人民币强势反击,稳定币变成了“风险资产”

深潮Publicado a 2025-12-03Actualizado a 2025-12-04

随着美联储降息不断深入,人民币仍存在进一步升值空间。

撰文:Liam,深潮 TechFlow

过去半年,人民币悄悄完成了一次“逆袭”。

离岸人民币(CNH)一路从 4 月最高 7.4 上方升至 7.06,创下一年来新高。在全球货币普遍震荡的背景下,人民币成为亚洲市场表现最强的货币之一。

有人欢喜有人愁,曾经坚信人民币会破 7.3 的空头们被迫平仓,长期持有美元,包括持有影子美元 USDT 的投资者被动“亏损”(以人民币计价)。

人民币为什么会在这个时间点走强?是否可以持续?

市场买起来的

过去,大家谈到人民币升值,大家常用的表述是“央妈出手了”,不过本轮人民币升值,与过去更多由政策驱动不同,而是市场自然选择的结果。

为什么这么说?

因为从数据来看,收盘价变动是人民币中间价调升的主要贡献项。

这里简单科普一下,每天的人民币汇率有两种关键价格:

  • 收盘价:市场上真实买涨买跌造成的最终价格

  • 中间价:第二天早上央行公布的“参考价”,指导当天的交易

如果这轮人民币升值主要是靠政策强行托住的,那么你会看到中间价提前被调得很强,但收盘价依然走弱,说明市场不买账。

但这次完全相反,收盘价自己先涨了,中间价只是根据上涨后的收盘价“顺势调升”,说明市场资金真的在买人民币。

推动人民币升值的第一大因素,来自于外部,跌跌不休的美元造成人民币被动升值。

今年以来,美元指数累计下跌近 10%

一方面,美国就业和零售数据持续走弱;另一方面美元降息预期不断强化,引发套利资金集中平仓。

美元的“被动走弱”,使得全球新兴市场货币普遍反弹,其中人民币表现最亮眼。

随着美联储降息不断深入,人民币仍存在进一步升值空间。

如果说以上是人民币的“被动升值”,那么 A 股的变化则提供了“主动升值”的第二条逻辑链。

今年 8 月以来,A 股显著走强,上证突破 4000 ,创近十年新高,特别以芯片和 CPO 为代表的科技股一路长虹,涨势惊人。

中国资产吸引力显著上升,外资风险偏好正在回归,当中国资产变得更能吸引全球资金时,人民币自然更容易升值。

当美元走弱,人民币上涨,结汇和套保意愿的回暖也会拉动人民币需求。

今年以来,在外贸市场,人民币的真实需求快速上升。

贸易净结汇率从年初的 23.9% 一路上涨到 7 月的 54.8%,套保率(远期结汇签约额 / 外币收入)升至 10%,为近一年新高。

这说明什么?企业愿意把美元换成人民币,以及企业愿意锁定未来人民币汇率,看涨未来走势。

总结起来,本轮人民币走强,是一次“三重合力”的结果:

美元进入下行周期,人民币被动上涨。

中国资产进入“估值修复周期”人民币从“主动升值”继续涨。

实体层面,企业结汇需求强。

这三股力量相互强化,构成了人民币升值的闭环。

利好大 A

短期来看,人民币升值对出口会造成压力,但长期利好股市。

过去几年,人民币贬值预期曾是压制海外资金的“隐性成本”。

现在,这个成本正在消失。特别是美元降息背景之下,大量资金开始流向全球,寻找更佳的投资机会。

国家外汇管理局最近公布的数据显示,2025 年上半年外资净买入境内股票和基金 101 亿美元,扭转了过去两年净减持趋势。

特别是红利央企,电信、电力、公用事业,AI + 半导体的细分龙头这种权重资产,会首当受益。

根据高盛的一份报告,中国股票往往在货币上涨时表现良好,股票回报与人民币汇率(双边和篮子条件下)呈现正向相关性和贝塔系数。

具体而言,自 2012 年以来,平均外汇/股票相关性和贝塔系数分别为 35% 和 1.9,表明人民币走强时股票 66% 的时间呈正向交易。

人民币升值可能通过会计、基本面、风险溢价和投资组合流动渠道惠及中国股票。高盛估计,在其他条件相同的情况下,人民币兑美元每升值 1% 可推动中国股市上涨 3%,包括汇兑收益

持 U 有风险

USDT 长期以来是中国散户与链上世界交互的“标准货币”,也是长期存在的影子美元,但本轮人民币升值叠加政策动向,使持有稳定币也面临风险。

人民币长期升值意味着,长期持 USDT 等于长期承担美元贬值损失。

其次,最近央行等十三部门联手打击虚拟货币交易炒作,正式将稳定币纳入虚拟货币监管范畴,包括金融和外汇风险的重点监测,虚拟货币换汇是未来重点打击方向,换言之,USDT 被纳入了“外汇管理框架”。

这会导致 USDT 在场外换人民币的成本与风险上升,USDT 的“人民币流动性”下降,所以,最近 USDT 兑人民币汇率已跌破 7。

在加密熊市之下,投资者不想直接接触高波动加密资产,但也想规避 USDT 的监管与汇率风险,于是正在转向一个新的领域,用稳定币投资非加密资产,比如链上美股和链上黄金, 仍然可以对冲美元下跌周期,且更加便利。

大量投资者正被迫从“稳定币储蓄”过渡到“链上美元资产储蓄”。

这一点,将对加密市场产生深远影响。

Lecturas Relacionadas

a16z: AI's 'Amnesia', Can Continuous Learning Cure It?

The article "a16z: AI's 'Amnesia' – Can Continual Learning Cure It?" explores the limitations of current large language models (LLMs), which, like the protagonist in the film *Memento*, are trapped in a perpetual present—unable to form new memories after training. While methods like in-context learning (ICL), retrieval-augmented generation (RAG), and external scaffolding (e.g., chat history, prompts) provide temporary solutions, they fail to enable true internalization of new knowledge. The authors argue that compression—the core of learning during training—is halted at deployment, preventing models from generalizing, discovering novel solutions (e.g., mathematical proofs), or handling adversarial scenarios. The piece introduces *continual learning* as a critical research direction to address this, categorizing approaches into three paths: 1. **Context**: Scaling external memory via longer context windows, multi-agent systems, and smarter retrieval. 2. **Modules**: Using pluggable adapters or external memory layers for specialization without full retraining. 3. **Weights**: Enabling parameter updates through sparse training, test-time training, meta-learning, distillation, and reinforcement learning from feedback. Challenges include catastrophic forgetting, safety risks, and auditability, but overcoming these could unlock models that learn iteratively from experience. The conclusion emphasizes that while context-based methods are effective, true breakthroughs require models to compress new information into weights post-deployment, moving from mere retrieval to genuine learning.

marsbitHace 2 hora(s)

a16z: AI's 'Amnesia', Can Continuous Learning Cure It?

marsbitHace 2 hora(s)

Trading

Spot
Futuros
活动图片