高盛研究报告《从利率视角看AI热潮》关键要点总结 一、 涉及的行业与公司 * 报告为高盛（Goldman Sachs）全球投资研究部门发布的宏观与利率策略研究报告，聚焦于人工智能（AI）技术热潮对宏观经济、利率市场和政府财政的潜在影响 [2][3][4] * 报告未针对具体上市公司，而是从宏观层面分析AI投资对G10国家（包括美国、日本、英国、德国、欧元区等）经济增长、生产率、劳动力市场及利率路径的广泛影响 [4][8][9] 二、 AI对宏观经济与长期利率的核心观点与论据 * **AI将提升长期生产率与增长**：高盛经济学家估计，未来十年AI将推动全球生产率每年增长**1.3个百分点**，并因此将G10国家GDP增长预期在短期内每年上调**0.1-0.3个百分点**，对日本、德国等低增长经济体提升尤为显著 [4] * **更高的增长理论上应推高均衡利率**：标准宏观经济模型中，均衡利率与稳态增长成正比，历史数据显示长期远期利率（如5y5y远期利率）与生产率增长呈正相关 [3][5][6][9]；模型显示，GDP增长每额外增加**1个百分点**，长期收益率将相应上升约**1个百分点** [9] * **AI对长期利率的实际影响路径复杂**：向更高增长状态的过渡期可能伴随显著的经济周期波动，这将是理解利率演变的关键，而非简单的静态均衡关系 [10][11] 三、 AI对短期政策利率的竞争性影响 * **上行压力（鹰派风险）**：对AI未来生产率提升的预期可能导致**投资和消费前置**，从而提振近期增长和通胀，给短期收益率带来上行压力 [2][12]；当前美国AI相关投资年化规模约**2500亿美元**，占GDP约**0.8个百分点**，与1990年代商业投资的增长规模相当 [12] * **下行压力（鸽派风险）**：若AI的采纳**快速替代劳动力**，可能导致劳动力市场走弱、失业率上升，从而抑制通胀并允许更宽松的货币政策 [2][12][13]；报告预计在采纳期内将有约**6-7%** 的岗位被替代，基准情景下失业率峰值影响为**0.5个百分点**，在快速采纳情景下可达**2.5个百分点** [20] * **总体风险偏向鸽派**：尽管存在投资驱动的周期性上行风险，但对劳动力市场中断的关注将使政策利率倾向于宽松一侧 [2]；近期股市波动引发的利率下跌反映了这一风险偏向 [2] 四、 历史生产率热潮的启示 * **电气化时期（20世纪初）**：初始资本支出阶段因资源竞争（叠加一战）推高通胀和收益率，曲线趋平；随后生产率红利显现，价格压力缓和，收益率下降，曲线转而趋陡 [22][23][25][29][30] * **1990年代科技热潮**：对生产率提升的预期（反映在科技股估值中）推动了投资和消费，在劳动力市场收紧的背景下，政策利率和远期利率与股市同步上升，随后在泡沫破裂时下跌 [26][33]；与当前关键区别在于，1990年代末美国财政赤字已消除，政府与企业发债的竞争较小 [28] 五、 AI对债券风险溢价与财政前景的影响 * **可能压缩风险溢价的因素**：更强的生产率增长可能通过改善**r-g动态**（经济增长率高于实际债务利率）来改善政府财政平衡和债务轨迹 [45][52]；例如，英国政府目标通过公共部门数字化和AI应用每年节省**450亿英镑**，约占GDP的**1.5%** [45]；此外，经济供给侧的扩张增强了债券的对冲价值，可能压低期限溢价 [50] * **可能推高风险溢价的因素**：AI投资热潮正在恶化**储蓄-投资平衡**，更多投资通过债务融资而非自有现金流 [51][54][55]；在财政赤字已经庞大的背景下，为AI融资的企业发债将与政府发债竞争储蓄，限制长期风险溢价的下降空间 [2][58]；若投资升至GDP的**2%**（与以往技术热潮峰值一致），全球收益率对公共债务水平的敏感性将几乎翻倍，这意味着债务/GDP比率若上升**25个百分点**，可能对5y5y利率产生**80-100个基点**的累积上行压力，是基线预期的两倍 [51] 六、 对利率路径与曲线形态的展望及交易观点 * **基准预测**：报告的经济学家宏观观点已包含AI影响，预计基准**10年期收益率**今年大体横盘震荡，而随着美联储小幅降息，**美国收益率曲线**将温和趋陡 [2]；通胀温和及招聘疲软可能锚定前端收益率，而悬而未决的财政问题及为投资热潮融资的长期企业发债将令长期远期利率保持高位，使曲线在短期内偏向趋陡 [59] * **主要风险与波动源**：AI投资是**周期性波动**的潜在来源，尤其对美国而言，这将限制美国利率波动率的进一步下降（相对于欧洲）[2][59]；AI是宏观波动的新来源，既能强劲提振周期性变量、通胀和债务供给，也存在突然中断、导致收益率深度下跌的风险 [61][62] * **交易建议**：鉴于风险偏向鸽派，在**美国和英国曲线**上买入低行权价的利率接收期权（receivers）可为政策路径提供下行保护 [2][60]；在长端买入凸性（convexity）也可能具有价值，例如长期限的利率接收期权（如10y10y）[2][62]；考虑到美国增长预计将在2026年前加速，**任何劳动力市场的重新收紧**都可能质疑近期的降息，并导致美国曲线趋平 [34]

**涉及的公司与行业** * **公司**：WUS Printed Circuit (沪电股份, 002463.SZ) [1][13] * **行业**：印刷电路板行业，特别是应用于数据中心、AI服务器、网络交换机及汽车领域的高端PCB [1][13][14] **核心观点与论据** **1. 投资评级与目标价** * 报告给予WUS“买入”评级，并将其列为“首选” [1] * 目标价从人民币98.0元上调至119.0元，基于23倍2027年预期市盈率，与其3年平均远期市盈率一致 [1][4][15] * 当前股价（2026年2月26日）为人民币85.36元，预期股价回报率为39.4% [1][6] **2. 盈利预测上调** * 将2026/2027年净利润预测上调8%/23%，至人民币58亿/99亿元 [1][4] * 上调主要基于：1) 快于预期的产能释放；2) 更高的资本支出与收入比（从1:2提升至1:2.5）；3) AI服务器和交换机PCB层数升级带来的更高盈利能力 [1][3][4] * 预计2025-2027年每股收益复合年增长率高达56% [15] **3. 增长驱动力：AI与产能扩张** * **AI服务器与交换机**：公司是AI服务器的重要供应商和数据通信PCB的领导者 [14]。主流AI服务器和交换机PCB的层数升级将提升盈利能力 [1] * **潜在LPU机遇**：预计英伟达将在GTC大会上发布LPU机架，每个主板的PCB价值约6000美元，每个机架约96000美元（近人民币70万元）。WUS预计将成为早期主要供应商 [2] * **产能扩张**： * **2026年**：预计收入达人民币259亿元，主要由昆山和黄石工厂的技术升级（预计到2026年底增加约80亿元产能）以及泰国工厂的产能爬坡驱动 [3] * **2027年**：预计收入增至人民币395亿元，由新产能（投资43亿元，预计2026年第三季度开始试产）在2026年下半年6个月爬坡后支持全年增长 [3] **4. 财务与估值** * **盈利预测**：2025E/2026E/2027E净利润分别为38.2亿/57.7亿/99.0亿元人民币，每股收益分别为1.99/3.00/5.15元 [5][8] * **利润率提升**：预计净利率将从2025年的20.2%提升至2027年的25.1%，毛利率从35.3%提升至41.2% [8] * **估值**：当前中国PCB公司交易于约15倍2027年预期市盈率，而中国和日本的主要PCB上游材料（如铜箔和玻璃纤维）股票交易于20-30倍2027年预期市盈率。报告认为，当投资者将目光转向2027年时，WUS的上涨空间将被释放 [4] **5. 风险因素** * 在生成式AI相关PCB中获得的份额低于预期 [16] * 汽车供应链中的定价和竞争压力 [4][16] * 云服务提供商资本支出减少及经济疲软导致需求下降 [16] * 材料成本上涨 [16] * 中美地缘政治风险 [16] **其他重要信息** * **公司简介**：WUS成立于1992年，2010年上市，主要产品包括多层板和HDI，主要应用于通信和汽车领域 [13] * **投资逻辑**：公司因其宽广的利润率、良好的过往记录和强大的大规模生产能力，应享有估值溢价 [14] * **与市场预期的对比**：花旗对WUS 2027年的收入和净利润预测（395亿元/99亿元）显著高于彭博一致预期（332亿元/72亿元），分别高出19%和37% [9] * **短期催化剂**：GTC大会可能发布的LPU [1][2] * **负面因素**：M6及以下等级覆铜板价格上涨对公司的汽车PCB业务产生负面影响 [4]

February 26, 2026 10:40 PM GMT Baidu Inc | Asia Pacific Businesses in Line; Still Focus on Unlocking Value | What's Changed | | | | --- | --- | --- | | Baidu Inc (BIDU.O) | From | To | | Price Target | US$150.00 | US$135.00 | We expect core revenue -1% in 1Q26, as marketing business recovery remains tepid at -15%, partially offset by non-marketing growth of 22% driven by AI infra growth. Unlocking value remains key focus (dividends, Kunlunxin listing, potential southbound inclusion). Remain EW. 1Q26: We exp ...

**涉及行业与公司** * **行业**：AI服务器产业链，具体为**覆铜板** 及上游**AI级玻璃纤维布** 行业 [1] * **核心公司**： * **生益科技**：中国领先的覆铜板供应商，已进入英伟达AI供应链 [1][3] * **建滔积层板**：覆铜板及上游玻璃纤维布供应商，计划进军AI材料市场 [4][9] * **深南电路**：印刷电路板及BT载板供应商，受益于AI服务器及国产AI芯片需求 [10] **核心观点与论据** * **行业趋势：AI驱动高端材料升级与短缺** * 英伟达平台从Ampere到Rubin的持续升级，推动对**高速/高频覆铜板** 的需求 [1][12] * AI级玻璃纤维布出现短缺，特别是**低Dk/gen 2、低CTE和Q-glass** [1][8] * 预计**低Dk/gen 2** 和 **Q-glass** 的需求在2025E至2027E期间的复合年增长率将分别达到**387%** 和 **471%** [8][11] * 预计2026年低Dk材料需求约**1600万米**，但供应可能仅**1000万米**，覆盖**60-65%** 的需求，供应紧张可能推高价格 [8] * **生益科技：AI覆铜板龙头，盈利增长强劲** * 公司是**中国唯一获得英伟达M9级覆铜板认证**的供应商，用于Rubin/GB300平台，生产良率超**90%** [3] * 预计2026年AI覆铜板月销量将从2025年的**70-80万张** 翻倍至**150-160万张**，占总产能比重从近**10%** 提升至**15%** 以上 [3] * 预计2026年AI覆铜板毛利率超**40%**，显著高于覆铜板板块平均约**28%** 的毛利率，产品结构优化将提升整体盈利能力 [3] * 预计公司2026年盈利将再增长**33%+**，达到**46亿元人民币** [3] * **建滔积层板：切入上游AI材料，潜在盈利增量可观** * 公司上游玻璃纤维布和覆铜板有望分别于**2026年第一季度**和**2027年初**进入英伟达供应链 [4] * 计划于2026年第一季度开始生产**低Dk gen 1/gen 2** 材料，年产能**2000吨**，并计划在2026年底前再建**3000吨** 低Dk gen 2、T-glass或Q-glass产能 [9] * 若**5000吨** AI级玻纤布产能如期实现，基于当前价格，预计可为2026年贡献超**4亿港元** 的净利润，意味着盈利有超**12%** 的上修可能 [9] * **深南电路：AI PCB与载板业务双重驱动** * 预计2025-27E公司盈利复合年增长率为**39%**，受**AI-PCB** 和**BT载板** 业务驱动 [10] * 预计2025年上半年AI-PCB（用于AI加速器、交换机等）占其总销售额的**15-20%**，且其毛利率比非AI PCB至少高**10个百分点** [10] * 预计2025年下半年AI-PCB毛利率已超**45%**，主要客户包括华为昇腾及阿里、腾讯等国内云厂商 [10] * BT载板毛利率在2025年上半年触底于**15%**，但预计在2025年第四季度已反弹至**20%+**，主要受服务器DRAM芯片等行业复苏驱动 [10][11] **其他重要信息** * **材料价格差异巨大**：用于M9覆铜板的石英布价格比用于非AI产品的E-glass贵约**40倍** [7] * **公司估值与风险**： * 报告给出了三家公司的目标价及估值依据，均基于较高的市盈率，反映了对AI驱动上行周期的预期 [23][25][28] * 提示的风险包括：客户认证进度、中国宏观经济增长、终端电子产品需求、AI订单需求、原材料成本通胀等 [24][26][27][29] * **技术迁移优势**：生益科技和深南电路凭借在5.5G等电信设备领域的**高速/高频材料** 技术积累，能较早切入AI-CCL和AI-PCB领域 [2]

February 23, 2026 05:01 AM GMT Telecom & Networking Equipment Into the Spotlight: Optical Market Opportunities The optical market is set to reach $65bn+ in our '28 base case (~30% CAGR) on the back of increasing speed/investment in AI data centers. As traditional networks reach their limits, new optical technologies are poised for adoption, potentially adding $23bn in TAM, taking the industry to ~$90bn. Key Takeaways We estimate expanding optical reach as speed increases create ~$23bn in incremental optical ...

涉及的行业与公司 * 行业：软件/科技、另类资产管理（私募股权、私募信贷）、医疗保健、信贷市场（高收益债、杠杆贷款、私募信贷）[2] * 公司：未提及具体上市公司名称，但讨论涉及企业软件公司、另类资产管理公司、生物制药公司、合同研究组织（CRO）等[6][8][10] 核心观点与论据 **软件/科技行业** * AI颠覆最直接的压力点在于软件行业，尤其是基于人力密集型工作流程的应用软件[4] * 企业软件公司增长可能放缓，因为它们将面临来自竞争对手的增量增长损失[6] * 在最悲观情景下，软件公司增长率可能降至个位数，增量支出因大公司使用商品化模型自建工具而放缓[6] * 大型语言模型不太可能完全重建所有软件应用，从而消除对软件的需求[6] * 许多软件商业模式按用户定价，随着AI减少人力需求，定价框架需要演变[6] **另类资产管理公司** * 缺乏明确的积极催化剂，但对低估值倍数的成长型公司持建设性看法[8] * 整个另类资产管理集团中，约6-8%的管理资产规模（AUM）暴露于软件行业，私募股权基金中的敞口更高（约15%）[8] * 近期的软件板块回调可能导致投资亏损，并影响/使退出复杂化，进而影响投资组合变现/回报，尤其是在软件权重较高的投资组合中[8] **医疗保健行业** * 医疗保健可能正在进入一个计算时代，这可能对该行业的利润率产生深远影响，尽管是长期影响[9] * 医疗保健是AI代表结构性顺风而非威胁的行业[9] * 在药物发现领域，与AI相关的风险投资加速，现在约占制药交易的25%，AI创新可能显著加速药物开发并降低成本[10] * 拥有大型、高质量数据集的制药公司和其他参与者可能处于有利地位[10] * 在医疗保健服务领域，AI应用直接应对劳动力短缺和日益增长的利润率压力，AI抄写员（自动化临床记录、计费和编码）提供了罕见的三重好处：减少医生职业倦怠、提高可计费能力、改善患者体验[10] * 合同研究组织（CRO）面临最大的AI风险，因为AI可能减少药物开发期间所需的实验数量[10] **信贷市场影响** * 关键风险在于颠覆的速度而非其存在，12个月内的快速冲击可能压倒合同保护，但多年调整的可能性大得多[5] * 在杠杆贷款和私募信贷中，科技行业占持仓比例较大且质量构成较低，因此面临最高的颠覆风险[6] * 在悲观情景下，这可能导致违约率增加：美国高收益债增加2-3%，杠杆贷款增加5%，私募信贷增加8%[6] * 市场对再融资的担忧是一个长期动态，到期墙压力从2028年之后开始[6] * 需要关注的关键指标是杠杆贷款市场发行量的减少，这在历史上是利差显著扩大的前兆[6] * 市场对杠杆贷款科技板块的违约风险定价不足，鉴于颠覆驱动的资产减值，回收率可能在结构上降低[7] * AI主要是一个股权倍数和终值问题，而非即时的信贷事件[10] **私募股权与私募信贷** * 私募股权：AI既带来风险也带来机遇，赢家和输家之间的分化将扩大[10] * 私募信贷：上行空间有限，资本保全至关重要，多元化和优先权（一级结构）最为重要[10] 其他重要内容 * 报告背景：基于2026年2月20日举行的关于AI颠覆跨软件/科技、另类资产管理、医疗保健以及公共和私人信贷市场影响的电话会议[2] * 技术发展：过去几个月，谷歌Gemini、Anthropic Claude 4.5以及最近的GPT-4.5的发布，在推理、自主性和编码能力上代表了一个阶跃变化，导致一些人认为此刻是通用人工智能（AGI）的到来[3] * 催化剂：Anthropic即将于2月24日举行的以企业为重点的活动，将是该行业的下一个重要催化剂，可能进一步验证AI从工具向全栈软件竞争者的转变[4] * 投资偏好：看好具有坚实增长前景的低估值倍数公司，认为估值具有吸引力，但对解决近期不确定性的明确积极催化剂缺乏信心[10] * 生物制药模型：生物制药领域，模型更可能被开发用于内部使用或合作结构，而非作为SaaS产品提供（这在该行业历史上一直具有挑战性）[10]

涉及的行业与公司 * **行业**：企业级软件行业、人工智能行业[1][2][5] * **提及的公司**：汇丰银行给予“买入”评级的公司包括**Salesforce (CRM US)**、**Oracle (ORCL US)**、**ServiceNow (NOW US)**、**Microsoft (MSFT US)**、**Autodesk (ADSK US)**、**Akamai (AKAM US)**、**CrowdStrike (CRWD US)**、**Alphabet (GOOG US)**、**HP (HPQ US)**、**Intuit (INTU US)**、**Palantir (PLTR US)**、**TE Connectivity (TEL US)**、**Zoom (ZM US)**[5][9][16] * **报告发布机构**：**HSBC Securities (USA) Inc.**，作者包括Stephen Bersey、Abhishek Shukla、Sameer Lam[4][5][17] 核心观点与论据 * **核心论点：软件将主导AI价值的实现**：软件将是AI在全球最大企业间扩散的主要机制，AI将被嵌入软件平台，而非取代软件[1][5][7] * **基础模型与氛围编码的局限性**：基础模型在技术上存在固有缺陷，不适合直接“提升并替换”主要企业软件平台，氛围编码将智能设计的负担转移给编码者，而初创公司、基础模型供应商和消费级平台玩家缺乏创建“企业级”软件的经验和知识产权[5] * **企业级软件的优势**：企业级软件经过数十年发展，具有几乎无错误、高吞吐量和可靠性的特点，其关键且私有的知识产权无法在公共互联网上训练，新进入者从零开始将落后数十年[5] * **现有软件厂商的领先地位**：主要的企业级软件公司（如Salesforce, Oracle, ServiceNow, Microsoft）自2024年以来一直在进行嵌入式智能代理的设计、氛围编码和测试，现已成熟并开始向全球大客户推广，它们是利用AI为全球GDP生产创造价值的最佳人选[5][9][11] * **AI的消费路径**：嵌入式智能代理是世界最大企业消费AI并推动AI推理需求增长数个数量级的主要机制，这为全球AI数据中心的巨大建设提供了理由[9] * **软件行业的市场机遇**：软件行业正面临总可寻址市场的大规模扩张，这一周期将在未来5-10年建立新高度，尽管行业估值处于历史低位，但预计将大规模扩张且需求势头强劲[14][15] * **价值分配**：尽管AI对硬件/半导体行业有利可图，但价值创造的绝大部分将产生于软件行业[6][15] * **2026年为货币化起点**：报告将2026年视为软件行业内AI货币化的启动年份[5][15] 其他重要内容 * **历史经验**：在80年代和90年代，许多公司曾被迫自行编写代码来运营业务，但经济规律促使他们将此任务外包给集中的企业软件供应商，报告认为不会很快回到那个时代[12][13] * **投资建议与估值**：报告提供了涵盖多家软件及科技公司的详细比较估值表，包括当前市价、目标价及基于2025e和2026e财年的各类估值倍数（如市盈率P/E、市销率P/S等）[16] * **评级分布**：截至2025年12月31日，汇丰发布的所有独立评级中，买入占57%，持有占37%，卖出占6%[23]

涉及的行业与公司 * **行业**: 人工智能基础设施、数据中心、云计算、半导体供应链、IT服务、建筑、电力与电气基础设施、服务器制造 [1][4][7][9][11] * **公司/集团**: * **印度本土企业**: 信实工业与Jio、阿达尼集团、拉森图博、塔塔集团、Yotta Data Services [2][3] * **国际企业**: 微软、谷歌、英伟达、OpenAI、AMD [2][5][6] 核心投资承诺与规模 * 在2026年印度AI影响力峰会上，公司宣布了总额超过**2770亿美元**的AI基础设施相关投资承诺，约占印度GDP的**6.3%**，投资期主要为未来**5-7年** [1][3][4] * 主要投资承诺包括： * 信实工业与Jio：**1100亿美元**，未来7年，用于数据中心、绿色电力（10吉瓦）和边缘计算基础设施 [2][3] * 阿达尼集团：**1000亿美元**，至2035年，用于可再生能源驱动的超大规模数据中心 [2][3] * 微软：**500亿美元**，至2030年，用于数据中心和计算基础设施 [2][6] * 谷歌：**150亿美元**（2026-2030年），用于维沙卡帕特南的AI中心，包括吉瓦级数据中心和国际海底电缆网关 [2][6] * 塔塔集团与OpenAI合作：建设AI就绪的数据中心，初始容量**100兆瓦**，可扩展至**1吉瓦** [2][5] * 塔塔咨询与AMD合作：部署AMD的“Helios”机架级AI平台，支持高达**200兆瓦**的数据中心容量 [2] * Yotta Data Services：超过**20亿美元**，在其诺伊达超大规模数据中心部署英伟达AI芯片 [2] * 拉森图博与英伟达合作：建设主权、可扩展的吉瓦级英伟达AI数据中心工厂；在金奈和孟买分别扩展**30兆瓦**和**40兆瓦**的英伟达GPU集群部署 [2] 战略定位与合作伙伴关系 * 投资承诺凸显印度作为美国在AI基础设施开发方面的关键技术合作伙伴地位 [4][7] * 印度正式加入美国主导的“Pax Silica”联盟，以巩固其作为构建安全全球AI和半导体供应链的战略盟友地位 [4][7] * 多个项目强调“主权”AI基础设施，使印度能够在其境内控制关键的AI工作负载和数据 [6] * 印度政府为通过印度数据中心提供云服务的外国公司提供至**2047年**的税收减免，旨在将印度定位为全球数字基础设施中心 [9] 数据中心建设现状与展望 * 印度数据中心实际运营容量从**2023年的0.86吉瓦**增长至**2025年的1.93吉瓦**，预计到**2028年将翻倍至约4吉瓦** [4][9] * 尽管数据中心建设已启动，但迄今为止对印度GDP增长的贡献（2025年约**0.09个百分点**）小于马来西亚等亚洲同行（2025年约**0.4个百分点**），但随着建设提速，这一情况预计将改变 [8] * 数据中心容量翻倍将创造对服务器制造、电力及电气基础设施等AI生态系统的需求 [9] * 数据中心建设成本因国家而异，平均约为**每兆瓦1000万美元**，涵盖土地、设备、劳动力、加热、冷却和电力消耗 [11] 对印度经济的影响与机遇 * 预计未来几个季度印度建筑GDP增长将加速，反映AI数据中心投资及相关生态系统需求 [4][11] * 在投资者因AI而质疑印度IT服务公司商业模式相关性之际，报告认为印度在AI应用和数据中心建设方面存在机遇 [4][11] * 印度内阁部长Ashwini Vaishnaw表示，未来两年可能有超过**2000亿美元**的投资流入印度AI生态系统 [6] 面临的挑战 * 挑战包括数据中心所需的基础设施，如充足的土地、水和电力，以及必要的熟练劳动力 [10] * 作为其印度承诺的一部分，谷歌将与政府的数字使命（Karmayogi Bharat）合作，培训**2000万**公务员并支持**1100万**学生 [10]

报告行业投资评级 - 报告未明确给出对特定行业的投资评级，但通过其专有指标“美银美林牛熊指标”发出了对整体市场的“卖出”信号，当前读数为9.2，处于“过度看涨”的逆向“卖出”区间 [13][58][59] 报告的核心观点 - **长期观点**：新的世界秩序将带来新的全球牛市，预计国际（非美国）股市将在2020年代下半叶跑赢美国股市，这基于财政扩张、民粹主义、通缩结束以及人工智能对不同经济结构（美国以服务业为主，EAFE/新兴市场以制造业/资源为主）的差异化影响 [4] - **短期观点/市场定位**：当前市场情绪极度乐观，多项资产（如韩国KOSPI指数、黄金、比特币）技术指标显示超买，与历史泡沫峰值相似，存在短期回调风险，建议“卖出贪婪” [3][13][15][16] - **关键催化剂与风险**：关注银行信贷基金（如SRLN ETF）和金融板块（XLF ETF）的关键技术位是否被跌破，这可能预示着“坏事件”和风险资产的全面调整，调整可能通过美元走强（DXY升至100）和对长久期资产的追捧来完成，直到美联储转向宽松或AI资本支出削减缓解信贷紧张 [2] 根据相关目录分别进行总结 市场表现与资金流向 - **年初至今（YTD）资产表现**：黄金以19.8%的回报率领先，其次是原油（13.7%）、国际股票（11.2%），而比特币表现最差，下跌22.9% [1][68] - **资金流向**： - 全球股票周度流入381亿美元，年度化后YTD流入达创纪录的1.1万亿美元 [18][22][23] - 黄金周度流入62亿美元，年度化后YTD流入达创纪录的1480亿美元 [18][26][27] - 投资级债券周度流入96亿美元，年度化后YTD流入达创纪录的7080亿美元 [18][28][29] - 高收益债券出现6亿美元流出，为2025年11月以来首次；银行贷款基金出现8亿美元流出，为2025年12月以来首次；金融板块出现22亿美元流出，为2025年4月以来最大 [18][35][36] - 韩国股市YTD流入达210亿美元，已超过任何一年的全年流入 [18][36] 技术分析与市场情绪 - **超买信号**：韩国KOSPI指数价格较200日移动平均线高出70%，其偏离程度与黄金、美股“七巨头”、比特币在历史回调前的峰值相似，显示极端超买 [3][15][16] - **牛熊指标**：美银美林牛熊指标从9.4降至9.2，处于1个月低点，但仍高于8.0的“卖出”阈值，表明市场情绪过度乐观，构成逆向卖出信号 [6][13][58][60] - **估值水平**：标普500指数的追踪市盈率（P/E）在2026年1月达到28倍，接近1999年（30倍）和2021年（30倍）的历史高点 [19][20] 区域与板块分析 - **国际 vs. 美国股市**：国际（非美国）股市在MSCI ACWI指数中的市值占比在2024年12月降至33%的历史低点，目前回升至38%，报告长期看好其占比进一步上升 [4][5] - **亚洲资产表现强劲**：亚洲资产（如韩国、台湾、日本股市）领涨，部分原因是押注全球经济繁荣以及特朗普可能降低31%的对华关税 [3] - **板块资金流**：周度资金流入科技（16亿美元）、材料（15亿美元）、能源（15亿美元）板块；流出电信（4900万美元）、消费（9亿美元）、金融（22亿美元）板块 [38][39] - **私人客户配置**：美银私人客户（AUM 4.4万亿美元）配置为股票64.5%、债券17.8%、现金10.5%；过去四周，他们买入日本、新兴市场债务、市政债券ETF，卖出银行贷款、公用事业和必需消费品ETF [12][42][43] 宏观经济与汇率 - **美元与人民币**：美元指数（DXY）可能因风险事件升至100；人民币兑美元汇率处于三年低点 [2][24][25] - **全球宏观格局**：报告认为财政过度、民粹主义兴起、通缩结束以及人工智能对劳动力市场的冲击，更有利于制造业和资源密集型（EAFE/新兴市场）的经济和股市，而非服务业密集型（美国）的经济和标普500指数 [4]

ab 23 February 2026 Global Research US Economic Presentation US Economic Outlook 2026-2028: bumpy, noisy, uneven Economics Americas Jonathan Pingle Economist jonathan.pingle@ubs.com +1-212-713 2225 Alan Detmeister Economist alan.detmeister@ubs.com +1-212-713 1222 Abigail Watt Economist abigail.watt@ubs.com +1-212-882 6929 Amanda Wilcox Economist amanda.wilcox@ubs.com +1-212-713 3899 Pierre Lafourcade Economist pierre.lafourcade@ubs.com +1-212-713 4543 Jalen Nichols Economist jalen.nichols@ubs.com +1-212-882 ...