Tokyo investor questions on yen, rates, geopolitics, and AI研报解读

概览

这是系列报告的首篇，聚焦日本投资者和企业领导者提出的问题，并呈现Morgan Stanley对日元、美国利率、美中关系、AI投资及AI更广泛经济影响的整体观点。其核心信息是，短期市场仍主要受利差、油价关联的Fed预期和政策期限驱动；AI展现出生产率和回报潜力，但中期金融和社会风险正在上升。

核心观点

在日本和外汇方面，Morgan Stanley认为，仅靠日本央行加息预期不太可能带来日元的持续升值。其日本宏观策略团队认为USD/JPY公允价值约为167，即使在7月30日美日协调外汇干预后也是如此，并判断日本央行加息两至三次不会实质改变汇率。近期市场走势颠倒了日元与日本国债收益率之间通常的关系：尽管日本国债收益率上升，日元仍走弱。报告将此归因于市场担忧日本央行可能仍落后于形势，令利率市场根据外汇走势判断未来紧缩路径，而不是由紧缩预期推动外汇。团队预计日本央行政策利率将在2026年9月升至1.25%，并于2027年1月升至1.5%，但指出日元持续升值既需要更低的美国利率，也需要明显更激进的日本央行紧缩周期。在美国利率下降的情况下，USD/JPY中期可能趋向150低位至中位区间。相反，若美国通胀再度加速且Fed转向收紧政策，美日利差将扩大，并加大日元贬值压力。 在美国利率和信用方面，报告不认同不断增加的投资级公司债发行是美国国债收益率上升主要原因的观点。Morgan Stanley美国利率策略团队认为，主要驱动因素是中东冲突后油价上涨，以及市场对Fed反应函数更加鹰派的解读；传导主要通过实际收益率而非盈亏平衡通胀率实现。自冲突开始以来，油价、Fed政策定价和10年期美国国债收益率同步变动；当前市场的核心解读是，油价更高意味着FOMC更鹰派。尽管过量投资级债券供给扩大了信用利差，但交易商库存增幅太小，无法解释美国国债走弱，且公司债发行对美国国债收益率走势的解释力有限。截至7月，AI相关公司债发行处于创纪录速度，同比上升29%，但报告将其视为信用利差走阔的来源，而非美国国债收益率上升的原因。Morgan Stanley维持10年期美国国债收益率年末目标4.25%。若中东局势再次升级并推高油价，实际收益率可能再次走高；若市场对Fed反应函数与油价挂钩的认知固化，前端波动和信用利差走阔可能持续。 对于美中关系，报告以“稳定而非正常化”作为理解框架。其预计9月24日峰会将确认受控稳定，而不是达成重大协议，因为围绕半导体、稀土和出口管制的结构性争端仍未解决。关键事件是11月10日，届时三项政策措施将同时到期：Section 301排除清单、BIS关联方规则暂停，以及中国第二轮稀土出口管制暂停。报告指出，中国2025年4月对七种重稀土的管制从未暂停，且美国用于计算机芯片的钇进口量较2025年1月水平下降70%。确认Xi Jinping访问以及科技和贸易限制出现缓和信号，可能改善中国股票的风险偏好，但Morgan Stanley认为，这更可能带来反弹式行情，而非基本面重估。若峰会令人失望且措施到期后未获续期，报告警告称，稀土与半导体之间的平衡可能被打破，并推高AI供应链成本。报告还预计，到2030年中国AI芯片自给率将达到70%，从而逐步削弱美国出口管制的杠杆作用。 Morgan Stanley认为，AI资本开支周期尚未进入过度投资区间。2026年第二季度业绩强化了对投资回报的信心，并带来进一步的资本开支上修。不过，包括融资租赁在内，超大规模云厂商现金资本开支占收入比预计将在2026年达到36%、2027年44%、2028年42%，显著高于约32%的互联网泡沫峰值。五大云服务商合计资本开支预计为2026年$779bn、2027年$1.23trn和2028年$1.396trn；在第二季度业绩后，2027年预测较7月再上调20%。Morgan Stanley互联网分析师预计2026-27年GPU租赁业务将实现70%的增量利润率和30%的ROIC，这支持了投资回报证据正在累积的观点。然而，报告强调，资本开支部署早于变现，令四家超大规模云厂商的自由现金流预测持续下调至2027年，并扩大其融资缺口。因此，在投资现金流赶上之前，AI相关信用发行需要保持可观规模，甚至可能进一步增加。主要下行风险是AI能力提升或企业采用不及预期导致投资回报令人失望；支出急刹车可能冲击半导体和数据中心股票。电力和电网约束、许可延迟、供应链瓶颈以及资本开支与变现之间时滞扩大，也可能延缓部署并导致AI信用利差大幅走阔。 在AI的社会和宏观影响方面，报告发现AI正在提高由产出带动的生产率，但认为收益能否广泛分配取决于扩散速度和政策反应。2025年，高AI敞口行业的人均产出增长快于其他行业，高敞口行业对2.4个百分点增长差异的贡献为1.7个百分点。报告将这一增长主要归因于更快的产出增长，而非劳动力替代，这与乐观情景大体一致。但2026年8月数据显示，劳动力扰动正变得越来越明显：高AI敞口职业对总体失业率的贡献已高达15个基点。在AI扩散速度约为互联网时代两倍的基准情景中，报告预计AI将加快产出和生产率增长，而不会引发显著失业率上升或衰退。然而，在不同扩散和反馈情景下，失业率峰值增幅介于0.2个百分点至4.1个百分点。若任务创造和财富效应足够强，快速扩散仍可处于可控范围；但财政和货币政策反应延迟可能造成衰退型失业率上升。报告结论是，财政政策、自动稳定器和再培训投资将决定AI是带来广泛繁荣，还是造成更严重的不平等、政治反弹以及财富税或AI征费等更强的再分配政策。

分析框架

报告以Morgan Stanley的跨资产整体观点回应五个投资者问题：将外汇与美日利差及日本央行政策预期相联系；将美国国债收益率与油价、Fed定价及实际收益率相联系；将地缘政治与具体贸易和出口管制期限相联系；通过资本开支、收入、ROIC、自由现金流和信用融资评估AI投资；并通过生产率数据以及扩散—政策情景分析AI的社会影响。

方法论与常识提炼

• 宏观经济框架利率平价

  以美日利差作为USD/JPY的驱动因素

  报告认为，日元升值需要美日利差收窄，而非仅靠日本央行进一步加息。

• 固收与信用分析利率三因素分解

  将美国国债收益率变动拆分为实际收益率和通胀预期，并区分美国国债利率与信用利差

  Morgan Stanley将美国国债收益率上升主要归因于实际利率和Fed重定价动态，同时将大量投资级债券发行视为信用利差走阔的驱动因素。

• 公司基本面与财务框架ROIC–WACC 利差

  通过预期ROIC、增量利润率、自由现金流和融资需求评估AI资本开支

  报告以改善的预期回报支持当前资本开支，但强调现金流滞后和融资缺口是中期限制因素。

• 行业/产业分析框架产业链上中下游传导

  稀土管制和半导体限制对AI供应链成本的影响

  报告将政策续期或到期与芯片及AI供应链相关投入品的可得性和成本相联系。

• 其他

  对AI扩散速度、任务创造、财富效应和政策反应进行情景分析

  报告在不同扩散和反馈假设下模拟一系列失业结果，以评估AI对劳动力市场的影响。

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）。

• JPY / USDJPY

  报告将日元持续升值与更低的美国利率及更窄的美日利差相联系。

  优势

  若美国利率下降，中期可能趋向150低位至中位区间。

  劣势

  仅靠日本央行加息两至三次预计不足以实质提振日元。

  对比

  USD/JPY公允价值估计约为167。

  风险

  美国通胀再度加速和Fed重启紧缩将扩大利差，并加大日元贬值压力。

• US Treasuries

  更高收益率主要归因于油价驱动的Fed重定价和实际收益率，而非投资级债券供给。

  劣势

  与油价挂钩的鹰派Fed预期可能推高实际收益率。

  对比

  Morgan Stanley维持10年期美国国债收益率年末目标4.25%。

  风险

  中东局势再度升级可能推高油价和美国国债收益率。

• AI-related investment-grade credit

  大量AI融资需求与信用利差走阔及持续融资需求相联系。

  优势

  不断改善的ROI证据支持持续投资。

  劣势

  四家超大规模云厂商的自由现金流预测持续下调至2027年。

  对比

  截至2026年7月，AI相关发行同比上升29%。

  风险

  资本开支与变现之间的时滞扩大可能导致AI信用利差大幅走阔。

• Semiconductor and data-center equities

  其表现受到超大规模云厂商AI支出以及潜在稀土和出口管制扰动的影响。

  优势

  AI投资预测和回报预期在短期内仍然强劲。

  劣势

  其前景取决于超大规模云厂商持续资本开支和成功变现。

  风险

  AI能力或采用令人失望可能触发支出削减和大幅抛售；供应链约束可能延缓部署。

• Chinese equities

  其可能对美中科技和贸易限制缓和的信号作出反应。

  优势

  建设性的9月峰会信号可能提升风险偏好。

  劣势

  报告并不认为峰会结果能够解决结构性争端。

  对比

  报告认为存在反弹式行情空间，而非基本面重估。

  风险

  若关键的11月10日政策措施未获续期，稀土和半导体环境可能受扰。

关键数据

• USD/JPY公允价值Around 167Morgan Stanley日本宏观策略的估计。
• 预期日本央行政策利率1.25% in September 2026; 1.5% in January 2027报告预计的紧缩路径。
• 美国10年期国债年末目标4.25%Morgan Stanley美国利率策略团队维持该目标。
• AI相关公司债发行+29% YoY through July 2026创纪录速度；报告认为其推动信用利差，而非美国国债收益率。
• 美国钇进口Down 70% from January 2025 levels反映中国稀土管制影响的证据。
• 中国AI芯片自给率70% by 2030报告引用的预测水平，表明美国出口管制的杠杆作用将随时间减弱。
• 超大规模云厂商现金资本开支占收入比36% in 2026; 44% in 2027; 42% in 2028包括融资租赁；高于约32%的互联网泡沫峰值。
• 五大云服务商资本开支$779bn in 2026; $1.23trn in 2027; $1.396trn in 20282027年预测较7月上调20%。
• GPU租赁业务经济性70% incremental margins; 30% ROICMorgan Stanley互联网分析师对2026-27年的预测。
• 高AI敞口行业生产率贡献1.7pp of a 2.4pp output-per-worker growth differential in 2025报告将该差异主要归因于更快的产出增长。
• 潜在失业率峰值增幅0.2pp to 4.1pp不同AI扩散和政策反馈情景下的区间。

影响与含义

Morgan Stanley的观点意味着，最重要的短期跨资产催化因素是美国利率变动、油价走势和11月10日美中政策期限。对于AI，当前支出受到回报证据支持，但在变现追上之前，现金流和信用融资负担仍然显著。更广泛的经济结果取决于生产率收益能否足够广泛地扩散，以及政策能否限制劳动力替代和不平等。

风险

• 美国通胀再度加速以及Fed转向紧缩，可能扩大美日利差并加大日元贬值。
• 中东紧张局势再度升级可能推高油价、实际美国国债收益率，并延续信用利差走阔。
• 若11月10日美中政策措施到期后未获续期，稀土和半导体环境可能恶化，并推高AI供应链成本。
• AI模型进展或企业采用可能令人失望，促使超大规模云厂商削减支出，并对半导体和数据中心股票施压。
• 电力和电网约束、许可延迟和供应链瓶颈可能延缓AI部署，并扩大AI信用利差。
• 若没有充分的任务创造、财富效应或政策支持，AI快速扩散可能导致衰退型失业率上升和更严重的不平等。

后续跟踪

• 预计在2026年9月和2027年1月作出的日本央行政策决定，以及美国利率走势和美日利差。
• 油价、Fed政策定价、实际收益率，以及市场对Fed与油价关联解读是否持续。
• 9月24日美中峰会，以及11月10日Section 301排除、BIS关联方规则暂停和稀土管制措施的到期或续期。
• 超大规模云厂商资本开支修正、AI回报证据、自由现金流预测和AI相关信用发行。
• AI采用情况、高敞口行业的生产率数据、劳动力市场扰动，以及财政、货币和再培训政策反应。