来源：华尔街见闻
亚洲股市在AI浪潮驱动下迎来新一轮上涨行情 ，摩根士丹利预计亚洲固定资产投资将从2025年11万亿美元升至2030年16万亿美元 。核心驱动力涵盖AI基础设施 、能源安全与国防开支三大主线。中国在AI芯片国产化 、机器人出口及新能源领域优势显著 。
投资者正将目光转向亚洲，寻找全球股市上涨行情的下一个突破口 。
在人工智能浪潮驱动下 ，韩国股市本月涨幅领跑全球 ，吸引大量资金涌入。期权市场的隐含波动率随之攀升至极端水平，衍生品策略师们竞相推荐做多结构 。
这一切信号共同指向同一个判断：亚洲的上涨行情或许才刚刚开始 。
追风交易台消息 ， 摩根士丹利亚太团队近期连续强调 ，亚洲工业周期的底层驱动力正在从传统地产、一般制造补库存，转向AI及其基础设施 、能源安全与能源转型 、国防及供应链韧性投资。
（到2030年，亚洲的固定投资总额将增至16万亿美元）
摩根士丹利预计 ，亚洲固定资产投资规模有望从2025年的约11万亿美元升至2030年的16万亿美元 ，2026至2030年名义投资年复合增速约7%，明显高于近年水平。
（2026年至2030年间 ，亚洲的固定资本投资总额将保持7%的复合年增长率）
“超级周期”的底层逻辑：亚洲资本开支要明显提速
这轮亚洲工业周期最核心的不同 ，是AI把资本开支重新推到了台前 。
过去两年，市场讨论AI更多聚焦模型、应用和美股“七巨头 ” 。但从亚洲视角看 ，AI的真正含义是：芯片、存储 、服务器 、光模块、数据中心 、电力系统和云基础设施的全面扩张。
摩根士丹利提到 ，全球CIO中将AI列为首要任务的比例已经升至39% 。与之对应，全球AI数据中心投资预计在2026至2028年达到约2.8万亿美元 ，年增速约33% 。
（全球人工智能领域的数据中心相关资本支出将进一步增加）
亚洲则处于AI硬件供应链的中心：从台积电 、三星、SK海力士 ，到中国大陆的半导体 、服务器 、光通信和云基础设施公司，都将受益于这轮投资周期。
报告还预计 ，主要芯片公司资本开支有望从2025年的约1050亿美元 ，升至2028年每年约2500亿美元 。这意味着AI是一场资本密集型竞赛 。
中国的角色尤其值得关注。
摩根士丹利认为，中国AI是一场完整系统能力的竞争：算力决定速度，云平台决定规模 ，token使用决定经济性 ，应用场景决定价值归属 。
在外部芯片限制仍然存在的背景下，国产AI芯片、本土云平台和大模型生态的联动 ，正在成为中国科技投资的新主线 。
（中美两国人工智能产业的相对优势）
其判断显示 ，中国AI芯片市场到2030年可能达到670亿美元，本土自给率有望升至86%。
这一预测是否完全兑现仍需观察 ，但方向非常清楚：算力国产化已经从政策命题 ，逐步转向商业命题 。
中国制造的出口故事，正在从“电动车三件套 ”扩展到机器人
过去几年 ，中国出口结构中最亮眼的是电动车 、锂电池 、光伏等“新三样” 。
报告认为 ，下一阶段中国制造的新增量可能来自机器人，尤其是工业机器人和人形机器人。
摩根士丹利指出 ，中国已经拿下全球工业机器人增量需求的约一半。2025年全球人形机器人出货量预计约1.3万至1.6万台 ，其中约90%来自中国厂商 。相比之下，美国、日本等市场仍更多处于原型机或早期验证阶段 。
更有意思的是，报告将当前中国机器人出口与2019年前后的电动车出口进行类比：当时电动车出口还未进入爆发期 ，但供应链 、政策支持和制造能力已经基本就绪。
（中国的人形机器人及工业机器人产业 ，其发展阶段类似于电动汽车产业的初期阶段）
如今机器人产业也呈现出类似特征——市场规模还不大，但产业链扩张速度较快 。
从数据看 ，中国人形机器人和机器人相关出口在2026年3月已达到约15亿美元的12个月滚动规模 ，而这与中国电动车出口在2020年初的水平相近 。
随后几年，电动车出口迅速扩张 ，2025年全年出口约700亿美元 ，季度年化运行速度进一步升至约860亿美元。
当然，机器人能否复制电动车曲线 ，还要看成本下降 、应用场景打开和海外监管环境 。但中国在零部件、整机制造、供应链协同和快速迭代方面的优势 ，已经开始显现 。
能源安全和国防开支，正在提供第二 、第三增长极
AI数据中心扩张的另一面 ，是对电力和能源基础设施的巨大需求。算力越密集 ，电力 、散热、电网和储能的重要性越高 。
摩根士丹利认为，能源冲击将催化亚洲在能源安全上的投资，而可再生能源在亚洲一次能源消费中的占比仍然不高 ，这意味着后续投资空间仍然较大 。
（可再生能源在亚洲能源结构中所占的比例仍然很小 ，中国在能源转型相关支出的增加中受益匪浅）
中国在光伏 、电动车 、锂电池等领域具备产业优势，其相关出口12个月滚动规模已接近2000亿美元量级 ，是这轮能源转型资本开支中的重要受益者。
与此同时 ，国防开支也在亚洲多个经济体中呈现结构性上升趋势 。
日本、韩国 、印度等地防务支出占GDP比重均有所抬升 。中国和韩国还是全球前十大防务出口方之一。
（整个地区范围内，国防开支与GDP的比率呈上升趋势）
对资本市场而言 ，这意味着高端制造 、材料、电子元器件 、精密装备等产业链需求可能获得更长期支撑。
换句话说 ，AI提供算力需求，能源提供基础设施约束 ，国防和供应链安全则提供地缘政治背景下的“韧性投资 ” 。三者叠加 ，构成了亚洲超级周期的底座 。
谁最受益？中国 、韩国、日本站在产业链核心
从区域受益顺序看，摩根士丹利重点提到中国 、韩国和日本。
中国大陆胜在产业链完整度 、制造规模、工程化能力和新能源、机器人等新兴出口品类 。
韩国在存储 、HBM 、电池和部分设备材料环节具备优势；日本在半导体设备、材料 、精密制造和工业自动化领域仍有深厚积累 。
资本品出口占比也能说明问题。报告显示 ，泰国约38% ，中国约36%，日本约35%，韩国约30% 。这意味着当全球进入新一轮设备投资周期时 ，这些经济体的外需弹性会更明显 。
最后从资本市场结构看 ，这些市场中工业 、科技硬件和材料相关板块权重较高，因此宏观资本开支周期更容易映射到股市表现。
这也意味着 ，未来几年亚洲市场的定价逻辑可能发生变化 ，重点关注资本开支链条中哪些企业有订单、技术壁垒和利润弹性 。
不能忽视的风险：过剩 、利润率和地缘摩擦
超级周期的叙事很有吸引力，但并不等于所有行业 、所有企业都会同步受益 。
第一 ，资本开支扩张可能带来阶段性供给压力。
中国新能源产业已经证明 ，规模优势可以快速打开全球市场，但也可能伴随价格竞争和利润率波动 。机器人、AI硬件 、光伏 、储能等行业未来都可能面临类似问题 。
第二 ，技术限制和出口管制仍是变量。
AI芯片国产化空间巨大 ，但先进制程、HBM 、EDA 、设备材料等环节仍存在短板。报告也提到，国产芯片与美国顶级芯片仍有差距 ，但可以通过系统优化、先进封装、软件适配等方式提升竞争力 。
第三 ，就业结构也会受到AI影响 。
摩根士丹利在“未来工作 ”研究中预计，约90%的职业会在不同程度上受到AI自动化和增强影响。在其样本公司中，AI早期应用已带来超过11%的生产率提升 ，但也伴随平均约4%的净岗位减少 ，且不同国家和行业差异明显 。
对中国而言，如何在提升效率的同时推进再培训和岗位转换 ，将是中长期政策和企业管理的重要课题 。
第四 ，市场波动可能加大。报告也提示，区域市场牛熊情景差距扩大 ，意味着投资者对AI资本开支 、出口订单 、利润兑现的预期分歧会持续存在 。
发表评论