国家资本在中国AI融资体系中扮演决定性角色

概览

本报告讨论中国AI行业的融资结构。核心判断是，中国AI资本开支明显不同于美国由超大规模云厂商主导的模式，而是由多层级国家资本、政策性金融、资本市场以及部分民营互联网巨头共同推动。面对先进芯片限制和中美技术差距，中国正在通过半导体、AI芯片、数据中心、云服务和LLM等环节强化自主供应链。

核心观点

报告认为，中央政府资金在AI产业链瓶颈环节尤其关键，包括芯片设计、制造、设备、材料和算力基础设施。“大基金”、超长期中央政府特别国债、国家创业投资引导基金、新型政策性金融工具和产业补贴共同构成融资主轴。地方政府直接资金支持整体较弱，主要受房地产下行和隐性债务化解影响，但部分具备产业基础的城市仍可能集中发力。民营部门则主要集中在云服务、LLM、AI agents和算力基础设施。

分析框架

报告采用政策资金梳理、融资工具拆解和公私部门比较的方法，将中国AI融资来源分为中央财政与国家基金、政策性银行权益资金、地方政府资金、资本市场融资、产业补贴以及民营企业资本开支，并与美国由私人超大规模云厂商主导的AI资本开支结构进行对比。

方法论与常识提炼

• 产业融资结构公私部门资本开支对比

  比较美国私人部门主导和中国国家资本主导的AI投资模式。

  美国AI生态主要由hyperscalers融资，中国则更多依赖中央和地方政府、国企、政策性银行和国家基金，以弥补先进芯片和核心技术环节的约束。

• 政策资金分析多层级国家资本框架

  从国家基金、特别国债、政策性金融工具和地方债等渠道评估AI融资。

  该框架强调不同政策工具在产业链不同阶段的作用，例如早期创业投资、项目资本金、数据中心网络和关键半导体环节。

• 资本市场融资境内外科技企业上市融资观察

  观察STAR Market和香港市场对AI、芯片和PCB企业的融资支持。

  在A股IPO整体偏弱背景下，科技企业仍通过STAR Market和香港IPO获得资金，体现资本市场对中国AI和半导体产业的定向支持。

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）。

• 中国AI产业链

  核心研究对象

  优势

  国家资本、政策性金融和资本市场形成多渠道融资支持，政策优先级上升。

  劣势

  先进芯片受限，部分核心技术仍与美国存在差距。

  对比

  相较美国由hyperscalers主导，中国更依赖政府和国有资本在瓶颈环节投入。

  风险

  政策资金落地节奏、技术替代难度、外部限制和资本效率风险。

• 半导体与AI芯片

  国家资本重点支持的瓶颈环节

  优势

  大基金三期、产业补贴、STAR Market和香港IPO均支持芯片设计、制造、设备材料和先进封装。

  劣势

  高端芯片和关键设备材料仍面临技术与外部供给约束。

  对比

  相较云服务和LLM应用，芯片制造及上游环节更依赖国家资本。

  风险

  研发周期长、资本开支强度高、国产替代进度不确定。

• 数据中心和电网基础设施

  AI算力资本开支的重要载体

  优势

  潜在RMB2.0trn数据中心计划和至少RMB5.0trn总投资可显著扩大AI算力基础。

  劣势

  投资规模大，对电力、网络、芯片和运营效率要求高。

  对比

  与传统基建相比，数据中心网络开始获得更明确的战略资金支持。

  风险

  项目审批、资金来源、利用率、能耗和国产技术达标风险。

• 地方政府资金

  辅助性支持来源

  优势

  部分城市可围绕优势产业链集中推出大额支持计划，如武汉存储芯片。

  劣势

  房地产拖累和隐性债务化解限制地方财政空间，整体投入占比较低。

  对比

  相比中央财政和政策性金融，地方政府直接资金支持明显更弱。

  风险

  地方财政压力、债务置换优先级和区域项目同质化。

• STAR Market和香港股票市场

  科技企业股权融资渠道

  优势

  GPU、先进封装、PCB和LLM企业通过上市获得资金支持。

  劣势

  A股整体IPO环境仍偏谨慎，融资窗口可能受市场情绪影响。

  对比

  香港市场通过放松IPO规则吸引内地科技企业，STAR Market则维持对关键科技企业的定向支持。

  风险

  估值波动、监管节奏、上市后流动性和盈利兑现压力。

• 云服务商和LLM企业

  民营AI资本开支主力

  优势

  ByteDance、Alibaba、Tencent和Baidu持续扩大AI基础设施、云服务和模型研发投入。

  劣势

  资本开支回报周期可能较长，模型商业化和算力利用率仍需验证。

  对比

  相较半导体硬件瓶颈环节，民营资本更集中在云、LLM、AI agents和应用基础设施。

  风险

  竞争加剧、算力成本、监管变化和需求增长不及预期。

关键数据

• 大基金一期注册资本RMB139bn2014年9月设立，重点支持下游芯片制造、封装和测试。
• 大基金二期注册资本RMB204bn2019年10月设立，重点转向上游半导体设备和材料。
• 大基金三期注册资本RMB344bn2024年5月设立，覆盖核心瓶颈领域，并扩展至PCB和AI。
• 三期大基金合计支持规模近RMB700bn用于半导体和AI相关国家资本支持。
• 国家AI产业投资基金RMB60bn大基金三期于2025年1月参与设立。
• 2026年超长期中央政府特别国债总额RMB1.3trn其中RMB800bn用于“两重”领域，与2025年规模相同。
• 2026年第二批“两重”资金RMB217bn2026年4月公布，AI被明确列为重点支持方向之一。
• 国家创业投资引导基金初始资本RMB100bn由超长期中央政府特别国债支持，期限20年，投向集成电路、AI、生物医药、量子技术和6G等。
• 彭博报道的数据中心计划RMB2.0trn据报道用于未来五年全国数据中心网络，核心技术国产化比例至少80%。
• 含电网配套的潜在总投资至少RMB5.0trn资金可能来自超长期中央政府特别国债、国家产业基金、银行贷款和民间资本。
• 新型政策性金融工具初始额度RMB500bn2025年9月推出，2026年财政预算另有RMB800bn额度。
• 初始RMB500bn政策性金融工具潜在撬动投资超过RMB7trn根据NDRC口径，作为项目资本金具备较强杠杆效应。
• 2025年地方政府债券净融资RMB5.4trn其中仅RMB140bn，即2.7%，投向新基建和战略性新兴产业基础设施。
• 2026年一季度地方资金投向相关比例1.0%显示地方政府对AI投资的直接资金支持整体有限。
• 武汉存储芯片支持计划RMB260bn2026年4月推出，支持YMTC和XMC扩产。
• 2025年AI相关发债企业融资成本下降约35bp降幅大于企业贷款平均利率下降24bp，显示政策驱动融资优势。
• 2025年AI企业直接融资约RMB250bn中长期债券发行明显扩张。
• 2025年科技创新债等工具发行增速超过71%拓宽AI企业融资渠道。
• Moore Threads STAR Market IPORMB8bn国内GPU设计企业融资案例。
• MetaX STAR Market IPORMB3.9bn国内GPU设计企业融资案例。
• SJ Semiconductor STAR Market IPORMB4.8bn先进封装企业融资案例。
• Victory Giant Technology香港IPOHKD23bnPCB企业融资案例，为当年香港最大IPO。
• Montage Technology香港双重上市IPOHKD8bn计算芯片设计企业融资案例。
• Zhipu AI和MiniMax香港融资HKD4.4bn; HKD5.5bnLLM企业融资案例。
• 主要国内hyperscalers年度AI资本开支约RMB500bn形成公共资金之外的民营AI投资驱动。
• ByteDance 2026年AI资本开支计划超过RMB200bn较2025年底讨论的RMB160bn初步预算提高25%。
• Alibaba三年云计算和AI硬件投资计划超过RMB380bn2025年2月宣布，后续还表示五年AI基础设施预算将显著超过此前计划。
• Tencent 2026年一季度AI相关资本开支RMB37bn同比增长16%，高于Alibaba同期RMB27bn。
• Baidu AI累计资本和研发投入超过RMB100bn支持Ernie Bot、自动驾驶和AI算力基础设施。

影响与含义

报告的主要投资含义是，中国AI产业链的融资韧性很大程度取决于政策资金节奏、政策性金融工具的项目落地、资本市场对科技企业的融资窗口，以及云服务商和LLM企业的持续资本开支。若北京加快债券发行和财政支出，AI可能在稳投资和科技自立战略中获得更高优先级，从而利好半导体设备材料、AI芯片、先进封装、PCB、数据中心、电网配套和云基础设施等环节。

风险

• 超长期特别国债、政策性金融工具和国家基金的实际落地速度可能低于预期。
• AI相关项目资本开支规模较大，若利用率不足，可能造成资本效率下降。
• 美国及其他外部技术限制可能继续影响先进芯片、设备和材料供给。
• 地方财政压力可能限制地方政府对AI产业的持续直接投入。
• 民营互联网企业AI资本开支虽高，但商业化回报、云需求和LLM盈利模式仍存在不确定性。
• 资本市场融资窗口可能受监管节奏、市场情绪和估值波动影响。

后续跟踪

• 2026年后续超长期中央政府特别国债发行节奏及AI相关项目占比。
• 新型政策性金融工具RMB800bn新增额度的分配、项目清单和实际撬动投资规模。
• 大基金三期在AI芯片、半导体设备材料、PCB和DeepSeek等AI企业上的具体投资进展。
• 国家创业投资引导基金对早期AI、集成电路、量子和6G项目的出资节奏。
• RMB2.0trn数据中心网络计划是否正式落地，以及国产核心技术比例要求。
• STAR Market和香港市场对芯片、先进封装、PCB、LLM和云基础设施企业的融资窗口。
• ByteDance、Alibaba、Tencent和Baidu等民营企业AI资本开支是否继续上修。