欧洲股票策略：AI脆弱性持续存在

市场定价嵌入了关于人工智能支出收益的乐观预期：在一代人一次的AI资本支出繁荣的推动下，市场定价和共识预期已达到异常乐观的水平。未来12个月全球股票的12个月远期共识溢价已升至历史最高点14.5%，预计未来12个月全球利润中有创纪录的25%将来自科技行业。市场并未对这些盈利预期附加更高的风险溢价，以反映人工智能盈利前景的不确定性，而是全球股票风险溢价（EPR）已回落至3%，为2002年以来最低水平，同时欧洲ERP也下降至2000年代初以来的最低点4.5%。 2026年8月21日 sebastian.raedler@bofa.com塞巴斯蒂安·雷德勒投资策略师 MLI（英国）+44 20 7996 1749 然而，人工智能的脆弱性依然存在：在7月份的势头逆转反弹之后，近期人工智能相关股票又开始失去势头。尽管市场预期仍然乐观，但我们看到人工智能相关担忧有重新浮现的空间。过去资本周期的经验表明，加剧的价格竞争风险可能会挫败高涨的利润预期——我们正看到人工智能堆栈的模型层价格竞争加剧。过去周期也表明，一旦预期回报率低于资本成本，资本支出驱动力往往会结束——而在无风险利率上升的背景下，人工智能领域的资本成本正在由于信用利差扩大而增加。最后，即使人工智能的盈利能力最终被证明是稳健的，电力瓶颈和政治阻力也可能最终挫败人们对持续支出繁荣的预期（正如德克萨斯州近期因公众反对加剧而暂停数据中心审批所展示的那样）。 tpearce@bofa.com托马斯·皮尔斯，CFA持证人投资策略师 MLI（英国）+44 20 7996 2081 andreas.bruckner@bofa.com安德烈亚斯·布吕克纳投资策略师 MLI（英国）+44 20 79961306 我们对欧洲股票持负面看法，且相较于防御性股票，对周期性股票持低配态度：我们的主要担忧是市场在AI资本支出繁荣的可持续性上定价了过高的确定性，而新数据显示，通往AI商业化的道路远非确定。结合包括美国劳动力市场数据近期走弱、美国消费者疲软迹象以及美伊战争引发的能源供应中断在内的额外风险，这些不确定性让高度乐观的市场定价和普遍的盈利预期显得格格不入。这支撑了我们对欧洲股票的负面立场，并预测明年第二季度斯托克600指数将下跌10%至580点。AI驱动动力的持续反转将推高风险溢价，且债券收益率有进一步下降的空间，这意味着周期性股票相较于防御性股票有6%的下行空间，继自6月以来已累计表现落后6%之后。 ERP：股权风险溢价供应管理协会：美国供应管理协会贸易加权指数采购经理指数 此处讨论的交易理念和投资策略可能带来重大风险，并非适合所有投资者。投资者应具备相关市场的经验，并拥有足够的财务资源来承担应用这些理念或策略可能产生的任何损失。 人工智能的脆弱性仍在持续存在。 人工智能资本支出繁荣已成为股市动态的主导驱动因素：宏观与市场景观在某种程度上被一代人难得的AI资本支出（capex）繁荣所主导，该繁荣使得市场普遍预期未来12个月内美国超大 规模企业的资本支出将增长至9400亿美元，占美国GDP的3%，较2025年初的3000亿美元大幅上升。尽管面临诸多外部宏观冲击（包括去年的贸易战和今年因美伊战争导致能源供应冲击），但这波资金浪潮仍使全球增长势头保持强劲。它还导致企业盈利势头显著超越了其与宏观势头的关系。这是大规模资本支出周期的典型特征。支出接受方会立即确认收入，而相关成本最初则不会出现在股市的合并损益表中，因为资本支出会在资产负债表上进行资本化，并仅在后期通过折旧费用来确认。换句话说，大规模资本支出周期倾向于通过提前确认收入和推迟确认成本来提升整体利润率。最后，AI资本支出的激增导致市场呈现出异常的势头驱动特征，过去三年中，靠近资金流量的板块表现强劲，而远离支出的板块则表现不佳。 权益市场定价隐含了对AI支出收益的高度乐观预期：在AI建设浪潮的影响下，市场定价和共识预期已达到异常看涨的水平。全球股票12个月远期共识溢价已升至历史高位14.5%，预计未来12个月全球盈利中有创纪录的25%将来自科技行业，而过去十年平均占比为15%，在科技泡沫期间峰值曾达到13%。此外，市场共识认为这一创纪录的盈利能力并非偶然，而是一种可持续的盈利繁荣，预计未来三年复合每股收益（EPS）增长率为18%，未来五年增长率为22%，这一盈利增长水平通常仅在经济衰退后的复苏期才能达到。最后，全球股票风险溢价（EPR）并未对这些盈利预期赋予更高的风险溢价，以反映未来几年新兴AI行业盈利影响的不确定性，反而已从高位回落至3%，为2002年以来的最低水平，其中欧洲风险溢价（ERP）也由4.5%降至21世纪早期的最低水平。 人工智能资本支出繁荣是否可持续？市场面临的关键问题是人工智能投资支出是否可持续，尤其是考虑到过去许多大规模投资繁荣，包括20世纪90年代的光纤繁荣，都以 spectacular reversals 倒闭告终。在1920年代的无线电繁荣和20世纪铁路繁荣的良好情景下，人工智能产业将类似于2010年代的云计算产业。当时的巨额支出从未导致经济衰退，主要是因为市场具有寡头垄断结构，只有三家主导企业，这有助于避免产能过剩问题，确保了定价能力和高利润率。这使得云公司能够成功吸收与巨额资本支出相关的折旧费用。在不太有利的情景下，人工智能可能会最终像1990年代的光纤产业，当时革命性技术引发了大规模资本支出，导致了产能过剩、定价能力差、盈利能力恶化以及股票价值的大幅回调。第三种可能性是人工智能遵循航空业的道路，该行业提供对消费者极具价值的产品，但由于竞争激烈导致利润率微薄，而大部分经济价值以消费者剩余的形式归于客户。这些跨行业的比较表明，人工智能支出繁荣的可持续性最终将取决于超大规模企业能否从其投资中获得足够的回报，而这反过来又将是该领域竞争强度（进而也是企业定价能力）的函数。 人工智能的脆弱性仍在持续：今年上半年，人工智能股票经历了持续上涨，但7月出现了强劲动力的逆转，MSCI欧洲人工智能资本支出选择指数在6月22日至7月29日期间表现落后于大盘22%。然而，超大规模公司的第二季度令人鼓舞的业绩，包括人工智能收入的改善，有助于缓解与人工智能相关的担忧，人工智能资本支出选择指数在接下来的两周内跑赢大盘14%。然而，在最近几天，受益于人工智能资本支出的股票又开始走弱（相对于大盘下跌6%）。鉴于当前市场定价中嵌入的对人工智能盈利前景的极度乐观假设，我们认为，7月逆转所引发的相关担忧在未来几个月有可能加剧，原因如下： • AI技术栈模型层竞争加剧：过去那些避免萧条的资本周期，其特点是进入门槛高，因而拥有强大的定价权。但近几个月，一系列高性能的中国开源模型的出现，给AI生态系统中的模型层带来了意外的竞争水平。由于许多中国模型在单个任务价格上提供接近前沿水平的能力，这增加了对代币价格的下行压力，这一趋势反映在硅谷数据代币支出指数自5月以来下跌了50%。这既体现了Anthropic和OpenAI等前沿实验室的价格下调，也反映了低成本中国竞争对手的采用率上升。由于前沿模型供应商占超大规模企业AI收入的很大份额，AI技术栈模型层的竞争压力增加和定价权减弱，可能对整个AI生态系统的盈利能力构成潜在风险。 • 超大规模计算企业的借贷成本上升：随着曾经充裕的超大规模计算企业自由现金流因高额支出承诺而转为负值，AI资本支出正变得越来越依赖债务融资。债务供应的增加导致超大规模计算企业的信用利差从去年低点的 55 个基点扩大到 120 个基点，背景是风险无息率上升至 20 年来的高位。这表明，就在超大规模计算企业越来越依赖债券市场为其持续的资本支出提供资金时，债务资本的成本正急剧上升。 • 日益增长的物流和政治障碍：发电和输电方面的瓶颈正成为人工智能数据中心推广的严重阻碍，使得能否为未来数据中心提供充足电力——这一在人工智能资本支出共识预测中设想的目标——成为悬而未决的问题。在政治方面，美国公众对人工智能的日益不满情绪，尤其是对数据中心建设的反对，日益加剧。一个例证是德克萨斯州州长选举——该国数据中心繁荣的中心地带。共和党现任州长格雷格·阿布拉姆的选情意外地狭窄，而公众对数据中心发展的反对已成为关键竞选议题，阿布拉姆最近宣布暂时停止批准与人工智能相关的建设项目。 简而言之，过去资本周期的经验表明，加剧的价格竞争可能会挫败在经济繁荣初期建立起来的高利润预期——而我们目前正看到AI堆栈模型层的价格竞争日益激烈。过去的周期也表明，一旦预期投资回报率低于资本成本，资本支出驱动就会结束——而由于无风险贴现率上升的背景下信用利差扩大，AI领域的资本成本正在上升。最后，宏观和每股收益的强劲背景需要进一步增加AI资本支出，但如果AI生态系统的盈利能力最终被证明是足够的，那么物流和政治障碍仍可能最终挫败人们对持续支出繁荣的预期。 我们对欧洲股票持负面看法，且相较于防御性板块，对周期性板块持低配态度：我们的主要论点是，当前市场水平正在为AI资本支出繁荣的可持续性定价一个令人惊讶的高水平确定性。虽然这确实可能证明是可持续的，但 incoming data表明，通往AI商业化的道路远不如市场预期和乐观定价所暗示的那样确定，尤其考虑到历史上由技术驱动的资本支出繁荣 frequently turning to bust 的轨迹。在我们看来，这足以证明，当前被高估的盈利预期需要被合理的风险溢价所折算。缺乏这样的风险溢价，使得市场定价容易受到失望情绪的影响。再加上，市场似乎低估了管道中存在的其他风险： 近三个月美国工资增长再次趋弱，接近于零，而在过去的周期中，这曾是一个预示宏观即将走弱的信号。虽然直到最近，美国消费者一直是全球宏观实力的关键支柱，但最近的数据点——包括疲软的零售销售和消费者信心的下降——表明消费者可能开始走弱。再加上美国CPI通胀动能的放缓，这导致我们的美国利率策略师在最近的抛售之后对美国期限转为看涨（参见我们的报告：全球利率）；每周，8月14日 2.尽管市场已停止担忧美伊战争带来的能源供应冲击，但冲突仍未解决，霍尔木兹海峡的能源流动仍接近于零。尽管共识认为，未申报且无应答器的“暗流”船舶确保了充足的石油正在通过，但美国战略石油储备从415百万桶降至296百万桶的持续下降，以及中国石油进口量仍从去年的120万桶/日降至70万桶/日的 факт，表明石油市场的平静部分是由于临时措施，而非持久解决方案。精炼产品与原油价格之间的裂解价差（即精炼产品相对于原油的成本）升高，也意味着终端消费者面临的石油相关产品价格高于仅由油价所暗示的水平——美国汽油价格已回升至每加仑4.8美元的两个月高点，给美国消费者带来额外压力。（参见我们的报告：《全球能源周报》，2023年7月30日） 人工智能变现风险、新兴劳动力市场疲软以及未解决的能源供应问题，与异常乐观的市场定价和普遍的盈利预期形成鲜明对比，令人不安。这支撑了我们对欧洲股票的负面立场，并预测明年第二季度斯托克600指数将下跌10%至580点。在过去两个月里，周期股的表现落后于防御性股票6%，逆转了自3月以来上涨的三分之一，使其达到30年来的高点。如果由人工智能驱动的势头继续逆转，从而推高风险溢价，并且（鉴于通胀动能放缓和美国工资的再次疲软，参见我们的报告），债券收益率下降，那么这种表现还有进一步下跌的空间。在我们的基准情景中，我们预计明年年初周期股相对于防御性股票将进一步下跌6%。 在防御性板块中，我们仍持有多头食品与饮料及电信股，鉴于它们与AI指标的相关性最低，是应对AI失望的最佳对冲工具，并且通常在风险溢价上升时跑赢大盘，而这是我们预期的。我们同样持有多头医药股，该板块受到债券收益率上升的影响，若收益率再次下降，应会跑赢大盘（即使考虑到美元最近的疲软，鉴于该行业美国收入占比高，美元疲软往往会对其造成压力）。在周期性板块中，我们仍持有多头银行股，该股相对大盘已触及15年新高，且近期已将金融服务板块调至空头。我们认为，随着风险溢价上升和债券收益率下降，这两个板块都将面临下行风险，同时欧元区