【光大证券】计算机行业2024年度投资策略：迎接支付焕新天，期待AI应用年.pdf

2023-11-07

50页

4MB

1、市场回顾：业绩承压，估值有弹性

1.1、估值：仍具弹性，比过去十年25%分位数低14%

2023年年初至今（2023年1月1日-2023年11月3日，下同），计算机板块上涨8%，同期创业板指数下跌16% ，沪深300指数下跌7%，计算机板块涨幅在所有中信一级行业中位列第5。2022年计算机指数下跌25%，同期创业板指数下跌29%，沪深300指数下跌22%，计算机板块涨幅在所有中信一级行业中位列第28。截至2023年11月3日，计算机指数PE（TTM，剔除负值）39.6 倍，比过去十年中位数水平（ 50.9倍）低22%，比过去十年 25%分位数（45.9倍）低14% 。计算机指数PS-TTM为2.4倍，比过去十年的中位数水平（3.4 倍）低29%，比过去十年25% 分位数（2.8倍）低16%，估值具有相当大的弹性。

1.2、风格转移：中小市值涨幅较高，AI概念股活跃

2023年年初至今（2023年1 月1日-2023年11月3日）涨幅前五的个股分别为万兴科技 (+187%，AI概念，当前市值116亿元)、金桥信息 (+170%，AI概念，当前市值73亿元)、中科信息（ +166%，AI概念，当前市值 87亿元）、朗科科技（ +158%，存储芯片，当前市值63亿元）、恒为科技 (+149%，华为概念，当前市值86亿元)。我们统计了近三年计算机公司涨跌幅和市值的关系， 2023年年初至今（2023年 11月3日）中小市值计算机公司股价表现较好，市值处在1至100亿、100-200亿和 200亿以上的计算机公司的年内平均涨幅分别为20%、 19%、15%。从个股涨跌幅区间来看，2023年年初至今（2023年1月1日-2023年11月3日）涨幅为正的个股比例为72%，明显高于2022年的24%。

1.3、配置略低：2023Q3公募基金低配0.22pcts

2023年Q3公募基金对计算机板块的配置比例为4.49%，相比行业标准比例的4.71%低配0.22 pcts。

1.4、2023年前三季度计算机板块业绩有所承压

从wind中信行业分类计算机板块中，剔除部分计算机相关业务占比不到50%的公司，最后共选取328家公司作为统计样本。 2023年三季度计算机板块总体营收同比下降1.9%，归母净利润同比下降14.5%。2023年前三季度，计算机板块实现营收 5082亿元，同比下降1.9%；实现归母净利润73亿元，同比下降14.5%。

分市值看，2023年前三季度，中等市值公司业绩表现较优。2023年前三季度，市值500亿及以上/200-500亿/100- 200亿/50-100亿/50亿以下公司总体营收同比增速分别为+5%/-4%/-4%/+5%/-3%，市值500亿及以上/200-500亿 /100-200亿/50-100亿公司归母净利润增速分别为-4%/-44%/+49%/-25%，市值50亿以下公司2023年前三季度利润依然承压，合计为-14亿元，较上年同期（-11亿元）亏损幅度扩大。

营收方面，2023年前三季度数字产业及汽车IT收入增速较快。2023Q1-3，数字产业、汽车IT、第三方支付、金融IT、网络安全及信创板块营收实现正增长，营收同比增速分别为13%、7%、4%、4%、4%、0.4%。归母净利润方面，数字产业、第三方支付及AI板块表现亮眼，分别实现138%、82%、22%同比增长，此外，网络安全板块亏损收窄，医疗IT板块转亏，数字政府板块亏损幅度扩大，其余板块为负增长。

2、第三方支付：长期景气拐点

2.1、第三方支付机构是服务于B端的核心角色

我国第三方支付行业的参与者主要包括监管部门、商业银行、清算机构、第三方支付机构和支付外包服务商。 1、监管部门：中国人民银行对整个支付行业产业链进行业务监管。 2、服务商：包括商业银行、第三方支付机构和清算机构。 3、收单外包服务商：主要侧重小B类型客户收款与经营数字化等全链条服务。

2.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大

目前国内主要第三方支付机构take rate约0.10%-0.12%，其中移卡2022的take rate较2021年明显上升。2022年，移卡、新国都、拉卡拉、新大陆take rate分别为0.123%、0.113%、0.101%、0.094%，其中移卡take rate较2021年增加0.016个百分点。与美国相比，我国第三方支付机构的收单费率有较大提升空间。四方清算模式下，产业链所有成员的收入来源均为商户支付的费率，从分润比例的大小来看，银行>收单机构>清算机构。在美国，每笔银行卡交易的费率约2.3%-3.0%，其中收单方分润比例约0.7-0.9%。在中国，每笔银行卡交易的费率约0.6%，仅为美国收单费率的四分之一左右，收单方分润比例约0.1-0.2%，仅为美国五分之一左右，有较大提升空间。

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖

根据艾瑞咨询数据，我国线下收单交易流水在2019年突破60万亿元，2020年受到疫情影响，线下收单交易流水下降至61万亿元，同比下降5%。

根据我们测算，2022年中国线下收单交易规模约51万亿元。根据中国支付清算协会的数据，2021年商业银行线上+线下收单规模约48万亿元，占国内整个收单规模（线上+线下）的比重为36%，非银行支付机构约85万亿元，占比为64%；2022年非银行支付机构线上+线下收单规模约41万亿元，假设其占国内整个收单规模（线上+线下）的比重为70%（非银行支付机构收单占比持续提升），则2022年商业银行收单规模约18万亿元；假设商业银行收单中，线上和线下占比情况与非银行支付机构类似，线下收单占比86%，则2022年商业银行线下收单交易规模约15万亿元，另外，根据中国支付清算协会数据，2022年非银行支付机构线下收单交易规模为36万亿元，测算得2022年中国线下收单交易规模约51万亿元。

在非银行支付机构线下收单市场中，拉卡拉占比12.6%，嘉联支付、国通星驿、移卡占比分别为 7.2%/6.6%/6.2%。根据中国支付清算协会数据，2022年非银行支付机构线下收单交易规模约36万亿元， 2022年拉卡拉、嘉联支付（新国都）、国通星驿（新大陆）、移卡线下收单交易流水规模分别为4.52、2.58、 2.35、2.23万亿元。

2.4、监管：阶段性收尾，靴子落地将开启新景象

（1）反洗钱监管趋严。（2）发展监管科技。（3）强化综合监管，强调市场公平竞争秩序。第三方支付牌照数量持续收缩，行业集中度有望提高。根据pos圈支付网数据，截至2023年1月，具有银行卡收单资质的牌照且在有效期内的仅剩51家，业务覆盖全国的有28家，业务覆盖范围有限制的23家。第三方支付行业集中度有望进一步提高。

3、AI：大级别的科技革命

3.1、基础模型：ChatGPT开启AI领域“iPhone时刻”

以“实现安全的通用人工智能(AGI)”为宗旨，OpenAI在人工智能领域不断取得重要突破 2022年11月，ChatGPT正式上线，其优秀的文字生成能力、智能“涌现”的表现，引发行业热议。 ChatGPT是一个基于自然语言模型的人工智能对话产品，可以生成代码、故事、诗歌等。

1）性能：ChatGPT 在许多对话式 AI 任务上都达到了人类水平的准确度。 2）训练数据：ChatGPT 在来自互联网的超过 45 TB 文本数据的语料库上进行训练。这个庞大的数据集用于教授模型自然语言中的模式和关系，并建立对单词和短语的上下文和含义的丰富理解。 3）模型大小：GPT-3是世界上最大的语言模型之一，拥有1750亿个参数。2023年3月16日，GPT-4的发布使OpenAI在AI竞赛中再次处于领先地位： 1）规模和速度大幅提升。 2）支持更多语种。 3）增强了文本理解能力，生成质量也大幅提升。 4）实现多模态分析功能 5）更加自然、流畅的对话以及情感分析能力。

人工智能“基础模型”路线成为主流。因为其卓越的效率和性能，基础模型成为业界重点投入的方向，Open AI、谷歌、脸书、微软等纷纷推出超基础模型。随着GPT系列模型的大热，海外科技巨头不断加速其基础模型研发工作，国内基础模型厂商也在奋力追赶。继百度发布国内第一个对话类产品文心一言后，三六零、华为、腾讯、商汤、阿里、昆仑万维、科大讯飞等科技公司也陆续发布了其基于自研基础模型开发的应用产品或战略布局。MaaS应运而生，AI商业化加速。MaaS（Model as a Service），模型即服务，在该商业模式下，有能力的大公司提供预训练模型，使得垂直行业的小公司能够构建和部署 AI 模型，而无需投资构建和维护自己的模型所需的基础设施、硬件和专业知识。

商业化途径可分为三类，即C端订阅（SaaS）、B端企业订阅（MaaS）以及生态合作，以OpenAI为例，针对C端用户，其自主开发训练了ChatGPT产品并逐步从免费试用转为付费，并定价20美元/月，实现了C端订阅的稳定收入；针对B端则主要采取API的形式向开发者提供有偿的GPT-3/GPT-4等模型的使用权限，按照TOKEN（ 1000tokens=750words）使用量收费，每1000 请求token收费0.03美元，每1000个完成响应token收费0.06美元。同时，与微软的深度合作也将持续为OpenAI带来受益。由于行业数据的可得性限制，通用模型无法对于全领域都有完备数据。与之对应，垂类模型主要关注特定的领域或场景，对行业数据在深度和质量上要求上升，如教育、医疗、金融、旅游等方面。同时，垂类模型可以利用已有的通用AI基础模型为基础，通过调整指令、接入专业知识来满足自身领域场景的需要。

3.2、算力：AI时代算力需求快速增长

随着数字时代到来，计算场景愈加丰富，人工智能、物联网等技术飞速发展、数据高速增长，在中国乃至全球范围内算力需求也随之提高到了前所未有的高度。据中国信息通信研究院，2022年全球计算设备算力总规模达到906 EFlops, 增速为47%；预计未来五年全球算力规模将以超过50%的速度增长，到2025年全球计算设备算力总规模将超过3 ZFlops，到2030年将超过20 ZFlops。

基础模型算力成本主要分为训练和推理两个阶段。基础模型的训练需要大算力支撑，AI训练服务器方面，单个大语言模型训练驱动AI训练服务器市场约2亿美元需求。据英伟达测算，要完成一次10000亿参数大语言模型的训练，使用4096颗A100GPU约需4周时间，使用4096颗H100GPU约需1周时间。按每台服务器配备8颗H100GPU计算，则完成一次万亿参数的大语言模型训练需约500台服务器，配备8个H100GPU的服务器价格约为40万美元，则单个大语言模型训练驱动AI训练服务器约2亿美元需求。

3.3、应用：大规模落地正在临近

GPT基础模型应用的工程化落地需要时间，应用规模化落地正在临近，AGI真正的大潮仍未到来。根据中国信息通信研究院资料显示，AGI以其多样性、可控性、组合性的特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。 Gartner将生成式AI列为最有商业前景的人工智能技术。根据其发布的2022年人工智能技术成熟度曲线，预计生成式AI 2到5年内将进入生产成熟期，发展潜力与应用空间巨大。

4、信创：二阶深化，关注行业信创及乡镇下沉

4.1、党政信创启动最早，八大行业中金融正在率先接力

（1）金融信创：2020年和2021年分别完成两期试点，2021年开始金融信创进程加快金融信创实验室平台搭建完整，信创生态不断完善，有近200家二期试点单位，试点范围由大型银行、证券、保险等机构向中小型金融机构渗透，要求OA、邮件全部替换。（2）电信信创：自2020年以来，三大电信运营商服务器集采项目向国产化服务器倾斜，实施各类信创项目，标志着电信行业信创的全面提速，目标是5年内实现完全国产化替换。党政信创替换的主题主要是电子公文、电子政务、PC等轻量级软硬件，行业信创替换的主题主要是综合办公和管理系统、生产系统，涉及的产品和服务包括数据库、操作系统、服务器等重量级核心软硬件，实施周期较长，难度较大。

4.2、信创二阶深化，数倍于第一阶段的市场容量

信创相关产业链包括基础硬件、基础软件、应用软件等。在PC和服务器整机端，党政和行业信创市场规模超4800亿元。

4.3、行业信创帷幕已开，采购需求标准或出台

信创集中招标已拉开帷幕。7月27日麒麟软件宣布独家中标中国邮政集团服务器操作系统集采项目，超60000套服务器操作系统。8月3日麒麟软件官微发布信息，独家中标中交集团国产桌面操作系统框架采购项目，中标数量为60000套。7月 13日中信银行发布65亿元《通用基础设施集成商入围采购项目》招标公告，涉及（ARM芯片/C86芯片）服务器、网络设备（数据中心/非数据中心级别交换路由、防火墙、波分设备）及存储设备（集中式ARM高端/分布式ARM对象、中高端存储光纤交换机）3大类9小类设备。65亿大单中，包括34亿ARM服务器、10亿海光服务器；14亿网络设备；7.2亿存储设备。

安全可靠测评工作将进一步规范信创产品选型，基础软硬件采购需求标准或将出台。 7月28日中国信息安全测评中心发布了针对PC和服务器搭载的CPU、操作系统及数据库等基础软硬件产品的《安全可靠测评工作指南》（以下简称指南）。根据指南要求，产品供应商可以在每年的1-2月及7-8月进行测评申报，送测厂商应为在中国境内注册的实体，且必须具有送测产品完备的设计资料、研发文档、代码数据和研发环境，拥有送测产品的知识产权或授权，具备稳定的研发生产及售后服务团队；产品测评通过后将被认定为安全可靠产品，有效期三年，测评结果供各政企客户自主参考。信创产品测评将有利于信创产品选型进一步规范化。

另外，8月7日财政部会同工业和信息化部研究起草并发布了操作系统和便携式计算机政府采购需求标准（征求意见稿）。实际上，自8月3日以来，财政部官网及官微已经连续发布多项采购需求标准相关的通知，涉及一体式计算机、操作系统、工作站、便携式计算机、台式计算机、数据库、通用服务器。针对硬件整机产品，均要求其搭载的CPU、操作系统等核心部件必须为通过安全可靠测评标准的产品；针对基础软件产品，同样要求其必须为通过安全可靠测评标准的产品，且要求其兼容ARM、LoongArch、MIPS、SW64、x86等多种架构的CPU平台。系列基础软硬件采购需求标准的出台，或将提高招投标效率，为行业信创标准的制定工作提供借鉴。

5、数据要素：加速建设期

5.1、政策吹响号角，数据要素行业静待花开

2020年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，提出了土地、劳动力、资本、技术、数据等五个要素领域的改革方向，明确了完善要素市场化配置的具体举措，数据要素正式成为了我国的新型生产要素。 2022年12月，《关于构建数据基础制度更好发挥数据要素作用的意见》的发布，标志着我国数据基础制度的“四梁八柱”已初步形成。

（1）在数据产权方面，提出推进公共数据、企业数据、个人数据分类分级确权授权，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制；（2）在流通交易方面，提出完善数据全流程合规和监管规则体系，统筹构建规范高效的数据交易场所，培育数据要素流通和交易服务生态，构建数据安全合规有序跨境流通机制；（3）在收益分配方面，提出健全数据要素由市场评价贡献、按贡献决定报酬机制，更好发挥政府在数据要素收益分配中的引导调节作用；（4）在安全治理方面，提出创新政府数据治理机制，压实企业的数据治理责任，充分发挥社会力量多方参与的协同治理作用。

5.2、市场潜力可期，数据要素逐具动能

据中国信息通信研究院及中国网络空间研究院统计，2017年到2021年，我国数据产量从2.3ZB增长至6.6ZB，全球占比9.9%，位居世界第二，数据要素市场的发展潜力巨大。国家工信安全中心发布的《中国数据要素市场发展报告》显示，2021年我国数据要素市场规模达815亿元，预计“十四五”期间市场规模复合增速将超过25%，整体进入群体性突破的快速发展阶段，到2025年规模有望接近2000亿元。同时，数据要素对我国经济正发挥着越来越大的促进作用。根据近年相关数据估算，数据要素对我国GDP增长的贡献率和贡献度在2021年分别为14.7%和 0.83个百分点，数据要素对GDP的贡献率总体呈上升状态。

5.3、持续完善市场环节，生态格局雏形已现

（1）数据采集：是数据资源化的首要环节，根据数据来源的不同可分为政府数据采集、企业数据采集、个人数据采集三类，根据采集方式大致分为人工采集、系统日志、网络数据采集等三类。（2）数据整理：是数据资源化的核心环节，主要目的是实现数据资源的标准化，以提升数据资源的可用性，包括数据标注、数据清洗、脱敏脱密、标准化治理等细分环节。

（3）数据聚合：是数据资源化的枢纽环节，核心功能是实现数据资源的互联互通、开放共享，以增强数据资源的规模效应与产业价值，包括数据传输、数据存储、数据集合汇聚等细分环节，有数据库、数据湖、数据仓库、数据平台等多种业务形态。（4）数据分析：是数据资源化的应用环节，通过对数据资源的研究、总结，最大程度开发数据功能，细分市场包括商业智能分析、知识图谱、边缘计算、智能决策等。总体来看，我国数据要素供给环节发展较为成熟，数据要素产业基础已基本夯实。据国家工信部统计，2021年我国数据采集、整理、聚合、分析的产业规模分别为45、160、180、174亿元。数据要素流通是数据通过流通交易给使用者或所有者带来经济利益的过程，是数据的资产化过程。

在国家政策的推动鼓励下，数据产品交易的变现能力随着数据要素地位的确立而有所提升，部分省市和相关企业在数据定价、交易标准等方面进行了有益的探索，凭借数据产品交易类型的日益丰富、交易环境的不断优化，2019-2021年我国数据交易市场规模呈现快速增长趋势，2021 年数据交易市场规模达 463.0 亿元，同比增长31.16%。据中国信息通信研究院统计，截至2022年11月，我国各地先后成立了48家数据交易机构，在政策的加持下，数据交易所积极消除供需双方信息差，推动形成合理的市场化价格机制和可复制的交易制度和规则。未来，随着数据要素市场的成熟，地市级数据交易平台也有希望加入到数据交易大市场中。在数据要素安全高效流通的基础上，数据价值得以发挥。数据的需求方覆盖行业众多，主要涉及政务、工业、互联网、医疗、金融、能源、商贸等领域，其中数据驱动型的公司对数据有着较大的需求。

5.4、市场参与主体丰富，产业变革良机已至

数据要素市场主要参与者包括数据供应商、需求方及监管方。供给端方面，数据交易主体由政府主导向社会多主体共建发展，由政府指导类、数据服务商类、大型互联网企业三类主体共同参与；而需求端，主要包括各类数据分析服务商和行业用户。由于我国数据要素市场方兴未艾，存在数据需求量巨大、优质且合规的供方较少、供需双方较难达成高效匹配的现象，因此需要第三方服务商（以下简称“数商”）的介入以实现供需双方的高效匹配，提高流通交易效率。

“数商”是指以数据作为业务活动的主要对象或主要生产原料的经济主体，释放数据要素“三类价值”（发现者、价值赋能者、联结者和服务提供者）是“数商”的使命。按数据要素市场产业链对数商进行分类，（1）数据要素供给环节的采集、整理、聚合、分析分别对应了数据产品供应商（负责提供原始数据）、数据加工处理服务商（负责数据预处理，将非结构化数据处理成结构化数据）、数据资源集成商（负责数据集合）和数据分析技术提供商；（2）数据要素流通环节中登记确权的参与者为数据质量评估商，挂牌上市、撮合交易的参与者涉及数据产品供应商（提供数据产品）和数据交易经纪服务商（负责交易撮合、交易经纪，起到中介的作用），合约交付和交易结算阶段的参与主体仍为数据交易经纪服务商。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）