Big Tech hyperscalers, AI compute financing and global equity-volatility opportunities研报解读

概览

本期Global Volatility Pulse探讨Big Tech为何在2026年跑输，并认为疲弱主要源于估值和自由现金流担忧，而非盈利问题。Barclays将这一基本面催化剂与衍生品市场条件结合，以支持上行期权配置，同时回顾Jackson Hole市场反应、即将公布的美国就业报告及权益亢奋指标。

核心观点

Barclays发现，Big Tech按剔除Tesla后的Mag7衡量，在2026年有92%的时间跑输S&P 500；自2013年以来，只有2022年的这种持续性更高。与2022年相比，2026年的情形存在实质差异：S&P在年初至今已上涨约12%，而非Big Tech仅在整体市场下跌时跑输。Barclays的收益归因显示，该板块较强的盈利增长本可带来相对跑赢，但这一利好被估值倍数压缩完全抵消。报告认为，投资者担心AI驱动的资本支出跑在自由现金流之前，是估值下调的关键原因。 报告提出的基本面转折点是compute-special-purpose-vehicle融资的发展。Barclays的AI基础设施分析师认为，Nvidia和Broadcom支持的新计算融资规模超过$1tn。报告认为，这些结构可为原本无法融资的需求提供资金，并从大约2028年起开始将AI CapEx移出hyperscaler资产负债表。随着CapEx增长可能趋平而云收入继续上升，Barclays预计FCF将重新加速或回升；其指出，除Microsoft外主要hyperscaler的FCF近期已转负。该机构认为，这将缓解当前估值倍数压缩背后的担忧，并同时支持hyperscaler和半导体公司。 Barclays还认为，衍生品环境使上行敞口具有吸引力。尽管Big Tech一年期隐含波动率相对自身历史偏高，但相对近期已实现波动率较低：1Y隐含波动率与六个月已实现波动率之比约处于其三年区间的第16百分位。一年期偏度也已显著走平，接近过去三年最平坦水平。报告将受抑制的长期隐含波动率部分归因于单只股票结构化产品发行增加及其再对冲资金流，并称相对便宜的波动率和较平的偏度相结合，有利于看涨价差。其示例为以3.8%买入GOOGL Jun-27 400/470看涨价差，参考价为338、40/20-delta，到期时最大赔付比约为5.4-to-1。 第二个衍生品机会来自相关性。Big Tech内部平均一年期两两相关性处于十多年中的低位，也是AI热潮开始以来的最低水平。Barclays因此针对低相关性的三只股票篮子构建worst-of-call结构：MSFT、GOOGL和META的1Y 120% WoC成本为2.74%，而ORCL、AMZN和AAPL对应结构的成本为2.42%。 除hyperscaler外，报告还回顾了Jackson Hole鹰派反应。在Fed主席Warsh发表讲话后，Barclays经济学家调整了Fed预测，现预计9月加息25bp、12月再加息25bp。在48只跨资产ETF中，前端利率和贵金属遭受最大单日负面冲击：SHY变动2.5 sigma，TIP为2.2 sigma，GLD为2.1 sigma。在权益市场中，小盘生物科技和小盘股分别下跌1.7和1.6 sigma，而S&P 500仅变动23bp，低于此前隐含的约65bp。Barclays将此解读为，更高政策利率可能对不同权益板块产生不均衡影响。 对于未来一周，Barclays将9月4日非农就业报告视为最大的S&P期权催化剂。55bp的隐含波动略低于过去一年63bp的已实现波动中位数，也低于近期长周末前定价的风险。Barclays经济学家预计8月总体和私人就业人数均增加25k，基本符合共识。与此同时，Equity Euphoria Indicator仅小幅反弹至10.3%，较长期均值高1.2个标准差；Barclays称该指标尚未追上8月强劲反弹，表明散户和投机性参与仍相对低迷，可能部分反映夏季季节性疲软。

分析框架

Barclays首先利用相对收益归因，将Big Tech的盈利增长影响与估值倍数影响分开。随后，该机构将估值压力与AI CapEx及自由现金流担忧联系起来，把compute-SPV融资视为潜在的未来催化剂，并通过隐含波动率与已实现波动率、偏度及两两相关性来评估上行策略。报告还比较了Jackson Hole后跨资产的单日波动，比较了就业数据的期权隐含波动与历史已实现波动，并通过Equity Euphoria Indicator跟踪散户投机状况。

方法论与常识提炼

• 事件博弈与行为金融预期差/预期管理

  比较期权隐含波动与已实现或事件驱动的市场波动

  报告将S&P的55bp就业数据隐含波动与63bp已实现波动中位数比较，并将Jackson Hole后S&P的23bp波动与此前隐含的约65bp比较，以判断市场如何定价事件风险。

• 量化/因子/组合理论多因子模型

  将盈利增长影响与估值倍数影响分离的收益归因

  Barclays使用年初至今相对收益归因，表明Big Tech较强的盈利增长被估值倍数压缩抵消。

• 其他

  隐含与已实现波动率、期权偏度及两两相关性分析

  这些衍生品指标用于评估长期上行敞口的相对成本，并识别适合worst-of-call结构的低相关性篮子。

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）。

• Alphabet (GOOGL)

  与Barclays对Big Tech波动率和偏度的积极看法相关的明确上行看涨价差交易。

  优势

  可能受益于hyperscaler自由现金流重估及有利的长期期权定价。

  对比

  属于Big Tech；Barclays称该板块尽管盈利增长较强，仍跑输S&P。

  风险

  AI CapEx和自由现金流担忧可能继续压制估值倍数。

• Microsoft (MSFT), Alphabet (GOOGL), Meta Platforms (META)

  明确的低相关性篮子，用于构建成本为2.74%的1Y 120% worst-of-call结构。

  优势

  历史低位的两两相关性支持该结构的定价逻辑。

  劣势

  worst-of-call收益取决于表现最弱的成分股。

  对比

  从Big Tech组合中选出，用于体现较低的两两相关性。

  风险

  相关性可能回归正常，且成分股表现可能出现不利分化。

• Oracle (ORCL), Amazon (AMZN), Apple (AAPL)

  明确的低相关性篮子，用于构建成本为2.42%的1Y 120% worst-of-call结构。

  优势

  Big Tech历史低位相关性支持该结构的定价逻辑。

  劣势

  worst-of-call收益取决于表现最弱的成分股。

  对比

  从Big Tech组合中选出，用于体现较低的两两相关性。

  风险

  相关性可能回归正常，且成分股表现可能出现不利分化。

关键数据

• Big Tech相对跑输频率92% of 2026剔除Tesla后的Mag7在年内这一比例的时间跑输S&P 500。
• S&P 500年初至今涨幅~12%尽管Big Tech相对跑输，报告所述的2026年水平。
• 新增计算融资upwards of $1tnBarclays称该融资由Nvidia和Broadcom支持。
• compute-SPV潜在时间点starting around 2028CapEx可能开始移出hyperscaler资产负债表的预期时点。
• Big Tech波动率估值roughly 16th percentile of its 3-year range一年期隐含波动率相对六个月已实现波动率。
• GOOGL Jun-27 400/470看涨价差成本3.8%参考价为338、40/20-delta；到期时最大赔付比约为5.4-to-1。
• MSFT/GOOGL/META 1Y 120% WoC成本2.74%三只股票篮子的worst-of-call结构。
• ORCL/AMZN/AAPL 1Y 120% WoC成本2.42%三只股票篮子的worst-of-call结构。
• 9月4日NFP隐含S&P波动55bp相比过去一年63bp的已实现波动中位数。
• Equity Euphoria Indicator10.3%, 1.2 standard deviations above its long-term average仅从近期低点小幅反弹。

影响与含义

Barclays认为，AI计算融资方式的转变可能通过将未来投资需求与hyperscaler资产负债表分离，并在云收入增长时让FCF恢复，来消除对hyperscaler估值的核心制约。在此期间，该机构认为相对便宜的长期波动率、平坦偏度和较低相关性，提供了通过结构化期权交易表达上行敞口的方式。Jackson Hole分析表明，鹰派利率重新定价对利率敏感型权益板块的影响可能比对广泛S&P 500更严重。

风险

• 投资者对AI驱动CapEx跑在自由现金流之前的担忧，可能继续压制hyperscaler估值倍数。
• 预期的compute-SPV影响要到大约2028年才会出现，因此所述FCF拐点可能不会立即到来。

后续跟踪

• compute-SPV融资的进展，以及其是否从大约2028年起开始将hyperscaler AI CapEx移出资产负债表。
• hyperscaler CapEx增长、云收入增长和自由现金流趋势。
• 9月4日非农就业报告，S&P期权对其隐含波动为55bp。
• Equity Euphoria Indicator和散户参与是否追上8月权益市场反弹。