摘要速读
覆盖华尔街顶级投行最新研报

Morgan Stanley推出China Best Business Models V2,聚焦26家高质量中国公司

机构
Morgan Stanley
日期
2026-03-30
作者
Laura Wang、Kaylee Xu、Jack Lin、Richard Xu, CFA、Lillian Lou、Stephen Cheung, CFA、Qianlei Fan, CFA、Daniel Yen, CFA、Daisy Dai, CFA、Chiyao Huang
公司
China Best Business Models V2
代码
-
行业
多行业中国股票
评级
24只Overweight,2只Equal-weight
看多/乐观信心弱报告认为高质量商业模式在过去十年是中国股票阿尔法来源之一,并通过AI适应性、全球主题和主动行业配置增强选股框架。
作者Laura Wang、Kaylee Xu、Jack Lin、Richard Xu, CFA、Lillian Lou、Stephen Cheung, CFA、Qianlei Fan, CFA、Daniel Yen, CFA、Daisy Dai, CFA、Chiyao Huang
业务部门信息技术、工业、材料、互联网与通信服务、可选消费、能源、金融、医疗健康、公用事业
研究机构部门/子公司Morgan Stanley(其他)

AI 摘要卡

Morgan Stanley推出China Best Business Models V2,聚焦26家高质量中国公司

报告用基本面、量化和主题研究框架筛选26家具可持续竞争优势的中国上市公司,回测显示组合ROE约为MSCI China的1.5倍,并取得更高风险调整后收益。

组合层面偏正面:26家公司中24只为Overweight、2只为Equal-weight;平均目标价上行空间37.9%。
中国股票最佳商业模式高质量因子AI适应性主动行业配置MSCI China All Shares长期主题
  • China BBM V2包含26家公司、覆盖16个行业组,重点超配信息技术、工业和材料等结构成长方向。
  • 回测显示,自2023年2月9日以来该等权组合美元总回报101%,同期MSCI China为18%,12个月维度组合回报59%、指数为3%。
  • 组合2026E平均ROE为17.4%,约为基准1.5倍;12个月前瞻P/E为14.4倍,P/B为2.5倍。
  • 选股框架新增AI暴露、Morgan Stanley四大全球主题及更主动的行业配置,强调AI赋能者、采用者或受AI冲击较小的公司。

研报解读

概览

本报告是Morgan Stanley中国股票策略团队推出的China Best Business Models第二版,目标是在高轮动、动量驱动且市场领导权快速变化的环境中,识别具备可持续竞争优势、较高ROE和估值溢价能力的中国上市公司。报告将基本面分析师判断、量化因子、策略观点和主题研究结合,构建26只股票的高质量集中组合。

核心观点

核心观点是,中国市场中具备强商业模式、较高盈利能力、合理估值和结构成长暴露的公司,仍可在中期产生持续阿尔法。China BBM V2相较基准明显偏向信息技术、工业和材料,同时纳入AI扩散、未来能源、多极化世界和社会变迁四大全球主题。报告认为这些公司盈利质量更强、回报韧性更高,并且在政策支持、供应链安全、技术扩散和能源转型等方向上更具长期配置价值。

分析框架

报告先在接近700只中国及香港股票的投资范围内做量化回测,覆盖深度价值、当前价值、资本使用、盈利能力、成长、动量、盈利预测修正和风险等因子;随后用两阶段筛选法先评估质量,再评估估值;再由大中华区行业分析师结合竞争优势、管理质量、地缘政治、监管风险、AI适应性和主题匹配度进行最终入选判断。

方法论与常识提炼

  • 量化选股Quality and Value Framework

    两阶段质量与估值筛选

    第一阶段按盈利能力、资本使用和风险对各GICS行业内公司排序;第二阶段加入估值维度,包括P/B、现金/市值、EV/Sales、EV/EBITDA和FCF收益率等历史指标。

  • 主题研究Morgan Stanley Four Global Themes

    四大全球主题映射

    组合选择与AI & Tech Diffusion、Future of Energy、Multipolar World和Societal Shifts四个主题对齐,以识别更可持续的结构性机会。

  • 技术变革暴露AI Exposure Mapping

    AI赋能者、AI采用者或受AI冲击较小

    China BBM V2只选择AI赋能者、AI采用者或相对不受AI扰动的公司,并排除面临AI结构性不确定性较高的公司,尤其是部分线上服务公司。

  • 组合构建Active Sector Allocation

    主动行业配置

    报告不严格锚定基准权重,而是结合长期盈利轨迹、政策支持和战略相关性,主动提高信息技术、工业和材料等行业配置。

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)。

  • China BBM V2等权股票组合
    核心研究对象
    优势
    盈利能力高、ROE约为基准1.5倍、回测风险调整后收益较强、平均目标价上行空间较高。
    劣势
    组合集中度高,且回测为假设性历史结果,不能代表未来表现。
    对比
    相较MSCI China,报告显示组合自2023年以来总回报101%对18%,12个月回报59%对3%,3年Sharpe Ratio为1.16对0.32。
    风险
    历史回测不可预测未来;主动行业偏离和集中持仓可能放大波动。
  • MSCI China All Shares Index
    选股基准
    优势
    更完整反映中国A股、港股和中概股机会集,A股按假设100%纳入因子处理。
    劣势
    传统指数结构可能压低部分A股和结构成长行业代表性。
    对比
    报告认为该指数比MSCI China更适合作为中国全市场选股基准。
    风险
    指数行业权重变化和市场风格轮动会影响相对表现判断。
  • 信息技术、工业、材料
    主动超配方向
    优势
    受益于硬科技、高端制造、自主可控、供应链韧性和长期盈利增长。
    劣势
    估值、政策执行节奏和外部技术限制可能造成波动。
    对比
    报告指出这些行业在MSCI China All Shares中的权重近年提升,并在BBM V2中相对基准提高配置。
    风险
    地缘政治、出口管制、周期波动和资本开支回报不及预期。

关键数据

  • 组合公司数量26覆盖16个行业组。
  • 自2023年2月9日以来回测总回报101%同期MSCI China为18%,相对阿尔法约8,300bps。
  • 12个月回测总回报59%同期MSCI China为3%。
  • 3年Sharpe Ratio1.16基准3年Sharpe Ratio为0.32;报告也披露1年和5年分别为2.51和0.53。
  • 2026E平均ROE17.4%约为MSCI China的1.5倍。
  • 12个月前瞻P/E14.4x较MSCI China 10.9x溢价约32%,处于5年区间65分位。
  • P/B2.5x较MSCI China 1.6x溢价约58%,处于5年区间98分位。
  • 平均目标价上行空间37.9%中位数上行空间36.7%。
  • 评级分布24只Overweight,2只Equal-weight基于Morgan Stanley分析师行业覆盖相对评级。

影响与含义

对投资者而言,报告提供了一个以质量、盈利能力、估值纪律和结构主题为核心的中国股票候选组合,而不是简单复制指数权重。其投资含义是,在中国权益市场行业结构变化、AI冲击、政策导向和全球供应链重构背景下,具备商业模式韧性和长期增长轨迹的公司可能更适合中长期配置。

风险

  • 回测表现仅为假设性数学示例,过往表现不保证未来结果。
  • 组合高度集中于26家公司,主动选股和行业偏离可能带来较高相对波动。
  • AI带来的商业模式扰动可能超出当前分类框架,尤其影响线上服务和劳动力密集型行业。
  • 地缘政治、监管变化、供应链限制和政府许可依赖可能影响部分公司竞争优势。
  • 估值溢价较高,若ROE优势或盈利增长不达预期,估值可能承压。
  • Morgan Stanley披露其可能与覆盖公司存在业务关系,研究客观性可能受到潜在利益冲突影响。

后续跟踪

  • China BBM V2成分股相对MSCI China的持续超额收益和回撤表现。
  • 2026E-2027E ROE、盈利增速和现金流是否支撑当前估值溢价。
  • 信息技术、工业和材料行业在政策、盈利和指数权重中的进一步变化。
  • AI赋能者、采用者和受保护公司在实际盈利中的差异化兑现情况。
  • 四大全球主题,尤其是AI & Tech Diffusion、Future of Energy和Multipolar World,对成分股订单、资本开支和利润率的影响。
  • 地缘政治、监管政策和供应链安全对入选公司的风险暴露。
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