Jefferies最新研報:HALO框架在運輸板塊的落地:AI時 代真正的「護城河」不是程式碼,而是鐵路

大家好,我是右兜。
2026年3月2日,Jefferies發佈運輸與物流行業報告:
《Physical Networks at the Heart of the HALO Trade; Raising PTs Across Transports》
報告核心觀點明確:
在AI替代風險持續被放大的環境下,擁有不可複製物理網絡的運輸資產,正成為HALO框架(Heavy Assets, Low Obsolescence)的典型代表。
Jefferies強調,AI可以優化效率,但無法數字化物理基礎設施。鐵路網、碼頭系統、航空機隊等長期資本密集型資產,其稀缺性正被重新定價。
在當前市場高度討論AI顛覆邏輯的背景下,這一視角具備結構意義。
一、區分「可自動化任務」與「不可複製資產」
報告的第一條主線,是區分任務與資產。
AI可以優化:
路由效率
定價模型
資產利用率
但無法複製:
鐵路路權
終端網絡密度
航線與機隊體系
與物理網絡綁定的規模化運營數據
Jefferies指出,鐵路公司如UNP、NSC、CSX、CNI、CPKC的核心價值,在於網絡本身。
這些資產具備三個特點:
建設週期極長
監管門檻極高
幾乎無法重複建設
AI提升效率,但並不削弱網絡壁壘。
在「替代焦慮」上升的環境中,這類資產的稀缺溢價反而被強化。
二、基本面改善:供給收縮與需求修復同步
第二條邏輯來自行業基本面。
Jefferies指出:
運力退出加速
Load-to-truck ratio回升
Spot rates強於季節性
ISM製造業PMI於2026年2月連續第二個月高於50
庫存去化完成後,製造業活動邊際穩定。
歷史經驗顯示:
新訂單回升 → 滯後傳導至貨運量 → 定價權改善
在供給約束的背景下,需求邊際回溫表示盈利能見度提升。
運輸板塊的邏輯,正從「週期承壓」轉向「盈利修復」。
三、目標價上調:估值錨上移
基於上述判斷,Jefferies上調多家公司目標價:
UNP:300美元(此前285)
NSC:350美元(此前300)
CSX:50美元(此前42)
CNI:130美元(此前115)
CP:105美元(此前85)
同時上調XPO、UPS、FedEx等公司目標價。
邏輯框架清晰:
運力緊張改善價格結構
現金流穩定性提高
AI強化物理網絡資產的稀缺認知
估值體系的重心,正向「現金流確定性」傾斜。
我的理解:
這份報告的價值,並不在具體目標價。
真正值得關注的,是HALO框架在現實板塊中的落地。
市場過去兩年討論的是:AI是否會壓縮傳統行業利潤空間。
但Jefferies給出的答案是:
當可替代性上升時,不可替代資產的溢價也會上升。
如果放在更大的資產配置邏輯中:
軟體的溢價來自增長想像力。
重資產的溢價來自不可複製性。
當市場從「增長敘事」轉向「現金流確定性」,
估值結構自然發生變化。
運輸板塊只是一個樣本。
真正被重新定價的,是「低過時風險資產」的確定性。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
隨筆:一次人工干預量化模型後的回顧:如果再來一次,我還會這樣做嗎?

伯克希爾Q2淨利潤翻倍,單季回購規模創5年來最大,Google進入前五大持倉
第二季伯克希爾斥資45.27億美元回購自家股票,而第一季的回購規模僅約2.35億美元。上半年合計回購約47.6億美元,絕大多數集中在第二季。此外,公司第二季淨買入股票約198億美元,其中包括斥資約100億美元買入Alphabet普通股,Google正式進入前五大持倉。
Monster:估值狂飆,怪獸的「甜蜜期」能持續多久?

AI應用公司毛利故事遭遇首次「體檢」:Canva主動降速、Figma自吞推理成本
Canva與Figma的遭遇揭示了AI應用公司的普遍困境:高昂的推理成本正嚴重侵蝕毛利,破壞單位經濟模型。為控成本,Canva主動暫緩AI推廣,導致營收成長放緩;Figma則因免費測試自負成本,導致股價重挫。兩者均寄望自研模型突破困境,但AI的盈利路徑仍待時間驗證。
