东吴证券陈李：AI还要跌多久

　　来源：陈李lichen

　　7月以来，A股AI板块经历了一次快速而剧烈的估值压缩。这轮波动还要持续多久？

　　截至7月24日收盘，创业板指和科创50较6月底均已下跌约两成。AI硬件内部的调整更深。CPO概念累计下跌超30%，PCB板块累计下跌超36%。

　　跌到这个位置，最容易出现两种判断。有人认为，三周下跌已经足够，反弹随时会发生。也有人拿2015年作比较，认为下跌远未结束。

　　这两种判断都把时间和跌幅当成了原因。市场不会因为跌得够多、持续得够久，就自动停止下跌。

　　基本面决定为什么下跌。杠杆决定下跌速度。利率决定市场愿意等待多久。

　　这轮A股AI下跌，不是从A股开始的

　　如果只看A股，这轮下跌很容易被解释为涨多了、交易拥挤，或者中报前资金选择兑现。这个解释没有错，但不够。

　　更早出现变化的是美国市场。市场开始重新审视AI产业链的利润分配。过去两年，上游硬件利润快速增长。GPU、高带宽存储、光模块、PCB和数据中心设备不断提价。可是，这些收入在云厂商一端，全部是资本开支。

　　英伟达确认收入时，云厂商确认的是一项未来必须收回的投资。硬件企业的利润越高，下游企业需要赚回来的成本就越大。

　　美国市场担心的，不是AI突然没有需求。真正的疑问是：上游获得的高利润，是否已经超过下游短期能够创造的回报。云厂商可以为了竞争继续投资，却不会永远牺牲利润，让上游一直获得越来越高的回报。

　　这使AI行情第一次从“还有多少算力需求”，转向“这些算力究竟能赚多少钱”。

　　随后，韩国市场的去杠杆，把盈利怀疑变成了真实卖盘。韩国拥有存储、半导体设备和AI硬件龙头。个人投资者参与度高，信用交易和杠杆产品也很活跃。上涨时，杠杆强化趋势。下跌时，杠杆资金必须减仓，卖盘又会压低价格。

　　基本面的分歧，原本只会带来估值调整。杠杆开始收缩以后，估值调整就会变成连续而集中的卖盘。

　　A股AI硬件同样存在高涨幅、高持仓集中度和相似的盈利假设。不同市场交易的是同一套产业叙事。韩国市场开始去杠杆，A股很难完全置身事外。

　　因为这种传染不是靠故事，而是靠资金结构。全球AI主题基金往往同时持有中日韩科技资产，韩国去杠杆引发的减仓，会通过这类基金的整体仓位调整外溢到A股和港股。外资对亚洲科技的风险偏好一旦收紧，也不会只针对韩国一个市场。

　　与此同时，围绕伊朗和霍尔木兹海峡的风险仍没有退出市场定价。它未必是AI股票下跌的直接原因，却会影响市场愿意等待AI利润的时间。

　　能源风险上升，会推高油价和通胀预期。通胀回升会限制美联储降息空间，也会增加美国利率波动。利率较低时，投资者愿意等待几年后的利润。利率上升时，市场会要求企业更早形成收入、现金流和资本回报。

　　霍尔木兹海峡，让等待AI利润的时间变得更贵。

　　利率抬升，影响的不只是美股折现率。美元走强时，外资配置亚洲科技股的意愿会同步下降，南向资金买入港股AI硬件的节奏也会放缓。中东的风险溢价，最终是通过这条路径，从美债利率一路传导到北向、南向资金的边际变化上。

　　所以，这轮A股AI调整并不是一个孤立事件。美国提出利润问题。韩国暴露杠杆问题。中东局势带来利率问题。三种压力在同一时间汇合，最终通过A股最拥挤的AI硬件板块集中释放。

　　美国提出利润问题。韩国暴露杠杆问题。霍尔木兹海峡带来利率问题。

　　市场不会因为跌得够多，就停止下跌

　　市场剧烈波动通常持续多久，首先取决于下跌由什么造成。

　　杠杆出清最快。被动卖盘往往在几周内集中释放。价格跌得越快，杠杆下降得也越快。

　　估值调整更慢。高估值形成于长期乐观预期，不会因为几天暴跌就完全消化。股价可以快速下降，投资者对合理估值的认识却需要反复确认。

　　盈利周期最慢，也最重要。如果市场只是担心交易拥挤，调整结束后股价可能重新上涨。如果市场开始下调未来两三年的盈利预测，调整就会持续更久。

　　2015年的A股调整，核心是杠杆和流动性。很多公司缺少真实业绩，股价主要依靠资金推动。杠杆一旦逆转，价格很难找到基本面支撑。

　　2024年初的市场调整，更接近流动性和交易结构冲击。量化交易、衍生品和小微盘持仓相互影响。政策和流动性改善以后，市场较快修复。

　　这次AI调整与两者都不完全相同。它不是没有业绩的纯流动性泡沫。AI硬件企业确实拥有收入、订单和利润。但是，这轮行情同样存在高估值、高集中度和高增长预期。

　　因此，真实业绩可以避免整个板块失去基本面支撑，却不能保证原来的估值重新回来。

　　有业绩，不等于任何价格都合理。

　　市场也不会因为下一份财报仍然增长，就停止下调估值。真正决定估值的，不只是今年能赚多少钱，而是盈利增速是否还在提高，这种增长又能持续多少年。

　　跌幅和时间不能终结下跌。卖盘出清、估值下降和盈利稳定，才能终结下跌。

　　此外，这三只钟（杠杆/估值/盈利）之外，还有一个变量能改变杠杆出清的速度，但不能改变估值和盈利的重新定价——政策。2015年的救市资金、2024年的减持新规和汇金增持，都曾让杠杆出清明显加快。这一次如果出现类似工具，能缩短第一阶段的时间，却解决不了第二、第三阶段的问题：估值该消化的还要消化，盈利该验证的还要验证。

　　最大的跌幅通常来得很快。估值和盈利的重新定价，却需要更长时间。

　　急跌可能进入后半段，估值消化还没有结束

　　7月以来，AI硬件的急跌说明，第一轮快速释放已经发生。系统性急跌的大部分跌幅，可能在1-3周内完成。但是，高波动、反弹和重新探底，仍可能持续3-5周。

　　也就是说，最猛烈的下跌可能完成了大部分，甚至已经结束，但整个调整还不能说已经结束。

　　急跌结束，不等于股价马上回到原来的高点。

　　杠杆资金退出以后，市场还要重新确定估值。中报、订单、毛利率和经营现金流，将成为新的定价依据。不同公司之间的表现，也会逐渐拉开。

　　如果AI硬件公司的中报和订单仍然稳定，美国云厂商没有下调资本开支，市场可能从普跌进入分化。核心公司的估值下降以后，会率先获得资金关注。

　　如果美国利率继续上升，云厂商资本开支增速放缓，或者硬件供给开始明显增加，那么调整时间还会延长。

　　对核心公司来说，从高点回撤20%至30%，可以完成一次拥挤交易的估值压缩。但对主要依靠远期叙事、盈利尚未充分兑现的公司来说，跌幅本身没有明确的保护作用。因为市场下调的不只是股价，还可能是原来的盈利假设。

　　判断调整是否接近结束，不必盯住某一个指数点位。更重要的是看三件事：业绩好的公司公布利好后，是否不再创新低；指数重新探底时，下跌股票的数量是否减少；市场是否开始重新比较利润、现金流和估值。

　　这轮调整的第一阶段由杠杆决定。第二阶段将由利润决定。

　　这个判断很快会有第一次现实检验。谷歌已于7月22日公布二季报，微软、Meta、亚马逊、苹果将在下周三四（7月29-30日）集中发布。华尔街普遍把这轮财报视为AI投入从叙事走向利润的验证节点——资本开支指引是否放缓，云业务增速是否维持，是判断“急跌进入分化”这一判断能否成立的第一手证据。

　　普跌结束于杠杆出清。真正的底部，开始于利润分化。

　　宁德时代的提醒：业绩增长，也挡不住估值下降

　　2022年至2023年的宁德时代，是一个值得参考的案例。

　　当时，宁德时代的业绩仍然增长。从未来一两年的盈利预测看，公司的估值也并非完全没有支撑。但股价仍然出现了较大幅度下跌。

　　原因并不复杂。股价由盈利和估值共同决定。盈利继续增长，只能守住其中一部分。如果估值下降得更快，股价仍然会下跌。

　　假设一家公司的盈利增长30%，市盈率却从50倍下降到30倍，股价依然会明显下跌。

　　宁德时代当时的问题，不是市场突然认为动力电池没有需求，而是市场开始重新判断增长速度。利润还在增加，但新能源汽车渗透率提高以后，市场开始担心动力电池的高速增长还能维持多久。行业扩产加快，电池价格下降，整车企业提高议价能力，竞争也在加剧。

　　市场没有否定当年的利润。市场缩短了对高增长的预期时间。

　　供不应求时，龙头企业享受的不只是增长估值，还有短缺溢价。一旦供给增加，即使需求仍在增长，价格和毛利率也可能下降。行业会从短缺定价转向竞争定价。

　　宁德时代的案例说明，市场可以准确预测一家公司的利润，但可能高估了利润的增长速度和持续时间。而利润增速本身但变化，会影响估值。也就是所谓的，利润增长的二阶导影响了市盈率。

　　这对今天的AI硬件有直接意义。市场未必怀疑下一份财报。光模块、存储、PCB、服务器和数据中心设备企业，未来几个季度仍然可能拥有较好业绩。

　　但如果市场开始认为，云厂商资本开支增速接近高点，硬件供给逐渐增加，毛利率难以继续提高，高增长只能维持一两年，而不是三至五年，那么估值中枢就会下降。

　　盈利增长，不等于盈利增速继续提高。对高估值公司来说，这是两个完全不同的概念。

　　业绩兑现只能证明过去的判断没有错。它不能证明原来的估值仍然合理。

　　所以，判断哪些AI股票能够在反弹后重新上涨，不能只看谁还有利润。还要看谁的盈利增速仍有提高的可能。

　　市场可以准确预测一家公司的利润，同时高估这份利润的增长速度和持续时间。

　　下一轮上涨，要寻找新的盈利加速度

　　上一轮AI硬件上涨，主要来自需求爆发和供给短缺。两者同时出现，订单、价格和利润率一起上升。企业盈利快速增长，估值也随之提高。

　　但是，随着盈利基数上升，市场关注的重点会发生变化。下一轮真正能够重新获得高估值的公司，需要满足三个条件：盈利增速提高，增长能够延续，当前价格还没有充分反映这种增长。

　　在AI硬件内部，需要观察哪些环节仍然能够同时获得需求增长和价值量提高。高速互连、高带宽存储、先进封装等领域，仍然受益于算力架构升级。

　　如果技术升级持续提高单机价值量，而供给扩张没有明显快于需求，盈利增速仍有继续提高的可能。

　　但这些方向也是前期交易最拥挤的领域。即使产业趋势正确，也要判断当前估值已经计入了多少增长。

　　PCB、电源、液冷和服务器等资本开支衍生环节，则需要观察收入增长能否转化为利润增长。如果新增产能过快，竞争压低价格和毛利率，收入增加也未必带来盈利加速。

　　因此，AI硬件内部不能只比较哪个行业还有订单。更重要的是比较，哪个环节的利润增长仍在加快，哪个环节已经进入高基数和供给扩张阶段。

　　与此同时，市场的注意力可能逐渐向下游应用移动。短期内，硬件仍然拥有更高的盈利确定性。订单、收入和利润都比较容易验证。调整之后，硬件龙头也可能率先反弹。

　　但是，中期估值空间更大的方向，可能来自那些开始证明AI能够增加收入和利润的下游企业。云计算和模型服务，需要证明AI收入能够覆盖算力、折旧和能源成本。企业软件和AI智能体，需要证明客户愿意持续付费。互联网平台需要证明，AI能够提高广告转化率、交易效率，或者降低运营成本。

　　一旦这些变化进入利润表，下游应用企业的盈利增速可能开始提高。AI产业链的利润分配，也会发生变化。这会反过来支持硬件需求。因为只有下游能够赚钱，上游的高利润才拥有长期基础。

　　所以，调整之后最先反弹的，可能仍然是AI硬件。下一轮真正获得估值提升的，却可能逐渐转向率先证明商业化收入的应用企业。

　　这也是判断“有些公司是否只是需要时间消化估值”的关键。没有哪只股票天然只输时间、不输本金。只有未来利润增长能够覆盖估值下降，时间才是朋友。否则，时间只是让错误暴露得更慢。

　　这轮AI调整不会以所有股票同时见底而结束。它真正结束的标志，是市场不再为整个AI产业支付同一种估值。资金会离开单纯依靠短缺和故事支撑的公司，转向盈利增速仍然提高、增长尚未被充分定价的领域。

　　不过，这里也有一个例外，不完全服从海外资本开支的节奏。如果美国对半导体设备和先进芯片的出口管制进一步收紧，自主可控会成为部分国产链环节独立于海外周期的定价逻辑——这种支撑来自国产替代的必要性，而不是盈利增速本身，所以它能缓冲跌幅，却不能替代真正的盈利加速度。

　　调整结束以后，市场寻找的不是原来的赢家，而是新的盈利加速度。