人工智能基础设施、企业价值与预期股票收益率

《Journal of Empirical Finance》：AI infrastructure, firm value and expected stock returns

　　

# 摘要

- 我们利用大语言模型（LLM）分析盈利电话会议，衡量企业层面的AI基础设施水平。
- AI基础设施水平高的企业，其季度阿尔法收益（超额收益）为0.4%至0.9%。
- AI收益溢价在风险调整和标准异象调整后仍然稳健。
- AI基础设施预示着更快的增长、更高的估值和更多的研发活动。
- 结果表明，市场对AI无形资产定价不足，呈现出J型曲线（J-curve）特征。

---

# 引言

AI基础设施是指使组织能够开发、部署和维护AI驱动系统而整合在一起的硬件、软件及技术资源的生态系统。它既包括有形资产，如服务器、专用AI芯片（例如GPU和TPU）、数据中心和网络设备，也包括无形资产，如专有AI模型、训练数据集、算法、机器学习运维（MLOps）平台、基于云的AI服务和知识产权。尽管近期研究已探讨了AI采用对劳动力市场和生产力的影响（例如Eisfeldt等人(2024)和Babina等人(2024)），但AI基础设施的金融市场影响仍相对未被探索。

本文旨在填补这一空白，研究AI基础设施与资产价格及企业基本面之间的关系。我们开发了一种新颖且可扩展的方法，利用应用于盈利电话会议文字记录的大语言模型（LLM）来衡量企业层面的AI基础设施水平。这一基于生成式AI的方法能够产出可解释的企业层面AI基础设施洞察。我们发现，AI基础设施更为广泛的企业在未来股票收益方面显著更高，且在市场低迷时期展现出更强的韧性，这表明市场可能对AI基础设施定价不足。我们的结果表明，AI基础设施主要集中在规模大、增长快、托宾Q值高且研发投入强度强的企业中，凸显了其在支撑创新、竞争力和长期企业绩效方面的作用。

本文的贡献在于引入了一个结构化的LLM框架来评估企业的AI基础设施水平，将GPT-3.5-turbo（温度参数设为0以确保可复现性）应用于每家公司的季度盈利电话会议。该框架包含三个要素。首先，我们开发了一种提示工程方案，指导模型充当领域特定的分析师而非通用阅读者。其次，我们实施了思维链（CoT）推理，将每次评估分解为四个逻辑步骤——识别AI基础设施、评估其战略重要性、与行业基准进行比较、综合得出"高"或"低"的最终分类——使模型的决策透明且可审计，而非黑箱输出。第三，我们采用零样本学习，提供评估标准而非标注示例，从而能够在数千家企业-季度样本上进行可扩展、可重复的分析。

为展示该方法的实用价值，我们将其应用于2006年至2024年间标准普尔500指数企业的盈利电话会议，数据通过API Ninjas盈利电话会议文字记录API获取。这些文字记录捕捉了高管关于战略、运营和技术的讨论，为识别AI基础设施投资提供了丰富的时序背景。我们将该数据与COMPUSTAT的企业基本面数据和CRSP的股票收益数据进行关联。为确保可比性和可解释性，我们排除了金融、保险和房地产部门的企业，因为AI在这些行业中的应用往往是软件驱动的且具有行业特殊性，常偏离本研究关注的物理和计算基础设施。综合这些数据，我们能够系统性地检验企业在AI赋能基础设施方面的投资是否包含关于未来股票收益和企业绩效的信息。

我们的LLM框架对每个企业-季度观测值赋予一个二值AI基础设施分类，其中1表示AI基础设施水平高的企业，0表示AI基础设施水平低的企业。为深化分析，我们还将AI基础设施分解为四个基础组件：计算硬件与软件生态系统（CHSE）、电力与能源资源（PER）、数据存储与管理系统（DSMS）和技术标准与规范（TSS）。CHSE指代高性能处理器、分布式和边缘计算资源、云基础设施以及使企业能够高效开发、部署和管理AI系统的专用软件工具。PER涵盖节能架构、先进冷却系统、可再生能源整合和备份方案，这些都为企业AI基础设施的可持续性、可靠性和性能做出贡献。DSMS包括安全可扩展的存储方案、数据管道、缓存机制、版本控制工具和分布式存储系统，这些支持大规模数据集的有效管理并确保低延迟访问。TSS涵盖标准化工作，如模型交换格式、数据结构、API规范、性能基准、安全与隐私协议以及硬件兼容指标，这些共同促进高效、安全和可持续的AI采用。

为确保结果的稳健性并验证预测信号完全存在于企业披露的同期语言中，我们辅以纯机械的双词组（bigram）词典指标来补充这一生成式AI框架。该语料库衍生词表不嵌入任何模型权重或训练集关联，作为透明的基线，佐证我们的LLM分类，并确认经济信号由高管实际使用的披露词汇所驱动。

我们首先刻画标准普尔500指数企业的AI基础设施分布。在整个样本期间，约9.2%的企业-季度被归类为高AI基础设施水平，在2022至2024年生成式AI繁荣期间，这一比例翻倍至19.1%，主要集中在基础性支柱——计算硬件与软件（CHSE）和电力与能源（PER）——而非数据系统（DSMS）或技术标准（TSS）。高AI基础设施水平的企业系统性更大、更具增长导向且估值更高（更高的托宾Q值），但杠杆率较低，尽管规模庞大，在全样本期间其物理资本支出平均更低——反而将资源转向研发和无形资本；得分最高的企业如苹果、微软和英伟达（NVIDIA）正是这种集中优势的典范。它们也往往略显劳动密集，这与AI基础设施互补而非替代部署和管理AI所需的熟练人力资本的观点一致。

拥有更多AI基础设施的企业获得更高的后续收益。在组合排序中，高AI企业每季度比低AI企业多获得0.44%至0.93%的收益，且这些价差在CAPM、Carhart四因素和Fama-French五因素模型下经过风险调整后仍然存续；该效应在价值加权组合中更大，且不仅局限于科技行业。面板回归确认了这一模式：企业的AI基础设施得分正向预测其下季度收益，高AI企业多获得约50至60个基点的收益——约相当于样本平均季度收益的一半——且估计值在逐步加入行业、年-季度和企业固定效应后保持稳定。该溢价在生成式AI繁荣期间增强，分解指标显示每个支柱均贡献正值，其中数据系统（DSMS）在我们的主要指标下是最稳健的组成部分之一，尽管它是被最强调程度较低的维度——这恰恰是如果市场对不太显眼的AI基础设施形式定价不足时所预期的模式。

该溢价区别于已知的收益可预测性来源，并通过一系列稳健性检验。它不被已确立的异象所吸收——财务困境、股权发行、运营效率和投资——也不受企业层面和年-季度层面的双向聚类影响，并在排除科技企业的子样本、排除COVID-19时期（实际上增强了价差）以及加入通常被资产定价检验排除的金融、保险和房地产行业的子样本中保持经济上和统计上的显著性。该效应不是暂时的：AI基础设施的累计两季度、三季度和四季度指标预测更长周期的收益，这与持久的、累积形式的资本相符。该溢价也主要集中在规模大、增长导向的企业中——那些具备规模和科技能力来首先建设AI基础设施的企业。

我们将该溢价解释为投资者对无形AI基础设施的欠反应，而非风险补偿。由于计算、数据、能源和标准能力被费用化而非资本化，它们会压低近期盈利并在投资者修正预期之前被低估——这是一种生产率J型曲线动态。与此一致的是，该溢价在将AI特定因素（基于ROBO ETF构建）加入因子模型后仍然存续，且组合在该因素上的载荷与零在统计上不可区分，表明结果不是对AI行业或大盘科技股票的普遍暴露。为排除我们的LLM指标反映潜在模型知识或前瞻性偏差的可能性，我们从透明的、纯机械的双词组词典中重构该指标，该词典不嵌入任何样本后信息；收益可预测性得以复制，确认信号存在于企业披露的同期语言中，而非事后模型回顾。

最后，该指标追踪实际的AI活动并预测企业基本面的改善。高分企业在研发强度方面更大，在2022至2024年期间，在能源和数据中心相关基础设施上的资本支出更多，并且在AI特定CPC类别G06N中的专利申请显著更多。利用州级同行AI基础设施作为工具变量，我们发现AI基础设施预测更快的增长、更低的杠杆率、更高的估值和更强的创新力，在生成式AI繁荣期间各基础设施支柱均表现出平行效应。AI基础设施本身也集中在规模大、增长导向、创新密集型企业中，并且在时间上具有高度持续性，这与基于规模和科技能力而非资产负债结构的自选择一致（McElheran等人, 2024）。

在AI基础设施的背景下，Brynjolfsson等人（2021）的"生产率J型曲线"框架提供了一个有力的视角，帮助我们理解对新的无形资本的投入如何最初压低可衡量的生产率和盈利，但最终产生重大的长期产出和价值收益。由于无形AI投资——如专有模型、训练数据集和研发——通常被费用化而非资本化，其成本会减少报告的短期盈利并掩盖底层的价值创造。这种会计处理方式可能导致投资者在J型曲线的早期阶段低估这类企业，此时大量资源被投入建设AI基础设施但收益尚未在财务指标中显现。随着AI系统成熟并开始交付运营效率、创新和未来现金流，市场逐渐认可其价值，导致估值向上调整和持续的阿尔法收益产生。

完整理解这一动态需要区分有形与无形AI基础设施。有形投资——如数据中心、服务器和GPU——是资本支出，出现在资产负债表上，为AI部署和规模化提供必要的物理基础。相比之下，无形投资被立即费用化，压低短期盈利，从而创造市场欠反应和收益可预测性的条件。我们的方法利用盈利电话会议文字记录来捕捉有形和无形投资的信号，实现对二者相互作用的全面观察。虽然有形资产传达了企业对AI能力的承诺，但往往是那些被费用化的无形资产驱动了我们结果中记录的定价偏差。

McElheran等人（2024）表明，早期AI采用——尽管仍局限于不到6%的企业——集中在大型企业和高增长初创公司中，通常与其他新兴技术（如云计算）在"超级明星"枢纽聚集。随着这些投资规模化以及AI能力更广泛地部署，这些企业经历更强的基本面，包括研发强度增加、托宾Q值提高和更强的韧性——尤其是在市场低迷期间。这种无形资产的延迟回报强化了高AI企业在短期内被低估但最终表现优异的观点，正如J型曲线框架所预测的那样。这种定价偏差与来自创新文献的证据密切相关，后者表明市场对企业的长期研发投资存在系统性欠反应。Eberhart等人（2004）发现，经历研发支出意外增加的企业获得显著正值的长期异常收益，表明无形投资效益的持续性定价偏差。在价值创造方面，Brynjolfsson等人（2023）表明，生成式AI采用提升了生产率——尤其是低技能工人的生产率——展示了AI投资如何创造长期价值，而这些价值可能无法被标准会计指标立即捕捉。

不同于Cochrane（1991）中关于投资驱动生产率冲击的理性预期观点，我们的发现表明存在系统性定价偏差：市场低估了AI无形资产的延迟回报。这种回报的真实性得到了Czarnitzki等人（2023）的支持，他们记录了AI使用与企业生产力之间的正相关且显著的关系。最近，Babina等人（2025）利用AI技能人力资本衡量企业层面的AI投资，并发现AI投资增加了企业的系统性风险，表现为更高的市场贝塔值，尤其是在上涨方面。他们的发现表明AI充当增长期权，使企业对市场波动更为敏感。相比之下，我们的论文采取定价偏差的视角，表明市场低估了AI基础设施的长期价值。虽然他们的研究强调风险再分配，我们强调收益可预测性和估值非效率。综合起来，这些视角表明AI在资本市场中同时影响风险和定价渠道。

除这些经济机制外，本研究是首个开发可扩展且可解释的企业层面AI基础设施衡量框架的研究，该框架采用提示工程优化的零样本LLM方法结合思维链推理，应用于盈利电话会议文字记录。

通过上述研究，我们丰富了关于利用ChatGPT和其他大语言模型从金融市场、企业行为和决策中提取信号的文献。这些研究突出了大语言模型在金融领域中的预测和分析能力。Eisfeldt等人（2024年）发现，生成式人工智能暴露度较高的企业在ChatGPT发布后股票价格上涨，这主要由劳动-技术替代驱动。Chen等人（2025年）表明，ChatGPT能够独特地从新闻中预测股市和宏观经济趋势，表现优于其他模型。Lopez-Lira和Tang（2023年）证明，大语言模型可以从新闻标题预测股票收益，尤其是对小型企业和负面新闻，这源于其信息处理优势。Fedyk等人（2025年）发现，GPT-4反映了人类投资偏好，但在缺乏人口统计信息时也暴露出偏见。Li等人（2024年）利用大语言模型描绘分析师对企业文化的看法，并将其与股票推荐和企业价值联系起来。Kim等人（2024年）发现，ChatGPT生成的企业披露摘要增强了投资者的理解并改善了市场反应。Kim和Nikolaev（2024年）表明，将叙述性背景融入财务指标的大语言模型改善了盈利预测和资产定价模型的表现。Kim和Nikolaev（2025年）证明，结合叙述性和数值数据可以改进对企业业绩的预测，尤其是在会计信息噪声较大时。Jha等人（2024年）开发了一种基于ChatGPT的投资评分，用于预测企业未来的资本支出，并将披露情绪与短期和长期回报联系起来。在上述文献的基础上，本研究将大语言模型的应用扩展到从财报电话会议中衡量AI基础设施，提供了一个可扩展的框架，将AI能力与股票收益、企业估值和研发活动联系起来，从而揭示了金融市场中一种新的被定价的无形资产。值得注意的是，本文并未使用大语言模型直接预测股票收益或企业业绩，而是利用它们构建AI基础设施指标，该指标进而预测未来收益和企业业绩。

更广泛地说，本研究还与不断扩展的关于技术变革如何重塑企业动态、劳动力市场和经济不平等的文献相关。Acemoglu和Restrepo（2022年）记录了过去四十年来美国工资结构变化的50%至70%由自动化导致的替代驱动，尤其是对从事常规任务的专门化工人。Kogan等人（2021年）表明，行业创新率越高，高技能人才收入增加，同时劳动收入风险上升，创新冲击引发了显著的福利损失和套期保值需求。相关地，Autor等人（2020年）发现，劳动在GDP中所占份额的下降与"超级明星企业"的崛起密切相关，这些企业以高加价、低劳动份额和日益集中的市场为特征，这种动态在技术进步和全球化的推动下进一步加剧。补充这些趋势的是，Tambe等人（2020年）指出，自1990年代以来，企业对IT相关无形资产的投资——被称为"数字资本"——大幅上升，目前已占企业资产的很大比例，并预测未来的生产率增长。同样，Begenau等人（2018年）表明，大数据不成比例地使大型企业受益，降低了其资本成本，促进了进一步增长和整合。最后，Cockburn等人（2018年）强调，人工智能尤其是深度学习代表了一种新的通用"发明方法"，重塑了研发活动，并为企业争夺关键数据集和算法的控制权创造了强大的激励。

本文其余部分安排如下：第2节概述了本研究使用的方法，包括数据来源和所采用的大语言模型框架。第3节详细说明了数据收集过程并提供了描述性统计。第4节呈现了主要的实证结果。最后，第5节对论文进行了总结。

**节选片段：基于提示工程设计的零样本大语言模型框架，结合思维链推理**

本研究利用大语言模型评估企业的AI基础设施及其对股票表现和企业基本面的影响。我们分析企业财报电话会议记录中反映企业AI基础设施水平的指标，通过OpenAI API使用GPT-3.5-turbo模型进行所有主样本的分类。为确保2006年至2024年财报记录样本之间的一致性和可重复性，我们将模型的温度参数设置为0，以防止随机性变异。

**数据**

本节讨论我们所使用的不同数据集和变量构建过程。

**组合分类结果**

表3报告了根据企业AI基础设施水平进行二元分类所构建的组合表现。AI基础设施水平是一个由ChatGPT生成的评分，记为AI Infrastructure，其中1表示具有较高AI基础设施的企业，0表示较低。组合采用等权重法（A组和B组）和市值加权法（C组和D组）进行构建，评估2006年至2024年期间的平均季度收益。

**结论**

本文探讨了AI基础设施如何与资产价格和企业基本面相关，这一问题所受到的关注远少于人工智能对劳动和生产率的影响。我们开发了一种可扩展且可解释的方法，将基于提示工程的零样本大语言模型应用于2006年至2024年标普500指数财报电话会议记录，生成了企业-季度AI基础设施指标，并将其分解为四个支柱：计算硬件……

**CRediT作者贡献声明**

周怡：写作——审阅与编辑、写作——初稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、形式分析、数据整理、概念化。

周怡