文章核心观点 - 本轮AI革命的话语权掌握在中年人手中，这与互联网革命由年轻人主导形成鲜明对比，其根本原因在于AI创业是资本、工程、组织及监管门槛极高的“积累驱动”型重工业，而非“点子驱动”的轻工业[5][6][22] - AI创业的高门槛体现在巨额资金需求、深厚工程经验、规模化组织与人脉资源，以及应对复杂监管与伦理要求的能力，这些都需要长期职业积累，使得有积累的中年创业者更具优势[9][14][18][31] - 资本环境的转变从追求“赌未来”转向“求确定性”，监管与媒体叙事更强调安全、责任与可信度，共同将投资与公众信任导向经验丰富的中年创业者[24][25][31][37] - 中年人主导不排斥年轻人，两者在AI时代形成互补：年轻人是技术实施与创新的主力，而中年人则在战略定义、资源整合、合规与伦理把关方面发挥不可替代的作用[38][42][48] - AI革命是深层的地质运动，它无限降低执行成本，使得人类长期积累的经验、洞察、人脉和责任成为最稀缺的资源，机会站在长时间积累的一边[52] AI创业与互联网创业的本质差异 - **行业性质差异**：互联网创业是生产洗衣粉的轻工业或快消品，拼敢想敢干和快速迭代；AI创业则是生产万吨乙烯的大基建或重工业，是资本密集型的“重工业竞赛”[7][9] - **资金门槛差异**：互联网创业启动成本极低，如Facebook启动资金2000美元，阿里巴巴靠50万元人民币起步；AI训练一个领先基座模型需要数以万计GPU、极高电力及数亿至数十亿美元持续投入，入场券昂贵[10] - **工程门槛差异**：互联网创业技术门槛低，追求MVP和快速迭代；AI大模型训练涉及复杂分布式系统、算法优化与硬件适配，需要深厚工程经验应对漫长的“踩坑-填坑”过程，更类似传统工程建设[14] - **驱动逻辑差异**：互联网创业是“点子驱动”，AI创业是“积累驱动”，后者依赖资金、经验、人脉和组织能力将点子转化为真正的技术与商业价值[22] AI创业的高资金与工程门槛 - **巨额资金需求**：训练领先基座模型需巨额投入，例如智谱AI训练GLM-130B大模型，使用96台DGX-A100，预训练60天，等价于490万美元云服务费用；DeepSeek-V3模型训练成本达557.6万美元，虽仅为GPT-4估算成本的二十分之一到十分之一，但仍需数百亿规模资金池支撑[11][12] - **电力基础设施挑战**：AI基础设施资本开支进入超常增长，预计到2030年仅美国数据中心电力需求将比目前增长三倍，达每年5600亿度电，相当于新增三个三峡大坝发电量[10] - **深厚工程经验要求**：大模型训练大部分时间用于系统调试与适配，例如GLM-130B从2022年初开始准备，正式预训练仅在5-7月三个月内完成，真正稳定训练时间不到2个月[14] - **高难度技术选择依赖长期积累**：如阶跃星辰创始人姜大昕选择“多模态统一”技术路线，需要清醒的技术边界认知和深厚的工程功底，这些功力积累都需要漫长的时间[15][17] 组织能力、人脉资源与资本环境的转变 - **组织与人脉的“独家优势”**：AI创业需要协调科研、工程、市场、资本等多环节，整合学术、产业、资本等多方资源，例如智谱AI张鹏的“清华系”网络吸引了大量清华校友加入，这种人才感召力源于长期职业积累[18] - **管理经验的转化价值**：如MiniMax创始人闫俊杰凭借在商汤科技担任副总裁期间积累的管理经验，实现扁平化管理，带领平均年龄29岁的团队快速迭代，仅用4年完成上市[20] - **资本投资逻辑转变**：互联网时代资本普遍撒网、赛马，青睐年轻创业者；经历WeWork泡沫破裂等事件后，资本转向“精挑细选、求确定性”，更看重创业者的深层R&D背景、算力管理经验及行业认知[24][25][28] - **资本青睐有积累的创业者**：2021年AI独角兽创始人平均年龄达40岁峰值；头部公司如OpenAI、Anthropic核心团队多为在谷歌、Meta等沉淀超十年的“老兵”，其深厚履历更容易获得融资[25][27] - **资本退出路径变化**：AI时代私募股权融资和巨头并购整合成为更主流的退出方式，如微软收购Nuance、入股OpenAI，谷歌收购DeepMind，这更有利于资源整合能力强的中年创业者[28] 监管、媒体叙事与公众信任的转变 - **监管要求审慎与合规**：经历互联网对社会结构的深刻改变后，监管对AI革命更加审慎，要求应对AI伦理、数据隐私、算法公平等挑战，创业者需懂政策、法律且有社会责任感[31][32][33] - **应对监管成为核心竞争力**：例如Sam Altman每年参加美国国会听证会，善于将复杂技术转化为监管层能理解的叙事，2023年“董事会风波”中快速复职也体现其对监管环境与公众情绪的精准把握[33][35] - **媒体叙事聚焦责任与可信度**：媒体报道重点从“反叛创业者”转向“科学家与思想家的结合体”，关注AI安全、社会伦理及负责任的技术发展，例如Demis Hassabis获奖后媒体重点报道其跨学科积累与长远规划[36] - **公众心理需求偏向成熟领袖**：路透社研究院调查显示，62%受访者更倾向于信任有专业人士监督的AI内容；40岁左右、有深厚学术背景的中年人比年轻创业者更能提供“技术在受控”的安全感[37] 年轻创业者在AI时代的角色与优势 - **优秀年轻创业者涌现**：例如月之暗面创始人杨植麟（1992年生）在2024年完成超10亿美元融资，估值达25亿美元；技术天才张祥雨（1990年生）作为ResNet第一作者，论文总引用超30万次，加入阶跃星辰担任首席科学家[39][41] - **实施层的主导力量**：年轻人在AI实施层占据主导，例如MiniMax员工平均年龄仅29岁，73.8%为研发人员；智谱AI也有大量“90后”、“95后”年轻工程师负责技术实现[42] - **“技术原住民”的创新优势**：年轻人对新技术接受度高，能快速捕捉趋势，敢于尝试颠覆性创新，且少有家庭与财务压力，能承受更高创业风险，以低成本快速试错，具备“无产者”的创新勇气[42] 中年人抓住AI机遇的实战方向 - **做领域问题的精准定义者**：发挥多年行业经验，洞察“真正值得解决的问题”，例如OpenClaw开发者Peter Steinberger基于44个AI项目经验及第一次创业经验，精准定义企业管理者对AI的需求[46] - **构建知识图谱护城河**：将多年积累的行业Know-how、隐性知识与AI结合，打造不可替代的竞争力，例如梁文锋将量化投资背景的“系统优化”思维融入大模型训练，在MoE、MLA等技术点形成独特优势[47] - **掌握“敏捷领导力”管理人机协同**：从“任务指派者”转向“工作流集成商”，协调资源、统筹全局，激励年轻团队并尊重其创新，实现“经验+活力”高效协同，例如闫俊杰的管理方式[48] - **发挥成熟优势做好监管沟通与伦理把关**：利用在建立共识、维护透明度、遵循道德规范方面的“软实力”，率先建立合规安全框架，增强内外部信任，例如Anthropic创始人Dario Amodei坚持“有益、诚实、无害”的开发理念[49][50]

核心观点 报告的核心观点是，在AI革命、电力市场化改革和能源安全战略的共同驱动下，电力运营资产正迎来系统性价值重估的时代机遇。报告认为，电力行业当前处于“叙事逻辑重构+基本面边际改善+估值历史低位”三重共振状态，配置性价比凸显，并推荐以中证全指电力公用事业指数及其相关ETF产品作为核心配置工具[4][5]。 投资逻辑：AI浪潮下的电力新需求与价值重估 算电协同成为国家战略，催生电力新需求 - **算电协同于2026年首次写入政府工作报告，标志着其正式成为数字经济高质量发展规划下的核心国家战略**[5][12] - **AI算力需求呈指数级增长，改变用电结构与电网约束**：国内智能算力规模2024年达725.3 EFLOPS，同比增长74.1%，预计2028年达2781.9 EFLOPS[14]。全国数据中心用电量2023年为1500亿千瓦时，占全社会用电量1.6%，同比增长15.4%，显著高于全社会用电增速5.8%[14]。预计到2030年，中国数据中心用电量可能突破7000亿千瓦时，占全社会用电量比重达5.3%[14]。局部地区如张家口，数据中心用电量占比已从2019年的6.8%增至2023年的20.1%[15] - **算电协同有助于解决绿电消纳与价格困境**：截至2025年底，中国可再生能源装机达23.4亿千瓦，占全国电源装机60%[17]。2025年上半年全国太阳能弃电率升至6.6%，风电弃电率达5.7%[17]。数据中心负荷与新能源出力特征互补，国家枢纽节点新建数据中心绿电占比目标超80%，通过长期购电协议（PPA）锁定电价，可改善绿电消纳与价格[17] - **Token出海本质是电力数字化出口，电力成本成为AI产业竞争力核心**：2026年3月9日至15日，中国AI大模型周调用量达4.69万亿Token，环比上涨11.83%[21]。国产模型凭借电价等成本优势，调用成本显著低于海外模型，例如MiniMax M2.5的输入价格约为0.2美元/百万Token，而Claude Opus 4.6为5美元/百万Token，是前者的约25倍[22] 电力投资新范式：定价机制改革与能源安全叙事 - **容量电价机制确立，提升盈利稳定性**：2026年1月，国家发改委等部门印发《关于完善发电侧容量电价机制的通知》，首次建立覆盖煤电、气电、抽蓄、新型储能的完整容量电价框架[26]。煤电固定成本回收比例提升至不低于50%（即每年每千瓦165元），并可结合实际情况进一步提高[27]。这标志着电力板块定价范式从电量市场博弈向“容量价值锁定+电量市场弹性”转换[28] - **全球结构性缺电与能源安全推动电力基础设施价值重估**：全球电力需求未来五年年均增长3.5%以上，电网投资需在2030年前增加50%[31]。AI算力需求与旧电力基础设施深度错配构成系统性矛盾[31]。在HALO（重资产、低淘汰率）交易框架下，电力基础设施凭借“重资产壁垒+低淘汰率+确定性溢价+能源安全”四重逻辑，有望成为核心防御主线[34]。地缘冲突提升能源安全重要性，国家电网“十五五”固定资产投资规模达4万亿元，较“十四五”增长40%[36] 电力资产估值优势明显，具备高配置性价比 - **电力资产估值处于历史相对低位**：截至2026年3月17日，电力行业PB为2.04倍，PE为20.8倍[38]。从相对估值看，电力/上证指数的PB估值处于过去5年27%的分位水平，而电网设备/上证指数的PB估值处于过去5年99%的分位水平[38]。电力/上证指数的PE估值处于过去5年20.5%的分位水平，而电网设备/上证指数的PE估值处于过去5年89%的分位水平[38] - **盈利稳定、分红能力强，具备抗周期与红利属性**：电力运营资产盈利与现金流稳定，股息率显著高于电网设备，优质运营商股息率可达4%-6%[42]。2024年以来，电力行业ROE（TTM）高于全A[42] - **公募基金持续低配，存在回补空间**：截至2025年第四季度，公募主动权益基金对公用事业板块低配比例为1.69%，对电力板块低配比例为1.4%，配置比例分别为0.39%和0.33%，处于近5年来较高水平，筹码结构较好[45] 中证全指电力公用事业指数分析 指数概况与行业分布 - **指数基本信息**：中证全指电力公用事业指数（H30199.CSI）基日为2004年12月31日，基点为1000点[50]。截至2026年3月17日，指数覆盖57只成分股[50] - **行业高度集中**：指数权重95%集中于公用事业板块[52]。从申万二级行业看，95%权重集中在电力行业[52]。从申万三级行业看，火电权重占比最高，达33.7%，其次是水电、风电、核电[52] 成分股特征与财务表现 - **龙头公司市值突出**：截至2026年3月17日，市值1000亿元以上的成分股有8只，合计市值占比达56%[54]。总市值在100-500亿元之间的成分股数量最多，为35只，但合计市值占比为26%[54] - **盈利韧性增强，ROE稳健**：2025年第三季度，指数营业收入同比下降4.86%，但归母净利润保持增长0.96%[57]。指数ROE（TTM）自2022年第一季度的2%持续提升至2024年的9.17%，截至2025年第三季度仍处于8.6%的较高水平[57] 历史市场表现优异 - **长期收益领先，风险收益比高**：2021年1月4日至2026年3月17日，电力指数涨幅达48.7%，显著跑赢上证指数、沪深300等宽基指数[60]。过去5年，电力指数年化收益率6.9%，年化波动率12%，夏普比率0.28，最大回撤26.5%，各维度表现整体优于主要宽基指数[60][63] 相关投资产品：电力ETF景顺（159158.SZ） - **产品基本信息**：景顺长城中证全指电力公用事业ETF（159158.SZ）于2026年1月16日成立，1月27日上市，紧密跟踪中证全指电力公用事业指数[65]。基金投资于标的指数成份股及备选成份股的资产不低于基金资产净值的90%[65]。管理费率为0.50%，托管费率为0.10%[65] - **产品规模与流动性**：截至2026年3月17日，基金规模为13.09亿元，近一月日均成交额为1.5亿元[65]

AI创业浪潮中的“中年革命”现象 - 本轮AI革命的核心话语权由中年人掌握，这与30年前由辍学生和年轻创业者主导的互联网革命形成鲜明对比 [2] - 代表性人物包括OpenAI的Sam Altman（41岁）、Anthropic的Dario Amodei（42岁）、DeepMind的Demis Hassabis（48岁）以及OpenClaw的开发者Peter Steinberger（38岁）[2] - 中国AI领域的领军人物同样以中年为主，如智谱AI张鹏（44岁）、DeepSeek梁文锋（41岁）、阶跃星辰姜大昕（40岁）和MiniMax闫俊杰（37岁）[2] AI创业与互联网创业的本质差异 - 互联网创业是“点子驱动”的轻工业模式，强调快速迭代和流量增长，启动资金门槛极低，例如Facebook启动资金为2000美元，阿里巴巴为50万元人民币 [5][6] - AI创业是“积累驱动”的重工业模式，属于资本密集型竞赛，需要巨额资金、深厚工程经验和规模化组织能力 [4][5][11] - 互联网创业技术门槛相对较低，注重实现最小可行产品（MVP）[8] - AI大模型训练涉及复杂的分布式系统、优化算法和硬件适配，工程经验门槛极高，大部分时间用于系统调试而非训练本身 [8][9] AI创业的高资金与资源门槛 - 训练领先的基座模型需要数以万计的GPU、极高的电力供应以及数亿至数十亿美元的持续投入 [6] - 到2030年，仅美国数据中心的电力需求预计将增长三倍，达到每年5600亿度电，相当于新增三个三峡大坝的发电量 [6] - 智谱AI训练GLM-130B大模型，使用96台DGX-A100，预训练持续60天，等价于490万美元的云服务费用 [6] - DeepSeek-V3模型的训练成本为557.6万美元，虽仅为GPT-4估算成本的二十分之一到十分之一，但仍需依赖幻方量化数百亿规模的资金池支持 [7] 中年创业者的核心竞争优势 - **工程与经验积累**：AI创业需要深厚的工程功底和对技术边界的清醒认知，这些能力需要漫长的时间积累，例如阶跃星辰姜大昕拥有数十年自然语言处理与机器学习经验 [9] - **组织与人脉资源**：AI创业需要协调科研、工程、市场、资本等多环节，整合多方资源，例如智谱AI张鹏凭借在清华二十余年的积累，构建了强大的“清华系”学术与产业网络 [10] - **管理能力**：中年创业者具备规模化组织管理经验，例如MiniMax闫俊杰凭借在商汤科技的经验，打造平均年龄29岁的扁平化团队，实现4年上市 [10] 资本投资逻辑的转变 - 互联网时代资本偏好“普遍撒网、覆盖赛道”，投资年轻创业者，看重快速实现MVP的能力和概念 [14][16] - AI时代资本转向“精挑细选、求确定性”，更看重创业者的深层研发背景、大规模算力管理经验、行业认知及合规能力 [14][16] - 2021年，AI独角兽创始人的平均年龄达到40岁的峰值 [14] - 头部AI初创公司核心团队多为在谷歌、Meta等顶级机构沉淀超过十年的“老兵”，其深厚履历更容易获得资本青睐 [15] - 资本退出路径从依赖IPO转向更多通过私募股权融资和巨头并购整合，例如微软收购Nuance、入股OpenAI，谷歌收购DeepMind [16] 监管环境与媒体叙事的推动 - 监管对AI伦理、数据隐私、算法公平的要求更高，需要创业者懂政策、懂法律且有社会责任感，这更符合中年创业者的特质 [18] - 媒体叙事从追捧“少年天才”转向聚焦资深领袖对AI安全、社会伦理的思考，塑造“科学家与思想家结合体”的形象，以提供公众安全感 [20][21] - OpenAI的Sam Altman通过参加国会听证、解释技术边界与风险，展现了与监管沟通和把握公众情绪的能力 [19] - 路透社研究院调查显示，62%的受访者更倾向于信任有专业人士监督的AI内容 [21] 年轻创业者在AI时代的角色与优势 - AI时代同样涌现出优秀的年轻创业者，如月之暗面创始人杨植麟（31岁），其公司在2024年完成超10亿美元融资，估值达25亿美元 [23] - 年轻技术天才如ResNet第一作者张祥雨（1990年出生）加入阶跃星辰担任首席科学家，形成“老中青”技术梯队 [23] - 在AI实施层，年轻人占据主导地位，例如MiniMax员工平均年龄仅29岁，73.8%为研发人员，是公司快速迭代和上市的核心力量 [24] - 年轻人作为“技术原住民”，对新技术接受度高，能快速捕捉趋势，且创业机会成本低，能承受更高风险，具备“无产者”的创新勇气 [24] 中年人把握AI机遇的实战方向 - **做领域问题的精准定义者**：利用行业经验洞察“真正值得解决的问题”，例如OpenClaw开发者Peter Steinberger基于44个AI项目经验和对企业需求的清晰认知 [29] - **构建知识图谱护城河**：将多年积累的行业隐性知识与AI结合，打造不可替代的竞争力，例如DeepSeek梁文锋将量化投资的“系统优化”思维融入模型训练 [30] - **掌握“敏捷领导力”**：从“管理人”转向“管理人机系统”，协调资源、统筹全局，实现“年轻团队+中年掌舵”的高效协同，例如MiniMax闫俊杰的管理模式 [31][32] - **发挥成熟优势，做好监管沟通与伦理把关**：利用建立共识、维护透明度的“软实力”应对监管挑战，例如Anthropic的Dario Amodei坚持“有益、诚实、无害”的开发理念 [33]

文章核心观点 - 全球地缘政治动荡（中东局势）与宏观经济数据改善共同推动市场交易逻辑转变，中国（特别是香港市场）的优质资产，尤其是科技和互联网板块，因其确定性和人民币国际化进程加速而成为全球存量资金争夺中的吸引力焦点 [7][8][9][10][39][48] 港股科技与市场逻辑 - 中东地缘政治紧张（阿联酋富查伊拉港遭袭）推动油价突破106美元，但市场交易逻辑已发生变化 [4][7] - 在全球不确定性中，港股因其确定性成为资金避险港湾，中东资金开始关注香港市场 [8][10] - 人民币国际化因油价上涨和中东战事而加速，海外人民币配置需求使香港离岸市场成为最佳承载地，港股上市的互联网和科技企业作为中国最优质公司将受益 [10][11][12] - 在应用落地大趋势推动下，新一季度的炒作周期可能开启，港股科技板块将显著受益 [13][14] - 港股互联网企业兼具消费属性，在消费板块表现良好时也同步走强 [26][27] 国内宏观经济与风险偏好 - 国内宏观数据相互验证，显示经济回升与风险偏好修复 [15] - 前两个月社会消费品零售总额同比增长2.8%，结合CPI改善，呈现量价齐升态势 [18][20] - 一线城市二手房价格指数环比改善，北京环比上升0.3%，上海环比上升0.2%（深圳环比回落0.4%），作为风向标显现企稳迹象，用于跟踪社会风险偏好 [21][22][23] - 1至2月全国固定资产投资（不含农户）达52721亿元，同比增长1.8%，其中房地产投资同比下降11.1%，但降幅比上年全年收窄6.1个百分点 [24] - 随着社会风险偏好回升，市场风格可能转向绩优股，外资流入可能加速，债市下跌也反映了风险偏好的回升 [28][29] 人民币汇率与资本流动 - 尽管油价上涨推动美元走强，但人民币表现强势，人民币汇率指数在中东冲突后快速拉升到100以上 [31][32] - 油价上涨反而强化了人民币的强势地位，这是一个重要信号，若国内物价继续回升，人民币可能进一步走强 [35][36] - 资金结汇回流趋势可能伴随外资加入，当资本项目开始活跃，港股将首先受益 [37][38] 全球资金格局与中国资产吸引力 - 美联储扩表缓慢，全球增量资金有限，引发存量资金争夺战 [38][39] - 资金将流向综合考虑经济前景、要素垄断能力、军事能力、科技实力及主权信用更强的国家 [40] - 中国在多方面展现优势：工业品和产业链具有全球垄断能力；经济正在复苏；军事能力强大；科技水平位居前列，且AI革命进入中国擅长的应用阶段；主权信用强劲，叠加掉期点的中国10年期国债利率低于美国10年期国债利率 [41][42][43][45] - 市场交易结果（利率）表明全球资本正用脚投票，人民币国际化进程快于预期，在存量资金争夺中，中国的优质资产极具吸引力 [46][47][48]

报告行业投资评级 未提及 报告的核心观点 2026年行业配置围绕科技与安全、改革与增长两条主线 以科技自立自强巩固国家安全 全面深化改革增强内生增长韧性 [49] 根据相关目录分别进行总结 本周市场回顾 大盘表现 - 本周全A日均成交接近2.5万亿 环比上周缩量超1400亿 [8] 本周市场风格表现 - 本周创业板领涨 红利风格整体有超额 创业板指周涨跌幅2.51% 中证红利周涨跌幅1.60%等 [12] - 以滚动30个交易日的相对收益表现看 小盘股的相对优势震荡回落至0轴 成长股相对价值股的优势在负数区间震荡 [15][18] - 本周 QFII、陆股通持仓表现弱于大盘 [21] 市场情绪 - 本周两融余额增加至2.66万亿附近 [26] 本周板块表现 未详细提及板块具体表现情况 但提及相关涨跌幅图表 [32][34] 产业趋势交易回顾与展望 产业趋势交易 - 本周有强势方向 但未提及具体内容 仅提及相关涨跌幅图表 [40][41] 下周产业事件展望 - TMT类、泛科技类、非科技类事件包括3月16 - 19日NVIDIA GTC大会等多个产业活动及经济数据公布、利率决议等 [45][46][48] 2026年产业机会展望 - 科技与安全方面 看好国产算力及芯片制造产业链等 重视十五五规划相关产业 关注资源安全与能源安全层面相关领域 [49] - 改革与增长方面 “反内卷”相关品种关注基本面筑底环节及产能去化带来的景气度上修 内需重视服务及非耐用品消费 [49]

通胀数据核心表现 - 2026年2月CPI同比上涨1.3%，高于前值的0.2% [1][4] - 2026年2月PPI同比下降0.9%，高于前值的-1.4% [1][4] - 按照CPI和PPI权重分别60%、40%粗略模拟的月度平减指数为0.42%，是36个月以来首度转正，比预期提前一个月 [1][4][5] 价格拐点的标志性意义 - 月度模拟平减指数于2023年3月转负（-0.58%），2023年6月同比-2.16%为最低点 [7] - 经历第一轮修复后，2024年7月几乎接近转正（-0.02%），但受地产调整、新能源产业产能集中形成等因素影响再度下行 [1][7] - 2025年7月之后，在“反内卷”的积极影响下逐步好转，2026年初叠加全球大宗品价格上行影响 [1][7] CPI环比与分项结构分析 - 2026年2月CPI环比1.0%，与春节分布相似的2015、2018、2024年相比整体未超季节性 [7][8] - 服务价格环比1.1%高于其他可比年份（2015年0.9%、2018年1.0%、2024年1.0%），具有超季节性特征，与春节“长假效应”下居民出行活跃有关 [7][10] - 出行相关消费：机票、旅行社收费环比分别上涨31.1%和15.8% [10][11] - 金饰品价格受国际金价影响环比上涨6.2% [10][12] - 交通工具用能源价格受原油价格影响，7个月以来首次环比上涨2.8% [10][13] - 小汽车价格连续第三个月环比小幅上涨，2月环比上涨0.1% [10][14] - 家用器具价格环比下降1.1%，可能与春节促销集中有关 [10][15] - 猪肉价格环比上涨4.0%，为第二个月上行，但2月底以来高频数据显示价格季节性再度回落 [10][16] - 租赁房房租、酒类价格环比继续下降 [10] PPI环比与行业分化 - PPI环比上涨0.4%，为连续第五个月正增长 [2][17] - 从大类看：采掘工业环比上涨1.2%，加工工业环比上涨0.6%，耐用消费品环比上涨0.3%，原材料工业环比上涨0.2%；食品行业环比零增长；衣着类环比下降0.4%，一般日用品环比下降0.2% [17][18] - 上涨行业包括：一是有色系列（有色金属采掘环比上涨7.1%，有色金属加工环比上涨4.6%）；二是石油化工系列（石油开采环比上涨5.1%，石油煤炭制品加工环比上涨0.4%，化学原料及制品环比上涨1.3%）；三是AI革命带动下的计算机通信电子行业（环比上涨0.6%）；四是成本上升及“反内卷”影响下的电气机械行业（环比上涨1.2%） [2][17][18][19] - 煤炭开采（环比下降0.5%）、非金属矿制品（环比下降0.2%）价格在2月环比下行 [2][20] - 目前尚未形成从上游涨价传递至消费品价格普遍好转的典型通胀 [2][17] 未来通胀展望与驱动因素 - 3月通胀数据展望有利：一是原油价格3月涨幅较大，布伦特原油价格从2月底的72.5美元/桶升至3月6日的92.7美元/桶，中枢大概率高于2月 [23][24]；二是南华工业品指数环比继续上行（2月均值3656，3月以来均值3902） [23][25]；三是价格基数优势逐步释放；四是广义财政呈现稳投资倾向（如政策性金融工具扩容、单列专项债额度），有利于建筑业和工业品价格 [23] 宏观与资产交易逻辑 - 短期内市场受地缘政治影响，处于“避险交易”和“事件交易”为主的状态 [3][25] - 从历史规律看，外生冲击的影响脉冲最终会边际减弱，目前阶段应逐步准备“修复交易”和“新主线交易” [3][25] - 物价是“新主线交易”的驱动线索之一，本轮价格周期的变化值得进一步跟踪和关注 [3][25]

行业与公司 * 涉及A股、港股市场，以及相关行业板块和指数[1] * 行业涉及科技成长（TMT、芯片、电子、通信、计算机、传媒）、有色（黄金、白银）、能源（旧能源：石油石化、煤炭；新能源：电力、电网设备）、金融（银行、券商）、红利/防御品种（“中字头”、红利ETF、现金流主题）、顺周期板块（化工、交运、建材等）[1][2][6][10][18][19][25][26][27] 核心观点与论据 **市场整体判断** * 市场处于震荡夯实期，中线调整已经开启[1][3] * 调整预计持续至3月中下旬（春分前后），上证指数在4,000点有强支撑，空间有限[1][3][14] * 中小成长指数（中证500/1,000、国证2000、双创）因前期涨幅大、出现顶背离及面临财报季压力，调整可能持续至4月下旬[1][15][16] * 恒生科技指数在500天线（4,830-4,850）获得支撑，但缺乏反转动力，需通过“二次探底”完成修复[1][3][16][17] **主要风险与承压方向** * **科技成长板块**：芯片、中证500/1,000等确认日线MACD顶背离，调整风险显著上升[1][5][8] * 电子板块尤其敏感，因其处于高位且与有色板块联动[8] * 关键风险信号：在五浪结构后端出现“周中跌破20日线”或“周末跌破5周线”，以及MACD顶背离[8] * 国证芯片单日下跌约5.5%，科创芯片下跌接近6%，周线出现MACD顶背离[9] * **有色板块**：需警惕一季度形成月线级顶分型[1][12] * **白银**出现“A杀”（COMEX白银从127快速下跌至63，回吐2025年4月以来主升浪的60%以上），可能正在构筑顶部[10][12] * 2025年有色指数（000,819）全年上涨97.5%，高基数下2026年一季度风险收益比需审慎[12] * **共振信号**：芯片（顶背离）、有色（白银A杀）、通信龙头（财报后冲高回落）在同一阶段出现偏弱结构，是需要高度关注的共振信号[13] **防御性与机会方向** * **红利与防御品种**：银行板块完成五浪下跌且出现底背离，具备6%-8%反弹空间，可作为短期避险品种[1][18] * “中字头”低位红利标的及“现金流”主题表现优于红利ETF，发挥压舱石作用[1][22][27] * **能源结构切换**：地缘冲突推升旧能源（石油石化、煤炭）逻辑[1][6] * **石油石化**短期涨幅过大（指数大幅偏离5周均线），不宜追高，需等待油价回落补缺后的中线配置机会[1][20] * **新能源**侧重电力与电网设备，其拥挤度尚可，回调是建仓机会，可采取“一手电力、一手电网”的组合[1][19] * **券商板块**：处于“空头陷阱”末端，赔率极高，不建议减仓[1][22] * 证券ETF份额达到1,560亿份，较2025年9月（不到700亿份）增长一倍多，反映配置意愿累积[24] **配置策略与行业观点** * 3月配置策略：坚持“大盘价值+顺周期”组合[2][26][29] * 行业打分靠前的包括：化工、通信、煤炭、石油、交运、电新、农业、电力、有色、机械[27] * 风格排序：“稳定”风格排名第一，其后依次为中盘价值、中盘成长、周期等[27] * 主题动量雷达显示农业ETF、电力ETF、绿电ETF、价值ETF、现金流等方向排名靠前[27] 其他重要内容 * **市场节奏与形态**： * 上证指数出现日线与周线MACD顶背离，但受“三桶油”涨停等非典型事件影响，仍以1月14日为调整起点[14] * 沪深300趋势线已跌破，表现预计弱于上证指数[3] * 本周（截至纪要时）申万行业表现为7涨24跌，资金集中于少数防御性方向[6][7] * **地缘冲突影响**：推高原油价格预期，直接影响石油石化、煤炭等旧能源板块，并间接提升电力等防御性板块的关注度[6][19] * **财报季影响**：通信龙头等“优等生”已较早披露业绩，但随着4月财报密集披露，后续公司业绩质量可能不及前期，对市场信心构成潜在压力，尤其对涨幅过大的电子与科技成长板块[16] * **历史观察**：“中字头”往往在市场行情演化至后段时承担“最后拖指数”的角色[22]

报告核心观点 - 报告提出并阐述了“HALO”（重资产、低技术淘汰率）投资框架，认为这是在全球实际利率中枢抬升、地缘政治碎片化和AI技术革命三重结构性力量共振下，对“实物稀缺性”进行重新定价的资产评估体系[2][7] - 报告认为中国是全球HALO资产最集中的市场之一，A股上市公司具备更高的实物资产占比和抗波动能力，HALO资产在中国市场兼具周期进攻性与红利稳健性[2][17] - 报告将中国HALO资产映射为四条投资主线：能源与公用事业（红利底仓）、有色金属与基础化工（通胀进攻）、电网基础设施（投资周期核心）以及AI硬件制造（成长期权）[2][37] - 基于HALO框架，报告通过六项资本密集度指标筛选出了A股与港股的一篮子股票组合，旨在捕捉实物资产价值重估带来的超额收益[2][49] HALO叙事的内涵与形成原因 - HALO框架（Heavy Assets & Low Obsolescence）即“重资产、低技术淘汰率”模型，其本质是针对“实物稀缺性”进行重新定价的资产评估体系，强调商业模式锚定于高造价、长周期、强监管的实物资本，且资产经济功能可跨越多个技术周期[2][7] - **实际利率中枢抬升**：美国长期国债实际收益率自2023年初约1.5%-1.7%区间抬升至2026年2月末约2.35%-2.38%，导致远期现金流占比较高的长久期成长股估值溢价收缩，资本开支流向电网、能源等重资产领域[2][8][9] - **地缘政治碎片化**：俄乌冲突后西方冻结俄罗斯约2895亿欧元外汇储备，使得“主权安全”和“可用性风险”被纳入资产定价，电网、公用事业等难以跨境迁移的资产获得主权溢价[2][11] - **AI革命的“双重冲击”**：一方面，AI降低信息处理成本，冲击软件、IT服务等轻资产行业的利润率；另一方面，AI将曾经的轻资产赢家（如科技巨头）转变为大规模重资产投资者，带动数据中心用电需求指数级增长，使算力与电力基础设施成为利润分配的关键环节[2][13][14] HALO的中国适用性：A股的实物属性与结构优势 - **实物资产集中度高**：中国制造业增加值占全球约30%，2025年制造业GDP约34.7万亿元，第二产业产值约50万亿元，占全球约23.7%[2][17] - **A股实物属性强**：A股多数行业上市公司的有形资产占总资产比重普遍高于同行业美股公司，意味着股东权益背后对应的实物信用更厚实，抗信用波动与估值压缩能力更强[2][17][20] - **制造业仍处扩张阶段**：2024年制造业固定资产投资累计同比在9%至10%区间，明显高于固投整体增速，规模以上工业企业资产总计累计同比大多处于4.5%至7%的正增长区间，实体资产并非“僵尸化存量”[2][20] - **周期进攻性**：当前PPI环比已经转正，历史数据显示PPI环比转正后周期板块能够获得超额收益，且持续时间多在180-280个交易日[2][22][28] - **红利稳健性**：HALO标的普遍具有高分红、高ROE特征，长期来看红利类资产能够跑赢大盘且无需择时，其ROE长期高于全A，股息率有进一步走扩的趋势[2][26][31][35] 中国HALO资产配置的四条主线 - **能源与公用事业（红利底仓）**：2025年全社会用电量达10.37万亿千瓦时，AI数据中心是重要的电力增量来源[2][38][42]。煤电容量电价机制将火电切换为两部制电价，2026年起固定成本回收比例提升至不低于50%，盈利稳定性增强；煤炭供给受政策约束收敛，头部煤企股息率5%–8%；水电、核电具备“类债券”长期配置属性[2][38] - **有色金属与基础化工（通胀进攻）**：2026年全球铜矿供给增速接近零而需求增速约2%，对应确定性供需缺口；铝的全球供给缺口有望进一步扩大[2][43]。欧洲高能耗化工装置加速退出，中国化工龙头承接全球份额，部分子行业形成类似煤炭的“全球配额+特许经营”格局[2][43] - **电网基础设施（投资周期核心）**：国家电网规划“十五五”期间固投约4万亿元，较“十四五”的约2.85万亿元提升约40%，年均投资从约5700亿元抬升至8000亿元[2][45]。特高压设备、主网自动化、变电站工程服务以及高端智能配电设备需求长期高景气[2][46] - **AI硬件制造（成长期权）**：算力服务器、光模块、电力与冷却系统等是“AI难以替代的实体产能”[2][47]。阿里巴巴集团规划至少约3800亿元用于AI基础设施投资；2025年上半年中国数据中心标准机架规模达1085万架，FP16智能算力规模超750 EFLOPS[2][47] 基于HALO叙事的A/H选股组合 - **筛选方法**：以中证800成分股及全部港股（剔除小市值）为样本，计算各公司六项资本密集度指标（有形资产密集度、固定资产密集度、固定资产占比、资本-劳动力比率、资本开支密集度、资本开支负荷）的全市场百分位排名，取等权平均值作为综合评分[2][49][50][51] - **筛选标准**：筛选出六项指标百分位排名均高于全市场中位数且在所属行业前25%，且综合评分大于0.4的企业[2][50] - **组合示例**：最终筛选出的HALO股票组合包含中国移动、中国神华、华电新能、华虹公司、宝丰能源、华能水电、中国铁塔、京东方A、特变电工、海螺水泥等A股及港股公司[2][52] 本周全球资金流动 - **A/H股市场**：本周（3月2日—3月6日）北向资金总成交额为1.72万亿元，日均成交额为4303.58亿元；南向资金净流入188.08亿港元，净买入额靠前的个股包括腾讯控股（86.76亿港元）、南方东英恒生科技指数ETF（36.19亿港元）和小米集团-W（23.52亿港元）[2][54] - **外资流向**：截至本周三（2月25日—3月4日），A股外资净流入8.58亿美元（上周净流出7.02亿美元），H股外资净流入0.53亿美元（上周净流出0.32亿美元）[2][58] - **海外重要市场**：本周美股主动资金流出3.05亿美元（上周流入5.09亿美元），被动资金流出11.37亿美元（上周流入73.84亿美元）；日本市场资金流入42.36亿美元（上周流入2.94亿美元）；发达欧洲市场资金流入8.25亿美元（上周流入3.13亿美元）[2][63][67] - **其他大类资产**：截至本周三，资金净流入黄金18.94亿美元（上周流入62.34亿美元），资金净流入加密货币19.42亿美元（上周流入3.26亿美元）[2][68]

文章核心观点 文章通过圆桌讨论的形式，探讨了人工智能（AI）发展，特别是大模型技术，如何从根本上改变人机协作模式，并引发社会分工、能力稀缺性以及人类自身角色定位的深刻变革 [6][7][16] 根据相关目录分别进行总结 AI的本质与革命性影响 - AI被视为继工业革命（放大肌肉力量）、信息革命（消除空间障碍）之后的第三次革命，其核心是消除时间障碍，将人类知识“烧炼”成可即时调用的“晶体” [6][7] - AI的本质是“全人类”知识与智慧的集合体，向AI提问等同于向古往今来所有智者发问 [8] - AI带来的核心变化是实现了“想法”与“技法”的分离，人类负责提出想法，AI负责执行技法，导致稀缺性从“技法”迁移到了“想法”和“品味” [16][20] 人机关系与协作模式 - 人机关系被重新定义，从主从工具关系转向“主体间”的共生与协作关系，强调不分彼此、共同嵌入新架构 [11][12] - 理想的协作模式是“缠绕交互”的循环：人类输入想法，AI提供技法方案并提出批判意见，人类基于反馈产生新想法，实现快速迭代（通常3-5层） [28] - 在AI时代，人的角色从“打工人”转变为“主公”，负责审美、判断和最终决策；AI则扮演“谋士”，提供方案并承担执行 [28] 能力稀缺性的迁移与教育挑战 - 当前最大的结构性不均衡在于：位于“水位线”之上的顶尖人才（如各领域大师）能借助AI放大价值成千上万倍，而线下的人想跃升则变得比过去难成千上万倍 [19] - 基础教育面临巨大挑战，现行体系强调标准答案，但未来需要培养的是与AI协作所需的批判性思维、好奇心、探索精神及寻找非唯一解的能力 [25][26] - 未来需要培养“智”（理性计算）、“慧”（直觉审美）、“能”（实践）三位一体的人才 [26] AI应用的当前局限与未来展望 - AI当前的核心短板是**记忆功能**，缺乏对个体持续、连贯、有深度的理解，无法达到人与人之间的理解水平 [33] - 在**具身智能**方向存在瓶颈，机器人在真实物理环境中做出自发性反应的能力不足，限制了人机在现实空间中的自然互动 [34] - 在创意领域，AI在打开脑洞、进行跨学科推演方面能力强大，但需要人类引导其审美敏感度，生成更广谱、多元的未来可能性，而非讨好用户 [30][31] 行业发展的潜在方向 - 提示词工程的重要性凸显，通过不同的提示词探索AI能力的上限，过程具有高度不确定性，类似于“炼金术” [10] - 行业可能出现两极分化：一类人借助AI成为“超人”，提升想法迭代速度与质量；另一类人则沦为AI的“外骨骼”或“信息搬运工”，大脑推理能力退化 [23][24] - 科幻创作等领域的价值在于打开未来的“认知光锥”，探索边缘可能性，而AI能极大辅助这种基于历史变量的推演性创作 [29][30]

行业与公司 * 纪要主要涉及**建筑行业**，并重点分析了上市公司**中国化学**，同时提及了**盛辉**、**亚翔股份**、**利伯特**、**鸿路钢构**、**中国建筑**、**中国中铁**等多家建筑行业公司[1][2][3][4][5][6][7][8] 核心观点与论据 **关于中国化学** * 公司经营基本面稳健，2025年新签合同额增长约10%，2026年1月新签同比增长19%，预计未来利润能保持10%以上的复合增长[2][8] * 公司资产质量极高，2023年、2024年连续两年经营性现金流净额超过净利润，截至2025年三季度净货币资金超过210亿元，而公司市值约500多亿元，PB估值不足1倍，具备10%-20%的修复空间[2][10] * 化工实业板块减亏趋势明确，2024年亏损约4-5亿元，2026年有望扭亏为盈，该板块盈利将推动公司估值重估[2][11] * 化工实业板块的己二胺产品价格是利润关键弹性点，价格每上涨1000元/吨，对公司利润的增量可达2-3亿元[2][11] * 近期行业龙头连续三次上调己二胺价格，从约17100元/吨累计上调至18200元/吨，上涨1100元/吨，对公司形成正向催化[2][12] * 地缘冲突（如美伊冲突）若推升油价，将带动尼龙产业链（己二腈、己二胺）价格上行，直接催化公司盈利修复[2][4][12] * 公司化工实业资产包括乙二醇20万吨、丙烯酰胺35万吨、气凝胶30万方、POE 500吨等，己二胺已于2025年11月实现满产[10] **关于盛辉** * 公司业绩加速期预计在2026-2027年，增速有望达到50%以上[2][5] * 2025年全年在手订单余额为25亿元，同比增长接近50%；其中半导体行业在手订单余额为20亿元，同比增长160%[2][5] * 公司在美国德州设立的子公司已于2025年完成实质性进展，后续在美国持续落地订单具备预期[5] **关于建筑行业整体** * 当前建筑板块投资可分为三条主线[2][6][7] * **内需链**：博弈两会前“基建托底”与“开门红”政策预期，若持续发酵，低估值央企（如中国建筑、中国中铁）及结构性方向（如利伯特、鸿路钢构）存在机会[6] * **通胀链**：由全球原油、金属、化学品价格上涨驱动，受益方向包括中国化学（己二胺）、中国中铁（矿产资源重估）[2][6] * **科技链**：由AI革命与科技竞赛带动，洁净室是关键环节，相关标的包括亚翔股份、盛辉、上海港湾，与核聚变相关的利伯特也被关注[7] 其他重要内容 * 昨日（指会议召开前一日）建筑板块整体表现较弱，领涨个股多基于独立逻辑（如东方铁塔交易钾肥矿资产、ST郑平交易“矿的资产”逻辑）[3] * 双汇集团发布业绩快报，2025年全年收入预计增长49%，利润增长接近35%，其业绩弹性有望带动洁净室相关板块的关注度[4] * 市场对中国化学的估值折价，部分源于对公司化工实业资产价值的认知不足，该板块目前处于亏损状态[10][11] * 公司客户结构（化工厂及海外客户）优于传统建筑股，回款更优，支撑了其现金流质量[10] * 公司在现金流较好的情况下分红率仅约20%，后续分红率提升具备关注价值[10]