🔥【核心洞察】

这是A股市场独有的一种日内交易规律。研究发现，在沪深300指数及其ETF中，下午倒数第二个半小时（14:00-14:30）和倒数第一个半小时（14:30-15:00）的收益，能够显著预测下一个半小时的收益。这种“尾盘动量”效应在全球文献中尚属首次发现。

核心数据：负向的第七个半小时（14:00-14:30下跌）对最后半小时（14:30-15:00）的预测R²值高达4.8%；正向的第六个半小时（13:30-14:00上涨）对第七个半小时的预测R²值为2.4%。

策略回报：利用ETF的T+0交易规则，单一信号策略可实现9.673% 的年化超额收益。混合策略（结合第六和第七个半小时信号）年化回报高达21.656%，夏普比率1.685，扣除0.06%交易成本后仍显著优于买入持有策略。

独特机制：这一现象主要源于散户主导的市场结构和T+1交易规则——散户无法当日止损，最优策略是收盘买入、次日开盘卖出，导致尾盘交易量和价格惯性增强。噪音交易、信息滞后交易、处置效应（过早卖出盈利股、过久持有亏损股）共同构成了这一效应的微观基础。

🔍【章节索引】

一、什么是“尾盘动量”？

“尾盘动量”指的是A股市场在交易日的最后半小时内存在显著的价格延续效应——某一半小时的收益方向，能够预测下一个半小时的收益方向。

具体来说：第七个半小时（14:00-14:30）的负向收益，能够预测第八个半小时（14:30-15:00）的收益方向，R²值达4.8%；而第六个半小时（13:30-14:00）的正向收益，能够预测第七个半小时的收益方向，R²值为2.4%。

这一模式与美股市场存在根本差异。在美国，做市商和机构投资者能够在日内随时买卖，日内动量通常由开盘半小时驱动；而在中国，T+1规则使得当日买入的股票最早次日才能卖出，投资者倾向于在收盘时买入、次日开盘时卖出，形成了独特的尾盘交易模式。

二、策略如何运作？

由于A股股票实行T+1交易，但ETF（交易型开放式指数基金）遵循T+0规则——当日买入可当日卖出。这一规则差异为策略提供了操作空间。

策略的核心逻辑：以第六个或第七个半小时的收益为信号进行市场择时操作。具体而言：

• 若第七个半小时收益为负，则买入ETF，持有至收盘

• 若第六个半小时收益为正，则买入ETF，持有至第七个半小时卖出

收益表现上，单一信号策略可实现9.673% 的年化超额收益。更重要的是，混合策略（将第六和第七个半小时信号结合使用）的年化回报高达21.656%，夏普比率达1.685。

扣除约0.06% 的交易成本后，策略仍显著优于买入持有策略，为平均风险厌恶型投资者带来每年5.662%至7.246% 的确定性等价回报。

三、为什么A股会有“尾盘动量”？

研究者将这一现象归因于中国市场的三大独特特征：

散户主导的市场结构：根据上交所2018年统计年鉴，散户交易占A股总成交额的82%。散户投资者普遍存在噪音交易（基于非理性信息交易）、信息滞后交易（消化市场信息需要更长时间）以及处置效应（倾向于过早卖出盈利股、过久持有亏损股）。

T+1交易规则：A股不允许当日买卖同一股票，导致投资者为规避隔夜风险，倾向于在尾盘决策。信息交易者倾向于在收盘前集中交易，推高了尾盘的交易量和价格惯性。

信息消化模式：散户投资者吸收市场信息需要较长时间，信息交易倾向于在收盘时进行，进一步强化了尾盘的动量效应。

四、策略的有效性条件

尾盘动量策略并非在所有市场环境下都同样有效。研究识别了策略表现更强的几种条件：

市场波动大、交易量高的日子，策略表现更强。订单失衡严重的日子（买方或卖方力量悬殊），预测能力更强。没有重大经济新闻发布的日子，策略表现更突出。

熊市中预测能力高于牛市——这与中国市场散户的处置效应一致：牛市中散户倾向于过快兑现收益，削弱了动量持续性。小买卖价差、高交易深度以及正订单失衡或高订单失衡的交易日，预测能力更强。

五、跨市场验证与稳健性

尾盘动量效应并非沪深300独有。研究者在中证500（CSI 500）、上证综指和深证成指中也发现了类似的尾盘动量效应。

然而，这一效应仅存在于尾盘时段。其他日内时段（如早盘、午盘）均未发现类似的动量模式。这一独特性进一步印证了T+1交易规则和散户行为是尾盘动量的核心驱动因素。

⚠️【风险提示】

本策略基于2012-2017年的历史数据，A股市场的微观结构和投资者行为已经发生变化（如量化交易占比上升、机构投资者比例增加），策略的有效性可能随时间衰减。策略收益集中于高波动、高交易量的交易日，在低波动市场环境中可能表现平淡甚至失效。策略依赖ETF的T+0规则，若监管政策发生变化可能影响策略的可操作性。历史回测表现不代表未来收益。

🔥【核心洞察】

本期播客深入探讨了在信息爆炸和不确定时期，“叙事”如何成为驱动资本市场、注意力分配及权力结构变迁的核心力量，并剖析了金融行业转型、AI对就业的长期影响，以及硅谷背后的哲学思想。

核心观点包括：一个在正确时机提出的核心思想（“Billion Dollar PDF”）能吸引数十亿美元资本；“发帖是最后一个伟大的精英制”，以X平台为代表的“Timeline Native”媒体正在重塑权力格局，发帖人阶层正成为新的权力中心；金融业正从债务驱动的杠杆收购转向股权驱动的种子投资；AI对就业的影响是短期内可能导致失业，但长期看人类将创造新工作；以及每个人都肩负着“管理自己天赋的道德责任”。

🔍【章节索引】

一、“Billion Dollar PDF”：叙事如何变成百亿美元？

“Billion Dollar PDF”指一个在正确时机以正确方式提出的、能成为时代基石并吸引数十亿美元资本的核心思想。在长期私募市场中，基金的“讲故事能力”是关键的“大过滤器”，因为现金回报需十年才能实现。创始人、资本和媒体在不确定时期共同构建叙事以吸引关注和资金，成为驱动资本流动的核心力量。

二、“Timeline Native”与发帖时代的权力转移

以X平台为代表的“统一信息流”成为现代现象的技术催化剂，深刻影响着舆论定价和政策走向。“发帖是最后一个伟大的精英制”——算法优先展示优质内容给亿万用户，而非仅依赖关注者数量。内容必须具备娱乐性才能吸引注意力。

新的权力结构正在形成：“巅峰之人”概念认为亿万富翁阶层地位下降，新的权力中心转向“发帖人”阶层。新兴的SPV和大型私营公司创造了“封建系统”，通过“分配”形成新的世袭财富。

三、金融业转型：从债务到股权的思维跃迁

金融业正从债务驱动的杠杆收购转向股权驱动的种子投资，体现更乐观的投资理念——相信长期增长而非短期套利。传统SaaS模式面临挑战，未来将是低毛利、薄净利、大规模的“计算销售”时代，而非零边际成本的“字符串销售”。

四、AI对就业的长期影响：“虚构工作”的未来

关于AI对就业的影响，视频提出了一个颇具冲击力的观点：许多白领工作本质上是“虚构的”——它们的存在并非因为创造实际价值，而是因为特定社会结构和商业模式需要它们存在。AI短期内可能导致失业，但长期看人类将创造新工作。关键在于个人如何适应这一转变。

五、个人使命与投资哲学

“每个人都有管理自己天赋的道德责任”，应将工作与天赋结合以实现个人价值。投资理念应趋向简单清晰，市场往往缺乏细微差别。专业投资者因受限于业务结构和客户期望，比普通人更难“击败市场”。

硅谷科技发展背后的文化和哲学传统（如新佛教功利主义、有效利他主义）被低估，塑造了其产品和世界观。

⚠️【风险提示】

本播客内容涉及对宏观趋势和未来方向的推测性讨论，“Billion Dollar PDF”等概念属于对叙事经济学的理论探讨，并非具体的投资建议。AI对就业的“虚构工作”论断具有争议性，不同学者和机构持不同观点。视频中涉及的权力转移、金融转型等判断代表了特定视角，投资者应结合自身认知进行独立判断。

🔥【核心洞察】

这是一项行为金融学的经典研究，首次大规模实证检验了“处置效应”——投资者系统性地倾向于过早卖出盈利股、过久持有亏损股。研究分析了1987年至1993年间10,000个折扣券商账户的详实交易数据。

研究核心发现，投资者展现出强烈偏好实现盈利而非亏损——实现盈利的比例显著高于实现亏损的比例。这种偏差并非出于理性的投资组合再平衡、交易成本考量或信息优势，纯粹是一种行为偏差。被卖出的盈利股票在后续几个月表现优于被保留的亏损股票，说明投资者的决策并未得到市场验证。

在税务后果上，处置效应与最优的税收损失卖出策略背道而驰，导致应税投资的税后收益显著降低。唯一例外发生在12月，此时投资者因税收动机而卖出亏损股票。通过卖盈持亏而非卖亏持盈，投资者一年后收益下降约4.4%，相当于每10万美元投资少赚4,400美元。

🔍【章节索引】

一、处置效应：经典的“卖盈持亏”偏差

处置效应的概念最早由行为经济学家Hersh Shefrin和Meir Statman在1985年提出，指的是投资者倾向于过早卖出盈利资产、过久持有亏损资产。其本质并非追求收益最大化，而是试图回避亏损带来的心理痛苦。

这项研究以1987年至1993年间1万个折扣券商账户的详实交易数据为样本，通过量化实现盈利比例（PGR）和实现亏损比例（PLR）来检验处置效应。PGR指已实现收益占全部账面收益的比例，PLR指已实现亏损占全部账面亏损的比例。实证结果明确显示，PGR显著高于PLR，说明投资者更倾向于落袋为安，而非认赔出局。

二、行为根源：前景理论的心理账户与后悔规避

研究将该行为根源指向丹尼尔·卡尼曼和阿莫斯·特沃斯基的前景理论——价值函数在盈利区呈风险厌恶形态，在亏损区呈风险寻求形态。当股价高于买入成本时，投资者因担心利润回吐而急于卖出；当股价低于成本时，投资者倾向于继续持有以避免“承认错误”。

另一个心理机制是后悔规避。当投资者卖出盈利股票后股价继续上涨，会产生“早知如此”的懊悔情绪；而持有亏损股票暂不卖出，则能将“我确实亏损了”的痛苦转化为“这只是账面浮亏”的暂时状态。两种因素叠加，共同塑造了处置效应的持续性。

三、经济后果：一年少赚4.4%的隐形损耗

该行为最直接的代价是税务损耗——过早实现短期资本利得、过久持有亏损头寸，导致应税投资者承担更高的税务成本。研究通过比较同一账户中卖盈持亏与卖亏持盈的税务后果，估算处置效应使投资者每年损失约4.4%的回报率。

更关键的是，投资者通过保留亏损股而放弃的潜在收益，远大于他们通过卖出盈利股所实现的收益。被卖出的盈利股在卖出后的表现依然优于那些被继续持有的亏损股。

四、唯一的例外：12月的税收损失卖出

研究发现了处置效应的唯一例外——每年12月，投资者实现亏损的比例会显著提高，与全年其他月份的行为模式形成鲜明对比。这一现象反映了投资者在年末会主动识别并兑现亏损头寸用于抵扣应税收入，说明投资者并非不知道“卖亏”是有价值的，而是在非税务压力下选择了回避心理痛苦。

五、研究贡献与数据方法

此前关于处置效应的研究主要依赖于小样本调查或共同基金、机构投资者的数据，难以确认散户投资者的真实行为模式。本研究利用折扣券商提供的账户级交易数据，首次实现了大规模样本中处置效应的系统检验，包含完整的买入、卖出及持仓记录。研究还排除了投资组合再平衡、交易成本和流动性需求等替代解释。

⚠️【风险提示】

该研究数据主要来源于1987年至1993年间美国折扣券商账户，市场微观结构和信息环境已发生显著变化。当前算法交易和智能投顾的普及可能降低了部分散户的行为偏差。投资者在参考该研究结论时，应结合自身税务状况和投资目标，避免机械套用历史规律。

🔥【核心洞察】

AI服务器需求正推动PCB产业进入前所未有的“超级周期”。高盛最新报告将2026年全球AI PCB市场规模预测上调35%至135.6亿美元，预计2027年将达到375亿美元，2028年进一步飙升至840亿美元。2026年至2028年，AI服务器PCB市场复合年增长率将达148%。

本轮增长与传统服务器周期截然不同，不仅来自出货量增加，还受到PCB层数提高、高阶HDI渗透、CCL材料升级以及整机柜内部PCB使用量增加等多重因素推动。PCB综合平均售价预计从2025年的每平方米5,833美元升至2026年的10,258美元、2027年的14,405美元和2028年的18,549美元，量价齐升逻辑清晰。

🔍【章节索引】

一、市场规模：从135亿到840亿美元的增长路径

高盛将2026年全球AI PCB市场规模预测上调35%至135.6亿美元，其中GPU服务器PCB预测仅上调5%至47.28亿美元，ASIC服务器PCB则上调60%至88.32亿美元。到2027年，全球AI PCB市场预计达到375.29亿美元，GPU和ASIC服务器PCB规模分别为188.03亿美元和187.26亿美元。2028年进一步增至840亿美元。

ASIC服务器成为上调预期的主要推动力。AI算力基础设施正由相对集中于GPU平台，逐渐向GPU、云厂商自研芯片和其他ASIC平台并行扩张。客户结构更加多元，能够同时进入GPU和ASIC供应链的厂商将获得更大增长空间。

二、产品价值跃升：技术升级驱动单机价值量倍增

英伟达新一代Vera Rubin（VR200）机架从ODM处采购价约780万美元，PCB价值量从GB300的约3.5万美元跃升至约11.7万美元，增幅达233%。Google TPU v8全面从M8升级为M9级高速低损耗覆铜板，搭配44至50层高多层PCB（V7为38层），并引入HDI工艺。

mSAP（改良型半加成法）工艺成为实现更精细线宽线距的关键技术。mSAP可稳定实现15至20μm超细线路，显著降低信号损耗，已成为高端光模块的刚需制程。臻鼎-KY预计2026年第四季度到2027年第一季度，mSAP产能有望挑战全球第一大，2030年mSAP占公司营收比重可达25%。

三、上游材料短缺：电子布半年涨100%，HVLP4缺口持续扩大

电子级玻璃纤维布（电子布）是覆铜板和PCB的核心增强材料，单台AI服务器所需电子布用量是传统服务器的3到5倍。2026年上半年，主流7628电子布市场均价达7.4元/米，较2025年第三季度低位累计涨幅约100%。7月初进一步涨至8.5至8.7元/米。

供给端受三重刚性约束：日本丰田工业占据全球高端电子布织布机80%以上市场份额，新订单交付周期已拉长至2028年。据广发证券测算，2026年普通电子布供需缺口高达1.13亿米。

HVLP4铜箔正成为2026年下半年最关键的供应约束。市场预计今年缺口将达1500吨，2027年进一步扩大至2500吨。适配HVLP4铜箔生产的高精度表面处理设备，全球年产能仅10至12台，交付周期长达18至24个月。

四、主要企业战略布局

臻鼎科技集团在NVIDIA AI平台中市场份额持续增长，mSAP和VPD技术领先。公司已领先全球量产1.6T光模块PCB。2026年服务器和光模块业务营收预计成倍增长，IC载板营收目标增长70%以上。鹏鼎控股（臻鼎子公司）募资约127.3亿元人民币，在淮安建置AI服务器及高速光模块高阶HDI生产基地。

联茂电子（EMC）在AI CCL市场地位持续巩固。据供应链调研，英伟达GB300/Rubin平台的CCL份额中，联茂约占15%。机构预计联茂将从新的AI平台增长中受益最大。高盛将联茂2026/2027财年盈利预测上调11.1%/17.1%。

建滔积层板通过垂直整合策略确保CCL生产稳定。2026年7月，建滔积层板掀起年内第六轮提价，涨幅10%至15%，主要源于上游玻璃布、铜箔等原材料涨价。

⚠️【风险提示】

材料短缺可能制约出货节奏。电子布和HVLP4铜箔的供应瓶颈短期内难以缓解，可能影响AI服务器量产进度。英伟达已直接介入上游材料供应协调。

产能扩张存在时间差。高盛判断，未来两年行业产能利用率仍将维持高位。高層數PCB和高階HDI生产流程复杂，良率低于普通产品，新增名义产能无法按相同比例转化为高端产品有效产能。

下游需求存在不确定性。若AI资本开支增速放缓，或云厂商调整采购节奏，PCB需求可能面临阶段性回调。

竞争格局变化风险。随着更多厂商涌入高端PCB和CCL领域，长期可能面临供给过剩和价格压力。

🔥【核心洞察】

传统关联动量为何失效？关联股票的上涨不一定能预测目标股票，未经信息筛选的股价涨跌受行业行情、主题拥挤或短期波动干扰，对目标股票的预测能力有限。核心问题在于：需要识别关联网络中真正具有外溢能力、来自可持续基本面变化的信息。

三大“基本面惊喜信号”包括研报标题正向惊喜、分析师评级上调、盈利预测上修。三类信号综合识别上市公司正向基本面变化，显著提高了信息覆盖率。“隐含关联公司超预期”是关键识别场景——当目标股票自身无惊喜但关联公司有惊喜时，信息从先行公司向滞后公司传导，这正是关联图谱因子最独特的捕捉能力。

在实证表现上，该因子RankIC达2.36%，与量价因子相关性低于5%，是独立的信息源。在2017年至2026年回测期内，将关联图谱因子加入七因子基础策略后，Top10组合年化净收益从12.90%提升至22.80%，增量达9.90个百分点，Sharpe比率从0.61提高到0.92。收益增量主要集中在组合排序前端，说明该因子更适合识别高置信度的头部股票。

🔍【章节索引】

一、传统关联动量：为什么“跟风”常常失效？

股票对共同基本面冲击的反应时间不同步，关联股票可能成为目标股票的前置信息源。但未经信息筛选的关联股票上涨信息并非都具有溢出效应。单纯的股价上涨信息受行业行情、主题拥挤或短期波动影响，对目标股票的预测能力有限。传统关联动量因子的RankIC表现不佳，症结正在于此。

二、关联图谱因子：如何“过滤噪音”？

核心思路是识别关联网络中真正具有外溢能力、来自可持续基本面变化的信息。在关联网络构建上，基于“分析师共同覆盖网络”（基于共同分析师覆盖数量及强度）和“研报标题主题网络”（基于研报标题语义相似度，补充跨行业关联）。在基本面惊喜识别上，综合研报标题正向惊喜、分析师评级上调、盈利预测上修三类信息。关键识别场景是目标股票自身无惊喜但关联公司有惊喜——“隐含关联公司超预期”，捕捉信息从先行公司向滞后公司的传导。因子由“信息暴露”“价格确认”“异常收益确认”等底层信号构成，并用原始关联收益作为负向控制项去除噪声。

三、实证表现：增量9.9个百分点，Sharpe从0.61到0.92

在2017年至2026年回测期内，将关联图谱因子加入七因子基础策略后，Top10组合年化净收益从12.90%提升至22.80%，增量9.90个百分点，Sharpe比率从0.61提高到0.92。收益增量主要集中在组合排序前端，随着持仓数量扩大增量逐步收窄，说明该因子更适合识别高置信度的头部股票。在多数年度区间内，增强策略均贡献了正向收益增量，尤其在近期表现突出。

四、为何有效？三个关键特征

独立性方面，与常见量价、价值、质量等因子相关性较低，尤其与量价类信号相关性低于5%，是独立的信息源。覆盖面方面，综合三类基本面惊喜信号，显著提高了信息覆盖率，避免单一信号遗漏。稳健性方面，敏感性测试表明该因子的有效性不依赖于特定的股票池筛选阈值或主题网络参数设定。

五、适用边界与局限

该因子本质是捕捉信息从先行公司向滞后公司的传导，在信息传递效率较低的市场环境中效果更明显。收益增量主要集中在头部组合，说明它更适合作为高置信度选股信号，而非普适性筛选工具。

⚠️【风险提示】

历史回测不代表未来，市场环境变化可能导致因子有效性下降。研报数据、评级和盈利预测可能存在误差。实际交易受流动性、冲击成本等因素影响，收益可能低于回测。因子表现可能具有阶段性，收益可能集中于少数股票或行业。

🔥【核心洞察】

• Azure和Google Cloud风险调整后定价最具吸引力：汇丰银行对主要云服务提供商进行基准分析后发现，Microsoft Azure和Google Cloud在风险调整后估值最为吸引，而CoreWeave则被视为最昂贵。

• ROIC差距悬殊：AWS领跑，OCI和CoreWeave仅个位数：2027年预期ROIC方面，AWS以18.9% 领跑，Google Cloud为16.0%，Azure为14.6%；而Oracle云基础设施和CoreWeave仅为个位数。

• 2028年预期EV/EBIT：Google Cloud最低（10.1倍），CoreWeave最高（27.0倍）：Google Cloud以10.1倍位居最低，Oracle为14.0倍，Azure为14.1倍，AWS为18.2倍，CoreWeave高达27.0倍。

• 客户集中度风险：OpenAI和Anthropic占多家云平台约50%的RPO：汇丰指出，OpenAI和Anthropic两家客户合计占OCI、Azure、Google Cloud和AWS约50% 的剩余履约义务（RPO），构成高度客户集中风险。

• AWS短期合同敞口更大，再租赁风险更高：AWS的RPO覆盖未来12个月收入的2.5倍，而Azure和Google Cloud为3.4倍；CoreWeave和OCI的RPO覆盖期分别长达6.4年和18.8年。短期合同虽价格较高，但再租赁风险也更高。

🔍【章节索引】

一、投资资本回报率：AWS领先，OCI和CoreWeave落后

汇丰预计2027年ROIC方面，AWS以18.9% 位居首位，Google Cloud为16.0%，Azure为14.6%，而Oracle云基础设施和CoreWeave仅为个位数。Azure、AWS和Google Cloud因提供通用型云服务而非商品化GPU专用云，获得了更高的回报。

二、估值对比：Google Cloud最便宜，CoreWeave最贵

在2028年预期EV/EBIT上，Google Cloud以10.1倍为最低，Oracle为14.0倍，Azure为14.1倍，AWS为18.2倍，CoreWeave高达27.0倍。在EV/RPO指标上，OCI最低为0.45倍，CoreWeave为0.92倍；Azure为2.87倍，Google Cloud为2.17倍，反映市场对其利润率和执行力的信心。

汇丰认为，在风险调整的基础上，Microsoft Azure和Google Cloud的定价最具吸引力。

三、剩余履约义务：合同期限分化明显

AWS的RPO覆盖未来12个月收入的2.5倍，而Azure和Google Cloud为3.4倍；CoreWeave和OCI的RPO覆盖期分别长达6.4年和18.8年。短期合同价格较高但再租赁风险也更高。

四、主要风险：客户集中与融资压力

• 客户集中风险：OpenAI和Anthropic两家客户占OCI、Azure、Google Cloud和AWS约50% 的RPO。

• CoreWeave和OCI面临更高的融资风险。

• Oracle估值虽具吸引力，但净债务/非GAAP EBIT（2027年预期：3.6倍）较高，存在中等程度的财务风险。

🔥【核心洞察】

• AI股7月直线暴跌40%-60%：2026年7月，AI相关股票经历了一场惨烈抛售，许多AI股直线下杀40%至60%。费城半导体指数从6月纪录高点累计跌幅达20%，正式步入熊市。

• 但每一项基本面指标都在加速：知名科技投资人Gavin Baker指出，他追踪的每一组量化指标都在加速——GPU租赁价格上涨50%-60%、超大规模云服务商运营现金流成长从28%攀升至32%。市场情绪与AI算力需求的实际数据之间存在显著脱节。

• 英伟达估值跌至十年最低：英伟达在不到两个月内市值蒸发约1万亿美元，远期市盈率降至18倍，为2019年初以来最低，甚至低于标普500指数的逾20倍。

• AI算力租赁价格持续飙升：B200现货及合约综合租赁价格升至约5.0-5.2美元/GPU·小时，累计涨幅约25%-30%。Blackwell系列芯片单小时租赁价格较2月上涨48%。国内AI算力需求同比大增417%，而供给增速仅128%，供不应求格局明确。

• 英伟达推出“算力贷”新模式：7月1日，英伟达宣布推出融合收入分成与信贷支持的全新商业模式，允许AI云服务商在无需全额承担前期资本支出的情况下大规模部署英伟达基础设施。英伟达从芯片卖家向AI算力生态的“中央银行”演变。

🔍【章节索引】

一、市场恐慌与基本面脱节

7月的AI抛售使许多AI股直线下杀40%至60%。费城半导体指数两个交易日累计跌超11%。存储芯片个股自6月末高点开启急速、深度的杀跌行情。

但Baker追踪的每一项指标都在加速：GPU租赁价格上涨50%-60%、超大规模云服务商运营现金流成长从28%攀升至32%、英伟达处于十年最低的前瞻市盈率。贝莱德明确表示，近期科技和半导体股票的急剧抛售属于 “反应过度” ，市场正在将“AI竞争格局的转变”与“AI投资崩溃”混为一谈。

二、英伟达：估值十年最低，基本面十年最强

英伟达在不到两个月内市值蒸发约1万亿美元，远期市盈率降至18倍，为2019年初以来最低，甚至低于标普500指数的逾20倍。

高盛策略师指出，近期半导体走弱主要归因于杠杆资金从该板块外流。Ortus Advisors策略师表示，台积电财报未被市场认为足以支撑板块进一步上涨，反而引发了对AI领域过度支出的担忧。

但Baker认为市场对英伟达的抛售已显过度，其远期市盈率已降至今年最低水平附近。虽然部分企业正开发自研AI芯片，但仍高度依赖英伟达技术，尚未看到任何迹象表明英伟达将失去行业领先地位。

三、算力租赁：量价齐升，供需缺口持续扩大

• B200现货及合约综合租赁价格升至约5.0-5.2美元/GPU·小时，累计涨幅约25%-30%

• Blackwell系列芯片单小时租赁价格较2月上涨48%

• H100一年期合约租金持续修复

• H100八卡机月租报价约7.5万元，较半年前涨幅逾八成

• 国内AI算力需求同比大增417%，供给增速仅128%，供不应求格局明确

• 2026年全球AI基础设施支出有望超过1.36万亿美元

四、英伟达商业模式创新：“算力贷”开启新纪元

7月1日，英伟达宣布推出融合收入分成与信贷支持的全新商业模式。该模式允许AI云服务商在无需全额承担前期资本支出的情况下，大规模部署英伟达基础设施并对外提供算力服务。作为交换，英伟达除了获得芯片销售收入外，还将从云服务商的营收中抽取一定比例的分成。

英伟达正将其强大的资产负债表转化为市场杠杆，通过为新兴云服务商提供财务背书换取营收分成，悄然从芯片卖家向AI算力生态的 “中央银行” 演变。

五、开源模型加速AI普及

2026年6月22日，智谱正式发布并开源GLM 5.2，以MIT许可发布，支持自由下载、部署与商用。753B总参数的MoE模型，拥有1M token上下文窗口。截至2026年7月，开源大模型格局已发生历史性变化——Artificial Analysis开源智能指数前6名全部为中国模型，GLM-5.2以51分断层领先。

开源模型的崛起虽然可能影响前端模型利润，但极大推动了GPU需求和AI普及。模型迭代加速将进一步推动AI算力需求增长。

六、SpaceX的AI算力雄心

SpaceX公布宏大算力扩张计划，预计2026年底在线计算容量将超过2GW，2027年底提升至10GW。公司计划在地面和太空端部署英伟达Vera Rubin NVL72机架级系统。单颗Starmind卫星核心算力硬件由英伟达定制供应。SpaceX明确未来所有AI数据中心建设将独家采用英伟达系统。

七、AI对生产力的深远影响

AI正通过提高生产力驱动经济增长。在AI原生公司中，劳动力替代表现为“减少新雇佣”而非“裁员”——这是更加平滑的过渡方式。

AI在医疗健康等领域展现出巨大潜力，能够挽救生命、治愈罕见疾病。行业需要更好地讲述其积极的社会贡献故事，以对冲公众对AI耗电、耗水和取代工作的普遍误解。

⚠️【风险提示】

• 信贷与融资风险：实际收益率上升和信贷市场波动可能导致AI基础设施建设融资成本增加，对依赖债务的扩张构成挑战

• 监管风险：如纽约的数据中心禁令等地方监管措施，可能对AI基础设施扩张形成制约

• 公众认知风险：公众对AI耗电、耗水和取代工作的普遍误解，凸显了AI行业在公共关系方面的不足

• 中国半导体进展：中国在DUV光刻机领域的突破，可能在中长期对全球半导体供应链格局产生影响

🔥【核心洞察】

• 中国AI模型ARR年底将达130亿美元：高盛最新报告将中国AI模型合计年度经常性收入预测从此前的100亿美元上调至130亿美元，因需求增长更快、ARR爬升速度超出预期。报告分别将智谱和MiniMax 2026年收入预测上调35%和63%。

• 智谱ARR年底预计25亿美元，MiniMax 10亿美元：高盛上调智谱/MiniMax年底年化经常性收入至25亿美元/10亿美元。与此同时，高盛维持智谱“中性”评级（目标价1610港元），MiniMax则获“买入”评级（目标价800港元）。

• 竞争焦点从“价格战”转向“性能价格平衡”：高盛指出，中国AI模型竞争正从单纯的低价策略升级为对最佳性能价格平衡的追求。MiniMax H3开源权重定价约为同业的三分之一；DeepSeek V4 Flash（2840亿参数）前端编码能力接近GLM 5.2，阿里巴巴Qwen3.8 Max（2.4万亿参数）正式推出，两者均达到新的每美元性能效率前沿。

• 未来数月将出现2-5万亿参数级别的高端编码/代理模型：高盛预期，随着模型规模持续扩展，未来数月将出现2-5万亿参数规模级别的高端编码/代理聚焦模型竞争升级。

🔍【章节索引】

一、市场展望：ARR 130亿美元，五年25倍增长空间

高盛估计，中国AI模型行业2026年总ARR约130亿美元。更长期的预测显示，中国AI模型的API和订阅收入将从2026年估算的350亿元人民币增长到2030年的8790亿元，增幅约25倍，对应每日token消耗量从350万亿增长到4600万亿。

高盛预计2026年下半年国内计算能力供给将增加，并看好中国AI模型在成本效率、智能水平和定价能力方面的持续提升。

二、核心公司：智谱与MiniMax的评级分化

高盛将智谱2026年预测收入上调35%，维持“中性”评级，目标价1610港元；将MiniMax2026年预测收入上调63%，给予“买入”评级，目标价800港元。

MiniMax近期发布的多模态模型H3成为市场关注焦点。该模型于8月3日正式开源，能够统一理解文本、图像、视频和音频构成的多模态上下文，可生成最高2K分辨率、最长15秒、带有原生立体声音频的视频。定价方面，H3在768p分辨率下价格约为同业一半，在2K分辨率下仅为同业三分之一。

三、竞争格局：从“价格战”到“性能效率战”

高盛预期中国AI模型之间对最佳性能价格平衡的竞争将加剧。

最新模型进展：

• MiniMax H3：开源权重，定价约为同业三分之一

• DeepSeek V4 Flash：2840亿参数，前端编码接近GLM 5.2

• 阿里巴巴Qwen3.8 Max：2.4万亿参数，在Arena.ai整体代码竞技场及前端编码排名上升

高盛认为，智谱的GLM-5.5及MiniMax的M3下次更新/M3 Pro模型将是下一个关注焦点。

四、多模态与智能体应用深化

高盛指出，中国AI模型公司正日益专注于将代理应用作为关键切入点。多模态/视频生成模型预计将实现显著的年化收入增长。

从技术路线分化来看，DeepSeek当前仍专注于基础文本模型，而阿里巴巴、字节跳动、MiniMax等则更倾向于多模态/全模态路线，在AGI探索路径上存在明显分化。

五、AI基础设施与算力发展

DeepSeek V4明确将华为昇腾950超级节点的量产纳入其商业路径，预计在2026年下半年实现大规模供货后，V4 Pro版本的API定价将迎来显著下降。高盛认为，这一表态具有双重意涵：DeepSeek的成本竞争力将进一步强化，同时中国顶尖AI模型向国产算力迁移的趋势得到头部玩家的明确背书。

腾讯云积极扩展国内AI芯片部署以降低推理成本。高盛此前报告指出，阿里巴巴和腾讯2026年全年总资本支出预计达1000亿美元。

六、移动应用生态与用户参与

高盛报告显示，国内AIGC应用参与度显著增长。腾讯Workbuddy连续六周周活跃用户增长超20%。短视频与社交持续强势，抖音主应用和极速版用户参与度同比分别增长27%和30%。

⚠️【风险提示】

• 竞争加剧风险：未来数月2-5万亿参数级别模型的密集发布可能引发新一轮价格战，压缩行业利润率

• 开源商业化风险：中国开放权重模型正逐步引入使用限制，大规模商业采用需通过正式许可进行收入分成

• 算力供给风险：国内ASIC供应增加速度存在不确定性，可能影响模型训练和部署节奏

• 海外政策风险：西方市场对中国模型的政策走向存在不确定性

• 估值风险：部分AI模型公司估值已反映较乐观预期，若ARR增长不及预期可能面临回调

🔥【核心洞察】

• 政策关键词从“跨周期”切换回“逆周期”：野村证券报告指出，二季度GDP增速放缓至4.3%，创下疫情后新低，总理李强在7月13日的专家座谈会上重新强调“加大逆周期政策调整力度”，而此前4月的会议曾省略该表述。野村解读认为，这一关键词的回归“预示着下半年政策力度将加大”。

• 财政发力、货币克制：降准降息短期难见：政治局会议延续“适度宽松”基调，但野村预计下半年不会实施降息或降准等高调刺激措施。财政才是主力——全年政府债净融资额度13.89万亿元，上半年已发行6.8万亿元，下半年剩余约7.1万亿元（比去年多0.7万亿）。“加快财政支出和债券资金使用进度”成为财政关键词。

• 贸易再平衡首次写入政治局会议纲领：会议明确提出“拓展国际经贸互利合作空间，大力发展服务贸易，促进贸易平衡发展”。这是中国高层首次将“贸易再平衡”纳入最高级别经济会议的政策框架，直接回应不断扩大的商品贸易顺差和日益紧张的国际贸易关系。

• 实际动作已在发生：取消退税+采购波音：政策并非停留在口号层面——2026年4月1日起，中国已取消光伏产品出口退税；6月26日，南方航空宣布采购7架波音货机，目录价约36.18亿美元。出口退税的退出与对美采购的增加，构成了贸易再平衡的一体两面。

🔍【章节索引】

一、为何转向“逆周期”？——4.3%的GDP增速敲响警钟

2026年二季度中国GDP同比增长4.3%，较一季度的5.0%回落0.7个百分点，创下疫情以来最低增速。上半年GDP增速为4.7%。

野村证券指出，6月经济数据显示“强劲的出口（同比增长27%）与疲软的内需之间存在巨大分化”——零售仅增长1.0%，固定资产投资下降10.0%。

正是在这一背景下，总理李强在7月13日的专家座谈会上重新强调“加大逆周期政策调整力度”。值得注意的是，“逆周期”一词在2025年10月曾被重点提及，但在2026年4月的会议中被省略。野村认为，此次重新强调“预示着下半年政策力度将加大”。

二、财政与货币的分化：加速花钱，但不轻易降息

政治局会议7月30日召开，延续“适度宽松”的货币政策基调。但野村预计，下半年不会实施降息或降准等重磅刺激。原因有三：传统货币政策工具空间或效果有限；以旧换新等短期政策存在“回拨效应”；决策层对基础设施投资回报率下降和财政赤字失控的担忧。

财政才是下半年的主力。全年政府债净融资额度13.89万亿元，上半年已发行6.8万亿元，下半年剩余约7.1万亿元（比去年多0.7万亿），叠加政策性金融工具8000亿元（比去年多0.3万亿），存量财政资源充裕。

会议明确要求“加快财政支出和债券资金使用进度”，长江证券解读为“财政节奏或由上半年的‘支出克制’转向下半年的‘加速发力’”。

三、贸易再平衡：从“出口导向”到“平衡发展”的历史性转向

本次政治局会议首次明确提出“拓展国际经贸互利合作空间，大力发展服务贸易，促进贸易平衡发展”。

这一表述的背景是中国服务贸易长期存在较大逆差——2025年服务贸易逆差达8287.2亿元，而商品贸易顺差却在持续扩大。在全球贸易紧张局势加剧的背景下，“贸易再平衡”正从学术讨论上升为国家政策。

四、实际动作：取消退税+采购波音

政策已从口号走向行动。2026年4月1日起，中国已取消光伏等产品的增值税出口退税；电池产品的出口退税率从9%下调至6%，并计划2027年1月1日起全面取消。

进口端同样有动作。6月26日，南方航空宣布旗下南货航向波音公司购买2架B777F和5架B777-8F货机，目录价格约36.18亿美元，并获得3架B777-8F的选择权。若选择权全部行使，合计约52.40亿美元。这是近年来中国航司对波音少有的批量采购。

出口退税的退出与对美采购的增加，构成贸易再平衡的一体两面——削减顺差部门、扩大进口来源。

⚠️【风险提示】

• “逆周期”的回归并不意味着大规模刺激——野村明确指出支持措施的规模“可能受限”。传统的总量刺激正在让位于结构性财政工具。

• 贸易再平衡可能加剧国内出口部门的短期阵痛，尤其是光伏、电池等已取消退税的行业。

• 降准降息的“想象空间在打开”，但若经济持续走弱，政策工具箱的响应速度和力度仍是未知数。

🔥【核心洞察】

• 上调GDP增速至4.8%，中国成唯一被上调的主要经济体：摩根士丹利在2026年年中展望中，将中国实际GDP增速预测上调至4.8%（此前4.7%），2027年预测同步上调至4.7%。在全球地缘冲突与油价波动背景下，中国是摩根士丹利唯一上调增长预期的主要经济体。名义GDP增速预计达5.4%，为近四年来首次回升至5%以上。上调的核心逻辑在于：全球正出现从AI到能源深刻影响长期投资的“超级周期”，中国是深度介入、获益程度最高的经济体之一。

• “K型经济”加剧：工厂忙得热火朝天，商场冷冷清清：报告用 “K型经济” 形容当下中国的复苏态势——出口与高技术产业一片火热，但房地产与服务业持续低迷。出口受全球AI与能源资本支出周期拉动保持强劲，全球份额预计从15%升至16.5%；但内需依然疲软，劳动力市场松弛、房地产市场深度调整以及结构性障碍使得出口的溢出效应远弱于以往。

• AI+能源两大超级周期共振，5.5万亿美元投资蓄势待发：摩根士丹利173页蓝皮书《Energy Meets Compute: Supercycle Recharges》指出，AI算力爆发撞上亚洲能源系统十年欠账，5.5万亿美元的投资超级周期已被强行启动，最终将解锁9万亿美元的企业价值创造。2026-2030年间，亚洲年均能源投资将从过去十年的6600亿美元飙升至1.116万亿美元，年化增速9%（2015-2025年仅3%）。中国能源投资需求3.089万亿美元，占亚洲总量的56%以上。

• AI 2.0新阶段：从对话式工具走向智能体：摩根士丹利指出，AI正进入2.0新阶段——从对话式工具向智能体（Agentic AI） 演进。OpenClaw等应用层快速崛起，AI正实现跨应用调用与自主执行，市场对AI算力中心回报的担忧明显缓解。51%的受调查企业已参与AI应用，IT、公用事业和材料行业受益显著。算力需求正从训练向推理转移，人形机器人商业化加速，L2+智能驾驶渗透率快速提升。

• 政策“巡航模式”：不刺激、不收紧、不慌不忙：面对出口韧性与AI投资热潮，政策并未大规模加码刺激。广义财政赤字率维持在GDP的11.7% 左右，不存在“补仓式”的下半年预算加码。央行不会主动引导人民币升值来纠正失衡。但政策已将提振居民消费提升至前所未有的高度，近日出台的《扩大消费“十五五”规划》是关键信号。

🔍【章节索引】

一、“K型经济”：火与冰的极致分化

报告用“K型经济”描绘当下中国复苏态势的不均衡状况。向上的那条线是出口与高技术产业：AI硬件、半导体、储能、电力设备、新能源出口爆发式增长，撑起整体经济基本盘。向下的那条线是房地产与服务业：新房库存去化周期一线城市超23个月、二线超30个月，房价较峰值累计下跌37%-45%。出口对整体经济的正面溢出效应较以往更为温和，就业和消费并未同步回暖。简单说：工厂忙得不可开交，商场却冷冷清清。

二、出口韧性：AI与能源双轮驱动的“压舱石”

在AI和能源资本支出超级周期的推动下，中国出口保持强劲。结构性因素支撑出口增长，预计中国全球出口份额将从当前的15% 上升至2030年的16.5%，电动车、电池和机器人等先进产业贡献主要增量。中国企业凭借在印制电路板、光学元器件、存储芯片等领域的核心竞争力，持续分享全球AI红利。但需注意：当前出口与产业升级更多集中在资本密集型部门，就业弹性相对更低，需求回升向新增投资与用工扩张的传导也更弱。

三、AI 2.0阶段：从训练到落地，从对话到行动

摩根士丹利认为中国AI已进入2.0新阶段。此前市场对AI算力中心的巨额投入是否有回报表示担忧，但随着进入智能体阶段，这种担心明显缓解。AI正在实现跨应用调用与自主执行。关键进展包括：算力需求从训练向推理转移、人形机器人商业化加速（2030年中国预期出货44.6万台）、L2+智能驾驶渗透率快速提升（2030年超50%）、AI芯片自给率目标在2030年达到86%。报告特别强调，中国是除美国外唯一拥有独立且全面AI生态系统的市场。

四、5.5万亿美元能源超级周期：谁在领跑？

摩根士丹利173页蓝皮书勾勒出清晰的能源投资版图。到2030年亚洲需要5.454万亿美元的能源安全投资。中国以3.089万亿美元居首，占亚洲总量的56%以上。可再生能源发电独占2.25万亿美元，是最大的一块；电网以1.745万亿美元紧随其后；能源物流1.6万亿美元；上游油气及化工1.4万亿美元。摩根士丹利指出，逾5万亿美元的资本开支需求有望推动可靠能源投资进入 “黄金时代” ，进而重构AI、粮食及科技供应链的安全基石。中国在风电、光伏、储能、电池及电力设备等产业链环节具备系统性优势，在全球能源转型中占据关键位置。

五、政策“巡航模式”：为何不搞大刺激？

出口的韧性降低了政府推出额外逆周期宽松政策的紧迫性。摩根士丹利预计2026年下半年周期性政策将按兵不动——不会追加财政额度，也不会下调政策利率。政策进入“巡航控制”状态，既不踩油门，也不急刹车。但值得关注的是，2026年第二季度经济K型分化加剧后，政策面出现显著变化——近日出台的《扩大消费“十五五”规划》首次将提振居民消费上升至前所未有的高度。报告也提出三阶段路线图，旨在通过恢复市场风险偏好、锚定通胀预期以及全面社会福利改革，逐步释放中国高企的家庭储蓄以提振消费。

六、中美博弈新均衡：芯片vs稀土的战略稳定

报告提出了一个饶有趣味的概念—— “芯片与稀土均衡” 。美国在高端芯片层面占据优势，中国在稀土、锂电池等关键材料领域握有绝对话语权。表面看是“你卡我脖子，我掐你命脉”的对称性威慑，深层看这已成为战略上的稳定状态。短期内，双方均不会轻易“掀桌子”，而是演进为“有限对抗、有限合作”的新常态化局面。

⚠️【风险提示】

• AI就业替代冲击：AI正加速替代部分白领及重复性工作，形成“AI冲击波”，短期就业市场可能承受压力。重大技术突破往往经历“J型曲线” ——先有阵痛，后有生产率飞跃。

• 房地产市场调整未结束：楼市成交回暖更多是“积压需求释放”，并非趋势反转。摩根士丹利的地产展望比华尔街一致预期更为谨慎。

• 油价仍是关键变量：国际油价仍是影响增长节奏的关键变量。若油价冲击升级显著拖累全球需求，宏观政策仍保留进一步加码的“后手”。

• 内需结构性疲软：青年失业问题根深蒂固，中等收入群体工资稳定性下降。家庭储蓄率过高，源于社会保障体系不完善，消费倾向的提升需要更深层次的改革。