黄金牛市,一场国际货币体系“礼崩乐坏”下的反诈骗运动

深潮Publié le 2025-11-12Dernière mise à jour le 2025-11-13

黄金牛市——当现代货币的信仰裂缝遇见五千年不灭的古老信任

最近两年黄金价格大幅上涨,最近现货黄金在突破4000美元/盎司后又快速突破4400美元的历史纪录,今年来涨幅超过50%,不过10月底以来,黄金又开启暴涨后的回落模式。

无论是主权国家央行,机构投资者还是普通个人,这两年都开始买入黄金,一些投资大佬对黄金更是情有独钟。

“货币天然是金银”,马克思的名言犹言在耳,黄金也常常被视作真正的货币或真正的财富储备。然而,当金本位制在百年前隐入历史的烟尘,当今黄金的价格被各国的法币所标注,黄金这个千年古董资产的价值早已“我命由天不由我”!那么,金价暴涨暴跌的幕后推手到底是谁,价值和泡沫的临界点在哪里?

实际上,并非黄金资产本身的价值提高了多少,而是以美元为代表的现代货币价值一直在大幅缩水。全球不断创新高的天量发债,各国央行为了购买债务“敲击键盘”式的天量印钞,过剩流动性造成的资产荒,美国突破现代金融文明底线对海外美元资产的长臂制裁,以及挡不住、根本挡不住的AI股市泡沫,让越来越多的人嗅到了后现代金融危机的味道。或者说,法币的印钞机器和AI巨头的绚丽叙事,在古典金融学范式来看更像是一种“金融诈骗”。感受到被欺骗是信仰裂缝的开始,而黄金此时不失时机的成为了一种金融古典主义和保守主义的慰藉,或者策略上的一种“货币反欺诈”对冲工具。

不产生利息的黄金

是一种“庞氏骗局”吗?

当然,在黄金超级牛市周期的强劲上涨过程中,质疑黄金价值的声音也一直不绝于耳,甚至也有人称其为人类历史上最大的泡沫,最大的骗局。

第一,最大的问题,黄金没有利息,没有分红,非有息资产;

第二,因为自身无法产生持续的净现金流,也就无法用经典的资产定价模型来定价,经典的金融学教科书认为一种资产的价格是其未来净现金流的折现,黄金不具备这一点;

第三,既然黄金本身无法产生利息或租金,那么其定价就只能来自于资本利得,也就是价格上涨带来的价差。而这种模式又是一种典型的击鼓传花的“庞氏骗局”,也就是当前的价格完全依靠未来更高的价格支撑,这不就是典型的泡沫吗?

而与此同时,黄金又是经典的“避险资产”,所谓的“乱世买黄金”。除此之外,黄金还是经典的“抗通胀资产”,在物价飞涨的年代,黄金成为财富保值最可靠的“压舱石”。最神奇的是,黄金是历史最为悠久,至少五千年来一直经久不衰的财富代表;同时也是被认可范围最广,超越种族、国家、地域、文化的超主权、超文明财富。

如果苛刻的将黄金定义为人类文明史上的泡沫,那么一个经历五千年之久,几十亿人认可的“不灭的泡沫”,又是一种怎样的泡沫?如此坚硬的泡沫,又如何定义为泡沫?

与黄金相比礼崩乐坏的现代货币体系更像是一种“骗局”

相反,与黄金这种实物资产相比,失去纪律和规则的法币可能才是最大泡沫或“骗局”。

黄金的全球储量至少算得清,具有客观的硬约束。而对于当前的法币来说,只要各国央行轻轻的“敲击键盘”,上亿、百亿、千亿甚至是万亿级别的新钞就无中生有的创造出来了(MMT的核心观点)。虽然形式上有各种法律和机制约束,但每当遇到大的危机,都会有借口突破法律和机制的约束,所谓博弈论中的“动态不一致性”。

时至今日,美国政府突破债务上限已经高达100余次,债务总额已经加速度地突破了37万亿美元,以至于其所设的债务限制已经成为公开的摆设,对货币和债务毫无约束力,市场也对这个摆设不以为然。因为对于法币来说,央行的独立性或者央行不沦落为政客们的印钞机,是货币信用最后的底线。而特朗普政府对美联储毫不掩饰地横加干预和指责,更加重了投资者们的担忧。

美国特朗普政府在这条底线上疯狂试探,其它国家也好不到哪里去,纷纷东施效颦。美元作为世界货币和霸权货币,本来是其它国家货币的“约束之锚”。但今天美元充满了不确定性,其它国家为了维护汇率的稳定,同时也为了充分利用美元宽松的空间解决国内经济衰退的问题,也都大幅发债、印钞。可以说,在全球经济增长动能不足,都在苦苦寻找市场需求和“甲方”的国际贸易内卷格局下,竞相让本国汇率贬值是更加巧妙的贸易战方式。这对投资者来说又像是一种隐秘的骗局。

从黄金二十年的熊市看今天的超级牛市

当然,黄金的信仰也并非一直牢固,也曾经有一段信仰破灭的“失去的二十年”。

在现代金融发展的初期,即上个世纪七十年代布雷顿森林体系解体之后,到本世纪初美国互联网泡沫危机之间的三十余年,随着全球化、民主化的一波波上层建筑革新浪潮,伴随着互联网科技革命和华尔街金融创新的大潮,人们对人类文明的进步,对现代金融体系充满了信心,对当时货币财政体系纪律严明、美联储独立性极强、财政收支甚至是出现盈余的美元充满了信心,持久的信心积累起来就是信仰。美元信仰的形成就是黄金信仰的破灭。

在布雷顿森林体系解体后,黄金经历了一段时间迅猛的“再平衡”或“重定价”式的升值后(从35美元涨到850美元),竟然进入了时间最为持久的“熊市”,近二十年从850美元跌到252美元,跌幅达到70%。可以说这二十年间是美国和美元的高光时刻,却是黄金的“至暗时间”。

今天,世界的政治、经济、金融环境与黄金熊市时间似乎完全相反。黄金熊市时期是全球化高歌猛进,第三大资源国俄罗斯和第一大人口国中国加入世界经贸体系的时代,是美联储由沃尔克、格林斯潘等技术官员独立治行,遵从货币规则的时代,是冷战结束,“世界是平的”、地球村等普世理想蒸蒸日上的时代。

今天是反全球化论调和思潮尘嚣日上,贸易战如火如荼的时代,是大国博弈和地缘冲突不断、国家主义和种族主义盛行、极端右翼大回潮的时代,是美国带领着全球央行竞相“敲击键盘”印钞,国际货币治理体系“礼崩乐坏”的时代,是货币和债务洪水大爆发的时代。

在这样的大争之世,我们必须重新反思人类财富的最底层资产或终极之锚的问题了。泡沫的本质来自于信仰,泡沫之所以不灭是因为信仰不灭。而信仰一旦动摇,且不说崩溃,对价值体系的影响都将是地动山摇。

黄金牛市是对今天货币金融体系现代性危机的反思

如果人们感受到了现代货币和金融的“欺诈性”,那么如何来保护自己脆弱的金融财富。特别是对于管理着国家万亿美元级别的各国央行来说,如果看到了美元资产的这种不安全性,他们将如何采取反欺诈的措施来保护国家金融安全呢?这样一个微妙的问题就产生了:在人类现代货币金融体系如此发达,金融家们创造的现代金融工具和产品如此琳琅满目的今天,为什么一个来自于千年历史深处的“古董资产”却突然焕发了青春,最近几年成为各国政府(央行)、金融机构、个人投资者纷纷疯狂购买的对象?

黄金的超级牛市是一种“货币返租”、“金融返租”现象。然而在一个依靠现代货币和金融工具无法提供安全感的体系里面,除了从历史深处寻找价值之锚的信仰慰籍,投资者还能有什么选择呢?

现代货币和金融的“欺诈性”,当然只是一种调侃和比喻的说法。我们不能反现代,但也要客观看待现代性的危机。现代性内生着不稳定危机(明斯基主义的核心观点),现代金融体系的历史就是一部周期性爆发的现代金融危机史。霸权货币没有节制的全球铸币征税,金融资本主义的过度攫取,普通大众的贪婪和疯狂,学者的“这一次不一样”理论,自媒体的绚丽叙事,都让现代金融充满了“欺诈式”的虚幻。当越来越多的人担忧现代货币金融的欺诈性时,特别是管理着万亿美元级国家财富的央行开始担忧的时候,增配超主权、超文明、超历史的拥有几千年信仰不灭的黄金,当然也就再容易理解不过。而在此投资行为之上表现出来的黄金超级牛市,也就可以看作是一场全球投资者集体的“金融反欺诈”运动。

当然,这样的集体运动也难免变得疯狂,恐怕就连最为激进的黄金投资者,也都会对最近几年黄金价格的持续飙升叹为观止。这是否意味着一场反泡沫行动却带来了新的更大的泡沫?我并不这么认为,因为只要世界仍然处于大争之世,黄金给予的安全感、信任感和终极价值锚定信仰就不会动摇,黄金仍然是资产组合的战略级“底仓”。

Lectures associées

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

Le titre «Tout le monde accuse Claude d’être devenu bête, Anthropic révèle la vérité : ce n’est pas le modèle le problème» résume un malentendu répandu parmi les utilisateurs de Claude Code. Beaucoup pensent qu’un modèle plus grand signifie nécessairement une IA plus intelligente, ce qui les pousse à choisir des versions plus coûteuses comme Fable. Cependant, Anthropic a récemment clarifié cette confusion en expliquant la différence cruciale entre deux paramètres : le choix du modèle (Model) et le niveau d’effort (Effort). Le modèle détermine les capacités «gelées» de l’IA, basées sur des poids fixes acquis lors de l’entraînement. Il définit ce que l’IA sait ou ne sait pas faire. En revanche, le paramètre Effort contrôle l’«attitude» de Claude : à quel point il explore les fichiers, exécute des tests, vérifie ses réponses et persévère dans des tâches complexes. Un Effort élevé génère jusqu’à 7 fois plus de tokens qu’un Effort faible, car l’IA effectue plus de travail de fond. En mars, un changement par défaut du niveau d’Effort de «high» à «medium» a causé une impression généralisée que Claude était soudainement «devenu stupide», déclenchant des critiques sur GitHub. Anthropic a ensuite rétabli le paramètre par défaut et a souligné que, souvent, un modèle plus petit avec un Effort élevé peut surpasser un grand modèle avec un Effort faible. La clé est de diagnostiquer les erreurs : si Claude manque de persévérance (ne lit pas les fichiers, abandonne trop tôt), il faut augmenter l’Effort. S’il manque de connaissances malgré un contexte adéquat, il faut changer de modèle. Anthropic compare ainsi les modèles : Sonnet est un généraliste minutieux, Opus un expert rapide, et Fable un spécialiste pour les problèmes les plus complexes. Cet article marque un tournant : l’enjeu n’est plus seulement d’avoir le meilleur modèle, mais de savoir orchestrer intelligemment les agents IA. Bien paramétrer l’Effort et choisir judicieusement le modèle permet d’optimiser les performances et de réduire les coûts. Désormais, la compétence essentielle consiste à «donner du travail à l’IA» de manière efficace, pour exploiter pleinement son potentiel.

marsbitIl y a 1 h

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

marsbitIl y a 1 h

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

La Fondation Ethereum (EF) est en pleine restructuration. L'équipe de support protocolaire a été dissoute et au moins huit cadres ont démissionné cette année, marquant la plus importante réduction d'effectifs de l'EF à ce jour. Ces départs coïncident avec l'émergence d'organisations indépendantes comme ETHLabs et Ethereum Institutional, qui reprennent des fonctions autrefois assumées par la Fondation. La réforme interne, initiée par le co-fondateur Vitalik Buterin, visait à restructurer l'organisation. Un récent communiqué a annoncé le licenciement de 54 employés, soit 20% du personnel, qualifiant ces postes de non essentiels. Parallèlement, d'anciens membres de l'EF créent de nouvelles entités : ETHLabs se concentre sur la recherche et le développement pour faire d'Ethereum une couche de règlement mondiale, tandis qu'Ethereum Institutional promeut l'adoption institutionnelle de la blockchain. Simultanément, l'EF innove techniquement. Son équipe de sécurité a testé avec succès l'utilisation d'agents IA pour auditer le réseau Ethereum, découvrant une vulnérabilité réelle. Si l'EF affirme que l'IA ne remplace pas les chercheurs, elle pourrait à terme impacter sa structure. Face à ces changements et aux critiques sur sa gouvernance, l'influence centrale de l'EF sur l'écosystème semble diminuer. Certains observateurs suggèrent qu'elle pourrait évoluer vers un rôle plus symbolique, laissant des organisations plus agiles piloter l'adoption à grande échelle et le développement futur d'Ethereum.

marsbitIl y a 1 h

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

marsbitIl y a 1 h

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

Près d'une centaine d'acteurs se ruent dans le secteur des données d'embodiment : 44,7 milliards de yuans levés en un an, mais qui peut vraiment gagner de l'argent en "vendant des données" ? Le secteur des données pour l'intelligence incarnée (embodiment) est en plein essor, avec 97 acteurs identifiés en Chine, dont 70 dans la collecte et 27 dans l'infrastructure. Sur un an, 15 prestataires de services indépendants spécialisés ont levé environ 44,7 milliards de yuans, un montant modeste comparé aux investissements totaux dans l'embodiment. La collecte s'organise autour de quatre approches principales : téléopération de robots physiques, collecte sans robot (via capteurs de mouvement), synthèse par simulation et distillation de vidéos internet. La plupart des acteurs combinent plusieurs méthodes. Les prestataires indépendants constituent le groupe le plus important (40%), devant les plateformes publiques (26%) et les fabricants de robots (25%). La capacité de production annuelle actuelle est estimée entre 1,6 et 1,8 million d'heures de données, avec un objectif de multiplication par 15 à 20 d'ici 1 à 3 ans. Des "usines à données" sont implantées dans 20 provinces, principalement dans les régions côtières développées. Le financement reste concentré sur des sociétés en phase précoce ; plus de la moitié des prestataires indépendants financés ont moins d'un an. La startup Lightwheel AI se distingue, ayant levé 31 milliards de yuans et atteint une valorisation de plus de 20 milliards de dollars. Cependant, les investisseurs restent prudents, aucun n'ayant effectué de pari massif sur le secteur. En résumé, le marché des données d'embodiment est devenu une piste indépendante et créatrice d'emplois, mais il en est encore à ses débuts. La viabilité commerciale d'un modèle basé sur la seule vente de données n'est pas encore démontrée. Les prochaines années seront cruciales pour vérifier si ces "vendeurs de pelles" peuvent réellement être rentables.

marsbitIl y a 4 h

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

marsbitIl y a 4 h

Trading

Spot
活动图片