如何像摩根士丹利一样选股 | TCAF 258

（原标题：How to Pick Stocks Like Morgan Stanley | TCAF 258）

📊 宏观环境与市场情绪演变

• 情绪结构转变：市场心理已从年初的错失恐惧（FOMO）主导，转向对回调风险与上涨机会的平衡担忧，当前多空力量接近五五开。这种情绪变化并非源于恐慌性抛售，而是基于对估值合理性的重新审视。
• 经济韧性来源：美国经济展现出超强韧性，核心驱动力在于AI超级周期的启动以及经济结构从传统周期性向非典型周期的范式转移。企业盈利增长强劲且具备可持续性，第二季度指数层面盈利同比增长28%，中位数公司增长14%，营收增速15%显著高于6%的名义GDP增速。
• 定价权与利润扩张：关税冲击后，企业普遍提价且未出现回调（如景观行业提价15%-20%），形成了合成经营杠杆效应。利润扩张主要源于保留的定价权（60%-70%传导率）以及AI提升现有劳动力生产力，而非单纯依赖新增雇佣。
• 流动性缓冲机制：系统内巨额资金导致任何负面资产发行（如Google债券）被迅速吸收，有效缓冲了潜在衰退风险。尽管存在“K型分化”担忧，但银行财报显示信用卡违约率处于历史低位，汽车贷款正常偿还，线下消费活跃，中低收入群体表现比预期更具韧性。

🏭 产业结构与AI资本周期

• 长期牛市逻辑：当前处于长达20-25年的结构性牛市中期（约第15年），科技股相对标普500指数持续创出新高，体现美国作为全球最佳资本配置地的优势。AI需求实质化体现在数据中心建设不仅带来一次性硬件销售，更嵌入了长期的服务器与芯片采购承诺；即使新建放缓，现有基础设施仍需持续的技术更新与维护。
• 资本支出预测：Brian Nowak预计2027年AI资本支出达1.5万亿美元，高于华尔街共识的1.2万亿；过去18个月呈现每季度指引上调的“季度传统”。超大规模云厂商及英伟达在2026年的新投资级债务发行量预计达2200亿美元。
• 历史对比差异：不同于2000年互联网泡沫依赖短期IPO客户，当前买家为亚马逊、微软等拥有稳定现金流的大型企业；且科技巨头从回购转向资本支出，资产负债表质量更高。Oracle的CDS利差较宽，而Microsoft与J&J是仅剩的两家AAA评级公司。
• 劳动力结构重塑：处于“不招聘、不裁员”区间，AI在现有 workforce 上提升生产力，预计未来12-24个月将带来额外利润杠杆。人口老龄化与劳动力短缺（如护理、制造业）正推动自动化与机器人发展，零工经济与AI降低了创业门槛，新企业成立数量达20年高位，吸纳了大量就业。

📉 资金流向与风险指标监控

• 做空数据激增：纳斯达克100期货空头仓位自6月中旬以来飙升35%，接近历史纪录；标普500中位数股票空头占比呈陡峭上升趋势，即便做空比例最低的底部十分位股票，其空头水平也创1994年以来新高。市场正通过做空“中位数股票”进行对冲，反映对低质量、资产负债表较弱公司的规避。
• 持仓结构分化：做空最少的篮子包含谷歌、伯克希尔·哈撒韦、摩根士丹利、通用动力、沃尔玛等高质量标的；做空最多的包括Reddit（13%）、SMCI、The Trade Desk等，多涉及会计丑闻或算法变动等特异性风险。
• 信用风险信号：高收益债利差保持稳定，但低评级（Triple C）债券利差显著走阔，需警惕类似1998-1999年美联储加息周期中的信用风险扩散。未上市的AI实验室（如OpenAI等）增长迅猛但缺乏透明度，其融资行为可能推高政府债券收益率，成为市场波动的隐性变量。
• 市场轮动特征：资金从半导体等AI资本支出赢家流向医疗保健、材料、金融及小盘股，优化了周期健康度。英伟达、博通等巨头财报超预期后股价未出现剧烈波动，显示市场理性回归；这种“担忧之墙”有助于延长牛市周期。

🏥 行业逻辑与基本面验证

• 利润率决定估值：过去12个月，毛利率同比收缩超1%的行业组相对指数表现极差。市场正惩罚无法从定价权或AI生产力提升中获益的公司，如食品服务（Shake Shack、Chipotle）受利率及油价波动冲击，且缺乏AI相关抵消因素。
• 医疗与生命科学：看好医疗板块（AI加速药物研发周期）及生命科学工具。利润率扩张源于AI提升现有劳动力生产力，而非单纯依赖新增雇佣。
• 软件行业观点：反驳了“AI导致软件过时”的观点，认为二者将呈现长期相互依赖及结果分化，而非简单的替代关系。数据密集型业务（如S&P Global、NASDAQ）被错误定价为过时，实际受监管保护且受益于AI优化。对执行风险较高的纯软件公司持谨慎态度。
• 小盘股双重压力：面临利率上升对低质量公司的打击，以及AI可能导致行业中介化或使其因缺乏资本无法参与技术红利的风险。

💼 投资策略与组合构建框架

• 资产配置建议：维持超配美股，同时配置实物资产、贷款及对冲基金以平衡风险；在新兴市场（EM）需精选标的，避免过度集中于单一股票（如韩国Kospi指数）。
• 集中持仓策略：采用40-50只股票的集中持仓策略。其中40-45只为核心持仓（单票约2%），旨在跟随市场波动；另设5-6个“大想法”仓位，通过长期捕捉如NVIDIA、Visa等结构性赢家来抵消平均表现。
• 选股重于行业：在50只股票组合中，2%-3%的跟踪误差下，个股选择（Stock Selection）是决定收益的核心，需通过分散化控制行业押注风险。回归质量导向，关注能证明AI采用优势及盈利能力的公司。
• 风险管理原则：周期性股票需更快止损，因为盈利下滑往往伴随持续的下行动量；长期成长股可容忍短期波动，监管风险通常是暂时且被过度反应的（如Visa/Mastercard在Durbin修正案后反弹），而竞争劣势导致的品牌衰退则是致命伤。

🔮 未来展望与关键交接点

• 2025年走势预测：预计中期选举前市场横盘，9月财报季显示加速迹象；年末可能接近高点。鉴于盈利背景强劲，中期选举等政策冲击被视为“弹窗广告”，预计市场回调幅度将非常温和。
• 2027年结构性行情：可能出现类似2023年的“大即是美”行情，Mag 7及AI赋能者继续跑赢平均企业，小盘股表现可能相对落后。未来两年市场焦点将从AI基础设施转向AI应用者；若应用端的利润率提升无法抵消基建支出的减速，将构成主要下行风险。
• 部署约束风险：当前瓶颈在于电力与建筑部署而非芯片需求，存在供应链“双重下单”导致库存积压的潜在风险，类似2000年光纤过剩后的长期消化期。
• 动量因子重要性：现代市场高度有效，估值差异往往反映基本面优劣；动量（Momentum）是近期最重要的市场因子，需关注资金积累趋势而非单纯的低估值陷阱。