O Goldman Sachs vai avançar para novos patamares, e as ações bancárias também estão a beneficiar da onda de IA

RESUMO

· Cinco grandes bancos dos EUA, JPMorgan (JPM), Bank of America (BAC), Citigroup (Citi), Wells Fargo (WFC) e Goldman Sachs (GS), divulgaram os resultados do 2.º trimestre em 14 de julho, com a receita de trading das ações da Goldman Sachs a atingir um recorde.

· Financiamento, subscrição, trading e empréstimos para data centers relacionados com a IA estão a entrar na demonstração de resultados dos bancos, mas ainda não explicam todo o crescimento.

· Ativos relacionados: JPMorgan (JPM), Bank of America (BAC), Citigroup (Citi), Wells Fargo (WFC), Goldman Sachs (GS)

Em 14 de julho, os cinco maiores bancos dos EUA, JPMorgan (JPM), Bank of America (BAC), Citigroup (Citi), Wells Fargo (WFC) e Goldman Sachs (GS), divulgaram os resultados do 2.º trimestre. Goldman Sachs, JPMorgan, entre outras, superaram as expectativas do mercado; a ação da Goldman Sachs chegou a atingir máximas durante o pregão, e o desempenho das ações bancárias divergiu.

Estas demonstrações de resultados foram amplificadas porque surgiu uma nova questão de precificação: a atual vaga de investimentos em IA já está a alimentar Wall Street? No passado, ao avaliar ações de bancos, os investidores olhavam sobretudo para a margem de juros líquida, o ciclo de crédito e o retorno do capital. Agora, o mercado começa a perguntar se os bancos conseguem tornar-se a “portagem” para despesas de capital em IA.

Esta “portagem” não é misteriosa. Os gigantes da tecnologia e as empresas constroem data centers para a IA, compram chips, fazem financiamento, abrem capital, fazem IPOs, operações de subscrição, e fusões e aquisições; fundos de hedge, por sua vez, colocam o foco no trading das ações de IA e usam alavancagem. Os bancos ganham com comissões de subscrição, taxas de estruturação de empréstimos, spreads de trading e juros do financiamento. A IA não entra diretamente no balanço dos bancos, mas passa a constar na demonstração de resultados.

A divergência reside aqui. O CEO da Goldman Sachs, David Solomon, sublinha que os canais de trading, a rede de clientes e a roda de crescimento das suas operações ainda têm dinamismo, e que a construção de IA ainda está numa fase inicial. O CEO da JPMorgan, Jamie Dimon, é mais contido, e o mercado também teme que as empresas recalculam custos, preços e retorno sobre investimento.

Wall Street fica com a “comissão” da movimentação do capital em IA

O investidor comum tende a interpretar o “bónus” da IA como receitas de chips, serviços de cloud e rendas de data centers, mas os bancos ganham uma outra camada. Enquanto os ativos relacionados com a IA estiverem mais caros, mais ativos e exigirem mais financiamento, os bancos conseguem receber “comissão” do trading e do fluxo de capital.

A receita de trading de ações é o exemplo mais direto. Não é o banco a apostar por conta própria na subida ou descida das ações; é o banco que presta execução de trading, cobertura (hedging), financiamento e liquidez a clientes institucionais. Quanto maior a volatilidade das ações ligadas à IA e mais frequentes as reatribuições de carteira pelos fundos, mais ocupados ficam os desks de trading dos bancos.

No 2.º trimestre, a receita de trading de ações da Goldman Sachs atingiu 7,42 mil milhões de dólares, um recorde, funcionando como gatilho para a reavaliação do valor das ações de bancos de investimento. Para empresas como a Goldman Sachs, em que os negócios de mercados de capitais têm uma grande componente do total, a atividade de trading tende a refletir rapidamente a elasticidade dos lucros.

Outra ligação é a despesa de capital em IA. Gigantes da tecnologia como Microsoft, Google e Meta, ao construírem infraestrutura de IA, impulsionam data centers, eletricidade, chips e financiamento de ativos privados. A Reuters referiu que os bancos de Wall Street estão a encarar o “superciclo” da IA como uma das fontes de atividades futuras de trading e de financiamento.

O banco não é a peça mais visível na cadeia da indústria da IA, mas é um beneficiário secundário fácil de ignorar. Quanto mais intensiva em capital for a construção de IA, mais precisa de intermediários financeiros. Quanto mais ativos de IA forem negociados com frequência, mais favorece a área de trading.

A Goldman Sachs e a JPMorgan apresentam dois exemplos

O que melhor evidencia a elasticidade no 2.º trimestre é a Goldman Sachs. A empresa teve receita líquida de 20,34 mil milhões de dólares, lucro líquido de 6,63 mil milhões de dólares e EPS de 20,98 dólares. No relatório oficial, Solomon menciona “One Goldman Sachs” e a roda de crescimento dos negócios, destacando também que a atividade dos clientes e os canais de trading continuam com dinamismo.

O mercado não recompensa apenas o lucro de um trimestre; recompensa o posicionamento da Goldman Sachs na narrativa da IA. Se, nos próximos anos, a construção de IA continuar a gerar IPOs, M&A, financiamento de equity, empréstimos para data centers e volume de trading, a elasticidade dos lucros da Goldman Sachs deverá destacar-se mais do que a de bancos de retalho tradicionais.

O exemplo apresentado pela JPMorgan é mais completo. No 2.º trimestre, a empresa teve reported revenue de 57,3 mil milhões de dólares e managed revenue de 58 mil milhões de dólares. O reported net income foi de 21,2 mil milhões de dólares; excluindo projetos relevantes, o lucro líquido foi de 16,9 mil milhões de dólares. A empresa tem negócios de mercados de capitais, além de finanças de consumo e crédito empresarial.

Aqui é preciso moderação na atribuição. Os resultados fortes dos grandes bancos no 2.º trimestre não vêm apenas da IA. A recuperação do negócio de banca de investimento, a atividade elevada nos mercados acionistas, as mudanças no ambiente de taxas de juro e a procura por cobertura (hedging) decorrente de incerteza macroeconómica elevam as receitas. O papel da IA, de forma mais precisa, é acrescentar uma fonte de procura com elevada elasticidade enquanto os ciclos de trading e de banca de investimento estiverem em recuperação.

A Morgan Stanley também será incluída na observação. Ela vai divulgar os resultados a 15 de julho, mais tarde do que os cinco grandes bancos; porém, a estrutura dos seus negócios é mais semelhante à da Goldman Sachs. Se o mercado continuar a negociar as atividades de mercados de capitais impulsionadas pela IA, ela será colocada, em conjunto com a Goldman Sachs, no mesmo grupo de comparação de valuation.

A roda de crescimento de Solomon e o travão de Dimon

A narrativa de Solomon é clara: a rede global de clientes, os canais estratégicos de transação e o “Goldman Sachs integrado” estão a formar uma roda; a construção de IA ainda está no início e há espaço para mais atividade nos mercados de capitais. Desde que o ciclo de investimento em IA se mantenha, a procura de financiamento dos clientes e de trading regressará continuamente a Wall Street.

Esta lógica é crucial para o valuation das ações de bancos. O valuation dos bancos tradicionais tende a ser condicionado por margem de juros líquida, provisões (deterioração) e capital regulatório. Se as receitas de banca de investimento e de trading forem consideradas um incremento estrutural, o mercado pode atribuir mais peso aos negócios de mercados de capitais da Goldman Sachs, Morgan Stanley e JPMorgan.

A contenção de Dimon constitui o outro limite. Ele não negou o valor da IA; a própria JPMorgan tem investimento em IA e discute melhorias de eficiência. Mas a preocupação do mercado com o gasto das empresas em IA está a aumentar: os orçamentos não vão expandir infinitamente, e os clientes vão começar a perguntar quanto de aumento de receitas ou de poupanças de custos cada dólar de investimento consegue gerar.

Isso é realista para os bancos. O investimento de capital em IA pode aquecer o trading e o financiamento, mas não é necessariamente seguido de forma linear. Se as empresas abrandarem a construção de data centers, adiarem financiamentos para IPOs, ou se o custo do financiamento de ativos privados aumentar, as comissões e as receitas de trading relacionadas com os bancos podem arrefecer.

A qualidade dos empréstimos e a receita de trading determinam o valor da reavaliação

A questão de saber se os bancos conseguem realmente transformar a IA num novo “âncora” de valuation depende de a IA relacionada com o financiamento continuar a entrar nas receitas de banca de investimento, de a qualidade dos empréstimos para data centers se manter estável, e de a receita de trading de ações voltar à média depois de uma volatilidade e descida.

O financiamento para data centers merece atenção especial. Atualmente, é o combustível para a expansão da infraestrutura de IA, e também uma fonte de taxas para bancos e créditos privados. Mas se houver desvios nos contratos de arrendamento, na taxa de utilização, nos custos de eletricidade ou nos custos de financiamento, estes ativos também podem passar de incremento de receitas para exposição ao risco.

O ciclo tradicional do crédito também não desapareceu. Custos de empréstimo elevados, preços da energia e riscos geopolíticos demoram a refletir-se na qualidade do crédito de cartões, crédito automóvel e crédito empresarial. A Goldman Sachs tende a beneficiar mais do aquecimento do trading; já a Citigroup, Wells Fargo e outros bancos com mais dependência do crédito tradicional podem ser precificados de forma diferente pelo mercado.

O sinal dado pelas demonstrações de resultados no 2.º trimestre é que o “bónus” da IA se espalhou da bolsa de tecnologia para os intermediários financeiros, mas ainda está numa fase de “amplificador de incremento”. O que sustenta a reavaliação não é um slogan sobre IA; é a execução contínua de comissões de banca de investimento, receitas de trading, qualidade dos empréstimos para data centers e retorno do investimento em IA por parte das empresas.

Clique para saber mais sobre as vagas na律动BlockBeats

Bem-vindo a juntar-se à comunidade oficial da 律动 BlockBeats:

Grupo de subscrição no Telegram: https://t.me/theblockbeats

Grupo de Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia