在過去十年裡，全球科技行業的敘事主軸幾乎完全被“指數級增長”所壟斷。摩爾定律的慣性、雲端運算的無限彈性以及風險資本對規模的狂熱追逐，共同建構了一個彷彿資源無限、邊界無窮的擴張時代。然而，隨著未來學家伊恩·可汗（Ian Khan）及其研究機構最新發佈的《2026年50大科技趨勢前瞻報告》（The Top 50 Technology Trends Report 2026）正式出爐，這種單一維度的增長神話正在宣告終結。這份詳盡的報告為全球企業高管、政策制定者及技術領袖描繪了一幅截然不同的未來圖景：2026年將標誌著科技行業正式進入“約束時代”。在這個新階段，技術的價值不再取決於其在實驗室裡的參數突破，而在於其在嚴苛的物理資源限制、合規圍欄以及社會信任底線之上，能否實現可持續的商業落地。這份報告不僅是對未來12至36個月技術風向的預測，更是一份關於“清醒”的戰略宣言。報告核心觀點指出，AI與自動化系統不再受限於人類的想像力，而是開始受制於能源供應、監管邊界及勞動力適應能力等“硬約束”。如果說過去十年的主題是關於“可能性”的探索，那麼未來三年則是關於“可行性”的角逐。物理現實的回歸：算力瓶頸與能源戰略的博弈報告最引人注目的論斷之一，是物理基礎設施重新奪回了科技戰略的中心地位。在長達數年的“軟體吞噬世界”浪潮之後，物理世界的硬約束正在成為決定人工智慧發展速度的決定性力量。報告分析認為，到2026年，AI發展的真正限制因素將不再是演算法模型的參數量，而是能源、電力容量以及計算成本。這一趨勢標誌著AI戰略正在演變為能源戰略。在過去的36個月裡，儘管生成式AI的需求激增，但直到最近一年，企業才開始直面資料中心交付周期延長、電力供應短缺以及推理成本高昂等嚴峻現實。報告預測，這種資源匱乏將迫使算力分配成為企業董事會等級的核心議題。企業將告別對超大通用模型的盲目崇拜，轉而採取一種更為務實的“模型路由”策略：即在滿足質量閾值的前提下，使用最小、最高效、最節能的模型來完成任務。與物理約束相伴而生的，是計算架構的去中心化與再中心化的博弈。報告指出，邊緣AI將迎來爆發式增長，但這並非是對雲端運算的否定，而是出於對延遲、隱私和成本的精算。在製造工廠、醫療診所和能源網路等對即時性要求極高的場景中，智能處理將從雲端回流至本地裝置。與此同時，為了應對日益複雜的地緣政治環境，“資料本地化”將重塑雲架構。跨國企業將不得不建立區域感知系統，以適應各國在資料主權、出口管制和合規性方面日益割裂的要求。全球化技術堆疊正在分裂，能夠靈活適應這種“碎片化”架構的企業將獲得生存優勢。此外，數字世界對“真實性”的迫切需求也催生了新的基礎設施層。在合成內容氾濫的背景下，報告強調，數字溯源技術將從可選項變為信任的基石。當AI生成的以假亂真的內容成為常態，內容的來源、修改記錄及簽名驗證將比內容本身更具價值。與之呼應的是，後量子密碼學正從理論規劃走向實際部署。面對“現在竊取，以後解密”的潛在威脅，金融、醫療和政府機構將不得不提前佈局，以保護長周期的敏感資料。從通用實驗到垂直深耕：AI作業系統的重構與治理《2026年50大科技趨勢前瞻報告》深刻地揭示了企業AI應用範式的轉型：從通用目的的實驗性試點，轉向特定領域的深度營運。過去幾年備受追捧的“通用企業AI助手”正在被證明在處理高精度任務時存在侷限性。報告指出，在財務結帳、保險承保、臨床文件記錄或合規審查等容錯率極低的環境中，企業需要的不是一個無所不知但偶有幻覺的聊天機器人，而是經過特定領域詞彙、規則和責任框架調優的垂直模型。這一轉變預示著“多智能體系統”將成為處理複雜工作的默認模式。單一的AI助手往往難以應對跨越多個系統的長鏈條任務，而分工明確的智能體網路——有的負責規劃，有的負責執行，有的負責監督——將能夠解決異常情況、協調審批流程並驗證輸出結果。這種架構不僅提高了自動化流程的可靠性，還引入了必要的“智能體治理”機制。隨之而來的是企業軟體互動介面的徹底革新。報告大膽預測，傳統的以儀表盤為中心的管理系統將被AI原生介面所取代。長久以來，企業軟體僅僅充當監視器的角色，向使用者展示資料，卻將決策和執行的負擔留給人類。而新一代的AI原生系統將不僅是資訊的展示者，更是意圖的執行者。使用者不再需要盯著複雜的圖表分析資料，而是直接下達“解決這些異常”、“生成結帳包”或“分流這些索賠”的指令。軟體正在轉變為操作員，這種轉變將極大提升財務營運、客戶服務和IT管理的效率。然而，隨著AI深入核心業務流程，監管和審計不再是事後的補充，而是變成了設計約束。報告強調，AI系統的“可審計性”和“決策日誌”將成為標準實踐。如同金融系統需要詳盡的帳目一樣，AI的每一次推理、每一個版本的模型呼叫以及每一次人類的批准動作，都必須被記錄在案。演算法的黑盒時代正在結束，透明度和可解釋性成為了技術合法性的入場券。與此同時，AI安全將成為強制性的基礎設施，重點不再是防禦外部網路攻擊，而是控制AI的權限、防止提示注入（Prompt Injection）以及避免資料通過模型輸出而洩露。人機協作的新契約：重塑組織形態與戰略耐心技術變革的震波最終將重塑人類的工作方式和組織結構。報告認為，2026年的贏家既不是堅持純手工操作的傳統主義者，也不是試圖實現完全自動化的激進派，而是那些能夠有效設計“人機迴環”流程的組織。在這種模式下，角色被重新定義：AI負責默認執行，人類負責例外處理、監督和高風險決策。這要求管理者從單純的“監督者”轉變為“系統設計師”。未來的管理者將不再花費大量時間盯著員工的出勤或任務進度，而是專注於設計工作流、設定激勵機制以及定義機器介入的邊界。這種轉變對人才市場帶來了劇烈的衝擊。報告提出了一個發人深省的概念——“技能半衰期的急劇縮短”。隨著AI接管了知識檢索和基礎執行功能，單純的知識儲備或特定工具的操作技能將迅速貶值。真正的核心競爭力變成了適應力。靜態的技能框架將不再適用，取而代之的是持續的微認證和在崗AI輔助學習。對於組織而言，這意味著必須建立正式的“AI素養”要求，但這不僅僅是教員工如何使用工具，更是教他們如何監督、質疑和管理演算法的輸出。在宏觀層面，AI的影響力正滲透進資本配置和風險管理的核心。金融預測正在從確定性的“點估計”轉向機率性的區間預測，以更好地反映波動環境下的不確定性。同時，保險和金融行業正在為AI可能引發的系統性風險做準備——當所有模型都使用相似的資料訓練並做出相似的決策時，可能會導致共振式的市場崩塌。因此，長期的風險管理和韌性建設重新回到了戰略高地。報告最後提出的“戰略耐心”概念，或許是給當下焦慮的科技界最重要的一劑解藥。在技術快速更迭的洪流中，敢於“慢下來”似乎是一種反直覺的策略。但報告深刻地指出，在經歷了早期的炒作和試錯後，那些能夠審慎觀察、分階段部署、並預留時間讓組織消化技術變革的企業，將比那些匆忙上馬、債台高築的先行者走得更遠。2026年的科技圖景不再是關於單一技術的奇點突破，而是關於如何在一個充滿約束的世界裡，將AI、能源、安全和人類智慧編織成一個具有韌性的複雜系統。在這個約束時代，穩健即是新的速度。附錄：2026年50大科技趨勢完整列表(1) 特定領域AI模型取代通用企業AI：企業將從通用的大語言模型轉向針對特定行業詞彙、規則和責任進行調優的垂直領域模型，以確保在金融、醫療等高風險環境中的精確性 。(2) 多智能體AI系統成為複雜工作的默認模式：單一的AI助手將演變為分工明確的智能體網路（規劃、執行、驗證），以處理跨系統的多步驟複雜任務 。(3) AI安全成為強制性基礎設施：安全重心將從傳統的網路邊界防護轉向AI特定的控制，包括防止提示注入、資料通過模型輸出洩露以及控制智能體權限 。(4) 數字溯源成為信任剛需：在合成內容氾濫的時代，驗證內容的來源、修改記錄及數位簽名將比內容本身更具價值，成為監管和商業的硬性要求(5) AI原生介面取代以儀表盤為中心的企業系統：企業軟體將從“監控與報告”轉向“意圖與執行”，使用者直接下達結果指令，而非手動分析儀表盤資料 。(6) AI算力與電力成為真正的約束：AI發展的限制因素將不再是想像力，而是資料中心的能源供應、電力容量及高昂的推理成本，迫使企業進行算力配給 。(7) 模型效率成為競爭優勢：企業的競爭重點將從追求更大模型轉向更智能的部署，即使用能滿足質量閾值的最小模型來降低成本和延遲 。(8) 邊緣AI因隱私、延遲和成本壓力而擴張：為了規避雲端推理的高成本和資料隱私風險，智能處理將大規模回流至工廠、裝置和醫療診所等本地終端 。(9) 機密計算進入主流AI領域：為了在處理敏感資料（如金融、醫療）時防止洩露，受保護的硬體執行環境將成為AI推理的標準配置 。(10) 地緣政治重塑資料、雲和AI架構：資料主權和出口管制將迫使跨國企業建立區域分割的IT架構，全球統一的技術堆疊將面臨解體 。(11) 後量子密碼學從規劃走向部署：為了防禦“現在竊取，以後解密”的威脅，企業和政府將開始實際部署抗量子加密演算法，保護長周期敏感資料(12) 監管成為AI系統的設計約束：合規性將從部署後的“補丁”變為設計階段的“藍圖”，AI系統的建構必須內建可解釋性、風險分類和文件記錄(13) 搶先式網路安全取代被動防禦：網路防禦將利用AI進行威脅預測、自動紅隊測試和主動加固，而非僅僅依賴事後的檢測與響應 。(14) AI驅動的欺詐與風險決策加速：AI將成為即時欺詐檢測和信貸決策的主力，在速度和模式識別上全面超越人工，但也帶來新的偏見風險 。(15) 數字身份現代化加速：為了支援AI驅動的自動化互動並減少欺詐，去中心化身份和生物識別等基礎設施將得到快速普及 。(16) 持續結帳變革財務營運：借助AI輔助的對帳和異常處理，傳統的月度或季度財務結帳將被即時的“持續結帳”模式所取代 。(17) 保險業轉向預測性、AI主導的模型：保險公司將大規模採用AI進行承保定價、理賠分流和風險建模，從歷史資料分析轉向即時預測 。(18) 製造業變得軟體定義化：工廠營運將不再受限於硬體，而是通過軟體定義系統實現生產線的靈活調整、質量控制和AI最佳化 。(19) 供應鏈變得演算法化和自適應：供應鏈管理將從靜態的計畫模式轉向演算法驅動的自適應系統，能夠即時感知並響應全球中斷 。(20) 醫療AI優先聚焦營運和預防：AI在醫療領域的近期價值將主要體現在減輕行政負擔、最佳化流程和疾病預防上，而非激進的治療手段 。(21) AI素養成為正式組織要求：企業培訓將從選修課變為必修課，重點在於教員工如何監督AI、理解風險以及避免過度依賴，而非僅僅是操作工具(22) AI可審計性和決策日誌成為標準實踐：AI系統將被要求具備類似金融記帳的透明度，所有的輸入、輸出、模型版本和人類審批都必須有據可查(23) 合成資料擴展以解決隱私和稀缺性：在受監管或資料稀缺的領域，合成資料將成為模型訓練和系統測試的主要資源，以規避隱私風險 。(24) 上下文工程成為核心資料學科：競爭優勢將從單純擁有資料轉向建構高品質的上下文（定義、關係、中繼資料），以引導AI生成精準結果 。(25) 企業知識通過內部Copilot產品化：組織將把隱性的內部知識轉化為受控、可搜尋的AI助手，從而減少對老員工記憶的依賴並加速入職 。(26) 物理AI進入工業環境：AI將走出螢幕，深入工廠、倉庫和基礎設施，直接參與物理裝置的檢查、維護和控制 。(27) 機器人從自動化轉向自適應自主：機器人將不再侷限於執行死板的指令碼，而是具備環境感知和適應能力，能在非結構化環境中與人協作 。(28) 數字孿生進化為營運決策工具：數字孿生將從單純的3D可視化升級為即時的營運決策系統，用於模擬場景、預測維護和最佳化能源 。(29) 智能基礎設施結合感測與最佳化：城市和建築將整合感測器網路與AI最佳化演算法，以即時調節交通、能源消耗和設施性能 。(30) 能源與AI成為相互依存的系統：AI的部署將根據電力可用性進行規劃，而能源網路本身也將依賴AI進行負載平衡和效率最佳化 。(31) 人機組隊成為主導營運模式：工作設計的核心將從“替代”轉向“協作”，明確劃分AI的自動化執行任務與人類的監督例外處理任務 。(32) 技能半衰期急劇縮短：隨著AI接管知識檢索和執行，具體技能的有效期將縮短，適應力和持續學習能力將成為核心職業競爭力 。(33) 管理從監督轉向系統設計：管理者的角色將從監督員工的具體活動，轉變為設計工作流、激勵機制和人機協作系統 。(34) 基於成果的工作取代基於時間的指標：隨著AI大幅壓縮執行時間，按工時考核將失效，基於具體產出和成果的績效評估將成為主流 。(35) 演算法管理擴張後趨於穩定：演算法在任務分配和調度中的應用將增加，但會引入更多的人類申訴機制和透明度，以平衡效率與員工權益 。(36) 企業文化成為可測量的系統：利用資料分析協作模式和決策行為，企業文化將從抽象的概念轉變為可量化、可管理的營運指標 。(37) 人才市場變得流動和項目化：企業將更靈活地組合全職員工、自由職業者和AI代理，以項目為單位動態配置資源 。(38) 信任成為領導力核心能力：在演算法中介的時代，建立利益相關者對技術系統和決策過程的信任，將成為領導者的關鍵職責 。(39) 不重設計流程，知識工作生產力將停滯：僅引入AI工具而不重塑工作流程將遭遇收益遞減，流程再造是釋放AI生產力的前提 。(40) 倫理從原則走向實踐：AI倫理將從高大上的宣言轉變為具體的營運控制，包括偏見測試、紅隊演練和危害緩解機制 。(41) 資本配置受AI影響但由人類治理：AI將用於預測需求和壓力測試，但最終的資本分配和戰略投資決策權仍將牢牢掌握在人類手中 。(42) 金融預測從點估計轉向機率：單一數字的財務預測將失去信譽，企業將轉向基於機率的區間預測，以更好地應對市場波動 。(43) 數字貨幣和代幣化資產悄然成熟：在炒作退潮後，受監管的代幣化資產將在機構結算、跨境支付和資產抵押中發揮實際效用 。(44) 保險和金融準備應對AI引發的系統性風險：金融系統將開始防範因AI模型同質化和演算法共振可能引發的系統性市場崩盤 。(45) 無形資產的測量成為戰略性指標：資料質量、模型可靠性、組織適應力等無形資產將被納入企業的戰略績效考核體系 。(46) 政府現代化通過AI營運加速：政府將利用AI解決後台處理、許可審批和服務交付的積壓問題，以提升行政效率而非替代決策 。(47) 氣候建模和適應變得依賴AI：AI將成為應對氣候變化的核心工具，用於高精度的氣候模擬、災害預測和基礎設施韌性規劃 。(48) 科學發現通過AI增強研究加速：AI將深入材料科學、生物學和能源研究，輔助生成假設和設計實驗，顯著縮短髮現周期 。(49) 長期風險管理獲得戰略重要性：為了對抗短期效率最佳化帶來的脆弱性，企業將重新重視針對低機率、高衝擊事件的長期情景規劃 。(50) 戰略耐心成為競爭優勢：在技術快速迭代的時代，能夠審慎觀察、分階段部署並避免盲目跟風的“戰略耐心”將成為企業的競爭壁壘 。 (21世紀關鍵技術)

全球製造業增加值50強，中國斷崖式領先！製造業（Manufacturing industry），是所有與製造有關的企業機構的總體，產業鏈供應鏈體系的重要組成，國民經濟和綜合國力的支柱產業、國民經濟的主體，是立國之本、興國之器、強國之基。製造業增加值是指製造業企業在報告期內以貨幣形式表現的製造業生產活動的最終成果；是製造業企業全部生產活動的總成果扣除了在生產過程中消耗或轉移的物質產品和勞務價值後的餘額；是製造業企業生產過程中新增加的價值。按現價美元計算的2024年各國、地區製造業增加值排行前50強，如下表1、圖1：全球製造業增加值為17.1087兆美元（現價美元，下同）。前50強製造業增加值為15.7264兆美元，佔比世界份額的91.92%，而剩下的約190個國家、地區僅佔8.08%，如圖2：前50強中，歐洲整體實力最強佔據21席，其次亞洲佔據18席，北美洲4席，南美洲4席，非洲2席，大洋洲僅有1席——澳大利亞。其中發達國家22個，3個2023年在“發達國家名單”的國家——波蘭、匈牙利和葡萄牙，開發中國家佔比一半，25個。全球製造業前5強為：1、中國4.6614兆美元，佔全球製造業增加值的27.25%，近十分之三，遠超原製造業霸主美國，也高於歐盟地區27個成員國的總和，比第2至第4名的美國、日本和德國總和還多，也高於第5名至第22名之總和，更高於第22名之後所有國家地區的總和！自2010年超越美國以來，已經連續16年穩居世界第一。如圖3：2、美國2.9131兆美元，佔比17.03%，自1890年超越大英帝國以來，已經霸佔全球製造業榜首120年——是人類有史以來持續最久的現代製造業第一的世界記錄。3、日本8670億美元，佔比5.07%，曾長期是亞洲製造業的領頭雁，自2006年被中國超越後從世界第二退居第三。4、德國8437.21億美元，佔比4.93%。5、韓國4991.90億美元，佔比2.92%。新中國從一窮二白的落後農業國，僅經歷了短短的28年艱苦奮鬥就建立了相對完整獨立的工業體系，是人類史上完成基本工業化道路用時最短的主要大國，之後又用時28年超越製造業第二大國日本，接著繼續發力4年就超越了原製造業霸主美國，成為世界第一大工業國持續至今，創造了人類工業史上的奇蹟！ (陸典谷中越普法)

歷史的轉折，往往只有在回望時，才顯得驚心動魄。站在2026年初，回看剛剛過去的2025年，我們或許會逐漸意識到：這是中國資本市場歷史上，註定會被反覆提及的一年。2025年，確實是不平凡的一年。它不僅僅是一組亮眼資料的集中呈現，更是一場正在發生、且仍在延續的資產定價範式轉變。這一年，我們看到以匯金為代表的“國家隊”果斷出手，穩定市場預期；看到險資等長線資金持續加碼，成為市場的重要力量；也看到越來越多個人投資者，開始放棄高頻博弈，轉而用指數的方式參與市場。當上證指數以17連陽的破紀錄走勢，強勢改寫A股歷史；當全市場ETF規模如洪流般衝破6兆大關——這不僅意味著規模創新高，更清晰地宣告了一個新時代的來臨。機構化、指數化投資，正在以前所未有的速度，重塑A股的運行邏輯。在這樣一場深刻的資金遷徙之中，創業板50ETF(159949)入選格隆匯“2026下注中國十大核心ETF”榜單。01創業板50：科技濃度更高聚焦新質生產力賽道回到2025年的A股，如果只用一個詞來概括，那一定是——結構分化。主要指數幾乎全面上漲，但真正拉開差距的在於不同指數之間的漲幅差異大。滬深300全年上漲17.66%，中證500上漲30.39%，中證1000上漲27.49%，科創50上漲35.92%。而創業板50全年上漲57.45%，成為成長風格中最耀眼的指數之一。如果把時間維度進一步拉長，從“2024年9月24日”算起，截至2025年年底，創業板50指數累計漲幅達到126.16%，在A股所有寬基指數中排名第一，成為A股反攻先鋒。(本文內容均為客觀資料資訊羅列，不構成任何投資建議）這樣的表現，很難簡單歸結為“運氣”。答案，更多藏在指數本身。在一眾成長類指數中，創業板50的編制邏輯顯得格外直接。它並非單純按照市值排序，而是目前市場上唯一將“近半年日均成交額”作為第一排序指標的主流寬基指數。這意味著什麼？意味著它天然貼近資金、貼近共識，也貼近市場正在集中表達的方向。它不是事後總結行情，而是在行情形成過程中反映的即時共識。在創業板指的100隻樣本中，創業板50通過“規模+流動性”的雙重篩選，選出更活躍、更具市場話語權的50家公司。這一機制，決定了它在行情演繹中，往往更具進攻性。從行業分佈來看，創業板50的科技濃度明顯更高，聚焦資訊技術+新能源+金融科技+醫藥四大新質生產力賽道。創業板50指數，追“光”識“新”掘“金”。橫向對比來看，創業板50指數的光模組含量、新能源含量以及金融科技含量優於創業板指以及主流寬基指數。值得一提的是，以光模組為例，當CPO概念在2023年尚處於萌芽階段時，創業板50指數便憑藉其對流動性的敏銳機制，將中際旭創、新易盛、天孚通訊等“CPO三巨頭”陸續納入成份股體系。這並非事後復盤，而是指數機制對資金流向和產業熱點的自然回應。也正因如此，創業板50才能在2025年的行情中脫穎而出。2025年的A股，本質上由流動性寬鬆與主題輪動主導；而站在2026年的門檻，市場正在逐步進入一個新的階段——業績驗證期。在這一階段，能夠長期反映創新方向、並經得起基本面檢驗的指數，其重要性正在被重新評估。02創業板50ETF(159949)記錄中國科技成長主線的變化在市場資金對創業板指數追捧之際，創業板50ETF(159949)，正是在這一過程中，逐漸形成長期樣本的一隻產品。截至2025年末，該ETF最新規模為306.52億元，過去一年日均成交額約14.71億元，流動性水平在深交所ETF中處於前列。但相比規模，更值得關注的，是它的時間維度。在已經上市交易的12隻創業板50ETF中，有9隻是在2025年內新上市。相比之下，創業板50ETF(159949)已上市超過9年，完整經歷了多輪市場周期。這使得它不只是一個階段性工具，更像是一份持續運行的市場樣本。從指數特徵延伸來看，創業板50指數在盈利能力、成長性與估值之間，呈現出相對均衡的狀態。自指數發佈以來，其ROE在多數年份維持在10%—20%區間，並長期跑贏創業板指、滬深300、科創50等主流指數。盈利資料方面，創業板50指數的淨利潤增速在2025年重新轉正，前三季度達到26%，在A股主要指數中處於較高水平。估值方面，指數PE-TTM約42倍，處於近十年約46%的歷史分位。經歷過2024年的低點之後，估值修復並非一蹴而就，而是與產業兌現的逐步驗證。從這一角度看，創業板50ETF更多承擔的是一種“核心成長資產載體”的角色。它並不追逐單一題材，而是持續反映中國科技成長主線的變化。在ETF市場持續擴容、資金逐步向頭部產品集中的過程中，這類長期樣本的存在，本身就具有重要意義。自2009年開板以來，創業板已走過十六載，穿越了中國證券市場周期與產業周期的雙重洗禮。從早期的傳媒、軟體，到後來的新能源、生物醫藥，再到如今的光通訊與人工智慧，華安創業板50ETF(159949)及其聯接基金(A類:160422；C類:160424)標的指數始終覆蓋著中國經濟轉型的核心方向。它不僅是一種工具形態的存在，更是一種“新質生產力”的對應。03從創業板到中國資產：中國股市的長期想像力正在被重新打開自2009年開板以來，創業板已經走過16年。這16年，既是中國資本市場不斷完善的過程，也是中國科技產業持續演進的過程。從創新企業的孕育，到移動網際網路浪潮；從新能源、智能製造、生物醫藥的崛起，到近年的光通訊、電子與人工智慧，創業板始終站在產業變遷的前沿。創業板50指數，正是這一過程的高度濃縮。資料顯示，創業板50僅佔創業板公司數量的不到4%，卻貢獻了約38%的總市值和56%的歸母淨利潤(2025Q3)。其前十大權重股的海外業務佔比均值高達49%，深度嵌入全球產業鏈。這使得創業板50，成為觀察中國“雙循環”戰略的重要窗口。當視角進一步放到全球，中國資產的定價邏輯也正在發生變化。高盛在最新發佈的《中國展望》報告中，維持對A股和H股的“超配”評級，認為企業盈利改善與估值修復，將成為未來兩年的核心驅動力。在其分析框架中，AI技術應用、企業“出海”趨勢以及“反內卷”政策，正在共同推動利潤增長；與此同時，中國市場仍然存在顯著的估值折價，人民幣資產的配置價值持續上升。這些判斷，最終都會回到一個更根本的問題上——中國資本市場，正在為怎樣的未來定價？或許，ETF的崛起，本身就是答案的一部分。風起於青萍之末，浪成於微瀾之間。2025年，ETF規模突破6兆，或許只是一個起點。更重要的，是那條正在逐漸清晰的線索——資金，正在用更長期、更理性的方式，重新理解中國，也重新理解A股。而這，正是留給市場，最值得期待的地方。 (ETF進化論)

剛剛，全球汽車50強的榜單正式出爐！特斯拉豐田小米比亞迪紛紛宣佈上榜！但這一次網上卻引發了非常大的爭議！比如特斯拉繼續無可爭議的排第一，豐田繼續排第二，小米跟比亞迪分列第三跟第四！但是對於這份排名，網友們吵翻了天！爭吵最多的是憑什麼小米跟比亞迪能排前幾名？而且碾壓奔馳寶馬法拉利大眾等等世界級車企？！我看了一下完整的排名前五十的榜單，我覺得確實挺顛覆過往認知的：1，小米為什麼爭議大？排全球汽車領域的第三名確實有點水份，其實我挺看好小米汽車的，以後可能會進入前三，但目前確實市值成份裡面有很多是小米手機等各種電子產品的加成。如果單獨說汽車領域，小米汽車目前距離全球第三確實還是有一些距離！但現在榜單是按照市值來排名，小米汽車又沒有拆分出來，所以網友認為這個有爭議點，我也能理解。2，比亞迪排第四，這個其實沒啥爭議的。剛出爐的2025年度純電汽車銷量我看了一下，比亞迪全球賣了200多萬輛純電的，特斯拉賣了100多萬輛，這是中國車企首次登頂純電銷量的全球第一；這個成績如果是在歐美國家，早就已經被吹爆了，但是我們這裡大家還在質疑比亞迪竟然能排第四？將心比心如果比亞迪是一家美國車企或者歐洲車企，它的排名至少會放在前三名！3，很多人低估了中國汽車這幾年的發展速度。你們知道整個全球排名前50的車企，我們中國佔據了多少家嗎？50個名額裡面，中國有19家入選了；這個數字放在五年以前是不敢想像的！奔馳，寶馬，法拉利，大眾這些世界級的車企以前是全部需要我們中國人仰望的存在，現在呢？你們在大街上看到奔馳寶馬大眾還會覺得自己的車低人一等嗎？當我們還在貶低自己的企業的時候，還是不自信的時候，很多人可能不知道中國車企如今在國外有多麼吃香。。當然雖然我們的車企開始崛起，開始遍地開花；但是利潤確實還是比較偏低！這也是全球電動車企業的通病，都還在燒錢階段，以量換市場！比如從利潤上來看，我們所有車企加一起可能都沒有日本的豐田高，但是特斯拉賺錢其實也沒豐田多，但誰會認為特斯拉不如豐田？現在大家之所以認可特斯拉，認可比亞迪，認可中國車企在全球的排名，是因為大家知道這些車企遲早會賺大錢！就跟當年的大眾奔馳寶馬一樣！而且那一天不會太遠！4，今天是我們中國汽車歷史上最好的一天。給大家看一看所有排名全球前列的所有中國車企名單吧：比亞迪，小米，賽力斯、長城、上汽、吉利，小鵬、理想、蔚來、零跑等等。。過去五十年，從沒有那一刻中國的車企能像今天一樣！在全球汽車圈如此璀璨奪目！從一開始的只能高價進口別人的，被別人收割財富；再到後來的入股合資低三下四模仿別人的技術！一直到現在，我們中國汽車整整走了幾十年的路，花了那麼多時間過去；才有了今天的身份。我們中國，已經毫無爭議的在今天成為了全球公認的新的汽車強國！當然我們也清晰認識到汽車產業鏈還有很多不足，比如利潤還偏低，比如世界影響力還沒有傳統車企那樣巨大！至少在國外是名氣還偏低。但至少現在的事情證明我們的科技路線是沒有錯，大家一定要知道科技無法造假，現在的科技突破，很多汽車技術突破，其實才是最重要的。這是多年累積下來，才迎來爆發的。現在這樣一步一步走！至少說明方向對了，那我們遲早就會去國外暢銷，以後賺外國人錢的！ (王晶華說AI)

這個可信度不高WCCFTech報導，網上傳出謠言，輝達可能會削減其GeForce RTX 50 系列消費級GPU的產量計畫。這一策略調整併非因為產品本身存在缺陷，而是為了在有限的產能條件下，優先滿足利潤率更高且需求更旺盛的 AI 晶片訂單。相關傳聞指出，輝達在面臨台積電先進製程產能分配時，正傾向於將更多資源撥給其資料中心等級的 Blackwell AI GPU。底層邏輯是，AI行業對H100/H200及新一代B200 晶片的需求已達到“瘋狂”的程度。相比消費級顯示卡，AI晶片能為輝達帶來更高的單價和利潤空間。而同時，GDDR7視訊記憶體目前也面臨著潛在的供應緊張和價格波動，這進一步限制了RTX 50系列的供應。不久前的報導指出，日本地區的顯示卡零售價格已經悄然上漲，若傳言屬實，像 RTX 5090、RTX 5080 這樣的高端型號可能回到同上市初期時溢價和一卡難求的局面。此外，在AMD方面已經有傳出因為受制於顯示卡視訊記憶體的價格而需要提升整卡GPU價格，這樣看來，輝達暫時不會提價，而是減少RTX 50的供應，來保證短期內的供應穩定。媒體透露，Blackwell GPU在明年第一季度供應量可能減少多達40%，這是一個非常龐大的數字。更多方的消息指出，輝達選擇了將GPU核心與視訊記憶體晶片取消捆綁供應，這一方式將視訊記憶體晶片的採購風險和議價權轉交給了合作夥伴廠商，這樣一來一些體量較小的品牌可能會面臨嚴重的生存危機。無疑，最近的新聞報導都在顯示AI風潮時代下遊戲玩家生態位的“邊緣化”。對於輝達而言，一邊是毛利驚人的 AI 訂單，一邊是競爭相對平淡、且受限於 DRAM 成本上漲的消費級遊戲市場，商業天平的傾斜並不令人意外。 (AMP實驗室)

上周，我們對比了納斯達克和港股中概互聯的近三年的估值、基本面變化的差異情況如果說納斯達克代表了增長的前沿，那麼道瓊斯工業平均指數和上證50，則更像是濃縮了中美經濟最穩重最成熟的核心標的，直接反映了兩國經濟的整體面貌。在全球市場波動加劇的當下，觀察這兩大“基本盤”的定價邏輯與相對表現，或許能為我們理解市場提供更堅實的坐標。01成分概況：上證50行業集中度更高，道瓊斯行業分佈更合理行文伊始，按照慣例我們還是先來統一下資料對比的切口：以GICS行業分類口徑梳理，目前道瓊斯工業平均成分股有30隻，涉及GICS三級行業27個，成分股中僅有三個企業位於相同細分行業；而上證50成分股50隻，涉及GICS三級行業僅有26個，近半數成分股並不是成分中唯一同業標的。從行業權重佔比來看，以GICS一級行業權重佔比來看，雙方排名前二的權重均為金融和資訊技術，只不過上證50的金融類佔比更高，達到了34%，而道瓊斯工業平均的金融權重佔比僅為20.2%從細分行業權重來看更為明顯，GICS三級行業中，上證50的集中度遠高於道瓊斯工業平均，商業銀行佔比接近20%。很明顯如果以行業離散度來看，上證50目前整體的成分結構並沒有道瓊斯合理，商業銀行權重佔比過高，並且這已經是多輪調整後的情況了。這一點也能從兩種指數的平均估值看出端倪，道瓊斯工業指數的PE估值基本是上證50的3倍左右。當然我們也能理解，畢竟目前資本市場以市值佔比來看，A股銀行類市值本來就高，如果過度剝離商業銀行的權重，可能也會導致指數失真。不過顯然目前上證50並不具備與道瓊斯工業平均直接對比的客觀條件，因此我們挑選了12個雙方都涵蓋的GICS三級行業，並選取各行業中市值最高的企業納入樣本池，形成了可比樣本，如下圖所示：接下來的行文中，我們將道瓊斯和上證50對比取代為圖片中的可比樣本（單位統一為“億美元”，資料均來自Choice金融客戶端），具體的對比如下。02估值水平：中美傳統基石行業實力接近，道瓊斯與上證50不存在明顯的估值差異先來看看可比樣本的整體估值水平：（1）總市值差距縮小，上證50排除前沿半導體的真實市值增速更高我們還是以三年維度來看可比樣本，道瓊斯工業平均和上證50之間的差距，如果涵蓋所有可比樣本，2023年初至今道瓊斯整體的估值從2.9兆美元暴漲至7.9兆美元，年均市值復合增速達到了驚人的64.4%，而上證50雖然表現也不錯，但復合增速僅為23.4%，差不多僅僅是道瓊斯的1/3。但實際上，自AI紀元爆發以來，道瓊斯可比樣本中，僅輝達一家公司，市值從3600億暴漲至4.5兆左右，貢獻了道瓊斯絕大多數市值增量，因此橫向對比相對失真。因此我們同時剔除道瓊斯樣本中的輝達和上證50中的寒武紀。在相對成熟的產業中，道瓊斯整體的市值三年間從2.6兆增長至3.4兆，年均復合增速15.1%，而上證50可比樣本整體從1.15兆增長至1.67兆，年均復合增速達到了20.5%。也就是說剔除前沿半導體後，上證50過去3年的市值增速要高於道瓊斯平均，並且在逐漸追趕總市值的差距。（2）上證50與道瓊斯工業平均的估值邏輯趨同，估值水平相差不大與總市值相對應的是，上證50過去三年間經歷了一波估值和後疫情時代基本面的修復，整體的估值水平與道瓊斯工業平均的差距也明顯減小。同樣的為了保證資料不失真（寒武紀還未實現規模盈利），我們還是剔除前沿半導體，以今年最新一季財報口徑下的PE-ttm對比來看，道瓊斯工業平均約為19.3x，而上證50約為19.9x，二者差距不大。從歷史百分位來看，目前道瓊斯工業平均可比樣本的十年期歷史分位數均值在31.4%左右，上證50可比樣本的十年期歷史分位數在37.8%左右，二者橫向對比的差距也不是很大，均處在中值以下水準。畢竟從樣本容量來看，大多數行業並不是資本時興的熱門行業標的。總體來看，與納斯達克和中概互聯形成鮮明差異的是，如果刨除前沿半導體，儘管面對的市場存在差異，但以資本視角來看，代表中美雙方經濟基石的傳統行業在資本市場的差異並不大，上證50傳統行業的估值水平甚至要略勝一籌。03收入水平：僅看利潤，上證50過去三年要略優於道瓊斯工業平均再來看一下營收側道瓊斯工業平均和上證50的表現：(1)同在地球村，傳統行業中美營收增速趨同自2023年初至今，道瓊斯工業平均可比樣本的單季度營收規模從3130億增長至4080億左右，以今年最新的三季度報同比來看，增速達到了14%。而上證50單季度營收幾乎沒有增長，甚至出現了階段性下滑，今年三季度回暖，同比增速約為10.5%（當然主要是去年三季度基數較低）。同樣的還是換一種視角，剔除前沿半導體，道瓊斯工業平均今年三季度的同比增速約為8.7%，而上證50的同比增速為10.4%，反而還略高於道瓊斯。原因也相對好理解，成熟行業產業鏈全球化的程度較高，滲透率也相對較高，面對的市場需求也相對穩定，因此企業間的差距並不會很明顯。（2）制度優勢明顯，利潤水平上證反超道瓊斯利潤率層面，與網際網路企業敘事不同的是，成熟行業中美的毛利差距並沒有想像中的大，曾經圍繞製造業低毛利的慣性邏輯，市場通常認為不同發展階段下中美企業的利差相對明顯。但實際情況是，中國的傳統行業成熟度已經非常高了，整體的毛利差幾乎不存在。同時，得益於部分行業的制度優勢，在資源相對壟斷的基石行業中（比如油服、通訊、飲料），我們的整體利潤水平要顯著高於道瓊斯工業平均。而且我們的淨利潤規模非常穩定。所以從利潤的視角來看，傳統行業上證50的投資穩定性甚至要高於道瓊斯工業平均。04成本結構：上證50相對更保守，道瓊斯相對更成熟最後我們再來重點看一下成本構成和資本結構的差異：（1）費率幾乎不存在差異，上證50的單季度費率波動較大美股報表規則一般將單季度銷售費率和管理費率統一為單一科目披露，相對應的我們也將上證50樣本標的做同口徑處理，並剔除金融行業（會計規則差異）。從整體的費率來看，截止今年三季度，上證50可比樣本整體的銷售+管理費率約為10.5%，而道瓊斯費率水平約為10.3%，二者趨近一致。從趨勢上看，道瓊斯過去三年內明顯呈現了費率逐漸降低的趨勢，上證50則波動上揚，但整體的增速也比較低。不過受制於國內的業務特點（集中於年末四季度花費預算和報稅），上證50的費率單季度之間的差異較大，但道瓊斯的單季度費率趨勢差別並不明顯。研發費率方面，二者的差距就更小了，我們剔除了未披露研發費率的企業，在可比樣本中，道瓊斯和上證50的研發費率均在11%區間範圍內上下波動。無論中美的成熟行業，在技術突破落地前，似乎都不太願意加碼，畢竟都早已是各自行業裡的佼佼者了，資本實力也比較雄厚，也有一定的護城河，等技術成熟再進行資本開支，明顯是更優解。（2）債務結構上證50明顯更為保守資本和負債結構方面，道瓊斯工業樣本和上證50之間的差距就比較大了。首先就是融資方式之間的差異，道瓊斯工業平均整體的負債率達到了68%，而上證50樣本企業僅有45%。同時在償債保障上，上證50的策略明顯更加保守，整體的速動比率達到了3.17倍，而道瓊斯工業平均樣本企業的速動比率均值僅為1.16倍。這或許是企業所處的生命周期不同所致，美國企業率先一步邁入成熟區間，長期穩定營運相對有信心通過資本槓桿來擴充利潤邊界。而中國的企業邁入成熟周期的時間點更靠後，企業對於債務端的資本動作更為保守，留足了安全空間。未來或許上證50的成熟企業可以探索更多的資本利得可能性。（3）即便在成熟市場，上證50的同業競爭也要高於道瓊斯除了債務層面能反映中美基石企業的“性格”差異外，其實還有很多資料能夠印證，雖然均處於成熟行業，但是中美龍頭企業的競爭環境還存在不小差異。比如我們發現，可比樣本企業中，道瓊斯工業的自由現金流佔營收的比例更高，而上證50自由現金流仍處於低位。主要的原因在於上證50的企業還處在擴產或者依舊需要維持性資本開支擴張的周期內，而道瓊斯樣本內的成熟企業，明顯更早一步進入資本回報更高的周期，競爭對手也更少，不需要太多的維持性資本開支。再比如，在投資者回報層面，雖然上證50已經聚集了國內資本市場中，最樂意分紅的企業。但是相比道瓊斯成熟企業來看，回報投資者的幅度還是相對保守，比如道瓊斯工業可以維持年度分紅佔淨利潤的比例為40%-50%，而上證50要略低10pct。當然，這可能也與市場結構有關，目前來看，即便在成熟行業，中國市場的競爭強度也要高於美國市場，我們統計了龍頭TOP1企業在GICS三級行業中的離散度（滬深A股、紐交所和美交所；離散度=1-TOP企業總市值佔行業市值比例）在可比行業中，刨除前沿半導體的11個行業中，有7個行業上證50的離散度要高於道瓊斯。不過從趨勢上來看，無論是自由現金流規模，還是分紅的水平，二者都在逐漸趨近。如果未來可以在資本層面上通過合併，重組等方式降低離散度，相信上證50也能做到更高的資本回報，從而進一步提升估值水平。05結語：中美傳統基石行業已不存在明顯差距行文至此，我們總結下道瓊斯工業平均和上證50可比樣本的基本面對比結果：·成熟行業的市場規模、估值邏輯也相對成熟，二者在估值水平、營收增速、毛利率水平的差異非常小，成本結構也趨於一致。·第一個差異點在淨利潤的水平，上證50樣本企業受益於相對資源集中的特性，淨利率甚至高過道瓊斯樣本企業。·第二個差異點在資本結構，即便在成熟市場，中國企業的競爭程度也要高於美國企業，因此道瓊斯樣本企業相對槓桿率更高，分紅意願更強，而上證50的安全邊際更高。總結而言，在那些看似傳統、厚重、甚至有些“老派”的行業裡，中美企業之間的差距，遠比想像中要小，甚至在某些維度上，中國企業的表現已悄然追平乃至反超。至少在資本眼裡，中美傳統行業的價值錨點正在拉近。不過，這也意味著，在高科技領域，美國的實力依然驚人，中國網際網路科技叢集任重道遠。但差異依然存在，道瓊斯企業更善用財務槓桿、更注重股東回報、自由現金流更為充沛，而上證50企業則顯得更為審慎，負債保守、安全邊際充足。這背後的核心可能還是離不開市場離散度差異，離不開同業競爭加劇和反內卷的議題，這也表明，即便在成熟市場，上證50未來的資本運作與回報提升仍有空間。 (錦緞)

10月9日，三大指數集體高開，漲幅持續擴大。截至11:16，上證指數漲1.19%，深證成指漲1.84%，創業板指漲1.99%。上證指數突破3900點，為2015年8月以來首次。兩市超3200家個股上漲，成交額1.65兆，預計較上一交易日增長5257億元。科創50指數漲幅超5%，成份股中，半導體產業鏈漲勢擴大，芯原股份漲超16%，芯聯整合、中微公司、瀾起科技、拓荊科技漲幅居前。截至11：05，富時中國A50指數期貨大漲1.37％，報15302。類股方面，GPU、可控核聚變、稀土漲幅居前，房地產、短劇等跌幅居前。中興通訊A股漲停，成交額超120億元，H股漲近12%創歷史新高。晶片多股創新高10月9日，儲存晶片概念全線爆發，華虹公司20%漲停，雅克科技、深南電路、通富微電、賽騰股份、太極實業集體封板；兆易創新衝擊漲停，股價創歷史新高。晶片半導體方向漲幅居前，科創50ETF上漲3.31%，持倉股票西部超導漲幅超16%，芯聯整合、海光資訊、芯原股份、瀾起科技、華潤微、中芯國際漲幅超6%。消息面上，國慶假期期間，OpenAI與AMD宣佈簽署價值數百億美元的晶片交易。根據協議，OpenAI和AMD將共同開發基於AMD處理器的AI資料中心。另據央視財經稱，過去半年全球儲存晶片價格持續上漲。CFM快閃記憶體市場近日發佈2025年Q4儲存市場展望報告。報告指出，預計四季度，伺服器eSSD漲幅將達到10%以上，DDR5 RDIMM價格漲幅約10%~15%。黃金股大漲滬金期貨主力合約大幅跳空高開，突破900元/克關口，創歷史新高。截至10:45，報913.5元/克。早盤有色金屬、黃金類股集體大漲，四川黃金、白銀有色漲停，曉程科技、中金黃金超7%。截至11:00，COMEX黃金期貨跌0.81%，報4037.4美元/盎司，國慶假期累計上漲4.45%；COMEX白銀期貨跌1.63%，報48.195美元/盎司，國慶假期累計上漲3.42%。可控核聚變強勢上漲可控核聚變概念股表現活躍，合鍛智能2連板，西部超導、哈焊華通、常輔股份、中核科技跟漲。消息面上，據央視新聞報導，中國核聚變裝置BEST主機全面開建，該裝置在國際上將首次驗證演示核聚變發電，中國有望2030年用核聚變發電。稀土概念集體上漲稀土概念股表現活躍，截至10:35，包鋼股份漲超8%，北方稀土漲超6%。消息面上，10月9日商務部發佈兩條新公告，公佈對稀土相關技術和境外相關稀土物項實施出口管制的決定。 (21世紀經濟報導)