CITIC Securities、中国のAI投資がエネルギー・化学へローテーションすると指摘
CITIC Securitiesは、AIが第2四半期に予想されていた効果の多くをもたらしたことを受け、中国株戦略の重心を移した。同証券は、急速なセクターローテーションによって割高なテクノロジー銘柄が試されるなか、エネルギー・化学企業に投資家の注目がより集まると予想している。
論点は、AI向けコンピューティング需要がピークに達したということではない。CITICは、最近のAIの進歩が、コンピューティング需要の継続的な成長を見込む既存の根拠を強めたとしている。ただし、その傾向だけでは長期的な商用化をめぐる疑問は解消されず、バリュエーションの際限ない拡大を正当化するものでもない。
この区別が、中心的な対立を生んでいる。中国のAIサプライチェーンには依然として成長機会があるものの、投資家は幅広いテクノロジーの物語よりも、収益を裏付ける証拠を求めるようになっている。エネルギー・化学企業は、低いバリュエーション、利益改善、供給の引き締まりを通じて、対照的なリターン源を提供する。
したがって、この戦略はバーベル型に近い。AIが成長志向の側を担い、エネルギーと化学が収益面の支えとバリュエーション保護を提供する。これは、モメンタムの信頼性が低下し、持続的な主導セクターが乏しい市場への対応だ。
CITICのAI・エネルギーのバーベルは、より速い市場を反映する
この配分変更は、中国のAI投資サイクルを否定するものではなく、異例の速さで進むセクターローテーションへの対応である。
8月30日に公表された市場速報は、CITIC Securitiesの最新の戦略リサーチを要約した。同証券は、中国のA株市場では2022年以降、急速な構造的ローテーションが常態化していると述べた。
レポートによれば、極めて速いローテーションの局面は通常、1〜2カ月しか続かない。共通する特徴は業績予想の上方修正の広がりが狭いことであり、持続的な市場リーダーを支えるには、予想を引き上げるアナリストの対象業種が少なすぎることを意味する。
この背景は、投資家が力強いAI四半期をどう解釈するかを変える。集中した収益貢献は特定のハードウェア供給企業を正当化できる一方、AIの看板を掲げるすべての企業を支えるわけではない。また、別のセクターでより強い上方修正が出るとすぐに退出する短期資金を引き寄せる可能性もある。
CITICはAIをバーベルの積極的な側面と位置付ける。高成長、新たなコンピューティングアーキテクチャ、インフラ需要の拡大へのエクスポージャーを求める投資家に訴求する。一方でエネルギー・化学は、投資根拠が利益、供給規律、バリュエーションにより直接的に依存するため、より安定した側を構成する。
バーベル型ポートフォリオでは、両側が同時に成果を上げる必要はない。異なる期待によって動く資産を組み合わせることで、単一の継続的な市場トレンドへの依存を減らす。この場合、AIは将来の成長に大きく依存する一方、エネルギー・化学は現在の事業面の裏付けにより依存する。
この違いは重要だ。投資家はしばしば「AI需要」を一つのトレードとして扱う。しかし実際には、サプライチェーンにはチップ、光ネットワーク、サーバー、電力システム、冷却機器、ソフトウェア、データセンター事業者が含まれる。収益計上のタイミング、利益率、必要資本は大きく異なる。
一部のサプライヤーは、ハードウェア出荷時に収益を計上する。データセンター事業者は、ワークロードが継続収入を生む前に、建設資金を確保し、電力を確保しなければならない。アプリケーション開発企業は、顧客維持、推論コスト、支払い意思をめぐる別の試練に直面する。
CITICの論点はインフラ需要のシグナルを受け入れつつも、より広範な商用化なしにどこまでバリュエーションを支えられるかを問うものだ。同証券は、最近のAIの進展がコンピューティング成長を強化する一方、それ自体で遠い将来の収益ストーリーを変えるものではないとしている。
バーベルのもう一方は、より確かな短期データを基に動いている。中国国家統計局は、2026年上半期に大手工業企業の利益が18.7％増加したと報告した。
同局のより最近の工業利益データは、7月までにセクター間の格差がさらに鮮明になったことを示した。コンピューター・通信機器の利益は前年同期比110％増加した。
化学原料・化学製品の利益は56.6％増、石炭採掘の利益は50.4％増、石油・天然ガス採掘は15.4％増となった。これらの数字は、CITICの配分フレームワークの両端を支えている。
このデータは、この戦略が単純なテクノロジー離れではない理由も示している。エレクトロニクスの利益は依然として例外的に強い。変化しているのは、投資家がすでにその強さを織り込んだ後に、どこで追加的なバリュエーション上昇余地が生まれるかという点だ。
CITICは実質的に、業績の確認とマルチプル拡大を切り分けている。AI企業は成長を続けられる一方、株価は既知の需要ニュースへの反応が鈍くなる可能性がある。バリュエーションの低い産業企業は、業績改善によって割安評価の理由が解消されることで上昇しうる。
これが戦略内の最初の反転だ。AIのファンダメンタルズ改善が、自動的にAIを最も有力な追加的トレードにするわけではない。期待が厳しくなると、別の場所でのより小さな前向きな変化が、より大きな市場反応を生むことがある。
狭い業績改善の広がりが投資家を動かし続けている
急速なローテーションは、市場に複数の信頼できるトレードがある一方、それらを支配できるほど広範な業績トレンドが存在しないときに起きる。
CITICは現在のローテーションを、業績予想上方修正の広がりが限られていることと結び付けている。一つの業種で多くの企業に修正が広がると、投資家は一時的な変動を乗り越えてテーマを保有できる。修正が集中したままであれば、資金はより小規模な勝ち組のグループ間を移動する。
貿易摩擦も別の制約を加える。輸出の伸びは、多くのA株企業にとって最も重要な業績シグナルの一つとなってきた。しかし、関税リスク、外交政策の不確実性、サプライチェーン規則の変化は、投資家が海外収益に付与するバリュエーションを低下させる可能性がある。
為替の影響は比較をさらに複雑にする。通貨の変動は、数量需要の対応する変化を反映せずに、報告利益を増減させる可能性がある。また、輸入コスト、海外資産、海外売上の換算価値にも影響を及ぼしうる。
こうした力により、市場の広がりは維持しにくくなる。投資家が外部市場の持続性を疑問視すれば、企業は許容可能な事業実績を報告しても低いバリュエーションを受ける可能性がある。その結果、保有期間は短くなり、セクター間の移動は速くなる。
この環境ではモメンタム戦略が苦しむ。モメンタムは、時折の反転を補えるだけの期間、直近の勝ち組がアウトパフォームし続けることに依存する。急速なローテーションはこのプロセスを繰り返し中断する。
CITICのより詳細な戦略説明によれば、主導銘柄が急速に変わる局面では、モメンタムや景気好調を追うアプローチが特に脆弱になる。これらの戦略は、市場に明確で持続的な方向性がある場合により機能する。
低バリュエーション戦略は一般にローテーション局面でより良好に機能するが、CITICは重要な例外を指摘している。ローテーションの速度が増すにつれ、統計的に有意な優位性を示すのはPB-ROEアプローチだけだという。
PBは株価純資産倍率を意味し、企業の市場価値と会計上の自己資本を比較する。ROEは自己資本利益率を意味し、株主資本から生み出される利益を測る指標だ。
PB-ROEフレームワークは、収益性に比べてバリュエーションが低く見える企業を探す。また、リターン改善の証拠があるにもかかわらず、投資家が弱い状況を織り込んでいる企業を特定することもできる。
詳細な戦略サマリーによれば、CITICの伝統的な残余ベースのPB-ROEポートフォリオは、急速なローテーション期においてCSI All Share Indexを月平均158ベーシスポイント上回ってきた。
同証券によれば、ディストレス反転ファクターを加えることで、この月間の歴史的超過リターンは179ベーシスポイントまで上昇した。1ベーシスポイントは0.01％ポイントに相当する。
これらの数値は、将来のリターンを保証するものではなく、過去のモデルを示したものだ。CITICの定義、ポートフォリオ構築、取引前提、選択されたサンプル期間に依存している。投資家は、公表されたファクター結果が実際の取引コストを経ても維持されると想定することはできない。
それでも、このメカニズムは現在の市場に合致する。投資家は混み合った主導銘柄を手放すと、測定可能な利益と厳しくないバリュエーションを持つ企業を探すことが多い。この過程は、持続的なモメンタム波ではなく、バリュエーションの修復を生む。
CITICは、伝統的なPB-ROEアプローチに適合する業種として、工業用金属、石炭、物流を挙げている。化学、電池、畜産については、供給合理化によって業界経済が改善するディストレス反転型と結び付けている。
これはAIトレード全体に圧力を生む。チップ・サーバーのサプライヤーは、高い期待を相殺できるほど強い業績予想の上方修正を継続して生み出さなければならない。アプリケーション企業は、利用の拡大が収益性のある売上へ転換できることを示す必要がある。
ファンドマネジャーは別の圧力に直面する。AIを単にディフェンシブなセクターに置き換え、コンピューティングの成長を無視することはできない。毎月同じ混み合った保有銘柄が主導することに頼らず、AI上昇の可能性へのエクスポージャーを確保する必要がある。
エネルギー・化学企業も精査を受ける。低いバリュエーションだけでは、再評価を持続させられない。投資家は、利益増加が一時的な商品価格や在庫変動ではなく、持続的な供給環境を反映している証拠を必要としている。
バーベル構造は、こうした相反する要求に対応する。AIインフラへの参加を維持しつつ、現在の利益によってバリュエーションが回復しうる企業を加える。また、どちらの側も恒久的な市場リーダーではないことを受け入れている。
コンピューティング需要の強まりはAI商用化を解決していない
CITICの最も重要な判断は、追加的なコンピューティング需要がAI構築を確認する一方、そこから誰が魅力的なリターンを得るのかを決めるものではないという点だ。
コンピューティング需要は、AI投資の根拠の中で最も明確な部分だ。より大規模なモデルの学習には相当な処理能力が必要であり、そうしたモデルを提供するには、ユーザーのリクエストごとに繰り返し推論を実行する必要がある。
エージェント型システムは、その負荷を増幅しうる。従来のチャットボットは一つの回答を生成するだけかもしれないが、エージェントは計画、検索、ツール呼び出し、結果の確認、作業の修正を行うことができる。各ステップで追加のモデル計算が必要になる可能性がある。
このパターンは、半導体設計企業、ファウンドリー、メモリー供給企業、光ネットワークベンダー、サーバー製造企業、冷却事業者、電力インフラを支える。また、より広範な回復が不均一な中で中国のエレクトロニクス利益が急増しうる理由も説明する。
ただし、収益はそのチェーン全体で均等に動くわけではない。ハードウェアベンダーは、ソフトウェア顧客が推論費用を賄えるだけの金額を支払うと証明する前に恩恵を受けられる。そのため、アプリケーション経済が未解決のままでも、インフラは活況となりうる。
CITICのレポートは、この線引きを明確にしている。最近のAI開発は、確立されたコンピューティング需要の方向性を強化するが、長期的な商用化のストーリーを書き換えるには不十分だ。
AIアプリケーションにとって、商用化には利用拡大以上のものが必要だ。提供企業はユーザーを維持し、提供コストを管理し、信頼できるワークフローを確立し、実験を継続契約へ転換しなければならない。
エンタープライズの買い手は、さらに導入を遅らせる要因となる。機密性の高い業務を本番環境に移す前に、セキュリティ、精度、統合性、ガバナンスを検証しなければならない。パイロット導入が成功しても、大規模展開に至らないことはある。
開発者も同様の摩擦に直面する。より強力なモデルは、1つのタスクに必要な作業量を減らす一方で、試みるタスクの数を増やし得る。その結果、コンピューティング費用は、ソフトウェア提供者が獲得する経済的価値を上回るペースで増加する可能性がある。
この不確実性はインフラ関連企業の評価にも影響する。研究所やクラウド事業者が容量拡大を急ぐなか、サプライヤーは現在強い受注を得るかもしれない。しかし長期的な評価は、最終顧客がその支出を維持できるだけの収益を生み出せるかどうかに依存する。
CITICは、長期的な評価上限を押し上げ得る展開の一つとして、再帰的自己改善（RSI）を挙げている。RSIは、より強力な後継システムを生み出すために必要な研究開発を大幅に加速するシステムを指す。
この考え方は純粋に投機的な議論の域を超えつつあるが、完全な規模での実証はなおされていない。Anthropicは、AIがAI研究を加速している初期的な証拠を示す一方、未解決のボトルネックや重大な制御リスクを強調している。
RSI research agendaでAnthropicは、最終的にはコンピューティングの利用可能性が開発速度を左右し得ると論じている。同時に、実験、ハードウェア、エネルギー、製造、人間による検証は依然として重要な制約だと指摘する。
AIシステムが新しいモデルの開発プロセスを大幅に改善すれば、コンピューティング需要は二つの理由で増加し得る。より高性能なモデルが追加的な用途を呼び込む一方、自動化された研究がさらなる改善を生むために資源を消費するためだ。
ただし、商業的な影響は一様ではない。モデル研究所やインフラ供給企業は大きな価値を獲得するかもしれないが、アプリケーション提供者は製品サイクルの加速と外部プラットフォームへの依存拡大に直面する可能性がある。
CITICは、潜在的な変化としてアンチ蒸留にも言及している。知識蒸留は、より強力な教師モデルの出力や挙動を用いて、より小型の生徒モデルを訓練する手法である。コスト削減につながる一方、元の開発者の商業的な競争優位を弱める可能性もある。
アンチ蒸留技術は、無許可の抽出を抑制したり、コピーされた能力を検出しやすくしたりすることを目指す。その価値は技術面だけでなく経済面にもある。最先端の開発者は、訓練、データ、研究に多額の投資を行っているためだ。
学術研究では、ウォーターマーキング、出力の改変、その他の防御策が検討されてきた。model protection studyでは、生成テキストに埋め込まれた不可視の信号が、モデルの不正利用の特定や削除への耐性に役立つことが示された。
実用的なアンチ蒸留システムは、主要研究所が差別化された能力に対して課金する力を高める可能性がある。また、競合他社が大規模なクエリを通じて高コストな性能を再現するリスクを低減し得る。
もっとも、防御技術にはトレードオフが伴う。モデル出力の変更は品質やユーザー体験に影響し得る。検出システムは誤検知を生む可能性があり、執拗な攻撃者は抽出手法を適応させることができる。
法的な位置づけも、法域や契約によって異なる。蒸留は標準的な機械学習手法であるため、紛争では手法そのものよりも、認可、アクセス方法、利用規約が焦点となることが多い。
このためCITICは、RSIとアンチ蒸留を確立された結論ではなく、評価を押し上げる可能性のある触媒として扱っている。いずれの展開も、最先端モデルをめぐる収益の堀を強化するかもしれない。しかし、どちらも商業化の問題全体をまだ解決していない。
したがって、当面のAI投資テーマは引き続きインフラ主導である。チップや関連システムへの需要は、アプリケーション層全体で持続可能な利益が見えるよりも早く顕在化する。このことは、無差別なAI配分よりも選別的なエクスポージャーを支持する。
エネルギーと化学は収益を支えるが、安全資産ではない
CITICのバーベル戦略におけるエネルギー・化学側が機能するのは、価格下落、政策転換、そして再び起こり得る在庫の反転を経ても、利益改善が持続する場合に限られる。
魅力はバリュエーションから始まる。多くのエネルギー・化学メーカーは成熟産業としての期待に基づいて取引されており、収益性が安定した証拠により敏感に反応しやすい。
その収益は供給合理化からも恩恵を受け得る。高コストの工場が閉鎖されたり、企業が新規能力の追加を延期したりすれば、残った生産者は稼働率の改善と価格規律の恩恵を受ける。
CITICのディストレス反転フレームワークは、この組み合わせを探る。市場はまず、収益性が低いことを理由にセクターを割り引く。その後、供給が退出し、需要が安定し、生き残った企業がバリュエーションが示唆する以上の収益を生み出す。
中国の最新の工業統計は、この回復を示す証拠を提供している。国家統計機関によると、化学製造業の利益は2026年最初の7カ月間で56.6%増加した。
石炭の利益は50.4%増加し、石油採掘の利益は15.4%増加した。石油、石炭、その他の燃料加工事業は、合計で赤字から黒字へ転じた。
これらは意味のある改善だが、持続的なサイクルを証明するものではない。前年同期比の伸びは、比較対象となる期間が弱かった場合に劇的に見えることがある。産業全体のデータは、企業間の大きな差異を覆い隠すこともある。
化学事業の収益性は、原料コスト、製品スプレッド、工場稼働率、下流需要に左右される。原材料コストの上昇が販売価格の上昇を上回れば、生産者は売上高が増えても利益が減る可能性がある。
エネルギー企業は、商品価格の変動と政策介入に直面する。石炭需要が強く維持されても、個々の鉱山会社は生産制限、輸送制約、あるいは安全対策費の増加に直面する可能性がある。
石油・ガス生産者は、世界価格、為替変動、資本規律に依存する。製油会社は異なる経済状況に直面し得る。原油価格の低下は投入コストを抑える一方、在庫評価損を生む可能性もあるためだ。
したがって、このセクターを受動的なディフェンシブ配分として扱うべきではない。AI企業を取り巻くものとは異なる、事業、環境、地政学、規制上のリスクを抱えている。
CITICのフレームワークにおける優位性は相対的なものだ。エネルギー・化学のバリュエーションは、高成長テクノロジー株よりも楽観的な前提を少なくて済む可能性がある。利益改善は、恒久的なコモディティ・ブームがなくても評価修復を引き起こし得る。
タイミングも重要である。CITICは、AIの寄与は第2四半期に集中した一方、エネルギーと化学はその後に徐々に勢いを増す可能性があるとしている。この表現はローテーションの順序を示すものであり、AI収益が決定的にピークを打ったことを意味するものではない。
投資家はこの順序を二通りに誤読し得る。一つは、すべてのAI銘柄が収益サイクルを終えたとみなすことだ。ハードウェア受注やデータセンター投資は、1四半期を超えて力強さを維持し得る。
もう一つは、低評価の化学メーカーがすべて再評価されると考えることだ。過剰能力、弱いバランスシート、あるいは不利なコスト構造を抱える企業は、セクター全体のデータが改善しても割安なままにとどまり得る。
そのため、規律あるバーベル戦略では両側での銘柄選別が必要となる。AI銘柄には、実証可能な受注、利益率、または顧客導入が必要だ。エネルギー・化学銘柄には、キャッシュ創出力、収益性の改善、信頼できる供給環境が求められる。
このアプローチはモメンタム追随とは異なる。株価が最近上昇したというだけで企業を買うのではない。市場の主導役が変化した後にも、収益性がバリュエーションを支えられるかを問う。
単純なバリュー戦略とも異なる。低いPBRは隠れた機会を示すこともあるが、恒常的に低い収益性を反映している場合もある。PBとROEを組み合わせることで、回復中の企業と持続的なバリュートラップを分けようとする。
CITICの論点が最も強く裏付けられるのは、同時に確認材料が現れる場合だ。AIインフラの収益が底堅く推移する一方で、化学とエネルギーが引き続き大幅な利益改善を示す状況である。
最も弱い展開は、両側で悪化が見られる場合だ。アプリケーションが十分な収益を生む前にAI支出が減速し、能力増強の再開やコモディティ・スプレッドの縮小により工業利益が失速する可能性がある。
これがバーベル戦略の中心的なリスクである。二つの異なる物語に分散しても、どちらも同じマクロ経済環境の悪化に依存していれば、損失をなくすことはできない。
3つのシグナルがCITICのローテーション仮説を検証する
次の局面は、収益改善の広がり、AI収益の堀を示す証拠、そして工業利益回復の持続性によって決まる。
第1のシグナルは、第2四半期の決算シーズン後における利益予想修正の広がりである。投資家は、上方修正が少数のコンピューティング供給企業を超えて拡大するかを注視すべきだ。
ソフトウェア、クラウドサービス、ネットワーキング、電力設備、AIアプリケーションにまたがってより広範な予想修正が見られれば、CITICの論点におけるテクノロジー側を強化する。それは、コンピューティング投資がより広範な収益サイクルへと発展していることを示す。
一方で、修正が限定的ならローテーション論を支持する。ごく一部のハードウェア企業だけが引き続き上方修正を受けるなら、割高なAI株は別の産業が利益改善を報告するたびに脆弱なままとなる。
利益率の方向性は売上成長と同じくらい重要だ。ハードウェア企業には、製造費用や能力コストを相殺できるだけの価格決定力が必要となる。アプリケーション提供者には、追加的な推論費用を上回る収益成長が必要だ。
第2のシグナルは、AI商業化における信頼できる変化である。その変化には、再帰的自己改善、効果的なアンチ蒸留システム、あるいはモデル経済性を強化する別の仕組みが含まれ得る。
RSIについて重要なのは、研究所が自らのモデルが研究者を支援していると述べることではない。より強い検証基準は、AIシステムが開発サイクルを短縮し、後継モデルで独立して検証された改善を生み出せるかどうかだ。
アンチ蒸留について、投資家は導入の証拠を探すべきである。研究所は、その防御策が通常の顧客向け出力を劣化させず、また正当な利用を誤って制限することなく、抽出を抑止できることを示さなければならない。
いずれの結果も、長期的なバリュエーションの根拠を強化する。RSIは需要を拡大し能力向上を加速し得る一方、効果的なアンチ蒸留は最先端モデル開発者が得る収益を守り得る。
失敗すれば、AI取引で最も投機的な部分は弱まる。コンピューティング需要は高止まりするかもしれないが、モデル提供者は技術的リーダーシップを持続的な商業的優位へ転換することに引き続き苦戦するだろう。
第3のシグナルは、エネルギー・化学の利益増加がその後の月次データを通じて持続するかどうかである。投資家は利益成長を、生産、価格、稼働率、在庫、キャッシュフローと比較すべきだ。
複数の指標で改善が続けば、CITICのPB-ROEロジックを支持する。それは、セクター収益が有利な比較基準ではなく、業界経済性の改善を反映していることを示唆する。
急速な減速はローテーション仮説を弱める。化学利益が勢いを失う一方で生産者が能力を再稼働させれば、持続的な新たな市場リーダーが形成される前に評価修復が終わる可能性がある。
政策と貿易の動向は、3つのシグナルすべてに影響する。追加的な貿易制限は輸出の評価を引き下げ、テクノロジーのサプライチェーンを変化させ、エネルギーや原料のコストを動かし得る。
為替の変動も、セクターをまたぐ報告数値を変動させ得る。特に海外売上が大きい企業や輸入投入材を用いる企業について、投資家は換算効果と事業面の改善を区別すべきだ。
元のレポートは証券会社による戦略提言であり、公式予測や投資保証ではない。公開された要約は中心的な結論を示しているが、その背後にあるすべてのモデル前提を開示しているわけではない。
その検証上の隔たりには注意を払う必要がある。詳細な報道は、ローテーション、PB-ROE、AIコンピューティング需要、エネルギー・化学品のバーベル戦略に関する中核的な主張を裏付けている。ただし、この戦略がデータ変化の影響を受けないことを意味するものではない。
テクノロジーの購買担当者や開発者にとって、この分析は株式市場を超えた実務的な示唆を持つ。インフラ需要が急速に拡大する一方で、個々のAI製品が生み出す経済的価値はなお定まっていない可能性がある。
したがって、チームはモデルの能力だけでなく、成果を追跡すべきだ。有用な指標には、完了した業務量、エラー率、顧客維持率、推論コスト、本番利用に必要な人手によるレビューが含まれる。
検索可能なAIナレッジベースは、ベンダーの主張、会議メモ、導入結果とともに、こうした評価をチームが蓄積する助けとなる。モデルや価格が急速に変化する局面では、その記録の価値が高まる。
CITICの枠組みは、投資家に二つの考え方を同時に持つよう求めている。AIコンピューティング需要は依然として実在する成長要因だが、従来型の需要証拠がもはや追加的なバリュエーション拡大を保証するわけではない。
エネルギー・化学品は、利益回復と低い出発点のバリュエーションを通じて、別の道筋を提示する。これらはテクノロジーに代わるリスクフリーな選択肢ではなく、改善しつつあるデータについても引き続き確認が必要だ。
今後3カ月間は、利益予想の上方修正が広がるか、AIラボがより強固な商業的競争優位を築くか、産業部門の利益が持続するかに注目したい。こうしたシグナルは、バーベル戦略が持続可能な資産配分になりつつあるのか、それとも変動の速い市場における最新の転換点にすぎないのかを示すだろう。
