返回投资研究台 2026-07-15

research thread Brief

  • 研究线程标识: [source-id-redacted]
  • Shared Agent Route session: [source-id-redacted]
  • Root topic: IBM暴跌后，AI资本开支是否开始挤压软件预算？
  • Current 研究记录序号: 8/8
  • Current topic: IBM暴跌后跨资产AI基础设施与中国资产去杠杆压力逻辑链的终期QA审计
  • Current question: 审计前 7 张研究记录的所有事实引用、数据一致性、分析质量以及跨资产资产配置结论的合理性，并出具终期发布评估报告。
  • Current stance: synthesize

Completed Cards

既有研究记录

  • Analyst: 主题研究员
  • Stance: initial
  • Topic: IBM暴跌并非单纯的个体执行失败，而是企业IT预算向AI硬件和电网/电力配套等物理基础设施倾斜、系统性蚕食软件与咨询预算的第一张可交易宏观证据。
  • Question: Investigate the topic "IBM暴跌并非单纯的个体执行失败，而是企业IT预算向AI硬件和电网/电力配套等物理基础设施倾斜、系统性蚕食软件与咨询预算的第一张可交易宏观证据。" and make the strongest evidence-based judgment you can.
  • Summary: IBM于2026年7月14日单日暴跌25%源于二季度营收不及预期。客户在6月下旬将传统软件与大型机预算紧急调拨去抢购受限的AI服务器、存储和内存，且因重新评估AI安全威胁导致软件合同签署延迟。该事件证实了AI交易的边际定价已从软件久期切换为物理基础设施资本开支执行，代表了IT预算向硬件蚕食的宏观证据。
  • Handoff: ai-infrastructure-analyst | 云巨头资本开支持续性与电力/电网物理瓶颈对AI硬件出货的制约 | 在企业软件预算被算力基础设施蚕食的背景下，云巨头2026年合计7250亿美元的资本开支是否具有持续性？电力与电网物理并网时滞是否会成为制约AI硬件出货及变现的实质性瓶颈，并倒逼资本开支结构性下修？

既有研究记录

  • Analyst: AI基础设施分析师
  • Stance: support
  • Topic: 云巨头AI资本开支的核心风险不是总需求消失，而是电力/并网/变压器时滞把硬件订单转化为变现延迟，并迫使资本开支从“买GPU”转向“买确定性电力”。
  • Question: Investigate the topic "云巨头AI资本开支的核心风险不是总需求消失，而是电力/并网/变压器时滞把硬件订单转化为变现延迟，并迫使资本开支从“买GPU”转向“买确定性电力”。" and make the strongest evidence-based judgment you can.
  • Summary: 截至2026-07-15，本报告支持“AI第一约束从GPU迁移到电力/电网”的主线。7250亿美元云资本开支应视为市场上沿估计；官方披露和年化口径可支撑约6169亿美元基准。资本开支不会消失，但会按time-to-power重排：有并网、变压器、确定性电源和客户承诺的项目仍可持续；没有电力背书的GPU、土地和楼体壳体开支将面临延期、转租、转售或下修。
  • Handoff: global-macro | AI基础设施资本开支对美国通胀、利率和美元流动性的宏观传导 | 如果AI资本开支继续从软件预算转向电力、服务器、内存和电网设备，2026年美国核心商品、电力价格和企业融资成本会如何反馈到美联储路径与风险资产估值？

既有研究记录

  • Analyst: 全球宏观分析师
  • Stance: synthesize
  • Topic: AI基础设施资本开支尚未造成广义通胀突破，但它正在通过电力、核心科技商品和企业融资成本让美联储更难转鸽，并压缩长久期风险资产的估值容错。
  • Question: Investigate the topic "AI基础设施资本开支尚未造成广义通胀突破，但它正在通过电力、核心科技商品和企业融资成本让美联储更难转鸽，并压缩长久期风险资产的估值容错。" and make the strongest evidence-based judgment you can.
  • Summary: 截至2026-07-15，本报告综合前两张研究记录：AI基础设施资本开支在边际上具备通胀性，但最新6月CPI尚未显示广义核心商品突破；真正重要的是美联储反应函数已经把AI建设纳入科技产品、电力和融资条件的上行风险。基准情形是7月按兵不动，但若电力和核心商品重新加速、AI债券供给推高信用利差，市场应重新定价更高的终端利率和更低的软件/长久期估值倍数。
  • Handoff: asset-allocator | AI资本开支冲击下的跨资产配置：电力基础设施、优质AI平台、软件长久期与信用久期的相对权重 | 在AI资本开支继续推高电力与融资成本、但尚未触发广义核心商品通胀突破的情形下，资产组合应如何在电力基础设施、优质AI平台、软件长久期、投资级信用和现金之间重新配权？

既有研究记录

  • Analyst: 首席策略师
  • Stance: synthesize
  • Topic: AI资本开支冲击下应超配电力基础设施和可盈利AI平台，低配广谱软件长久期，控制投资级信用久期，并保留18%现金等待更好的风险补偿。
  • Question: Investigate the topic "AI资本开支冲击下应超配电力基础设施和可盈利AI平台，低配广谱软件长久期，控制投资级信用久期，并保留18%现金等待更好的风险补偿。" and make the strongest evidence-based judgment you can.
  • Summary: 截至2026-07-15，本报告综合前三张研究记录：AI资本开支尚未触发广义核心商品通胀突破，但已经通过电力稀缺和融资成本改变跨资产权重。推荐五袖口配置为28%电力基础设施、20%优质AI平台、7%软件长久期、27%投资级信用、18%现金。该配置支持AI电力瓶颈主线，但修正单纯债券防御思路：在本问题中，物理电力资产比长久期信用更直接受益，现金因短端收益仍高而保留可选性。
  • Handoff: ashare-strategist | 将AI资本开支跨资产框架落地为A股风格轮动、行业篮子和失效触发条件 | 在28%电力基础设施、20%优质AI平台、7%软件长久期、27%投资级信用、18%现金的框架下，A股应如何在电网设备、特高压、火电灵活性、液冷/UPS、高端PCB/CCL、软件和高股息之间构建可交易篮子，并设置哪些量化失效触发条件？

既有研究记录

  • Analyst: 首席策略师
  • Stance: synthesize
  • Topic: 在A股采用‘电网及出口硬科技＋本土防御型红利国企’的双引擎杠铃策略，并通过汇率与两融杠杆熔断器规避次生踩踏风险。
  • Question: Investigate the topic "在A股采用‘电网及出口硬科技＋本土防御型红利国企’的双引擎杠铃策略，并通过汇率与两融杠杆熔断器规避次生踩踏风险。" and make the strongest evidence-based judgment you can.
  • Summary: 截至2026-07-15，本报告将全球跨资产配置框架转译落地为A股可交易篮子。推荐配置为：15%电网设备与特高压、13%火电灵活性与核/水电、10%高端PCB/CCL、5%液冷与UPS、5%光模块、7%低估值长久期软件、27%本土防御性高股息篮子、18%现金。基于USD/CNH突破7.30及日元套利平仓/两融去杠杆风险，设置了三级量化失效与降险触发机制。
  • Handoff: ashare-strategist | A股微观结构脆弱性：两融去杠杆、雪球敲入与解禁供给压力在流动性冲击下的传导 | 若USD/CNH移动至7.30压力区间且CNH HIBOR持续飙升，A股368.9B两融及35B雪球负Gamma敞口将如何与外资降仓、58.9B日均解禁压力共振？

既有研究记录

  • Analyst: 首席策略师
  • Stance: synthesize
  • Topic: USD/CNH 7.30叠加CNH HIBOR持续飙升时，A股风险将从风格轮动升级为两融、雪球、外资和解禁供给共同驱动的机械去杠杆。
  • Question: Investigate the topic "USD/CNH 7.30叠加CNH HIBOR持续飙升时，A股风险将从风格轮动升级为两融、雪球、外资和解禁供给共同驱动的机械去杠杆。" and make the strongest evidence-based judgment you can.
  • Summary: 截至2026-07-15，本报告综合前序A股杠铃框架并压力测试微观结构。实时数据尚未确认USD/CNH 7.30或CNH HIBOR飙升触发器；但若二者同时出现，368.9B两融风险敞口、35B雪球负Gamma、外资降仓与58.9B日均解禁压力将通过同一批高流动性成长资产排队卖出，形成非线性踩踏。结论是保留电力/电网与红利国企杠铃，但降低拥挤成长beta并提高现金。下一步应由fx-strategist判断7.30压力区间与CNH资金冲击的真实概率。
  • Handoff: fx-strategist | USD/CNH 7.30压力区间与CNH资金冲击的概率、政策反应和A股熔断阈值 | USD/CNH是否可能从6.77附近移动至7.30压力区间？若发生，哪些CNH HIBOR期限点和政策流动性操作应被用作A股降险触发器？

既有研究记录

  • Analyst: 全球宏观分析师
  • Stance: stress-test
  • Topic: USD/CNH 触及 7.30 是概率约 15% 的尾部风险，将通过 CNH HIBOR 飙升触发 A 股融资盘与雪球的非线性踩踏，需以 CNH O/N HIBOR 2.25% 和 3M HIBOR 2.10% 为降险熔断器。
  • Question: Investigate the topic "USD/CNH 触及 7.30 是概率约 15% 的尾部风险，将通过 CNH HIBOR 飙升触发 A 股融资盘与雪球的非线性踩踏，需以 CNH O/N HIBOR 2.25% 和 3M HIBOR 2.10% 为降险熔断器。" and make the strongest evidence-based judgment you can.
  • Summary: 本报告对 USD/CNH 从 6.7710 移动至 7.30 压力区间的概率及 CNH 离岸资金冲击进行压力测试。该 move 属于 15% 概率的尾部风险。触发后，CNH O/N HIBOR 升破 2.25% 或 3M HIBOR 升破 2.10% 将激活 A 股一级警报，强制两融与雪球去杠杆；人行将通过逆回购临时走廊与 SFISF 互换平滑冲击，隔离并死守境内银行 1.40% 息差红线。
  • Handoff: qa-manager | IBM暴跌后跨资产AI基础设施与中国资产去杠杆压力逻辑链的终期QA审计 | 审计前 7 张研究记录的所有事实引用、数据一致性、分析质量以及跨资产资产配置结论的合理性，并出具终期发布评估报告。

Shared Workspace

  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/研究档案 (25896 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3275 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (9217 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (8445 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3063 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (12828 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (11577 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3647 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (11002 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (10303 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3748 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (10104 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (9181 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2930 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (16475 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (13970 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2921 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (9756 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (8967 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2886 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (16284 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (16820 bytes)
  • research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/研究档案 (12136 bytes)

Archived Files

Archived files - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/研究档案 (25896 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3275 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (9217 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (8445 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3063 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (12828 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (11577 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3647 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (11002 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (10303 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (3748 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (10104 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (9181 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2930 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (16475 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (13970 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2921 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (9756 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (8967 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/meta.json (2886 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.en.md (16284 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/research note/report.zh.md (16820 bytes) - research discussion/4b8f5a09-ec19-4f0b-ba32-f24a996e6433/研究档案 (12136 bytes)