AI 五層產業鏈，我們不講故事，看波動率怎麼說

AI 這條資本支出鏈條，市場習慣由下往上分成幾層來看:最底層是能源電力，往上是晶片、伺服器與網通基礎設施，再到模型與應用。這種分層方便理解，把一條龐雜的鏈條切成看得懂的段落。

但分層只是地圖。地圖不會告訴你哪一段路在塌方、哪一段路的車流跟著前車急煞。要看這個，得看價格的「抖動」本身，也就是波動率，以及五層之間的價格是不是越來越一起動。

我們抓了這個框架裡的代表股，做成等權籃子，從 2023 年初算到 2026 年 6 月初，共 855 個交易日。要先說明，市場慣稱的「五層」裡，模型層與應用層在可交易標的上高度重疊，所以實作上合併成一個 hyperscaler 籃子，等於用五層框架追蹤四個 AI 籃子。能源電力層放 VST、CEG、VRT、ETN；晶片層放 NVDA、TSM、AVGO、MRVL、MU；基礎設施層放 SMCI、DELL、ANET；模型應用層（也就是幾家 hyperscaler）放 MSFT、GOOGL、AMZN、META。對照組是 SPY。下面的數字全部來自這份計算（experiment K1413），不是別人的研報。

過去：晶片不是唯一的火藥庫

直覺上，大家會把 NVDA 當成整個 AI 主題的代名詞，覺得波動最大的就是晶片。資料只對了一半。

把整段期間的年化已實現波動率攤開來看：

晶片層 40.9%，確實高，是 SPY 的兩倍半。但波動最劇烈的其實是基礎設施層，51.7%。這層裡有 SMCI 這種一年內可以翻三倍又腰斬的伺服器股，它把整層的抖動拉得比晶片還兇。換句話說，AI 行情最大的火藥庫不只在晶片，也在「誰來組裝這些晶片」的那一層。

反過來看，模型應用層只有 25.1%，是四層裡最穩的。微軟、谷歌、亞馬遜、Meta 體量太大，AI 只是它們營收的一部分，這讓它們的股價沒辦法像上游那樣大開大合。圖一把這四條波動率曲線（rolling 63 個交易日）疊在一起，從 2023 一路畫到 2026，可以清楚看到上游三層常年在 30% 到 60% 之間擺盪，hyperscaler 那條線總是貼在底下。

那個共同的高點值得記住。上游三層的滾動波動率都在 2025 年 4 月 25 日同一天觸頂：能源電力衝到 85.1%、基礎設施 81.0%、晶片 74.3%。最穩的模型應用層高點來得晚一些，落在 5 月 16 日（41.8%）。但上游三層同日觸頂，講的是同一件事，那波關稅政策的衝擊把整條產業鏈一起打下去，沒有哪一層躲得掉。這帶到下一個問題。

現在：五層越來越像一個人

2023 年的時候，這五層還算各走各的。把當年的跨層相關性平均起來是 0.49，意思是某一層大漲那天，別層大概只有一半的機率跟著動。

到了 2024 年，這個數字升到 0.53。2025 年至今，跳到 0.65。三年走高，幅度不小。

最戲劇化的是能源電力跟晶片這一對。它們在物理上隔了好幾層，一個在發電一個在算力，照理說相關性不該太高。可是相關係數從 2023 年的 0.51,爬到 2024 年的 0.61,再到 2025 年的 0.79。圖二把三段期間的相關性矩陣並排，顏色越紅越相關，可以看到整張圖在 2025 年明顯紅了一片。

意思是，市場已經把這五層當成同一個賭注在買。買晶片的人也在買電廠，因為大家算的是同一筆帳：資料中心要蓋，就要晶片、要伺服器、要電。任何一個關於「AI 資本支出還要不要繼續砸」的消息，五層會一起反應。

集中度高，對拿著整個 AI 籃子的投資人不是好消息。當五個東西一起漲，你以為自己分散了風險，其實只是把同一個風險買了五份。真正的分散，是它們在壞消息來的時候能彼此抵銷，而不是一起跳水。2025 年 4 月那個上游三層同步觸頂、模型應用層緊接著在 5 月跟上，就是這種「假分散」的現場演示。

順帶補一個我們本來預期會看到、結果沒看到的東西。我們算了各層對晶片層的領先落後關係，想看看是不是晶片先動、其他層隔幾天才跟上。結果四層對晶片的最強相關全部落在「同一天」,沒有任何一層展現出穩定的領先或落後。能源電力與晶片同日相關 0.69、基礎設施 0.69、模型應用 0.58。資訊在這條鏈上幾乎是即時傳遞的，想靠「晶片先漲、我搶在電廠漲之前進場」這種時間差套利，日線資料看不到空間。這是個 null result,但對想做配對交易的人反而是重要情報。

未來：波動率會告訴你市場在重新定價誰

往前看，我不打算預測哪一層會漲。波動率資料能告訴我們的，是市場現在最不確定的是哪一層。

截至 6 月初，最抖的仍然是基礎設施層，滾動波動率還在 64.6%;晶片層回到 42.4%、能源電力 39.0%、模型應用 24.9%，都已從 4 月那波 70% 到 85% 的高點明顯回落。換句話說，比起 4 月全鏈一起燒，現在的不確定性又重新集中回「誰來組裝這些晶片」的基礎設施層，晶片本身反而冷靜了一些。

接下來幾季，我會盯兩個東西。

第一，跨層相關性會不會從 0.65 再往上，還是開始鬆動。如果繼續升，代表市場還在用「一個 AI 大主題」的邏輯打包買賣，題材紅利還在，但系統性風險也越積越高。如果開始下降，代表資金開始分辨哪一層真的賺到錢、哪一層只是搭便車，這通常是主題從「故事期」轉向「驗收期」的訊號。

第二，模型應用層的波動率會不會醒過來。這層現在最穩，因為它的母公司夠大、夠賺錢,AI 的成敗暫時淹沒在龐大營收裡。可是 AI 資本支出的回收問題，終究要由這層回答。一旦市場開始認真追問「砸了這麼多錢，變現了沒」,壓力會先反映在這層的股價抖動上。哪天 hyperscaler 那條原本貼地的波動率曲線開始往上翹，可能就是市場開始算 ROI 這筆帳的時候。

我沒有水晶球，上面講的都是「會去看什麼」,不是「會發生什麼」。如果之後資料推翻了這些觀察，我會回來改。

一句話

這五層的故事，別人講得比我精采。但把價格的抖動和五層之間的連動攤開來看，你會發現市場早就把它們綁成了一個賭注。波動最兇的是組裝那一層，贏過晶片;比起擔心哪一層會跌，更該擔心的是它們越來越會一起跌。

 數據與方法 

• 資料來源：yfinance 日線 adjusted close（含股息調整），2023-01-04 至 2026-06-02,855 個交易日。
• 各層為等權籃子（模型層與應用層合併為一個籃子，故為四個 AI 籃子 + SPY 對照），先算個股日報酬再等權平均;波動率為 rolling 63 個交易日已實現波動率年化(回看窗口，無前視)。相關性與領先落後為描述統計，未做正式統計檢定。隨機程序固定 seed。
• 對應實驗:experiment K1413(experiments/k1413/)。
• 重要限制:籃子等權而非市值加權，個股權重會影響結果;樣本期間僅涵蓋 AI 資本支出的上行週期，未含完整空頭;yfinance 的 adjusted close 會隨股息與企業行動回溯調整，本次數據已存檔 pin 住。
• 本文為數據觀察，非投資建議，不構成任何證券的買賣推薦。
• 寫作說明:本文數據分析與初稿在 AI 輔助下完成，所有數字均來自上述實際計算，經人工核對與編輯。