多资产的传统相关性被破坏，利率波动到底在哪？过去一年的时间，“四碗面”的利率研究框架被打碎，市场开始进入机构行为的“现象学”研究中，以相研相。过去以“四碗面”为代表的利率狭义基本面研究，其大前提在于：经济波动的内驱力是政策与内需的咬合循环，通过地产-基建的逆周期调节轮动，最终在信用和社融上呈现波动，构成完整的利率传导突破。而一个框架的失效，往往是从大量“解释不了的现象”开始累积的：年初以来，宏观复苏本应带来的股债跷跷板没有出现，其他多资产关系也在被破坏——美元走强本应伴随新兴市场资金流出、风险资产承压，但这一轮韩元、日元虽大幅贬值，人民币却不受中美利差牵引保持坚挺，韩国和日本的股市表现也大幅超越其货币表现。
　　我们认为，中国利率研究方法的失灵，建立在全球科技产业大周期之上，本质上是全球跨资产相关性失灵中的一个子集。即便是低利率、低波动时代，更要对利率波动的源头研判清楚——我们可以定量描绘出，AI产业周期对中国利率的影响，已经超越了“四碗面”框架对利率的影响。
　　 AI上下游已经超过城投链，成为GDP增速的边际增量。AI上下游对经济的影响是复杂的：算得清楚的，是从资本开支到GDP和三张表的贡献；算不清楚的，是结构性就业挤出效应对就业率的影响，以及生产率提升所带来的长尾红利。在“算得清楚”的资本开支这一层，AI产业链通过海外算力出口链与国内算力映射开支，共同作用于中国GDP。我们测算，路径一：2026年MAG7合计AI资本开支约7542亿美元（约5.13万亿人民币），主要经由网络设备、电力基础设施、算力硬件的出口环节，对中国GDP形成约6778亿元的增加值拉动，留存率约13%，占中国GDP的0.46%。路径二：2026年中国本土AI资本开支合计约8058亿元，经由国内供应链直接拉动增加值约3298亿元，留存率约41%，占GDP的0.22%。合并两条路径，2026年中美AI资本开支合计对中国GDP贡献约10076亿元，占GDP比重0.68%，对GDP增速的边际贡献约0.33个百分点。
　　城投-基建信用链条对经济的定量影响，2026年会弱于AI行业。直觉上，中国经济体量庞大，传统链条似乎理应依然重要；但考虑到GDP是利润增量类指标，再叠加存量债务化解与项目折旧维护的拖累，出人意料的是，其定量影响在2026年会弱于AI行业。过去十余年间，宏观基建融资需求主要由两条腿驱动：城投有息债务的持续扩张、新增专项债的年度投放，两条路径合计对GDP增速的边际贡献峰值曾超过1个百分点。但2024年化债启动以来，城投实质新增投资已大幅收缩，目前年度增量维持在2.8万亿元左右，对GDP增速的边际贡献趋近于零——并非绝对量清零，而是增量贡献归零。专项债拉动的增加值占GDP比重虽维持在2%-3%，但增长斜率已基本走平。
　　同期对比更为直观：AI相关投资占GDP比重，从2022年的0.16%提升至2026年的0.68%；而城投和基建相关占比，由同期的7.47%下降至不足4%。对GDP增速边际贡献的此消彼长，两条曲线在2026年完成了周期性的“金叉”。
　　我国AI行业何时开启信用再融资？美国AI巨头的CAPEX已进入债务融资驱动阶段，而任何“我们不一样”“这次不一样”的判断，都是有假设条件的。当下中国企业的资本开支之所以尚未依赖债务融资，主要是发展阶段导致自由现金流融资还未“撞墙”，加之国内PEVC承担了部分债务融资的角色，传统银行等机构转型速度较慢等多因素影响。但随着时间的推移，这方面会在明年、后年开始逐步显现。从企业之间的订单流来说，中美之间的相互映射最快，宏观叙事的映射往往滞后一个季度到半年，而涉及到融资扩张打法和文化的映射，可能时间更长，但不会“我们不一样”。
　　为了研究好利率和信用，更要深入科技。我们去年2月提出“科技牛和债牛不能共存”,一方面源于对长期低利率的“日本化”叙事渗透率过高的担忧，另一方面则是判断市场、尤其是大类资产配置机构，对这一轮“有业绩”的科技行情认识和准备不足，过多的敞口聚焦于通缩交易。而今年3月以来，我们重新转多债市，并提出科技牛与债牛已进入下半场，股债双牛可能重新归来，正是发现了上述“不能共存”的假设正在破坏，科技本身正在重塑利率波动的源头。
　　风险提示：1）测算基于2025年数据，各环节占比可能发生变化；2）测算假设偏差；3）测算结果为名义增加值，对实际GDP的拉动或低于名义测算值；4）相关数据统计口径存在偏差。