申万宏源2026年美股投资策略：AI行情进入“换挡期” 悲观情形下下半年面临估值回撤风险

智通财经APP获悉，申万宏源发布研报称，中性假设下，2026年AI软约束出现风险可控，核心观察B端企业的渗透率能否提升，现金流稳定以及扩张相对稳健的美股公司值得关注。不过硬约束将更加突出，特别是电力对算力建设的约束。这也对ROI的验证要求更高，关注AI基建对capex指引下修的择时线索。乐观情形下，B端企业渗透率加速提升，AI基建维持capex高增，云厂利润率高增，更多公司财报显示AI收入贡献。这种情形下，软硬件将估值盈利双升;悲观情形下，2026年下半年通胀压力卷土重来，约束美联储宽松，同时AI应用成本下降程度有限无法支撑应用扩散，C端应用尚未出现爆款。这种情形下，那么2026年下半年面临估值回撤的不小的风险。

申万宏源主要观点如下：

自2023年以来，本轮美股AI行情已经持续三年时间。2023~2024年美股AI行情以提估值为主，AI基础设施以及有业绩的AI应用普涨。2025年AI相关行业(科技、通信)估值贡献相对有限，并且债务融资支撑投资比例增加，在AI产业投资的ROI(投资回报率)尚不明确的阶段，市场进入对效益审视更严苛的阶段。

当前市场对“AI泡沫”的担心主要是新技术带来经济规模效应的时间vs资本市场对新技术投资回报的乐观期待之间的落差。从技术发展周期来看，新技术往往有助于生产效率的提升，不过生产力的提升(释放新需求)需要技术成本系统性下降、企业组织架构调整、就业结构调整，这需要以年为单位的时间。这个过程中，资本市场往往以乐观思维推演新技术的终局效用。而当市场看到生产力转化过程中的边界时，股价泡沫往往出现破裂。对于边界的衡量，AI的硬约束在于物理边界，如算力、电力、网络、算法，这些变量决定了生产的成本和速度。而AI软约束在于生产力转化边界，如监管和合规成本、人才/企业组织架构调整成本、数据质量、商业投资回报率等，决定了价值的实现和可持续性。在真正的软约束显现之前，市场倾向于将算力、电力等资源的线性堆砌，视为获得更多回报的直接途径。

硬约束的扰动往往带来AI板块阶段性的调整压力(以季度为单位的调整)，美股“Buy the Dip”仍然具备胜率。2023年以来，美股AI每轮调整的触发因素均出现宏观流动性的收紧以及算力/算法/电力的担忧。复盘2023年以来M7的每轮回撤超过10%的阶段，持续时间均在一个月以上。202307~202310，美债供给冲击，流动性收紧，AI产业正处于积极投资阶段。 AI基础设施调整幅度小于AI应用。202407~202408，美国衰退风险上升，AI公司传统业务低于预期，而资本开支超预期，市场担心现金流风险幅度上行。AI基础设施和AI应用调整幅度相当。202412~202504，deepseek冲击引发市场对算法优势是否导致算力过度投资的担忧，微软减少数据中心建设进一步加剧产业担忧。AI基础设施普遍回调，AI应用出现分化。互联网时期，1997年、1998年、1999年纳指最大回撤分别达到14.1%、29.6%、13.1%，思科最大回撤分别为38.1%、36.7%、17.3%。

而软约束出现时，泡沫的系统性破裂可能最终被触发(以年为单位的调整，2000年最终见顶的触发因素是微软的反垄断案落地)，需要择时系统性降低仓位。核心围绕影响产业的ROI指标观察，具体地：

宏观来看，实体公司的成本收入衡量是跟踪ROI的关键：1)推理成本在加速下滑，不过前沿训练成本仍在上升。元分析调查报告显示，自2023年以来，各类AI大模型的推理价格持续下降，目前各类模型的价格低于0.1美元/百万字符。不过前沿 AI 模型的训练成本正在以 2–3 倍/年的速度攀升;最新的多模态与数百亿参数模型的训练成本已进入数千万至上亿美元区间。

2)兑现业绩的AI公司维持高增，能兑现业绩的AI应用数量缓慢增加。根据2025Q3，美国云厂的净利润率为20%+，B端应用中，AI+广告(59.5%)、AI+解决方案(29.5%)，AI+办公(20.6%)，AI+医药、AI+游戏、AI+版权盈利能力较弱。C端应用的利润率普遍为负。逻辑上看，ROI依赖AI基建投资和AI应用带来的增量需求两部分，后者存在非线性变化。当前美国企业AI渗透率约为10%左右，信息密集型行业更高，如信息、专业技术服务行业渗透率在20%+，预计未来6个月上升至30%+，而金融保险、教育的AI渗透率当前为15%+，预计未来6个月上升至20%+。

3)增量的AI投资要求回报率对GPU折旧较为敏感，债务融资成本上升是尾部风险。根据特朗普2025年公布的未来人工智能投资总额(外国对美国投资承诺+美国企业投资承诺)总计约3.8万亿美元，尽可能在2028年前投资完成的假设。考虑当前主要云厂的股权和债权融资成本，如果GPU折旧年限较长(6年)，ROI需达到10%以上当前AI投资合理;如果GPU折旧年限较短(3年，悲观估计)，ROI需达到30%以上当前AI投资合理。而债务融资成本的上升对AI回报率形成更大的弹性冲击。

微观来看，上市公司的债务压力侧面反映AI投资和回报的时间错位风险。1)当前AI基础设施整体债务压力可控，2025H2部分公司出现明显分化。根据2025年Q3，2023年以来，AI硬件相关的长期债务水平缓慢攀升，自由现金流/债务比例从16%下行至14%，高于2021年水平。个股出现分化，甲骨文和CoreWeave相对较大，长期债务大于营收水平，其中甲骨文预计到2027年债务/营收降低至1以下。M7中，英伟达、META和微软暂时经营压力不大，但是预计META和微软的资本开支增速在2026和2027大幅提升。若营收和利润没有出现非线性快速增长，则会对利润增速带来较大压力。

2)当前AI基建公司的付息压力处于22年以来的低位，不过25年新增债权、私募债、贷款规模较高，未来付息压力将上升。2025年AI基建的新增私募债融资成本约为6.5~9%，而且M7资本开支规模2026年预计仍将增加(增速下滑)，付息压力边际上升。

3)在宏观流动性系统性收紧阶段，债务风险增加的概率上升。在融资环境相对宽松的情形下，市场对ROI容忍度较高，而利率环境收紧将导致资产质量较差的企业率先面临破产风险。展望2026年流动性环境，中期选举压力下，全年来看美联储存在过度鸽派+美国财政出现超额刺激的可能性。中期则可能引发潜在通胀压力，从而导致流动性收紧的拐点更早到来。当前股票占到美国居民资产负债表的31%，达到历史最高，这意味着股市的波动对经济的影响更大。

最后，从金融学视角看泡沫系统性破裂的条件看本轮美股AI行情是否已经到达：1)流动性环境收紧阶段泡沫破裂风险较大，特别是加息启动后：新产业通过投资引发经济过热，美联储加息抑制过热情绪。1999年年中开始加息，指数估值开始见顶，3个季度后股价见顶;金融危机期间，2004年开始加息，估值一直被消化;2)大类资产风险传导上关注信用利差中枢走扩：1998年后Baa利差中枢下移，显示风险已经在积聚。不过在1999年最后股市加速上涨阶段利差同步走扩，最终提前股市1个多月触底反弹。2004年加息启动后Baa利差中枢略微下移，直到2007年7月开始反弹，领先于股市约2个月。3)核心产业指标见顶时间往往提前于泡沫破裂较长时间：互联网期间，电脑设备销量增速提前于纳指2年见顶，绝对额提前2个季度见顶;金融危机期间，房价增速提前于标普500指数2年见顶，绝对额提前2个季度见顶;本轮Token调用量仍在环比上行;

4)市场情绪上关注最乐观群体的态度转冷：从1990年互联网泡沫启示来看，对泡沫担忧的时间上，宏观经济学家(1996年底)>价值投资者(1998年)>科技企业CEO(1999H1)，市场最终见顶时间为2000年3月;2007年，谷歌搜索词条中关于“house bubble”的最热讨论时间领先于股市见顶约1年半时间;本轮AI行情方面，当前美联储主席于2025年9月23日表示“当前美股估值太贵”。科技产业对未来仍处于投资积极的阶段。投资者方面，平台型公司受到海外基金的欢迎，而上游如英伟达普遍遭遇减持。伯克希尔新建仓谷歌至第十大持仓，杜肯资本加仓亚马逊，索罗斯基金增持谷歌(GOOGL.US)、亚马逊(AMZN.US)、赛富时等，而桥水大幅减仓英伟达(NVDA.US)、谷歌以及微软，文艺复兴基金减仓Palantir、英伟达，加仓谷歌和微软。

5)估值隐含的ROI过高，股价对产业端的利好信息不敏感时：当前美股整体静态PE为28x，复盘1990年以来美股处于该估值区间时，持有3年的胜率低于30%，而持有1年胜率60%，这也意味着2026年美股科技股波动率或进一步走高。当前M7的加权估值为56x，而M7(剔除特斯拉)当前加权估值为36x，低于2023年初水平，当前M7的盈利增速(2025Q3)为22.9%。与2000年对比，彼时美股互联网7家“明星”股的加权估值最高为65x，盈利增速(2000Q1的TTM)17.6%。

风险提示：全球经济非线性走弱：信用债务风险、金融危机事件等突发导致全球经济超预期大幅回落。美国AI科技股大幅下跌风险：当前美国AI科技股估值较高，如果出现流动性趋势性收紧或产业趋势证伪导致大幅下跌，将冲击全球科技股风险偏好，带来市场大幅波动。