突破传统界限

阅读贝莱德2026年投资展望的详情：

颠覆性趋势在重塑全球格局

颠覆性趋势（尤其是人工智能发展）正在重塑全球经济与金融市场。科技产业逐步转向资本密集型，而人工智能建设的速度和规模或会达到前所未有的水平。目前市场由少数几大颠覆性趋势主导，投资者须对这些趋势的演变方向做出观点预判。因此不存在真正的中性立场，即便是配置广泛指数亦不例外。

人工智能建设的速度和规模或已达到前所未有的水平。从轻资本模式向资本密集型增长的转变，正深刻重塑投资环境，并推动实体、金融及社会政治等多个层面带来深远影响。

近数月来，市场对股市估值及AI是否形成泡沫的担忧升温。历史经验显示，市场泡沫在所有重大历史转型期都曾出现，因此有可能再度上演。但这些泡沫往往会持续膨胀一段时间，且仅在破裂之后才会显现本质。有鉴于此，我们关注AI相关投资与回报的潜在量级，并以此为基础跟踪这场变革。本次展望旨在帮助投资者洞察这一趋势，制定前瞻性策略。

我们保持风险偏好，并认为人工智能主题仍是推动美国股市的核心动力。但我们认为这种环境恰恰为主动投资创造了契机——在人工智能红利逐步扩散的过程中，甄选当前及未来的建设者中的赢家与输家。

投资与收入呈量级差异

投资者面临的主要挑战在于如何调和庞大的资本支出计划与人工智能潜在收入。二者的量级是否能够匹配？

答案并非板上钉钉，关键取决于美国经济能否突破其长期以来的2%增长趋势。这虽是一项艰巨的挑战，但人工智能首次让这一可能性变得可想象。

人工智能建设需要前期大量投资，包括布局算力、数据中心及能源基础设施。但这些投资的最终收入后期才会兑现。正因资本支出与最终收入兑现存在时间差，促使人工智能建设企业已开始借助债务工具来突破阶段性融资难题。前期集中投入资本是实现最终收益的必要条件。我们认为这些因素共同创造了一个截然不同的投资环境。其部分核心特征包括：金融体系的杠杆率上升，公私募市场的信用债发行规模扩大。

当前投资环境具有以下核心特征：杠杆率上升、资本成本增加、现阶段收益集中、超额收益机会扩大，以及对重大投资决策的需求。

转型迅速推进
1760-2040年重大创新的周期长度与资本深化

美国经济增长有望突破长期趋势

2025年人工智能资本支出规模巨大，对美国经济增长的投资贡献足以达到历史平均水平的三倍。这种资本密集型增长势头或将持续至明年。但这是否足以推动美国经济突破2%的长期增长趋势？过去150年间包括蒸汽技术、电力技术和数字革命在内的所有重大创新，均未能助其突破此趋势。 

但人工智能的出现，首次让这一目标成为可能。因为人工智能不仅本身是一项创新，更具备加速其他创新的潜力。除了自动化处理任务外，人工智能还需实现自我学习与迭代优化，从而加速创意生成与科学突破。尽管存在可能性，但最终能否实现尚属未知。我们需追踪可作为创新加速先行指标的迹象，例如每年新专利数量的激增。创新加速有望推动美国经济增长突破。

始终未突破长期趋势
1870-2024年美国人均国内生产总值与长期趋势

向全球布局

鉴于人工智能主题不断扩大，以及美联储降息提振市场风险偏好，我们继续超配美国股票。今年人工智能主题的覆盖范围已扩大，并惠及包括中国内地、中国台湾地区及韩国在内的更广泛市场。由于欧洲企业盈利增长相对美国滞后，我们对其股票维持中性观点，但偏好金融及工业等板块。

主要观点

我们在6-12个月（战术性）和五年（战略性）配置层面的最高确信度观点，截至2025年12月

战术配置细分观点

依据确信度列出对部分资产（相比广泛全球资产类别）的6至12月战术配置观点（2025年12月）

下表反映我们的战术配置观点。而重要的是，其并未考虑获取超额收益的机会，即产生高于基准回报的潜力 — 尤其是在波动加剧时期。

微观即宏观

人工智能建设由少数几家公司主导，其支出规模之大，已产生宏观层面的影响。对这些公司做出投资判断，需评估其宏观量化逻辑是否成立。

随着人工智能深度融入整个经济体系，我们预计其将在科技行业及其他领域创造全新的收入来源。具体在哪些领域仍高度不确定。但我们仍可尝试测算其在宏观层面的总收入。若人工智能通过提升生产力拉动经济增长1.5%，我们估计将为整体经济带来1.1万亿美元收入增长。科技行业能否从中获益，取决于其在这些新增收入中所占的份额。这一价值链将跨越各行各业，取决于其他行业如何将人工智能知识产权变现。目前科技企业将主要通过抢占市场份额实现收入增长。

我们在人工智能主题的推动下维持风险偏好并超配美股，但随着人工智能红利向整体经济扩散，我们认为该策略将演变为“物色新赢家”的主动投资策略。

宏观量化估算
截至2030年美国企业年收入增长预测

金融杠杆进行时

要破解人工智能建设中“前期大规模投入、后期收入集中兑现”带来的阶段性融资难题，需要长期的融资支持。这意味着金融体系的整体杠杆率必然上升，而且已初露端倪。大型科技企业近期的发债行为表明，人工智能建设已逐步开启债务驱动模式。

好消息是，私营部门的杠杆率起点处于合理水平，尤其是上市科技企业。但与人工智能资本支出相关的融资需求，远超即便是最大型企业内部资金的承载能力。因此，我们预计企业将继续利用公私募信用债市场融资。但在私营部门杠杆率上升的同时，公共部门的资产负债表也已处于高杠杆状态。主要风险在于资本成本结构性上升可能会推高人工智能相关投资成本，进而波及整体经济。杠杆率更高的金融体系可能更容易受到冲击。负债较重的政府缓解此类冲击的能力更为有限。这正是人工智能融资需求与政府债务约束的交汇点。

有见及此，我们战术性低配美国长期国债，因我们认为投资者希望能够获得更高的期限溢价。

债务水平分化
1950-2025年美国政府及企业债务状况

分散投资的幻象

在仅由少数力量驱动的市场中，避开这些驱动力“分散投资”实则是比以往更大规模的主动押注。我们的分析显示，在剔除价值、动量等股票回报的常见驱动因素后，美股回报中越来越大的比重可归因于单一共同驱动因素。市场集中度上升，广度则持续下降。

试图从美国或人工智能领域分散投资的操作，例如转向其他地区或等权重指数，本质上是比以往更大规模的主动押注。这些操作导致投资组合对今年回报主导驱动因素（一个我们高度确信的驱动因素）的敞口降低。这会引发一种分散投资的幻象，若人工智能主题遭遇波动，其影响或远超过看似分散风险的操作所产生的作用。此外，我们认为美国长期国债等传统分散投资工具，将难以发挥其以往的投资组合压舱石作用。

在此环境下，我们须寻找真正的非系统性回报来源（如私募市场和对冲基金），并维持战术性策略。

强有力的共同驱动因素
标普500指数回报方差中由某一主导性潜在因子解释的占比

传统的分散投资工具也正逐步失效。由于高债务导致收益率高企，美国长期国债已不再具备以往的投资组合压舱石作用。如今的分散投资，意味着须对具备独特回报驱动因素的资产（无论是对冲基金、私募市场还是黄金）拥有高确信度，而非依赖资产间的历史相关性。

我们认为，投资者应减少盲目分散风险的操作，转而更有针对性地主动管理风险。我们倾向于投资人工智能受益者，但维持战术策略。我们密切关注人工智能转型过程中的各类信号指标。