全球AI股集体重估，A股为何调整更深，却率先反弹？

　　等，则表现相对稳健。

　　换句话说，市场开始重新区分两类AI公司：一类是依靠AI基础设施需求快速成长的公司；另一类是能够AI价值转化并持续创造收入和现金流的公司。过去两年，这两类资产往往一起上涨；而进入2026年，它们开始出现明显分化。

　　这意味着，全球资本正在完成一次重要的投资逻辑迁移：过去关注的是AI有没有需求？现在关注的是AI什么时候能够真正赚钱？这也是为什么，同样属于AI产业链，不同公司的股价表现开始快速分化。

　　如果把本轮全球AI股调整简单归因于涨多了，显然解释不了一个问题：为什么几乎所有AI资产，都选择在2026年7月附近进入调整？

　　真正推动这一轮调整的，并不仅仅是估值过高，而是全球资本对AI产业开始提出了新的要求。过去两年，市场交易的是AI需求爆发带来的增长预期；而进入2026年之后，市场开始进一步追问：这些投入，究竟什么时候能够转化为持续的利润和现金流？

　　正是在这一背景下，AI资产开始经历第一次从预期定价向兑现定价的切换。推动这一变化的，主要有三组因素。

　　本轮调整最容易被忽视的一点是：很多AI龙头公司，并不是业绩变差了，而是市场对它们的期待已经高到了几乎无法持续超越。

　　以英伟达为例，截至FY2027Q1，公司已经连续十个季度刷新收入纪录，季度营收达到约816亿美元，净利润率保持在70%以上，盈利能力依然处于全球科技企业前列。如果放在绝大多数行业，这样的业绩足以推动股价继续上涨。但市场的反应却恰恰相反。原因在于，资本市场交易的从来不是业绩本身，而是业绩是否超过预期。

　　2023年至2024年，AI行情刚刚启动时，每一次财报几乎都会不断刷新市场认知。投资者不断提高未来盈利预测，因此股价和盈利能够同步上升。然而进入2026年之后，市场已经提前把未来几年高速增长充分计入估值。对于英伟达而言，投资者普遍已经预期FY2027全年收入将突破2500亿美元。当所有人都相信公司能够高速增长时，真正决定股价表现的，不再是增长，而是增长能否继续超越市场已经非常乐观的预期。

　　这种现象并非英伟达独有。韩国HBM龙头SK海力士同样保持着极高增长速度，2025年营业利润同比增约101%，营业利润创下历史新高，HBM供不应求，但市场开始担忧其收入过度依赖少数核心客户，一旦GPU出货增速放缓，高增长是否还能持续。

　　换句话说，市场开始交易的，不再是增长有没有，而是增长还能持续多久。这是全球AI资产估值开始松动的第一层原因。

　　过去两年，全球云计算巨头不断提高AI资本开支。根据Morgan Stanley预测，亚马逊、微软、谷歌、Meta和甲骨文五家公司的资本开支，2026年预计将达到约8050亿美元，2027年进一步突破1.1万亿美元。这一数字意味着，全球AI基础设施建设已经进入历史上规模最大的投资周期之一。

　　8050亿美元是什么概念？按当前汇率约合5.5万亿元人民币，相当于中国2025年全社会研发经费投入的1.4倍。钱花出去本身不是问题，市场真正在意的，是这笔钱什么时候能兑现回报。

　　市场在焦虑。2026年1月29日，微软因单季资本开支达375亿美元、同比增66%却未换来Azure增速同步提升，股价单日收跌约10%、市值蒸发超3500亿美元；亚马逊自由现金流从高位回落，摩根士丹利预计其2026年自由现金流转负。一组去重后的对照数据更说明问题：据Exponential View测算，过去12个月全球生成式AI年化收入约1750亿美元，而五大云厂2026年计划资本开支约8000亿美元，两者规模相差约4.5倍。虽然这并不是收入与资本开支的一一对应关系，但仍反映出整个AI产业目前处于高投入、商业化持续验证的阶段。

　　AI这轮投资里相当一块是试错钱——企业自己也在摸AI到底能创造多少价值。一旦市场把资本开支从投资重新看成试错成本，估值赖以成立的逻辑就变了。

　　如果说前两项变化回答了为什么市场开始重新思考AI，那么第三项变化，则直接体现在资产价格上。过去三年，AI股上涨主要依靠两股力量共同驱动：一是盈利高速增长；二是估值持续扩张。而进入2026年之后，第二股力量开始明显减弱。

　　AI行情正在经历从估值扩张向盈利兑现的切换。2023年以来，英伟达等AI龙头的估值中枢持续下降，其Forward PE从2023年初约50倍降至2026年4月约20倍，估值扩张主要集中于2024年上半年。与此同时，盈利端并没有失速：英伟达FY2027第一季度营收达到816亿美元，同比增长85%，GAAP净利润583亿美元，同比增长211%。AI龙头股价表现正在更多取决于盈利兑现能力，而非单纯估值提升。

　　A股节奏滞后一些。以中证人工智能产业指数为例，2025年估值贡献超60%，2026上半年PE还在扩张10.9%，直到7月才转负——PE从77.4降到59.6，价格跌幅与PE跌幅几乎一致，单月跌幅几乎全部来自估值压缩。

　　这意味着，一个持续两年多的AI估值扩张周期，已开始进入新的阶段。未来决定股价高低的，将越来越不是讲出了多大的AI故事，而是能够兑现多少利润、多少现金流，以及多快形成商业闭环。这也是为什么，本轮调整虽然发生在全球，却并没有演变成对AI产业的全面否定，而更像是一次围绕商业化兑现能力展开的重新定价。

　　如果把全球主要科技市场放在一起比较，一个现象非常明显：同样是AI资产调整，A股的波动幅度明显大于美股市场。

　　截至7月底，科创50单月下跌25.9%，申万半导体、申万电子跌幅均超过30%；同期费城半导体指数下跌20.6%，纳斯达克100指数仅下跌6.6%。这意味着，A股并不仅仅是在跟跌全球科技股。

　　为什么会出现这种差异？很多投资者第一反应是：是不是A股AI企业竞争力更弱？事实上，从产业景气度来看，并不能得出这样的结论。

　　无论是光模块、PCB、高速连接器还是液冷等环节，中国企业依然保持着较强的全球竞争优势，不少龙头公司的订单和业绩仍维持较快增长。真正放大A股调整幅度的，是资本市场自身的交易结构。如果把这一轮调整拆开来看，会发现A股AI资产同时受到三层放大器影响。

　　2026年上半年，A股AI板块几乎是全球表现最强的科技资产之一。CPO光模块累计上涨约110%，申万半导体上涨约106%，申万电子上涨约86%，科创50上涨约64%；相比之下，同期纳斯达克指数涨幅仅约12%左右。涨幅越大，意味着市场积累的浮盈越多。一旦出现海外调整、业绩兑现或风险偏好下降，获利盘兑现便会形成明显的连锁反应。因此，本轮A股的大幅回撤，首先是一种典型的高收益资产均值回归。

　　更值得注意的是，本轮调整并不是整个科技板块一起下跌，而是主要集中在前期涨幅最大的AI硬件方向。7月份，申万半导体跌幅超过35%，而计算机板块跌幅仅约3%，明显强于硬件板块。这说明，市场真正修正的是前期涨幅过快、交易最拥挤的卖铲子资产，而不是整个AI产业。

　　调整之前，科创50、申万半导体等指数估值历史分位普遍处于95%至100%区间，而同期纳斯达克100约70%至77%，费城半导体约80%，恒生科技指数仅约37%。这种差距意味着，同样面对全球风险偏好下降，A股估值首先需要完成更充分的消化。

　　一个非常具有代表性的细节是：即使科创50单月已经下跌超过25%，估值历史分位仍然维持在97%以上。这说明，前期估值已经运行到了历史极端区域。因此，这轮调整很大程度上属于估值回归，而不是盈利崩塌。

　　事实上，从盈利能力来看，AI产业链不少龙头公司的基本面仍然保持较快增长。2026年一季度，光模块、AI服务器、PCB等核心环节龙头均实现了50%-260%的净利润高速增长。同时，科创50成分股一季度归母净利润同比增长285%，显示科技企业盈利正在从周期低谷快速爬升。这一点，与2000年互联网泡沫时期没有利润支撑的高估值，存在本质区别。

　　真正让A股调整幅度超过海外的，并不仅仅是估值，而是筹码结构。2026年二季度，主动偏股型公募基金在电子、通信板块合计配置比例约54-60%，不仅远高于2020年新能源、白酒医药等历史抱团高点，也创下近年来新的配置纪录。这意味着，大量机构资金集中持有同一批AI核心资产。

　　相比海外市场，这种差异更加明显。美股AI资产更多集中在对冲基金和全球资金配置中，交易更加灵活，杠杆去化速度也更快；而A股AI资产主要由公募基金、ETF等长期资金持有，仓位调整通常需要经历相对更长的时间，因此筹码出清节奏相对缓慢。

　　交易数据同样印证了这一点。2026年上半年，全市场成交额创历史新高，TMT成交额一度占据全市场成交的48%以上，热门AI板块交易热度达到历史极值。

　　这意味着，当市场风险偏好发生变化时，最先受到冲击的，也正是此前交易最活跃、资金最集中的方向。

　　因此，A股AI资产的调整，比海外市场持续时间更长。三层因素层层放大，最终使A股成为全球AI资产调整中波动最大的市场之一。

　　但回顾过去二十年的全球科技产业，无论是互联网、智能手机、云计算，还是新能源汽车，都曾经历过剧烈的估值调整。2000年的互联网泡沫破裂，并没有终结互联网产业，反而孕育了Google、Amazon、Meta等真正建立商业模式的企业；2008年智能手机产业经历金融危机冲击后，移动互联网依旧开启了十年的黄金发展期；新能源汽车同样经历过多轮大幅回撤，但最终并没有改变电动化的发展方向。

　　过去三年，全球AI行情主要围绕卖铲子展开。GPU、HBM、高速光模块、PCB、液冷等基础设施企业率先受益，市场关注的是全球还需要多少算力、还要建设多少数据中心，因此给予了极高的估值溢价。

　　随着全球AI资本开支持续创新高，市场开始更加关注这些投入能否真正转化为收入和利润。资本关注的焦点，正从建设多少AI逐步转向AI能创造多少商业价值。

　　对于A股而言也一样，这轮调整更多修正的是估值，而不是产业逻辑。光模块、先进封装、液冷、半导体设备等环节依然受益于全球AI资本开支增长，产业景气度并未发生根本变化。

　　真正值得关注的是，未来市场给予高估值的理由，可能不再是谁拥有更多算力，而是谁能够率先实现AI商业化，持续创造收入、利润和现金流。

　　数据