研报解读
覆盖华尔街顶级投行最新研报
研报解读河洛投研

Asia Pacific AI adoption beneficiaries and core AI enablers研报解读

Morgan Stanley认为,亚洲及新兴市场的AI应用正从成本节省转向可量化的收入增长。该机构主张选择性扩大AI应用受益者及相关主题的敞口,同时不降低核心AI基础设施配置。

机构Morgan Stanley
日期20260904
行业multi-industry/asset allocation

摘要

Morgan Stanley认为,亚洲及新兴市场的AI应用正从成本节省转向可量化的收入增长。该机构主张选择性扩大AI应用受益者及相关主题的敞口,同时不降低核心AI基础设施配置。

主题策略观点:选择性扩大AI应用受益者敞口,同时保留核心AI赋能者敞口。
AI应用AI赋能者亚太地区主题策略AI算力基础设施盈利预测修正金融业IT服务数据中心
  • 亚洲/EM企业电话会议中量化AI收益提及次数从1Q23的约100次升至2Q26的2,950次。
  • 与收入相关的收益在量化AI提及中的占比从2023年初的25%升至40%。
  • AI Compute Infrastructure仍是排名第一的APAC子主题,China’s AI Path和AI Enablers也位居前列。
  • 根据报告,AI Adopters的NTM P/E为17.2x,处于其10年历史区间的第16百分位。
  • Morgan Stanley更新了其由22只股票组成的Asia/EM AI Adoption Leaders名单,并向Asia Thematic Focus List新增5只股票。

研报解读

概览

这份亚太主题策略报告认为,可量化的AI应用收益正在加速增长,并日益由收入驱动。Morgan Stanley倾向于选择性扩大对AI应用受益者及相关主题板块的敞口,同时保留对上游AI基础设施及其他投资超级周期受益者的配置。

核心观点

Morgan Stanley的核心结论是,APAC AI交易应当扩大范围,但不应以牺牲核心AI赋能者为代价。报告发现,亚洲/EM企业中可衡量AI收益的证据显著增加:量化提及次数从1Q23的约100次增至2Q26的2,950次。收益构成也在变化。与收入相关的收益在2Q26占量化提及的40%,而1Q23为25%,表明AI应用正从内部降本转向商业化及提高人均产出。 不过,该机构将APAC与美国和欧洲更成熟的扩散行情区分开来。在亚洲/EM,下游盈利预测修正广度仍较弱:EM在24个行业组中的18个落后于发达市场,消费和服务相关板块的修正广度仍为负。因此,Morgan Stanley维持对与投资超级周期及上游资本开支相关主题群体的偏好,而非全面转向消费和服务板块。其区域策略配置继续超配韩国、日本、新加坡和泰国。 报告的新APAC子主题排名中,AI Compute Infrastructure继续位居第一,其后是China’s AI Path、AI Enablers和Powering AI。这反映出上游AI主题尽管估值相对较高,仍具备强劲的预期增长、盈利能力和预测修正趋势。AI Compute Infrastructure排名第一,2027-28年销售CAGR为15.5%、EPS CAGR为22.9%,三个月FY2净利润修正为10.0%,12个月远期P/E为19.9x。China’s AI Path排名第二,受到前瞻增长、预期2028年盈利能力及相对和历史估值较低的支持。 AI Adopters是主要的扩散机会。Morgan Stanley指出,该群体的NTM P/E为17.2x,处于其10年历史区间的第16百分位;近期业绩表现超预期,收入和盈利预测在此前三个月均获上调。该群体还形成13周/52周均线黄金交叉。报告认为,这些特点为选择性敞口提供了估值、基本面和技术面支持;但在更广泛的排名中,由于整体子主题的预测修正动能较弱,Asian AI Adoption Leaders的排名低于领先的上游AI主题。 报告按行业解释了AI应用的机制。金融机构正从基础生成式AI用例转向嵌入运营的智能体系统,包括客户经理工作台、更快的承保、人工与AI协同的后台核验以及可自助解决的客户请求。Morgan Stanley援引DBS量化的SGD1.2bn经济价值,作为AI应用能够支持更低成本收入比、更高可持续ROE和估值的证据。在IT服务领域,开发者正转向监督AI辅助的代码生成、测试和调试;更快的产品周期及更低的标准化开发成本可能改善利润率,而按结果定价可能使服务商保留更多自动化价值。在电商和平台领域,报告认为主要回报来自广告和转化变现,通过更好的推荐、互动、点击率和商家投放实现,成本节省只是次要收益。 医疗健康和制药仍处于较早期的应用阶段。在线医疗平台正利用数字孪生工具和对话式智能体扩展临床医生服务能力并提高问诊至购买的转化率,而制药开发商正将AI用于分子设计和销售团队决策。Morgan Stanley认为商业和运营收益已开始体现在利润率中,但药物研发带来的盈利收益仍是较长期的潜力。相反,对于半导体和制造企业,报告判断AI应用主要是边际成本对冲;外部AI需求仍是领先半导体股票盈利的主导因素。 Morgan Stanley将其Asia/EM AI Adoption Leaders名单更新为22家公司,筛选条件包括具备实质主题敞口、市值超过US$5bn、获得Overweight或Equal-weight评级,以及分析师认为其在AI应用和变现方面领先同业。该名单涵盖金融、软件和IT服务、电商和平台、制造及医疗健康。名单的中位数NTM P/E为19.6x,较等权指数溢价23%;自6月底以来,其相对表现重新加速,且相对盈利预测修正有所增强。 Asia Thematic Focus List的调整包括新增NEC、Mitsui & Co.、MediaTek、S-Oil和Standard Chartered,同时剔除Furukawa Electric、Doosan Enerbility、Montage Technology、GS Yuasa和LS Electric。Morgan Stanley强调,NEC具备主权AI敞口、业绩超预期并上调指引;Standard Chartered具备AI应用和长寿主题敞口,以及预计改善的RoTE;S-Oil受益于预期的炼油驱动盈利复苏和去杠杆;Mitsui拥有更高质量的资源资产以及LNG和铁矿石敞口;MediaTek则受益于该机构预期可抵消智能手机逆风的AI ASIC需求。 报告还指出需要保持选择性的领域。Humanoids and Embodied AI具有较低估值,中位数NTM P/E为15.3x,对应20%的两年一致预期EPS CAGR,但该主题偏向中国且盈利预测修正动能为负,并出现不及预期且下调的表现。Critical Minerals因增长和盈利能力温和、预测修正不一以及目标价上行空间有限而排名末位。更广泛而言,AI-Challenged股票、Humanoids and Embodied AI、China SOE Reform和Asia Climate Adaptation在最近的业绩季中呈现较弱的盈利模式。

分析框架

Morgan Stanley将对量化AI收益的电话会议和披露筛选,与主题实质性框架及六因子APAC子主题排名相结合。该排名对增长、预测修正、盈利能力、估值、风险回报和技术指标进行平均排名,随后结合行业层面的应用分析、业绩反应及分析师的个股筛选判断。

方法论与常识提炼

  • 量化/因子/组合理论

    六维度APAC子主题排名

    Morgan Stanley按增长、盈利预测修正、盈利能力、估值、风险回报和技术指标对各子主题进行平均排名,以比较主题机会。

  • 估值方法PE/PEG 估值

    远期P/E与历史估值百分位比较

    报告将12个月或未来12个月远期P/E与其他主题及各主题10年历史区间进行比较,以评估相对估值支持。

  • 量化/因子/组合理论风格因子分析

    以GARP为导向的主题筛选

    该框架结合增长、盈利能力、预测修正、估值和技术指标,以识别具备合理价格增长特征的主题。

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)。

  • NEC (6701.T)
    作为主权AI和AI应用受益者被纳入Asia Thematic Focus List。
    优势
    业绩超预期、上调全年指引,以及强劲的IT服务和社会基础设施订单。
    对比
    在主题映射中被认定对AI Sovereignty子主题具有Significant实质性。
  • MediaTek (2454.TW)
    被纳入Asia Thematic Focus List,并维持为半导体团队的Top Pick。
    优势
    AI ASIC和TPU需求预计将抵消智能手机逆风。
    劣势
    智能手机需求逆风。
    对比
    报告认为当前风险回报具有吸引力,且存在重估空间。
    风险
    取决于AI ASIC和TPU需求能否抵消智能手机疲弱。
  • Standard Chartered (2888.HK)
    因AI应用和长寿主题敞口被纳入Asia Thematic Focus List。
    优势
    预计财富管理和跨境企业银行业务增长、贷款增长、利率稳定以及RoTE改善。
    对比
    Morgan Stanley预测2026年RoTE为13.6%,2028年起高于15%,2030e为18%,并认为估值并不高。
  • S-Oil (010950.KS)
    作为炼油复苏受益者被纳入Asia Thematic Focus List。
    优势
    预期炼油利润率复苏、资本开支周期下行、去杠杆潜力及股东回报改善。
    劣势
    此前两年盈利疲弱。
    对比
    Morgan Stanley预计将从2026e P/B 1.3x进一步重估。
    风险
    炼油复苏取决于产品需求韧性和受控的供给增量。
  • Mitsui & Co. (8031.T)
    因对Globalization of Natural Gas的显著敞口被纳入Asia Thematic Focus List。
    优势
    拥有更高质量的资源资产,铁矿石和LNG贸易为核心业务。
    对比
    报告认为其资源业务的资产质量优于同业。

关键数据

  • 量化AI收益电话会议提及次数Approximately 100 in 1Q23 to 2,950 in 2Q26亚洲/EM企业电话会议中对可量化AI收益的提及。
  • 与收入相关的AI收益提及占比40% in 2Q26从1Q23的25%上升,表明收益构成从成本节省转向收入变现。
  • AI Adopters估值17.2x NTM P/E处于该群体10年历史区间的第16百分位。
  • Humanoids & Embodied AI估值15.3x median NTM P/E对应两年20%的市场一致预期EPS CAGR,但预测修正动能为负。
  • AI Adoption Leaders估值19.6x median NTM P/E较等权指数溢价23%。
  • DBS量化AI经济价值SGD1.2bn被援引为亚洲银行业AI应用变现的证据。

影响与含义

Morgan Stanley认为,越来越多APAC公司能够将AI部署转化为生产率、利润率和收入增长。其偏好的配置方式是保留上游AI和投资周期敞口,同时选择性增加估值、预测修正和变现证据均具支持的应用受益者。

风险

  • Humanoids and Embodied AI的盈利预测修正动能为负,并出现不及预期且下调的业绩模式。
  • Critical Minerals在框架中排名末位,原因是增长和盈利能力温和、预测修正不一以及目标价上行空间有限。
  • EM在消费和服务相关板块的盈利预测修正广度仍为负,限制了全面转向下游板块的逻辑。
  • AI-Challenged股票呈现不及预期且下调的结果,而China SOE Reform和Asia Climate Adaptation也表现出较弱的盈利模式。

后续跟踪

  • 量化AI收益能否继续从成本节省转向收入增长。
  • AI Adopters相对于上游AI主题的盈利预测修正能否持续。
  • AI应用能否持续带来利润率扩张、成本收入比改善和按结果定价。
  • 炼油利润率、AI ASIC需求、银行RoTE和主权AI订单能否支持新纳入Focus List的成分股。
备案号:浙ICP备2022035445号-5
免责声明:本网站提供的市场数据、图表、指标、研究观点及其他信息,仅用于信息展示、研究交流与学习参考,不应被视为任何形式的个性化投资建议、证券推荐、交易指令、要约邀请或收益承诺。尽管我们尽力提升数据与内容的可靠性,相关信息仍可能因来源差异、统计口径、系统处理或市场波动而存在延迟、误差、不完整或更新不及时的情况。用户在使用本网站任何内容时,应结合自身情况进行独立判断,并自行承担由此产生的风险与责任。

设置

登录后可查看最近记录