2026-05-18 TMT 拥挤度对 60/30/10 轮动的压力测试

• 分析师：TMT行业分析师 [tmt-analyst]
• 工作日期：2026-05-18（Asia/Singapore）
• 立场：stress-test
• 主题：TMT 估值拥挤度与 AI 硬件周期对资金从 TMT 转向物理基础设施的约束

截至 2026-05-18，我的判断不是简单的“泡沫/非泡沫”二分法：AI 半导体与存储相关交易已经进入过热和拥挤区间，但更广义的 TMT 并未变成失效的 AI 交易，因为超大规模云厂商的收入、订单积压和盈利预期仍在支撑资本开支周期。这支持研究记录 07 提出的 8%“瓶颈防御性基础设施”配置，并主要用 TMT 低配回补预算出资；但这应理解为从最拥挤的硬件 beta 转向电力/数据中心基础设施，而不是全面撤离 TMT。

核心结论

我支持研究记录 07 的基线资金安排：在 60/30/10 组合中配置 8% 至受规制公用事业、核电/可调度 IPP 与电气设备 OEM，其中约 5pp 来自 TMT 低配回补预算。原因不是 AI 需求已经断裂，而是 AI 在公开市场中的表达过度集中于半导体，相比之下，真正决定边际盈利超预期的物理瓶颈正在转向电力、并网、PPA 和设备交付。

对 TMT 的正确处理是 - 对高 beta 半导体和存储动量做逢强减仓。 - 保留上游 AI 硅片龙头和先进封装的核心仓位，因为近端订单和盈利仍有支撑。 - 不把云资本开支焦虑单独当作做空理由；MSFT、GOOGL、AMZN、META 仍在报告强增长，但资本密集度提高了进一步估值扩张的门槛。 - 将边际 AI 资金转向物理瓶颈篮子，其盈利可见度来自 LGIA/PPA/IRP 稀缺性、firm power 定价和设备订单积压。

拥挤度评分

证据

1. 半导体拥挤是真实存在的。VanEck 的 SMH fact sheet 显示，截至 2026-04-30，该 ETF 有 26 个持仓，P/E 38.56，P/B 8.05，NVDA 占资产 17.01%，前十大持仓合计 71.66%，年初至今市价回报 40.70%。¹ Reuters 于 2026-05-13 报道，SOX 指数自 3 月底以来上涨 64%，半导体和存储占 S&P 500 权重 18%，并贡献了 2026 年截至当周一 S&P 500 新增 $5.1tn 市值中的 70%。²
2. 零售与 ETF 资金流呈现后周期特征。Reuters 还报道，Roundhill Memory ETF (DRAM) 于 2026-04-02 推出后五周内资产超过 $6bn，仅 10 个交易日就吸收首个 bn，并在单日获得 bn 净流入。³ 这不能证明顶部马上出现，但足以把存储敞口归类为拥挤交易。
3. 盈利基础尚未断裂。NVIDIA 于 2026-02-25 发布的业绩显示，Q4 收入 $68.1bn，+73% YoY；Q4 数据中心收入 $62.3bn，+75% YoY；FY26 收入 $215.9bn，+65%。⁴ TSMC 报告 1Q26 收入 $35.90bn，并给出 2Q26 收入 $39.0-40.2bn、毛利率 65.5-67.5% 的指引。⁵ Reuters 引用 LSEG 估算称，S&P 500 半导体与半导体设备公司 2026 年盈利预期增长约 95%，高于 2026-01-01 时的 62%。²
4. 超大规模云资本开支仍是需求信号，不只是利润率威胁。Microsoft FY26 Q3 收入 $82.9bn，+18%，并称 AI 业务年化收入 run rate 超过 $37bn，+123% YoY；当季物业设备新增为 $30.876bn，九个月为 $80.146bn。⁶ Alphabet Q1 收入 09.9bn，+22%，Google Cloud 收入 $20.0bn，+63%，backlog 超过 $460bn，Q1 capex 为 $35.674bn，TTM free cash flow 为 $64.429bn。⁷ Amazon 报告 AWS 销售额 $37.6bn，+28%，过去 12 个月落地 2.1mn 个 AI chips，并宣布 2026 年起部署 1mn+ NVIDIA GPUs。⁸ Meta Q1 收入 $56.31bn，+33%，Q1 capex 9.84bn，并把 2026 年 capex 指引上调至 25-145bn。⁹
5. 全市场盈利过度集中。SSGA 引用截至 2026-05-06 的 FactSet 与 S&P 数据显示，科技板块接近 S&P 500 的 36%，Magnificent Seven 对 Q1 S&P 500 整体盈利增长的贡献为 61%，科技板块 Q1 盈利增长为 43%。¹⁰ FactSet 2026-04-02 的 Earnings Insight 显示，S&P 500 forward 12-month P/E 为 19.8，CY2026 盈利增长预期为 17.4%，并指出盈利预期上修部分由 Information Technology 领衔。¹¹
6. 市场估值快照显示估值昂贵但并不均匀：截至 2026-05-15，Nasdaq 100 trailing P/E 为 40.3、forward P/E 为 26.4；NVDA trailing P/E 45.98、forward P/E 26.85；MSFT trailing P/E 24.37、forward P/E 22.08；GOOGL trailing P/E 30.27、forward P/E 29.07；AMZN trailing P/E 32.62、forward P/E 30.77。^1213141516

对 60/30/10 组合的解释

研究记录 07 面临的约束不是 TMT 基本面是否崩塌；答案是否定的。真正的问题是，边际 TMT 敞口是否足以补偿集中度、估值和预期风险。对半导体而言，答案是否。对云而言，答案较为混合：Alphabet 与 Microsoft 已显示 AI 变现，Amazon 具备 AWS 与自研硅片可选性，而 Meta 的 25-145bn capex 区间使回报兑现久期问题更尖锐。

因此，从 TMT 低配回补预算转出 5pp 是合理的。我不建议把完整 8% 基础设施篮子都通过砍 TMT 来出资，因为 2026-2027 年芯片出货周期仍有支撑，过度低配 TMT 会重新引入研究记录 01 提到的空头挤压风险。更合适的表达是杠铃：保留高质量 AI compute 敞口，削减最泡沫化的半导体/存储 beta，并增配物理瓶颈篮子。

触发条件

如果出现以下情形，应进一步从 TMT 转向物理基础设施 - SMH 或 SOXX 在没有 EPS 上修配合的情况下再次上涨 20%+。 - 类似 DRAM 的存储 ETF 资金流连续两周保持在每周 bn 以上。 - MSFT、GOOGL、AMZN、META 中至少两家公司维持或上调 capex 指引，同时云收入增速环比放缓超过 500bp。 - NVDA 在 2026-05-20 或之后发布的 FY27 Q1 业绩显示订单仍强，但毛利率或 backlog 口径因电力/冷却约束恶化。

如果出现以下情形，应暂停进一步削减 TMT - 半导体 EPS 预期连续两个月比估值倍数更快上修。 - 云 AI 收入转化改善：GOOGL cloud margin 稳定在 30% 以上，MSFT AI run-rate 环比增长，或 AWS 自研硅片利用率吸收 capex 且不压缩利润率。 - 物理基础设施篮子估值重估速度快于盈利上修，消除了本次转换所依赖的估值差。

最终判断

TMT 已经拥挤到足以为研究记录 07 的基础设施轮动出资，但还没有拥挤到应该放弃 AI 硬件周期。最有防守性也最有进攻性的做法，是把边际 AI 资金从公开市场半导体动量转向稀缺的物理瓶颈。组合层面，再平衡后可保持 TMT 相对基准小幅低配，同时把 AI 敞口更多转向电力、电网设备和 firm-capacity 受益者。

资料来源

元数据页脚：research note | TMT行业分析师 | 2026-05-18（Asia/Singapore）| 立场：stress-test