AI行情从科技延伸至基建，涉及全球诸多产业链 ，传统行业分类已难以承载 。华泰证券重构了一套适配AI研究的分层体系 ，并得出三组结论：产业链内部的轮动由各层级预期盈利增长率的拐点决定，而并非产业链位置或相对估值 ，据此外推 ，半导体IP与设备 、AI服务器硬件 、数据中心基建、AI软件与安全未来数月或相对占优；地区格局收敛于中美两极，各有优势 ，又相互关联；中国A股和港股的AI公司可以分为海外链和国产链 ，切换取决于海外Capex与国产进展的相对节奏 。最后，我们横跨全球挑选头部公司，组成AI全产业链篮子 ，供投资者选股借鉴 。
利其器：横跨全产业链 、多国家和地区的AI研究图谱
我们从全球12,375只个股中逐一核实主营构成 ，筛出1,137家AI公司 ，按价值创造环节而非传统行业归属，重构为9个一级 、29个二级的分层体系 ，覆盖八个主要市场 。九个一级层级自上游的L1 半导体IP与设备、L3 AI算力芯片 ，至中游的L5 数据中心基建，再到下游的L7 AI软件与安全 。这一体系把散落在各行业中的AI资产置于同一框架 ，同层公司得以聚合为可整体观察的资产 ，层与层之间也有了统一的比较基准。产业链的联动关系由此可被量化检验，各环节跨市场可替代与否的边界也得以区分 。
行业轮动：领涨环节或由预期盈利增速的拐点决定
我们认为轮动方向既不取决于产业链位置 ，也不取决于估值高低 。云厂商资本开支确实沿产业链逐层落地 ，但这一先后次序主要存在于实际营收，在股价所定价的盈利预期上不显著：Capex指引一经上修，各层预期EPS同期同向调整 ，差别只在幅度。估值高切低同样不明显 ，2026年以来涨幅越高的层级预期PE反而越低，高涨幅与低PE同为盈利上修的结果。
真正有效的变量是预期盈利增长率（第二个未来12个月预期EPS/未来12个月预期EPS-1） ，其高低对应产业链上供需缺口的位置 ，拐点则指示缺口的转移，也即领涨环节的切换 。某环节产能吃紧时 ，远期盈利的上修幅度大于当期 ，增长率随之抬升，该环节领涨；产能释放后增长率掉头 ，领涨地位向下一个缺口所在的环节让渡 。据此外推 ，当前Factset预期盈利增长率持续上行且处于高位的是半导体IP与设备 、AI服务器硬件，6月以来触底回升的是数据中心基建 、AI软件与安全 ，这四层在未来数月或相对占优。
跨地区格局：全球布局与核心资产分布
AI产业链上 ，具备全栈式布局能力的只有中美两个经济体，各有优势又相互依存 。中国在EDA工具、先进算力芯片与HBM存储上仍待完善，可定向突破 ，需要以时间换空间；美国的不足主要在制造与组装产能 ，重建整条制造链以十年计 。两极相互依存的格局在可见期内仍将维持，但自我发展也会持续加码。两极之外 ，日韩欧与中国台湾各自嵌入美系链条的一到两个环节 。
中国AI产业：海外链与国产链的双链格局
中国的AI资产由需求来源不同的两条链构成 。1）海外链：承接北美云厂商资本开支 ，盈利可由海外Capex直接跟踪，确定性更强 ，中期与全球AI硬件同步且弹性更大 ，短期则随中国资产的风险偏好阶段性偏离海外景气。2）国产链：由国产模型与芯片的自身进展驱动，行情始于能力重估 ，能否延续取决于订单与盈利的持续性 。
风险提示：AI进展不及预期风险 ，历史数据拟合的模型失效风险，地缘政治与产业政策变化风险 。
（文章来源：财联社）
