20260702-华泰证券-华泰_固收_智能经济学_从基本假设到分析范式_11页_1mb

华泰 | 固收：智能经济学 — 从基本假设到分析范式

核心内容概述

本文探讨了人工智能（AI）对经济学基本假设和宏观分析范式的深远影响。作者提出，在AI技术的推动下，经济学的理论基础正在经历系统性重构，涉及稀缺性、要素体系、经济主体和均衡机制等多个维度。传统经济学框架已无法完全解释AI时代下的经济运行逻辑，因此需要构建新的分析工具和研究范式。

主要观点

1. 稀缺性发生系统性迁移

• 传统稀缺要素（如认知劳动、知识生产、信息处理）的边际成本下降，部分趋于丰裕。
• 新的稀缺资源包括：算力、电力、高质量数据、可信验证、人类注意力和组织吸收能力。
• 新的稀缺性将影响价值创造和分配机制，成为智能经济学研究的核心问题。

2. 要素体系面临重构

• AI兼具资本、劳动和全要素生产率属性，其非竞争性、规模报酬递增和数据反馈特征挑战传统生产函数。
• 新的要素体系包括：
  • 底层物理资本（芯片、服务器、数据中心等）
  • 中间智能资本（模型、算法、工具链、Agent）
  • 数据与场景资本（高质量数据、反馈闭环、客户入口等）
  • 人力资本（使用、校验、组织AI的人）
  • 组织资本（流程、治理、激励、合规）
• 分析方法需从“要素加总”转向“任务和流程”，并延伸至知识发现与技术自我进化。

3. 经济主体转向人机复合系统

• 传统经济学假定主体为独立决策者，AI时代主体演变为由人、模型、平台规则和Agent构成的复合系统。
• 平台通过推荐系统、生成式内容等方式影响用户偏好，形成“平台比用户更了解用户”的反向信息不对称。
• AI可能放大有限理性，造成模型同质化和尾部风险，需要研究算法修正、放大或重塑后的行为模式。

4. 均衡机制由稳定转向多重与非均衡

• AI引发的非凸性、路径依赖和网络效应，使得均衡机制更加复杂。
• 传统均衡分析（如局部均衡、一般均衡）可能无法准确描述AI经济的动态过程。
• 研究应关注“旧均衡如何被打破”、“哪些约束先松动”、“哪些瓶颈会反噬”等问题，而非单纯寻找新均衡。

关键信息

新的分析范式

• 分析对象：从“五部门”转向“碳基五部门内部异质化+硅基跨部门层”，需识别AI增强者、被替代者、AI原生企业等异质主体。
• 传导渠道：从“三流”扩展为“五流”，包括实体流（区分碳基与硅基）、资金流（区分传统信贷与硅基资本）、政策流（包括安全、规制和分配）、数据流和注意力流。
• 经济循环：从“四循环”扩展为“五循环”，新增AI循环（算力投资—模型提升—用户增长—数据回流—应用扩散—算力需求）。

宏观变量与理论重构

总量投研的启示

• 研究方法升级：信息处理成本趋零，研究护城河从“信息优势”转向“框架优势”和“判断优势”。
• 叙事交易重要性上升：需关注市场故事的真伪、边界和衰减时机。
• 久期意识增强：阶段判断比终局判断更重要，非均衡状态需成为研究对象。
• 预期差来源变化：结构性、认知类预期差可能更持久，需建立概率分布下的决策机制。
• 领先指标体系重构：关注“新高频”指标，如云厂商资本开支、数据中心利用率、Token价格、GPU交期等。
• 市场结构变化：AI推动市场从“人组成”转向“人机耦合”，需跟踪算法持仓、策略同源度、流动性与集中度等指标。
• 跨市场传导增强：算力—电力—资源—通胀、模型能力—利润—股价、资本开支—r*—估值等新链条需纳入分析。

风险提示

• AI对就业的影响可能超预期。
• AI投融资的持续性存在风险。

结论

AI正在重塑经济学的基本假设与分析范式，从资源配置、收入分配到价格、就业与增长均衡，传统框架需适应新的经济现实。未来研究应更加关注任务和流程、数据与注意力、算法与模型对经济主体行为的影响，同时构建新的宏观分析工具，以应对AI时代下的复杂经济系统。