股票 
板块 
用户 
资讯 ■ 2026年以来，A股呈现极致K型分化，7月市场表现逆转，科技板块单月大幅回撤，市场分歧明显。
■ 科技板块的分析框架。景气（企业盈利增速）决定方向，位置决定空间。判断科技板块，需要同时看估值与盈利增速两个维度。当估值处于高位，且盈利预期开始下修时，市场将见顶回落；反之，当估值处于低位，且盈利预期持续上修时，市场将触底回升。本轮行情具备真实的盈利高速增长支撑，属于基本面驱动型，适用三阶段框架来定位其所处阶段。
■ 当前判断：高位切换，估值收缩。科技板块估值与拥挤度处于历史极值、盈利增速见顶回落，是顶部成立的两个核心条件。科技板块盈利增速预计于2026年下半年见顶，此后会在高位维持一段时间。本轮科技板块有盈利支撑，因此在估值见顶后仍会有一段高位震荡期。6月之后，创业板预期盈利增速已结束自2025年以来的上行趋势，趋于稳定。结合产业层面（资本开支和半导体周期）因素进行研判。AI资本开支高增长受到三重约束。
■ 应对策略：潮退之后，攻守平衡。基于上述判断，应对策略也需要分层。战略上注重防守与再平衡，战术上避免追涨杀跌，结构上聚焦供给稀缺方向。当前盈利增长和估值收缩的力量相对均衡，市场以震荡为主。未来最大的风险是进入“盈利与估值双杀”阶段。中长期看，随着AI产业链相对盈利优势逐步收窄，资金由极致集中向其他低估值方向再平衡的概率将上升。
正文
2026年以来，A股呈现极致K型分化，AI产业浪潮驱动科技板块大幅上涨，传统行业多数承压。7月市场表现逆转，科技板块单月大幅回撤，8月科技板块止跌企稳，市场分歧明显。
科技板块估值与拥挤度极端化，盈利增速面临拐点，投资难度显著上升。短期盈利绝对增速仍处高位，市场以高位震荡为主。中长期要重视风险，攻守再平衡；战术上避免追涨杀跌；结构上聚焦供给稀缺的方向。
本文的论证逻辑如下：首先构建科技板块行情的分析框架，识别不同阶段的驱动力量与收益特征；其次运用该框架，定位当前所处阶段；最后基于框架与阶段判断，提出应对策略。
图 1：申万一级行业今年表现显著分化
资料来源：Wind，招商银行研究院
科技板块的分析框架
首先构建科技板块的分析框架。景气（企业盈利增速）决定方向，位置决定空间。判断科技板块，需要同时看估值与盈利增速两个维度。当估值处于高位，且盈利预期增速开始下修时，市场将见顶回落；反之，当估值处于低位，且盈利预期增速持续上修时，市场将触底回升。
资本市场实际交易的是未来的盈利增速及其修正，在当前阶段进行研判时，并不知道未来的盈利增速，因此使用分析师盈利预期及其修正方向。在验证历史规律时，则直接使用历史盈利增速。
具体来看，根据企业盈利增速高低，科技板块行情又可分为基本面驱动型与主题驱动型。两者的关键区别在于产业变革是否真正转化为企业盈利的高速增长。
（一）本轮属于基本面驱动
基本面驱动型，股价通常分为三个阶段。
第一阶段：估值与盈利双击。盈利预期持续上修，估值从低位扩张，两股力量叠加，股价单边大幅上行。
第二阶段：盈利驱动，此阶段盈利继续兑现或维持高增，估值收缩。经过双击阶段，股价大幅上涨，估值达到高位。产业初具规模后，盈利增速自然见顶回落，估值也随之见顶回落。但估值见顶不等于股价见顶，盈利仍在增长、绝对增速依然较高，或可对冲估值收缩的压力，股价在阶段性调整后仍能高位震荡。
第三阶段：盈利与估值双杀。盈利预期开始下修，估值继续收缩，股价大幅下跌。
主题驱动型，靠情绪与资金推动、没有盈利支撑，典型如2015年TMT。这类行情只有两个阶段：先是估值驱动上涨，交易想象空间；情绪退潮或流动性收紧后，估值与股价同步崩塌，下跌快而深，没有盈利驱动阶段。
图 2：2015年TMT估值同步于指数高点
资料来源：Wind，招商银行研究院
图 3：2015年TMT无盈利高速增长支撑
资料来源：Wind，招商银行研究院
本轮AI行情具备真实的盈利高速增长支撑，属于基本面驱动型，适用三阶段框架来定位其所处阶段。
图 4：2026年AI有盈利高速增长支撑
资料来源：Wind，招商银行研究院
（二）历史案例验证
历史上的多轮科技行情验证了上述三阶段框架的有效性。
2021年新能源车是典型的基本面驱动型行情。2021年一季度盈利增速与估值同步见顶，指数随即调整约28%，与2020年疫情冲击、2019年贸易摩擦时期20%-30%的调整幅度相当。估值虽已回落，但截至四季度盈利增速仍在140%以上，盈利增长远大于估值收缩，指数于2021年底再创新高。真正的下跌来自双杀阶段，2022年下半年市场开始担忧产能过剩，2023年一季度盈利增速大幅回落至33%，此后指数一路下行，2024年8月才见底，最大回撤达68%。
图 5：2021年新能源车估值高点先于指数高点
资料来源：Wind，招商银行研究院
图 6：2021年新能源车盈利驱动指数继续上涨
资料来源：Wind，招商银行研究院
2021年半导体同样如此。一季度盈利增速与估值同步见顶，指数调整；此后盈利增速维持在100%以上的高位，盈利驱动指数调整后反弹，并于7月创出新高。2022年盈利增速大幅回落后，指数最终长期大跌。
图 7：2021年半导体估值高点先于指数高点
资料来源：Wind，招商银行研究院
图 8：2021年半导体盈利驱动指数继续上涨
资料来源：Wind，招商银行研究院
2010年消费电子行情亦是如此。iPhone叠加国内3G/4G大规模建设开启移动互联网时代，催生消费电子大涨。2010年4月估值见顶，指数调整后在盈利驱动下继续上涨，直至2010年底才见顶。
从这些案例中，可以发现进一步的规律。估值先于股价见顶，估值见顶不等于行情终结。阶段切换的调整（约20%—30%）与双杀阶段的下跌（近70%）是两个量级。三阶段框架更适用于科技板块，而不是所有行业。科技行业能实现持续高速增长，估值回落后盈利仍足以对冲收缩，其他行业往往不具备这一条件。白酒是反面例子，白酒的突出之处在于高ROE，而非盈利增速；2020—2021年的大涨更多由估值驱动，盈利增速长期仅10%—20%。抱团瓦解后，估值从高位回落，缺乏盈利增长支撑，指数未能创出新高。需要说明的是，此框架是用于识别典型科技周期特征的经验框架，并不意味着所有科技行情都会严格复制，历史案例提供的是领先滞后关系的参照。
图 9：2021年白酒估值同步于指数高点
资料来源：Wind，招商银行研究院
图 10：2021年白酒无盈利高速增长支撑
资料来源：Wind，招商银行研究院
半导体是整个科技产业的基础，观察其周期可对科技板块做纵向对比——2010年、2021年、2026年科技牛市均处于半导体上行周期，背后有产业业绩支撑。
高位切换，估值收缩
科技板块估值与拥挤度已处高位，盈利预期上修动能趋弱，支持市场向“盈利驱动、估值收缩”阶段切换。若后续盈利预期进一步下修，则第三阶段风险将明显上升。
（一）估值与拥挤度均达到极端高位
无论从估值还是交易维度看，A股科技板块均已达到历史极端水平。
图 11：电子和通信市净率达到历史最高
资料来源：Wind，招商银行研究院
图 12：申万一级行业市净率极致分化
资料来源：Wind，招商银行研究院
图 13：前5%股票成交额占全市场比例达到峰值
资料来源：Wind，招商银行研究院
图 14：行业分化程度达到历史极值
资料来源：Wind，招商银行研究院
估值处于历史极端水平，分化程度罕见。电子、通信行业最高时市净率已超过2000年互联网泡沫和2015年全市场泡沫时期。经过调整后，市净率分位数仍在近10年的95%分位数以上。市盈率最高亦达到历史99分位，当前正处于周期盈利顶部，市盈率存在失真，市净率相对可靠；而大量传统行业市净率分位数仍处历史低位。
交易同样高度集中。行业收益率标准差衡量的分化程度在7月初已达历史极值，接近2007年和2015年的顶峰。成交集中度也达历史极值，约5%的个股贡献了近半成交额。
公募持仓集中度逼近历史极值。2026年二季度TMT配置比例升至61.50%，为最显著的增持方向，仅次于2009年二季度金融地产的62.80%（根据季报公布的主动偏股公募基金前十大持仓计算）。
分化与集中的背后，是高景气资产的稀缺，也是AI扩张与地缘重构双主线在资产定价上的映射。分母端，地缘重构将安全成本长期内生化，逆全球化与通胀粘性使美元长期利率难以趋势性回落。美元长端利率作为全球风险资产定价的锚，通过中美利差和外资风险偏好等渠道向A股传导。分子端，AI正从科技叙事转向硬资产扩张，算力、数据中心、电力等硬件环节盈利高速增长，成为高利率环境下少数能持续兑现回报的方向，支撑结构性估值扩张。但AI资本开支本身也在增加融资需求、对实际利率形成支撑，反向强化分母端约束，使估值扩张更加集中于高景气硬资产。
估值高位意味着长期投资性价比显著降低。但高估值不等于必然下跌，如果景气可以持续上升，则估值还可维持高位甚至更高。估值处于高位是市场见顶的一个条件，另一个决定性条件是盈利增速出现拐点。
（二）盈利增速拐点临近
科技板块盈利增速预计于2026年下半年见顶，此后会在高位维持一段时间。判断这一拐点，需要结合盈利预期的修正方向。6月之后，创业板预期盈利（未来12个月）增速已结束自2025年以来的上行趋势，基本趋于稳定。据此判断，2026年下半年可能是盈利增速的拐点。但预期盈利增速未出现明显下修，还可以结合产业层面（资本开支和半导体周期）因素进行研判。
图 15：创业板预期盈利增速趋于稳定
资料来源：Wind，招商银行研究院
AI是本轮科技板块最核心的产业主题，底层驱动力是全球算力需求的持续扩张，资本开支因此成为最核心的变量。在“终端客户—大模型厂商—云厂商—上游硬件”的产业链中，A股科技板块处于上游硬件制造环节，是资本开支扩张最直接的受益方。资本开支的根本支撑，是终端客户需求的持续增长与变现。
资本开支周期遵循S曲线：早期，技术突破打开想象空间，少数先行者率先投入；加速期，资本开支爆发式增长，形成不投即落后的竞争格局；减速期，基础设施逐步满足需求，边际回报下降，增速从高位回落；成熟期，投资转向维护升级，增速回归常态。
当前资本开支仍处加速期，但增速将见顶。2023年以来五大云厂商资本开支增速保持在72%左右，按此推算2026年约7700亿美元；市场预期已从年初的5000亿美元一路上修至接近8000亿美元，对应同比增速约89%，上升趋势仍在延续。真正的隐忧在2027年，预测增速已回落至30%附近，即便后续继续上修，回到70%以上也难度极大。
图 16：2023年以来资本开支年年增速约72%
资料来源：Bloomberg，招商银行研究院
图 17：2026年资本开支仍处于加速期
资料来源：Bloomberg，招商银行研究院
但资本开支增速预期也不完全可靠，增速为什么会见顶，还需要从三重约束来理解。
第一是现金流约束。主要云厂商资本开支增速（72%）远快于经营现金流增速（约23%），自由现金流快速收窄。2026年二季度，亚马逊、谷歌自由现金流均为负，Meta、微软同比下降91%、23%。云厂商从依靠自有现金流扩张，转向依赖债务融资，而美债利率居高不下，四大云厂商新发债券加权平均利率已从2022年的2.95%升至4%以上。
图 18：资本开支预计在2026年三季度超越现金流
资料来源：Bloomberg，招商银行研究院
图 19：资本开支增速顶峰预测在2026年三季度
资料来源：Bloomberg，招商银行研究院
第二是折旧负担加快显性化。上游产能瓶颈推升半导体价格，抬高算力建设成本，折旧摊销随之增加。资本开支对应的折旧负担正在加快显性化，对收入和利润增长提出更高要求。云计算折旧摊销增量占收入增量的比例，2026年预计仍在70%以内，但上游持续涨价，2027年可能超过100%，中下游利润空间将被进一步压缩。此前，美股七巨头大幅跑输费城半导体指数，正是市场对这一负担加快显性化的定价。二季度财报中，Azure、Google Cloud、AWS三大云业务同时加速，才缓解了之前市场“资本开支加大必然压制利润率”的担忧，这也说明市场高度关注投入与回报的匹配。
图 20：美股七巨头此前表现弱于费城半导体
资料来源：Bloomberg，招商银行研究院
图 21：头部云厂商折旧摊销压力逐步上升
资料来源：Bloomberg，招商银行研究院
第三是收入端的结构性约束。首先，从行业发展来看，Coding是当前商业化进展最清晰的领域之一，其他应用场景的规模化付费和商业闭环仍待验证。当前范式下模型能力能否持续突破尚存不确定性，开放世界、物理世界等场景的明确进展仍有限，限制了应用场景的扩张，其他B端场景的商业化仍需观察，而C端付费率仍然偏低。其次，从行业内部竞争格局看，DeepSeek 、Kimi等中国模型与美国头部模型的能力差距收窄，意味着单纯依靠基础模型性能形成长期超额利润的难度上升，但行业壁垒仍可能来自推理效率、分发渠道、数据、生态与企业客户黏性等多个维度，行业竞争格局的演化仍存在不确定性。
此外，全球半导体周期与上述判断相互印证。半导体是科技硬件层的核心，对半导体周期的研判是判断板块景气的另一条关键链条。当前半导体周期同样处于高位、已接近拐点，将维持高位一段时间。
图 22：内存价格增速影响半导体行业估值
资料来源：Bloomberg，招商银行研究院
图 23：2027年预测半导体增速下降
资料来源：WSTS，招商银行研究院
全球半导体收入增速预计2026年下半年见顶，2027年末仍有约30%的同比增速。之所以2027年仍有较高增速，是由于大部分新增产能要到2027年下半年才形成有效产出。全年来看，2027年仍是供需缺口最大的一年，SK海力士CEO称“2027年将出现存储行业历史上最严重的供应短缺”。随着下半年新增产能陆续释放，预计2027年四季度起供需格局将从短缺逐步转为紧平衡，价格可能开始回落。
图 24：AI核心硬件供应链扩产计划表
资料来源：公司公告，招商银行研究院
（三）七月“摔杯”：切换落地
7月的大幅回撤，正是估值见顶之后的第一段调整，标志着市场从双击阶段进入高位震荡阶段。
以创业板指为例，牛市中的大级别调整通常源于两类驱动：严重外部冲击（2020年疫情回撤21%、2025年4月贸易战回撤23%）或阶段切换（2021年初抱团瓦解回撤25%）。本轮调整期间并无重大外部冲击，而28%的回撤已达到大级别调整的量级，显著超过2025年11月AI商业化担忧（13%）和2026年3月美伊冲突（9%）的回撤。结合前文估值和成交拥挤度达到极高、盈利预期扩张放缓等条件，这一调整幅度支持阶段切换的判断。
高位震荡之所以能够维持而不是直接大幅下跌，根本原因在于AI资本开支的支撑，商业化闭环已得到初步验证，盈利增速可维持在高位。
智能体AI正走向规模化部署，推理算力消耗快速增长。模型单价不断下降，进一步推动Token用量增长以覆盖价格下行，这是“杰文斯悖论”在AI领域的体现（杰文斯悖论源自19世纪经济学家杰文斯对煤炭使用的观察，当蒸汽机单位能耗下降后，煤炭总消耗反而增加，因为效率提升刺激了更大规模需求）。因此，模型降价并不等于算力需求见顶，反而可能形成“越便宜、越普及、总算力消耗越大”的正反馈。
头部云厂商收入与在手订单增速持续上行，Anthropic营收高速增长、盈利改善，据SemiAnalysis测算其2026年三季度营业利润（EBIT）突破10亿美元、营业利润率6%。Anthropic虽不能代表全部下游，但至少证明其商业模式（Coding领域）可行。下游营收增长与利润改善，说明AI投入带来了真实的商业回报，为继续加大资本开支提供了可持续的支撑。
图 25：tokens消耗量稳步提升
资料来源：OpenRouter，招商银行研究院
图 26：头部大模型厂商收入高速增长
资料来源：Bloomberg，招商银行研究院
图 27：头部云厂商订单和收入高速增长
资料来源：Bloomberg，招商银行研究院
训练侧的支撑同样存在。大模型能力边界尚未见顶，每一代模型的训练强度与成本都在攀升，头部厂商对下一代范式的争夺构成训练侧资本开支的下限。寡头竞争格局下无人敢放慢节奏——少投的风险远大于多投。
图 28：大模型能力不断提升
资料来源：EPOCH AI，招商银行研究院
潮退之后，攻守平衡
基于上述判断，应对策略也需要分层。战略上注重防守与再平衡，战术上避免追涨杀跌，结构上聚焦供给稀缺方向。
（一）中期盈利与估值赛跑
阶段切换之后，市场进入估值下降与盈利增长的博弈阶段。股价可以拆解为P=EPS×PE，股票收益等于盈利增长减估值收缩。此前估值极高、抱团极致，大量资金追逐趋势，当潮水退去，估值终将向基本面回归。核心问题在于：估值回落的幅度与盈利增长的幅度，哪个更大？
以上一轮牛市为参照，创业板指双击阶段（2018年底至2021年2月）最大涨幅189%，与本轮约190%的涨幅相当。此后创业板指进入盈利驱动阶段（2021年3月调整低点至7月见顶），最大涨幅仅37%，盈利驱动阶段的涨幅远小于双击阶段。结构上，行业龙头>主线方向>创业板指，宁德时代最大涨幅147%，新能源汽车指数99%，远高于创业板指的37%。
从本轮牛市的定量测算看，科技板块有所分化。考虑未来的盈利增长后，若板块未来的市盈率回落至合理区间，则说明其盈利增长足以消化估值回落。当前科技板块的预测市盈率已回落至中等偏低水平，但是分析师盈利预测可能过于乐观，盈利增速被高估。尤其对于科技制造业，周期顶部往往恰恰会出现不可持续的高盈利，导致预测市盈率偏低。结合正常化利润率（过去10年均值，即中长期可持续的盈利水平），对盈利预测进行调整，可以发现科技板块的调整后预测市盈率在中等水平，盈利增长和估值收缩的力量相对均衡，市场将以震荡为主。从盈利预测增速的修正方向看，6月份之后趋于稳定，也符合这一结论。而电子行业调整后预测市盈率明显偏高，这主要是因为电子行业的盈利水平处在周期高位，未来难以持续。
图 29：科技板块调整后的预测市盈率在中等水平
资料来源：Wind，招商银行研究院
未来最大的风险是进入“盈利与估值双杀”阶段。当资本开支预期开始下修或A股科技盈利预测转为下修，市场将进入第三阶段。
图 30：本轮调整幅度接近过往平均水平
资料来源：Wind，招商银行研究院
图 31：A股情绪回到低位
资料来源：Bloomberg，招商银行研究院
从市场角度看，7月底A股情绪达到低位，调整的剧烈阶段已过。但市场出清尚不彻底，且面临美联储加息的压力，未来反弹可能偏弱。
一是调整幅度基本达标，下行空间有限。创业板指自高点最大回撤约28%，已达到历史大级别调整的量级（通常20%—30%）。由于前期估值高、交易拥挤、资金高度抱团，因此回调幅度略大于过往的调整幅度。
二是成交集中度仍高。反映资金抱团的集中度指标依然偏高，表明主流资金并未从科技抱团中大幅撤出，筹码结构仍有待消化。
三是美联储加息，分母端的压力仍然存在。
（二）结构再平衡
中长期看，随着AI产业链相对盈利优势逐步收窄，资金由极致集中向其他低估值方向再平衡的概率将上升。
但就当前而言，切换条件并不充分。科技板块估值处于高位，A股整体估值同样不低（全A市盈率处于近5年的70-80%分位）。相较之下，科技板块还有高盈利增长作为支撑。其他板块中，红利资产吸引力有限，中证红利股息率仅4.2%，处于近五年1%的低分位；主要板块中仅消费估值偏低，但缺乏景气支撑。
因此，当前K型分化的逆转条件尚未成熟，尚不具备全面风格切换的条件，科技仍是重要配置方向，但需要降低集中度，并逐步增加其他方向的配置。待AI产业链盈利增速放缓后，再加速风格切换，从成长向价值完成重新配置。
（三）稀缺环节仍具长期价值
在科技板块内，硬件端和应用端的投资逻辑有何不同？这是在科技主线内部进行精选的关键前提。市场流行的叙事是“从基建到应用”。从产业演进的终局来看，这一方向并无问题——产业最终要落地于应用。历史经验表明，基建投入与回报错配是常态，基建方承担巨额资本投入，产能过剩后利润迅速下降，而廉价基础设施的红利主要流向下游应用方。
互联网泡沫时期，运营商铺设了远超需求的光纤，过剩带宽为互联网巨头提供了生长土壤。光伏需求真实且长期增长，但每一轮供给释放都将制造环节利润打回原形。硅料、组件价格不断下跌，技术进步的收益几乎全部以降价形式让渡给下游。铁路吸纳了天量资本，随后反复出现过度建设、运价崩塌和大面积破产。而廉价运输能力沉淀下来后，真正的赢家是应用层。
但反例同样存在，硬件环节同样可能诞生长期赢家。电力是最重资产的基建之一，但通用电气等设备商长期繁荣。PC时代，按“硬件让位软件”的逻辑，英特尔应在PC普及后衰落，实际上它和微软共同获取了PC时代大部分利润，Wintel联盟持续多年。智能手机时代，移动互联网应用诞生了很多优秀公司，但硬件厂商也有不错表现，苹果占据手机产业链过半利润，台积电和ASML过去十五年也实现了较好的投资回报。
因此，硬件端与应用端均有结构性机会，但投资逻辑各有侧重。硬件端决定长期回报的关键在于供给端能否维持稀缺性，并非简单的产业链位置之争。A股科技硬件大部分属于产品同质化的制造业，需求增长的同时面临产能扩张、利润下滑的压力；而具备生态壁垒或工艺壁垒的环节，无论是寡头格局下的技术迭代壁垒，还是对关键技术卡点的把控，才更有可能获得长期价值。应用端虽是确定性的发展方向，但当前仍处于早期阶段，商业模式尚未成熟，竞争格局尚未定型，事前筛选应用层赢家的难度更高，选择标的的重要性远高于选择方向。
建议放弃普涨思维，收缩战线，聚焦供需格局占优的主线细分方向与竞争壁垒更强的行业龙头。需求端具备可持续性且可验证，供给端具有较高的产业门槛，盈利增长的确定性和持续性才更强。
风险提示
一、AI资本开支下修风险。若AI商业化进展不及预期，AI收入无法覆盖持续扩张的折旧与运营成本，市场将重新评估AI基础设施的投资回报并下修资本开支预期，上游硬件环节业绩与估值均将承压。
二、产能快速扩张风险。A股科技板块以制造业为主，若产能快速放量，供给加速追赶需求，可能出现产能过剩与价格下行，压缩相关企业的盈利空间。
三、美联储持续紧缩风险。若通胀反复、能源价格上涨，或美国经济表现强于预期，美联储可能持续加息，全球流动性收紧将加速科技板块估值压缩。
四、产业链利润重新分配风险。AI产业利润目前较多集中于上游硬件环节，若美国通过贸易、产业政策等方式推动供应链利润向本土企业转移，可能影响部分环节的盈利预期。
本期作者
赵宇 招商银行研究院 资本市场研究员
zhyu@cmbchina.com
刘东亮 招商银行研究院 资本市场研究所所长
liudongliang@cmbchina.com
转载声明：
1、本报告为招商银行研究院已发布报告的公开版本，报告内容均为原创。
2、如需转载，请提前征得本公众号授权。转载时需要保留全文所有内容，请勿对本报告进行任何有悖原意的引用、删节和修改。
3、转载时请注明出处为“招商银行研究院（ID：zsyhyjy）”，并在“原文链接”中保留原始公众号文章链接。
4、授权方式：请参照文末方式联络招商银行研究院。
注意：未经招商银行事先授权，任何人不得以任何目的复制、发送或销售本报告。
招商银行版权所有，保留一切权利。
责任编辑|余然
评论 (0)