來就高度集中於少數 AI 相關權重股，波動與資金流向更容易失衡。

如果 AI 投資循環繼續升溫，這種「槓桿 + 集中度過高」的模式，很可能會在其他主要市場複製。這也是為什麼現在看 AI，不只是看美國科技股而已，而是要把全球資金行為、籌碼結構與產業鏈位置一起放進來看。

 

結構性題材還在，但風險分布已經變了

整體來看，AI 投資循環帶來的不是單純的題材紅利，而是股市風險分布的重新編排。大盤表面上看似穩定，但真正承擔波動壓力的，是科技、半導體與 AI 基礎建設鏈上的單一股票。這也是現階段市場最值得注意的地方：不是要不要碰 AI，而是要看清楚誰正在吃資本開支，誰只是被動跟漲。

接下來幾季，市場關注的重點不會只有營收和 EPS，還包括雲端 capex 是否延續、資料中心建置速度有沒有放慢、半導體供需是否開始趨於平衡，以及槓桿資金會不會先退潮。

在 AI 投資還沒走到成熟期之前，科技股大概都還會是美股風險與機會最集中的地方。那麼問題就變成：當市場開始把「真正的 AI 贏家」與其他公司切開來定價時，下一次盤後大跌的，會是哪一類股票？