AI交易需要轮动，半导体相对Hyperscalers的强势难以长期持续
AI 摘要卡
AI交易需要轮动，半导体相对Hyperscalers的强势难以长期持续
JPMorgan认为，半导体自去年9月以来相对Hyperscalers的持续跑赢难以长期维持，缺口可能通过云服务商盈利追赶而良性收敛，也可能因资本开支放缓而引发AI交易修正。
- 半导体与AI芯片、存储厂商自去年9月以来显著跑赢Hyperscalers，报告认为这种分化在长期不可持续。
- 正向情景是Hyperscalers、AI模型提供商和终端用户的变现、收入与盈利改善，从而获得更大AI价值链份额。
- 负向情景是半导体强势挤压客户资本开支意愿，若2027年后资本开支增速急剧放缓，AI股票和债券交易可能面临更大压力。
- 美国货币创造被预计从2025年的约$1.6tr提升至2026年的约$1.8tr，为美国金融资产尤其是股票提供流动性支持。
- MicroStrategy通过出售比特币支付优先股股息的政策，被认为向加密市场引入可避免的双向资金流风险。
研报解读
概览
本期《Flows & Liquidity》围绕AI交易内部轮动、美国货币创造、MicroStrategy对比特币市场的影响以及跨资产资金流和仓位指标展开。核心议题是：半导体股票相对Hyperscalers的持续强势是否可持续，以及美国流动性扩张能否继续支撑金融资产。
核心观点
报告认为，AI价值链内部的估值和业绩分化需要收敛。JPMorgan的基准观点偏向正向情景，即Hyperscalers和AI模型提供商通过更好的AI变现、收入与盈利追赶半导体；但市场关注的负向情景是资本开支从2027年后放缓，进而拖累半导体需求和整体AI交易。同时，美国M2代理指标继续扩张，对美国股票等金融资产形成支撑，但低现金配置使资产价格在遭遇负面冲击时更脆弱。
分析框架
报告结合相对表现、资本开支一致预期、信用利差、空头兴趣、AI算力价格、LLM token价格、货币供给代理指标、ETF资金流、期权偏度与跨资产仓位监测，对AI交易、流动性环境和风险偏好进行多维跟踪。
方法论与常识提炼
比较美国上市Hyperscalers与半导体股票的相对表现，并结合市值、销售占比、股价和信用利差判断分化是否可持续。
半导体跑赢若来自AI价值链整体扩张，则可能通过Hyperscalers盈利追赶实现良性轮动；若来自客户利润被挤压，则可能削弱未来资本开支并反噬半导体需求。
使用Bloomberg汇总的自下而上分析师一致预期，跟踪Hyperscalers资本开支增速轨迹。
报告指出今年资本开支增速接近100%同比，但一致预期显示2027年后可能明显放缓，这是市场担忧AI交易负向情景的关键依据。
观察Hyperscalers、半导体、AI受益者和AI脆弱公司篮子的空头兴趣占流通股比例。
Hyperscalers空头兴趣自去年10月以来上升，并在5月和6月进一步加速，显示投资者对资本开支和盈利压力的担忧上升。
跟踪NVIDIA Hopper GPU租赁价格和LLM token支出指数，以评估Hyperscalers和模型提供商的变现能力。
算力价格越高，Hyperscalers维持或提高利润率的能力越强；报告称4月和5月出现改善迹象，但6月有所回落。
以美国商业银行存款与美国货币市场基金资产管理规模之和代理美国M2货币供给。
该指标显示美国货币创造节奏在2025年和2026年继续增强，主要受银行扩表和美联储资产负债表转为小幅扩张支持。
结合全球股票、债券、ETF、商品、货币和期权市场的资金流、成交、波动率、偏度与投机仓位指标。
该框架用于判断风险资产相对债券和现金的资金偏好，以及不同资产类别的拥挤度和潜在反转风险。
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）。
- 半导体与AI芯片股票当前AI交易主要受益资产，但面临轮动和资本开支放缓风险。
- 优势
- 过去数月持续跑赢，受Hyperscalers资本开支上修和AI芯片需求支撑。
- 劣势
- 若客户资本开支因股价、信用利差或盈利压力而下调，半导体需求可能受冲击。
- 对比
- 相对Hyperscalers表现过强，报告认为长期难以维持当前分化。
- 风险
- 2027年后资本开支放缓、AI交易拥挤、存储和芯片需求预期回落。
- Hyperscalers潜在轮动受益者，也是半导体需求的关键客户。
- 优势
- 若AI变现、收入和盈利改善，可能获得更大AI价值链份额。
- 劣势
- 股价过去一年大致持平、估值去评级，信用利差相对半导体走阔。
- 对比
- 与半导体相比表现落后，但正向情景下有追赶空间。
- 风险
- 资本开支计划被市场压力压缩，空头兴趣上升反映投资者担忧。
- AI应用受益者可能在AI价值链扩散中受益。
- 优势
- JPAIADPT Index的空头兴趣自4月初以来相对受控，低于年初水平。
- 劣势
- 收益兑现依赖AI应用落地和企业客户付费意愿。
- 对比
- 相比Hyperscalers和部分半导体，市场做空压力较小。
- 风险
- AI商业化不及预期、token价格回落、终端需求疲弱。
- AI脆弱公司市场持续表达担忧的板块。
- 优势
- 若AI替代担忧缓和，可能存在情绪修复空间。
- 劣势
- JPAIVUL Index空头兴趣自2025年初以来稳步上升，水平明显高于其他AI相关分组。
- 对比
- 相较AI应用受益者和Hyperscalers，投资者担忧更集中。
- 风险
- AI技术替代、利润率压缩、估值继续承压。
- 美国股票受美国货币创造和流动性扩张支撑。
- 优势
- 货币创造强于名义GDP，对金融资产尤其是股票形成流动性支持。
- 劣势
- 全球非银投资者现金配置偏低，风险缓冲有限。
- 对比
- 相对现金和债券，股票仍可能受流动性传播支撑。
- 风险
- 负面冲击引发现金重建需求，类似2020年疫情、2022年通胀冲击或地缘政治冲击。
- Bitcoin与MicroStrategyMicroStrategy政策变化向比特币市场引入双向资金流风险。
- 优势
- 弱情绪可能在特定条件下成为逆向看多信号。
- 劣势
- 出售比特币支付股息削弱其单向买方叙事，并提高市场不确定性。
- 对比
- 与典型公司相比，MicroStrategy因持有约4%比特币供给，对市场流动和情绪影响更大。
- 风险
- 美元储备不足、未来再次出售比特币、美国市场结构立法延迟、公司估值与比特币价格相互放大。
关键数据
- Hyperscalers资本开支增速约100%同比报告称今年Hyperscalers资本开支计划修订后接近历史高位增速。
- 2027年Hyperscalers资本开支预期差异JPMorgan分析师约$1,150bn；一致预期约$925bnJPMorgan内部预测高于市场一致预期，差异体现对负向情景的分歧。
- 美国货币创造2025年约$1.6tr；2026年跟踪约$1.8tr以美国商业银行存款加美国货币市场基金AUM代理M2货币供给。
- 2024年美国货币供给扩张约$1.2tr此前自2023年5月至2024年底累计增加约$2.2tr，约9.6%。
- MicroStrategy美元储备$2.55bn，约覆盖17个月股息公司目标至少覆盖12个月优先股股息和利息支出，报告认为24-36个月覆盖更能安抚投资者。
- MicroStrategy比特币出售32 BTC公司披露在2026年5月26日至5月31日出售比特币以支付优先股股息。
- MicroStrategy年初至今比特币购买$13.7bn报告称其购买约占JPMorgan估算整体数字资产资金流的70%。
- MicroStrategy持有比特币供给占比约4%其作为大型比特币持有者，出售可能对市场波动和预期产生放大影响。
影响与含义
如果正向情景兑现，AI交易可能从半导体向Hyperscalers、AI模型提供商和AI应用受益者轮动，减轻当前分化带来的估值压力。若一致预期中的资本开支急剧放缓被证实，半导体需求、AI相关信用和股票估值可能出现更持久修正。与此同时，美国流动性扩张仍对风险资产有支持作用，但低现金配置意味着一旦出现宏观或地缘政治冲击，投资者补现金可能放大资产价格下行。
风险
- Hyperscalers资本开支自2027年后明显放缓，导致半导体需求预期下修。
- 半导体交易过度拥挤，若相对表现缺口不收敛，可能引发AI主题更大幅度修正。
- AI算力价格和LLM token价格在6月回落，若持续走弱，将削弱AI商业化和利润率改善逻辑。
- Hyperscalers股权和债务融资成本上升，可能压制未来资本支出意愿。
- 低现金配置使金融资产在宏观、政策或地缘政治冲击下更易出现被动去风险。
- MicroStrategy出售比特币形成双向流动预期，可能提升比特币和加密资产波动率。
后续跟踪
- Hyperscalers 2027年及以后资本开支指引是否接近JPMorgan更高预测，还是向一致预期放缓路径靠拢。
- 半导体相对Hyperscalers的表现缺口是否通过Hyperscalers上涨而良性收敛。
- Hyperscalers、半导体、AI应用受益者和AI脆弱公司篮子的空头兴趣变化。
- NVIDIA Hopper GPU租赁价格和LLM token价格是否恢复4月和5月的改善趋势。
- 美国商业银行资产扩张、美联储资产负债表和货币市场基金AUM对M2代理指标的贡献。
- MicroStrategy是否将美元储备覆盖提升至24-36个月，以及美国加密市场结构立法进展。