宏观大盘行业板块 · 待个股策略
资讯池

中信建投 AI算力景气持续

日期: 2026-07-13 07:26来源: baidu域名: finance.sina.com.cn
溯源
重要性:背景级 · 45·对象槽:sector_style·对象关系:stock_material·影响对象:macro、sector:半导体、sector:创新药、sector:医药、sector:生物科技、sector:地产·来源/栏目:新浪财经·搜索词:2026年7月 医疗器械板块 政策预期差 机构观点·入口:同搜索词资讯·抓取时间:2026-07-14 15:09:27·信任分层:优先源

(来源: 中信建投 证券研究)

01

PART

目录

策略 | 科技巨震后,市场怎么看?

宏观 | K型分化的未来

海外经济与大类资产 | 联储工作组:人事安排解读——沃什预期差(4)

新股策略 | 宏观波澜不惊,产业结构分化——行业比较月报2026年7月

计算机 | AI算力景气持续,模型迭代驱动推理需求扩张

电新 | 供需分歧是回调原因,但北美长期电力缺口形势将在下半年走向清晰

医药 | 制药产业链、医疗器械及服务行业2026Q2前瞻

金融工程及基金研究 | 供需共振带来QDII发展新机遇

02

正文

市场延续震荡格局,指数获得下方关键均线支撑

我们认为市场震荡格局仍将延续,指数下跌时无需过度担忧。本周市场在前期下跌后低位反弹,主要宽基指数均在下方关键均线处获得有力支撑。考虑到当前A股企业盈利仍处于上行周期,国内流动性依然宽松,美联储也尚未加息,三季度市场风险偏好依然较高,我们判断市场尚不具备牛熊转换的基础。对于当前市场来说,核心矛盾在于增量资金不足,资金面的存量博弈导致市场无法开启全面普涨行情,市场结构分化和板块间“跷跷板”效应明显。偏高的估值水平和边际收紧的全球货币政策是增量资金流入放缓的关键原因。

预计市场短期仍然强势,但长期脆弱性上升

市场短期仍然强势: 长鑫科技 上市利好可能会推动半导体板块短期持续强势和中期预期波动。从历史上看,中美领导人会晤前几个月市场风险偏好较高,会晤后风险偏好回落,市场多震荡回调,典型的案例为:17年特朗普访华、25年釜山会晤、26年特朗普二次访华前后。

长期脆弱性有所上升:从最新通胀数据来看,PPI同比已经或即将见顶。如果后续PPI同比确认见顶,企业盈利增长预期可能会有所放缓,同时市场“再通胀”逻辑下的上游资源品行情将难以为继。另外,本周市场结构未能改善,我们持续跟踪的反映市场强弱势水平的指标超60MA和超买超卖均出现明显下滑。短期来看,由于超60MA和超买超卖两大指标均处于偏低位置,市场有望低位反弹,风格再平衡和超跌板块反弹仍将继续。从长期来看,当前市场结构依然脆弱,亟需获得修复。

往后看,进入8月后,市场方向有望趋于明朗,大型IPO上市落地、政治局会议政策出台、FOMC会议结果、关键公司财报业绩等变数明确后,市场有望确定方向,开启新一轮行情。

行业配置思路:科技主线+超跌轮动

市场逐渐进入中报验证阶段,目前已有264家报喜(预增198家、略增26家、续盈3家、扭亏37家),整体预喜率72.7%。高景气主要围绕三条线索:AI产业链需求爆发、PPI同比转正推动上游资源品盈利增长、资本市场活跃下券商盈利改善。行业配置上以科技主线+超跌轮动为核心,1)预期改善:AI算力;2)事件催化:券商、人形 机器人 、商业航天;3)超跌轮动:生物科技、红利资产、港股互联网等。

风险提示: 政策落地不及预期;中东地缘局势恶化风险;美股波动超预期。

K型分化不仅是资本市场的定价劈叉,而是渗透至各国方方面面。

K型分化之下的大国选择极其决定的世界格局:

①科技依然是大国首要关注的竞合选项,因为这关乎未来一国的底层竞争力。

②面对科技和极致K型分化,美国的财政和货币或将比市场预期的更为宽松,而政策外溢性通过美元潮汐转由他国承担。体现为压不下的通胀和更强势的美元指数。

③在这样一种少见的宏观环境中,全球将展开经济、政治和资金流重塑,所以我们正在经历并将继续见证更高的市场波动、更反复的地缘博弈,以及更极致的市场分化。

在此过程中,一国“硬核资产”不在内需消费,而在三个支撑力——资源安全、科技优势和供应链能力。这也是极致分化的世界中,资金最终理性选择的“归宿”。

风险提示: 消费复苏的持续性仍存不确定性;地产行业能否继续改善仍存不确定性;欧美紧缩货币政策的影响或超预期,拖累全球经济增长和资产价格表现;地缘政治冲突仍存不确定性,扰动全球经济增长前景和市场风险偏好。

① 政策沟通组:不确定环境下,如何对外传达政策决策过程

本组,Fisher(联储、财政部、贝莱德)、Fraga(巴西央行行长)、King(英国央行行长),都重视央行信誉和通胀预期,不赞成央行过度依赖单一路径和精确预测,认为央行应明确目标和决策依据,同时保留根据经济和市场变化调整政策的空间。

② 资产负债表组:审视规模和构成,是否存在更合适的框架

本组分歧,不是扩表与否,而是在刺激经济、稳定金融、和减少长期依赖之间如何取舍。Dynan(联储、财政部、哈佛)对扩表中性,经济疲弱时可以使用,但效果有限;Rajan(印度央行行长、IMF、芝大)担心银行对准备金形成依赖,主张缩小央行长期介入;Stein(哈佛、联储)认为,准备金有助于降低短期融资风险。

③ 经济数据组:提高用于政策判断的经济信号的质量和及时性

本组,Chetty(哈佛)提供微观数据和政策评估方法,McMillon(沃尔玛)提供企业视角,Murphy(芝大)擅用价格理论和长期框架解释数据。三人组,既能提高数据研究的时效和细致程度,也能避免只看高频波动、缺少经济逻辑。

④ 生产率与就业组:评估AI传播速度、覆盖范围和经济影响

本组对AI提升生产率和潜在增长整体乐观。Andreessen(风投)代表资本和技术投资视角;Jones(斯坦佛、Anthropic)提供增长理论和风险评估框架;Sharma(微软)从企业落地角度看AI的收入等转化。三人均关注AI带来的供给扩张和生产率提升,但对短期就业替代、收入分配和需求影响,涉及较少。

⑤ 通胀框架组:经济结构变化下,实现价格稳定的不同思路

本组三人,分别从预期、财政约束和金融周期三个角度扩展通胀框架。Mankiw(哈佛)强调信息更新和政策传导存在滞后,央行既要控制通胀,也要避免紧缩过度;Sargent(纽大,诺奖)强调政策信誉和财政可持续性,认为如果财政失控,单靠央行很难长期稳定物价;White(BIS)提示,低通胀并不代表经济没有风险,央行还要关注信贷、债务和资产价格。

打开原文 ↗