01

市场观点

韩海峰：7月的调整更像是对高拥挤、高估值、高融资环节的一次再平衡，而非AI产业趋势的逆转，但融资压力与集中度风险确实在持续积累。市场对AI的估值逻辑已由单纯聚焦资本开支，转向衡量AI投入的变现效率与现金流韧性。这一转变在本轮回撤中体现得很清楚，科技板块内部呈现出鲜明的结构分化：现金流稳健、能够将算力直接变现的大型软件与云平台相对抗跌，而利润率偏薄、重资产环节，以及存储、半导体设备等前期涨幅最大、交易最拥挤的品种，跌幅最大。

与此同时，产业自身也在发生变化：国产大模型持续快速迭代，中国AI的性价比与竞争力不断提升，大模型未来的竞争格局依然充满不确定性。另外，部分科技领域较大体量的公司上市，不仅从市场层面对流动性造成扰动，也对产业链中硬件的格局有长远的影响。整体而言，产业趋势目前未观察到转向，但AI应用进展、云厂商投资回报的兑现节奏，以及在外部流动性偏紧环境下融资的可持续性，仍存在很大的不确定性。

宏观层面，美联储7月维持利率不变，但美联储议息会议上出现三位委员要求加息的罕见分歧。会后美债利率曲线陡峭化，反映市场认为未来加息的压力有所上升，外部流动性偏紧的格局得以延续，这对久期长、利率敏感的AI资产以及全球风险偏好都构成约束。对于AI领域而言，高利率环境的持续，意味着云厂商的融资成本将居高不下。同时，美联储继续淡化前瞻指引，这意味着未来市场需要更多依靠实际数据来判断政策方向，政策不确定性本身也可能成为波动来源。此外，美伊局势再度紧张，油价与通胀的反复，仍是影响美联储政策路径的关键变量。

国内经济方面，二季度GDP同比增长4.3%，为2023年以来最低，投资、消费均较疲弱，而出口在AI相关领域拉动下表现亮眼，K型分化依然突出。7月底政治局会议基调更趋积极，市场对政策发力预期有所升温，但政策力度和路径的信号，有待进一步观察。

总体而言，AI仍是当下市场的重要变量，二季度国内公募主动权益基金持仓中，电子、通信等行业占比已达到历史极值。7月市场的大幅波动，既是对这种持仓极端拥挤的再平衡，也反映了AI产业正在从“资本驱动”的第一阶段向“商业验证”的第二阶段过渡。

02

行业观察

韩海峰：每一轮所谓的泡沫绝非凭空产生，必然有良好的基本面支撑，只是市场过度放大了这一因素。本轮AI泡沫与前几轮泡沫，特别是2000年互联网时期的泡沫，存在两个本质差异。

第一个差异在于基本面，2000年互联网泡沫破裂前，市场存在严重的过度投资。当时美国放宽通信准入，大量通信公司涌入，全行业铺设光缆，都认为接下来会进入“信息世纪”。结果85%以上铺设的光缆都是“暗光纤”，上面从未传输过任何数据。反观当下的AI资本开支，国内最大的瓶颈是算力短缺，制约了国内AI的开发与应用。海外情况也基本符合实际需求，并未出现大量闲置产能或者无人使用的现象。因此，目前尚无证据表明AI投资已过度。

第二个差异在于估值与业绩。过往泡沫破裂时，往往伴随估值从高位大幅压缩，但本轮股价上涨主要贡献来自于上市公司的盈利增长，而非估值。例如今年提价显著的存储行业，用市场预期的明年EPS（每股收益）计算，韩国几家头部存储公司的估值仅在三到四倍。市场对存储行业的争议在于利润的持续性，毕竟存储行业曾多次经历过亏损期，当前存储行业利润率高达50%－70%，未来利润率是否会大幅回落，仍是核心担忧。

相比AI的泡沫讨论，我们更关注产业发展的持续性：

第一，云厂商的资本开支是否可持续。重点关注云厂商下一季度或未来一年的资本开支是上调还是下调。按照目前投资强度，云厂商的自由现金流已耗尽，若继续增加资本投入，必须举债投资。

第二，云厂商的财务结构是否脆弱，利率环境或金融政策的变化是否可能导致其资金链崩塌。回顾历史，许多泡沫破裂并非始于业绩恶化，而是源于利率大幅上升，导致资金链最脆弱的环节断裂，这也是当前我们重点关注美联储加息预期的原因。再比如近期韩国股市的调整，很大程度上源于金融杠杆过高，一旦去杠杆，会引发市场剧烈波动。

第三，AI模型的能力能否持续提升，是否有足够的收入空间来支撑数万亿美元的投资并产生合理回报。对于Anthropic、OpenAI等巨头的ARR增长数据，一旦增长放缓或持平，市场将质疑AI模型的市场空间，导致整体AI叙事改变。

第四，利润分配的结构性风险。当前产业利润过度集中于上游环节，上游公司利润率处于历史最高位。但制造业讲究供需关系，即便需求旺盛，若供给增速快于需求增速，利润未必能留住。未来需要关注供需结构变化，若需求放缓或供给激增，上游利润率可能下滑，促使利润在不同环节上重新分配。