文章核心观点 - 高盛报告指出，股市定价逻辑正从轻资产扩张转向难复制的实体重资产，市场对电网、基础设施、长期产能等实体资产进行稀缺性重新定价 [1] - 在全球不确定性增加的背景下，农业板块因粮食安全和食品安全的国家战略、历史低位估值、内循环属性及必选消费的抗通胀属性，具备较高的安全边际和投资机会 [1] - 农业ETF华夏（516810）及其持仓股在多重因素共振下表现强势，为投资者提供了布局农业低位反弹的工具 [1] 市场动态与表现 - 2月27日A股资源品走强，农业ETF华夏（516810）盘中涨超1%，冲击4连涨 [1] - 该ETF持仓股中，亚盛集团涨停，利民股份、牧原股份、立华股份、晨光生物等均上涨 [1] 投资逻辑与主题 - 高盛认为，在高实际利率、地缘政治碎片化、供应链重构与AI资本开支叠加的背景下，稀缺性重新定价成为市场新逻辑 [1] - 农业板块估值处于历史低位，同时内循环属性较强，具备较高的安全边际和必选消费的抗通胀属性 [1] - 农业ETF（516810.SH）持仓覆盖生猪养殖、农业化工、种植业等多个细分板块龙头 [1] 行业与板块驱动因素 - 农业板块受益于反内卷、猪周期反转、化工周期、种业安全等多重因素共振 [1] - 在全球不确定性增加的背景下，粮食安全、食品安全是国家战略底线，为板块提供支撑 [1] 投资工具与产品 - 农业ETF（516810.SH）为投资者提供了布局农业低位反弹机会的工具 [1] - ETF具有低门槛、分散风险、被动跟踪指数、持仓透明、风格不漂移等优势 [1] - 该ETF设有联接基金A类（016077）和C类（016078） [1]

文章核心观点 - 在AI革命加速和全球再工业化背景下，市场投资策略正从轻资产叙事转向寻找具备重资产、低淘汰率特征的“HALO”企业，而日本股市因拥有大量此类企业，其独特的工业底蕴和供应链核心地位正迎来价值重估，成为全球投资者对冲AI不确定性的关键避风港 [1][2][4] AI驱动的投资策略转向：HALO交易兴起 - AI引发的行业颠覆促使投资者调整组合，寻找具备抗风险能力的“非输家”，即配置具有高壁垒、难被技术替代的实体产能与网络，以对冲AI不确定性 [1] - 在更高实际利率、地缘政治碎片化、供应链重构与AI资本开支浪潮叠加下，市场正经历“稀缺性重新定价”，领导权回归到有形的生产性资产上，市场开始奖励复制成本极高且不易被技术迭代淘汰的产能、网络、基础设施和工程复杂度 [2] - 摩根士丹利的HALO篮子（MSXXHALO）基于此逻辑构建，涵盖七大结构性支柱：材料、公用事业、铁路、管道、废物处理、国防和信号塔 [5] 日本股市的吸引力重塑：从“僵尸企业”到“避风港” - 日本股市因充斥重资产公司而在轻资产时代曾遭冷遇，其银行在低利率时期为传统制造业提供债务展期维持“僵尸企业”的做法曾被批评 [2] - 这些企业大多从事低淘汰率的利基业务，拥有独特设备和极高行业壁垒，在利润率较低或繁琐的领域占据主导，避免了直接竞争 [2] - 如今，这些在传统指标上回报率较低的公司，因AI对制造业经济学和服务业护城河的独特影响，正重新显得极具吸引力 [3] - 日本企业凭借在关键材料和高端制造供应链中的核心地位，正迎来利润率大幅扩张和估值全面重估 [1] 日本企业的结构性优势：工业底蕴与全产业链 - 日本公司平均涉足2.3个行业，而美国和欧洲同行仅为1.5，美国与欧洲三分之二的企业是纯粹单一业务公司，日本这一比例仅为三分之一 [4] - 这种广泛覆盖多个工业领域的做法曾被视为资源错配，但如今为日本保留了全球市场极为渴求的全产业链工业技能 [4] - 美国推动的再工业化进程旨在填补日本曾拒绝放弃的产业空白，日本企业已成为美国工业极具吸引力的合作伙伴 [4] - 例如，在美日关税协议下，目前最大的投资项目是美国一座旨在满足AI庞大能源需求的大型燃气轮机设施，其建设与运营几乎必然依赖日本的机械设备与技术支持 [5] 半导体材料领域的定价权转移 - 半导体行业的繁荣正将前所未有的定价权向产业链上游传导，定价权已转移到三井金属、日东纺、同和控股等日本特种材料制造商手中 [6] - 这些企业生产的产品是AI芯片等最先进制造工艺中不可或缺的环节，几乎没有其他公司能完全复制其技术规格 [6] - 供应链的垄断地位带来直接财务回报，过去规模仅为数百万美元的市场正迅速膨胀至数十亿美元级别，相关企业利润率有望从原先的10%左右飙升至25%以上 [6] 1. 随着尚未完全显现的供应链瓶颈逐渐暴露，市场将更深刻地认识到日本HALO企业在关键节点上的控制力 [6]

核心观点 - 高盛报告提出当前股市核心定价逻辑正从“可扩张的轻资产叙事”转向“可建造、难替代的实体产能与网络”，即“稀缺性重新定价”，具备“HALO效应”的股票正获得投资者追捧 [1] HALO效应定义与特征 - HALO被定义为“重资产”与“低淘汰”的结合体 [1] - 重资产指商业模式建立在庞大实物资本基础上，拥有成本、监管、建设周期等多维度复制壁垒 [1] - 低淘汰指资产经济价值可穿越技术周期长期存续，替换周期缓慢，难以被数字技术轻易替代 [1] 1] - 典型资产包括输电网、油气管道、公用事业、交通基础设施等 [1] 市场背景与转变驱动因素 - 过去十余年零利率与充裕流动性催生轻资产商业模式，科技股与轻资产行业获得高估值溢价，但当前平衡已被打破 [1] - AI崛起对全球股市形成双重压力 [1] - 一方面，AI使软件、IT服务等部分轻资产行业的利润率与终值不确定性提升，其护城河正在被重新评估 [1] - 另一方面，AI竞赛推动美国五大科技巨头转向资本密集模式，2023至2026年间相关资本支出将达约1.5万亿美元，远超2022年之前的总投资额 [1] 市场表现与估值变化 - 自2025年以来，高盛构建的重资产组合已跑赢轻资产组合35% [2] - 资产密集度成为估值与回报的核心驱动因素 [2] - 当前重资产与轻资产的估值鸿沟已大幅收窄 [2] - 估值收敛更多由重资产公司估值重估驱动，体现市场资金正在为实体资产的战略价值支付溢价 [2]

文章核心观点 - 市场对人工智能颠覆传统行业的恐慌情绪可能已经见顶，资金流向和交易策略正在发生根本性转变 [1] - 市场资金正从“可扩张的轻资产叙事”加速转向“可建造、难替代的实体产能与网络” [3] - 对于担忧AI冲击持续的投资者，买入“重资产、低淘汰”的实体资产（HALO交易）构成当前最佳的对冲策略 [1][8] 市场情绪与转折点 - Anthropic的企业代理简报会成为市场情绪催化剂，释放出AI公司与现有软件供应商更倾向于“合作”而非“替代”的信号 [1] - 这一预期修正引发了此前被严重做空的软件类股票的释然性反弹，相关成分股反弹约5% [1][7] - 德意志银行认为模型提供商倾向于将自身定位为现有系统之上的编排层，现有系统积累的知识和元数据极难被复制或取代 [7] 股市内部极端分化 - 尽管标普500指数自去年10月底以来整体表现平稳，但内部经历了前所未有的剧烈分化和轮动 [1][4] - 过去四个月中，成长股与价值股的收益差经历了24%的回撤，Beta多空组合回撤21%，标普500信息技术和非必需消费品板块下跌11% [4] - 资金疯狂涌入AI受益股和半导体板块，同时无差别地抛售软件类资产，这种调整完全由不断增加的“AI颠覆恐慌”所驱动 [1][4] - 对冲基金净买入半导体和全栈AI资产，将相关敞口推高至2020年以来最高点，而基础设施软件篮子成为今年以来被抛售最多的主题，仓位降至2020年以来的第0个百分位 [7] 防御性及周期性板块表现 - 在市场分化期间，工业板块上涨13%，日常消费品板块上涨16%，材料板块上涨22%，能源板块大涨25% [4] - 当前季度标普500指数表现最好与最差板块之间的收益率差，已达到自2021年以来的第三高水平 [4] HALO交易策略详解 - HALO是“重资产、低淘汰”的缩写，涵盖七大结构性支柱：材料、公用事业、铁路、管道、废物处理、国防和信号塔 [8] - 该策略基于市场正在经历一场“稀缺性重新定价”，领导权回归到有形的生产性资产，市场开始奖励产能、网络、基础设施和工程复杂度 [8] - 这些资产复制成本极高，且不容易被技术迭代所淘汰，其经济相关性能够穿越技术周期而持久存在 [8] HALO策略的市场表现与布局 - 在过去一年中，摩根士丹利HALO篮子上涨了28%，而同期“受AI颠覆影响”的股票篮子则下跌了43% [10] - 该板块的仓位并不拥挤，自2020年以来的净敞口仅处于第53个百分位 [10] - 投资者可以通过购买MSXXHALO的6个月期110%看涨期权来进行布局，其指示性成本仅为2.5% [10]

核心观点 - 股市核心定价逻辑正从“可扩张的轻资产叙事”转向“可建造、难替代的实体产能与网络”，即对“稀缺性重新定价” [2] - 市场正在奖励复制成本高、不易被技术淘汰的实体资产，这类资产被概括为HALO（重资产、低过时） [3] - AI的崛起对市场施加双重压力：颠覆轻资产商业模式、重塑资本支出格局，推动市场向重资产倾斜 [6][7][9] 市场逻辑转变 - 市场领导权正拉回到有形的生产性资产，奖励产能、网络、基础设施和工程复杂度 [3] - 企业正在决定性地重返实体资产，产能和长周期资产迎来史无前例的价值回归 [4] - 过去十余年零利率环境造就的轻资产高估值模式已被打破 [5] HALO资产定义与特征 - HALO指“重资产”与“低过时”的结合体，即Heavy Assets, Low Obsolescence [3] - 重资产特征：商业模式建立在庞大实物资本基础上，复制壁垒高（成本、监管、建设时间、工程复杂性等） [8] - 低淘汰率特征：资产的经济相关性能够穿越技术周期而持久存在 [8] - 典型例子包括输电网、油气管道、公用事业、交通基础设施、关键设备等 [4] AI带来的双重压力 - **压力一：颠覆轻资产模式** - AI革命正在对软件和IT服务的利润率及终端价值提出质疑 [7] - 软件、IT服务、出版、游戏、物流平台、资产管理等行业的护城河被重新评估 [7] - 软件与IT服务近期大幅去估值，源于市场重定价其终值与利润率耐久性 [7] - **压力二：重塑资本支出格局** - AI将部分“轻资产”赢家转变为历史上最大的资本支出者 [9] - 为保持AI领先，美国五大科技巨头在2023至2026年间的资本支出将高达约1.5万亿美元 [9] - 该金额是其在2022年之前历史总投入约6000亿美元的两倍多 [9] - 仅2026年单年，资本支出有望超过6500亿美元，超越AI时代来临前的历史总和 [9] - 算力基础设施本身成为一种典型的实体资产周期 [9] 市场表现与估值变化 - 自2025年以来，高盛构建的重资产组合（GSSTCAPI）已跑赢轻资产组合（GSSTCAPL）达35% [10] - 重资产与轻资产之间的估值鸿沟已急剧收窄 [10] - 估值趋同更多由重资产公司的估值重估驱动，而非轻资产公司的全面估值下调 [10] - 欧洲成长股估值对价值股的溢价率已从2020年代初期的150%大幅收窄 [10] 重资产识别框架 - 高盛使用包含六项指标的综合“资本密集度得分”体系来定义重资产 [11] 1. 有形资产密集度（净实体运营资产/销售额） 2. 固定资产密集度（厂房设备/销售额） 3. 固定资产份额（厂房设备/总资产） 4. 资本-劳动力比率（有形资产/员工数） 5. 资本支出密集度（Capex/销售额） 6. 资本支出负担（Capex/EBITDA） [11] - 行业分类： - 重资产阵营：公用事业、基础资源、能源、电信 [12] - 轻资产阵营：软件、IT服务、互联网、媒体 [12] - 中间地带：汽车、航空为明显重资产；奢侈品和饮料因品牌、工艺等落入“低过时”优质资产类别 [12] 宏观与基本面驱动 - **宏观东风**： - 重资产股票在较高利率时期往往表现出色 [13] - 当前政策组合引导资本流向实体资产，为资本密集型企业创造结构性顺风 [13] - 制造业PMI（特别是未来业务预期）回升并超越服务业PMI，宏观背景向重资产倾斜 [13] - **业绩动能**： - 重资产公司的盈利动能最近已经转正，共识预期正在上调；而轻资产公司的盈利预期则遭到下调 [15] - 分析师共识预期未来几年重资产组合的EPS复合年增长率（CAGR）为14%，轻资产组合为10% [15] - 市场预计轻资产公司的ROE将保持平缓，而重资产公司的ROE则有望持续改善 [15] 资金流向与仓位 - 过去12个月，欧洲价值型基金迎来3%的资金净流入，而成长型基金遭遇9%的净流出 [16] - 欧洲价值型基金相较于成长型基金的累计资金净流出仍徘徊在资产管理规模的-40%左右 [16] - 全球投资者对价值股（重资产的集中地）依然处于严重低配状态 [16]