AI硬科技调整已释放部分风险，配置重点转向轮动与多元化

概览

报告以十类市场与基本面信号评估中国AI硬科技调整周期的成熟度。此前强势的AI硬件、动量、小盘和成长风格快速逆转，估值及投机情绪显著降温，但市场集中度、融资杠杆和机构科技持仓仍偏高。高盛判断调整已释放相当一部分风险，人工智能的长期基本面尚未破坏，但近期市场波动可能持续，因此投资重点应由单一硬科技敞口转向轮动、多元化与个股收益。

核心观点

第一，价格与风格层面的调整已较充分，软科技相对硬科技、动量及小盘因子的极端偏离明显收敛，回撤速度可能开始放缓。第二，风险并未完全出清：A股硬科技回报和成交仍高度集中，STAR50绝对估值仍不便宜，融资余额高于历史常态，公募基金科技配置接近历史高位。第三，支持因素正在增加，包括零售情绪回归中性、回购和内部人交易信号改善、政策紧缩风险下降以及国家队转为净买入。第四，全球人工智能资本开支依然强劲，但资本开支及盈利上修的边际动能开始减弱，后续业绩期的资本开支指引和商业化进展将决定下一阶段方向。第五，组合层面应逐步布局H股软科技、政策受益和国产替代方向、盈利上修的超跌股票，以及IPO和股东回报主题。

分析框架

报告从收益分化与因子轮动、市场宽度与集中度、估值、融资杠杆、散户情绪、机构仓位、上市公司行为、政策表态、国家队交易以及资本开支与盈利修正十个维度，结合历史周期、横向市场比较、高频资金指标和文本量化工具，判断调整风险是否得到消化。

方法论与常识提炼

• 综合风险监测AI硬科技调整十大信号框架

  从定价、风险偏好、资金流、仓位、政策及基本面多维度判断调整周期。

  十项信号相互验证，避免仅依据价格跌幅判断市场是否见底，并区分已经释放的风险与仍然偏高的风险。

• 量化因子分析收益分化与风格轮动分析

  比较硬科技与软科技以及动量、小盘、成长等因子的相对收益偏离。

  相关风格已从上半年的极端水平快速逆转并接近长期均值，意味着单纯由价格动量驱动的抛售速度可能趋缓。

• 估值分析远期市盈率与PEG比较

  同时考察绝对估值、增长调整后估值及相对全球同业折溢价。

  A股硬科技估值已回落至长期均值附近，PEG更为合理，但STAR50绝对估值及相对全球同业的估值风险仍未完全消除。

• 投资者行为A股散户情绪指标

  综合融资余额、新开户、IPO申购、ETF流量、成交速度等13项高频输入。

  采用过去一年标准分数中位数的五日移动平均衡量情绪；当前约为0个标准差，较一个月前约1个标准差明显降温。

• 政策文本分析政策风险晴雨表

  使用大语言模型对政策声明和监管公告的方向、频率与强度进行量化。

  模型将政策信号划分为收紧、中性和宽松，并按轻度、中度和极端赋分；结果显示市场过热及政策收紧风险在2026年一季度见顶后回到中性区间。

• 资金流分析国家队追踪器

  估算国家队持仓和周度净买入规模，并与后续市场收益比较。

  历史上超过1.5个标准差的大规模周度净买入常与中期市场底部相关，但当前买入力度是否达到该阈值仍需持续观察。

• 资产配置硬科技与软科技轮动模型

  依据相对收益、估值、盈利与商业化趋势判断软科技修复空间。

  模型指向H股互联网与软科技未来数月可能继续收复相对硬科技的部分落后幅度。

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）。

• 中国A股

  维持超配，是流动性、政策支持和国家队稳定机制的主要受益市场。

  优势

  人工智能长期基本面仍强，政策风险已趋中性，国家队近期转为净买入。

  劣势

  硬科技回报和成交集中度高，融资余额仍高于历史常态。

  对比

  相较H股，A股对硬科技、小盘和散户交易的暴露更高。

  风险

  进一步去杠杆、量化资金降低风险、政策重新收紧及盈利预期下修。

• A股AI硬科技

  中长期结构性偏好，但短期应控制集中度并选择性布局。

  优势

  受益于全球人工智能资本开支、国产替代和产业链盈利增长。

  劣势

  STAR50绝对估值仍高，基金持仓和融资杠杆集中，盈利上修动能放缓。

  对比

  估值和相对收益较六月高点已显著回落，但相对全球AI同业的估值折价已经收窄。

  风险

  资本开支增速的二阶变化、全球AI交易反转、拥挤交易继续解除。

• H股互联网与软科技

  战术吸引力提升，适合逐步增配以参与硬科技向软科技轮动。

  优势

  此前显著落后、估值接近周期低位，外卖补贴亏损收窄，云计算、智能体和令牌消费商业化改善。

  劣势

  仍面临资本开支、监管和盈利兑现的不确定性。

  对比

  相较A股硬科技估值更低、仓位拥挤度较小，并可能继续收复相对收益差距。

  风险

  人工智能商业化低于预期、竞争加剧及监管变化。

• 政策受益及国产替代方向

  可在AI与非AI领域提供结构增长和分散化收益。

  优势

  覆盖人工智能自给自足、生物科技与医药、服务消费、先进制造和农业等十五五战略方向。

  劣势

  政策兑现节奏和企业盈利转化存在差异。

  对比

  近期以内需为主的AI公司表现优于出口导向AI公司。

  风险

  政策支持弱于预期、执行延迟、出口限制及产业竞争。

• 盈利上修的超跌科技与非科技股票

  用于重新聚焦盈利兑现并获取个股阿尔法。

  优势

  部分基本面稳健且盈利预期上调的公司在估值和仓位重置中被过度抛售。

  劣势

  需要逐家公司验证盈利质量，不能仅依据价格跌幅筛选。

  对比

  相较纯主题交易，这类资产由盈利修正提供更直接支撑。

  风险

  业绩不及预期、盈利上修逆转及估值继续压缩。

• 中国及中国香港IPO

  可提供短期阿尔法和相对低相关收益。

  优势

  年初至今新股上市后的阶段性收益中位数较高。

  劣势

  收益持续时间可能有限，个股差异和配售约束较大。

  对比

  相较成熟上市股票，新股收益更依赖发行定价和短期供需。

  风险

  发行估值过高、流动性下降、锁定期后抛压及市场情绪逆转。

• 高股东回报股票

  适合作为组合核心分散资产和现金收益来源。

  优势

  股息与回购提供较稳定现金回报，主题在本轮调整中表现较为稳健。

  劣势

  增长弹性通常弱于人工智能主题。

  对比

  相较高增长科技股，收益波动较低且现金回报可见度更高。

  风险

  盈利与现金流恶化、分红或回购不及预期。

关键数据

• 中国AI股票上半年平均涨幅33%指报告定义的中国AI股票范围。
• 主要成长指数自近期高点回撤超过20%涉及STAR50、创业板和中证1000。
• STAR50相对HSTECH上半年收益差超过100%收益分化程度接近2021年初的极端水平。
• STAR50年初至今回报集中度前十大强势股贡献90%显示A股硬科技回报集中度仍高。
• A股成交占比科技26%、创业板14%、STAR50为6%相关板块成交集中度处于近年高位。
• 六月估值峰值创业板26倍远期市盈率；STAR50成分股中位数50倍调整后A股硬科技估值已回落至长期均值附近或以下，但STAR50绝对估值仍偏高。
• A股融资余额人民币2.6万亿元占自由流通市值5.5%，低于此前人民币3万亿元和6.0%的峰值，但仍高于历史常态。
• 融资集中度融资余额最高分位股票占总余额30%为历史最高水平，AI硬科技杠杆集中风险仍突出。
• A股散户情绪过去一年区间的0个标准差较一个月前约1个标准差下降，风险偏好转为中性至略偏弱。
• 境内公募基金规模总资产接近人民币40万亿元，其中约人民币7万亿元配置股票股票配置约占A股总市值和自由流通市值的6.6%和15%。
• 2026年第三季度回购变化回购公告数量同比增长35%，金额同比增长59%按季度年化口径，反映管理层信心改善。
• 国家队持仓与近期交易持仓约人民币5万亿元，过去三周净买入超过人民币1400亿元持仓约占A股总市值5%；此前六个月估计净卖出约人民币1.5万亿元。
• 全球主要云厂商人工智能支出2026年或超过9000亿美元，2027年或达1.3万亿美元分别约占中美合计国内生产总值的1.7%和2.3%。
• 资本开支与盈利上修2026年和2027年资本开支预期年初至今上调32%和75%；硬科技盈利预期上调12%和22%资本开支与盈利修正动能近期已开始从高位放缓。
• A股与H股新股上市后表现年初至今上市后1个月和3个月收益中位数分别为75%和68%报告认为IPO仍可提供短期阿尔法及低相关收益。
• 中国上市公司股东现金回报预测2026财年或超过人民币4万亿元包括股息和回购，预计再创历史新高。

影响与含义

策略上不宜将本轮回撤简单视为长期AI逻辑逆转，也不应假设风险已经完全出清。较合理的做法是维持A股和AI硬科技的中长期核心敞口，同时降低高估值、高杠杆和高拥挤标的集中度，分批增配估值处于周期低位且人工智能商业化改善的H股软科技，并扩展至十五五政策受益、国产替代、盈利上修的超跌非科技股、IPO及高股东回报资产。未来超额收益更可能来自行业轮动和个股基本面，而非单一AI硬件贝塔。

风险

• A股融资去杠杆可能仍处早期阶段，且杠杆高度集中于AI硬科技。
• STAR50等硬科技资产的绝对估值仍偏高，相对全球AI同业的折价已明显收窄。
• 公募基金对科技板块的配置和超配程度接近历史高位，拥挤交易尚未完全解除。
• 全球人工智能资本开支和中国硬科技盈利上修动能从高位放缓，二阶变化可能压制估值。
• 政策表态目前趋于中性，但历史上突然收紧曾引发中国股票牛市逆转。
• 全球AI交易再次快速反转可能通过高相关性和风险偏好渠道冲击中国市场。
• 国家队近期买入规模尚未明确达到历史上常见的中期底部确认阈值。
• IPO收益、软科技轮动及人工智能商业化改善可能不及预期。

后续跟踪

• 硬科技与软科技、动量、小盘及成长因子的相对收益是否企稳。
• STAR50回报贡献、科技成交占比和个股相关性所反映的集中度变化。
• STAR50绝对估值、PEG及中国AI股票相对全球同业的估值差。
• 融资余额、自由流通市值占比及AI硬科技融资集中度。
• 散户情绪指标、新开户、ETF资金流、成交速度和中小单资金流。
• 公募基金科技仓位、现金比例及量化策略交易活跃度。
• 上市公司回购、异常交易警示及主要股东和高管净买卖。
• 政策风险晴雨表是否由中性重新转向收紧或宽松。
• 国家队周度净买入是否超过1.5个标准差的历史关键信号阈值。
• 中美主要云厂商业绩期的资本开支指引、人工智能开发进度和商业化路线。
• 中国硬科技盈利修正是否继续放缓，以及软科技盈利修正能否周期性改善。