> **来源：[研报客](https://pc.yanbaoke.cn)** # 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 1. **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。 2. **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。 3. **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）。 4. **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。 ## 关键信息 - **AI算力板块**：当前资金集中配置，交易拥挤度较高，但尚未达到历史高位。 - **业绩预期**：市场共识高度凝聚在AI算力的业绩增长确定性上，推动估值与盈利的戴维斯双击。 - **风险提示**：业绩增速边际变化可能成为抱团行情的拐点，需警惕估值溢价收缩和流动性踩踏风险。 - **行业差异**：AI算力与新能源行业在产能状态、需求侧、供给侧、驱动主体等方面存在显著差异，导致其发展路径不同。 - **未来展望**：AI算力需求仍呈指数级增长，供不应求格局将延续，但需关注中低端环节的产能过剩风险。 ## 图表摘要 - **图2**：成长风格成交额占比与相对市场表现 - **图5**：主动权益基金行业配置比例 - **图8**：价值成长利润增速差与相对风格表现 - **图9**：全A上市公司利润增速分位数 - **图35**：AI算力与新能源行业对比分析表 ## 声明与版权 - 本文件由天风国际证券集团有限公司编制，仅供专业投资者作非商业用途及参考。 - 任何媒体、网站或个人未经授权不得转载、链接、转贴或以其他方式复制发表本文件内容。 - 文件引用数据可能来自第三方，天风国际集团不对其准确性负责，亦不承担任何法律责任。 - 本文件包含前瞻性陈述，不代表对将来表现的保证。