文章核心观点 展望2026年，全球经济与资本市场将呈现“美强欧弱”的分化格局，中国宏观经济在积极政策支持下有望实现温和增长，资本市场则呈现股市向阳、债市震荡的特征 [1][4] 海外宏观：美强欧弱 - **美国经济与政策**：2026年美国经济有望维持偏强表现，预计实际GDP同比增速达2.4%，呈现“高增长、稳通胀”的“金发女郎”格局，CPI通胀中枢位于2.5%附近 [1][29][43] 宏观政策或维持“双重宽松”，美联储可能在政治干预下立场趋于鸽派，预计再降息2-4次，将政策利率降至3%附近，财政赤字率或小幅上行0.1个百分点至6.2% [1][21][26] 2025年美国经济在关税冲击下保持韧性，前三季度实际GDP环比年化增速中枢2.2%，居民消费、企业投资、出口累计分别扩张3.5%、4.6%、4.7% [29][32] - **欧洲与日本经济**：欧洲经济复苏动能边际衰减，欧元区经济增速或下行至1%附近，欧央行宽松周期支撑退坡 [1][48][59] 日本经济可能陷入“滞胀”泥淖甚至负增长，通胀压力下日央行或被迫加息，与美欧央行逆向而行，导致其主权债务风险继续发酵 [1][53][60] 美国与欧盟、日本达成的贸易协定（如欧盟需向美进行6000亿美元额外投资）实质上构成了从欧日到美国的动能转移，将冲击欧日经济并加剧其主权债务风险 [59][60] 中国经济展望 - **增长预测**：2026年是“十五五”规划开局之年，中国经济增速有望达到4.8%，呈现外需企稳、内需改善、价格修复的特征 [2] 从“三驾马车”看，美元计出口增速有望达5%，社会消费品零售总额增速有望上行至4.5%，固定资产投资增速有望修复至1.8% [2] 具体到投资，基建和制造业投资增速预测分别为6.5%和4.6%，房地产投资预计下降13.6%，跌幅边际收敛 [2] - **物价与财政货币政策**：随着供需结构改善，物价有望温和修复，CPI通胀预测为0.5%，PPI通胀为-1.4%，名义GDP增速相应上行至4.3% [2] 财政政策将更加积极，目标赤字率或继续维持在4.0%的高位，对应赤字规模5.85万亿元，广义赤字率9.7%，较上年上行0.3个百分点 [3] 货币政策将适度宽松，OMO利率或调降1次10个基点至1.3%，或降准1次50个基点 [3] 资本市场与资产配置 - **境内市场**：流动性宽松如遇业绩改善催化，有望驱动A股继续向上，成长风格继续占优 [4] 降息放缓叠加通胀改善，债市或低位波动，曲线趋于陡峭，10年期中国国债利率中枢或小幅上行至1.8% [4] - **境外市场与资产**：宽松交易成为主导逻辑，10年期美债利率中枢小幅回落至4.0%，美股、港股继续上涨 [4] 汇率方面，美元运行中枢看99，人民币小幅升值至7.0 [4] 黄金继续闪耀，伦敦金价中枢有望升至4500美元/盎司 [4] - **配置策略**：对未来6个月的大类资产配置建议为：高配A股（尤其成长风格）、港股科技、黄金；对美元债下调配置建议；对美股、纳斯达克、中国国债等持标配观点 [6] 海外策略：美债与美股 - **美债市场**：预计2026年10年期美债利率中枢将从2025年的4.3%降至4.0%左右，利率曲线将延续“牛陡”特征，即短端利率下行更具确定性 [61][62][71] 策略上建议维持对2-5年中短久期美债的配置，长债建议待10年期国债收益率升至4.2%-4.5%区间时逢低布局 [74] - **美股市场**：预计美股上涨速度将放缓，进入脆弱平衡时期，年化回报或回落至个位数水平 [75][82] 当前美股存在泡沫特征，如估值处于高位（席勒市盈率超过2021年和1929年水平）、市场集中度高（MAG7占标普500市值31%）、AI领域存在过度投资风险（四大科技巨头2025年AI资本支出预计高达3200亿美元） [76][77] 但强劲的盈利增长（2025年三季度标普500成分股盈利增长13.4%）和宽松的货币政策构成关键支撑 [80][82] 汇率与黄金 - **主要货币展望**：美元指数预计先抑后扬，中枢从2025年的101回落至99，波动区间95-103，面临流动性宽松利空但下跌态势难以持续 [83][87] 欧元兑美元预计先涨后跌，中枢1.2，受益于“美降欧停”的货币政策分化但上涨难持续 [92][93] 英镑兑美元中枢看1.3，早期或受益于美元走弱，但受财政困境、央行降息等挑战最终回归弱势 [94] 美元兑日元中枢看154，整体延续偏弱震荡格局 [96] - **黄金市场**：预计2026年伦敦金价中枢将进一步上行至4500美元/盎司，支撑因素包括美联储降息周期延续、央行购金趋势未逆转、地缘政治冲突频发 [98] 从历史周期看，本轮黄金牛市（自2022年末启动）持续约3年涨幅164%，与历史平均（持续4.5年，涨幅344%）相比并不极端 [107]

纪要涉及的行业和公司 - **行业**：AI行业、金融行业、医疗行业、教育行业、广告行业、SaaS软件行业、汽车行业、机器人行业、能源行业、芯片行业 - **公司**：MaxLinear、英伟达、百度、小米、DeepMind、谷歌、微软、Meta、多邻国、字节跳动、Proactis、Feec、OpenAI、SES AI、MiniMax、SpaceX、ServiceNow、Salesforce、Palantir、特斯拉、长安、比亚迪、吉利、英伟达、德赛西威、大疆展宇、元戎启行、理想、芯擎科技、亿咖通、黑芝麻、地平线、华为、Mobileye、Momenta、蔚来、小鹏、秦州重机、瑞萨、阿里旗下平头哥、小米集团、比亚迪电子 纪要提到的核心观点和论据 AI投资与应用现状 - **投资现状**：美国主导私人AI投资，中国和欧盟相对规模小；2024年美国企业重视AI基础设施建设，美股科技公司资本开支显著增长，如MaxLinear自2022年以来开支快速增长，推动英伟达等公司营收增加，使美股科技股表现强劲[4]。 - **应用现状**：美国职场AI渗透率约20% - 40%，更接近20%，2024年约20%员工使用AI，但仅5%企业使用，企业应用广泛度待提升；工作外AI渗透率高于职场，与90年代个人电脑普及路径不同[4][5]。 AI对就业市场的影响 - **增强效能为主**：当前AI更多增强效能而非完全自动化，如NVIDIA平台60%任务是增强效能，40%是自动化；2024年约27%美国企业尝试用AI替代部分任务，但仅2.6%企业因AI裁员[7]。 - **改变就业结构**：未来十年低复杂度职业如销售和办公室职位将负增长，高决策能力职业如律师和金融分析师有望增长，金融和投资分析师预计增速9.5%，高于整体就业增速4%[7]。 AI对经济的影响 - **直接贡献有限**：数据中心建设占美国GDP比重仅0.1%，信息技术等投资占比不到4%；2019 - 2023年美国劳动生产率有所提升，但低于90年代至2007年水平，目前AI对生产效率提升有限[1][8]。 - **长期潜力大**：若AI带动生产率腾飞，美国有望实现低通胀、高增长的“金发女郎经济”，中国可借此提高人均GDP，缩小与美国差距；当前AI相关投资对美国经济增速拉动约0.1 - 0.3个百分点，未来可能达1 - 2个百分点[1][2][11][12]。 AI商业化探索 - **面临不确定性**：全球AI投资自2021年高峰后下降，投资转向硬件、云计算和数据中心，未来两年不同领域AI商业化探索能否贡献业绩不确定，类似早期移动互联网发展[24]。 - **应用方向及进展**：海外主要应用方向有编程助手、企业级检索、AI办公、广告推荐系统、营销平台、教育领域口语教学和答题辅助等，均处于初步商业化阶段且前景广阔[52]。 AI时代企业变革 - **构建人机协同文化**：企业需推动员工寻找与AI联合办公平衡点，因AI搜索和生成内容有局限性，人的经验判断仍重要[25]。 - **降本增效**：AI在各行业对成本下降和效率提升效果显著，如IT运营和制造领域部分公司成本降低超20%，几乎所有公司收入提高超50%[26]。 - **流程重塑**：企业分业务重塑流程，全面改变组织模式，包括锁定算力资源、打破数据壁垒、使用开源大模型形成垂类模型等[26]。 AI基础驱动力 - **数据**：数据是重要壁垒，质量决定AI输出优劣，有数据飞轮效应；2024年下半年高质量数据投入大模型训练，出现数据耗尽问题，需探讨新数据来源[21][28]。 - **算力**：算力长期稀缺，企业需提前投资锁定资源，考虑公有云或私有部署方式；英伟达GPU芯片架构过去十年提升并行计算能力，但未来难以保持1000倍效能增长，算力成本将受关注[20][28][30][31]。 - **算法**：大模型采用transformer和扩散模型解决长序列数据关联问题，使训练取得突破，但慢思考及推理性任务仍在探索[32]。 AI在各行业应用 - **金融行业**：数据价值高且直接，是数据密集型行业，AI应用潜力大[21]。 - **医疗行业**：AI可建立良好的X - Y关系模型，提升诊疗效率和准确性[47]。 - **教育行业**：应用于口语教学和答题辅助，如多邻国和字节跳动的相关产品，处于初步商业化阶段[55]。 - **广告行业**：广告推荐系统通过大语言模型技术迭代升级，提升推荐效率，带来6 - 8个百分点的用户使用时长增长[54]。 - **汽车行业**：智能驾驶平权推广，算法、算力硬件及传感硬件供给成本降低；自动驾驶算法架构演进，驱动车载推理计算单元向高算力发展；未来驾舱融合与驾控融合、RISC - V架构采用率增加[70][71][76]。 其他重要但可能被忽略的内容 - **AI浪潮阶段**：当前AI浪潮类比2010年移动互联网浪潮，处于商业化拐点，中国公司技术领先程度提升，开源模型涌现，科技股表现强劲[3][14][15]。 - **流量入口和供应链演变**：AI时代流量入口重要性提升，是数据收集漏斗；供应链演变为数据生态系统，以链主企业为核心共享数据，提高协同效率[22][23]。 - **大模型应用及问题**：主要应用于智能搜索和深层次生成式应用；存在准确性和真实性问题，可基于知识库建立应用提升准确性[37][38]。 - **未来AI发展方向**：增加可信赖程度和提高推理能力，如思维链推理和价值观对齐等[41]。 - **智能化决策系统趋势**：深度数字化、决策知识整合、智能识别决策，反馈式输出与迭代是关键，如L4级自动驾驶和机器人领域的融合智能模式[42]。 - **AI在经济性评估和高效高复用场景应用**：在知识处理型行业和核聚变研究等领域有显著优势，预计2035年甚至2030年核聚变研究可能突破[44]。 - **AI在行业应用渐进式发展过程**：先进行行业知识库建设，再形成智能化决策子系统，最终发展为融合性的全域性企业大脑[45]。 - **美股视角下AI产业链进展**：从预训练转向强化学习，提高推理能力，未来AI独立完成任务将改变估值定价基础；谷歌等大厂将推出新agent项目，初创公司持续迭代创新[51]。 - **B端领域AI应用问题**：AI数据嵌入企业工作流面临定价基础调整问题；智能代理定价基于任务价值，与SaaS软件不同；推广面临数据安全、应用嵌入不明确、大模型能力不足等挑战[65][66][69]。 - **ADAS芯片格局及竞争策略变化**：算法、算力硬件及传感硬件供给成本降低推动智能驾驶平权；技术上有DSA去异构集成、存储融合、RISC - V加强自主可控性等新线索；自动驾驶算法架构演进[70][71]。 - **车载计算平台及技术**：主流平台如英伟达Orin平台集成异构计算单元；DSA架构融合实现算力优化，Chiplet技术提高设计研发制造灵活性和可扩展性[72][73][74]。 - **汽车智能化发展趋势**：驾舱融合与驾控融合层级演进；RISC - V架构采用率增加，政策将催化其渗透率提升[76]。 - **ADAS SOC芯片产业趋势**：算法引擎对DSA异构集成有新要求，快速融合可能集成到芯片层级，RISC - V渗透率增加[78]。 - **中低阶ADAS市场本土厂商情况**：国内市场空间受挤压，海外市场因质价普及滞后，本土厂商有望输出智驾技术[79]。 - **芯片厂商策略**：需配套完善供应链、工具链和功能软件，协助下游算法商或OEM进行算法开发和部署[80]。 - **国产供给企业情况**：地平线和黑芝麻是港股核心投资标的，华为能力全面，Mobileye全程交付见长，企业强化算法能力建设[81]。 - **算法供应商与芯片厂商合作趋势**：双向奔赴，有助于提高交付能力和竞争力，技术人才储备可复用外溢[83]。 - **主机厂智能驾驶策略和进展**：主要策略是深度学习算法自研，竞赛重点是UI模型；特斯拉进展最快，中国新兴车企基本实现高阶方案自研，传统车企采取双轨策略[84]。 - **智能驾驶全栈自研成本**：年化成本约20亿元，硬件设计和算法开发各占约8亿元，标准化外部供应商未来有增长机会[85]。 - **具有机会的公司**：小米集团、比亚迪电子股价表现良好且仍有机会，德赛西威是平台趋势下最受益公司[86]。