**AI高景气能否经住供给考验？**
全球AI产业链在经历了三季度的深度回调并消化了高拥挤度后，市场走势开始出现显著分化。中国台湾综指和纳指一度创出新高，但费城半导体、科创50以及创业板50等指数的上涨斜率明显放缓，部分甚至完全回吐了年内涨幅。造成这种分化的原因，除了各市场内部宏微观环境的变化，如美债利率和A股资金面的波动外，更关键的因素在于AI产业链内部供需关系的悄然转变。市场开始担忧代表需求的云厂商资本开支已越过增速最快的阶段，迟迟未出现新的应用场景，而光模块、GPU、存储芯片等上游环节的新增供给却陆续释放。
这种供需节奏的一快一慢、一升一降，导致前期不断扩大的供需缺口开始收敛，由量价齐升驱动的高景气逻辑面临新挑战，市场共识由此转向分歧。那么，本轮AI驱动的景气周期究竟能持续多久？这成为了全球投资者最关注的问题。要回答这个问题，我们需要重新审视三个认知偏差：需求固然重要，供给同样不容忽视。
**一、判断高景气的三个认知偏差**
**其一，需求固然重要，供给也值得重视。** 投资者往往强调且放大一阶的需求，却容易忽视且低估二阶的供给。需求增长并不天然等同于投资回报，恰恰相反，前景越确定、越诱人，越可能吸引资本涌入、加剧竞争，导致供给过剩和利润率回落。相反，若供给受到产能或技术瓶颈约束，即使需求增速不快，价格和利润仍可能实现非线性增长。因此，需求打开空间，供给放大弹性。
**其二，预测需求依赖大量不确定的长期假设，判断供给则有更多确定的参考指标。** 技术迭代时期，终端需求和应用落地节奏存在较高不确定性。相比之下，资本开支、在建产能等供给指标通常更加可观察、可验证。与其在不确定的远期需求中寻找确定性，不如从相对可观测的供给变化中把握资本回报的边际变化。
**其三，即使意识到供给的重要性，也容易简单地把供给扩张与回报下降划等号。** 供给扩张固然可能打破原有平衡，但扩产并不必然导致过剩，高投资也未必意味着低回报，关键在于行业竞争格局：在竞争分散的市场中，企业理性扩产可能累积为行业非理性投资；而在集中度高的市场中，龙头扩产更多反映技术升级或份额扩张，而非无序竞争。因此，真正需要警惕的并非供给扩张本身，而是缺乏纪律的扩张。
基于上述考虑，本文不再重复讨论已汗牛充栋的AI需求前景，而是转向容易被忽视的供给侧。我们将通过以下框架进行分析：首先识别中、美、韩等主要市场的景气方向；其次解释强劲增长的形成机制；接着从投资强度和融资规模判断供给扩张强度；然后引入竞争格局，辨析不同格局下的经济后果；最后判断哪些行业的高增难以持续，哪些仍有改善空间。
**二、如何识别高景气的方向？**
如何定义并识别高景气度？单纯的高增长可能源于低基数效应。为此，本文引入标准化未预期盈利SUE指标，衡量盈利增速偏离历史常态的程度。SUE大于1意味着盈利增速超过历史均值加一倍标准差，定义为高景气。测算显示，当前高景气行业主要分布在AI产业链，如美股的电气设备、半导体及设备、软件，以及A股的电子板块。
**三、景气上行的原因？**
景气之所以向上，是因为需求前景打开空间，也因为供给约束放大了回报弹性。以本轮AI为例：
一方面，AI需求扩张的核心驱动因素来自大模型能力持续迭代后带来的劳动生产率明显提升。Anthropic测算，AI辅助可使部分任务完成时间平均缩短80%，大模型应用场景日益丰富，美国非农部门整体的劳动生产率明显提升。生产效率的提升驱动词元调用量持续高速增长，云厂商算力投入不断加码，AI算力、基础设施等相关环节需求快速扩张。从更长期看，当前AI在企业支出中的占比以及个人付费绝对额都处于较低水平，AI或仍处于应用的早期阶段，意味着较大的潜在市场空间。
另一方面，供给约束进一步放大了需求增长所带来的盈利弹性。当行业存在较多闲置产能时，新增需求主要可以通过提高产量得到满足，价格反应通常较温和；随着产能利用率逐步接近上限，企业短期增产空间收窄，新增需求越来越难以通过数量扩张消化，更多转化为价格上涨。此时供给曲线逐渐变陡，同样幅度的需求增长会对应更大的价格变化，行业也从相对线性的“量增”逐步转向“量价齐升”。价格的非线性上涨，会进一步放大利润弹性。
这一机制在产业链的瓶颈环节尤为突出。在各环节相互配套、短期难以替代的生产体系中，整体产出受制于供给最为紧缺的环节。即使其他环节产能充足，关键零部件的供应不足仍会限制下游生产，使新增需求集中于瓶颈环节，推升其价格与利润。本轮AI产业景气强劲上行实际上包含两层力量：需求扩张提供了盈利增长的基础，供给约束则进一步放大了价格与利润弹性。
**四、如何识别供给扩张的强度？**
高景气能否持续，取决于高回报引发的供给扩张对产能约束的影响。我们参考Hoberg and Phillips（2010）的研究思路，从相对投资强度和新增融资两个维度刻画供给扩张的强度。
首先，引入相对投资强度，为当前供给扩张找到一个合理的参考系。我们以Tobin’s Q、ROE、杠杆率、盈利波动、分红、企业年龄和规模等因素估计企业在给定经营条件下的正常投资强度，建立投资强度的参考基准。再以实际投资强度与模型预测值之差定义相对投资强度。测算显示，2026年相对投资强度较高的行业包括全球半导体存储、全球半导体代工、美国建材、美国PCB、美国光模块等，其投资强度都明显高于“合理水平”。
其次，考察尚未发生的未来投资，判断企业是否已经获得继续扩产所需的新增融资。我们将新增融资定义为净股权融资与净债务融资之和占总资产的比例。融资并不等同于未来资本开支，但它为后续扩产提供了必要的资金条件。测算显示，2026年各行业新增融资强度相对克制，超过50%分位数的仅有全球半导体代工和美国半导体设备。
**五、供给扩张就一定会降低回报吗？还要看竞争格局**
高强度供给扩张既有可能打破原有供需平衡导致供给压力增加，也有可能满足高速增长需求或技术升级迭代的要求。关键还在于行业竞争格局。
**1. 不同竞争格局下供给扩张的经济含义**
行业较为分散时，单个企业的理性可能转化为行业层面的非理性。每家企业都可能看到涨价和高利润，也都希望扩大份额。若大家都按眼前的紧缺安排投资，却低估了竞争者同步扩产的规模，单个企业看似合理的决策，就可能累积成全行业的供过于求。因此，中低集中度的行业中，高强度的相对投资可能是业绩下滑的信号。
行业集中度较高时，高投资强度却有可能增厚企业的垄断利润。在集中度较高的市场中，企业更容易认识到自身扩产对行业供给和价格的影响，投资决策也更可能考虑这种影响，非理性的投资也更容易被纠正。因此，高集中度的行业高相对投资和新增融资可能意味着技术升级、需求爆发等冲击下变量历史关系的变化。
**2. 实证检验：高集中度下的扩产意味着高回报与高景气**
我们引入行业收入集中度HHI指标。实证检验显示，在竞争分散的行业中，相对投资强度与下一期ROE变化呈负向关系；高集中度组中，这一关系则转为正相关。这意味着，投资偏离正常水平越远，竞争分散行业回报越下降，而高集中度行业反而迎来回报改善。
**3. 历史经验：互联网泡沫中的供给扩张与资本回报**
互联网泡沫的经验提供了直观案例。1990年代末科技景气上行，资本开支明显增加。在竞争分散的行业中，如当时的半导体设备和PCB，高投资往往伴随资本回报明显下降；而在高集中度的行业，如半导体代工，当年RI处于较高分位，但一年后ROE反而提高。这说明在供给决策更加集中的行业中，投资明显高于历史正常水平，也未必演化为无序扩产和供过于求。
**六、哪些行业未来能够延续高景气？**
结合竞争格局与投资强度，我们可以对未来两年前景进行判断。
**1. 未来两年竞争格局的变化**
2026年集中度较高的行业为美国金属矿物开采、全球半导体存储、全球半导体代工、美国建材；相对分散的行业为中国数字芯片设计、美国油气、中国半导体设备等。
**2. 未来两年投资强度的变化**
基于市场一致预期测算，2026年相对投资强度较高的行业为：高集中度组里的全球半导体存储、全球半导体代工和美国建材，以及中低集中度组里的全球数字芯片设计、美国光模块、美国PCB和美国电网设备。2027年，高集中度组里的全球半导体代工和美国建材，以及中低集中度组里的全球数字芯片设计的投资强度依然偏高。
**3. 行业组合分析与结论**
行业集中度与投资强度的不同组合，对未来回报和盈利有不同的含义：
* **高集中度+高投资强度**（如全球半导体代工、美国建材）：供给决策相对集中，高投资未必演化为无序扩产，反而可能因技术迭代与量价平衡提振ROE与SUE。
* **中低集中度+低投资强度**（如中国半导体设备和电网设备）：扩产相对克制，量增对价格和利润率的侵蚀较小，未来ROE仍有改善空间。
* **高集中度+低投资强度**（如美国有色金属）：尽管竞争格局有利于维持供给纪律，但缺少较强投资扩张所对应的正向回报信号，未来改善动力可能有限。
* **中低集中度+高投资强度**（如全球数字芯片设计）：竞争相对分散使企业层面的扩产容易累积为行业供给压力，未来ROE面临下降风险，SUE更可能从异常高位回归历史常态。
总结而言，当前的投资预期还不至于给全球科技行业的景气度构成全面压力。但在不同竞争格局下，供给扩张对ROE和景气度的影响将有所差异：未来两年供给环境相对有利，资本回报和景气度相对受益的主要是中国半导体设备和电网设备；面临较大考验的是全球数字芯片设计。中国光模块、美国光模块和PCB可能阶段性受益；美国有色金属则可能阶段性承压。