金融與經濟學 | Buttonwood
AMERICAN STOCK indices 的歷史高點掩蓋了一個小問題：讓公司上市變得越來越難。首次公開募股 (IPOs) 的數量從 1990 年代年均超過 400 次，下降到過去十年來的 115 次。加上企業退出和更多公司選擇私有化，美國的上市公司數量已從 1996 年的峰值 8,000 家，減少到去年的 3,900 家。JPMorgan Chase 的負責人、華爾街權威人士 Jamie Dimon 希望能達到 15,000 家或更多。如果公司像許多現在選擇的那樣避開公開市場，普通投資者就會錯失其活力。
那些世界最熱門的公司即將上市，能否提供一個解決方案？SpaceX（Elon Musk 的火箭到伺服器機架集團）剛提交了文件，預計在 6 月募資約 $75bn。兩家領先的 AI 研究機構 OpenAI 和 Anthropic，也正在為它們自己的巨額發行做準備。不久後，這三家公司都將進入 stockmarket indices，並透過 tracker funds，成為每個普通投資者股票投資組合的一部分。然而，儘管它激起了巨大的興奮感，但即將到來的 IPO bonanza 並不是解決 stockmarket 萎縮的方案。它只是這種不適感的症狀。
想想這「三巨頭」（giga-trio）有多麼異常。雖然許多公司都宣稱處於 AI 革命的前沿，但在當今股票市場中提供動力來源的 Anthropic、OpenAI 和 SpaceX 是可以這麼說的。因此，其他潛在的 IPO 在規模上根本無法比擬。它們瞄準的總市值接近 $4trn。它們最新的私人估值已經讓它們分別成為美國價值排 eighth-、14th-和 15th-最大的公司。接下來的三家最大新創公司——Databricks（分析學）、Stripe（數位支付）和 Anduril（軍事無人機）——加起來的總價值，還不到 $400bn。
Anthropic、OpenAI 和 SpaceX 的龐大體量，對依賴少數表現優異的公司來帶動整個市場的 index investors 來說，反而成了一個問題。根據 University of Florida 的 Jay Ritter 維護的一個美國 IPO 資料庫顯示，大多數 IPOs 都是失敗作 (duds)。在 1980 年到 2022 年這 30 個年頭裡，典型的新上市公司在三年回報率方面表現一直落後於整體市場，而且往往非常糟糕。投資者能賺到錢的唯一原因，是因為少數極端成功（outliers）的光芒，掩蓋了許多令人失望的失敗。
由於公司越晚、且以更高的估值上市，這些極端成功的案例就越稀有。在 1990 年到 1998 年間上市的 48 家新創公司——佔總數近 4%——從 IPO 定價開始產生了 1,000% 或以上的五年回報率（大多數是在 dotcom bubble 之前實現的）。而自 2012 年以來，只有 13 家達成了這一成就。Amazon 在 1997 年上市後，股價已上漲超過 26,000%。Nvidia 在兩年後上市，飆升了 525,000%。如果 SpaceX 以其目標估值 $1.75trn 上市，為了提供與 Amazon 相同的回報率，其市值需要超過 $470trn；若要匹配 Nvidia 的表現，則需達到九萬億美元。
然而，這並不能減弱私人生活的吸引力。在 1990 年代，科技新創公司傾向於在八歲時上市。近年來，隨著 venture capital (VC) 的爆炸性增長，這個數字已上升到 11 歲，讓創業者可以更長時間地避開公開市場的審視。OpenAI 今年將滿 11 歲；而 24 歲的 SpaceX 對於股市新手來說，看起來已經像個老年人。
只要 VC 的資金持續充裕，且私人股權市場使得早期投資者和員工能夠更容易地將其持股變現，無需進行 IPO，這種趨勢就不太可能改變。數據提供商 PitchBook 估計，在 2026 年第一季度，VC 融資公司的次級交易額幾乎翻了一倍，達到 $112bn，並且首次超過了透過 IPO 所籌集的資金。
或許在這個充滿 AI 的新世界裡，只有少數幾個巨型贏家才是最重要的。如果這些公司估值膨脹到 quadrillions of dollars，公開市場的投資者仍然可以參與 America’s 活力。然而，除此之外的一切，都將讓私人市場的大部分上漲空間遙不可及。 ■
Subscribers to The Economist 可以訂閱我們的 Opinion newsletter，其中彙集了我們領導者的最佳文章、專欄、客座論文和讀者來信。
本文資料來源為 zlibrary，網址：https://www.economist.com//finance-and-economics/2026/05/26/giga-ipos-are-a-symptom-of-public-markets-giga-problem。