- UBS第23届中国A股会议核心观点总结:(1) 中国宏观经济前景积极,预计2H26有望实现4.5-5.0%增长目标,投资是稳定增长的关键政策抓手,货币政策仍

图片

无图片

正文

UBS于2026年9月1-2日举办了第23届中国A股会议,涵盖13场主题讨论和120余家公司的交流。本报告是会议核心要点的综述,主要涵盖五大主题:。整体基调偏积极,认为中国经济增长前景良好,AI驱动的产业变革正在加速推进。

一、2H26宏观经济政策展望——投资为优先抓手 参会嘉宾对中国经济增长前景持,认为尽管近期宏观数据有所放缓,但经济仍有望实现。 关键判断: ,近期发改委会议被视为加速现有政策落地的重要信号 ,进一步降息有助于支撑需求和改善市场预期 承认是近期面临的主要挑战,需要增量刺激政策加以应对 二、AI需求持续强劲——半导体超级周期开启 这是本次会议最受关注的话题之一: 维度核心观点

2027年资本开支将当前市场预期,高强度投资延续至,2030年AI产能消化后趋于正常化

2025-2026年流向AI相关领域

美国在前沿模型创新方面保持领先,但中国正成为

更低的token成本、更强的制造业能力、丰富的工程人才 三、技术变革城市出行——自动驾驶与低空经济

AI快速进步使商业化比预期更近 AI可从海量数据中持续学习,降低人为随机错误,逐步提升安全性 ,监管在制定标准和建立公众信任方面发挥重要作用

2024年是重大转折点,国家政策支持从"实验"转向"协调发展"

四、企业AI应用——巨大上行空间仍在 核心观点:企业AI应用仍处于,尤其是在互联网和科技公司以外的领域。 自2017年Transformer模型出现以来,生成式AI进展迅速,但,而非深度整合到核心工作流中 :数据安全顾虑、大模型训练成本高、通用模型主要基于公共互联网数据训练而非行业特定知识 : 未来趋势:推理成本下降、模型性能提升、企业AI基础设施改善将加速应用普及 许多企业将部署,而非依赖大型通用LLM,以更好地解决数据隐私问题并实现更清晰的商业回报 五、AI药物研发——从技术验证到临床与商业化验证 AI药物研发正从迈向 AI在提高早期药物发现效率、降低成本方面已展现明显优势 :证明AI设计的药物能够实现更高的临床成功率并最终实现商业化 :不在于AI模型本身(这些模型越来越商品化),而在于 投资者关注重点将从预付款转向

本报告为,不涉及具体公司的估值或评级。UBS在估值方法论说明中提及对中国及香港股票市场覆盖的各类股票采用。

UBS在报告中明确提示了中国股票市场面临的主要风险: ——若政策未能有效应对,可能对市场造成冲击

——可能阻碍经济从投资驱动向消费驱动转型,加重政府及国有企业债务负担 :本次UBS中国A股会议传递的核心信号是——在政策托底和AI产业变革的双重驱动下,中国资产正迎来新的投资机遇期,特别是AI产业链(半导体、自动驾驶、低空经济、企业AI、AI制药)等领域蕴含丰富的长期投资机会。

总体总结

主题正文 总结:(1) 中国宏观经济前景积极,预计2H26有望实现4.5-5.0%增长目标,投资是稳定增长的关键政策抓手,货币政策仍有放松空间。(2) AI正驱动前所未有的半导体投资周期,全球晶圆厂资本开支预期将大幅超出市场预期,2027年尤为强劲,预计高强度投资将延续至2028-2029年。(3) 中国正日益成为AI商业化和规模化的中心,凭借更低的token成本、更强的制造业能力和丰富的工程人才。(4) 自动驾驶和低空经济商业化进程加速,物流应用预计2027年起率先落地。(5) 企业AI应用仍处于早期阶段,行业专有数据是企业AI最核心的护城河。(6) AI药物研发正从概念验证阶段迈向临床验证阶段,长期竞争力在于临床管线质量和数据积累。

UBS于2026年9月1-2日举办了第23届中国A股会议,涵盖13场主题讨论和120余家公司的交流。本报告是会议核心要点的综述,主要涵盖五大主题:。整体基调偏积极,认为中国经济增长前景良好,AI驱动的产业变革正在加速推进。

一、2H26宏观经济政策展望——投资为优先抓手 参会嘉宾对中国经济增长前景持,认为尽管近期宏观数据有所放缓,但经济仍有望实现。 关键判断: ,近期发改委会议被视为加速现有政策落地的重要信号 ,进一步降息有助于支撑需求和改善市场预期 承认是近期面临的主要挑战,需要增量刺激政策加以应对 二、AI需求持续强劲——半导体超级周期开启 这是本次会议最受关注的话题之一: 维度核心观点

2027年资本开支将当前市场预期,高强度投资延续至,2030年AI产能消化后趋于正常化

2025-2026年流向AI相关领域

美国在前沿模型创新方面保持领先,但中国正成为

更低的token成本、更强的制造业能力、丰富的工程人才 三、技术变革城市出行——自动驾驶与低空经济

AI快速进步使商业化比预期更近 AI可从海量数据中持续学习,降低人为随机错误,逐步提升安全性 ,监管在制定标准和建立公众信任方面发挥重要作用

2024年是重大转折点,国家政策支持从"实验"转向"协调发展"

四、企业AI应用——巨大上行空间仍在 核心观点:企业AI应用仍处于,尤其是在互联网和科技公司以外的领域。 自2017年Transformer模型出现以来,生成式AI进展迅速,但,而非深度整合到核心工作流中 :数据安全顾虑、大模型训练成本高、通用模型主要基于公共互联网数据训练而非行业特定知识 : 未来趋势:推理成本下降、模型性能提升、企业AI基础设施改善将加速应用普及 许多企业将部署,而非依赖大型通用LLM,以更好地解决数据隐私问题并实现更清晰的商业回报 五、AI药物研发——从技术验证到临床与商业化验证 AI药物研发正从迈向 AI在提高早期药物发现效率、降低成本方面已展现明显优势 :证明AI设计的药物能够实现更高的临床成功率并最终实现商业化 :不在于AI模型本身(这些模型越来越商品化),而在于 投资者关注重点将从预付款转向

本报告为,不涉及具体公司的估值或评级。UBS在估值方法论说明中提及对中国及香港股票市场覆盖的各类股票采用。

UBS在报告中明确提示了中国股票市场面临的主要风险: ——若政策未能有效应对,可能对市场造成冲击

——可能阻碍经济从投资驱动向消费驱动转型,加重政府及国有企业债务负担 :本次UBS中国A股会议传递的核心信号是——在政策托底和AI产业变革的双重驱动下,中国资产正迎来新的投资机遇期,特别是AI产业链(半导体、自动驾驶、低空经济、企业AI、AI制药)等领域蕴含丰富的长期投资机会。