【民生证券】资本新秩序系列（三）：产业浪潮与逃不开的周期.pdf

2023-07-27

37页

2MB

2023 年行程过半，回望这半年来的资本市场，无论中美，AI 相关的主题投资表现亮眼：我们也自从春季策略《料峭春风》中对人工智能相关纳入我们的推荐组合后以来，一直给予这一领域很多的关注和研究。当下，人类世界能否通过人工智能提高全要素生产率从而走出康波萧条期成为一种讨论，这也从侧面印证了这一产业浪潮带来的冲击。作为策略分析师，我们需要在宏观经济运行和产业变化的协同中进行回答，殊不知，无论是“创新周期理论”还是“康波周期理论”本身已经给出了答案。当然，我们本篇报告并不在于讨论上述理论，而是从历次科技革命和产业浪潮中探寻真相。

1 经济周期 VS 产业周期：互相约束，顺势而为

事实上，在回答如何看待经济周期与产业周期的问题上，人们很容易从对历史上的历轮产业革命的复盘中得到“底层技术创新带来的产业周期是驱动经济周期继续向上的动能”的结论，然而这样的判断所忽视的巨大节奏差，极易让人产生“产业周期独立于经济周期”的错觉；事实上，产业周期在成为宏观经济的主导力量以前，从概念兴起，技术突破的萌芽期，到产品渗透的快速成长期，无一不受到宏观环境或者说传统周期的影响。

事实上，在大多数时候情况下，产业周期并不能改变经济周期的走向，而是存在着以下某种被制约与顺势而为的影响机制：

一方面，在衰退期发生的底层技术层面的创新确实容易激发人们对未来世界的想象，也能有美好的增长期待。然而在普通的衰退周期内，传统势力经过多年发展构建起来的经济秩序与排他性壁垒并未崩坏，技术创新的涌现往往是优先对传统周期进行修缮。从这意义上而言，产业周期的发展如果想要快速成为颠覆性的力量，除了自身具备破坏性创新的特性外，同样也需要一场“危机式”的衰退，带来生产要素成本的全面重塑的同时，也削弱了对新技术的壁垒与排斥性。从长周期的视角来看，德国经济学家门施（G.Mensch）在《技术的僵局》一书中，利用现代统计方法，通过对 112 项重要的技术创新考察发现，在 1800 年至 1960 年期间重大基础性创新的高峰均接近于经济萧条期，技术创新的周期与经济繁荣周期成 “逆相关”，因而认为经济萧条是激励创新高潮的重要推动力，技术创新又将是经济发展新高潮的基础。我们可以看到，两次工业革命期间，在经济深度衰退，技术创新涌现的高点过后，往往迎来资本主义世界人均 GDP 的显著抬升。

而在 1960 年后至今，信息技术为代表的第三次产业革命再次带来新的创新与经济增长动能，半导体产业作为信息技术发展的底层硬件载体，其大的产业周期波动往往象征着信息技术的创新与升级迭代周期，然而即使在半导体最具成长性的年代，其整体周期性波动与宏观经济景气度密切相关。而信息技术的产业革命浪潮中三次关键的产业节点，1980 年代初的第一台商用计算机的问世，1990 年代初的互联网的诞生，以及 2009 年后移动互联网与云计算的兴起，同样发生在全球宏观经济周期的衰退期，但是广泛的应用，却需要经济进入复苏之后。

1.1 旧世界崩溃后的混沌期是孕育创新的最佳土壤

与传统的库存周期引发的经济波动不同，当上一轮创新周期中诞生的底层技术在经济中各部门间的应用趋向饱和，由此产生的生产要素组织形式与价格也陷入瓶颈，过往驱动宏观经济向上的动能濒临枯竭，此时宏观经济体变得愈发脆弱，在遭遇外部冲击时资产负债表往往迅速恶化，陷入深度衰退甚至萧条。而与此同时，随着生产要素价格的快速下降（资金成本、劳动力成本等），过去“躺赢”的资本与部分现金流相对充裕且具备一定创新精神的公司开始寻找新的具备颠覆性的底层技术方向，大量前沿创新开始涌现，并在此基础上进行新的生产要素组织形式的尝试，以期获得更高的生产效率与利润率。

以近五十年以来的信息技术产业革命为例，上世纪 70 年代中后期至 90 年代是信息技术产业发展的黄金时期，各种重大创新层出不穷，尤其是 PC 与互联网的诞生更是其发展史上的最为重要的里程碑事件。大量投资者在对当下人工智能与彼时进行产业映射之际，彼时的宏观环境同样值得关注：对于上世纪 70、80 年代的美国而言，在经历了两次“滞胀”与“越战”后，美国在全球经济中的领先地位大幅下滑，二战以来驱动经济快速发展的传统制造业（如汽车、化工、钢铁等）逐渐面临产能过剩，增长动能快速衰减，美国亟需寻找新的先进产业方向来带动宏观经济继续向上，而信息技术作为彼时作为最为前沿的底层技术之一，大量创新开始涌现，并于沃尔克时代的衰退期达到高潮。

同样地，在金融危机发生前夕，发达国家居民部门加杠杆——中国提供廉价产品的全球化分工模式也已逼近瓶颈：美国地产销售、房价与相关投资支出均于 2005 年与 2006 年先后见顶，而居民部门杠杆率则不断刷新历史，随着地产繁荣周期接近尾声，以此为底层资产所构建的巨大金融泡沫最终在 2007 年以一种极端的债务崩溃的方式破灭，并于 2008 年迅速扩散为波及全球的金融危机，贝尔斯登、雷曼等风靡一时的明星公司退出历史舞台，全球经济陷入深度衰退。然而同样是在 2007 年，未来移动互联网时代的明星企业则正式踏上了它们的历史征程：苹果公司于 2007 年 1 月正式发布 iphone 宣布进入智能手机市场；而 Facebook 也在 5 月推出“Facebook 市场”与“Facebook Platform“，迈出了构建其生态系统的重要一步，同样在这一年逐渐成为了全球最大的社交网络平台；谷歌于 11 月发布 Android 操作系统，完成了其作为传统互联网公司在移动互联网时代最为重要的布局（相较之下另一巨头公司微软则显得更为“后知后觉”）；而同样在 11 月亚马逊 kindle 电子阅读器发布，开启电子阅读时代。旧世界地产周期的终结与新世界移动互联网时代的开启在同一个国家同时发生，这无疑是宏观经济与产业周期之间巧妙关系的最佳演绎。而随着传统商业范式的瓦解，云计算、电子商务等移动互联网新型业态也同样迎来了快速渗透的历史性机遇（云计算强调资源的共享和整合的商业模式，成本更低、效率更高，从一定程度更加适应经济危机下企业对成本、效率的要求；而对于电子商务而言，企业为压缩成本，大幅减少传统的营销投入，转向成本更低的互联网营销；而对于收入受损的居民而言，也逐渐接受价格相对低廉的线上购物方式）。

与此同时，政府部门也同样进行大量的新型基础设施投资建设用以对冲经济下行的压力，并为促进经济复苏与转型出台相关支持先进产业发展的政策规划与资金支持，为新技术的创新与未来的快速渗透提供基础。

值得一提的是，当传统经济周期陷入困境后，央行也往往采取降低利率等宽松的货币政策来刺激经济（1980 年初的滞胀期除外），这也为创新活动的开展提供低成本的融资环境。尤其是在 2008 年金融危机后，以美联储为代表的全球主要国家央行长期维持近乎为零的基准利率，大量便宜的资金寻找新的新兴产业方向，一级市场上移动互联网相关的投融资行为迅速恢复，并为其后续的创新应用场景的探索提供了充裕的资金支持。

对于中国而言，从中国创新指数（CII）与宏观景气指数的走势来看，我们发现两者之间同样存在着一定程度上的负相关关系，尤其是在创新大量涌现的 2009 年，2015 年与 2018 年，无不对应着宏观景气度与传统宏观驱动力的大幅下行区间。值得一提的是，从领先滞后关系来看，我国创新研发投入与成果产出之间存在着 3 年的时滞；而距离取得成效，即对实体经济增长形成实际驱动则需要 5~6 年。对于市场而言，创新积极定价的时点往往发生在创新投入出现见底回升之际（如 2010 年与 2013 年），与创新投入后开始实现大量产出（创新产出指数的高点）或开始对经济有明显带动（创新成效指数的高点）的时刻（如 2009 年、2015 年、 2019 年）。

事实上，如果要讨论我国近二十年来宏观经济的转折点，2008 年同样是绕不开的年份。金融危机对我国金融系统的直接冲击相对有限，然而由此引发的海外需求下滑导致我国出口剧烈波动，打击制造业投资信心，恐慌情绪迅速扩散至地产、消费等内需主导的部门。尽管在“四万亿“基建投资的带动下，宏观景气度快速见底回升，然而事实上，通过多年的建设，彼时传统的基建项目“铁公机“已经趋于饱和，传统制造业中部分核心产业如煤炭、钢铁、水泥等已然面临产能过剩风险；而外需仍处于缓慢修复途中，过往”出口—投资“的传统经济驱动遭遇瓶颈，且存在不可持续风险。

因此尽管 2009 年出台的“四万亿“基建计划整体依然偏向传统领域，然而寻找新的经济增长动能已经迫在眉睫。而彼时刚刚在产业上完成技术突破的新一代信息技术成为重要选择之一。2009 年，我国大力加大 3G 网络建设，据工信部数据，三家基础电信企业共完成 3G 网络建设直接投资 1609 亿元，间接拉动国内投资近 5890 亿元；完成 3G 基站建设 32.5 万个，建设规模超过十多年来累计规模的一半，开创了全球电信发展史上建设规模最大、建设速度最快的新记录，为随后移动互联网的快速普及提供了完备的基础设施保障。

1.2 而宏观经济的复苏期才是产业浪潮商业化真正到来的时刻

技术的创新与更迭可以在旧周期的末尾，然而此时其力量对旧周期的托举是微不足道的，其大规模应用与普及通常需要一个复苏周期：随着下游需求的复苏，率先部署新的颠覆性底层技术的行业与公司的崛起，引发其他行业与公司纷纷布局，带来创新的大幅渗透与各类新的应用场景不断涌现，并最终成为新的带动经济向上的力量，而随后，新技术本身也成为了经济周期的一部分。

以信息技术为例，我们可以看到在衰退后期，对信息产业的投资增速开始相较于整体实现抬升，而随着经济复苏，企业投资信心修复后，私人部门对信息产业的相对投资增速进一步上行，在此之后相关创新（PC、互联网等）才开启大幅渗透，各类重大产品与应用开始频繁出现。而随着产业规模的迅速扩大，其对经济增长的贡献也日益显现，并成为劳动生产率抬升的重要力量。

事实上，不仅仅是信息技术产业，在英国能源中心（UK Energy Research Center）的一篇工作论文《Innovation timelines from invention to maturity》中梳理的一些在过去 100 年来一些重要的创新与应用从发明、展示阶段到市场布局、大规模商业化阶段的时间中，我们可以看到，绝大部分创新的大规模商业化阶段同样往往发生在衰退期过后的经济复苏阶段。

2 当下更为重要的事：区分“革命”与“革新”

2.1 中美债务周期的尾声，历史的巧合或难再续

当前作为人工智能产业发展桥头堡的两大经济体，无论中美都不同程度上受到了各自债务周期的掣肘，然而距离旧世界的终结似乎仍有一些距离。对于美国而言，政府部门债务上限空间的打开使得其去杠杆的进程大幅拉长的同时，传统世界变得韧性十足；即使聚焦于信息技术产业本身，过去十年移动互联网的快速发展使得信息技术在 GDP 中的占比再度抬升，近两年来更是突破科网泡沫前夕达到历史最高值，并重新成为驱动宏观经济向上的力量，且并未看到明显的瓶颈。而对于美联储而言，旧周期的强韧性使得其采用高利率的货币政策打压通胀的努力变得事倍功半，却反而一定程度上抑制了创新的活力：根据 Crunchbase 的数据，今年迄今为止，全球风险投资总额的近五分之一来自人工智能领域，然而却并没有带动全球风险投资热度的抬升。与此同时，当前逆全球化的背景下一定程度上也制约了创新的向外扩散。

而对于中国而言，过去十余年来通过以房地产为核心的地方政府与居民部门加杠杆行为来驱动宏观经济向上的增长模式已然面临瓶颈，急需寻找新的扩表部门来带领宏观经济继续向上。从这个角度来看，相较于美国，我们对人工智能产业的发展需求似乎更加迫切。然而，过往一个人的负债就是另外一个人的资产，当下的债务出清是渐进的，并非是一次快速出清，那么意味着同样会限制新的加杠杆过程和新技术的广泛应用。

具体看，我们产业的发展往往需要与地方政府协同，而后者的债务问题一定程度上束缚了其出台产业政策扶持新兴产业的力度，同时也面临着新兴产业间的抉择，相较于 AI，以新能源为代表的高端制造产业的技术成熟度优势使得其在短期内的产出效益与解决就业的能力均更高，且不存在明显的供应链安全风险，对地方政府而言似乎更具吸引力。值得一提的是，与移动互联网时代三大运营商统一了标准，并与地方政府协作提前完成了全套的通信基础设施搭建不同，本轮 AI 产业在算力、模型、数据要素等新型基础设施建设均缺乏统一且权威的国有力量的组织与领导，这一定程度上也影响了下游厂商从部分特定应用场景向更广维度扩散探索的进程。我们相信这些问题在产业浪潮真正来临之前均将被解决（数据局的成立便是重要的信号），并且在此之前也存在着大量节奏上产业链的机遇，只是需要投资者静下来对产业趋势进行更为紧密的跟踪与研判。

2.2 AI 产业周期的定位：区分“革命“与”革新“

作为当前最受关注的创新方向，对 AI 产业周期位置的判断无疑是当下的重要任务，也是目前市场争议的集中点，正方与反方似乎都可以拿出大量证据来反驳彼此：对其“相信”的投资者认为 ChatGPT 的出现意味着 AI 的“奇点时刻”已至，在大模型的支持下，各类应用层出不穷，新的产业浪潮即将开启，TMT 板块有望迎来继 13-15 年移动互联网之后的又一次大牛市；而对其“质疑”的投资者则认为当前人工智能尚未有成熟的商业模式与持续稳定的盈利能力，板块整体仍处于主题炒作阶段，相关公司的业绩兑现能力与19年至21年的新能源不可同日而语，未来估值回归是大概率事件。

可以确信的是，作为底层技术层面的创新，无论是“相信者”抑或是“质疑者”，对人工智能远景上所具备的产业潜力似乎均不曾怀疑，当前投资者争论的焦点更像是其产业周期是否已经运行至大规模商业化应用落地的前夜。我们也在此提供我们的思考，任何创新发展与应用场景落地的背后，均离不开前期大规模资本开支的支持，尤其是对于信息技术而言，历史上无论是 PC 与互联网，或是智能手机与移动互联，其产业浪潮前夕均经历了产业资本开支的大幅向上。因此相关产业资本开支的强度可以很好地刻画人工智能产业的未来发展动能。

根据 IDC 于 2023 年 3 月的预测，全球人工智能支出（包括以 AI 为中心的系统的软件、硬件和服务），到 2023 年将达到 1540 亿美元，比 2022 年全年支出增加 26.9%，并预计到 2026 年，以人工智能为中心的系统支出将超过 3000 亿美元。如果这一预期的资本开支力度可以实现（AI 产业未来四年维持 26%左右的资本开支增速），那么未来四年 AI 相关资本开支复合增速与 1976 年至 1980 年的信息技术板块接近，即 PC 诞生前夕，高于后者在 90 年代的互联网与 2000 年后移动互联时代的资本开支投入增速。而从绝对值占全部美股的比重来看，AI 投入占全部美股所有资本开支比重也将从 2022 年的 3.19%快速抬升至 2026 年的 5.65%，抬升斜率同样将超过 PC 与互联网、智能手机与移动互联时代信息技术板块资本开支大幅抬升的时期。

因此可以认为，如果 IDC 的预测准确，那么未来 AI 的创新动能短期内并不用担心衰减的风险，且体量上也毫不逊于历史上两大产业革命浪潮前期的投入强度。然而考虑到当前信息技术板块资本开支占全部美股比重已经达到 9.1%，为 1972 年以来的最高点（甚至高于科网泡沫时期的 8.2%），与美国利率中枢水平有望系统性地上移，未来板块能否进一步大幅增加资本开支可能存在一定不确定性（当然需要指出的是，未来对 AI 的资本开支并不一定完全来自于信息技术板块的上市公司，仅仅与历史上信息技术板块的类比，会一定程度上高估对 AI 资本开支投入的体量大小评估，然而考虑到信息技术板块内的上市公司在 AI 领域中的代表性，因此上述结论依然具备较高的参考意义）。

而从行业的固定资产投资视角来看，我们似乎看到了不同的景象，一定程度也能证明当前行业整体的投资规模似乎已经面临一定瓶颈：信息技术产业的固定资产投资占全部投资的比重在 2010 年达到历史高点，近十年出现一定回落，而从周期项来看（剔除趋势性因素），当前已然处于本轮行业固定资产投资周期的低位。值得一提的是，无论是 PC 与互联网，抑或是智能手机与移动互联，两次信息技术产业浪潮早期，相关产业固定资产投资大幅增加的时点往往发生在产业在经济系统中地位逐渐式微的环境中（即产业本身在经济系统中的增加值的比重陷入瓶颈或出现系统性下行），且在投资增加伊始并不能马上扭转下行趋势，距离行业真正实现系统性的增量产出，在经济系统中的地位重新上行之间均存在着 7 年左右的时滞（这与中国类似）。而正如前文所论述中，当前美国信息技术行业在经济系统中的地位仍在上行周期中，从这个意义上而言，其似乎缺乏大幅增加资本开支的意愿，而这与前文的结论也基本一致。

值得一提的是，在美国财政部 2023 年 6 月底发布的一篇报告中我们看到了信息技术产业固定资产投资的大幅增加，甚至成为了美国制造设施建设支出的主导，然而这更像是一种全球半导体公司为规避制裁风险，保证供应链安全与“制造业回流“大背景下产业链重塑的无奈行为，而非新产业周期来临之际的市场主观选择（半导体行业协会报告称，在《CHIPS 法案》颁布后，各大半导体企业已公布 50 多个新的半导体生态系统建设项目）。

事实上，与互联网时代板块百花齐放式的资本投入不同，近十年来，美国信息技术产业的资本开支投入出现了显著的集中度提升，即少部分巨头公司完成了行业大部分的资本开支投入，截至 2022 年，前五大上市公司的资本开支投入占比便已超过 60%，而在 2000 年，这数字仅为 20%。本轮人工智能产业的投入与创新同样集中于信息技术产业的头部企业，这可能会导致与过往产业技术革命完全不同的结果：在过往产业革命浪潮之中，往往会发生新世界中诞生的公司茁壮成长的同时，旧世界中也会有转型不及时的传统巨头企业甚至是行业整体的陨落，就如同在 PC 与互联网时代微软、谷歌崛起的背后是 IBM 的式微，移动互联网时代苹果、三星的繁荣之下是诺基亚、摩托罗拉的没落一般。而在本轮人工智能引发的产业角逐中，更像是各大互联网时代巨头企业之间的“内卷”（不仅仅是自身投入大量的资本开支，还纷纷参投或收购 AI 领域的创新型公司，即使是发布 ChatGPT 的 Open AI，也同样属于微软旗下），这对于人工智能产业而言，未来发展将极大依赖于头部企业的现金流状态与转型决心。如果未来真的能够迎来一场由人工智能引发的产业革命，那么在新世界欣欣向荣之际，谁将陪伴旧世界离开舞台（革命，需要回答海外巨头中谁会是那个倒下的人）？这又将如何影响当前的投资决策？而如果这仅是一场革新，那么其产业进展的速度和幅度都会相对更为温和，那么市场的预期又将如何修正？这些问题都值得我们深思。

3 秩序决定分工：大国关系与科技发展

事实上，市场在当前时点对于新的产业浪潮的追逐，不仅仅是对寻找新的产业动能来驱动宏观经济的进一步向上的希冀；同样也是期待我们作为后发国，在当下国际环境愈发“波诡云谲”之际，能够通过底层技术产业上的不断创新实现“弯道超车“。某种意义上而言，大国间的竞争确实是前沿创新的重要助推剂：在美苏两大超级大国间的“冷战”时代，信息技术、生物技术、载人航天航空技术等迅猛发展，各类天马行空的发明曾出不穷；而美日间的科技竞争更是一定程度上成为倒逼美国全力发展软件与互联网的重要外因。然而从最终的结果来看，我们似乎很难找到仅仅依靠着产业创新发展建立的优势便可实现大国地位反超的例子：在后发国（落后国）快速发展的过程中，尤其是在面对其底层创新的进步时，先发国（领先国）往往会采取非经济或市场化、甚至是极端的手段来抑制后发国的赶超进程。尤其是在领先国所主导的国际秩序下，后发国在面对先发国的极端施压时，由于即使是最具备颠覆性能力的科技创新力量，也不可能在一夜之间便成长为大国竞争的主导力量，为避免强行对抗带来的“崩溃”风险，往往会迫于压力而选择退让，服从于先发国制定的全球产业分工体系，最终失去实现超越的窗口。

在第二次世界大战结束后，美国成为资本主义世界里无可争议的领导者，而同样苏联作为当时世界上的“另一极”，通过“计划经济”大力发展重工业的方式迅速恢复国力，并通过组建独立的产业分工体系与以美国为代表的西方各国进行全面竞争与对抗，尝试颠覆其多年来领导的国际秩序，并一度取得大量成果，尤其是在 20 世纪 60、70 年代美国陷入越战与滞胀泥潭时，苏联依然维持了较高的经济增长，且通过大量的对外援助与大规模的军备竞赛一定程度上实现了在世界话语权上与美国分庭抗礼，甚至迫使美国曾短暂地转变对其的外交策略。然而长期畸形的产业发展模式、东西方两大阵营中产业分工体系上巨大的效率差距，最终不仅没有抹平苏联与美国的经济实力差距，并最终在美国所谓的“星球大战”计划1裹挟下，被迫在经济下行的背景下进行军事与科技竞争，使得军费开支占 GNP 比重始终维持在 10%以上，最终不堪重负被彻底拖垮。

值得一提的是，在上世纪 70、80 年代，除苏联外，即使在西方阵营国家内部，美国也同样面临着新兴国家日本的冲击。相较于苏联通过构建新的产业分工模式与全面竞争的方式来推动国际秩序的重塑，日本更像是在遵循着传统的产业分工体系下通过自身的快速发展与创新来实现价值链的向上攀爬，并以此提高自身在国际政治舞台上的地位。然而随着苏联国力日渐衰落，美苏关系出现缓和，而日本却在此时在汽车、电子产品、钢铁等关键领域均给美国经济地位带来了直接竞争，整体制造业份额快速攀升，并逐渐暴露出领导部分先进产业发展，参与国际分工规则制订的野心，尤其是在美国引以为傲的半导体领域，80 年代的日本与美国已然不分上下，而在 DRAM 领域，日本企业在制程、产品质量甚至销售额上实现了对美国企业的全面超越，这在美国引起“轩然大波”，使得日本成为美国政府、企业与公众新的“敌人”。然而在传统的国际秩序下，日本对美国在政治、军事上的高度依赖注定了其经济领域在与美国后来贸易谈判中的弱势地位，并被迫接受大量不利于维持其自身产业竞争力的苛刻条件，叠加自身进一步发展的诸多局限性，最终在与美国的科技竞争中“败下阵来”。

事实上，自英法等老牌西方资本主义国家通过第一次工业革命率先崛起，成为国际秩序的制定者并构建全球产业贸易分工体系以来，大国间的竞争带动了大量创新的涌现，并一定程度上驱动了第二次工业革命的诞生，而以德国、美国为代表的后发国即使通过新的产业革命在经济领域实现了对英法等老牌资本主义国家的齐平甚至超越。然而彼时国际秩序并未根本改变，后发国在寻求重塑全球贸易分工体系的过程中受到先发国的处处压制。随着后发国发展逐渐陷入瓶颈，两者间的矛盾碰撞也愈发激烈，最终以极端的方式彻底释放，带来全球旧政治与贸易秩序的全面崩坏。而受到冲击较小的美国借此实现了国际地位的跃迁，成为了全球新秩序的主导者，并逐渐完成了以自身为核心的全球贸易分工体系的重塑，奠定其新时代的先发国地位，最终对科技创新的大量发展形成反哺：通过统计《自然科学大事年表》中各国的科学成果项目数的历史变迁中我们可以看到：一战后美国在科学成果项目上超越德国成为世界第一，且在二战后与传统大国英法德的差距进一步拉大，成为名副其实的全球创新中心。从这一意义上而言，科技创新或许是国家力量的重要构成，但并非是国际地位的决定性因素，甚至是一种结果。

4 当前市场定价的位置——历史行情演绎的映射

在对人工智能未来 10 年的前景与投资机遇上，我们与当下市场主流观点并无二致，甚至更为乐观。必须说明的是，创新的萌芽和发展本身有自身的独立性与偶然性，宏观环境与产业周期同样也并非是硬约束。ChatGPT 的出现无疑是人工智能发展史上的又一个里程碑，因此对于资本市场而言，中外产业映射行情演绎下相关产业链或概念个股的上涨自然也符合规律。历史经验表明：信息技术 PC 与互联网、智能手机与移动互联产业浪潮前夕，尽管宏观经济处于下行周期，然而支持创新的供给侧（基础设施、研发工具等）与创新本身同样可以取得相对优异的市场表现；而随着经济进入复苏周期，下游应用端渗透率开始逐步提升，股价表现也相对更为占优。

不过需要注意的是，产业革命之所以在历史上留下了“史诗级别”股票机会的时期都是在复苏期的需求应用端，而当下能够兑现的很多集中于供给侧，而历史上供给端股票涨幅有限，那么后续处理业绩和估值之间的匹配成为重要命题。

对于投资者而言，当前更为重要的是厘清目前市场对 AI 产业定价的位置，如果 ChatGPT 的诞生是人工智能产业的“奇点时刻”，那么板块当前相较于过往的估值贵与便宜便不再具有显著的参考意义。我们同样从资本开支出发，假设 2023 年无论中美信息技术板块股价的上涨/市值的抬升是来源于对人工智能未来带来的潜在增长的定价，而资本开支作为未来的收入项，当前对 AI 的资本投入一定程度上也可以表征未来的产业竞争力与兑现能力。从历史上看，信息技术板块四年复合收益率/资本开支复合增速的历史中枢为 1.64，这也意味着如果 IDC 未来四年 27% 的资本开支可以实现，那么未来四年的复合收益率可以达到 44.2%，而美股信息技术板块 2023 年内涨幅为 41.7%（截至 2023 年 7 月 12 日），整体定价处于相对合理位置。然而如果延续过去四年的复合增速或者与历史上相关时期接近（1976 年、1993 年与 2013 年，即为信息技术资本开支占比大幅抬升的节点），则分别对应 11.65%与 28.13%的复合收益率，当前美股市场似乎存在一定的“超前定价”，已然与历史上 PC 与互联网、智能手机与移动互联时代的估值高点相当。

事实上，当我们将历史上的资本开支复合增速替换成实际的营收数据时，我们可以清楚地看到，当前市场的定价似乎正是蕴含着未来的资本开支可以换来为营收的等比例增长的期许。而对于 A 股市场而言，我们也可以看到类似的情况。从这一视角来看，当下中美市场对 AI 这一革命产业的第一阶段认知定价已基本完成，未来基本面进展与兑现将变得更为重要。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）