【广发策略】如何识别产业周期的泡沫化顶部

来源：市场资讯

（来源：晨明的策略深度思考）

本文作者：刘晨明、郑恺、李如娟、陈振威

报告摘要

一、关于基金 Q2 电子配置 43.7%的一些数据和事实

1. 随着产业快速变革、基金持仓数据早已打破历史规律。历史 7 段案例显示，单个一级行业持仓上限接近 20%，随后股价即阶段性见顶；而电子自 25Q1 以来，在 20%以上已持续 6 个季度，且股价超额收益 80%。

2. 基金配置比例本质上是对 A 股市值结构变迁的映射。截止 Q2，电子在全 A 自由流通市值占比已升至 23.7%，在沪深 300 占比 24.5%。若用【（配置比例-市值占比）/市值占比】来衡量，电子超配幅度低于 21 年白酒，14 年医药，15 年计算机。

3. 剔除股价因素，AI 内部加仓最明显的是涨价链（MLCC,CCL），国产算力、半导体设备，而海外算力链（光模块、光纤光缆、PCB）反而减仓。

4. 考虑 7 月份以来的市场变化，持仓比例自高位有所消化。以市场下跌影响来推算，电子持仓比例约下降 3%；若再模拟推算主动调仓，电子持仓比例进一步下降约 2%。

5. 截止 Q2，主动权益基金的市值规模约 4.1 万亿，同期保险持股规模、外资持股规模分别在 3.8-4 万亿左右。再考虑社保年金、量化、私募游资、产业资本等各类资金的规模影响力相当。并且观察下来，各类绝对收益资金对科技的减仓速度在 7 月应该明显快于公募，对科技的持仓水平也可能远比公募低。

二、当前市场波动加大，关于科技成长的分歧也在加大。如何看待？有哪些关键性、可跟踪的指标？

1、如何识别产业周期的泡沫化顶部？

估值和货币环境都不是识别顶部的有效指标。历史赛道顶部的PE从几十倍到几百倍不等，且估值顶通常早于股价顶；美联储加息周期里市场多数还在涨，2000年顶部距首次加息约1年，2007、2018年约3年。

判断顶部只能回归产业自身的盈利周期。而景气拐点的经验阈值：增速跌破30%或增速降幅超过50%。

2、【30%】&【-50%】的经验规律，从何而来？

（1）扣非增速超过【30%】，涨幅才有较大概率跑进市场前10%；

（2）【30%】增速，是看不看估值的分水岭；

（3）【30%】是价值投资增速要求的上限、景气投资要求的底线，因为增速超过30%时，已超过DCF定价能力；

（4）当增速由高位降至【30%】以下时，收益率将大幅下降；

（5）【-50%】是另外一个关键，增速回落幅度超过50%，收益率将大幅降低，但高增长标的，市场对其降速的容忍度提升。

3、海外市场有没有景气投资？

（1）美股市场基本能平移的规律是：景气度高低决定相对收益高低。

（2）美股市场也有类似A股的规律：【加速增长】、【持续高增长】、【减速增长-低降幅】依然是第一梯队，但整体规律性相比A股弱一些。

（3）美股市场同样也有景气拐点统计特征：当增速降至30%以下时，收益率大幅降低。但2010年后因流动性充裕和回购而弱化。

三、A股市场景气赛道复盘

行业模式决定了见顶信号的不同，关键在于识别各环节的主导定价变量：景气兑现型以盈利动能由强转弱为标志，重点跟踪g与Δg；产能反转型同样关注Δg，但高供给弹性使盈利可能呈现双顶结构，单次增速折半未必意味着行情终结；空间定价型顶部在于远期预期停止上修，股价往往与前瞻估值同步见顶；稳定复利型则需综合盈利确定性与估值水平判断。

四、美股市场景气赛道复盘

（1）加息不可怕，但加息中后期需谨慎，因为泡沫破灭的共同因素之一都是连续加息导致宏观和盈利转向；

（2）典型的景气投资案例（1980年能源、2000年科网、2008年美国地产），增速见顶时、股价未见顶；增速高位震荡时，股价仍在上行；增速快速下行（跌破30%或降幅过半时），行情结束；

（3）但若出现政策与流动性急转弯，外生冲击可能使股价顶与增速顶同步甚至更早，比如日本1989年、A股2015年、韩国2026年。

五、当前AI赛道景气周期走到哪了？

回到产业景气层面，当前较低的渗透率以及持续的CAPEX，意味着AI产业仍是进行时。往前看，即使核心AI资产出现盈利的二阶导边际放缓（对应表观估值的高点），也不意味着景气拐点的出现。但客观来讲，由于供需结构、技术壁垒等差异，AI内部不同环节的景气度大概率会分化，后续对研究颗粒度的要求也将更高。

风险提示。地缘冲突超预期，使得全球通胀上行压力超预期；海外通胀及美国经济韧性，使得全球流动性更快进入紧缩周期；国内稳增长力度不及预期，使得经济复苏乏力及市场风险偏好下挫等。

报告正文

一、关于基金Q2电子配置43.7%的一些数据和事实

1. 随着产业快速变革、基金持仓数据早已打破历史规律。历史7段案例显示，单个一级行业持仓上限接近20%，随后股价即阶段性见顶；而电子自25Q1以来，在20%以上已持续6个季度，且股价超额收益80%。

2. 基金配置比例本质上是对A股市值结构变迁的映射。截止Q2，电子在全A自由流通市值占比已升至23.7%，在沪深300占比24.5%。若用【（配置比例-市值占比）/市值占比】来衡量，电子超配幅度低于21年白酒，14年医药，15年计算机。

3. 剔除股价因素，AI内部加仓最明显的是涨价链（MLCC,CCL），国产算力、半导体设备，而海外算力链（光模块、光纤光缆、PCB）反而减仓。

4. 考虑7月份以来的市场变化，持仓比例自高位有所消化。以市场下跌影响来推算，电子持仓比例约下降3%；若再模拟推算主动调仓，电子持仓比例进一步下降约2%。

5. 截止Q2，主动权益基金的市值规模约4.1万亿，同期保险持股规模、外资持股规模分别在3.8-4万亿左右。再考虑社保年金、量化、私募游资、产业资本等各类资金的规模影响力相当。并且观察下来，各类绝对收益资金对科技的减仓速度在7月应该明显快于公募，对科技的持仓水平也可能远比公募低。

市场质疑和担忧的点，除了基金配置比例刷新历史新高之外，本轮核心景气赛道走牛的时间和幅度也超出了历史规律性，这就引发了关于“产业周期泡沫化”、“风格再平衡”等讨论。

过往牛市，A股的领涨赛道都不一样，持续时间和涨幅的分化也较大。平均来看，上行时间大概2年半左右、平均涨幅3倍左右。本轮AI产业周期，若以海外算力链2023年的起点计算，目前上行时间和幅度都超过历史均值；若以半导体或人工智能指数来看，目前上行幅度差不多达到历史均值、但时间不够。

从盈利上行周期来看，每个景气赛道都经历了盈利增速上行、高位震荡、盈利下行的周期。而本轮AI产业周期，盈利上行趋势未见终止。但是，由于2026年A股市场的景气定价走向极致，景气因子强有效，相应地现金流、股息率、估值等指标皆无效，甚至表现出负相关性，这种极致化是否会引发市场阶段性甚至趋势性的风格再平衡。这是当下市场分歧的关键。

那么，怎么看待当前产业周期泡沫化的讨论，有哪些关键性、可跟踪的指标？

二、如何识别产业周期的泡沫化顶部？

首先，估值不是识别产业周期的泡沫化顶部的有效指标。一方面，不同资产估值定价的方式不一样，即使同样用PE定价，过往的赛道顶部估值（即时估值或前瞻估值）水平差异也很大（PE在几十倍到几百倍不等）；另一方面，估值高点，通常不是股价高点，除非在遇到流动性风险的时候，比如2015年。

其次，货币环境也不是识别是否泡沫化的关键。90年代以来的几次美联储加息周期中，市场多数情况上涨（除了2022年）。货币流动性收紧最终会传导到企业盈利端，但传导有时滞且资本市场通常不会马上定价，2000年高点距离开始加息的时点1年左右，2007年、2018年高点距离开始加息时点3年左右。

最后，产业周期泡沫化顶部的判断，仍要回归产业本身盈利周期的判断。更关键的是靠景气周期的定位以及景气拐点信号进行判断。我们在研究景气投资的时候，核心强调的一点是景气的边际变化。

景气边际变化，总结来说有两层含义：

第一层含义：景气出现上行速度的拐点（增速的拐点）。这一层变化相对容易识别，绝大多数时候跟踪增速或增速预期的变化即可。同时，在股价形态上，增速的顶点通常也对应着估值的顶点，但估值的顶点不意味着股价的顶点，因为之后还可能进入EPS高增速抵消PE压缩的阶段。

第二层含义：景气出现上行周期的拐点（景气的拐点）。而景气拐点的出现，则意味着：①EPS增速降低（<30%）或②增速降幅过大(降幅>50%)、PE压缩幅度超过了EPS增长速度，因为PE本身就是增长的函数，增速折半意味着估值中枢得下移一档。同时，降速的斜率也决定了PE压缩的斜率。

三、【30%】&【-50%】的经验规律，从何而来？

对于产业赛道来说，通常g比Δg重要，除非在遇到景气拐点时。

从2005至今每年的分组单调性来看，增速的有效性要强于增速变化率的有效性。简单理解，市场对高增长的追求，多数时候强于对加速增长的追求，或者说对增速边际变化有一定容忍度。比如，A组增速从100%到120%（变化率20%）、B组增速从10%到20%（变化率100%） ，那么大概率A组的定价更高。

但是在景气可能出现拐点的时候，这种定价规律就会发生松动。如下表：

（1）扣非增速第1-3组，不管增速变化率如何，上升或下降，其收益率基本都能稳定在较高水平，区分度不大。说明对于高增速的公司，其收益率的边际变化容忍度较高，比如增速从100%下降至80%，变化率-20%，其市场表现依然较好。

（2）但是当增速降幅过大（超过50%），平均收益率也会下滑，这时可能面临景气拐点的冲击——比如最后一组(左下角区域)。

（3）增速处于中下水平（第7-10组），即使边际变化较高，也可能较难获得很高收益。

（4）增速处于中游水平（第4-6组），当增速变化率较高的时候，也能获得很高的收益，但当增速变化率较低甚至负增长时，其收益率表现不确定。

对于何时可能出现景气拐点，我们总结了【30%】&【-50%】的规律，这些经验并非偶然。

首先，有一些“巧合”的经验规律。

（1）扣非增速超过【30%】，涨幅才有较大概率跑进市场前10%。

各年度涨幅前10%的公司，扣非增速平均在30%左右；各年度涨幅前10-20%的公司，扣非增速平均在20%左右。2024年至今的牛市，市场结构特征较强，平均增速水平也较以往牛市低一些。但以Q1增速来看，涨幅前10%的公司平均增速也有28%。

（2）【30%】增速，是看不看估值的分水岭。

在高景气阶段，估值通常不重要，不管是PB/PE/股息率；但当景气下行特别是增速跌破30%时，估值是重要因素。比如2026年，市场有明确景气赛道，估值、现金流、股息指标均失效。统计规律：

（a）对于增速30%以上的高增长资产，当年涨幅主要取决于景气度，炒业绩有效，而估值高低（PB/PE/股息率）一般情况下不会成为上涨的制约因素；

（b）对于增速相对较低的公司（0-30%），估值的高低就比较关键，买入估值的高低多数情况下决定了预期回报率的高低；

（c）对于负增长的公司，买入估值的高低对涨跌幅影响的区分度也不大，都一样难获得超额收益。

（3）【30%】是价值投资增速要求的上限、景气投资要求的底线。

增速超过30%时，DCF定价会显得无能为力，因为30%增速对应着极高的理论估值水平；但当增速降低之后，将逐步进入DCF可定价阶段，也就是价值投资阶段。这也对应着前面讲到的，低速增长或增速跌破30%之后，估值的重要性提升。

（4）统计经验也表明，当增速由高位降至【30%】以下时，收益率将大幅下降。

对前一年增速>50%标的、当年降速增长的标的，按当年的增速分10档。可以发现规律：

（a）增速边际回落，但维持较高增速的标的，仍有超额收益（第1组~第5组）；

（b）第4组是临界线（增速>30%），当增速降至30%以下，市场表现显著变差。

若提高上一年增速要求至100%，统计【前1年增速>100%，当年降速增长】的情况，得到的结论也基本类似。因此，景气拐点的判断关键在于增速何时出现趋势性的向下拐点，从统计结果上来看，【30%】是个规律性比较强的经验值。

（5）【-50%】是景气拐点判断的另外一个关键，增速回落幅度超过50%，收益率将大幅降低。

对前一年增速>50%标的，按当年的增速降幅分10档，降幅分别从-10%到-100%。可以发现：

（a）增速边际回落，但维持较高增速的标的，仍有超额收益（第1组~第5组）；

（b）第5组是临界线（增速降幅小于50%），当增速降幅超过50%甚至负增长时，表现显著变差；

（c）高增长但降幅过大的标的，表现出了高增速的陷阱。一方面可能反应的是其盈利大起大落的“周期属性”；另一方面，也可能反应市场在高增长时期对盈利过度乐观，导致在降速增长时大幅杀估值。

值得注意的是，高增长标的，市场对其降速的容忍度也是提升的。提高上一年增速要求至100%，可以看到在增速降幅达到60%之后，过往的平均表现回落幅度不大。总结来说，对于【-50%】经验值的使用有一定灵活性，核心在于判断景气赛道何时出现盈利趋势向下拐点。

四、海外市场有没有景气投资？

首先，美股市场基本能平移的规律是：景气度高低决定相对收益高低。不管是A股过去30年，还是美股过去50年，涨幅高低与当年净利润增速的高低正相关。

其次，A股市场，市场对于增长的偏好有5种类型：【加速增长】≈【持续高增长】≈【减速增长-低降幅】>【困境反转】>【减速增长-高降幅】>【低速稳定】。美股市场也有类似的规律：【加速增长】、【持续高增长】、【减速增长-低降幅】依然是第一梯队，但整体规律性相比A股弱一些，特别是2010年之后。

另外，美股市场同样也有景气拐点统计特征：当增速降至30%以下时，收益率大幅降低。

但这种规律性同样在2010年之后边际减弱，可能原因在于：一是近10多年宏观和市场流动性充裕，好资产持续享受估值溢价；二是回购行为，可能平抑掉市场的部分波动。

五、A股市场景气赛道复盘

【-50%】和【30%】是大数统计下的概率规律，具体行情见顶的判断仍需结合赛道的盈利形成与定价模式。

复盘历史上典型的产业赛道行情发现，股价顶部既可能与g、Δg同步，也可能受供给扩张、盈利二次加速或远期预期变化影响。

据此可将其进一步区分为景气兑现型、产能反转型、空间定价型和稳定复利型，不同类型适用的核心顶部信号不尽相同。

景气兑现型赛道的顶部，核心看盈利动能是否由强转弱。

此类行业通常由需求扩张、渗透率提升和规模效应驱动，股价往往在盈利增速高位附近见顶，而后通过增速折半进一步确认。典型案例如20-22年的动力电池与19-20年的半导体设计，前者交易新能源车渗透率提升与装机放量，后者受下游景气扩张及国产替代兑现推动。

复盘来看，宁德时代的前瞻估值远早于股价见顶，盈利增速折半则紧跟股价顶后；而兆易创新的盈利增速折半与股价、估值顶部更为同步。对于这类赛道而言，更多以g和Δg为核心跟踪指标，前瞻估值的参考意义相对有限。

产能反转型同样关注Δg，但其供给特点可能使行情呈现双顶结构。

与景气兑现型不同，此类高供给弹性行业因景气改善刺激扩产、产能释放反向影响后续盈利，盈利可能呈现回落再抬升，因此单次增速折半更多提示阶段性降温，未必意味整轮景气结束。典型如20-22年的光伏硅料，通威股份在第一次增速明显回落后迎来了绝对估值顶，但盈利仍出现二次加速，股价也重新进入上行阶段；第二次增速见顶并持续下行后，行情才转入更明确的调整。

由此看，Δg仍能提示顶部区域，但产能扩张快使得单次触发【-50%】未必对应行情结束

于商业模式扩张、国产替代或渗透率早期，当期盈利尚不足以反映长期价值，市场更倾向于提前交易用户增长、订单空间和远期盈利，因而更关注前瞻估值。

典型如移动互联网与半导体设备，前者围绕用户增长和变现空间，后者受国产替代和长期订单驱动，两者的股价顶部均与Forward PE高点同步。对空间定价型赛道而言，顶部意味着增长已难以继续超出市场预期。

稳定复利型行业的见顶，通常伴随盈利增长预期放缓与估值收缩同步发生。此类资产具备较强竞争壁垒和盈利稳定性，行情多由稳定增长与估值扩张共同推动，因此见顶也往往不能由单一指标所捕捉。以21年的茅指数为例，盈利增速和估值在股价高点前均边际回落，但股价仍延续高位震荡。由于此类资产本身并非高增长类型，传统的增速折半或估值阈值适用性较弱，还是需要综合盈利确定性与估值水平来判断。

综合来看，行业模式决定了见顶信号的不同，关键在于识别各环节的主导定价变量。具体到本轮AI行情：

（1）光模块、算力芯片等需求扩张与盈利兑现较强的环节，归于景气兑现型，重点跟踪g、Δg是否同步走弱；

（2）服务器、PCB、液冷等制造属性更强的环节，还需叠加观察扩产、产能利用率和产品价格等指标，属于景气兑现与产能反转的复合类型；

（3）而大模型和应用等主要交易远期产业空间的，则更接近空间定价型，核心在于观察当前估值是否已透支未来增长。

六、美股市场景气赛道复盘

海外案例1：1980-81年的美国能源泡沫

1980-81年是能源板块的泡沫高点。两次石油危机把油价从每桶3美元推到1980年初的近40美元，之后直到2004年才被超越；1980年美股市值前十里有8家石油公司。泡沫崩盘来自供需两端：钻机数大增、持续释放原油供给的同时，沃尔克把利率推到20%引发1981-82年深度衰退，原油需求大降。

在这轮泡沫顶峰，典型原油公司的增速高点大约领先股价高点2-3个季度，增速于1980Q1见顶、股价于1980Q4增速快速下行时见顶，是比较典型的景气投资案例——增速见顶时、股价未见顶；增速高位震荡时，股价仍在上行；增速快速下行（跌破30%或降幅过半时），行情结束。

海外案例2：1989年的日本地产和半导体泡沫

1989年底是日本资产泡沫的顶峰（股市+地产+银行三重顶）。泡沫的破灭来自多项政策的急转弯：1989年底日本贴现率开始提升，一年多时间从2.5%连提五次到6%；同时政府出台房地产贷款总量规制；再叠加90年初地价税、海湾危机推高油价，以及巴塞尔协议对银行资本充足率限制等。

多重利空压制之下，日本上市公司的盈利增速高点和股价高点，大多是同步出现在1989年期间。可见，若是出现流动性或政策转向的显著冲击，景气资产（彼时地产和半导体产业）的价格高点会同步甚至提前于增速高点，类似的是A股的2015年或韩国的2026年中。

海外案例3：2000年的美国科网泡沫

90年代后期的科网行情，也是比较典型的景气资产走法。1999年之后，思科、朗讯、微软、康宁等主要的科网公司盈利增速已进入高位震荡状态，增速高点多数在1999年，之后维持高位震荡状态。

科网泡沫的破灭来自多重利空因素叠加：最关键的是美联储从1999年6月到2000年5月连加六次息（4.75%到6.5%，最后一次加50个基点）；2000年3月20日《巴伦周刊》点名51家现金即将烧完的公司；2000年4月3日微软反垄断判决；2000年4月14日通胀数据超预期，宏观基本面持续过热。

海外案例4：2008年的美国金融和地产泡沫

2008年的次贷危机对应的是是美国地产泡沫的顶峰。2000年低息刺激地产和消费的救市举措埋下了次贷危机的隐患。基于通胀压力，美联储于2004年6月到2006年8月连续17次加息，流动性冲击在2006年下半年开始显现，新世纪金融2007年4月破产，揭开了美国次贷危机的帷幕。

事实上，这轮周期中，美国典型的金融和地产公司盈利增速比股价更早见到高点。美国银行增速在2004-07年维持在15%上下、PROLOGIS REIT的增速高点在2006年底就已见顶。但市场是在货币政策连续收紧、金融产品风险暴露之后才见顶。从这个角度看，与2000年泡沫也有类似之处，都是刺破于流动性的持续收紧。

总结来看，有几点关键结论：

（1）加息不可怕，但加息中后期需谨慎，因为泡沫破灭的共同因素之一都是连续加息导致宏观和盈利转向；

（2）典型的景气投资案例（1980年能源、2000年科网、2008年美国地产）——增速见顶时、股价未见顶；增速高位震荡时，股价仍在上行；增速快速下行（跌破30%或降幅过半时），行情结束；

（3）但若出现政策与流动性急转弯，外生冲击可能使股价顶与增速顶同步甚至更早，比如日本1989年、A股2015年、韩国2026年。

七、当前AI赛道景气周期走到哪了？

首先，较低的渗透率以及持续的CAPEX，意味着AI产业仍是进行时。

根据微软报告，2026年第一季度全球人工智能渗透率达17.8%，比2025年下半年增长1.5个百分点；其中，美国31%、德国31%、日本23%、中国16%。

按PC、互联网等产业发展规律，达到40-50%渗透率之后，可能才会引起股价较长时间的滞涨。当前AI整体渗透率不高，特别是正式部署进生产环境这一层。

其次，往前看，即使核心AI资产出现盈利的二阶导边际放缓（对应表观估值的高点），也不意味着景气拐点的出现，产业强度以及渗透率仍将继续支撑EPS和股价。

最后，客观来讲，由于供需结构、技术壁垒等差异，AI内部不同环节的景气度大概率会分化，后续对研究颗粒度的要求也将更高。

八、风险提示

地缘冲突超预期，使得全球通胀上行压力超预期；

海外通胀及美国经济韧性，使得全球流动性更快进入紧缩周期；

国内稳增长力度不及预期，使得经济复苏乏力及市场风险偏好下挫等。

本报告信息

对外发布日期：2026年7月26日

分析师：

刘晨明：SAC 执证号：S0260524020001

郑恺：SAC 执证号：S0260515090004

李如娟：SAC 执证号：S0260524030002

陈振威：SAC 执证号：S0260524090002

法律声明

请向下滑动参见广发证券股份有限公司有关微信推送内容的完整法律声明：

本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，相关客户须经过广发证券投资者适当性评估程序。其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，若使用本微信号推送内容，须寻求专业投资顾问的解读及指导，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。

完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。

在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。

本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。

本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。