智通財經APP獲悉，廣發證券發布研報稱，2026年，A股市場的景氣定價極致化，表現為：增速高的漲幅高、估值高的漲幅高、股息低的漲幅高。營收/利潤增速、ROIC/ROE/毛利率的變化率等景氣指標都有效，其中，2026Q1營收增速、扣非增速排在前10%的公司，平均漲幅超過40%。而現金流、股息率、估值等指標皆無效，甚至表現出負相關性，現金流好的、股息高的、估值低的，反而跌得多。

當前AI vs 非AI、科技行業 vs 傳統行業的估值、漲幅離散度，都達到了歷史新高，這是否必然造成估值收斂，甚至市場轉熊？客觀數據看，當前以行業PB歷史分位數的標準差或最大最小值之差，來衡量行業估值分化程度，都已接近歷史最高水平。最重要的是，估值極致分化，不是市場轉熊的必要條件。

廣發證券主要觀點如下：

去年10月份，伴隨AI產業的創新和應用進一步向縱深發展，A股和港股的AI產業鏈公司股價也迎來了不小幅度的爆發，尤其是去年8月份，一些重點公司的市值增長了一倍左右。

於是，進入25年9月，分歧聲音不斷增加，從一開始對於AI產業鏈公司估值、市值的質疑，再到對於AI技術細節的爭論，最終甚至是上升到了投資範式、投資理念的是非對錯之分。

一些聲音將技術進步和產業革命過程中股價的快速、超前上漲，作為景氣投資模式下的投機原罪，並且把景氣投資打入到長期價值投資的對立面。

時至今日，隨着26年上半年科技股進一步大漲之後，這種分歧，尤其是對科技股的估值定價，似乎已經成為市場不可調和的矛盾。

科技資產如何給估值？一直是每輪科技牛市中困擾投資者的一大難題。在景氣上行周期中，科技股尤其一些製造類公司的PB估值動輒10倍、30倍甚至更高，這種情形不只在A股有，在美股也是如此。比如，當前美股科技板塊整體的PB已超過13倍（對應ROE 30%+），而歷史的PB中樞僅為4倍左右（對應ROE 20%+）。

那麼，如何理解科技股的估值，如何冷靜辨別市場爭議，以及當前估值的極致分化，如何應對？

一、不同的投資理念、不同的持股周期，對估值的分歧天然不可調和，但股價有其自身運行的規律

在討論估值之前，需要首先明確的是：我們偏好採用什麼類型的投資方法論（景氣投資、價值投資），我們偏好怎樣的持股周期（1-2年、3-5年），當然這種偏好的背後很大程度也取決於我們的負債端。

換句話說，不同類型負債端、不同投資方法論、不同持股周期的投資者，對於估值的理解，也存在天然不可調和的分歧。

因此，「估值」不是一個絕對真理、也沒有標準答案，股價往往有着自己的運行規律，不會被這種對於估值的分歧所左右。

估值討論的是「未來的折現」，至於「未來」有多遠，取決於我們作為投資者設立的持股周期。

如果作為一名【價值投資者】，價值的投資維度、持股周期相應較長，我們希望用「便宜的」估值、找到被低估的好東西，並通過較長的持股周期，實現「價值的均值迴歸」。因此估值應該被視為一項嚴格的紀律指標；中長期價值投資的關鍵在於優秀公司買在錯殺之時，並且敢於在無人問津之時長期堅守。

如果作為一名【景氣投資者】，短周期買的是某個產業/股票的景氣爆發性，很多公司的「第二增長曲線」無法用靜態估值或者歷史的財務數據來評估，期望的持股周期也跟隨產業進展而隨時變化，對於估值的考量也應該是不一樣的；相較於估值，「景氣」的邊際變化重要得多。中短期景氣投資的關鍵在於不能有太多執念，一旦觀察到景氣邊際走弱，應敢於在人聲鼎沸之時兌現收益。

同時，在下文我們也會通過數據來論證，不同行業（偏價值行業/偏成長行業），其股價表現本身對於估值的敏感度就是不同的——有的行業天然更定價「估值」，有的行業更定價「增長」。

回到當下AI的發展浪潮，無論是美股、還是A股，投資者對於科技公司的估值產生爭議和討論。我們理解，這本身由於市場由不同類型的投資者所構成，本身無可厚非，但也是無法調和的分歧；

相較於爭議本身，我們應當釐清自己專注的產業周期、期望的持股周期，評估「估值」和「收益來源」是否匹配，纔是更重要的。

關於不同投資者對於市場投資方法論的討論，我們在去年的報告中有更詳細的展開。

二、PB的最高點並不對應着股價的最高點：從案例出發，90年代科網時期，如何理解硬件「賣鏟人」公司的高PB？

90年代科網時期，硬件製造業的龍頭公司，PB估值也到達過30-50X。真正危險的不是高PB，而是高ROE何時「難以為繼」。

90年代科網產業周期爆發的階段，也有部分硬件/製造業的科網龍頭公司，PB快速抬升至30-50X高位水平。例如戴爾97年的PB估值約48x，思科99年的PB估值最高約33x，高通99年的PB估值最高約40x。

關於市場「一個製造業公司，PB超過40X是否意味着泡沫」的討論，我們從科網時期得到如下啓示：

1. 科網龍頭高PB的核心驅動率也是「極高的ROE」

例如戴爾97-98年ROE維持在80%左右，99年上半年也有70%，推高PB接近50x。（當然，99年下半年ROE開始回落、直至2000年Y2K證僞後進一步破滅，回到基本面跟蹤的重要性）

2. 科技類製造業公司，尤其是產業趨勢爆發增長受益的「賣鏟人」，其核心的資產無法快速計入資產負債表，短期book value意義有限

例如研發實力、技術專利、客戶壁壘等，也可以概括為「隱形資產」，導致資產被低估、PB較高。

與其它重資產（汽車、資源）公司相比，科技製造業的【資產/收入】比重，要低很多，book value反映的也不僅僅是廠房價值、生產線價值、機器價值。更大程度的研發投入也可能以費用化的形式計提。

戴爾的資產/收入比重一直在30-50%；但跟其收入體量接近的美國鋁業，資產/收入比重在100%以上。

3. 如果利潤增長可以持續，那麼淨利潤會逐年結轉為股東權益（淨資產），淨資產增加、高PB會稀釋和攤薄，我們概括為——「通過PB的分母端來消化估值」

戴爾為例，PB高點出現在97年，而在科網最瘋狂的98-99年，雖然市值上漲、但淨資產增速更快，PB反而回落、降至30x左右。

90年代科技公司提高淨資產的主要方式包括：持續盈利，留存收益增加淨資產，併購資產帶來商譽等等。

4. 但是，當高增長的敘事無法延續，EPS下滑，市場會進入——「通過PB的分子端來消化估值」，市值快速下跌、這纔是投資者難以承受的

我們此前詳細覆盤90s科網破滅的起承轉合，最本質的基本面變化，是2000年1月1日那一天到來、即確認了「千年蟲」未出現、高換機需求確定要證僞。

面臨全球極高的硬件庫存水平，此時產業鏈無論是高PB、還是高動態PE，都意味着高增長的神話破滅，估值難以為繼。

因此，對於當下全球狂熱周期的AI投資，90年代歷史值得被反覆咀嚼；但我們通過歷史看到，刺破泡沫的從來不是高估值、而是產業發展本身。我們對於「景氣跟蹤」的嚴格紀律，在下文數據論述中進一步展開。

三、事實上，估值討論的出發點是投資期限，如果出發點不一致，則爭論毫無意義

估值討論的出發點在於投資期限的設定，長期價值投資，或是中短期景氣投資。對於長期價值投資，估值具有中樞迴歸的趨勢；而對於中短期的景氣投資，則不應對估值過於執着。

A股的歷史經驗顯示：1年維度，PB/PB分位數的高低與升跌幅相關性不顯著，但如果將投資期限拉長至3年或5年維度，低PB的有效性明顯加強。

換言之，對於季度或年度的短期投資來說，看估值的意義不大；但對於3年或5年以上的長期投資來說，很多資產都會迴歸盈利能力定價的估值中樞，因而買入的估值水平，很大程度上決定了投資收益率的高低。

四、行業的估值敏感性，取決於盈利的波動性：價值投資和景氣投資的射程範圍顯著不同。

行業角度看，部分行業對估值不敏感、部分行業估值敏感性高，取決於盈利能力的波動性。但與直觀感受不一樣的是，往往盈利波動性大的行業，估值敏感性低；而盈利波動性小的行業，估值敏感性高。

這是由於盈利高波動的行業，比如科技，更看重未來的盈利預期和市場空間，或者說沒有一個明確的估值錨；而盈利穩定性好的行業，市場很容易給予估值定價，長期估值中樞的影響因子主要是宏觀增長與利率。

1、部分行業對估值不敏感，通常只看景氣周期。比如，電子、通信、計算機、電力設備、軍工等板塊

這類成長板塊，中短期（1年維度）的重要程度：盈利一階變化（營收/利潤增速、ROIC/ROE/毛利率變化率）> 盈利二階變化（增速的變化率）> 盈利能力（ROIC/ROE）；

而對於估值指標（PE/PB/PE分位/PB分位/股息率），只有很弱的負相關性或者是不相關，參考價值不高。

2、部分行業對估值敏感性較高，主要是盈利穩定行業。

部分行業對估值敏感性較高，主要是ROE低波動行業，比如公用事業、交運、家電、汽車等行業。這類行業多數經營周期的穩定性和能見度較高，ROE的波動性較低，通常也會有相對穩定的估值中樞。因此，買入估值高低一定程度上決定了收益率高低。

五、2026年，景氣定價走向極致、估值定價反向相關

1、事實上，A股市場定價的特點，景氣指標具有排他優勢。

A股整體定價的特點是市場會獎勵明確的景氣信號，其中，最有效的是表徵景氣度的指標，如營收/利潤增速、ROIC/ROE/毛利率的變化率。而對於估值類指標，比如估值指標（PE/PB/PE分位/PB分位/股息率/PEG），有效性不穩定（時正時負），取決於市場風格。

2、而2026年，A股市場的景氣定價走向極致、估值定價反向相關。

2026年，A股市場的景氣定價極致化，表現為：增速高的漲幅高、估值高的漲幅高、股息低的漲幅高。營收/利潤增速、ROIC/ROE/毛利率的變化率等景氣指標都有效，其中，2026Q1營收增速、扣非增速排在前10%的公司，平均漲幅超過40%。

而現金流、股息率、估值等指標皆無效，甚至表現出負相關性，現金流好的、股息高的、估值低的，反而跌得多。

六、下一步，估值定價的關鍵，在於景氣度的邊際變化

從景氣投資的三個階段來看：

（1）景氣投資的簡單題：增速加速向上或ROE上行階段，盈利估值雙擊（第一階段）；景氣出現拐點時，可能進入盈利估值的雙殺階段（第三階段）；

（2）景氣投資的複雜題：增速回落但未觸及景氣拐點，股價高位震盪，且可能面臨賽道擁擠、博弈加重，甚至搶跑景氣見頂的情形（第二階段）。

估值判斷的關鍵在於景氣度的邊際變化（ROE或增速的邊際變化）。加速增長或ROE上行階段，一般估值會上升，此時即期估值的高低不太重要；而降速增長或ROE下行階段，一般估值會回落，此時容易面臨「低估值陷阱」。

七、最後，估值極致分化，也不是市場轉熊的必要條件

最後一個分歧點是，當前AI vs 非AI、科技行業 vs 傳統行業的估值、漲幅離散度，都達到了歷史新高，這是否必然造成估值收斂，甚至市場轉熊？

首先，客觀數據看：當前以行業PB歷史分位數的標準差或最大最小值之差，來衡量行業估值分化程度，都已接近歷史最高水平。

歷史上，有4次嚴重的估值分化以全面熊市的形式收斂：2010年底-2011年、2015年下半年、2018年、2021年下半年-2023年；還有2次嚴重的估值分化以全面牛市的形式收斂：2006年下半年-2007年、2014年-2015年上半年。

最重要的是，估值極致分化，不是市場轉熊的必要條件。

（1）有產業趨勢支撐的牛市行情中，估值分化程度運行至高位之後，可以持續很長時間，比如20年7月估值離散度達到95%之後，在上方持續了20個月；

（2）有產業趨勢支撐的牛市行情中，估值分化峯值至牛市頂點平均經歷19個月：06-07年（06.05-07.09，17個月）、13-15年（13.07-15.05，22個月）、20-21年（20.07-21.12，18個月）。