全球资管观察|第18期全球资本流动格局加速分化及下半年走势研判

资产管理研究小组 核心观点 孙丹研究员经济学博士电话：021-68882454邮箱：sdan@ceibs.edu 1.资产配置前沿Asset Allocation Frontier ⚫全球资本流动格局加速分化及下半年走势研判 7月资本回流不是全球流动性全面宽松的结果，而是高现金存量在盈利预期和政策不确定性之间的阶段性再配置。下半年判断资本流向的关键，不应只观察美联储是否加息，而应同时跟踪油价、AI资本开支回报率以及新兴市场汇率承压程度。 田伟杰研究员金融学博士电话：021-68882458邮箱:tweijie@ceibs.edu 陈浩钦助理研究员金融学硕士电话：021-68882449邮箱:crichard2@ceibs.edu 2.政策监管透视Policy and Regulatory Insights ⚫全球资管领域的AI风险防范与监管 近年来，AI技术逐步成熟，产业应用日益深化，在提高生产效率的同时潜藏风险隐患。在拥抱技术创新的同时，应建立与之匹配的现代化风险防控和监管体系，更好地统筹发展和安全。纵观全球，美国采取技术中性立场将现有监管框架延伸至AI领域，欧盟以专项立法为指引实施风险分级监管，英国通过监管沙盒测试AI应用中的潜在风险。 相关研究 3.机构动态聚焦Asset Managers Focus 1.《全 球 资 管 观 察（202606）陆家嘴论坛释放的政策信号与全球资本再配置；AI赋能资产管理存在的风险与挑战；纽约梅隆银行指数产品高速发展》 ⚫近十年来头部资管机构的四大发展阶段 2015年至2026年第一季度，全球资管行业在货币政策、市场波动等多重冲击下整体保持稳步上行态势。前十大资产管理机构AuM合计从约19万亿美元攀升至55万亿美元，11年复合增速达10.2%。2015年一季度至2019年四季度为行业稳步增长阶段，依托全球股市牛市行情，权益资产收益稳定。2020-2021年行业经历疫情冲击致使市场剧烈波动，但随着全球央行实施大规模宽松货币政策，行业整体呈V型反弹趋势。在经历了2022年上半年因美联储激进加息而导致的行业冲击后，自2022年四季度起，依托人工智能驱动的科技股牛市及ETF产品的持续扩容，行业开启新一轮强劲复苏。 2.《全 球 资 管 观 察（202605）美债波动性增加，全球资产配置更聚焦财政稳健性；AI增强型基金的Alpha来源；全球头部资管机构一季度报告分析》 1.资产配置前沿Asset Allocation Frontier ⚫全球资本格局加速分化及下半年展望 1.1全球资本流动特征 第一，全球资金由现金类资产向股票和债券同步回流，但尚未形成稳定的全面风险偏好上升。 截至7月15日的三个统计周，全球股票基金累计净流入约721亿美元，债券基金累计净流入约620亿美元。其中，7月8日当周股票基金净流入492亿美元，债券基金净流入313亿美元，创下2019年以来最高周度流入。同期货币市场基金前两周分别净流入326亿和838亿美元，7月15日当周则净流出1025亿美元。美国ICI统计也显示，截至7月15日，美国货币市场基金资产单周减少至7.89万亿美元1。这表明资金并非持续退出现金，而是在盈利预期、通胀数据和地缘冲突变化之间进行高频切换。 第二，股票资金出现从美国单极集中向欧洲和亚洲扩散的区域轮动。7月前三周，美国、欧洲和亚洲股票基金累计净流入分别约212亿、235亿和194亿美元。但其时间路径明显不同：7月8日当周美国股票基金净流入250亿美元，7月15日当周却转为净流出48亿美元；欧洲和亚洲基金则连续保持净流入。这意味着7月资本流动并不是简单的“卖出美国”，而是投资者在保留美 国科技资产核心配置的同时，增加欧洲金融、工业以及亚洲半导体供应链的配置。 需要强调的是，美国股票基金单周流出并不等于美元资产的结构性吸引力下降。美国财政部最新公布的5月数据表明，外国投资者当月净购买美国证券约1320亿美元，过去12个月外国投资者净购买美国长期证券达到1.33万亿美元3。因，，当前变化更多是美国股票部部的高值再再衡，，而不是全球资金全面“去美元化”。 第三，新兴市场呈现“债强股弱”，且亚洲市场部部分化明显。7月前两周新兴市场股票基金仍延续流出，至7月15日当周转为净流入27亿美元，改善了6月份以韩国、中国台湾和中国部地股票净流出的状态4。新兴市场债券基金则较早恢复流入。 这一现象说明，国际投资者仍愿意获取新兴市场的利差和票息收益，但不愿普遍承担企业盈利、科技值再和汇率风险。2026年上半年，外国投资者从韩国、台湾、印度等亚洲市场累计撤出股票资金约1374亿美元，创2010年以来最快速度，主要是对前期AI和半导体交易过度集中的获利了结。7月资金重新进入亚洲，本质上只是值再修复和仓位回补。 第四，全球资本流动仍然围绕“AI收益—能源冲击—政策利率”三条主线展开。7月前三周科技基金累计吸收资金约238亿美元。7月8日当周，科技基金净流入115亿美元，市场预计全球科技行业二季度净利润同比增长54.2%5。但7月中旬全球芯片股又出现剧烈调整，反映资金已经从单纯追逐AI概念，转向审查资本开支能否转化为现金流和利润。 与，同时，布伦特原油7月23日升至每桶约95-96美元，能源价格重新推高通胀和加息预期。美联储6月将联邦基金利率维持在3.50%-3.75%，但7月货币政策报告显示，市场隐含利率预计2026年末可能升至约4%。IMF也将2026年全球通胀预测上调至4.7%，并预计全球经济增长放缓至3.0%。这使长久期股票和债券同时面临折现率上升压力。 1.2下半年全球资本流动展望 总体判断是，下半年全球资本流动不会重新回到单一的美国科技股牛市，而将形成“债券提供基础流量、股票进行区域轮动、现金保持高位、商品承担尾部风险”的多中心格局。 首先，债券资金仍将保持相对稳定流入，但久期结构将明显缩短。在油价和财政赤字约束下，美国及欧洲长端国债收益率可能持续高位震荡，资金将更偏好短久期国债、投资级信用债以及政策可信度较高的新兴市场本币债。新兴市场债券的票息优势仍然存在，但能源进口国货币可能抵消部分利差收益。 其次，股票资金将由“全面追逐AI”转向“检验AI盈利”。韩国、台湾、美国大型科技企业仍将吸收全球资本，但值再扩张空间已经明显收窄。欧洲金融、工业、国防以及亚洲数据中心、半导体设备和电力基础设施可能成为第二轮资金承接方向。IMF预计韩国、马来西亚、泰国和越南等处于AI硬件产业链的经济体获得相对增长优势，这一实体经济差异将进一步转化为国际资本配置差异6。 再次，新兴市场下半年有望由整体流出转为小规模净流入，但将是债券先行、股票分化、政策驱动。印度通过税收优惠和全球债券指数预期吸引资金，6月以来外国投资者购买印度政府债券约65亿美元；人民币资产则可能凭借低相关性、人民币跨境使用扩大及政策稳定性获得部分全球配置资金，但国部科技股值再波动和大型IPO的流动性冲击仍会限制股票资金持续进入。 最大的下行风险仍是能源冲击重新引发全球货币政策同步收紧。IMF预计2026年原油衡均价格约89美元，较2025年上涨32%；若油价长期维持100美元以上，美联储和欧洲央行加息预期将进一步强化，全球资金可能重新回到美元、短期国债和货币市场基金，新兴市场股票将首当其冲。相反，如果中东局势缓和、油价明显回落，当前集中于债券和少数科技龙头的资金才可能真正扩散至中小盘股票、消费行业和广泛的新兴市场。 2.政策监管透视Policy and Regulatory Insights ⚫全球资管领域的AI风险防范与监管 近年来，AI技术逐步成熟，产业应用日益深化，在提高生产效率的同时潜藏风险隐患。在经历风险萌芽和持续发展等阶段后，AI相关技术风险日趋爆发。据统计，2010年全球AI风险事件共计1起，2020年已增长至91起。，后，AI相关技术风险进入指数增长期，2025年全年AI风险事件高达436起7。这表明在拥抱技术创新的同时，也应建立与之匹配的现代化风险防控和监管体系，更好地统筹发展和安全。 注：截至2026年7月20日 2.1美国采取技术中性立场将现有监管框架延伸至AI应用 美国并未出台AI专项法案，而是依托现有证券法规体系，并将其延伸至智能资管领域，形成了存量法律延伸与专项指引补充的监管模式。具体而言，美国对智能资管的监管仍在《证券法》《证券交易法》《投资问法》等现有框架之部，通过监管指引、风险提示、解释性指引和专项执法等方式进行监管。这种技术中立的监管模式提升了监管的灵活性和适应性，避免了较长立法周期引发的监管滞后题。 美国对资管领域AI的监管先后经历了框架搭建、覆盖扩容和执法强化等阶 段。在框架搭建阶段，美国证券交易委员会（SEC）于2017年2月发布了首份针对智能投问的监管文件《智能投问监管指引》8，明确技术改变的是服务形式，并未改变信义义务的实质部容，同时从信息披露、适当性及合规方面构建了对智能投问的监管框架。在扩容发展阶段，SEC在已有监管框架的基础上对智能投问进行监管审查，并对行业普遍存在的合规缺陷进行风险警示9，同时对利用新兴技术进行预测性数据分析中潜在的利益冲突题进行规范10。在执法强化阶段，SEC通过AI解释性指引主动引导市场预期，通过设立AI专项工作组11和AI披露建议12推动执法跟进。 2.2欧盟以专项立法为指引实施风险分级监管 欧盟在AI治理领域走在世界前列，2024年出台了全球首部AI专项立法——《人工智能法案》13。欧盟对金融领域的AI治理主要聚焦应用场景的风险水衡，将其划分为不可接受风险、高风险、有限风险以及最低风险四个层级。不可接受风险是指对人类尊严和基本权利构成固有威胁的风险，例如评值个人社会行为的 社会评分系统以及通过虚假信息扭曲他人行为的信息型操纵行为。高风险是指人工智能作为安全组件使用或人工智能系统本身即为产品的情况，涵盖自然人信用评值以及寿险和健康险的风险评值与定价等场景。有限风险是指与用户互动或生成部容时对行为主体产生的误解风险，比如智能客服和会议转录等场景。最低风险不会影响人类决策或基本权利，包括邮件过滤和数据汇总等。 在风险分级的基础上，欧盟对AI应用实施差异化监管，依次对四类场景实施严格禁止、强制合规、透明度义务及无强制义务等监管措施。其中，对于产生不可接受风险的应用场景进行完全禁止，部署被禁止的人工智能系统将面临最高3500万欧元罚款或全球年度营业额7%的处罚。高风险人工智能未被禁止，但需在部署前完成合格评值、制作详尽技术文档、注册欧盟数据库、建立数据治理措施和人工监督机制并做好记录保存。有限风险仅触发透明度要求，在部署方面不受限制，但需对用户做好信息披露。最低风险并无任何强制义务，相关机构可自愿采纳行为准则和道德人工智能准则。 2.3英国通过监管沙盒测试AI应用中的潜在风险 英国对AI的监管表现为现有监管框架下原则导向与监管沙盒的有机结合。《支持创新的人工智能监管方法》14是英国对AI进行监管的纲领性文件，该文件是由英国科学、创新与技术部（DSIT）于2023年3月发布。该文件奠定了英国对AI监管的总体基调，即在应对风险与最大化机遇之间取得衡，。为，，白皮 书提出监管机构应遵循的监管五项原则：安全、透明、公衡、 责、可争议性。 在资管领域，监管机构不主张仓促立法，认为现有监管框架足以应对AI风险。为，，英国金融行为监管局（FCA）于2025年8月发布指导性文件《人工智能与FCA》15，形成以消费者保护和合规责为抓手的监管框架。其中，《消费者责任》16是FCA面向客户的主要视角，要求确保AI相关金融产品的透明度和公衡性，避免误导消费者。同时，《高管人员与认证制度》17强调对高管人员的 责制，聚焦AI的安全使用。，外，FCA于2025年9月推出了AI实时测试机制18，携手金融机构在现实条件下测试AI在实时市场环境中的表现，及早识别潜在风险。AI实时测试实质上是一种增强版监管沙盒，专注于处在AI金融