20260626-天风国际证券-宏观专题_资金抱团AI科技_到顶了吗_3页_642kb

报告摘要

宏观专题总结：资金抱团AI科技！到顶了吗？

核心内容

2026年一季度公募基金季报显示，大量资金集中涌入AI算力板块，包括芯片、服务器、液冷、光通信等赛道。当前科技板块波动加剧，市场对热门赛道的交易拥挤度有所担忧。AI算力板块因具备高增长潜力和稀缺性，成为资金集中配置的热点。

主要观点

交易拥挤度的含义与作用
- 交易拥挤度是用于中短期择时的指标，更适合“逃顶”而非“抄底”。
- 当拥挤度达到历史高位时，往往预示着资金链断裂风险上升，是识别阶段性顶部、规避回调风险的重要信号。
- 在市场处于存量博弈阶段时，该指标表现更为灵敏，但在产业趋势明确、增量资金持续涌入的情况下，指标可能失效。
当前资金抱团的驱动逻辑
- 当前资金抱团的核心逻辑已从“好故事”和“长期空间”转向“业绩增长确定性”。
- 在经济低波动、低增长的背景下，高增长资产变得稀缺，资金更倾向于集中配置于能兑现真实业绩的资产。
- 这种集中配置进一步加剧了市场的K型分化，业绩增长确定性的资产将长期享受流动性溢价。
AI算力与新能源行业的对比
- 产能状态：AI算力高端核心环节（如HBM、先进封装、高端GPU、高速光芯片）严重紧缺，而中低端环节（如普通算力中心、低速率光模块、通用服务器）已出现过剩迹象；新能源行业则处于过剩出清阶段。
- 需求侧：AI算力需求呈指数级增长，具有“自我迭代”和“创造式”特征，而新能源需求为“替代性”和“线性增长”，有明确的物理上限。
- 供给侧：AI算力核心环节技术壁垒高，仅少数厂商能稳定供应；新能源行业技术壁垒相对较低，产能可快速复制，产品同质化严重。
- 驱动主体：AI算力由科技巨头基于业务需求理性扩产；新能源曾经历地方政府与跨界玩家的非市场化资源配置。
- 技术迭代：AI算力技术迭代极快，GPU架构每18-24个月更新一代，性能提升2-4倍；新能源技术迭代相对缓慢，产品生命周期较长。
- 产能周期：AI算力产能投放周期较长（芯片2-3年，电力基础设施4-7年），而新能源产能建设周期较短（1-2年即可投产）。
AI算力是否重演新能源过剩？
- 短期内AI算力不会重蹈新能源行业的覆辙，因其技术壁垒高、需求增长快、产能投放周期长。
- 然而，中低端通用算力环节已出现过剩迹象，需密切关注后续产能投放节奏及应用端商业化进展。
- 若应用端不及预期，而前期产能集中释放，局部环节可能面临阶段性压力。