新财观 | 科技对股市泡沫形成的预警效应研究——基于美日韩中四国资本市场的敏感度比较分析

作者：张光平 经济学博士，上海市政府参事，原上海银保监局一级巡视员

汤 敏 经济学博士，全球化智库副主任

摘要：人工智能技术革新驱动全球科技股市值持续扩张，美股AI板块估值持续走高引发市场泡沫争议。通过测算美、日、韩、中四国科技创新对股市市值的联动敏感度，系统探究科技赋能股市的动态规律及其对资产泡沫的预警作用。研究结果表明：当科技创新对股市市值的联动敏感度数值走低、趋近于零时，往往是股市脱离基本面、泡沫积聚的过程，一旦该数值连续3年或以上处于低值，这往往是泡沫破裂的前瞻性信号。当前美、日两国科技股市值贡献数值已跌至历史极低水平，短期内有清晰的风险预警信号，韩国股市的风险也在抬升。 相较海外市场，中国A股市场科技市值影响数值近年来比较平稳，即便未来遭遇海外市场剧烈波动的冲击，修复反弹速度也可能显著优于海外市场。本文突破传统泡沫研究纯价格时序分析的局限，从宏观维度构建“科技进步—估值偏离—泡沫形成”的传导机制，为全球科技股市泡沫识别、风险防控提供了实证依据与理论参考。

一、引言

人工智能作为新一代通用性前沿技术，其对全球资本市场估值体系与运行格局的结构性冲击，已成为当前金融经济学领域的核心前沿研究议题。自2023年以来，以英伟达、微软等为代表的人工智能龙头企业股价持续大幅上行，美股科技板块估值攀升至历史高位。本轮人工智能技术驱动的美股行情上涨，究竟是技术革新赋能实体经济、基本面改善支撑的合理估值重塑？还是市场投机情绪催生的新一轮资产泡沫？其潜在崩盘风险已经成为全球资本市场关注的焦点。

基于此，本文首先系统梳理该领域的国内外核心研究文献，以“泡沫存在论”与“非泡沫论”为核心划分两大研究阵营，逐一评述现有研究成果。在此基础上，本文参照Zhang 2024年、2023年以及Zhang（1998）的研究框架与实证方法，深入分析美国科技创新对股市市值的联动敏感度。实证结果表明，近年美国科技创新对股市市值的敏感度呈现出显著的异常特征，且该异常数据规律与2000年美国互联网泡沫崩盘前夕的市场特征高度相似。据此判断，当前美国资产泡沫已积累较高风险。进一步延伸分析可知，日、韩资本市场面临相似的估值回调与泡沫风险。反观国内市场，分析表明，当前中国A股并未形成实质性资产泡沫，即便后续受美股及全球资本市场崩盘的冲击，国内股市可能仅出现阶段性调整，市场修复反弹的速度与韧性将显著优于海外市场。

从学术贡献来看，本文弥补了现有股市泡沫研究的两大短板。一是突破传统研究依托股市交易数据来识别价格泡沫的单一视角，引入专利科技创新外生变量，打通科技进步驱动股市泡沫演化的传导链条，丰富了科技金融与资产泡沫的理论体系；二是构建四国跨国对比研究框架，厘清了不同经济体科技股市泡沫的形成差异与风险特征，验证了科技创新指标的普适性预警价值，为全球资本市场风险研判和国内股市稳健发展、风险防控提供了新的实证支撑与决策参考。

二、泡沫存在论与非泡沫论

学术界对近年来美国股市是否有泡沫存在争论。一些计量经济学研究为“AI泡沫论”提供了最直接的实证支持。Basele et al.（2025）运用Phillips等人开发的PSY实时泡沫检测方法，对2017年1月至2025年1月的纳斯达克指数及“Magnificent Seven”个股进行分析，发现纳斯达克整体及全部七只科技股均存在投机性泡沫。Maghyereh et al.（2025）采用GSADF检验方法，同样识别出美国AI头部企业在2020—2022年新冠疫情期间及2023年后存在多重泡沫，并发现流动性、金融市场压力、经济不确定性及投资者情绪是泡沫形成的主要驱动因素。Sarkar et al.（2026）进一步改进了泡沫检测方法，提出适用于持续时变波动率环境的SV-ADF检验，其对AI股票的实证分析同样支持泡沫存在的结论。法国量化金融学者Roncalli（2025）通过构建AI组合与互联网泡沫时期的TMT组合进行系统比较，发现两者虽有诸多相似之处，但当前AI行情缺乏典型泡沫末期的“爆炸性估值动态”。国内学者朱民等（2024）对纳斯达克指数的研究也显示，2020年以来GSADF值达1.21，高于2007年房地产泡沫水平，只是尚未达到2000年互联网泡沫的极端程度。

以高盛为代表的主流投行则普遍认为当前市场尚未进入泡沫阶段。高盛首席全球股票策略师Oppenheimer et al.（2025）指出，本轮科技股上涨由基本面增长而非非理性预期驱动，当前科技板块估值虽偏高但远未达到历史泡沫峰值水平。高盛研究团队强调了三大关键差异：一是当前市场领导者均为盈利丰厚、资产负债表强劲的成熟企业，而非互联网泡沫时期大量无盈利的初创公司；二是“Magnificent Seven”平均净资产收益率接近46%，盈利质量远高于20世纪90年代末；三是银行体系健康，即使科技股回调也难以引发系统性经济冲击。贝莱德（BlackRock）旗下iShares团队也强调，与互联网泡沫时期依靠烧钱融资不同，当前AI数据中心投资主要由企业自有利润支撑，基于真实企业需求，财务可持续性更强。

我们认为，现有相关研究普遍存在两方面明显不足。其一，多采用传统时间序列模型，仅依托股市交易数据开展泡沫识别与检验，单纯从市场内生价格波动维度分析股市泡沫，难以解释泡沫形成的深层动因，也无法厘清科技进步与股市泡沫演化之间的内在关联。其二，重点聚焦于检验股市泡沫是否存在，却忽视了市场更为关注的核心问题，即泡沫的破裂时点的预警信号。同时，对不同经济体科技股市泡沫的形成差异与风险特征缺乏深入研究。针对上述研究缺陷，本文引入专利数据表征科技进步这一驱动股市发展的核心外生变量，打通“科技进步—市场未来盈利预期调整—股价上涨—泡沫形成”的传导链条，弥补传统纯时间序列研究偏重现象识别、缺乏动因解释的研究空白。

三、研究设计与指标构建

（一）指标构建原理

为描述一国科技创新水平与股市总市值之间的动态联动关系，本文借鉴Zhang（1998）提出的二元交换期权定价恒等式变换方法，通过数学推导得到两个变量之间的偏导数指标，具体公式见下文第（四）节。

需要着重说明的是，该数学框架最初的应用场景是两项可交易金融资产，模型原生假设要求变量服从二元对数正态随机过程。本文仅借用该恒等式做数学变换，目的是求解宏观层面专利申请量与股市总市值两个变量之间的联动敏感度，不将专利申请量视作可交易金融资产，同时也不强制要求股市总市值与专利申请量严格满足二元对数正态分布假设。将金融领域的数学工具迁移应用到宏观创新与资本市场的交叉研究属于本文的方法尝试，原始模型的前提假设难以在宏观现实数据下得到完全统计验证，这是本方法固有的约束条件。

尤为重要的是，该偏导数是描述两个变量联动特征的敏感度指标，并非计量回归框架下识别得到的因果系数，不能直接解读为专利对股市市值的因果贡献率。本文采用事件匹配的研究思路，观察该敏感度指标在多轮历史资本市场危机发生之前的时序变化特征，服务于股市泡沫风险的预警分析，而不是识别科技创新对股市市值的因果效应。

（二）预警指标的经济内涵

本文构建的偏导数指标，描述股市总市值随科技创新代理变量（专利）变动的联动敏感度，可以用来观察资本市场估值与技术创新基本面之间的匹配关系。第一，当指标维持在较高水平时，代表股市市值的变化与一国科技创新产出高度联动，资本市场的市值扩张能够在较大程度上被技术创新基本面信息所解释，市场估值与基本面契合度较高。第二，当指标持续下行、不断趋近于零，代表即便专利表征的真实科技创新产出仍保持增长，股市总市值的扩张已经不再和科技创新产出形成有效联动。此时资本市场市值抬升更多由投资叙事、市场投机情绪、流动性环境等因素驱动，技术创新对市值的拉动效应不断弱化，资产泡沫逐步开始积聚。第三，若指标连续多年维持在低位，意味着估值与技术基本面长期背离，构成风险上行的预警信号。但该信号仅提示风险增大，并不代表市场必然发生泡沫破裂，需要结合市场估值、企业盈利、杠杆水平、流动性等多维证据交叉验证。

需要特别说明，历史样本中出现过个别年份指标回落至低位但并未爆发大规模股市危机的案例，例如美国2021年指标出现较低数值，但并未发生市场崩盘。以上案例均说明某一年的数值存在误报风险。同时，受不同国家资本市场制度、专利制度差异影响，难以得到一套适用于所有国家统一的“低值”统计阈值，各国分析应当重点考察本国指标自身时序上的动态演变趋势。

（三）代理变量选择及局限

本文选取一国主要上市公司股市总市值作为资本市场层面的观测变量，选取世界发展指数数据库中的专利申请数量作为国家层面科技创新的代理变量。

专利申请数量作为科技创新的代理变量，具备长时序、跨国口径相对统一、公开可获取的优势，在大量宏观创新研究中得到广泛使用，但该指标同时存在明显的固有局限。其一，专利申请数量只体现创新产出的数量维度，高价值核心专利与低价值专利被同等计数；其二，不同国家专利保护制度、专利补贴激励政策存在差异，带来跨国比较偏差；其三，部分技术创新出于商业保密考量不会申请专利，专利无法覆盖全部创新活动；其四，专利统计数据会滞后于真实创新活动。综上，专利申请量仅仅是科技创新的可观测代理指标，并非对科技创新水平的完美度量。此外，各国之间指标绝对数值不宜直接横向简单对比，重点应关注各国自身时间序列上的动态变化趋势。

（四）两个变量相互影响偏导数公式

Zhang（1998）获得了二元对数正态分布假设下两个变量交换期权的定价公式：

式中：I1和I2分别代表两个资产的现价；g1和g2分别代表两个资产的年化回报率；σ1和σ2分别代表两个资产均方差；ρ1代表科技和人力资本的相关系数；τ代表期权到期时间。

利用同样的假设和方法，Zhang（2023）获得了一个资产I1交换另外资格资产I2的交换期权定价公式：

其中，各个变量与式（1）相同。

两个定价公式（1）和（5）是交换期权不同形式的定价公式，两者是相等的。公式（1）=公式（5）是两个资产现价I1和I2的恒等式，对该恒等式关于资产I2求偏导数，即可获得资产I1对资产I2的偏导数公式：

其中，所有变量与式（1）和（5）相同。

四、美国科技对股市市值的联动敏感度分析

美国作为全球顶尖科技强国，其资本市场长期依托科技创新实现估值抬升，科技进步持续推动美股股价上行。但与此同时，科技驱动的行情过热也极易催生资产泡沫，并诱发泡沫破裂与市场崩盘。本文选取1990—2025年美国专利申请数量（世界发展指数数据库）作为科技进步的核心代理指标，同时选取同期美国纳斯达克和纽交所年底市值的总和，作为资本市场核心观测变量。在此基础上，本文借鉴Zhang 2024年、2023年以及Zhang（1998）的偏导数计量公式，量化刻画科技进步与股市市值两大核心变量的双向动态联动敏感度影响效应，测算了1990—2025年美国科技进步对美股年末市值的边际敏感度影响（见表1）。

表1所列比值直观反映科技进步对股票市场的边际敏感度影响强度。该比值数值越高，代表科技进步对股市市值的驱动效应越显著；反之，当比值持续走低时，意味着股市市值增长脱离了科技进步的基本面支撑。即便这时专利产出保持稳步增长，但股市市值的扩张速度远超科技进步的迭代速度，最终造成该比值持续回落。尤其当该比值出现连续数年断崖式下跌、趋近于0的特征时，表明股市估值已严重脱离科技基本面，可作为股市崩盘明确的前瞻性预警信号。

现有大量学术研究已证实，技术专利对企业股票市值具备显著的正向驱动作用。Hall et al.（2005）的经典研究指出，企业每新增一件高被引专利，其市场市值可提升3%～5%。David et al.（2026）针对人工智能专利的专项研究进一步发现，单件AI专利可为企业带来平均7100万美元的市值增长。Haddad et al.（2022）的实证表明股市泡沫阶段，投资者对技术创新的预期更为乐观，使得专利对股价的边际影响被放大约40%。

既有文献多立足于微观企业层面，验证单一企业专利创新对自身股价的影响。本文则试图突破微观研究视角的局限，从宏观维度探究一国整体科技创新水平对全国股市总市值的系统性影响。如表1所示，当科技进步对美股市值的敏感度处于高位时，美国股市运行平稳；而当该比值大幅回落时，股市泡沫快速累积扩张，若比值多年趋近于零，则预示股市泡沫大概率即将崩盘。这一演化规律在2000年美国互联网泡沫破裂事件中得到充分验证。数据显示，该敏感度数值 1996年后进入持续大幅下行通道，1999年跌至5.08%的低位，次年美国互联网股市彻底崩盘。

值得注意的是，表1结果进一步显示，该敏感度比值在2008年美国金融危机爆发前同样呈现持续回落趋势。该指标由2003年的28.09%逐年下滑至2006年的11.68%，2007年仍在低位徘徊（15.43%）。当然，相较2000年互联网泡沫，该比值对2008年金融危机的预警效果相对较弱，其根本原因在于2008年危机主要源于金融体系与房地产市场风险，并非由科技估值泡沫导致的股市泡沫破裂驱动。即便如此，2008年危机前夕科技对股市的敏感度比值仍长期处于低位区间，股市估值也明显脱离科技基本面支撑。

更为关键的是，表1最新数据表明，自2023年开始，该敏感度比值再度出现断崖式回落。自2023年起，该比值连续三年大幅下行，依次降至8.53%、0.03%、0.00%，基本面支撑力度持续大幅弱化。基于该核心指标的周期性运行规律，当前美国股市已形成明显的科技预期型泡沫预警信号。

五、日本、韩国、中国科技对股市市值影响

科技驱动型股市泡沫并非美国市场独有，而是具有跨国传导与全球性扩散特征。2000年美国互联网泡沫破裂不仅冲击本土资本市场，亦对全球多国金融市场形成显著外溢冲击。基于此，本文进一步提出研究思考：当前市场热议的AI板块估值泡沫，究竟是美国单一市场的局部现象，还是已经演变为全球性市场趋势？为解答这一问题，本文横向对比探究日本、韩国与中国三大经济体科技创新水平对本国股市市值的敏感度效应。关于股市市值，中国用的是沪深两市年底市值之和；韩国用的是证券交易所的数据；日本用的是交易集团的数据。

（一）日本科技对股市市值联动敏感度分析

首先分析日本市场实证结果（见表2）。近三十余年间，日本先后遭遇20世纪90年代初本土经济泡沫破裂、1997年亚洲金融危机、2000年美国互联网泡沫崩盘以及2008年全球金融危机等多重市场冲击，历次市场波动均能在该比值变化中得到直观体现。

1990—1991年正值日本楼市与股市双重泡沫破裂阶段，日经指数由1990年38915.87点的历史高位大幅回落至1991年21221.92的低点，下降幅度为46%。与之对应，表2中日本科技对股市市值的敏感度比值也从1990年的7.23%骤降至1991年的0.37%。该指标同样对1997年亚洲金融危机具备三年前置预警效应。在危机爆发前的1994—1996年，日本科技水平对股市市值的敏感性比值再度呈低位态势，提前释放出市场风险积聚的信号，直至亚洲金融危机正式爆发。针对2000年美国互联网泡沫破裂事件，日美两国市场的指标预警规律存在明显差异。日本该比值仅在危机来临前一年出现大幅下滑。我们认为，出现这一差异的原因，大概率是彼时日本市场尚处于亚洲金融危机后的修复周期，市场整体走势受到前期危机余波的持续影响。事实上，日本1997—1998年科技对股市市值的拉动比值本身也处于偏低水平。再来看2008年全球金融危机时期，日本相关指标走势与美国高度趋同。早在危机爆发前四年，日本的敏感度比值就回落至个位数低位。待到全球金融危机全面爆发，市场行情迅速反转，日经指数近乎腰斩。这充分说明，该比值在日本市场同样具备良好的泡沫风险识别能力。

最后，我们聚焦日本近期市场表现，由表2数据可知，该国的敏感度比值变动趋势与美国基本一致。剔除新冠疫情特殊时期的异常波动后，自2023年开始，该比值便持续维持在极低水平。同时，日经指数估值快速抬升，从2022年24681.24点至2025年的50339.48点高位，泡沫化特征愈发显著。综合各项实证数据判断，当前日本股市已形成显著估值泡沫，泡沫破裂的风险正不断加剧。

（二）韩国科技对股市市值的联动敏感度分析

韩国经济体同样历经了1997年亚洲金融危机、2000年互联网泡沫破裂以及2008年全球金融危机等重大市场冲击。结合表3数据可以发现，相较美国与日本，韩国科技创新对股市市值的影响比值整体波动更为平缓。

在1997年亚洲金融危机前夕，该指标并未显现出明确的风险预警信号；2000年互联网泡沫崩盘之前，也仅在1999年出现短暂数值异动。但是，韩国的敏感度数值在全球金融危机前却有非常明显的预警迹象。在2008年全球金融危机爆发前三年，韩国科技创新对股市市值的影响比值处于个位数的低位运行。从这一期间的韩国综合股价指数（KOSPI）看，该指数自2004年的779.77点一路走高，至2007年攀升至2064.85点，在短时间内涨幅达到三倍，泡沫的迹象明显。

最后，放眼韩国市场近年走势，韩国科技对股市市值的敏感度拉动效应整体保持稳定，直至2025年该比值出现断崖式回落，但尚未满足连续多年低位的经验特征，仅显示风险在抬升。

（三）中国科技对股市市值的联动敏感度分析

相较海外市场，我国资本市场发展具备自身独特性。一方面，我国专利产业起步相对较晚，股票市场发展也尚未完全成熟，大盘指数长期在三千点区间震荡运行；另一方面，因数据缺乏，本文实证研究仅选取2002—2025年区间数据开展分析。

表4显示，我国的敏感度数值整体处于偏低水平。仅在2008年全球金融危机爆发前夕，2006—2007年该影响系数出现快速回落，数值分别为8.27%、0.64%，这一数据变化提前预示出市场泡沫逐步积聚、股指存在大幅回调崩盘的潜在风险。从实际市场走势来看，此阶段A股市场确实经历了一轮泡沫膨胀至行情崩塌的完整周期。上证指数自2005年末1161.06点启动上涨行情，于2007年10月16日触及历史高点6124.04点，区间涨幅达4.27倍；行情见顶后股指快速下行，至2008年10月跌至1664.93点，整体跌幅超七成。因此，专利发展对股市市值的联动敏感度指标，对我国A股市场行情波动同样具备风险预警价值。值得注意的是，该轮A股市场大跌行情启动时间，早于2008年9月15日美国雷曼兄弟破产这一全球金融危机标志性事件，时间跨度长达11个月，足以说明此次A股市场泡沫破裂属于国内市场独立运行结果，并非由外部金融风险冲击主导。

最后，结合我国股市近年运行态势分析，由表4数据可见，除却2021年新冠疫情带来的扰动外，该数值长期维持在20%～30%区间波动。据此能够判断，当前我国A股市场尚不具备形成大规模资产泡沫的明显迹象。但若海外市场尤其是美国股市出现泡沫破裂、行情大幅回调，势必会对国内资本市场形成联动冲击，其中人工智能相关题材个股所受影响尤为直接。鉴于当前我国股市本身并未滋生实质性资产泡沫，后续即便遭遇外部行情波动拖累，市场修复反弹的节奏也会相对更快。

六、结论与展望

（一）结论

本文以全球AI技术革命下科技股市值扩张与泡沫争议为研究背景，依托美、日、韩、中四国国别时间序列分析，量化测算科技创新对股市总市值的联动敏感度影响，结合历史泡沫周期的市场特征，验证了科技创新指标对股市泡沫形成、演化及破裂的预警功能，厘清了四国资本市场科技赋能股市的差异化运行规律，得出以下核心研究结论。

首先，科技创新对股市市值的联动敏感度是识别科技股泡沫的有效前瞻性指标。当该系数长期维持高位，说明股市估值贴合科技基本面，市场运行稳健；当系数持续断崖式回落、趋近于零时，意味着股市市值增长脱离技术创新支撑，投机情绪主导市场定价，资产泡沫持续积聚，预示后续大概率出现估值回调与市场崩盘。这一预警机制在美国2000年互联网泡沫、2008年全球金融危机中均得到充分验证，且具备显著的前置预警效应。

其次，当前全球主要科技资本市场呈现显著的分化风险格局。美国作为全球AI技术与资本定价核心，2023—2025年科技对股市市值的敏感度近乎归零，复刻了互联网泡沫崩盘前夕的异常特征，美股AI题材投机泡沫已成型，未来泡沫破裂风险极高；日本股市指标走势与美股高度趋同，估值泡沫化趋势同步凸显；韩国股市整体波动相对平缓，但2025年指标快速回落，市场风险持续升温。

最后，中国A股市场具备显著的估值韧性与风险抵御优势。我国科技创新对股市市值的整体敏感性长期偏低，但走势整体平稳，仅在2006—2007年出现阶段性异常，预警了2007年A股独立泡沫破裂行情。从该指标时序特征看，A股近年该敏感度整体保持平稳，尚未出现长期脱离基本面的典型信号。若海外市场出现大幅调整，A股会受到外溢冲击；但相比海外市场，A股具备更强的基本面韧性，存在修复更快的可能性。

（二）展望

本文构建基于科技创新代理变量的股市泡沫风险预警视角，通过美、日、韩、中四国分国别时间序列开展事件匹配分析，但研究仍存在若干不可忽视的方法论局限。一是核心预警指标来源于交换期权恒等式的数学迁移，原始金融模型的二元对数正态分布等前提假设难以在宏观专利、股市市值变量上得到充分统计验证。该指标仅度量变量之间的联动敏感度，不具备因果识别能力，不能脱离其他市场证据单独作为泡沫破裂的判断标准。二是受数据可得性约束，本文尚未完成基于高被引专利、专利族、研发投入、科技板块市值的替代检验。三是“连续三年低值”属于历史危机样本归纳得出的经验规律，并非事前设定的统计阈值，没有经过样本外检验；不同国家制度环境差异，使得难以构建一套放之四海而皆准的统一数值阈值。四是本文仅以事件匹配的描述性分析为主，没有开展单位根、协整检验、面板计量回归等计量处理。

基于上述局限，未来可以从多个方向继续深化拓展。第一，更换科技创新代理指标，采用专利族、高被引专利、研发投入，同时采用科技行业市值替代全市场总市值，开展更多替代检验，进一步验证本预警思路的有效性。第二，基于更大样本构建统计意义上的指标阈值，开展样本外预警检验，评估指标的漏报、误报水平。第三，使用计量模型处理内生性问题，进一步识别科技创新与资本市场估值之间的真实作用机制。第四，拓展更多国家样本，检验该预警逻辑在不同制度环境经济体当中的普适性。

编辑：刘润榕

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115