Asia financials financing the investment super-cycle and adopting AI レポート解説

概要

本アジア新興国株・テーマ戦略レポートは、企業投資スーパーサイクルを金融株およびその他の設備投資感応度の高い業種の機会と結び付けている。金融株に関する中心的な見方は、銀行が生産性、人員再配置、営業レバレッジを通じてAIの純受益者となる一方、高いバリュエーションと不均衡な導入が重要な地域・企業別リスクになるというものだ。

主要見解

Morgan Stanleyは、AI、エネルギー、経済安全保障、防衛への投資に支えられた新たな企業設備投資スーパーサイクルがすでに進行中と論じる。このため地域株式の選好は、消費より設備投資、サービスより財に傾き、Focus Listは半導体・メモリー、テクノロジー・ハードウェア、産業・資本財、素材、エネルギーに集中する。金融では、オーバーウェイト市場のホールセールおよびウェルス重視の機関、特に日本、シンガポール、香港、韓国を選好する。豪州銀行には、高いバリュエーション、金融引き締め、不利な税制変更を理由により慎重である。 市場評価では、推奨・バリュエーションのダッシュボードに、利益予想改定、コンセンサス成長率、アクティブ運用ファンドのポジショニングを組み合わせる。2026年7月の3カ月移動平均の利益予想改定ブレッドスは、MSCI EMが-0.4%、銀行が-0.6%、多角化金融が5.0%、保険が2.0%だった。テクノロジー・ハードウェアおよび機器は16.8%、半導体および半導体装置は11.7%であり、投資関連テクノロジーへの選好を補強する。2026年6月30日時点のポジショニングでは、資本財のアクティブ比率は国際・米国ファンド合算で3.2%、UCITS国際ファンドで2.8%、米国ファンドで3.4%だった。銀行は合算および米国サンプルで-0.3%、-0.5%の小幅アンダーウェイト、UCITSでは0.3%のオーバーウェイトだった。レポートはAPAC銀行について、P/B対ROE、P/E対EPS成長率を比較し、倍率を収益性と成長率の文脈で評価する。 Morgan StanleyのAsia Pacific ex-Japan Focus Listは、テクノロジー、産業、素材、エネルギー、公益、金融にまたがる18銘柄のOverweightで、この設備投資主導の見方を具体化する。2009年4月23日の設定から2026年8月31日まで、等ウェイトで構成銘柄の入替時にリバランスする同リストの米ドル建てトータルリターンは700.9%、MSCI Asia Pacific ex-Japan Indexは473.4%だった。計算には配当を含み、売買手数料を除き、監査を受けていない。過去の実績は将来の成果を保証しないと明記する。 テーマ構造は、AI & Tech Diffusion、Future of Energy、Societal Shifts、Multipolar Worldの4つの中核テーマと、AI Enablers、Powering AI、Diabesity & Nutrition、Rise in Defense Spending、AI Adopters、Nuclear Renaissance、AI & Smart Health Care、Critical Minerals、AI Compute Infrastructure、Renewable Energy & Storage、Preparing for an Aging Population、AI Sovereignty & Semi Localization、Humanoid & Embodied AI、Globalization of Natural Gas、AI & Future of Work、Economic Security & Reindustrializationの16サブテーマで構成される。独立したAI Challenged評価と、テーマ横断のディスラプション／デフレ層により、収益やマージンへの下押し圧力も捉える。重要性尺度は、投資判断に中核的なエクスポージャーと、重要、中程度、軽微、ワイルドカード、非該当を区別し、単なるテーマ上の関連を投資上の重要性とみなさない。 銀行についての中核結論は、AIは収益基盤への脅威ではなく純便益になるというものだ。世界の銀行は直近12カ月で約10%の純生産性向上を実現し、Morgan Stanleyはホールセール・バンキング、マーケッツ、アドバイザリー、オペレーションで20–50%の向上を予想する。AIが完全に組み込まれれば、銀行の税引前利益は長期的に約18%増えると推定する。調査では、世界の銀行の41%が前向きな財務インパクトまたはROIをAIの最重要成果に挙げた。最大の生産性機会は最もコストの高い機能にあり、これにより人員余力を顧客対応やアドバイザリーに振り向けられる。アドバイザーは顧客対応と新規開拓により多くの時間を使い、より幅広い商品を活用し、担当者当たりのウェルス資金流入を増やし得る。Morgan Stanleyはこの効果を一時的な効率化ではなく、持続的な営業レバレッジと位置付ける。 導入にはなお摩擦があるが、レポートは実装上の障害と銀行収益の侵食を区別する。世界の銀行が挙げた主要障害は、信頼・セキュリティ・レピュテーションリスクが23%、データ準備、レガシー統合、AIスキル不足がそれぞれ22%だった。これらをAIが銀行の収益基盤を損なう証拠とする回答はなかった。最大手銀行は、データガバナンス、社内サイバー・ツール、全社的なスキル向上への先行投資により、複数年の先行優位を持つとMorgan Stanleyは論じる。 労働力への影響は、広範な人員削減ではなく、主に自然減を活用した人材高度化と再配置として説明される。JPMorganの2026年テクノロジー予算は約$20bnで、そのうち約$2.3bn、すなわち約$9.2bnの投資予算の約25%がAI関連である。人員減はオフショアおよび経験2～10年の比較的経験の浅い職務に偏る一方、採用はAI、データガバナンス、リスクで2～10年の経験を持つ人材に向かう。Bank of Americaはこれを拡張知能と表現し、JPMorganはAI人材を増やし、一部職種のバンカーを減らし、顧客対応職を増やしてオペレーションとサポートを縮小すると示す。消費者・コミュニティ銀行ではオペレーション担当者当たり口座数が前年比6%増加した。豪州では今後12カ月、再教育、再配置、職務再設計に重点を置き、「銀行を運営する」業務から「銀行を変革する」業務へ能力を移し、CRM、データ・分析、リスク、変革の採用を増やす見通しである。 便益は機関や地域に均一ではない。金融はAI導入と高齢化社会テーマへのエクスポージャーが強く、香港・シンガポールの銀行は両テーマへの複合エクスポージャーが最も強いとする。同時に金融は、テクノロジーに次いでAI Challengedの比率が高い。中程度以上のAI課題に直面するAPAC銀行は34%で、米州の19%、EMEAの3%を上回る。APACの金融サービスでは32%、保険では29%である。Morgan Stanleyはこの高い地域エクスポージャーを、導入先行者と遅延者の差がより大きいことに起因するとし、実装能力が予想される生産性・利益恩恵を実現できる金融機関を分ける重要な要因になるとみる。

分析フレームワーク

Morgan Stanleyはまず設備投資サイクルを特定し、それを地域、業種、スタイルの選好に変換する。その後、バリュエーション、利益予想改定ブレッドス、コンセンサス成長率、アクティブ運用ファンドのポジショニングでこれらの選好を検証し、等ウェイトのFocus Listで表現する。 AI論点では、テーマ重要性フレームワーク、世界の銀行調査、企業の予算・人員事例、AI課題エクスポージャーの地域比較を組み合わせる。分析はテクノロジー投資から職能別生産性、従業員再配置、顧客対応能力、営業レバレッジ、最終的な税引前利益への波及を追う。

手法メモ

• その他その他

  テーマ重要性尺度

  レポートは、各テーマが企業の投資判断に持つ重要性を格付けし、正、未確定、負、またはディスラプションのエクスポージャーを別途表示することで、テーマとの関連を自動的に財務的重要性と扱わない。

• クオンツ・ファクター・ポートフォリオ理論その他

  3カ月移動平均の利益予想改定ブレッドス

  この指標は、上方修正から下方修正を差し引いた値を将来利益予想の対象銘柄数で割り、3カ月で平滑化して、EM業種間の利益モメンタム変化を比較する。

• バリュエーション手法PBR評価

  P/B対ROEの比較

  APAC銀行の散布図は、株価純資産倍率と自己資本利益率を比較し、バリュエーションの差が収益性の差を伴うかを評価する。

• バリュエーション手法PER・PEG評価

  P/E対EPS成長率の比較

  レポートは銀行の利益倍率と予想EPS成長率を比較し、相対的な価格評価を成長見通しに照らして捉える。

• イベントドリブン・行動ファイナンス資金フロー・ポジショニング分析

  業種別アクティブ運用ファンドのポジショニング

  ポートフォリオの比率をMSCI EM指数の比率と比較し、四半期初来の変化も示すことで、アクティブ運用者のオーバーウェイト・アンダーウェイトを把握する。

• クオンツ・ファクター・ポートフォリオ理論その他

  等ウェイトFocus Listのパフォーマンス

  Focus Listは等ウェイトを前提とし、銘柄が追加または削除されるたびにリバランスする。表示リターンは配当を含み、手数料を除外し、MSCI APxJ Indexと比較される。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• ASPEED Technology (5274.TWO)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  設備投資およびテクノロジー重視のFocus Listに含まれる。

  比較

  表記の最終価格：16,065.0；Morgan Stanley目標株価に対する総アップサイド：30.0%。

• BHP Group (BHP.AX)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  設備投資重視戦略における素材エクスポージャーを提供。

  比較

  表記の最終価格：66.2；Morgan Stanley目標株価に対する総アップサイド：1.2%。

• Contemporary Amperex Technology Co. Ltd. (300750.SZ)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  テーマFocus Listの産業エクスポージャーとして含まれる。

  比較

  表記の最終価格：363.6；Morgan Stanley目標株価に対する総アップサイド：63.7%。

• Delta Electronics (2308.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  情報技術エクスポージャーとして含まれる。

  比較

  表記の最終価格：1,840.0；Morgan Stanley目標株価に対する総アップサイド：46.7%。

• Gulf Development (GULF.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  投資サイクル戦略における公益エクスポージャーを提供。

  比較

  表記の最終価格：63.3；Morgan Stanley目標株価に対する総アップサイド：34.4%。

• Hana Financial Group (086790.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight金融構成銘柄。

  強み

  レポートが選好する一部韓国金融株に合致。

  比較

  表記の最終価格：KRW136,300.0；Morgan Stanley目標株価に対する総アップサイド：10.1%。

  リスク

  地域内のAI導入先行者と遅延者の格差へのエクスポージャー。

• Hanwha Aerospace (012450.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  産業および防衛支出へのエクスポージャーを提供。

  比較

  表記の最終価格：KRW1,102,000.0；Morgan Stanley目標株価に対する総アップサイド：27.0%。

• Larsen & Toubro (LART.NS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  産業および資本投資へのエクスポージャーを提供。

  比較

  表記の最終価格：4,030.0；Morgan Stanley目標株価に対する総アップサイド：11.2%。

• LS Electric (010120.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  設備投資テーマに関連する韓国産業株エクスポージャーを提供。

  比較

  表記の最終価格：KRW207,500.0；Morgan Stanley目標株価に対する総アップサイド：30.1%。

• NAURA Technology Group (002371.SZ)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  中国の情報技術エクスポージャーとして含まれる。

  比較

  表記の最終価格：699.8；Morgan Stanley目標株価に対する総アップサイド：16.9%。

• PTT Exploration & Production (PTTEP.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  投資スーパーサイクル戦略におけるエネルギー・エクスポージャーを提供。

  比較

  表記の最終価格：148.5；Morgan Stanley目標株価に対する総アップサイド：9.8%。

• Samsung Electronics (005930.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  韓国の情報技術および半導体エクスポージャーを提供。

  比較

  表記の最終価格：KRW260,000.0；Morgan Stanley目標株価に対する総アップサイド：46.5%。

• Singapore Exchange (SGXL.SI)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight金融構成銘柄。

  強み

  レポートが選好する一部シンガポール金融株に合致。

  比較

  表記の最終価格：25.5；Morgan Stanley目標株価に対する総アップサイド：8.5%。

  リスク

  地域内のAI導入先行者と遅延者の格差へのエクスポージャー。

• SK hynix (000660.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  設備投資重視戦略の中核となる韓国の半導体・メモリー・エクスポージャーを提供。

  比較

  表記の最終価格：KRW1,674,000.0；Morgan Stanley目標株価に対する総アップサイド：55.3%。

• Standard Chartered (288.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight金融構成銘柄。

  強み

  レポートが選好する香港のホールセール重視金融株に合致。

  比較

  表記の最終価格：230.8；Morgan Stanley目標株価に対する総アップサイド：14.0%。

  リスク

  地域内のAI導入先行者と遅延者の格差へのエクスポージャー。

• Taiwan Semiconductor Manufacturing (2330.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  AIおよびテクノロジー設備投資の中核となる半導体エクスポージャーを提供。

  比較

  表記の最終価格：2,405.0；Morgan Stanley目標株価に対する総アップサイド：24.2%。

• Wiwynn (6669.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  台湾の情報技術エクスポージャーを提供。

  比較

  表記の最終価格：7,095.0；Morgan Stanley目標株価に対する総アップサイド：5.7%。

• Zijin Mining Group (02899.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus ListのOverweight構成銘柄。

  強み

  中国の素材および重要鉱物エクスポージャーを提供。

  比較

  表記の最終価格：36.6；Morgan Stanley目標株価に対する総アップサイド：66.6%。

主要データ

• 世界の銀行の純生産性向上~10%直近12カ月の純生産性向上。
• 予想される職能別生産性向上20–50%ホールセール・バンキング、マーケッツ、アドバイザリー、オペレーションで見込まれる。
• 銀行の長期的な税引前利益押上げ~18%AIが完全に組み込まれた後の推定値。
• 前向きな財務インパクトまたはROIを最重要成果とする銀行41%世界の銀行でこれをAIの最重要成果に挙げた割合。
• AI導入の障害23%; 22%; 22%; 22%信頼・セキュリティ・レピュテーションリスクが23%、データ準備、レガシー統合、AIスキル不足が各22%。
• JPMorganの2026年テクノロジー予算~$20bn約$2.3bn、または約$9.2bnの投資予算の約25%がAI関連。
• オペレーション担当者当たりのCCB口座数+6% y/y生産性向上の証拠として引用。
• Focus Listの設定来リターン700.9%2009年4月23日から2026年8月31日までの米ドル建てトータルリターン。MSCI APxJ Indexは473.4%。
• 2026年7月の利益予想改定ブレッドスMSCI EM -0.4%; banks -0.6%; diversified financials 5.0%; insurance 2.0%3カ月移動平均の、上方修正から下方修正を差し引いた将来予想対象銘柄数に対する比率。
• テクノロジーの利益予想改定ブレッドスTechnology hardware 16.8%; semiconductors 11.7%2026年7月の3カ月移動平均値。
• 中程度以上のAI課題に直面するAPAC金融Banks 34%; financial services 32%; insurance 29%銀行の比較値は米州19%、EMEA 3%。

影響と示唆

レポートの選好は、設備投資感応度の高い業種、およびAI投資を生産性、顧客対応能力、持続的な営業レバレッジに転換できる金融機関に向かう。金融では、一部アジア市場のホールセールおよびウェルスのフランチャイズがこの見方により合致する一方、豪州銀行とAI導入の遅い企業は、バリュエーション、政策、税制、または実行上の逆風に直面する。地域間の導入格差が大きいため、AIは全ての銀行に等しく恩恵をもたらすより、先行者と遅延者の差を広げる可能性が高い。

リスク

• 豪州銀行は、高いバリュエーション、金融引き締め、不利な税制変更に直面する。
• AI導入は、信頼・セキュリティ・レピュテーション上の懸念、データ準備、レガシー・システム統合、AIスキル不足に制約される。
• Morgan Stanleyのカバレッジでは、APAC銀行の34%、APAC金融サービス企業の32%、APAC保険企業の29%が中程度以上のAI課題に直面する。
• 地域内のAI導入先行者と遅延者の格差は、導入の遅い機関を収益・マージンへのディスラプションまたはデフレ圧力にさらす可能性がある。
• レポートは広範な人員削減を想定しないが、労働力の変化はオフショアおよび経験の浅いプロセス集約的職務により大きく影響する可能性がある。

注目点

• 企業設備投資スーパーサイクルがAI、エネルギー、経済安全保障、防衛支出により引き続き支えられるか。
• 銀行がAI導入を、予想される20–50%の職能別生産性向上と約18%の長期的な税引前利益押上げに転換できるか。
• データ準備、レガシー・システム統合、サイバーセキュリティ、全社的AI研修の進展。
• APAC金融機関におけるAI導入先行者と遅延者の導入速度。
• 今後12カ月の再教育、再配置、自然減、特にオペレーション・サポートから顧客対応、CRM、データ、リスク、変革職への移行。
• 豪州銀行のバリュエーション、金融引き締め、税制変更。