20260722-浙商证券-电子产业研究报告_创新构建总量八大指标+产业双维体系_AI牛市目前处于哪个阶段_36页_1mb

创新构建总量八大指标+产业双维体系，AI牛市目前处于哪个阶段？

核心内容

本文通过构建总量八大指标和产业双维体系，分析当前AI牛市所处阶段。总量指标涵盖跨资产、流动性、估值、杠杆资金等维度，产业视角则聚焦AI产业链上下游及商业化闭环情况，结合资本开支与成本曲线进行分析，最后提出风险提示。

主要观点

1. 总量视角：八大创新指标

• SPY/DJP：反映股票相对于大宗商品的表现，是市场对成长与通胀的定价。指标上行表明流动性宽松、风险偏好提升，反之则意味着市场交易逻辑由成长转向通胀。
• Discretionary/Staples：衡量风险消费与防御消费的强弱，是观察经济预期和风险偏好的重要指标。若AI行情上涨伴随该比值走强，代表市场风险偏好扩散；若比值走弱，意味着市场交易拥挤。
• DXY（美元指数）：反映全球美元流动性水平。DXY走弱意味着美元供给充裕，利好成长资产；DXY走强则压制风险资产估值。
• 3-Month Commercial Paper Yield & Loan-to-Deposit Ratio KST：反映金融体系流动性松紧。若两者同步走强，说明市场流动性宽松，资金持续流入科技与AI板块。
• CPI 18 ROC：衡量通胀趋势的边际变化，是宏观流动性环境的重要领先指标。若CPI 18 ROC回落，有利于科技股估值扩张；若回升，则可能压制成长资产表现。
• Dividend Yield：反映股票现金回报水平和市场估值。若股息率持续下降，说明市场估值由流动性驱动，泡沫风险上升。
• 保证金余额KST动量：衡量杠杆资金变化趋势。若KST走强，说明市场风险偏好维持高位；若KST出现顶背离，则可能预示市场进入泡沫后期。
• 超额CAPE收益率：衡量股票相对于无风险债券的估值吸引力。若ECY持续回落至低位，意味着市场更多依赖估值扩张而非基本面支撑，泡沫风险上升。

2. 产业视角：AI产业链上下游

• AI产业链分为上游基础设施（算力、数据、算法）、中游模型平台、下游应用落地及支撑服务四个层级。
• 上游算力紧缺：GPU、HBM等核心组件价格全面上涨，算力租赁价格飙升，受物理产能瓶颈影响。
• 中下游商业化加速：Agent模式推动下游需求爆发，AI大模型公司实现盈利闭环，ARR（年度经常性收入）成为衡量ROI的核心指标。
• 国内AI产业链加速投入：阿里、字节、腾讯等企业加大AI相关资本开支，国产算力替代与自研芯片成为重点。

3. 下游商业化闭环与算力需求

• Agent模式：推动算力需求由训练转向推理，单位Token成本快速下降，但数据中心整体造价上升。
• Token使用量爆发：国内日均Token调用量突破140万亿，价格呈现两极分化，基础Token价格大幅下降，高端Token具备定价权。
• 盈利结构变化：AI上游盈利比显著上升，下游盈利比则因成本上升而下降，显示出产业链的利润分化。

4. 资本开支与成本曲线

• 北美CSP资本开支：2026年指引全面上修，预计达6950-7250亿美元，AI基建进入加速扩张期。
• 成本剪刀差：上游算力成本持续上行，下游单位Token成本下降，但整体数据中心成本上升，形成“上游通胀、下游通缩”格局。
• 行业毛利承压：若Agent无法持续创造价值，产业链利润闭环可能面临压力。

5. 浙商AI指数编制

• 构建中美AI产业链指数，采用纯市值加权、上下游对称、基期归一化方法，以实现产业链可比性分析。
• 美股指数包含NVIDIA、Broadcom、SK海力士、Marvell等公司；A股指数包括中芯国际、海光信息、北方华创、通富微电等。
• 中美产业链盈利分化：美国AI产业链盈利比显著高于云计算，中国则两类盈利比均较低，平台端占主导。

关键信息

• AI牛市阶段判断：当前AI行情由流动性驱动，但部分指标（如SPY/DJP、DXY、CPI 18 ROC、ECY）显示市场可能逐步脱离基本面支撑，进入估值驱动阶段。
• 算力需求结构变化：从训练主导转向推理主导，Agent模式成为核心驱动力。
• 国内AI产业链发展：资本开支快速扩张，国产替代加速，但盈利拐点尚未完全兑现。
• 风险提示：包括通胀上行、流动性收紧、交易拥挤、盈利兑现不及预期、AI商业化不及预期等。

风险提示

1. 通胀上行风险：若CPI 18 ROC再度回升，可能倒逼美联储维持紧缩政策，压制成长资产估值。
2. 流动性收紧风险：通胀反弹推升美债收益率，美元流动性收缩，高位成长板块易出现回调。
3. 交易拥挤风险：资金集中于成长赛道，若通胀或货币政策预期反转，可能引发市场剧烈波动。
4. 盈利兑现风险：若下游需求不及预期，AI板块盈利修复不及估值涨幅，存在估值消化压力。
5. AI商业化风险：若大模型变现速度不及算力扩张节奏，或技术迭代放缓，可能面临产能过剩与资产减值风险。
6. 技术路线与商业化不及预期风险：技术迭代加速但商业化进展缓慢，可能影响相关公司业绩兑现。

总结

本文通过总量指标与产业指标双维度分析，揭示当前AI市场正处于由流动性驱动向估值驱动转变的阶段。同时，指出算力需求结构变化、下游商业化加速、资本开支扩张等趋势，为投资者提供市场判断依据与风险预警。