市場轉向盈利與估值雙輪驅動，科技與價值共筑投資新錨

本文來自證券時報 記者王明弘

當AI浪潮席卷全球、正邁入攻堅與應用爆發的新階段，低利率環境也同步催生著資產價值重估，2026年的投資“新錨”將落于何處？

近日，在長城基金舉辦的2026年度投資策略會上，其核心投研團隊指出，市場動能將從估值驅動轉向盈利與估值雙輪驅動，并圍繞科技自主、內需復蘇與高股息資產，勾勒出一幅穿越低利率周期的多維投資路線圖，AI目前仍處在基礎建設大力發展階段，應用變現尚在探索期，遠未到“天花板”的階段。

轉向盈利估值雙輪驅動

面對持續的低利率環境，資產配置的核心命題在于如何在控制風險的前提下挖掘穩健收益。長城基金債券投資部基金經理張棪指出，2026年“固收+”產品仍將迎來“天時地利人和”的發展環境，有望開啟第三輪規模擴張周期。數據顯示，2025年年中“固收+”基金規模已再次突破2萬億元，創下近3年新高，這一增長得益于資管新規后保本理財退出帶來的替代需求、低利率下純債產品收益承壓催生的配置轉移，以及2024年9月以來權益市場回暖帶動的業績提振。

長城基金權益投資部基金經理蘇俊彥對2026年A股市場保持樂觀，認為市場上漲動力將從單純估值驅動轉向盈利與估值雙輪驅動，結構上從外需拉動轉向內外需共振。他指出，A股盈利在連續三年下行后，2025年已出現企穩拐點，隨著供給端固定資產投資增速下降、需求端財政支出持續發力，2026年有望迎來盈利增長拐點，2027年增長趨勢將進一步增強。估值層面，盡管靜態PE處于歷史中位數偏上水平，但考慮無風險收益率下降后，A股風險溢價仍具備修復空間。

具體投資方向上，蘇俊彥提出四大內需主線：

一是半導體與軍工

半導體作為中國制造短板，先進制程實現量產，國產算力芯片將迎來互聯網公司采購拐點；2026年作為軍工“十五五”規劃開局之年，新需求有望集中釋放。

二是“反內卷”方向

化工、新能源等行業在政策引導下落后產能出清，供需格局改善將推動價格回升。

三是服務業消費

政策補貼力度有望加大，出行、餐飲等領域的復蘇將帶動食品飲料等相關消費板塊。

四是房地產產業鏈

經過持續出清后，新開工面積已偏離長期均衡水平，2026年下半年有望迎來觸底反彈。

海外投資方面，長城基金國際業務部副總經理曲少杰仍強調“啞鈴策略”。啞鈴的一端是美股科技，正處于人工智能工業革命的關鍵階段。啞鈴的另一端是港股紅利資產，堪稱投資“壓艙石”，近十年港股高股息指數漲幅遠超恒生科技指數，且波動率更低，在利率下行的背景下，這類資產對追求穩定收益的資金吸引力持續提升，當前港股約6%的股息率具備較強配置價值。

科技股投資機會有望擴散

在科技專場圓桌論壇中，長城基金權益投資部基金經理趙鳳飛與北京投資管理部基金經理尤國梁一致認為，2025年科技股的亮眼表現核心驅動力是技術變革與產業突破，全球AI技術革命與中國科技實力崛起形成共振。談及產業拐點，趙鳳飛將DeepSeek的出現稱為關鍵時刻，其不僅一夜追平海外先進模型，更將算力開銷降至原來的十分之一，極大振奮了國內科技界自主創新的信心。尤國梁則補充了可回收商業火箭發射的重要意義，認為其跨過了回收難度90%的門檻，為衛星互聯網、太空算力等后續產業發展鋪平了道路，標志著商業航天進入拐點。

展望2026年，科技板塊行情將具備延續性且更趨均衡。趙鳳飛指出，這種均衡體現在三方面：

海外算力與國產算力的平衡，隨著國產算力企業收入和利潤進入釋放期，板塊熱度將持續提升；

AI領域內算力與應用的平衡，經過三年基建投入，AI應用批量爆發的時點臨近；

科技內部AI與非AI的平衡，商業航天、量子計算等新板塊有望迎來階段性強勢表現。

尤國梁則強調，寬松的流動性環境、經濟復蘇帶來的企業盈利回升，以及AI終端、人形機器人等產業的持續進展，將推動科技股機會向更多領域擴散。

把握產業早期成長機遇

針對市場熱議的“AI泡沫”之問，長城基金權益投資部基金經理韓林與劉疆在圓桌論壇中表示，當前AI產業仍處于早期成長階段，并不存在實質性泡沫。韓林指出，經濟學意義上的“泡沫”是資產價格遠超內在價值且缺乏業績支撐，而當前AI核心企業估值僅35倍左右（明年預期更低），且GPU龍頭、CSP龍頭等已實現收入與現金流的實質性兌現，與2000年互聯網泡沫時期百倍估值、缺乏商業模式的情況有顯著區別。

劉疆補充道，北美龍頭企業的資本開支增長可由經營現金流覆蓋，國內外相關板塊龍頭估值處于合理區間，產業投資驅動的本質是“厚積薄發”，而非短期投機。

從產業周期來看

AI目前仍處在基礎建設大力發展階段，應用變現尚在探索期，遠未到談論“天花板”的階段。韓林表示，歷史對比顯示，這一輪AI產業投資的業績基礎更為扎實，投資主體以成熟龍頭企業為主，投資持續性更強。

劉疆則強調，AI蘊含的增量產業價值巨大，當前算力基礎設施的高景氣度只是起點，未來云端應用、端側設備、自動駕駛、人形機器人等領域將孕育更多機會。對于AI產業鏈各環節，2026年機遇與挑戰并存。上游算力基礎設施確定性最強，但需關注供應鏈瓶頸與地緣政治風險；中游模型領域的機遇在于模型能力提升與云服務結合的變現模式，挑戰則是高研發成本與技術迭代壓力；下游應用有望呈現百花齊放態勢，但需克服商業化節奏慢的問題。

投資策略上

韓林采用“白馬為主，黑馬灰馬分散參與”的方式，將絕大部分倉位配置于產業鏈地位牢固的白馬股，以衛星倉位布局二線龍頭與隱形冠軍；劉疆則聚焦產業“甜點區”，在0到1階段布局彈性標的，在1到10階段加大業績高速增長標的配置，重點關注算力等確定性領域與應用端爆發力強的標的。

風險識別方面，二者均強調需關注基本面供需變化、估值泡沫、監管政策與技術替代四大風險，其中基本面變化是核心判斷依據。