2026年把握AI时代中国的HALO资产配置机遇：寻找中国的HALO资产

聚焦 HALO：AI 革新引发HALO 资产热

1.1 HALO 资产概念：HA（重资产）&LO（低淘汰）

2026 年 2 月，美股经历了一次显著的风格切换——以"科技七巨头"（Magnificent 7）为代表的"轻资产、高增长"类科技股持续调整，而以能源、工业、材料和公用事业为代表的传统重资产行业则逆势走强。美国著名投资机构Ritholtz Wealth Management的 CEO Josh Brown 将这一现象背后的资产特征进行归纳，提炼出HALO资产概念。下文先从 HALO 资产的概念出发，从两个维度加以理解：HA（重资产）与LO（低淘汰）。

1.1.1 HA：Heavy Assets（重资产）

重资产的核心特征在于拥有高壁垒的有形资本存量。具体表现为以下四个维度：1、 资本重度高（High Capital Intensity）：企业资产负债表中固定资产和在建工程占总资产的比重较高，意味着企业的核心竞争力建立在不可轻易复制的有形资产基础上。典型行业如石油石化、电力、采矿等，固定资产占比往往达到总资产的50%左右甚至更高。 2、 折旧周期长（High Asset Longevity）：重资产企业的设备、设施折旧周期往往长达数十年，这种长折旧周期一方面体现了资产功能的耐久性，另一方面意味着企业一旦完成产能布局，便具备存量优势和显性壁垒。3、 准入门槛高（High Entry Barriers）：重资产行业往往呈现出显著的规模经济特征，后来者面临高昂的初始投资成本，且往往还需获得政府许可、符合环保要求、建立复杂供应链关系，这使得行业准入壁垒极高。 4、 资产周转率高（High Asset Turnover）：优质重资产企业能够充分利用其产能，维持较高的资产周转率，从而实现较强的现金流生成能力，为分红和再投资提供稳定基础。

1.1.2 LO：Low Obsolescence（低淘汰）

低淘汰是 HALO 资产的另一个核心属性，其本质是对 AI 技术应用替代能力的免疫性。Josh Brown 提出了一个简洁有效的"试金石"测试：“Can an LLMreplicatewhatthiscompany makes or sells, or can it not?”即：大语言模型（LLM）能否复制这家公司所生产或销售的东西？若答案为否，则该企业便具备"低淘汰"属性。低淘汰资产所具有的特征具体表现为以下三个方面： 1、 技术迭代缓慢：所在行业的核心技术变革速度较慢，不存在被新技术一夜颠覆的风险。举例来说，炼油、采矿、电网运营等行业的核心技术数十年来相对稳定。2、 经济功能难被 AI 所替代甚至受益于 AI 发展：物理世界的生产活动——挖矿、炼油、发电、运输等——无法被 AI 替代，相反，AI 产业的高速发展还需要大量能源、原材料和基础设施来支撑，使得相关资产直接受益。3、 稳定的经营回报：低淘汰资产通常具有稳定盈利模式和充裕现金流，支撑持续分红，为投资者提供持续稳定回报。

1.2 HALO 资产热的背后：AI 技术飞跃，三条逻辑共振

HALO 资产的兴起并非孤立事件，其背后是 AI 技术深度渗透后引发了三条相互共振的投资逻辑链条。理解这三条逻辑，是把握 HALO 资产持续性的关键。

1.2.1 逻辑一：科技巨头资本开支增速放缓，投资者热情降温

美国科技巨头高投入多年，但受自由现金流回落约束，资本开支被迫降速，投资者对科技巨头的追捧降温。美国科技巨头具有典型的“轻资产、高增长”属性，伴随投资者热情降温，近期估值下行显著。投资者将目光投向增长不那么快但稳健性高的资产，HALO 资产开始获得关注。 美国科技巨头是推动 AI 技术革命的核心力量，也是近年来吸引全球资金最典型的"轻资产、高增长"类资产代表。然而，持续多年的高资本开支正在侵蚀科技巨头现金流，这一矛盾在 2025-2026 年日益突出。 以微软、谷歌、亚马逊、Meta 为例，四大科技巨头资本开支占经营活动现金流净额比重持续攀升，并在 2025 年达到高位，部分公司甚至超过90%，按各自公布的资本开支计划推算，2026 年三大科技巨头资本开支占经营活动现金流净额比重预计将出现回落，Meta 则是依靠外部融资来维持。 四大科技巨头自由现金流总和在 2025 年已出现显著回落。受制于现金流压力，Meta和甲骨文等科技公司甚至被迫进行大额发债融资，以维持资本开支计划。2026年，科技巨头整体资本开支增速预计从 2025 年的 79%放缓至68%，这是科技巨头资本开支增长三年来首次出现明显减速。 AI 应用规模化落地最终将给科技巨头带来巨额营收，形成资本开支与现金流同步上升的正向反馈，但这一过程需要时间。在此之前，投资者对科技巨头的追捧出现阶段性降温，投资者开始关注增长性不那么强但稳健性更高的HALO 资产。这一逻辑构成了HALO 资产兴起的重要背景。

1.2.2 逻辑二：AI 应用接连落地，"轻资产、高迭代"行业承压

2026 年 AI 应用接连落地，由于 AI 对智能类岗位替代性强，加上智能类岗位集中于高人力成本的“轻资产、高迭代”类行业，所以这一类行业对AI 替代的焦虑感尤其显著。作为硬币的另一面，HALO 资产得到投资者重视。2026 年初，AI 应用出现了前所未有爆发式增长。ChatGPT 月活用户突破9 亿，豆包成为国民级 AI 助手，Perplexity 对谷歌搜索霸主地位构成挑战，Kimi 在专业调研领域广泛应用。AI 应用渗透率快速提升，正对大量"轻资产、高迭代"行业形成系统性影响。

根据 Anthropic 于 2026 年 3 月 5 日发布的人类技能 AI 替代率报告，IT、金融、法律、管理、媒体、行政等岗位的 AI 替代率预期最高，而从事这些岗位的人员正是"轻资产、高迭代"类行业的核心从业者群体。 软件服务、咨询、媒体、金融科技等行业面临 AI 替代冲击，这些行业的固定资产占比偏低，且迭代迅速，正是与 HALO 资产属性截然相反的"轻资产、高迭代"类领域，投资者开始关注度也出现下降。 物理世界的生产活动——挖矿、炼油、发电、建造、运输——本质上不可被AI 替代，相关企业的核心价值建立在有形资本上，形成与 AI 替代逻辑的天然隔离，HALO资产因此成为 AI 时代投资者关注的"避风港"和"价值锚点"。这一逻辑不仅从"防御"角度（AI 替代免疫）支撑了 HALO 资产，更从"进攻"角度（AI 基础设施受益）赋予了能源、有色、电力设备等 HALO 属性行业新的增长逻辑。

1.2.3 逻辑三：海外面临供给缺口，AI 产业拉动能源底座需求

随着 AI 对电力能源需求持续高增，美国能源底座基础不牢的问题开始暴露，美国开始提速建设能源底座，由于能源底座对应资产都属于典型HALO 资产，所以HALO资产热度进一步提升。 AI 产业高速发展对电力和能源基础设施提出了前所未有的需求。黄仁勋提出的AI 产业"金字塔"层级清晰地描绘了这一结构：顶层是 AI 应用产品，依次向下是大模型/核心算法层、基础设施层（数据中心、服务器）、芯片层（AI 核心算力），最底层则是能源层（为 AI 提供动力）。 从 ChatGPT 出世至今，美国数据中心用电量持续高增，根据国际能源署（IEA）在2025年的预测，从 2021 年（没有 ChatGPT 的最后一个全年）到2030 年，美国数据中心的用电量预计将增加两倍以上。算力的高速扩张已使美国居民电价在2024 年后持续攀升，且涨幅明显脱离整体通胀走势，显示出电力供给趋紧。美国电网老化程度严重，输电网络建设严重滞后于数据中心扩张需求。而输电线路建设的审批周期往往长达数年，这使美国短期内无法通过快速扩建电网来解决能源瓶颈问题；另外，煤电退出过快也给基础电力带来了供给缺口。特朗普政府已将能源基础设施建设列为国家战略优先事项，对核电、天然气、煤电乃至可再生能源的扩建计划持积极支持态度。 能源、铜铝锂等有色金属、电力设备等资产正是典型的HALO 资产，这一政策导向为HALO 资产提供了长期政策支撑。 上述三条逻辑相互共振形成了合力，推动投资者从"轻资产、高增长"类资产转向"重资产、低淘汰"的 HALO 资产。这一迁移不是短期情绪波动，而是具备基本面支撑的结构性切换。