2026年大类资产配置专题：穿越AI叙事的全天候组合

不同宏观情景下的资产组合表现对比

1.象限III(强降息+弱AI，防御型)：在2023-2025年间表现最为稳健，年化收益率达到 16.67%，夏普比率高达2.48，且最大回撤仅为 -3.90%。这反映了在经济转型期，长债、黄金及大盘价值股作为避风港的极高配置价值。2.象限I(强降息+强AI，风险偏好型)：在2025年表现爆发，单年收益率高达 40.15%。虽然在2023年经历了约-15%的回撤，但其在流动性充裕和科技预期改善时的弹性最为显著。 3.象限II(弱降息+强AI，质量驱动型)：表现相对分化，2023年受大盘成长股估值收缩影响回撤较大（-32.42%），但在2025年随业绩兑现实现了 29.35% 的反弹。 4.象限IV(弱降息+弱AI，现金为王)：中规中矩，主要提供确定性收益，2024年表现较好（15.72%），适合作为低波动配置底仓。

AI 叙事下的资源品与权益市场共振上行

以铜为代表的 LME 有色金属价格自 2024 年以来加速上行，其走势已明显脱离传统制造业周期约束，更多反映AI算力扩张带来的电力需求、导电与散热材料消耗上升，以及地缘与贸易扰动下的“安全溢价”重估。

与此同时，A股市场主要指数同步走强，尤其是以科技与成长风格为代表的指数，在盈利预期上修与风险偏好回升的共同作用下持续抬升。

无视降息预期和AI叙事：全天候应对

基于过去两年半（2023.06起）的历史复盘，风险平价策略在AI叙事与降息预期的交织下展现了以下核心优势：

（1）捕捉“降息预期”的确定性收益：在降息预期主导的周期中，债券与黄金是核心受益资产。风险平价模型天然倾向于配置低波动的债类资产。在2024年降息预期反复的过程中，该策略通过高配长债与短债，获取了稳定的票息收益与资本利得，构成了净值上行的“压舱石”。

（2）对冲“AI叙事”的波动陷阱：AI叙事往往伴随着极高的估值弹性和随之而来的剧烈波动。风险平价策略不预判AI是否会“证伪”，而是通过监测波动率，在AI概念股过热、波动率激增时自动调低权重。这种非预测性的风险控制，使组合能够规避2023年下半年科技股回调带来的杀跌风险。

无需择时：穿越周期与规避风险

实现“全天候”的风险规避:无论2026年的情景是“流动性驱动的繁荣”还是“防御至上的垃圾时间” ，风险平价策略的逻辑始终如一：不依赖单一资产的爆发，而是依赖风险贡献的平衡。

AI叙事+降息预期“全天候”策略的配置比例：长债（13%）、短债（83%）、黄金（0.7%）、中小盘（0.9%）、大盘成长（0.7%）、大盘价值（1.7%）。

拿掉外需订单后再看内需导向的库存周期

库存的回暖是一波三折的，或者说严格依赖于周期划分本身，比如从25.8-11月数据来看，产成品存货同比依次为2.3、2.8、3.7和4.6%，25.7-12期间PPI同比从-3.6%逐期回暖至-1.9%。而从24.7最高的5.2%来看，过去一年半时间是震荡回弱的。

当前库存周期不完全是内需主导，和制造业出海休戚相关，近3-4个月轻微补库的行情持续性还有待观测验证，当前被动补库存的判断要好于主动补库存。

中国产能周期复盘推演

第一轮产能周期 (1998年03月 - 2009年03月)

1998年亚洲金融危机后，中国经济面临下行压力，产能利用率触底。随后，中国加入WTO，全球化进程加速，出口导向型经济模式推动了工业生产的快速扩张。房地产和基础设施建设的投资也大幅增长，共同驱动了产能利用率的持续攀升，并在2007年底达到高峰。这一时期，中国成为“世界工厂” ，工业化进程加速。2008年全球金融危机爆发，外部需求骤降，国内经济受到严重冲击，导致产能利用率迅速回落，并在2009年3月再次触底。

第二轮产能周期 (2009年03月 - 2016年03月)

为应对全球金融危机，中国政府推出了“四万亿”投资计划，大规模的基础设施建设和产业刺激政策，迅速提振了国内需求和工业生产，产能利用率在2010年底迅速反弹至高峰。然而，过度投资也为后续的产能过剩埋下了伏笔。随着刺激政策效应减弱，以及全球经济复苏乏力，中国经济增速放缓，结构性矛盾日益突出，部分行业出现严重产能过剩。政府开始推动供给侧结构性改革，淘汰落后产能，导致产能利用率持续下行，直至2016年3月再次探底。

第三轮产能周期 (2016年03月 - 2020年03月)

供给侧结构性改革深入推进，去产能政策取得阶段性成效，部分行业产能过剩状况有所缓解。同时，全球经济短暂复苏，外部需求改善，共同推动了产能利用率在2017年底再次达到高峰。中美贸易摩擦加剧，全球经济下行压力增大，以及2020年初新冠疫情的爆发，对中国工业生产造成巨大冲击，产能利用率在2020年3月跌至历史低点。

第四轮产能周期 (2020年03月 - 2022年12月)

疫情初期，中国迅速控制疫情并复工复产，在全球供应链受阻的情况下，中国制造业承担了全球订单，出口强劲增长。同时，国内需求也逐步恢复，共同推动产能利用率在2021年6月迅速回升至高峰。随着全球疫情缓解，各国供应链逐步恢复，外部需求减弱。国内疫情反复，以及房地产市场调整等因素，导致经济下行压力增大，产能利用率在2022年12月再次回落。

美国产能周期历史复盘

早期周期 (1960s - 1980s)：这一时期美国工业产能利用率的波动主要受经济周期和宏观政策的影响。例如，在经济扩张期，需求旺盛，产能利用率上升；在经济衰退期，需求萎缩，产能利用率下降。石油危机、滞胀等因素也对工业生产造成冲击。宏观经济政策的调整、国际事件（如石油危机）以及技术进步等因素共同导致了产能利用率的起伏。

1990年代周期 (1991年03月 - 2001年12月)：1990年代，美国经济进入“新经济”时代，信息技术革命推动了生产力提高和经济增长。企业投资增加，产能利用率持续高位运行。全球化也促进了美国制造业的发展。2000年互联网泡沫破裂，以及随后的“9·11”事件，对美国经济造成冲击，导致产能利用率在2001年底触底。

21世纪初至全球金融危机 (2001年12月 - 2009年06月)：2001年经济衰退后，美国经济逐步复苏，房地产市场繁荣，消费需求旺盛，推动了产能利用率的上升，并在2007年底达到高峰。2008年全球金融危机爆发，信贷市场冻结，消费和投资急剧萎缩，导致产能利用率大幅下降，并在2009年6月触底。

全球金融危机后至新冠疫情前 (2009年06月 - 2020年06月)：面对金融危机后的衰退，美联储实施了量化宽松等非传统货币政策，政府也出台了财政刺激措施，推动经济逐步复苏。制造业回流和能源成本下降也为美国工业生产提供了支撑，产能利用率在2014年底和2018年9月达到阶段性高峰。复苏的结构性问题、全球贸易摩擦以及2020年初新冠疫情的爆发，导致产能利用率在2020年6月再次跌至低点。

新冠疫情后周期 (2020年06月 - 2024年09月)：疫情初期，美国政府实施了大规模财政刺激和货币宽松政策，提振了消费需求。全球供应链中断也促使部分制造业回流。这些因素共同推动了产能利用率在2022年3月迅速回升。随着全球供应链逐步恢复，以及美联储为抑制通胀而采取的激进加息政策，经济增长放缓，需求有所减弱，产能利用率在2024年9月再次回落。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）