中美 AI 算力链的估值与压力测试
本文基于前 4 篇的方法论和事实基础，进行 5 种情景假设下的配置推演。不给出应该买什么的绝对建议，而是展示在不同情景下，配置应该如何调整。
这是系列的综合篇。前 4 篇建立了方法论和事实基础，本篇基于此进行 5 种情景假设下的配置推演。本文不给出”应该买什么”的绝对建议，而是展示在不同情景下，配置应该如何调整。
引子：本文要回答的问题
前 4 篇分别建立了：
- 第 1 篇：AI 真实价值兑现现状
- 第 2 篇：识别炒作的 8 个指标
- 第 3 篇：CPU:GPU 配比转折的事实基础
- 第 4 篇：四大公司未来承诺的细节
但即使把这 4 篇内容都消化了，真正的投资决策依然困难——因为情景非常不确定。
本文要做的是：
- 明确多种情景假设（5 种）
- 每种情景下的配置思路（条件性结论）
- 每个推荐标的的量化论证（PEG、敏感性分析）
- 承认所有判断的不确定性边界
关键原则：本文不告诉你”应该选哪种情景”——这取决于你的概率判断和风险承受能力。
第一部分：5 种情景假设
情景 A：真兑现（A 计划）— 概率约 25-30%
核心假设：
- 2027 年全球 AI 真实收入达到 2500-3500 亿美元（比当前 800-900 亿翻 3-4 倍）
- 大厂资本开支增速放缓至 +20%（而非继续 +77%）
- 资本开支/收入比例从 10.5:1 改善至 3:1
- Agentic AI 实现规模化商业部署
- 企业 AI ROI 从 29% 提升至 55%+
这个情景下的产业格局：
- NVIDIA 持续高速增长，但增速从 +65% 放缓至 +30%
- 大厂全部受益（Microsoft、Google、Meta、Amazon）
- 中国 AI 链虽然政策驱动重，但终端付费明显改善
- Anthropic 上市估值 1.5+ 万亿美元，4 倍效率差被验证
关键触发事件：
- 2026 Q4 Anthropic IPO 顺利
- 2027 上半年 OpenAI、Anthropic、Google 三家合计 ARR 突破 1500 亿美元
- 微软 Copilot 季度收入显著加速
- Agent 产品在 5+ 个企业垂直领域形成规模化付费
置信度评估：25-30%——这是乐观但不离谱的情景
情景 B：缓慢消化（B 计划）— 概率约 35-40%
核心假设：
- 2027 年 AI 真实收入达到 1500-2000 亿美元（比当前翻 2 倍）
- 资本开支保持高位但增速放缓至 +30%
- 资本开支/收入比例维持在 6-8:1
- Agentic AI 在部分场景兑现，但不及预期
- 企业 AI ROI 改善但缓慢（29% → 40%）
这个情景下的产业格局：
- AI 链整体震荡向上，但分化加剧
- 估值偏贵的标的（PE > 100x）回调 20-40%
- 估值合理的大盘股（NVIDIA、Google、Microsoft）平稳
- 中国 AI 链估值压力大，部分标的腰斩
- Anthropic 上市估值 6000-8000 亿美元
关键触发事件：
- AI 应用层 ROI 数据”温和改善但不惊艳”
- 2027 年大厂 capex 合计与 2026 年持平
- NVIDIA 数据中心收入增速从 +60% 滑落至 +35%
置信度评估：35-40%——这是当前数据下最可能的情景
情景 C：泡沫破裂（C 计划）— 概率约 15-20%
核心假设：
- 2027 年 AI 真实收入仅达到 1000-1300 亿美元
- 大厂任一家削减资本开支
- 资本开支/收入比例迅速恶化至 15:1+
- AI 概念股暴跌 30-50%
- 大量 AI 创业公司倒闭
触发条件（任一）：
- Microsoft、Google、Meta、Amazon 任一家在季报中明确削减 AI capex
- NVIDIA 数据中心收入单季同比转负
- OpenAI IPO 失败 / 估值大幅低于 1 万亿美元
- AI 模型能力提升明显放缓（Scaling Laws 失效）
- 重大宏观冲击（衰退、地缘冲突）
这个情景下的产业格局：
- NVIDIA 股价从 200+ 美元跌至 100-130 美元
- Forward PE 从 24x 跌至 15-18x
- 中国 AI 链普遍腰斩
- Anthropic IPO 推迟或估值大幅下修
- 类似 2001 年互联网泡沫破裂，但程度可能轻
与 2001 年的关键差异：
- 大厂财务远健康（Microsoft、Google 净现金状态）
- 终端付费现金流真实存在
- 即使比例恶化，大厂不会破产
- 下跌可能更剧烈但更短暂
置信度评估：15-20%——尾部风险，不能忽略
情景 D：地缘冲击（D 计划）— 概率约 10-15%
核心假设：
- 中美科技脱钩加速
- 美国对华芯片出口政策进一步收紧（如禁止 H100、H200 全部销售）
- 中国采取对等措施（如限制美国云服务、限制半导体设备进口）
- 全球 AI 供应链分裂为两个独立生态
这个情景下的产业格局：
- TSMC 受最大冲击（地缘风险溢价上升）
- 美股 AI 链估值受影响（中国市场损失 10-15% 收入）
- 中国 AI 链受益于政策催化（短期利多），但长期成本上升
- 美股大厂受影响有限（中国市场占比小）
关键触发事件：
- 2026-2028 年地缘事件（台海、芯片禁令升级）
- 美国大选后的政策变化
置信度评估：10-15%——结构性长期风险
情景 E：超预期突破（E 计划）— 概率约 5-10%
核心假设：
- AGI 或类 AGI 在 2027-2028 年实现
- AI 真实收入超过 5000 亿美元
- AI 替代大量白领工作，企业 ROI 极高
- 社会经济结构开始变化
这个情景下的产业格局：
- AI 链全面暴涨
- Anthropic、OpenAI 估值达到 3-5 万亿美元
- NVIDIA 市值突破 10 万亿美元
- 但同时面临严重监管和社会反弹
置信度评估：5-10%——上行尾部，难以提前布局
情景概率汇总
| 情景 | 概率 | 简述 |
|---|---|---|
| A 真兑现 | 25-30% | AI 收入翻 3-4 倍，比例改善 |
| B 缓慢消化 | 35-40% | 翻 2 倍，比例维持 |
| C 泡沫破裂 | 15-20% | 大厂削减，市场暴跌 |
| D 地缘冲击 | 10-15% | 供应链分裂 |
| E 超预期突破 | 5-10% | AGI 实现 |
| 合计 | 90-115% | 情景间有重叠 |
下图直观展示概率分布，并给出按这个分布加权后每个标的的 12 个月预期回报（详细论证见后文第四部分）：
左图饼图展示概率分布（A 28% + B 38% + C 17% + D 12% + E 5%）。右图按加权回报排序：阿里 +22%、NVIDIA +19%、Google +19% 排在前列，AMD +5% 排在末尾。
重要说明：
- 概率合计可以超过 100%，因为情景间不完全互斥（如 D 可以与 B 同时发生）
- 这些概率是作者主观判断——不同分析师会给出不同概率
- 本文的核心不是”这个概率分布是对的”，而是”任何严肃的投资判断都需要明确的概率分布作为基础”
第二部分：估值数据真相（2026 年 5 月）
在讨论配置之前，先看两张全局对比图。
全球 AI 资本开支量级对比：
美国四大 2026 年合计 7250 亿美元，是中国 BAT+字节合计（约 4500 亿元）的约 12 倍。资本开支量级决定 β 强度——这是后面所有配置思路的底层假设。
美股 AI 标的估值矩阵：
散点图横轴是 Forward PE，纵轴是预期增速，泡泡大小代表市值。NVIDIA 处在”高增长 + 合理估值”最优象限，这是后面 PEG 0.37 论证的来源。
2.1 美股 AI 链
| 标的 | 市值 | Forward PE | 增速预期 | PEG | 评估 |
|---|---|---|---|---|---|
| NVIDIA | 4.78 万亿美元 | 24x | +65% (FY27) | 0.37 | 极便宜 |
| 4.3 万亿美元 | 22x | +20% | 1.10 | 合理 | |
| Microsoft | 3.5 万亿美元 | 32x | +13% | 2.46 | 偏贵 |
| TSMC | 2.05 万亿美元 | 28x | +25% | 1.12 | 合理 |
| Meta | 1.9 万亿美元 | 25x | +22% | 1.14 | 合理 |
| Broadcom | 2.0 万亿美元 | 27x | +30% | 0.90 | 略便宜 |
| AMD | 0.35 万亿美元 | 42x | +35% | 1.20 | 偏贵 |
PEG 视角的发现：
- NVIDIA PEG 0.37 是异常便宜（增速远超估值）
- Microsoft PEG 2.46 是偏贵（估值已经反映 AI 故事，但实际增速不如想象）
- Broadcom PEG 0.90 是被低估的（订单积压庞大但市场关注不足）
2.2 国产 AI 链
国产链的估值梯队差异极大，先看全景：
这张图按 PE 从高到低排列了主要的国产 AI 标的——从寒武纪 PE 348x、海光 260x，到中科曙光 38x、阿里港股 13x，跨度极大。下面的表格是详细数据。
| 标的 | 市值（亿元） | TTM PE | 2026 净利预期 | 评估 |
|---|---|---|---|---|
| 寒武纪 (688256) | 7168 | 348x | 35-40 亿 | 极度透支 |
| 海光信息 (688041) | ~6600 | 260x | 35-45 亿 | 严重透支 |
| 拓维信息 (002261) | 400 | 500x+ | 1-1.5 亿 | 极端高估 |
| 中微公司 (688012) | ~3200 | 98x | 30+ 亿 | 偏贵 |
| 澜起科技 (688008) | 2147 | 96x | 25-30 亿 | 估值贵但兑现强 |
| 拓荆科技 (688072) | ~1100 | 93x | 12+ 亿 | 偏贵 |
| 神州数码 (000034) | ~600 | 69x | 8-10 亿 | 业绩下滑 |
| 北方华创 (002371) | 3892 | 49x | 90-100 亿 | 合理 |
| 通富微电 (002156) | 580 | 48x | 14-16 亿 | 合理 |
| 中科曙光 (603019) | ~1400 | 38x | 28-32 亿 | 相对便宜 |
港股：
- 阿里巴巴 (9988.HK)：PE 13x（估值合理）
- 中芯国际 (0981.HK)：PB 4.3x，EV/EBITDA 8-10x（合理）
- 腾讯 (0700.HK)：PE 17-20x（合理）
阿里港股 PE 13x 的合理性，部分来自其 3800 亿 AI 投资承诺——这是国产链最大的需求锚：
这是中国民营企业历史上最大规模 AI 基建投入，直接驱动整个国产算力供应链需求。理解这个数字的量级，才能理解为什么阿里港股 PE 13x 在国产链中占据”配置之锚”的位置。
2.3 估值论证：为什么部分标的不合理
寒武纪 PE 348x 意味着什么：
如果寒武纪 PE 维持当前水平，需要：
- 未来 5 年净利复合增长 80%+
- 才能让 PEG 回到 1
- 即 2030 年净利达到 200+ 亿
这有可能吗？参考对比：
- NVIDIA 2025 净利 1200 亿美元（约 8500 亿人民币）
- 寒武纪 2030 年达到 200 亿人民币 = NVIDIA 当前的 2.4%
- 寒武纪 2030 年市值 = 当前 7168 亿（如果维持 PE 100x，按 70 亿净利计算）
问题：这个增速假设（80% 复合 5 年）历史上极少有公司做到。即使做到，PEG 1 也只是回到合理估值，没有超额收益。
海光 PE 260x 意味着类似的问题：
- 需要净利从 25 亿增至 100+ 亿（5 年 4 倍）
- 在国产 x86 生态发展速度下，可能性中等
- 风险/收益比不对称——上行空间被透支，下行空间巨大
拓维信息 PE 500x+：
- 2025 年净利 5000-7500 万
- 任何方式都难以论证当前估值
- 典型的炒作驱动估值
这些数据告诉我们：国产 AI 链的部分标的，估值已经反映了”完全真兑现”的预期，不留任何安全边际。
第三部分：每种情景下的配置推演
3.1 配置框架
任何配置都应该回答 4 个问题：
- 核心仓位（占比最大，最低风险，长期持有）
- 卫星仓位（弹性较大，中等风险）
- 主题仓位（高弹性，高风险，小仓位）
- 现金 / 防御（应对系统性风险）
不同情景下，这 4 类的比例应该不同。
3.2 情景 A（真兑现）下的配置思路
核心思路：积极参与上行，风险偏好较高
下面给出的是”如果你强烈相信情景 A”的参考配置，可视化如下：
美股配置（70% 总仓位 if 偏向美股）：
- NVIDIA 25%（PEG 0.37 极便宜）
- Google 15%（基本面 + AI 双驱动）
- TSMC 12%（代工底座）
- Meta 8%（应用层兑现）
- Broadcom 7%（PEG 0.90 + 订单积压）
- Microsoft 3%（PEG 2.46 偏贵，少配）
A 股 / 港股配置（30%）：
- 阿里巴巴 12%（估值最便宜的全栈玩家）
- 中芯国际 8%（产业链底座）
- 中科曙光 5%（被低估）
- 北方华创 3%（设备龙头）
- 澜起科技 2%（业绩兑现）
为什么这样配：
- 真兑现情景下，估值合理 + 高增长的标的获益最大
- NVIDIA PEG 0.37 在真兑现下会快速 re-rate 至 PEG 1.0+，对应股价翻倍
- 阿里港股 PE 13x 加 AI 业务重估空间最大
- 不重仓高 PE 标的（避免估值已透支的尴尬）
预期年化收益：30-50% 最大回撤：15-25%
3.3 情景 B（缓慢消化）下的配置思路
核心思路：稳健参与，控制风险
美股配置（60% 总仓位）：
- NVIDIA 18%（仍便宜但放慢预期）
- Google 18%（最稳健）
- TSMC 10%（垄断地位）
- Meta 7%（基本盘强）
- Broadcom 4%
- AMD 3%（追赶 NVIDIA）
A 股 / 港股配置（30%）：
- 阿里巴巴 12%
- 中芯国际 7%
- 中科曙光 5%
- 腾讯 3%（防御性）
- 北方华创 3%
现金 / 防御 10%：
- 等待估值偏贵标的回调
为什么这样配：
- B 情景下分化加剧，应该集中在估值合理的大盘股
- 减少高 PE 标的暴露（澜起、中微、海光、寒武纪等）
- 保留 10% 现金等待回调机会
- 阿里、Google 这种 PE < 25x 的稳健标的最有韧性
预期年化收益：15-25% 最大回撤：15-30%
3.4 情景 C（泡沫破裂）下的配置思路
核心思路：减仓 + 等待
当前操作：
- 减仓所有 PE > 50x 的标的
- 留 NVIDIA、Google、阿里这种 PE 合理的标的
- 增加现金至 40-50%
布局思路：
- 等大跌后（NVIDIA 跌至 130 美元 / Forward PE 15x、A 股 AI 链普跌 40%+）再加仓
- 此时 PEG 会显著低于 1
- 类似 2002-2003 年互联网底部布局
预期年化收益（含布局期）：长期可能 50%+，但需要忍受 1-2 年回撤
3.5 情景 D（地缘冲击）下的配置思路
核心思路：分散到非冲突区
- 减少 TSMC 仓位（地缘风险溢价上升）
- 增加美股大厂（受影响小）
- 增加中国 AI 链（短期受益于国产替代加速）
- 减少跨地缘标的（如阿里美国 ADR）
3.6 情景 E（AGI 突破）下的配置思路
- 几乎无法提前布局，事件驱动
- 一旦发生，全 AI 链暴涨
- 但同时面临监管打击
- 历史经验：尽量持有头部公司而非追涨
3.7 情景加权后的”折中配置”
如果你无法判断哪个情景会发生（这是大多数人的诚实状态），按概率加权得出折中配置——这正是本文开头那张”概率分布 + 加权预期回报”图所展示的（如需回顾请翻到第一部分末尾）。
如果你的概率分布与本系列不同，可以替换权重重新计算。例如，如果你认为 C 概率应该 30%+（更悲观），那么所有标的的加权回报都会更低，配置应该更保守。
情景 A (28%) × A 配置 + 情景 B (38%) × B 配置 + 情景 C (17%) × C 配置 + 情景 D (12%) × D 配置 + 情景 E (5%) × E 配置加权后的折中配置（仅作参考）：
美股配置 60%：
- NVIDIA 20%
- Google 18%
- TSMC 8%（地缘对冲）
- Meta 6%
- Broadcom 5%
- Microsoft / AMD 3%
A 股 / 港股配置 25%：
- 阿里巴巴 12%
- 中芯国际 6%
- 中科曙光 4%
- 北方华创 3%
现金 / 防御 15%：
- 等待 C 情景下加仓机会
- 处理流动性需求
关于高 PE 国产标的（海光、寒武纪）的处理：
- 如果你完全不持有也合理——估值已透支，没有义务参与
- 如果你必须配一些（出于本土倾向或对冲），建议仅 2-3% 主题仓位，承认这是 FOMO 配置而非价值配置
第四部分：标的逐一深度分析
4.1 NVIDIA（NVDA）
当前数据：
- 股价 206.46 美元
- 市值 4.78 万亿
- Forward PE 24x（FY27 EPS 8.34 美元）
- PEG 0.37
论证逻辑：
为什么估值看似合理：
- FY27 EPS 8.34 美元 vs FY26 4.77 美元（+75%）
- 客户订单可见度高（OpenAI 1000 亿、Stargate Abilene 400,000 GPU）
- 路线图清晰（Vera Rubin 2026 H2、Rubin Ultra 2027）
反向风险：
- 大客户高度集中，OpenAI 财务风险传导
- Anthropic 4 倍效率差如果验证，整体行业 GPU 需求下修
- Google TPU、Meta MTIA 自研芯片挤压份额
情景下的表现：
| 情景 | 概率 | NVIDIA 12 个月预期 |
|---|---|---|
| A | 28% | +50-80% |
| B | 38% | +10-25% |
| C | 17% | -30~-50% |
| D | 12% | -10~+5% |
| E | 5% | +100%+ |
加权预期回报：
- 0.28 × 65% + 0.38 × 17% + 0.17 × (-40%) + 0.12 × (-3%) + 0.05 × 100% = +19%
- 这是 12 个月的加权预期，不是承诺
结论：在加权预期下 NVIDIA 仍有正回报，但回撤风险显著。
4.2 Google（GOOGL）
当前数据：
- Forward PE 22x（大厂最便宜）
- 市值 4.3 万亿
- 增速 +20%
- PEG 1.10
论证逻辑：
为什么估值便宜：
- 市场仍担心搜索被 ChatGPT 颠覆
- AI Overview 货币化进展未明
- 反垄断诉讼裁决悬而未决
反向风险（积极方向）：
- 搜索基本盘没被颠覆（市场份额 92%）
- Cloud +63% 增速领先所有大厂
- TPU 战略形成（Anthropic 标杆 + Broadcom 合作）
情景下的表现：
| 情景 | 概率 | Google 12 个月预期 |
|---|---|---|
| A | 28% | +35-50% |
| B | 38% | +15-25% |
| C | 17% | -10~-20% |
| D | 12% | -5~+10% |
| E | 5% | +60%+ |
加权预期回报：~19%
结论：与 NVIDIA 加权回报相近，但波动率更低，调整后回报实际上可能更优。
4.3 阿里巴巴（9988.HK）
当前数据：
- 港股 PE 13x
- 市值 2.4 万亿港币
- 已从 52 周高点 186.20 回调 27% 至 134.90
论证逻辑：
为什么 PE 13x 看似异常便宜：
- 中国互联网整体估值压缩
- 反垄断历史包袱
- AI 业务尚未单独估值
反向风险（积极方向）：
- 阿里云 AI 业务加速（高盛预测 2027 财年 530 亿元，占总收入 29%）
- 3800 亿三年 AI 投资承诺已经财务可行性验证
- 平头哥估值 250-620 亿美元（摩根大通）
情景下的表现：
| 情景 | 概率 | 阿里 12 个月预期 |
|---|---|---|
| A | 28% | +50-80% |
| B | 38% | +15-30% |
| C | 17% | -15~-25% |
| D | 12% | +10~+25%（国产替代利好） |
| E | 5% | +60%+ |
加权预期回报：~22%
结论：在中美冲突情景下反而受益，是难得的”地缘对冲”标的。
4.4 中科曙光（603019）— 重写”折价持股”逻辑
在评估中科曙光之前，先看 AI 算力链的生态金字塔——这张图揭示了”控制层数 = 护城河深度”的核心洞察：
互联网大厂（阿里、Google）控制 7-8 层的全栈优势，可能比独立芯片公司更强。中科曙光作为综合性算力标的，部分受益于这种”全栈”逻辑——这是它的真实价值，而不是简单的”折价持股”。
当前数据：
- PE 38x（A 股 AI 算力链最便宜的之一）
- 市值约 1400 亿元
真实逻辑（不再使用”折价持股”这个不自洽的论证）：
中科曙光是综合性算力标的：
- 持有海光信息 27.96%
- 持有曙光数创 62%（液冷龙头）
- 持有中科星图 15.7%
- 自身服务器业务
为什么 PE 38x 是”估值平滑”而非”折价持股”：
如果海光按 PE 100x（合理估值）计算：
- 海光合理市值约 2500 亿
- 曙光持有 27.96% = 700 亿
- 加上其他资产，中科曙光合理市值约 1200-1500 亿
- 当前市值 1400 亿基本反映合理估值
所以中科曙光的真实价值不是”折价持有海光”，而是：
- 持有海光等资产但用更稳健的综合业务降低单一标的波动
- PE 38x 的估值反映了海光的”合理估值”而非”260x 透支估值”
- 如果你认为海光估值已透支，那么持有中科曙光是间接获取海光β的更安全方式
这个逻辑的局限：
- 假设海光最终回到 PE 100x 合理水平
- 如果海光持续维持 PE 260x（市场情绪驱动），那么中科曙光的”估值平滑”反而损失上行空间
- 取舍：用上行空间换下行保护
4.5 关于高 PE 国产标的的诚实处理
寒武纪、海光、拓维信息等 PE > 200x 的标的：
老博客的处理：给小仓位（5%、3%）作为”主题仓位”
新博客的诚实处理：
如果完全用方法论判断：
- PEG 接近无穷大（增速无法支撑当前估值）
- 任何买入都是 FOMO 行为而非价值判断
- 严格的价值投资框架下应该零配
为什么很多人还会配置一些：
- 国产替代是真实趋势（哪怕估值已透支）
- 担心”踏空”
- 行情驱动思维（“反正会涨”）
本文的诚实建议：
如果你能接受”这是 FOMO 配置”的事实，承认它是非理性决策的产物：
- 寒武纪 0-2%（极小，纯 β 工具）
- 海光 0-3%（视估值是否回调）
- 拓维信息 0%（任何理由都不应该买）
总配置不应超过 5%——超过这个数字意味着你赌的是行情而非基本面。
这与之前博客的差异：
- 之前博客在”严重透支”和”主题仓位 5%“之间存在内部矛盾
- 现在明确：要么承认 FOMO 配，要么不配
- 不再用”主题仓位”包装非理性决策
第五部分：本文的核心立场
经过前面的论证，本文的诚实立场是：
5.1 关于 AI 大趋势
作者立场（中等置信度）：
AI 是真趋势，但当前估值已经反映了相当程度的乐观预期。
这意味着：
- 不应该重仓押注”AI 必涨”
- 应该选择估值合理 + 业务多元化的标的
- 应该保留现金应对系统性回调
5.2 关于”AI 真趋势 vs 13:1 = 泡沫”的内在矛盾
这是之前博客没有明确解决的问题。本文的诚实表态：
作者真实判断：
- AI 在某些领域是真趋势（AI 编程、AI 客服等，第 1 篇详述）
- 但当前的 capex/收入比例 10.5:1 确实过高
- 这两件事可以同时为真：β 是真的，但β被市场过度定价
对应的配置思路：
- 选择β真兑现 + 估值合理的标的（NVIDIA、Google、阿里、中芯）
- 避免β不确定 + 估值透支的标的（寒武纪、海光、拓维）
- 保留现金应对β被重估的可能性
这不是骑墙，是诚实：
- 骑墙 = “看好可以买，看空可以不买”
- 诚实分析 = “在 X 条件下应该这样配，承认 Y 风险”
5.3 关于配置建议的边界
本文的所有”配置建议”都是条件性的：
- 不是”应该核心 60% + 卫星 25% + 主题 15%”
- 而是”如果你的概率分布是 A 28% + B 38% + C 17% + D 12% + E 5%，那么加权后大致是这样配”
不同投资者的概率分布不同，配置应该不同：
- 如果你认为 A 概率 50%，应该更激进
- 如果你认为 C 概率 30%，应该更保守
- 如果你强烈相信地缘冲击 D，应该重仓中国 AI 链
这是分析师与投资者的真实分工：
- 分析师提供方法论 + 数据 + 情景
- 投资者提供概率判断 + 风险偏好
- 配置 = 二者结合
第六部分：监测仪表盘（实战工具）
如果你按本文方法做配置，你需要持续监测以下数据，并定期重估情景概率。
下面是仪表盘的整体可视化（建议保存或加书签，每季度对照一次）：
仪表盘分四层：红旗指标（最关键）、黄旗指标、系统性指标（capex/收入比例）、关键事件日历。当前所有指标均为绿灯——但红旗一旦触发，务必果断减仓。下面是逐层详细说明。
6.1 红旗指标（任一触发立刻减仓）
- 微软、Google、Meta、Amazon 任一家削减 AI 资本开支 — 整个产业链β终结的前哨
- NVIDIA 数据中心收入单季同比转负 — 全行业拐点信号
6.2 黄旗指标（持续 2 个季度恶化 → 减仓 15%）
- OpenAI 或 Anthropic 收入增长放缓至 30% 以下 — AI 应用层兑现失速
- 国产 AI 芯片厂商出现库存积压 — 国产替代叙事见顶
- HBM 价格出现连续下跌 — 算力需求疲软的领先指标
- 阿里云增速放缓至个位数 — 国产链最大锚松动信号
6.3 估值监测（每季度核实）
- 持仓标的 PE 是否被业绩兑现”消化” — 如果 PE 持续上升而业绩没跟上，主动减仓
- 资本开支与真实收入比例是否改善 — 从 10.5:1 改善到 5:1 = 安全；恶化到 15:1 = 警报
6.4 政策与地缘事件
- 美国对华芯片出口政策变化 — 国产替代逻辑的核心驱动
- 中美科技制裁升级 — 直接影响 TSMC 对中国大陆敞口、影响阿里云海外业务
6.5 关键事件日历
| 日期 | 事件 | 重要性 |
|---|---|---|
| 2026.5.20 | NVIDIA Q1 FY27 财报 | 极高 |
| 2026 Q4 | Anthropic 可能 IPO | 极高 |
| 2026 Q4 | OpenAI 可能 IPO | 极高 |
| 2026 H2 | NVIDIA Vera Rubin 上市 | 高 |
| 2027 H2 | NVIDIA Rubin Ultra 上市 | 高 |
第七部分：本文的局限
7.1 概率分布的主观性
本文给出的 5 种情景概率（A 28% + B 38% + C 17% + D 12% + E 5%）是作者主观判断。任何严肃的投资者都应该有自己的概率分布。
7.2 加权预期回报的局限
加权预期回报忽略了：
- 时间价值（不同情景实现速度不同）
- 流动性约束（C 情景下卖出可能困难）
- 心理成本（持有 C 情景下的下跌很难）
7.3 数据时点
所有数据截至 2026 年 5 月 7 日。市场每天变化，本文的具体估值数字会迅速过时。但方法论本身长期适用。
7.4 标的覆盖
本文聚焦 AI 算力链。其他相关投资机会（医疗 AI、机器人、自动驾驶等）未覆盖。
结语：留给读者的真正问题
读完前 4 篇 + 本文，你应该能回答以下问题：
- 你的情景概率分布是什么？（A、B、C、D、E 各多少）
- 基于这个概率分布，你的折中配置是什么？
- 你的风险承受能力允许的最大回撤是多少？
- 你能持续监测的仪表盘指标是什么？
- 触发什么信号你会调整配置？
这些问题没有标准答案——每个投资者的答案都应该不同。
本系列的真正价值不是给你”标准答案”，而是给你思考的框架 + 数据基础 + 反思工具。
如果你读完后比读前更清楚自己的判断和不确定性边界，那么本系列就完成了它的目的。
系列其他文章
数据截至 2026 年 5 月 7 日。本系列不构成投资建议。所有判断均为基于公开数据的方法论演示。
评论
登录后发表评论
还没有评论，来留下第一条吧