AI 基建超级周期的跨资产配置：从计算层走向物理层

执行摘要

随着 AI 叙事从算法突破（软件）和算力爆发（芯片）转向部署的物理约束（电力与电网），最佳的风险调整投资组合必须向“物理护城河”转移。基于 既有研究记录 的研究结果，我们看到一个结构性的分化：虽然云巨头的需求依然旺盛（既有研究记录），但电力交付（既有研究记录）、设备制造（既有研究记录）和原材料（既有研究记录）的物理瓶颈，正为“中间夹层”制造一个“利润陷阱”（既有研究记录）。

配置策略的核心是：做多物理层的波动性与稀缺性，同时避开被成本挤压的中端市场。

1. 股票配置：“物理护城河”策略

我们建议将主题配置从泛 SaaS/云端转向支撑 AI 的专业工业和公用事业基础设施。

超配（高确信度做多）

• 电力设备寡头： 重点关注拥有历史性订单积压和定价能力、能转嫁原材料成本的企业。
• 核心标的： GE Vernova (GEV), Vertiv (VRT), Eaton (ETN), Schneider Electric (SU.PA), Siemens Energy (ENR.DE)。
• “Firm Power（稳定电力）”赢家： 拥有现有核电头寸、并能以溢价提供 24/7 无碳能源（CFE）的公用事业公司。
• 核心标的： Constellation Energy (CEG), Vistra (VST), NextEra Energy (NEE), Public Service Enterprise Group (PEG)。
• 电网组件与关键材料： 控制取向硅钢 (GOES) 和高纯度铜供应链的公司。
• 核心标的： Freeport-McMoRan (FCX), Southern Copper (SCCO)，以及在非美市场扩张的电网龙头 特变电工 (600089.SS)。

低配（避开/减持）

• EPC 承包商与中端电气 OEM： 这些公司是本轮周期的“通胀吸收器”。固定价格合同（Lump-sum/GMP）以及面对云巨头时较弱的定价权，导致其面临显著的 利润风险 (Margin-at-Risk)（如 既有研究记录所述）。
• 重点警惕： 缺乏专有技术的中小市值电气承包商和通用建筑公司。

2. 大宗商品：对冲基建通胀

数据中心的物理建设是大宗原材料的巨大消耗者，做多商品头寸是权益组合中 capex 敞口的天然对冲。

• 铜 (做多)： AI 电网的“血液”。无论是数据中心内部配电还是外部电网加固，铜都是刚需。需求是结构性的，而供应受限于开采许可和品位下降。
• 天然气 (战术做多)： 作为向稳定电力过渡的主要“桥梁”（既有研究记录），天然气在调峰电厂和数据中心现场发电方面将迎来持续需求。
• 铀： 针对 2030 年后 AI 集群 24/7 电力需求引发的“核能复兴”的长期结构性配置。

3. 固定收益与信用：捕获“砖块加水泥版 AI”的收益

AI 建设的资本密集型特征为信用市场带来了多样化机会，但需要基于“电力安全性”进行严格筛选。

• 公用事业投资级债 (IG)： 超配。受监管的公用事业提供稳定的成本加成回报。随着它们扩张费率基数以满足 AI 需求，尽管 capex 增加，但信用质量依然稳健。
• 私募信贷与基础设施债： 重点关注“有电力保障”的数据中心贷款。避开那些缺乏稳定电力承诺或尚未通过 PJM/电网排队的投机性 DC 项目。
• 绿色债券： 专门针对核电延寿和电网现代化的项目。

4. 外汇与全球宏观：供应的地理学

• 融资货币： 日元 (Short/融资端)。尽管日联储政策有变，但在全球 AI 基建套利交易中，日元仍是可行的融资腿，尤其是日本自身的 TMT 板块（如 Advantest, Tokyo Electron）也受益于该周期。
• 商品货币： 澳元 (做多)。受益于全球电网升级所需的铜和贱金属的结构性牛市。
• 人民币 (战术/中性)： 中国在“快速基建”供应链（变压器、磷酸铁锂电池、光伏）中拥有主导地位。然而，考虑到贸易壁垒（既有研究记录），需采取审慎态度，重点关注拥有“全球（除美）”布局的中国企业。

5. 风险总结与组合护栏

• 利润风险： 随着 GOES 和铜价波动，需监测中间层 (EPC) 是否会出现业绩暴雷。
• 通电时间 (Time-to-Power) 风险： 对于在 PJM 或类似排队中等待时间 >5 年的 DC 项目，需在估值上打折扣。
• 流动性护栏： 在液态科技股（HBM/GPU）中保持一定比例，以便为流动性较慢的物理基建配置提供资金。

Wrote research discussion/c1d986a5-6f93-4cc1-9ecc-79626884094e/research note/report.zh.md