标普500指数连续九周上涨，表面平静之下，结构性风险正在悄然积聚。
6月2日，高盛销售与交易团队顶级交易员Lee Coppersmith在最新报告中发出警告：指数层面的涨势看似顺畅，但水面之下正变得"愈发令人不安"。他指出，市场对AI的押注已从基本面驱动演变为由市场结构本身强化的自我强化循环——仓位更拥挤、杠杆更高、集中度更强，而投资者为下行风险支付的保护成本却跌至历史最低。
最能体现这一矛盾的指标是单股偏斜度（single-stock skew）：标普500成分股平均一个月期看跌/看涨期权偏斜度已跌至高盛数据集有史以来的最低水平，意味着投资者正在大规模放弃下行保护、转而追逐上行敞口——而与此同时，个股层面的已实现波动率却在持续攀升。
高盛美国波动率恐慌指数（US Vol Panic Index）亦回落至近两年低点。
与此同时，高盛Prime数据显示，对冲基金总杠杆率本周再度上升2.1个百分点至约323%，创五年新高。
指数平静掩盖因子剧烈波动，表里分化达到极端
自ChatGPT于2022年11月30日发布以来，标普500指数累计涨幅已达约85%，期间先后经历2023年3月区域银行业危机、2024年8月日本加息冲击、2025年4月所谓"对等关税"关税震荡以及今年的美伊战争，但每次均告收复并创出新高。
然而，Coppersmith在报告中强调，当前最值得关注的已不再是涨幅本身，而是指数层面的平静与因子、仓位及个股层面剧烈轮动之间日益扩大的背离。
纳斯达克100指数（NDX）5月单月上涨约10%，实现2009年以来首次连续两个月录得两位数涨幅，较3月低点累计反弹32%。但在这一亮眼数字背后，高盛TMT动量配对指数（GSTMTMOM Index）今年已出现逾25次单日±5%的波动，而去年全年仅有6次。
软件板块上周再度上涨约8%，受仓位顺风、好于预期的财报以及市场对AI货币化"变化率"乐观情绪回升共同推动。但即便在板块内部，分化同样显著——高盛交易台持续观察到，被视为基础设施赢家的数据基础设施、网络安全方向，与更具挑战性的SaaS模式之间，正出现清晰的分野。
AI仓位自我强化，杠杆ETF规模翻倍加剧市场脆弱性
Coppersmith特别点出一个正在形成的结构性风险：AI交易的驱动力已不再单纯来自基本面，市场结构本身正在形成反身性强化。
全球杠杆/反向单股ETF资产管理规模已突破600亿美元，仅自今年4月初以来便已翻倍。与SK Hynix、三星及更广泛存储器敞口挂钩的产品录得爆炸性资金流入，投资者持续追逐对AI建设浪潮的集中敞口。
这类产品在机制上做空Gamma，意味着资金持续流入将强化动量、放大轧空效应，并加剧因子层面的剧烈轮动。
与此同时，对冲基金仓位数据同样印证了这一拥挤态势。高盛Prime数据显示，对冲基金连续第四周净买入非必需消费品股票，覆盖所有主要地区，尽管该板块配置仍接近五年低位；科技板块则经历了逾一个月以来最大规模的去杠杆周，但整体配置仍接近五年高位。
下行对冲成本跌至历史低位，"反分散"对冲重获关注
当前市场定价所隐含的相关性体制（correlation regime）极为温和，而这正是Coppersmith最感忧虑之处。
标普500隐含相关性目前接近历史最低水平，指数波动率大幅低于成分股波动率。这一格局在历史上曾为"反分散"对冲策略（reverse-dispersion hedge）提供了理论基础——即做空个股波动率、做多指数波动率。
该策略在市场从个股分化转向宏观恐慌、相关性骤然上升时奏效，典型案例包括全球金融危机、新冠疫情冲击、2018年"波动率末日"（Volmageddon）、2024年8月5日日本市场压力事件及去年4月的所谓“对等关税日"。
然而，Coppersmith也坦承，过去数年间这一对冲策略极难持有，因为主导市场的恰恰是相反的格局：领涨范围收窄、相关性持续下降、个股剧烈波动而指数相对有序。
他的总结直截了当：市场对AI愈发确信、愈发集中、杠杆愈发高企，且愈发倾向于为上行凸性付费而非购买下行保护。宏观层面的恐慌已经消退，但个股层面的特异性风险并未消失——事实上，单股偏斜度的定价方向恰恰相反。
盈利增长提供基本面支撑，但不确定性仍在
不过，Coppersmith也承认，此轮涨势并非单纯的估值扩张或盲目投机，盈利增长确实承担了大部分驱动力。
ChatGPT发布前，高盛美国策略团队预测2023年标普500每股盈利约为224美元；而今，该团队预测2026年每股盈利将达340美元，较AI前时代的前瞻预期高出约52%。自2022年11月以来，标普500约三分之二的涨幅可由盈利增长解释。
在AI产业链层面，高盛科技研究团队近期估计，Agentic AI（智能体AI）可能将Token消耗量推高至当前水平的约24倍，由此将为GPU、CPU、电力系统、冷却基础设施、网络架构及数据中心整体重新设计创造巨大的增量需求。
Coppersmith指出，市场目前仍不完全清楚AI价值最终将在产业链何处沉淀，而这种不确定性本身，或许正在帮助维持全球AI资本支出热情的广度。
他同时在报告中指出，历史上重大技术冲击往往倾向于加剧集中度而非分散化，最具能力在规模上部署无形资本的企业——数据、算力、分发渠道、软件生态与网络效应——往往最终捕获更多经济价值。
