Asia financials financing the investment super-cycle and adopting AI研报解读

概览

这份亚洲新兴市场股票及主题策略报告将企业投资超级周期与金融股及其他资本开支敏感行业的机会联系起来。其核心金融股观点是，银行应通过生产率、人员再配置和经营杠杆成为AI的净受益者，但高估值和不均衡的采用进度构成重要的区域和公司层面风险。

核心观点

Morgan Stanley认为，由AI、能源、经济安全和国防投资支持的新一轮企业资本开支超级周期已在进行中。因此，其区域股票偏好倾向资本开支而非消费、商品而非服务，Focus List集中于半导体及存储、科技硬件、工业及资本品、材料和能源。在金融股中，报告偏好其增持市场内聚焦批发银行和财富管理的机构，特别包括日本、新加坡、香港和韩国。由于估值偏高、政策收紧和不利税收变化，澳大利亚银行被更为谨慎地看待。 市场判断结合了推荐及估值仪表盘、盈利预测调整、市场一致预期增长和主动基金持仓。2026年7月，MSCI EM的三个月移动平均盈利预测调整广度为-0.4%，银行为-0.6%，而多元金融为5.0%、保险为2.0%。科技硬件及设备为16.8%，半导体及半导体设备为11.7%，支持报告对投资相关科技板块的偏好。截至2026年6月30日的持仓数据显示，资本品在国际及美国基金合并样本、UCITS国际基金和美国基金中的主动权重分别为3.2%、2.8%和3.4%。银行在合并样本和美国样本中分别小幅低配-0.3%和-0.5%，UCITS基金则超配0.3%。报告还通过P/B与ROE、P/E与EPS增长的比较来评估亚太银行，强调估值应结合盈利能力和增长而非仅看倍数。 Morgan Stanley的Asia Pacific ex-Japan Focus List通过18只Overweight证券落实这一资本开支导向的观点，覆盖科技、工业、材料、能源、公用事业和金融。自2009年4月23日成立至2026年8月31日，该等权重、按成分调整再平衡的组合实现700.9%的美元总回报，而MSCI Asia Pacific ex-Japan Index为473.4%。该计算包含股息、不含经纪佣金，且未经审计。报告明确提示，过往表现不保证未来结果。 主题架构将个股敞口归入四大核心主题：AI & Tech Diffusion、Future of Energy、Societal Shifts和Multipolar World，并包括16个子主题：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以及Economic Security & Reindustrialization。另设AI Challenged评估及跨主题的颠覆或通缩层，用于识别收入或利润率的下行压力。重要性框架区分主题对投资逻辑的核心、显著、中等、较低、不确定或不适用影响，避免将表面的主题关联视为投资相关性。 对银行而言，报告的核心结论是，AI应是净利好而非收入基础的威胁。全球银行在最近12个月实现约10%的净生产率提升，Morgan Stanley预计批发银行、市场、顾问和运营职能的增益可达20–50%。当AI全面嵌入后，报告估计银行税前利润长期可提升约18%。在调查中，41%的全球银行将正面的财务影响或投资回报列为首要AI成果。最大的生产率机会位于银行成本最高的职能，使产能可转向面向客户和顾问的工作。顾问可投入更多时间服务和开发客户、使用更广的产品组合，并可能提高每位顾问带来的财富资金流。因此，Morgan Stanley将这一影响描述为持久的经营杠杆，而非一次性的效率收益。 部署仍有难度，但报告将实施摩擦与银行收入被侵蚀区分开来。全球银行提及的主要障碍是信任、安全和声誉风险，占23%；数据准备、遗留系统整合和AI技能短缺均占22%。这些障碍均未被视为AI会削弱银行收入基础的证据。Morgan Stanley认为，最大型银行因已在数据治理、内部网络安全工具和全企业员工培训方面投入，拥有多年领先优势。 报告将劳动力机制描述为人才升级和再配置，而非大规模裁员，并将自然流失视为主要调整手段。JPMorgan的2026年科技预算约为$20bn，其中约$2.3bn，或约$9.2bn投资预算的约25%，与AI相关。岗位流失预计更多集中于离岸及具有两至10年经验的较初级岗位，而招聘将转向具有两至10年AI、数据治理和风险经验的人才。Bank of America将变化称为增强智能；JPMorgan预计增加AI人才、减少特定类别的银行员工，扩张客户岗位并缩减运营和支持岗位；其消费者与社区银行每名运营员工管理的账户数同比增长6%。在澳大利亚，未来12个月预计将侧重再培训、再配置和任务重塑，产能由维持银行运营转向推动银行变革，并增加CRM、数据与分析、风险及转型领域的招聘。 收益并非在机构和地区间均匀分布。金融股与AI采用及人口老龄化主题高度相关，报告称香港和新加坡银行对这两项主题的综合敞口最强。同时，金融股的AI挑战敞口占比仅次于科技。亚太银行中面临中等或更大AI挑战的比例为34%，而美洲为19%、EMEA为3%。亚太金融服务和保险的相应比例为32%和29%。Morgan Stanley将这一较高的区域敞口归因于采用领先者和落后者之间更大的差距，使实施能力成为决定金融机构能否实现预期生产率和盈利收益的关键因素。

分析框架

Morgan Stanley首先识别资本开支周期，并将其转化为区域、行业和风格偏好。随后，该机构通过估值、盈利预测调整广度、一致预期增长和主动基金持仓检验这些偏好，再通过等权重Focus List予以表达。 对于AI论点，报告结合主题重要性框架、全球银行调查结果、公司预算和劳动力案例，以及AI挑战敞口的区域比较。其分析路径从科技投入延伸至职能生产率、员工再配置、客户服务能力、经营杠杆，并最终指向税前利润。

方法论与常识提炼

• 其他

  主题重要性分级框架

  报告评估每个主题对公司投资逻辑的重要程度，并分别标注正面、不确定、负面或颠覆性敞口，从而避免将主题关联自动视为具有财务重要性。

• 量化/因子/组合理论

  三个月移动平均盈利预测调整广度

  该指标以盈利上调减下调占远期预测样本的比例计算，并通过三个月平滑来比较新兴市场各行业盈利动能的变化。

• 估值方法PB 估值

  P/B与ROE比较

  亚太银行散点图将市净率与净资产收益率进行比较，以评估估值差异是否伴随盈利能力差异。

• 估值方法PE/PEG 估值

  P/E与EPS增长比较

  报告将银行的市盈率与预期EPS增长进行比较，从而将相对估值放在增长前景中考察。

• 事件博弈与行为金融资金流/筹码分析

  按行业划分的主动基金持仓

  组合权重与MSCI EM指数权重进行比较，并包括季度至今变化，以显示主动管理人对各行业的超配或低配。

• 量化/因子/组合理论

  等权重Focus List业绩

  Focus List假设等权重，并在新增或剔除持仓时进行再平衡；所示回报包含股息、不含佣金，并与MSCI APxJ Index比较。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• ASPEED Technology (5274.TWO)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  被纳入报告以资本开支和科技为导向的Focus List。

  对比

  表中最新价格：16,065.0；相对Morgan Stanley目标价的总上行空间：30.0%。

• BHP Group (BHP.AX)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  在资本开支导向策略中提供材料敞口。

  对比

  表中最新价格：66.2；相对Morgan Stanley目标价的总上行空间：1.2%。

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

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  作为主题Focus List中的工业股敞口被纳入。

  对比

  表中最新价格：363.6；相对Morgan Stanley目标价的总上行空间：63.7%。

• Delta Electronics (2308.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  作为信息技术敞口被纳入。

  对比

  表中最新价格：1,840.0；相对Morgan Stanley目标价的总上行空间：46.7%。

• Gulf Development (GULF.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  在投资周期策略中提供公用事业敞口。

  对比

  表中最新价格：63.3；相对Morgan Stanley目标价的总上行空间：34.4%。

• Hana Financial Group (086790.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight金融股成分。

  优势

  符合报告对部分韩国金融股的偏好。

  对比

  表中最新价格：KRW136,300.0；相对Morgan Stanley目标价的总上行空间：10.1%。

  风险

  面临区域内AI采用领先者与落后者差距的风险。

• Hanwha Aerospace (012450.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供工业及国防开支敞口。

  对比

  表中最新价格：KRW1,102,000.0；相对Morgan Stanley目标价的总上行空间：27.0%。

• Larsen & Toubro (LART.NS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供工业及资本投资敞口。

  对比

  表中最新价格：4,030.0；相对Morgan Stanley目标价的总上行空间：11.2%。

• LS Electric (010120.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供与资本开支主题相关的韩国工业股敞口。

  对比

  表中最新价格：KRW207,500.0；相对Morgan Stanley目标价的总上行空间：30.1%。

• NAURA Technology Group (002371.SZ)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  作为中国信息技术敞口被纳入。

  对比

  表中最新价格：699.8；相对Morgan Stanley目标价的总上行空间：16.9%。

• PTT Exploration & Production (PTTEP.BK)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  在投资超级周期策略中提供能源敞口。

  对比

  表中最新价格：148.5；相对Morgan Stanley目标价的总上行空间：9.8%。

• Samsung Electronics (005930.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供韩国信息技术及半导体敞口。

  对比

  表中最新价格：KRW260,000.0；相对Morgan Stanley目标价的总上行空间：46.5%。

• Singapore Exchange (SGXL.SI)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight金融股成分。

  优势

  符合报告对部分新加坡金融股的偏好。

  对比

  表中最新价格：25.5；相对Morgan Stanley目标价的总上行空间：8.5%。

  风险

  面临区域内AI采用领先者与落后者差距的风险。

• SK hynix (000660.KS)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供对资本开支导向策略核心的韩国半导体及存储敞口。

  对比

  表中最新价格：KRW1,674,000.0；相对Morgan Stanley目标价的总上行空间：55.3%。

• Standard Chartered (288.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight金融股成分。

  优势

  符合报告对香港批发导向金融股的偏好。

  对比

  表中最新价格：230.8；相对Morgan Stanley目标价的总上行空间：14.0%。

  风险

  面临区域内AI采用领先者与落后者差距的风险。

• Taiwan Semiconductor Manufacturing (2330.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供AI及科技资本开支核心的半导体敞口。

  对比

  表中最新价格：2,405.0；相对Morgan Stanley目标价的总上行空间：24.2%。

• Wiwynn (6669.TW)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供台湾信息技术敞口。

  对比

  表中最新价格：7,095.0；相对Morgan Stanley目标价的总上行空间：5.7%。

• Zijin Mining Group (02899.HK)

  Morgan Stanley Asia Pacific ex-Japan Focus List中的Overweight成分股。

  优势

  提供中国材料及关键矿产敞口。

  对比

  表中最新价格：36.6；相对Morgan Stanley目标价的总上行空间：66.6%。

关键数据

• 全球银行净生产率提升~10%最近12个月的净生产率提升。
• 预期职能生产率增益20–50%适用于批发银行、市场、顾问和运营职能。
• 银行长期税前利润提升~18%在AI全面嵌入后估计实现。
• 将正面财务影响或ROI列为首要成果的银行41%在全球银行中，将其列为首要AI成果的比例。
• AI实施障碍23%; 22%; 22%; 22%信任、安全和声誉风险为23%；数据准备、遗留系统整合和AI技能短缺各为22%。
• JPMorgan 2026年科技预算~$20bn约$2.3bn，或约$9.2bn投资预算的约25%，与AI相关。
• 每名运营员工管理的CCB账户+6% y/y被引用为生产率提升的证据。
• Focus List自成立以来回报700.9%从2009年4月23日至2026年8月31日的美元总回报，而MSCI APxJ Index为473.4%。
• 2026年7月盈利预测调整广度MSCI EM -0.4%; banks -0.6%; diversified financials 5.0%; insurance 2.0%三个月移动平均的上调减下调占远期预测样本比例。
• 科技行业盈利预测调整广度Technology hardware 16.8%; semiconductors 11.7%2026年7月三个月移动平均读数。
• 面临中等或更大AI挑战的亚太金融股Banks 34%; financial services 32%; insurance 29%银行的可比数值为美洲19%、EMEA 3%。

影响与含义

报告偏好的敞口集中于资本开支敏感行业，以及能够将AI投入转化为生产率、客户服务能力和持续经营杠杆的金融机构。金融股中，部分亚洲市场的批发及财富管理特许经营权更符合这一逻辑，而澳大利亚银行和较慢采用AI的机构则面临估值、政策、税收或执行阻力。区域采用差距较大意味着AI可能强化领先者与落后者的分化，而非让所有银行均等受益。

风险

• 澳大利亚银行面临高估值、政策收紧和不利税收变化。
• AI部署受到信任、安全及声誉担忧、数据准备、遗留系统整合和AI技能短缺的制约。
• Morgan Stanley覆盖范围内，34%的亚太银行、32%的亚太金融服务公司和29%的亚太保险公司面临中等或更大的AI挑战。
• 区域内AI采用领先者和落后者之间的差距可能令采用较慢的机构面临收入和利润率的颠覆或通缩压力。
• 尽管报告不预期大规模裁员，劳动力变化仍可能对离岸及经验较少、流程密集岗位造成更大影响。

后续跟踪

• 企业资本开支超级周期能否继续获得AI、能源、经济安全和国防支出的支持。
• 银行能否将AI实施转化为预计的20–50%职能生产率增益及约18%的长期税前利润提升。
• 数据准备、遗留系统整合、网络安全和全企业AI培训的进展。
• 亚太金融机构中AI采用领先者与落后者之间的采用速度差异。
• 未来12个月的再培训、再配置和自然流失，尤其是从运营和支持岗位向客户岗位、CRM、数据、风险和转型岗位的转移。
• 澳大利亚银行的估值、政策收紧和税收变化。