2026年全球投资展望

突破传统界限 BlackRockInvestmentInstitute 引言 贝莱德的投研团队每年都会举行两次为期两天的会议，以讨论全球经济和市场的前景及其对投资组合的影响。我们上一届论坛讨论和辩论的压轴议题是《全球投资展望》，藉此我们深度掌握了宏观脉络。今年更明确的一点是，我们数年前推出的颠覆性趋势框架，已成为洞悉经济转型驱动力及由此催生的投资机会的关键工具。本期展望报告的核心在于调和人工智能建设过程中巨额投资与潜在收入的量级差异，并分析人工智能趋势如何与能源转型、未来的金融体系等其他颠覆性趋势相互交汇。 作者 Wei Li环球首席投资策略师—贝莱德智库 Ed Fishwick风险及定量分析主管—贝莱德 Jean Boivin主管—贝莱德智库 Rick Rieder基本面固定收益主管—贝莱德 Glenn Purves宏观投资环球主管—贝莱德智库 Vivek Paul投资组合研究环球主管—贝莱德智库 Raffaele Savi系统化投资环球主管–贝莱德 执行发起人 Scot French贝莱德旗下HPS的创始合伙人兼联席总裁 Rich Kushel主管—贝莱德投资组合管理团队 Rob Kapito总裁—贝莱德 Raj Rao贝莱德旗下GlobalInfrastructure Partners的创始合伙人、总裁兼首席运营官 概要 颠覆性趋势（尤其是人工智能发展）正在重塑全球经济与金融市场。科技产业逐步转向资本密集型，而人工智能建设的速度和规模或会达到前所未有的水平。目前市场由少数几大颠覆性趋势主导，投资者须对这些趋势的演变方向作出决策。因此不存在真正的中性立场，即便是配置广泛指数亦不例外。我们保持风险偏好，并认为人工智能主题仍是美国股市的主要驱动力。但我们认为这种环境恰恰为主动投资创造了契机，无论是当前从人工智能建设中筛选赢家和输家，还是未来伴随人工智能红利扩散时择优布局，皆具战略价值。 目录 引言2 概要3 投资环境投资与收入呈数量级差异美国经济增长有望突破长期趋势4545 我们长期以来一直认为，全球正在经历结构性转型并由少数几大颠覆性趋势主导，其中包括地缘政治分化角力、未来的金融体系与能源转型。但目前最显著的是人工智能发展，其建设速度和规模可能达到前所未有的水平。从轻资本模式向资本密集型增长的转变，正深刻重塑投资环境，并推动实体、金融及社会政治等多个层面带来深远影响。 与人工智能建设相关的资本支出目标规模极为庞大，已在宏观层面产生影响，即微观即宏观——我们的第一个主题。整体收入或能证明这笔开支的合理性，但目前尚不清楚有多少将归属于参与人工智能建设的科技企业。因此这些企业不会僵化地执行既定计划，而是可能会随着收入可预见性提高及能源限制的实际影响凸显灵活调整策略。能源的限制或会延缓人工智能建设，但也会创造其他机会。在人工智能主题的推动下，我们维持风险偏好并超配美股。对于那些能够精准预判谁将斩获人工智能产业核心收入的投资者而言，当下正是主动投资的绝佳时机。 主题微观即宏观金融杠杆进行时分散投资的幻象68678 少数核心宏观驱动力，意味着少数核心市场驱动力。当前市场高度集中，反映了经济底层高度集中。我们认为这意味着投资者须对相关驱动因素作出投资决策。 颠覆性趋势人工智能建设面临限制地缘政治分化：人工智能与国防未来的金融体系迅速演变私募信用债迈入新阶段基础设施投资正逢其时新兴市场仍有上行空间91491011121314 人工智能发展是目前主导的颠覆性趋势，并助推美股在今年屡创新高。近数月来，投资者开始担忧股市估值，以及是否正在形成人工智能泡沫。席勒市盈率显示，美股估值已经达到自互联网泡沫及1929年大崩盘以来的最高水平。市场泡沫在所有重大历史转型期都曾出现，因此有可能再度上演。但这些泡沫往往会持续膨胀一段时间，且仅在破裂之后才会显现本质。有鉴于此，我们致力于调和投资与收入的潜在量级差异。而这既是我们追踪人工智能转型的主要依据，也是本展望报告的核心议题。 参与人工智能建设的企业正在加大杠杆。由此引出我们的第二个主题—金融杠杆进行时。我们认为加杠杆有其必要性，这是因为人工智能建设需前期大规模投入资本，且为实现收益不可避免，而收入则于后期集中兑现。再加上目前政府负债较高，导致金融体系的杠杆率更高，从而更容易受到冲击，包括美国在控制通胀与维持债务可持续性之间的政策矛盾引发债券收益率飙升。我们认为私募信用债和基础设施投资将为这类融资提供支持。我们开始战术性低配美国长期国债。 主要观点细分配置观点1516 此外，这种环境会引发一种分散投资的假象，这正是我们的第三个主题。表面宣称分散投资的资产配置，如今实则可能是大规模的主动押注。我们认为投资组合反而需要一套明确的备选方案，并做好随时迅速转向的准备。我们偏好私募市场的非系统性敞口。 投资与收入呈数量级差异 转型迅速推进 1760-2040年重大创新的持续时间与资本深化 人工智能建设可能比以往所有科技革命都更为迅速且规模更为庞大。请见右图。外部预测显示，截至2030年，全球企业在人工智能领域的资本支出目标规模预计达到5至8万亿美元，其中大部分集中在美国。投资者面临的主要挑战在于如何调和庞大的资本支出计划与人工智能潜在收入。二者的数量级是否能够匹配？ 正因资本支出需求与最终收益兑现存在时间差，人工智能建设企业已开始借助债务工具来突破阶段性融资难题。前期集中投入资本是实现最终收益的必要条件。私营部门加杠杆加上公共部门高负债，加剧了金融体系的脆弱性。债券收益率飙升或会对此类融资构成风险。 这些因素共同创造了一个截然不同的投资环境，其部分核心特征如下：首先，杠杆率上升将导致公私募市场的信用债发行规模扩大。其次，这种大规模借贷会会对利率产生上行压力，令融资成本整体上升。第三，在人工智能驱动的新收益来源向经济各领域扩散之前，市场收益进一步集中在科技板块，需要投资者作出决策。第四，随着此类收益向科技行业以外扩散，获得超额收益与主动投资的机会将进一步扩大。所有这些意味着须重新审视投资组合构建的传统方法。 若以支出范围的上限为基准，答案则取决于美国经济能否突破其长期维持的2%增长趋势。这虽是一项艰巨的挑战，但人工智能首次让这一目标成为可能。请参见下一页。即便支出与收入在宏观层面能够匹配，两者之间仍存在时间错配。人工智能建设需要前期大规模投资，包括布局算力、数据中心及能源基础设施。而该投资的最终收益后期才会兑现。人工智能建设尚处于起步阶段，且目前集中在科技行业，但我们认为其带来的生产力提升与收入增长将逐步扩散至整个经济体系。 前瞻性估计可能不会实现。资料来源：贝莱德智库，数据来自CRAFTS(2021)，2025年12月。注：图表呈列的是美国以往各类技术（除“蒸汽”技术对应英国数据外）的资本支出对国内生产总值增长的年均贡献，并与该资本开支的持续时间进行对照。蒸汽、电力与信息通信技术的估计数据取自CRAFTS(2021)。人工智能所需资本支出的测算基于2022-2024年的实际资本支出、2025-2030年期间总资本支出规划目标（按5-8万亿美元范围的上限取值），同时假设2030-2040年资本支出强度将维持相近水平。 当前投资环境的部分核心特征包括：杠杆率上升、融资成本增加、收益集中于特定领域，对重大投资决策的需求，以及主动投资机会增加。 美国经济增长有望突破长期趋势 始终未突破长期趋势 1870-2024年美国人均国内生产总值与长期趋势 我们认为2026年人工智能资本支出仍将推动经济增长，今年这类投资对美国经济增长的贡献已达到其历史平均值的三倍。这种资本密集型增长动力或将持续至明年，即便劳动力市场持续降温，仍能支撑经济增长保持韧性。劳动力市场处于“不招不裁”的停滞状态，为美联储在2026年继续降息提供了空间。但通胀最终可能持续高于美联储2%的目标水平。我们认为美国中期选举前的政策及监管环境趋于利好。若商业信心与招聘活动回暖，可能重新推高通胀，再度引发政策制定者在抑制通胀与维持债务可持续性之间面临两难。 但关键在于美国经济增长最终能否突破其长期趋势。美国处于全球经济发展的前沿。但过去150年间包括蒸汽技术、电力技术和数字革命在内的所有重大创新，均未能推动其突破2%的增长趋势。这无疑是一项艰巨的挑战。 但人工智能的出现，首次让这一目标成为可能。因为人工智能不仅本身是一项创新，更具备革新创新过程的潜力。人工智能或可开始自主生成、测试并优化新概念。若真如此，科学发现的速度或将大幅提升，从而推动材料、药物及技术等领域取得突破性进展。这种加速创新的自我强化循环，是经济增长突破的关键。 纵观全局，正如2025年所示，人工智能有望继续超越关税政策和传统宏观驱动因素，成为主导经济的核心力量。若美国趋势增长率持续低于2%，消化如此规模的资本支出需进行重大宏观调整，这会挤占经济体中其他非人工智能领域的支出，并可能导致通胀大幅上升。 尽管存在可能性，但最终能否实现尚属未知。我们会追踪一些可作为创新加速先行指标的迹象，例如每年新专利数量的激增，这些情况往往早于创新效益在整体经济数据中显现。 资料来源：贝莱德智库、美国经济分析局及宏观历史数据库(Macrohistory Database)，数据来自Haver Analytics，2025年12月。注：历史数据由Òscar Jordà、Moritz Schularick及Alan M.Taylor整理汇编。2017年。《宏观金融历史与新商业周期事实》(MacrofinancialHistory andthe New Business Cycle Facts)，载于《美国国家经济研究局宏观经济学年刊》（2016年）(NBER Macroeconomics Annual 2016)第31卷，由Martin Eichenbaum及Jonathan A. Parker主编。芝加哥：芝加哥大学出版社 美国若要突破2%的经济增长趋势，就需要革新创新方式本身，而这首先需要前期大规模的投资。 微观即宏观 宏观量化估算 截至2030年美国企业年收入增长预测 但即便宏观层面的量化逻辑能够成立，也无法保证这些收入会流向参与人工智能建设的企业。LSEG的数据显示，若科技行业的收入占比从目前的25%提升至35%，将带来4,000亿美元的收入增长。请见右侧柱状图。将这些新增收入与当前分析师的预测相结合，结果表明有望实现合理投资回报率。 人工智能建设由少数几家公司主导，其支出规模之大，已产生宏观层面的影响。对这些公司做出投资判断，需评估其宏观量化逻辑是否成立。 我们采用截至2030年人工智能投资目标规模范围的上限值，即8万亿美元。请参见第4页。经纪商分析师预计，超大规模企业的年度总收入将增长1.6万亿美元。这一收入水平不足以支撑这8万亿美元人工智能投资实现对应的9%-12%的合理回报率。请见右图。但这并非全貌，人工智能的真正潜力远超现有业务范畴。随着人工智能深度融入整个经济体系，我们预计其将在科技行业及其他领域创造全新的收入来源。具体在哪些领域仍高度不确定。但我们仍可尝试测算其在宏观层面的总收入。 我们认为科技行业收入有望朝着这一方向增长，因为当前参与人工智能建设的企业正逐步抢占科技生态系统的部分领域（如软件）的市场份额。人工智能能够自动化处理任务（如编程），意味着它可以取代其他科技服务。但收入增长将逐步向各行业拓展，并最终惠及整体经济。全新的人工智能驱动型收入来源或将应运而生。这些收入的分配模式或会逐步演变，具体路径尚不明确。发掘其中的赢家将是主动投资策略的关键所在。 前瞻性估计可能不会实现。资料来源：贝莱德智库、彭博及其他，2025年12月。注：左侧柱状图呈列的是2025-2030年为实现9%-12%的全周期内部收益率需达到的增量收入。这是基于数据中心部署规模估算（以吉瓦为单位）及每吉瓦资本支出假设，并已计及成本通胀、图形处理器(GPU)寿命、分阶段规划及超大规模企业市场份额等因素。我们交叉