大摩亚洲策略：资本开支仍优于消费

大摩10月亚洲及新兴市场策略仍偏好资本开支相关行业，相对于消费；偏好实物生产，相对于服务。核心覆盖半导体与存储、科技硬件、工业设备、原材料和能源。它把日本、韩国及台湾科技行业放在较积极的位置，同时指出中国消费、地产和总体盈利修正仍弱。

这里的资本开支是企业和经济体形成长期生产能力的投入。对AI产业链，关键问题是哪些投入会转成供应商订单、收入与利润，以及这些投入能否获得足够的回报。报告的策略偏好是机构判断，并非所有相关公司的统一盈利保证。

本篇聚焦原报告中的AI资本开支、亚洲能源与制造投资、盈利修正和融资约束。地域配置、全部股票关注清单和宏观预测不逐项搬录，避免把113页策略材料压成一张无差别“AI受益股”名单。

大摩预测亚洲名义投资从2025年约11万亿美元增至2030年约16万亿美元，2026–2030年复合增速约7%，高于2023–2025年的2.5%。这是美元计价的名义投入，不是剔除价格和汇率影响后的实际增速；统计还排除了结构性下行的中国房地产资本开支。

把第9页的表格拆开，最重要的区别是总盘子与新增结构性需求。下表单位为十亿美元，E表示机构预测。

按展示值计算，亚洲AI云厂商支出增长到5倍，但2030年仍只占总投入约2.5%；与半导体制造合计约占5.2%。因此，不能把亚洲全部15.95万亿美元投资称为“AI市场规模”。能源的绝对增量也大于AI云厂商自身增量，电网与供电能力是这轮投入的重要组成部分。

原表存在口径差异：15,950减11,340为4,610，原表增量行写4,620；半导体430减180为250，原表写260；相应组合项也有10十亿美元差异。本页保留年度展示值，不把差额默默抹平；这里的份额与倍数是据展示值计算的近似值，不能据此倒推出更精确的内部预测。

全球超大规模云厂商与算力服务商样本是另一套口径。第12页覆盖Alphabet、亚马逊、微软、Meta、SPCX、Oracle、CoreWeave和Nebius。原图标题把2027年规模约写成1.5万亿美元、2028年约写成1.6万亿美元，图中未粗略取整的总数分别为1.467与1.636万亿美元。

据图中总数计算，2027年增长约60.0%，2028年约11.5%，与原图60%及12%的标注一致。增速明显回落与绝对投资继续增长同时成立：2028年预测新增投入仍约1690亿美元。供应商要区分订单规模、增速变化与原先市场预期，不能只用“仍增长”判断盈利或估值。

原图2026年标注99%，但用展示总数917与466计算约为96.8%；这一差异保留，不擅自替换原文。亚马逊使用全公司资本开支并排除部分资产出售及激励款，Oracle使用共识预测。该表不是纯GPU采购，也不是亚洲本地支出；不能与上一节的亚洲总投资或AI投入直接相加。

大摩预测亚洲能源投资到2030年的复合增速约9%，约为此前十年速度的三倍；2026–2030年电力需求复合增速约5%。报告列出的驱动力包括常态工业用电、AI机房、新能源与核能，以及降低进口油气依赖的能源安全需求。

原文预计到2030年约75GW数据中心容量将上线。这是容量预测，不能当成已投运容量或某年实际售电量。电力紧张会推动可靠供能、储能和电网建设，但能源投资1.35万亿美元也包含大量非AI用途。把能源表整行纳入“AI相关收入”会明显高估市场。

对产业链研究，值得持续核对的是项目何时接入电网、供电是否可持续、设施建设与服务器交付能否匹配。资本开支预算先增长，并不意味着算力收入与项目回款同一天兑现。

大摩的亚太主题表提供了比“AI概念”更细的观察。以下只摘取四组相关样本；增长率是2027–2028年每股收益（EPS）共识的复合增速，修正是未来第二财年（FY2）净利润预估近三个月变化；不同公司的财年未必相同，估值是未来12个月市盈率。三项时间口径不同。

算力基础设施增长预期和近期盈利修正较强，但AI与未来工作主题仍有两成左右的长期增长预期，同时近期盈利共识被小幅下修。这说明需求叙事、预测变化和估值三者不能互相替代。表中主题是不同公司的样本集合，不能把中位数差异视为同一家公司或同一投资组合的可实现回报。

盈利修正广度又是第四种指标：上调与下调预估的数量差，除以预估总体，并取三个月移动平均。它衡量变化是否普遍，不等于EPS上修幅度。报告称新兴市场总体修正受韩国和台湾强烈带动，中国修正走弱；不能把总指数改善理解为所有国家或行业都改善。

资本开支主线强，不代表大摩把全部市场共识照单全收。第22页基准情景中，MSCI新兴市场2027年EPS预测为172，共识为185；MSCI亚太除日本为80，共识为88；MSCI中国为6.7，共识为7.4。分别约低7.0%、9.1%与9.5%（本站据展示值计算）。

这些是各自指数的EPS单位，不能把172、80与6.7横向当成公司的每股美元盈利。大摩同时保留宽幅牛熊情景，并提醒高实际利率、能源波动、AI对旧业务的替代和2027–2028年盈利可持续性。研究报告里的“偏好”包含对需求的判断，也受融资成本和估值约束。

报告第13页称样本云厂商、Nvidia及Broadcom披露的表外承诺与担保合计超过3.4万亿美元。采购承诺、租赁、投资承诺与担保的经济含义和兑现时间不同；它们既不是当年现金资本开支，也不是可以直接加到投资表上的另一块确定收入。

第11页研究资本开支占收入比重时纳入融资租赁，脚注却限定只有微软与Oracle的融资租赁预估被计入。第47页另讨论信用市场参与AI基础设施融资。对同一组厂商，不同图表的会计覆盖面也未必一致。

项目预算、签署承诺、融资到位、设备交付和收入确认是不同阶段。供应链订单可见性提高时，仍须核对客户资金来源、融资成本以及终端算力利用率。本节是对报告融资材料的归纳，不把合同承诺转成已实现业绩。

1. 全球样本云厂商下一次预算是否维持2027年1.467万亿美元路径，现金投资与租赁的变化各有多少。
2. 亚洲能源、半导体制造及AI云厂商投入，是否由预测转成在建工程、设备交付与持续运营。
3. 算力基础设施的净利润预估上修能否延续，AI供电、AI采用者与未来工作主题的分化是否缩小。
4. 实际利率与信用融资成本是否上升；收益预期增长能否覆盖新增资本成本。

这些观察对应报告的四个独立条件：投入规模、兑现进度、利润修正和融资约束。它们同时成立，才能更有把握地解释产业链受益；其中一项变化，也不应直接外推到全部AI行业。