Tim kuantitatif Morgan Stanley: Saham chip AI belum selesai turun, disarankan kurangi posisi saat rebound

Tim Strategi Kuantitatif Morgan Stanley memperingatkan bahwa aksi jual saham terkait semikonduktor dan pusat data baru-baru ini belum berakhir, dengan risiko penurunan lebih lanjut dalam jangka menengah dan menyarankan investor untuk memanfaatkan setiap kesempatan rebound untuk mengurangi posisi di sektor ini.

Menurut Trading Desk beritakan pada 27 Oktober, tim strategi kuantitatif Morgan Stanley yang dipimpin oleh Ukyo Haraguchi melaporkan bahwa selama minggu ketiga hingga keempat Oktober, kekhawatiran pasar terhadap risiko pendanaan dan kredit investasi infrastruktur AI meningkat, memicu aksi jual tajam atas saham terkait semikonduktor dan pusat data.

Meskipun ada kemungkinan rebound teknikal dalam jangka pendek untuk sektor-sektor ini, tim menilai ruang untuk koreksi menengah belum sepenuhnya terealisasi, dan merekomendasikan “meningkatkan pengurangan posisi”.

Laporan ini juga merekomendasikan peningkatan alokasi pada saham volatilitas rendah dan saham nilai yang kuat secara finansial, serta melihat perusahaan kategori aplikasi AI sebagai peluang pertumbuhan struktural menengah dan panjang, dan memilih 50 saham yang terdaftar di Jepang dengan korelasi tinggi terhadap keranjang aplikasi AI sebagai referensi investor.

Kerangka strategi ini menunjukkan bahwa fokus pasar tengah bergeser dari belanja modal dan infrastruktur di hulu rantai pasok AI ke adopsi dan aplikasi AI di hilir.

Tim kuantitatif Morgan Stanley telah memperingatkan dalam laporan 9 Oktober "Menghadapi Tantangan Lebih Tinggi di Akhir Tren AI", bahwa dalam latar belakang kenaikan suku bunga dan valuasi yang tinggi, kontinuitas tren AI tidak bisa diremehkan, dan secara taktis disarankan untuk menambah posisi saham volatilitas rendah sambil mempertahankan eksposur pada saham nilai yang kuat secara finansial untuk menghadapi kemungkinan pembalikan di pasar yang sangat terkonsentrasi pada AI.

Tim tersebut menyatakan bahwa kecepatan dan besarnya koreksi baru-baru ini telah melebihi ekspektasi mereka, namun arah rotasi pasar—dimana faktor volatilitas rendah dan nilai mengungguli—konsisten dengan prediksi sebelumnya, dan tren ini ditemukan baik di pasar Jepang maupun Amerika Serikat.

Dari segi valuasi, laporan menyebutkan bahwa meski telah mengalami koreksi tajam, median price-to-earnings (P/E) forward pada saham terkait AI dan semikonduktor masih berada di level historis tertinggi, yang berarti koreksi harga semata belum cukup untuk mengurangi tekanan valuasi.

(Median prediksi P/E 12 bulan ke depan pada saham terkait AI dan semikonduktor: meskipun telah terkoreksi, valuasi tetap tinggi menurut standar historis)

Laporan tersebut juga membandingkan tren indeks semikonduktor Philadelphia saat ini dengan periode gelembung internet tahun 2000, menunjukkan kemiripan dalam pola harga.

（Tren harga indeks semikonduktor pada periode gelembung internet dan periode saat ini serupa）

Morgan Stanley Research memiliki tiga keranjang global terkait AI: AI Enablers, AI Infrastructure, dan AI Adopters.

Laporan menunjukkan bahwa dua kategori pertama memiliki eksposur lebih besar ke semikonduktor dan pusat data, sehingga mengalami penurunan tajam saat koreksi baru-baru ini; sedangkan keranjang AI Adopters, yaitu perusahaan yang mengintegrasikan AI ke dalam layanan dan operasional mereka, sebelumnya mengikuti tren dua kategori pertama namun dalam gelombang jual terbaru menunjukkan ketahanan relatif yang jelas.

（Performa portofolio aset global terkait AI: meskipun terjadi koreksi baru-baru ini, perusahaan konsumen AI tetap tangguh）

Tim tersebut menilai bahwa divergensi ini menunjukkan bahwa fokus pasar tengah bergeser: dari sektor hulu rantai pasok AI (belanja modal dan infrastruktur) ke sektor hilir (adopsi dan aplikasi AI).

Laporan menyoroti bahwa tren AI hingga kini didominasi oleh saham terkait semikonduktor dan pusat data, namun kini ketika prospek saham-saham tersebut semakin dikhawatirkan oleh pasar, kemungkinan besar perusahaan aplikasi AI akan menjadi garis utama perdagangan AI global selanjutnya.

Laporan tersebut juga mengutip pandangan analis tema Morgan Stanley, Stephen Byrd, yang merekomendasikan strategi “barbel”—di satu sisi, mengalokasikan pada perusahaan yang mengatasi kemacetan infrastruktur (seperti penyedia listrik) dan sebagian saham semikonduktor serta infrastruktur pilihan, dan di sisi lain, pada penyedia perangkat lunak awal dan perusahaan aplikasi AI.

Patut dicatat, kategori enabler juga mencakup penyedia perangkat lunak infrastruktur dan keamanan, bukan hanya perusahaan semikonduktor dan pusat data saja.

Untuk membantu investor mengidentifikasi peluang aplikasi AI di pasar Jepang, tim melakukan seleksi sistematis pada saham komponen TOPIX 1000 Jepang.

Metodenya: menghitung beta setiap saham terhadap keranjang AI Adopters (mengendalikan return TOPIX), kemudian dikurangi beta mereka terhadap keranjang AI Enablers, sehingga menghasilkan “net AI adopter beta”, dan memilih 50 saham teratas berdasarkan peringkat ini.

（Performa saham AI adopter dengan net beta tinggi）

Berdasarkan kinerja historis, kumpulan 50 saham ini secara keseluruhan cenderung lemah pada semester pertama tahun 2026, sebagian karena kekhawatiran pasar terhadap “kiamat SaaS”, namun menunjukkan perbaikan setelah paruh kedua tahun tersebut.

Tim tersebut mencatat bahwa meskipun penutupan posisi short mungkin menyumbang sebagian rebound, jika dikombinasikan dengan tren ketahanan keranjang AI Adopters global, tren ini patut menjadi perhatian utama, karena bisa menjadi sinyal awal rotasi pasar ke perusahaan aplikasi AI.

50 saham yang terpilih ini terutama tersebar di sektor IT services dan lainnya, meliputi perusahaan kapitalisasi besar seperti Ricoh Holdings, Nintendo, NEC, Nomura Research Institute, BAYCURRENT, serta perusahaan teknologi menengah dan kecil seperti PKSHA TECHNOLOGY, Peixing Interactive Technology, SANSAN, dan lain-lain.

Secara keseluruhan, rekomendasi alokasi tim kuantitatif Morgan Stanley saat ini bisa disimpulkan dalam tiga garis besar:

• Pertama, untuk saham terkait belanja modal AI seperti semikonduktor dan pusat data, manfaatkan rebound untuk secara bertahap mengurangi posisi;
• Kedua, terus tingkatkan alokasi pada saham volatilitas rendah dan saham nilai yang kuat secara finansial untuk menghadapi volatilitas pasar;
• Ketiga, jadikan perusahaan aplikasi AI sebagai tema alokasi menengah-panjang, dan cari peluang struktural melalui kerangka seleksi net AI adopter beta.

Tim tersebut menekankan bahwa aplikasi AI menawarkan perspektif seleksi saham tematik yang berbeda dengan faktor gaya tradisional, dan dapat menjadi pelengkap terhadap strategi alokasi faktor di atas.

Ketika tren AI memasuki fase yang lebih menantang, membedakan antara belanja modal (capex) AI dan aplikasi AI akan menjadi kunci bagi investor dalam mengendalikan risiko dan memanfaatkan peluang.