美国股市宏观敏感度断裂：独立研究归因于经济体制转换而非AI集中度

独立研究者Mohammad Bagher Karimi在2026年11月发表的一篇论文中，检验了一个具体问题：美国股市对实际收益率、盈亏平衡通胀率、石油、黄金和美元的敏感度，是否因为标普500越来越集中在少数大型科技公司手中而发生了根本变化。他用2010至2026年的周度数据和一个从公开资料重建的指数，系统考察了这一假设。

Karimi识别出三次结构性断裂，分别出现在2013年初、2020年初和2023年中。最后一次断裂的置信区间包含2022年末，但在ChatGPT发布的时间点并未估计出断裂。这一时间分布对AI集中度假说构成了初步挑战：如果AI是主因，断裂应更紧密地围绕大语言模型的发布和扩散。

更关键的证据来自他对指数贝塔系数的精确分解。Karimi将整体指数对宏观因素的敏感度变化拆解为两个来源：一是指数权重变化带来的机械效应，二是各成分股自身贝塔的变化。分解结果显示，权重变化的贡献极小。绝大多数敏感度变动是几乎所有公司共同经历的，而非头部持仓的特有现象。具体而言，2022年之后整个市场失去了对盈亏平衡通胀率的正向暴露，这是普遍现象而非少数科技股的特征。

大型公司自身的实际收益率贝塔确实在2022年后相对平均股票有所上升，但Karimi进一步检验了2022年之前10-K文件中的AI强度指标，发现它在控制公司规模之后没有额外的解释力。换言之，一家公司是否大量使用AI，与其宏观敏感度的变化之间没有超出规模效应的可观测联系。

Karimi的结论是：证据指向宏观经济体制转换，而非集中度或AI，才是敏感度变化的主要来源。这一研究有其边界：它依赖单一研究者构建的指数和特定的周度估计窗口，三次断裂的精确时点可能受样本期和估计方法的影响。体制转换本身是一个描述性标签——Karimi的证据表明变化不是由集中度驱动的，但他并未界定驱动这一转换的具体宏观机制是什么。对读者而言，这篇论文的价值在于通过分解方法排除了集中度作为主因的解释，将注意力重新引向宏观经济条件本身。