智通财经APP获悉，随着强制去杠杆清算来到收尾阶段，新一轮AI算力主题超级牛市已出现“再度启动迹象”，华尔街金融巨头摩根士丹利将韩国股票评级上调至“超配”，称近期的“杠杆出清/杠杆仓位洗牌”为投资者们提供了更好的入场时机，可重新布局人工智能算力基础设施交易主题和工业超级周期主题。 　　另一华尔街巨头花旗集团给出的韩国股市基准股指目标点位则更加激进，表示随着7月31日外资净买入约7.2万亿韩元KOSPI股票，创历史单日纪录，韩国养老金和基金也转为净买入，花旗维持更激进的10000点韩国基准股指——KOSPI指数目标，认为存储芯片盈利、极低估值和政策改革足以支撑韩国股市进一步重估。 　　三星与SK海力士托住市场!去杠杆进程来到出清尾声，资金从杠杆狂热转向AI产业链超级周期 　　以Daniel K. Blake为首的大摩资深策略师们在一份报告中表示，在拥挤交易和杠杆仓位大幅解除之后，韩国综合股价指数Kospi综合指数较摩根士丹利设定的9,000点目标仍有36%的上涨空间。此前，该大型金融巨头给予韩国股市“平配”(equalweight)这一中性谨慎评级。继上一交易日创纪录暴涨18%之后，该基准指数在周一则一度下跌5.5%，截至发稿跌幅收窄，徘徊于6366点位附近。 　　分析师们表示，近期剧烈抛售“主要由技术性因素驱动”，而且“极端的杠杆ETF仓位、对冲基金杠杆和散户融资盘的去杠杆过程已经度过最剧烈的抛售中点位置”。 　　如上图所示，韩国股市KOSPI指数以及三星电子、SK海力士两大超级市值权重股在“杠杆出清”过程中仍维持高波动。韩国综合股价指数(即KOSPI)已较6月高点下跌超过30%。在7月，交易员们迅速撤离这一已成为亚洲人工智能算力需求风向标的金融市场。韩国单只股票杠杆交易所交易基金(即个股杠杆ETF)持仓规模激增，以及指数权重高度集中于三星以及SK海力士，进一步加剧了这轮韩国股市暴跌。 　　7月韩国股市频繁陷入熔断式暴跌后不久，韩国监管机构已采取措施限制此类工具的使用。韩国政府计划限制散户参与杠杆产品，包括把相关风险敞口限制在投资者总投资组合的一定比例以内。 　　摩根士丹利预计，KOSPI短期运行区间将徘徊至5,500点至10,500点剧烈波动震荡，并认为三星电子和SK海力士这两大合计占据50%的权重股将为市场提供重大估值支撑。该金融机构还预计，工业、国防和金融等韩国股市细分行业股票也将获得顺风支持。 　　摩根士丹利还将泰国股票评级从“平配”上调至“超配”。该机构分析师团队认为，随着泰国提升外国直接投资规模和竞争力，这个东南亚国家股票市场正出现更多投资机遇。他们补充称，泰国企业盈利正迎来拐点、估值处于低位，同时关键股票有望受益于AI资本开支和能源安全主题。 　　与此同时，该行将澳大利亚股票评级从“平配”下调至“低配”，称在经历多次加息，以及税制改革大幅削弱澳大利亚本土房地产投资激励之后，澳大利亚市场的上涨空间有限。此前，在伊朗战争背景下，摩根士丹利曾因澳大利亚市场的能源敞口而看好其上涨潜力。 　　7.2万亿韩元抢回看涨定价权，花旗剑指10000点 　　这轮韩国半导体股票大回调正在被华尔街重新定义为AI相关的剧烈杠杆与仓位结构的出清，而非半导体基本面反转。 　　大摩9000点与花旗10000点并非单纯押注“韩股重新迈向杠杆式疯狂与狂欢”，而是押注韩国市场从杠杆驱动转向AI资本开支将带来更加前景盈利、现金流和AI算力战略稀缺性驱动。 　　摩根士丹利将韩国股票由平配上调至超配，给出KOSPI 9000点目标，按报告发布时点对应约36%的上涨空间，并判断杠杆ETF、对冲基金融资和散户保证金仓位的解除过程已越过中点;花旗则维持更激进的10000点目标，认为存储芯片盈利、极低估值和政策改革足以支撑进一步重估。 　　7月31日外资单日净买入约7.2万亿韩元、创历史纪录，叠加监管机构提高杠杆ETF准入门槛，意味着此前“追加保证金—强制卖出—波动放大”的负反馈正在显著减弱，这也是花旗在资金面看好韩国股市的重要逻辑。 　　更关键的是，实体AI算力基础设施需求没有跟随股价崩塌。韩国7月出口同比增长62.8%至988.9亿美元，其中半导体出口增长179%、计算机出口增长404%，直接印证AI数据中心投资、存储价格和服务器需求仍处于高景气区间。亚马逊则把2026年资本开支计划由2000亿美元上调至约2200亿美元，亚马逊旗下云计算业务AWS收入增长37%、创18个季度最快增速;即便投入如此庞大的资本，管理层仍预计2026年无法满足全部需求、2027年供给约束继续存在，并称目前已经看到的2028年需求“令人震惊”。这使韩国市场的反弹可能不只是空头回补，而开始获得订单、出口和云计算需求的基本面确认。 　　亚马逊管理层所描述的“杠铃型”需求结构揭示了算力周期为何可能更陡、更长：一端是OpenAI、Anthropic等前沿实验室持续推进推理、Agent和递归自我改进，AI越来越多地参与代码编写、实验设计和模型研发，使“用AI开发更强AI”可能形成算力消耗的正反馈;另一端是数百万企业尚未全面启动的生产型推理负载，未来将从客服、风控和代码辅助扩散到完整业务流程。 　　AI应用开发领军者Anthropic已公开表示，AI系统正在承担越来越多的AI研发工作;OpenAI也披露GPT-5.6在衡量递归自我改进能力的评估中取得明显进步。由此形成的AI算力基础设施产业结构核心在于——Labs AI负责提高需求曲线斜率，Enterprise AI负责扩大需求基数并延长周期。