Asia financials financing the investment super-cycle and adopting AI — Interpretação do relatório

Visão geral

Este relatório de estratégia de ações e temas de Asia EM liga o superciclo de investimento corporativo a oportunidades em financeiras e outros setores sensíveis a capex. A tese central é que bancos são beneficiários líquidos de AI por produtividade, realocação de pessoal e alavancagem operacional, embora valuations altos e adoção desigual tragam riscos relevantes.

Visões principais

Morgan Stanley vê um novo superciclo de capex corporativo impulsionado por AI, energia, segurança econômica e defesa. Por isso, prefere capex a consumo e bens a serviços, concentrando a Focus List em semicondutores e memória, hardware, industriais e bens de capital, materiais e energia. Entre financeiras, favorece bancos de atacado e gestão de patrimônio em Japão, Singapura, Hong Kong e Coreia; é cauteloso com bancos australianos por valuations altos, política mais restritiva e impostos adversos. A análise combina valuation, revisões de lucros, consenso e posicionamento. Em julho de 2026, a amplitude de revisões foi-0.4% para MSCI EM e-0.6% para bancos, mas5.0% para financeiras diversificadas e2.0% para seguros; hardware tecnológico registrou16.8% e semicondutores11.7%. O relatório também compara P/B com ROE e P/E com crescimento de EPS para bancos APAC. A Asia Pacific ex-Japan Focus List reúne18 ações Overweight. De23 de abril de 2009 a31 de agosto de 2026, a carteira equiponderada e rebalanceada retornou700.9% em dólares, versus473.4% para o MSCI Asia Pacific ex-Japan Index; inclui dividendos, exclui corretagem e não foi auditada. O desempenho passado não garante resultados futuros. A estrutura temática contém AI & Tech Diffusion, Future of Energy, Societal Shifts e Multipolar World, 16 subtemas, uma avaliação AI Challenged e uma camada transversal de disrupção/deflação para pressão negativa sobre receita ou margens. A escala de materialidade distingue exposição central, significativa, moderada, insignificante, wildcard e não aplicável. Para bancos, AI é vista como benefício líquido: ganho de produtividade de aproximadamente10% nos últimos12 meses, melhorias esperadas de20–50% nas principais funções e aumento de aproximadamente18% no lucro antes de impostos no longo prazo. O41% dos bancos globais citou impacto financeiro positivo ou ROI como principal resultado. Ganhos nas funções de maior custo liberam capacidade para atendimento e assessoria, configurando alavancagem operacional duradoura. Os principais obstáculos são confiança, segurança e risco reputacional23%, além de preparação de dados, integração legada e escassez de competências AI,22% cada; o relatório não os trata como erosão da base de receita. Grandes bancos têm vantagem de vários anos em governança de dados, cibersegurança interna e capacitação. O efeito sobre a força de trabalho é atualização e realocação de talento, não cortes amplos, com atrição como principal mecanismo. O orçamento tecnológico 2026 da JPMorgan é aproximadamente$20bn; aproximadamente$2.3bn, ou aproximadamente25% de seu orçamento de investimento de aproximadamente$9.2bn, está ligado a AI. Perdas tendem a se concentrar em funções offshore e menos experientes, enquanto contratações migram para AI, dados e risco. Os benefícios são desiguais. Bancos de Hong Kong e Singapura têm a maior exposição combinada a AI e envelhecimento, mas financeiras têm a segunda maior parcela AI Challenged. Desafios moderados ou maiores atingem34% dos bancos APAC, ante19% nas Américas e3% em EMEA; os números APAC são32% para serviços financeiros e29% para seguros. A capacidade de execução diferencia líderes e retardatários.

Estrutura de análise

Morgan Stanley identifica o ciclo de capex, converte-o em preferências regionais, setoriais e de estilo, e testa essas preferências com valuation, revisões de lucros, crescimento de consenso e posicionamento de fundos ativos. Para AI, combina materialidade temática, pesquisas com bancos globais, exemplos de orçamento e emprego e comparações regionais, seguindo a transmissão de investimento tecnológico para produtividade, realocação, capacidade comercial, alavancagem operacional e lucro antes de impostos.

Notas metodológicas

• OutroOutro

  Escala de materialidade temática

  Classifica a importância de cada tema para a tese de investimento e separa exposição positiva, incerta, negativa ou disruptiva.

• Teoria quantitativa, de fatores e de portfóliosOutro

  Amplitude de revisões de lucros em média móvel de três meses

  Calcula upgrades menos downgrades como proporção das estimativas futuras e suaviza o resultado por três meses.

• Métodos de avaliaçãoAvaliação por P/VPA

  Comparação de P/B com ROE

  Compara preço sobre valor patrimonial e retorno sobre patrimônio para bancos APAC.

• Métodos de avaliaçãoAvaliação por P/L e PEG

  Comparação de P/E com crescimento de EPS

  Compara múltiplos de lucro bancário com o crescimento esperado de EPS.

• Finanças comportamentais e análise de eventosAnálise de fluxos de recursos e posicionamento

  Posicionamento de fundos ativos por setor

  Compara pesos de carteira com pesos do MSCI EM e mostra sobrepeso ou subpeso.

• Teoria quantitativa, de fatores e de portfóliosOutro

  Desempenho da Focus List equiponderada

  A Focus List usa pesos iguais, rebalanceia em inclusões ou exclusões, inclui dividendos e exclui comissões.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• ASPEED Technology (5274.TWO)

  Componente Overweight da Morgan Stanley Asia Pacific ex-Japan Focus List.

  Pontos fortes

  Incluída na Focus List de capex e tecnologia.

  Comparação

  Último preço na tabela: 16,065.0; potencial total frente ao preço-alvo Morgan Stanley: 30.0%.

• BHP Group (BHP.AX)

  Componente Overweight da Morgan Stanley Asia Pacific ex-Japan Focus List.

  Pontos fortes

  Exposição a materiais.

  Comparação

  Último preço na tabela: 66.2; potencial total frente ao preço-alvo Morgan Stanley: 1.2%.

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

  Componente Overweight da Morgan Stanley Asia Pacific ex-Japan Focus List.

  Pontos fortes

  Exposição industrial.

  Comparação

  Último preço na tabela: 363.6; potencial total frente ao preço-alvo Morgan Stanley: 63.7%.

• Delta Electronics (2308.TW)

  Componente Overweight da Morgan Stanley Asia Pacific ex-Japan Focus List.

  Pontos fortes

  Exposição a tecnologia da informação.

  Comparação

  Último preço na tabela: 1,840.0; potencial total frente ao preço-alvo Morgan Stanley: 46.7%.

• Gulf Development (GULF.BK)

  Componente Overweight da Morgan Stanley Asia Pacific ex-Japan Focus List.

  Pontos fortes

  Exposição a utilities.

  Comparação

  Último preço na tabela: 63.3; potencial total frente ao preço-alvo Morgan Stanley: 34.4%.

• Hana Financial Group (086790.KS)

  Componente financeiro Overweight da Focus List.

  Pontos fortes

  Alinhada à preferência por financeiras coreanas.

  Comparação

  Último preço na tabela: KRW136,300.0; potencial total frente ao preço-alvo Morgan Stanley: 10.1%.

  Riscos

  Exposição à lacuna regional de adoção de AI.

• Hanwha Aerospace (012450.KS)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição industrial e de defesa.

  Comparação

  Último preço na tabela: KRW1,102,000.0; potencial total frente ao preço-alvo Morgan Stanley: 27.0%.

• Larsen & Toubro (LART.NS)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição industrial e de investimento de capital.

  Comparação

  Último preço na tabela: 4,030.0; potencial total frente ao preço-alvo Morgan Stanley: 11.2%.

• LS Electric (010120.KS)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição industrial coreana.

  Comparação

  Último preço na tabela: KRW207,500.0; potencial total frente ao preço-alvo Morgan Stanley: 30.1%.

• NAURA Technology Group (002371.SZ)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição chinesa a tecnologia da informação.

  Comparação

  Último preço na tabela: 699.8; potencial total frente ao preço-alvo Morgan Stanley: 16.9%.

• PTT Exploration & Production (PTTEP.BK)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição a energia.

  Comparação

  Último preço na tabela: 148.5; potencial total frente ao preço-alvo Morgan Stanley: 9.8%.

• Samsung Electronics (005930.KS)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição coreana a tecnologia e semicondutores.

  Comparação

  Último preço na tabela: KRW260,000.0; potencial total frente ao preço-alvo Morgan Stanley: 46.5%.

• Singapore Exchange (SGXL.SI)

  Componente financeiro Overweight da Focus List.

  Pontos fortes

  Alinhada à preferência por financeiras de Singapura.

  Comparação

  Último preço na tabela: 25.5; potencial total frente ao preço-alvo Morgan Stanley: 8.5%.

  Riscos

  Exposição à lacuna regional de adoção de AI.

• SK hynix (000660.KS)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição coreana a semicondutores e memória.

  Comparação

  Último preço na tabela: KRW1,674,000.0; potencial total frente ao preço-alvo Morgan Stanley: 55.3%.

• Standard Chartered (288.HK)

  Componente financeiro Overweight da Focus List.

  Pontos fortes

  Alinhada à preferência por financeiras atacadistas de Hong Kong.

  Comparação

  Último preço na tabela: 230.8; potencial total frente ao preço-alvo Morgan Stanley: 14.0%.

  Riscos

  Exposição à lacuna regional de adoção de AI.

• Taiwan Semiconductor Manufacturing (2330.TW)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição a semicondutores, central para AI.

  Comparação

  Último preço na tabela: 2,405.0; potencial total frente ao preço-alvo Morgan Stanley: 24.2%.

• Wiwynn (6669.TW)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição taiwanesa a tecnologia da informação.

  Comparação

  Último preço na tabela: 7,095.0; potencial total frente ao preço-alvo Morgan Stanley: 5.7%.

• Zijin Mining Group (02899.HK)

  Componente Overweight da Focus List.

  Pontos fortes

  Exposição chinesa a materiais e minerais críticos.

  Comparação

  Último preço na tabela: 36.6; potencial total frente ao preço-alvo Morgan Stanley: 66.6%.

Dados principais

• Ganho líquido de produtividade dos bancos globais~10%Ganho líquido de produtividade nos últimos12 meses.
• Ganhos funcionais esperados de produtividade20–50%Esperados em banco atacadista, mercados, assessoria e operações.
• Elevação de longo prazo do lucro antes de impostos bancário~18%Estimativa após AI estar totalmente incorporada.
• Bancos que citam impacto financeiro positivo ou ROI41%Parcela de bancos globais que o cita como principal resultado de AI.
• Obstáculos à implementação de AI23%; 22%; 22%; 22%Confiança, segurança e risco reputacional23%; preparação de dados, integração legada e falta de competências AI22% cada.
• Orçamento tecnológico 2026 da JPMorgan~$20bnAproximadamente$2.3bn, ou cerca de25% do orçamento de investimento de aproximadamente$9.2bn, era ligado a AI.
• Contas CCB por empregado de operações+6% y/yCitado como evidência de produtividade.
• Retorno da Focus List desde o início700.9%Retorno total em dólares de23 de abril de 2009 a31 de agosto de 2026, versus473.4% para MSCI APxJ Index.
• Amplitude de revisões de lucros de julho de 2026MSCI EM -0.4%; banks -0.6%; diversified financials 5.0%; insurance 2.0%Média móvel de três meses de upgrades menos downgrades sobre estimativas futuras.
• Amplitude de revisões de lucros de tecnologiaTechnology hardware 16.8%; semiconductors 11.7%Leituras de média móvel de três meses de julho de 2026.
• Financeiras APAC com desafios AI moderados ou maioresBanks 34%; financial services 32%; insurance 29%Para bancos, os comparáveis eram19% nas Américas e3% em EMEA.

Impacto e implicações

A preferência do relatório é por setores sensíveis a capex e instituições financeiras capazes de converter investimento em AI em produtividade, capacidade comercial e alavancagem operacional sustentada. Franquias de atacado e patrimônio em mercados asiáticos selecionados se alinham melhor à tese; bancos australianos e adotantes lentos enfrentam riscos de valuation, política, tributação ou execução. AI deve aumentar a diferenciação entre líderes e retardatários.

Riscos

• Bancos australianos enfrentam valuations altos, política mais restritiva e mudanças tributárias adversas.
• A implantação de AI é limitada por confiança, segurança, reputação, dados, integração legada e escassez de habilidades.
• Desafios AI moderados ou maiores afetam34% dos bancos APAC,32% dos serviços financeiros APAC e29% dos seguros APAC.
• A lacuna entre líderes e retardatários de AI pode pressionar receita e margens das instituições mais lentas.
• Mudanças na força de trabalho podem afetar mais funções offshore e menos experientes, embora o relatório não espere cortes amplos.

Pontos a observar

• Sustentação do superciclo de capex por AI, energia, segurança econômica e defesa.
• Conversão de AI pelos bancos em ganhos de20–50% e aumento de aproximadamente18% no lucro antes de impostos.
• Progresso em dados, integração legada, cibersegurança e treinamento AI.
• Velocidade de adoção entre líderes e retardatários financeiros APAC.
• Recapacitação, realocação e atrição nos próximos12 meses.
• Valuations, política e impostos dos bancos australianos.