申萬宏源2026年美股投資策略：AI行情進入「換擋期」 悲觀情形下下半年面臨估值回撤風險

智通財經APP獲悉，申萬宏源發佈研報稱，中性假設下，2026年AI軟約束出現風險可控，核心觀察B端企業的滲透率能否提升，現金流穩定以及擴張相對穩健的美股公司值得關注。不過硬約束將更加突出，特別是電力對算力建設的約束。這也對ROI的驗證要求更高，關注AI基建對capex指引下修的擇時線索。樂觀情形下，B端企業滲透率加速提升，AI基建維持capex高增，雲廠利潤率高增，更多公司財報顯示AI收入貢獻。這種情形下，軟硬件將估值盈利雙升;悲觀情形下，2026年下半年通脹壓力捲土重來，約束美聯儲寬松，同時AI應用成本下降程度有限無法支撐應用擴散，C端應用尚未出現爆款。這種情形下，那麼2026年下半年面臨估值回撤的不小的風險。

申萬宏源主要觀點如下：

自2023年以來，本輪美股AI行情已經持續三年時間。2023~2024年美股AI行情以提估值為主，AI基礎設施以及有業績的AI應用普漲。2025年AI相關行業(科技、通信)估值貢獻相對有限，並且債務融資支撐投資比例增加，在AI產業投資的ROI(投資回報率)尚不明確的階段，市場進入對效益審視更嚴苛的階段。

當前市場對「AI泡沫」的擔心主要是新技術帶來經濟規模效應的時間vs資本市場對新技術投資回報的樂觀期待之間的落差。從技術發展周期來看，新技術往往有助於生產效率的提升，不過生產力的提升(釋放新需求)需要技術成本系統性下降、企業組織架構調整、就業結構調整，這需要以年為單位的時間。這個過程中，資本市場往往以樂觀思維推演新技術的終局效用。而當市場看到生產力轉化過程中的邊界時，股價泡沫往往出現破裂。對於邊界的衡量，AI的硬約束在於物理邊界，如算力、電力、網絡、算法，這些變量決定了生產的成本和速度。而AI軟約束在於生產力轉化邊界，如監管和合規成本、人才/企業組織架構調整成本、數據質量、商業投資回報率等，決定了價值的實現和可持續性。在真正的軟約束顯現之前，市場傾向於將算力、電力等資源的線性堆砌，視為獲得更多回報的直接途徑。

硬約束的擾動往往帶來AI板塊階段性的調整壓力(以季度為單位的調整)，美股「Buy the Dip」仍然具備勝率。2023年以來，美股AI每輪調整的觸發因素均出現宏觀流動性的收緊以及算力/算法/電力的擔憂。覆盤2023年以來M7的每輪迴撤超過10%的階段，持續時間均在一個月以上。202307~202310，美債供給衝擊，流動性收緊，AI產業正處於積極投資階段。 AI基礎設施調整幅度小於AI應用。202407~202408，美國衰退風險上升，AI公司傳統業務低於預期，而資本開支超預期，市場擔心現金流風險幅度上行。AI基礎設施和AI應用調整幅度相當。202412~202504，deepseek衝擊引發市場對算法優勢是否導致算力過度投資的擔憂，微軟減少數據中心建設進一步加劇產業擔憂。AI基礎設施普遍回調，AI應用出現分化。互聯網時期，1997年、1998年、1999年納指最大回撤分別達到14.1%、29.6%、13.1%，思科最大回撤分別為38.1%、36.7%、17.3%。

而軟約束出現時，泡沫的系統性破裂可能最終被觸發(以年為單位的調整，2000年最終見頂的觸發因素是微軟的反壟斷案落地)，需要擇時系統性降低倉位。核心圍繞影響產業的ROI指標觀察，具體地：

宏觀來看，實體公司的成本收入衡量是跟蹤ROI的關鍵：1)推理成本在加速下滑，不過前沿訓練成本仍在上升。元分析調查報告顯示，自2023年以來，各類AI大模型的推理價格持續下降，目前各類模型的價格低於0.1美元/百萬字符。不過前沿 AI 模型的訓練成本正在以 2–3 倍/年的速度攀升;最新的多模態與數百億參數模型的訓練成本已進入數千萬至上億美元區間。

2)兑現業績的AI公司維持高增，能兑現業績的AI應用數量緩慢增加。根據2025Q3，美國雲廠的淨利潤率為20%+，B端應用中，AI+廣告(59.5%)、AI+解決方案(29.5%)，AI+辦公(20.6%)，AI+醫藥、AI+遊戲、AI+版權盈利能力較弱。C端應用的利潤率普遍為負。邏輯上看，ROI依賴AI基建投資和AI應用帶來的增量需求兩部分，后者存在非線性變化。當前美國企業AI滲透率約為10%左右，信息密集型行業更高，如信息、專業技術服務行業滲透率在20%+，預計未來6個月上升至30%+，而金融保險、教育的AI滲透率當前為15%+，預計未來6個月上升至20%+。

3)增量的AI投資要求回報率對GPU折舊較為敏感，債務融資成本上升是尾部風險。根據特朗普2025年公佈的未來人工智能投資總額(外國對美國投資承諾+美國企業投資承諾)總計約3.8萬億美元，儘可能在2028年前投資完成的假設。考慮當前主要雲廠的股權和債權融資成本，如果GPU折舊年限較長(6年)，ROI需達到10%以上當前AI投資合理;如果GPU折舊年限較短(3年，悲觀估計)，ROI需達到30%以上當前AI投資合理。而債務融資成本的上升對AI回報率形成更大的彈性衝擊。

微觀來看，上市公司的債務壓力側面反映AI投資和回報的時間錯位風險。1)當前AI基礎設施整體債務壓力可控，2025H2部分公司出現明顯分化。根據2025年Q3，2023年以來，AI硬件相關的長期債務水平緩慢攀升，自由現金流/債務比例從16%下行至14%，高於2021年水平。個股出現分化，甲骨文和CoreWeave相對較大，長期債務大於營收水平，其中甲骨文預計到2027年債務/營收降低至1以下。M7中，英偉達、META和微軟暫時經營壓力不大，但是預計META和微軟的資本開支增速在2026和2027大幅提升。若營收和利潤沒有出現非線性快速增長，則會對利潤增速帶來較大壓力。

2)當前AI基建公司的付息壓力處於22年以來的低位，不過25年新增債權、私募債、貸款規模較高，未來付息壓力將上升。2025年AI基建的新增私募債融資成本約為6.5~9%，而且M7資本開支規模2026年預計仍將增加(增速下滑)，付息壓力邊際上升。

3)在宏觀流動性系統性收緊階段，債務風險增加的概率上升。在融資環境相對寬松的情形下，市場對ROI容忍度較高，而利率環境收緊將導致資產質量較差的企業率先面臨破產風險。展望2026年流動性環境，中期選舉壓力下，全年來看美聯儲存在過度鴿派+美國財政出現超額刺激的可能性。中期則可能引發潛在通脹壓力，從而導致流動性收緊的拐點更早到來。當前股票佔到美國居民資產負債表的31%，達到歷史最高，這意味着股市的波動對經濟的影響更大。

最后，從金融學視角看泡沫系統性破裂的條件看本輪美股AI行情是否已經到達：1)流動性環境收緊階段泡沫破裂風險較大，特別是加息啟動后：新產業通過投資引發經濟過熱，美聯儲加息抑制過熱情緒。1999年年中開始加息，指數估值開始見頂，3個季度后股價見頂;金融危機期間，2004年開始加息，估值一直被消化;2)大類資產風險傳導上關注信用利差中樞走擴：1998年后Baa利差中樞下移，顯示風險已經在積聚。不過在1999年最后股市加速上漲階段利差同步走擴，最終提前股市1個多月觸底反彈。2004年加息啟動后Baa利差中樞略微下移，直到2007年7月開始反彈，領先於股市約2個月。3)核心產業指標見頂時間往往提前於泡沫破裂較長時間：互聯網期間，電腦設備銷量增速提前於納指2年見頂，絕對額提前2個季度見頂;金融危機期間，房價增速提前於標普500指數2年見頂，絕對額提前2個季度見頂;本輪Token調用量仍在環比上行;

4)市場情緒上關注最樂觀羣體的態度轉冷：從1990年互聯網泡沫啟示來看，對泡沫擔憂的時間上，宏觀經濟學家(1996年底)>價值投資者(1998年)>科技企業CEO(1999H1)，市場最終見頂時間為2000年3月;2007年，谷歌搜索詞條中關於「house bubble」的最熱討論時間領先於股市見頂約1年半時間;本輪AI行情方面，當前美聯儲主席於2025年9月23日表示「當前美股估值太貴」。科技產業對未來仍處於投資積極的階段。投資者方面，平臺型公司受到海外基金的歡迎，而上游如英偉達普遍遭遇減持。伯克希爾新建倉谷歌至第十大持倉，杜肯資本加倉亞馬遜，索羅斯基金增持谷歌(GOOGL.US)、亞馬遜(AMZN.US)、賽富時等，而橋水大幅減倉英偉達(NVDA.US)、谷歌以及微軟，文藝復興基金減倉Palantir、英偉達，加倉谷歌和微軟。

5)估值隱含的ROI過高，股價對產業端的利好信息不敏感時：當前美股整體靜態PE為28x，覆盤1990年以來美股處於該估值區間時，持有3年的勝率低於30%，而持有1年勝率60%，這也意味着2026年美股科技股波動率或進一步走高。當前M7的加權估值為56x，而M7(剔除特斯拉)當前加權估值為36x，低於2023年初水平，當前M7的盈利增速(2025Q3)為22.9%。與2000年對比，彼時美股互聯網7家「明星」股的加權估值最高為65x，盈利增速(2000Q1的TTM)17.6%。

風險提示：全球經濟非線性走弱：信用債務風險、金融危機事件等突發導致全球經濟超預期大幅回落。美國AI科技股大幅下跌風險：當前美國AI科技股估值較高，如果出現流動性趨勢性收緊或產業趨勢證偽導致大幅下跌，將衝擊全球科技股風險偏好，帶來市場大幅波動。