纽约联储宏观模型：AI投资热潮解释近期增长超预期，中期前景仍偏悲观

纽约联储研究团队发布的2026年9月结构宏观模型预测更新，对近期美国经济的强劲表现给出了特定的因果解释。该模型将经济分解为家庭、企业和政策部门的互动，其核心发现是：当前增长超出六月预期，并非源于广泛的生产率改善，而是主要由两个因素驱动——比预期更宽松的金融条件，以及人工智能相关投资热潮所引发的边际投资效率冲击。

具体而言，费城联邦储备银行专业预测者调查预计2026年第三季度的GDP年化增长率将比模型六月份的预期高出超过1个百分点。研究人员指出，如果这一预测准确，模型将此偏差归因于上述AI投资效应和宽松金融条件。然而，这种由特定部门资本支出驱动的增长并未改变模型对长期基本面的悲观看法。由于模型下调了对全要素生产率增长的预期，它预计未来几年的GDP增速将放缓：2027年为0.1%，2028年为0.5%，2029年为1.2%，均低于六月时的预测值（分别为0.2%、0.7%和1.5%）。

在通胀方面，模型预计核心个人消费支出价格指数的回落速度将慢于之前的判断。2026年的核心通胀预测从3.1%上调至3.3%，而2027年至2029年的预测也普遍小幅上修。研究人员解释称，较低的全要素生产率增长会导致更高的通胀压力，因为供给端的效率提升不足以抵消需求端的影响。此外，模型还调整了对实际自然利率的预测，2026年的短期估计值从2.0%降至1.9%，但在后续年份略有上调。

值得注意的是，这份报告强调模型预测仅是研究人员的输入之一，并非纽约联储的官方政策立场。对于投资者而言，这一分析提供了一个机制视角：当前的经济韧性可能部分依赖于AI领域的资本投入周期。如果该周期减弱或金融条件收紧，而全要素生产率没有实质性提升，模型预计增长将回归低迷。这有助于区分短期资本支出驱动的上涨与长期生产率支撑之间的差异。

不过，这一归因有一个明确的前提条件：模型假设专业预测者调查对第三季度的预测是正确的。如果实际数据弱于预期，那么将增长超预期归因于AI投资冲击和宽松金融条件的诊断就失去了基础。此外，模型对全要素生产率的下调本身也是基于其结构假设，并非独立观测到的事实。