中金：AI之外还有什么值得买？
来源：中金点睛
2026上半年的全球市场，核心主线是有无AI之间的极致分化，但极致的分化也带来极致的拥挤与透支。近期的动荡就是通过剧烈去杠杆的方式消化高拥挤与高估值，高杠杆的韩国跌幅因此才尤为剧烈，6月下旬以来全球AI链条普遍下跌，韩国KOSPI指数跌幅一度逼近40%（图表1）。与此同时，作为AI“镜像”的分红与消费、以及港股却明显修复，恒生指数从底部反弹14%（图表2）。
图表1：6月下旬以来，全球AI链指数明显调整
资料来源：Wind，中金公司研究部
图表2：而消费与分红则有所修复
资料来源：Wind，中金公司研究部
我们相信，在AI产业趋势未到泡沫也没有终结的大假设下，近期的回调从中长期维度看，反而可以增加AI交易的性价比（赔率）。只不过，市场要想快速突破前高并重新凝聚资金，需要有新场景和新需求的突破打开“天花板”（胜率），类似今年一季度Anthropic在coding上的突破（图表3），毕竟前期的高点是在大量杠杆的托举下做到的，以韩国为例（图表4）。因此，即便多数投资者依然认可AI科技仍是投资主线，但在此次的剧烈动荡后，适度的均衡可能也是不少人的自然想法。
图表3：今年一季度Anthropic在coding上突破催化了AI链的上行
资料来源：TrackerTrends，中金公司研究部
图表4：6月的行情高点是由大量杠杆资金入场形成
资料来源：Bloomberg，中金公司研究部
那么问题是：在AI主线之外，还有什么值得买？之前大家都追捧AI，不是不知道拥挤赔率低，而是因为增长实在太强，胜率太高；之所以规避消费，不是不知道估值低赔率高，而是因为基本面太弱，胜率低。但科技的动荡会削弱高胜率的性价比，需要更高赔率来补偿，也可以凸显一部分虽然没那么高增长但低波方向的吸引力。换言之，这一阶段在“AI之外”方向的配置，赚的主要是估值修复和波动对冲的钱；要赚盈利的钱，仍需等待胜率层面的催化。
因此，“AI之外买什么”，本质是在市场从只买胜率的极致K型分化，转向平衡胜率和赔率后没有那么极致的分化。为此，我们在文中回答三个问题：本轮AI调整到什么位置了，如何企稳？AI以外方向靠什么提高胜率？当前应当如何做？
我们构建了跨行业与跨资产两套胜率（基本面确定性）赔率（估值等空间）模型，当前时点，模型显示标普500、纳斯达克100、道琼斯、M7、美债、创业板50；MSCI中国行业指数中的保险、原材料、电气设备、创新药、电信的月度胜率和赔率综合打分较高，可以作为AI主线外的短期均衡方向。回测效果显示，基于我们这一模型开发的月度再平衡策略可以长期有效跑赢基准指数。
一、本轮调整到什么位置了？杠杆出清进入中后段，宏观待利空出尽，产业催化仍需等待
纵观科网泡沫五年间的四轮大幅调整（《科网泡沫破裂前跌过几次？》）（图表5），以及本轮AI行情以来的三轮动荡（2025年初的DeepSeek和对等关税、2025年底的泡沫担忧与2026年初的伊朗局势、2026年6月以来，图表6），无一例外，都是微观的高估值和高拥挤、宏观的外部扰动（如美联储加息、亚洲金融危机、LTCM亏损、对等关税、伊朗局势）、与产业发展的瓶颈（过剩担忧、DRAM降价，投资过度、现金流承压等）三者共同所致。反过来，市场逐渐企稳甚至再创新高也对应这三方面压力的缓解，科网泡沫四段回调后的修复经验即是如此。
图表5：1995-1999年间，纳斯达克综指曾经历四轮较为显著的回撤
资料来源：Bloomberg，中金公司研究部
图表6：本轮AI行情以来的三轮动荡也是遭遇微观的高估值和高拥挤、宏观的外部扰动及产业瓶颈
资料来源：Bloomberg，中金公司研究部
走到当前，我们认为，1）去杠杆和拥挤度的化解已走到中后段，2）宏观层面的美联储降息担忧还没有彻底出清、9月如果加息或意味着利空出尽（类似于1997年的“预防式加息”），3）产业发展更为关键，需要等待新场景和需求的催化打开新空间（《如何才能“预防式加息”？》）。具体来看，
► 首先，估值与拥挤度跌到位置，目前已进入中后段。6月中下旬以来，费城半导体、纳斯达克100与韩股的拥挤度分位数已明显下降（图表7）；估值上，
纳斯达克指数动态市盈率目前降至约22.1x，距年内高点收缩约20%；情绪上，纳指14日RSI一度降至33，韩国也跌至超卖区间。参照科网四轮回调的终点，纳指均降至超卖区间、估值降至60%分位数，当前情绪消化已进入中后段（图表8）。
图表7：此前高拥挤问题经过阶段性调整后得到明显缓解
资料来源：Bloomberg，中金公司研究部
图表8：科网行情历次调整复盘
资料来源：Wind，Bloomberg，中金公司研究部
去杠杆最陡峭的阶段或已过去。调整前，韩国股市个人投资者成交占比一度超过七成，融资余额接近39万亿韩元，处于99.9%分位；下跌过程中，保证金追缴、杠杆ETF再平衡与期权做市商负Gamma对冲形成非线性的自我强化，数倍放大跌幅（《韩股杠杆风险有多大？》）。截至目前，杠杆资金的收缩已经过半：券商融资余额与杠杆ETF的合计规模从高点120.6万亿韩元回落至55.7万亿韩元、收缩54%；其中，券商融资余额从38.6万亿韩元降至32.2万亿韩元、收缩17%，杠杆ETF规模从82.0万亿韩元降至23.5万亿韩元、收缩71%（图表9）。只不过，自发的杠杆出清速度较慢且易受外部扰动，政策介入则可以更快稳住。
图表9：韩股杠杆ETF规模明显下降
资料来源：Bloomberg，中金公司研究部
► 其次，美联储紧缩担忧并未彻底出清，9月若加息可视作利空出尽。7月FOMC虽然没有加息，但因为沃什沟通上“捉迷藏”，导致市场不仅未能完全扫清加息担忧，还担心长期通胀失控反而导致长端美债利率走高。走到这一步，往前看，如果通胀大幅走弱，压力自然缓解。否则，最好就是9月加息以重塑威信（《如何才能“预防式加息”？》）。加息不可怕，1997年美联储也做过“预防式加息”，美股也经历调整（图表10）。当时同样是增长强劲而非通胀失控，产业趋势也很类似，加息落地后美债利率触顶回落，美股逐步见底。因此，9月若靴子落地后，扰动也可能逐步落地。
图表10：美股因加息预期升温而自1997年1月回调13%，但在加息落地的一周后便开始反弹
资料来源：Bloomberg，中金公司研究部
► 最后，产业趋势的新催化最重要，等待观察。所谓新催化，是能够系统性抬升产业前景预期的增量事件，类似年初Anthropic在编程上的突破式进展，而非对既有趋势的简单验证。以此衡量，当前尚未出现。在预期已充分计入的编程业务上（图表11-12），其收入已经快速兑现（图表13），但短期市场可能担心因为Token太贵导致对人工替代“不经济”进而使得收入增速变慢（如Token支出放缓，图表14），这反过来又会增加大家对大规模capex难以为继的担忧。我们在《如何监测AI泡沫？》中构建了需求、现金流、资金来源和外部约束四个维度20个指标的监测体系，目前主要问题并非现有需求的放缓，而是在第二层的现金流上，如谷歌最新财报自由现金流也首次转负，因此新场景和新需求打开现有需求的“天花板”就显得至关重要，也可以帮助打消静态下的投资过度担忧。
图表11：AI对不同领域的理论vs．实际暴露度
资料来源：Anthropic，中金公司研究部
图表12：目前AI对薪资和就业人数的替代情况
资料来源：Wind，Bloomberg，中金公司研究部
图表13：Anthropic的ARR今年以来快速兑现
资料来源：TrackerTrends，中金公司研究部
图表14：短期市场可能担心因为Token太贵导致对人工替代“不经济”进而使得收入增速变慢
资料来源：Bloomberg，中金公司研究部
综合来看，三个条件中，拥挤度和杠杆消化进入中后段，美联储等9月利空出尽，但产业催化尚未出现，因此AI整体胜率仍然很高，但短期或仍需纠结。市场大概率进入震荡或温和修复，资金也会重新甄别，由此前普涨转向业绩可兑现的龙头集中。在新产业催化配合之前，指数层面快速回前高也有难度，毕竟此前是靠杠杆与情绪推上去的；超跌的优质个股会有修复，但更多靠资金驱动的则需要更多时间。此时，除了继续布局便宜且优质的AI主线龙头外，部分资金可能会从“只买胜率”转向相对均衡，流向赔率高且基本面也有一定确认度的方向。
二、非AI方向的修复能否持续？赔率高，但基本面前景有别
在近期AI调整的背景下，非AI方向，尤其是此前被严重忽视的消费、分红、港股如恒科都有明显修复，6月下旬以来中证消费、恒生科技、中证红利分别上涨13.9%、13.5%与9.5%。背后的原因，一是资金层面的再平衡，AI动荡之后，资金从极致拥挤的主线向外寻找出口。二是赔率高，非主线方向估值与仓位都处于低位，具备赔率优势。内地公募截至二季度的港股持仓甚至回到“9·24”之前，腾讯、阿里等互联网持仓降至历史低位也是这一体现（《公募还持有多少港股？2Q26公募持仓分析》）。
但是往前看，仅靠赔率的修复空间与持续性都有限，要进一步上行，仍需要基本面也就是胜率的配合。分方向看，各板块基本面修复的前景有别：
► 消费与内需方向，要走出持续的趋势性行情，关键在财政能否大举发力且向消费倾斜（“924”时刻）。7月政治局会议并未给出市场期待的强力刺激，提及“及时谋划出台务实管用的增量政策”、强调“加大逆周期调节力度”，并提出“优化实施财政金融协同促内需政策”、“挖掘服务消费潜力”；对比2024年“9·24”以来六次中央政治局会议，本轮政策加力的信号强度低于2024年9月26日与2025年4月对等关税之后的两次会议（图表15）。因此更多是在挖掘用好存量的基准上，节奏上较二季度加快发力，照此推演，三季度财政或内需或边际改善，但强度尚不足以驱动广谱的胜率修复。
图表15：六次中央政治局会议对比
资料来源：中国政府网，中金公司研究部
► 周期与外需方向面对的是海外需求，基本面的阻力相对更小，创新药和部分周期都在“泛外需”范畴中。我们在中期展望中提出，从信用周期修复难易看，美国短期可能比中国更容易：AI投资深化、美债利率回落与海外财政增量都是潜在的信用扩张催化，且都不依赖国内政策的节奏（《港股市场2026下半年展望：热闹是他们的？》）。若后续美债利率能够下行、海外基本面修复兑现，外需与周期方向胜率的改善会更为顺畅；只是节奏上仍需等待，当前更多处于偏左侧的位置。
► 互联网方向的胜率催化是“DeepSeek时刻”，即AI产业趋势在应用领域的显著突破。目前AI叙事仍主要在硬件板块演绎；应用层方面，作为指数权重股的互联网龙头AI相关业务落后其他未上市大模型。因此，互联网更多仍是估值修复的逻辑，持续性有待自身催化出现，如投资和收入增加。
因此，就胜率修复的先后顺序而言，泛外需/周期/创新药、互联网的阻力相对较小，而消费则相对靠后，所以均衡配置也应向阻力更小、胜率略高的方向倾斜。对于港股整体而言，由于消费敞口与互联网权重很大，故要出现持续的整体性反弹，同样需要“9·24时刻”或“DeepSeek时刻”的催化。
三、当前应该怎么操作？从“只买胜率”到兼顾赔率和胜率
如前文所述，面对波动与拥挤都十分极致的市场，单纯“抱团主线”或“押注高切低”都各有瑕疵，更可行的做法是结合胜率与赔率进行均衡配置与组合管理。
就此，我们对MSCI中国指数行业分别计算胜率与赔率，胜率刻画未来一段时间上行的概率，赔率刻画向上与向下空间的非对称程度，并基于“胜率-赔率”框架形成行业打分体系：
► 胜率赔率框架：胜率由盈利预期与微观流动性两大科目构成，赔率则用估值刻画。胜率中，盈利预期比较各行业FactSet口径动态EPS同比增速与动态ROE同比差分的截面分位；微观流动性刻画行业自身的交易强弱，包括一年期动量、一年期波动率反转与量价弹性三个指标。各科目与指标的权重每月由ICIR动态确定。赔率将各行业PE、PB、PS分别取滚动5年分位数后反转并等权形成赔率得分，依据是估值的均值回归特征：便宜本身就是向上空间的重要来源。
► 策略构建：选取综合打分（胜率80%+赔率20%）前五的行业构建纯多头组合，月度调仓，行业间以逆波动率加权，回测下来可有效战胜基准。以2021年2月至2025年6月的样本回测确定胜率赔率的权重，近一年样本外表现也不错；基准策略中，以逆波动率赋权各行业仓位，是因为综合打分以胜率为主，胜率极致的品种往往处于一致预期下的升波上行阶段，一旦出现扰动便容易剧烈回撤，本轮AI硬件的调整即是如此；而针对性降低这类升波品种的权重，可以改善组合的长期表现。也可以采用“反权重”作为备选，即入选行业中得分越高、权重越低，回测效果同样不错。不过，逆波动率是应用最为广泛的基准方式，“反权重”更偏探索性质，也可供投资者参考（图表16）。
图表16：基于“胜率-赔率”体系，我们构建的行业配置策略可以有效战胜基准
资料来源：FactSet，Wind，中金公司研究部
截至2026年7月底，模型给出打分靠前行业为：保险、原材料、电气设备、创新药、电信（图表17）。这也基本符合前文所述的主观判断，原材料对应偏左侧的周期，创新药与电气设备受益于外需。
图表17：截至2026年7月31日，MSCI中国行业指数的胜率赔率情况
资料来源：FactSet，Wind，中金公司研究部
类似的，我们也构建了跨资产的胜率赔率模型。用流动性判断“分母胜率”，用盈利预测判断“分子胜率”，用估值判断资产的赔率。最后把三类信号合并，胜率权重67%，赔率权重33%，在非流动性溢价、盈利预期改善以及估值便宜之间进行权衡，月度频率调仓，选择得分前五或者并列前五的资产。指标设置以及覆盖的主流指数详见《如何应对高拥挤资产？》。策略回测显示：2021年7月至2026年7月底的五年里，主流指数的胜率赔率策略年化回报率26%，较等权的基准组合存在每年约17ppt的超额回报率；年化波动率18.4%，夏普比率1.4，均优于基准组合；信息比率1.1，显示承担单位波动后可获得更多的超额回报（图表18）。模型显示，截至7月底最新一期，打分靠前的资产为标普500、纳斯达克100、道琼斯、M7、长端美债、创业板50等。
图表18：基于胜率赔率构建的主流指数策略可以显著跑赢等权基准
资料来源：FactSet，Wind，中金公司研究部
需要说明的是，上述跨行业的80%胜率+20%赔率和跨资产的67%胜率+33%赔率只是我们所取的基准情形，不同偏好的投资者可以有不同的答案：更偏重确定性的长线投资者可以提高胜率权重（如九一开）、淡化短期波动，选出的往往是基本面扎实、定价认可度高的方向；更偏交易的投资者可以提高赔率权重（如五五开甚至三七开），对应消费、恒科等估值与仓位双低、博弈估值修复的方向。
图表19：截至2026年7月31日，主流指数的胜率赔率情况
资料来源：FactSet，Wind，中金公司研究部