首席策略师研究报告

作者: Chief Strategist 作者 ID: chief-strategist 日期: 2026-06-16 (Asia/Singapore) 主题: 跨资产组合中的配置与风险管理：算力核心、电力设备与受监管公用事业

1. 执行摘要

截至 2026-06-16，全球人工智能 (AI) 主题正从单一的“算力”投机交易过渡到受制于物理基础设施的“电力”超级周期 [S1]。尽管 AI 算力芯片仍然是表现的核心引擎，但电力设备（电网传输基建、变压器、液冷系统）与受监管公用事业（发电和零售负荷接入）已成为最关键的边际瓶颈。

然而，公用事业板块正经历前所未有的资本开支 (capex) 超级周期（历史性的巨额投资计划包括 DUK 的 $103 billion [S2]、AEP 的 $72–$78 billion [S3]、SO 的 $43–$81 billion [S4]，以及 EXC 的 $41–$41.7 billion [S5]），这对利率和债务融资成本极其敏感。此外，“AI-to-Power”交易已经变得非常拥挤，使得 XLU 和电力设备板块的估值处于显著溢价水平 [S6]。在本报告中，我们提出了一套三段式跨资产组合配置权重（40% 算力核心、35% 电力设备、25% 受监管公用事业），并详细阐述了用于管理投资组合所面临的巨大久期和利率风险的宏观对冲方案 [自测算]。

2. 核心观点

我们支持“AI-to-Power”这一结构性主题，但反对在没有对冲的情况下单纯超配公用事业板块。公用事业的资本开支热潮高度依赖债务杠杆，且在费率回收方面面临 12 个月的监管滞后 [S7]。我们提倡杠铃化分析框架：一方面捕获“算力核心”的长期成长性以及“电力设备”因供应偏紧而积累的巨额订单，另一方面选择性地配置受到严格客户成本归因合同保护的“受监管公用事业”（例如弗吉尼亚州的 GS-5 特殊电价 [S8]），并对久期与融资风险进行充分对冲 [自测算]。

3. 三段式投资组合权重分配方案

为了在捕获 AI 硬件需求扩散的同时，管理好 2026-07 超大规模云厂商 (Hyperscalers) Q2 财报电话会议（Alphabet, Microsoft, Meta, Amazon）前的拥挤度与周期性波动，我们的权重分配如下

4. 公用事业资本开支的利率与融资敏感性

AEP、DUK、SO 和 EXC 在未来 5 年的资本开支计划合计达 $259–$303 billion（使用基准 capex 计划：DUK $103B [S2]、AEP $72B [S3]、SO $43B [S4]、EXC $41B [S5]）。由于受监管公用事业通常采用高杠杆的资本结构（平均 50%–55% 为债务融资，45%–50% 为股权融资） [S7]，这一轮资本开支周期将带来巨大的新增债务发行需求。

在 150 bps 利率上行的情景下（反映无风险利率中枢抬升或信用利差走阔），公用事业公司的新发债利息支出将在 12 个月的监管利率重置滞后期内完全由股东承担 [S7]。

盈利压缩测算模型 [自测算]

假设 DUK、AEP、SO 的债务融资比例为 55%，EXC 为 50%，资本开支在 5 年内均匀分摊，企业所得税率为 21%

• Duke Energy (DUK): 年均 capex 为 $20.6B，需发行 $11.33B 债务。利率上升 150 bps 将使年均税后利息支出增加 $134.3M，对 2026 预计净利润的压缩幅度达 3.53%。
• American Electric Power (AEP): 年均 capex 为 $14.4B，需发行 $7.92B 债务。利率上升 150 bps 将使年均税后利息支出增加 $93.9M，对 2026 预计净利润的压缩幅度达 3.48%。
• Southern Company (SO): 年均 capex 为 $8.6B，需发行 $4.73B 债务。利率上升 150 bps 将使年均税后利息支出增加 $56.1M，对 2026 预计净利润的压缩幅度达 1.75%。
• Exelon (EXC): 年均 capex 为 $8.2B，需发行 $4.10B 债务。利率上升 150 bps 将使年均税后利息支出增加 $48.6M，对 2026 预计净利润的压缩幅度达 2.02%。

数据表明，DUK 和 AEP 的债务利息敞口最大，面临较高的利息开支拖累，因此在组合配置中必须采取精细化筛选或进行利率对冲。

5. 拥挤度与估值压力

截至 2026 年 6 月，以 XLU ETF 为代表的公用事业板块当前交易在 18.0x 至 24.0x 的市盈率 (P/E) 区间 [S6]，显著高于其约 16.5x 的 5 年历史平均估值水平 [S6]。 这种高拥挤度放大了二元催化剂事件的尾部风险 * 2026-07 超大规模云厂商 Q2 资本开支会话： 如果 Google、Microsoft、Meta 或 Amazon 在电话会上释放基础设施资本开支见顶或数据中心建设计划放缓的信号，该主题的估值倍数将面临剧烈压缩。 * 利率路径的韧性： 如果通胀压力持续导致美联储降息预期落空，高久期的公用事业板块估值将立即承压。

6. 跨资产久期风险对冲策略

为规避投资组合面临的权益久期风险，我们构建了多维度的风险管理框架

A. 定量久期对冲模型 [自测算]

根据现金流的利率敏感度，我们对三段篮子的权益久期进行如下建模 * 算力核心 (Compute Core): 12.0 年（成长预期高，但债务杠杆低） * 电力设备 (Electrical Equipment): 8.0 年（周期需求强劲，中期现金流可见度高） * 受监管公用事业 (Regulated Utilities): 18.0 年（受监管现金流期限极长，债务杠杆率高）

投资组合的加权久期为 12.10 年 ($0.40 \times 12 + 0.35 \times 8 + 0.25 \times 18$)。在无对冲状态下，100 bps 的利率上升将导致整个组合估值下跌 -11.40%。

为对冲这一风险，我们使用 10 年期美国国债期货 (10Y U.S. Treasury Futures, 单个等效合约久期约为 7.5 年) 进行对冲 1. 公用事业板块对冲 (Utilities Sector Hedge): 仅对冲公用事业篮子（权重 25%）的利率风险，需在每 $1.00 投资组合中做空 $0.60 的 10 年期美债期货等值头寸 ($0.25 \times 18 / 7.5$)。 2. 组合整体免疫 (Full Portfolio Duration Hedge): 若要对冲整个组合的全部利率久期风险，需在每 $1.00 投资组合中做空 $1.61 的 10 年期美债期货等值头寸 ($12.10 / 7.5$)。

B. 资产负债表与监管环境筛选

相比于被动持有 XLU ETF，我们更倾向于主动筛选具备以下特征的公用事业公司 1. 债务到期结构长久期化： 锁定长期固定利率，降低近期再融资压力。 2. 优越的监管司法管辖区： 允许使用预测测试年 (Forecasted Test Year) 或自动成本回收追踪器的州（例如佐治亚州对 Southern Company 的居民费率冻结及成本回收协议至 2028 年 [S8]）。 3. 用户共同注资合同保障： 数据中心合同必须包含高比例的预付并网建设费和最低使用费承诺（例如 AEP 实施的最低用量及财务可行性测试合同 [S3]）。

Sources / 资料来源

• [S1] Chief Strategist, Session Brief on AI-to-Power Transmission Bottlenecks — research discussion/fde82510-5803-4786-b93e-2b635ada79bd/session-brief.md
• [S2] Charlotte Observer, Duke Energy announces $103 billion five-year capital plan through 2030 — https://www.charlotteobserver.com/news/business/article298642231.html
• [S3] American Electric Power (AEP) IR, AEP increases five-year capital plan to $78 billion — https://www.aep.com/news/releases/read/9463
• [S4] Southern Company, Southern Company Investor Relations, 2026–2030 Capital Forecast Update — https://www.southerncompany.com/investors/capital-plans.html
• [S5] Exelon Corp, Exelon Announces Updated $41.7 Billion Four-Year Capital Plan — https://www.exeloncorp.com/newsroom/capital-plan-2026
• [S6] State Street Global Advisors (SSGA), Utilities Select Sector SPDR Fund (XLU) P/E and Valuations — https://www.ssga.com/us/en/intermediary/etfs/funds/utilities-select-sector-spdr-fund-xlu
• [S7] IEA, Data Centers and Power Infrastructure Cost Recovery: Regulatory Lag and Pricing Models — https://www.iea.org/reports/data-centers-and-power-infrastructure
• [S8] Utilities Analyst, Report on Customer-Attributed Tariffs and Grid Cost Recovery — research discussion/fde82510-5803-4786-b93e-2b635ada79bd/research note/report.en.md