在年末全球市场风险情绪再度升温的背景下，国际金价持续走强，现货黄金一度上探至4348美元上方，逼近历史高点区域。此轮上涨并非单一因素推动，而 是由美国经济数据转弱、美联储降息预期回暖以及地缘政治风险骤然升温共同催化，令黄金的避险与抗通胀属性再次成为市场焦点。 首先，美国劳动力市场释放出明显分化信号。尽管11月新增就业人数仍高于预期，但失业率意外攀升至4.6%，创下近四年新高。这一变化被市场解读为就 业结构开始松动的早期信号，削弱了对美国经济"软着陆"的信心。随着失业率上行，美联储继续维持高利率的合理性受到质疑，市场对未来进一步降息的预 期随之升温。在低利率或降息环境中，持有黄金的机会成本下降，资金重新回流至贵金属市场，成为推动金价上行的核心宏观逻辑。 其次，地缘政治风险的急剧升温显著放大了避险需求。围绕委内瑞拉局势的紧张传闻持续发酵，美国对受制裁油轮的封锁行动，以及市场对潜在军事行动的 猜测，引发投资者对能源供应和区域稳定性的担忧。历史经验表明，一旦涉及能源出口国的军事或政治冲突预期升温，黄金往往率先反映风险溢价。本轮金 价冲高，很大程度上正是避险情绪集中释放的结果。 与此同时，美国股市的同步回调也对金价形成 ...

据彭博社报道，包括美国银行和摩根士丹利在内的多家华尔街大行策略师正建议客户，在2026年的投资 组合中，应更多关注医疗保健、工业和能源等传统板块，而非英伟达和亚马逊等"科技七巨头"。这一转 变的背后，是对科技股高昂估值和巨额AI投资回报的日益增长的怀疑。 市场情绪的变化已有迹可循。近期，甲骨文(ORCL.US)和博通(AVGO.US)等AI风向标公司的财报未能满 足市场的极高期望，加剧了投资者的担忧。与此同时，资金流向显示，投资者正从科技巨头转向估值较 低的周期股、小盘股和经济敏感型板块。自11月20日市场触及短期低点以来，罗素2000小盘股指数上涨 了11%，而"科技七巨头"指数的涨幅仅为其一半。 高盛集团在12月12日发布的最新报告中为这一轮动趋势提供了更深层次的注解。该行策略师指出，尽管 近期周期股已大幅反弹，但市场尚未完全消化2026年美国可能出现的经济前景。高盛预测明年美国 GDP增速将达2.5%，高于2.0%的市场共识，并认为这意味着周期性板块仍有上行空间。 告别科技股？估值与增长疑虑浮现 多年来，投资大型科技公司似乎是毋庸置疑的选择。然而，在经历了过去三年约300%的惊人涨幅后， 市场开始质疑这 ...

核心观点 - 华尔街形成共识，预计2026年市场将发生从科技巨头向传统及周期性板块的轮动，科技股高昂估值和AI投资回报受质疑 [1] - 资金流向已显示轮动迹象，小盘股、周期股表现优于科技巨头，策略师建议关注医疗保健、工业、能源等板块 [1][3] - 高盛为轮动提供宏观支持，预测2026年美国GDP增速2.5%高于市场共识，认为周期性板块的经济加速前景尚未被完全定价 [1][4] 市场情绪与策略转变 - 多家华尔街大行策略师建议客户在2026年投资组合中更多关注医疗保健、工业和能源等传统板块，而非“科技七巨头” [1] - Piper Sandler分析师指出资金正从“科技七巨头”交易中撤出，投向市场其他领域 [2] - Yardeni Research创始人自2010年以来首次建议相对于标普500其余部分减持大型科技股，反映对科技股增长路径的审慎态度 [2] - 摩根士丹利策略师预测大型科技股将落后于新的领涨领域，如消费品以及中小型股 [3] - 美国银行策略师称市场正提前布局“火热运行”策略，资金从“华尔街的巨头”轮动至代表“主街”的中小盘股和微型盘股 [3] 市场轮动迹象与表现 - 自11月20日市场触及短期低点以来，罗素2000小盘股指数上涨了11%，而“科技七巨头”指数的涨幅仅为其一半 [1] - 同期，标普500等权重指数的表现也优于其市值加权指数，显示市场广度改善 [3] - Strategas Asset Management主席认为2026年将出现向金融和非必需消费品等今年表现落后板块的“大轮动” [3] 宏观经济与定价依据 - 高盛预测2026年美国GDP增速将达2.5%，高于2.0%的市场共识 [1] - 高盛策略师指出，尽管周期股近期已大幅反弹，但市场对2026年美国可能出现的经济前景（周期性加速）尚未完全消化 [1][4] - 市场对经济增长的定价仍偏保守，大致与2.0%的增长共识一致，而高盛预期在金融状况放松和财政政策推动下可达2.5% [4] - 内部板块轮动和跨资产模式表明，市场的定价尚未充分反映出高盛所预期的经济活力 [5] 具体板块机会与基本面 - 高盛报告特别指出非住宅建筑相关股票潜力大，因财政法案的投资激励措施及道奇动量指数等前瞻指标回升预示环境改善 [6] - 剔除七巨头后的“标普493”成分股的盈利增长预计将从2025年的7%加速到2026年的9% [6] - “科技七巨头”对标普500指数盈利的贡献预计将从50%降至46% [6] - FBB Capital Partners研究总监表示，若就业和通胀数据保持现状且美联储仍在放松政策，明年“标普493”可能出现看涨行情 [6]

全球资产结构性分化 - 实体经济端裁员信号持续增加，而资本市场在宽松预期和科技盈利支撑下维持强势 [1] - 市场呈现“弱美元 + 强黄金 + 美股韧性 + 就业前景承压”的典型组合 [10] - 结构性分化是未来几周投资者需要重点关注的核心主线 [10] 美联储政策与美元 - 市场对12月降息25个基点的概率升至约82.8%–87%，为本轮周期最强烈的降息押注之一 [2] - 热门美联储主席候选人哈西特偏向宽松的立场进一步强化市场对未来降息路径的定价 [2] - 美元指数连续走低，本周有望录得自7月以来最弱周度表现 [3] 黄金市场表现 - 黄金在利率预期和避险需求推动下保持强势，盘中一度触及4180美元 [4] - 高盛预计2026年金价或突破4900美元/盎司，瑞银上调目标至4500美元/盎司 [4] - 支撑因素包括美联储降息预期强化、避险需求升温以及各国央行持续购金 [4] 股市表现 - 尽管实体经济压力增加，美国股市整体稳健，多家投行上调2026年标普500指数目标至7500–8000区间 [5] - 道指期货在47,500点附近整理，CME期货短暂停摆导致局部价格波动但未改变整体风险偏好 [5] - 美股走势仍依赖盈利周期及AI投资回报是否按预期兑现 [7] 就业市场信号 - 高盛追踪的企业裁员公告和WARN提交数量持续上升，与官方初请失业金数据形成对比 [9] - 企业裁员和劳动力市场疲弱信号累积，显示实体经济压力上升 [10] - 若私营部门信号传导至官方数据，可能显著影响市场对政策窗口和经济前景的判断 [9] 其他市场动态 - 欧洲央行10月会议纪要显示内部对继续降息无迫切共识，部分决策者认为本轮周期或已接近尾声 [3] - 原油连续两日收涨，市场关注周末OPEC+会议，消息显示产量政策大概率维持不变 [6] - 假期期间低流动性环境易放大跨品种波动，CME期货短暂停摆提醒投资者价格可能出现报价断层 [9]

AI数据中心建设热潮与美国经济 - 数据中心建设正从科技巨头向更多企业扩散，AI基建几乎单枪匹马撑起了美国今年的非住宅建筑投资，扣除数据中心后非住宅建设今年实际为负增长[2] - 美国在规划或推进中的数据中心项目总规模已超过315吉瓦，但考虑到各种限制，更可信的落地规划区间在175到200吉瓦之间[2][10] - 未来十年数据中心每年将新增18到20吉瓦装机容量，是过去年均4吉瓦的五倍以上[2][10] - 数据中心支出在当前美国非住宅建筑投资中占比已达6%，如果将其剔除，美国今年的非住宅建筑投资其实是下降的[7][10] 电力供应成为AI扩张关键瓶颈 - 到2028年，美国数据中心的年度用电量可能从现在的175TWh飙升至325–580 TWh[13] - 为支撑AI需求，美国需要新增100吉瓦以上的发电能力，否则大量新建的数据中心将面临无法开机的窘境[11][14] - 2024年9月至2025年间，美国有超过100吉瓦的新发电项目在排队并网，其中天然气规划容量一年内暴涨158%至147吉瓦[2][16][20] - AI数据中心可能将美国过去十年1%的电力需求年均增速直接翻倍至2%或更高[20] 科技巨头融资策略转变 - 微软、亚马逊、Meta等巨头持续两位数增长的资本开支正压缩自由现金流，迫使它们从自有资金转向债务融资[2][22] - Meta完成创纪录的300亿美元发债，Alphabet过去一年累计发债360亿美元，Oracle在9月发行了180亿美元债券[22][25] - 亚马逊2025年资本开支预计达1500亿美元，但三年来未发新债，如果AI投资继续上行，其大概率会重返债券市场[24] - 结构化融资正在走向主流，例如Meta通过Beignet Investor LLC交易进行轻负载扩张，相关义务到2029年才会计入债务指标[24][27] 数据中心证券化融资市场发展 - 数据中心相关的证券化融资规模快速攀升，今年以来ABS、CMBS发行量达212亿美元，比去年几乎翻倍，占整个新发行市场的5%[28] - AI相关企业债券发行量猛烈增长，数据中心类债券今年已发行440亿美元，是2024年的10倍[29] - 投资级科技企业债券占整个债市的14.5%，已与美国大型银行齐平[29] - 市场有约5万亿美元的杠杆资本正在寻找新资产，AI很有可能成为这些钱的目的地[29] AI投资回报与商业化挑战 - 要实现10%的合理投资回报率，AI行业未来每年必须创造约6500亿美元收入，相当于全球GDP的0.6%[3][34] - 这相当于让每位iPhone用户每月多付35美元，一年多付420美元，而去年全球iOS用户平均每月在App上的支出仅10.4美元[3][4][35][36] - 技术效率的极端跃升可能带来冲击，例如DeepSeek发布R1模型后，英伟达市值瞬间蒸发6000亿美元[37][38] - 大量中小公司通过发债融资建设AI数据中心，再把算力租给大客户，这种模式放大了市场对AI需求的乐观预期[39]

核心观点 - 全球风险偏好因“AI的脆弱性+降息预期延后”而回落，全球金融资产占GDP比重处于高位（向上突破2倍标准差），风险资产回撤风险加剧 [2] - 市场处于“数据缺失”的模糊状态，对12月美联储降息预期概率为“五五开” [2] - A股市场风格再平衡，行情从AI+泛AI扩散至低位的消费资产 [2] - 中美经济呈现镜像关系，美国走向“投资强、消费弱”格局，类似中国2022-2024年情况，核心命题是电力与算力的相互制约与推动 [4][6] - 中国内需行业出现结构性边际改善，未来可能在出口结汇资金回流或海外风险暴露两种情景下，成为资产组合中的稳定剂 [5] - 投资主线围绕海外电力相关实物资产、国内低位消费资产及中国优势产业出海展开 [6] 海外基本面的矛盾：投资与消费，电力与算力 - AI产业投资回报受质疑，AI数据中心运营商CoreWeave下调资本开支，尽管营收增长但股价下跌，原因包括支出确认时间延后至2026年及第三方数据中心建设滞后 [3][22] - AI基础设施公司采用高杠杆模式，算力需求增长受硬件和电力供给约束，全球供应链瓶颈尤其是电力短缺是关键问题 [3][23] - 美国经济呈现“投资强、消费弱”的劈叉格局，2025年前两个季度AI相关投资（占实际GDP比重超6%）拉动美国实际GDP增长平均约1.4个百分点，超过占比近70%的私人消费支出的贡献（平均拉动1.1个百分点） [4][24] - “Mag7”资本开支强劲，与宏观“AI相关投资”增速高度正相关，支撑美国投资端韧性，但AI技术推进伴随结构性裁员，导致中低收入群体消费需求边际放缓，体现在消费股财报中，标普500行业中“日常消费”与“Mag7”的EPS和ROE表现持续分化 [4][24] - 类比中国2022-2024年经验及2019-2021年新能源建设后期，全球电力、电网投资在2021-2022年大幅抬升，需关注AI产业发展是否推动电力等实物投资 [4][36] 中国内需：组合中的稳定剂 - 国内消费侧总量数据走弱，10月社零增速边际放缓，受高基数及消费政策补贴退坡影响 [42] - 结构上出现边际改善，“无补贴”行业对商品消费的拉动率提升，而“政策补贴”行业（如家电、汽车）形成负贡献，改善明显的行业包括粮油食品、服装、日用品、金银珠宝等 [5][42][45] - 未来存在两种情景：1）出口商在强美元环境下积累大量未结汇资金，9月银行代客结汇率显著高于过去5年均值，若结汇资金回流可能推动国内物价触底回升，支撑内需复苏，使消费龙头间接受益 [5][47]；2）若海外经济衰退抑制全球制造业需求，极端风险可能加速未结汇资金回流，内需资产在政策和资金驱动下存在较大空间，成为组合稳定剂 [5][48] - 货物贸易项下银行代客结售汇顺差规模持续扩大，但出口贸易顺差与结售汇顺差存在“剪刀差”，表明有大量未结汇资金 [47][49] 中美镜像期的风格再均衡 - 美国“投资强、消费弱”格局与中国2022-2024年镜像，电力相关资产是重要投资主线，中国则有望建立出口-消费循环 [6][56] - 行业推荐分为三条主线：1）海外降息后制造业修复与投资加速的实物资产，受益于电力短缺，包括上游资源（铜、铝、锂、油、煤炭）、油运、PPI回升下的中游行业（基础化工、钢铁） [6][59]；2）国内价格企稳、内需改善下的低位消费资产，如食品饮料、航空、纺织服装 [6][56][59]；3）中国优势产业在海外的变现，即全球产业链“卖铲人”，如资本品（工程机械、电力电网设备、重卡） [6][59] - 新增推荐纺织服装行业，因风格再平衡中低位顺周期资产出现补涨需求，且行业内外需景气度改善 [56][58]

大语言模型发展瓶颈 - 大语言模型性能提升日益有限 尽管投入资金和数据量巨大 [1][2] - 新一代大语言模型训练成本达数亿美元级别 但性能提升微弱 [6] - 模型功能趋同 采用相同Transformer架构和相似互联网训练数据 [5][6] AI投资规模预测 - 全球AI支出2025年预计达1.5万亿美元 较2024年增长50% [1] - 2026年AI支出有望攀升至2万亿美元 实现37%提升 [1] - 2033年AI市场规模预计达4.8万亿美元 [4] 投资回报可持续性质疑 - LLM产品2023年销售额总计10亿美元 2024年预计增至40亿美元 [4] - 2025年LLM总收入可能达2350-2440亿美元 但绝大部分将用于基础设施投入 [4] - AI推理所需计算量随用户规模扩大显著上升 边际成本不趋近于零 [5] 行业竞争格局 - 科技巨头开展趋同的LLM研发项目 竞争成本预计高达数千亿美元 [4] - 部分供应商将因成本压力缩减投入 特别是当新模型差异有限时 [6] - 大科技公司重点转向实用可靠应用 而非一味扩大模型规模 [1] 资本支出趋势 - 为满足AI需求 全球每年需要2万亿美元收入资助计算能力 [7] - 到2030年全球面临8000亿美元资金缺口 即使考虑效率提升 [7] - 超大规模云提供商自由现金流呈现趋势性下降 现金储备同步收缩 [7] 经济影响预期 - AI每年预计推动GDP增长约0.4个百分点 长期累计有望推动1.5% [7] - 约三分之一任务可实现自动化 劳动成本占比约一半 [8] - AI供应商每年潜在收入机会高达约1.5万亿美元 [8][9]