美联储政策效力的局限性 - 美联储主席凯文·沃什应阐明市场价格的全球性本质，美联储即使有意愿也无法对抗经济学家错误认定的通胀[3] - 美联储无法通过干预来收缩信贷，因为信贷由贷款人和借款人基于生产盈余和预期生产率提升共同创造，且信贷永远不会闲置[7][8] - 通胀是货币单位的收缩，价格上涨只是偶发效应，美元汇率价值从来不是美联储的职责范围，因此美联储实际上无法对抗通胀[9] 全球生产与价格形成机制 - 以苹果iPhone为例，其产品部件和创意来自全球六大洲，这种将生产分散至全球众多环节的能力是其价格低廉的根本原因[4] - 推动价格下行的首要力量并非美联储的货币政策，而是像苹果这样管理良好的公司在全球范围内分散生产的行为[5] - 正如亨利·福特通过工厂实现大量劳动力分工从而为大众制造汽车，苹果基于同样的全球分工原理将超级计算机放入人们口袋[5] 人工智能对价格的双重影响 - 人工智能将增添数十亿乃至数万亿的机械化“人手”，推动人机生产率飙升，带来低成本商品的极大丰富[6] - 生产率跃升所隐含的财富创造将预示着酒店套房、按摩服务、高尔夫时段等无数消费项目成本的大幅跃升[6] - 正如价格上涨意味着某些价格下跌，价格下跌也意味着某些价格上涨，这是同一过程的两面[6] 信贷与生产率的动态关系 - 在人工智能驱动生产率激增的背景下，寻求生产率的信贷将涌入美国，且其规模飙升与美联储的干预无关[7] - 信贷由拥有生产剩余资源的贷款人和预期生产率提升的借款人共同产生，并以美元计量[7][8] - 将储蓄视为从经济中移除的资金是一种错误的凯恩斯主义理论，与失效的菲利普斯曲线一样被否定[9]

证券研究报告 | 公司点评报告 2026 年 07 月 05 日 高伟电子（01415.HK） 发布股份回购+股权激励，彰显长线发展信心 TMT 及中小盘/电子 公司发布股份回购+股权激励双计划，彰显长线发展信心，我们认为高伟当前 位置被明显低估，继续看好公司长线空间，维持"强烈推荐"投资评级。 q 风险提示：下游需求不及预期，新业务拓展不及预期，行业竞争加剧，技术 迭代风险。 强烈推荐（维持） 目标估值：NA 当前股价：23.68 港元 基础数据 | 总股本（百万股） | 869 | | --- | --- | | 香港股（百万股） | 869 | | 总市值（十亿港元） | 20.6 | | 香港股市值（十亿港元） | 20.6 | | 每股净资产（港元） | 0.8 | | ROE（TTM） | 27.1 | | 资产负债率 | 52.6% | 股价表现 % 1m 6m 12m 绝对表现 -19 -15 -17 相对表现 -10 -4 -14 资料来源：公司数据、招商证券 -40 -20 0 20 40 60 80 100 Jul/25 Oct/25 Feb/26 Jun/26 (%) 高伟电子 恒生指 ...

公司近期举措与市场信心 - 公司发布股份回购计划，可在2026年7月3日至2027年7月3日期间，以不超过3.2亿港元的总代价购回自身股份 [3] - 公司同时向181名董事及员工授出1292.9万股奖励股份，占发行股份1.49%，其中4名董事占0.21%，分五期解锁归属 [3] - 股份回购与股权激励双计划同时落地，彰显公司对长线发展的信心 [3] 短期业绩驱动因素 - 苹果凭借优秀的供应链管理和产品定位，预计上半年销量增加叠加下半年折叠机等新品迭代，iPhone上半年和全年销量预计稳中有升 [4] - 公司作为苹果供应商，在苹果体系内仍有份额和经营效率提升的潜力，因此判断公司2026年上半年业绩有望优于市场预期 [4] 中长期业务增长点 - 在现有手机产品线，苹果手机光学未来几年有玻塑混合、可变光圈、潜望新方案等诸多看点，苹果摄像模组市场规模将高达200亿美金以上 [5] - 公司在苹果的超广角、潜望式摄像头份额仍在稳步提升，同时中长期有望切入主摄这一超过100亿美金的新市场 [5] - 苹果在2026-2027年有望发布折叠机、20周年版手机、AI耳机、AI眼镜、家居机器人等全新品类，公司深度参与大客户多个新品料号，带来新的增量空间 [5] 前瞻性技术布局 - 公司积极布局MicroLED相关光学技术，有望挖掘光通信、AR等领域的创新应用机遇 [5] - 公司凭借在光学高精度光学感知产品领域的深厚积累，前瞻布局机器人新业务，有望与立讯系公司协同成长 [5]

苹果新一代手机产品信息泄露事件 - 苹果公司新一代手机产品的完整供应链开发流程、零件细节、供应商名单和设计图被泄露，信息价值极高，足以让数码同行研究很久[10][11] - 此次信息泄露的严重程度远超苹果公司过往的泄露事件，是“彻底”的泄露[12] 信息泄露与印度制造关联 - 此次大规模信息泄露被认为与苹果公司在印度生产手机有关[14] - 印度被描述为一个“魔幻”且难以预测的商业环境，细菌去了都得“捂着屁股”[15][19] - 在印度进行生产组装，出现任何“魔幻”事情都被认为是自然而然的[14] 其他消费电子品牌在印度的经历 - 苹果公司的竞争对手，如三星和小米，此前均在印度市场“吃过大亏”[21] - 路虎品牌在被印度塔塔集团收购后，产品表现“一言难尽”，连“工地大哥都不买了”[20] - 暗示前往印度发展的手机品牌最终结局相似，即“一起躺了”[34]

生产率与美联储政策分析 - 美联储主席沃什创建“生产率与就业工作组”，旨在效仿格林斯潘时代，评估AI等技术对生产率的影响，为“按兵不动”的货币政策策略提供依据[2][3][15] - 2020年至2026年一季度，美国非农商业劳动生产率增速升至2.2%，显著高于2008-2019年的1.5%，与1990-2001年（2.2%）及2001-2007年（2.5%）水平相当[3][32] - AI暴露程度高的行业（如专业和商业服务、数据处理等）是后疫情时代劳动生产率增长的主要贡献者，但全要素生产率与AI暴露度的正相关性较弱[4][42][44] - 微观数据显示企业AI资本开支仍在扩张，但AI在各行业的实际应用率远低于理论水平，对企业组织架构的变革仍处早期阶段[4][52][57] - 当前AI同时提升了生产率与通胀，例如驱动美国计算机等资本品PPI大涨，这与格林斯潘时代生产率提升伴随通缩的情况不同[4][62][64] - 沃什面临的宏观环境（逆全球化、人口老龄化、财政失衡等）与格林斯潘时代的“大缓和”相反，可能压缩其“按兵不动”的政策时间窗口[4][73][74] - 2026年下半年，在能源价格下行和关税通胀缓和驱动下，通胀压力或趋缓，为美联储“按兵不动”创造条件，此策略可能延续至2027年初[4][5][78] - 美国劳动力市场已重新“再平衡”，6月失业率回落至4.2%，短期内上行风险不高，降低了美联储降息的必要性[5][79][81] 大类资产与宏观经济数据 - 当周（报告期）市场风险偏好回升：标普500指数上涨1.8%，10年期美债收益率上行11个基点至4.49%，美元指数跌至100.87[6][92][96] - 美国6月非农就业新增5.7万人，大幅低于市场预期的11.3万人；6月ISM制造业PMI回落至53.3[6] - 地缘局势方面，霍尔木兹海峡通航改善，油轮通过数量升至15艘，伊朗导弹和无人机发射量大幅下降[6][135]

联系人 | 陈达飞 摘要 沃什上任伊始便大兴"改革"之风，创建五个工作组负责改革议程。本文聚焦生产率与就业工作组，求证 美国是否出现生产率的"拐点"，以及美联储是否存在"按兵不动"的基础。 一、热点思考：生产率"拐点"与美联储"按兵不动" （一）沃什创建"生产率与就业"工作组，或意在效仿格林斯潘执行"按兵不动"策略 6月FOMC例会，沃什宣布成立五个工作组。 其中，沟通框架和资产负债表都是"工具层"，数据是"基础 层"，就业和通胀是"目标层"，而生产率则是影响就业和通胀目标的关键变量。 沃什能否效仿格林斯潘1996-1998年的"按兵不动"策略，"生产率与就业"工作组的结论和政策建议至关重 要。 1996年之后，信息技术革命加速扩散，大幅提升了生产率，形成了"金发女郎"经济，使得格林斯潘 时代的美联储在1996-1998年长期执行"按兵不动"策略。 沃什虽然极力展现通胀"鹰派"人设，但另一面则是增长"鸽派"的底色。 沃什相信AI等通用技术正引发一 场"范式转变"，认为AI将提高生产率、创造更多就业，预测美国很可能成为"大赢家"；但也强调其中的 不确定性，比如AI是否已开始大幅提升劳动生产率。 （二） 美国生产 ...

生产率与美联储政策 - 美联储主席沃什创建“生产率与就业”工作组，旨在评估AI等技术对经济的影响，其结论对美联储能否效仿格林斯潘1996-1998年的“按兵不动”策略至关重要[2][3][17] - 沃什虽展现通胀“鹰派”形象，但本质是增长“鸽派”，相信AI将引发“范式转变”，提高生产率并创造就业，使美国成为“大赢家”[3][33] - 2020年至2026年一季度，美国非农商业劳动生产率增速升至2.2%（2023年以来为2.5%），远高于2008-2019年的1.5%，与1990-2001年（2.2%）及2001-2007年（2.5%）相当[3][34] - 生产率增长行业集中，AI暴露程度高的行业（如专业和商业服务、金融、数据处理等）增幅最显著[3][4][44] - 当前AI资本开支仍在扩张期，但行业渗透率提升空间广阔，对企业组织架构的变革仍处早期；模型评估显示，截至2025年底美国经济大概率仍处于“低增长”区间[4][62][63] 宏观环境与政策窗口 - 与格林斯潘时代不同，AI当前可能同时提升生产率与通胀，例如推高半导体等资本品价格，其短期通胀效应大于通缩效应[4][64][65][76] - 沃什面临的时代“逆风”（如逆全球化、人口老龄化、财政失衡、地缘竞争）使其“按兵不动”的时间窗口可能短于格林斯潘时期[4][5][76][77] - 2026年下半年，在能源价格下行和关税通胀缓和驱动下，美国通胀压力或趋缓，为美联储“按兵不动”创造条件，此策略可能延续至2027年初[5][82][86][89] - 劳动力市场已重新“再平衡”，6月失业率回落至4.2%，上行风险不高，降低了美联储降息的必要性[5][6][83][89] 市场与数据表现 - 当周（报告期）市场风险偏好因非农数据低于预期而小幅回升：标普500上涨1.8%，10年期美债收益率上行11个基点至4.49%，美元指数跌至100.87[6][98] - 美国6月非农就业新增5.7万人，大幅低于市场预期的11.3万人；6月ISM制造业PMI回落至53.3[6] - 美伊紧张局势缓和，霍尔木兹海峡通航改善，油轮通过数量升至15艘（7月2日）[6][143]

AI产业发展阶段与特征 - AI技术已取得里程碑式突破，例如AlphaGo战胜人类围棋冠军[1]和AlphaFold获得诺贝尔化学奖[1]，后者将蛋白质结构预测时间从数月数年缩短至几小时几分钟，并已完成超2亿个蛋白质结构的预测[2] - 人脑在能耗和体积上效率极高，但机器的存储容量和计算速度可无限扩展，能够全面掌握并优化人类后天学习的所有知识，预示AI发展潜力巨大[2] - AI已进入全球普及阶段，大语言模型如ChatGPT和豆包成为日常应用，更深入的推理大模型也在不断发展[3] 全球AI产业盈利与市场格局 - 2025年美国M7（七巨头）盈利总额占GDP比重为1.88%，占标普500盈利比重近30%，2026年一季度盈利增速达45%左右[3] - 中国台湾2026年一季度GDP名义增速高达16.88%，受台积电带动，其同期盈利增速达60%[3] - 韩国三星电子和SK海力士市值占韩国KOSPI指数总市值比重约55%[3] - 2026年预测显示，美国和韩国的AI企业盈利额将占全球AI企业盈利总额的84%[4][6] - 当前AI淘金热中，盈利主要集中在提供基础设施（淘金工具）的厂商，而“AI+”应用端厂商尚未开始大规模盈利[6] AI基础设施与半导体行业周期 - 中国“十五五”规划目标到2030年人工智能相关产业规模增长至10万亿元以上，AI将成为支柱性产业[6] - 未来对AI基础设施需求巨大，包括算力网、数据市场、芯片（处理器、存储、传感器、通信、电源、接口等）、云服务及光通讯设备[7] - 芯片需求增长最初由智能手机和电动车推广驱动，电子行业正经历历史上罕见的超长上行周期[7] - 费城半导体指数从10年前的约680点上涨至约14680点，过去一年上涨约三倍[7][8] - AI基础设施相关工具（如芯片）生产门槛高，易形成技术垄断，导致英伟达、台积电、ASML、三星、海力士等公司毛利率高[10] AI企业资本开支与增长模式 - 美国主要AI公司资本开支巨大，例如谷歌2026年资本开支达1800-1900亿美元，但预计利润约1590亿美元[12] - 多家投行预测美国主要AI公司资本开支总额约8000亿美元，亚马逊、微软、谷歌、Meta、甲骨文五家巨头合计即达此规模[12] - 资本开支增长由算力巨大需求推动，存储芯片涨价推高成本，企业通过裁员、暂停股票回购或发债筹资[12] - AI行业技术进步快，设备更新周期短，资本开支可能非一次性，2026年美国主要AI公司资本开支总额比2025年翻倍，未来增长存在不确定性[12] - AI企业多为重资产，不同于轻资产互联网企业，一旦现金流枯竭，估值将大幅下移[12] AI应用端发展现状与挑战 - 2026年取得暴利的AI企业多为基础设施供应商（如英伟达、海力士、台积电、三星存储、美光、博通），买方多为云巨头（如谷歌、亚马逊、Meta）[13] - 若云巨头2027年销售收入未相应增加，其资本开支增速可能放缓，进而影响上游“卖铲子”公司的估值[13] - 中国正努力在算力方面缩小与美国的差距，主要依靠政府部门扩大资本开支，但投入能否带来相应现金流及是否会导致算力过剩存在疑问[13] - AI机器人公司数量众多，但当前产品多为程序设定的“表演类”机器人，智能化程度与预期相差甚远，中国在机器人硬件领先但软件和数据偏弱[13] - AI在算力、文字和图像创作方面优势强大，但在行动及人机互动方面进展缓慢，实现“知行合一”困难[13] - 脑机接口技术（如Neuralink）尚未成熟，其估值约90亿美元[14] - 自动驾驶L3级规模化商用被视为2026年关键验证年，达到L5级完全无人驾驶可能需要10-20年[14] - 目前AI产业商业模式多依赖B端或G端收入，而非C端个人用户，尚未形成规模效应，产业链存在断裂风险[14] 存储芯片需求与行业周期风险 - 未来随着无人驾驶、仿真机器人及AI与量子科技、生命科学等领域协同创新，对物理世界大模型、科学大模型及巨量数据的需求将推动存储芯片进入超长上行周期[15] - 存储芯片产能若扩张过快，可能带来产能过剩风险[15] - 行业经历盛衰周期后集中度提高，例如手机品牌全球销量前三名为三星、苹果和一家中国公司，但第三名与第二名差距甚远，许多昔日先驱品牌已被淘汰[15][16] AI技术迭代速度与社会经济影响 - AI技术可能符合超摩尔定律，即10年增长100万倍，迭代速度极快[16] - 技术进步将导致大量程序员岗位被AI替代，网约车司机失业等，对社会经济的影响目前尚不明确[16] AI行业泡沫与发展阶段 - 当前流行“硅基通胀、碳基通缩”说法，反映宏观经济存在结构性问题，AI时代发展过快可能导致供需失衡和泡沫[17] - AI时代仍处初级阶段，泡沫破裂是阶段性的，行业整体仍蓬勃向上，但会有一大批企业成为迭代过程中的先驱[17] - AI上升阶段不可能一帆风顺，将经历多次调整期，类似房地产长周期中的多次调整[17] - 在AI突飞猛进的时代，泡沫不断产生和破灭，如同雨滴打在水面泛起又打破水泡[18][20] 寻找AI未来蓝筹 - 回顾历史，在行业上升期筛选未来龙头股组合（如2002年《未来蓝筹》），长期收益率惊人[20] - 美国当前M7（七巨头）成员未来可能变更，美光、博通、Anthropic等新贵可能晋升[21] - 投资需要长远眼光，应将关注点从消费AI产品转向投资AI产业链公司[21]

美国宏观经济与政策预期 - 美国6月新增非农就业5.7万人，远低于市场预期的11.3万人，且前两个月数据合计下修7.4万人 [3] - 美国6月失业率从4.3%回落至4.2%，平均时薪环比上涨0.3%，同比上涨3.5%，劳动参与率由61.8%降至61.5%，创五年新低 [3] - 6月美国ADP私营企业新增就业9.8万人，低于5月的12.2万人和预期的11万人 [4] - 亚特兰大联储第二季GDP即时预测模型（GDPNow）从2.5%大幅下调至1.2% [4] - 过去一周，2年期美债收益率上行约4个基点至4.129%，10年期美债收益率上行约10个基点至4.479% [4] - 市场对7月议息会议加息概率预期由30%回落至20%，但仍完全计价12月会议加息25个基点 [5] - 有分析认为，经济数据削弱了美联储下一步加息的逻辑支撑，预计通胀在二季度触顶后回落速度将快于预期，美联储接下来更可能选择下调利率 [5] 美股市场表现与资金流向 - 过去一周美股三大股指全线收涨，通信服务板块表现最佳，周涨幅4.9%，金融板块上涨3.7%，非必需消费品上涨2.8% [7] - 科技七巨头中仅英伟达本周收跌，苹果领涨，单周涨幅达12% [7] - 截至7月1日的一周，美国股票基金流出172亿美元资金，为市场情绪转变的迹象 [8] - 市场对AI主线交易的情绪转淡，近期下跌可能是在挤出市场过热浮筹，修正此前资金单边扎堆的失衡持仓结构 [8] 半导体与科技板块动态 - 芯片股大幅重挫，费城半导体指数在过去两个交易日内累计下跌11% [8] - 半导体板块跌势猛烈，可能迎来力度较强的均值回归回调，但从长期上行大周期看，深度回撤可能再度形成买入窗口 [8] - 有机构认为，下周初芯片板块存在技术性反弹可能性，但技术形态已明显走弱，持续性存疑，对科技板块维持谨慎态度 [8]

核心观点 - 数据中心正面临由AI业务扩张引发的内存（DRAM）资源危机，价格暴涨与供给刚性成为制约AI算力部署的关键因素[1] - DRAM价格飙升的根源在于HBM（高带宽内存）对产能的持续蚕食，且产能扩张速度远低于AI需求增长速度[2] - 行业正通过多种技术路径重构AI推理的内存层级，旨在减少对昂贵DRAM的依赖，将温冷数据下沉至成本更低的NAND闪存，以平衡性能与成本[27] DRAM危机现状与成因 - **价格暴涨**：64GB DIMM内存价格在2025年第三季度至2026年第一季度间上涨3.5倍，预计到2026年第三季度累计涨幅达5倍[1]。2026年第一季度DRAM合约价季增幅度高达93%至98%，第二季度预计再涨58%至63%[1] - **成本高企**：服务器级DDR5 RDIMM现货单价达每GB 27至37美元，搭建一个12TB内存池的纯DRAM硬件采购成本接近50万美元[1][22] - **供给短缺**：HBM在DRAM晶圆产能中的占比从2020年的2%攀升至2026年预估的25%[2]。2025至2027年，HBM投片量占整体DRAM投片量的比例分别为18%、22%和约30%[2]。一片HBM晶圆消耗约三片DDR5的产能[2] - **产能扩张缓慢**：先进DRAM制程依赖昂贵的EUV光刻机（单台约2亿美元），晶圆厂建设周期长达数年，产能扩张速度远不及AI需求增长[2] - **供需失衡预测**：不计国产厂商影响，2026年全球存储bit供给增长仅为7%至8%，DRAM与NAND合计可能出现约15万至20万片/月的供给缺口[3] - **影响范围扩大**：内存成本上涨已从数据中心蔓延至消费端，如Xbox因内存成本两年上涨约五倍而无法生产足够游戏主机，苹果也对多款产品涨价[3] - **成本占比剧增**：在服务器物料清单中，DRAM成本占比从2023年的约50%攀升至2026年年中的60%至90%，平均约75%[3] - **利用率低下**：Meta等厂商实测数据显示，数据中心内存普遍仅有约一半容量承载活跃的“热数据”[4] 行业技术解决方案 AMD：AI预测调度与软件分层 - AMD通过收购MEXT公司，引入基于AI的内存分层技术，将冷数据从DRAM下沉至NAND闪存[5] - MEXT的预测内存引擎以内存页为粒度监测访问模式，通过AI模型预测并预取数据，对应用和操作系统透明[7] - 该方案可将系统有效内存容量提升2至4倍，基础设施整体成本下降约50%[9]。在Neo4j图数据库等场景中，DRAM与闪存1:1配置可达纯DRAM约95%的吞吐量[9] - 成本节省示例：在戴尔服务器上，1.5TB内存配置成本从9.9万美元降至3万美元，节省70%；在AWS上，1TB月度成本从8145美元降至4413美元（节省46%）或2719美元（节省67%）[9] Apple：端侧大模型与闪存存储 - 苹果通过稀疏激活架构，将200亿参数的AFM 3 Core Advanced端侧大模型完整存放在NAND闪存中，推理时仅将10亿到40亿参数的工作集调入DRAM[14] - 采用按提示词粒度的路由机制，配合高比例常驻DRAM的共享专家，减少数据交换次数，将DRAM峰值占用控制在2GB至8GB区间[17] - 该技术基于此前《LLM in a Flash》论文研究，可在CPU和GPU上分别实现比朴素加载快4至5倍和20至25倍的推理速度[18] Marvell：硬件压缩与CXL内存扩展 - Marvell发布Structera系列CXL控制器，内置硬件压缩模块，通过定制化LZ4算法对数据进行实时压缩/解压，对应用透明且不占用主机CPU算力[21] - 根据数据类型，1GB物理DRAM可发挥2至3.64倍的等效逻辑容量，混合数据库场景平均压缩比达3.64:1[21] - 方案支持将退役的DDR4内存纳入CXL内存池，并实现多服务器内存池化，优化资本开支[22] - 以12TB内存池为例，按3倍压缩比估算，物理DRAM采购量可缩减三分之二，节省三十余万美元[22] 闪迪：高带宽闪存与封装创新 - 闪迪联合SK海力士推动高带宽闪存标准化，提出将高容量NAND闪存堆叠在GPU下方的“GPU下的NAND”架构，缩短数据传输距离[23] - HBF目标容量为同体积HBM的8至16倍，成本具备显著优势，定位介于HBM和SSD之间，主打读取密集型场景[23] - 双方计划在2026年下半年推出首批HBF样品，2027年初应用于AI推理设备，目标构建HBM、HBF、SSD三级内存架构[24] - 据韩国新荣证券预计，HBF市场有望在2027年形成，到2030年增长至120亿美元规模[25] 历史对照与行业影响 - **3D XPoint的教训**：英特尔与美光曾推出的3D XPoint技术，因成本追平DRAM而性能仅比闪存快数倍，加之封闭策略，最终项目终止[26] - **行业方向**：多种技术路径共同指向AI推理内存层级的重构，热数据留于DRAM/HBM，温冷数据下沉至闪存，形成多层存储架构协同[20][27] - **传导效应**：内存层级重构将沿产业链产生传导效应，NAND原厂等环节可能直接受益[20]