Asia financials financing the investment super-cycle and adopting AI 리서치 보고서 해설

개요

이 아시아 신흥국 주식 및 테마 전략 보고서는 기업 투자 슈퍼사이클을 금융주와 기타 설비투자 민감 업종의 기회와 연결한다. 금융주에 대한 핵심 견해는 은행이 생산성, 인력 재배치, 영업 레버리지를 통해 AI의 순수혜자가 될 수 있으나 높은 밸류에이션과 불균등한 도입은 중요한 지역·기업별 위험이라는 것이다.

핵심 견해

Morgan Stanley는 AI, 에너지, 경제안보, 국방 투자가 뒷받침하는 새로운 기업 설비투자 슈퍼사이클이 이미 진행 중이라고 본다. 이에 따라 지역 주식 선호는 소비보다 설비투자, 서비스보다 재화에 기울며, Focus List는 반도체·메모리, 기술 하드웨어, 산업재·자본재, 소재, 에너지에 집중한다. 금융에서는 비중확대 시장의 도매금융 및 자산관리 중심 기관, 특히 일본·싱가포르·홍콩·한국을 선호한다. 호주 은행은 높은 밸류에이션, 긴축 정책, 불리한 세제 변화 때문에 더 신중하게 본다. 시장 평가는 추천·밸류에이션 대시보드에 이익추정치 수정, 컨센서스 성장률, 액티브 펀드 포지셔닝을 결합한다. 2026년7월 3개월 이동평균 이익수정 폭은 MSCI EM -0.4%, 은행 -0.6%, 다각화 금융 5.0%, 보험 2.0%였다. 기술 하드웨어·장비는16.8%, 반도체·반도체 장비는11.7%로 투자 관련 기술주 선호를 뒷받침한다. 2026년6월30일 기준 자본재의 액티브 비중은 국제·미국 펀드 합산3.2%, UCITS 국제 펀드2.8%, 미국 펀드3.4%였다. 은행은 합산 및 미국 표본에서 각각-0.3%, -0.5%의 소폭 언더웨이트였고 UCITS에서는0.3% 오버웨이트였다. 보고서는 APAC 은행의 P/B 대 ROE 및 P/E 대 EPS 성장률을 비교해 밸류에이션을 수익성과 성장의 맥락에서 평가한다. Asia Pacific ex-Japan Focus List는 기술, 산업재, 소재, 에너지, 유틸리티, 금융에 걸친18개 Overweight 종목으로 이러한 설비투자 중심 관점을 구현한다. 2009년4월23일부터2026년8월31일까지, 동등가중 및 종목 변경 시 리밸런싱 기준의 달러 총수익률은700.9%로 MSCI Asia Pacific ex-Japan Index의473.4%를 상회했다. 이 계산은 배당을 포함하고 중개 수수료를 제외하며 감사받지 않았다. 과거 성과는 미래 성과를 보장하지 않는다고 명시한다. 테마 구조는 AI & Tech Diffusion, Future of Energy, Societal Shifts, Multipolar World의4대 핵심 테마와16개 하위 테마로 구성된다. 별도의 AI Challenged 평가와 테마 전반의 교란·디플레이션 레이어는 매출 또는 마진의 하방 압력을 포착한다. 중요성 척도는 투자 논리에 핵심적인 노출과 유의미함, 중간, 미미함, 와일드카드, 비해당을 구분해 단순 테마 연계를 투자 중요성으로 간주하지 않는다. 은행에 대한 핵심 결론은 AI가 수익 기반의 위협이 아니라 순편익이라는 것이다. 글로벌 은행은 최근12개월 동안 약10%의 순생산성 향상을 달성했고, Morgan Stanley는 도매금융·시장·자문·운영에서20–50%의 개선을 예상한다. AI가 완전히 내재화되면 은행 세전이익은 장기적으로 약18% 늘어날 것으로 추정한다. 조사에서 글로벌 은행의41%는 긍정적 재무 영향 또는 ROI를 AI의 최우선 성과로 꼽았다. 가장 큰 생산성 기회는 비용이 가장 높은 기능에 있어 여력을 고객 대응 및 자문 업무로 전환할 수 있다. 이는 일회성 효율화가 아니라 지속적 영업 레버리지라는 설명이다. 도입 마찰은 남아 있지만 보고서는 실행 장애와 은행 매출 침식을 구분한다. 글로벌 은행이 꼽은 주요 장애는 신뢰·보안·평판 위험23%, 데이터 준비·레거시 통합·AI 기술 부족이 각각22%였다. 어느 장애도 AI가 은행의 매출 기반을 훼손한다는 증거로 제시되지 않았다. 최대 은행은 데이터 거버넌스, 내부 사이버 도구, 전사적 인력 교육에서 다년간 선행 우위를 갖는다고 본다. 인력 영향은 광범위한 감원보다 자연감소를 주된 수단으로 한 인재 고도화와 재배치로 설명된다. JPMorgan의2026년 기술 예산은 약$20bn이며, 약$2.3bn 또는 약$9.2bn 투자 예산의 약25%가 AI 관련이다. 인력 감소는 오프쇼어 및 경력2~10년의 상대적으로 덜 숙련된 역할에 집중될 것으로 보이는 반면, 채용은 AI·데이터 거버넌스·리스크 분야에서2~10년 경력 인재로 향한다. Bank of America는 이를 증강 지능으로 표현하며, JPMorgan은 AI 인력을 늘리고 일부 범주의 은행원을 줄이며 고객 접점 역할을 늘리고 운영·지원 부문을 축소할 것으로 제시한다. 소비자 및 커뮤니티 은행의 운영 직원당 계좌 수는 전년 대비6% 증가했다. 호주에서는 향후12개월 동안 재교육·재배치·업무 재설계에 초점을 두고 CRM, 데이터·분석, 리스크, 전환 분야의 채용이 늘어날 전망이다. 혜택은 기관과 지역에 균등하지 않다. 금융은 AI 도입 및 고령화 사회 테마와 강하게 연계되며, 홍콩·싱가포르 은행은 두 테마에 대한 복합 노출이 가장 강하다고 본다. 동시에 금융은 기술에 이어 AI Challenged 비중이 두 번째로 높다. 중간 이상 AI 과제에 직면한 APAC 은행은34%로 미주19%, EMEA 3%보다 높다. APAC 금융서비스는32%, 보험은29%다. Morgan Stanley는 이 높은 지역 노출을 도입 선도자와 후발주자 간 더 큰 격차에 기인한다고 보며, 실행 역량이 예상 생산성·이익 혜택을 실현할 금융기관을 가르는 핵심 요인이라고 판단한다.

분석 프레임워크

Morgan Stanley는 먼저 설비투자 사이클을 식별하고 이를 지역·업종·스타일 선호로 전환한다. 이후 밸류에이션, 이익수정 폭, 컨센서스 성장률, 액티브 펀드 포지셔닝으로 이를 검증하고 동등가중 Focus List로 표현한다. AI 논지에는 테마 중요성 프레임워크, 글로벌 은행 조사, 기업 예산·인력 사례, AI 과제 노출의 지역 비교를 결합한다. 기술 투자에서 기능별 생산성, 직원 재배치, 고객 대응 역량, 영업 레버리지, 세전이익으로 이어지는 전달 경로를 따른다.

방법론 메모

• 기타기타

  테마 중요성 척도

  보고서는 각 테마가 기업 투자 논리에 갖는 중요성을 등급화하고 긍정적·불확실·부정적·교란 노출을 별도로 표시해, 테마 연계를 자동으로 재무적 중요성으로 취급하지 않는다.

• 퀀트·팩터·포트폴리오 이론기타

  3개월 이동평균 이익수정 폭

  이 지표는 상향 수정에서 하향 수정을 뺀 값을 선행 이익추정치 표본으로 나누고 3개월로 평활화해 EM 업종 간 이익 모멘텀 변화를 비교한다.

• 가치평가 방법론PBR 가치평가

  P/B 대 ROE 비교

  APAC 은행 산점도는 주가순자산비율과 자기자본이익률을 비교해 밸류에이션 차이가 수익성 차이를 수반하는지 평가한다.

• 가치평가 방법론PER·PEG 가치평가

  P/E 대 EPS 성장률 비교

  보고서는 은행 이익배수와 예상 EPS 성장률을 비교해 상대적 가격평가를 성장 전망 속에서 본다.

• 이벤트 주도 및 행동재무자금흐름·포지셔닝 분석

  업종별 액티브 펀드 포지셔닝

  포트폴리오 비중을 MSCI EM 지수 비중과 비교하고 분기 누적 변화를 포함해 액티브 운용자의 오버웨이트와 언더웨이트를 보여준다.

• 퀀트·팩터·포트폴리오 이론기타

  동등가중 Focus List 성과

  Focus List는 동등가중을 가정하고 종목이 추가 또는 제외될 때 리밸런싱한다. 표시 수익률은 배당을 포함하고 수수료를 제외하며 MSCI APxJ Index와 비교한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• ASPEED Technology (5274.TWO)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  설비투자 및 기술 중심 Focus List에 포함.

  비교

  표상 최종 가격: 16,065.0; Morgan Stanley 목표주가 대비 총 상승여력: 30.0%.

• BHP Group (BHP.AX)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  설비투자 중심 전략의 소재 노출 제공.

  비교

  표상 최종 가격: 66.2; Morgan Stanley 목표주가 대비 총 상승여력: 1.2%.

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

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  테마 Focus List의 산업재 노출로 포함.

  비교

  표상 최종 가격: 363.6; Morgan Stanley 목표주가 대비 총 상승여력: 63.7%.

• Delta Electronics (2308.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  정보기술 노출로 포함.

  비교

  표상 최종 가격: 1,840.0; Morgan Stanley 목표주가 대비 총 상승여력: 46.7%.

• Gulf Development (GULF.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  투자 사이클 전략의 유틸리티 노출 제공.

  비교

  표상 최종 가격: 63.3; Morgan Stanley 목표주가 대비 총 상승여력: 34.4%.

• Hana Financial Group (086790.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 금융 구성 종목.

  강점

  보고서가 선호하는 일부 한국 금융주에 부합.

  비교

  표상 최종 가격: KRW136,300.0; Morgan Stanley 목표주가 대비 총 상승여력: 10.1%.

  위험

  지역 내 AI 도입 선도자와 후발주자 간 격차 노출.

• Hanwha Aerospace (012450.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  산업재 및 국방 지출 노출 제공.

  비교

  표상 최종 가격: KRW1,102,000.0; Morgan Stanley 목표주가 대비 총 상승여력: 27.0%.

• Larsen & Toubro (LART.NS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  산업재 및 자본투자 노출 제공.

  비교

  표상 최종 가격: 4,030.0; Morgan Stanley 목표주가 대비 총 상승여력: 11.2%.

• LS Electric (010120.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  설비투자 테마와 연계된 한국 산업재 노출 제공.

  비교

  표상 최종 가격: KRW207,500.0; Morgan Stanley 목표주가 대비 총 상승여력: 30.1%.

• NAURA Technology Group (002371.SZ)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  중국 정보기술 노출로 포함.

  비교

  표상 최종 가격: 699.8; Morgan Stanley 목표주가 대비 총 상승여력: 16.9%.

• PTT Exploration & Production (PTTEP.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  투자 슈퍼사이클 전략의 에너지 노출 제공.

  비교

  표상 최종 가격: 148.5; Morgan Stanley 목표주가 대비 총 상승여력: 9.8%.

• Samsung Electronics (005930.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  한국 정보기술 및 반도체 노출 제공.

  비교

  표상 최종 가격: KRW260,000.0; Morgan Stanley 목표주가 대비 총 상승여력: 46.5%.

• Singapore Exchange (SGXL.SI)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 금융 구성 종목.

  강점

  보고서가 선호하는 일부 싱가포르 금융주에 부합.

  비교

  표상 최종 가격: 25.5; Morgan Stanley 목표주가 대비 총 상승여력: 8.5%.

  위험

  지역 내 AI 도입 선도자와 후발주자 간 격차 노출.

• SK hynix (000660.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  설비투자 중심 전략의 핵심인 한국 반도체·메모리 노출 제공.

  비교

  표상 최종 가격: KRW1,674,000.0; Morgan Stanley 목표주가 대비 총 상승여력: 55.3%.

• Standard Chartered (288.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 금융 구성 종목.

  강점

  보고서가 선호하는 홍콩 도매금융 중심 금융주에 부합.

  비교

  표상 최종 가격: 230.8; Morgan Stanley 목표주가 대비 총 상승여력: 14.0%.

  위험

  지역 내 AI 도입 선도자와 후발주자 간 격차 노출.

• Taiwan Semiconductor Manufacturing (2330.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  AI와 기술 설비투자의 핵심인 반도체 노출 제공.

  비교

  표상 최종 가격: 2,405.0; Morgan Stanley 목표주가 대비 총 상승여력: 24.2%.

• Wiwynn (6669.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  대만 정보기술 노출 제공.

  비교

  표상 최종 가격: 7,095.0; Morgan Stanley 목표주가 대비 총 상승여력: 5.7%.

• Zijin Mining Group (02899.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus List의Overweight 구성 종목.

  강점

  중국 소재 및 핵심 광물 노출 제공.

  비교

  표상 최종 가격: 36.6; Morgan Stanley 목표주가 대비 총 상승여력: 66.6%.

핵심 데이터

• 글로벌 은행 순생산성 향상~10%최근12개월의 순생산성 향상.
• 예상 기능별 생산성 향상20–50%도매금융, 시장, 자문, 운영 기능에서 예상.
• 은행 장기 세전이익 증가~18%AI가 완전히 내재화된 후의 추정치.
• 긍정적 재무 영향 또는 ROI를 최우선 성과로 꼽은 은행41%글로벌 은행 가운데 이를 최우선 AI 성과로 꼽은 비중.
• AI 도입 장애23%; 22%; 22%; 22%신뢰·보안·평판 위험23%, 데이터 준비·레거시 통합·AI 기술 부족은 각각22%.
• JPMorgan 2026년 기술 예산~$20bn약$2.3bn, 또는 약$9.2bn 투자 예산의 약25%가 AI 관련.
• 운영 직원당 CCB 계좌+6% y/y생산성 향상의 근거로 인용.
• Focus List 설정 후 수익률700.9%2009년4월23일부터2026년8월31일까지의 달러 총수익률이며, MSCI APxJ Index는473.4%.
• 2026년7월 이익수정 폭MSCI EM -0.4%; banks -0.6%; diversified financials 5.0%; insurance 2.0%3개월 이동평균 기준 상향 수정에서 하향 수정을 뺀 값을 선행 추정치 표본으로 나눈 비율.
• 기술 업종 이익수정 폭Technology hardware 16.8%; semiconductors 11.7%2026년7월 3개월 이동평균 수치.
• 중간 이상 AI 과제에 직면한 APAC 금융Banks 34%; financial services 32%; insurance 29%은행의 비교 수치는 미주19%, EMEA 3%.

영향과 시사점

보고서의 선호 노출은 설비투자 민감 업종과 AI 투자를 생산성·고객 대응 역량·지속적 영업 레버리지로 전환할 수 있는 금융기관에 향한다. 금융에서는 일부 아시아 시장의 도매금융 및 자산관리 프랜차이즈가 이 논지에 더 부합하는 반면, 호주 은행과 AI 도입이 느린 기업은 밸류에이션·정책·세제·실행 역풍에 직면한다. 지역별 도입 격차가 크기 때문에 AI는 모든 은행에 고르게 혜택을 주기보다 선도자와 후발주자의 차이를 키울 가능성이 높다.

위험

• 호주 은행은 높은 밸류에이션, 긴축 정책, 불리한 세제 변화에 직면한다.
• AI 도입은 신뢰·보안·평판 우려, 데이터 준비, 레거시 시스템 통합, AI 기술 부족에 의해 제약된다.
• Morgan Stanley 커버리지에서 APAC 은행34%, APAC 금융서비스 기업32%, APAC 보험 기업29%가 중간 이상 AI 과제에 직면한다.
• 지역 내 AI 도입 선도자와 후발주자의 격차는 도입이 느린 기관을 매출과 마진의 교란 또는 디플레이션 압력에 노출시킬 수 있다.
• 보고서는 광범위한 감원을 예상하지 않지만, 인력 변화는 오프쇼어와 경험이 적은 프로세스 집약적 역할에 더 큰 영향을 줄 수 있다.

주시할 점

• 기업 설비투자 슈퍼사이클이 AI, 에너지, 경제안보, 국방 지출의 지지를 계속 받을지 여부.
• 은행이 AI 도입을 예상되는20–50%의 기능별 생산성 향상과 약18%의 장기 세전이익 증가로 전환할 수 있는지 여부.
• 데이터 준비, 레거시 시스템 통합, 사이버보안, 전사적 AI 교육의 진전.
• APAC 금융기관 내 AI 도입 선도자와 후발주자의 도입 속도.
• 향후12개월의 재교육, 재배치, 자연감소와 운영·지원 부문에서 고객 대응, CRM, 데이터, 리스크, 전환 역할로의 이동.
• 호주 은행의 밸류에이션, 긴축 정책, 세제 변화.