摘要速读
覆盖华尔街顶级投行最新研报

阿里配股暴露AI建设周期延长,但市场计入的价值损失远高于交易本身成本

机构
JPMorgan
日期
作者
Alex Yao, Daniel Chen, Olivia Xu, Nancy Liu
公司
阿里巴巴集团、腾讯、百度
代码
09988.HK, BABA.US, 00700.HK, 09888.HK, BIDU.US
行业
中国互联网、云计算与AI基础设施
评级
阿里巴巴、腾讯、百度均为增持(Overweight)
看多/乐观信心强维持中期报告维持阿里巴巴、腾讯和百度增持评级,认为阿里巴巴融资后的异常下跌远大于实际股东成本,而三家公司的AI投资仍具有可观回报但融资风险明显分化。
作者Alex Yao, Daniel Chen, Olivia Xu, Nancy Liu
目标价阿里巴巴:HK$205、US$210;百度:HK$170、US$175
覆盖区域中国
资产类别权益/股票
子公司昆仑芯
业务部门AI基础设施、外部云业务、AI Labs and Applications
研究机构部门/子公司J.P.Morgan Securities (China) Company Limited(子公司/法律实体)、China Equity Research(部门/团队)、Asia TMT Research(部门/团队)

AI 摘要卡

阿里配股暴露AI建设周期延长,但市场计入的价值损失远高于交易本身成本

摩根大通认为,阿里巴巴HK$800亿元配股表明AI资本开支高位持续时间可能长于预期,但并不证明算力经济性已经恶化。阿里、腾讯和百度分别依赖母公司股权、经营现金流与投资组合、以及债务和子公司融资,股东承担的成本并不相同。

维持阿里巴巴、腾讯和百度增持评级;阿里巴巴港股/美股目标价为HK$205/US$210,百度港股/美股目标价为HK$170/US$175。
中国互联网AI基础设施资本开支股权融资云计算阿里巴巴腾讯百度项目回报率
  • 阿里发行7.10亿股,融资HK$800亿元,发行价较此前收盘价折让8.4%,新增股份相当于原有股本的3.7%。
  • 阿里港股随后下跌8.5%,报告估算其中约US$180亿至US$190亿属于异常重定价,约为所筹现金的两倍。
  • 报告维持阿里FY27E资本开支人民币2000亿元,并把人民币2700亿元的季度年化水平视为压力情景。
  • 算力项目模型给出22%的内部回报率、2.9年回收期,以及每投入人民币100元产生人民币36元净现值。
  • 在60%资金投向基础设施的基准情景下,配股对FY28E每股收益摊薄0.5%,此后大致中性。
  • 腾讯基本可由经营现金流、债券和人民币8750亿元投资组合支持建设,报告认为其母公司股权融资风险接近零。
  • 百度内部资金支持最弱,但母公司估值较低,报告认为其更可能通过昆仑芯层面融资,而非稀释母公司股权。

研报解读

概览

报告以阿里巴巴2026年8月的股权融资为切入点,分析中国三家主要互联网云服务商如何为AI基础设施周期融资。核心结论是:融资说明高资本开支可能持续更久,但阿里此次交易本身造成的稀释和内在价值损失远小于市场反应;真正需要跟踪的是资金投向、算力利用率、云服务定价及项目回报,而不是单纯的折旧或短期流动性。

核心观点

阿里巴巴于2026年8月24日以每股HK$112.70发行7.10亿股,募集HK$800亿元(US$103亿元),发行价较前一周五收盘价折让8.4%,新股相当于原有股份的3.7%。8月25日阿里港股下跌8.5%,同期腾讯和恒生科技指数分别下跌2.2%和2.1%。报告估算,折价发行本身只解释约0.3个百分点的股价变化:原股东因折价损失约US$9亿元,同业市场变动解释约US$67亿元,另外约US$180亿至US$190亿元属于异常重定价。即使将US$103亿元现金计入交易后价值,公司备考市值仍接近US$2860亿元,因此市场异常抹去的价值约为融资额的两倍。若把全部异常跌幅都归因于这笔资金,就意味着每募集人民币100元会毁损约人民币185元价值;即便资金全部损失,也只能解释约US$100亿元。报告因此认为,市场主要是在重新评估整个AI资本开支计划的规模和持续时间,而不是只计算配股折价。 摩根大通改变的是对AI投资周期长度的判断,而不是FY27资本开支预测或算力回报判断。报告继续预计阿里FY27E资本开支为人民币2000亿元,并把六月季度人民币2700亿元的年化运行率作为压力情景。人民币2000亿元资本开支下,阿里每年用途超过经营现金流约人民币1000亿元;压力情景下缺口约人民币1700亿元。此次融资可覆盖基准缺口约8.4个月、压力缺口约5个月,另外还有约人民币1500亿元经折扣调整后的可用流动性和成本约2%至3%的债务能力,因此报告认为流动性和偿付能力并非主要问题。六月季度净银行借款增加人民币110亿元,流动及非流动预付款合计增加约人民币690亿元,报告将其理解为包含芯片和产能预付款,说明现金承诺已经领先于账面资本开支。未来12个月,报告预计阿里还会增加债务,并可能寻求云业务层面的融资;若再次进行母公司配股,则会被视为回报不及预期的负面信号。 三家公司采取了不同的融资模式。阿里在股价重估后使用母公司股权并辅以债务,代价是直接稀释,但成本透明、容易计量。腾讯主要依靠经营现金流、债券和投资组合:上半年经营现金流人民币1540亿元,年化约人民币3100亿元,对应报告预计的人民币2000亿元资本开支,此外已经支付人民币416亿元股息,回购运行规模接近人民币450亿元。腾讯单季净现金由人民币1469亿元降至人民币582亿元,主要因为股息与人民币510亿元算力预付款同时发生;公司还在六月发行US$24.5亿元及人民币150亿元长期票据,短期借款增至人民币860亿元,应付账款由去年末人民币1210亿元升至人民币1760亿元。其背后仍有人民币4870亿元上市投资和人民币3880亿元非上市投资,合计人民币8750亿元。报告因而认为腾讯母公司股权融资风险接近零,但出售投资组合会放弃潜在回报并产生税务损耗;是否值得处置,取决于约20%的资本开支回报率相对于投资组合高个位数回报率的差额。 百度的内部融资能力最弱。六月季度资本开支为人民币114亿元,经营现金流只有人民币34亿元,缺口由人民币174亿元融资流入支持;短期贷款从人民币76亿元增至人民币263亿元,长期贷款从人民币34亿元增至人民币208亿元,租赁使用权资产较去年末翻倍至人民币186亿元。即便对长期存款进行折扣并剔除爱奇艺,报告估算其仍有约人民币1000亿元流动性,可覆盖基准融资缺口多年。制约因素不是现金,而是百度母公司估值低、管理层不愿在母公司层面稀释。其股权融资渠道是昆仑芯,这可以降低母公司稀释,但百度股东也会让渡部分承载AI投资逻辑的核心资产权益。 报告用四项彼此独立的检验评价阿里配股。第一,算力项目本身是否创造经济价值。模型假设满负荷时每人民币1元资本开支产生人民币1元年收入,增量EBITDA利润率45%,税率20%,经济寿命五年并直线折旧,利用率按60%、90%、100%爬坡。每投入人民币100元,对应税后现金流为-100、25.6、36.4、40.0、40.0和40.0元,得出22%的项目内部回报率、2.9年回收期,并在10%折现率下产生人民币36元净现值,能够与管理层所称不足三年的回收期和13%以上综合投入资本回报率相衔接。 第二,交易是否增厚每股收益,答案取决于资金用途。阿里称资金将用于包括基础设施在内的全栈AI能力,但模型训练、应用推理和获客费用计入AI Labs and Applications,该业务季度亏损人民币139亿元,目前没有可审计回报。报告因此仅假设60%资金投向基础设施,其余部分不产生可量化回报。在基础设施占比达到80%或以上时,配股自第二年开始增厚每股收益;在60%的基准情景下,FY28E每股收益被摊薄0.5%,此后大致中性。换用投入资本回报率表示,当资金大部分完成部署时,第三年增厚每股收益需要成熟期ROIC约为15%。资金闲置在所有情景下都会摊薄收益,因此九月季度的实际资本开支和资金部署进度十分关键。 第三,股权是否为成本最低的资金来源,报告的答案是否定的。由于人民币债券票息仅2%至3%,而股票收益率约12%,债务反事实情景对各年度每股收益约好3至3.5个百分点。选择股权的合理性来自每股收益以外的因素,包括为海外采购提供离岸货币、在合并自由现金流为负时保留评级和契约空间,以及取得不需要在资本开支周期中再融资的永久资本。这些好处真实存在,但不代表融资没有成本。 第四,交易是否提高原股东每股内在价值。按交易前HK$205的公允价值,若资金全部投入基础设施并计入其净现值,交易后每股价值为HK$203.1,下降0.9%;按60%基础设施占比,每股价值为HK$202.6,下降1.2%。只有当交易前公允价值低于约HK$153且资金100%投向基础设施,或低于约HK$137且按60%基准组合配置时,交易才能增厚每股价值。因此,算力项目具有正净现值、交易能否增厚每股收益、股权是否优于债务,以及原股东每股价值是否上升,是四个不同问题。报告认为,基准情景下交易约为每股收益中性,却让渡约1%的内在价值;这一成本仍远小于市场约US$190亿元的异常定价。 资本开支规模扩大并不保证回报同比例增长。报告的敏感性分析显示,在大多数利用率与价格组合下,项目回报仍高于10%的资本成本;但若利用率只有80%且价格下降10%,项目内部回报率降至约11%,若利用率为70%且价格下降20%,回报率仅约3%。因此,人民币2700亿元资本开支被视为风险情景而非上行情景:规模扩大只有在单位经济性保持稳定时才创造更多价值,供给扩张造成的利用率或定价下降才是关键威胁。 损益表需要吸收建设周期,但报告认为折旧本身不是核心风险。按同一批次模型,等同于一年基准资本开支的总折旧分别相当于阿里FY27E净利润的28%、腾讯的13%和百度的23%;不过增量EBITDA从第一个完整年度起便超过折旧。由此,真正决定回报的是EBITDA、设备利用率与算力定价,而不是融资形式或折旧金额本身。 相对配置上,腾讯的较高估值对应基本内部融资的建设计划和人民币8750亿元投资组合;阿里已经消除一部分融资悬念,且报告认为市场过度计入了配股传递的负面信号,当前估值为FY27E市盈率12倍、FY28E市盈率8倍,因此建议在九月季度业绩发布前逐步增加阿里头寸;百度母公司稀释风险仍低,因为其股权融资预计发生在昆仑芯层面。报告维持三家公司增持评级,但强调结论有条件成立,未来两个季度的资本开支、云增长、AI业务亏损及融资行动将验证这些条件。

分析框架

报告先把配股折价、同业市场波动和异常股价反应拆开,判断市场究竟在为交易本身还是更长期的资本开支周期重新定价;随后分别测算三家公司的内部资金缺口、可用流动性、融资容量和资金覆盖期。对阿里交易,报告再依次检验项目净现值、每股收益影响、股权与债务成本、以及原股东每股内在价值,并通过利用率和价格敏感性分析检验规模扩张时的回报风险,最后将这些结果映射到公司相对估值和后续验证事件。

方法论与常识提炼

  • 估值方法

    项目净现值与内部回报率模型

    报告根据收入资本开支比、增量EBITDA利润率、税率、利用率爬坡、经济寿命和折现率预测算力项目现金流,用IRR、回收期和NPV判断基础设施投资是否创造经济价值。

  • 公司基本面与财务框架ROIC–WACC 利差

    项目回报率与资本成本比较

    报告将约22%的算力项目IRR和成熟期ROIC与约10%的资本成本比较,并用约15%的成熟期ROIC作为第三年每股收益增厚的重要门槛。

  • 公司基本面与财务框架自由现金流分析

    资金来源、用途与覆盖期分析

    报告区分年度内部资金盈余或缺口、即时可用流动性、增量债务或股权能力,以及各资金池能够覆盖缺口的时间,以避免把现金短缺与长期偿付风险混为一谈。

  • 估值方法PE/PEG 估值

    预期市盈率相对定位

    报告以阿里FY27E市盈率12倍和FY28E市盈率8倍说明市场已计入较强负面信号,并将该估值与融资风险判断结合。

  • 事件博弈与行为金融事件驱动分析

    配股事件与后续业绩验证

    报告围绕配股结算、九月季度业绩、腾讯混元4和昆仑芯上市等具体节点,设置可验证资本开支回报与融资路径的事件条件。

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)。

  • 阿里巴巴集团(09988.HK、BABA.US)
    通过母公司配股和债务为AI建设融资,融资风险最显性,但报告认为市场对配股负面信号定价过度。
    优势
    约人民币1500亿元可用流动性并拥有较大债务容量;算力基础设施模型显示22%项目IRR和正净现值。
    劣势
    人民币2000亿元资本开支下存在约人民币1000亿元年度内部资金缺口,配股直接稀释原股东,且非基础设施AI支出尚无可审计回报。
    对比
    资金缺口大于腾讯;相较百度更愿意使用母公司股权,融资成本也最容易被市场直接观察和定价。
    风险
    基础设施资金占比偏低、资金长期闲置、云服务价格下跌、利用率不足,或12个月内再次进行母公司配股。
  • 腾讯(00700.HK)
    主要通过经营现金流、债券和投资组合为AI资本开支融资,报告认为母公司股权融资风险接近零。
    优势
    上半年经营现金流年化约人民币3100亿元,并持有人民币8750亿元投资组合,资本开支计划基本可内部融资。
    劣势
    出售投资组合会放弃潜在资产回报并产生税务损耗;股息、回购和算力预付款同时发生时会压低净现金。
    对比
    资金结构最稳健,较高估值对应内部融资能力和庞大投资组合;折旧对FY27E净利润的占比低于阿里和百度。
    风险
    若资本开支、股息和回购合计持续超过经营现金流,且没有相应资产处置,融资缓冲将减弱。
  • 百度(09888.HK、BIDU.US)
    资本开支主要依赖借款,并计划通过昆仑芯层面股权融资,母公司直接稀释风险较低。
    优势
    经调整后约人民币1000亿元流动性可覆盖基准资金缺口多年,且可将股权融资放在AI子公司层面。
    劣势
    内部经营现金流支持最弱,六月季度资本开支明显超过经营现金流,借款和租赁负债快速上升。
    对比
    较腾讯更依赖外部融资;相较阿里不愿以低估值发行母公司股权,但子公司融资会稀释AI资产权益。
    风险
    昆仑芯上市若延迟至2026年以后,或募资明显不足以支持既定产能计划,将限制AI建设规模。

关键数据

  • 阿里配股规模7.10亿股、HK$800亿元(US$103亿元)发行价HK$112.70,较此前收盘价折让8.4%,新股相当于原有股份的3.7%。
  • 阿里配股后股价反应-8.5%2026年8月25日表现;同期腾讯下跌2.2%,恒生科技指数下跌2.1%。
  • 异常价值重定价约US$180亿至US$190亿元约为所筹现金的两倍;折价本身造成的原股东损失约US$9亿元。
  • 阿里FY27E资本开支人民币2000亿元预测维持不变;人民币2700亿元作为压力情景。
  • 阿里年度内部资金缺口基准约人民币1000亿元;压力情景约人民币1700亿元此次配股分别可覆盖约8.4个月和5个月。
  • 阿里可用流动性约人民币1500亿元为经折扣调整后的可用流动性,另有成本约2%至3%的债务能力。
  • 算力项目内部回报率22%基于五年经济寿命、60%/90%/100%利用率爬坡和10%折现率。
  • 算力项目回收期2.9年与管理层所称不足三年回收期相衔接。
  • 算力项目净现值每人民币100元资本开支产生人民币36元NPV适用于基础设施部分;按60%基础设施组合,整体NPV约人民币22元。
  • 阿里配股EPS影响FY28E摊薄0.5%基于60%资金用于基础设施,此后大致中性;基础设施占比达到80%或以上时自第二年起增厚。
  • 债务融资EPS优势约3至3.5个百分点由于债券票息约2%至3%,低于约12%的股票收益率。
  • 阿里每股内在价值影响-0.9%至-1.2%按交易前HK$205公允价值测算,分别对应全部资金投入基础设施及60%基准组合。
  • 腾讯投资组合人民币8750亿元包括人民币4870亿元上市投资和人民币3880亿元非上市投资。
  • 腾讯上半年经营现金流人民币1540亿元年化约人民币3100亿元,对比报告预计人民币2000亿元资本开支。
  • 百度六月季度资金情况资本开支人民币114亿元、经营现金流人民币34亿元、融资流入人民币174亿元显示其资本开支更依赖借款和外部融资。
  • 压力情景项目IRR约11%或3%利用率80%且价格下降10%时约11%;利用率70%且价格下降20%时约3%。
  • 基准资本开支对应折旧占FY27E净利润阿里28%、腾讯13%、百度23%报告认为增量EBITDA自第一个完整年度起即可超过折旧。

影响与含义

报告认为,阿里配股更重要的含义是AI资本开支周期可能持续更久,而不是算力投资已经失去经济性。三家公司均可能继续扩大AI投入,但融资成本的表现形式不同:阿里承担直接股权稀释,腾讯放弃部分投资组合回报并承受税务损耗,百度则可能稀释昆仑芯等AI资产权益。后续估值能否修复取决于资金是否快速部署到可产生回报的基础设施、外部云增长能否匹配资本开支,以及利用率和价格能否维持项目回报。

风险

  • 阿里已部署资金的成熟期ROIC若降至约15%以下,报告的基准投资逻辑将减弱。
  • 若可产生可审计回报的基础设施仅占AI支出约40%,整体资金组合的回报可能不足。
  • 阿里三年资本开支承诺若显著超过人民币3800亿元,却未伴随外部云增长指引升至50%以上,将构成负面信号。
  • 募集资金若超过12个月仍主要停留在财资余额,而不是进入固定资产和预付款,将持续摊薄收益。
  • 若AI Labs and Applications九月季度亏损未能环比下降,可能意味着基础设施支出占比低于预期。
  • 供给释放若导致外部云价格下降,项目IRR可能在利用率80%、价格下降10%时降至约11%。
  • 阿里若在12个月内再次进行母公司层面股权融资,将对项目回报预期构成负面信号。
  • 腾讯若出现资本开支、股息与回购合计超过经营现金流且没有相应投资处置的季度,其自筹资金能力将受到检验。
  • 昆仑芯上市若推迟至2026年以后或融资额明显不足,将限制百度执行既定产能计划。

后续跟踪

  • 关注阿里九月季度外部云收入增长能否超过50%。
  • 关注阿里AI Labs and Applications亏损能否在九月季度环比下降。
  • 关注阿里资本开支、固定资产和预付款是否显示募集资金已按计划用于预先采购和基础设施建设。
  • 关注未来两个季度披露的基础设施资金占比、成熟期ROIC、利用率和算力定价。
  • 关注腾讯混元4,作为其AI投入成效的关键证据点。
  • 关注昆仑芯上市进度和募资规模,因为该事件决定百度扩大AI产能的融资能力。
  • 关注阿里未来12个月是否需要更多债务、云业务层面融资或再次进行母公司配股。
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