Global technology and AI equity de-rating：J.P. Morgan认为科技板块的大幅估值下调带来新的机会，半导体居首

概览

这份全球股票策略报告考察夏季科技和AI抛售是否已充分创造机会。J.P. Morgan认为，持仓和估值已显著重置，但明确区分半导体与软件或AI脆弱型企业：前者的盈利和资本开支基本面强劲，后者则面临结构性的盈利担忧。

核心观点

广泛的科技和AI生态系统自6月至前一周停滞约三个月，年初上涨后遭遇持仓过度拥挤，以及对AI资本开支持续性和变现能力的担忧。J.P. Morgan认为，这一调整使持仓更为清晰，而盈利强劲、资本开支计划未受破坏及逐渐形成的变现案例，支持重新关注该板块。该机构并不预计科技和AI会回到此前极端的市场领导地位，但认为这一生态系统中仍有大量机会。 报告维持半导体优于软件的偏好。半导体拥挤持仓已得到出清，报告将该板块回调称为健康调整，原因是基本面仍然稳健：行业供需平衡预计要到2028年之后才会出现，价格预计将持续上涨至2027年，且企业评论显示需求仍在加速。AI经济性仍支持购买算力，模型进展正在加快，超大规模云服务商未来两年可通过经营现金流、债务和股权融资来支持强劲的资本开支增长。自6月半导体相对软件的高点以来，半导体12个月远期EPS上升30%，而软件几乎没有盈利提升；报告认为相对价格表现与盈利交付之间形成的缺口，支持重新建立半导体相对软件的配对交易。 由于大幅估值下调已使该板块达到历史低位，J.P. Morgan并不主张直接做空软件，且估值和空头持仓正常化可支持战术性反弹。然而，该机构仍预计，受AI蚕食影响的软件、商业服务和媒体企业将落后于AI生态系统的其他部分。更低的模型成本降低了软件公司和内部软件开发的进入门槛，而竞争加剧和对盈利能力持续的质疑压制长期前景。网络安全是软件领域中的相对例外：其股价近月上涨且部分估值较高，但报告认为，AI相关安全威胁将使该主题保持重要性。 报告还指出AI基础设施受益者正在变化。有关放缓AI前沿发展的呼吁曾令软件相对半导体单日跑赢12%，显示该相对表现对前沿模型新闻的敏感性。但J.P. Morgan怀疑最终会出现实质性放缓，因为竞争仍十分激烈。智能体AI应提高总体算力需求，同时使工作负载向更多CPU倾斜：传统LLM基础设施的CPU/GPU比例约为1:4至1:8，而智能体系统由于编排、数据移动、工具使用和状态管理，可能转向1:1甚至更偏重CPU的结构。报告将半导体生产设备列为资本开支受益者，称ASML是关键的欧洲SPE标的，并指出尽管投资者预期盈利下调，其PEG估值仍较低。 智能体AI同样对依赖消费者惯性、搜索摩擦、转换成本或流量控制的消费平台和欧洲公司构成风险。J.P. Morgan的脆弱篮子包括旅行、发现和广告、市场平台、金融科技及保险平台。若智能体AI成为默认的消费者界面，网站流量和潜在客户减少可能压缩利润率。相关篮子在公告后大幅下跌，但报告强调，低估值并不能消除其盈利能力面临的根本风险。 对于Mag-7和超大规模云服务商，报告认为估值压缩部分合理，但可能过度。Mag-7年初至今持平，且处于10年估值低位；超大规模云服务商指数年初至今下跌8%，其相对远期P/E低于均值超过一个标准差。更高的AI投入正使商业模式从轻资产转向重资产，导致自由现金流转负，并增加债务和股权发行。Amazon、Microsoft、Alphabet、Meta和Oracle的合计自由现金流从2024年的$233.4bn降至2026年的$10.6bn，并在2027年转为-$96.4bn。Token价格大幅下降引发变现担忧，但报告称，激增的消费量目前已足以抵消较低的单位价格，总支出仍在增长，变现案例也在形成。因此，报告预计即使进一步估值下调会抵消部分收益，稳健的盈利增长仍将支撑超大规模云服务商的表现。 在更广泛市场层面，J.P. Morgan预计，随着油价和利率波动减弱、9月季节性因素过去，股票将恢复上涨，且Q3财报季预计将保持强劲。S&P 500 IT的2026年Q3盈利增长预计为30.8%，STOXX 600为35.2%。科技在主要指数中权重较高——美国为39%、EM为44%、日本为19%、欧洲为9%——因此科技交易改善将有助于股票市场。不过，报告认为市场上涨并不需要AI跑赢：在6月至7月的动量出清期间，韩国股票和半导体指数大幅下跌，而广泛股票市场保持韧性，并在8月创出新高。其更广泛的配置仍超配股票、EM和欧元区，并将半导体列为偏好行业之一。

分析框架

J.P. Morgan结合持仓和相对价格分析、远期EPS修正、远期P/E及PEG估值比较、行业供需证据、企业需求评论和资本开支融资分析。随后，报告将科技发展与区域股票敞口、行业配置，以及利率、油价波动和Q3盈利的更广泛前景联系起来。

方法论与常识提炼

• 行业/产业分析框架供需框架

  半导体供需和定价分析

  报告评估半导体需求、产能平衡和定价，以论证行业基本面仍然有利：供需平衡预计要到2028年之后才会出现，价格预计将上涨至2027年。

• 估值方法PE/PEG 估值

  远期P/E和PEG相对估值

  报告将远期估值倍数与历史区间及盈利预期比较，以识别软件、Mag-7、超大规模云服务商和ASML的大幅估值下调。

• 公司基本面与财务框架自由现金流分析

  超大规模云服务商自由现金流和融资分析

  报告使用预测自由现金流以及债务和股权发行，展示AI资本开支如何改变超大规模云服务商的财务状况，并解释其部分估值压缩。

• 量化/因子/组合理论风格因子分析

  半导体与软件的相对表现和盈利预测修正比较

  报告比较行业价格、EPS和估值变动，以支持半导体相对软件的偏好，而非方向性做空软件。

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）。

• Semiconductors

  AI生态系统中受偏好的行业敞口

  优势

  盈利预测修正强劲、供需基本面健康、预期定价上升及AI资本开支持续。

  劣势

  近期表现受到拥挤持仓和对算力需求持续性的质疑影响。

  对比

  在J.P. Morgan的半导体相对软件配对交易框架中更受偏好。

  风险

  较低的算力需求、监管、中国竞争、低等级芯片需求及超大规模云服务商融资约束。

• Software

  受AI蚕食挑战的结构性敞口

  优势

  处于历史低位的估值和空头持仓正常化可能支持战术性反弹。

  劣势

  盈利上调有限、竞争加剧以及对长期盈利能力的持续不确定性。

  对比

  尽管经历大幅估值下调，仍不如半导体受偏好。

  风险

  AI赋能的内部开发和更低模型成本可能削弱既有商业及收入模式。

• Hyperscalers

  AI资本开支的出资者和算力需求受益者

  优势

  稳健的盈利增长、不断上升的AI消费及逐渐形成的变现案例。

  劣势

  AI资本开支已降低自由现金流，并提高对债务和股权融资的依赖。

  对比

  尽管商业模式转向重资产，其相对远期P/E仍低于均值超过一个标准差。

  风险

  进一步估值压缩、模型商品化、变现不及预期及融资压力。

• ASML

  受更高资本开支推动的欧洲半导体生产设备受益者

  优势

  J.P. Morgan行业分析师预计该集团基本面稳健，并将ASML视为关键的欧洲SPE敞口。

  劣势

  其估值反映了投资者对盈利下调的预期。

  对比

  报告认为，ASML相对于其基本面前景的PEG估值较低。

  风险

  若半导体支出或需求不及预期，可能出现盈利下调。

关键数据

• 自6月高点以来半导体12个月远期EPS+30%在相对价格反转期间，远期盈利仍持续上升。
• 自6月高点以来软件12个月远期EPS+3%报告将其描述为几乎没有盈利提升。
• Mag-7估值10-year lows该组合相对远期P/E已降至低于均值近一个标准差。
• 超大规模云服务商指数表现-8% YTD该指数包括Amazon、Alphabet、Microsoft、Meta和Oracle。
• 超大规模云服务商合计自由现金流$10.6bn in 2026; -$96.4bn in 2027相较2024年的$233.4bn，反映AI资本开支上升的影响。
• 2026年Q3预计IT盈利增长30.8% for S&P 500; 35.2% for STOXX 600报告将稳健盈利作为更广泛股票展望的支撑。

影响与含义

J.P. Morgan认为，估值下调后的科技机会更具选择性：半导体和AI基础设施因盈利修正及资本开支需求强劲而更受偏好；软件和AI脆弱型企业虽可能战术性反弹，但面临长期竞争和盈利压力。科技交易改善将支撑主要股票指数，尤其是韩国和新兴市场，但并非更广泛股市上涨的必要条件。

风险

• 随着模型效率提升或内存密度下降，AI算力需求可能低于预期。
• 监管风险、中国竞争和客户转向低等级芯片可能削弱半导体需求。
• 超大规模云服务商的资本开支可能压低自由现金流、需要更多融资，并面临变现或模型护城河担忧。
• AI采用可能减少依赖直接用户互动的消费平台的流量、潜在客户及利润率。
• 更高的油价、债券收益率和加剧的地缘政治不确定性可能推迟预期中的更广泛股票市场复苏。

后续跟踪

• Q3业绩和EPS修正方向，尤其是科技和半导体领域。
• 超大规模云服务商的资本开支计划、融资来源、Token消费，以及变现是否能抵消较低Token价格的证据。
• 半导体需求评论、供需状况及至2027年的定价预期。
• 油价和利率波动，包括美国国债收益率和政策预期的走向。
• 智能体AI对CPU需求以及对依赖流量的消费、市场平台、金融科技和保险平台的影响。