美国银行(BofA)的最新资金流向分析显示,主动管理型基金表达AI投资逻辑的方式正在发生明显变化。投资者的动作未必意味着人工智能或半导体需求即将崩溃,更可能反映出他们正在重新评估拥挤仓位、融资风险,以及AI基础设施支出究竟需要多久才能转化为回报。
2
442亿美元离开全球半导体板块
据美国银行数据及Investing.com报道,主动管理型基金最近一个月卖出了442亿美元的全球半导体股票。在半导体成为最集中的AI关联交易之一后,这一抛售意味着资金定位出现了明显逆转。
2
但需要区分的是,这些数据描述的是主动管理型基金的持仓变化,并不是对AI投资即将结束的预测。基金完全可能在降低整个半导体行业敞口的同时,继续持有它们认为竞争力更强、估值更合理的个别公司。
AI算力和量子计算承压最重
过去一年,抛售最集中在AI算力和量子计算主题。与此同时,基金将更多资金投向储能、精准医疗、太空和网络安全。
2
这一变化说明,投资者正在离开那些商业化节奏和最终经济回报仍难以判断的主题,转向拥有更直接商业叙事或基础设施逻辑的领域。它也体现出更强的选择性:即使基金整体削减半导体敞口,ASML和台积电(TSMC)仍可能是相对基准指数的重要持仓。
2
美国银行7月的基金经理调查已经显示,做多全球半导体是市场上最拥挤的交易,82%的受访者将其列为最拥挤仓位。
14
15
这不仅是科技板块内部的轮动
最新的区域资金流向进一步表明,这是一轮更广泛的投资组合调整,而不只是单一行业交易:
- **美国股票:**资金流出648亿美元
- **欧洲股票:**资金流出259亿美元
- **日本股票:**资金流入139亿美元
年初至今,日本市场吸引了341亿美元资金,全球能源板块吸引282亿美元,材料板块吸引257亿美元。最近一个月,全球电信板块流入167亿美元,是报告所追踪行业中资金流入最多的板块。
2
这种配置偏好,符合投资者寻找新方向的趋势:这些方向不必完全依赖少数高增长科技公司持续以更快速度增加资本支出。
基金目前超配什么
按主题看,基金组合目前超配程度最高的领域包括:
相对于区域基准指数,美元金额最大的超配个股包括:
- **美国:**菲利普莫里斯(Philip Morris)和Meta Platforms
- **欧洲:**ASML和英美烟草(British American Tobacco)
- **日本:**基恩士(Keyence)和日立(Hitachi)
- **新兴市场:**台积电和三星电子(Samsung Electronics)
2
这些持仓也解释了为什么“抛售半导体”不应被理解为对所有AI相关公司的全面否定。基金似乎正在区分个别公司、区域配置和整体主题集中度。
基金目前低配什么
低配最明显的主题是量子计算和AI平台。
2
这一定位反映出投资者的核心疑虑:问题不在于AI是否重要,而在于当前的支出规模和估值能否足够快地得到验证。一家公司可能拥有可信的长期AI战略,但如果所需投资增长速度超过了可见的现金回报,那么它仍可能不再是最具吸引力的组合持仓。
债券市场为何也开始敲响警钟
这种重新评估同样出现在信贷市场。路透社援引的数据称,Alphabet、亚马逊、Meta、微软和甲骨文在2026年截至8月10日发行的债券规模约为2200亿美元,而去年同期仅为125亿美元。
21
这一借债规模的激增值得关注,因为AI基础设施建设正越来越多地依赖债务融资,而不只是企业自身的经营现金流。路透社报道称,科技企业债券利差已扩大至约89个基点,比整体投资级债券市场高出约9个基点。利差扩大意味着,在面对新增债券供应和相关不确定性时,投资者要求获得更高的风险补偿。
18
亚马逊最近发行的250亿美元长期债券定价约为美国同期限国债收益率上方120个基点,也显示出随着AI相关债券发行增加,债券买家正变得更加挑剔。
18
信贷市场的这些信号并不能证明AI投资会失败,但它们说明融资负担已经成为投资讨论的一部分。股票投资者在追问资本支出何时能够转化为盈利,债券投资者则要求更高收益率,才愿意为这轮扩张提供资金。
资金流向对AI交易意味着什么
综合来看,市场正在改变投资组合的构建方式:
- **减少不加区分的AI敞口:**基金正在削减广泛而拥挤的半导体和AI仓位。
- **更加重视回报时间:**市场关注点正从“AI有没有潜力”转向“AI带来的回报何时足以覆盖基础设施账单”。
- **偏好更具实体支撑的受益者:**电网升级、储能、电信网络、材料,以及部分工业和医疗保健主题,可以让投资者参与AI投资带来的现实需求,而不必完全押注最拥挤的软件或算力叙事。
- **加强区域分散:**在降低美国和欧洲股票敞口的同时,日本及其他非美国市场受到更多关注。
2
因此,最稳妥的结论并不是“投资者正在抛弃AI”,而是市场正在从“几乎不计价格地买入整个AI资本支出链条”,转向要求更清晰的估值支撑、更近的现金流和更有选择性的配置。
接下来真正的考验,是AI相关收入增长和生产率提升能否足够快地出现,从而证明当前正在融资的巨额支出确实物有所值。