外资调研117家A股公司，但AI热情如今需要业绩证明
自7月以来，外资机构已调研117家A股上市公司；尽管AI盈利能力仍存疑问，其关注重点集中在三个技术密集型行业。
电子、机械和电力设备三大行业合计占据已披露调研样本公司的一半以上。这种集中度比起中国股市整体兴趣广泛回升，更具解读价值。
这一模式指向为人工智能提供实体基础的企业。芯片、光学组件、工厂设备、电池和电气系统，都比具有投机色彩的消费级应用更接近可量化的订单。
但企业会面并不等于买入。外资投资者正在收集证据，以判断中国的AI基础设施叙事能否带来可持续的盈利，而非又一轮由估值驱动的上涨。
这一差别界定了真正的较量。市场对长期产业周期的乐观预期，如今正面临对收入、利润率、订单可见度和可信资本配置更严格的要求。
调研公司数量从67家增至117家
最明显的变化不只是外资机构回归，而是其研究范围在数周内迅速扩大。
7月22日的一项市场调研显示，自当月初以来，机构已调研375家A股公司。其中，67家公司的披露会面记录中出现了外资机构。
在这批早期外资调研样本中，电子行业以19家公司居首，机械行业以10家位列第二。8月4日公布的后续统计显示，外资调研公司数量增至117家。
最新统计称，电子、机械和电力设备三大行业合计占这些公司的半数以上。一则市场快讯将相关数据归因于证券时报。
从67家增至117家，反映的是不同统计截止日期，而非样本彼此矛盾。中国上市公司会随着会面发生披露投资者关系记录，因此可观察到的样本池会在整个月内持续扩大。
这一披露机制至关重要。相关数字描述的是披露与外资机构接触的公司数量，而非独立投资者数量或已完成的股票买入数量。
单家公司可能在一次会议中接待多家机构。一家机构也可能调研多家公司，之后却不增加任何持仓。
较早的调研披露展现了这类活动的规模。其中列出了22家公司，每家均吸引了超过50家各类机构。
Eoptolink Technology吸引了417家机构，是该统计时点中数量最多的一家。BOE Technology、HC SemiTek和Huaqin Technology也位列被密集调研的公司之中。
Eoptolink提供高速光模块，用于在服务器和网络设备之间传输数据。这使该公司处于支持AI计算集群的基础设施链条之中。
据报道，该公司将第二季度展望与更强的交付需求、供应限制缓解及较小的汇兑损失联系起来。这些是经营层面的解释，而非对AI潜力的泛泛表述。
截至7月22日，在112家已发布中期业绩信息的被调研公司中，67家报告归母利润同比增长，另有13家预计扭亏为盈。
据报道，业绩向好的公司占比超过70%。这一盈利背景有助于解释为何中报披露季的机构会面加速。
这也改变了外资投资者可以提出的问题。年度战略发布会提供的是遥远目标，而年中会议则可以检验当前订单、库存、产能利用率和利润率变化。
因此，这波调研同时传递两项信号：外资机构对中国科技供应链感兴趣，并且正在用新近可得的财务证据来检验这一兴趣。
117家公司的数字仍是关注度指标，而非资金流向统计。只有与后续持股披露、交易数据和盈利预期调整结合时，它才具有意义。
这一限制应避免人们轻易得出外资已经大规模回流A股的结论。这些会面表明，投资者在作出决定前正关注哪些方向。
为何电子、机械和电力设备领跑
这三个领先行业构成了一个相互连接的AI基础设施系统，而非三个彼此无关的市场主题。
电子行业提供处理器、印刷电路板、存储组件、光连接、传感器和组装产能。这些产品决定计算硬件如何传输、存储和处理信息。
机械企业制造生产这些组件所需的设备。它们还提供自动化系统、测试工具、工业机器人和精密生产线。
电力设备则完善了这条链条。AI数据中心在新增计算能力投入运行前，需要发电、并网连接、变压器、冷却支持、储能和备用系统。
这有助于解释为何该调研模式不同于简单的软件行情。外资投资者似乎更聚焦于与资本开支和实体部署相关的企业。
J.P. Morgan Asset Management对中国在岸与离岸市场作出了类似划分。其股票评估称，CSI 300上涨2%，而MSCI China下跌10.8%。
这些数字覆盖其2026年中分析所采用的期间。比业绩差距更重要的是背后的解释。
在岸指数对产业升级、硬件科技、电力设备和政策相关制造业的敞口更大。离岸基准指数则更依赖互联网平台、消费企业、房地产和金融公司。
这一构成使A股成为研究中国国内AI建设更直接的场所，也让外资投资者能够接触主要离岸指数中缺少的供应商。
这种差异并不意味着每家电子或机械企业都能同等受益。一家公司可以谈论AI，但相关收入可能微乎其微。
机构会面有助于区分直接供应商与主要将AI作为叙事的企业。关于客户认证、订单持续时间、产能和定价的问题，能揭示需求究竟是否真实。
电子企业面临的检验尤为细致。投资者需要判断，一笔订单究竟服务于训练集群、推理系统、消费设备，还是传统电信设备。
训练是指用于构建模型的计算过程。推理则是运行训练完成的模型，以回答请求或完成任务的过程。
这些工作负载需要处理器、网络、存储和电力的不同组合。因此，一家供应商的相关敞口看似具有吸引力，却可能集中于某个狭窄的瓶颈环节。
机械行业面临另一项挑战。设备订单可能在工厂开始生产前增长，带来强劲的短期收入，但也使供应商面临之后产能过剩的风险。
中国以往的制造业周期提供了充分警示。大量投资可以提升本地能力，但最终也可能压低价格和回报。
电力设备或许拥有更广泛的需求基础。电网现代化、可再生能源、电动汽车、储能和数据中心都能支撑订单。
然而，需求重叠并不能消除执行风险。项目仍需要融资、许可、电网接入、客户承诺以及严谨的建设进度安排。
J.P. Morgan的另一项分析认为，电池可同时服务于电动汽车和AI数据中心，并将电力设备列为备用电源需求的受益者。
这一关联将三个被调研行业串联为一条投资链：电子行业创造计算能力，机械行业扩大生产，电气系统则维持由此形成的基础设施运转。
这一机制比笼统相信AI更为具体，同时也为投资者提供了多个可能导致投资逻辑失效的环节。
外资调研遇上中国以硬件为先的AI交易
核心较量在于，对长期AI投资周期的信心与市场要求每家供应商证明盈利能力之间的冲突。
外资机构并非进入一片空白领域。中国投资者早已将大量注意力投向AI计算、半导体、光网络、电池和先进制造。
这意味着新买家既要评估产业潜力，也要评估股价中已经反映的预期。一个引人注目的技术故事，若其估值假设执行毫无瑕疵，仍可能带来糟糕的投资结果。
J.P. Morgan Private Bank估计，美国超大规模云服务商将在2026年支出7000亿美元。超大规模云服务商是以极大规模建设计算基础设施的大型云运营商。
其亚洲科技展望称，半导体约占现代数据中心基础设施成本的一半。
这些支出为亚洲供应链带来收入机会。不过，机会在中国台湾、韩国、中国大陆及各自企业之间分布并不均衡。
中国台湾在先进芯片制造中仍居核心地位。韩国则主导包括高带宽存储在内的重要存储类别，后者用于搭配AI加速器。
中国大陆的机会部分来自本土化。获取先进外国技术的限制，使国产芯片、设备、网络和产能在战略上变得重要。
J.P. Morgan估计，中国半导体本土化率已达41%，高于2024年的30%。这一估计涵盖广泛供应链，不应被理解为每个生产环节都具备同等能力。
中国在一些先进推理芯片上的本土表现仍较弱。设备制造商在领先制程中也面临困难的技术差距。
网络是更具优势的领域。中国供应商长期以来一直向国内外主要客户供应光模块及相关设备。
这有助于解释市场为何关注Eoptolink和Victory Giant Technology等公司。它们的产品直接对应计算集群内部不断上升的带宽需求。
同样的逻辑也延伸至印刷电路板。更快的处理器需要复杂电路板，既要在承受更高功率和热负荷的同时保持信号完整性。
电力正变得同等重要。当数据中心无法获得电力、冷却或电网接入时，更快的计算也无济于事。
J.P. Morgan称，中国2025年新增发电容量是美国的七倍。该机构还估计，中国发电投资在此前十年间的复合年增长率为9.5%。
这些估算为电气设备和电网供应商提供了利好依据，但并不保证每个项目都能带来可观回报。
局部过度建设可能压低设备价格。客户集中度会削弱议价能力，而激进的产能扩张可能在需求放缓时降低产能利用率。
因此，这些调研会议发挥着筛选作用。投资者可以就实际 AI 收入、客户承诺、定价以及新增产能投放时点向管理团队提问。
他们还可以考察海外需求是否会使企业面临关税、出口管制或客户多元化要求。
境外机构为这些问题带来了不同视角。许多机构已持有台湾、韩国、日本、欧洲和美国的供应商股票。
A 股公司必须与这些替代选择争夺资本。仅仅提供对同一轮支出周期的敞口并不足够。
企业需要在成本、技术、客户或增长方面具备优势，以补偿市场准入和地缘政治风险。
这种竞争性比较迫使中国供应商提供可量化的证据。投资者可以将订单增长与韩国存储芯片生产商或台湾制造业龙头进行比较。
他们还可以将电力设备机会与国际电网供应商进行比较。研究过程由此成为区域资本配置活动，而不只是对中国市场的简单背书。
调研会议数据无法证明什么
调研强度反映投资者的好奇心，但无法证明买入意愿、未来回报或企业披露质量。
最直接的问题在于分类。一家被归入电子或电力设备行业的公司，可能与 AI 需求仅有很小关联。
因此，行业总量显示的是投资者在哪里寻找机会，而不是每家企业从这一主题中获得了多少收入。
第二个问题是重复统计。公开摘要对被调研公司、参与机构或已披露会议的计数方式往往不同。
在缺乏标准化的独立投资者衡量指标时，读者不应将公司数量从 67 家增至 117 家解读为外资规模的等比例增长。
这一计数也无法说明会议深度。一场简短的线上电话会和一次长时间的工厂参观，都可能出现在投资者关系记录中。
两种形式都不要求参与者买入股票。有些机构参加会议是为了维持覆盖、验证做空逻辑，或了解竞争对手。
中国交易所规则试图限制此类互动中的选择性披露。上海证券交易所要求上市公司建立会后核查程序。
其修订后的披露规则也涉及基于投资者沟通形成的研究报告或发布内容。重大投资信息仍应以公开披露为恰当依据。
这一保障措施并不能消除解读风险。管理层可能强调有利的需求情况，同时对客户名称、合同条款或未来定价保持谨慎。
投资者必须将会议表述与财务报告、交易所文件、供应商数据和客户支出结合起来判断。调研中的自信回答，其分量不及已确认收入。
AI 周期还带来另一层不确定性。基础设施支出可能持续强劲，但个别供应商仍可能丢失市场份额或面临价格下跌。
硬件瓶颈也在变化。光学元件短缺可能吸引新增产能，使约束转向存储、供电、散热或网络软件。
受益于某一环节的公司未必能保住这种优势。产品迭代也可能需要新的设备投入和认证成本。
离岸市场走弱提供了进一步警示。J.P. Morgan 表示，在此前 12 个月中，中国科技行业约 37% 的盈利预期遭到下调。
这些下调主要反映了围绕外卖业务的竞争和补贴，而非所有硬件公司的普遍失利。尽管如此，它们仍表明支出可能多么迅速地超过回报。
互联网平台仍处于该机构所称的“重投入、轻回报”阶段。在一些案例中，AI 资本开支和研发成本的增长快于可见的商业化进展。
硬件供应商会在平台所有者证明自身回报之前，先从这些支出中获得收入。这种时序起初可支持制造商，但也会带来更长期的需求风险。
如果云计算公司无法将 AI 服务转化为盈利性收入，它们最终可能削减采购。届时，供应商在扩张产能后将面临订单放缓。
J.P. Morgan Asset Management 对采用进展给出了更积极的看法。其盈利回顾称，AI 的应用正扩展至搜索、广告、游戏设计、云服务和行业特定模型训练等领域。
该机构还预计，2026 年中国股票每股收益将增长 14.4%。此前，2025 年每股收益据报下降了 3%。
这些数据支持潜在的盈利拐点，但仍属于总体预测。投资者仍需确定哪些被调研公司将推动这一改善。
估值构成最后一道缺口。一家公司即使实现快速利润增长，若投资者预期更高，仍可能令市场失望。
7 月 22 日的调研发现，市场对已发布积极中期信息的公司高度关注。因此，部分热情可能是追随已披露的业绩，而非提前押注未来表现。
这就是为什么后续股价走势本身无法验证这些会议。更有价值的证据将来自持仓披露、盈利预期修正、利润率和已完成订单。
多头逻辑不止于短期 A 股反弹
只有当中国 AI 供应链将本土化、基础设施需求和技术进步转化为可重复的现金创造能力时，外资兴趣才会持久。
UBS 在进入 2026 年时对中国科技行业持积极看法。其中国展望将该行业描述为由 AI 创新和支出支持的高确定性投资主题。
UBS 还预计，2026 年中国科技企业盈利将显著增长。该机构将国内流动性、合理估值和政策支持列为额外支撑因素。
这些观点有助于解释外资机构为何会扩大对公司的直接调研。广泛的市场乐观情绪仍需要落实为证券层面的持仓决策。
投资组合经理无法把“中国 AI 供应链”当作一项同质化业务整体买入。他们必须在芯片设计商、零部件制造商、自动化供应商、电池生产商和电网承包商之间作出选择。
每个类别都有不同的盈利机制。半导体设备依赖晶圆厂投资及成功完成国产化认证。
光网络依赖数据中心架构、客户集中度、产品速率迭代和供给纪律。
工业自动化依赖客户资本开支、制造业产能利用率，以及替代人工或旧设备的经济性。
电力设备依赖电网投资、发电项目、储能部署和数据中心建设。合同执行和应收账款的重要性可能不亚于表面上的订单增长。
这些差异使公司调研会议在 A 股市场尤具价值。公开财务报表可以揭示业绩，却未必能充分解释订单构成的变化。
管理层沟通可以澄清哪些产品驱动增长，以及新增产能何时开始贡献业绩。投资者仍必须通过后续披露核实这些解释。
中国也提供了一种以成本为基础的 AI 路径。国内模型和基础设施提供商往往通过以更低运营成本提供实用性能来竞争。
更低成本可以提升采用率，从而增加推理需求。更高的推理量又需要更多网络、存储、存储容量和电力。
这在可负担服务与基础设施投资之间形成了可能的反馈循环。它为供应商提供了超越初期训练热潮的长期逻辑。
不过，成本领先也可能压制整条产业链的利润率。期待更低计算成本的客户会要求硬件和服务提供商给出更优价格。
中国遏制恶性价格竞争的行动带来了另一项变量。政策制定者希望减少多个行业的过剩产能和非理性折价。
J.P. Morgan 将这一政策方向的部分内容与中国 2016 年至 2018 年间的供给侧改革相比较。该机构也指出，当前执行似乎更广泛但力度较弱。
这一结果对电池、光伏设备和工业供应商都很重要。更好的供给纪律可能改善利润率，而执法不力则可能延续过剩产能。
因此，外资投资者既有理由研究需求，也有理由考察竞争行为。当过多供应商争夺同样的订单时，庞大的可服务市场几乎无法提供保护。
更广泛的国际比较仍然颇具挑战。台湾和韩国市场为全球成熟的半导体龙头提供了集中的投资敞口。
中国大陆提供了更快的本土化、广泛的制造能力和庞大的国内客户基础，但也伴随政策、治理、出口管制和市场准入风险。
当实体基础设施处于领先地位时，A 股的表现可能优于离岸中国科技股。如果软件商业化改善或工业资本开支放缓，这一优势可能逆转。
当前调研模式表明，投资者偏好硬件优先路径，但这并不能证明这种偏好是永久性的。
多头逻辑需要三个相互关联的结果：AI 采用必须扩大，基础设施客户必须持续投入，供应商必须在提升产能的同时保护回报。
若缺少其中任何一个条件，会议热情的价值都会下降。若三者兼具，7 月的调研浪潮可能标志着更广泛外资参与的早期准备。
三个信号比会议数量更重要
下一阶段将由盈利预期修正、已披露持仓和订单转化决定，而不是又一次公司调研数量的增加。
第一个信号是 2026 年中期业绩披露季。投资者应将已披露的收入和利润，与企业在调研会议中给出的解释进行比较。
对于电子供应商，关键证据包括 AI 相关收入、产品组合、毛利率和客户集中度。销售额上升而利润率下降，会削弱增长质量。
机械企业需要证明，新订单能够转化为交付，而不会造成过高的应收账款或库存。仅凭产能公告无法证明客户需求。
电力设备公司应披露，数据中心和电网订单是对现有业务的补充，还是仅仅替代了其他领域较弱的需求。
这些业绩公布后的分析师预期修正提供了有用的概括。盈利预期上调将强化外资关注源于基本面改善的论点。
预期持平或下调则意味着，积极的调研表述尚未改变预期现金流。
第二个信号是外资持仓。当季度股东记录、北向交易或基金披露显示增持时，调研参与的可信度会更高。
这些指标本身也存在局限。托管渠道可能掩盖最终受益所有人的身份，而短期资金流向也可能迅速逆转。
即便如此，持仓证据能将这一叙事从研究兴趣推向资本承诺。拜访数量与持仓规模之间若存在较大落差，将支持更为谨慎的解读。
投资者应关注买盘集中在哪些领域。若三大领先行业均获得广泛持有，则表明市场对基础设施周期抱有信心。
如果买盘仅集中于少数成熟出口商，则意味着海外基金经理仍更偏好已被验证的全球营收，而非国内主题敞口。
第三个信号是 AI 供应链中的订单转化。公告需要转化为确认收入、稳定利润率和经营现金流。
这一检验应持续至第三季度，并延伸到年末指引。对于正在扩大产能的企业而言，这一点尤为重要。
供应商可以报告订单充足，却仍面临交付延迟、客户重新议价或高昂营运资金需求等问题。
基础设施客户也需要披露更高的利用率和变现水平。他们的成功决定了当前供应商订单能否持续。
关注云业务收入、付费 AI 使用量、数据中心入住率和客户留存率。这些指标将硬件支出与终端市场需求联系起来。
最强的结果将同时具备这三个信号：盈利预测上调、外资持仓扩大，以及已披露订单在不损害利润率的情况下转化为收入。
这种组合将支持这样的观点：海外机构发现了一个结构性的工业机遇。它也能将这一活动与年中短暂的研究热潮区分开来。
若结果喜忧参半，则需要更有选择性。业绩强劲但没有外资买入，可能意味着估值担忧或地缘政治风险尚未消除。
外资买入但盈利没有改善，则可能反映战术性布局，而非对企业质量的信心。
订单转化疲弱将对核心的 AI 基础设施逻辑构成挑战，即便会议数量依然维持高位。
因此，这项涵盖 117 家公司的调研样本只是一个起始地图。它显示了全球机构正在中国境内科技市场的哪些领域集中提问。
这张地图指向电子、机械和电力设备，因为这些行业将 AI 雄心与工厂、零部件和电力连接起来。
读者现在应关注会议之后发生了什么变化：分析师是否上调预测，外资基金是否增持，以及已披露订单是否转化为有利润的收入？
这些答案将决定，这波研究热潮是否预示着持久的资产重新配置，还是仅仅记录了财报季期间的好奇心。
对于追踪中国 AI 经济的人而言，有用的任务很明确：应跟踪供应链各环节的经营证据，而不是将机构出席情况视为投资结论。
