股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

财通宏观 | AI:资本开支的拐点?——2027年宏观十问(一)

重要提示:本微信号推送的内容仅面向财通证券客户中符合《证券期货投资者适当性管理办法》规定的专业投资者。本微信号建设受限于难以设置访问权限,为避免不当使用所载内容可能带来的风险,若您并非专业投资者,请勿订阅、转载或使用本微信号的信息。

核心观点

AI投资对美国经济增长的支撑作用正在增强。2026年二季度,美国实际GDP年化增长2.2%,房地产和租赁、信息、金融保险及耐用品制造业分别贡献0.57、0.52、0.50和0.50个百分点。上述行业与数据中心、云计算及半导体产业链存在一定联系。2026年8月,美国数据中心实际建筑支出同比增长约64.5%,同期制造业建筑支出下降约23.9%,反映投资结构明显分化。随着AI基础设施投资不断扩大,美国经济对相关建设活动的敏感性也在上升。

AI资本开支规模可能超过历史科技革命,融资约束成为重要变量。2025—2032年AI基础设施年度资本开支占GDP的比重平均约为3.22%,高于铁路建设时期的2.24%。随着投资规模扩大,云厂商通过长期租赁、项目融资和债券发行引入外部资本。我们判断,2027年前后更值得警惕的是结构性信用收紧,高杠杆、依赖外部融资的数据中心项目可能率先受到影响。

2026年四季度AI资本开支增速可能见顶,投资规模仍有支撑。从上游硬件价格看,DRAM长协价格变化与AI公司资本开支增速存在约三个季度的历史领先关系,预计科技巨头资本开支同比增速可能于2026年四季度见顶后逐步回落。从下游建设进度看,根据新增数据中心容量、项目兑现率及土建和IT设备投资时序测算,AI相关数据中心产业链资本开支同比增速可能于2026年四季度达到阶段性高点,绝对规模则在2027年二季度达到约2846亿美元的阶段性高点。

资本开支增速见顶不等于AI生产率红利见顶,经济增长动力能否接续取决于技术应用。2026年制造与建筑、低技能服务、高技能服务及金融行业的企业报告生产率增益分别为2.3%、2.6%、3.3%和3.7%,但进一步估算的实际生产率增益仅为1.1%、1.5%、2.2%和2.2%。企业感知与实际产出之间仍存在差距。随着数据中心和算力资本逐步形成,AI对经济增长的贡献可能从基础设施投资逐步向技术应用和效率提升传导。未来需要区分资本开支增速、投资绝对规模和生产率兑现三个不同的拐点。

总体判断:2026年四季度可能是本轮AI资本开支同比增速的阶段性高点,2027年上半年投资绝对规模仍有望维持高位,2028年新增项目兑现的不确定性进一步上升。融资条件与项目建设进度决定短期投资节奏,AI应用和生产率改善决定长期经济回报。

风险提示:AI资本开支增速预测偏差风险、AI终端需求及商业化进展不及预期风险、融资环境超预期收紧风险、数据中心建设及政策变化超预期风险、半导体价格及技术迭代风险、AI生产率兑现及宏观增长传导不及预期风险、数据统计及模型假设偏差风险。

内容目录

图表目录

01 美国经济与人工智能支出密切相关

美国经济分析局(BEA)发布的2026年第二季度按行业划分的GDP数据显示,实际GDP年化增长率为2.2%。其中,房地产和租赁行业增长0.57个百分点,信息行业增长0.52个百分点,金融和保险行业增长0.50个百分点,耐用品制造业增长0.50个百分点。零售业(-0.27个百分点)和运输仓储业(-0.37个百分点)则出现下滑。这四大行业正是人工智能在国民经济核算体系中的主要体现:数据中心归入房地产和建筑行业,云计算和电信归入信息行业,半导体和电子元件归入耐用品行业。由此推断,目前美国经济增长与人工智能支出密切相关。

建筑业的结构分化更加直观地印证了这一点,数据中心与电力设施成为少数仍在扩张的领域。2026年1—9月美国数据中心建筑支出累计同比增长47.1%,对私人建筑支出累计增速贡献1.3个百分点,电力设施贡献0.5个百分点。相比之下,其他建筑领域普遍承压,制造业建筑支出累计同比下降21.7%,拖累私人建筑支出增速2.8个百分点;住宅建筑支出下降3.8%,拖累2.1个百分点,其中独栋住宅拖累1.3个百分点。此外,剔除数据中心后的办公楼、商业零售及医疗保健建筑支出分别拖累0.3、0.4和0.2个百分点。整体来看,AI相关基础设施投资仍维持较强扩张,但其增长尚不足以抵消传统建筑投资的普遍收缩,美国建筑投资进一步呈现结构性分化的特征。

2026年以来,数据中心建筑支出仍维持高位,反映前期规划和开工的项目正陆续进入施工和交付阶段,存量项目对当期投资的支撑尚未明显减弱。与此同时,制造业厂房、商业建筑及住宅等传统投资领域普遍承压,美国建筑投资对数据中心的依赖程度有所上升。这也意味着,一旦AI资本开支增速放缓,前期项目逐步竣工、新增项目接续不足,其影响可能沿着建筑施工、设备采购和上游原材料需求逐步传导,对美国经济增长形成新的下行压力。

从资本开支结构来看,AI投资正在成为美国经济增长的重要支撑,但其扩张也加大了企业的现金流和融资压力。2025年甲骨文资本开支占营业收入的比重已接近60%,Meta和微软分别超过30%和25%,明显高于2010—2022年的历史平均水平。与此同时,甲骨文自由现金流对资本开支的覆盖率已接近零,长期债务占总资产的比重由历史平均约40%升至50%,长期债务与EBITDA之比由约2.6倍升至4倍以上。相比之下,微软、亚马逊和谷歌的杠杆水平仍相对较低,但持续增长的资本开支同样正在消耗经营现金流。

这意味着,AI投资对美国经济的影响正在形成双向传导:一方面,投资扩张通过数据中心建设、设备采购和相关服务需求支撑当期增长;另一方面,算力资本存量的持续积累,也可能通过技术应用和劳动生产率改善,为中长期增长提供新的动力。根据美联储测算,AI暴露程度较高的行业已经表现出相对更强的劳动生产率增长。2026年一季度,高、中、低AI暴露行业的劳动生产率环比增速四季度移动平均分别为1.49%、0.45%和0.17%;二季度三者分别约为1.55%、0.50%和0.10%,高、低暴露行业之间的差距可能进一步扩大。不过,从2023年以来的表现看,三类行业的生产率增速尚未出现持续扩大的趋势性分化,AI在微观层面的效率改善向宏观生产率增长的传导仍有待观察。由此来看,一旦AI资本开支增速放缓,建筑、设备及相关制造业需求可能率先受到影响,但已经形成的算力资本存量仍有望通过AI应用扩散和生产率提升继续贡献经济增长。未来AI对美国经济的支撑,可能逐步由资本投入驱动向生产率改善驱动过渡。

02 本轮科技革命CapEx拐点何时出现

AI投资热潮正达到空前规模,然而历史屡次表明,决定投资周期最终约束条件的往往是流动性与融资,而非技术本身。

从历史上的技术革命来看,每一轮重大技术突破往往伴随着持续数十年的基础设施投资浪潮,并由此重塑经济增长的动力。19世纪的运河和铁路、20世纪的电气化与公路,以及世纪之交的电信与光纤建设,都曾推动资本开支在较长时期内维持高位。

相比之下,本轮AI基础设施投资的规模可能更加突出。2025—2032年AI基础设施建设的平均年度资本开支占GDP比重预计达到3.22%,明显高于铁路建设时期的2.24%和公路建设时期的1.13%。如此庞大的投资规模,一方面意味着AI有望成为未来数年经济增长的重要支撑,另一方面也意味着,一旦投资增速放缓,其对宏观经济、产业链需求及金融市场的影响可能超过以往多数技术投资周期。

对AI资本开支的分析,可以从融资模式的变化入手。Meta的Hyperion数据中心项目提供了一个参考。

该项目规划容量约2GW,基础设施总投资约300亿美元。Meta最初持有全部权益,随后以约25亿美元向Blue Owl出售80%的股权,并通过合资企业Beignet发行270亿美元债券,形成约90%的项目资产负债率。值得注意的是,这笔债券获得了标普A+评级,但发行收益率达到6.58%,较Meta直接发行同期限公司债的估计融资成本高出至少100个基点。为支持融资,Meta通过长期租赁安排及剩余价值担保提供信用支持:自2029年起,租赁合同以五个四年期安排续约,若Meta选择退出,则需承担资产出售价格低于约定最低价值的差额。

这一参考案例揭示了AI融资模式的关键变化:资本开支的融资主体正在从云厂商自身向外部投资者扩展,但最终风险仍高度依赖云厂商的信用、算力需求及数据中心资产价值。对Meta而言,项目融资保留了资产负债表空间,却需要付出更高的融资成本;对债权人而言,稳定的租赁现金流提高了项目可融资性,但高杠杆也放大了需求不及预期、建设延期及资产贬值的潜在损失。因此,判断本轮AI资本开支能否持续,除了观察头部公司的现金流,还需要关注表外租赁承诺、项目层面的杠杆率及外部融资成本。随着资本开支进一步扩张,融资条件的变化可能先于终端需求放缓,成为影响新增项目开工与投资增速的重要约束。

随着AI基础设施投资规模不断扩大,融资约束可能成为影响资本开支持续性的重要变量。当前,云厂商正通过项目融资、长期租赁和私人信贷等方式引入外部资本,推动数据中心建设,但这一过程也使债务风险逐步向金融体系内部传导。从历史经验来看,债务扩张能够延长投资繁荣,也可能在流动性收紧时放大金融体系的脆弱性。

我们采用全球债务规模与全球流动性之比观察这一风险。其中,分子为全球债务,分母为全球流动性,该指标反映存量债务相对于流动性资源的规模,数值越高,意味着潜在的债务偿付和再融资压力越大。回顾1980年以来的历次金融危机,该指标多次在接近或突破200%时伴随金融市场动荡,2008年全球金融危机和2011年欧债危机期间尤为明显。近年来,该指标自2021年前后的低位重新回升,预计2027年前后可能再次触及200%。这意味着,未来AI资本开支的约束可能逐渐从算力需求延伸至融资成本与流动性条件,尤其需要关注高杠杆数据中心项目的再融资压力。

从分子端来看,全球债务压力的上升,既来自疫情时期大规模信用扩张形成的存量债务,也来自近年来AI投资推动的新增融资需求。疫情期间,全球政府和企业利用低利率环境大规模举债,部分债务在2026—2028年陆续进入到期和再融资阶段。与此同时,AI基础设施建设正推动科技企业加快进入债券市场。五家美国大型科技企业的指数合格债券发行额由2024年的201亿美元增至2025年的1073亿美元,2026年进一步升至2181亿美元,且发行币种由美元逐步扩展至欧元、英镑、瑞士法郎、加拿大元和日元等。由此,企业融资需求开始从传统经营扩张延伸至数据中心、芯片和电力基础设施建设。

更值得关注的是,新增融资需求正在与存量债务到期高峰交汇。根据标普全球评级的统计,美国公司债2025—2029年到期规模分别为8170亿、1.167万亿、1.200万亿、1.461万亿和1.253万亿美元,2028年达到阶段性高点。其中,2027年投机级债务到期约3970亿美元,2028年进一步升至7460亿美元,反映再融资压力逐步向信用资质较弱的企业集中。随着疫情时期低息债务陆续到期,企业需要以更高的市场利率进行再融资,而AI项目又在持续吸收新增资本,可能共同推高信用市场的资金需求。对于依赖外部融资、缺乏稳定经营现金流的新兴云厂商而言,这种压力尤其值得关注。

从分母端来看,如果美伊冲突不再剧烈升级,预计2027年全球及美国流动性仍将温和扩张,但扩张速度可能难以完全匹配债务再融资与AI新增融资需求的增长。一方面,如果能源通胀压力边际减弱,美联储的利率政策需要更多考虑美债、美股等金融市场的稳定压力,系统性流动性危机的风险相对可控;但另一方面,美国财政融资需求维持高位,叠加疫情时期低息债务集中到期、AI企业持续扩大资本开支,债券市场的资金吸收压力可能进一步上升。

我们倾向于判断,2027年更可能出现结构性信用收紧,而非全面流动性枯竭。大型云厂商仍可凭借经营现金流和信用资质维持投资,但高杠杆、依赖外部融资的新兴云厂商可能率先面临融资成本上升和项目延期,AI资本开支增速的拐点也可能首先体现为企业间的投资分化。

需要强调,债务与流动性之比主要用于观察宏观信用环境,其历史变化受到货币政策、金融监管、债务期限结构及资产价格等多重因素影响,200%仅具有历史比较意义。对AI资本开支而言,更直接的传导机制是融资利差上升、项目资本金要求提高以及租赁承诺履约风险增加。因此,即使宏观流动性整体保持稳定,部分高杠杆数据中心项目仍可能率先面临融资收紧。

 我们尝试从上游硬件价格和下游数据中心建设两个维度,判断本轮AI资本开支增速的拐点。截至2026年三季度,微软、谷歌、亚马逊、Meta和甲骨文五家公司的季度资本开支合计达到2106.9亿美元,同比增长111.5%,较2025年同期的996.2亿美元增加1110.7亿美元。与此同时,全球动态随机存取存储器(缩写为DRAM,下文同)现货均价由2025年三季度的1.80美元升至2026年三季度的13.60美元,数据中心建设也进入加速交付阶段。随着资本开支规模不断扩大,市场关注的重点逐步转向:前期快速增长的硬件订单和在建项目,能否继续支撑2027年的投资扩张?

一是DRAM价格领先AI资本开支约三个季度,指向2026年四季度增速可能见顶。DRAM是AI服务器的重要组成部分,其价格变化能够反映服务器采购需求、存储芯片供给及库存周期的变化。随着云厂商加快算力建设,上游存储需求首先增加,随后通过设备交付和资本开支确认传导至财报。我们选取五家AI公司的季度资本开支,并将DRAM长协合约价格同比增速向后平移三个季度进行比较,发现两者的历史变化趋势具有一定一致性。根据模型测算,AI公司资本开支同比增速可能由2026年三季度的111.5%进一步升至四季度的约150%,随后于2027年一至四季度分别回落至130%、110%、98%和90%,2028年四季度进一步降至约45%。这意味着,即使2027年资本开支规模继续扩张,其同比增速也可能放缓。

二是数据中心建设进度同样指向2026年四季度资本开支增速见顶,但投资规模可能延续至2027年上半年。我们建立从新增投运容量到实际资本开支的测算模型。从数据中心建设看,SemiAnalysis预计全球数据中心年度新增容量预计由2023年的5.8GW、2024年的9.8GW、2025年的15.6GW,进一步升至2026年的25.0GW和2027年的51.2GW,2026年和2027年的增幅分别达到60.3%和104.8%。 考虑到数据中心通常经历签约、融资、开工、土建机电施工、IT设备采购和最终投运等环节,资本开支会在正式投运前陆续发生,因此我们根据建设周期将未来投运容量对应的投资向前分配。

模型假设新增数据中心容量中75%用于AI,项目按期兑现率为85%,土建机电和IT设备单位投资成本分别为120亿美元/GW和250亿美元/GW,IT设备兑现率为90%。季度新增投运容量按照22%、24%、26%、28%的比例分配,土建机电投资主要发生在投运前四个季度,IT设备支出则集中于投运前两个季度至投运当季。

按照这一方法,AI相关数据中心产业链资本开支预计由2026年一季度的1405亿美元升至四季度的2425亿美元,2027年二季度进一步达到约2846亿美元的阶段性高点。其中,2027年二季度土建机电支出约952亿美元,IT设备支出约1895亿美元,后者占总投资的约67%。从同比增速看,资本开支可能在2026年四季度达到约98%,随后于2027年一季度回落至94%、二季度降至78.6%、三季度降至43.4%,四季度进一步降至2.4%。这意味着,资本开支增速可能率先见顶,但由于此前大量项目已经签约并进入建设阶段,实际投资规模仍有望维持两个季度左右的扩张惯性。

两种方法均指向2026年四季度AI资本开支增速可能见顶,但2027年投资规模仍有较强支撑。从DRAM价格看,2026年三季度全球DRAM现货均价同比上涨约656%,反映上游存储市场供需持续紧张;目前,约40个大型数据中心园区中已有超过24GW容量进入建设后期,2026年以来签订的长期租赁合同为后续建设提供了融资基础。

这意味着,2027年AI投资面临的主要变化可能是增速回落,而非建设活动立即收缩。按照数据中心模型,2027年二季度产业链资本开支仍可能达到2846亿美元的阶段性高点,但同比增速已由2026年四季度的98%降至78.6%。

总体而言,我们倾向于认为2026年四季度可能是AI资本开支增速的阶段性拐点,2027年上半年则可能是投资绝对规模的高点。前期签约和在建项目能够延长投资扩张周期,但随着硬件价格、项目兑现率和融资成本发生变化,资本开支增速或将逐步回归常态。

需要注意的是,两种方法在统计口径上存在差异:DRAM模型观察的是大型科技企业整体资本开支,数据中心模型测算的是新增算力设施对应的产业链投资,二者在设备范围、项目覆盖及支出确认时点上并不完全一致。但是,两种方法均指向2026年四季度附近投资同比增速可能见顶,而在建项目的持续交付仍将支撑2027年上半年的投资规模。由此,资本开支周期可能首先经历增速放缓,随后才逐步体现为投资规模的调整。

03 中选后AI的政策逻辑是否出现变化

中期选举后,美国AI政策的约束重心开始向数据中心建设审批和电力接入转移,但短期内尚不足以改变资本开支扩张的总体趋势,政策冲击可能集中于2028年。 随着民主党取得国会两院控制权,德州、俄亥俄和佐治亚州长易帜,地方政府对电价上涨、电网负担及土地使用的关注逐渐转化为数据中心建设约束。德州的政策调整具有代表性:当地大负荷并网申请累计达到474GW,约为历史峰值负荷的5倍,其中约九成来自数据中心,电力接入压力正在向项目审批和建设进度传导。

数据中心建设周期短于电力基础设施,供需建设进度错配可能制约未来算力投运。 从项目建设流程来看,数据中心通常需要经历选址规划、审批许可、土建施工、设备安装及调试投运等环节。数据中心从项目启动到建成投运通常需要约2—3年,而常规发电设施约需5—6年,输电基础设施则长达10年。数据中心建设进度明显快于配套电力设施,意味着即便项目已完成审批和主体施工,也可能因电力供应不足而推迟投运。 尤其随着AI算力需求快速增长,大型数据中心对电力容量和供电稳定性的要求进一步提高,电网接入逐渐成为影响项目兑现的重要约束。由此来看,2027年规划新增的数据中心容量能否如期投运,既取决于项目自身的建设进度,也受到配套电力设施建设周期的制约。对资本开支而言,土建和设备投资可能在项目投运前陆续发生,而电力接入延迟则可能拉长投资回收周期,并使后续资本开支增速与实际投运容量增速出现背离。

从项目开工进度测算,2027年政策冲击相对有限,2028年风险明显上升。根据SemiAnalysis的项目级规划数据,2027年美国前20个州计划交付数据中心容量约33.8GW,其中约75%已经开工,意味着约25.4GW项目具备较高的建设确定性。2028年全美规划净增容量约62.2GW,其中13个重点州合计43.5GW,德州单州达到18GW。若相关州全面暂停新增审批,约30GW规划容量面临政策风险,相当于2028年全美规划净增容量的48.2%;温和情景下约5.7GW面临风险,占比9.2%。需要强调,这些数字衡量的是规划容量的风险敞口,实际延期规模仍取决于审批范围、项目开工状态及电网接入进度。

因此,我们倾向于认为,中选后的政策变化可能加快2028年前后AI资本开支增速的回落,但尚不能据此判断投资规模将立即收缩。一方面,2027年大量项目已进入施工阶段,资本开支具有一定惯性;另一方面,2028年尚未开工项目面临审批、电力和融资的多重约束,可能推动部分投资延期,并提高第三方算力租赁需求。政策影响还存在明显的企业差异:谷歌在德州规划的相关项目约6.2GW,对当地审批变化较为敏感;微软更多面临第三方供应商交付风险;亚马逊则需要持续关注自建项目的资金投入和现金流压力。整体而言,2027年更可能体现为建设成本上升与项目分化,2028年则可能逐步体现为新增算力交付放缓和资本开支增速回落。(具体测算和逻辑可以参考前期报告《中选后云厂商对比》)。

04 AI对经济增长的TFP红利何时兑现

AI资本开支的最终落脚点,仍然是技术进步能否转化为全要素生产率(TFP)的持续提升。从企业感知来看,AI带来的效率改善已经开始显现,但微观生产率提升向宏观经济增长的传导仍存在明显时滞。2026年制造与建筑、低技能服务、高技能服务和金融行业的报告生产率增益分别为2.3%、2.6%、3.3%和3.7%,较2025年普遍提高约1个百分点;但进一步剔除企业主观感知与实际产出之间的偏差后,各行业隐含的实际生产率增益仅为1.1%、1.5%、2.2%和2.2%,反映出企业层面的技术应用效果尚未完全体现为实际经济产出 。

更值得关注的是,AI投资的短期回报与长期经济价值可能存在明显错位。资产估值、资本积累与生产率改善之间可能形成自我强化机制:较高的市场估值通过托宾Q效应刺激企业投资,推动AI资本存量扩张;随着AI逐步承担原本由劳动完成的任务,其应用还会带动传统资本同步深化,使资本边际产出在一定阶段内保持韧性。与此同时,AI应用提高资本所有者的收入份额,而资本所有者较强的储蓄倾向又可能扩大长期资金供给,降低维持较高资本存量所需的均衡利率。由此,经济可能形成从低资本积累向高资本积累的长期转变 。

这一过程也意味着,AI泡沫的破裂与技术革命的成功可以同时发生。决定投资热潮长期结果的关键,在于市场预期修正之前,是否已经形成足够规模的生产性资本。如果资本积累跨过能够自我维持的临界水平,即使前期过高的估值最终回落,已经建成的数据中心、算力基础设施及其带动的传统资本仍可能留下持久的经济增长效应;反之,如果估值调整过早、融资条件迅速收紧,资本积累尚未达到临界规模,投资周期便可能提前终止。而临界水平本质上取决 AI 技术底层需求水平和商业回报。

展望未来,本轮AI资本开支或将逐步从高速扩张转向增速放缓、结构分化的新阶段。综合上游硬件价格、下游数据中心建设进度及融资环境来看,我们预计2026年四季度可能是本轮资本开支同比增速的阶段性高点,但在建项目的交付惯性仍将支撑2027年上半年投资规模维持高位。

进入2027年后,随着存量债务集中到期、新增融资需求持续扩张,以及中期选举后数据中心审批政策的影响逐步显现,资本开支的约束可能由供给端的算力短缺,逐渐转向融资端的资本成本与需求端的投资回报,企业间的分化也将进一步加剧。

更长远地看,资本开支增速的拐点或许只是AI产业周期的第一个拐点,随后还将迎来投资规模、商业回报与生产率兑现的不同拐点。 随着前期投入的算力基础设施逐步形成有效供给,AI对经济增长的拉动也有望从设备采购和数据中心建设,逐渐向企业成本下降、生产效率改善及全要素生产率提升传导。届时,决定本轮科技革命能否持续支撑经济增长的关键,将是AI应用能否创造足够的新增价值,以消化前期积累的庞大资本投入。从资本开支驱动增长,到生产率驱动增长,这一转换能否顺利完成,或将决定本轮AI浪潮最终的经济高度与持续时间。

05 风险提示

(1)AI资本开支增速预测偏差风险。本文基于DRAM价格与大型科技企业资本开支的历史领先关系,以及数据中心新增容量和建设进度测算投资拐点。若历史领先关系发生变化,或企业采购、租赁及资产确认方式调整,实际资本开支增速与预测结果可能存在较大差异。

(2)AI终端需求及商业化进展不及预期风险。若模型调用需求、企业AI应用渗透率或商业化收入增长低于预期,云厂商可能调整新增算力采购计划,导致数据中心利用率下降、项目延期及资产减值风险上升。

(3)融资环境超预期收紧风险。若美国国债收益率、企业信用利差或项目融资成本持续上升,叠加存量债务集中到期,依赖债券融资、私人信贷及长期租赁的数据中心项目可能面临再融资困难,资本开支增速可能提前回落。

(4)数据中心建设及政策变化超预期风险。美国地方政府对数据中心审批、电力接入和土地使用的限制若超预期扩大,或电网建设、设备交付及工程施工进度不及预期,新增算力容量可能延迟兑现。反之,审批放松及电力基础设施建设加快,也可能使资本开支维持高增长的时间超过预测。

(5)半导体价格及技术迭代风险。DRAM价格受到存储芯片供给、HBM产能分配及传统服务器需求等因素影响,其变化未必完全反映AI投资需求。若芯片性能提升、单位算力成本下降或技术路线发生变化,企业资本开支与实际算力供给之间的关系可能发生调整。

(6)AI生产率兑现及宏观增长传导不及预期风险。企业报告的AI生产率增益与宏观经济核算中的实际生产率改善存在差异。若技术应用、组织调整及商业化进展慢于预期,AI基础设施投资放缓后,生产率提升可能难以及时接续其对经济增长的贡献。

(7)数据统计及模型假设偏差风险。本文部分测算依赖行业预测、项目规划容量、资本开支结构、单位GW建设成本、项目兑现率及投资时序假设。不同来源的数据在地域覆盖、企业范围和会计口径上可能存在差异,相关预测结果仅作为情景分析参考。

报告来源

证券研究报告:《AI:资本开支的拐点?——2027 年宏观十问(一)》

对外发布时间:2026年11月17日

报告发布机构:财通证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)

本报告分析师:张伟 SAC 执业证书编号:S0160525060002

连桐杉 SAC证书编号:S0160526080001

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。