炒股就看金麒麟分析师研报 ，权威
，专业，及时 ，全面，助您挖掘潜力主题机会！

　　“本轮A股出现的波动，是全球AI科技共振的一个缩影 ，并非源于A股自身或国内经济基本面突然出现拐点性变化。 ”在7月30日举行的媒体沟通会上
，摩根士丹利中国首席经济学家邢自强这样表示 。

　　展望未来，邢自强及其策略团队认为 ，AI投资正进入“半场休息
”
，投资者的目光需要放得更宽广
。下半场的投资主线将从单纯关注AI半导体与底层算力的“卖铲人”角色，转向能够应用AI实现降本增效、提升自身营收的企业（AI adoptor）。此外 ，具备“HALO资产 ”特征的广义生态链板块（如与算力深度关联的资源与能源保障板块）同样面临着价值重估的战略机遇 。

　　全球AI科技共振引发市场巨震

　　近期
，全球股票市场尤其是AI 、算力板块经历了过山车般的巨震。“本轮A股出现的波动，是全球AI科技共振的一个缩影 ，并非源于A股自身或国内经济基本面突然出现拐点性变化
。”对于市场的波动
，邢自强表示。

　　回顾本轮调整的传导链条，最初的冲击始于韩国市场 ，此前表现突出的存储类公司股票率先受挫，随后迅速蔓延至全球其他主要市场 。这一现象的本质在于全球AI产业链的高度协同与深度绑定
。在这场AI周期中
，中国大陆企业主要参与了光模块
、PCB面板等中游配套环节，虽然分享到了红利 ，但由于身处同一周期
，都在此次从韩国蔓延至美国再到中国大陆的巨震中受到了波及。

　　邢自强认为，引发这场全球共振的原因 ，是宏观因素与微观AI投资叙事的复杂交织 。在宏观层面
，中东地缘政治冲突导致油价居高不下，引发了对通胀黏性的担忧；同时 ，市场对美联储主席的政策风格及降息前景充满不确定性
。尽管经济学家认为年内加息概率极小
，但市场依然如履薄冰。

　　“摩根士丹利美国经济学家团队始终认为，美联储今年加息的可能性不大 。尽管外界常因凯文·沃什的演讲风格而将其归为鹰派 ，但内核未必如此
。
”邢自强表示
，沃什已多次就AI对就业可能产生的通缩效应进行前瞻性铺垫，因此机构倾向于认为其具有“外鹰内鸽”的特质。更为关键的是 ，即便美联储真的加息25个基点，也不会对AI革命产生巨大冲击
，“从理论上看不应如此，这是关乎社会生产力进步的划时代投资 ，很少有人会因利率的小幅抬升而动摇 。 ”

　　从实体产业的资本开支来看
，邢自强分析称，AI大厂今明两年的投资计划不仅没有削减 ，甚至略有上调——今年的计划为8000亿美元左右
，明年更是预计高达1.2万亿美元
。无论是算力核心环节还是配套产业链，相关企业的在手订单依然饱满 ，并没有出现断崖式下跌。

　　然而
，资本市场却走出了截然相反的行情，这要求投资者必须保持清醒 。邢自强坦言：“对此 ，我们唯有敬畏市场——部分企业可能已提前透支未来一两年利好预期。
”

　　AI进入“半场休息”

　　既然基本面与宏观利率均不足以撼动产业趋势
，那么科技板块大幅波动的真正症结何在？

　　邢自强指出，核心在于全球资金的一致预期过于强烈 ，形成了极为拥挤的交易格局
。一方面，全球范围内均出现了重仓押注AI算力基础设施的杠杆交易模式（以韩国市场为典型）
，当大量杠杆资金过度集中于单一板块时，市场对流动性的边际收紧变得极其脆弱；另一方面 ，从融资端来看
，AI头部企业及互联网大厂为了支撑算力中心的巨额投资，正海量抽取市场资金。

　　据统计 ，从今年上半年至明年上半年
，头部AI企业计划在公开市场通过IPO、配股及债券发行等工具融资合计约1万亿美元 。在这种极致的“抽血 ”效应下，市场对任何通胀上行或利率变动的风吹草动都变得草木皆兵 ，最终酿成了过山车式的剧烈调整
。

　　从更宏大的科技史视角来审视当前的AI叙事
，邢自强表示，每一轮深刻的科技革命几乎都会经历从过度投资 、狂热繁荣到局部清算的周期。这种“清算
”并非宣告技术路线的破产 ，而是挤出估值泡沫与修正个别企业的财务预期 。

　　以20世纪90年代末的互联网革命为例
，当时市场极度狂热，认为宽带、路由器和海底电缆的投资将无限扩张
。随着2000年至2001年科网泡沫破裂 ，相关设备供应商的股价遭遇了毁灭性打击。但是，从历史长河回看
，当时沉淀下来的海底电缆与网络路由设施并未浪费，它们构成了后来移动互联网繁荣的坚实底座 。基于此 ，邢自强坚信：“AI将深刻改变生产力
，这与市场波动之间并不矛盾
。”

　　展望未来，邢自强及其策略团队认为 ，AI投资正进入“半场休息 ”
，投资者的目光需要放得更宽广。

　　以数字基础设施实现算力基建突围

　　在AI产业加速演进的浪潮中，如何构建具有自身特色的算力底座 ，是关乎未来科技竞争格局的核心命题 。邢自强认为
，依托开源生态与极致的性价比，叠加国家算力网的统筹规划 ，有望孵化出极具竞争力的中国版数字基础设施方案
。

　　当前
，国产大模型的发展路径呈现出鲜明的差异化竞争特征。业界普遍采用开源模式，通过对算力调用与底层算法的双重深度优化 ，持续压降运行成本 。摩根士丹利测算显示，近来 中国大模型的推理成本大致为美国的十分之一
，费用 优势显著。这种对成本的极致控制，在商业化落地与长尾场景应用中具备巨大的吸引力
。邢自强指出：“开源且性价比更高的中国模型 ，如果能够叠加国家算力网在算力租用方面的政策支持
，有望构成中国版数字基础设施方案的独特竞争力。
”

　　邢自强表示，借鉴移动互联网时代经验 ，将其复制到AI算力领域
，通过公共财政与国有力量主导，建设大型集约化的算力中心 ，并以较低的成本向国产大模型厂商及各类科技初创企业提供租用服务 。这不仅能化解单个企业高昂的算力成本痛点
，更能在全社会层面激发新一轮的商业模式创新与创业热潮
。

　　总体来看，邢自强指出 ，中国具备不可忽视的战略优势。一是在与AI紧密相关的电力供应和能源转型上
，中国拥有巨大的优势并能为全球提供绿色能源产品；二是在商业化落地阶段，中国极具性价比的国产大模型有望在全球广泛的长尾市场中占据重要份额；三是伴随着AI算力的本土化和国家算力网基础设施的推进 ，中国科技生态将获得更为坚实的发展底座 。在AI引领的下一阶段科技革命的宽广思路中，中国的系统性优势依然值得投资者重点关注
。