全球AI反弹的多空之辩：资本开支悖论是否开始被打破？

证券研究报告/策略专题报告 2026年08月13日 报告摘要 分析师：徐驰执业证书编号：S0740519080003Email：xuchi@zts.com.cn分析师：张文宇执业证书编号：S0740520120003Email：zhangwy01@zts.com.cn 去杠杆与财报季：AI投资“审美”的系统性变迁：全球科技股在经历本轮深度调整后，市场对AI投资的核心审美正经历从“规模崇拜”向“对价验证”的系统性迁移。2026年二季度财报季中，Alphabet与微软在同样加大资本开支的背景下录得截然相反的股价反应，清晰表明资金已不再单纯为投入规模买单，而是要求每一笔资本开支必须对应可验证的收入增速与清晰的财务解释。与此同时，对冲基金持续减持美国科技股，科技板块持仓敞口收缩至近三年低位，叠加韩国单一股票杠杆ETF的强制平仓潮，资金结构层面的冲击已集中释放，市场正在从杠杆出清中寻找新的均衡点。 “AI资本开支悖论”：市场为何开始质疑AI需求的真实性：当前市场对AI需求的疑虑集中表现为“资本开支悖论”——同一笔算力投入既是产业景气的信号，也是自由现金流被侵蚀的源头。拆解这一悖论的关键，在于区分两类不同性质的买方：以Google为代表的成熟业务现金流托底型需求，与以Oracle为代表的高杠杆融资驱动型需求。后者截至2026财年末剩余履约义务达6380亿美元，但2026财年自由现金流已转负，其能否如期将订单转化为收入，是判断本轮资本开支持续性的核心变量。历史参照而言，Oracle的高杠杆模式与2000年电信运营商的融资扩张确有相似之处，但当前买方结构中Google、Microsoft、Amazon等成熟科技巨头的存在，以及AI的国家安全属性与算力的再配置能力，构成了对“简单类比泡沫破裂”的系统性反驳。 相关报告 1、《“聪明资金”追踪：从行为识别到行业配置》2026-04-20 2、《规模指数的隐性成本：市场特征与调仓机制如何影响长期收益？》2026-03-233、《2025年A股业绩前瞻：结构分化 加 剧 ， 资 源 与 制 造 板 块 领 跑 》2026-02-02 2000年科网泡沫与本轮AI周期的本质差异：2000年科技泡沫破裂剧烈程度的底层因素是融资闭环的断裂——电信运营商依靠IPO、供应商融资和高收益债建起远超实际需求的网络产能，一旦融资窗口关闭，建立在“预期需求”之上的订单便瞬间失去支撑。将当下与2000年对照，相似之处确实存在——长期合同与预付款在功能上与当年的供应商融资具有相同的性质，订单并不等同于现金。但差异构成了系统性反驳：今天的买方以Google、Microsoft等拥有成熟业务现金流支撑的巨头为主，而非亏损的初创企业；算力存在明确的产能上限与再配置能力，与2000年大量闲置光纤形成鲜明对比；而AI的国家安全属性更意味着政策兜底的存在。Oracle这类高杠杆样本值得警惕，但将思科的结局简单套用于整个AI产业，既忽略了买方结构的本质差异，也低估了这一轮需求背后的真实产业支撑。 押注推理的军备竞赛：AI模型层的护城河与持续性：AI模型层的收入增长呈现显著分化——领先者已预告首个盈利季度，追赶者仍陷于大额亏损，但比总量更关键的是收入结构转向企业级入口，AI正从技术尝鲜品蜕变为商业必需品。从护城河角度看，模型架构和算法优势的领先窗口正在从“年”压缩到“月”，真正体现黏性的是生态整合深度——一旦AIAgent深度嵌入企业代码库与业务流程，迁移成本便与模型能力领先幅度脱钩。这一竞争格局决定了模型层难以决出唯一赢家，而只要头部几家公司还在相互追赶，军备竞赛带来的算力采购需求就不会因单一公司的商业化不及预期而系统性停滞。 四大关键变量决定调整后的演绎路径：需要聚焦四个关键变量：第一，美联储加息冲击是否已被充分定价——7月FOMC的异议票及沃什弃用前瞻指引后市场已转向数据驱动模式，当前加息定价大概率已过度；第二，前沿与开源模型的能力差距能否重新拉开——监管程序为闭源模型增加了额外的时间成本，客观上为开源阵营提供了追赶窗口；第三，资金去杠杆进程是否接近尾声——对冲基金科技持仓已降至近三年低位，韩国杠杆ETF的集中平仓潮也已充分释放；第四，模型公司IPO融资窗口能否顺利开启——OpenAI与Anthropic的上市若推进不及预期，一级市场估值将面临系统性重估。 风险提示：AI商业化和知识工作Agent渗透不及预期；模型公司收入披露口径与实际财务结果之间可能存在显著差异；高杠杆算力云和数据中心项目再融资受阻；GPU、存储等设备出现产能过剩；折旧和资产减值高于预期；能源价格、电力接入和监管约束上升；前沿模型发布因监管审查延后超预期；美联储加息预期出现反复；相关科技资产价格可能面临大幅波动。 内容目录 一、去杠杆与财报季：AI投资“审美”的系统性变迁..............................................3二、“AI资本开支悖论”：市场为何开始质疑AI需求的真实性..............................5三、2000年科网泡沫与本轮AI周期的本质差异.......................................................6四、押注推理的军备竞赛：AI模型层的护城河与持续性...........................................7五、高波动之下的四大关键变量................................................................................9六、结论与配置建议.................................................................................................11风险提示....................................................................................................................11 图表目录 图表1：2026年二季度美股科技龙头相对财报日的表现.........................................4图表2：甲骨文：订单储备量与当期营收对比.........................................................6图表3：2000年1月-2001年8月：高收益债利差涨幅与同期发债主体股价表现（%）....................................................................................................................................6图表4：四家大规模云厂商资本开支：2025年实际vs2026年指引（亿美元）...9图表5：epoch.ai构建的模型能力的综合指标显示开源和闭源模型的差距仍在....10 一、去杠杆与财报季：AI投资“审美”的系统性变迁 近期，全球科技股波动率显著放大，海外资本市场对“AI泡沫”的讨论持续升温，“AI-washing”——企业夸大或虚报自身AI能力以博取估值——亦成为全球资本新的警惕对象。科技板块的多空博弈日趋激烈，市场情绪在产业信仰与估值纪律之间反复摇摆。美股科技龙头在财报发布后的股价分化反应，清晰地说明了市场资金对于AI资本开支“审美”的系统性变化。 Alphabet二季度财报发布后，公司收入同比增长24%，GoogleCloud收入同比增长82%，业务层面并未出现失速迹象。但单季资本开支升至449亿美元，自由现金流因此转负至59亿美元，全年资本开支指引还在上调，来到1950亿至2050亿美元。在以往的财报季中，只要资本开支指引上调，市场大多将其解读为AI需求仍在加速的证据，股价通常随之走高。但这一次，同样的上调被市场解读为自由现金流被侵蚀、股东回报被压缩的信号，Alphabet股价应声下跌。 然而，市场并未简单地开始厌恶所有资本开支。在同一个财报季中，微软的投入同样在增长，股价反而大幅上涨。这种分化背后，是资金审美变得更为苛刻：过去只要投入规模增长就算利好，现在市场还要再审视两件事——其一，投出去的资金是否有对应的收入增速可以验证；其二，资本开支数字的变化是否有清晰的财务解释。 这种审美变化将三家科技巨头放在一起对照，结论十分鲜明。Alphabet的Cloud增速82%已是相当亮眼的成绩，但资本开支增长更快，以至于将单季自由现金流推成负数，市场将其归入“回报尚未兑现”的类别。微软则给出了可验证的加速信号：Azure增速抬升至43%；与此同时，其日历年资本开支数字甚至出现名义上的下调，公司说明降幅主要来自资产使用年限等会计口径调整，实际投入并未收缩。加速可被验证、口径有清晰解释，市场因此仍然愿意给予溢价。 大型科技公司是全球科技估值的中枢，上游硬件企业即便利润仍在增长，也很难长期脱离下游龙头的走势而独立上涨。这正是为什么一份财报能够牵动整个科技板块情绪的原因。因此，这一轮财报季传递的核心信号是：市场开始就资本开支这笔钱考虑“对价”。同样的一笔投入，过去购买的是估值想象空间，现在必须换回可验证的收入增速，否则就要按风险折价。市场对“AI资本开支”的容忍度，正在系统性下降。 这种重新定价在股价上的反应十分清晰。Alphabet（GOOGL）财报日后第1个交易日收跌7.13%；Meta（META）财报日后首个交易日收跌7.95%；同期发布财报的微软（MSFT）走势截然相反，财报日后首个交易日收涨15.51%。三只股票在相同宏观环境下的截然不同表现，印证了市场审美已经从“规模崇拜”转向“对价验证”。 另一方面，市场对美股科技龙头财报反应差异的背后，还叠加了资金去杠杆的结构性冲击。 这种资金结构冲击的本质，是杠杆仓位的强制平仓，本身与基本面无关。仓位越集中、杠杆越高，市场热情一旦减退就越容易被迫平仓；但如果这类仓位被强力买方整体承接，并未出现无序抛售，那么接下来的反弹又常常被误读为“基本面改善”，而非空头回补带来的技术性修复。 例如7月底的SituationalAwareness事件。这只重仓半导体与AI基础设施的对冲基金，资产规模一度极为庞大，上半年回报率惊人，但杠杆极高、持仓高度集中。在7月的AI股回撤中，该基金组合价值单月遭遇巨幅下跌，最终被迫将其公开股票组合以显著折价转让给另一家金融巨头。值得注意的是，该基金并未清盘，年内仍录得可观的正回报，并已宣布停止对公开市场头寸加银行杠杆。这恰恰印证了冲击来自杠杆结构本身，而非基本面判断失误。 随后美股随即明显反弹，直接触发因素是多家科技巨头的财报超预期，其中微软强劲业绩和指引推动股价盘后一度上涨逾8%。但另一层更重要的原因被市场所忽略：这个原本注定要被强制平仓的大仓位被实力雄厚的买方整体承接，原本预期的无序抛售并未发生，空头反而被迫回补，形成了技术性反弹的额外动力。 这种资金结构冲击，在AI硬件与云服务/软件之间的股价分化上体现得更为清晰。以韩国为例，在单一股票杠杆产品获准交易后，相关杠杆ETF规模一度迅速膨胀。市场高峰期，大量杠杆信用账户触及追保线，相当数量被券商强制平仓。7月7日，KOSPI指数下跌8%触发熔断，随着SK海力士和三星电子双双大跌，相关杠杆ETF也大幅下挫。 然而，资金结构的冲击并未演变为整条产业链的系统性崩塌。去杠杆压力释放后，7月31日三星电子与SK海力士单日分别大涨30%和27%。可见，当资金结构成为主导变量时，受冲击的是杠杆集中的具体标的，而并非整条产业链的系统性崩塌。 因此，对于AI产业链仍需回答的核心问题是：资本开支到底有没有真实