未来三年每年5000-1万亿元！AI投资：日渐清晰的基本面亮点
未来三年每年5000-1万亿元！AI投资：日渐清晰的基本面亮点
华泰证券张继强吴靖等
华泰证券认为，AI相关资本开支对短期经济有拉动作用，预计2025年资本开支可能超过6000亿，据估算，AI将拉动潜在经济增速年均1个百分点左右。
核心观点
Deepseek、阿里宣布资本开支等标志人工智能进入加速发展阶段，除产业逻辑之外，市场亦关注对于供需、价格等宏观影响，具体有如下几方面：第一，AI最值得期待的影响在于生产力跃升及提升潜在经济增速，影响更偏长期，短期拉动较为渐进；第二，短期影响在于AI相关资本开支对GDP的拉动作用，关注挤出、滞后与乘数效应；第三，微观上，AI发展对企业利润影响偏结构性；第四，AI发展融资需求更偏内源融资或权益融资，对价格短期直接影响较为有限，长期关注劳动替代和降低成本方面的效应。
AI对长期生产力与经济潜在增速的影响
AI通过几条逻辑推动长期潜在经济增速：一是通过优化工作流程提高全要素生产率；二是作为新型劳动力供给，弥补人口老龄化的缺陷；三是催生一系列难以预知的新兴产业；四是深化资本投资的方向。从影响幅度来看，市场和学界进行了广泛研究与估算，我们结合现有研究进行测算，年均潜在增速拉动预测的大约在1个百分点左右。不过，短期内AI对潜在经济增速的影响相对渐进，根据渗透率和回报率数据来看，提升过程可能相对缓慢。
AI相关资本开支对短期经济的拉动作用
基于两种方法对AI相关资本开支规模进行估计，预计2025年资本开支可能超过6000亿、甚至接近万亿，未来三年年均资本开支亦可能在5000-1万亿元。同时要考虑两方面问题：一方面，AI资本开支的拉动在进口环节可能存在漏出，对其他现金流可能存在挤出，直接拉动或有折扣；但另一方面，其通过劳动报酬、预期信心等乘数效应同样不容忽视，且中国具备工程师红利、网络效应、应用场景等优势，此前在互联网、高端制造业的经验均指向AI投资拥有更大的潜力，AI资本开支对短期经济的拉动也不应被低估。
AI对企业利润的影响
结合美国经验以及近期变化，AI对企业利润影响如下：一是，AI发展对企业利润的提振更偏结构性影响，对硬件层的拉动或明显强于应用层。二是，Deepseek等低成本新模式的建立，对应用层的边际利好可能相对更大；三是，对于国内而言，硬件层面关注相关产业链链条，应用层具有数据规模、应用场景等优势，应用层的基本面契机可能会更快到来；而更广谱的企业利润修复契机可能还有待经济循环的传导和供需环境的改善，地产、财政、产能政策等更为关键。同时关注AI投资回报率与潜在产能扩张等风险。
AI发展对融资需求和价格信号等方面的影响
本轮AI资本开支仍依赖于内源融资或权益融资，对债务融资的需求不高；价格弹性则主要取决于经济广谱性修复程度。市场角度的几点启示：（1）产业周期叠加政策支持、流动性充裕，泛科技仍是主线，继续从算力—基础设施—AI应用—传统行业改造等脉络寻找投资机会；（2）AI投资主要从经济增速、风险偏好等角度影响债市，但由于融资需求难比传统的地产周期，对就业的辐射作用一般，因此冲击幅度有限。长期来看，如果AI应用广泛应用如果带来抗通胀效应，届时债市甚至可能是受益者；（3）AI投资可能增加对电网改造等需求，关注相关受益的大宗产品。
正文
AI投资浪潮讨论
Deepseek等新质生产力亮点涌现，阿里宣布未来三年将加大资本开支，标志我国人工智能产业进入加速发展阶段，引发市场高度关注。除了AI本身的产业逻辑之外，其对于供需、价格等宏观逻辑的影响也值得重视。我们在此讨论下市场关心的几个问题：
第一，AI最值得期待的影响在于生产力跃升及提升潜在经济增速，但影响更偏长期，短期拉动较为渐进
AI通过几条逻辑推动长期潜在经济增速：一是，AI通过自动化和优化生产流程，提高生产效率，同时加速技术创新，推动全要素生产率的提升；二是，AI本身是一种新型劳动力供给，弥补人口老龄化的缺陷，并推动劳动市场的结构性变革；三是，AI本身就是巨大的产业链，并有望催生一系列难以预知的新兴产业；四是，AI发展改变资本积累和投资方向，资本存量增加的同时向高附加值领域集中，进一步促进经济增长。
AI对潜在经济增速的拉动幅度有多大？市场和学界进行了广泛研究与估算，尽管具体数值略有差异，但对拉动效果的测算均较为显著。我们结合现有研究，依据劳动替代率、长期岗位创造效应等多种影响进行测算，年均潜在GDP增速拉动预测的大约在1个百分点左右。
不过，短期内AI对潜在经济增速的影响相对渐进。逻辑上，短期内AI的发展仍集中在研发和资本支出阶段，渗透率提升过程可能相对缓慢。以美国为例，根据BTOS数据，AI技术渗透率从2023年10月的3.7%，增长至2024年2月的5.4%，预计2025年增长至7%以上，但仍相对有限，且主要集中在部分行业（如科技、金融和医疗），技术扩散仍需时间。数据上，以美国为例，科技企业AI相关资本开支（Capex）快速增长，但相关业务的经营回报仍有待强化，最终单位资本开支的营收有所下滑，投资回报尚未充分显现。
整体来看，AI产业大发展为经济提供了新亮点，经济长期停滞的担忧明显缓解，提振高质量发展路径的信心。
第二，短期影响在于AI相关资本开支对GDP的拉动作用
我国2025年AI相关资本开支规模可能有多少？华泰宏观组在报告《2025：中国增长能否回升》中给出了两种估算方法：（1）如果按照目前已发布AI投资计划的科技公司数据进行估算，全国科技企业2025年资本开支可能超过6000亿、甚至接近万亿。（2）如果对标美国企业AI相关投资体量，全国科技公司AI相关投资在未来三年年均资本开支亦可能在5000-1万亿元。因此，2025年，保守估算的AI资本开支也将占到GDP的0.4个点以上，或对名义增长起到有效拉动，且对量和价可能都有一定贡献。
当然，这一理论拉动数字之下，还需要考虑两方面问题：
一方面，资本开支在拉动国内经济的某些环节存在漏出或挤出：
1）企业的AI资本开支主要集中在芯片、数据中心和算法升级等环节，部分产品和设备依赖进口，这部分投资对国内增长的拉动或不明显。
以AI资本开支的用途来看，在算力基础设施建设中，部分产品仍高度依赖进口，例如高性能芯片、半导体材料、光刻机与高性能计算软件的进口依赖度均在80%~90%之间，网络设备、传感器等进口依赖度在60%~70%之间，这部分支出对国内增加值的拉动可能并不明显。进口环节的这一漏出也部分解释了美国AI相关设备投资增速提升不显著的现象。不过，我国制造业优势更为明显，很多环节已经实现了较高的国产化率，比如在云存储、数据库等领域，且正积极推进在更多环节的国产替代，Deepseek等突破也扩大了我国国内产品的可利用性，我国AI资本支出对宏观层面投资数据的拉动预计强于美国。
2）企业AI资本开支可能对传统业务现金流或其他现金支出形成一定挤出效应。Graham et al. (2017)、Campello et al.(2010)等研究表明，资本开支的增加会挤占传统业务的现金流，并影响企业的财务灵活性；投资密集的企业，其员工培训费用和运营现金流（OCF）增速可能会明显偏低。以美国为例，从美股MG 7表现来看，近年各公司皆加大资本支出力度，资本支出/经营现金流占比明显上行，但也对企业自由可支配现金流产生了一定的挤出效应。此外，资本开支的抵税效应和优惠补贴等可能会对政府税收收入产生一定扰动，可能需要更多国债发行进行弥补。
但另一方面，AI资本开支也存在一些乘数效应。
1）CAPEX增加的过程中，科研人员薪酬等支出也会同步增加，也属于广义的资本开支，但大部分计入管理费用等科目，最终通过工资收入——消费和购房需求的渠道反映出来。
2）科技公司加大资本开支提振预期和信心，对非经济因素有所改善，有利于经济循环。AI资本开支有助于新质生产力将进一步发展，提升军事+科技+文化自信，对微观信心的改善更为关键；且民企座谈会进一步重视对企业家精神的保护，有利于促进企业投资和居民消费意愿，强化经济循环。
3）AI亮点和资本开支带动风险偏好和股市修复，一方面对财富效应有所提振，利好消费；另一方面改善金融条件，有利于企业IPO和股权融资，又能反过来推动新经济发展，不过力度或不如股市普涨行情。
因此，一方面，AI资本开支的拉动可能存在一些挤出和滞后，直接拉动或有折扣；但另一方面，其乘数效应同样不容忽视，且中国具备工程师红利、网络效应、应用场景等优势，此前在互联网、高端制造业的经验均指向AI投资拥有更大的潜力，AI资本开支对短期经济的拉动也不应被低估，可暂以0.4个百分点的名义增长拉动作为基准数字。当然，进一步的弹性以及宏观逻辑的转向还需要推动经济由局部亮点向更为广谱性的修复传导。
第三，微观上，AI发展对企业利润有何影响？
结合美国经验以及近期的一些变化，AI发展对于企业利润可能存在几点影响：
一是，AI发展对企业利润的提振更偏结构性影响，即使在AI技术内部也存在结构性差异，对硬件层的拉动或明显强于应用层。这一逻辑易于理解：AI资本支出多数直接对应硬件等基础投入，因此基础层在短期内便可以受益，比如芯片、电力等基础设施，有望呈现出“量价齐升”、“盈利和估值双击”等趋势；而软件层的研发成本需要较长时间的市场验证和用户积累，短期内投资回报率可能相对偏低，对AI业务的定价更多来自于估值提升。
二是，Deepseek等低成本新模式的建立，对应用层的边际利好可能相对更大，因其相当于降低了应用层企业的基建成本，且模型效率的进一步提升有望加快技术进步速度；同时，可能降低基础层的需求预期，对基础层企业或形成一定扰动。这类技术突破可能尚未结束，需关注后续进展和影响。
三是，对于国内而言，硬件层面关注相关产业链链条，尤其是关键设备和资本品的国产替代空间；此外，我国具有更好的数字基础设施、数据规模、应用场景等优势，应用层的基本面契机可能会更快到来。而更广谱的企业利润修复契机可能还有待经济循环的传导和供需环境的改善，地产、财政、产能政策等更为关键。
同时，也需要关注两类风险：
一是，美国经验中，不时出现“too much capex, too little revenue”等讨论，本质还是AI投资的回报率问题，比如Meta，尽管近年来大力投入人工智能研究并囤积昂贵的芯片，但截至目前，除了广告业务的人工智能改进外，其人工智能方向尚未产生显著收入。因此，仍需关注AI投资的短期成本和长期收益之间的博弈。在行业竞争格局加剧、流动性有所扰动等情况下，可能带来一定的市场波动。
二是，潜在的产能扩张风险。伴随着全球各国加大AI资本开支，尤其中国加入之后，AI领域可能也存在着潜在的产能过快扩张等问题，可能对相关产品和服务的价格形成一定拖累，需关注其对企业利润的影响。不过，短期内AI领域可能还是投资不足的状态。
第四，市场还关注AI发展对融资需求和价格信号等方面的影响
1）融资需求方面，本轮AI资本开支仍依赖于内源融资或权益融资，对债务融资的需求不高。一方面，当前头部科技企业自有现金流较为充裕；另一方面，科技类企业的融资本身也更偏向于权益市场（如定增、并购、IPO、PE/VC等），可能少部分依赖债务融资。因此，相比于传统的地产周期，对债市的冲击相对更小。
2）价格方面，AI投资可能会拉动部分主要投入品的价格，如芯片、服务器等，进而推升PPI、同时传导至部分商品的CPI，但由于其权重较为有限，这一渠道的直接拉动作用可能相对有限。
今年价格更关键的修复动力可能来自于产能供需不平衡问题的改善契机。中央经济工作会议提出“综合整治内卷式竞争”，国常会提到“坚持从供需两侧发力，化解重点产业结构性矛盾等问题”。更多产能去化的具体政策可能正在路上，今年财政赤字率预计达到4%左右，旧经济磨底再叠加新经济快速增长，供需缺口有望有所收敛，物价和企业利润待改善。当然，本轮供给侧改革与15、16年的力度还有差距，当年有棚改货币化、外部好转两大需求端因素，我们维持今年GDP平减指数向接近正值回归的判断。
此外，市场也关注AI在劳动替代和降低成本方面的效应。一是，AI的应用能够显著提高各行业的劳动生产率，从而降低产品和服务的生产成本；二是，AI对部分劳动形成一定替代，可能扩大劳动力市场的供需缺口。这些效应的短期作用可能尚不明显（图1-3、图12），而中长期看确实存在抗通胀效应。
但另一方面，中长期AI也可以创造需求、创造工作岗位，这对于就业量和实际增长而言还是相对有利的，名义增长和企业利润一般也有望受益。
因此，历史上技术进步较快的阶段，比如美国90年代互联网革命期间、中国入世后的技术导入阶段，多是“量增价平”或“量增价跌”的组合，即“增长修复和温和通胀”并存，这一经济组合对应的资产表现一般为：股市上涨+国债收益率更多跟随通胀走势。在这一背景下，我国长期利率上行的空间也可能相对有限。
从市场的角度看，
1、产业周期叠加政策支持、流动性充裕，泛科技仍是主线，继续从算力—基础设施—AI应用—传统行业改造等脉络寻找投资机会；
2、AI投资主要从经济增速、风险偏好等角度影响债市，但由于融资需求难比传统的地产周期，对就业的辐射作用一般，因此冲击幅度有限。长期来看，如果AI应用广泛应用如果带来抗通胀效应，届时债市甚至可能是受益者；
3、AI投资可能增加对电网改造等需求，关注相关受益的大宗产品。
本文作者：张继强、吴靖等，来源：华泰证券固收研究，原文标题：《【华泰固收】AI投资：日渐清晰的基本面亮点》
风险提示及免责条款
版权声明：
作者：zhangchen
链接：https://www.techfm.club/p/195325.html
来源：TechFM
文章版权归作者所有，未经允许请勿转载。
THE END
二维码
共有 0 条评论