AI重塑市值管理逻辑：从数据闭环走向价值回归

一场关于AI与资本市场的交叉讨论

清华大学全球证券市场研究院秘书长迟永胜近日就AI与市值管理的关系发表观点，相关报道由中国基金报发布。根据已确认的新闻信息，迟永胜的核心判断指向一条清晰路径：AI正在重构市值管理的范式，其逻辑起点是“数据闭环”，落脚点则是“价值回归”。 这一表述本身并不涉及具体的技术参数或交易金额，但它折射出一个正在成型的产业趋势——AI在资本市场的应用，已从早期的概念炒作逐步进入方法论层面的讨论。市值管理作为上市公司治理与投资者关系的重要组成部分，其与AI的结合方式，值得放在更广泛的科技产业背景中审视。

数据闭环为何成为起点

所谓“数据闭环”，在科技产业语境中通常指向从数据采集、处理、反馈到迭代优化的完整链路。AI模型的能力提升高度依赖这一闭环的效率。在市值管理场景中，这意味着上市公司经营数据、市场交易信息、投资者行为等多维数据，可能被更系统地整合与分析。 从产业基础看，这一闭环的运转离不开算力与芯片支撑。据SEMI（国际半导体产业协会）2024年数据，全球半导体制造设备销售额约为1,170亿美元，其中与AI算力相关的先进制程投资持续增长。另据Gartner 2024年估算，全球AI芯片市场规模已超过500亿美元，并预计在2025年继续保持两位数增长。这些行业背景数据表明，AI应用落地的底层供给能力正在扩张，为包括金融分析在内的多场景渗透提供了条件。

价值回归指向什么

“价值回归”这一表述，可能指向AI在市值管理中扮演的角色从工具性向价值发现性演进。换言之，AI不仅用于数据处理效率的提升，还可能被用于识别企业内在价值与市场价格之间的偏差。 这一方向与资本市场的AI投资热点形成呼应。据IDC 2025年发布的预测，全球企业在AI领域的资本开支在2025年至2028年间有望保持约20%以上的年均复合增长率。与此同时，WSTS（世界半导体贸易统计组织）2025年数据显示，全球半导体市场规模在2024年约为6,270亿美元，其中逻辑芯片与存储芯片是AI相关需求的主要受益品类。这些数据属于行业背景参考，并非本次新闻所公布的内容，但可以帮助理解AI向金融与资本市场环节渗透的宏观条件。

产业影响仍需审慎观察

将AI引入市值管理，涉及数据治理、模型可解释性、合规边界等一系列问题。迟永胜提出的“数据闭环到价值回归”框架，目前仍属于理念层面的讨论，其具体落地方式、技术路径和实际效果，暂缺可核验的公开数据支撑。 值得关注的是，AI在金融领域的应用并非孤立事件。从芯片算力到数据基础设施，再到行业方法论，各环节的成熟度将共同决定这一范式重构的深度与节奏。对科技产业而言，资本市场的AI叙事如果能够从短期热点转向长期价值逻辑，可能对半导体、算力基础设施等上游环节形成更稳定的需求预期。但这一判断有待进一步确认，不宜过度线性外推。

数据参考

• SEMI，2024年全球半导体制造设备销售额约1,170亿美元（来源：SEMI，2024）
• Gartner，2024年全球AI芯片市场规模估算超500亿美元（来源：Gartner，2024）
• IDC，2025年全球企业AI资本开支预测，2025—2028年CAGR约20%以上（来源：IDC，2025，预测数据）
• WSTS，2024年全球半导体市场规模约6,270亿美元（来源：WSTS，2025）
• 本次新闻已确认信息：迟永胜关于“从数据闭环到价值回归，AI重构市值管理范式”的观点，来源为中国基金报（chnfund.com），发布时间为2026年9月23日 #AI资本市场 #市值管理 #半导体 #算力基础设施