摩根士丹利在2026年11月15日的策略报告中,建议对全球股票采取最高超配配置,维持美股超配评级,并将日本、欧洲股票上调至超配,新兴市场则维持标配。这一配置建立在两个判断上:风险资产估值已经回落,人工智能(AI)资本开支周期仍在延续,有望支撑经济与企业盈利的韧性至2027年。

全球股票超配,区域选择仍有差别

由唐诗韵等策略师提出的安排,扩大了发达市场股票在其配置建议中的覆盖范围。美国继续处于超配位置,日本和欧洲的评级上调,而新兴市场没有同步调整。因此,全球股票获得更高配置权重,并不意味着各个地区都得到同等程度的看好。

超配是相对于配置基准提高某类资产权重的建议,并不等于全仓投入,也不代表摩根士丹利已经完成相应交易。理解这份报告,重点在于其建议把风险预算更多分配给股票,以及这种倾向在不同地区之间如何落实。新兴市场仍获标配,说明该行的积极判断具有区域边界。

估值回落与AI支出构成两项前提

摩根士丹利将风险资产估值回落视为增加风险敞口的理由,同时判断AI资本开支周期没有中断。两者分别对应股票配置的不同环节:估值影响投资者为盈利支付的价格,资本开支则关系到企业订单、收入和后续盈利能否获得支撑。

从这一逻辑看,估值回落本身不足以证明股票更具吸引力。如果盈利预期同时走弱,较低估值未必意味着投资条件改善。该行的配置建议之所以偏积极,是因为它同时假设AI投入能够继续支持经济与盈利。因此,这一判断需要估值和盈利两方面的条件配合,不能仅凭价格或估值调整就完整复现其结论。

对市场影响的观察也应区分投入和回报。AI资本开支持续,首先说明相关投资活动仍有支撑;这些投入能否转化为更广泛企业的经营收益,还需要后续业绩验证。支出周期延续与应用企业兑现收益,属于相互关联但并不相同的阶段。

关注范围从云厂商延伸至应用企业

报告认为,全球股票内部的关注主线正在从云厂商向外扩散,并提出2027年AI落地应用企业的收益将越来越受到关注。这意味着其研究视角不再只停留在提供基础设施和算力服务的企业,也开始覆盖使用AI改善经营的企业。

我们的判断是,这一变化更适合被理解为盈利验证范围的扩大。云厂商的投入能够体现建设需求,但应用企业是否受益,需要观察AI使用能否形成收入、成本或效率方面的改善,并最终反映到经营结果中。仅有AI应用计划,尚不足以证明收益已经实现。

这一判断也有明确边界:报告对2027年关注重点的描述属于前瞻观点,并不是对所有应用企业经营成效的确认。若企业投入增加,却未能形成可识别的经营改善,应用扩散就难以自动转化为盈利支撑。

跨资产配置体现风险承担的边界

除股票外,摩根士丹利还表达了对投资级企业债和黄金的积极看法。将这些偏好放在一起看,其配置框架同时涉及股权、信用与黄金,不能把股票最高超配单独解读为对各类风险资产的一致评价。

后续最需要核对的,是AI资本开支是否延续、相关企业盈利能否承接投入,以及日本和欧洲获上调后,区域企业的经营表现是否支持配置判断。对这份策略而言,具体风险在于估值吸引力与盈利韧性出现脱节:若投入不能转化为预期中的经营收益,全球股票超配所依赖的重要前提就会受到削弱。