中金：AI 高景氣能否經得住供給考驗？
全球AI鏈條三季度透過大幅回調消化高擁擠後（圖表1），走勢開始出現明顯分化。中國台灣綜指、納指一度新高，費城半導體、科創50、創業板50等上漲斜率則有所放緩，甚至完全回吐年內漲幅（圖表2）。這背後，除了各市場內部宏微觀環境的影響，如美債利率和A股資金面的變化，恐怕也與AI鏈條上不同環節供需關係的悄然變化緊密相關：市場擔心代表需求的雲廠商資本開支已越過增速最快的階段（圖表3），遲遲沒有等到新的應用場景，而光模塊、GPU、存儲芯片等部分上游環節的新增加供給陸續釋放（圖表4）。
圖表1：科技方向在2026年6月份異常擁擠，但當前已經明顯降溫
資料來源：Bloomberg，Wind，中金公司研究部
圖表2：擁擠度消化後，M7、納指等一度新高，但是費半、創業板50等漲勢明顯放緩
資料來源：Wind，中金公司研究部
圖表3：五大雲廠商資本開支或已越過增速最快的階段
資料來源：Factset，中金公司研究部
圖表4：半導體板塊與雲廠商的資本開支一增一減，一升一降
資料來源：Factset，中金公司研究部
供需節奏的一快一慢、一升一降，導致前期不斷擴大的供需缺口開始出現收斂跡象，量價齊升所驅動的高景氣邏輯也面臨新挑戰，直接導致了市場從共識走向分歧。那么，本輪AI驅動的高景氣究竟能持續多久？恐怕是當下全球投資者最關心的問題。
一、判斷高景氣的三個認知偏差：需求固然重要，供給也值得重視
高景氣，顧名思義，意味著需求處於向上通道，因此供給往往會被有意無意地忽略。但相比需求，供給也值得重視，我們認為有三個認知偏差值得重新審視。
► 其一，需求固然重要，供給也值得重視；投資者往往強調且放大一階的需求，卻容易忽視且低估二階的供給。投資者習慣從市場空間、滲透率、客戶黏性和技術迭代出發，推演未來數年的收入增長與資本回報，卻容易忽略增長本身所誘發的供給響應。需求增長並不天然等同於投資回報，恰恰相反，越確定、越誘人的增長前景，越可能吸引資本進入、推動企業擴產並加劇競爭。當新增供給快於需求時，原本的緊缺可能轉向過剩，價格與利潤率隨之回落；反之，若供給受到產能、技術或產業鏈瓶頸約束，即使需求增速並不進一步加快，價格和利潤仍可能實現非線性增長。因此，需求打開增長空間，供給放大回報彈性。
► 其二，預測需求依賴大量不確定的長期假設，判斷供給卻有更多確定的參考指標。技術迭代時期，終端需求、應用落地節奏和客戶付費意願都存在較高不確定性，遠期市場空間的預測往往依賴大量假設。相比之下，資本開支、在建產能、融資規模以及競爭者進入等供給指標，通常更加可觀察、可驗證。尤其在當前AI產業中，相比預測數年後的應用規模和商業化前景，識別已經發生或正在醞釀的供給擴張，往往有更為扎實的數據基礎。與其在高度不確定的遠期需求中尋找確定性，不如從相對可觀察的供給變化中把握資本回報的邊際變化。
► 其三，即使意識到供給的重要性，也容易簡單地把供給擴張與回報下降劃等號。供給擴張固然可能打破原有平衡，但擴產並不必然導致過剩，高投資也未必意味著低回報，關鍵在於行業競爭格局：在競爭分散的市場中，企業各自理性的擴產決策，可能累積為行業層面的非理性投資；而在集中度較高的市場中，企業往往更能考慮自身擴產對行業供給和價格的影響，新增加投資也可能更多反映技術升級、效率改善或龍頭份額擴張，而非無序競爭。因此，真正值得警惕的，並非供給擴張本身，而是缺乏供給紀律的擴張；決定回報的，不僅是供給擴張的規模，還有供給擴張所處的競爭格局。
基於上述考慮，本文不再重複討論已汗牛充栋的AI需求前景與市場空間，而是轉向容易被忽視的供給側，從這一視角重新審視當前高景氣的形成機制與持續性，為投資者提供判斷依據。
本文中，1）我們首先識別中、美、韓等主要市場的景氣方向，判斷本輪增長究竟有多強勁；2）其次從供需視角解釋強勁增長的形成機制；3）隨後，從投資強度和新增融資兩個維度，判斷供給擴張的強度；4）再者，引入競爭格局，通過歷史數據與實證檢驗辨析不同競爭格局下供給擴張的經濟後果；5）最後，將這一框架應用於當前，判斷哪些行業的高增難以持續，哪些行業的回報仍有改善空間。
二、如何識別高景氣的方向？美股電氣設備與半導體，A股電子等
判斷本輪高景氣能否經受住供給擴張的考驗，首先需要定義景氣以及識別目前景氣度有多強勁。
如何定義景氣度？低基數可以製造高增長，卻未必意味著經營明顯改善；同樣20%的盈利增長，對穩定的消費企業可能是明顯的變化，對周期企業卻可能只是正常波動。單看同比數字，容易把基數效應當成成長或者景氣。另一方面，不同行業的盈利波動也存在明顯差異，即使剔除基數效應後的高增長也不必然意味著該行業進入景氣區間。
為此，本文引入標準化未預期盈利（SUE，Standardized Unexpected Earnings），以企業當期盈利增速與歷史均值之差，除以歷史盈利增速的標準差，衡量盈利增長偏離歷史常態的程度：
SUEᵢ,ₜ＝[ΔEᵢ,ₜ－mean(ΔEᵢ)]／std(ΔEᵢ,ₜ₋ₖ)，
其中，ΔE為季度盈利同比增速。它有助於減少基數差異的干擾，也能夠增加不同行業盈利增速的可比性。SUE越高，說明當期盈利增速相對於歷史常態越強，SUE大於0，意味著盈利增速超過歷史均值；SUE大於1，則意味著盈利增速超過歷史均值加一倍標準差，反映出偏強的盈利景氣。本文將SUE大於1的行業定義為高景氣行業。
我們測算顯示，目前高景氣行業大多屬於AI產業鏈，例如美股的電氣設備、半導體及設備、電子和軟件（圖表5），以及A股的電子等板塊（圖表6）。此外，A股的非銀金融也具有較高的景氣度。
圖表5：2026年上半年，美股的電氣設備、半導體等行業盈利景氣度較高
資料來源：Factset，中金公司研究部
圖表6：2026年上半年，A股的電子、計算機、电力設備等行業盈利景氣度較高
資料來源：Wind，中金公司研究部
三、景氣上行的原因？需求打開增長空間，供給放大回報彈性
景氣之所以向上，是因為需求前景打開空間，也因為供給約束放大了回報彈性。以本輪AI為例，
► 一方面，AI需求擴張的核心驅動因素來自大模型能力持續迭代後帶來的勞動生產率明顯提升。Anthropic測算，AI輔助可使部分任務完成時間平均縮短80%，大模型應用場景日益豐富，美國非農部門整體的勞動生產率明顯提升，其中，AI投入較多的行業如信息技術、金融保險的勞動生產率改善尤為明顯（圖表7）。生產效率的提升驅動詞元調用量持續高速增長（圖表8），雲廠商算力投入不斷加碼，AI算力、基礎設施等相關環節需求快速擴張。從更長期看，目前AI在企業支出中的占比以及個人付費絕對額都處於較低水平（圖表9），AI或仍處於應用的早期階段，無論是模型訓練、推理，還是未來更多應用落地，都意味著較大的潛在市場空間。AI需求的快速增長，決定了相關產業鏈的擴張空間。
► 另一方面，供給約束進一步放大了需求增長所帶來的盈利彈性。當行業存在較多閒置產能時，新增加需求主要可以通過提高產量得到滿足，價格反應通常較溫和；隨著產能利用率逐步接近上限，企業短期增產空間收窄，新增加需求越來越難以通過數量擴張消化，更多轉化為價格上漲。此時供給曲線逐漸變陡，同樣幅度的需求增長會對應更大的價格變化[1]，行業也從相對線性的"量增"逐步轉向"量價齊升"。價格的非線性上漲，會進一步放大利潤彈性。增加產量通常需要追加原料、人工等投入，新增加收入須扣除相應成本才能形成利潤；在銷量與單位成本不變的條件下，價格上漲帶來的收入增量則直接轉化為利潤。因此，同等規模的收入增長，由漲價帶來的利潤增量通常高於由銷量增長帶來的利潤增量，且原有利潤率越低，這種放大作用越明顯。
圖表7：美國非農部門勞動生產率有所提升，AI投入較高的行業改善更為明顯
資料來源：Fred，中金公司研究部
圖表8：AI詞元調用量保持高速增長
資料來源：OpenRouter，中金公司研究部
圖表9：AI支出占企業投入（剔除薪酬）比重從2023年的0.5%升到2026年的5.7%
資料來源：Ramp，中金公司研究部
這一機制在產業鏈的瓶頸環節尤為突出。在各環節相互配套、短期難以替代的生產體系中，整體產出受制於供給最為緊缺的環節（"木桶理論"或列昂惕夫生產函數）。即使其他環節產能充足，關鍵零部件的供應不足仍會限制下游生產，使新增需求集中於瓶頸環節，推升其價格與利潤，這正是我們此前報告《AI時代與人口變局猜想》中提到的列昂惕夫式互補生產關係所揭示的瓶頸效應：決定產業鏈擴張能力的，並非各環節產能的簡單加總，而是關鍵環節能否提供足夠的配套供給。
因此，本輪AI產業景氣強勁上行實際上包含兩層力量：需求擴張提供了盈利增長的基礎，供給約束則進一步放大了價格與利潤彈性。強勁的AI需求首先推動銷量擴張，當需求進一步觸及供給約束後，價格和利潤率開始同步上升，使盈利增長快於收入增長，部分行業由此出現明顯高於歷史常態的標準化未預期盈利（SUE）。我們測算顯示，美股的電子、電氣設備等SUE較高的行業，同時也呈現出高產能利用率、產品價格漲幅突出的特徵（圖表10，圖表11）。這些行業異常強勁的盈利表現並非單純來自需求高增長，而是強需求與緊供給共同作用的結果。
圖表10：產能利用率較高的行業也是盈利增速較快的行業
資料來源：Factset，BEA，中金公司研究部
圖表11：高產能利用率下易發生大幅非線性的價格上漲
資料來源：Haver，中金公司研究部
四、如何識別供給擴張的強度？高景氣能否持續，取決於供給擴張響應有多快
需求增長觸及產能約束後，價格非線性上漲會放大利潤彈性和資本回報。但這種高景氣能否持續，取決於高回報引發的供給擴張對產能約束的影響。
那如何識別並判斷供給擴張的強度？參考Hoberg and Phillips（2010）的研究思路，我們從相對投資強度和新增融資兩個維度刻畫供給擴張的強度：1）首先，引入相對投資強度，為當前供給擴張找到一個合理的參考系，判斷實際擴產是否已經偏離正常水平；2）其次，考察尚未發生的未來投資，判斷企業是否已經獲得繼續擴產所需的新增融資。
1）當前投資是否已偏離正常？確定"合理投資水平"
高景氣行業資本開支增加本身並不意味著供給壓力增加。需求前景改善、盈利能力上升、融資條件寬鬆，都会使更高的投資成為理性選擇。因此，判斷供給壓力的關鍵，不是資本開支的絕對高低，而是實際投資相對於經營條件所隱含的"合理投資水平"的偏離程度。本文參考Hoberg and Phillips（2010）的方法，以Tobin's Q、ROE、槓桿率、盈利波動、分紅、企業年齡和規模等因素估計企業在給定經營條件下的正常投資強度[2]，建立投資強度的參考基準。再以實際投資強度與模型預測值之差定義相對投資強度（Relative Investment，RI），具體來看：
► 投資前景採用Tobin's Q衡量，正向拉動投資強度。其理論含義是資本的市場價值與重置成本之比，當市場價值高於重置成本，且新增資本能夠獲得類似回報時，企業便有動力擴產。因此Q值能間接反映市場對投資前景的判斷。測算時，Tobin's Q採用滯後一期數值，避免引入未知信息；
► 資金條件用ROE和槓桿率表徵，兩者對投資強度作用方向相反。投資不僅取決於項目是否值得投入，也取決於企業是否有相應的資金支出和槓桿空間。ROE刻畫企業的盈利能力，正向驅動投資強度。槓桿一方面限制了公司的融資空間，另一方面也有債務懸置效應（debt overhang），當企業已有較重債務負擔時，新項目的部分收益可能首先流入債權人，從而削弱股東追加投資的動力；
► 盈利波動刻畫投資不確定性。理論上，面對投資回報率接近的項目，如果盈利波動越大，不確定性也越大，而廠房、設備等投入難以撤回，因此，理性企業可能選擇等待，以獲得更多信息再做決策。實證顯示，該指標與投資強度的關係不明確；
► 資本更新需求以分紅、企業年齡和規模作為代理，往往與投資強度負相關。分紅的企業，通常處於產業生命周期的中後期，大規模資本開支的意願不足。不同年齡、規模的企業的資本更新替換需求存在較大差異，企業年齡越大、規模越大，資本開支強度可能越弱。
"合理投資強度"也會部分反映需求端的信息。儘管模型中沒有直接採用訂單、收入增速等需求端自變量，但是Tobin's Q值、ROE等變量，部分反映了需求前景、收入增速的變化。但一些信息如最新訂單或尚未兌現的技術機會，尚待補充驗證。
我們對包括油氣（美國）、建材（美國）、有色金屬（美國）、半導體設備（美國、中國）、數字芯片設計（美國、中國）、半導體代工（全球）、存儲（全球）、光模塊（美國、中國）、PCB（美國、中國）、電網設備（中國）和輸配電（美國）等產業鏈環節做了擬合，除了中國數字芯片設計、光模塊和電網設備外，R²都在0.4以上，說明了模型的可行性和解釋力，而解釋力較低的個別板塊可能與上述行業發展時間短、技術迭代快等結構性變化有關。
我們測算顯示（圖表12），2026年，相對投資強度RI較高的行業包括全球半導體存儲、全球半導體代工、美國建材、美國PCB、美國光模塊等行業，其投資強度都明顯高於"合理水平"。需要說明的是，高RI並不能直接作為過度投資和更激進擴產的依據，也可能來自模型尚未捕捉的新訂單、新技術和產業升級，要結合競爭格局等維度的信息給出進一步判斷。
圖表12：景氣板塊相對投資強度（RI）歷史走勢
資料來源：Factset，Wind，中金公司研究部 註釋：選取1997~2025年數據作為統計樣本
2）未來投資會有多大？觀察新增融資
採用新增融資觀察未來擴產概率。相對投資強度回答的是"當前投資相對於合理水平的偏離"，但真正決定未來供給的，是下一階段是否有能力繼續增加投資，因此，我們進一步引入新增融資（New Financing），觀察資本是否仍在向行業流入。
我們將新增融資定義為淨股權融資與淨債務融資之和占總資產的比例。融資並不等同於未來資本開支，但它為後續擴產提供了必要的資金條件。新增融資增加，意味著企業獲得了更多外部資金，擴產有了進一步推進的條件。如果RI已經處於高位，同時企業仍在持續獲得大量外部融資，意味著行業不僅已經進行了較強擴產，未來進一步增加投資的條件也在形成，就需要警惕資本是否正在支持新一輪供給擴張；反之，如果RI較高但新增融資明顯回落，則當前高投資未必會繼續加速。
我們測算顯示，2026年，各行業新增融資強度相對克制，超過50%分位數的僅有全球半導體代工和美國半導體設備，兩者處於歷史68%分位數；美國光模塊、美國建材、全球半導體存儲、全球數字芯片等行業的融資強度處於較低分位數。因此綜合來看，投資強度大且融資強度也大的行業只有全球半導體代工。
五、供給擴張就一定會降低回報嗎？還要看競爭格局
高強度的供給擴張既有可能打破原有的供需平衡，導致供給壓力增加；也有可能滿足高速增長的需求或者技術升級迭代的要求，因此高投資未必意味著低回報，關鍵還在於行業競爭格局。
1）不同競爭格局下供給擴張的經濟含義
行業較為分散時，單個企業的理性可能轉化為行業層面的非理性。每家企業都可能看到漲價和高利潤，也都希望擴大份額。但一家企業增加產能，會影響其他企業未來的售價與回報。若大家都按眼前的緊缺安排投資，卻低估了競爭者同步擴產的規模，單個企業看似合理的決策，就可能累積成全行業的供過於求。因此，中低集中度的行業中，高強度的相對投資可能是業績下滑的信號。
行業集中度較高，高投資強度卻有可能增厚企業的壟斷利潤。在行業集中度較高的市場中，企業更容易認識到自身擴產對行業供給和價格的影響，投資決策也更可能考慮這種影響，非理性的投資也更容易被糾正。因此，高集中度的行業高相對投資和新增融資可能意味著技術升級、需求爆發等衝擊下變量歷史關係的變化，高相對投資或意味著業績的向好。
就此，本文進一步引入行業收入集中度（HHI），刻畫競爭格局及潛在的供給紀律。該指標為行業內各成分公司收入份額的平方和。HHI越高，收入更多集中於少數頭部企業，供給決策相對集中；HHI越低，行業參與者較為分散，在景氣上行階段更容易出現多家企業同步擴產，進而加大供給集中釋放的風險。
我們測算顯示，美股有色金屬、全球半導體存儲、全球半導體代工、美股建材等行業收入集中度較高，而中國數字芯片設計、美國油氣、中國半導體設備等行業相對分散（圖表13）。當然，實際結果受限於數據可得性。
圖表13：景氣板塊競爭格局
資料來源：Factset，中金公司研究部
2）實證檢驗：高集中度下的擴產意味著高回報與高景氣
接下來，我們進一步實證檢驗相對投資強度、新增融資和競爭格局三者對資本回報的效果。為降低HHI統計誤差的影響，我們將HHI大於等於4000劃為高集中度組，其餘劃為中低集中度組，同時加入滯後一期的ROE變化作為控制變量，考察當期相對投資強度和融資強度與下一期ROE變化的關係。結果顯示：
► 投資能否轉化為持續回報與競爭格局有顯著關係。中低集中度組中，相對投資強度與下一期ROE變化呈負向關係；高集中度組中，這一關係則轉為正相關，兩者統計上均顯著。這意味著，投資偏離正常水平越遠，競爭分散行業回報越下降，而高集中度行業反而迎來回報改善。
► 融資強度也與下一期ROE變化正相關，但統計上不顯著，尚不足以確認穩定的預測作用。可能的原因是融資強度同時包含股權與債務融資，理論上對資本回報的影響可能是雙重的：既有槓桿、回購或者高ROIC的新項目對投資回報率的增厚，也有財務成本與股本攤薄對資本回報的侵蝕，需要進一步拆分檢驗。
景氣度與回報變化並非完全同步，即使新增供給釋放後行業利潤仍保持增長，其增速也可能逐步由異常高位回歸歷史常態，表現為SUE下降，而ROE未必同步回落。因此，本文進一步區分供給對資本回報ROE與盈利景氣SUE的影響，增加SUE作為被解釋變量，考察相對投資強度和新增融資是否改變未來的盈利景氣度。結果顯示：
► 相對投資強度會因為競爭格局的不同，對景氣度產生截然相反的影響。中低集中度組中，相對投資強度與下一期SUE變化呈負向關係；高集中度組中，這一關係則為正，這與ROE回歸的方向一致，說明在競爭分散行業中，投資偏離正常水平越遠，盈利景氣越可能由異常高位回落；而在集中度較高的行業中，高投資下盈利景氣反而獲得支撐。
► 融資強度與SUE在中低集中度組中顯著正相關，高集中度組則依然不顯著。中低集中度組中融資強度與景氣度的正相關似乎與上文提到的供給擴張削弱景氣的邏輯相悖，但很可能反映了兩方面問題，其一，行業格局分散、競爭充分的企業通常面臨較強的融資約束。企業內生的現金創造能力偏弱，研發、銷售和產能建設，更多會依賴外部股權和債券融資。而只有景氣度較高時，才更容易獲得外部融資。同時，從融資到產能釋放存在時滯，其對資本回報和景氣度的侵蝕未必在下一期立刻顯現。而高集中度行業中，融資強度對未來SUE的影響並不顯著，則可能與企業面臨的融資約束較弱有關。在這些行業中，頭部企業具有較強的內部現金創造能力，對外融資依賴度低，不需要等到獲取外部融資後才開始加大研發或者資本擴張。因此，新增融資強度可能不是一個純粹的景氣度改善信號。
總結而言，對於競爭格局分散、而投資和融資偏高的行業，要警惕景氣和回報高位回落的風險；行業集中度高的行業，高投資則可能帶來更高的回報與景氣度。
圖表14：影響ROE的供給側核心變量
資料來源：Wind，中金公司研究部
註釋：選取1997~2025年數據作為統計樣本
3）歷史經驗：互聯網泡沫中的供給擴張與資本回報
互聯網泡沫的經驗也為"競爭格局改變投資擴張含義"提供了一個直觀案例。1990年代末科技景氣快速上行，資本開支明顯增加。但在同樣的投資強度下，不同行業結局卻截然不同，背後起關鍵作用的正是競爭格局（圖表15）。
► 在競爭分散的行業中，高投資往往伴隨資本回報明顯下降，如當時的半導體設備。美國半導體設備行業1998年的RI達到0.535，處於歷史89.7%分位；隨後至2001年，ROE累計下降28.0個百分點。美國PCB行業也呈現類似特徵：2000年RI達到0.324，同樣位於歷史89.7%分位，一年後ROE下降63.2個百分點。兩個行業集中度都較低，當競爭者同步增加供給後，企業層面的合理投資更容易累積為行業層面的供給壓力。
► 高集中度行業則呈現不同結果，如半導體代工。全球半導體代工行業2001年HHI達到4289，屬於高集中度行業；當年RI為0.250，同樣處於自身歷史82.8%的較高分位，但一年後ROE反而提高7.5個百分點。也就是說，在供給決策更加集中的行業中，投資明顯高於歷史正常水平，也未必演化為無序擴產和供過於求。
圖表15：互聯網泡沫時期，高集中度的半導體代工行業與其他高投資強度行業的ROE走勢分化
資料來源：Factset，中金公司研究部
六、哪些行業未來能夠延續高景氣？供給對中國半導體設備和電網設備有利，全球數字芯片或承壓
上文的分析告訴我們，供給強度對資本回報與景氣度都有較好解釋度和領先一年的預測效果，方向取決於行業競爭格局，新增融資的獨立預測作用有限。因此在判斷未來前景中，我們首先識別競爭格局，再以相對投資強度作為主要信號，判斷回報變化方向。
► 未來兩年競爭格局的變化。2026年集中度較高的行業為美國金屬礦物開採、全球半導體存儲、全球半導體代工、美國建材；相對分散的行業為中國數字芯片設計、美國油氣、中國半導體設備等。對於2027年，我們根據收入預期的占比估算顯示行業競爭格局沒有根本性變化，但集中度下降較明顯的行業主要包括全球半導體存儲、美國金屬礦物開採、美國油氣、美國 PCB；集中度上升較明顯的行業主要包括全球半導體代工、全球數字芯片設計和中國光模塊。
► 未來兩年投資強度的變化（圖表16）。為消除行業自身波動不同造成的不可比，本文統一採用相對投資強度在本行業歷史序列中的分位數，2026年和2027年數據均為市場一致預期。
2026年，我們基於市場一致預期測算，相對投資強度較高的行業為：高集中度組裡的全球半導體存儲、全球半導體代工和美國建材，以及中低集中度組裡的全球數字芯片設計、美國光模塊、美國PCB和美國電網設備；相對投資強度較低的行業為中國電網設備、光模塊、半導體設備，均屬於中低集中度組。
2027年，我們基於市場一致預期測算，高集中度組裡的全球半導體代工和美國建材，以及中低集中度組裡的全球數字芯片設計的相對投資強度依然偏高，此外，中低集中度組裡的中國數字芯片設計的投資強度會升高；相對投資強度較低的行業中，新增了高集中度組的全球半導體存儲以及中低集中度組的美國PCB、光模塊以及有色金屬。
圖表16：高景氣板塊相對投資強度預期變化方向
資料來源：Factset，中金公司研究部
行業集中度與投資強度的不同組合，對未來回報（ROE）和盈利（SUE）有不同的含義（圖表17）：1）高集中度+高投資強度：包括全球半導體代工和美國建材等。由於供給決策相對集中，高投資未必演變為無序擴產，反而可能因技術迭代與量價平衡提振ROE與SUE；2）中低集中度+低投資強度：包括中國半導體設備和電網設備等行業。由於擴產相對克制，量增對價格和利潤率的侵蝕較小，未來ROE仍有改善空間，SUE也更有條件維持相對高位。3）高集中度+低投資強度：主要包括美國有色金屬等行業。儘管競爭格局有利於維持供給紀律，但缺少較強投資擴張所對應的正向回報信號，未來ROE與SUE改善的動力可能相對有限；4）中低集中度+高投資強度：最典型的是全球數字芯片設計等行業。競爭相對分散使企業層面的擴產更容易累積為行業供給壓力，未來ROE面臨下降風險，SUE也更可能從異常高位回歸歷史常態，是高景氣持續性需要重點警惕的領域。
圖表17：不同競爭格局下，相對投資強度對ROE與SUE的影響方向
資料來源：Factset，中金公司研究部
總結而言，當前的投資預期，還不至於給全球科技行業的景氣度構成全面壓力。但在不同競爭格局下，供給擴張對ROE和景氣度的影響將有所差異：未來兩年供給環境相對有利，資本回報和景氣度相對受益的主要是中國半導體設備和電網設備；面臨較大考驗的是全球數字芯片設計。中國光模塊、美國光模塊和PCB可能階段性受益；美國有色金屬則可能階段性承壓（圖表18-圖表19）。
圖表18：供給側對AI景氣板塊未來兩年資本回報的影響
資料來源：Wind，Factset，中金公司研究部
圖表19：供給側對AI景氣板塊未來兩年盈利景氣的影響
資料來源：Wind，Factset，中金公司研究部
[1] Boehm and Pandalai-Nayar（2022），American Economic Review
[2] 投資強度模型為：ln（Investᵢ,ₜ／PPEᵢ,ₜ₋₁）＝α＋β₁Tobin's Qᵢ,ₜ₋₁＋β₂ROEᵢ,ₜ＋β₃DDᵢ,ₜ＋β₄AGEᵢ,ₜ＋β₅LEVᵢ,ₜ＋β₆VOLPᵢ,ₜ＋β₇ln（SIZEᵢ,ₜ）＋εᵢ,ₜ
Source 來源
本文摘自：2026年10月19日已經發布的《AI高景氣能否經住供給考驗？》
彭一夫 分析員 SAC 执證編號：S0080525120003
劉剛，CFA 分析員 SAC 执證編號：S0080512030003 SFC CE Ref：AVH867
Legal Disclaimer 法律聲明
特別提示
本公眾號不是中國國際金融股份有限公司（下稱"中金公司"）研究報告的發布平台。本公眾號只是轉發中金公司已發布研究報告的部分觀點，訂閱者若使用本公眾號所載資料，有可能會因缺乏對完整報告的了解或缺乏相關的解讀而對資料中的關鍵假設、評級、目標價等內容產生理解上的歧義。訂閱者如使用本資料，須尋求專業投資顧問的指導及解讀。
本公眾號所載信息、意見不構成所述證券或金融工具買賣的出價或徵價，評級、目標價、估值、盈利預測等分析判斷亦不構成對具體證券或金融工具在具體價位、具體時點、具體市場表現的投資建議。該等信息、意見在任何時候均不構成對任何人的具有針對性的、指導具體投資的操作意見，訂閱者應當對本公眾號中的信息和意見進行評估，根據自身情況自主做出投資決策並自行承擔投資風險。
中金公司對本公眾號所載資料的準確性、可靠性、時效性及完整性不作任何明示或暗示的保證。對依據或者使用本公眾號所載資料所造成的任何後果，中金公司及/或其關聯人員均不承擔任何形式的責任。
本公眾號僅面向中金公司中國內地客戶，任何不符合前述條件的訂閱者，敬請訂閱前自行評估接收訂閱內容的適當性。訂閱本公眾號不構成任何合同或承諾的基礎，中金公司不因任何單純訂閱本公眾號的行為而將訂閱人視為中金公司的客戶。